Sinn und Unsinn an der Börse - Jack D. Schwager - ebook

Sinn und Unsinn an der Börse ebook

Jack D. Schwager

0,0

Opis

Expertenratschlägen kann man guten Gewissens vertrauen? Um die geheimnisvollen Hedgefonds sollte Otto Normalanleger lieber einen großen Bogen machen? Volatilität frisst Renditen auf? Lauter beliebte Börsen-"Wahrheiten" - die sich als falsch oder zumindest zweifelhaft erweisen, wenn man genauer hinsieht. Jack Schwager geht in die Tiefe und deckt Fehleinschätzungen, Irrtümer und Missverständnisse auf. Nach der Lektüre wissen die Leser, wie die Märkte wirklich funktionieren und welche Lehren Kleinanleger wie Finanzprofis daraus ziehen sollten.

Ebooka przeczytasz w aplikacjach Legimi na:

Androidzie
iOS
czytnikach certyfikowanych
przez Legimi
Windows
10
Windows
Phone

Liczba stron: 447

Odsłuch ebooka (TTS) dostepny w abonamencie „ebooki+audiobooki bez limitu” w aplikacjach Legimi na:

Androidzie
iOS



JACK SCHWAGER

SINN UND UNSINN AN DER BÖRSE

SINN UND UNSINN

Wie die Märkte wirklich funktionieren– und wie nicht

Die Originalausgabe erschien unter dem TitelMarket sense and nonsense: how the markets really work (and how they don’t)ISBN 978-1-118-49456-1

Copyright der Originalausgabe 2013:Copyright © 2013 by Jack D. Schwager. All rights reserved.Published by John Wiley & Sons, Inc., Hoboken, New Jersey.All rights reserved. This translation published under license with the original publisher John Wiley & Sons, Inc.

Copyright der deutschen Ausgabe 2014:© Börsenmedien AG, Kulmbach

Übersetzung: Egbert NeumüllerCovergestaltung: Johanna WackGestaltung, Satz und Herstellung: Martina KöhlerLektorat: Claus RosenkranzDruck: CPI – Ebner & Spiegel, Ulm

ISBN 978-3-86470-180-1eISBN 978-3-86470-200-6

Alle Rechte der Verbreitung, auch die des auszugsweisen Nachdrucks, der fotomechanischen Wiedergabe und der Verwertung durch Datenbanken oder ähnliche Einrichtungen vorbehalten.

Bibliografische Information der Deutschen Nationalbibliothek: Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über <http://dnb.d-nb.de> abrufbar.

Postfach 1449 • 95305 KulmbachTel: +49 9221 9051-0 • Fax: +49 9221 9051-4444E-Mail: [email protected]://www.facebook.com/boersenbuchverlag

Wie fest du auch einen toten Fisch ins Wasser wirfst, schwimmen wird er trotzdem nicht.

– Kongolesisches Sprichwort

In Liebe für meine Kinder und unsere gemeinsamen Zeiten: Für Daniel und das Wildwasser-Rafting in Maine (auch wenn ich das nächste Mal nicht unbedingt einen Besuch in der Notaufnahme brauche). Für Zachary und den Regenwald in Costa Rica, die Straßen mit den Schlaglöchern und den Marsch der Krebse. Für Samantha und die Berge und Restaurants von Lugano an einem besonderen Wochenende. Ich hoffe, diese Erinnerungen bringen euch genauso zum Lächeln wie mich.

In Liebe für meine Frau Jo Ann für so viele gemeinsam verbrachte Zeiten: 5.000 BTU x 2, eine Hochzeitsreise ohne Geld, Schnee zu Thanksgiving in Bolton, Minnewaska und Mohonk, mexikanische Vulkane, das Mettelhorn, rollende Räder in Nova Scotia und auf PEI, Wochenenden in unserem Refugium in Geissler, die Steilstufe, Big Indian, Yellowstone im Winter, Long Point und Net Result.

INHALTSVERZEICHNIS

Vorwort

Prolog

Teil 1 Märkte, Renditen und Risiken

Kapitel 1

Ratschläge von Experten

Comedy Central versus CNBC

Der Elves Index

Kostenpflichtiger Rat

Investment-Erkenntnisse

Kapitel 2:

Die fehlgeleitete Markthypothese

Die Effizienzmarkthypothese – empirische Belege

Der Preis ist nicht immer korrekt

Der Markt bricht zusammen – wo bleiben die Nachrichten?

Der fehlende Zusammenhang zwischen fundamentalen Entwicklungen und Preisbewegungen

Preisbewegungen bestimmen Finanzmeldungen

Glück oder Geschick? Beweisstück A: Der Track Record des Renaissance Medallion

Die falsche Voraussetzung der Effizienzmarkthypothese: Ein Schach-Vergleich

Manche Spieler versuchen nicht einmal zu gewinnen

Die fehlende Zutat

Aus dem falschen Grund richtig: Weshalb es so schwer ist, die Märkte zu schlagen

Eine Diagnose der Fehler der Effizienzmarkthypothese

Weshalb die Effizienzmarkthypothese in den Mülleimer der Wirtschaftstheorie gehört

Investment-Erkenntnisse

Kapitel 3:

Die Tyrannei der früheren Renditen

Die Performance des S&P 500 in Jahren nach Phasen hoher und niedriger Rendite

Was Zeiten mit hohen und niedrigen Renditen bei einem längerfristigen Anlagehorizont bedeuten

Bringt es etwas, den besten Sektor auszuwählen?

Hedgefonds: Die relative Performance einer Strategie anhand der höchsten Renditen der Vergangenheit

Warum ist die Performance von Sektoren und Strategien, die früher hohe Renditen brachten, so schlecht?

Einen Moment – wollen wir damit etwa sagen …?

Investment-Erkenntnisse

Kapitel 4:

Falsche Risikomessung

Schlechter als nichts

Volatilität als Risikomaß

Die Ursache des Problems

Versteckte Risiken

Die Beurteilung versteckter Risiken

Die Verwechslung von Volatilität und Risiko

Das Problem mit dem Value at Risk (VaR oder auch „Wert im Risiko“)

Das Anlagenrisiko: Weshalb der Schein trügen kann, oder „Auf den Preis kommt es an“

Investment-Erkenntnisse

Kapitel 5:

Wieso Volatilität nicht nur Risiko bedeutet und die Sache mit den Hebel-ETFs

Hebel-ETFs: Man bekommt vielleicht nicht das, was man erwartet

Investment-Erkenntnisse

Kapitel 6:

Fallstricke im Zusammenhang mit dem Track Record

Versteckte Risiken

Der Fallstrick mit der Relevanz der Daten

Wenn gute frühere Performance schlecht ist

Die Äpfel-und-Birnen-Falle

Längere Track Records können weniger relevant sein

Investment-Erkenntnisse

Kapitel 7:

Sinn und Unsinn von Pro-forma-Angaben

Investment-Erkenntnisse

Kapitel 8:

Wie man die frühere Performance beurteilt

Wieso die Rendite allein nichts aussagt

Risikobereinigte Rendite-Kennzahlen

Die visuelle Beurteilung der Performance

Investment-Erkenntnisse

Kapitel 9:

Korrelationen: Fakten und falsche Schlüsse

Die Korrelation – eine Begriffsbestimmung

Korrelationen geben lineare Zusammenhänge an

Der Determinationskoeffizient (r2)

Unechte (sinnlose) Korrelationen

Missverständnisse im Zusammenhang mit Korrelationen

Die Konzentration auf Verlustmonate

Die Korrelation und das Beta

Investment-Erkenntnisse

Teil 2 Hedgefonds als Geldanlage

Kapitel 10

Vom Ursprung der Hedgefonds

Kapitel 11

Das Hedgefonds-Einmaleins

Unterschiede zwischen Hedgefonds und Investmentfonds

Hedgefonds-Typen

Die Korrelation zu Aktien

Kapitel 12

Investieren in Hedgefonds: Wahrnehmung und Wirklichkeit

Die Begründung für die Geldanlage in Hedgefonds

Welche Vorteile es hat, Hedgefonds in ein Portfolio aufzunehmen

Der Sonderfall der Managed Futures

Die Risiken einzelner Fonds

Investment-Erkenntnisse

Kapitel 13

Die Angst vor Hedgefonds ist nur menschlich

Eine Parabel

Die Angst vor Hedgefonds

Kapitel 14

Das Paradaxon der Underperformance von Dachfonds

Investment-Erkenntnisse

Kapitel 15

Der Hebel-Trugschluss

Willkürliche Investmentregeln sind Unsinn

Schuldenhebel und die Vorlieben der Anleger

Wann Hebel gefährlich sind

Investment-Erkenntnisse

Kapitel 16

Managed Accounts: Eine anlegerfreundliche Alternative zu Fonds

Der Hauptunterschied zwischen Managed Accounts und Fonds

Die wichtigsten Vorteile von Managed Accounts

Individuelle Managed Accounts und indirekte Managed Accounts im Vergleich

Warum sollten sich Manager auf Managed Accounts einlassen?

Gibt es Strategien, die für Managed Accounts nicht geeignet sind?

Vier häufige Einwände gegen Managed Accounts und ihre Beurteilung

Investment-Erkenntnisse

Postskriptum zu Teil 2: Sind die Hedgefonds-Renditen eine Fata Morgana?

Teil 3 Auf das Portfolio kommt es an

Kapitel 17

Diversifizierung: Warum zehn nicht reichen

Die Vorteile der Diversifizierung

Wie viel Diversifizierung ist genug?

Das Zufallsrisiko

Das spezifische Risiko

Einordnung

Investment-Erkenntnisse

Kapitel 18

Diversifizierung: Wann mehr weniger ist

Investment-Erkenntnisse

Kapitel 19

Robin-Hood-Investing

Ein erneuter Test

Warum Rebalancing funktioniert

Klarstellung

Investment-Erkenntnisse

Kapitel 20

Ist hohe Volatilität immer schlecht?

Investment-Erkenntnisse

Kapitel 21

Grundsätze der Portfoliozusammenstellung

Das Problem bei der Portfolio-Optimierung

Acht Prinzipien für die Zusammenstellung von Portfolios

Die Korrelationsmatrix

Jenseits der Korrelation

Investment-Erkenntnisse

Epilog: 32 Anmerkungen zur Geldanlage

Anhang A: Optionen – die Grundlagen

Anhang B: Formeln für die Berechnung der risikobereinigten Rendite-Kennzahlen

Das Sharpe Ratio

Das Sortino Ratio

Das Symmetric Downside-Risk Sharpe Ratio

Das Gain to Pain Ratio (GPR)

Das Tail Ratio

Das MAR Ratio und das Calmar Ratio

Das Return Retracement Ratio

Danksagungen

Über den Autor

VORWORT

Zunächst fühlte ich mich geschmeichelt, als Jack mich bat, das Vorwort für sein neues Buch zu schreiben. Darum erscheint es jetzt wohl undankbar, wenn ich mit einer Beschwerde beginne, aber hier kommt sie: Ich wünschte, Jack hätte dieses Buch schon früher geschrieben.

Es wäre toll gewesen, wenn ich es hätte zur Hand nehmen können, als ich Ende der 1970er-Jahre auf MBA studierte. Ich lernte auf der Hochschule Dinge über die Theorie der Markteffizienz (und sie werden auf der MBA School bis heute gelehrt), die mir absolut nicht einleuchteten. Jedenfalls leuchteten sie mir nicht mehr ein, als ich die Augen aufmachte und wahrnahm, wie die wirkliche Welt außerhalb des Unterrichtsraums an der Business School offensichtlich funktionierte. Ich wünschte wirklich, damals hätte ich Jacks einfache, dem gesunden Menschenverstand entsprechende Erklärung und Widerlegung der Markteffizienz vor mir liegen gehabt. Sie hätte mir geholfen, mich im Studium zu orientieren und innerlich zur Ruhe zu kommen.

Es wäre schön gewesen, wenn ich als junger Portfoliomanager besser begriffen hätte, wie ich mir das Portfoliorisiko in einem Rahmen zu denken hatte, der alle verschiedenen Aspekte des Risikos berücksichtigt – nicht in dem engen Rahmen, der mir auf der Hochschule beigebracht worden war, oder in dem, den ich intuitiv verwendete (eine Kombination aus Angst vor Verlusten und hoffen auf das Beste).

Ich wünschte, ich hätte dieses Buch zur Verfügung gehabt, um es meinen Kunden zu überreichen, damit sie mich und ihre anderen Manager nicht nur nach den jüngsten Renditen, nach der Volatilität, nach der Korrelation, nach dem Drawdown oder der Outperformance, sondern anhand einer längerfristigen Perspektive und eines tieferen Verständnisses all dieser Konzepte hätten beurteilen können.

Ich wünschte, als Professor an der Business School hätte ich dieses Buch meinen Studenten geben können, damit die Mythen und Fehlinformationen, die ihnen bereits beigebracht worden waren oder über die sie gelesen hatten, hätten entlarvt werden können, bevor institutionalisierter Unsinn und unscharfes Denken sie auf den falschen Weg bringen würden.

Ich wünschte, ich hätte dieses Buch als Hilfestellung in all den Anlageausschüssen zur Hand gehabt, in denen ich über die Jahre gesessen habe. Eine Anleitung, wie man kurzfristige Track Records, langfristige Track Records, Risikokennzahlen, Korrelationen, Benchmarks, Indizes und Portfoliomanagement verstehen soll, wäre mir sicher sehr zupass gekommen! (Jack, wo warst du?)

Und was vielleicht noch wichtiger ist: Es wäre großartig gewesen, wenn ich dieses Buch Freunden und Verwandten hätte geben können, damit sie ihr Leben lang davon profitieren können, damit sie verstehen, wie die Märkte wirklich funktionieren (und wie nicht).

Danke, Jack, dass du diesen unglaublich einfachen, klaren und vernünftigen Führer zu den Märkten geschrieben hast. Besser spät als nie. Ich werde ihn allen empfehlen, die ich kenne. „Sinn und Unsinn an der Börse“ ist Pflichtlektüre für alle Anleger (und je früher sie es lesen, umso besser).

Joel GreenblattAugust 2012

PROLOG*

Als ich vor vielen Jahren Researchdirektor einer der großen Brokerfirmen an der Wall Street war, gehörte es zu meinen Pflichten, Commodity Trading Advisors (CTAs) zu beurteilen.1

Unter anderem verlangten die Regulierungsbehörden von den CTAs, dass sie den Prozentsatz ihrer Kundenkonten melden mussten, die mit Gewinn gekündigt worden waren. Ich machte die frappierende Entdeckung, dass bei so gut wie allen CTAs, die ich begutachtete, die Mehrzahl der geschlossenen Konten einen Verlust aufwies – auch bei denen, die keine Verlustjahre hatten! Da lag der Schluss nahe, dass die Anleger beim Einstieg in ihre Investments und beim Ausstieg ein derart schlechtes Timing hatten, dass die meisten von ihnen Verlust machten – selbst wenn sie sich für einen CTA entschieden hatten, der konsequent Gewinne erzielte! In diesem schlechten Timing schlägt sich die gängige Tendenz von Anlegern nieder, ein Investment zu tätigen, nachdem es gut gelaufen ist, und es zu liquidieren, nachdem es schlecht gelaufen ist. Auch wenn sich solche Anlageentscheidungen ganz natürlich und sogar instinktiv anhören mögen, so sind sie doch im Allgemeinen falsch.

Die Anleger sind wirklich selbst ihre schlimmsten Feinde. Die natürlichen Instinkte der meisten Anleger veranlassen sie, mit geradezu unheimlicher Beharrlichkeit exakt das Falsche zu tun. Dieses berühmte Zitat aus dem Comicstrip „Pogo“ von Walt Kelly könnte als passendes universelles Motto der Anleger dienen: „Wir sind dem Feind begegnet und wir sind es selbst.“

Anlagefehler sind wohl kaum die ausschließliche Domäne von Anlegerneulingen. Auch Anlageprofis begehen ihr Scherflein an Routinefehlern. Ein gängiger Fehler, der sich in vielen verschiedenen Formen äußert, ist die Neigung, aus unzureichenden oder irrelevanten Daten Schlüsse zu ziehen. Die Häuserblase Anfang der 2000er-Jahre war dafür ein klassisches Beispiel. Eine der Zutaten, die die Blase ermöglichten, war die Entwicklung ausgefeilter mathematischer Modelle für die Preisbildung komplexer hypothekenbesicherter Verbriefungen. Das Problem war, dass es keine relevanten Zahlen gab, mit denen man diese Modelle füttern konnte. Damals wurden Hypothekendarlehen an Kreditnehmer mit mangelhafter Bonität („Subprime-Kreditnehmer“) vergeben, ohne dass Anzahlungen, Beschäftigungsnachweise, Einkommensnachweise oder Vermögensnachweise verlangt wurden. Hypothekendarlehen von derart geringer Qualität hatte es noch nie gegeben und somit gab es auch keine relevanten historischen Daten. Die ausgeklügelten mathematischen Modelle versagten in katastrophaler Weise, weil Schlussfolgerungen aus Zahlen abgeleitet wurden, die für die gegenwärtigen Umstände irrelevant waren.2

Obwohl keine relevanten Zahlen vorlagen, dienten die Modelle als Rechtfertigung dafür, risikoreiche Verbriefungen von Subprime-Hypothekendarlehen hohe Ratings beizulegen. Die Anleger verloren dadurch über eine Billion Dollar.

Dass man aus unzureichenden oder ungeeigneten Daten Schlüsse zieht, ist im Bereich der Geldanlage gang und gäbe. Ein weiteres bezeichnendes Beispiel ist die Berechnung der Portfolio-Allokation. Das Standardmodell für die Portfolio-Optimierung verwendet historische Renditen, Volatilitäten und Korrelationen zwischen Wertpapieren, um daraus ein optimal zusammengesetztes Portfolio abzuleiten – also diejenige Kombination von Anlagen, die bei einem bestimmten Volatilitätsniveau die höchste Rendite bringt. Eine Frage wird dabei allerdings nicht gestellt, nämlich ob es wahrscheinlich ist, dass die für die Analyse verwendeten historischen Renditen, Volatilitäten und Korrelationen überhaupt Hinweise auf die künftigen Niveaus liefern. Sehr oft ist das nämlich nicht der Fall und das mathematische Modell liefert Ergebnisse, die zwar perfekt zu den Daten der Vergangenheit passen, die aber als Anhaltspunkte für die Zukunft wertlos oder sogar irreführend sind – und die Zukunft ist selbstverständlich das, was für die Anleger relevant ist.

Marktmodelle und Investmenttheorien beruhen häufig mehr auf mathematischer Bequemlichkeit als auf empirischen Belegen. Es wurde ein vollständiges Gebäude der Investmenttheorie auf der Annahme errichtet, dass die Marktpreise normalverteilt seien. Für Analysten ist die Normalverteilung sehr praktisch, denn sie ermöglicht präzise Wahrscheinlichkeitsannahmen. Aber alle paar Jahre erleben ein oder mehrere Märkte auf der Welt eine Preisbewegung, die laut den Behauptungen von Portfoliomanagern eigentlich nur „einmal in tausend Jahren“ oder „einmal in einer Million Jahren“ (oder noch seltener) auftreten dürfte. Doch wo kommen diese Wahrscheinlichkeiten her? Es sind die Wahrscheinlichkeiten von Preisbewegungen dieser Größenordnungen unter der Annahme, dass die Preise einer Normalverteilung folgen. Man sollte ja meinen, das wiederholte Auftreten von Ereignissen, die eigentlich Seltenheiten sein müssten, würde in die naheliegende Schlussfolgerung münden, dass das verwendete Preismodell nicht zu der wirklichen Welt der Märkte passt. Aber in einem großen Teil der etablierten Wissenschafts- und Finanzszene hat es nicht zu diesem Schluss geführt. Die Bequemlichkeit obsiegt über die Wirklichkeit.

Es ist ganz einfach so, dass viele weitverbreitete Investmentmodelle und -annahmen schlicht falsch sind – jedenfalls wenn man darauf beharrt, dass sie in der wirklichen Welt funktionieren. Zudem bringen die Anleger ihre eigenen einseitigen Tendenzen und unbegründeten Überzeugungen mit, die zu fehlgeleiteten Schlussfolgerungen und fehlerhaften Anlageentscheidungen führen. In diesem Buch werden wir die herrschende Meinung, die auf die verschiedenen Aspekte des Anlageprozesses angewendet wird, infrage stellen. Dazu zählen: Auswahl der Anlagen, Risikomanagement, Performance-Messung und Portfolio-Allokation. Häufig erweisen sich anerkannte Wahrheiten über die Geldanlage als grundlose Annahmen, wenn man sie dem grellen Licht der Fakten aussetzt.

* Ein Teil des Textes der beiden ersten Absätze wurde aus Jack D. Schwager: Managed Trading: Myths & Truths, New York, John Wiley & Sons, 1996, übernommen.

1 „Commodity Trading Advisor“ (CTA) ist die offizielle Bezeichnung für regulierte Vermögensverwalter, die an den Futures-Märkten traden.

2 Zwar verwendete das am weitesten verbreitete Modell für die Preisberechnung von hypothekenbesicherten Wertpapieren nicht die Ausfallquoten als Näherungswert für das Ausfallrisiko, sondern Credit Default Swaps (CDS) – auch als Kreditausfallversicherungen bezeichnet –, aber die CDS-Preise wurden massiv von den historischen Ausfallquoten beeinflusst, die auf irrelevanten Zahlen über ausgefallene Hypothekendarlehen basierten.

TEIL 1

MÄRKTE, RENDITEN UND RISIKEN

KAPITEL 1

RATSCHLÄGE VON EXPERTEN

Comedy Central versus CNBC

Am 4. März 2009 kritisierte Jon Stewart, der Moderator der satirischen Nachrichtensendung „The Daily Show“, CNBC scharf wegen einer Serie schlechter Prognosen. Der Auslöser für diesen Beitrag war Rick Santellis berühmte Tirade auf dem Parkett der Chicago Mercantile Exchange, in der er gegen die Subventionierung von „Verlierer-Hypotheken“ wetterte. Dieser Clip verbreitete sich wie ein Lauffeuer und gilt weithin als Auslöser für die Tea-Party-Bewegung. Stewart argumentierte, dass Santelli zwar verantwortungslose Hausbesitzer kritisierte, die alle Anzeichen übersehen hatten, dass CNBC aber nicht in der Position sei, über sie zu richten.

Danach spielte er eine Sequenz von CNBC-Ausschnitten ein, die einige der peinlichsten falschen Vorhersagen und Ratschläge von mehreren CNBC-Kommentatoren vorführten, auf die jeweils in weißer Schrift auf schwarzem Bildschirm der tatsächliche Stand folgte. Diese Ausschnitte beinhalteten:

•Jim Cramer, den Moderator von „Mad Money“, der eine Zuschauerfrage mit der emphatischen Erklärung beantwortete: „Bear Stearns geht es prima! Lassen Sie Ihr Geld, wo es ist.“ Danach stand auf dem schwarzen Bildschirm: „Sechs Tage danach ging Bear Stearns unter.“

•Einen Kommentator von „Power Lunch“, der die Finanzkraft von Lehman Brothers pries: „Lehman ist nicht Bear Stearns.“ Schwarzer Bildschirm: „Lehman Brothers ging drei Monate später unter.“

•Jim Cramer, wie er am 4. Oktober 2007 enthusiastisch empfiehlt: „Bank of America steigt im Nu auf 60 Dollar.“ Schwarzer Bildschirm: „Heute kostet Bank of America unter vier Dollar.“

•Charlie Gasparino mit der Aussage, American International Group (AIG) als größte Versicherung werde natürlich nicht bankrottgehen, danach ein schwarzer Bildschirm mit einer Aufzählung der atemberaubenden bisherigen und immer noch anhaltenden Rettungszahlungen an AIG.

•Jim Cramers bullishe Einschätzung von Ende 2007: „Sie sollten kaufen. Nehmen Sie in Kauf, dass das Zeug überbewertet ist … ich weiß, das klingt unverantwortlich, aber so verdient man eben Geld.“ Darauf ein schwarzer Bildschirm: „31. Oktober 2007, Dow Jones: 13.930 Punkte.“

•Larry Kudlow, der ausruft: „Das Schlimmste dieser Subprime-Geschichte ist vorbei.“ Schwarzer Bildschirm: „16. April 2008, Dow Jones: 12.619 Punkte.“

•Wieder Jim Cramer, Mitte 2008, mit der Aufforderung: „Es ist Zeit, zu kaufen, kaufen, kaufen!“ Schwarzer Bildschirm: „13. Juni 2008, Dow Jones: 12.307 Punkte.“

•Zum Schluss ein Ausschnitt aus „Fast Money“, in dem es heißt, dass „die Menschen das Vertrauen zurückgewinnen“, gefolgt von einem schwarzen Bildschirm mit der Botschaft: „4. November 2008, Dow Jones: 9.625.“

Dazu sagte Stewart abschließend: „Wenn ich auf die Ratschläge von CNBC gehört hätte, dann hätte ich jetzt eine Million Dollar – vorausgesetzt, ich hätte mit 100 Millionen angefangen.“

Stewart nahm damit eindeutig den Fernsehsender CNBC ins Visier, der seine Kompetenz in Finanzdingen mit dem Slogan „Wissen ist Macht“ bewirbt, aber überhaupt nichts von den Anzeichen mitbekam, dass die schwerste Finanzkrise seit fast einem Jahrhundert unmittelbar bevorstand. Zwar zielte Stewart mit seinem satirischen Bombardement auf niemanden persönlich, aber Jim Cramer, dessen extrovertierter Moderationsstil die Präsentatoren von Infomercials im Nachtprogramm verschlafen aussehen lässt, bekam offenbar einen unverhältnismäßig großen Anteil des Spotts ab. Darauf folgte in den nächsten Tagen ein weithin beachteter Medien-Schlagabtausch zwischen Cramer und Stewart. Beide antworteten in ihren eigenen Sendungen und als Gäste in anderen Sendungen auf die Aussagen des anderen und als Höhepunkt kam Cramer am 12. März als Interviewgast in die „Daily Show“. Stewart war fast während des Interviews im Angriffsmodus und geißelte vor allem CNBC dafür, dass es lieber den Worten von Unternehmensvertretern glaube, als investigativen Journalismus zu betreiben – im Endeffekt würden sich seine Mitarbeiter nicht wie Reporter verhalten, sondern eher wie Lockvögel der Unternehmen. Cramer versuchte nicht, sich gegen die Anwürfe zu verteidigen. Er erklärte, CEOs hätten ihn glatt angelogen, er bedaure das auch und er wünschte, es stehe in seiner Macht, so etwas zu verhindern.

Diese Sendung löste eine Lawine von Medienkommentaren aus, wobei sich die meisten Autoren und Kommentatoren vor allem mit der Frage befassten, wer den „Wortstreit“ gewonnen habe. (Es herrschte breite Übereinstimmung, Stewart habe gewonnen.) Uns interessieren hier aber weniger der Gehalt oder das Thema des sogenannten Wortstreits, sondern vielmehr Stewarts anfängliche Andeutung, Cramer und andere Finanzexperten hätten der Öffentlichkeit schlechte Finanzratschläge geliefert. Ist diese Kritik stichhaltig? Die Serie von Ausschnitten, die Stewart am 4. März in seiner Sendung vorspielte, war zwar einschlägig, aber Cramer hat in seiner Sendung „Mad Money“ schon Tausende von Empfehlungen gegeben. Man könnte jeden, der so viele Empfehlungen abgegeben hat, fürchterlich unfähig aussehen lassen, wenn man die schlechtesten Vorhersagen oder Ratschläge herauspicken würde. Um der Gerechtigkeit Genüge zu tun, müsste man die Gesamtheit prüfen, nicht bloß eine Handvoll Kostproben, die wegen der größtmöglichen komödiantischen Wirkung ausgesucht wurden.

Und genau das haben drei Wissenschaftler getan. Joseph Engelberg, Caroline Sasseville und Jared Williams (ESW) haben die Treffsicherheit und die Auswirkungen von 1.149 erstmaligen Kaufempfehlungen geprüft und analysiert, die Cramer in „Mad Money“ gegeben hat.1

Ihre Analyse erstreckte sich über den Zeitraum vom 28. Juli 2008 (etwa vier Monate nach dem Start der Sendung) bis zum 9. Februar 2009 – einem Enddatum, das passenderweise drei Wochen vor der Folge von „The Daily Show“ liegt, die sich über die Börsenprognosen von CNBC mokierte.

Zunächst untersuchte ESW ein Portfolio aus den Aktien, die in „Mad Money“ empfohlen wurden, und ging dabei davon aus, dass jede Aktie zum Handelsschluss vor der abendlichen Ausstrahlung der Sendung ins Portfolio aufgenommen wurde. Dieser Zeitpunkt wurde bewusst so gewählt, dass er die Marktbewertung vor den Auswirkungen der Sendung auf die Preise wiedergibt. Die Forscher gingen von gleichen Dollar-Allokationen für alle Aktien aus und testeten dann die Ergebnisse für verschiedene Haltezeiten von 50 bis 250 Handelstagen. Die Rendite-Unterschiede zwischen diesen Portfolios, die auf den Empfehlungen basierten, und dem Markt waren über alle Halteperioden statistisch nicht signifikant und in den meisten Fällen negativ.

Dann schaute sich ESW die Auswirkungen an, die Cramers Empfehlungen über Nacht auf die Kurse hatten (die prozentuale Veränderung vom Schlusskurs vor der Sendung zum Eröffnungskurs des nächsten Tages). Dabei wurde eine extrem große durchschnittliche anormale Rendite von 2,4 Prozent festgestellt – also die Rendite, die über die durchschnittliche Preisänderung vergleichbarer Aktien im gleichen Zeitraum von Handelsschluss bis Handelseröffnung hinausging. Wie aufgrund der mittelmäßigen Ergebnisse derjenigen, die bereits in diese Aktien investiert hatten, und aufgrund der großen Auswirkungen von Cramers Empfehlungen über Nacht zu erwarten war, brachten auf den Empfehlungen basierende Portfolios, die am Tag nach der Ausstrahlung kauften, über alle Halteperioden eine schlechtere Performance als der Markt. Die annualisierte Underperformance war beträchtlich und bewegte sich zwischen drei und zehn Prozent. Dabei brachte die kürzeste Haltezeit (50 Tage) die schlechteste Performance, was für eine starke Tendenz der Aktien sprach, ihren „Cramer-Buckel“ im nächsten Zeitraum wieder abzugeben. Unterm Strich dürfte das bedeuten, dass die Anleger besser fahren würden, wenn sie einen Index kaufen und halten würden, als wenn sie die Empfehlungen von „Mad Money“ kaufen würden – auch wenn es zugegebenermaßen einen viel geringeren Unterhaltungswert hat, einen Index zu kaufen.

Ich möchte damit nicht auf Cramer herumhacken und habe nicht die Absicht, ihn als Schausteller ohne Anlagegeschick darzustellen. Im Gegenteil, denn laut einem Artikel in Business Week vom Oktober 2005 hat er in seiner 14-jährigen Tätigkeit als Hedgefonds-Manager eine kumulierte Nettorendite von 24 Prozent erzielt – eine beeindruckende Performance-Bilanz. Aber unabhängig von Cramers Fähigkeiten und seinen beträchtlichen Marktkenntnissen ist es eine Tatsache, dass Zuschauer, die seinen Empfehlungen gefolgt sind, besser gefahren wären, wenn sie Darts geworfen hätten, um Aktien auszuwählen.

Der Elves Index

Die Studie, die die Empfehlungen von „Mad Money“ untersucht hat, gibt nur den Track Record eines einzigen Börsenexperten über einen Zeitraum von vier Jahren wieder. Als Nächstes befassen wir uns mit einem Index, der auf den Beiträgen von zehn Experten beruhte und mehr als zwölf Jahre lang gemeldet wurde.

Die berühmteste, am längsten gesendete und am meisten gesehene Fernsehsendung aller Zeiten mit dem Schwerpunkt Börse war „Wall Street Week“ mit Louis Rukeyser. Sie wurde über 30 Jahre lang ausgestrahlt. Ein Bestandteil der Sendung war der Elves Index. Er wurde 1989 aufgelegt und beruhte auf den Markteinschätzungen von zehn Börsenanalysten, die Rukeyser auswählte. Die Meinung jedes Analysten wurde mit +1 für bullish, 0 für neutral und -1 für bearish gewertet. Theoretisch reichte er also von -10 (alle Analysten bearish) bis +10 (alle Analysten bullish). Das Konzept besagte, dass der Markt ein Kauf war, wenn eine deutliche Mehrheit der Experten bullish war (+5 war das offizielle Kaufsignal) und dass er ein Verkauf war, wenn eine bearishe Meinung vorherrschte (-5 war das offizielle Verkaufssignal). Aber es kam etwas ganz anderes heraus.

Im Oktober 1990 erreichte der Elves Index mit -4 den negativsten Stand seit Auflegung und damit fast ein offizielles Verkaufssignal. Diese bearishe Übereinstimmung fiel mit einem bedeutenden Börsenboden und dem Beginn einer ausgedehnten Hausse zusammen. Dann erreichte der Index im April 1994 ein Tief von -6 und im November 1994 ein Tief von -5, was mit den relativen Tiefs der bedeutenden Bodenbildungsformation zusammenfiel, die sich 1994 bildete. Danach erreichte der Index im Mai 1996 kurz vor einem bedeutenden relativen Hoch ein bullishes Extrem von +6. Im Juli 1998 erreichte er kurz vor einem Absturz des S&P 500 um 19 Prozent wieder +6. In der Zeit von Ende 1999 bis Anfang 2000 trat eine Serie der höchsten je von dem Index verzeichneten Werte auf, wobei er im Dezember 1999 sein (bisheriges) Allzeithoch von +8 erreichte. Als die Aktienindizes im ersten Quartal 2000 ihre Höhepunkte überschritten, blieb der Elves Index auf hohem Niveau, danach stürzte er ab. Einmal, immer noch in der Frühphase der Baisse, erreichte er sogar ein Allzeithoch von +9. Schließlich stellte Rukeyser den Index kurz nach dem 11. September ein. Wenn er fortgeführt worden wäre, hätte er wahrscheinlich ein starkes Verkaufssignal geliefert.2

Rukeyser hat den Index zweifellos eingestellt, weil er ihm peinlich war. Er hat sich zu dem Zeitpunkt der Entscheidung zwar nicht geäußert, aber man kann zu Recht annehmen, dass er ein weiteres bedeutendes Kaufsignal, das wahrscheinlich mit einem relativen Tief zusammengefallen wäre (das auch kam), nicht hätte ertragen können. Obwohl der Elves Index eine fürchterliche Erfolgsbilanz hatte – nie richtig, aber oft falsch –, wurde sein Ableben von vielen Marktbeobachtern zutiefst bedauert. Der Index war nämlich so schlecht, dass viele ihn inzwischen als nützlichen konträren Indikator betrachteten. Das heißt, es war durchaus nützlich, auf die überwiegende Meinung der Experten zu hören, die sich in dem Index niederschlug – wenn man bereit war, das exakte Gegenteil zu tun.

Kostenpflichtiger Rat

In diesem letzten Abschnitt weiten wir unsere Analyse auf eine Gruppe aus, die Hunderte von Marktexperten umfasst. Wenn es eine Gruppe von Experten gibt, von der man erwarten könnte, dass sie Empfehlungen hervorbringt, die die Börsenindizes schlagen, dann sind es diejenigen, die ihren Lebensunterhalt damit verdienen, dass sie ihre Ratschläge verkaufen – also die Verfasser von Börsenbriefen. Denn schließlich: Wenn der Rat eines Newsletters keine zusätzliche Rendite einbringt, dürfte es ihm ja wohl schwerfallen, Leser anzulocken und zu halten, die bereit sind, für das Abonnement zu bezahlen.

Sind die Börsenbriefe besser als ein Marktindex? Um die Antwort auf diese Frage zu bekommen, habe ich die Zahlen konsultiert, die vom Hulbert Financial Digest zusammengetragen werden. Diese Publikation verfolgt seit über 30 Jahren die Empfehlungen von Finanz-Newslettern. Ihr Herausgeber Mark Hulbert war 1979 auf einer Anlegerkonferenz und hörte dort viele Vorträge, in denen Anlageberater behaupteten, ihre Empfehlungen würden über 100 Prozent im Jahr einbringen, in manchen Fällen sogar noch viel mehr. Hulbert war gegenüber diesen Behauptungen skeptisch und beschloss, die Empfehlungen einiger dieser Berater in Echtzeit zu verfolgen. Er stellte fest, dass die Wirklichkeit weit von dem Hype entfernt war. Diese Erkenntnis führte zur Gründung des Hulbert Financial Digest mit dem Auftrag, die Empfehlungen von Börsenbriefen objektiv zu verfolgen und sie in Form der Renditen abzubilden, die sich daraus ergaben. Seit ihrem Start 1981 hat die Publikation über 400 Börsenbriefe beobachtet.

Hulbert errechnet aus den Empfehlungen jedes Newsletters die durchschnittliche Jahresrendite. Tabelle 1.1 vergleicht die durchschnittliche Jahresrendite aller von Hulbert verfolgten Börsenbriefe über drei 10-Jahres-Zeiträume und über die gesamten 30 Jahre mit dem S&P 500. (Die Börsenbrief-Rendite eines Jahres ist der Durchschnitt aus den Renditen aller von Hulbert im betreffenden Jahr verfolgten Börsenbriefe.) Als Gruppe betrachtet brachten die Finanz-Newsletter von 1981 bis 1990 und von 1991 bis 2000 eine wesentlich schlechtere Rendite als der S&P 500 und von 2001 bis 2010 eine leicht bessere. Über den gesamten Zeitraum von 30 Jahren lagen die Börsenbriefe um durchschnittlich 3,7 Prozent pro Jahr hinter dem S&P 500 zurück.

Tabelle 1.1Durchschnittliche Jahresrendite: Der S&P 500 und der Durchschnitt der Finanz-Newsletter im Vergleich

Wenn man die Auswahl der Börsenbriefe auf diejenigen einschränken würde, die in der jüngeren Vergangenheit die beste Performance gebracht haben, könnte es ja sein, dass diese erlesene Gruppe viel besser abschneidet als die gesamte Gruppe. Um diese Möglichkeit zu überprüfen, konzentrieren wir uns auf die Renditen desjenigen Zehntels, das in den drei Vorjahren die beste Performance brachte. Die Renditen des Jahres 1994 basieren in diesem Fall also auf dem Durchschnitt nur derjenigen Börsenbriefe, die von 1991 bis 1993 zum besten Zehntel gehörten. Tabelle 1.2 vergleicht die Performance dieser zuvor besseren Börsenbriefe mit dem S&P 500 und zusätzlich mit den Renditen der Börsenbriefe, die kurz zuvor zum schlechtesten Zehntel gehörten. Es scheint nicht viel zu bringen, wenn man nur diejenigen wählt, die in der Vergangenheit die beste Performance hatten. Die Newsletter, die zuvor zum besten Zehntel gehörten, liegen immer noch hinter dem S&P 500. Die Auswahl der besten Performer scheint einem zwar keinen großen Vorsprung zu verschaffen, aber es erscheint ratsam, die schlechtesten Performer zu meiden, denn sie waren über den gesamten Zeitraum viel schlechter als der Durchschnitt aus allen Börsenbriefen.

Tabelle 1.2Durchschnittliche Jahresrendite: Der S&P 500 und der Durchschnitt der Finanz-Newsletter, die in den vorangegangenen 3-Jahres-Zeiträumen zum obersten beziehungsweise untersten Zehntel gehörten

Vielleicht sind drei Jahre Rückblick nicht lange genug, um überlegene Performance zu begründen. Um diese Möglichkeit zu prüfen, zeigt Tabelle 1.3 noch einmal die gleiche Analyse und vergleicht das beste und das schlechteste Zehntel der vorangegangenen fünf Jahre mit dem S&P 500. Die relative Performance, die sich daraus ergibt, ähnelt frappierend der Analyse, die nur drei Jahre zurückgeht. Über den gesamten Zeitraum lag das beste Zehntel 2,6 Prozent hinter dem S&P 500 (bei drei Jahren waren es 2,4 Prozent) und das schlechteste Zehntel um beträchtliche 9,5 Prozent (in der vorigen Analyse waren es 8,7 Prozent) hinter ihm. Es ergibt sich also die gleiche Schlussfolgerung: Wenn man sich die besten Performer der Vergangenheit aussucht, verschafft einem das anscheinend keinen Vorsprung vor dem S&P 500, aber es scheint eine gute Idee zu sein, die schlechtesten Performer der Vergangenheit zu meiden.

Tabelle 1.3Durchschnittliche Jahresrendite: Der S&P 500 und der Durchschnitt der Finanz- Newsletter, die in den vorangegangenen 5-Jahres-Zeiträumen zum obersten beziehungsweise untersten Zehntel gehörten

Einige der von Hulbert verfolgten Börsenbriefe brachten zwar tatsächlich einen Mehrwert, weil sie Empfehlungen lieferten, die auf lange Sicht den Markt schlugen, aber es ist keine leichte Aufgabe, diese überlegenen Newsletter herauszupicken. Was die Sache so kompliziert macht, ist die Tatsache, dass manche, die früher eine überlegene Performance gebracht haben, auch weiterhin gut sind, andere aber nicht. Um diejenigen Börsenbriefe zu finden, deren Ratschläge wahrscheinlich in einem der Folgejahre den Markt schlagen werden, reicht es also nicht aus, einfach einen der besten Performer der Vergangenheit zu wählen.

INVESTMENT-MISSVERSTÄNDNISSE

Investment-Missverständnis 1: Dem Durchschnittsanleger bringt es etwas, auf Empfehlungen von Finanzexperten zu hören.

In Wirklichkeit: Das Erstaunliche an Expertenratschlägen ist, wie konsequent sie nicht besser als ein Münzwurf sind. Tatsächlich Ist sogar diese Beurteilung schon zu großzügig, denn die Übermacht der empirischen Belege besagt, dass die Experten schlechter sind als der Zufall. Ja, das bedeutet, dass der Schimpanse, der Darts auf die Seite mit den Aktienkursen wirft, nicht nur genauso gut Ist wie die Experten – er ist sogar besser!

Investment-Erkenntnisse

Viele Anleger suchen in den Ratschlägen von Experten, die in Funk- und Printmedien verfügbar sind, Orientierung. Sind solche Ratschläge nützlich? Wir haben in diesem Kapitel drei Fälle von Expertenratschlägen geprüft. Sie reichen von der Erfolgsbilanz der Empfehlungen eines populären Finanz-Fernsehmoderators über einen Index der Richtungsvorhersagen von zehn Börsenexperten bis hin zu den Börsenbriefen. Zwar kann diese begrenzte Probe keinen Anspruch auf überzeugende Beweiskraft erheben, aber die Ergebnisse passen vollständig zu den verfügbaren wissenschaftlichen Forschungen zum Thema. Daraus lässt sich die allgemeine Folgerung ableiten, dass der Rat von Finanzexperten zwar manchmal eine sofortige Preisbewegung auslösen kann, weil die Allgemeinheit auf die Empfehlungen reagiert (eine Preisbewegung, die man unmöglich erwischen kann), aber im Endeffekt keinen längerfristigen Nutzen bringt.

Mein Rat an Aktienanleger lautet, entweder einen Indexfonds zu kaufen (allerdings nicht nach einer Zeit extremer Gewinne – siehe Kapitel 3) oder bei ausreichendem Interesse und ausreichender Motivation, die Zeit und die Energie aufzubringen, eine eigene Anlage- oder Tradingmethode zu entwickeln. Bei keiner dieser Methoden hört man auf die Empfehlungen von Experten. Der phänomenal erfolgreiche Trader Michael Marcus hat in dieser Angelegenheit einmal einen weisen Rat gegeben: „Man muss seinem eigenen Licht folgen ... solange man sich an seinen eigenen Stil hält, bekommt man das Gute und das Schlechte seiner eigenen Methode. Wenn man versucht, den Stil eines anderen zu integrieren, bekommt man oft von beiden Stilen das Schlechteste.“3

1 Joseph Engelberg, Caroline Sasseville und Jared Williams: Market Madness? The Case of Mad Money, 20. Oktober 2010. Verfügbar auf SSRN: http://ssrn.com/abstract=870498.

2 „Louis Rukeyser Shelves Elves Missed Market Trends Tinkering Didn’t Improve Index’s Track Record for Calling Market’s Direction (MUTUAL FUNDS)“, in: Investor’s Business Daily, 1. November 2001. Aufgerufen am 29. März 2011 von AccessMyLibrary: www.accessmylibrary.com/article-1G2.106006432/louis-rukeyser-shelves-elves.html.

3 Jack D. Schwager: Magier der Märkte, München, FinanzBuch Verlag 2004.

KAPITEL 2

DIE FEHLGELEITETE MARKTHYPOTHESE

Die grundlegende Frage zur Geldanlage lautet: Kann man die Märkte schlagen? Die Effizienzmarkthypothese gibt darauf eine eindeutige Antwort: Nein, es sein denn, man zählt diejenigen mit, die Glück haben.

Die Effizienzmarkthypothese erklärt, wie die Marktpreise festgelegt werden und welche Konsequenzen dieser Prozess hat. Sie bildet seit einem halben Jahrhundert das Fundament eines großen Teils der wissenschaftlichen Erforschung der Märkte und der Geldanlage. Diese Theorie liegt so gut wie allen wichtigen Aspekten der Geldanlage zugrunde, unter anderem dem Risikomanagement, der Portfolio-Optimierung, dem Index-Investing und der Preisbildung von Optionen. Man kann die Effizienzmarkthypothese folgendermaßen zusammenfassen:

•Die Preise handelbarer Anlagen spiegeln bereits alle bekannten Informationen wider.

•Die Preise von Anlagen spiegeln neue Informationen durch sofortige Preisänderungen wider.

Daraus folgt:

•Die Marktpreise sind korrekt und exakt.

•Es ist unmöglich, den Markt konsequent dadurch zu übertreffen, dass man Informationen verwendet, die der Markt bereits kennt.

Die Effizienzmarkthypothese kommt in drei hauptsächlichen Varianten vor:

1.Schwache Effizienz. Diese Form der Effizienzmarkthypothese besagt, dass man vergangene Preisdaten nicht dafür verwenden kann, den Markt zu schlagen. Übersetzung: Die Technische Analyse ist Zeitverschwendung.

2.Halbstarke Effizienz. (Diesen Ausdruck hat wahrscheinlich ein Politiker erfunden.) Diese Form der Effizienzmarkthypothese behauptet, man könne den Markt mit keinerlei allgemein verfügbaren Informationen schlagen. Übersetzung: Die Fundamentalanalyse ist ebenfalls Zeitverschwendung.

3.Starke Effizienz. Diese Form der Effizienzmarkthypothese vertritt die Auffassung, man könne nicht einmal mithilfe vertraulicher Informationen den Markt schlagen. Übersetzung: Die Durchsetzung der Vorschriften gegen Insiderhandel ist Zeitverschwendung.

Die Effizienzmarkthypothese – empirische Belege

Wenn die Theorie der Markteffizienz stimmen würde, wäre es außer durch Glück unmöglich, die Märkte zu schlagen. Die Verfechter der Effizienzmarkthypothese haben eine gewaltige Menge von empirischen Belegen dafür zusammengetragen, dass es äußerst schwierig ist, die Märkte zu schlagen. Beispielsweise gibt es viele Studien, die beweisen, dass professionelle Investmentfonds-Manager konsequent eine schlechtere Performance liefern als die Benchmark-Aktienindizes – und das ist ja das Ergebnis, mit dem man rechnen würde, wenn die Effizienzmarkthypothese zutreffen würde. Woher die Underperformance? Wenn die Effizienzmarkthypothese stimmen würde, dürften die Profis ja nicht besser sein als der sprichwörtliche Affe, der Darts auf eine Liste von Aktienkursen wirft, und nicht besser als ein Zufallsverfahren, das im Durchschnitt ungefähr zum gleichen Ergebnis wie der Index führen müsste, wenn keine Kosten anfallen würden. Aber es fallen eben Kosten an, Transaktionsgebühren, Transaktions-Slippage (Differenzen zwischen Geld- und Briefkursen) und Anlegergebühren. Deshalb müssten die professionellen Manager im Schnitt eigentlich schlechter sein als die Indizes und das sind sie auch. Die Verfechter der Effizienzmarkthypothese führen den empirischen Beleg dafür, dass die Investment-Ergebnisse denjenigen entsprechen, auf die man laut der Theorie schließen kann, als Beweis dafür an, dass die Theorie entweder korrekt ist oder eine gute Annäherung an die Wirklichkeit liefert.

Die empirischen Beweise der Effizienzmarkthypothese enthalten jedoch einen Argumentationsfehler, den man folgendermaßen zusammenfassen kann:

•Wenn A zutrifft (also beispielsweise die Effizienzmarkthypothese stimmt)

•und wenn B aus A folgt (also beispielsweise die Märkte schwer zu schlagen sind),

•dann trifft auch der Umkehrschluss (A folgt aus B) zu (wenn die Märkte schwer zu schlagen sind, ist die Effizienzmarkthypothese wahr).

Der logische Fehler besteht darin, dass der Umkehrschluss aus einer wahren Aussage nicht notwendig wahr ist. Nehmen wir einmal das folgende Beispiel:

•Alle Eisbären sind weiße Säugetiere.

•Eindeutig ist aber: Nicht alle weißen Säugetiere sind Eisbären.

Man kann die Theorie der Markteffizienz zwar nicht durch empirische Belege beweisen, aber man kann sie widerlegen, wenn man einen empirischen Beleg findet, der der Theorie widerspricht. Und an solchen Ereignissen herrscht kein Mangel. Wir werden uns vier Arten von empirischen Belegen ansehen, die der Effizienzmarkthypothese offenbar eindeutig widersprechen:

1.Die Preise sind nachweislich unvollkommen.

2.Große Preisbewegungen, die nicht mit wesentlichen Änderungen der Fundamentaldaten einhergehen.

3.Preisbewegungen, die den Fundamentaldaten hinterherhinken.

Erfolgsbilanzen von Vermögensverwaltern, die zu gut sind, als dass sie sich nur durch Glück erklären ließen – was ja notwendig wäre, wenn die Effizienzmarkthypothese korrekt wäre.

Der Preis ist nicht immer korrekt

Ein Prinzip, das einen Grundpfeiler der Theorie der Markteffizienz bildet, besagt, die Marktpreise seien perfekt. Im Lichte von echten Marktbeispielen betrachtet erscheint diese Annahme jedoch nichts weniger als absurd. Wir sehen uns nur ein paar aus einer Vielzahl anschaulicher Beispiele an.

Pets.com und das Dotcom-Fieber

Zwar stand Pets.com damit wohl kaum allein, aber es ist ein Symbol der Dotcom-Manie. Von 1998 bis Anfang 2000 erlebte der Markt eine Spekulationsmanie auf Technologie-Aktien und insbesondere Internet-Aktien. In dieser Zeit gelang es zahlreichen Unternehmen mit negativem Cashflow sowie ohne vernünftige kurzfristige Aussichten auf Gewinne, Börsengänge zu organisieren. Da es unmöglich war, die Bewertungen dieser Unternehmen oder überhaupt positive Bewertungen anhand irgendwelcher traditionellen Messgrößen zu rechtfertigen (also solchen, die sich auf Gewinn und Vermögen beziehen), erfanden die Kapitalmarktanalysten in dieser Ära so weit hergeholte Kennzahlen wie die Anzahl der Klicks oder „Eyeballs“ pro Website und es war von einem „neuen Paradigma“ der Aktienbewertung die Rede. Viele dieser Unternehmen, die Bewertungen von Hunderten Millionen oder gar von Milliarden Dollar erreicht hatten, crashten und verbrannten schon ein oder zwei Jahre nach ihrer Gründung. Das Wort „verbrennen“ ist deshalb so passend, weil der Zeitpunkt, zu dem diese prekären Unternehmen untergingen, mit ihrer sogenannten Burn Rate zusammenhing – also damit, wie schnell ihr negativer Cashflow den Cashbestand aufzehrte.

Abbildung 2.1 zeigt den AMEX Internet Index von 1998 bis 2002. Von Ende 1998 bis zum Höhepunkt im März 2000 stieg der Index innerhalb von 17 Monaten auf das unglaubliche Siebenfache an. Dann gab er den gesamten Gewinn wieder ab und fiel in den nächsten 18 Monaten um 86 Prozent. Die Effizienzmarkthypothese verlangt nicht nur, dass man glaubt, die Fundamentaldaten hätten sich von Oktober 1998 bis März 2000 so sehr gebessert, dass die Zunahme um 600 Prozent in diesem Zeitraum gerechtfertigt war, sondern auch, die Fundamentaldaten hätten sich danach so sehr verschlechtert, dass die Preise bis September 2001 um 86 Prozent fielen. Eine weitaus plausiblere Erklärung besagt hingegen, dass der Anstieg der Internet-Aktien von Ende 1998 bis Anfang 2000 gemäß den Fundamentaldaten ungerechtfertigt und der nachfolgende Zusammenbruch die Rückkehr auf ein Preisniveau war, das besser zu den aktuellen Fundamentaldaten passte. Eine solche Erklärung widerspricht allerdings der Effizienzmarkthypothese, denn diese nimmt an, dass sich sowohl die Anstiegs- als auch die Einbruchphase durch neue fundamentale Entwicklungen erklären lassen.

Abbildung 2.1AMEX Internet Index (IIX), 1998-2002

Quelle: moneycentral.msn.com

Ein Subprime-Investment1

Während der Häuserblase Mitte der 2000er-Jahre stiegen die Risiken, die mit niedrig gerateten BBB-Tranchen von Subprime-Anleihen verbunden waren und die von Anfang an hoch gewesen waren, dramatisch an. Die Qualität der Darlehen verschlechterte sich erheblich, weil die ursprünglichen Kreditgeber ihre Risiken dadurch weiterreichen konnten, dass sie die Hypothekendarlehen zu Verbriefungszwecken weiterverkauften. Je mehr Hypothekendarlehen sie vergaben und weiterverkauften, umso mehr Gebühren nahmen sie ein. Im Endeffekt brauchten sie sich daher keinerlei Sorgen mehr darum zu machen, ob die von ihnen vergebenen Darlehen auch tatsächlich zurückgezahlt würden. Stattdessen besaßen sie nun einen Anreiz, so viele Hypothekendarlehen wie möglich zu vergeben, und genau das taten sie auch. Je niedriger sie die Messlatte für Kreditnehmer legten, umso mehr Hypothekendarlehen konnten sie vergeben. Am Ende gab es de facto gar keine Hürde mehr, denn es wurden Subprime-Darlehen unter folgenden Konditionen vergeben:

•Keine Anzahlung.

•Keine Überprüfung des Einkommens, der Erwerbstätigkeit oder des Vermögens.

Nie zuvor in der Geschichte hatte es Hypothekendarlehen derart geringer Bonität gegeben. Es liegt auf der Hand, dass die BBB-Tranche einer Anleihe, die aus solchen minderwertigen Darlehen geschaffen wurde, extrem anfällig für einen Totalverlust war.

Allerdings ist die Geschichte damit noch nicht beendet. Die BBB-Tranchen waren schwer verkäuflich, was kaum überrascht. Da entwickelten die Alchemisten von der Wall Street eine Lösung, die BBB-Tranchen auf magische Weise in AAA verwandelte. Sie schufen eine neue Verbriefung, die sie als Collateralized Debt Obligation (CDO) bezeichneten und die ausschließlich aus den BBB-Tranchen vieler Hypothekenanleihen bestand.2

Die CDOs waren ebenfalls als Tranchen strukturiert. Normalerweise waren die oberen 80 Prozent eines CDOs als AAA eingestuft, obwohl es zu 100 Prozent aus BBB-Tranchen bestand.

Der Tranchen-Aufbau von CDOs war zwar dem ähnlich, der für Subprime-Hypothekenanleihen aus einzelnen Hypothekendarlehen verwendet wurde, aber es bestand auch ein bedeutender Unterschied. Bei einem ordentlich diversifizierten Pool von Hypothekendarlehen gab es zumindest einen gewissen Grund, anzunehmen, es bestehe nur eine begrenzte Korrelation zwischen den Ausfallrisiken der einzelnen Darlehen. Verschiedene Personen würden nicht unbedingt zur gleichen Zeit in Finanznot geraten und verschiedene geografische Regionen würden unterschiedliche konjunkturelle Bedingungen erleben. Im Gegensatz dazu waren alle Einzelbestandteile eines CDOs Klone – sie stellten alle die unterste Schicht eines Pools von Subprime-Hypothekendarlehen dar. Wenn die konjunkturellen Bedingungen so ungünstig wurden, dass die BBB-Tranche eines Darlehenspools ausgelöscht wurde, bestand eine sehr hohe Wahrscheinlichkeit, dass auch die BBB-Tranchen anderer Pools ausgelöscht oder zumindest stark beschädigt wurden.3

Damit die AAA-Tranche beeinträchtigt wurde, war ein Verlust von 20 Prozent nötig, was sich nach einem beruhigenden Wert anhört – bis man bedenkt, dass alle Positionen eng miteinander korreliert waren. Die BBB-Tranchen waren wie eine Gruppe von Menschen, die eng beieinander wohnen und von einer hochansteckenden Grippe befallen werden. Wenn eine Person angesteckt wird, steigt die Wahrscheinlichkeit, dass viele angesteckt werden, dramatisch. So gesehen wirkt das 20-Prozent-Polster der AAA-Klasse eher wie ein Papiertaschentuch.

Und wie konnten Anleihen, die nur aus BBB-Tranchen bestanden, als AAA eingestuft werden? Dafür gibt es drei Erklärungen, die miteinander zusammenhängen.

1.Die Modelle für die Preisberechnung spiegelten implizit historische Zahlen über die Ausfälle von Hypothekendarlehen wider. Allerdings hatten die historischen Hypothekendarlehen, bei denen es den Kreditgeber tatsächlich interessierte, ob Rückzahlungen erfolgten, bei denen Anzahlungen verlangt wurden und bei denen Prüfungen stattfanden, keinerlei Ähnlichkeit mit den in letzter Zeit erfundenen Darlehen ohne Anzahlung und ohne Prüfung. Deshalb ergab sich aus den historischen Daten ein bei Weitem zu niedriges Risiko für Ausfälle der in der jüngeren Zeit vergebenen Darlehen.4

2.Es wurde eine unrealistisch geringe Korrelation angenommen. Die stark erhöhte Wahrscheinlichkeit, dass BBB-Tranchen ausfallen würden, wenn andere BBB-Tranchen ausgefallen waren, wurde nicht angemessen berücksichtigt.

3.Bei den Ratingagenturen bestand ein eindeutiger Interessenkonflikt: Sie wurden von den CDO-Fabrizierern bezahlt. Wenn sie mit ihren Ratings „zu scharf“ (sprich: realistisch) gewesen wären, wäre ihnen dieses Geschäft entgangen. Sie hatten im Endeffekt einen Anreiz, mit ihren Ratings so lax wie möglich zu sein. Soll das heißen, dass die Ratingagenturen Anleihen bewusst falsch beurteilt hätten? Nein, die Fehlbeurteilungen könnten auch unbewusst erfolgt sein. Die AAA-Einstufung der Tranchen aus einzelnen Hypotheken ließ sich zwar in einem gewissen Maße vertreten, aber man kann schwerlich das Gleiche von der AAA-Einstufung von CDO-Tranchen behaupten, die nur aus BBB-Tranchen von Hypothekenanleihen bestanden. Die Agenturen befanden sich bezüglich der Einstufung von CDOs entweder in einem Interessenkonflikt oder sie waren inkompetent.

Welchen Zinsaufschlag gegenüber einer 10-jährigen Schatzanweisung würden Sie nun als Anleger dafür verlangen, dass Sie Ihr Geld in einem CDO anlegen, das als AAA eingestuft ist, aber vollständig aus Subprime-Hypothekentranchen mit BBB-Rating besteht? Wie hört sich ein Viertel Prozent an? Lächerlich? Warum sollte jemand gegen einen derart winzigen Aufschlag eine Anleihe kaufen, die vollständig aus den schlechtesten Subprime-Anlagen besteht? Nun, die Menschen haben das getan. Aber in welchem Universum ergibt eine solche Preisbildung einen Sinn? Die Theorie der Markteffizienz würde per definitionem behaupten, dass diese Anleihen, bestehend aus BBB-Tranchen, die ihrerseits aus ungeprüften ARM-Subprime-Hypothekendarlehen konstruiert worden waren, mit einem Viertel Prozent mehr als US-Staatsanleihen korrekt bewertet gewesen wären. Die Käufer dieser komplexen Wertpapiere hatten natürlich keine Ahnung, welche Risiken sie beinhalteten, und verließen sich ausschließlich auf die Ratingagenturen. Gemäß der Effizienzmarkthypothese hätten jedoch gut unterrichtete Marktteilnehmer die Preise in die richtige Richtung treiben müssen. Diese Überlegungen zeigen einen weiteren Fehler der Effizienzmarkthypothese: Sie lässt es nicht zu, dass die Handlungen der unwissenden Massen die Handlungen der gut Informierten überwiegen – wenigstens vorübergehend –, aber genau das ist damals passiert.

Vermögenswerte mit negativem Wert – die Episode um Palm/3Com5

Offensichtlich ist es zwar sehr schwer, die Preise für Internetunternehmen auf dem Höhepunkt im Jahr 2000 oder die AAA-Ratings von CDO-Tranchen zu rechtfertigen, die aus Subprime-Hypothekendarlehen niedrigster Bonität bestanden, aber es gibt auch keine Formel, die einen exakten korrekten Preis für einen gegebenen Zeitpunkt liefern würde. (Die Anhänger der Theorie der Markteffizienz würden natürlich behaupten, dieser Preis sei der Marktpreis.) Das heißt, dass diese Beispiele zwar offenkundige drastische Fehlpreisungen nachdrücklich veranschaulichen, dass ihnen aber die Solidität eines mathematischen Beweises dafür fehlt, dass es Fehlpreisungen aufgrund des irrationalen Verhaltens von Anlegern gibt. Die Episode über Palm und 3Com liefert allerdings einen unanfechtbaren Beleg für die Irrationalität von Anlegern und für Preise, von denen bewiesen werden kann, dass sie mathematisch inkorrekt sind.

Am 2. März 2000 verkaufte 3Com circa fünf Prozent seiner Beteiligung an Palm, größtenteils im Rahmen eines IPOs. Die Palm-Aktien wurden für 38 Dollar ausgegeben. Die Aktie des damals führenden Herstellers von Handheld-Computern war sehr begehrt und der Kurs wurde am ersten Tag steil in die Höhe getrieben. Zwischenzeitlich stieg der Preis über das Vierfache des Zeichnungskurses und erreichte ein Tageshoch (gleichzeitig Allzeithoch) von 165 Dollar. Den ersten Handelstag beschloss Palm mit einem Schlusskurs von 95,06 Dollar.

Die extreme Diskrepanz zwischen den Preisen von 3Com und Palm trotz ihrer starken strukturellen Verbindung erscheint nicht nur äußerst ungereimt, sondern grenzt schon ans Unmögliche. Warum kauften nicht einfach Arbitrageure 3Com und shorteten Palm im Verhältnis von 1,5 Palm-Aktien auf eine 3Com-Aktie? Viele haben das zwar tatsächlich gemacht, aber die Arbitrage-Aktivität reichte nicht aus, diese riesige Kluft zu schließen, weil es entweder unmöglich oder sehr teuer war, Palm-Aktien zu leihen (was eine unabdingbare Voraussetzung für den Leerverkauf der Aktien ist). Diese Unmöglichkeit, sich zu angemessenen Bedingungen Palm-Aktien zu leihen, kann zwar erklären, weshalb die Arbitrage nicht sofort die Preislücke geschlossen hat, aber das Paradoxon beseitigt sie nicht. Es bleibt die Frage, weshalb irgendein vernünftiger Anleger 95 Dollar für Palm bezahlen sollte, wenn er nur 82 Dollar für eine 3Com-Aktie zu bezahlen brauchte, die 1,5 Palm-Aktien und zusätzliche Vermögenswerte darstellte. Noch extremer wird dieses Paradoxon, wenn man sich die viel höheren Preise betrachtet, die manche Anleger im früheren Verlauf des Tages bezahlt hatten, als die Palm-Aktie für bis zu 165 Dollar gehandelt wurde. Die Tatsache lässt sich nicht leugnen, dass diese Anleger irrational gehandelt haben.

Angesichts dieser Fakten ist klar, dass der Markt entweder Palm zu hoch oder 3Com zu niedrig bewertete oder beides. Es ist logisch unmöglich, zu behaupten, sowohl Palm als auch 3Com seien perfekt bewertet gewesen – oder auch nur entfernt in der Nähe einer korrekten Bewertung. Mindestens eine der beiden Aktien war immens fehlbewertet.

Und was passierte letztendlich? Genau das, was man vernünftigerweise erwarten konnte: Die Palm-Aktie verlor im Verhältnis zu 3Com an Boden und der implizierte Wert des Restunternehmens 3Com stieg bis zum Zeitpunkt der Verteilung von Palm-Aktien an die 3Com-Aktionäre weniger als vier Monate später stetig aus dem negativen Bereich bis über zehn Dollar pro Aktie. Arbitrageure, denen es gelungen war, Palm zu shorten und 3Com zu kaufen, machten einen hübschen Profit, und Palm-Anleger, die ihre Aktien indirekt durch den Kauf von 3Com erworben hatten, fuhren enorm viel besser als Anleger, die direkt Aktien von Palm gekauft hatten. Man konnte sich also aufgrund offenkundiger Fehlpreisungen eines hochkarätigen Börsengangs, der in der Finanzpresse prominent besprochen wurde, einen Vorteil verschaffen – wenn die Effizienzmarkthypothese korrekt wäre, hätte das nicht möglich sein dürfen.

Und was ist die Erklärung für die paradoxen Preisverhältnisse, die im Zuge des Spin-offs von Palm aufgetreten sind? Ganz einfach: Im Gegensatz zur Behauptung der Theorie der Markteffizienz, die Preise seien immer korrekt, veranlassen Emotionen die Anleger manchmal zu irrationalem Verhalten. Und dadurch ergeben sich Preise, die weit von fundamental zu rechtfertigenden Niveaus entfernt sind. Palm ist ein Beispiel dafür, wie die Anleger vom Wahn der Technologie-Kaufblase mitgerissen wurden, die nur etwa eine Woche nach dem Palm-IPO ihren Höhepunkt überschritt. Abbildung 2.2 zeigt, was mit der Palm-Aktie nach dem Börsengang passierte. (Beachten Sie, dass sich die im Chart dargestellten Preise auf heutige Aktien beziehen – das heißt, die früheren Aktienkurse wurden um Aktiensplits und Reverse Splits bereinigt, was gegenüber den Kursen vom März 2000 eine Aufwärtskorrektur auf das Zehnfache bedeutet.) Wie man sieht, hat die Palm-Aktie über 99 Prozent des Wertes, den sie am Tag des Börsengangs zum Handelsschluss hatte, verloren.

Die Tatsache, dass sich manche Fehlpreisungen, etwa die von Palm/3Com, mit mathematischer Gewissheit demonstrieren lassen, verleiht der Ansicht Glaubwürdigkeit, dass auch zahlreiche andere Fälle anscheinender Fehlpreisungen in der Tat Anomalien sind, auch wenn ein absoluter Beweis nicht möglich ist. Zwischen dieser Sichtweise und dem Rahmenwerk der Theorie der Markteffizienz besteht ein bedeutsamer Unterschied. Während die Effizienzmarkthypothese behauptet, es sei vergeblich, nach Chancen zu suchen, weil der Marktpreis immer richtig sei, lässt sich aus der Ansicht, die Emotionen der Anleger könnten dazu führen, dass die Preise weit von den vernünftigen Bewertungen abweichen, der Schluss ziehen, es gebe Gelegenheiten, bei denen man es ausnutzen kann, dass die Marktpreise falsch sind (dass sie also regelmäßig einen Aufschlag oder Abschlag auf den fairen Wert darstellen).

Abbildung 2.2Palm (splitbereinigt) 2000-2002

Quelle: moneycentral.msn.com

Der Markt bricht zusammen – wo bleiben die Nachrichten?

In der Welt, die die Theorie der Markteffizienz beschreibt, finden Preisbewegungen statt, weil sich die Fundamentaldaten ändern und sich die Preise anpassen. Deshalb lassen große Preisbewegungen auf ein sehr bedeutendes Ereignis schließen.

Am 19. Oktober 1987, der später als Schwarzer Montag bekannt wurde, erlebten die Aktienindizes einen unglaublichen Absturz. Der Standard & Poor’s 500 Index (S&P 500) verlor 20,5 Prozent und damit mit Abstand so viel wie noch nie an einem Tag. In Wirklichkeit war der Einbruch aber noch viel schlimmer, denn der Kassa-Index S&P 500, der normalerweise von Arbitrageuren dicht an den Futures auf den Index gehalten wird, hinkte dem Kursverfall der Futures am 19. Oktober 1987 dramatisch hinterher, weil das System für die Orderabwicklung an der New York Stock Exchange (NYSE) mit der Orderlawine nicht Schritt halten konnte. Die technischen Verzögerungen führten dazu, dass „abgestandene“ Limit-Orders (die vorher platziert worden waren, als der Index noch höher gestanden hatte) ausgeführt wurden. Dadurch war der Schlusskurs des Index am 19. Oktober 1987 selbst schon veraltet und gab den tatsächlichen Rückgang zu schwach wieder. Der liquidere Futures-Markt, an dem es keine Preisbildung aufgrund aufgelaufener Orders gab und der darum ein viel treffenderer Indikator für den tatsächlichen Niedergang war, fiel um noch erstaunlichere 29 Prozent! Daran kam nicht einmal der Schwarze Donnerstag heran, der Crash am 28. Oktober 1929, bei dem der Kursverlust 12,94 Prozent betrug.6