Der „Angstindex“ bepreist Marktturbulenzen
Ein finanzielles Maß, das uns helfen kann zu verstehen, wie die Märkte wahrscheinlich auf plötzliche, unerwartete Ereignisse reagieren, von Zinssenkungen bis hin zu Terroranschlägen, war das Ziel des EU-finanzierten Projekts Disasters. Das Projekt entwickelte unter anderem eine Möglichkeit, die erwartete Marktrendite(öffnet in neuem Fenster) oder die Eigenkapitalprämie zu messen. Diese Größe ist schwer zu messen, und die herrschende Meinung besagt, dass sie sich im Laufe der Zeit ziemlich langsam verändert. Der Projektkoordinator Ian Martin(öffnet in neuem Fenster) ist jedoch der Ansicht, dass dies falsch ist. „Es verhält sich viel unregelmäßiger, als man bisher dachte“, erklärt er. „Man kann es sich als Angstindex vorstellen. In Zeiten, in denen die Dinge birnenförmig verlaufen, muss man extrem hohe Renditen bieten, um die Menschen dazu zu bewegen, in den Markt einzusteigen oder dort zu bleiben.“
Irrationale Überzeugungen
In Zeiten wirtschaftlicher Turbulenzen, die als „Black Swan“-Ereignisse(öffnet in neuem Fenster) bekannt sind, können Anleger ihr Geld vom Markt nehmen und in sicherere Wirtschaftsinstrumente stecken. Unter Verwendung des Volatilitätsindex (SVIX), einer von Martin entwickelten Kennzahl, die die Aktienprämie schnell und genau widerspiegelt, hofft Martin, dass Anleger dazu gebracht werden können, ihr Geld am Markt zu halten, indem sie sehen, wie viel sie gewinnen können. Insgesamt dürfte dies die Auswirkungen dieser Krisen verringern. „Mein Ansatz ist ein Schritt weg von extremer Rationalität und lässt das Vorhandensein irrationaler Personen oder Menschen mit seltsamen Überzeugungen zu“, ergänzt Martin. „Die Frage ist dann: Welche Rendite müssten rationale Investoren, die von diesen irrationalen Menschen umgeben sind, erwarten, um ihr Geld gerne an der Börse anzulegen?“ Der SVIX-Index liefert die Antwort.
Größere Katastrophen
Die zugrunde liegende Mathematik erweist sich auch als nützlich, um die Auswirkungen von Katastrophen außerhalb der Börse zu untersuchen. „Die mathematischen Instrumente, die Sie benötigen, um extreme Ereignisse an der Börse zu untersuchen, sind auch hilfreich, um über politische Reaktionen auf Katastrophen im Allgemeinen nachzudenken“, erklärt er. Die wichtigste Lehre, die sich aus diesen Modellen ziehen lässt, sei, dass Katastrophen nicht als voneinander unabhängige, diskrete Ereignisse sinnvoll angegangen werden können. In einer erläuternden Arbeit(öffnet in neuem Fenster) analysieren Martin und sein Mitautor Robert S. Pindyck, wie die Kosten-Nutzen-Analyse zur Abwehr von Katastrophen zusammenbricht, wenn man mit verschiedenen, sich überschneidenden Möglichkeiten arbeitet. Die für das Projekt Disasters durchgeführten Arbeiten können dazu beitragen, politische Entscheidungstragende darüber zu informieren, welche dieser Ereignisse am dringendsten angegangen werden müssen.
Dramatische Ereignisse
Die Forschungstätigkeit wurde vom Europäischen Forschungsrat(öffnet in neuem Fenster) gefördert. „Das hat mir die nötige Zeit gegeben – Zeit ist bei weitem das Wichtigste“, erklärt Martin. „Mir wurde ermöglicht, mit Mitautoren in Kopenhagen, Bristol und Boston zusammenzuarbeiten und die Arbeit in China, der EU und den Vereinigten Staaten zu präsentieren.“ Mit dieser Technik zur Messung der Markterwartungen kann, so Martin, auch untersucht werden, wie der Markt auf Informationen reagiert, insbesondere bei großen Schocks. „Wenn Sie den konventionellen Ansatz wählen, bei dem historische Durchschnittswerte als Proxy für zukunftsgerichtete Erwartungen verwendet werden, reagieren Ihre Daten nur schleppend auf dramatische Ereignisse – wenn Lehman Brothers zusammenbricht, wenn das Flugzeug in das World Trade Center einschlägt oder wenn es zu einer Pandemie kommt“, erläutert er. „Mein Ansatz sollte in Zeiten wie diesen einen besonderen Vorteil haben. Und wenn Sie ein gutes Maß für zukunftsgerichtete Erwartungen haben, können Sie es auf alle möglichen Dinge anwenden.“
Schlüsselbegriffe
Disasters, Markt, Volatilität, erwartet, Rendite, Index, Angst, SVIX, Martin, Eigenkapital, Prämie
