Skip to main content
Disciplines
Automotive Business IT + Informatics Construction + Real Estate Electrical Engineering + Electronics Energy + Sustainability Insurance + Risk Finance + Banking Management + Leadership Marketing + Sales Mechanical Engineering + Materials
Events
DE
EN
Books
Journals
Topic Page
Marketing
Start single access now
Access for companies
EXTENDED SEARCH
Log in
Top
Published in:
Einleitung Read chapter Read first chapter

2016 | OriginalPaper | Chapter

7. Entwicklung einer Investorentypologie zur Charakterisierung von Marktentwicklungen

Author : Gerald Janous

Published in: Zum Verhältnis von Markt und Individuum auf Finanzmärkten

Publisher: Springer Fachmedien Wiesbaden

Log in

Activate our intelligent search to find suitable subject content or patents.

search-config
loading …

Zusammenfassung

Auf Basis der theoretischen Erörterungen werden drei grundlegende Dimensionen des Investorenverhaltens identifiziert. Die jeweiligen Extrempole der Investorendimensionen werden beschrieben und diskutiert, welche Marktentwicklungstendenzen vom jeweiligen Investorentyp ausgehen. Darüber hinaus werden Hypothesen zur Erklärung der (Un)prognostizierbarkeit von Marktentwicklungen, zum Verständnis von „Excess Volatility“, zur Beschreibung unterschiedlicher Ursachen von Marktkrisen und zur Gewinnung von Ansatzpunkten für Marktregulierungsmaßnahmen mithilfe der neuen Investorentypologie formuliert.

Dont have a licence yet? Then find out more about our products and how to get one now:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

inform now

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

inform now
previous chapter Exkurs: Agentenbasierte Finanzmarktmodelle
next chapter Conclusio
Footnotes
1
Zumindest soll dies für die „rationalen“ Investoren gelten, deren Entscheidungen relevant für die Marktpreisentwicklung sind.
 
2
„Herdenverhalten“ von Investoren lässt sich als Imitationsverhalten verstehen (Spyrou 2013, S. 175).
 
3
So beurteilten beispielsweise österreichische Anleger Produkte der „staatlich geförderten Pensionsvorsorge“ auf Grund von Werbeinformationen der österreichischen Banken. Dabei wurden (von einem Teil der Befragten) jährlich ausgeschüttete staatliche „Prämien“ mit Zinsen verwechselt und demzufolge Produkten mit niedrigerer Gesamtverzinsung der Vorzug gegeben (Vitouch et al. 2007, S. 3–4).
 
4
Ein Beispiel für die Verwendung irrelevanter Informationen durch Marktteilnehmer in einem experimentellen Setting findet sich bei Kirchler, Maciejovsky und Weber (2005, S. 91).
 
5
Eine solche Vorgehensweise liegt technischen Analysemethoden zu Grunde. Siehe beispielsweise Hoffmann und Shefrin (2014, S. 5).
 
6
Fenzl und Pelzmann (2012, S. 63) schließen beispielsweise aus der Literatur zu Herdenverhalten und Ansteckungsprozessen, dass sich Marktteilnehmer häufig der sozialen Beeinflussungsprozesse nicht bewusst sind, die zu einer Synchronisation der Verhaltensweisen führen.
 
7
Für einen Überblick siehe Fenzl und Pelzmann (2012).
 
8
Marktunabhängige nicht fundamentale Informationen können auch bei der Entstehung von Blasen und Crashs eine Rolle spielen. Von entscheidender Bedeutung ist jedoch die selbstreferenzielle Information, dass solche Informationen von einer großen Zahl von Marktteilnehmern geglaubt und von glaubwürdigen Quellen verbreitet werden – siehe beispielsweise die Verbreitung von nicht fundamentalen Bewertungsmodellen während des Internetbooms (Baigent und Acar 2000, S. 198). Denn nicht fundamentale Informationen werden zu jeder Zeit erzeugt, erhalten aber nur durch die selbstreferenzielle Bestätigung ihre marktbeeinflussende Bedeutung.
 
9
Siehe beispielsweise die Studie von Lam (2004).
 
10
Zu den Eigenschaften des Hochfrequenzhandels siehe beispielsweise die Beschreibung der U.S. Securities and Exchange Commission (2010, S. 3606).
 
11
Die Geschwindigkeit, mit der Marktteilnehmer ihre Regeln adaptieren, wird im Rahmen der dritten Dimension des Investorenverhaltens unter Abschn. 7.1.3 beschrieben.
 
12
LeBaron spricht von „deduktiven Strategien“ und meint damit wohl Induktionsschlüsse, die auf komplexeren theoretischen Modellen zur Verarbeitung der Informationen in Hinblick auf die Erwartungsbildung, Bewertung und Prognoseerstellung beruhen.
 
13
Passive Market Maker stellen Liquidität zur Verfügung, um Ungleichgewichte zwischen Angebot und Nachfrage auszugleichen. Als Vergütung profitiert dieser Händlertyp von der Geld-Brief-Spanne (Goldstein et al. 2014, S. 185–186).
 
14
Markt Mikrostruktur Händler versuchen Preisentwicklungen zu erkennen und davon zu profitieren, zum Beispiel indem aus den bestehenden Kauf- und Verkaufsaufträgen auf etwaige bevorstehende Aufträge geschlossen wird (Goldstein et al. 2014, S. 186).
 
15
Event Arbitrage Händler versuchen durch schnelle Reaktionen auf Nachrichten („fundamentale“ Informationen) Profite zu generieren (Goldstein et al. 2014, S. 186–187).
 
16
Statistisch ausgerichtete Händler agieren auf Basis der Zusammenhänge zwischen Preisen unterschiedlicher Wertpapiere indem sie versuchen, von Veränderungen dieser Preisrelationen zu profitieren (Goldstein et al. 2014, S. 187).
 
17
Die Informationen, auf die das Back-Scholes/Merton Optionspreismodell zurückgreift, werden hier als marktunabhängig klassifiziert, da keine Marktdaten von Optionen verwendet werden (sondern Marktdaten der Basiswerte, zum Beispiel Aktien).
 
18
Die verwendeten Informationen werden hier ebenfalls als marktunabhängig eingestuft, da die Preise der CDOs nicht bei der Bewertung verwendet wurden. Das Modell basierte auf Marktpreisen von Versicherungen gegen das Kreditausfallsrisiko, sogenannten „Credit Default Swaps“ (Salmon 2012, S. 19).
 
19
Diese Sichtweise wirft somit auch ein neues Licht auf die Diskussion zwischen Vertretern der Effizienzmarkthypothese und der Behavioral Finance ob hohe Volatilität (Volatilität, die auf Basis der Informationslage alleine nicht erklärt werden kann) ein Zeichen für „Ineffizienz“ wäre. Siehe zum Beispiel Shiller (1981).
 
20
Dies gilt selbstverständlich nur dann, wenn diese Marktteilnehmer genügend Marktmacht besitzen, um durch ihre Handlungen den Marktpreis zu beeinflussen.
 
21
Es gibt die Hypothese, dass die Strategien algorithmischer Händler stärker korreliert sind als die Strategien menschlicher Händler, das heißt dass die algorithmischen Strategien eine geringere Diversität aufweisen (Chaboud et al. 2014).
 
Literature
Ball, R. (2009). The global financial crisis and the efficient market hypothesis. What have we learned? Journal of Applied Corporate Finance, 21(4), 8–16.CrossRef
Baigent, G. G., & Acar, W. (2000). The new economy creed: A case of thought contagion. Journal of Psychology and Financial Markets, 1(3–4), 193–199.CrossRef
Brenner, T. (2006). Agent learning representation: Advice on modelling economic learning. In L. Tesfatsion & K. L. Judd (Hrsg.), Handbook of computational economics. Volume 2. Agent-based computational economics: Bd. 13. Handbooks in economics (S. 895–947). Amsterdam: Elsevier.
Chaboud, A. P., Chiquoine, B., Hjalmarsson, E., & Vega, C. (2014). Rise of the machines: Algorithmic trading in the foreign exchange market. Journal of Finance, 69(5), 2045–2084.CrossRef
Collier, D., LaPorte, J., & Seawright, J. (2012). Putting typologies to work: Concept formation, measurement, and analytic rigor. Political Research Quarterly, 65(1), 217–232.CrossRef
Deaves, R., Lüders, E., & Schröder, M. (2010). The dynamics of overconfidence: Evidence from stock market forecasters. Journal of Economic Behavior & Organization, 75(3), 402–412.CrossRef
Fenzl, T., & Pelzmann, L. (2012). Psychological and social forces behind aggregate financial market behavior. Journal of Behavioral Finance, 13(1), 56–65.CrossRef
Frankfurter, G. M., & McGoun, E. G. (1996). Toward finance with meaning. The methodology of finance, what it is and what it can be: Bd. 80. Contemporary studies in economic and financial analysis. Greenwich: JAI Press.
Goldstein, M. A., Kumar, P., & Graves, F. C. (2014). Computerized and high-frequency trading. Financial Review: Official Publication of the Eastern Finance Association, 49(2), 177–202.CrossRef
Groß-Klußmann, A., & Hautsch, N. (2011). When machines read the news. Using automated text analytics to quantify high frequency news-implied market reactions. Journal of Empirical Finance, 18(2), 321–340.CrossRef
Grossman, S. J., & Stiglitz, J. E. (1980). On the impossibility of informationally efficient markets. American Economic Review, 70(3), 393–408.
Hommes, C. H. (2006). Heterogeneous agent models in economics and finance. In L. Tesfatsion & K. L. Judd (Hrsg.), Handbook of computational economics. Volume 2. Agent-based computational economics :Bd. 13. Handbooks in economics (S. 1109–1186). Amsterdam: Elsevier.
Hong, H., & Stein, J. C. (2005). A unified theory of underreaction, momentum trading, and overreaction in asset markets. In R. H. Thaler (Hrsg.), Advances in behavioral finance (The Roundtable series in behavioral economics, S. 502–540). New York: Russell Sage Foundation.
Kirchler, E., Maciejovsky, B., & Weber, M. (2005). Framing effects, selective information, and market behavior: An experimental analysis. The Journal of Behavioral Finance, 6(2), 90–100.CrossRef
Kirilenko, A. A., & Lo, A. W. (2013). Moore’s law vs. Murphy’s law: Algorithmic trading and its discontents. Social Science Research Network Electronic Journal, 1–20. http://​ssrn.​com/​abstract=​2235963. Zugegriffen: 25. Aug. 2015.
Kumiega, A., Vliet, van, & Edward, B. (2012). Automated finance: The assumptions and behavioral aspects of algorithmic trading. Journal of Behavioral Finance, 13(1), 51–55.CrossRef
Lam, M. (2004). Neural network techniques for financial performance prediction: Integrating fundamental and technical analysis. Decision Support Systems, 37(4), 567–581.CrossRef
LeBaron, B. (2006). Agent-based computational finance. In L. Tesfatsion & K. L. Judd (Hrsg.), Handbook of computational economics. Volume 2. Agent-based computational economics: Bd. 13. Handbooks in economics (S. 1187–1233). Amsterdam: Elsevier.
Lo, A. W. (2004). The adaptive markets hypothesis. Journal of Portfolio Management, 30(5), 15–29.CrossRef
Mandara, J. (2003). The typological approach in child and family psychology: A review of theory, methods, and research. Clinical Child and Family Psychology Review, 6(2), 129–146.CrossRef
Nagel, R. (1995). Unraveling in guessing games. An experimental study. American Economic Review, 85(5), 1313–1326.
Salmon, F. (2012). The formula that killed Wall Street. Significance, 9(1), 16–20.CrossRef
Scholtus, M., van Dijk, D., & Frijns, B. (2014). Speed, algorithmic trading, and market quality around macroeconomic news announcements. Journal of Banking & Finance, 38, 89–105.CrossRef
Shiller, R. J. (1981). The use of volatility measures in assessing market efficiency. Journal of Finance, 36(2), 291–304.
Shiller, R. J. (2003). From efficient markets theory to behavioral finance. Journal of Economic Perspectives, 17(1), 83–104.CrossRef
Spyrou, S. (2013). Herding in financial markets: a review of the literature. Review of Behavioural Finance, 5(2), 175–194.CrossRef
Taleb, N. N. (2008). Der Schwarze Schwan. Die Macht höchst unwahrscheinlicher Ereignisse. München: Hanser.CrossRef
Vitouch, O., Strauß, S., & Ladinig, O. (2007). Kognitive Täuschungen durch Prozentangaben: Der Fall der staatlich geförderten Pensionsvorsorge (Coper-Premium). Inducing cognitive fallacies by percentage formats: The case of the federally sponsored ‚premium pension‘. Erweiterter Abschlussbericht zum OeNB-Jubiläumsfonds-Projekt Nr. 11109.
Metadata
Title
Entwicklung einer Investorentypologie zur Charakterisierung von Marktentwicklungen
Author
Gerald Janous
Copyright Year
2016
Book
Zum Verhältnis von Markt und Individuum auf Finanzmärkten

Print ISBN: 978-3-658-13723-6

Electronic ISBN: 978-3-658-13724-3

Copyright Year: 2016

DOI
https://doi.org/10.1007/978-3-658-13724-3_7