‘Sell in May and go away’ ist eine unter Investoren weit verbreitete Börsenweisheit. In der Behavioral Finance werden dieser und ähnliche Effekte als Kalenderanomalien bezeichnet. Die wichtigsten der Kalenderanomalien werden in diesem Buch untersucht und die daraus gewonnenen Erkenntnisse in einer Investmentstrategie umgesetzt. Um einen Überblick über das Thema zu erhalten, wird zunächst die wissenschaftliche Literatur zu den einzelnen Kalenderanomalien analysiert, bevor in einem zweiten Schritt zwölf Aktienindizes auf fünf saisonale Effekte hin untersucht werden. Die Beobachtungszeiträume gehen dabei bei einzelnen Indizes bis in die 50er Jahre zurück. Ein Hauptaugenmerk wird bei der Untersuchung auf die historische Entwicklung der einzelnen Effekte in den jeweiligen Indizes gelegt. Damit wird überprüft, ob die über lange Zeiträume beobachteten Anomalien auch in der Gegenwart noch evident sind. Nach dieser eingehenden, theoretischen und empirischen Analyse der jeweiligen Effekte kann ihre Relevanz für eine Investmentstrategie bestimmt werden.

Textprobe: Kapitel 3, Kalendereffekte in der Behavioral Finance: Folgt man den Modellen der neoklassischen Finanzierungstheorien müssten die Kurse einen zufälligen Verlauf haben, infolge ergibt sich die sogenannte ‘Random Walk Hypothese’. Durch empirische Untersuchungen konnten jedoch Regelmäßigkeiten in der Performanceverteilung festgestellt werden. Die Beobachtungsfenster sind dabei sehr verschieden. Anomalien lassen sich sowohl ‘Intraday’ als auch in mehrjährigen Perioden wie zum Beispiel Legislaturperioden feststellen. Zusammengefasst werden diese Anomalien als Kalendereffekte bezeichnet und im Rahmen der Behavioral Finance untersucht. Das folgende Kapitel sollen die einzelnen Effekte näher untersucht werden. Dazu wird in einem ersten Schritt die bestehende Literatur zu den einzelnen Effekten genauer beleuchten. In einem zweiten Schritt wird der jeweilige Effekt eigenen empirischen Untersuchungen unterzogen. Besonderes Augenmerk bei diesen empirischen Untersuchungen gilt dabei der historischen Evidenz der Effekte und der Frage wie stark die Ausprägung der Effekte aktuell ist. Basis für die Untersuchungen sind Zeitreihen von 13 Indizes, die mithilfe von Thomson DataStream ermittelt wurden. Methodisch wurde dabei so vorgegangen dass diese 13 Indizes jeweils hinsichtlich ihrer Performance auf Tagesbasis als auch auf Monatsbasis untersucht wurden. Die Tagesperformance bildete schließlich die Datenbasis für die Untersuchungen hinsichtlich des Wochentags-Effekt, des Monatswechsel-Effekt, und des Feiertags-Effekt. Mithilfe der Daten der Monatsperformance wurden der Sommer- und der Jänner-Effekt untersucht. Ziel dieser empirischen Untersuchungen ist es, jene Effekte ausfindig zu machen, die sich für den Einsatz in einer auf Kalendereffekten basierenden Anlagestrategie eignen. 3.1, Wochentags-Effekt: Als einer der am besten untersuchtesten Effekte innerhalb der Kalenderanomalien gilt der Wochentags-Effekt. Synonym wird diese Anomalie häufig auch als Day-of-Week-Effect, Monday-Effect oder Weekend-Effect bezeichnet. Als erstes festgestellt wurde der Effekt von Osborne 1962. In weiterer Folge beschäftigten sich zahlreiche Ökonomen wie Cross, French, Gibbons und Hess, Lakonishok und Levi, Keim und Stambaugh oder Rogalski mit diesem Phänomen.Basis all dieser Beobachtungen ist, dass die durchschnittliche Rendite nicht gleichverteilt über die Wochentage ist. Kenneth French, der sich sehr intensiv mit der Anomalie des Wochentags-Effekt beschäftigt hat, stellte zunächst zwei Hypothesen auf: • ‘calendar-time-hypothesis’: Annahme dieser Hypothese ist es, dass die Renditen an jedem Kalendertag erwirtschaftet werden. Da zwischen dem Handelsschluss am Freitag und dem Handelsschluss am Montag drei Kalendertage verstrichen sind, sollten die Renditen am Montag dreimal so hoch sein wie an den üblichen Handelstagen. • ‘trading-time-hypothesis’: Annahme dieser Hypothese ist es, dass die Renditen nur an Handelstagen erwirtschaftet werden. Die handelsfreien Wochenenden erwirtschaften damit keine Renditen. Resultat ist, dass die Renditen an Montagen durchschnittlich genauso hoch sind wie an den restlichen Handelstagen. Die trading-time-hypothesis wird unter anderem von Thaler kritisiert. Er stellt ein Gedankenexperiment auf indem während der Sommermonate nur an einem Wochentag ein Handel statt findet. Dazu stellt er die Frage ob während dieser Handelstage die durchschnittliche Rendite jener von normalen Handelstagen entspricht und verneint gleichzeitig diese Frage. In empirischen Tests konnte jedoch keine dieser beiden Hypothesen bestätigt werden. Obwohl die durchschnittliche Rendite an Montagen überdurchschnittlich oder zumindest gleich wie jene an den anderen Wochentagen sein müsste ist sie schwächer als an den restlichen Handelstagen. Die empirischen Untersuchungen von Cross bezogen sich auf den von Standard and Poors berechneten S&P 500 Index. Dubois und Louvet haben daraufhin die Indizes verschiedener Märkte einer Untersuchung unterzogen und konnten feststellen dass die Intensität des Montagseffekts an den verschiedenen Märkten variiert. Frankreich fällt bei diesen Tests besonders auf, da hier der Freitag negativ abschließt. Mit Ausnahme von Australien konnte in acht von neun Ländern ein Wochentags-Effekt festgestellt werden. Weiters konnte ein Zusammenhang zwischen der Performance an Freitagen und jener am darauffolgenden Montag gezeigt werden. Auf einen Freitag mit einer negativen Performance folgt mit großer Wahrscheinlichkeit ein Montag mit einer negativen Performance. Da nur ein Drittel aller Freitage negativ schließt kann dies nicht die alleinige Ursache sein. Betrachtet man aber anstelle der Freitage die Vorhandelswoche von Montag bis Donnerstag kann eine negative Performance dieser Handelstage auch als Indikator für einen schwachen Montag herangezogen werden. Der Effekt einer negativen Rendite am Montag tritt außerdem verstärkt in den letzten beiden Wochen eines Monats auf. Während der ersten beiden Wochen liegt die Durchschnittliche Rendite an Montagen in etwa bei null. Weiter konnte festgestellt werden dass die Intensität des Montagseffekts mit der Unternehmensgröße in Zusammenhang steht. Gibbons und Hess zeigten die Unterschiede anhand des Equal- und des Value-weighted CRSP Index. Der Equal-weighted Index, in dem klein kapitalisierte Unternehmen stärkere Berücksichtigung finden konnte an Freitagen wesentlich besser abschließen als der Value-weighted CRSP Index. Diese Indizes werden vom amerikanischen ‘Center for Research in Security Prices’ (=CRSP) berechnet und spiegeln im Wesentlichen die Entwicklung von amerikanischen Aktien wieder. Die durchschnittlichen Verluste an den Montagen waren hingegen bei beiden Indizes in etwa gleich. Diese Beobachtung wurde auch von Keim und Stambaugh bestätigt. 3.1.1, Erklärungen für den Wochentags-Effekt: Miller versucht den Effekt so zu erklären dass viele Investoren unter der Woche zu beschäftigt sind um sich um ihre Investments zu kümmern und ihre Entscheidungen an den Wochenenden treffen, während sie unter der Woche auf ihre Broker vertrauen. Diese Entscheidungen sind dann meist Verkaufsentscheidungen, während die Broker häufig Kaufempfehlungen geben. Diese Theorie würde auch dadurch unterstützt, dass Broker und Analysten sehr viel mehr Kauf- als Verkaufsempfehlungen geben. Lakonishok und Maberly zitieren eine Studie von Groth, Lewellen, Schlarbaum und Lease die ein Verhältnis von sechs Kaufempfehlungen auf eine Verkaufsempfehlung zeigt. Weiters zeigt sich, dass die Anzahl von Transaktionen mit geringem Volumen (sog. odd-lot transactions) am Montag höher ist als an anderen Tagen und diese Transaktionen zudem häufiger Verkaufs- als Kaufstransaktionen sind. Diese Nettoverkäufe in Kombination mit der Tatsache, dass das Handelsvolumen am Montag geringer ist als jenes an den restlichen Tagen könnten einen Teil des Montagseffekts erklären. Als mögliche Ursache für das Investmentverhalten der Kleinanleger stellen Lakonishok und Maberly die These auf, dass viele zuerst die Abschlüsse ihrer Verkäufe abwarten um sich später neu zu engagieren. Eine mögliche Erklärung wurde bereits 1931 von Fields geliefert: Manche Wall-Street Anleger sind nicht gewillt ihre Investments über das Wochenende zu halten und somit den Ungewissheiten der freien Tage auszusetzen. Eine weitere mögliche Erklärung lieferten Lakonishok und Levi mit der Betrachtung der Clearing und Settlement Praktiken in den USA. Die Laufzeit für das Clearing und Settlement sowie weitere Banklaufzeiten für das Einlösen der Schecks ergeben in Summe acht Tage. Diese Untersuchungen beziehen sich jedoch auf die Zeit um 1968. Inzwischen sind diese Laufzeiten wesentlich kürzer geworden und der Effekt kann immer noch beobachtet werden wodurch diese Hypothese ihre Relevanz verloren hat. Ein weiter Erklärungsansatz ist, dass Unternehmen dazu tendieren positive Informationen so schnell wie möglich zu publizieren, während sie negative Informationen eher freitags nach Handelsschluss präsentieren. Damit soll erreicht werden dass diese negativen Informationen untergehen bzw. bis zur Handelseröffnung wieder vergessen werden. Diese Vermutung gilt als sehr wage und kann laut Kamara höchstens einen sehr kleinen Teil des Montagseffekts erklären. 3.1.2, Empirische Untersuchung des Wochentags-Effekts: Für die empirische Analyse des Effekts wurde die tägliche Performance der Indizes den einzelnen Wochentagen zugeordnet. Daraus wurde schließlich die durchschnittliche Rendite des jeweiligen Tages ermittelt. Um den historischen Verlauf des Effekts ermitteln zu können wurde diese durchschnittliche Wochentagperformance für jedes Kalenderjahr ermittelt. Um den Einfluss der Gesamtperformance des jeweiligen Jahres auf das Ergebnis zu minimieren wurde zusätzlich die Outperformance des jeweiligen Wochentags gegenüber dem durchschnittlichen Handelstag ermittelt. Tabelle 3 stellt die Ergebnisse in einem Überblick dar. Ein erster Blick auf die Tabelle lässt vermuten dass sich die Ergebnisse die vorhergesagte Performanceverteilung bestätigt. Einen starken statistischen Ausreißer bildet der TecDAX der seinen mit Abstand schlechtesten Wochentag am Mittwoch hat. Dabei ist aber Anzumerken dass der Untersuchungszeitraum für den TecDAX nur 10 Jahre umfasst und sich damit wesentlich von den restlichen Indizes unterscheidet.

• Kalendereffekt

• Aktienmarkt

• Behavioral Finance

• Sell in May and go Away

• Kalenderanomalie

• Anlagestrategie

Christoph Pramhofer wurde 1983 in Freistadt (Oberösterreich) geboren. Im Rahmen seines Studiums der Wirtschaftsinformatik an der Johannes Kepler Universität in Linz untersuchte er Themen der Behavioral Finance.Hauptberuflich ist der Autor im Treasury einer Wiener Bank zum Thema Liquiditätssteuerung tätig.