In der Masterarbeit „Modellierung und Prognose von Börsencrashs mit dem Log Periodic Power Law. Eine komplexitätsökonomische Analyse spekulativer Blasen an deutschen und amerikanischen Finanzmärkten.“ wurde sich kritisch mit dem Thema spekulativer Basen, deren
Entstehung und deren Platzen auseinandergesetzt. Der theoretische Rahmen dieser Arbeit
bildete dabei das noch junge Forschungsprogramm der Komplexitätsökonomik. In der Komplexitätsökonomik
werden Theorien und Modelle aus unterschiedlichen wissenschaftlichen
Disziplinen wie der Psychologie, Evolutorik, Physik etc. verwendet, um ökonomische Probleme
zu beschreiben und zu erklären. Vor diesem Hintergrund werden Finanzmärkte als komplexe,
dynamische und adaptive Systeme verstanden. In diesen Systemen werden spekulative
Blasen respektive große Kurseinbrüche als endogene, systemimmanente Phänomene aufgefasst,
deren Ursache das sich selbst verstärkende Imitationsverhalten der Marktteilnehmer ist.
Dieses Verhalten der Marktteilnehmer führt über mehrere Monate bzw. Jahre zu einem kritischen
Systemzustand, indem der Kurseinbruch am wahrscheinlichsten ist. Kurseinbrüche
können demnach als Phasenübergänge von komplexen Systemen aufgefasst werden, die gekennzeichnet
sind durch diskrete Skaleninvarianz und Log-Periodizität.
Inhaltsverzeichnis
1. Einleitung
1.1 Problemstellung und Ziel der Arbeit
1.2 Struktur der Arbeit
2. Theorie
2.1 Spekulation und spekulative Blasen
2.1.1 Spekulatives Verhalten am Aktienmarkt
2.1.2 Definition, Eigenschaften und Entstehung von Spekulationsblasen
2.2 Verhaltenstheoretische Grundlagen
2.2.1 Positives Feedback
2.2.2 Imitationsverhalten
2.2.3 Herdenverhalten
2.3 Systemtheoretische Grundlagen
2.3.1 Selbstorganisierte Kritikalität und Skaleninvarianz
3. Draw Downs und ε-Draw Downs
4. Herleitung des Log Periodic Power Law
4.1 Rationale spekulative Blasen
4.2 Das Log Periodic Power Law
4.2.1 Preisentwicklung vor dem Aktienkurseinbruch
4.2.2 Modellierung der Mikrostrukturen des Systems
4.2.3 Das Log Periodic Power Law und dessen Eigenschaften
5. Bisherige empirische Evidenz
6. Verwendete Daten und Anpassungsmethoden
6.1 Verwendete Daten
6.2 Anpassung der verallgemeinerten Exponentialverteilung an die Draw Downs
6.3 Anpassung des Log Periodic Power Law an die empirischen Daten
7. Auswertung der empirischen Daten
7.1 Deskriptive Statistik
7.2 Sind große Aktienkurseinbrüche Ausreißer?
7.2.1 Draw Downs
7.2.2 ε-Draw Downs
7.2.3 Zusammenfassung der Ergebnisse
7.3 Modellierung spekulativer Blasen mit dem Log Periodic Power Law
7.3.1 Dow Jones Industrial Average
7.3.2 Nasdaq Composite
7.3.4 MDAX
7.3.5 Zusammenfassung der Ergebnisse
8. Fazit und Ausblick
Zielsetzung & Themen
Die Arbeit analysiert die Entstehung und Prognostizierbarkeit spekulativer Blasen an Finanzmärkten, indem sie ökonomische Theorien mit Modellen aus der statistischen Physik und Systemtheorie verknüpft. Das Hauptziel ist die Untersuchung, ob große Aktienkurseinbrüche als endogene Phänomene verstanden werden können, die mittels des Log Periodic Power Law modelliert und antizipiert werden können.
- Analyse von Spekulation und spekulativen Blasen im Finanzmarktkontext.
- Untersuchung verhaltenstheoretischer Mechanismen wie positives Feedback, Imitation und Herdenverhalten.
- Systemtheoretische Betrachtung von Finanzmärkten als komplexe adaptive Systeme.
- Empirische Überprüfung der Hypothese, dass große Kurseinbrüche als Phasenübergänge (Ausreißer) klassifizierbar sind.
- Modellierung und Prognose von Aktienkurseinbrüchen mittels des Log Periodic Power Law (LPPL).
Auszug aus dem Buch
1. Einleitung
Im Oktober 1987 verlor der Kurs des Dow Jones Industrial Average innerhalb von 5 Tagen 33.40 Prozent. Der Verlust des Nasdaq Composite Anfang April 2000 betrug 28.15 Prozent. Acht Jahre später, im September 2008, verzeichneten sowohl der Dow Jones Industrial Average als auch der Nasdaq Composite innerhalb weniger Tage Kursverluste von über 23 Prozent. Der Schwarze Montag im Oktober 1987, das Platzen der Dotcom-Blase im März beziehungsweise April 2000 oder die Finanzkrise 2007/2008 sind einige wenige Beispiele, an denen deutlich wird, dass es an den internationalen Finanzmärkten Phasen gibt, in denen Aktiendindizes innerhalb von wenigen Tagen große Kursverluste erleiden.
Diese großen Kurseinbrüche interessieren Praktiker und Wissenschaftler gleichermaßen. Für Praktiker besteht das Interesse darin, diese Kurseinbrüche zu antizipieren und dementsprechend Gewinne aus diesen Informationen zu generieren. Bei Wissenschaftlern steht die Frage nach den Funktionsmechanismen der Märkte, die für solche Kursverluste verantwortlich sind, im Vordergrund.
Jedoch hat die traditionelle Finanzmarkttheorie, welche sich überwiegend auf die von Eugene Fama formulierte Effizienzmarkthypothese und die daraus resultierende Random-Walk-Theorie stützt, keine plausible Erklärung für die großen Kurseinbrüche gefunden. Aus diesem Grund wird in dieser Arbeit ein innovativer, interdisziplinärer Ansatz für die Erklärung von großen Kurseinbrüchen infolge spekulativer Blasen herangezogen. Dieser wurde erstmals in der Arbeit „Stock market crashes, Precursors and Replicas“ von Sornette, Johansen und Bouchaud angewendet und beruht auf der Theorie, dass es sich bei Finanzmärkten um komplexe, dynamische, adaptive Systeme handelt.
Zusammenfassung der Kapitel
1. Einleitung: Diese Einleitung führt in die Thematik der großen Aktienkurseinbrüche ein und motiviert die Notwendigkeit eines interdisziplinären Forschungsansatzes jenseits der klassischen Effizienzmarkthypothese.
2. Theorie: Hier werden die theoretischen Grundlagen gelegt, indem Spekulation definiert, das Modell von spekulativen Blasen erörtert und verhaltenstheoretische Konzepte sowie systemtheoretische Grundlagen erläutert werden.
3. Draw Downs und ε-Draw Downs: Dieses Kapitel führt die methodischen Instrumente zur Identifikation und Messung von Kurseinbrüchen als Risikomaße ein.
4. Herleitung des Log Periodic Power Law: Hier wird das mathematische und theoretische Modell des Log Periodic Power Law formal hergeleitet, ausgehend von der Annahme rationaler spekulativer Blasen und Mikrostrukturen des Systems.
5. Bisherige empirische Evidenz: Dieses Kapitel gibt einen kritischen Überblick über den Stand der Forschung hinsichtlich der Anwendung des LPPL auf Finanzmarktdaten.
6. Verwendete Daten und Anpassungsmethoden: Es werden die untersuchten Datensätze (Dow Jones, Nasdaq, DAX, MDAX) sowie die eingesetzten numerischen Optimierungsverfahren (genetische Algorithmen, Regression) beschrieben.
7. Auswertung der empirischen Daten: Das Kapitel präsentiert die empirische Analyse, testet die Hypothesen zu Aktienkurseinbrüchen als Ausreißer und wendet das LPPL-Modell auf die ausgewählten Indizes an.
8. Fazit und Ausblick: Diese abschließende Sektion fasst die Ergebnisse zusammen, bewertet die Validität der Hypothesen und diskutiert Potenziale für weiterführende Forschung.
Schlüsselwörter
Spekulative Blasen, Aktienkurseinbrüche, Log Periodic Power Law, Finanzmarktstabilität, Komplexitätsökonomik, Draw Downs, Systemtheorie, Imitationsverhalten, Herdenverhalten, Phasenübergänge, Skaleninvarianz, Genetische Algorithmen, Marktindizes, Marktvolatilität, Endogene Krisen.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit untersucht das Phänomen spekulativer Blasen und deren Platzen an Finanzmärkten, wobei der Fokus auf der Modellierung und Prognose solcher Kurseinbrüche mittels komplexer systemtheoretischer Ansätze liegt.
Was sind die zentralen Themenfelder?
Die Arbeit verknüpft Finanzökonomie, Verhaltensökonomik, statistische Physik und Systemtheorie, um die Mechanismen hinter großen Aktienkurseinbrüchen zu entschlüsseln.
Was ist das primäre Ziel der Untersuchung?
Das Ziel ist es, zu zeigen, dass große Kurseinbrüche keine zufälligen Ereignisse, sondern endogene, durch selbstverstärkendes Imitationsverhalten getriebene Phasenübergänge in komplexen Systemen sind, die mit dem Log Periodic Power Law (LPPL) modelliert werden können.
Welche wissenschaftliche Methode wird verwendet?
Der Autor verwendet empirische Analysen auf Basis von Zeitreihendaten der Aktienmärkte (Dow Jones, Nasdaq, DAX, MDAX) sowie numerische Optimierungsmethoden, insbesondere genetische Algorithmen, zur Anpassung der komplexen LPPL-Modelle.
Was wird im Hauptteil behandelt?
Der Hauptteil gliedert sich in eine theoretische Fundierung der Blasenentstehung, die mathematische Herleitung des LPPL-Modells sowie die anschließende empirische Auswertung und Anpassung dieser Modelle an historische Marktdaten.
Welche Schlüsselbegriffe charakterisieren die Arbeit?
Wichtige Begriffe sind spekulative Blasen, Log Periodic Power Law, endogene Kurseinbrüche, Draw Downs, Skaleninvarianz und komplexe adaptive Systeme.
Wie unterscheiden sich endogene von exogenen Kurseinbrüchen laut dieser Arbeit?
Endogene Kurseinbrüche entstehen aus dem Marktsystem selbst durch sich selbst verstärkendes Imitationsverhalten der Akteure, während exogene Einbrüche auf äußere Schocks zurückzuführen sind, die nicht durch das LPPL antizipiert werden können.
Welche Rolle spielen "Draw Downs" in der empirischen Analyse?
Draw Downs dienen als spezifische Risikomaße, um Kurseinbrüche zu quantifizieren. Die Arbeit untersucht, ob diese Kurseinbrüche statistisch als Ausreißer betrachtet werden können, was wiederum die Anwendbarkeit des LPPL-Modells rechtfertigt.
- Arbeit zitieren
- Robert Möske (Autor:in), 2011, Modellierung und Prognose von Börsencrashs mit dem Log Periodic Power Law, München, GRIN Verlag, https://www.hausarbeiten.de/document/190564
