Manipulation des Aktienmarktes durch institutionalisiertes Vermögen: Die Wirkung des Anlageverhaltens auf Aktienpreise

Inhaltsverzeichnis

Abbildungsverzeichnis

Tabellenverzeichnis

Abkürzungsverzeichnis

Symbolverzeichnis

1 Einleitung

2 Theoretische Hintergründe zum Verhalten institutioneller Investoren
2.1 Typische Verhaltensmuster institutioneller Investoren
2.1.1 Feedback/ Momentum Trading
2.1.2 Herding
2.1.3 Stealth Trading
2.2 Auswirkungen dieser Verhaltensmuster auf Aktienmärkte
2.2.1 Stabilisierende Wirkungen
2.2.2 Destabilisierende Wirkungen

3 Empirische Evidenz der Verhaltensmuster institutioneller Investoren
3.1 Feedback/Momentum Trading
3.1.1 Statistische Methoden zur Identifikation des Verhaltens
3.1.2 Verwendetes Datenmaterial bisheriger Studien
3.1.3 Resultate bisheriger Studien
3.2 Herding
3.2.1 Statistische Methoden zur Identifikation des Verhaltens
3.2.2 Verwendetes Datenmaterial bisheriger Studien
3.2.3 Resultate bisheriger Studien
3.3 Stealth Trading
3.3.1 Statistische Methoden zur Identifikation des Verhaltens
3.3.2 Verwendetes Datenmaterial bisheriger Studien
3.3.3 Resultate bisheriger Studien

4 Fazit und Ausblick

Literaturverzeichnis

Anhang

A Diagramme und Tabellen

B Erweiterungen und Alternativen zu den verwendeten statistischen Methoden

Abbildungsverzeichnis

Abb. 1: Entwicklung der empirische Evidenz des Herding

Tabellenverzeichnis

Tabelle 1: Empirische Evidenz des Feedback bzw. Momentrum Trading

Tabelle 2: Empirische Evidenz des Herding bzw. Herdenverhalten

Tabelle 3: Empirische Evidenz von Aktienpreisänderungen aufgrund von unterschiedlichen Transaktionsgrößen

Abkürzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

Symbolverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

1. Einleitung

Ein immer größerer Anteil der weltweit gehandelten Wertpapiere wird durch professionelle Manager verwaltet. Dieser Trend zur Institutionalisierung des Vermögens hält ungebrochen an, insbesondere in den USA oder Großbritannien, aber auch in zunehmendem Ausmaß in Europa und Asien. So sind der Anteil der Aktien im Besitz von institutionellen Investoren und der Anteil der durch Sie ausgelösten Käufe und Verkäufe am gesamten Handelsvolumen in den USA von 50% bzw. 70% in 1989 in den letzten Jahren weiter deutlich gestiegen (Lakonishok, Shleifer, Vishny, 1992).^[1]Der hohe Marktanteil dieser Branche wird zusätzlich durch die Entwicklung zu immer größeren institutionellen Investoren verstärkt. Pensionsfonds, Versicherungsunternehmen und Investmentfonds sind die Hauptakteure in der Struktur institutioneller Investoren im Markt. Sie halten zusammen ca. 90% des gesamten Handelsvolumens (OECD, 2004).^[2]Bislang besteht jedoch noch keine eindeutige Definition für einen institutionellen Investor, kennzeichnend lassen sich aber folgende drei Eigenschaften nennen. Zunächst sind sie eigenständige juristische Personen, des Weiteren verwalten Sie fremde Mittel bzw. das Vermögen Dritter und außerdem weisen ihre Transaktionen am Markt i.d.R. relativ hohe Volumina auf (Kaiser, 1990). Zu den institutionellen Investoren zählen neben den Versicherungsunternehmen, Pensions- und Investmentfonds, wie z.B. Altersvorsorge Sondervermögen zur betriebliche und privaten Altersvorsorge, auch Kapitalanlagegesellschaften (KAG), Investmentbanken sowie öffentliche Körperschaften und weitere Kreditinstitute aber auch angelsächsische Universitäten und Colleges.^[3]Ziel der institutionellen Investoren ist eine Wertsteigerung des ihr anvertrauten Vermögens über einen vereinbarten Vergleichsmaßstab (Benchmark) hinaus (Wendt, 2005). Durch die Verwaltung der Vermögen Dritter und somit einem hohen Volumen an investierbarem Kapital, haben institutionelle Investoren wesentliche Einflüsse auf Aktienmärkte. Sie dominieren durch ihre relativ großen Transaktionen den Markt und können damit die Kursentwicklung verändern.

Die Gründe für den Trend zur Institutionalisierung des Vermögens sind vielfältig. Ein primärer Grund ist die Veränderung der Bevölkerungsstruktur. Aufgrund der niedrigen Geburtenzahlen und der ansteigenden Lebenserwartung sind Veränderungen in den Altervorsorgesystemen nötig. Staatliche, umlagefinanzierte Systeme ermöglichen nur noch eine Grundsicherung der Rentner, deshalb steigt der Bedarf an individueller, kapitalbasierter Altersvorsorge. Die individuelle Vorsorge des Lebensabends wird deshalb durch eine möglichst ertragreiche Anlage in Form von Fonds gesichert. Die Nachfrage nach Pensions- und Investmentfonds etc. steigt deswegen immer weiter an, da dort höhere Renditen erzielt werden können als in traditionellen Anlageformen wie z.B. Spareinlagen. Des Weiteren gelten in einigen Ländern besondere Steuerbefreiungen für kapitalbasierte Altersvorsorge mit Hilfe von Pensionsfonds oder bestimmte Anlageformen werden durch den Staat gefördert etc. (Blommestein, Funke, 1998). Die Deregulierung des Finanzsektors ist ebenfalls ein Grund für den anhaltenden Trend zur Institutionalisierung des Vermögens. Weltweite Investitionen und damit eine erhöhte Diversifikation des Portfolios ermöglichen eine Reduzierung von Risiken. Einzelne Investoren verlieren bei der Vielfalt an Informationen und Anlagemöglichkeiten den Überblick und vertrauen ihr Vermögen deshalb professionellen Anlegern an. Institutionellen Anlegern wird zudem eine breite Informationsbasis als privaten Anlegern unterstellt. Sie stehen zum Teil in direkten Kontakt zur Geschäftsleitung der Unternehmen dessen Aktien sie halten und können durch Insider Informationen profitieren. Außerdem nutzen institutionelle Investoren neben dem Internet und Zeitungen, professionelle Nachrichtendienste, wie Bloomberg oder Reuters und analysieren Finanzmarktdaten zur Informationsgewinnung. Sie generieren Information zu bestimmten Trends und investieren entsprechend schneller als andere Investoren, die nicht über diese Kompetenzen verfügen (Wendt, 2005). Die technologischen Veränderungen haben die Diskrepanz der Informationsgewinnung und Verarbeitung zw. privaten und institutionellen Investoren jedoch im Vergleich zu vergangenen Jahrzehnten, in den private Anleger nur die Zeitung zur Entscheidungsfindung nutzen, deutlich verringert. Die Informationseffizienz des Aktienmarktes hat somit zugenommen.

Zur Identifikation eines institutionellen Investors bestehen mehrere Möglichkeiten. In den USA sind z.B. sämtliche Institutionen mit einem verwalteten Vermögen von mehr als 100 Millionen Dollar verpflichtet, ihren Wertpapierbestand der SEC (U.S. Security and Exchange Commission) anzugeben. Dieser Grundsatz ist auf den Artikel 13-F des Securities and Exchange Act von 1934 zurückzuführen (Badrinath, Wahal, 2002).^[4]Zahlreiche institutionelle Investoren veröffentlichen ebenso vierteljährlich ihren Wertpapierbestand. Zudem verbreiten Forschungsinstitute Berichte über die Bestände institutioneller Investoren, z.B. denStandard & Poor’s Security Owners’ Stock Guide(Sias, Starks, 1997). Diese Berichte werden u.a. von vielen Studien zur Untersuchung des Anlageverhaltens institutioneller Investoren verwendet. Frühere Studien konnten diese Daten jedoch noch nicht verwenden und identifizierten institutionelle Investoren anhand der Transaktionen die durch Sie erfolgten bzw. anhand des Volumens des Handels oder der Transaktionsgröße. So gilt eine Transaktion ab einer absoluten Stückzahl von mehr als 10.000 Wertpapieren oder ab einem Volumen von mehr als 5 Prozent des gesamten Wertes der Aktien als durch institutionelle Investoren bedingt (Chan, Lakonishok, 1993). Die relativ willkürliche Festlegung der absoluten Grenze von 10.000 Aktien zur Identifikation von institutionellen Investoren ist jedoch kritisch zu betrachten. Da aufgrund von unterschiedlichen Kurshöhen der gehandelten Aktien sehr unterschiedliche Handelsvolumina entstehen. So ist der Handel von Aktien mit Kursen von unter 1 € auch bei Transaktionen von mehr als 10.000 Aktien durch geringe Handelsvolumina gekennzeichnet. Aus diesem Grund ist die Verwendung des Wertumsatzes je Transaktion zur Abgrenzung von institutionellen Investoren empfehlenswert, da diese Größe völlig unabhängig von den divergierenden Kurshöhen der Aktien ist (Oehler, Häcker, 2003).

Der Einfluss institutioneller Investoren auf Aktienmärkte stellt den Untersuchungsgegenstand des vorliegenden Werkes dar. Der Trend zur Institutionalisierung des Vermögens und der immer größere Anteil institutionell bedingter Transaktionen am gesamten Handelsvolumen führen zur gesonderten Beachtung dieser Gruppe von Investoren. Insbesondere das Anlageverhalten von Fonds, Versicherungen etc. wird untersucht. Hier zeigen sich bestimmte Verhaltensmuster aufgrund verschiedener, u.a. psychologischer oder informationsbedingter Einflüsse. Diese Verhaltensmuster sind Feedback bzw. Momentum Trading, Herding bzw. Herdenverhalten sowie Stealth Trading und werden im folgenden Abschnitt ausführlicher erläutert. Neben einer Beschreibung der Verhaltensmuster und ihrer kennzeichnenden Charakteristika im Marktgeschehen wird erläutert, ob rationale oder irrationale Anleger für diese Muster verantwortlich sind. Anschließend werden die Gründe für das jeweilige Verhalten, sowie mögliche Erfolgswahrscheinlichkeiten der Nutzung aufgezeigt. Die genannten Verhaltensmuster sind natürlich nicht nur bei institutionellen Investoren, sondern auch bei privaten Anlegern beobachtbar, die im weiteren Verlauf aber weitgehend vernachlässigt werden. Die Muster im Anlageverhalten, sowie die hohen Volumina der Transaktionen institutioneller Investoren beeinflussen das Marktgeschehen. Insbesondere stabilisieren oder destabilisieren sie Renditen und Preise der Aktien. Eine Preisentwicklung mit Tendenz zum fundamentalen Wert einer Aktie bedeutet beispielweise eine Stabilisierung des Aktienmarktes, entfernt sich der Preis jedoch von diesem Wert, wird der Markt destabilisiert (Bohl, Brzeszczynski, Wilfing, 2007). Aus diesem Grund werden, neben der Beschreibung dieser Wirkungen, ursächliche Anlegertypen, Messmethoden und Gründe verdeutlicht. Im Anschluss an diese theoretischen Hintergründe möglicher Einflüsse institutioneller Investoren auf Aktienmärkte werden die tatsächliche empirische Evidenz der Verhaltensmuster und ihre Auswirkungen auf die Aktienpreise und Renditen untersucht. Die zumeist geringe Evidenz des Herding und Momentum Trading wird dabei anhand der bislang verwendeten Messinstrumente, dem verwendeten Datenmaterial und den jeweiligen Resultaten aufgezeigt. Ebenso wird die Evidenz des Stealth Trading diskutiert. Abschließend folgen ein Fazit der beobachteten Resultate und Methoden sowie eine kritische Beurteilung. Außerdem wird auf die zukünftige Bedeutung institutioneller Investoren und deren nachweisbaren Einfluss auf Akteinmärkte verwiesen.

2. Theoretische Hintergründe zum Verhalten institutioneller Investoren

2.1 Typische Verhaltensmuster institutioneller Investoren

2.1.1 Feedback/ Momentum Trading

Zumeist wird institutionellen Investoren nur ein kurzfristiger Anlagehorizont unterstellt, d.h. die Strategie der exekutiven Manager institutioneller Investoren basiert auf technischen Analysen oder Trends. Langfristige Strategien wie beispielsweise eine fundamentale Strategie, die den Kauf günstiger Anleihen mit hohen Zinsen oder Aktien mit entsprechendem fundamentalem Hintergrund vollzieht, werden vermieden. Somit orientieren sich die Manager an der vergangenen Performance von Aktien bzw. der vergangenen Rendite. Dieses Verhalten, die Orientierung an Faktoren bzw. Indikatoren aus der Vergangenheit, die laut schwacher Form der Markteffizienzhypothese keinerlei Informationen für eine Prognose zukünftiger Preisentwicklungen liefern, wird als Feedback bzw. Momentum Trading bezeichnet. Zusammengefasst stellt positives Feedback Trading die Strategie dar, Wertpapiere zu kaufen, die in der Vergangenheit positive Renditen bzw. Preisanstiege aufwiesen und Aktien zu verkaufen oder leer zu verkaufen, die negative Renditen oder Preissenkungen aufwiesen. Eine weitere Art dieses Verhaltensmusters ist das negative Feedback Trading, das rationale Investoren im Markt unterstellt, die unterbewerte Wertpapiere kaufen und überbewertete Wertpapiere leer verkaufen, um dadurch Profite zu generieren (Lakonishok, Shleifer, Vishny, 1992).

Die Definition des Feedback Trading in seinen beiden Ausprägungsformen verweist bereits darauf, von welcher Art Investoren sie betrieben werden. So wird positives Feedback Trading zumeist den irrationalen Anlegern zugeordnet, da die Orientierung an Vergangenheitsdaten bzw. Trends keine hinreichende Informationsbasis ist, um entsprechende Handelsstrategien zu rechtfertigen. Deshalb steigt durch dieses Verhalten die Volatilität der Aktienpreise und zudem wird eine Abweichung von den fundamentalen Werten der Aktien deutlich. Dagegen wird negatives Feedback Trading den rationalen Investoren unterstellt. Ihr Handeln basiert auf einem Informationsstand der sie zur Investition bewegt, wodurch sich die Aktienpreise an ihre fundamentalen Werte annähern. Allerdings ist Momentum Trading ebenso den rationalen Anlegern zuzuordnen, falls diese ganz bewusst diese Strategie betreiben, und durch entsprechendes Handeln nach dem „Momentum cycle“ Profite generieren können (Badrinath, Wahal, 2002).

Feedback Trading wird am Markt mit Hilfe einer Untersuchung der Beziehung zw. vergangenen Renditen von Wertpapieren, ihrer Performance, und der Nachfrage nach entsprechenden Aktien in einer bestimmten Periode getestet. So weist eine Veränderung in den Portfolios institutioneller Investoren als Folge von steigenden oder sinkenden Wertpapierpreisen auf Feedback Trading hin. Portfolioveränderungen die mit Renditeänderungen der Wertpapiere verknüpft sind, spiegeln somit das beschriebene Verhaltensmuster wieder (Nofsinger, Sias, 1999). Des Weiteren zeigt die Autokorrelation von Wertpapierrenditen ebenfalls Feedback Trading auf. Denn die Autokorrelation einzelner Wertpapiere oder Portfolios ist positiv mit dem Anteil institutioneller Anteilseigner bzw. Wertpapierkäufer verbunden. So wird die Korrelation der Investmentstrategien institutioneller Investoren, also die Abhängigkeit von bestimmten Faktoren wie der Rendite verganger Perioden, als Grund für die Autokorrelation der Aktienrenditen hergeleitet. Nachgewiesen wird Feedback Trading z.B. durch die Betrachtung eines Zeitraums, das einem Intervall vorausgeht, indem sich institutionelle Investoren in die gleiche Marktrichtung bewegen, d.h. Wertpapiere kaufen oder verkaufen. Zeigen sich in diesem Zeitraum positive abnormale Renditen bzw. Preisänderungen im Vergleich zum Markt, und folgen darauf entsprechende Verhaltensmuster, ist dies ein Hinweis auf positives Feedback Trading (Sias, Starks, 1997).

Probleme bei der Identifikation des Feedback Trading entstehen dadurch, dass dieses Verhaltensmuster zwar durch eine Korrelation zw. den Portfolioveränderungen und den Renditen der Aktien ersichtlich wird, allerdings ist die Argumentation in entgegen gesetzter Richtung nicht haltbar. Die Korrelation der Renditen und Portfolioänderungen ist keine hinreichende Eigenschaft des Feedback Trading. D.h. Änderungen der Aktienportfolios der Investoren führen zu Autokorrelation der Renditen, aber weiter Ursachen, neben Feedback Trading ist ggf. für diese Änderungen verantwortlich.

Die Gründe für Feedback bzw. Momentum Trading sind zunächst in der Hoffnung der Investoren auf eine Trendfortsetzung und positive Erwartungen in Bezug auf die Preisentwicklung zu suchen. Diese Erwartungen werden durch psychologische Faktoren bedingt, wie beispielsweise die Abhängigkeit von einem Referenzpunkt und darauf aufbauende, prognostizierte Preisentwicklungen. So werden die Erwartungen der Anleger durch die jeweilige Betrachtungsperiode, die der Investition vorausgeht und den Preis zu Anfang des Investments beeinflusst. Eine positive Entwicklung des Wertpapiers in den letzten Wochen und deshalb ein relativ hoher Preis, den Investoren zu Beginn ihres Investments zu zahlen bereit sind, führt zu einer positiven Erwartungshaltung für die zukünftige Preisentwicklung. Diese Gründe beziehen sich zunächst auf private und institutionelle Investoren. Institutionelle Anleger weisen zumeist aber zudem speziell kalkulierte Strategien und Verhaltenvorschrift für ihre Anlageentscheidungen auf. In bestimmten Situationen greifen deshalb Stop-loss Orders, die den Wertverlust einer Aktie begrenzen. Ab einem bestimmten Preisverlust führen diese Vorschriften zu einem automatischen Verkauf der Wertpapiere um weitere Verluste zu vermeiden. Diese Vorschriften weisen dementsprechend weitere institutionelle Investoren auf und führen zum Feedback Trading, indem Aktien mit abnormalen Preisentwicklungen verkauft werden. Portfolio Versicherungen mit ähnlichem Hintergrund wie Stop-loss Orders schützen Investoren ebenfalls vor zu hohen Verlusten, und sind somit auch eine mögliche Ursache des Feedback Trading, insbesondere für institutionelle Investoren (De Long et. al., 1990). Die Versicherungen begrenzen den Gesamtanteil den ein Investor am Aktienbestand eines Unternehmens besitzt auf beispielsweise ein bis drei Prozent. Sie beachten den Diversifikationsgrad des Portfolios und schützen Investoren damit vor Verlusten durch negative Entwicklungen in einem Land oder Branche etc. Entsprechende Marktentwicklungen führen deshalb zu ähnlichem Verhalten der institutionellen Investoren. Neben diesen Gründen können die Anlagestrategien der institutionellen Investoren als Ursache für die jeweiligen Verhaltensmuster herangezogen werden. Wachstumsorientierte Investoren sind dementsprechend Momentum bzw. positive Feedback Trader. Sie reagieren auf positive Unternehmensdaten mit Aktienkäufen. Investoren die sich dagegen an fundamentalen Werten orientieren sind negative Feedback Trader und kaufen Anteile unterbewerteter Unternehmen (Badrinath, Wahal, 2002). Neben diesen Ursachen können weitere Restriktionen in den Anlagestrategien institutioneller Investoren zu Feedback Trading Verhalten führen. Zunächst ist Window Dressing als Grund zu nennen, die Manager trennen sich zu Abschluss eines Geschäftsjahres von Aktien mit negativer Preisentwicklung, um ihre Portfolio Bilanz zu verbessern. Zudem werden illiquide Aktien oder Wertpapiere die Dividendenzahlungen aussetzen aus dem Portfolio gestrichen. Diese Bedingungen führen zu einer positiven Korrelation der vergangen Aktienpreise bzw. Renditen und der Nachfrage nach diesen Wertpapieren (Lakonishok, Shleifer, Vishny, 1992).

Der Erfolg des Feedback oder Momentum Trading hängt von den Fähigkeiten der Manager ab, den richtigen Zeitpunkt für eine entsprechende Investition zu wählen. Investieren Sie entsprechend frühzeitig in eine Aktie, die positive Signale sendet und demzufolge nachgefragt wird, also positive Preisbewegungen aufweist, generieren sie Gewinne. Investieren sie jedoch nicht zum richtigen Zeitpunkt sind ebenfalls Verluste möglich. Somit sind nur Investitionen im sog. „Momentum cycle“ erfolgreich (Badrinath, Wahal, 2002).

Die Bedeutung des Feedback Trading für den Einfluss auf Aktienmärkte wird in Abschnitt 3.1 durch die empirische Evidenz der beobachtbaren Verhaltensmuster weiter erläutert. Die Signifikanz der Preis- und Renditeentwicklungen bzw. die Volatilität der Aktienpreise zeigt das Ausmaß des Verhaltens und somit deren Bedeutung.

2.1.2 Herding

Herding bezeichnet das Verhalten einer Gruppe von relativ homogenen Investoren, die aufgrund eines bestimmten Signals, dieselben Wertpapapiere über einen bestimmten Zeitraum nachfragen, bzw. anbieten. Somit wird auf ein „Herding Intervall“ verwiesen, indem sich Investoren ähnlich bzw. korreliert verhalten (Nofsinger, Sias, 1999) und (Grinblatt, Titman, Wermers, 1995). Erste Erkenntnisse zu Herding wurden bereits in den 1970er Jahren durchKraus, Stollaufgezeigt. Sie zeigten, dass Investorengruppen zu Handel auf der gleichen Marktseite tendieren, d.h. zu Handel in die gleiche Richtung, also z.B. dem Kauf von Aktien zur gleichen Zeit. Diese Verhalten bezeichneten sie als Paralleltrading (Kraus, Stoll, 1972). Einzelne Investoren verlieren in der Gruppenansammlung ihre Bedeutung, das Herdenverhalten wird dadurch geprägt, dass sich einzelne Investoren an sog. „informierten“ Meinungsführern orientieren. Feedback Trading ist ähnlich charakterisiert und wird teilweise als ein Spezialfall des Herding bezeichnet. Investoren reagieren auf entsprechende Signale und handeln aufgrund dessen sehr ähnlich, jedoch im Fall von Feedback Trading mit einer zeitlichen Verzögerung. Herding gilt deshalb als mögliches Resultat des Feedback Trading Verhaltens (Wermers, 1999) und (Lakonishok, Shleifer, Vishny, 1992).

Die Einordnung des Herding, als durch rationale oder irrationale Anleger bedingt, gestaltet sich schwierig. Das Verhalten eines Investors, sich an konkurrierenden Anlegern zu orientieren, kann je nach Informationsbasis der jeweiligen Orientierungspunkte zu beiden Situationen führen. Orientieren sich die Anleger an spekulierenden Investoren, die ohne ausreichende Informationen in eine Aktie investieren, so wird Herding durch irrationale Anleger bedingt. Kopieren die Investoren dagegen die Investments eines informierten Anlegers, des Meinungsführers, und ist dessen Wissensvorsprung durch fundamentale Informationen verursacht so wird das Herdenverhalten durch rationale Investoren verursacht.

Ähnlich zum Feedback Trading werden Hinweise für Herding im Markt durch den abgeschätzten Grad der Korrelation zw. Wertpapierkäufen und Verkäufen von institutionellen Investoren deutlich. Veränderungen in den Portfolios einzelner Investoren und ein darin begründeter Trend zum Kauf oder Verkauf bestimmter Aktien, ebenso wie eine starke positive Beziehung zw. den Renditen und Aktienkäufen bzw. Verkäufen in einem Herding Intervall, sind Charakteristika des Herding (Nofsinger, Sias, 1999). Die Tendenz einer Gruppe von Investoren, z.B. institutionelle Investoren zum Kauf von Aktien in einer bestimmten Periode relativ zur unabhängigen individuellen Tendenz der Investoren dient zudem als Hinweis auf Herding Verhalten. Deutlich wird dies durch die Korrelation im Verhalten der Investoren und somit ggf. durch eine erhöhte Volatilität in den Preisen bzw. Renditen der Aktien (Lakonishok, Shleifer, Vishny, 1992) und (Bikhchandani, Sharma, 2001).

Probleme bei der Identifikation von Herding entstehen dadurch, dass dieses Verhalten nur für abgegrenzte Gruppen von Investoren eindeutig nachweisbar ist. Allerdings kann Herding auch in diesen Gruppen unter Umständen nicht signifikant bestätigt werden. Beispielsweise verhalten sich institutionelle Investoren als abgegrenzte Investorenart ebenfalls sehr unterschiedlich. Weisen Untergruppen von Investoren wie z.B. wachstumorientierte und fundamentale Investoren ein unkorreliertes Anlageverhalten auf, kann Herding ggf. nicht empirisch bestätigt werden obwohl es existiert. Des Weiteren besteht die Möglichkeit, dass Investoren zwar in den jeweiligen Untergruppen ein korreliertes Verhalten aufweisen, sich dieses Verhalten aber aufgrund ihrer gegensätzlichen Anlagestrategien für sämtliche Investoren aufhebt (Lakonishok, Shleifer, Vishny, 1992).

Die Gründe für das Herdenverhalten sind vielfältig, zunächst versuchen Investoren aus dem Handel ihrer Konkurrenten Informationen über die Qualität der Investments zu erzielen. Exzessive Käufe einiger Investoren weisen auf eine unterbewertete Aktie hin, bzw. auf neue, noch nicht vollständig am Markt bekannte Informationen, also eine dementsprechend hohe Qualität des Investments. Aufgrund dessen, stellt Herding ein Ergebnis aus den Marktbeobachtungen der Investoren dar, die aufgrund des unterschiedlichen Informationsstands der Investoren entstehen, und somit asymmetrisch verteilte Informationen widerspiegeln (Lakonishok, Shleifer, Vishny, 1992). Ein weiterer Grund für das Herdenverhalten ist auf die Agency Problematik zurückzuführen, die zw. der exekutiven Abteilung institutioneller Investoren, deren Managern und den Sponsoren, d.h. den tatsächlichen Investoren besteht. Diese Problematik in der Prinzipal Agenten Theorie begründet, demzufolge aufgrund von asymmetrisch verteilten Informationen, Probleme in der Beziehung zw. Agenten und Prinzipalen entstehen (Erlei, Leschke, Sauerland, 2007). Prinzipale sind in diesem Zusammenhang die Sponsoren und Agenten die Manager von z.B. Pensionsfonds, die im Auftrag der tatsächlichen Investoren das verwaltete Vermögen in Wertpapiere anlegen. Um den Erfolg der Manager zu überprüfen wird die Performance bzw. die Rendite des gemanagten Fonds ggü. dem Markt und ggü. weiteren institutionellen Investoren evaluiert. Somit wird ausgeschlossen, dass der Erfolg der Investments auf Zufällen oder glückliche Umständen basiert. Damit die Manager eine ähnliche Performance generieren wie ihre Konkurrenten, weisen sie ein korreliertes Verhalten im Bezug auf weitere institutionelle Investoren auf. Sie handeln die gleichen Wertpapiere in einem identischen Zeitraum um zumindest den gleichen Erfolg wie die Konkurrenten zu erzielen (Bosch, 2006), (Wermers, 1999) und (Scharfstein, Stein, 1990). Dieser Grund für das Herding Verhalten wird zusätzlich dadurch unterstützt, dass einige Manager anhand ihrer Performance im Vergleich zur Konkurrenz entlohnt werden. D.h. ihre Prämien werden anhand der relativen Performance zu einer Benchmark, z.B. eine Gruppe ähnlicher Investoren, ausgezahlt und somit entsteht eine deutlich Tendenz zum kopieren der Transaktionen dieser Benchmark (Bikhchandani, Sharma, 2001). Des Weiteren empfangen institutionelle Investoren dieselben Signale, also z.B. Prognosen zur Inflation und zur weltweiten Nachfrage nach Rohstoffen, oder zur Veränderung von Zinszahlungen einer Anleihe etc. Sie analysieren dieselben Indikatoren für eine entsprechende Marktprognose. Diese Signale werden von ihnen auf die gleiche Weise verarbeitet und sie reagieren in eine entsprechende Richtung auf dem Markt, z.B. mit dem Kauf von Aktien eines Mineralölkonzerns oder hoch verzinster Anleihen. Einige Manager vergleichen diesen Tatbestand als Verhalten von Lemmingen, die die gleichen Signale und Prognosen wahrnehmen und alle zur gleichen Zeit in die gleiche Richtung tendieren (Lakonishok, Shleifer, Vishny, 1992) und (Bikhchandani, Sharma, 2001). Verstärkt wird dieser Effekt außerdem durch das Verhalten der tatsächlichen Investoren bzw. Sponsoren institutioneller Investoren, die in boomende Aktienmärkte investieren und bei sinkenden Aktienkursen wieder deinvestieren. Neben diesen Gründen gelten bestimmte wünschenswerte Eigenschaften von Wertpapieren als Ursache für ein Herdenverhalten, insbesondere von institutionellen Investoren. So werden z.B. Aktien kleiner Unternehmen oder Wertpapiere mit niedriger Liquidität oder niedriger Volatilität vermieden, da sie schwierig wieder veräußerbar sind und somit nicht dem Handelsbedarf eines institutionellen Investors entsprechen. Außerdem sind die Handelsstrategien der Manager so ausgerichtet, riskante Wertpapiere zu handeln um entsprechenden Profit zu erzielen (Falkenstein, 1996), (Wermers, 1999). Ebenfalls besteht die Möglichkeit, dass Herding das Ergebnis irrationalen Handelns institutioneller Investoren darstellt, so z.B. einer Modewelle oder einer bestimmten Marotte der anlegenden Manager und deshalb zu sog. Preisblasen führt. Dieses Verhalten wird allerdings eher den privaten Investoren, die zumeist irrational und uninformiert handeln zugewiesen. Institutionelle Investoren dagegen gelten als informierte rationale Akteure im Markt, die nicht durch psychologische Faktoren, wie Mode Erscheinungen, beeinflusst werden (Friedman, 1984), sowie (Nofsinger, Sias, 1999).

Der Erfolg des Herding wird ebenfalls durch die Fähigkeiten der Manager bestimmt. Eine frühzeitige Reaktion auf entsprechende Signale bedeutet somit eine Partizipation an der Entwicklung der Preise und aus diesem Grund Erfolg. Je größerer die Preisänderung und je frühzeitiger die entsprechende Reaktion der Investoren, desto größer ist der Erfolg des Verhalten. Eine Einschränkung des Erfolgs ist allerdings durch die Beachtung von Transaktionskosten, wie beispielsweise Geschäftsabwicklungskosten oder Maklergebühren, zu berücksichtigen. Diese Einschränkung gilt jedoch ebenso für das Feedback Trading (Wermers, 1999).

Die Portfolioveränderungen institutioneller Investoren und die gleichzeitige Veränderung der Wertpapierrenditen bzw. Aktienpreise weisen auf die Bedeutung des Herding hin. Der Einfluss des Herding auf die Preis- bzw. Renditeentwicklung in Aktienmärkten kann wiederum anhand der Signifikanz der Veränderungen gemessen werden. Dazu wird hier auf die empirische Evidenz des Herding Verhaltens in Abschnitt 3.2 verwiesen.

2.1.3 Stealth Trading

Die Stealth Trading Hypothese verweist auf die Bedeutung der Größe einer Transaktion im Marktgeschehen. Zunächst wurde in vielen Studien angenommen, dass der Preiseinfluss einer Transaktion mit dessen Größe ansteigt. Somit weisen kleine Transaktionen nur geringe Preiseinflussmöglichkeit auf, große Transaktionen dagegen umso stärkere Preiseinflüsse. Begründet wurde diese Annahme damit, dass bei großen Transaktionen die Marktgegenseite davon ausgeht, dass die Konkurrenten über private, Insider Informationen verfügen und entsprechend diesen Vorgaben handeln. Die asymmetrische Informationsverteilung generiert deshalb eine Preisänderung, d.h. z.B. einen Preisanstieg bei hoher Nachfrage nach einer bestimmten Aktien (Oehler, Häcker, 2004). Diese lineare Beziehung zw. Transaktionsgröße und Preiseinfluss konnte jedoch durch den Nachweis der Stealth Trading Hypothese korrigiert werden. So werden Transaktionen von mittlerer Größe, d.h. Käufe oder Verkäufe von mehr als 500 Aktien bzw. weniger als 10.000 Aktien als Hauptursache für eine Veränderung der Preise und Renditen hervorgehoben. Diese Größenordnung von Transaktionen ist im Bezug auf ihren Anteil an den gesamten Transaktionen für einen überproportional großen Anteil an Aktienpreisänderungen verantwortlich (Chakravarty, 2001) und (Griffin, Harris, Topaloglu, 2003). Dabei bezieht sich die Stealth Trading Hypothese hauptsächlich auf die kumulierte Preisänderung aller Transaktionen einer Größenordnung, nämlich der mittelgroßen Transaktionen, und nicht bloß auf den Preiseinfluss einer bestimmten Transaktion. Somit wird nicht nur der durchschnittliche Preiseinfluss einer Transaktion beachtet, sondern auch die Häufigkeitsverteilung der Transaktionsgrößen. Damit kann die relative Bedeutung der einzelnen Transaktionsgrößen an den kumulierten Preisänderungen hervorgehoben werden (Barclay, Warner, 1993).

Um Stealth Trading rationalen und/oder irrationalen Investoren zuzuordnen genügt der Verweis auf die Definition eines rationalen Investors, der seine Handlungen aufgrund von Informationen bzw. sicheren Daten vollzieht. Stealth Trading steht eindeutig mit informierten, und somit rational handelnden, Investoren in Verbindung. Insbesondere sind strategische Überlegungen informierter Investoren als Grundlage für Stealth Trading zu nennen.

Stealth Trading wird durch die Betrachtung der Preisänderungen einzelner Aktien, verursacht durch Transaktionen einer bestimmen Größenordung, im Markt nachgewiesen. Die Veränderung des Aktienpreises wird als Differenz zw. dem Preis der betrachteten Transaktion und dem Preis der vorherigen Transaktion bezeichnet. D.h. der heutige Kaufpreis abzüglich des Kaufpreises am Vortag entspricht der Preisänderung der Aktie. Um die kumulierte Preisänderung einer bestimmten Größenordnung von Transaktionen zu verdeutlichen, werden die gesamten Preisänderungen einer Aktie verursacht durch Transaktionen einer bestimmten Größenordnung in Bezug zu den gesamten Preisänderungen aller Transaktionen dieser Aktie gesetzt. Sämtliche Aktien einer Größenordnung werden schließlich je nach Volatilität des Preises gewichtet um die durchschnittliche Preisänderung von Transaktionen einer Größenordnung für alle betrachteten Aktien zu verdeutlichen (Chakravarty, Kalev, Pham, 2005). Ein Indiz für Stealth Trading zeigt sich in der Autokorrelation von Aktienrenditen, die aufgrund der Strategie der informierten Investoren, Transaktionen über einen längeren Zeitraum aufzuteilen, bedingt wird (Sias,Starks, 1997).

Eine Problematik im Bezug zur Identifikation von Stealth Trading ist die Unsicherheit über die Struktur einer Transaktion. Eine mittelgroße Transaktion besteht z.B. nicht nur aus einer einzelnen Order über 2.000 Aktien sondern ggf. aus 8 Ordern über 250 Aktien. Interpretiert werden kann diese Situation beispielsweise als Kauf von 2.000 Aktien, somit einer mittelgroßen Transaktion oder aber gleichzeitig als acht Verkäufe von 250 Aktien somit achten kleinen Transaktionen. Somit decken sich Order und Transaktion nicht unbedingt miteinander und deshalb ist die Unterscheidung von Order und Transaktion ein kritischer Punkt in der Zuordnung von Preisänderungen zu einer bestimmten Transaktionsgröße bzw. zu einem bestimmten Initiator des Handels. So besteht die Möglichkeit, dass mehrere Teilnehmer in eine Transaktion involviert sind, beispielsweise mehrere institutionelle Investoren oder ggf. auch individuelle Investoren. Aus diesem Grund sind weitere Informationen über die Teilnehmer einer Transaktion nötig um eindeutig auf Preisänderungen einer Transaktionsgröße und einer Investorenart zu schießen (Chakravarty, 2001).

Begründet werden kann Stealth Trading durch zwei wesentliche Aspekte. Zunächst wird darauf verwiesen, dass Stealth Trading hauptsächlich durch informierte Investoren bedingt wird. Informierte Investoren verfügen über ggf. private Insider Informationen die ihnen Hinweise zum weiteren Preisverlauf einer Aktie aufzeigen. I.d.R. entsprechen die institutionellen Investoren den informierten Investoren, sie verfügen über eine breitere Informationsbasis als individuelle Investoren und teilweise über direkten Kontakt zur operativen Führung einzelner Unternehmen etc. (Wendt, 2005). Empirisch zeigt sich zudem, dass institutionelle Investoren der primäre Grund für kumulierte Preisänderungen in Verbindung mit mittelgroßen Transaktionen sind (Chakravarty, 2001).^[5]Private Informationen bedeuten somit einen Wettbewerbsvorteil für entsprechend informierte Investoren. Dieser Wettbewerbsvorteil wird nun möglichst lange Zeit geheim gehalten um dadurch Profite zu generieren. Aus diesem Grund wählen rationale, informierte Investoren keine zu großen Handelsvolumina aus, die den Konkurrenten eindeutige Hinweise für einen möglichen Informationsvorteil aufzeigen. Zumeist werden größere Transaktionen deshalb über einen längeren Zeitraum in mehrere kleinere Transaktionen aufgeteilt (Keim, Madhavan, 1995). Diese zeitliche Aufteilung der Transaktionen wird durch die Autokorrelation von Aktienrenditen deutlich. So weisen Aktienrenditen in einem Wertpapierportfolio eine positive serielle Korrelation auf, je mehr informierte Transaktionen in diesem Portfolio vollzogen worden sind. Außerdem zeigen die Renditen von Aktien und Wertpapierportfolios mit einem hohen Anteil institutioneller, und somit informierter Investoren einen stärkeren Zusammenhang bzw. Korrelation (Sias, Starks, 1997). Des Weiteren werden allerdings zu kleine Transaktionen ebenfalls vermieden, da bei geringen Handelsvolumina nur geringe bzw. keine Erlöse erzielt werden können. Kleine Transaktionen weisen im Verhältnis zum erzielten Profit des Handels zu hohe Transaktionskosten, also Ausführungs- und Abwicklungskosten auf. Somit wird Stealth Trading durch das strategische Verhalten der Investoren begründet (Chan, Lakonishok, 1993). Außerdem werden zu große Transaktionen aufgrund von zusätzlichen Liquiditätskosten vermieden. Die Ausführung einer großen Transaktion ist ggf. nicht ohne zusätzliche Preisänderungen möglich d.h. eine große Order ist nur durch mehrere Transaktionen möglich, da auf der Marktgegenseite nicht entsprechend viele Transaktionspartner zum gegebenen Preis vorhanden sind.

Der Erfolg des Stealth Trading und somit der maximal zu erzielende Profit aus einem Wissensvorsprung hängt von den informierten Investoren und ihren Fähigkeiten bzw. Möglichkeiten diese Informationen zu verbergen, und den anderen Marktteilnehmern ab, die versuchen diese Informationen anhand der von den informierten Investoren getätigten Transaktionen zu erkennen. Beobachten Marktteilnehmer informierte, also i.d.R. institutionelle Investoren, die relativ geringe Transaktionen bzw. Ordervolumen tätigen, erahnen Sie bereits unter Umständen mögliche private Informationen als Hintergrund dieses Verhaltens und handeln dementsprechend. Somit verringert sich der erzielbare Profit aus der asymmetrischen Informationsverteilung, und die Reduzierung des Ordervolumens, gleichbedeutend mit marginal höheren Abwicklungskosten wird nicht durch Gewinne aufgrund des unentdeckten Investments in Aktien eines aufsteigenden Unternehmens kompensiert (Oehler, Häcker, 2004).

Der Einfluss des Stealth Trading bzw. mittelgroßer Transaktionen auf die Wertpapierpreise wird in den in Abschnitt 3.3 weitergehend vorgestellten Studien deutlich. Empirisch zeigt sich der nichtlineare Preiseinfluss von mittelgroßen Transaktionen bzw. Ordern. Somit wird der Einfluss des Stealth Trading auf Aktienmärkte insbesondere Aktienpreisänderungen hervorgehoben.

Neben der Stealth Trading Hypothese, die Aktienpreisänderungen aufgrund von mittelgroßen Transaktionen informierter Investoren unterstellt, existieren zwei weitere Hypothesen zur Interpretation der Hintergründe von Veränderungen der Aktienpreise. Die Public Information Hypothese verbindet kumulierte Preisänderungen, mit der Veröffentlichung von Informationen. Diese Situation zeigt sich insbesondere unter der Annahme, dass kumulierte Preisänderungen aufgrund von Transaktionen einer bestimmten Größenordnung direkt proportional zum Anteil der Transaktionen an den gesamten Transaktionen dieser Größenordnung sind. Die meisten Preisänderungen sind somit bei Veröffentlichung bestimmter Informationen zu beobachten. Eine weitere Hypothese, die Trading Volume Hypothese, beruht dagegen auf der Annahme, dass eine lineare Beziehung zw. Transaktionsgröße und Veränderungen der Aktienpreise besteht. Je größer das Handelsvolumen einer Transaktion, desto höher die Preisänderung. Somit sind nun kumulierte Preisänderungen einer bestimmten Größenordnung von Transaktionen direkt proportional zum Anteil dieser Handelsvolumen an den gesamten gehandelten Volumen einer Größenordnung (Barclay, Warner, 1993) und (Chakravarty, 2001).

2.2 Auswirkungen dieser Verhaltensmuster auf Aktienmärkte

2.2.1 Stabilisierende Wirkungen

Die zunehmende Präsenz institutioneller Investoren und die aufgeführten Verhaltensmuster in ihren Anlageentscheidungen bewirken, wie bereits angesprochen, einen Einfluss auf die Entwicklung der Aktienpreise bzw. Aktienrenditen. Diese Auswirkungen, die ebenfalls durch individuelle Anleger bewirkt werden können, stabilisieren oder destabilisieren die Aktienmärkte. Eine Stabilisierung der Aktienpreise ist dadurch gekennzeichnet, dass sich die Aktienpreise ihrem fundamentalen Wert annähern und die Volatilität der Preise abnimmt. Das bedeutet, Investoren stabilisieren Aktienmärkte, falls sie durch ihr Anlageverhalten Preisänderungen bewirken, die zu einer Veränderung der Aktienpreise in Richtung ihrer fundamentalen Werte führen. D.h. Investoren reagieren nur auf neue fundamentale Informationen und passen ihre Anlageentscheidungen möglichst schnell an diese neuen Informationen an (Lakonishok, Shleifer, Vishny, 1992). Durch ihre Fähigkeit, neue Informationen schneller zu verarbeiten, weisen effiziente Aktienmärkte eine höhere Stabilität auf (De Long et al., 1990). Entsprechend gilt dort für Aktien die Markteffizienzhypothese, nach der Aktienkurse einem Random Walk folgen.^[6]Entsprechend enthält der aktuelle Aktienpreis sämtliche Informationen aus der Vergangenheit und ändert sich nur durch unerwartete Ereignisse. Neue fundamentale Informationen sind deshalb gleichbedeutend mit einem unerwarteten, nicht prognostizierbarem Ereignis. Somit entsteht z.B. durch eine entgegen den Erwartungen überraschend positive Bilanz eines Unternehmens eine erhöhte Nachfrage nach deren Aktien, sinnbildlich für eine positive Preisänderung der Aktien.

Diese stabilisierende Wirkung auf Aktienmärkte durch eine Veränderung von Aktienpreisen kann nur mit rationalen, informierten Investoren in Verbindung gebracht werden. Sie orientieren ihr Handeln an den relevanten Informationen, aus eindeutigen bzw. sicheren Quellen und vermeiden Handlungen, die durch Emotionen bedingt werden. Institutionelle Investoren gelten i.d.R. als besser informierte und des Weitern rational handelnde Anleger (Dennis, Weston, 2001). Sie verfügen über verschiedene Informationsquellen und professionelle Manager, die diese Daten analysieren und entsprechend handeln. Deshalb werden sie als Anleger mit stabilisierender Wirkung bezeichnet. Sie nutzen ihren Informationsvorteil durch die Ausbeutung von economies of scale in der Informationsgewinnung und Verarbeitung. Die geringeren marginalen Kosten der Informationsgewinnung ermöglichen ihnen eine schnelle Anpassung an neue Informationen und generieren dadurch einen effizienteren Markt (Wendt, 2005), sowie (Bohl, Brzeszczynski, Wilfing, 2007) und (Sias, Starks, 1997).

Die Messung der Wirkung eines Investors auf die Aktienpreisentwicklung erfolgt zunächst durch die Betrachtung der Beziehung zw. den Veränderungen des Aktienpreises und der Nachfrage nach dieser Aktie. Insbesondere interessiert nun die Beziehung der Nachfrage von institutionellen Investoren nach einer bestimmten Aktie und dessen Preisveränderung (Lakonishok, Shleifer, Vishny, 1992) und (Chan, Lakonishok, 1993). Des Weitern wird im Zusammenhang mit Investitionen institutioneller Investoren auf die Schwankungen der Aktienrenditen oder den Renditen gesamter Aktienindizes verwiesen. Mittels einer Zeitreihenanalyse ist eine langfristige Betrachtung dieser Volatilitäten möglich. Zur Messung der Auswirkungen institutioneller Investoren auf die Entwicklung der Aktienvolatilitäten bieten sich deshalb zwei Methoden an, die Ereignisstudie sowie das GARCH Modell. Beide Verfahren ermitteln allerdings den Einfluss eines Ereignisses auf Aktien bzw. Aktienindizes. Problematisch ist dann, dass zumeist kein relevantes Ereignis vorliegt um den Einfluss institutioneller Investoren zu bestätigen. Bohl, Brzeszczynski, Wilfingverwenden aus diesem Grund in ihrer Studie Daten des polnischen Aktienmarktes, der vor allem dadurch gekennzeichnet ist, dass erst ab dem Jahr 1999 private Pensionsfonds dort investieren konnten. Um nun den Einfluss dieser institutionellen Investoren auf die Preis bzw. Renditeentwicklung zu ermitteln, wird ein modifiziertes GARCH Modell verwendet.^[7]Als Ergebnis der Studie wird eine durch die Veränderung der handelnden Investoren wechselnde Volatilität der Aktienrenditen deutlich. Der Eintritt institutioneller Investoren reduziert die Varianz, und übt somit einen stabilisierenden Einfluss auf den Aktienmarkt aus (Bohl, Brzeszczynski, Wilfing, 2007).^[8]

Die typischen Verhaltensmuster institutioneller Investoren stehen jedoch im Widerspruch zu ihrer stabilisierenden Wirkung auf Aktienmärkte. Denn die Verhaltenmuster wie z.B. Feedback Trading orientieren sich zum Teil an den Preisen der Vorperioden oder an dem Verhalten konkurrierender Investoren. Damit ist positives Feedback Trading, wie bereits erläutert, durch den Kauf vergangener Gewinneraktien und den Verkauf von Aktien mit sinkenden Preisen gekennzeichnet. Das bedeutet, dass keine fundamentalen Daten beachtet, sondern Methoden wie die technische Analyse verwendet werden. Dieses Verhaltensmuster ist somit nicht mit einem rationalen Handeln vereinbar. Allerdings benötigt die Preisanpassung einen gewissen Zeitraum um sämtliche Informationen zu verarbeiten, d.h. Feedback Trading kann auch durch rationale Investoren betrieben werden, wenn Aktienpreise noch nicht alle Informationen enthalten (Bikhchandani, Sharma, 2001). Zudem besteht bei irrationalen Händlern die Möglichkeit, dass Feedback Trading zu einer Stabilisierung der Aktienpreise führt, falls die institutionellen Investoren z.B. unterproportional auf neue Informationen reagieren (Lakonishok, Shleifer, Vishny, 1992). Zudem haben institutionelle Investoren die Möglichkeit den Preisentwicklungen nur bis zum jeweiligen fundamentalen Wert zu folgen, schließlich verfügen sie über einen größeren Informationsstand als andere Investoren, und handeln ggf. trotz der Verhaltensmuster rational. D.h. institutionelle Investoren verfolgen nicht bedingungslos dem Feedback Trading, sondern handeln entgegengesetzt, falls keine neuen Informationen, z.B. bezüglich des Cashflows, zu erkennen sind. Somit verkaufen sie Aktien in Märkten mit steigenden Preisen an private Anleger und stabilisieren damit den Markt. Private Anleger gelten demzufolge als destabilisierender Faktor, da sie Anlageentscheidungen ohne eindeutige Informationen bezüglich der von ihnen nachgefragten Aktien treffen. Dementsprechend wirken institutionelle Anleger, als rational handelnd, den irrationalen individuellen Investoren entgegen (Bohl, Brzeszczynski, Wilfing, 2007) und (Cohen, Gumbers, Vuolteenaho, 2002). Das negative Feedback Trading ist in diesem Zusammenhang ebenfalls als stabilisierendes Verhalten zu bezeichnen. Da nur die Aktien nachgefragt werden, deren Preis bereits unterhalb des jeweiligen fundamentalen Wertes gefallen ist. Aufgrund dessen werden Aktien, deren Preis über diesen fundamentalen Wert gestiegen ist, dann im Gegenzug veräußert. Deshalb erhöht sich durch negatives Feedback Trading die Markteffizienz, und Aktienpreise nähern sich ihren fundamentalen Werten an (Chan, Lakonishok, 1993). Herding kann ebenfalls zu einer Preisstabilisierung führen. Falls die institutionellen Investoren dem irrationalen Verhalten der individuellen Anleger entgegenwirken und in diesem Verhalten ein Herdenverhalten zu erkennen ist. Außerdem ist Herding als Preis stabilisierend zu kennzeichnen, falls sämtliche Anleger den gleichen fundamentalen Informationen folgen und somit die Anpassung der Preise an diese Informationen beschleunigen (Lakonishok, Shleifer, Vishny, 1992). Das bedeutet, die Anleger investieren in unterbewertete Aktien oder Anleihen mit plötzlichen Zinssteigerungen (Nofsinger, Sias, 1999), sowie (Bikhchandani, Sharma, 2001). Stealth Trading ist im Gegensatz zu den beiden erstgenannten Verhaltensmustern eindeutig mit einer stabilisierenden Wirkung gekennzeichnet. Stealth Trading wird gemäß seiner Definition durch rationale, sehr gut informierte Investoren betrieben. Sie versuchen durch dieses Verhalten Informationen über das Unternehmen einer bestimmten Aktie solange wie möglich zu verbergen. Aus diesem Grunde handeln sie nur in kleineren und mittelgroßen Transaktionen. Der Preis der Aktie nähert sich durch die informierten Transaktionen seinem fundamentalen Wert an.

2.2.2 Destabilisierende Wirkungen

Die Anwesenheit institutioneller Investoren bedeutet, im Gegensatz zu den bereits erläuterten stabilisieren Wirkungen, möglicherweise ebenfalls destabilisierende Einflüsse auf Renditen und Preise der Aktien. Eine Destabilisierung des Akteinmarktes ist dabei durch vermehrte Preisschwankungen, also eine erhöhte Volatilität der Preise oder Renditen, sowie durch die Veränderung der Preise weg von ihren fundamentalen Werten gekennzeichnet. Den Investitionen institutioneller Anleger wird insbesondere eine langfristige Erhöhung der Varianz unterstellt. D.h., durch das Anlageverhalten der Investoren entstehen eine größere Anzahl, sowie ein stärkeres Ausmaß, an Veränderungen der Aktienpreise und Renditen. Außerdem induzieren institutionelle Investoren durch ihr Verhalten eine Autokorrelation der Preise (Bohl, Brzeszczynski, Wilfing, 2007). Die Preise der gehandelten Aktien spiegeln zudem nicht mehr den fundamentalen Wert des sie emittierenden Unternehmens wieder. Sog. spekulative Preisblasen aufgrund exzessiven Handelns sind möglich. Damit ist eine Überreaktion der Preise verbunden, indem z.B. unerwartete Informationen Kaufaktivitäten in überzogenen Maßen hervorrufen. Ebenso bedeutet Noise Trading, d.h. die Verarbeitung nicht fundamentaler Informationen, betrieben durch irrationale Transakteure, eine Destabilisierung des Aktienmarktes. Preisveränderungen werden nun nicht mehr nur durch neue fundamentale Informationen hervorgerufen, dementsprechendes Resultat ist ein Markt mit geringerer Effizienz (Lakonishok, Shleifer, Vishny, 1992).

Verantwortlich für diese destabilisierenden Wirkungen auf Aktienmärkte sind irrationale Investoren. Ihre Anlageentscheidungen beruhen, im Gegensatz zu den oben erläuterten rationalen Investoren, nicht nur auf fundamentalen Informationen, sondern weitere Informationen werden mit ins Investitions-Kalkül einbezogen. Somit verfügen irrationale Investoren über insgesamt weniger detaillierte Kenntnisse zu den Aktien in die sie investieren. Institutionelle Investoren sind dieser Anlegerklasse deshalb nicht zuzuordnen, da sie i.d.R. als informierte Anleger gelten (Dennis, Weston, 2001). Institutionelle Anleger verfügen z.B. über entsprechendes Know How zur Analyse von Investments, sowie zur Verarbeitung sämtlicher Informationen einer Aktie. Irrationale Anleger dagegen sind begrenzt in ihren Fähigkeiten zur Informationsverarbeitung und werden außerdem in ihren Entscheidungen von Emotionen beeinflusst. Deshalb sind individuelle Investoren den irrationalen Anlegern zugeordnet. Zudem weisen sie höhere marginale Kosten bei der Informationsgewinnung und Verarbeitung auf, wodurch sie nicht so schnell auf neue Informationen reagieren und eine geringere Markteffizienz bedingen (Sias, Starks, 1997).

Zur Messung der Wirkung eines Investors auf die Entwicklung der Aktienpreise werden wiederum die bereits oben erläuterten Verfahren verwendet. Die Betrachtung der Nachfrage der Investoren nach einer Aktie, sowie dessen gleichzeitige Preisänderung dienen zunächst als erster Anhaltspunkt für eine destabilisierende Wirkung. Lakonishok, Shleifer, Vishnyverwenden dazu jeweils die Veränderung des Aktienpreises unter verschiedenen Bedingungen, in denen die Aktienkäufe die Verkäufe überwiegen bzw. gegenteilige Situation beobachtbar ist. Empirisch kann jedoch insgesamt keine destabilisierende Wirkung bestätigt werden (Lakonishok, Shleifer, Vishny, 1992). Die Zeitreihenanalyse mittels GARCH Modell ermöglicht eine langfristige Untersuchung des Einflusses institutioneller Investoren, destabilisierende Effekte können damit aber ebenfalls nicht bestätigt werden (Brzeszczynski, Wilfing, 2007).^[9]

Die Destabilisierung eines Aktienmarktes ist nun vielfältig begründbar und steht mit den beschriebenen Verhaltensmustern in direkter Verbindung. Eine Destabilisierung ist zunächst unmittelbar mit irrationalen Anlegern verbunden, die ihre Investitionsentscheidung nicht nur aus fundamentalen Informationen ableiten, sondern Emotionen oder weitere psychologische Faktoren mit in ihr Anlage-Kalkül einbeziehen (Barberis, Thaler, 2003). Insbesondere Noise Trading ist diesen Investoren zuzuordnen. Sie entwickeln ihre Anlagestrategien mit Hilfe von technischen Analysen und Trends. Basis der Strategie ist somit die vergangene Preisentwicklung. Deshalb betreiben Noise Trader positives Feedback Trading, indem sie sich an der vergangenen Performance von Wertpapieren bzw. der vergangenen Rendite von Aktien orientieren (Black, 1986). Somit verfolgen sie eine kurzfristige Strategie, die potentiell Preise destabilisiert, falls die Investoren zu überhöhten Preisen in Aktien investieren und unterbewertete Aktien aus ihren Portfolios streichen. Aus positivem Feedback Trading resultiert deshalb eine tendenzielle Abweichung vom fundamentalen Wert einer Aktie (Lakonishok, Shleifer, Vishny, 1992). Diese Verhaltensmuster sind jedoch nicht nur irrationalen Investoren zuzuordnen, rationale, i.d.R. institutionelle Investoren, handeln ebenfalls entsprechend. So wird ggf. durch informierte Investoren Feedback Trading verstärkt, indem sie aufgrund von Neuigkeiten den Kauf von Aktien forcieren, des Weiteren aber bewusst einen Preisanstieg über das fundamentale Niveau bewirken. Dieser Anstieg veranlasst nun weitere, weniger informierte, Anleger zu investieren. Durch den Verkauf bereits überbewerteter Aktien generieren rationale Investoren dann entsprechende Gewinne, verstärken aber gleichzeitig die Volatilität des Preises. Insider, d.h. Anleger mit privaten Informationen zu einer Aktie verursachen somit positives Feedback Trading (De Long et al. 1990). Damit reduzieren sie die Effizienz des Marktes (Badrinath, Wahal, 2002). Zusätzlich kann Feedback Trading institutioneller Investoren durch beispielsweise Window Dressing, sowie Portfolio Versicherungen, die bei stark fallenden Aktienpreisen diese Papiere automatisch aus dem Portfolio der Investoren streichen, begründet werden. (De Long et al. 1990). Negatives Feedback Trading dagegen verursacht keine destabilisierenden Einflüsse auf Aktienpreise, es entspricht vielmehr einer langfristigen Strategie mit stabilisierender Wirkung (Chan, Lakonishok, 1993). Herding allerdings, führt wiederum zu einer Erhöhung der Volatilität der Aktienpreise, sowie zu einer Autokorrelation derselben (Sias, Starks, 1997) und (Griffin, Harris, Topaloglu, 2003). Herdenverhalten ist dabei mit beiden Arten von Investoren verbunden. Irrationale Anleger kopieren ggf. das Verhalten anderer Investoren, da sie über keine Informationen zum fundamentalen Wert einer Aktie verfügen. Rationale Investoren, insbesondere die Manager institutioneller Investoren, verhalten sich dagegen ähnlich zu ihren Konkurrenten, um im Vergleich zu einer Benchmark des Marktes zumindest eine ähnliche Performance aufzuweisen. Herding durch rationale Investoren wird somit aufgrund der Agency Problematik und der Evaluierungsmethoden des Anlageerfolges der exekutiven Manger institutioneller Investoren verursacht (Wermers, 1999). Herding führt folglich zu einer Destabilisierung des Aktienmarktes, da die fundamentalen Werte einer Aktie nicht die Basis des Anlageverhaltens der betrachteten Transakteure bildet. Die relativ großen gehandelten Volumina und deshalb größeren Preiseffekte durch Nachfrageverschiebungen institutioneller Investoren verstärken außerdem den destabilisierenden Einfluss dieser Anleger. Das Verhaltensmuster des Stealth Trading ist jedoch nicht mit destabilisierenden Wirkungen auf Aktienpreise verbunden. Definitionsgemäß ist es mit rationalen Investoren verbunden und wird insbesondere zur Geheimhaltung relevanter Insider Informationen genutzt. Aufgrund der hinreichenden Charakteristika des Verhaltens, kann dem Stealth Trading deshalb nur ein stabilisierender Einfluss zugeordnet werden (Chakravarty, 2001).

3. Empirische Evidenz der Verhaltensmuster institutioneller Investoren

3.1 Feedback/Momentum Trading

3.1.1 Statistische Methoden zur Identifikation des Verhaltens

Zur Identifikation der positiven Feedback Trading nutzenLakonishok, Shleifer, Vishnyin ihrer Studie zwei verschiedene Messinstrumente. Die Anzahl der aktiven Investoren aber auch die gehandelten Volumina sind deshalb von Bedeutung. Für beide Instrumente wird die Nachfrage nach einer Aktie in der aktuellen Periode mit der Performance dieser Aktie in den Vorperioden in Beziehung gesetzt. Beide Messungen stellen dabei simple Durchschnittsberechnungen über eine Periode und eine bestimmte Gruppe von Investoren dar, die jeweils die Überschussnachfrage nach einer Aktie bestimmen. Die Veränderung der Anzahl von Anlegern, die eine bestimmte Aktie i in ihren Wertpapier Portfolios halten ergibt sich als Quotient der Anzahl von Investoren die diese Aktie kaufen und Anzahl sämtlicher Investoren die mit dieser Aktie handeln.

Nratio (i) = #Käufe (i)/ #Aktive (i) (1)

Die Veränderung des gehandelten Vermögens dieser Aktie resultiert des Weiteren aus der folgenden Formel:

Dratio (i) = [$Käufe (i) - $Verkäufe (i)] / $Käufe (i) + $Verkäufe (i) (2)

Der gesamte Anstieg des Wertpapier Vermögens, in US-Dollar, verursacht durch die Nachfrage der Investoren nach der Aktie i in einer Periode, wird subtrahiert mit dem Verlust an Dollar Vermögen in den Portfolios weiterer Investoren, bedingt durch den Verkauf dieser Aktie. Der Quotient dieses Ergebnisses, sowie der aufgrund des Handels bedingten gesamten Vermögensänderung weist auf mögliches positives Feedback Trading hin. Die Höhe des jeweils ermittelten Wertes zeigt den Zusammenhang, den die bisherige Performance der Aktie i auf die Anzahl der Anleger und auf das Vermögen in den Portfolios der Anleger hat. Da beide (LSV) Messinstrumente jedoch zumeist unterschiedliche Ergebnisse aufweisen, ist eine entsprechende Interpretation der Resultate entscheidend. Führen die meisten Investoren beispielsweise positives Feedback Trading durch, so ist das Nratio positiv. Tätigen negative Feedback Trader aber dagegen die größeren Transaktionen, ist das Dratio negativ (Lakonishok, Shleifer, Vishny, 1992).

Ein weiteres Messinstrument des Feedback Trading wurde durchGrinblatt, Titman, Wermersentwickelt. Das Instrument misst das Ausmaß einer Veränderung des Investoren Portfolios aufgrund der vergangenen Renditen der jeweiligen Aktien. Dazu wird die Differenz der Portfoliogewichte einer Aktie in zwei aufeinanderfolgenden Perioden mit der Rendite dieser Aktie in einer Benchmark Periode multipliziert, sowie anschließend über sämtliche Aktien und Zeiträume aufsummiert und durch die Anzahl der betrachteten Perioden geteilt.

M = 1/T ∙ ∑Tt=1 ∙ ∑ Nj=1 (ώj, t – ώj, t - 1 ) Ŕj, t - k + 1 (3)

Die Benchmark Periode der Aktienrenditen kann von der eigentlichen Beobachtungsperiode abweichen, indem k einen Wert größer als 1 annimmt und somit die Generierung verschiedener Messungen ermöglicht. Problematisch im Bezug zu diesem (GTW) Instrument ist jedoch die Verwendung von monatlichen Renditen und die quartalsweise Betrachtung der Portfolioveränderungen. Allerdings wird dadurch auch das Problem fehlender Renditen reduziert, da nun eine größere Anzahl an Werten zur Verfügung steht. Eine Modifizierung des Messinstruments ermöglicht zudem die Eliminierung des passiven Momentum Trading, das durch den Preisanstieg der Aktien und den dadurch bedingten Anstieg der Portfoliogewichte entsteht. Deshalb werden nun die durchschnittlichen Aktienpreise einer Periode verwendet um die Gewichte zu generieren. Des Weiteren wird die Untersuchung durch die Aufteilung des Messinstrumentes in eine Variante bei der die Gewichte zunehmen, d.h. Aktien zugekauft werden, und eine gegenteilige Version erweitert. Außerdem wird eine umsatzbedingte Messung vorgenommen, die den Einfluss der vergangen Renditen auf die Transaktionen des Fonds berechnet (Grinblatt, Titman, Wermers, 1995). Neben diesen Erweiterungen des (GTW) Messinstruments entwickeltenBadrinath, Wahaleine weitere Modifikation. Das von ihnen generierte ITM Measure verwendet zur Identifikation des Momentum Trading die Summe des Produkts der Veränderungen individueller Aktiengewichte eines Investors und der Veränderung der Renditen dieser Aktien.

ITMjt (k, l) = ∑Ni=1 (ώijt – ώijt - l ) ∙ (Ŕi, t - k - Ŕm, t - k) (4)

Das verwendete Gewicht eines Investors in den einzelnen Aktien zu einem bestimmten Zeitpunkt kann wie folgt definiert werden.

ώijt = Pit ∙ Hijt / ∑Ni=1 [ Pi ∙ Hijt] (5)

Somit entspricht das Portfoliogewicht dem Produkt des Quartalsendpreises einer Aktie i zum Zeitpunkt t und der Anzahl an Aktien, die von einem institutionellen Investor zum jeweiligen Zeitpunkt gehalten wird. Dieses Ergebnis wird anschließend durch die Summe des berechneten Produktes für sämtliche Quartalsendpreise geteilt. Eine Veränderung der Aktienportfolios ist deshalb gleichbedeutend mit der Differenz der Portfoliogewichte unterschiedlicher Quartale. Das ITM Measure erlaubt nun durch Variation der Beobachtungszeiträume, Portfolioänderungen und der Messung der Renditen eine detaillierte Untersuchung. So wird beispielsweise die Bedeutung der beobachteten Zeiträume vergangener Renditen für die Portfoliostruktur hervorgehoben. Ein positiver Wert des ITM Measure kann dabei als Indiz für Momentum Trading gewertet werden. Die Zerlegung des Messinstruments in zwei Varianten mit dem jeweiligen Fokus auf Käufe und Verkäufe von Aktien erlaubt eine Überprüfung der Robustheit der generierten Ergebnisse. Die Autoren verwenden zudem ein alternatives Messinstrument. Dieses Instrument basiert auf der zeitlichen Anpassung der Aktien eines Portfolios institutioneller Investoren an neue Gegebenheiten. Das Hratio betrachtet dazu die prozentuale Veränderung der Portfoliobestände.

Hratioijt = Hijt / Hijt -1 (6)

Der Vorteil dieses Instruments liegt in der Vermeidung von Verzerrungen durch passives Momentum Trading, d.h. Preisanstiegen von Aktien, die deren Portfoliogewichtung verändern (Badrinath, Wahal, 2002).

Alle vorgestellten Messmethoden verwenden Veränderungen der Aktienportfolios und der vergangenen Aktienrenditen zur Identifikation von Momentum Trading. Sie verknüpfen diese beobachtbaren Aktionen miteinander, ohne jedoch diesen direktem Zusammenhang zu beweisen. Die Autokorrelation der Renditen ist somit keine hinreichende Bedingung für Feedback Trading. Nicht weiter diskutierte Modelle verwenden Feedback Trader, sowie fundamental orientierte Investoren als Ausgangspunkte zur Bestimmung des Einflusses der Volatilität von Aktienpreisen auf die Autokorrelation der Renditen dieser Aktien, der über unterschiedliche Zeiträume beobachtbar ist. Somit wird in diesen Modellen darauf verwiesen das Feedback Trading, neben beispielsweise nicht synchronem Handel der Investoren, eine Ursache der Autokorrelation der Aktienrenditen ist. Die gegenteilige Argumentation wird aber nicht verwendet, wodurch keine Identifikation von Feedback Trading möglich ist (Sentana, Wadhwani, 1992) und (Bohl, Reitz, 2004).

3.1.2 Verwendetes Datenmaterial bisheriger Studien

Eine vielfältige Anzahl von Studien beschäftigt sich mit dem Nachweis des Feedback bzw. Momentum Trading. Bisherige Studien, die im Folgenden weiter differenziert werden, nutzen sehr unterschiedliche Daten und Untersuchungszeiträume, sowie jeweils bestimmte Anlegergruppen zum Nachweis dieses Verhaltens. Die Autoren begründen ihr Vorgehen zumeist damit, dass durch die Verwendung abgegrenzter Daten, die Wahrscheinlichkeit Feedback Trading tatsächlich signifikant zu bestätigen, erhöht wird. So nutzenLakonishok, Shleifer, Vishnydie Daten von insgesamt 769 steuerbefreiten Fonds, die mindestens 90% ihrer Vermögen in Aktien halten. Gesponsert werden die Fonds dabei zumeist durch betriebliche aber auch staatliche Altersicherungspläne, somit handelt es sich größtenteils um Pensionsfonds. Die Auswahl dieser Fonds, zielt auf die Konkurrenzsituation der ausführenden Manager ab. Sämtliche Fonds bzw. Manager richten ihr Angebot an die gleichen Kunden und werden durch ein bestimmtes Beratungsunternehmen evaluiert. Aus diesem Grund liegt das Hauptaugenmerk der Untersuchung auf den exekutiven Managern der Fonds. Von diesen aktiven Managern sind insgesamt 341 in den Daten zu finden, die bis zu 17 unterschiedliche Fonds gleichzeitig managen. Die Untersuchungseinheit der Studie entspricht somit dem gesamten Vermögen unter der Kontrolle eins Managers. Zudem wird vermutet, dass die Manager ein sehr ähnliches Anlageverhalten für sämtliche durch sie vertretene Fonds aufweisen. Feedback Trading ist aufgrund dieser Konkurrenzbedingungen wahrscheinlicher als in einer zufälligen Auswahl institutioneller Investoren. Zum Nachweis des genannten Verhaltensmusters wird deshalb nun die Zusammensetzung der jeweiligen Portfolios institutioneller Investoren am Ende eines Quartals miteinander verglichen. Die Untersuchung beginnt dabei mit dem ersten Quartal 1985 und endet mit dem vierten Quartal 1989. Kritik ist in diesem Zusammenhang allerdings angebracht, da nur die Portfolioveränderungen von Quartal zu Quartal beobachtbar sind, Veränderungen innerhalb eines Quartals, einer Woche oder gar eines Tages sind dagegen nicht beobachtbar. Ein weiterer Fokus der Studie liegt in der Unterscheidung der Handelsstrategien institutioneller Investoren. Diese unterscheiden sich je nach dem Anteil des Aktienwertes am gesamten Marktvermögen (Lakonishok, Shleifer, Vishny, 1992). Grinblatt, Titman, Wermers, nutzen in ihrer Studie die Portfoliowerte von insgesamt 274 Investmentfonds in einem Zeitraum von 1975 bis 1984 zur Identifikation von Verhaltensmustern in den Transaktionen dieser relativ homogenen Investoren. Dazu betrachten sie die Veränderungen der Wertpapier Portfolios von 155 Fonds innerhalb eines Quartals und verweisen auf das Ausmaß des Feedback Trading je nachdem wie stark die Aktiennachfrage auf der vergangenen Performance dieses Wertpapiers beruht. Vertieft wird diese Untersuchung durch die Unterteilung der Investoren in unterschiedliche Kategorien je nach Anlagestrategie. Anschließend wird zudem der Einfluss dieses Verhaltens auf die Performance des Fonds untersucht (Grinblatt, Titman, Wermers, 1995). In früheren Studien zeigten sie bereits, dass die Performance eines Fonds signifikant von der Momentum Strategie beeinflusst wird, jedoch konnten sie dort den Einfluss von Finanzmarktanomalien nicht vollständig ausschließen (Grinblatt, Titman, 1993). Portfolioveränderungen und monatliche Aktienrenditen werden auch von Nofsinger, Siasals Basis ihrer Studie verwendet. Sie nutzen monatliche Aktienrenditen und die von institutionellen Investoren gehaltenen Aktienanteilen über einen Zeitraum von 20 Jahren (1977 bis 1996). In ihrer Analyse unterteilen sie jeweils zehn Portfolios mit ähnlichen Anteilen an Investments durch institutionelle Investoren in den Aktien, sowie zehn Portfolios je nach Veränderungen dieser Anteile über ein sog. Herding Jahr hinweg. Der positive Zusammenhang zw. den Veränderungen der Anteile institutioneller Investoren und den Renditen der Aktien verweist zu einen auf positives Feedback Trading innerhalb der Beobachtungsperiode, sowie in einem Zeitraum vor dieser Periode. Dies wird nun weiter untersucht, indem die durchschnittlichen Renditen der Vorperiode mit den Renditen der Beobachtungsperiode, sowie den Veränderungen der durch Investoren gehaltenen Anteile, analysiert werden (Nofsinger, Sias, 1999). NebenNofsinger, SiasnutzenBadrinath, Wahalebenfalls die Portfolioveränderungen verschiedener Investorentypen über ein Quartal hinweg und nicht die Daten bestimmter Untergruppen der institutionellen Investoren. Zudem werden komplexere Muster in den Transaktionen dieser Investoren untersucht. D.h. Portfolioveränderungen ergeben sich durch Investitionen in neue Aktien, totalen Verkauf bisheriger Aktien oder unvollständige Veränderungen bisheriger Aktien. Die Analyse des Momentum Trading ist somit zweiseitig und zeigt sehr differenzierte Ergebnisse. Insgesamt werden durch die Autoren 1200 institutionelle Investoren, die gemäß 13 F Reports ihre Portfoliodaten alle 3 Monate veröffentlichen, über einen Zeitraum vom 3. Quartal 1987 bis zu jenem Quartal 1995, beobachtet. Neben den Portfolioveränderungen werden zudem Preise und Renditen der Aktien zur Identifikation des Feedback Trading verwendet. Diese Daten erhalten sie, ähnlich zu anderen Studien, durch dasCRSPForschungsinstitut. (Badrinath, Wahal, 2002). Eine Untersuchung des deutschen Aktienmarktes durchBohl, Reitzverwendet u.a. Daten des DAX Index, um den Einfluss des positiven Feedback Trading auf die Autokorrelation der Aktienrenditen zu verdeutlichen. Der Fokus der Studie liegt hier aber auf Beobachtung der Autokorrelation der Renditen und somit dem Nachweis für die Existenz des Feedback Trading, nicht auf der Auswirkung des Momentum Trading auf Aktienpreise. Dazu nutzt die Analyse tägliche Daten in einen Zeitraum von Januar 1998 bis November 2001. Zur Verdeutlichung der Beziehung der Volatilität mit der Autokorrelation von Aktienrenditen werden insbesondere Daten des Börsencrashs im September 2001 verwendet. Indexrenditen werden dann mit Hilfe der Differenzen der logarithmierten täglichen Schlusskurse berechnet. Des Weiteren zeigt eine Autoregression die Effekte der Volatilität auf die Autokorrelation. Neben dieser Autoregression wird das Feedback Trader Modell vonSentana, Wadhwaniverwendet sowie eine Zeitreihenanalyse in Form eines EGARCH um die asymmetrische Indexentwicklungen und Heteroskedastizität der Indexrenditen zu verarbeiten (Bohl, Reitz, 2004). Das Verhalten institutioneller Inestoren in Emerging Markets dient als Ausgangspunkt der Studie vonBohl, Voronkova. Die Entwicklungen im polnischen Aktienmarkt, insbesondere durch die Zulassung von Pensionsfonds im Jahr 1999 ermöglichen eine einzigartige Untersuchung. Die notwendigen Daten der 17 Pensionsfonds von 1999 bis 2002 werden deshalb durch das InstitutAnalizy Online, sowie jährliche und halbjährliche Berichte bereitgestellt. Feedback Trading identifizieren die Autoren dann mit Hilfe der LSV Messinstrumente und weisen eine signifikante Evidenz des Verhaltens nach (Bohl, Voronkova, 2005).

3.1.3 Resultate bisheriger Studien

Momentum bzw. Feedback Trading ist durch die Korrelation der Aktienpreise und den Portfolios der Anleger, insbesondere institutioneller Investoren, geprägt. Positives Feedback Trading spiegelt somit die Strategie wider, Aktien mit Preisverlusten in der Vorperiode zu verkaufen und Aktien mit Kursgewinnen zu kaufen. Die Veränderung des Aktienportfolios eines institutionellen Investors als Folge von Aktienpreisschwankungen ist deshalb ein mögliches Indiz für Feedback Trading und wird in den betrachteten Messinstrumenten verwendet. Insgesamt ist in den diskutierten Studien nur eine relativ geringe empirische Evidenz für dieses Verhaltenmuster erkennbar. Auch die Wirkung des Feedback Trading auf Aktienmärkte wird unterschiedlich beurteilt. Eine kurze Zusammenfassung der Ergebnisse ist deshalb in Tabelle 1 aufgeführt.

Tabelle 1: Empirische Evidenz des Feedback bzw. Momentum Trading

Die Tabelle zeigt allgemeine Ergebnisse bzw. die Hauptaussagen der hier verwendeten Studien.

Abbildung in dieser Leseprobe nicht enthalten

Quellen: (Lakonishok, Shleifer, Vishny, 1992),(Grinblatt, Titman, Wermers, 1995), (Wermers, 1999), (Nofsinger, Sias, 1999), (Badrinath, Wahal, 2002), (Bohl, Reitz, 2004), (Bohl, Voronkova, 2005)

[...]

^[1]Der weltweite Trend zur Institutionalisierung des Vermögens wird anhand des steigenden Wertes der Wert- papiere im Besitz der Investoren deutlich, siehe Tabelle y im Anhang A2.

^[2]Siehe zur Entwicklung der Struktur institutioneller Investoren Diagramme im Anhang A1.

^[3]Zur weiteren Abgrenzung des Begriffs Institutionelle Investoren siehe (Kaiser, 1990).

^[4]Die verpflichtende Erklärung finden sie unter http://www.sec.gov/about/forms/secforms.htm#1934forms.

^[5]Zum besseren Informationsstand institutioneller Investoren siehe Charakterisierung von Institutionen in Abschnitt 1 und zur empirischen Evidenz des Stealth Trading siehe Abschnitt 3.3.

^[6]Nach der Random Walk Eigenschaft von Aktienpreisen, entspricht eine Veränderung des Preises einem un- erwartetem Ereignis. Somit giltPt+1–Pt=ut+1, der aktuelle Preis ist also die beste Prognose zukünftiger Preise.

^[7]Eine detaillierte Erläuterung zur Systematik dieses Verfahrens finden sie im Anhang B1. Der Ablauf einer Ereignisstudie wird dagegen nicht weiter diskutiert, siehe dazu Bowmann (1983).

^[8]Weitere Verfahren zur Messung des Preiseinflusses institutioneller Investoren sind erwähnenswert, u.a. zu finden in (Gabaix, et al., 2006).

^[9]Vielfältige weitere Verfahren sind hier wiederum erwähnenswert, z.B. (Gabaix, et al., 2006)