Advertisement

Empirische Untersuchung

  • Stefan Schmale
Part of the Trends in Finance and Banking book series (TFB)

Zusammenfassung

Nachdem Preisänderungen und Handelsvolumen bislang nur theoretisch betrachtet wurden, soll im folgenden überprüft werden, inwieweit die dabei gewonnenen Erkenntnisse geeignet sind, das Verständnis vom tatsächlichen Geschehen auf Wertpapiermärkten zu verbessern. Die Grundlage hierfür bilden die täglichen Schlußkurse und Volumina an der Frankfurter Börse sowie die täglichen Gesamtvolumina an allen 8 deutschen Börsen für 52 Aktien des FAZ-Indexes vom 1.7.1988 bis 28.6.1991169. Transaktionsbezogene Daten, die mit den vorangegangenen theoretischen Überlegungen weitaus besser korrespondiert hätten, waren für den deutschen Aktienmarkt bedauerlicherweise nicht zu beschaffen. Da auch exakte Daten über unternehmensspezifische informatorische Ereignisse nicht erhältlich waren, ist eine direkte Überprüfung vieler im theoretischen Teil gewonnener Hypothesen von vornherein ausgeschlossen.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. 170.
    Die Umrechnung in einfache Renditen wurde gewählt, weil sie dem einperiodischen Entscheidungshorizont der Investoren im theoretischen Teil am ehesten entspricht. Häufiger werden in der empirischen Kapitalmarktforschung allerdings logarithmierte Preisänderungen der Form ln(P z) ln(Pz-1) verwendet, die einem mehrperiodischen Modellansatz mit kontinuierlicher Abzinsung entsprechen. Ausführlicher zu den Unterschieden zwischen beiden Ansätzen und zu ihren Auswirkungen auf das Datenmaterial vgl. z.B. MERTON (1975) oder FAMA (1976, S. 17ff).Google Scholar
  2. 172.
    Zum Spearman-Rangkorrelationskoeffrzienten vgl. z.B. SACHS (1992, S. 510ff.). Dieses Korrelationsmaß wurde gewählt, weil es, anders als die parametrischen Produktmoment-Korrelationen, keine weitgehend binomial verteilten Grundgesamtheiten voraussetzt. Deutliche Abweichungen von dieser Voraussetzung sind aufgrund früherer Untersuchungen, z.B. von HARRIS (1986, 1987), vor allem für die Volumendaten zu erwarten.Google Scholar
  3. 174.
    HECKER (1974, S. 155ff.), der seine Untersuchungen auf Differenzen logarithmierter Preisänderungen stützte, fand die Verteilungen der Renditen deutscher Aktien dagegen leicht rechtsschief verteilt. Da dieser Unterschied hier sogar noch unterschätzt wird, weil die verwendeten einfachen Renditen gegenüber den logarithmierten Preisänderungen prinzipiell einen etwas größeren Wert des Schiefemaßes implizieren, läßt sich vermuten, daß solch geringe Schiefen eher zufälliger Natur sind und vor allem auf Besonderheiten des Betrachtungszeitraumes beruhen. Ausführlicher zu den Unterschieden der errechneten Schiefen bei einfachen Renditen und logarithmierten Preisänderungen vgl. z.B. FAMA (1976, S. 30f.).Google Scholar
  4. 175.
    BANz hält es allerdings auch für möglich, daß nicht die Unternehmensgröße selbst, sondern ein oder mehrere mit ihr korrelierte Faktoren den Größeneffekt auslösen. STOLL und WHALEY (1983) entdeckten auch einen signifikanten Einfluß der Transaktionskosten.Google Scholar
  5. 176.
    CHAN, CHEN und HstEH (1985) konnten dagegen nach einer Bereinigung von Preisdaten amerikanischer Aktien mit Hilfe der APT nur einen sehr schwachen und nicht profitabel nutzbaren Größeneffekt feststellen. 1777 FAMA (1965b, S. 70).Google Scholar
  6. 178.
    ZU dieser Bezeichnung vgl. MANDELBROT (1963a).Google Scholar
  7. 179.
    Zum Begriff der charakteristischen Funktion vgl. z.B. BAUER (1991, S.187).Google Scholar
  8. 180.
    Für eine ausführliche mathematische Herleitung vgl. z.B. GNEDENKO und KoLlrtocoROV (1968).Google Scholar
  9. 181.
    Ausführlicher hierzu vgl. z.B. FAMA (1963, 1965b) oder MANDELBROT und TAYLOR (1967).Google Scholar
  10. 182.
    Für Entscheidungsregeln zur Wertpapierauswahl bei Pareto-Verteilungen mit charakteristischen Exponenten kleiner als 2 vgl. FAMA (1965a).Google Scholar
  11. 183.
    CLARK (1973, S. 140f.). MANDELBROT (1963b) erklärt die Leptokyrtosis in der Renditeverteilung alternativ damit, daß die bei jedem Informationszugang zu beobachtenden Preisänderungen zwar identisch verteilte Zufallsvariable sind, aber keine endliche Varianz besitzen. Der charakteristische Exponent ihrer Grenzverteilung läge damit innerhalb des Intervalls von 0 < a < 2 und die resultierenden Verteilungen wären umso stärker leptokyrt, je kleiner a. Da solche Verteilungen keine endliche Varianz und für a < 1 auch keinen Mittelwert mehr besitzen, wäre, wie bereits früher festgestellt, eine Entscheidungsregel auf Basis des Mittelwert-Varianz-Prinzips nach dieser Argumentation allerdings ausgeschlossen. Empirische Überprüfungen speziell dieser Eigenschaften scheinen die MANDELBROT’SChe Hypothese zudem zu widerlegen. So haben beispielsweise AKGIRAY, Boom und Lotsin, (1987, 1989) festgestellt, daß die Renditen deutscher Aktien überwiegend endliche Varianz aufweisen.Google Scholar
  12. 185.
    Zur Definition von Liquidität und zum Begriff des Liquiditätsrisikos vgl. z.B. GARBADE und SILBER (1979).Google Scholar
  13. 186.
    Die Auswirkungen der Marktliquidität auf den informationsorientierten Handel untersucht auch PAGANO (1989).Google Scholar
  14. 187.
    Vgl. hierzu auch JAMES und EDMISTER (1983), die für den amerikanischen Markt eine „Liquiditätsprämie“ nicht feststellen konnten.Google Scholar
  15. 188.
    Zu einem ähnlichen Ergebnis waren AJINKYA und JAIN (1989) sowie HARRIS (1983, 1986, 1987) bereits für amerikanische Aktien gelangt.Google Scholar
  16. 189.
    Für diese Art der Darstellung vgl. SIMMONS (1971, S. 852f.).Google Scholar
  17. 190.
    Im Gegensatz zum einfachen Bestinuntheitsmaß R2 steigt das bereinigte nicht zwangsläufig mit jeder zusätzlichen erklärenden Variable an. Zu seiner Berechnung vgl. z.B. PINDYCK und RUBINFELD (1981, S. 88ff.)Google Scholar
  18. 192.
    Vgl. hierzu z.B. HARRIS (1987, S. 130f).Google Scholar
  19. 193.
    MORSE (1980, S. 1134).Google Scholar
  20. 195.
    Den prinzipiell gleichen Effekt können auch saisonale Schwankungen der Handelsaktivität haben, wie sie beispielsweise von PETTENGILL und JORDAN (1988) festgestellt wurden. Da PETTENGILL und JORDAN saisonale Einflüsse auch für Renditen beobachteten, sehen sie dies überdies als mögliche (Teil-) Erklärung für eine positive Beziehung zwischen dem Handelsvolumen und der Preisänderung per se.Google Scholar
  21. 197.
    Der Umsatzindex mißt die Umsatzentwicklung der im FWB-Gesamtindex enthaltenen, d.h. in Frankfurt amtlich notierten deutschen Aktien. Ein Indexwert von 100 Punkten entspricht dem monatlichen Durchschnittsumsatz von 1968 (=14,035 Mio. DM).Google Scholar
  22. 198.
    Für dieses Verfahren vgl. z.B. Sachs (1992, S. 512).Google Scholar
  23. 199.
    KxA1naEN (1991, S. 115).Google Scholar
  24. 200.
    Zu diesem Testverfahren vgl. z.B. SACHS (1992, S. 380ff.).Google Scholar
  25. 201.
    Zu dieser Methode vgl. z.B. ROSENTHAL (1984, S. 93ff.). In der Literatur wird dagegen meist die auf FISHER (1932) zurückgehende Methode der Addition logarithmierter p-Werte verwandt. Diese besitzt für große Stichproben jedoch weniger Aussagekraft als die Stouffer-Methode und ist ohne Umformung zudem nicht in der Lage, rechnerisch zwischen der Signifikanz zustimmender und ablehnender Ergebnisse zu unterscheiden. Da solche konträren Fälle in der hier durchgeführten Untersuchung auftraten, wurde auf die Verwendung der Methode von FISHER generell verzichtet. Für eine Diskussion dieser Problematik und weitere meta-analytische Methoden vgl. z.B. MOSTELLER und BUSH (1954) sowie ROSENTHAL (1978).Google Scholar

Copyright information

© Betriebswirtschaftlicher Verlag Dr. Th. Gabler GmbH, Wiesbaden 1994

Authors and Affiliations

  • Stefan Schmale
    • 1
  1. 1.VallendarDeutschland

Personalised recommendations