Masterstudiengang Stochastic Engineering (Angewandte Mathematik)
Refine
Document Type
- Master's Thesis (2)
Has Fulltext
- yes (2)
Is part of the Bibliography
- yes (2)
Keywords
- Entscheidungsbaum (1)
- Investitionsverhalten (1)
- Kapitalanlage (1)
- Maschinelles Lernen (1)
Finanzielle Entscheidungen zählen zu den wichtigsten Entscheidungen, die Menschen in ihrem Leben treffen, da diese einen großen Einfluss auf deren tägliches Leben und deren finanzielle Situation haben. Welches Investment ein Anleger wählt, kann langfristige Auswirkungen auf die Entwicklung seines Vermögens haben. Bei finanziellen Entscheidungen, insbesondere bei der Entscheidung für ein bestimmtes Investment, werden Menschen bewusst oder auch unbewusst beeinflusst, sodass sie nicht stets rational handeln.
Die Problemstellung und der aktuelle Stand der Forschung:
Nach der neoklassischen Kapitalmarkttheorie handeln Menschen bei Investitionsentscheidungen rational. Da Investoren in Bezug auf ihre Investitionsentscheidungen nachweisbar nicht immer rational handeln, konnten in der Vergangenheit Marktbewegungen und menschliche Verhaltensweisen beobachtet werden, die nicht mit der neoklassischen Kapitalmarkttheorie erklärt werden können. Aufgrund dessen entwickelte sich daraus die Behavioral-Finance-Forschung. Dabei handelt es sich um eine verhaltensbasierte Kapitalmarktforschung, welche die Investitionsentscheidungen auf Basis des tatsächlich beobachtbaren Verhaltens der Investoren beschreibt und erklärt. Im Zuge der Weiterentwicklung der neoklassischen Kapitalmarkttheorie zur Behavioral Finance, wurden bereits mehrfach Studien zur Erforschung der investitionsentscheidenden Einflussfaktoren, die Heuristiken genannt werden, durchgeführt. Um die Theorie der Behavioral Finance und damit einhergehend die Heuristiken auf dem deutschen Aktienmarkt zu überprüfen, zu bestätigen und gegebenenfalls zu erweitern, ist es erforderlich, eine repräsentative Befragung durchzuführen und die gesammelten Daten unter den genannten Gesichtspunkten auszuwerten. Andere Studien konzentrierten sich dabei meist auf die Untersuchung einer bestimmten Beeinflussung unter verschiedenen Umständen. Dabei wurde jedoch bisher keine Überprüfung der Kritikpunkte an der neoklassischen Kapitalmarkttheorie anhand realer Kapitalmarktdaten durchgeführt.
Die Zielsetzung:
Die oben beschriebene Überprüfung der Kritikpunkte an der neoklassischen Kapitalmarkttheorie wird in dieser Arbeit anhand von realen Daten der Kapitalmärkte durchgeführt. Des Weiteren ist zum Zeitpunkt der Erstellung dieser Arbeit keine Forschung bekannt, die eine empirische Untersuchung der Beeinflussung des Anlegerverhaltens mit der Erstellung einer volatilitätsbasierten Handelsstrategie verknüpft. An dieser Forschungslücke setzt die hier vorliegende Arbeit an. Dabei wird neben der Überprüfung der Heuristiken der Behavioral Finance auf Grundlage empirisch erfasster Daten, eine volatilitätsbasierte Handelsstrategie erstellt und diese anhand der historischen Daten überprüft und mit der Entwicklung des Aktienmarktes im selben Zeitraum verglichen. Das Ziel dieser Arbeit ist demnach, zum einen die Bestätigung der Theorie der Behavioral Finance, sowie der Kritikpunkte der neoklassischen Kapitalmarkttheorie und zum anderen die Verbindung der empirischen Verhaltensforschung mit der Entwicklung einer Handelsstrategie. Diese soll Aufschluss darüber geben, ob mit den kumulierten Anlagepräferenzen einer repräsentativen Bevölkerungsgruppe in Zusammenspiel mit aktuell erforschten Konzepten zur Modellierung von Abhängigkeitsstrukturen und zu Volatilitäts-Simulationen, im Vergleich zum Aktienmarkt, eine bessere Rendite erzielt werden kann. Das Ziel der Handelsstrategie ist demnach die Überprüfung, ob die risikoreichen oder die risikoarmen Anleger mit ihrer jeweiligen Anlagepräferenz und dem Einsatz der hier erstellten Handelsstrategie Erfolg haben.
Die Vorgehensweise:
Zunächst einmal werden die theoretischen Grundlagen und Annahmen der neoklassischen Kapitalmarkttheorie erläutert. Diese Erklärung dient zum besseren Verständnis der Kritikpunkte an dieser Kapitalmarkttheorie und zur besseren Nachvollziehbarkeit, weshalb die Behavioral-Finance-Forschung entstanden ist. Anschließend erfolgt die Erläuterung der Behavioral Finance. Dabei wird als Erstes eine Einführung in die Theorie gegeben, um anschließend, unter anderem auf den Ablauf des Entscheidungsprozesses bei einer Investitionsentscheidung einzugehen. Ein weiterer entscheidender Aspekt dieser Arbeit ist die Erklärung der unterschiedlichen Faktoren, wie ein Anleger in seinem Entscheidungsprozess beeinflusst werden kann. Im Zuge dessen, werden die Heuristiken mit Beispielen verknüpft und darüber hinaus den einzelnen Phasen des Prozesses einer Investitionsentscheidung zugeordnet. Darauffolgend wird die Untersuchungsmethode dieser Studie erklärt, wobei es sich hierbei um die empirische Erfassung von Daten mittels einer repräsentativen Umfrage in Form eines digitalen Fragebogens handelt. Der Inhalt des Fragebogens wurde vom Autor dieser Arbeit erstellt. Die Umfrage wurde insgesamt zwei Mal durchgeführt. Der Teilnehmerkreis der ersten Umfrage beschränkte sich auf Freunde und Verwandte des Autors. Die zweite Umfrage wurde über den zentralen Umfrageverteiler der Hochschule München an eine Stichprobe, bestehend aus 3.601 Angehörige der Hochschule München (Studierende, Mitarbeiter) versendet. Zwischen der Durchführung der ersten und der zweiten Umfrage lag eine Woche.
Nach der Erfassung der empirischen Daten kann mit der Primäranalyse begonnen werden, wobei der Fokus auf der Untersuchung der Beeinflussung von Menschen bei Investitionsentscheidungen liegt. In diesem Abschnitt erfolgt die Überprüfung der vorab eingeführten Heuristiken. Außerdem werden in diesem Schritt die Umfrageteilnehmer in risikoarme und risikoreiche Teilnehmer eingeteilt, um für beide Gruppen anhand der Antworten der ersten Umfrage, ein repräsentatives Portfolio mit der ermittelten Assetgewichtung aufzustellen.
Auf diese beiden Portfolien wird anschließend eine volatilitätsbasierte Handelsstrategie angewendet und anhand der historischen Daten getestet. Die Handelsstrategie arbeitet mit der Simulation zukünftiger Returns auf Grundlage der Volatilität der vergangenen drei Jahren. Die simulierten zukünftigen Asset-Preise dienen als Basis für die Umschichtung der Assets alle 20 Tage. Zur Berücksichtigung der Abhängigkeitsstrukturen der Assets bei der Simulation, wird ein Copula-Modell verwendet.