Skip to main content
SpringerLink
Log in

Behavioral-Finance-Theorie als Erweiterung der traditionellen Kapitalmarkttheorie

  • Chapter
  • First Online:
Added Value von Behavioral-Finance-Fonds

  • 7218 Accesses

Zusammenfassung

Der erste Hauptteil beginnt mit der Beschreibung des Grundkonzeptes der traditionellen Kapitalmarkttheorie, die auf den beiden Annahmen rationaler Entscheidungen und Markteffizienz basiert. Nach der Verdeutlichung der Grenzen dieser Theorie wird mit der Behavioral Finance ein alternativer, verhaltenswissenschaftlich geprägter Erklärungsansatz für die Funktionsweise der Kapitalmärkte und deren Akteure vorgestellt. Neben der Darlegung der theoretischen und praktischen Bedeutung dieses Konzeptes und seiner Einordung in die Finanzwirtschaft werden hier abschließend die Folgerungen aus den Erkenntnissen der Behavioral Finance für das Anleger- und Marktpreisverhalten abgeleitet.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution
Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 29.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Notes

  1. 1.

    Je nach Fristigkeit des Geschäfts wird der Finanzmarkt in den Geld- und Kapitalmarkt untergliedert. Der Aktienmarkt bildet gemeinsam mit Renten- und Optionsmarkt den Wertpapiermarkt (Kapitalmarkt i. e. S.). Siehe dazu Perridon/Steiner/Rathgeber (2009): 161 [135] und Steiner/Bruns/Stöckl (2012): 1 [181]. Im Rahmen dieses Buchest liegt der Untersuchungsfokus auf dem Aktienmarkt, weswegen der Geldmarkt keine Rolle spielt und im Folgenden die Begriffe Finanz-, Kapital-, Wertpapier- und Aktienmarkt synonym verwendet werden.

  2. 2.

    Vgl. Jaunich (2008): 14 [81] sowie Kiehling (2000): 2 [92]. Zu den wesentlichen traditionellen Kapitalmarktmodellen gehören die Portfolio Selection Theory von Markowitz, das Capital Asset Pricing Model (CAPM) von Sharpe, Lintner und Mossin, die Arbitrage Pricing Theory von Ross sowie die Option Pricing Theory von Black, Scholes und Merton. Für weiterführende Literatur siehe Markowitz (1952): 77–91 [112], Sharpe (1964): 425–442 [163], Lintner (1965): 13–37 [103], Mossin (1966): 768–783 [118], Ross (1976): 341–360 [149], Black/Scholes (1973): 637–654 [15] sowie Merton (1973): 141–183 [115].

  3. 3.

    Vgl. Scholand (2004): 146 [159] und Weber (2011): 8–10 [198].

  4. 4.

    Vgl. Rolfes (2003): 30 [147], Mazanek (2006): 16 [113], Jaunich (2008): 15 [81] sowie Nguyen/Schüßler (2012a): 4 f. [125] Potenzielle alternative Anlageziele und -motive wie bspw. Dankbarkeit, Ärger, soziale Verpflichtungen wie die Unterstützung ökologischer oder sozialer Institutionen sowie die Befriedigung anderer menschlicher Interessen werden hier nicht berücksichtigt. Im Fokus steht nur das Rendite-Risiko-Verhältnis. Siehe dazu Pelzmann (2012): 5 [134] und Weber (2011): 9 [198].

  5. 5.

    Vgl. Goldberg/von Nitzsch (2004): 38 f. [58] und Murschall (2007): 12 [122].

  6. 6.

    Vgl. Perridon/Steiner/Rathgeber (2009): 108 [135].

  7. 7.

    Das St. Petersburger Spiel beinhaltet den Wurf einer fairen Münze solange, bis zum ersten Mal „Kopf“ erscheint. Hierbei erhält dieser anschließend 2 Geldeinheiten potenziert mit der Anzahl der Versuche (2n GE). Obwohl der Erwartungswert des Spiels unendlich ist [EW = ∑ (1/2)n x 2n für n = 1 bis ∞], zieht die Mehrheit einer Teilnahme am Spiel einen sicheren Geldbetrag vor. Siehe dazu Bamberg/Coenenberg/Krapp (2012): 75 [10].

  8. 8.

    Vgl. von Neumann/Morgenstern (1944) [193], Bernoulli (1954): 23–36 [14] sowie Mazanek (2006): 19 f. [113]. Die wesentlichen Axiome der Erwartungsnutzentheorie sind das Axiom der vollständigen Ordnung, das Stetigkeitsaxiom, das Unabhängigkeitsaxiom sowie das Dominanzprinzip. Für eine ausführliche Beschreibung der Axiome siehe Unser (1999): 17–20 [191], Müller (2003): 28 f. [119] sowie Mazanek (2006): 24–27 [113].

  9. 9.

    Die Risikoeinstellung von Anlegern lässt sich unterscheiden in risikoavers, risikofreudig und risikoneutral. Dabei gilt grundsätzlich Risikoaversion in der Fachliteratur als rational, Risikofreude hingegen nicht. Siehe dazu Unser (1999): 26 [191] sowie Goldberg/von Nitzsch (2004): 41 [58]. In der Realität ist eine Quantifizierung der Risikonutzenfunktion häufig nicht möglich. Siehe dazu Perridon/Steiner/Rathgeber (2009): 118 [135].

  10. 10.

    Vgl. McClave/Benson/Sincich (2008): 195 f. [114] und Perridon/Steiner/Rathgeber (2009): 114 [135]. Liegen keine Eintrittswahrscheinlichkeiten vor (Ungewissheit), wird der Erwartungsnutzen gebildet, indem den verschiedenen Eintrittsmöglichkeiten subjektiv empfundene Wahrscheinlichkeiten zugeordnet werden, gemäß der Theorie des subjektiv erwarteten Nutzens von Savage. Siehe dazu Savage (1954) [155].

  11. 11.

    Vgl. Olsen (1998): 17 [132] und Oehler (2000): 723 [131].

  12. 12.

    Siehe dazu Thiesmeyer (2003): 217 [190] und Jaunich (2008): 16 f. [81].

  13. 13.

    Die Theorie wurde ursprünglich von Muth erarbeitet und anschließend von Lucas und Sargent weiterentwickelt. Siehe dazu Muth (1961): 315–335 [123] sowie Lucas et al. (1981) [107].

  14. 14.

    Das Bayes-Theorem enthält Rechengesetze für bedingte Wahrscheinlichkeiten. Siehe dazu Bayes (1763): 370–418 [13].

  15. 15.

    Vgl. Kottke (2005): 10 [100], Klöhn (2006): 88 f. [99], McClave/Benson/Sincich (2008): 173–175 [114] sowie Teigelack (2009): 75 f. [187].

  16. 16.

    Vgl. Goldberg/von Nitzsch (2004): 43–45 [58], Götte (2006): 4 [59] sowie Schwarzer (2012b) [162].

  17. 17.

    Vgl. Shiller (1999): 1307 [169], Jurczyk (2002): 72 f. [84] sowie Müller (2003): 31 [119]. Nach Loistl lassen sich drei Formen der Markteffizienz differenzieren. Neben der technischen Effizienz und der Institutioneneffizienz bezeichnet er die Informationsverarbeitungseffizienz als Kapitalmarkteffizienz i. e. S. Im Rahmen dieses Buches ist nur Letztere von Relevanz für das Thema, sodass nur auf sie Bezug genommen wird. Dies entspricht im Kontext der Themenstellung dem Vorgehen der vorherrschenden Literatur. Im Folgenden werden deshalb die Begriffe Markteffizienz und Kapitalmarkteffizienz i. e. S. synonym verwendet. Siehe dazu Loistl (1990): 63–70 [105]. Weiterhin gibt es die Unterscheidung zwischen informationeller und fundamentaler Effizienz. Der Markt wird als informationell effizient bezeichnet, wenn neue Informationen umgehend eingepreist werden. Wenn die Reaktion auf neue Informationen nicht nur unmittelbar, sondern auch im korrekten Maß erfolgt, ist er fundamental effizient. Siehe dazu Teigelack (2009): 77 [187].

  18. 18.

    Vgl. Bachelier (1900): 34 [7].

  19. 19.

    Vgl. Samuelson (1965): 44 [153], Fama (1965): 56 [45] sowie Fama (1970): 383 [46].

  20. 20.

    Fama (1970): 383 [46].

  21. 21.

    Vgl. Hoffmann (2001): 8 [78], Jurczyk (2002): 73 f. [84], Götte (2006): 4 f. [59] sowie Teigelack (2009): 77 [187]. Für eine ausführliche Darstellung der Random-Walk-Hypothese siehe Schachter et al. (1986): 242–248 [187], Dette (1998): 53–62 [39] sowie Weber (2011): 69–71 [198].

  22. 22.

    Die folgende Unterscheidung ist angelehnt an Fama (1970): 383 f. [46] Hinreichende aber nicht notwendige Bedingungen für das Vorliegen von Markteffizienz sind: Kein Vorliegen von Transaktionskosten und Steuern. Sämtliche Informationen sind allen Marktteilnehmern kostenlos verfügbar. Die Akteure besitzen homogene und rationale Erwartungen. Siehe dazu Fama (1970): 387 [46], Murschall (2007): 15 [122] sowie Bruns/Meyer-Bullerdiek (2008): 73 f. [25] Weiterhin gibt es die Unterscheidung zwischen informationeller und fundamentaler Effizienz. Der Markt wird als informationell effizient bezeichnet, wenn neue Informationen umgehend eingepreist werden. Wenn die Reaktion auf neue Informationen nicht nur unmittelbar, sondern auch im korrekten Maß erfolgt, ist er fundamental effizient. Siehe dazu Teigelack (2009): 77 [187].

  23. 23.

    In diesem Rahmen werden Informationen als öffentlich verstanden, wenn sie bei Bekanntwerden die Wertpapierkurse beeinflussen. Dagegen führen private Informationen erst bei ihrer Umsetzung durch Kauf- oder Verkaufstätigkeiten zu Preisveränderungen. Siehe dazu Bruns/Meyer-Bullerdiek (2008): 74 f. [25].

  24. 24.

    Vgl. Fama (1976): 7 ff. [47].

  25. 25.

    Vgl. Rehkugler (1995): 384 [142] und Stotz (2008): 340 [183].

  26. 26.

    Vgl. Rapp (1997): 78 [141] und Jurczyk (2002): 73 f., 76 [84], Müller (2003): 32 [119].

  27. 27.

    Vgl. Fama (1970): 387 [46], Shiller (1999): 1307 [169], Murschall (2007): 14 [122] sowie Nguyen/Schüßler (2012a): 13 [125]. In seiner strengeren Definition bedeutet ein Arbitragegeschäft die Realisierung eines risikolosen Gewinns. Siehe dazu Steiner/Bruns/Stöckl (2012): 488 [181].

  28. 28.

    Vgl. Barberis/Thaler (2003): 1054 [12] sowie Statman (2010): 7 [180].

  29. 29.

    Im Falle einer Überbewertung (Unterbewertung) eines Wertpapiers liegt die Renditeerwartung unterhalb (oberhalb) der vom CAPM bestimmten Wertpapierlinie. Siehe dazu Rolfes (2003): 46 [147] und Brealey/Myers/Allen (2006): 192–195 [20]. Zudem finden die aus dem CAPM abgeleitete Marktrendite und das Marktrisiko β teilweise Verwendung in klassischen Performancemaßen (bspw. Jensen Alpha).

  30. 30.

    Vgl. Bruns (1994): 11 [24], Goldberg/von Nitzsch (2004): 38 [58] sowie Jaunich (2008): 22 f. [81].

  31. 31.

    Vgl. Heuser (2002): 19 f. [74], Rothkopf (2003): 20 [151] sowie Kirchler (2003): 26 [95].

  32. 32.

    Vgl. Müller-Peters (1999): 157 f. [121], Kirchler (2003): 21, 26, 28 [95], Murschall (2007): 32 [122] sowie Pelzmann (2012): 5 [134].

  33. 33.

    Vgl. Friedman (1953): 3–43 [52], Hausman (1992): 70–73 [66] sowie Weber (2011): 9 [198].

  34. 34.

    Vgl. Popper (2005): 160–163 [138].

  35. 35.

    Für empirische Untersuchungen, die diesen Aussagen widersprechen, siehe De Long et al. (1991): 1–20 [38], Hirshleifer/Luo (2001): 73–84 [76] sowie Hirshleifer et al. (2006): 311–388 [77].

  36. 36.

    Ein Noise Trader ist im Rahmen dieses Buches definiert als ein Marktteilnehmer, der sich nicht vollkommen rational verhält, indem er unwichtige Informationen (Noise) als relevant in sein Handeln einbezieht. Ein Arbitrageur meint in diesem Buch einen Marktteilnehmer mit rationalen Erwartungen und Entscheidungen im Sinne der oben beschriebenen klassischen Theorie. Siehe dazu Kottke (2005) 13 [100] sowie Steiner/Bruns/Stöckl (2012): 488 [181].

  37. 37.

    Vgl. Kiehling (2001) 2, 7 f. [93], Shiller (2001): 27 [170], Götte (2006): 6 [59] sowie Shleifer (2008): 3 f. [173].

  38. 38.

    Eine gute Übersicht zu den verschiedenen Untersuchungen bietet Möller (1985): 506–508 [117]. Zur Überprüfung der unterschiedlichen Grade hat Fama verschiedene Test entwickelt: Tests zur Prognosefähigkeit von vergangenen Renditen zur Prüfung der schwachen Form. Ereignisstudien, in denen untersucht wird, wie schnell neue öffentliche Informationen verarbeitet werden (halb-strenge Effizienz) und Tests zur Wirkung von privaten Informationen bezüglich der strengen Effizienz. Siehe dazu Bruns/Meyer-Bullerdiek (2008): 74 f. [25] Hierbei gibt es allerdings methodologische Probleme, die aus dem Joint Hypotheses Problem resultieren. Entsprechend ist zur Testung, ob Überrenditen durch die Informationsauswertung möglich sind, ein angenommenes Renditegenerierungsmodell notwendig. Negative Untersuchungsergebnisse können somit sowohl auf Fehler im Renditemodell zurückzuführen sein als auch auf eine Ablehnung der Effizienzhypothese. Siehe dazu Fama (1991): 1575 f. [48] sowie Röder (1999) 6 f. [146].

  39. 39.

    Vgl. Steinhauer (1999): 63 [182] und Klitzing (1999): 18 [98]. Dem strengen Effizienzgrad ist auch das Informationsparadoxon entgegenzuhalten. So lässt sich für die Anleger durch Auswertung von Informationen kein Vorteil erzielen, wenn sämtliche relevanten Informationen im Marktpreis enthalten sind. Wenn sich entsprechend durch fehlende Anreize kein Investor informiert, verlieren die Kurse ihre Informationseffizienz. Siehe dazu Grossman/Stiglitz (1980): 405 [61], Möller (1985): 500 [117], Müller (2005): 20 [120] sowie Vogler (2005): 40 f. [192] Fama selbst äußert sich gegenüber dieser Form der Effizienz skeptisch: „Since there are surely positive information and trading costs, the extreme version of the market efficiency hypothesis is surely false.“ Fama (1991): 1575 [48]. Würde man allerdings die Informationen von Fondsmanagern als nicht öffentlich ansehen, wäre die Tatsache häufiger Unterperformance der Fonds ein Indiz für eine eventuelle Gültigkeit der These. Siehe dazu Murschall (2007): 36 [122].

  40. 40.

    Vgl. Steinhauer (1999): 64 [182] sowie Shleifer (2008): 7 [173].

  41. 41.

    Vgl. Shleifer (2008): 17 f. [173] und Schachter et al. (1986): 248–256 [156].

  42. 42.

    Vgl. Mandelbrot (1963): 394–419 [111], Rapp (1997): 80 [141], Dette (1998): 59 f. [39] sowie Kiehling (2001): 8 f. [93]. Unter Fat Tails versteht man eine endlastige Verteilung, in der somit eine höhere Wahrscheinlichkeit für Extremwerte vorliegt, als es die Normalverteilung angibt. Siehe dazu Wayne (2012): 18 [196] und Rachev/Mittnik (2006): 20 f. [140] Wiederkehrende Muster sind insb. der Momentum und Contrarian Effekt, die in Abschn. 2.2 näher beleuchtet werden.

  43. 43.

    Als Kapitalmarktanomalien werden empirisch zu beobachtende Kursentwicklungen bezeichnet, die den Aussagen der Kapitalmarkttheorie widersprechen. Siehe dazu Bruns (1994): 19 [24]. Eine ausführlichere Darlegung dieser Anomalien befindet sich in Abschn. 2.2. Die Begriffe Kapitalmarktanomalien, Kursanomalien und Marktanomalien werden im Folgenden synonym verwendet. Sie sind jedoch zu unterscheiden von sogenannten Verhaltensanomalien, die das Anlegerverhalten betreffen.

  44. 44.

    Vgl. Aschinger (1995): 42 [5] und Shleifer (2008): 1, 5–10 [173]. Möller (1985) [117] hingegen bestätigt die halbstrenge Effizienz. Da einige dieser Anomalien anschließend wieder weitgehend verschwunden sind, wurde zunächst eine Verwerfung der Effizienzhypothese als zu voreilig gesehen. Siehe dazu Shleifer (2008): 176 [173].

  45. 45.

    Unter einer Spekulationsblase, Blase bzw. Übertreibung wird eine längerfristige und signifikante Entfernung des Wertpapierkurses vom fundamental gerechtfertigten Wert verstanden und sie kann theoretisch bei allen Vermögensgegenständen auftreten. Die übliche Methode den Fundamentalwert einer Aktie zu berechnen, ergibt sich durch die Diskontierung sämtlicher auf diesen Wert entfallenden zahlungswirksamen Vorteile auf den heutigen Tag. Siehe dazu Bruns/Meyer-Bullerdiek (2008): 79 f. [25]. sowie Perridon/Steiner/Rathgeber (2009): 209 f. [135].

  46. 46.

    Vgl. Bruns (1994): 20 [24], Fischer (2006): 194 [50] sowie Brudermann/Fenzl (2008): 61 [22]. Wie Abschn. 1.1.2 gezeigt hat, dürften sich die Marktpreise gemäß der Markteffizienzhypothese nur so sehr verändern, wie es neu auftretende Informationen zulassen. Es zeigt sich aber ein konträres Bild mit wesentlich volatilerem Preis, als dies durch neue Informationen begründet wäre. Siehe dazu Gruber (1988): 26 [62], Shiller (2005): 166 f. [171] sowie Taleb (2008a): 107 [185].

  47. 47.

    Vgl. Kottke (2005): 13–16 [100], Glaser/Nöth/Weber (2009): 530 [56] sowie Nguyen/Schüßler (2012a): 14–17 [125]. Siehe dazu Abschn. 1.3.1.

  48. 48.

    Auch eine Nichteffizienz der Märkte bedingt nicht direkt, dass diese Ineffizienzen automatisch ausnutzbar sind. Siehe dazu Shefrin (2000): 103 [164].

  49. 49.

    Vgl. Roßbach (2001): 10 [150] und Jurczyk (2002): 79 [84]. Selbst Schlüsselfiguren der traditionellen Kapitalmarkttheorie wie Fama und Markowitz entzogen durch diese neuen Erkenntnisse dieser Theorie ihre uneingeschränkte Unterstützung. Siehe dazu Olsen (1998): 15 [132].

  50. 50.

    Die systematische Verwendung des Begriffs „Behavioral Finance“ als Oberbegriff für verhaltenswissenschaftliche Erklärungsansätze findet sich erstmals bei Gilad/Kaish (1986): 235 [55]. Aus diesem Grund weisen auch die bisher existierenden Behavioral-Finance-Fonds noch keine lange Renditehistorie auf, was eine Erschwerung der Performancemessung zur Folge hat.

  51. 51.

    Für eine detaillierte Einsicht in die Geschichte der Behavioral Finance, die stark verbunden ist mit Wissenschaftlern wie Adam Smith, John Maynard Keynes, Maurice Allais, Leon Festinger, Daniel Kahneman, Amos Tversky, Vernon L. Smith, Paul Slovic, Werner De Bondt, Richard Thaler, Meir Statman, Hersh Shefrin und Robert J. Shiller siehe Shefrin (2000): 8 f. [164], Pompian (2012a): 4–11, 23–40 [136] sowie Schriek (2009): 26–28 [160].

    Die Grenzen der Behavioral Finance Theorie werden im Rahmen der Ergebnisanalyse der Behavioral-Finance-Fonds diskutiert, da zwischen beiden ein starker Zusammenhang besteht.

  52. 52.

    Vgl. Elschen (1982): 373–386 [44] und Weber et al. (1999): 6 [197]. Konträre Meinungen gehen sogar einen Schritt weiter, indem sie von einem Paradigmenwechsel sprechen. Siehe dazu Kuhn (1976) [101] sowie Rapp (1997): 81 [141].

  53. 53.

    Vgl. hierzu und für weitere Definitionen Thaler (1991): XI [188], Oehler (2000): 718 [131], Ricciardi/Simon (2000): 1 [144] sowie Chaudhary (2013): 86 [29].

  54. 54.

    Vgl. Rapp (1997): 81, 87 [141], Weber et al. (1999): 7 [197], Jurczyk (2002): 82 [84], Götte (2006): 8 f. [59] sowie Teigelack (2009): 89 f. [187].

  55. 55.

    Vgl. Gottschalk/Grunert (1981): 3 f. [60], Rapp (1997): 82 [141] sowie Jurczyk (2002): 81 [84].

  56. 56.

    Vgl. Goldberg/von Nitzsch (2004): 24 f. [58] und Braun (2007): 70 f. [19] Statt des objektiven Risikos ist das subjektiv wahrgenommene Risiko relevant. Die Risikoeinstellung determiniert, wie dieses subjektiv wahrgenommene Risiko in einer Anlageentscheidung umgesetzt wird. Dabei zeigt sich, dass die Risikowahrnehmung bspw. aufgrund kultureller Unterschiede in verschiedenen Ländern divergieren kann. Ebenso zeigen sich im Risikoverhalten kontextabhängige Unterschiede und eine Zeitinstabilität. Siehe dazu Siebenmorgen/Weber (1999): 5, 13 [176], Kaufmann/Nosic/Weber (2009): 6–13 [88] sowie Allport/Esser/Fornefett (2013): 8–10 [3].

  57. 57.

    Neben dem Terminus Verhaltensirrationalitäten werden in der Arbeit auch die Begriffe Verhaltensanomalien, Irrationalitäten sowie Bias synonym benutzt.

  58. 58.

    Vgl. Frühwirth (2013): 729 [54].

  59. 59.

    Vgl. Müller (2003): 95 [119]. Während normative Entscheidungstheorien Regeln aufstellen, mit deren Hilfe eine optimale Lösung erzielt werden soll, versuchen deskriptive Entscheidungstheorien durch empirische Studien das reale Verhalten von Menschen in Entscheidungssituationen zu analysieren. Siehe dazu Rommelfanger/Eickemeier (2002): 3 f. [148].

  60. 60.

    Vgl. Jordan/Miller/Dolvin (2012): 260 [82].

  61. 61.

    Für die Implementierung von Behavioral-Finance-Thesen in klassische Modelle siehe beispielhaft Klapsia (2010): 30–36 [97].

  62. 62.

    Vgl. Thaler (1999a): 16 [189] und Park/Sohn (2013): 30 [133].

  63. 63.

    Vgl. Shiller/Thaler (2007): 1 f. [172].

  64. 64.

    Vgl. Park/Sohn (2013): 30 [133].

  65. 65.

    Vgl. Cortés (2004): 31–43 [32], von Nitzsch/Hackethal (2005): 1 f., 16 [194], Hens/Bachmann (2008) [71], Davies/De Servigny (2012): 323–347 [35], Eberius (2013): 80–118 [41], Schiereck (2013): 239–253 [157] sowie Wübker/Bauer (2013): 43–47 [200].

  66. 66.

    Vgl. o. V. (2013b) [130]. Dabei glauben hingegen 1/7 der Umfrageteilnehmer, dass sich Behavioral Finance nie in der Praxis durchsetzen wird.

  67. 67.

    Vgl. o. V. (2013b) [130], Davies (2013) [34] sowie Bürger (2014): 38 [27]. So gründeten bspw. die Allianz Global Investor 2010 das Center for Behavioral Finance und Barclays zur Unterstützung der Investmentphilosophie „Behavioral Finance“ innerhalb des Wealth and Investment Management eine eigenständige Abteilung mit eigener Internetplattform: http://www.investmentphilosophy.com. Darüber hinaus etablierte Professor Odean das Institut Cabot Research, welches Unternehmen bei der Umsetzung von Behavioral Finance in der Portfolioanalyse, der Entscheidungsfindung und sonstigen Prozessen unterstützt.

  68. 68.

    Vgl. o. V. (2013b) [130]. Dies verfolgt bspw. die APK Pensionskasse aus Wien.

  69. 69.

    Hierzu zählen unter anderem Fuller&Thaler Asset Management sowie Behavioral Finance Solutions GmbH.

  70. 70.

    Vgl. o. V. (2005a) [128], Wallace (2010): 3 [195].

  71. 71.

    Vgl. o. V. (2002a) [127]. Für einen ausführlichen Blick auf den Zusammenhang zwischen Behavioral Finance und strukturierten Produkten siehe Helberger (2009) [67].

  72. 72.

    Vgl. Schriek (2009): 20 [160], Daxhammer/Facsar (2012): 16 f.

  73. 73.

    Vgl. Schriek (2009): 20 [160], Daxhammer/Facsar (2012): 17.

  74. 74.

    Vgl. Goldberg/von Nitzsch (2004): 13 [58], Schriek (2009): 24 f. [160] Haugen grenzt zudem die New Finance, welche im Sinn deckungsgleich mit der Behavioral Finance ist, von der Old Finance (bis in die 60er Jahre wirkend mit den Schwerpunkten Rechnungslegung, Fundamentalanalyse und Recht; geprägt durch Graham, Dodd, Dewing) und der Modern Finance (identisch mit der in Abschn. 1.1 beschriebenen traditionellen Kapitalmarkttheorie) ab. Siehe dazu Haugen (1999): 3 [65]. Diese in Abschn. 1.1 thematisierte traditionelle Kapitalmarkttheorie wird in Abgrenzung zur Behavioral Finance häufig auch als Standard Finance bezeichnet. Siehe dazu Statman (1995): 14 f. [179], Pompian (2012b): 15–21 [137] und Park/Sohn (2013): 4 [133].

  75. 75.

    Schriek (2009): 26–28 [160].

  76. 76.

    Für weiterführende Literatur zur Neuroökonomie siehe Zweig (2007) [201], Priddat (2007) [139], Smith (2009): 15–18 [178], Glimcher et al. (2009): 1–11 [57], Brandstätter/Güth/Kliemt (2010) [18], Reimann/Weber (2011): 3–9 [143], Mäki (2012): 7–17 [110] sowie Antonietti (2012): 107–118 [4].

  77. 77.

    Innerhalb der Neuroökonomie hat sich neben der Neurofinance das Neuromarketing, welches das Konsumentenverhalten neuronal analysiert, herausgebildet. Beide sind als Spezialgebiete der Neuroökonomie zu verstehen mit identischen Techniken und Zielen, nämlich das menschliche Entscheidungsverhalten zu erforschen. Siehe dazu Holtfort (2011): 54 [79] und Bürger/Weber (2011): 222 [26]. Für weiterführende Literatur zur Neurofinance siehe Hens/Meier (2007) [72], Elger/Schwarz (2009) [43].

  78. 78.

    Vgl. Hens (2011): 1 [69], Holtfort (2011): 53 f., 58 f. [79] sowie Bürger/Weber (2011): 224 f. [26] Eine Erweiterung der Neurofinance zur Finanzanalyse stellt wiederum die Biofinance dar, die das Wissen der Neurofinance und des Evolutionsmanagements in einer ganzheitlichen Betrachtung des Investors und der Unternehmung verbindet. Dabei werden das in der Natur erfolgreich umgesetzte Risiko- und Chancenmanagement auf die Unternehmen und ihre Anpassungs- und Symbiosefähigkeit projiziert. Siehe dazu Holtfort (2011): 61–70 [79]. Ebenfalls zwischen der Biologie und Finanzwissenschaft steht der Bereich der Evolutionary Finance, welcher die Finanzmarktaktivitäten mithilfe von evolutionären Modellen beleuchtet (Marktselektion, Innovationsprozesse etc.). Siehe dazu Hens (2015): 14 [70] und Hardt (2007) [64].

  79. 79.

    Vgl. Shefrin (2000): 247–293 [164], Baker/Ruback/Wurgler (2004): 1–50 [8], Breuer/Perst/Stotz (2005): 153 f. [21], sowie Nguyen/Schüßler (2013): 187–198 [126], Park/Sohn (2013): 17–19 [133].

  80. 80.

    Vgl. Kiehling (2008): 25 [89], Caginalp/DeSantis (2011): 1030 [28]. Die Quantitative Behavioral Finance ist der Econophysics sehr nahe, bei der physikalische Methoden und Theorien zur Modellierung ökonomische Zusammenhänge benutzt werden. Siehe dazu Kiehling (2008): 25.

  81. 81.

    Vgl. Kesting (2003): 11 [90] und Weber (2011): 5 f. [198].

  82. 82.

    Vgl. Simon et al. (1992): 3.

  83. 83.

    Vgl. Jurczyk (2002): 85 [84], Blechschmidt (2007): 13 [16], Pelzmann (2012): 10 [134].

  84. 84.

    Diese individuelle Limitierung (interne Restriktion) wird noch durch eine enorme Anforderungskomplexität der Situation aufgrund eines hoch komplexen Marktprozesses verstärkt (externe Restriktion). Siehe dazu Weber (2011): 16 [198].

  85. 85.

    Vgl. Simon (1957): 198–200 [177], Sauermann/Selten (1962): 577–597 [154], Roßbach (2001): 11 [150], Jurczyk (2002): 85 [84], Kahneman (2003): 1449 [85] sowie Pelzmann (2012): 10 f. [134].

    Es wird somit nur noch das lokale Optimum angestrebt statt des globalen. Siehe dazu Unser (1999): 13 [191].

  86. 86.

    Vgl. Unser (1999): 14 [191] und Daxhammer/Facsar (2012): 83 [37]. Eine Entscheidung gilt hingegen als objektiv rational, wenn sie das tatsächlich korrekte Verhalten zur Maximierung des Nutzens in einer bestimmten Situation darstellt.

  87. 87.

    Vgl. Goldberg/von Nitzsch (2004): 27 [58].

  88. 88.

    Vgl. Braun (2007): 71 [19].

  89. 89.

    Vgl. Müller (2003): 102 [119].

  90. 90.

    Vgl. Russell/Thaler (1985): 1072–1074 [152].

  91. 91.

    Vgl. Weber (2011): 13–15 [198], Kahneman (2003): 1450–1452 [85], Kahneman (2012): 32–37 [86] sowie Fehr/Hari (2013): 36 f. [49].

  92. 92.

    Entsprechende Resultate ergeben sich, wenn bei einer Vorführung jeder aufsteht, um besser zu sehen oder bei einem Brand alle gleichzeitig zum Ausgang flüchten. Beim sogenannten „Spinnennetzbeispiel“, in dem sich Angebot und Nachfrage zeitverzögert anpassen, versagen die eigentlich rationalen Erwartungen, weil die Beteiligten die Stärke der gleichartigen Reaktionen der anderen nicht berücksichtigen. Wenn in den Medien bspw. ein hoher Bedarf an Lehrern signalisiert wird, reagieren darauf möglicherweise so viele, dass ein Überangebot entsteht. Siehe dazu Kindleberger/Aliber (2005): 41 f. [94].

  93. 93.

    So wurde 1999 bspw. die UBS öffentlich beschimpft nichts von „value creation and growth“ zu verstehen, da sie bereits Anfang des Jahres empfahl aus den offensichtlich überhöhten Technologiemärkten auszusteigen. Anschließend verdoppelten sich in diesem Jahr noch die Kurse am Neuen Markt vor dem großen Absturz. Siehe dazu Hens (2001): 1149 [68]. Ein weiteres Beispiel dafür, dass ein Ausstieg bei Abweichungen der Kurse vom Fundamentalwert für die Investoren gefährlicher sein kann, zeigt ein Vergleich des von Soros gemanagten Quantum-Funds mit dem Tiger-Fund. Während jener kurz vor dem Platzen der Technologieblase mit 60 % in Hightech-Aktien investiert war und den Crash 2000 überstand, musste dieser, der sich konsequent von Spekulationswerten des Neuen Marktes ferngehalten hatte, wegen zu hoher Mittelabflüsse geschlossen werden. Siehe dazu Döhle/Hage (2008): 120–123 [40].

  94. 94.

    Vgl. Keynes (1931): zit. nach Rapp (1997): 104 [141].

  95. 95.

    Für eine Thematisierung weiterer verhaltenswissenschaftlicher Entscheidungstheorien (Behavioral Decision Theory) sei hier lediglich auf weiterführende Literatur verwiesen. All diese deskriptiven Präferenztheorien basieren nicht mehr auf der Grundlage rationalen Verhaltens, sondern versuchen intuitives Verhalten zu beschreiben. Sie versuchen das Auseinanderfallen von intuitiven Präferenzen und den in der Nutzentheorie beschriebenen Präferenzen zu erklären, das durch verschiedene Effekte deutlich wird (bspw. Ellsberg-Paradoxon, Allais-Paradoxon, Referenzpunkteffekt und fehlerhafte Wahrscheinlichkeitsschätzungen). Siehe dazu Unser (1999): 34–43 [191], Kiehling (2001) 12–28 [93], Kottke (2005) 33–38 [100], Mazanek (2006): 32–54 [113] sowie Eisenführ/Weber/Langer (2010): 393–452 [42]. Darunter zählt auch die Prospect-Theorie, auf die noch in Abschn. 2.1 eingegangen wird.

    Besonders hervorgehoben werden müssen an dieser Stelle die verhaltenswissenschaftlichen Abwandlungen der Portfoliotheorie und des CAPM durch die Behavioral Portfolio Theorie und der Behavioral Capital Asset Pricing Theorie von Shefrin und Statman. Siehe dazu Shefrin/Statman (1994): 323–349 [165] und Shefrin/Statman (2000): 127–151 [166].

  96. 96.

    Vgl. Cortés (1997): 59 [31], Jünemann (1997): 9 f. [83] sowie Roßbach (2001): 11 [150].

  97. 97.

    Vgl. Schulz (1997): 163 f. [161].

  98. 98.

    Vgl. Jünemann (1997): 10 [83]. Kursschwankungen ergeben sich somit aus Veränderungen in Erwartungen und Plänen der Anleger.

  99. 99.

    Vgl. Keynes (1936): 156 [91].

  100. 100.

    Für eine tiefer gehende Diskussion, inwiefern die Behavioral Finance Theorie die Markteffizienztheorie widerlegt und ob bestimmte Märkte oder bestimmte Marktphasen effizienter sind siehe Clemens (2009): 193 f. [30], Hübner (2009): 203 f. [80], Longeval/van Nieuwerburgh (2009): 214 f. [106], Hergert/Gunter (2009): 237 f. [73].

  101. 101.

    Vgl. Maital/Filer/Simon (1986): 278–281 [109], Cortés (1997): 59 [31], Jünemann (1997): 12 [83], Shiller (1999): 1307 [169] sowie Kamesaka/Nofsinger/Kawakita (2003): 1–22 [87].

  102. 102.

    Dazu zählen insbesondere die Portfolio Selection Theory, das CAPM sowie die Option Pricing Theory. Hierbei sind positive und negative Abweichungen vom Mittelwert gleichverteilt, wodurch ihre Wahrscheinlichkeit immer schneller abnimmt, je weiter man sich vom Durchschnittswert entfernt. Somit sind geringe Aktienkursveränderungen wahrscheinlich und größere immer unwahrscheinlicher. Siehe dazu Rapp (1997): 79 [141].

  103. 103.

    Vgl. Dette (1998): 59–62 [39], Taleb (2008b): 130–132 [186] sowie o. V. (2010): 18–20 [129]. Auch einige Vertreter der traditionellen Kapitalmarkttheorie wie Fama oder Markowitz bezeugen heute ihre Ansicht, dass die Aktienrenditen nicht durch eine Normalverteilung, sondern vielmehr durch eine eindeutig asymmetrische Verteilung abgebildet werden können. Siehe dazu Rapp (1997): 80 und Rachev/Mittnik (2006): 20 f. [140] Nur eine Abweichung von der Gauß’schen Statistik lässt systematische Marktanomalien zu.

  104. 104.

    Vgl. Shleifer/Summers (1990): 19–33 [174], De Bondt et al. (2008): 7–21 [36] sowie Barber/Odean/Zhu (2009): 547–569 [11].

  105. 105.

    Vgl. Shiller (2005): 147 f. [171] und Kitzmann (2009): 61 [96]. Nach der Meinung des Börsenspekulanten André Kostolany macht die Psychologie 90 % der Marktentwicklung aus.

  106. 106.

    Vgl. Summers (1986): 591–602 [184], Rapp (1997): 87–89 [141], Kiehling (2001): 161–163 [93], Jurczyk (2002): 80, 82 [84] sowie Schmidt (2004): 37 [158]. Auch in ruhigen Börsenphasen hängt eine Kursveränderung immer davon ab, ob die Anleger sich mit ihren Erwartungen den geänderten Prognosen der Fundamentaldaten eines Unternehmens anschließen. Siehe dazu Jünemann (1997): 12 [83].

  107. 107.

    Vgl. Shiller (2005) [171], Averbeck (2010) [6]. Für eine Erklärung der letzten Finanzkrise mithilfe der Behavioral Finance siehe Häcker (2011): 46–52 [63] und Fischer/Fischer (2011): 5–22 [51].

  108. 108.

    Vgl. Shleifer/Vishny (1997): 35–55 [175], Baberis/Thaler (2003): 1054–1063 [12], Froot/Dabora (2005): 102–128 [53], Lamont/Thaler (2005): 130–166 [102] sowie Klöhn (2006): 126–134 [99].

    Diese Limitierung der Arbitragemöglichkeit wird auch innerhalb der in Abschn. 2.3 aufgeführten Behavioral-Finance-Modelle verdeutlicht, die länger andauernde Fehlbewertungen an den Kapitalmärkten aufzeigen.

  109. 109.

    Vgl. Baker/Savasoglu (2002): 91–115 [9] und Barberis/Thaler (2003): 1056 [12].

  110. 110.

    Diese Aufteilung zwischen Kapital und Know-How bezeichnen Shleifer und Vishny als „Separation of Brains and Capital“ und sie liegt darin begründet, dass private Anleger nicht die Kenntnisse haben, um den fundamentalen Wert herzuleiten. Daher vertrauen sie professionellen Verwaltern das Kapital an. Durch ihr begrenztes Kapitalmarktwissen können sie die Fähigkeiten ihrer Portfoliomanager nur durch das transparente Maß der Renditeentwicklung abschätzen. Siehe dazu Shleifer/Vishny (1997): 36 f. [175] und Murschall (2007): 95 [122].

  111. 111.

    Vgl. Shleifer/Vishny (1997): 35–37 [175], Barberis/Thaler (2003): 1057 [12] sowie Klöhn (2006): 129–132 [99]. Verschiedene Untersuchungen bestätigen die positive Korrelation zwischen erzielter Rendite und Mittelzuflüssen bzw. -abflüssen. Siehe dazu Brunnermeier/Nagel (2003): 2013–2040 [23] und Lynch/Musto (2003): 2033–2058 [108]. Dabei kann die Abweichung vom Fundamentalwert u. U. sehr lange bestehen. So warnte bereits Keynes 1936 zutreffend: „Markets can remain irrational, longer than you can remain solvent“. Siehe dazu Keynes (1936): zit. nach Hens (2001): 1149 [68].

  112. 112.

    Vgl. Liu/Longstaff (2004): 613 [104] und Abreu/Brunnermeier (2002): 3 f. [1].

  113. 113.

    Vgl. Mitchell/Pulvino/Stafford (2002): 551–584 [116], D’Avolio (2002): 271–306 [33] sowie Allen (2003): 551–556 [2].

  114. 114.

    Vgl. Summers (1986): 591–602 [184], Shiller (1979): 1190–1216 [167], Shiller (1981): 421–436 [168], Shefrin (2000): 43–46 [164] sowie Shiller (2005): 157 [171]. Diese Erkenntnis belegt u. a. die Krise und Auflösung des amerikanischen Hedge Fonds „Long Term Capital Management“ (LTCM) im Jahre 1998, der unter anderem von den beiden Wirtschafts-Nobelpreisträgern Scholes und Merton gemanagt wurde. Ziel dieses Fonds war es kleinste Preisdifferenzen und Bewertungsfehler aufzudecken und auszunutzen. So wurde unter anderem auf die Aktienkursdifferenzen zwischen Royal Dutch Petroleum und Shell Transport and Trading spekuliert, die vereinbart hatten ihren Gesamtgewinn in einem Verhältnis 60 zu 40 aufzuteilen. Entsprechend der klassischen Kapitalmarkttheorie hätte dieses Gewinnverhältnis durch das Preisverhältnis der beiden Aktientitel widergespiegelt werden müssen. Dadurch dass sich die Kurse allerdings immer weiter von dieser Parität entfernten, scheiterte der LTCM letztlich an der Irrationalität des Marktes. Siehe dazu Shefrin (2000): 7 f. [166] und Bonner (2006): Die Geschichte des LTCM-Hedgefonds [17].

  115. 115.

    Vgl. Roßbach (2001): 11 [150], Götte (2006): 9 [59] sowie Nguyen/Schüßler (2011): 3 [124].

  116. 116.

    In Anlehnung an Röckemann (1995): 33 [145], Hirshleifer (2001): 1540 f. [75], Müller (2003): 105 f. [119], Jaunich (2008) [81], Wiswede (2012): 35 f. [199].

    Alternativ könnten die Verhaltensanomalien auch kategorisiert werden nach den drei zeitlich aufeinanderfolgenden Phasen des Entscheidungsprozesses; Informationswahrnehmung, -verarbeitung und -bewertung. Siehe dazu Goldberg/von Nitzsch (2004): 83 [58]. Die gewählte Kategorisierung dient als Basis für die später folgende Fondskategorisierung.

  117. 117.

    Der Begriff kognitiv wird von Kognition (lat. cognoscere = erkennen) abgeleitet. Hierunter versteht man allgemeine Bewusstseins- und Wahrnehmungsprozesse. Siehe dazu Schriek (2009): 30 [160].

Literatur

  1. Abreu, Dilip; Brunnermeier, Markus K. (2002): Synchronization Risk and Delayed Arbitrage. In: Journal of Financial Economics Vol. 66, 2-3/2002: 341–360.

    Google Scholar 

  2. Allen, William T. (2003): Securities Markets as Social Products: The Pretty Efficient Capital Market Hypothesis. In: Journal of Corporation Law Vol. 28, 4/2003: 551–563.

    Google Scholar 

  3. Allport, Karin; Esser, Axel; Fornefett, Andreas (2013): Was wir aus den Neurowissenschaften für das Risikobewusstsein lernen können. In: Kredit & Rating Praxis 3/2013: 8–10.

    Google Scholar 

  4. Antonietti, Alessandro (2012): Do neurobiological data help us to understand economic decisions better? In: Marchionni, Caterina; Vromen, Jack (Hrsg.): Neuroeconomics: Hype or Hope? London/New York: Taylor & Francis Books: 107–118.

    Google Scholar 

  5. Aschinger, Gerhard (1995): Börsenkrach und Spekulation – Eine ökonomische Analyse. München: Verlag Franz Vahlen.

    Google Scholar 

  6. Averbeck, Daniel (2010): Die Rolle der Behavioral Finance bei der Preisbildung an Aktienmärkten – Implikationen für die Entstehung von Spekulationsblasen. Saarbrücken: VDM Verlag Dr. Müller.

    Google Scholar 

  7. Bachelier, Louis (1900): Théorie de la Spéculation. In: Annales scientifiques de I’École Normale Supérieure Bd. 17, 3/1900: 21–86.

    Google Scholar 

  8. Baker, Malcolm; Ruback, Richard S.; Wurgler, Jeffrey (2004): Behavioral Corporate Finance: A Survey. National Bureau of Economic Research, Working Paper No. 10863.

    Google Scholar 

  9. Baker, Malcolm; Savasoglu, Serkan (2002): Limited Arbitrage in Mergers and Acquisitions. In: Journal of Financial Economics Vol. 64, 1/2002: 91–115.

    Google Scholar 

  10. Bamberg, Günter; Coenenberg, Adolf G.; Krapp, Michael (2012): Betriebswirtschaftliche Entscheidungslehre, 15. überarb. Aufl. München: Verlag Franz Vahlen.

    Google Scholar 

  11. Barber, Brad M.; Odean, Terrance; Zhu, Ning (2009): Systematic Noise. In: Journal of Financial Markets Vol. 12, 4/2009: 547–569.

    Google Scholar 

  12. Barberis, Nicholas; Thaler, Richard (2003): A Survey of Behavioral Finance. In: Constantinides, George M.; Harris, Milton; Stulz, René M. (Hrsg.): Handbook of the Economics of Finance. Amsterdam: Elsevier: 1053–1121.

    Google Scholar 

  13. Bayes, Thomas (1763): An Essay towards Solving a Problem in the Doctrine of Chances. In: Philosophical Transactions of the Royal Society of London 53/1763: 370–418.

    Google Scholar 

  14. Bernoulli, Daniel (1954): Exposition of a New Theory on the Measurement of Risk. In: Econometrica Vol. 22, 1/1954: 23–36.

    Google Scholar 

  15. Black, Fischer; Scholes, Myron (1973): The Pricing of Options and Corporate Liabilities. In: Journal of Political Economy Vol. 81, 3/1973: 637–654.

    Google Scholar 

  16. Blechschmidt, Carsten (2007): Untersuchung des Anlegerverhaltens von Sparkassenkunden aus dem Blickwinkel der Behavioral Finance. Hamburg: Verlag Dr. Kovac.

    Google Scholar 

  17. Bonner, Bill (2006): Die Geschichte des LTCM-Hedgefonds. In: wallstreet-online vom 27.03.2006. URL: http://www.wallstreet-online.de/diskussion/1050449-1-10/die-geschichte-des-ltcm-hedgefonds, Abruf am 23.09.2009.

  18. Brandstätter, Hermann; Güth, Werner; Kliemt, Hartmut (2010): Psychology and Economics rather than Psychology versus Economics: Cultural differences but no barriers. In: Witte, Erich H.; Gollan, Tobias (Hrsg.): Sozialpsychologie und Ökonomie. Berlin et al: Pabst Science Publisher.

    Google Scholar 

  19. Braun, Johannes (2007): Aktienanalyse – Fundamentalanalyse, Technische Analyse und Behavioral Finance. Saarbrücken: Verlag Dr. Müller.

    Google Scholar 

  20. Brealy, Richard A.; Myers, Stewart C.; Allen, Franklin (2006): Principles of Corporate Finance. New York: McGraw-Hill.

    Google Scholar 

  21. Breuer, Wolfgang; Perst, Achim; Stotz, Olaf (2005): Behavioral Corporate Finance. In: Bank-Archiv 53/2005: 153–162.

    Google Scholar 

  22. Brudermann, Thomas; Fenzl, Thomas (2008): Die Stunde der Risikointelligenz. In: Die Bank 11/2008: 60–63.

    Google Scholar 

  23. Brunnermeier, Markus K.; Nagel, Stefan (2003): Hedge Funds and the Technology Bubble. In: Journal of Finance Vol. 59, 5/2003: 2013–2040.

    Google Scholar 

  24. Bruns, Christoph (1994): Bubbles und Excess Volatility auf dem deutschen Aktienmarkt. Wiesbaden: Deutscher Universitäts-Verlag.

    Google Scholar 

  25. Bruns, Christoph; Meyer-Bullerdiek, Frieder (2008): Professionelles Portfoliomanagement – Aufbau, Umsetzung und Erfolgskontrolle strukturierter Anlagestrategien, 4. überarb. und erw. Aufl. Stuttgart: Schäffer-Poeschel Verlag.

    Google Scholar 

  26. Bürger, Corinna; Weber, Bernd (2011): Neurofinance – Geldverarbeitung im Gehirn. In: Reimann, Martin; Weber, Bernd (Hrsg.): Neuroökonomie. Wiesbaden: Gabler Verlag: 219–279.

    Google Scholar 

  27. Bürger, Tobias (2014): Irrungen und Wirrungen – Einblick in die Gedankenwelt von Investoren. In: Portfolio Institutionell 02/2014: 38–47.

    Google Scholar 

  28. Caginalp, Gunduz; DeSantis, Mark (2011): A Paradigm for Quantitative Behavioral Financ. In: American Behavioral Scientist Vol. 55, 8/2011: 1014–1034.

    Google Scholar 

  29. Chaudhary, Amar K. (2013): Impact of Behavioral Finance in Investment Decisions and Strategies – A Fresh Approach. In: International Journal of Management Research and Business Strategy Vol. 2, 2/2013: 85–92.

    Google Scholar 

  30. Clemens, Michael (2009): Interview Michael Clemens Senior Portfolio Manager Bankinvest. In: The Technical Analyst Magazine (Hrsg.): Technical Analysis & Behavioural Finance in Fund Management – Discussions with Investment Managers and Analysts. Guildford: Global Markets Media: 193–202.

    Google Scholar 

  31. Cortés, Alfons (1997): Die vernetzte Masse – Parteienbildung und Erwartungen an der Börse. In: Jünemann, Bernhard; Schellenberg, Dirk (Hrsg.): Psychologie für Börsenprofis – Die Macht der Gefühle bei der Geldanlage. Stuttgart: Schäffer-Poeschel Verlag: 57–74.

    Google Scholar 

  32. Cortés, Alfons (2004): Behavioral Finance im Private Banking. In: Schädler, Philip; Menichetti, Marco J. (Hrsg.): Private Banking im Qualitätswettbewerb um den Kunden. Heidelberg: Physica-Verlag: 31–43.

    Google Scholar 

  33. D’Avolio, Gene (2002): The Market for Borrowing Stock. In: Journal of Financial Economics Vol. 66, 2–3/2002: 271–306.

    Google Scholar 

  34. Davies, Greg B. (2013): Behavioral Finance at Barclays: An Interview with Greg B. Davies. In: MoneyScience am 18.02.2013 URL: http://www.moneyscience.com/pg/blog/Admin/read/460578/behavioural-finance-at-barclays-an-interview-with-greg-b-davies, Abruf am 15.05.2014.

  35. Davies, Greg B.; De Servigny, Arnaud (2012): Behavioral Investment Management – An Efficient Alternative to Modern Portfolio Theory. New York et al.: McGraw-Hill Books.

    Google Scholar 

  36. De Bondt, Werner F. M.; Maradoglu, Gulnur; Shefrin, Hersh; Staikouras, Sotiris K. (2008): Behavioral Finance – Quo Vadis? In: Journal of Applied Finance Vol. 18, 2/2008: 7–21.

    Google Scholar 

  37. Daxhammer, Rolf J.; Facsar, Máté (2012): Behavioral Finance. Konstanz/München: UVK Verlag.

    Google Scholar 

  38. De Long, J. Bradford; Shleifer, Andrei; Summers, Lawrence H.; Waldmann, Robert J. (1991): The Survival of Noise Traders in Financial Markets. In: Journal of Business Vol. 64, 1/1991: 1–20.

    Google Scholar 

  39. Dette, Guido (1998): Kursbildung am deutschen Aktienmarkt. Wiesbaden: Deutscher Universitäts-Verlag.

    Google Scholar 

  40. Döhle, Patricia; Hage, Simon (2008): Wann platzt die nächste Blase? In: Manager Magazin 8/2008: 120–126.

    Google Scholar 

  41. Eberius, Robert (2013): Regulierung der Anlageberatung und Behavioral Finance – Anlegerleitbild Homo Oeconomicus vs. Realität. Köln: Kölner Wissenschaftsverlag.

    Google Scholar 

  42. Eisenführ, Franz; Weber, Martin; Langer, Thomas (2010): Rationales Entscheiden, 5. überarb. und erw. Aufl. Berlin/Heidelberg: Springer Verlag.

    Google Scholar 

  43. Elger, Christian E.; Schwarz, Friedhelm (2009): Neurofinance – Wie Vertrauen, Angst und Gier Entscheidungen treffen. Freiburg/Berlin/München: Rudolf Haufe Verlag.

    Google Scholar 

  44. Elschen, Rainer (1982): Betriebswirtschaftslehre und Verhaltenswissenschaften: Probleme einer Erkenntnisübernahme am Beispiel des Risikoverhaltens bei Gruppenentscheidungen. Thun/Frankfurt am Main: Verlag Harri Deutsch.

    Google Scholar 

  45. Fama, Eugene F. (1965): Random Walks in Stock Market Prices. In: Financial Analysts Journal Vol. 21, 5/1965: 55–59.

    Google Scholar 

  46. Fama, Eugene F. (1970): Efficient Capital Markets: A Review of Theory and Empirical Work. In: Journal of Finance Vol. 25, 2/1970: 383–417.

    Google Scholar 

  47. Fama, Eugene F. (1976): Foundations of Finance – Portfolio Decisions and Security Prices. New York: Basic Books.

    Google Scholar 

  48. Fama, Eugene F. (1991): Efficient Capital Markets II. In: Journal of Finance Vol. 46, 5/1991: 1575–1617.

    Google Scholar 

  49. Fehr, Robert; Hari, Jürg J. (2013): Emotio und Ratio in der Bankberatung. In: Die Bank 11/2013: 36–39.

    Google Scholar 

  50. Fischer, Julian (2006): Insiderrecht und Kapitalmarktkommunikation: unter besonderer Berücksichtigung des Rechtsrahmens für Finanzanalysten. Berlin: Duncker & Humblot.

    Google Scholar 

  51. Fischer, Lorenz; Fischer, Oliver (2011): Die Finanzkrise – Eine wirtschaftspsychologische Analyse. In: Wirtschaftspsychologie 2/2011: 5–23.

    Google Scholar 

  52. Friedman, Milton (1953): The Methodology of Positive Economics. In: Friedman, Milton (Hrsg.): Essays in Positive Economics. Chicago: University of Chicago Press: 3–43.

    Google Scholar 

  53. Froot, Kenneth A.; Dabora, Emil M. (2005): How are Stock Prices Affected by the Location of Trade? In: Thaler, Richard H. (Hrsg.): Advances in Behavioral Finance Volume II. New York/Princeton/Oxford: Russell Sage Foundation and Princeton University Press: 102–129.

    Google Scholar 

  54. Frühwirth, Manfred (2013): Behavioral Finance als Ergänzung der Standard-Finanzierungstheorie. In: ÖBA 10/2013: 728–745.

    Google Scholar 

  55. Gilad, Benjamin; Kaish, Stanley (1986): Handbook of Behavioral Economics, Vol. B. Greenwich: Jai Press Inc.

    Google Scholar 

  56. Glaser, Markus; Nöth, Markus; Weber, Martin (2009): Behavioral Finance In: Koehler, Derek J.; Harvey, Nigel (Hrsg.): Blackwell Handbook of Judgment and Decision Making. Malden/Oxford/Carlton: Blackwell Publishing: 527–546.

    Google Scholar 

  57. Glimcher, Paul W.; Camerer, Colin F.; Fehr, Ernst; Poldrack, Russell A. (2009): A Brief History of Neuroeconomics. In: Glimcher, Paul W.; Fehr, Ernst (Hrsg.): Neuroeconomics – Decision Making and the Brain, 2nd ed. New York et al: Elsevier: 1–12.

    Google Scholar 

  58. Goldberg, Joachim; von Nitzsch, Rüdiger (2004): Behavioral Finance – Gewinnen mit Kompetenz, 4. Aufl. München: FinanzBuch Verlag.

    Google Scholar 

  59. Götte, Rüdiger (2006): Finanzgenie oder Bankrotteur – wie psychische Effekte an der Börse wirken. Stuttgart: ibidem-Verlag.

    Google Scholar 

  60. Gottschalk, Ingrid; Grunert, Klaus G. (1981): Ökonomische und psychologische Theorien zum Informationsverhalten: Irrationales Verhalten oder kognitive Rationalität? Beitrag für die Arbeitstagung des Vereins für Sozialpolitik, Gesellschaft für Wirtschafts- und Sozialwissenschaften in Graz: Institut für Haushalts- und Konsumökonomik der Universität Hohenheim.

    Google Scholar 

  61. Grossmann, Stanford J.; Stiglitz, Joseph E. (1980): On the Impossibility of Informationally Efficient Markets. In: American Economic Review Vol. 70, 2/1980: 393–408.

    Google Scholar 

  62. Gruber, Andreas (1988): Signale, Bubbles und rationale Anlagestrategien auf Kapitalmärkten. Wiesbaden: Deutscher Universitäts-Verlag.

    Google Scholar 

  63. Häcker, Joachim (2011): Lässt sich die Finanzkrise anhand von Behavioral Finance erklären? In: Forum Betriebswirtschaft München 1/2011: 46–53.

    Google Scholar 

  64. Hardt, Christoph (2007): Wie man am Herdentrieb verdient. In: Handelsblatt vom 13.08.2007.

    Google Scholar 

  65. Haugen, Robert A. (1999): The Inefficient Stock Market – What Pays of and Why. New York: Prentice Hall, Upper Saddle River.

    Google Scholar 

  66. Hausman, Daniel M. (1992): Essays on Philosophy and Economic Methodology. Cambridge et al.: Cambridge University Press.

    Google Scholar 

  67. Helberger, Dominik (2009): Strukturierte Produkte und Behavioral Finance. Promotionsschrift an der Fakultät für Wirtschaft und Management der Technischen Universität Berlin, Oktober 2009.

    Google Scholar 

  68. Hens, Thorsten (2001): Der TMT-Bubble: Geplatzte Spekulationsblase am New Market gemäss der Behavioral-Finance-Theorie. In: Der Schweizer Treuhänder 11/2001: 1147–1154.

    Google Scholar 

  69. Hens, Thorsten (2011): Wie ein Frosch im Wasser. In: Finanz und Wirtschaft 44/2011: 1.

    Google Scholar 

  70. Hens, Thorsten (2015): Bewusster anlegen mit Evolutionary Finance. In: Finanz und Wirtschaft 58/2015: 14.

    Google Scholar 

  71. Hens, Thorsten; Bachmann, Kremena (2008): Behavioural Finance for Private Banking. Chichester: John Wiley & Sons, Inc.

    Google Scholar 

  72. Hens, Thorsten; Meier, Richard T. (2007): Auf den Spuren des „homo investicus“. In: Neue Züricher Zeitung vom 01.10.2007.

    Google Scholar 

  73. Hergert, Volker; Gunter, Oliver (2009): Interview Volker Hergert Senior Equity Strategist LGT Capital Management & Oliver Gunter Senior Equity Strategist LGT Capital Management. In: The Technical Analyst Magazine (Hrsg.): Technical Analysis & Behavioural Finance in Fund Management – Discussions with Investment Managers and Analysts. Guildford: Global Markets Media: 237–250.

    Google Scholar 

  74. Heuser, Uwe J. (2002): Die Revolution hat begonnen. In: Die Zeit vom 17.10.2002: 19–20.

    Google Scholar 

  75. Hirshleifer, David (2001): Investor Psychology and Asset Pricing. In: Journal of Finance Vol. 56, 4/2001: 1533–1597.

    Google Scholar 

  76. Hirshleifer, David; Luo, Guo Ying (2001): On the Survival of Overconfident Traders in a Competitive Securities Market. In: Journal of Financial Markets Vol. 4, 1/2001: 73–84.

    Google Scholar 

  77. Hirshleifer, David; Subrahamanyam, Avanidhar; Titman, Sheridan (2006): Feedback and the Success of Irrational Traders. In: Journal of Financial Economics Vol. 81, 2/2006: 311–388.

    Google Scholar 

  78. Hoffmann, Carsten (2001): Gleichgerichtetes Verhalten am Aktienmarkt: Eine Verbindung ökonomischer, psychologischer und soziologischer Ansätze. Berlin: Logos Verlag.

    Google Scholar 

  79. Holtfort, Thomas (2011): Moderne Finanzanalyse – Von der Fundamentalanalyse zur Biofinance. Lohmar/Köln: JOSEF EUL Verlag.

    Google Scholar 

  80. Hübner, Manfred (2009): Interview Manfred Hübner Head of Behavioural Finance Deka Investment. In: The Technical Analyst Magazine (Hrsg.): Technical Analysis & Behavioural Finance in Fund Management – Discussions with Investment Managers and Analysts. Guildford: Global Markets Media: 203–213.

    Google Scholar 

  81. Jaunich, Oliver (2008): Anlagestrategie Behavioral Finance – Die Bedeutung verhaltensorientierter Anlagestrategien in der amerikanischen und deutschen Fondsindustrie. Promotionsschrift an der Fakultät für Wirtschaftswissenschaften der Rheinisch-Westfälischen Technischen Hochschule Aachen, Juni 2008.

    Google Scholar 

  82. Jordan, Bradford; Miller, Thomas W., Dolvin, Steven D. (2012): Fundamentals of Investments – Valuation and Management, 6nd ed. New York: McGraw-HillBasic Books.

    Google Scholar 

  83. Jünemann, Bernhard (1997): Versuch und Irrtum – Die Börse als Entdeckungsverfahren. In: Jünemann, Bernhard; Schellenberg, Dirk (Hrsg.): Psychologie für Börsenprofis – Die Macht der Gefühle bei der Geldanlage. Stuttgart: Schäffer-Poeschel Verlag: 3–18.

    Google Scholar 

  84. Jurczyk, Boris (2002): Behavioral Finance. Düsseldorf: Verlag Dr. Müller.

    Google Scholar 

  85. Kahneman, Daniel (2003): Maps of Bounded Rationality: Psychology for Behavioral Economics. In: The American Economic Review Vol. 93, 5/2003: 1449–1475.

    Google Scholar 

  86. Kahneman, Daniel (2012): Schnelles Denken, Langsames Denken. München: Siedler Verlag.

    Google Scholar 

  87. Kamesaka, Akiko; Nofsinger, John R.; Kawakita, Hidetaka (2003): Investment Patterns and Performance of Investor Groups in Japan. In: Pacific-Basin Finance Journal Vol. 11, 1/2003: 1–22.

    Google Scholar 

  88. Kaufmann, Christine; Nosic, Alen; Weber, Martin (2009): Einmal Lotterspieler – immer Aktienzocker: Einflussfaktoren auf das Risikoverhalten von Privatanlegern. In: Reihe „Forschung für die Praxis“ Band 18, Behavioral Finance Group. Mannheim: Universität.

    Google Scholar 

  89. Kiehling, Hartmut (2008): Irrationalität an der Börse modellieren – Vom Behavioral Finance zur Econophysik. In: Die Bank 4/2008: 22–25.

    Google Scholar 

  90. Kesting, Peter (2003): Handlungsalternativen: Eine Untersuchung über die Gestalt und Gestaltung ökonomischer Entscheidungsprobleme. Marburg: Metropolis Verlag.

    Google Scholar 

  91. Keynes, John M. (1936): The General Theory of Employment, Interest and Money. London: Macmillan.

    Google Scholar 

  92. Kiehling, Hartmut (2000): Kursstürze am Aktienmarkt – Crashs in der Vergangenheit und was wir daraus lernen können, 2. überarb. und erw. Aufl. München: Deutscher Taschenbuch Verlag.

    Google Scholar 

  93. Kiehling, Hartmut (2001): Börsenpsychologie und Behavioral Finance – Wahrnehmung und Verhalten am Aktienmarkt. München: Verlag Franz Vahlen.

    Google Scholar 

  94. Kindleberger, Charles P.; Aliber, Robert Z. (2005): Manias, Panics and Chrashes – A History of Financial Crisis, 5nd ed. New York: Palgrave Macmillan.

    Google Scholar 

  95. Kirchler, Erich M. (2003): Wirtschaftspsychologie: Grundlagen und Anwendungsfehler der ökonomischen Psychologie, 3. unveränd. Aufl. Göttingen: Hogrefe, Verlag für Psychologie.

    Google Scholar 

  96. Kitzmann, Arnold (2009): Massenpsychologie und Börse – So bestimmen Erwartungen und Gefühle Kursverläufe. Wiesbaden: Gabler Verlag.

    Google Scholar 

  97. Klapsia, Thomas (2010): Unternehmensbewertung in Verbindung mit Behavioral Finance anhand des Black-Litterman Modells. In: Journal für Corporate Finance 2/2010: 1–42.

    Google Scholar 

  98. Klitzing, Joachim von (1999): Die ad-hoc-Publizität: zwischen europäischer Vorgabe und nationaler Umsetzung und zwischen Kapitalmarktrecht und Gesellschaftsrecht. Köln/Berlin/Bonn/München: Heymann.

    Google Scholar 

  99. Klöhn, Lars (2006): Kapitalmarkt, Spekulation und Behavioral Finance – Eine interdisziplinäre und vergleichende Analyse zum Fluch und Segen der Spekulation und ihrer Regulierung durch Recht und Markt. In: Fleischer, Holger; Merkt, Hanno; Spindler, Gerald (Hrsg.): Abhandlung zum Deutschen und Europäischen Gesellschafts- und Kapitalmarktrecht, Band 6. Berlin: Duncker & Humblot.

    Google Scholar 

  100. Kottke, Nils (2005): Entscheidungs- und Anlageverhalten von Privatinvestoren – Psychologische Aspekte der Wertpapieranlage. Wiesbaden: Deutscher Universitäts-Verlag.

    Google Scholar 

  101. Kuhn, Thomas S. (1976): Die Struktur wissenschaftlicher Revolution, 2. revid. Aufl. Frankfurt am Main: Suhrkamp Verlag.

    Google Scholar 

  102. Lamont, Owen A.; Thaler, Richard H. (2005): Can the Market Add and Subtract? Mispricing in Tech Stock Carve-outs. In: Thaler, Richard H. (Hrsg.): Advances in Behavioral Finance Volume II. New York/Princeton/Oxford: Russell Sage Foundation and Princeton University Press: 130–169.

    Google Scholar 

  103. Lintner, John (1965): The Valuation of Risk Assets and the Selection of Risky Investments in Stock Portfolios and Capital Budgets. In: Review of Economics & Statistics Vol. 47, 1/1965: 13–37.

    Google Scholar 

  104. Liu, Jun; Longstaff, Francis A. (2004): Losing Money on Arbitrage: Optimal Dynamic Portfolio Choice in Markets with Arbitrage Opportunities. In: The Review of Financial Studies Vol. 17, 3/2004: 611–641.

    Google Scholar 

  105. Loistl, Otto (1990): Zur neueren Entwicklung der Finanzierungstheorie. In: Die Betriebswirtschaft 50/1990: 47–84.

    Google Scholar 

  106. Longeval, Jan; van Nieuwerburgh (2009): Interview Jan Longeval and Carl van Nieuwerburgh Institutional Asset Management Bank Degroof. In: The Technical Analyst Magazine (Hrsg.): Technical Analysis & Behavioural Finance in Fund Management – Discussions with Investment Managers and Analysts. Guildford: Global Markets Media: 214–227.

    Google Scholar 

  107. Lucas, Robert E.; Sargent, Thomas J. (1981): Rational Expectations and Econometric Practice (Vol. 1 and 2). Minneapolis: University of Minnesota Press.

    Google Scholar 

  108. Lynch, Anthony W.; Musto, David K. (2003): How Investors Interpret Past Fund Returns. In: Journal of Finance Vol. 58, 5/2003: 2033–2058.

    Google Scholar 

  109. Maital, Shlomo; Filer, Randall; Simon, Julian (1986): What Do People Bring to the Stock Market (Besides Money)? The Economic Psychology of Stock Market Behavior. In: Gilad, Benjamin; Kaish, Stanley (Hrsg.): Handbook of Behavioral Economics Volume B. Greenwich/London: Jai Press Inc: 273–307.

    Google Scholar 

  110. Mäki, Uskali (2012): When Economics Meets Neuroscience: Hype and Hope. In: Marchionni, Caterina; Vromen, Jack (Hrsg.): Neuroeconomics: Hype or Hope? London/New York: Taylor & Francis Books: 7–17.

    Google Scholar 

  111. Mandelbrot, Benoit B. (1963): The Variation of certain Speculative Prices. In: Journal of Business Vol. 34, 4/1963: 394–419.

    Google Scholar 

  112. Markowitz, Harry (1952): Portfolio Selection. In: Journal of Finance Vol. 7, 1/1952: 77–91.

    Google Scholar 

  113. Mazanek, Lena (2006): Der Einfluss von Emotionen auf das individuelle Entscheidungsverhalten privater Anleger. Promotionsschrift an der Heinrich-Heine-Universität Düsseldorf, April 2006.

    Google Scholar 

  114. McClave, James T.; Benson, P. George; Sincich, Terry (2008): Statistics for Business and Economics, 10nd ed. London et al.: Pearson Prentice Hall.

    Google Scholar 

  115. Merton, Robert C. (1973): Theory of Rational Option Pricing. In: Bell Journal of Economics and Management Science Vol. 4, 1/1973: 141–183.

    Google Scholar 

  116. Mitchell, Mark; Pulvino, Todd; Stafford, Erik (2002): Limited Arbitrage in Equity Markets. In: Journal of Finance Vol. 57, 2/2002: 551–584.

    Google Scholar 

  117. Möller, Hans P. (1985): Die Informationseffizienz des deutschen Aktienmarktes – eine Zusammenfassung und Analyse empirischer Untersuchungen. In: Schmalenbachs Zeitschrift für betriebswirtschaftliche Forschung Bd. 37, 6/1985: 500–518.

    Google Scholar 

  118. Mossin, Jan (1966): Equilibrium in a Capital Asset Market. In: Econometrica Vol. 34, 4/1966: 768–783.

    Google Scholar 

  119. Müller, Sarah (2003): Die Bewertung junger Unternehmen und Behavioral Finance. In: Locarek-Junge, Hermann; Röder, Klaus; Wahrenburg, Mark (Hrsg.): Reihe: Finanzierung, Kapitalmarkt und Banken, Band 23. Lohmar/Köln: Josef Eul Verlag.

    Google Scholar 

  120. Müller, Christina (2005): Regulierung von Analysten: eine rechtsökonomische Betrachtung. Wiesbaden: Deutscher Universitäts-Verlag.

    Google Scholar 

  121. Müller-Peters, Horst (1999): Motivation und Risikoneigung privater Geldanleger – Millers Ratten statt Skinners Tauben? In: Fischer, Lorenz; Kutsch, Thomas; Stephan, Ekkehard. (Hrsg.): Finanzpsychologie. München: Oldenbourg Verlag: 135–158.

    Google Scholar 

  122. Murschall, Oliver (2007): Behavioral Finance als Ansatz zur Erklärung von Aktienrenditen – Eine empirische Analyse des deutschen Aktienmarktes. Hamburg: Verlag Dr. Kovac.

    Google Scholar 

  123. Muth, John F. (1961): Expectations and the Theory of Price Movements. In: Econometrica Vol. 29, 3/1961: 315–335.

    Google Scholar 

  124. Nguyen, Tristan; Schüßler, Alexander (2011): Behavioral Finance als neuer Erklärungsansatz für „irrationales“ Anlegerverhalten. Diskussionspapier der WHL Wissenschaftlichen Hochschule Lahr, Nr. 33, April 2011.

    Google Scholar 

  125. Nguyen, Tristan; Schüßler, Alexander (2012a): Irrationales Verhalten von Investoren und mögliche Implikationen für die klassische Kapitalmarkttheorie. Diskussionspapier der WHL Wissenschaftlichen Hochschule Lahr, Nr. 41, November 2012.

    Google Scholar 

  126. Nguyen, Tristan; Schüßler, Alexander (2013): How to Make Better Decisions? Lessons Learned from Behavioral Corporate Finance. In: International Business Research Vol. 6, 1/2013: 187–198.

    Google Scholar 

  127. o. V. (2002a): Die Psychologie unter den Anlegern. In: Neue Züricher Zeitung vom 27.5.2002. URL: http://www.nzz.ch/aktuell/startseite/article85WO9-1.396391, Abruf am 15.05.2014.

  128. o. V. (2005a): Dem Herdentrieb an der Börse auf der Spur. In: Neue Züricher Zeitung vom 10.09.2005.

    Google Scholar 

  129. o. V. (2010): Keine Angst vorm Schwarzen Schwan – Und Schwant nichts Gutes. In: Euro am Sonntag 6/2010: 18–20.

    Google Scholar 

  130. o. V. (2013b): Profitable Anlegerfehler. In: Institutional Money 1/2013. URL: http://www.institutional-money.com/magazin/theorie-praxis/artikel/profitable-anlagefehler/, Abruf am 15.05.2014.

  131. Oehler, Andreas (2000): Behavioral Finance: Mode oder mehr? In: Die Bank 10/2000: 718–724.

    Google Scholar 

  132. Olsen, Robert (1998): Behavioral Finance and its Implications for Stock-Price Volatility. In: Financial Analysts Journal Vol. 54, 2/1998: 10–18.

    Google Scholar 

  133. Park, Hyoyoun; Sohn, Wook (2013): Behavioral Finance: A Survey of the Literature and Recent Development. In: Seoul Journal of Business Vol. 19, 1/2013: 3–42.

    Google Scholar 

  134. Pelzmann, Linda (2012): Wirtschaftspsychologie – Behavioral Economics, Behavioral Finance, Arbeitswelt, 6. Akt. Und erw. Aufl. Wien/New York: Springer Verlag.

    Google Scholar 

  135. Perridon, Louis; Steiner, Manfred; Rathgeber, Andreas (2009): Finanzwirtschaft der Unternehmung, 15. überarb. und erw. Aufl. München: Verlag Franz Vahlen.

    Google Scholar 

  136. Pompian, Michael M. (2012a): Behavioral Finance and Wealth Management, 2nd ed. Hoboken/New Jersey: John Wiley & Sons, Inc.

    Google Scholar 

  137. Pompian, Michael M. (2012b): Behavioral Finance and Investor Types. Hoboken/New Jersey: John Wiley & Sons, Inc.

    Google Scholar 

  138. Popper, Karl R. (2005): Logik der Forschung, 11. durchges. und ergänzte Aufl. In: Keuth, Herbert (Hrsg.): Gesammelte Werke in deutscher Sprache, Band 3. Tübingen: Mohr Siebeck.

    Google Scholar 

  139. Priddat, Birger (2007): Neuroökonomie – Neue Theorien zu Konsum, Marketing und emotionalem Verhalten in der Ökonomie. Marburg: Metropolis Verlag.

    Google Scholar 

  140. Rachev, Svetlozar; Mittnik, Stefan (2006): Abschied von der Glockenkurve. In: Risikomanager 11/2006: 20–22.

    Google Scholar 

  141. Rapp, Heinz-Werner (1997): Der tägliche Wahnsinn hat Methode – Behavioral Finance: Paradigmenwechsel in der Kapitalmarktforschung. In: Jünemann, Bernhard; Schellenberg, Dirk (Hrsg.): Psychologie für Börsenprofis – Die Macht der Gefühle bei der Geldanlage. Stuttgart: Schäffer-Poeschel Verlag: 75–108.

    Google Scholar 

  142. Rehkugler, Heinz (1995): Kurs- und Renditeprognosesysteme. In: Cramer, Jörg E.; Rudolph, Bernd (Hrsg.): Handbuch für Anlageberatung und Vermögensverwaltung – Methoden und Instrumente des Portfoliomanagements. Frankfurt am Main: Knapp Verlag: 384–393.

    Google Scholar 

  143. Reimann, Martin; Weber, Bernd (2011): Neuroökonomie – Eine Bestandsaufnahme. In: Reimann, Martin; Weber, Bernd (Hrsg.): Neuroökonomie. Wiesbaden: Gabler Verlag: 3–9.

    Google Scholar 

  144. Ricciardi, Victor; Simon, Helen K. (2000): What is Behavioral Finance. In: Business, Education & Technology Journal Vol. 2, 2/2000: 1–9.

    Google Scholar 

  145. Röckemann, Christian (1995): Börsendienste und Anlegerverhalten – ein empirischer Beitrag zum Noise-Trading. Wiesbaden: Deutscher Universitäts-Verlag.

    Google Scholar 

  146. Röder, Klaus (1999): Kurswirkungen von Meldungen deutscher Aktiengesellschaften. Lohmar/Köln: Josef Eul Verlag.

    Google Scholar 

  147. Rolfes, Bernd (2003): Moderne Investitionsrechnung, 3. unw. veränderte Aufl. München/Wien: Oldenbourg Verlag.

    Google Scholar 

  148. Rommelfanger, Heinrich; Eickemeier, Susanne (2002): Entscheidungstheorie: klassische Konzepte und Fuzzy-Erweiterungen. Berlin et al.: Springer Verlag.

    Google Scholar 

  149. Ross, Stephen A. (1976): The Arbitrage Theory of Capital Asset Pricing. In: Journal of Economic Theory Vol. 13, 3/1976: 341–360.

    Google Scholar 

  150. Roßbach, Peter (2001): Behavioral Finance – Eine Alternative zur vorherrschenden Kapitalmarkttheorie? Arbeitsberichte der Hochschule für Bankwirtschaft, Nr. 31, August 2001.

    Google Scholar 

  151. Rothkopf, Birte. (2003): Die Persönlichkeit als Erklärungsansatz interindividueller Unterschiede im Anlegerverhalten an der Börse. Promotionsschrift an der Fakultät für Wirtschaftswissenschaften der Rheinisch-Westfälischen Technischen Hochschule Aachen, Januar 2003.

    Google Scholar 

  152. Russell, Thomas; Thaler, Richard (1985): The Relevance of Quasi Rationality in Competitive Markets. In: The American Economic Review Vol. 75, 5/1985: 1071–1082.

    Google Scholar 

  153. Samuelson, Paul A. (1965): Proof That Properly Anticipated Prices Fluctuate Randomly. In: Industrial Management Review Vol. 6, 2/1965: 41–49.

    Google Scholar 

  154. Sauermann, Heinz; Selten, Reinhard (1962): Anspruchsanpassungstheorie der Unternehmung. In: Zeitschrift für die gesamte Staatswissenschaft 118/1962: 577–597.

    Google Scholar 

  155. Savage, Leonard J. (1954): The Foundations of Statistics. New York: Wiley.

    Google Scholar 

  156. Schachter, Stanley; Hood, Donald C.; Andreassen, Paul B.; Gerin, William (1986): Aggregate Variables in Psychology and Economics – Dependence and the Stock Market. In: Gilad, Benjamin; Kaish, Stanley (Hrsg.): Handbook of Behavioral Economics Volume B. Greenwich/London: Jai Press Inc: 237–272.

    Google Scholar 

  157. Schiereck, Dirk (2013): Behavioral Finance und Anlageberatung. In: Tilmes, Rolf; Jakob, Ralf; Nickel, Hans (Hrsg.): Praxis der modernen Anlageberatung. Köln: Bank Verlag: 239–258.

    Google Scholar 

  158. Schmidt, Jutta (2004): Anlageentscheidungen am Aktienmarkt: eine experimentelle Analyse der Informations- und Entscheidungsprozesse individueller Anleger. Frankfurt am Main: Verlag Peter Lang.

    Google Scholar 

  159. Scholand, Markus (2004): Triple Bottom Line Investing und Behavioral Finance – Investorenverhalten als Determinante der Entwicklung nachhaltiger Anlageprodukte. In: Hoffmann, Johannes (Hrsg.): Ethik – Gesellschaft – Wirtschaft, Band 16. Frankfurt am Main/London: IKO-Verlag für Interkulturelle Kommunikation.

    Google Scholar 

  160. Schriek, Raimund (2009): Besser mit Behavioral Finance – Finanzpsychologie in Theorie und Praxis. München: FinanzBuch Verlag.

    Google Scholar 

  161. Schulz, Hans-Dieter (1997): When The Tide Turns – Trend- und Zyklusanalyse am Aktienmarkt mit Hilfe von Charts. In: Jünemann, Bernhard; Schellenberg, Dirk (Hrsg.): Psychologie für Börsenprofis – Die Macht der Gefühle bei der Geldanlage. Stuttgart: Schäffer-Poeschel Verlag: 161–174.

    Google Scholar 

  162. Schwarzer, Jessica (2012b): Wenn Gier das Hirn von Börsianern frisst. In: Handelsblatt Online vom 08.03.2012. URL: http://www.handelsblatt.com/finanzen/anlagestrategie/trends/boersenpsychologie-wenn-gier-das-hirn-von-boersianern-frisst/6298874.html, Abruf am 09.10.2016.

  163. Sharpe, William F. (1964): Capital Asset Prices: A Theory of Market Equilibrium under Conditions of Risk. In: The Journal of Finance Vol. 19, 3/1964: 425–442.

    Google Scholar 

  164. Shefrin, Hersh (2000): Börsenerfolg mit Behavioral Finance: Investmentpsychologie für Profis. Stuttgart: Schäffer-Poeschel Verlag.

    Google Scholar 

  165. Shefrin, Hersh; Statman, Meir (1994): Behavioral Capital Asset Pricing Theory. In: Journal of Financial and Quantitative Analysis Vol. 29, 3/1994: 323–349.

    Google Scholar 

  166. Shefrin, Hersh; Statman, Meir (2000): Behavioral Portfolio Theory. In: Journal of Financial and Quantitative Analysis Vol. 35, 2/2000: 127–151.

    Google Scholar 

  167. Shiller, Robert (1979): The Volatility of Long-term Interest Rates and Expectations Models of the Term-Structure. In: Journal of Political Economy Vol. 87, 6/1979: 1190–1219.

    Google Scholar 

  168. Shiller, Robert (1981): Do Stock Prices Move Too Much to be Justified by Subsequent Changes in Dividends. In: The American Economic Review Vol. 71, 3/1981: 421–436.

    Google Scholar 

  169. Shiller, Robert J. (1999): Human Behavior and the Efficiency of the Financial System. In: Taylor, John B.; Woodford, Michael (Hrsg.): Handbook of Macroeconomics, Volume 1, Part C. Amsterdam: North Holland: 1305–1340.

    Google Scholar 

  170. Shiller, Robert J. (2001): Die entscheidenden kleinen Abweichungen. In: Neue Züricher Zeitung vom 28.07.2001: 27.

    Google Scholar 

  171. Shiller, Robert J. (2005): Irrational Exuberance, 2nd ed. Princeton/Oxford: Princeton University Press.

    Google Scholar 

  172. Shiller, Robert J.; Thaler, Richard H. (2007): Workshop in Behavioral Finance. URL: http://www.econ.yale.edu/~shiller/behfin/main.htm, Abruf am 15.05.2014.

  173. Shleifer, Andrei (2008): Inefficient Markets: An Introduction to Behavioral Finance. Oxford: Oxford University Press.

    Google Scholar 

  174. Shleifer, Andrei; Summers, Lawrence H. (1990): The Noise Trader Approach to Finance. In: Journal of Economic Perspectives Vol. 4, 2/1990: 19–33.

    Google Scholar 

  175. Shleifer, Andrei; Vishny, Robert W. (1997): The Limits of Arbitrage. In: Journal of Finance Vol. 52, 1/1997: 35–55.

    Google Scholar 

  176. Siebenmorgen, Niklas; Weber, Martin (1999): Risikowahrnehmung: Wie Anleger unsichere Renditen einschätzen. In: Reihe „Forschung für die Praxis“ Band 4, Behavioral Finance Group. Mannheim: Universität.

    Google Scholar 

  177. Simon, Herbert A. (1957): Models of Man – Social and Rational: Mathematical Essays on Rational Human Behavior in a Social Setting. New York/London/Sydney: John Wiley & Sons.

    Google Scholar 

  178. Smith, Vernon L. (2009): Experimental Economics and Neuroeconomics. In: Glimcher, Paul W.; Fehr, Ernst (Hrsg.): Neuroeconomics – Decision Making and the Brain, 2nd ed. New York et al: Elsevier: 15–19.

    Google Scholar 

  179. Statman, Meir (1995): Behavioral Finance versus Standard Finance. In: Wood, Arnold S. (Hrsg.): Behavioral Finance and Decision Theory in Investment Management. Charlottesville: Association for Investment Management and Research: 14–21.

    Google Scholar 

  180. Statman, Meir (2010): What is Behavioral Finance? In: Wood, Arnold S. (Hrsg.): Behavioral Finance and Investment Management. Research Foundation of CFA Institute: 1–12.

    Google Scholar 

  181. Steiner, Manfred; Bruns, Christoph; Stöckl, Stefan (2012): Wertpapiermanagement – Professionelle Wertpapieranalyse und Portfoliostrukturierung, 10. überarb. Aufl. Stuttgart: Schäffer-Poeschel Verlag.

    Google Scholar 

  182. Steinhauer, Carsten (1999): Insiderhandelsverbot und Ad-hoc-Publizität: eine rechtsvergleichende Analyse zivilrechtlicher Haftungsansprüche von Anlegern in den USA und Deutschland. Baden-Baden: Nomos Verlag.

    Google Scholar 

  183. Stotz, Olaf (2008): Überrendite von Aktien: Risikoprämie oder Ambiguitätsprämie. In: Die Betriebswirtschaft 68/2008: 337–350.

    Google Scholar 

  184. Summers, Lawrence H. (1986): Does the Stock Market Rationally Reflect Fundamental Values? In: The Journal of Finance Vol. 41, 3/1986: 591–602.

    Google Scholar 

  185. Taleb, Nassim N. (2008a): Narren des Zufalls – Die verborgene Rolle des Glücks an den Finanzmärkten und im Rest des Lebens. Weinheim: Wiley-VCH Verlag.

    Google Scholar 

  186. Taleb, Nassim N. (2008b): Gefährliche Banker. In: Wirtschaftswoche 39/2008: 130–132.

    Google Scholar 

  187. Teigelack, Lars (2009): Finanzanalysen und Behavioral Finance. In: Bachmann, Gregor; Casper, Matthias; Schäfer, Carsten; Veil, Rüdiger (Hrsg.): Schriften zum Gesellschafts-, Bank- und Kapitalmarktrecht, Band 13. Baden-Baden: Nomos Verlag.

    Google Scholar 

  188. Thaler, Richard H. (1991): Quasi Rational Economics. New York: Russell Sage Foundation.

    Google Scholar 

  189. Thaler, Richard H. (1999a): The End of Behavioral Finance. In: Financial Analysts Journal Vol. 55, 6/1999: 12–17.

    Google Scholar 

  190. Thiesmeyer, Markus (2003): Mittelaufkommen von Investmentfonds – Eine empirische Analyse des Einflusses der Performance sowie nicht renditebasierter Faktoren für den deutschen Markt. In: Schierenbeck, Henner; Rolfes, Bernd (Hrsg.): Schriftenreihe des Zentrums für Ertragsorientiertes Bankmanagement, Band 37. Frankfurt a. M.: Fritz Knapp Verlag.

    Google Scholar 

  191. Unser, Matthias (1999): Behavioal Finance am Aktienmarkt – Empirische Analysen zum Risikoverhalten individueller Anleger. In: Steiner, Manfred (Hrsg.): Portfoliomanagement, Band 11. Bad Soden/Ts.: Uhlenbruch Verlag.

    Google Scholar 

  192. Vogler, Heiko (2005): Schadensersatzhaftung des Wertpapierdienstleistungsunternehmens für fehlerhafte Aktienanalysen. Baden-Baden: Nomos Verlag.

    Google Scholar 

  193. von Neumann, John; Morgenstern, Oskar (1944): Theory of Games and Economic Behavior. Princeton: Princeton University Press.

    Google Scholar 

  194. von Nitzsch, Rüdiger; Hackethal, Andreas (2005): Kundennutzenorientierte Gestaltung der Anlageberatung im Privatkundengeschäft. Forschungsbericht des Forschungsinstituts für Asset Management an der RWTH Aachen, Nr. 05, 2005.

    Google Scholar 

  195. Wallace, Charles (2010): Using Behavioral Finance to Better Understand the Psychology of Investors. In: Institutional Investors vom 12.05.2010. URL: http://www.institutionalinvestor.com/Article/2485942/Asset-Management/Using-Behavioral-Finance-to-Better-Understand-the-Psychology-of-Investors.html?ArticleId=2485942&p=3#.U3Rx7keKBzM, Abruf am 15.05.2014.

  196. Wayne, Lin (2012): Wie der „Schwarze Schwan“ gezähmt werden kann. In: Die Bank 12/2012: 18–22.

    Google Scholar 

  197. Weber, Martin; Kramer, Eva B.; Langer, Thomas; Laschke, Andreas; Schiereck, Dirk; Siebenmorgen, Niklas; Vossmann, Frank (1999): Behavioral Finance – Idee und Überblick, Reihe Forschung für die Praxis, Band 0. Mannheim: Behavioral Finance Group.

    Google Scholar 

  198. Weber, Volker (2011): Heuristiken begrenzter Rationalität bei der Aktienauswahl – Systematisierung und Performancemessung von Aktienanlagestrategien im Assetmanagement unter Berücksichtigung der Bounded Rationality, Dissertationsreihe 37. Chemnitz/Lößnitz: Verlag der Gesellschaft der Unternehmensrechnung und Controlling.

    Google Scholar 

  199. Wiswede, Günter (2012): Einführung in die Wirtschaftspsychologie, 5. akt. Aufl. München/Basel: Ernst Reinhardt Verlag.

    Google Scholar 

  200. Wübker, Georg; Bauer, Christoph (2013): Die fünf wichtigsten Effekte der Preispsychologie. In: Die Bank 3/2013: 43–47.

    Google Scholar 

  201. Zweig, Jason (2007): Gier – Neuroökonomie: Wie wir ticken, wenn es ums Geld geht. München: Carl Hanser Verlag.

    Google Scholar 

Literatur Anhang

  • Simon, Herbert A.; Egidi, Massimo; Marris, Robin L.; Viale, Massimo (1992): Economics, Bounded Rationality and the Cognitive Revolution. Cheltenham/Northampton: Edward Elgar Publishing.

    Google Scholar 

Download references

Author information

Authors and Affiliations

  1. Mülheim an der Ruhr, Deutschland

    Daniel Averbeck

Authors
  1. Daniel Averbeck
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Daniel Averbeck .

Rights and permissions

Reprints and permissions

Copyright information

© 2018 Springer-Verlag GmbH Deutschland

About this chapter

Check for updates. Verify currency and authenticity via CrossMark

Cite this chapter

Averbeck, D. (2018). Behavioral-Finance-Theorie als Erweiterung der traditionellen Kapitalmarkttheorie. In: Added Value von Behavioral-Finance-Fonds. Springer Gabler, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-55924-6_1

Download citation

  • DOI: https://doi.org/10.1007/978-3-662-55924-6_1

  • Published:

  • Publisher Name: Springer Gabler, Berlin, Heidelberg

  • Print ISBN: 978-3-662-55923-9

  • Online ISBN: 978-3-662-55924-6

  • eBook Packages: Business and Economics (German Language)

Publish with us

Policies and ethics

Search

Navigation