„Aktienkursbewegungen werden hauptsächlich vom Verhalten bestimmt, nicht vom Risiko“

„Meines Erachtens haben wir aber eine Lösung dafür gefunden in Form eines quasi-natürlichen Experiments, bei dem wir den Online-Transfermarkt im Videospiel FIFA 19¹ herangezogen haben. Dort sind die Qualitäten oder die fundamentalen Stärken der Spieler bekannt und fix. Das bedeutet, dass es keine Neuigkeiten in fundamentaler Hinsicht gibt. Würde man dies mit dem Aktienmarkt vergleichen, würden sich die Kurse am letztgenannten entweder aufgrund fundamentaler Nachrichten oder aufgrund irgendeiner Marktverirrungen verändern. Beispielsweise aufgrund eines Tweets von Elon Musk.

„In diesem virtuellen Markt sind die fundamentalen Gegebenheiten konstant. So weiß man, dass jede Kursbewegung aus dem Verhalten der Marktteilnehmer resultiert, da es definitionsgemäß keine neuen Informationen gibt. Das ist eine wichtige Eigenschaft dieses Marktes. Zudem ähnelt er im Hinblick auf seine Struktur und die Marktteilnehmer sehr dem Aktienmarkt.“

„Vor allem weist er eine enorme Größe auf. Sprichwörtlich Milliarden von Transaktionen finden an diesem Markt statt. Das Online-Spiel wird keineswegs nur von Teenagern gespielt. Wir wissen einiges über die demographische Struktur der Spieler. Sicher ist der durchschnittliche Spieler etwas jünger als der durchschnittliche Teilnehmer am Aktienmarkt, aber der Unterschied ist nicht sehr groß. Die Mehrzahl der Spieler ist männlich und verfügt über einen Hochschulabschluss – Ähnliches ist an den Aktienmärkten zu beobachten. Der Handelsprozess weist ebenfalls Ähnlichkeiten auf, da es beispielsweise ein Orderbuch gibt. Der Prozess ist hochentwickelt.“

„In diesem Umfeld ist zu beobachten, dass die Ertragsdynamik am FIFA-Markt derjenigen an den Aktienmärkten ähnelt. An den Aktienmärkten sind mehrere bedeutende Faktoren wirksam. Genau dieselben Faktoren finden sich auch am FIFA-Markt. Beispielsweise gibt es eine Size-Prämie, da bei Spielern mit geringerem Marktwert die erwarteten Erträge höher sind. Des Weiteren gibt es den „Book-to-Market“-Faktor. Für die Spieler lässt sich ein Buchwert oder fundamentaler Wert berechnen, und tatsächlich ist zu beobachten, dass sich der Wert im Zeitverlauf diesem Mittelwert wieder annähert. Es gibt auch Momentum- und Mean Reversion-Muster. Zu beobachten ist eine Rückkehr zum Mittelwert bei den Renditen von Spielern, deren Wert sich in der Vorwoche gut entwickelt hat. Schaut man weiter in die Vergangenheit zurück, lassen sich aber auch Momentum-Muster erkennen.“

„All dies sind sehr ähnliche Eigenschaften wie am Aktienmarkt. Mittlerweile wissen wir, dass der FIFA-Markt vollständig vom Verhalten und nicht von fundamentalen Aspekten bestimmt wird. Vergleicht man ihn mit dem Aktienmarkt, könnte dies implizieren, dass Aktienkursbewegungen in erheblichem Umfang von Verhalten und nicht vom Risiko bestimmt werden.“

Es gibt Ineffizienzen am Markt und es sind Beispiele für merkwürdige Fälle zu beobachten. Im Rahmen einer Ihrer Untersuchungen haben Sie auch den Fall von Royal Intech aus dem Jahr 2014 analysiert, als sich der Kurs eindeutig von den Fundamentaldaten abkoppelte. Was können uns diese Fallbeispiele über die Markteffizienz lehren?

Dabei handelt es sich typischerweise um sehr drastische Beispiele oder Abweichungen von der Effizienz. In unserem Forschungspapier verweisen wir auf eine Fehlbewertung um 800 %.² Das ist natürlich ein extremer Einzelfall. Doch wenn so etwas möglich ist, verrät dies meines Erachtens auch etwas über das tägliche Marktverhalten. Wenn es solche Einzelfälle mit derartig ausgeprägter Fehlbewertung gibt, ist es ausgeschlossen, dass es in anderen Bereichen keinerlei Fehlbewertung gibt.“

„Wie gesagt bleibt es sehr schwierig, Fehlbewertungen und rationale Bewertungen auseinanderzuhalten. Der Nutzen solcher Einzelfälle besteht darin, dass sie Beispiele darstellen, bei denen wir uns einer Fehlbewertung sicher sind. Aus diesem Grund halte ich sie für wichtig, da sie nämlich so eindeutig identifizierbar sind.“

Gibt es im Hinblick auf die jüngsten Forschungsergebnisse im Bereich Behavioral Finance vermehrte Hinweise darauf, dass die für die Kursbildung von Assets maßgeblichen Faktoren ein Ergebnis von Fehlbewertungen sind? Und welche neuesten oder künftigen Forschungen finden Sie spannend?

„Ich beobachte in erheblichem Umfang die Einführung von Machine Learning bei der Asset-Preisbildung, insbesondere im Hinblick auf Faktoren. Es sind hunderte Faktoren identifiziert worden, einige besser als andere, schätze ich. Das wirft natürlich die Frage auf: Kann das wirklich sein? Vielleicht identifizieren wir lediglich dieselben Dinge. Gibt es Variationen bei den Faktoren im Zeitverlauf oder in unterschiedlichen Ländern? Ich halte es für eine interessante Entwicklung, dass man mithilfe von Machine Learning-Techniken besser ermitteln kann, welche Faktoren wichtig sind, zu welchem Zeitpunkt und ob sie dasselbe Phänomen repräsentieren oder nicht. Das halte ich für eine sehr gute Entwicklung.“

„In der Vergangenheit wurden Vertreter der Behavioral Finance mit Skepsis betrachtet. Möglicherweise war das bis zu einem gewissen Grad berechtigt, da dieses Lager lediglich auf Fehlentwicklungen hinwies, ohne sie wirklich zu erklären. Andererseits lieferten Forscher, die individuelles Verhalten analysierten – typischerweise in Experimenten zum individuellen Auswahlverhalten – alternative Erklärungen wie beispielsweise die Prospect Theory. Ein weiterer Kritikpunkt an Behavioral Finance war der, dass es eine enorme Zahl von Verzerrungen gibt. Wann immer man feststellt, dass es am Aktienmarkt zu einer Fehlentwicklung kommen ist, kann man einfach eine Verzerrung auswählen und sie mit dem Phänomen in Verbindung bringen. Somit gibt es stets eine Verzerrung, die zur beobachteten Anomalie passt.”

„Ich halte es aber für eine sehr gute Entwicklung, dass es hier in letzter Zeit zu einer Verbesserung gekommen ist. Die Denkrichtung macht Fortschritte und identifiziert tatsächlich die treibenden Kräfte hinter Anomalien. Beispielsweise werden immer mehr Forschungspapiere publiziert, die zeigen, dass die Prospect Theory relevant für die Asset-Bewertungen im Hinblick auf die Präferenzen ist. Ganz aktuell ist zu beobachten, dass die Erwartungsbildung in die Asset-Bewertung integriert wird, beispielsweise die Trendfortschreibung. Die entsprechenden experimentellen Studien zeigen, dass die Leute bei der Bildung ihrer Erwartungen hinsichtlich der zukünftigen Renditen einfach die jüngste Vergangenheit betrachten. Das ist eine sehr menschliche Reaktion. Die Forscher integrieren mittlerweile die Trendfortschreibung bei der Preisfindung von Assets in die Standard-Finanzliteratur.“

„Sie sehen also die Entwicklung einer geeigneten Alternative zur Effizienzmarkthypothese. Im Zuge dieser Fortschritte werden aus der Vielzahl von Verzerrungen die wenigen herausgefiltert, die für die Kursfindung bei Assets allgemein wichtig sind.“

Lesen Sie das vollständige Interview, das auch einen Kommentar zur Partizipation von Privatanlegern und zu Sustainable Investing enthält.

Fußnoten

¹Montone, M., and Zwinkels, C.J., April 2021, “Risk, return and sentiment in a virtual asset market“, working paper, https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3787339.²Van den Assem, M. J., Van Dolder, D., Zwinkels, C.J., and Schauten, M. B. J., October 2020, “Can the market divide and multiply? A case if 807 percent mispricing “, Review of Behavioral Finance.