Der Januar-Effekt am deutschen Aktienmarkt. Eine empirische Untersuchung

Inhaltsverzeichnis

Abbildungsverzeichnis

1. Einleitung
1.1 Januar Effekt
1.2 Motivation
1.3 Eigene Untersuchung und Zielsetzung

2. Fallstudie: Suche nach Indizien für einen Januar-Effekt
2.1 Ermittlung der positiven und negativen Januar-Monate
2.2 Entwicklung der Januarrenditen von 1970 bis 2013
2.3 Gegenüberstellung der einzelnen Monate hinsichtlich deren Renditenentwicklung
2.4 Wahrscheinlichkeitsrechnung

3. Fallstudie: Prüfung nach dem Januar-Effekt
3.1 Durbin-Watson-Test
3.2 Regressionsanalyse
3.3 t-Test

4. Fazit

I. Literaturverzeichnis

II. Internetlinks

III. Anhang

Abbildungsverzeichnis

Abbildung 1: Positive und negative Januar-Monate im Zeitintervall von 1970 bis 2013

Abbildung 2: Entwicklung der Renditen im Monat Januar von 1970 bis 2013

Abbildung 3: Maximale und minimale Rendite, die in der Zeit von 1970 – 2013 erreicht wurden

Abbildung 4: Durchschnittliche Renditen und Median

Abbildung 5: Standardabweichung/ Volatilität

Abbildung 6: Resultate aus der Wahrscheinlichkeitsrechnung

Abbildung 7: Absolute und relative Häufigkeit

1. Einleitung

1.1 Januar Effekt

Kapitalmarktanomalien sind empirisch beobachtete Effekte, die entgegen der Hypothese eines effizienten Kapitalmarktes stehen. Eine Gruppe dieser Anomalien sind die Kalendereffekte, ein Effekt in Abhängigkeit zu einem bestimmten Zeitraum. Eine besondere Form innerhalb dieser Einordnung ist der sogenannte Januar-Effekt. Dieser besagt, dass die Renditen im Januar, verglichen mit denen anderen Monaten, höher sind.¹ Er wurde in verschiedenen Studien bereits untersucht und es gibt unterschiedliche Ansätze, um das Auftreten dieses Effektes zu begründen. Für die Untersuchungen wurden Großteils Daten aus den USA genutzt. Jedoch gibt es Studien, die einen Januar-Effekt nachweisen², ebenso wie Studien, die keine Anomalien feststellen konnten.³

Ein Erklärungsansatz für den hier betrachteten Effekt ist zum Beispiel die Tax-Loss-Selling Theorie⁴. Diese besagt, dass verlustbringende Aktien am Ende des Jahres abgestoßen werden, um dadurch Steuervorteile zu erlangen. Im Januar steigen die Renditen wieder, weil die Nachfrage wächst und Investoren die Wertpapiere erneut kaufen. Eine weitere Erklärung ist die Windows-Dressing-Theorie⁵. Laut diesem Ansatz stoßen Fondmanager im Dezember schwache Aktien ab und bereinigen ihr Portfolio, um am Ende des Jahres ein optimiertes Portfolio zu präsentieren. Auch diese Aktien werden im Januar zurück gekauft, wodurch die Renditen steigen. Weitere Ansätze sind die Informationshypothese⁶ und die self-destroying-prophecy⁷, welche in den bisherigen Studien jedoch nur geringe Beachtung fanden. Deshalb wird an dieser Stelle auf diese möglichen Erklärungen auch nicht weiter eingegangen.

1.2 Motivation

Die Motivation resultiert in erster Linie daraus, dass es zu dem interessanten Phänomen des Januar-Effektes am deutschen Aktienmarkt erst wenige Studien gibt. Zwar bestehen bereits Erklärungsansätze und es stellt sich jedoch die Frage, ob theoretische Zusammenhänge empirisch nachgewiesen werden können.

Anomalien sind spannend zu untersuchen, da sie eine deutliche Auswirkung auf den Wertpapiermarkt haben. Zutreffende Anomalien beeinflussen Investoren. Wenn in einem Monat des Jahres die Renditen tatsächlich höher sein sollten als in anderen Monaten, werden Anleger versuchen dies zu nutzen, um die eigenen Gewinne zu steigern.

Darüber hinaus stellt sich nun die Frage, ob das Wissen über einen solchen Effekt ihn nicht zerstört, denn wenn alle versuchen, diesen Effekt zum eigenen Vorteil zu nutzen, wäre eine logische Konsequenz, dass der Vorteil nicht mehr existent ist. Aufgrund dieser Fragen wird es höchst interessant herauszufinden sein, ob am deutschen Aktienmarkt ein Januar-Effekt besteht.

1.3 Eigene Untersuchung und Zielsetzung

Für diese empirische Studie wurden Daten vom deutschen Aktienmarkt verwendet: Die monatlichen Total Returns, Adjusted Prices und der CDAX mit dem Fibor. Es werden alle Wertpapiere des deutschen Aktienmarktes über den Zeitraum von 1970 bis 2013 betrachtet. Hierzu wurden die Daten bereinigt und dann zur Berechnung der benötigten Kennzahlen verwendet. Extremwerte und Datenbankfehler wurden aus den Daten entfernt, des Weiteren wurden die Finanzunternehmen gestrichen. Für die Berechnung wurde mit MATLAB gearbeitet.

Ziel dieser empirischen Studie ist es mit Hilfe der deskriptiven Statistik den Januar-Effekt zu untersuchen. In dieser Ausarbeitung werden die Ergebnisse präsentiert und interpretiert, um am Ende feststellen zu können, ob der Januar-Effekt am deutschen Aktienmarkt nachzuweisen ist. In dieser Untersuchung wird weitestgehend auf die Erklärung der theoretischen Grundlagen verzichtet, dieses Wissen wird vorausgesetzt. Der Schwerpunkt wird auf die Ergebnispräsentation und Interpretation gelegt.

2. Fallstudie: Suche nach Indizien für einen Januar-Effekt

In dieser Untersuchung nach dem Januar-Effekt wird zunächst die Suche nach Indizien vorgenommen. Diese Informationen sind dafür dienlich, die Existenz des Januar-Effekts gegebenenfalls belegen zu können. Für die Gewinnung der Daten wurden die Methoden der deskriptiven Statistik angewandt.

2.1 Ermittlung der positiven und negativen Januar-Monate

Die erste Abbildung zeigt, wie oft es in der Vergangenheit überhaupt zu einem positiven Jahresauftakt gekommen ist. Im Zeitraum von 1970 bis 2013 schloss der Januar insgesamt 32 Mal mit Gewinn ab und neuen Mal gab es Kursverluste. Damit liegt die Gewinnwahrscheinlichkeit bei 72%. Somit hatten zumindest sieben von zehn Jahren einen positiven Jahresauftakt. Diese Informationen sind zunächst wenig aussagekräftig, da der Quotient näher im Bereich der Zufallsmarke von 50% liegt. Außerdem wurden auch in dem Monat April die identischen Werte ermittelt, was den Januar-Effekt somit wiederspricht. ⁸

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 1: Positive und negative Januar-Monate im Zeitintervall von 1970 bis 2013

2.2 Entwicklung der Januarrenditen von 1970 bis 2013

Diese Grafik (siehe Abb. 2, Seite 6) verschafft einen Überblick, wie sich die Januarrenditen innerhalb von 44 Jahren entwickelt haben. Die Grafik zeigt eine ungleichmäßige Entwicklung der Renditen: Es sind hohe Schwankungen sichtbar. ⁹ Die Ausreißer können u.a. in den Jahren 1987, 1991,1995 und 2009 beobachten werden.

Im Folgenden wird auf die Ereignisse in den Jahren eingegangen, die die markantesten Abweichungen aufweisen. Dabei soll betrachtet werden, ob durch bestimmte Vorkommnisse die Januarrenditen negativ beeinflusst wurden oder nicht.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 2: Entwicklung der Renditen im Monat Januar von 1970 bis 2013

1973: In diesem Jahr fand die erste Ölkrise statt. Diese hatte eine enorme Auswirkung auf die deutsche Wirtschaft, in dem die Bundesrepublik für ihre Ölimporte rund 17 Milliarden DM mehr bezahlen musste als im Jahr zuvor. Dies verstärkte die Wirtschaftskrise und führte zu einem deutlichen Anstieg von Kurzarbeit, Arbeitslosigkeit, Sozialausgaben und Insolvenzen von vielen Unternehmen. Zu dem Zeitpunkt betrug die Januarrendite 8,5% (1973) und ein Jahr später fiel sie auf 4,5% (1974).¹⁰ Ein Rückgang von genau 4%.

1987: Am 19. Oktober 1987 erlebt die Wall-Street ihren bislang stärksten Börsen-Crash nach dem Zweiten Weltkrieg. Dieser Tag wird von Börsenspekulanten als „Schwarzer Montag“ bezeichnet. Der Dow Jones fiel innerhalb eines Tages um 22,6 % (508 Punkte), was den größten prozentualen Kursverlust innerhalb eines Tages in dessen Geschichte darstellt.¹¹ Der Absturz breitete sich schnell auf alle wichtigen internationalen Aktienmärkte aus. An vielen Börsen wurde daraufhin kurzzeitig der Handel eingestellt, da unter anderem die Computertechnik der damaligen Zeit dem massiven Ordervolumen nicht gewachsen war. Wie Abbildung 2 zeigt, erholte sich der Aktienmarkt in Deutschland nur langsam. Die Rendite im Januar betrug in dieser Periode -4,7%.¹² Im Vergleich mit dem vorangegangenen Jahr 1986 zeigt sich eine Abnahme von 8,2%.

1991: Nach dem Putsch gegen den sowjetischen Präsidenten Michail Gorbatschow verlor der DAX über 9,4% innerhalb eines Tages. Während dieses Ereignisses betrug die Januarrendite -4% und verringerte sich im Vergleich zu 1990 um ca. 6%.¹³

1994-1995: In diesem Zeitraum fand eine Konjunkturschwäche in Deutschland und den USA statt. Während dieser negativen Konjunkturentwicklung, fiel der DAX von 2355 auf 1911 Punkte.¹⁴ Ebenfalls verringerte sich auch die Januarrendite um insgesamt 3,7%.¹⁵

2000-2003: Im Jahr 2000 ereignete sich der bislang größte Crash in der Geschichte des Deutschen Aktienindex: An der Deutschen Börse platzte die Internet- und Technologieblase (Dotcom-Blase). Als Folge fiel der DAX von über 9.000 auf unter 3.000 Punkte.¹⁶ Der Crash breitete sich auch international aus und bewirkte einen Zusammenbruch der US-amerikanischen Aktienkurse im Bereich „New Economy“. Da sich der Crash über mehrere Monate erstreckte, mussten zahlreiche Internetunternehmen Konkurs anmelden.

Am 11. September 2001 musste die Börse an der Wall Street evakuiert werden und stand mehrere Tage aufgrund eines Terroranschlages still. Es folgte ein Crash der Kurse an der New York Stock Exchange (NYSE): Innerhalb von nur 24 Stunden verlor der Dow Jones über sieben Prozentpunkte und markierte damit einen der größten Einbrüche seiner Geschichte. Demgegenüber verlor der DAX 12 Prozentpunkte.

Anfang März 2003 kam es zum Irakkrieg. Diese Ereignisse ängstigten die Kapitalanleger und führten zu geringerer Spekulationsbereitschaft. Der DAX, der im Jahre 2000 noch mit 8.000 Punkten notiert war, brach infolgedessen auf 2.203 Punkte ein. Doch nur kurze Zeit nach Beginn des Irakkriegs gingen die Kurse nach oben und der DAX pendelte sich wieder ein. Dieses Verhalten wird auch in der Abbildung 2 verdeutlich.

Innerhalb dieses Zeitabschnittes sank die Januar-Rendite von 9,5% (2000) auf -1,8% (2003). Dies entspricht einen Rückgang von insgesamt 11,3%.¹⁷

2007-2009: Die Jahre 2007 und 2009 standen vollständig im Zeichen der schwersten Finanz- und Wirtschaftskrise seit dem Zweiten Weltkrieg. Durch die Finanz- und Wirtschaftskrise sank die Wirtschaftsleistung in Deutschland von 2008 auf 2009 um 4,7%.¹⁸ Weltweit verringerte sich die Wirtschaftsleistung um 0,6%.¹⁹ Große Industrien wie zum Beispiel General Motors oder Chrysler Group LLC mussten im Jahr 2009 Insolvenz anmelden. Auch die Firmenpleiten in Deutschland steigerten sich von 2008 auf 2009 um 16%. Damit traf die Finanz- und Wirtschaftskrise insgesamt 33.700 deutsche Firmen. Im Verlauf der Krise brach der DAX um mehr als 7% ein, der Dow Jones fiel sogar um 8,9%. Die Januarrendite sank von 7% (2007) auf -4,8% (2009).²⁰ Dies entspricht einer Gesamtabnahme von 10,5%.

Die Ereignisanalyse zeigt, dass sobald der DAX von bestimmten Vorkommnissen negativ beeinflusst wird, dies sich auch auf die Januarrenditen auswirkt. Dieses Verhalten könnte ein Hinweis dafür sein, dass ein gewisser Zusammenhang zwischen DAX und Januarrenditen besteht. Somit kann davon ausgegangen werden, dass die Ereignisse in den jeweiligen Jahren dazu geführt haben, dass es zu negativen Renditen im Monat Januar gekommen ist. Denn wären diese Geschehnisse nicht aufgetreten, so hätten die Anleger mit positiven Ergebnissen rechnen können. Dies belegt, dass die negativen Entwicklungen der Januarrenditen auf die zuvor genannten Ereignisse zurückzuführen sind.

[...]

¹ vgl. Rathinasamy, Mantripragada, Loh, 1993, S. 1f.

² vgl. Wachtel, Sidney B., 1942; Thaler, Richard H., 1987 und weitere

³ vgl. Granger, Clive W.J., Morgenstern, Oskar, 1963; Rozeff, Michael S., Kinney, William, 1976 und weitere

⁴ vgl. Heckmann, 2009, S. 156

⁵ vgl. Musto, 1997, S. 154

⁶ vgl Keim, 1983, S.14; Flemisch, 2006, S. 109

⁷ vgl Heckmann, 2009, S. 156

⁸ Vgl. positive und negative April-Monate im Zeitraum von 1970 bis 2013

⁹ Vgl. Abbildung 2

¹⁰ Vgl. Abbildung 2

¹¹ Vgl. Anhang 3

¹² Vgl. Abbildung 2

¹³ Vgl. Abbildung 2

¹⁴ Vgl. Anhang 4

¹⁵ Vgl. Abbildung 2

¹⁶ Vgl. Anhang 4

¹⁷ Vgl. Abbildung 2

¹⁸ Vgl. Huber, 2014, S. 19

¹⁹ Vgl. Huber, 2014, S. 19

²⁰ Vgl. Abbildung 2