Kalenderanomalien am deutschen Kapitalmarkt. Eine empirische Untersuchung der bedeutendsten Effekte
Zusammenfassung
Seitdem werden diese sogenannten Anomalien, zu denen Kalenderanomalien zählen, immer intensiver und mit einer Regelmäßigkeit auf Existenz und Persistenz in verschiedenen Märkten untersucht. Dabei können sie teilweise wiederholt, jedoch in einigen Fällen auch nicht erneut oder abschwächend nachgewiesen werden. Ziel dieser Arbeit ist die Untersuchung des deutschen Aktienmarktes auf kalenderzeitliche Renditemuster. Dazu soll zunächst auf einheitlicher Datenbasis über einen längerfristigen Zeitraum untersucht werden, ob Kalendereffekte auf dem deutschen Aktienmarkt vorzufinden und wie signifikant ausgeprägt sie sind. Darüber hinaus soll die Entwicklung der Anomalien im Zeitablauf analysiert werden, um auf ihre aktuelle Relevanz zu schließen. Vor allem die Fragen nach der Signifikanz und historischen Entwicklung bis zum Jahr 2015 stehen im Zentrum dieser Studie.
Leseprobe
Inhaltsverzeichnis
Abkürzungsverzeichnis
Tabellenverzeichnis
Abbildungsverzeichnis
Formalverzeichnis
1 Einleitung
1.1 Problemstellung
1.2 Zielsetzung
2 Theorie effizienter Kapitalmärkte und ihre Anomalien
2.1 Effizienzmarkthypothese
2.2 Kapitalmarktanomalien
2.3 Erklärungsansätze für Kapitalmarktanomalien
3 Kalenderanomalien und Stand der empirischen Forschung
3.1 Januareffekt
3.2 Wintereffekt
3.3 Montagseffekt
4 Empirische Untersuchung des deutschen Aktienmarkts auf kalenderzeitliche Renditemuster
4.1 Daten und methodisches Vorgehen
4.2 Ergebnisse
5 Fazit und Ausblick
Anlagen
Literaturverzeichnis
Abkürzungsverzeichnis
Abbildung in dieser Leseprobe nicht enthalten
Tabellenverzeichnis
Tabelle 1: Kategorisierung der Kapitalmarktanomalien
Tabelle 2: Empirische Untersuchungen zum Januareffekt
Tabelle 3: Empirische Untersuchungen zum Wintereffekt
Tabelle 4: Empirische Untersuchungen zum Montagseffekt
Tabelle 5: Statistischen Eckdaten der untersuchten Indizes
Tabelle 6: Ausprägung und statistische Signifikanz des Januareffekts
Tabelle 7: Ausprägung und statistische Signifikanz des Montagseffekts
Tabelle 8: Ausprägung und statistische Signifikanz des Wintereffekts
Abbildungsverzeichnis
Abbildung 1: Erklärungsansätze für Kapitalmarktanomalien
Formalverzeichnis
Formel 1: Berechnung der stetigen Renditen
1 Einleitung
1.1 Problemstellung
Eine grundlegende Theorie der Kapitalmarktforschung ist die Effizienzmarkthypo- these, die Fama mit seinem 1970 veröffentlichen Artikel „Efficient Capital Markets“1 wesentlich geprägt hat.2 Sie wurde annähernd eine Dekade sowohl durch theoreti- sche Ausarbeitungen als auch durch empirische Untersuchungsergebnisse gestützt und galt als hoch relevant für die Praxis.3 Auf ihren Kernthesen fußen Kapitalmarkt- theorien wie Markowitz‘ Portfoliotheorie, das Capital Asset Pricing Model von Shar- pe, Lintner oder Miller und Ross‘ Arbitrage Pricing Theorie, die heute noch immer von großer Bedeutung sind.4
Seit Ende der 1970er Jahre stellten empirische Untersuchungen vermehrt fest, dass Renditen von Indizes nicht zufällig schwanken, was Zweifel an der Effizienz- markthypothese aufkommen ließ.5 Die Modellkritik erfolgte und erfolgt bis heute zum einen auf Basis „psychologischer Phänomene, die im Widerspruch zum Homo Oeconomicus stehen und unter dem Begriff Behavioral Finance subsummiert wer- den“6, zum anderen auf Basis nicht verhaltensbedingter Erklärungsansätze.7
Seitdem werden diese sogenannten Anomalien, zu denen Kalenderanomalien8 zählen, immer intensiver und mit einer Regelmäßigkeit auf Existenz und Persistenz in verschiedenen Märkten untersucht.9 Dabei können sie teilweise wiederholt, je- doch in einigen Fällen auch nicht erneut oder abschwächend nachgewiesen wer- den.10
Ein großer Teil der bisherigen Untersuchungen fokussiert sich auf den amerikani- schen Aktienmarkt.11 Der deutsche Markt als eine der größten Volkswirtschaften Europas erfährt bislang nur untergeordnete Aufmerksamkeit, jedoch konnten einige Studien eine Existenz der Kalendereffekte nachweisen.12 Dabei basieren die Un- tersuchungen zumeist auf uneinheitlichen Datenbasen und betrachten unterschiedliche Zeiträume.
Besteht eine Persistenz der Anomalien, die nach der Effizienzmarkthypothese nicht möglich sein dürfte, könnten sie systematisch gewinnbringend genutzt werden.13 Das dies nicht nur eine rein theoretische Möglichkeit ist, verdeutlich u.a. der Inter- netauftritt von J.P. Morgan Asset Management. Dort wird darauf hingewiesen, dass schon seit mehr als 15 Jahren Aspekte der Behavioral Finance und insbesondere Kapitalmarktanomalien im Anlageprozess berücksichtigt werden.14 Nicht zuletzt führt der Nachweis von Anomalien zu Zweifeln an den begleitenden und auf diesen aufbauenden Erklärungsmodellen. Demzufolge bieten die Fragen nach der Exis- tenz und Persistenz der Anomalien ein stetig hohes Forschungspotenzial.
1.2 Zielsetzung
Ziel dieser Arbeit ist die Untersuchung des deutschen Aktienmarktes auf kalender- zeitliche Renditemuster. Dazu soll zunächst auf einheitlicher Datenbasisüber einen längerfristigen Zeitraum untersucht werden, ob Kalendereffekte auf dem deutschen Aktienmarkt vorzufinden und wie signifikant ausgeprägt sie sind. Darüber hinaus soll die Entwicklung der Anomalien im Zeitablauf analysiert werden, um auf ihre aktuelle Relevanz zu schließen. Vor allem die Fragen nach der Signifikanz und historischen Entwicklung bis zum Jahr 2015 stehen im Zentrum dieser Studie.
2 Theorie effizienter Kapitalmärkte und ihre Anomalien
2.1 Effizienzmarkthypothese
Die Effizienzmarkthypothese von Fama gilt als eine der grundlegenden Theorien der neonklassischen Finanzierungstheorie, die im Kern den Wert von Wertpapieren durch Risiko und Rendite bestimmt.15 Nach Famas Hypothese sind Kapitalmärkte dann effizient, wenn alle verfügbaren Informationen in den Wertpapierkursen wi- dergespiegelt werden.16 Fama selbst unterscheidet je nach Umfang der verarbeite- ten Informationen drei Stufen der Kapitalmarkteffizienz, wobei selbst bei der schwächsten Stufe keine Kursprognose durch Analyse historischer Daten möglich ist.17 Auf die einzelnen Stufen wird an dieser Stelle nicht weiter eingegangen.18
Kapitalmarkteffizienz entsteht daher infolge effizienter Informationsverarbeitung, wobei beide Effizienztermini weitgehend synonym Verwendung finden.19 Ein effizi- enter ist jedoch von einem vollkommenen Kapitalmarkt abzugrenzen, der u.a. mit der Abwesenheit von Steuern weiteren Prämissen unterliegt.20 Demzufolge ist Ka- pitalmarkteffizienz Voraussetzung eines vollkommenen Marktes. Werden neue, relevante Marktinformationen bekannt, deren Konsequenzen von Investoren unmittelbar im Wertpapierkurs Berücksichtigung finden, bestehen keine gewinnbringend nutzbaren Unterschiede zwischen Preis und intrinsischem Wert einer Aktie.21 Der Wertpapierkurs entwickelt sich demzufolge analog der bekannt- werdenden Informationen, deren Auswirkung sowohl positiv wie negativ sein kann.22 Dieser zufällige und nicht prognostizierbare Kursverlauf wird als Random Walk bezeichnet.23 Bei nicht unmittelbarer Preisanpassung infolge einer solchen Information ergibt sich für Arbitrageure die Möglichkeit, die Fehlbepreisung ge- winnbringend auszunutzen, wobei diese Ineffizienz nur temporär bestehen und mit zunehmender Bekanntheit bei Anlegern beseitigt werden müsste.24 In der wissenschaftlichen Diskussion und einer Vielzahl empirischer Untersuchun- gen hat sich weitgehend manifestiert, dass die Effizienzmarkthypothese die Realität nicht vollständig abbildet. Grund dafür sind ihre Prämissen wie u.a. frei verfügbare Informationen, homogene Erwartungen bzgl. der Renditeverteilung oder der Abwe- senheit von Transaktionskosten. Folglich wird lediglich der Grad der Informationsef- fizienz untersucht.25
2.2 Kapitalmarktanomalien
Mit Beginn der 1980er Jahre wurden in immer zahlreicheren Studien Kursanoma- lien entdeckt.26 Als Anomalien gelten „empirisch beobachtete Renditeentwicklun- gen, die im Widerspruch zu den Theorieaussagen der neoklassischen Kapital- markttheorien stehen“27 oder durch diese nicht erklärbar sind.28 Demnach können die etablierten, klassischen Theorien das Verhalten nur in einem abstrakten Ideal- zustand, nicht aber das beobachtete Verhalten erklären. Die beobachteten Anomalien lassen sich in die in Tabelle 1 dargestellten drei Kategorien Kennzahlen-, Kalender- und sonstige Effizienzanomalien gliedern.29
Abbildung in dieser Leseprobe nicht enthalten
Tabelle 1: Kategorisierung der Kapitalmarktanomalien (*Für Studien vgl. Kapitel 3)
Als Kennzahlenanomalien gelten Anomalien mit Bezug auf unternehmensbezoge- ne Fundamentaldaten. Eine sehr bekannte Anomalie ist der Firmengrößen- oder auch Size-Effekt, der bei kleinkapitalisierten Unternehmen längerfristig eine höhere Rendite beobachtet als bei hochkapitalisierten.30 Daneben besagt der Value-Effekt, dass Aktien mit einem hohen Kurs-Gewinn-Verhältnis eine schlechtere Perfor- mance aufweisen als Wertpapiere eines Unternehmens mit einem niedrigen.31
Renditeverläufe von Assets, die innerhalb kalendarischer Muster dauerhaft höher ausfallen als zu erwarten wären, werden als Kalenderanomalien klassifiziert.32 Der Januar-, Winter- und Montagseffekt sind die am häufigsten untersuchten und be- kanntesten Anomalien dieser Kategorie.33 Wie eingangs erwähnt, wurden mit zu- nehmender Untersuchung der Effekte immer neue Auffälligkeiten34 entdeckt, je- doch stellen viele von Ihnen nur Unterformen der prominentesten Anomalien dar.35 Sie bilden den Kernpunkt dieser Untersuchung und werden in Kapitel 3 ausführli- cher beschrieben.
Unter den sonstigen Effizienzanomalien werden alle Effekte subsummiert, die kei- ner der beiden vorgenannten Kategorien zugeordnet werden können, aber trotz- dem zu einer „systematischen Abweichung vom fundamentalen Wert eines Vermö- genstitels“36 führen. Populär ist in dieser Kategorie der Winner-Loser-Effekt, dem- nach langfristig alle Wertpapiere zu einer mittleren Performance tendieren, d.h. solche mit niedriger Performance wieder zu einer höheren und vice versa.37 Dane- ben wird das zu hohe gewichten historischer Informationen bzw. das nicht adäqua- te Berücksichtigen aktueller Informationen als Over-/Underreaction bezeichnet.38
2.3 Erklärungsansätze für Kapitalmarktanomalien
Anomalien existieren per Definition nur in Verbindung einem entsprechenden Mo- del, dessen postuliertes Verhalten sie widerlegen. Ihre Existenz kann, wie Abbil- dung eins zu entnehmen ist, auf Grundlage verhaltensbedingter und nicht verhal- tensbedingter Ansätze erklärt werden, denen sich einzelne Effekte zuordnen las- sen.39 Dabei ist die Auswahl der im weiteren Verlauf beschriebenen Effekte der verschiedenen Erklärungsansätze nicht abschließend, jedoch auf die Bildung der wesentlichsten Hypothesen zur Existenz von Kalenderanomalien ausgerichtet.
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 1: Erklärungsansätze für Kapitalmarktanomalien40
Die Effizienzmarkthypothese setzt wie andere neoklassische Theorien den Homo Oeconomicus41 als zentrale Annahme in ihren Mittelpunkt, dessen Entscheidungs- findung auf der Erwartungsnutzentheorie basiert.42 Es wurden jedoch dem Homo Oeconomicus widersprechende, individuelle Verhaltensweisen beobachtet, die zur Entwicklung der Behavioral Finance als Bindeglied zwischen Kapitalmarkttheorie und Psychologie geführt haben.43 Sie wird daher als verhaltenswissenschaftliche Kapitalmarkttheorie bezeichnet.44 Im Zentrum dieser Forschungsrichtung steht die Untersuchung von „individuellen Entscheidungen von Kapitalmarktteilnehmern und deren Auswirkung auf Finanzmärkte und -Institutionen“45. Der rein rationale wird zu einem quasirationalen Akteur, der auch subjektive Empfindungen in seine Entscheidungsfindung einbezieht.46 So sollen die Preisbildungsmodelle unter Einbezug des menschlichen Verhaltens realitätsnäher werden.47
Eingeschränkt rationales Verhalten kann als Folge von Heuristiken, Rahmenabhängigkeiten und Ineffizienzen auftreten, die zur Suche einer Lösung mit bestimmten Mindestanforderungen führen.48 Diese muss jedoch nicht zwangsläufig die optimalste Lösung sein, zumal diese in der Realität nicht nur anhand des objektiven Nutzens bestimmt wird.49
Heuristiken dienen der schnellen Entscheidungsfindung und Komplexitätsreduktion. Durch diese Vereinfachung können Entscheidungen jedoch fehlerbehaftet sein und somit zu Irrationalitäten führen.50 Während Ankerheuristiken die Fokussierung auf einen Referenzwert beschreiben, wird die Fehleinschätzung Wahrscheinlichkeiten von Kausalzusammenhängen als Repräsentativitätsheuristk bezeichnet.51 Im Rahmen von Verfügbarkeitsheuristiken erfolgt die Entscheidung auf Basis schnell verfügbarer Informationen, wie beispielsweise Erinnerungen.52
Da der Rahmen, in dem Informationen dargestellt und aufgenommen werden, rele- vant für die Entscheidungsfindung ist, führen unterschiedliche Darstellungen zu unterschiedlichen Ergebnissen.53 In diesen Kontext fällt auch die Prospect-Theorie von Kahneman/Tversky, der nach Gewinne und Verluste unterschiedlich bewertet werden und eine Verlustaversion besteht.54 Ebenso wie die Verlustaversion zählen mentale Konten zu den Rahmenabhängigkeiten. Hierbei werden Transaktionen separat wahrgenommen und möglichst optimiert. Der Gesamtkontext und das - optimum werden hingegen vernachlässigt oder vollkommen ignoriert.55 Eine weite- re Rahmenverzerrung stellt die Aversion von Reue dar. Sie beschreibt das generel- le Verzichten auf Entscheidungen, den Verzicht von Entscheidungen entgegen der Gewohnheit oder entgegen der Entscheidung vieler anderer Akteure.56 So sollen in Fehler und damit das Gefühl der Reue vermieden werden, mit dem das handelnde Individuum nicht konfrontiert werden möchte.57
Nicht zuletzt basiert die Effizienzmarkthypothese auf der Annahme, dass Differen- zen zwischen fundamentalen Wert und Preis einer Aktieüber risikolose Arbitrage beseitigt werden. Diese Arbitragemöglichkeit ist in der Praxis jedoch mit Risiken und Kosten verbunden, die in kontinuierlichen Fehlbepreisungen münden können.58 Nicht verhaltensbedingte Erklärungsansätze gliedern sich wiederrum in statistische Artefakte und Marktfriktionen. Der Nachweis von Kalenderanomalien erfolgt in einer Vielzahl der Fälle auf Basis empirischer Untersuchungen von Indizes. Infolge einer nicht vorhandenen Normalverteilung oder je nach Indexgewichtung kann dieser jedoch nicht ausreichend repräsentativ sein.59 Zudem kann die Selektion zu Verzer- rungen führen, beispielsweise infolge des Betrachtungszeitraums, der Behandlung von Ausreißern oder zufälliger Zusammenhänge innerhalb der untersuchten Da- ten.60 Nicht zuletzt kann die Anomalie auftreten, wenn das zugrunde liegende Mo- dell die tatsächliche Komplexität des Marktes und damit insbesondere systemtische Risiken nicht erfasst. Vor allem der letzte Punkt wurde durch die Weiterentwicklung verschiedener, insbesondere einfaktorieller, Modelle approximiert.61
Daneben können Anomalien das Resultat eines unvollkommenen Marktes infolge der Existenz regulatorischer Bedingungen wie Steuern oder dem Einbezug von Transaktionskosten sein.62
3 Kalenderanomalien und Stand der empirischen Forschung
3.1 Januareffekt
Der auch als Turn-of-the-Year-Effekt bekannte Januareffekt postuliert im Januar höhere Renditen als in allen anderen Monaten des Jahres bzw. dem Jahresdurch- schnitt.63 Einige Studien beschränken den Zeitraum derüberrendite dabei auf die ersten neun bis 15 Kalendertage im Januar.64 Tabelle zwei sind ausgewählte Stu- dien zu entnehmen, die den Effekt nachweisen konnten. Jedoch existieren auch Studien, die den Effekt nicht beobachten konnten.65
Abbildung in dieser Leseprobe nicht enthalten
Tabelle 2: Empirische Untersuchungen zum Januareffekt
Zur Erklärung des Phänomens existieren unterschiedliche Hypothesen. Die Tax- Loss-Selling-Hypothese erklärt den Effektüber den Drang der Anleger, ihre Steuer- last durch den Verkauf von verlustbringenden Wertpapieren zum Jahresende min- dern zu wollen.66 So entsteht ein Preisdruck im Dezember. Im Januar wird die frei- gewordene Liquidität reinvestiert und Nachfrage nach Wertpapieren steigt.67 Damit in Verbindung steht die Window-Dressing-Hypothese.68 Sie vermutet, dass institutionelle Anleger zu Jahresbeginn riskante Titel vor allem kleinerer Unterneh- men kaufen. Bei guter Entwicklung werden sie zum Jahresende zur Realisation der Gewinne abgestoßen. Haben sie sich hingegen schlecht entwickelt, werden sie ebenfalls abgestoßen, um eine Aufnahme in die Berichterstattung zu vermeiden.69 Zum Jahreswechsel führen viele Auszahlungen, wie beispielsweise die von Boni oder Zinsen, zu Liquiditätsüberschüssen vor allem bei Privatinvestoren, die im Ja- nuar angelegt werden und die Nachfrage verstärken.70
[...]
1 Siehe hierzu Fama, E.F. (1970), S. 383-418.
2 Vgl. Bruns, C./Meyer-Bullerdiek, F. (2008), S. 73; Steiner, P./Uhlir, H. (2001), S. 1.
3 Vgl. Frère, E. et al. (2012), S. 1; Jensen, M.C. (1978), S. 95.
4 Vgl. Spremann, K. (2008), S. 208; Perridon, L./Steiner, M. (2004), S. 21.
5 Vgl. Bouman, S./Jacobson, B. (2002), S. 1618; Shiller, R.J. (1981), S. 421ff.; Fields konnte 1931 bereits einen Kalendarischen Effekt feststellen, jedoch existierte zu dieser Zeit kein gegenläufiges Erklärungsmodell, vgl. Fields, M.J. (1931), S. 415-418.
6 Vgl. Frère, E. et al. (2012), S. 1.
7 Vgl. Hößl, W. (2009), S. 112.
8 Die Begriffe Kalender(zeit-)anomalie und -effekt werden synonym verwandt.
9 Vgl. Klöhn, L. (2005), S. 80ff.
10 Vgl. Roll, R. (1983); Frantzmann, H. (1989); Für weitere Studien siehe Kapitel 3.
11 Vgl. Frère, E. et al. (2012), S. 2.
12 Vgl. Frantzmann, H. (1989) nach Salm, C./Siemkes, J. (2009), S. 418.
13 Vgl. Bouman, S./Jacobsen, B. (2002), S. 1619.
14 Vgl. J.P. Morgan Chase & Co. (2016).
15 Vgl. Perrodin et al. (2012), S. 21.
16 Vgl. Fama, E.F. (1970), S. 383.
17 Vgl. Fama, E.F. (1970), S. 414; Steiner, M./Bruns, C. (2007), S. 39; Holtfort, T. (2009), S. 15.
18 Für weiterführende Informationen Fama, E.F. (1970), S. 414 oder u.a. Brealey, R.A. et al. (2008), S. 359; Spremann, K. (2008), S. 156; Alexander, S.S. (1961), S. 7ff.
19 Vgl. Reuse, S. (2011), S. 40; Bruns, C./Meyer-Bullerdiek, F. (2008), S. 73; Steiner, M./Bruns,
C. (2007), S. 39; Hauser, S.E. (2003), S. 19f.; Achleitner, A.-K. (2002), S. 651.
20 Vgl. Steiner, M./Bruns, C. (2007), S. 39.
21 Vgl. Klöhn, L. (2005), S. 89; Frère, E. (2012), S. 5.
22 Vgl. Spremann, K. (2008), S. 153f.
23 Vgl. Specht, K./Gohout, W. (2009), S. 88; Hößl, W. (2009), S. 19; Schmid, F./Trede, M. (2006), S. 121ff.; Daxhammer, R.J./Facsar, M. (2012), S. 17.
24 Vgl. Salm, C./Siemkes, J. (2009), S. 418; Bouman, S./Jacobsen, B. (2002), S. 1619.
25 Kahn, M. (2011), S. 3; Specht, K./Gohout, W. (2009), S. 90.
26 Vgl. Klöhn, L. (2005), S 82; Eustermann, P. (2010), S. 97.
27 Eustermann, P. (2010), S. 97.
28 Vgl. Paulus, H. (1997), S. 37.
29 Vgl. Roßbach, P. (2001), S. 8; Eustermann, P. (2010), S. 97.
30 Vgl. Banz, R W. (1981), S. 3-18; Roßbach, P. (2001), S. 8; Eustermann, P. (2010), S. 100.
31 Vgl. Basu, S. (1983), S. 129ff.
32 Vgl. Eustermann, P. (2010), S. 98; Thaler, R.H. (1987), S. 169-177; Lakonishok, J./Smidt, S. (1988), S. 403-425; Gibbons, M.R. / Hess, P. (1981), S. 579-596; Frère, E. et al. (2012), S. 1.
33 Vgl. Holtfort, T. (2009), S. 50.
34 Vgl. Harris, L. (1986) oder Hensel, C.R./Ziemba, W.T. (1995).
35 Vgl. Fama, E.F. (1998), S. 283ff.
- 5 -
36 Vgl. Eustermann, P. (2010), S. 97.
37 Vgl. De Bondt, W.F.M./Thaler, R.H. (1985), S. 795.
38 Vgl. Holtfort, T. (2009), S. 68; Roßbach, P. (2001), S. 8.
39 Vgl. Hößl, W. (2009), S. 111ff.; McMillan, M.G. et al. (2011), S. 125; Holtfort, T. (2009), S. 49; Bruns, C./Meyer-Bullderdiek, F. (2008), S. 78.
40 In Anlehnung an Hößl, W. (2009), S. 112.
41 Rationaler nutzenmaximierer, vgl. u.a. Daxhammer, R.J./Facsar, M. (2012).
42 Vgl. Daxhammer, R. J., Facsar, M. (2012), S. 17; Jurczyk, B. (2006), S. 72.
43 Vgl. De Bondt, W.F.M. et al. (2008), S. 7; Roßbach, P. (2001), S. 10; Burkhardt, I. (2003), S. 31; Bruns, C./Meyer-Bullderdiek, F. (2013), S. 157f.
44 Vgl. Rapp, H.W. (2000), S. 93.
45 Frère, E. et al. (2012), S. 17.
46 Vgl. Barberis, N./Thaler, R. (2003), S. 1060.
47 Vgl. Fuller R.J. (2000), S.1.
48 Vgl. De Bondt, W.F.M. et al. (2008), S. 11; Barberies, N./Thaler, R. (2003), S. 1055f.
49 Vgl. Bitz, M./Oehler, A. (1993), S. 250; Pelzmann, L. (2000), S. 12; Wahren, H.-K. (2009), S. 186; Shefrin, H. (2000), S. 4f.
50 Vgl. De Bondt, W.F.M. et al. (2008), S. 11; Wahren, H.-K. (2009), S. 72.
51 Vgl. Holtfort, T. (2010), S. 24; Ackert,L./Deaves, R. (2009), S. 90f. und 97f.
52 Vgl. De Bondt, W.F.M. (2008), S. 9; Pompian, M. M. (2012), S. 155.
53 Vgl. Ritter, R.J. (2003), S. 431f.
54 Vgl. Kahneman, D./Tversky, A. (1979), S. 274-284; Pompian, M.M. (2012), S. 35.
55 Vgl. Daxhammer, R.J./Facsar, M. (2012), S. 211; Wahren, H.-K. (2009), S. 73.
56 Auch bekannt als Herdenverhalten, Vgl. Daxhammer, R.J./Facsar, M. (2012), S. 206.
57 Vgl. Pompian, M.M. (2012), S. 35; Züst, T. (2009), S. 69f.; Shefrin, H. (2000), S. 35.
58 Vgl. Barberis, N. /Thaler, R. (2003), S. 1057.
59 Vgl. Rapp, H.W. (2000), S. 90ff.; Kosowski, R. et al. (2006), S. 2558-2564; Fama, E.F./French, K.R. (2008), S. 1662; Pfauth, A. (2008), S. 313.
60 Vgl. Hößl, W. (2009), S. 121; Kahn, M. (2011), S. 6f.
61 Vgl. Hößl, W. (2009), S. 121 und 130.
62 Vgl. Jensen, M.C. (1978), S. 95-101; Bruns, C./Meyer-Bullerdiek, F. (2008), S. 78.
63 Vgl. Rozeff, M.S./Kinney, W.R. (1976), S. 379f.; Daxhammer, R.J., Facsar, M. (2012), S. 116.
64 Vgl. Schwert, G.W. (2003), S. 940; Ritter,J.R. (1988), S. 703; Reinganum, M.R. (1983), S. 90.
65 Vgl. u.a.. Mehdian, S./Perry, M.J. (2002), S. 141-145; Heckmann, T. (2008), S. 178.
66 Vgl. Graham, J.R. et al. (2005), S. 55f.
67 Vgl. Heckmann, T. (2009), S. 156; Roll, R. (1977), S. 18-28; Reinganum, M.R. (1983), S. 103.
68 In dieser Arbeit werden die Window-Dressing- und Portfolio Rebalancing Hypothese synonym verstanden, da sie eine Umschichtung des Portfolios erfordern, vgl. Bak, J. (2003), S. 42.
69 Vgl. Siegel, J.J. (2002), S. 303f.; Graham, J.R. et al. (2005), S. 55f.
70 Vgl. Haug, M./Hirschey, M. (2006), S. 78ff.