Investmentperformance von PrivatanlegerInnen. Welche kognitiven Fehler werden begangen?

Inhaltsverzeichnis

1. Einführu

Traditionelle Ökonomik
Klassische Entscheidungstheorie
Rationalität und Nutzen
Homo Oeconomicus
Risikoaversion
Moderne Portfoliotheorie
Capital Asset Pricing Model (CAPM)
Markteffizienzhypothese

Behavioral Finance
Prospect Theory
Mental Accounting
Framing
Heuristiken
Repräsentativitätsheuristik (respresentativeness)
Verfügbarkeitsheuristik (availability)
Ankerheuristik (anchoring)
Herdenverhalten
Dispositionseffekt
Selbstüberschätzung (overconfidence)
Falsche Einschätzung der Wahrscheinlichkeiten (miscalibration)
Selbstzuschreibung (self attribution)
Kontrollillusion (illusion of control)
Literaturverzeichnis

2. Warum entsteht das Herdenverhalten unter Privatanlegerinnen
Performance und das Risiko
Ursachen
Handlungsanleitungen
Literaturverzeichnis

3. Warum kaufen die Privatanlegerinnen schlechte Finanzprodukte?
Performance und das Risiko
Ursachen
Handlungsanleitungen
Literaturverzeichnis

4. Warum kaufen Privatanlegerinnen höchstspekulative Wertpapiere bzw. Lotterie­Aktien?
Performance und das Risiko
Ursachen
Handlungsanleitungen
Literaturverzeichnis

5. Warum veräußern die Privatanlegerinnen die Gewinneraktien vor den Verliereraktien?
Performance und das Risiko
Ursachen
Handlungsanleitungen
Literaturverzeichnis

6. Warum neigen die PrivatanlegerInnen oft zu sensationssuchendem Verhalten und zur Selbstüberschätzung?
Performance und das Risiko
Ursachen
Handlungsanleitungen
Literaturverzeichnis

7. Was sind Gründe dafür, dass die PrivatanlegerInnen unterdiversifizierte Portfolios halten?
Performance und das Risiko
Ursachen
Handlungsanleitungen
Literaturverzeichnis

8. Warum nützen die PrivatanlegerInnen die technische Analys
Performance und das Risiko
Ursachen
Handlungsanleitungen
Literaturverzeichnis

9. Warum bevorzugen PrivatanlegerInnen Wertpapiere aus dem eigenen Land?
Performance und das Risiko
Ursachen
Handlungsanleitungen
Literaturverzeichnis

10. Wie wirken sich die Emotionen der PrivatanlegerInnen auf deren Investments und die Performance aus
Performance und Risiko
Ursachen
Handlungsanleitungen
Literaturverzeichnis

11. Schlussfolgerung
Literaturverzeichnis

DANKSAGUNG

Ich möchte mich an dieser Stelle bei jenen Personen bedanken, die mich während meines Studiums und vor allem bei der Erstellung meiner Diplomarbeit am meisten unterstützt haben.

Zuerst möchte ich mich beim Herrn Univ.-Prof. Dr. Johann Burgstaller bedanken, der mir ermöglichte, dieses interessante Thema zu verfassen und mich während dieser Diplomarbeit umfassend, sowie kompetent betreut hat. Ich bedanke mich recht herzlich für die hilfreichen Anregungen, das konstruktive Feedback und die immer freundliche Hilfsbereitschaft, die mir von ihm entgegengebracht wurde.

Mein besonderer Dank gilt auch meiner Familie, meiner Mutter, meinem Vater und meiner Freundin Veronika, die mich in meinem Leben unterstützen und immer ein offenes Ohr für meine Sorgen haben. Ohne meine Eltern und meine Freundin Veronika wäre es nicht möglich gewesen, dieses Studium zu genießen und abschließen zu können.

Herzlich bedanken möchte ich mich auch bei meinen Freunden Christopher K., Mario D., Armen C., Sargon M. und Alen M., die seit Jahren für mich da sind und mich unterstützt haben, wenn es im Leben einmal nicht so einfach war.

Ein besonderer Dank gebührt meinem langjährigen Kollegen und Freund Christopher, mit dem ich gemeinsam den größten Teil meines Bildungsweges genießen durfte. Christopher hat mit seiner netten, ehrgeizigen und intelligenten Art im persönlichen Austausch oft dafür gesorgt, dass wir unsere Emotionen, wenn es mal nicht so gut lief, im Griff behalten und unser Ziel den Abschluss des Studiums nie aus den Augen verloren haben. Die Zeiten waren nicht immer einfach, aber durch gegenseitige Bestärkung und Unterstützung haben wir jede Herausforderung bravourös meistern und bewältigen können.

Abbildungsverzeichnis

Abbildung 1: Behavioral Finance (Quelle: Ricciardi & Simon, 2000, S. 2)

Abbildung 2: Jährliche Performance von Privatanlegerinnen (Quelle: Kumar, 2009, S. 49)

Abbildung 3: Vorteil der Diversifikation von 4 Aktien, wenn die Korrelation zwischen den Aktien bei 0,1 Prozent liegt (Quelle: Subrata, 2017, S. 5)

Abbildung 4: investor Emotional Cycle (Quelle: Schiappapietra, 2019 [Stand: 15.09.2020])

Tabellenverzeichnis

Tabelle 1: investitionen in die unternehmen der eigenen Arbeitgeberinnen (Quelle: Benartzi et al., 2007, S. 47)

1. Einführung

Die vorliegende Diplomarbeit zeigt, welche Fehler PrivatanlegerInnen machen, wenn es um die Veranlagung ihres Geldes geht. Es werden Phänomene oder Verhaltensweisen, die in der Behavioral Finance bekannt sind, aufgezeigt, die im Zuge der Veranlagung/Investitionen einen bedeutenden Einfluss auf das Verhalten der PrivatanlegerInnen haben. Darüber hinaus wird dargelegt, wie sich diese Verhaltensweisen auf die Performance der PrivatanlegerInnen auswirken. Es werden zudem auch Ursachen, die sich für das anomal, entgegen der traditionellen Ökonomik, geprägte Verhalten der PrivatanlegerInnen identifizieren lassen und deren Einfluss auf bestimmte Verhaltensmuster ausführlich erläutert.

Das Ziel der Arbeit besteht darin, aufbauend auf einem theoretischen Hintergrund, die Ursachen, die Performance und das Risiko wie auch die Handlungsempfehlungen für die fehlerbehafteten Verhaltensweisen der PrivatanlegerInnen eingehend zu analysieren.

Im ersten Hauptabschnitt erhalten die Leserinnen einen Überblick über die traditionelle Ökonomik und deren bekannteste Theorien und Modelle. Das Fundament bilden hierbei die Moderne Portfoliotheorie, die Markteffizienzhypothese und die klassische Entscheidungstheorie.

Im zweiten Abschnitt wird näher auf die bekanntesten Theorien der Behavioral Finance eingegangen. Der primäre Fokus liegt dabei auf Theorien wie der Prospect Theory, Selbstüberschätzung, Framing, Mental Accounting, Herdenverhalten, Dispositionseffekt etc.

In den darauf folgenden neun Kapiteln werden anschließend die häufigsten Fehler, welche Privatanlegerinnen im Zuge ihrer Geldveranlagung machen, näher diskutiert. Dabei werden Phänomene und Verhaltensweisen, welche die PrivatanlegerInnen dazu veranlassen, fehlerhafte Finanzentscheidungen zu treffen, diskutiert, Ursachen für diese Verhaltensweisen eruiert und letztlich Handlungsempfehlungen gegeben.

Traditionelle Ökonomik

Klassische Entscheidungstheorie

Entscheidungen zu treffen ist ein alltäglicher Prozess, der das Leben von Menschen stark beeinflusst. Die Menschen versuchen in einer Welt voller Unsicherheiten, die für sie bestmöglichen Entscheidungen zu treffen. Die traditionelle Sicht auf das Verständnis der Entscheidungsfindungsprozesse von Menschen bezieht sich stark auf die klassische Entscheidungstheorie oder das „rational economic model“ (Huczynski & Buhanan, 2001). Die klassische Entscheidungstheorie nimmt eine normative Haltung ein und versucht die bestmögliche Entscheidung zu treffen. Sie geht von der Annahme aus, dass die Menschen rationale Entscheidungsträgerinnen sind, die eigensinnig handeln, alle potenziellen Möglichkeiten ausschöpfen und die bestmögliche Wahl für sich selbst treffen. Die bestmögliche Wahl sollte den höchstmöglichen Punkt der Nutzenmaximierung erreichen (Ackert, 2014). Weiters geht die klassische Entscheidungstheorie von der Annahme aus, dass die handelnden Entscheidungsträgerinnen in einer Welt vollkommener Sicherheit agieren (Li, 2008). Sie sind objektiv, besitzen alle Informationen und sind in der Lage, alle möglichen Situationen und Konsequenzen in die jeweilige Situation einzubeziehen, bevor sie ihre endgültige Entscheidung treffen (Huczynski & Buhanan, 2001, S. 738).

Rationalität und Nutzen

Die klassische Entscheidungstheorie besagt, dass Menschen rational denken und somit bestimmte Präferenzen bei einer zu treffenden Entscheidung haben. Sie geht davon aus, dass die Menschen immer vernünftige, logische, rationale Entscheidungen treffen. Sie besitzen stabile Präferenzen und das sogar in komplexen Situationen. Somit erreichen sie mit ihren Entscheidungen den höchstmöglichen Nutzen (Simon, 1955). Bezieht man sich aber darauf, was passiert, wenn ein bestimmtes Maß an Risiko hinzugefügt wird, stellt sich die Frage, wie eine rational denkende Person agieren würde.

Barberis & Thaler (2003, S. 1053) charakterisieren dabei das rationale Individuum wie folgt:

„First, when they receive new information, agents update their beliefs correctly, in the manner described by Bayes law. Second, given their beliefs, agents make choices that are normatively acceptable, in the sense that they are consistent with Savage s notion of Subjective Expected Utility (SEU).“

Von Neumann & Morgenstern (1944) entwickelten die Erwartungsnutzentheorie (EUT), um die Wahlmöglichkeiten in unsicheren Situationen erklären zu können. Sie stellt die Grundlage für die normative Entscheidungstheorie dar. Von Neumann & Morgenstern (1944) beschreiben in ihrer Arbeit die Axiome bei rationalen Entscheidungen unter einem bestimmten Risiko, wenn die Eintrittswahrscheinlichkeiten objektiv und trivial sind. Eine Nutzenfunktion beschreibt die möglichen Alternativen anhand von messbaren Rangordnungen von Präferenzen. Sie ist eine mathematische Funktion, die darauf ausgelegt ist, die Präferenzen von Wirtschaftssubjekten zu beschreiben. Jedes Wirtschaftssubjekt hat eine eigene individuelle Nutzenfunktion, die einzigartig ist und deren outcome nicht mit jenem anderer Wirtschaftssubjekte vergleichbar ist (Ackert, 2014).

Homo Oeconomicus

Die Annahme des rationalen Verhaltens wird oftmals durch den Homo oeconomicus erklärt. Mit der Annahme des Homo oeconomicus wird in der finanzwissenschaftlichen Literatur der Ausgangspunkt für die Ausführung des Entscheidungsverhaltens von individuen definiert (Smekal & Theurl, 1994). Die Definition für den Homo oeconomicus lautet wie folgt: Er ist rational, eigennutzenmaximierend, fehlerfrei und agiert emotionslos (Beck, 2014). Es wird also angenommen, dass der Homo oeconomicus stets rational, fehlerlos und ohne kognitive Einschränkungen handelt. ihm wird unterstellt, dass seine Willenskraft unbegrenzt sei und dass seine Präferenzen stets gleichbleibend seien. Höchste Wichtigkeit hat für ihn die Maximierung des eigenen Nutzens, dabei spielen Fairness und Gleichberechtigung keine bedeutenden Rollen (Beck, 2014).

Risikoaversion

Die Risikoaversion hat besonders für investment-Entscheidungen eine fundamentale Bedeutung. Sie geht davon aus, dass Entscheidungsträgerinnen versuchen, das Risiko eines Verlustes zu minimieren, wenn sie sich in einer unsicheren Situation in Bezug auf ihr Vermögen befinden. Der Grundsatz der Risikoaversion besagt, dass die erwartete Risikoprämie umso höher sein sollte, desto höher das Risiko für eine Person ist. Eine risikoaverse Person bevorzugt in einer unsicheren Situation eher die erwartete Rendite als das Spiel selbst (Ackert, 2014). in diesen Rahmen lässt sich auch die individuelle Risikoprämie eine/s/r Entscheidungsträger/s/in einreihen. Die individuelle Risikoprämie ist die Summe, die Anlegerinnen bereit sind aufzugeben, um nicht in eine unsichere Situation (finanzielle Lage) zu gelangen. Sie ist eine zentrale Komponente eines jeden risikoreichen investments (Damodaran, 2017). Damodaran (2017) argumentiert weiters, dass das Risiko ein wichtiger Bestandteil dieser Theorie sei, denn die Rendite sei der Preis für das Risiko des investments. ist das Risiko eines investments höher, dann sollte die geforderte Rendite (Nutzen) auch höher sein.

Moderne Portfoliotheorie

Die Investment-Portfoliotheorien diskutieren oft literarisch die Art und Weise, wie Privatanlegerinnen und/oder professionelle Anlegerinnen ihr Geld veranlagen oder investieren sollen. Historisch gesehen erwirtschaften risikoreiche Vermögensgüter (z. B. Aktien) über einen längeren Zeitraum eine höhere Rendite als weniger risikoreiche Vermögensgüter (z. B. Staatsanleihen) (Ackert, 2014). Die offensichtliche Frage, die bei der Konstruktion eines Portfolios aufscheint, ist die Frage nach dem optimalen Portfolio. Wie sollte das optimale Portfolio konstruiert sein?

Eine der bekanntesten und einflussreichsten Theorien im Finanz- und Investitionsbereich ist die Moderne Portfoliotheorie (MPT) nach Markowitz (1952). Der US-amerikanische Ökonom Harry M. Markowitz (1952) bekam 1990 den Wirtschaftsnobelpreis für seine Arbeit „Portfolio Selection“. Diese Arbeit ist die Basis für die Moderne Portfoliotheorie. Seine Arbeit basiert auf der Annahme, dass risikoaverse AnlegerInnen Portfolios konstruieren können, die unter der Annahme eines bestimmten Marktrisikos optimiert werden können (Ackert, 2014). Die MPT ist laut Omisore, Yusuf & Nwufo (2012) eine Investitionstheorie, die versucht, die zu erwartete Rendite eines Portfolios zu maximieren und gleichzeitig das Risiko zu minimieren. Sie geht davon aus, dass die AnlegerInnen eher risikoavers sind und ihre Portfoliokonstruktion in Bezug auf die zu erwartete Rendite und das Risiko diversifizieren können.

Die Grundaussage von Markowitz (1952) ist einfach: „Man soll nicht alle Eier in einen Korb legen“. Damit meint Markowitz, dass man sein ganzes Vermögen (Kapital) nicht ohne eine adäquate Diversifikation in ein bestimmtes Investment stecken sollte. Darüber hinaus sollte auf die Korrelation zwischen den investierten Vermögensgütern geachtet werden. Besteht eine sehr hohe Korrelation zwischen den investierten Vermögensgütern, so ist die Gefahr relativ hoch, dass das gesamte Portfolio Verluste verzeichnet, wenn ein Vermögensgut einen Verlust erleidet. Die AnlegerInnen profitieren also von der Diversifikation, solange die investierten Vermögensgüter keine vollkommen perfekte Korrelation aufweisen (Fabozzi, Gupta & Markowitz, 2002).

Das eigentliche Ziel ist es, ein Portfolio zu konstruieren, das AnlegerInnen eine maximal zu erreichende Rendite zu einem bestimmten Risikomaß bieten soll. Um das zu erreichen, werden die Anlegerinnen die zu erwartenden Renditen und die Standardabweichung von allen möglichen Investments evaluieren und die Korrelationsstärke der einzelnen Investments untereinander überprüfen müssen (Ackert, 2014).

Damit das optimale Portfolio konstruiert werden kann, wird zusätzlich das Konzept von Tobin (1958) herangezogen. In diesem Konzept werden zunächst zwei Komponenten eruiert. Zunächst wird ein risikofreies Vermögensgut (z. B. US-Staatsanleihen) evaluiert. Anschließend wird ein risikoreiches Vermögensgut (z. B. eine bestimmte Aktie), welches zum eigenen Risikoprofil de/r/s Anleger/s/in passt, ins Portfolio genommen. Bei dem risikoreichen Vermögensgut entscheiden die Anlegerinnen ganz nach ihrer Risikoaversion. Denn umso risikoaverser die Anlegerinnen sind, desto höher ist die Wahrscheinlichkeit, dass sie ein relativ sicheres Vermögensgut (z. B. US-Staatsanleihen) auswählen. Konträr dazu werden risikotolerante Anlegerinnen bei der Auswahl zu einem relativ riskanteren Finanzprodukt greifen. Wie wird nun das optimale Portfolio ausgewählt? Nun werden die Anlegerinnen noch zwei Dinge berücksichtigen müssen. Erstens wird eine Evaluierung von historischen Daten des jeweiligen Vermögensgutes vorgenommen. Zweitens wird dann die jeweilige Lebenssituation und die Risikotoleranz der Anlegerinnen herangezogen und daraufhin wird das optimale Portfolio konstruiert (Tobin, 1958; Ackert, 2014).

Capital Asset Pricing Model (CAPM)

In den letzten Kapiteln wurde dargelegt, dass das Risiko eines einzelnen Investments in einem Portfolio nicht einzeln bewertet werden kann. Es ist bekannt, dass risikoaverse Anlegerinnen bereit sind, Risiken einzugehen, wenn sie im Gegenzug eine entsprechende Risikoprämie erhalten (Ackert, 2014). Sharpe (1964), Lintner (1965) und Mossin (1966) entwickelten das CAPM, das ein Modell darstellt, das die Beziehung zwischen der erwarteten Rendite und dem systematischen Risiko erklären soll (Rossi, 2016; Eun, 1994). Es bestehen systematische und unsystematische Risiken. Sharpe (1964) hat bei der Erarbeitung des CAPM das systematische Risiko eines Wertpapiers mit dem Beta-Koeffizenten (ß) definiert. Systematische Risiken sind nicht diversifizierbar, da sie den Gesamtmarkt betreffen. Das Beta zeigt die Sensitivität eines Wertpapiers im Verhältnis zur Marktrendite. Es zeigt, ob ein Wertpapier größeren Volatilitäten als der Gesamtmarkt unterliegt. Denn je stärker das Beta ist, desto stärker reagiert das Wertpapier auf Marktschwankungen und daher auf systematische Risiken.

Das CAPM ist ein sehr nützliches Modell, das besonders bei der Ermittlung risikogerechter Diskontierungssätze in der Unternehmensbewertung verwendet wird. Darüber hinaus ist es eine sinnvolle Methode für die Quantifizierung des Risikos und der Umsetzung in die erwartete Kapitalrendite (Rossi, 2016). Das CAPM besagt, dass die zu erwartende Rendite umso höher ist, je stärker ein Wertpapier auf die Marktschwankungen reagiert. Es ist ein machtvolles Instrument, das nach über vier Jahrzehnten immer noch in der Wirtschaft und auf den Universitäten Anwendung findet. Es wird häufig zur Bewertung der Kapitalkosten von Unternehmen und der Performance von gemanagten Portfolios herangezogen (Fama & French, 2004).

Die einfache, aber sehr wirkungsvolle Ausführung des CAPM, für die William Sharpe 1990 den Wirtschaftsnobelpreis erhielt, sieht folgendermaßen aus:

Abbildung in dieser Leseprobe nicht enthalten

Beispiel:

Die zu erwartende Rendite der Aktie der xY AG sollte berechnet werden. Der zinssatz der risikolosen Anlage beträgt 1 %, die Rendite des Marktes, die durch einen Aktienindex ermittelt wird, beträgt 7 % und der Faktor-ß liegt bei 1,5. Die zu erwartende Rendite des Unternehmens XY AG wird folgendermaßen errechnet:

Abbildung in dieser Leseprobe nicht enthalten

Die zu erwartende Rendite der XY AG beträgt somit 10 %.

Markteffizienzhypothese

Die Marktteilnehmerinnen versuchen seit Jahrhunderten die Märkte „zu schlagen“. Das heißt, es wird durch verschiedene Annahmen versucht, die zukunft vorherzusehen und davon zu profitieren. insbesondere die Anwendung der Technischen Analyse lässt die Marktteilnehmerinnen davon ausgehen, dass bestimmte Muster wiederkehrend sind und dass davon profitiert werden kann (Fama, 1965). Dass die Marktentwicklung jedoch nicht immer korrekt vorhergesagt werden kann, lässt sich auf die Arbeit von Kendall (1953) und Fama (1965) zurückführen. Fama (1970) hat die Markteffizienzhypothese aufgestellt, die besagt, dass Märkte dann effizient sind, wenn alle vorhandenenen informationen schnell und vollständig verarbeitet werden. Die Grundannahme eines effizienten Marktes besteht darin, dass die Marktteilnehmerinnen rational denkende, miteinander in Konkurrenz stehende Gewinnmaximierer sind. Sie versuchen durch bestimmte Vorhersagen, die Märkte und deren Entwicklungen vorherzusagen. Es stehen den Marktteilnehmerinnen zu jeder zeit alle informationen frei zur Verfügung (Fama, 1970). Die Markteffizienz besagt, dass Preise, die in einem Markt erzielt werden, auch alle auf dem Markt erzielbaren informationen reflektieren. Laut Fama (1970) sind Märkte effizient, wenn Marktteilnehmerinnen weder mit der Fundamentalanalyse, Technischen Analyse, insiderhandel etc. zu unter- oder überbewerteten Wertpapieren kommen können. Der Markt speist laut Fama (1970) alle Informationen („all information“) unverzüglich ein. Damit wird auf den Kapitalmärkten ein Gleichgewicht erzeugt (Fama, 1970). Fama (1970) unterscheidet in seiner Arbeit drei unterschiedliche Varianten der Markteffizienzhypothese. Er differenziert zwischen der schwachen, mittelstarken und starken Form der Effizienz. Die schwache Effizient erklärt, dass aus vergangenen Kursverläufen nicht auf die Zukunft geschlossen werden kann. Somit kann mithilfe der Technischen Analyse kein Informationsvorsprung erreicht werden. Die mittelstarke Effizienz besagt, das öffentlich verfügbare Informationen, zusätzlich zu den vergangenen Kursverläufen einer Aktie, bereits im Preis enthalten sind. Somit lässt sich durch die Fundamentalanalyse auch kein Informationsvorsprung erarbeiten. Die letzte und stärkste Variante geht davon aus, dass alle verfügbaren Informationen inklusive der privaten Informationen (inkl. Insiderinformationen) im Preis eingespeist sind. Das würde bedeuten, dass nicht einmal die Insider­Informationen den MarktteilnehmerInnen einen Informationsvorsprung bieten könnten (Fama, 1970).

Behavioral Finance

Während die konventionelle akademische Finanzliteratur ihren Schwerpunkt in Theorien der Modernen Portfoliotheorie und der Markteffizienzhypothese sieht, liegt das aufstrebende Feld der Behavioral Finance in der Erforschung der kognitiven und emotionalen Faktoren in Bezug auf die Entscheidungsprozesse von Einzelindividuen, Gruppen und Organisationen (Ricciardi & Simon, 2000). Viele Jahrzehnte ging die Finanzwissenschaft davon aus, dass die Menschen rational denken und darauf aufbauend ihre Finanzentscheidungen in Bezug auf die Aktienmärkte treffen (Bakar & Yi, 2016). Die zentrale Annahme war der Homo Oeconomicus, der stets eigennutzenmaximierend, rational, emotionslos und ohne jegliche Fehler bei der Informationsverarbeitung und -aufnahme handelt (Beck, 2014). Nach dieser Theorie wurde davon ausgegangen, dass die Menschen rational und wertfrei in ihren Entscheidungsprozessen vorgehen. Im Zuge dieser Annahmen wurden über Jahrzehnte viele Modelle und Theorien wie die „Modern Portfolio Theory“ (Moderne Portfoliotheorie), die „Efficient Market Hypothesis“ (Markteffizienzhypothese) und weitere Preismodelle (CAPM, Arbitrage Pricing Theory etc.) von ÖkonomInnen entwickelt.

Einer der einflussreichsten Ökonomen, John Maynard Keynes (1936), postulierte bereits vor Jahrzehnten in seiner Arbeit, dass die Entscheidungen von Menschen nicht zwangsläufig nur von mathematischen Modellen erklärt werden können, sondern dass die Menschen in ihren Entscheidungsprozessen auch stark von ihrer Laune, Stimmung und ihrem Wohlbefinden etc. abhängig sind.

Das Studienfeld der Behavioral Finance geht davon aus, dass AnlegerInnen ihre Finanzentscheidungen nicht, wie Jahrzehnte lang von Ökonomen angenommen, rational treffen, sondern dass sie sich durch ihre psychologischen Attribute wie Emotionen (Angst, Furcht, Freude, Reue etc.) leiten lassen. Sie versucht die Verhaltensmuster der Anlegerinnen zu erklären und zieht dabei die emotionalen Prozesse, die sie im zuge der Veranlagung erzeugen, in ihr Gesamtkonzept mit ein (Ricciardi & Simon, 2000).

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 1: Behavioral Finance (Quelle: Ricciardi & Simon, 2000, S. 2)

Die Behavioral Finance beschäftigt sich, wie in Abbildung 2 ersichtlich, mit den psychologischen und soziologischen Faktoren der Menschen. Den Kernpunkt der Behavioral Finance setzt aber die traditionelle Ökonomie, die durch die bedeutenden Beschleuniger der soziologischen und psychologischen Faktoren ergänzt wird. Die interdisziplinäre Beziehung zwischen den einzelnen Bereichen ist signifikant. Parallel zu den theoretischen Modellen, die in der traditionellen Ökonomik erarbeitet wurden, stellen sich die Psychologinnen die folgende Frage: Wie treffen Menschen ihre Finanzentscheidungen? (Edwards, 1954, 1955). Die Behavioral Finance untersucht, inwieweit die persönlichen Eigenschaften von Anlegerinnen die Finanzentscheidungen beeinflussen können (Bakar & Yi, 2016). Kengatharan & Kengatharan (2014) erklären, dass die Behavioral Finance versucht zu verstehen, wie Emotionen und kognitive Fehleinschätzungen die Finanzentscheidungen von Privatanlegerinnen beeinflussen. Es gibt zahlreiche Beispiele dafür, wie irrationale Verhaltensweisen große Krisen auslösen können. Die Finanzkrise 2008 oder auch die Große Depression 1929 zeigen auf, wie falsche Finanzentscheidungen und unnatürliche Anreize in unserem System große Krisen auslösen können (Frydman & Camerer, 2016). im nächsten Abschnitt werden einige der wichtigsten Verhaltensphänomene aus der Behavioral Finance näher diskutiert. Dadurch soll den Leserinnen ein besseres Verständnis für diese Arbeit vermittelt werden.

Prospect Theory

Die Prospect Theory ist ein behavioristisches Modell, das zeigt, wie Menschen Entscheidungen treffen, die unter unsicheren Bedingungen (bezogen auf die Wahrscheinlichkeit eines möglichen Gewinnes oder Verlustes) und Risiko getroffen werden. Die beiden Psychologen Daniel Kahneman und Amon Tversky setzten sich im Jahr 1979 in ihrer Arbeit „Prospect Theory: An Analysis of Decision under Risk“ mit den Entscheidungsprozessen von Individuen in unsicheren Situationen auseinander. Sie stellten fest, dass Anlegerinnen eher risikoavers als risikotolerant handeln, wenn sie eine bestimmte Investitionsentscheidung unter unsicheren Rahmenbedingungen treffen sollen. Sie versuchen die Risiken bzw. die Verluste zu minimieren. Dabei ist es für die Anlegerinnen von höherer Bedeutung, die Verluste zu minimieren als eine höhere Rendite zu erzielen. In diesem Fall kommt die Verlustaversion (loss aversion) zum Tragen. Die Verlustaversion ist ein wichtiger Faktor in der Prospect Theory. Sie besagt, dass die Anlegerinnen in unsicheren Situationen irrational handeln und danach streben, die Verluste zu minimieren, unabhängig von der Möglichkeit durch eine höhere Risikotoleranz höhere Renditen zu erwirtschaften (Kahneman & Tversky, 1979).

Mental Accounting

Mental Accounting ist ein Set von kognitiven Tätigkeiten, die dem Menschen zum Beispiel dazu verhelfen, den Haushalt zu organisieren, zu evaluieren und einen Überblick über die eigenen Finanzen zu haben (Thaler, 1999). Mental Accounting beschreibt die mentalen Konten, welche die Menschen für bestimmte Transaktionen einteilen. Diese mentalen Konten werden unbewusst wahrgenommen und führen zu einer selektiven Entscheidungsfindung. Die Problematik des Mental Accounting liegt laut Beck (2014) darin, dass abhängig von der Organisation der mentalen Konten die Entscheidungssituationen unterschiedlich dargestellt werden und dies folglich unterschiedliche Entscheidungsergebnisse mit sich bringt.

Das bedeutet also, dass Anlegerinnen, die eine bestimmte Entscheidung treffen sollten, zunächst das Investment in bestimmte mentale Konten einteilen und dann basierend darauf eine individuelle Entscheidung treffen. Laut Thaler (1999) tragen diese mentalen Prozesse oft dazu bei, dass Anlegerinnen dem Dispositionseffekt verfallen. Sie vermeiden konsequent den Verkauf der Verliereraktien (die Aktie befindet sich zu diesem Zeitpunkt in der Verlustzone), denn der Verkauf dieser Verliereraktie würde negative Emotionen erzeugen (Nofsinger, 2014; Daxhammer & Facsar, 2012).

Framing

Framing ist ein Effekt, bei dem die Beschreibung eines Problems einen aktiven Einfluss auf die Entscheidung des Subjekts nehmen kann. Angenommen ein- und dasselbe Problem wird auf zwei unterschiedliche Arten, aber logisch formuliert und dargestellt, dann kann es sein, dass alleine durch die unterschiedliche Darstellung der Problemsituation zwei unterschiedliche Entscheidungen zustande kommen können (Beck, 2014). Der Framing-Effekt ist eine auf individueller Entscheidungsbasis getroffene Fehlvorstellung. Sie entsteht dadurch, dass das Individuum seine Umwelt von der subjektiven Entscheidungsverzerrung abhängig macht (Beratsova, Krchova, Gazova, & Jirasek, 2016). Beck (2014) argumentiert, dass in der traditionellen Ökonomik die Entscheidung für die eine oder andere Option nicht nur von der Formulierung der Problemstellung abhängen darf. Plous (1993) beschreibt das Framing als einen Effekt, der die Menschen in ihren Entscheidungsprozessen beeinflusst. Der Grund liegt darin, dass die Menschen sich von der Umrahmung oder Beschreibung der Problemstellung beeinflussen lassen. Ein zentraler Bestandteil des Framings ist der Referenzpunkt, von welchem aus ein Ereignis beurteilt werden soll. Typischerweise ist ein Referenzpunkt oft ein zu erreichendes Gewinnlevel (Thaler, 1999) oder das erwünschte Zieleinkommen. Der Bezug auf diesen Referenzpunkt kann folglich einen großen Einfluss auf die zu treffende Entscheidung und den gewählten Prozess haben (Kahneman & Tversky, 1979). Levin et al. (1998) erläutern, dass der Framing-Effekt bereits in vielen verschiedenen Bereichen wie in der Medizin, in Verhandlungsentscheidungen, Konsumentenentscheidungen, Finanzentscheidungen, usw. Anwendung findet. In der Literatur lassen sich drei Arten von Framing finden: (1) Framing von riskanten Entscheidungen, (2) Attribute Framing, (3) Goal Framing oder Handlungsframing. Für das Framing von riskanten Entscheidungen ist ein Experiment von Kahneman & Tversky (1981) bezeichnend. In diesem Experiment namens „Asian Disease Problem“ untersuchten Kahneman & Tversky (1981) das Framing und die damit zusammenhängenden Urteilsverzerrungen von StudentInnen an der Stanford University und der British Columbia University. Dabei stellten sie basierend auf den Ergebnissen ihrer Experimente fest, dass die Menschen sich eher für die positive Auswahlmöglichkeit entscheiden, wenn ihnen zwei äquivalente Optionen angeboten werden, da sie dazu tendieren, eher die Option zu wählen, die ein geringeres Risiko aufweist. Sie erklären dieses Verhalten mit der aus der Prospect Theory abgeleiteten Verlustaversion und der Beschreibung des Falles. Die zweite Art von Framing ist das „Attribute Framing“. Bei dem attributiven Framing wird beispielsweise ein bestimmtes Objekt mit einem Attribut beschrieben, wobei dieses jedoch nur zwei Ausprägungen aufweisen kann, welche sich logisch ergänzen. Levin et al. (1988) haben ProbandInnen Fleisch testen lassen und ihnen wurde einmal Fleisch mit einem Fettgehalt von 25 Prozent und einmal mit einem Fettgehalt von 75 Prozent vorgelegt. Das Ergebnis war, dass die Probandinnen das Fleisch, das mit 25 Prozent beschrieben wurde, als das qualitativ hochwertigere beschrieben. Die dritte Variante des Framings ist das sogenannte „goal framing“, auch „Handlungsframing“ genannt. Dabei geht es laut Beck (2014) darum, dass sich individuen für eine Handlung entscheiden, bei der in einer Variante die positiven Aspekte hervorgehoben oder betont werden, in der anderen Variante werden die negativen Folgen des Nicht-Tuns der Handlung betont. zum Beispiel erklärt man Menschen, dass die Chancen für eine frühzeitige Entdeckung von Krankheiten wesentlich sinken, wenn sie nicht zu Vorsorgeuntersuchungen gehen (Meyerowitz & Chaiken, 1987). Die Erklärung lautet hier, dass die Menschen der Handlungsaufforderung eher nachgehen, wenn ihnen bewusst wird, dass das Nicht- Tun mit negativen Konsequenzen verbunden ist. Der Grund liegt in der Verlustaversion der Menschen. Sie nehmen die Konsequenzen des Nicht-Tuns als Verlust wahr (Beck, 2014).

Heuristiken

Viele unserer Entscheidungen basieren auf der Annahme der Wahrscheinlichkeit von unsicheren Ereignissen, wie beispielsweise dem Ausgang einer Wahl, dem Schuldspruch eines Angeklagten, dem zukünftigen Wert des Dollars, usw. Die meisten dieser Annahmen werden durch Worte und Sätze wie „ich glaube, dass ...“, „Die Wahrscheinlichkeit, dass ...“, „Es ist unwahrscheinlich, dass ...“ usw. angenommen. Die Frage ist: Wie schätzen die Menschen die Wahrscheinlichkeit eines unsicheren Ereignisses ein? Die Antwort von Kahneman & Tversky (1974) lautet, dass die Menschen sich Heuristiken bedienen. Beck (2014) erklärt, dass Heuristiken eine Art von mentalen Abkürzungen sind. Diese sollen die analytischen und komplexen Berechnungen und Modelle ersetzen. Sie stellen eine Maßnahme dar, die es uns Menschen ermöglicht, unsere geistigen Ressourcen sparsam einzuteilen. Das ist notwendig, weil wir tagtäglich sehr vielen informationen ausgesetzt sind und unsere geistige Kapazität begrenzt ist. Gigerenzer & Gaissmaier (2011, S. 454) definieren den Begriff der Heuristik folgendermaßen:

“A heuristic is a strategy that ignores part of the information, with the goal of making decisions more quickly, frugally, and/or accurately than more complex methods.”

Kahneman & Tversky (1974) erklären, dass unsere Beurteilung auf begrenzten informationen beruht und dass diese durch heuristische Regeln verzerrt werden kann. Ein Beispiel laut Kahneman & Tversky (1974) ist, dass die offensichtliche Distanz eines objektes von seiner Klarheit bestimmt wird. Das heißt, je schneller ein objekt sichtbar wird, desto näher erscheint es uns. Diese Regel hat ihre Validität, denn je weiter ein objekt entfernt ist, desto schlechter ist die Sicht darauf. Nichtsdestotrotz, der Verlass auf diese Regel führt uns oft in systematische Fehlinterpretationen, insbesondere wenn es darum geht, die Distanz eines objektes einzuschätzen. oft werden bestimmte Distanzen einfach überschätzt, wenn die Sicht auf das Objekt nicht klar gedeutet werden kann. Andererseits ist es aber auch so, dass Distanzen oft unterschätzt werden, wenn die Sicht gut ist und das Objekt schneller gesehen wird. Heuristiken verwenden Menschen also, um schnellere Lösungen für komplexere Probleme zu finden (Beck, 2014). Kahneman & Tversky (1974) gehen in ihrer Arbeit davon aus, dass der Prozess der Lösungsfindung im Mittelpunkt steht. Sie definieren drei Heuristiken, die einen Einfluss auf die Entscheidungsprozesse unter unsicheren Bedingungen haben.

Repräsentativitätsheuristik (respresentativeness)

Bei dieser Heuristik stellt man sich oft die folgenden Fragen: Wie hoch ist die Wahrscheinlichkeit, dass Objekt A zu Objekt B gehört? Wie hoch ist die Wahrscheinlichkeit, dass das Ereignis A durch das Ereignis B verursacht wurde? Geht es darum, dass ein bestimmtes Objekt zu einer bestimmten Klasse gehört oder von einem Ereignis ausgelöst wird, dann greifen Menschen auf die Repräsentativitätsheuristik zurück (Beck, 2014). Ein Paradebeispiel für die Repräsentativitätsheuristik ist das Beispiel von Steve:

Steve ist sehr schüchtern und lebt zurückgezogen. Er ist sehr hilfsbereit, aber nicht sehr an Menschen interessiert. Er bevorzugt Ordnung und Struktur und hat eine Leidenschaft für Details.

Wie lässt sich hier die Wahrscheinlichkeit einschätzen, dass Steve (das Objekt) zu einer bestimmten Berufsgruppe gehört (zu einer bestimmten Klasse)? In der Repräsentativitätsheuristik bedient man sich z. B. Stereotypen, die manche Berufe haben. Müsste man sich entscheiden, ob Steve nun ein Farmer ist oder ein Bibliothekar, wird man wahrscheinlich den Bibliothekar wählen, und zwar einfach aufgrund der Beschreibung und der repräsentativen Vorstellung, dass Steve eher einem Bibliothekar als einem Farmer entspricht (Kahneman & Tversky, 1974).

Verfügbarkeitsheuristik (availability)

Bei dieser Form der Heuristik wird die Häufigkeit einer Klasse geschätzt, oder der Wahrscheinlichkeitseintritt eines Ereignisses, je nachdem, wie man sich an den Repräsentanten oder an bestimmte Ereignisse erinnert. Die kognitive Verfügbarkeit von bestimmten Beispielen ist also dafür verantwortlich, wie unsere Einschätzung der Wahrscheinlichkeiten oder Häufigkeiten aussieht (Beck, 2014). Zum Beispiel werden wir eine höhere Einschätzung der Wahrscheinlichkeit abgeben, dass jemand einen Herzanfall erleidet, wenn wir bereits einige solcher Beispiele in unserem Erfahrungshorizont besitzen. Nach einem Hochwasser neigen beispielsweise viele Menschen dazu, sich gegen Hochwasser zu versichern. Der Grund liegt darin, dass das mentale Beispiel „Hochwasser“ in ihrem kognitiven System verfügbar ist. Vergeht aber immer mehr und mehr Zeit, verblast die Erinnerung an das Hochwasser und der Wunsch danach, eine Hochwasserversicherung abzuschließen, sinkt (Beck, 2014).

Ankerheuristik (anchoring)

Der Ankereffekt ist ein Phänomen, welches die Menschen bei der Einschätzung unbekannter Größen an bestimmten Ausgangswerten orientieren lässt. im Zuge der Schätzung des Ausgangswertes wird ein nummerisches Attribut eines Objektes hinzugefügt und eine genaue Schätzung seitens de/s/r Proband/en/in vorgenommen, selbst wenn die Gefahr besteht, dass der gesetzte Ausgangswert nichts mit dem geschätzten Problem zu tun hat (Beck, 2014). Der Ankereffekt bedient sich in der Heuristik des Paradigmas, dass ein Anker gesetzt wird, wenn es darum geht, ein objekt mit einem anderen zu vergleichen. Der Ankereffekt besteht also meistens aus zwei Teilen, die einander gegenübergestellt werden. Der Vergleich zwischen zwei Teilen gibt Auskunft darüber, ob ein nummerisches Attribut eines objektes höher oder niedriger ist als der gesetzte Anker (Kahneman & Tversky, 1974). Wird der Ankereffekt in einem Experiment getestet, dann wird den Probanden zunächst eine zahl vorgegeben, die als Anker fungiert. Anschließend lässt man sie eine zahl schätzen, die entweder höher oder niedriger ist als der Anker (Zahl). im nächsten Schritt werden die Probandinnen gebeten, eine präzise Schätzung abzugeben. Ein Beispiel wäre die Frage danach, ob der Eiffelturm höher oder niedriger als 800 Meter ist. im ersten Schritt würde man ihn/sie eine Zahl schätzen lassen und dann im letzten Schritt eine präzise Zahl verlangen. Der Anker wäre hier bei 800 Metern gesetzt worden und würde hier zu einem Vergleich zwischen 800 Metern und mehr oder weniger führen. im Durchschnitt wird der Eiffelturm in diesem Beispiel höher eingeschätzt als in Experimenten, in denen kein Anker gesetzt wurde (Kahneman & Tversky, 1974).

Herdenverhalten

Die bekannteste Theorie des Herdenverhaltens stammt aus der Biologie und erklärt das Phänomen der „egoistischen Herde“. Hamilton (1971) erklärt in seiner Arbeit, dass das Herdenverhalten zwar zum Schutz des einzelnen individuums hilfreich sein kann, für das Allgemeinwohl der Gruppe jedoch verheerend. Er führt weiter aus, dass jedes individuum einer Spezies, welches sich in der Mitte der Herde befindet, davon ausgeht, sicher zu sein, nicht von einem Raubtier angegriffen und verspeist zu werden. Das heißt, die Motivation liegt darin, sich so nahe wie möglich im zentrum der Herde zu befinden, damit man selbst nicht als Nächste/r verspeist wird. Ein weiterer Grund, sich für das Herdenverhalten zu entscheiden, könnte auch sein, dass das Gruppenverhalten den individuen einen bestimmten Vorteil durch das Lernen vom Vorgänger bietet, beispielsweise wo sich die Schlüsselressourcen für das eigene Überleben (Futter) befinden. Folglich könnten sich daraus

Vorteile für die einzelnen Mitglieder eines Schwarmes oder einer Herde ergeben (Laland & Wiliams, 1997). Nicht nur das Tierreich, sondern auch die menschliche Gesellschaft ist von der Nachahmung und Imitation betroffen. Devenow und Welch (1996) argumentieren, dass Imitation und Nachahmung menschliche Grundinstinkte sind. Sie sind vielfach in unserem Alltag beobachtbar. Es werden beispielsweise Trends in der Freizeitmode, bei den Hobbys und auch in der Wirtschaft verfolgt. Die Imitation ist eine Verhaltensweise, die sehr oft ein Herdenverhalten auslösen kann. Nofsinger und Sias (1999) erklären, dass ein Herdenverhalten unter Anlegerinnen bereits entsteht, wenn eine Gruppe von Anlegerinnen über eine bestimmte Zeit dieselben Entscheidungen trifft. Im Falle des Herdenverhaltens folgen die Anlegerinnen gemeinschaftlich den Veränderungen und die Folgen davon sind ungewöhnlich starke Preisveränderungen (Bohl, Branger, & Trede, 2017). Das Herdenverhalten an den Finanzmärkten wurde bereits zu Beginn des 17. Jahrhunderts während der berühmten Tulpenmanie beobachtet. Damals konnte beobachtet werden, wie innerhalb kürzester Zeit eine noch nie in dieser Form dagewesene Spekulationsblase entstand. Anfangs ein Liebhaberobjekt für Wohlhabende, entwickelten sich Tulpenzwiebeln im Laufe der Zeit zu einem Spekulationsobjekt und nahmen horrende Preise bis zu 16 000 Dollar für ein einzelnes Stück an. Der Hauptgrund für diese horrenden Preise lag darin, dass so gut wie jede/r Händl er/in versuchte, mit dem Kauf und Verkauf der Tulpenzwiebeln Geld zu verdienen. Schlussendlich platzte die Spekulationsblase nach ca. einem Jahr und der Wert der Tulpenzwiebeln lag bei 0,1 Gulden (Garber, 1990). Wong et al. (2006) führen aus, dass AnlegerInnen sich aufgrund hoher Volatilitäten an den Finanzmärkten durch Emotionen wie Angst und Furcht oft dazu entscheiden, anderen FinanzakteurInnen blind zu folgen und deren Transaktionen nachzuahmen.

Dispositionseffekt

Menschen versuchen negative Emotionen, welche ihnen ein Gefühl von Bedauern oder Nachtrauern vermitteln, weitgehend zu vermeiden. Sie sehnen sich eher nach Situationen, in denen sie auf sich und ihre Taten stolz sein können. Das Gefühl des Bedauerns oder der Reue verursacht im Menschen einen emotionalen Schmerz, verbunden mit der Erkenntnis, dass eine bereits getroffene Entscheidung negative Auswirkungen auf das eigene Wohlbefinden haben wird. Ein etwas anderes Gefühl erzeugt der „Stolz“ im Menschen, der hingegen die Erkenntnis erzeugt, dass man die richtige Entscheidung getroffen hat (Nofsinger, 2014, S. 24).

Der Dispositionseffekt wurde erstmals von Shefrin & Statman (1985) aufbauend auf der Prospect Theory von Kahneman & Tversky (1979) erarbeitet. Ausgehend von einem bestimmten Referenzpunkt (Kurswert) entscheiden Anlegerinnen, ob ein Verlust oder ein Gewinn mit einer Finanzentscheidung erreicht worden ist. Angenommen ein/e Privatanleger/in trifft die Entscheidung, zu einem bestimmten Zeitpunkt eine bestimmte Aktie zu erwerben, dann wird dieser Kurswert der 14 gewählten Aktie der Referenzpunkt für diese Aktie. Geht man davon aus, dass dieser Referenzpunkt in der nächsten Zeit unterschritten wird, lässt sich eine Aversion unter den Privatanlegerinnen erkennen, diese Aktie mit einem Verlust zu veräußern (Odean, 1998). Die Folge davon, eine Aktie mit Verlust zu veräußern, wäre, dass die Anlegerinnen sich zwangsläufig Fehler bei ihren Finanzentscheidungen eingestehen müssten. Diese Fehler wirken sich dann negativ auf die eigene Psyche aus und rufen Emotionen wie Bedauern oder Reue hervor. Um das Gefühl von Reue oder Bedauern zu vermeiden, werden Aktien, die sich im Verlustbereich befinden, oft bewusst nicht verkauft. Denn wird eine Aktie, die einen Verlust erwirtschaftet, länger gehalten, besteht theoretisch noch die Möglichkeit, dass sich der Trend dreht und diese Aktie ins Plus führt (Barber, Lee, Liu, & Odean, 2007). Laut Teufl (2018) handeln Anlegerinnen bezogen auf ihre Finanzentscheidungen ziemlich widersprüchlich. Einerseits zeigen sie ein risikoaverses Verhalten auf, indem sie die Gewinneraktie durch rasches Veräußern zu Geld machen. Andererseits zeigen sie gleichzeitig auch ein risikoreiches Verhalten auf, indem sie die Verliereraktie weiterhin trotz Verlust halten.

Selbstüberschätzung (overconfidence)

Die Selbstüberschätzung ist zu einer der Hauptstützen für die Heuristiken-Theorie und die Urteilsverzerrungen im Bezug auf die persönlichen Entscheidungsprozesse von Menschen (Gilovich, Griffin, & Kahneman, 2002) geworden. Mittlerweile unterscheidet man einige Arten der Selbstüberschätzung. Die bekanntesten sind die miscalibration, illusion of control oder „Kontrollillusion“, self-attribute oder „Selbstzuschreibung“, usw. Viele Menschen sehen sich selbst durch die sogenannte rosarote Brille (Baumeister, Tice, & Hutton, 1989). Sie glauben an eine rosige Zukunft, die ihnen viele Vorteile und wenige Nachteile bringen wird, insbesondere wenn es sich um relative Vergleichsgruppen und Kolleginnen handelt (Weinstein, 1980). Sie gehen sogar davon aus, dass sie Situationen beeinflussen und kontrollieren können, die sich aber meistens zufälligerweise ereignet haben (Langer, 1975; Langer & Roth, 1975). Darüber hinaus glauben sie, dass ihr Erfolg von ihren Fähigkeiten und der Misserfolg auf bloßem Unglück beruht (Cohen, 1964; Weiner, 1985). Es wird angenommen, dass die Selbstüberschätzung durch die „irrationale“ Denkweise zu Fehlverhalten und Fehlern führt, da sie auch „statisch“ fehlerhaft sei. In der Literatur werden viele psychologische Faktoren als die Ursache für die Selbstüberschätzung diskutiert. Keren (1997) stuft sie in kognitive und motivationale (Selbstüberschätzung als ein selbstmotivierender Faktor) Faktoren ein. Ähnlich sehen es Russo & Schoemaker (1992), die in ihrer Arbeit die Gründe für Selbstüberschätzung in kognitive, psychologische und motivationale Faktoren einordnen. Die kognitiven Faktoren beinhalten Urteilsverzerrungen, die eher durch ein schnelleres und genaueres Feedback gesteigert werden als durch Gegenargumente oder durch genaue Diskussion des Problems. Die motivationalen Faktoren drücken das Bedürfnis zum Glauben an sich selbst und an die eigenen Fähigkeiten aus. Laut Beck (2014) überschätzen die meisten Menschen sich selbst und ihre Fähigkeiten. Sie gehen davon aus, dass sie über dem Durchschnitt liegen, wenn es um bestimmte Fähigkeiten wie das Autofahren geht. Svenson (1981) führte eine Studie mit 161 Autofahrerinnen durch. Diese wurden in einem Experiment hinsichtlich ihrer Kompetenz als AutofahrerInnen befragt. Das Ergebnis war, dass der Großteil der Teilnehmerinnen im Vergleich zu einer Vergleichsgruppe sich selbst im Durchschnitt bessere Kompetenzen als Autofahrer zuschreiben ließ. Sie sahen sich selbst als bessere AutofahrerInnen, die auch weniger riskant fahren würden, als der Durchschnitt in der Vergleichsgruppe. Das Phänomen der Selbstüberschätzung tritt in verschiedenen Formen auf: miscalibration, self-serving-bias und als Kontrollillusion.

Falsche Einschätzung der Wahrscheinlichkeiten (miscalibration)

Der Begriff der miscalibration bezeichnet die Differenz zwischen der subjektiv eingeschätzten Wahrscheinlichkeit und der relativen Häufigkeit der richtigen Antworten. Sie stellt eine besondere Form der Selbstüberschätzung dar (Dorota, 2008). Ausgehend von einer unvollkommenen Korrelation zwischen der Genauigkeit und der Zufriedenheit ist es ersichtlich, dass eine geringere Genauigkeit im Durchschnitt mit einer geringeren Zufriedenheit zusammenhängt. Dies stellt für Klaymen, Soll & Gonzalez-Vallejo (1999) ein typisches Muster der miscalibration dar. Die Selbstüberschätzung ist hoch, wenn die Zufriedenheit hoch ist und umgekehrt. Menschen machen also Fehler, wenn es darum geht, dass sie die eigenen Fähigkeiten realistisch einschätzen. Biais et al. (2004) untersuchten in ihrer Studie, inwieweit sich die miscalibration auf die Performance von PrivatanlegerInnen auswirkt. Sie stellten fest, dass die PrivatanlegerInnen aufgrund der miscalibration eine schlechtere Performance aufwiesen. Sie tendierten dazu, bei ihren Anlagen die Güte der vorliegenden privaten Informationen zu überschätzen.

Selbstzuschreibung (self attribution)

Die Selbstzuschreibung führt die Menschen oft zu einem für sie angenehmen, aber fehlerbehafteten Irrglauben, dass sie sehr talentiert wären. Die psychologische Literatur weist oft darauf hin, dass die Menschen sich den Erfolg selbst zuschreiben, den Misserfolg jedoch dem externen umfeld oder dem Unglück (Fischoff, 1982; Roth, 1975). Langer (1975) konnte in seiner Studie nachweisen, dass Menschen eine starke Neigung dazu aufweisen, die Erfolge dem eigenen Können oder den eigenen Fähigkeiten zuzuschreiben, jedoch die Misserfolge als Zufall ansehen. Die self attribution ist eine Art der Urteilsverzerrung, die nicht nur in der Psychologie, sondern auch in der Wirtschaft und in anderen Bereichen diskutiert wird. Gervais & Odean (2001) konstatieren, dass Wertpapierhändler (Trader), die für die Selbstzuschreibung anfällig sind, auch zur Selbstüberschätzung neigen. Choi & Lou (2010) konnten in ihrer Studie nachweisen, dass insbesondere junge Fondsmanagerinnen die Neigung zur Selbstzuschreibung haben. Diese Urteilsverzerrung führt dazu, dass sie eine schlechtere Performance als ihre älteren Kolleginnen aufweisen.

Kontrollillusion (illusion of control)

Menschen tendieren oft dazu, zu glauben, dass sie den Ausgang eines Ereignisses kontrollieren und beeinflussen können. In Wirklichkeit können sie es jedoch selten und dies führt zu der Urteilsverzerrung namens illusion of control oder „Kontrollillusion“. Die Kontrollillusion tritt immer dann ein, wenn die Wahrscheinlichkeit für den subjektiven Erfolg höher eingeschätzt wird, als die objektiven Wahrscheinlichkeiten es zulassen (Beck, 2014). Beispielsweise wird die Kontrollillusion oft bei Unternehmerinnen beobachtet, die der Ansicht sind, dass sie im Verhältnis zum statistischen Durchschnitt unternehmerisch erfolgreicher sein werden (Cooper, Woo, & Dunkelberg, 1988). Barber & Odean (2001) argumentieren, dass die Kontrollillusion und die Illusion des Fachwissens zusammenhängen. Goetzmann & Kumar (2008) führen weiters aus, dass Privatanlegerinnen, die der Kontrollillusion unterliegen, einen unangemessen hohen Grad an Selbstüberschätzung aufweisen und dadurch davon ausgehen, dass sie durch ihre Fähigkeiten eine bessere Rendite erwirtschaften.

Literaturverzeichnis

Ackert, L. F. (2014). Traditional and Behavioral Finance. investor Behavior: The Psychology of Financial Planning and investing, 25-41.

Bakar, S., & Yi, A. N. C. (2016). The impact of Psychological Factors on investors’ Decision Making in Malaysian Stock Market: A Case of Klang Valley and Pahang. Procedia Economics and Finance, Vol. 35, 319-328.

Barber, M., & Odean, T. (2001). Boys Will Be Boys: Gender, Overconfidence, and Common Stock investments. Quarterly Journal of Economics, Vol. 116, No. 1, 261-292.

Barber, M., B., Lee, T.-Y., Liu, Y-J., & Odean, T. (2007). is the Aggregate investor Reluctant to Realise Losses? European Financial Management, Vol. 13, No. 3, 423-447.

Barber, B., & Odean, T. (2013). The Behavior of individual investors. in Constantinides, G.M., Harris, M., & Stulz, R. (Hrsg.), Handbook of the Economics of Finance, Chapter 22, Vol. 2 (1533­1569). Oxford: Elsevier B. V.

Barberis, N., & Thaler, R. (2003). A Survey of Behavioral Finance. in Constantinides, G.M., Harris, M., & Stulz, R. (Hrsg.), Handbook of Economics and Finance (1052-1090). Amsterdam: North Holland.

Beratsovâ, A., Krchovâ, K., Gazovâ, N., & Jirâsek, M. (2016). Framing and Bias: A Literature Review of recent findings. Central European Journal of Management, Vol. 3, No. 2, 23-32.

Baumeister, R. F., Tice, D. M., & Hutton, D. G. (1989). Self-presentational motivations and personality differences in self-esteem. Journal of Personality, Vol. 57, 548-579.

Beck, H. (2014). Behavioral Economics, Eine Einführung. Baden-Württemberg: Springer Verlag.

BiAiS, B., Hilton, D., Mazurier, K., & Pouget, S. (2004). Judgmental Overconfidence, Self­Monitoring and Trading Performance in an Experimental Financial Market. Review of Economic Studies, Vol. 72, No. 2, 287-312.

Bohl, T., M., Branger, N., & Trede, M. (2017). The case for herding is stronger than you think. Journal of Banking and Finance, Vol. 85, 30-40.

Choi, D., & Lou, D. (2010). A test of the self-serving attribution bias: evidence from mutual funds. Yale School of Management Working Paper.

Cohen, J. (1964). Chance, skill, and luck: The psychology of guessing and gambling. Baltimore, MD: Penguin Books.

Cooper, A., Woo, C., & Dunkelberg, W. (1988). Entrepreneurs’ perceived chances for success. Journal of Business Venturing, Vol. 3, No. 2, 97-108.

Damodaran, A. (2017). Equity Risk Premiums (ERP): Determinants, Estimation and implications - The 2017 Edition. Verfügbar unter SSRN: https://ssrn.com/abstract=2947861 [Stand: 09.09.2020].

Daxhammer, J. R., & Facsar, M. (2012). Behavioral Finance. München: UTB GmbH.

Devenow, A., & Welch, i. (1996). Rational herding in financial economics. European Economic Review, Vol. 40, 603-615.

Dorota, S. (2008). Overconfidence in Psychology and Finance - an interdisciplinary Literature Review. Munich Personal RePEc Archive Paper No. 26386, 32-50.

EDWARDS, W. (1954). The theory of decision making. Psychological Bulletin, Vol. 51, No. 4, 380­417.

Edwards, W. (1955). The predictions of decisions among bets. Journal of Experimental Psychology, Vol. 50, No. 3, 201-14.

EUN, C. E. (1994). The Benchmark Beta, CAPM, and Pricing Anomalies. oxford Economic Papers, Vol. 46, No. 2, 330-343.

Fabozzi, F. J., Gupta, F., & Markowitz, H. M. (2002). The Legacy of Modern Portfolio Theory. Journal of investing, Vol. 11, No. 3, 7-22.

Fama, E. F. (1965). Random Walks in Stock Market Prices. Financial Analysts Journal, Vol. 21, No. 5, 55-59.

Fama, E. F. (1970). Efficient Capital Markets, A Review of Theory and Empirical Work. Journal of Finance, Vol. 25, 383-417.

Fama, E. F., & French, K. R. (2004). The Capital Asset Pricing Model: Theory and Evidence. Journal of Economic Perspectives, Vol. 18, No. 3, 25-46.

Fischoff, B. (1982). For those condemned to study the past: Heuristics and biases in hindsight. in Kahneman, D., Slovic, P., & Tversky, A. (Hrsg.), Judgement under uncertainty: Heuristics and biases, (335-351). New York: Cambridge University Press.

Frydman, C., & Camerer, C. F. (2016). The Psychology and Neuroscience of Financial Decision Making. Trends in Cognitive Sciences, Vol. 20, No. 9, 661-675.

Garber, M. P. (1990). Famous First Bubbles, The Journal of Economic Perspectives. Vol. 4, No. 2, 35-54.

Gervais, S., & Odean, T. (2001). Learning to be overconfident. Review of Financial Studies, Vol. 14, No. 1, 1-27.

Gigerenzer, G., & Gaissmaier, W. (2011). Heuristic decision making. Annual Review of Psychology, Vol. 62, 451-482.

GiLOViCH, T. , Griffin, D. , & Kahneman, D. (2 002). Heuristics and biases: The psychology of intuitive judgment . New York : Cambridge University Press .

Goetzmann, W. N., & Kumar, A. (2008). Equity Portfolio Diversification._Review of Finance, Vol. 12, No. 3, 433-463.

Hamilton, W. D. (1971). Geometry for the selfish herd. Journal of Theoretical Biology, Vol. 31, 295-311.

Huczynski, A., & Buchanan, D. (2001). Organizational Behaviour: An Introductory Text. 4th edition, Financial Times, Prentice Hall. UK.

Kahneman, D., & Tversky, A. (1974). Judgement under Uncertainty: Heuristics and Biases. Science, New Series, Vol. 185, No. 5157, 1124-1131.

Kahneman, D., & Tversky, A. (1979). Prospect Theory: An Analysis of Decision under Risk, Econometrica, Vol. 47, No. 2, 263-291.

Kahneman, D., & Tversky, A. (1981). The framing of decisions and the psychology of choice. Science 211, No. 4481, 453-458.

Keren, G. (1997). On The Calibration of Probability Judgements: Some Critical Comments and Alternative Perspectives. Journal of Behavioral Decision Making, Vol. 10, No. 3, 269-278.

Keynes, J. M. (1964). The General Theory of Employment, Interest, and Money. New York: Harcourt, Brace Jovanovich.

Kengatharan, L., & Kengatharan, N. (2014). The Influence of Behavioral Factors in Making Investment Decisions and Performance: Study on Investors of Colombo Stock Exchange. Asian Journal of Finance & Accounting, Vol. 6, No. 1, 1-23.

Klaymen, J., Soll, J. B., & Gonzalez-Vallejo, C. (1999). Overconfidence: It depends How, What, and Whom You Ask. Organizational Behavior and Human Decision Processes, Vol. 79, No. 3, 216­247.

Li, B. (2008). The Classical Model of Decision Making Has Been Accepted as not providing an Accurate Account of How People Typically Make Decisions. International Journal of Business and Management, Vol. 3, No. 6, 151-154.

Laland, K. N., & Williams, K. (1997). Shoaling generates social learning of foraging information in guppies. Animal Behaviour , Vol. 53, No. 6, 1161-1169.

Langer, E. J. (1975). The illusion of control. Journal of Personality and Social Psychology, Vol. 32, No. 2, 311-328.

Langer, E. J., & Roth, J. (1975). Heads I win, tails it's chance: the illusion of control as a function of the sequence of outcomes in a purely chance task. Journal of Personality and Social Psychology, Vol. 32, No. 6, 951-955.

Levin, I. P., Schneider, S. L., & Gaeth, G. J. (1998). All Frames Are Not Created Equal: A typology and Critical Analysis of Framing Effects. Organizational Behavior and Human Decision Processes, Vol. 76, No. 2, 149-188.

Levin, I. P., & Gaeth, G. J. (1988). Framing of attribute information before and after consuming the product. Journal of Consumer Research, Vol. 15, 374-378.

Lintner, J. (1965). The valuation of risk assets and the selection of risky investments in stock portfolios and capital budgets. Review of Economics and Statistics, Vol. 47, No. 1, 13-37.

Nofsinger, J. R. (2014). The Psychology of Investing. 5th Edition, Washington: Pearson Education.

Nofsinger, R. J., & Sias, W. R. (1999). Herding and Feedback Trading by Institutional and Individual Investors. The Journal of Finance, Vol. 54, No. 6, 2263-2295 .

Markowitz, H. (1952). Portfolio Selection. The Journal of Finance, Vol. 7, No. 1, 77-91.

Meyerowitz, B. E., & Chaiken, S. (1987). The effect on message framing on breast-self- examination attitudes, intentions and behavior. Journal of Personality and Social Psychology, Vol. 52, No. 3, 500-510.

Mossin, J. (1966). Equilibrium in a Capital Asset Market. Econometrica, Vol. 34, No. 4, 768-783.

Neumann, J. Von, & Morgenstern, O. (1944). Theory of Games and Economic Behavior. Princeton University Press, Princeton, NJ.

Odean, T. (1998). Are investors reluctant to realize their losses? Journal of Finance, Vol. 53, No. 5, 1775-1798.

Omisore, I., Yusuf, M., & Nwufo, Ch. I. (2012). The modern portfolio theory as an investment decision tool. Journal of Accounting and Taxation, Vol. 4, No. 2, 19-28.

Plous, S. (1993). The Psychology of Judgement and Decision Making. New York: McGraw Hill Education.

Ricciardi, V., & Simon, K. H. (2000). What is Behavioral Finance? Business, Education & Technology Journal, Vol. 2, No. 2, 1-9.

Rossi, M. (2016). The capital asset pricing modell: a critical literature review. Global Business and Economics Review, Vol. 18, No. 5, 604-617.

Russo, J., & Schoemaker, P. (1992). Managing Overconfidence. Sloan Management Review, Vol. 33, No. 2, 7-17.

Simon, H. A. (1955). A Behavioral Model of Rational Choice. The Quarterly Journal of Economics, Vol. 69, No. 1, 99-118.

Sharpe, W. F. (1964). Capital asset prices: a theory of market equilibrium under conditions of risk. Journal of Finance, Vol. 19, No. 3, 425-442.

Statman, M. (1999). Behavioral Finance: Past Battles and Future Engagements. Financial Analysts Journal, Vol. 55, No. 6, 18-27.

Shefrin, H., & Statman, M. (1985). The Disposition to Sell Winners Too Early and Ride Losers Too Long: Theory and Evidence. The Journal of Finance, Vol. 40, No. 3, 777-790.

Smekal, C., & Theurl, E. (1994). Menschenbilder in der Ökonomie - Ein Streifzug durch den „Stammbaum“ des Homo Oeconomicus. In Smekal, C., & Theurl, E. (Hrsg.), Stand und Entwicklung der Finanzpsychologie (15-39). Baden-Baden: Nomos.

Svenson, O. (1981). Are we all less risky and more skillful than our fellow drivers? Acta Psychologica, Vol. 47, No. 2, 143-148.

Thaler, R. (1999). Mental accounting matters. Journal of Behavioral Decision Making, Vol. 12, No. 3, 183-2016.

Teufl, A. (31.05.2018). Behavioral Finance: Der Dispositions-Effekt die berüchtigste Falle. Verfügbar unter: https://www.diekleinanleger.com/behavioral-finance-der-dispositions-effekt-die- beruchtigtste-falle/ [Stand: 14.06.18].

Tobin, J. (1958). Liquidity Preference as Behavior Towards Risk. Review of Economic Studies, Vol. 25, No. 2, 65-86.

Weinstein, N. D. (1980). Unrealistic optimism about future life events. Journal of Personality and Social Psychology, Vol. 39, No. 5, 806-820.

Weiner, B. (1985). An attributional theory of achievement motivation and emotion. Psychological Review, Vol. 92, No. 4, 548-573.

Wong, C. Y., Pooi, A-H., & Kok, K-L. (2006), Herding, Investor Psychology and Market Conditions. Working Paper (University of Malaya, Kuala Lumpur).

2. Warum entsteht das Herdenverhalten unter Privatanlegerinnen?

Betrachtet man die in den letzten zwei Jahrzehnten entstandenen Finanzkrisen, so wird das Thema Herdenverhalten an den Finanzmärkten zunehmend interessanter für die Wissenschaft und die AnlegerInnen. Die derzeitige Literatur über das Herdenverhalten an den Finanzmärkten bezieht sich überwiegend auf Studien des Herdenverhaltens von institutionellen InvestorInnen. Grundsätzlich neigen Menschen dazu, sich sicher und beschützt zu fühlen, wenn sie sich in einer Gruppe von gleichgesinnten Menschen befinden. Das kann jedoch trügerisch sein, denn nicht jede Gruppierung bzw. jede Form gesellschaftlicher Gruppierungen bietet Sicherheit. Das Herdenverhalten ist aber kein Phänomen, welches nur bei Menschen vorzufinden ist. Die Evolution hat mehrfach unter Beweis gestellt, dass Herdenverhalten genauso im Tierreich vorzufinden ist, beispielsweise bei Schafherden, Fisch-Schwärmen, Lemmingen etc. (Price, 2013).

Der derzeitige Stand der empirischen Finanzliteratur besagt, dass es zwei Strömungen von Herdenverhalten gibt. Die eine Strömung erklärt das konzernübergreifende Herdenverhalten, welches sich mit dem Herdenverhalten von Marktteilnehmerinnen beschäftigt. Die andere Strömung erklärt das marktübergreifende Herdenverhalten, welches das Herdenverhalten von Finanzanalysten, Fondsmanagerinnen und professionellen Traderinnen erklärt. Das marktübergreifende Herdenverhalten bezieht sich auf das kollektive Verhalten von Anlegerinnen am Finanzmarkt, welche zu einem bestimmten Zeitpunkt einen bestimmten Basiswert verfolgen. Dabei neigen sie dazu, die individuellen Faktoren des gewählten Basiswertes nicht weiter zu hinterfragen (Aytac, Coqueret & Mandou, 2018).

Laut Devenow und Welch (1996) kann generell ein Herdenverhalten angenommen werden, wenn miteinander korrelierende Verhaltensmuster von Anlegerinnen erkennbar sind. Sie argumentieren, dass im Herdenverhalten ein koordinierter Mechanismus notwendig sei. Dieser kann sich einerseits nach einem Preissignal eines bestimmten Basiswertes richten, oder andererseits nach der Meinung anderer Marktteilnehmerinnen (Nachahmung oder imitation des Marktteilnehmers).

Das Herdenverhalten bei den Privatanlegerinnen wird oft durch Nachrichten und informationen, die beispielsweise durch die Finanzmedien verbreitet werden, ausgelöst.

Galariotis, Rong & Spyrou (2015) untersuchten das marktübereinstimmende Herdenverhalten von US-amerikanischen und britischen Anlegerinnen in Bezug auf die Veröffentlichungen von makroökonomischen informationen. Sie kamen zu dem Ergebnis, dass die US-amerikanischen Privatanlegerinnen stärker und häufiger als die britischen Anlegerinnen durch makroökonomische Nachrichten in ihrem investitionsverhalten beeinflusst werden und dadurch auch stärker zum Herdenverhalten tendieren. in vielen Fällen wird das Herdenverhalten auch für das Auslösen einer Finanzkrise verantwortlich gemacht. Galariotis et al. (2015) argumentierten, dass die US- amerikanischen Privatanlegerinnen während der Subprime-Krise von 2008 aufgrund von nicht­fundamentalen Daten in das herding gerieten.

Ein weiterer Aspekt, der die Privatanlegerinnen zum Herdenverhalten veranlasst, ist das übermäßige Vertrauen (Selbstüberschätzung) in die eigenen Fähigkeiten als Trader/in. Nofsinger (2014) erklärte, dass die Anlegerinnen, die in einem gegebenen Zeitraum exzessiv am Finanzmarkt handeln und Gewinne erwirtschaften, oft davon ausgehen, dass die Gewinne durch die eigenen Fähigkeiten erwirtschaftet werden, wenn der Finanzmarkt im Aufwind ist. Das löst dann eine ungerechtfertigte Selbstsicherheit aus und dadurch überschätzen die Anlegerinnen ihre Fähigkeiten als Trader/in noch mehr. Dies führt oft dazu, dass immer mehr Anlegerinnen an den Finanzmärkten tätig werden, woraus oft ein Herdenverhalten resultiert, welches das gehandelte Volumen am Finanzmarkt steigen lässt.

Ng und Wu (2010) untersuchten die Systematik von Peer Effekten chinesischer Privatanlegerinnen. Sie stellten fest, dass die Anlegerinnen, die im selben Brokerhaus ihre investments tätigen, sich gegenseitig maßgeblich bei ihren investmententscheidungen beeinflussen. Einer der Hauptgründe für das Entstehen dieser Verhaltensweise ist laut Ng & Wu (2010) die Mundpropaganda. Dass die Anlegerinnen in derselben Provinz leben, ungefähr im selben Alter sind und oft ähnliche interessen haben, sind weitere Faktoren, die dieses Verhalten begünstigen.

Stotz und Georgi (2012) untersuchen ein Datenset von 270 000 Retail Trades für den Zeitraum 2008 bis 2009 in Kombination mit 3000 Trades, die im selben Zeitraum von InsidertraderInnen durchgeführt wurden. Sie untersuchen, inwieweit die Privatanlegerinnen das investitionsverhalten von den InsidertraderInnen nachahmen und diesen folgen. Die Studie ergibt, dass die PrivatanlegerInnen das Investitionsverhalten dieser InsidertraderInnen sehr wohl nachahmen und ihnen blind folgen.

[...]