Bedeutung der Behavioral Finance für Aktienanalysen

Inhaltsverzeichnis

• 1 Inhalt
• 2 Kapitalmarkttheorien
• 2.1 Klassische Kapitalmarkttheorie
• 2.1.1 Rationalitätskonzept
• 2.1.2 Effizienzmarkthypothese
• 2.1.3 Kritik an klassischer Kapitalmarkttheorie
• 2.2 Behavioral Finance
• 2.2.1 Quasirationalität
• 2.2.2 Limitierte Arbitrage
• 3 Kalendarische Anomalien
• 3.1 Day-of-the-Week-Effekt
• 3.2 Holiday-Effekt
• 3.3 Turn-of-the-Month-Effekt
• 3.4 Januar-Effekt
• 3.5 Halloween-Effekt
• 4 Daten und Methoden
• 4.1 Daten
• 4.2 Methoden
• 5 Empirische Ergebnisse
• 5.1 Turn-of-the-Year-Effekt oder Effekte?
• 5.1.1 Ergebnisse des Januar-Effekts für DM-Indizes
• 5.1.2 Prüfung auf zeitliche Persistenz
• 5.1.3 Januar-Effekt für EM-Indizes
• 5.1.4 Dezember-Effekt?
• 5.2 Halloween-Effekt
• 5.2.1 Ergebnisse für DM-Indizes
• 5.2.2 Prüfung auf zeitliche Persistenz
• 5.2.3 Ergebnisse für EM-Indizes
• 5.2.4 Berücksichtigung von Ausreißern
• 5.3 Gegenseitige Beeinflussung der Effekte
• 6 Schlussfolgerungen

Zielsetzung und Themenschwerpunkte

Diese Bachelorarbeit untersucht die Bedeutung der Behavioral Finance für Aktienanalysen. Der Fokus liegt auf der empirischen Analyse kalendarischer Anomalien, insbesondere des Januar- und Halloween-Effekts. Ziel ist es, zu analysieren, ob diese Anomalien auch in der Gegenwart, mit Berücksichtigung des Einflusses der Behavioral Finance, noch bestehen.

• Die Rolle der Behavioral Finance in der Aktienanalyse
• Empirische Untersuchung kalendarischer Anomalien
• Analyse des Januar-Effekts und Halloween-Effekts
• Prüfung der zeitlichen Persistenz der Effekte
• Bedeutung der Anomalien für Investitionsstrategien

Zusammenfassung der Kapitel

Kapitel 2 stellt zunächst die klassische Kapitalmarkttheorie mit ihren zentralen Konzepten wie Rationalität und Effizienzmarkthypothese vor. Anschließend wird die Behavioral Finance mit ihren Grundannahmen von Quasirationalität und limitierter Arbitrage eingeführt.

Kapitel 3 widmet sich der Beschreibung kalendarischer Anomalien, mit Fokus auf den Day-of-the-Week-Effekt, Holiday-Effekt, Turn-of-the-Month-Effekt, Januar-Effekt und Halloween-Effekt.

Kapitel 4 erläutert die verwendeten Daten und Methoden der empirischen Analyse. Die Daten umfassen Aktienindizes aus entwickelten und aufstrebenden Märkten. Die Methoden basieren auf Regressionsanalysen.

Kapitel 5 präsentiert die Ergebnisse der empirischen Analyse des Turn-of-the-Year-Effekts, insbesondere des Januar- und Dezember-Effekts, sowie des Halloween-Effekts. Die Ergebnisse werden für verschiedene Aktienindizes und Zeitperioden untersucht, wobei auch die Berücksichtigung von Ausreißern und die Interaktion der Effekte betrachtet werden.

Schlüsselwörter

Behavioral Finance, Aktienanalyse, Kalendarische Anomalien, Januar-Effekt, Halloween-Effekt, Effizienzmarkthypothese, Quasirationalität, Limitierte Arbitrage, Empirische Analyse, Aktienindizes, Regressionsanalyse, Zeitliche Persistenz, Ausreißer.