Verhaltenswissenschaftliche Finanzforschung

Eine einführende Übersicht über fünf der relevantesten Fehler, die Investoren aufgrund psychologischer Heuristiken übersehen. Die Erläuterungen dieser kognitiven Verzerrungen sind knapp gehalten und soll primär einen allgemein Einblick in die Thematik gewähren und dem Leser bewusst machen, wie psychologische Erkenntnisse mit realen / marktwirtschaftlichen Ergebnissen und Problemen in Verbindung stehen.

Einführung: Begriffe

Zum Verständnis der folgenden Liste an Ungereimtheiten zwischen menschlichem Gehirn und formaler Logik sollte der Leser eine Vorstellung von den Begriffen Heuristik und Verzerrung (Bias) haben. Dies ist nicht ganz einfach, da die meiste Forschungen und Publikationen im englischen Raum entstanden sind und die im Deutschen verbreiteten Übersetzungen oft kompliziert und verwirrend klingen. Diese ausbaufähige Übersetzungsleistung führte dazu, dass auch in der deutschen, akademischen Literatur primär die englischen Begriffe verwendet werden, die auch hier in Klammern angegeben werden.
Eine Heuristik ist dabei noch eher einfach zu definieren. Es ist schlichtweg der psychologische Begriff für eine Faust- oder Erfahrungsregel, die es ermöglicht auch ohne vollständige Kenntnisse oder ausreichend Zeit ein komplexe Aufgaben zu vereinfachen und die Lösung zu approximieren. Beispielsweise kann bei einer komplizierteren Rechnung wie x = 237 * 618 auch ohne großen Aufwand der Rahmen des Ergebnisses intuitiv ermittelt werden, da Erfahrung mit ähnlichen Rechnungen vorliegt und die Größenordnung durch Vereinfachungen wie 200*600 bekannt sind 1.
Eine Verzerrung (Bias) ist hingegen ein systematischer Logikfehler in unserem Denken. In den meisten Fällen sind diese Folgen einer Heuristik, da diese zwar in etwa 90% der Fälle ein sinnvolles Ergebnis hervorbringt, jedoch aufgrund des vereinfachenden Elements auch gewisse tote Winkel aufweist. Vereinfachend kann eine Verzerrung als ein solcher toter Winkel beschrieben werden. Anders als ein zufälliger Fehler (wie z.B. dem Vergessen eines Rechenschrittes o.Ä.) sind Verzerrungen also Fehler in unserem Denkprozess, was bedeutet, dass sie in allen Situationen auftauchen, die mit der entsprechenden Heuristik betrachtet werden.

Bekanntheit Heuristik (Familiarity Bias)

Die Tendenz eines Investors namentlich bekannte Anlagegüter zu überschätzen und unbekannte / fremdklingende Produkte zu unterschätzen.

Psychologie: Dieser kognitive Verzerrungseffekt folgt aus der von Amos Tversky und Daniel Kahneman erforschten Verfügbarkeitsheuristik (availabilty heuristic). Diese besagt, dass Informationen und Daten, die leicht aus unserem Gedächtnis abzurufen sind, weniger kritisch von unserem Gehirn betrachtet werden, da sie als „normal“ wahrgenommen werden. Ein höherer Bekanntheitsgrad führt also zu einer geringeren Vorsicht bzw. zu einer höheren kognitiven Leichtfertigkeit (cognitive ease), welche intuitive mit Wahrheitsgehalt und Salienz verbunden wird (Tversky, Kahneman 1973).

Konsequenzen am Markt:
[1] Investoren treffen Fehlurteile bei dem Vergleich lokaler/bekannter und ausländischer/unbekannte Unternehmen, woraus nachteilhafte Tauschgeschäfte folgen können.
[2] Investoren diversifizieren weniger über fremde Sektoren, was dazu führen kann, dass ihr Risiko nicht optimal minimiert wird.

Dispositionsfehler (Disposition Bias)

Die Neigung eines Investors Anlagen, die im Wert gestiegen sind (Gewinner) zu verkaufen und gefallene Investitionen (Verlierer) zu behalten.

Psychologie: Dispositionsfehler stehen in Verbindung mit der Verlustaversion (loss aversion), welche eine irrationale Furcht vor Verlusten beschreibt (Tversky, Kahneman 1986). Demnach sind Menschen bereit eine Prämie zu zahlen, um das Risiko eines Verlustes zu minimieren/entfernen, auch wenn die gezahlte Prämie den Anstieg des Erwartungswertes übertrifft. Die zu starke Angst vor Verlusten führt dazu, dass Investoren den Einbruch eines Gewinners mehr furchten als es ein rationales Urteil auf Basis der vorliegenden Informationen zulassen würde. Bei Verlieren wirkt der Einfluss der Verlustaversion entsprechend in die andere Richtung: Der Investor hofft, dass ein Verlieren sich in Zukunft erholt und er somit letztendlich keinen Verlust verzeichnen muss. Auch diese Hoffnung ist grundsätzlich nicht rational begründbar und führt zu vielen Fehlentscheidungen bzw. vermeidbaren Verlusten.

Konsequenzen am Markt:
[1] Investoren gewinnen weniger an ihren Gewinnern und verlieren mehr mit ihren Verlieren als es ein rationales Modell zulassen würde.
[2] Investoren fokussieren sich zu stark auf den von ihnen gezahlten inertial (Einstiegs-) Preis und achten folglich zu wenig auf die Dynamik des Marktes und neuere Entwicklungen.

Besitztumseffekt (Endowment Effect)

Investoren legen mehr Wert auf Güter, die ihnen gehören als auf ähnliche / die gleichen Güter, wenn diese nicht in ihrem Besitz sind.

Psychologie: Auch dieser Effekt ist auf die Verlustaversion (Tversky, Kahneman 1986) zurückzuführen, da ein Verlust grundsätzlich als eine Verschlechterung des Status Quos betrachtet wird. Weil das Verkaufen eines Eigentums eine Veränderung im Status Quo ist, die potenziell negativen Folgen haben kann, sind Menschen auch hier risikoscheuer als es ein rationaler Operator vorschreiben würde. Dieser Effekt wirkt beidseitig, da auch der Kauf eines neuen Gutes eine Veränderung des Status Quo ist. Investoren sind allgemein bei Kaufs- und Verkaufsoptionen also vorsichtiger als sie es, objektiv betrachtet, sein sollten.

Konsequenzen am Markt:
[1] Investoren platzieren unterschiedliche Werte auf Güter, über die sie die gleichen Informationen besitzen, abhängig davon ob sie Eigentümer sind oder nicht.
[2] Dies widerspricht der Markteffizenz-Hypothese (efficient market hypothesis), welche davon ausgeht, dass der Preis einer Aktie o.Ä. immer alle zur Verfügung stehenden Informationen widerspiegelt. Dies kann aber nicht wahr sein, wenn die gleichen Informationen zu unterschiedlichen Werturteilen führen.

Bestätigungstendenz (Confirmation Bias)

Investoren, wie alle anderen Menschen, wertschätzen Informationen, die ihre derzeitigen Vorstellungen bestätigen, mehr als Daten, die ihren Glauben widersprechen.

Psychologie: Das menschliche Gehirn neigt dazu Informationen in kohärente Schemata einzuordnen und zu speichern. Werden neue Beobachtungen gemacht, so werden diese in das ihnen entsprechende Schema eingeordnet. Dieser Prozess erfordert weniger kognitive Anstrengung (s.o.), wenn die neuen Daten von vornherein in das Bild des vorherigen Informationsstandes passen. Bestätigende Daten werden entsprechend der bei der Bekanntheit Heuristik angesprochenen Mechanismen eher als wahr und relevant angenommen, während Daten, die dem aktuellen Bild widersprechen tendenziell kritisch und ablehnend wahrgenommen werden.

Konsequenzen am Markt:
[1] Investoren entwickeln verschiedene Ansichten über Marktentwicklungen und Kursveränderungen basierend auf ihren bisherigen Annahmen über das entsprechende Objekt.
[2] Auch dies widerspricht der Markteffizenz-Hypothese, die annehmen würde, dass Investoren, die die gleichen Informationen über die Entwicklung einer Anlage erhalten, auch zu denselben Schlüssen kommen würden.

Das Gesetz der kleinen Zahlen (The law of small numbers)

Die Idee, dass kleine Datensätze verallgemeinert werden können, um eine Grundgesamtheit zu repräsentieren.

Psychologie: Der Glaube in das Gesetz der kleinen Zahlen (Tversky, Kahneman 1971) ist Teil einer allgemeineren Unfähigkeit unseres Gehirns intuitiv bekannte Methoden und Konzepte der Statistik anzuwenden. Die Anwendung korrekter Wahrscheinlichkeitstheorie erfordert eine bewusst gesteuerte, kognitive Leistung und wird andernfalls mit vereinfachten Heuristiken basierend auf Faktoren wie Repräsentativität, Verfügbarkeit oder Fixpunkten (Anchor heuristic) substituiert. Diese Heuristiken sind Erfahrungsregeln, die ihnen vielen Fällen sinnvolle und logisch begründbare Entscheidungen hervorbringen. In gewissen Sonderfällen, die der evolutionären Entwicklung etwas ferner sind und gezielte mathematische Prozesse benötigen, wie es z.B. am Aktienmarkt häufig der Fall ist, sind diese Faustregeln jedoch nicht ausreichend und lukrative Entscheidungsprozesse zu kreieren.

Konsequenzen am Markt:
[1] Investoren treffen Entscheidungen, für die keine ausreichende Evidenz vorliegt.
[2] Entsprechend überschätzen sie auch ihre Kenntnisse über gewisse Entwicklungen am Markt und
[3] ziehen häufig voreilige Schlüsse aus teilweise zufälligen Fluktuationen

Die hier gelisteten Verzerrungen und Heuristiken erheben keineswegs Anspruch auf Vollständigkeit. Es handelt sich vielmehr um eine selektierte Auswahl des Autors, die hauptsächlich gewisse Probleme einiger klassischer Ansätze (wie der Markteffizenz-Hypothese) darstellen soll. Weitere Konzepte, sowie Grundlagen und die Geschichte der Verhaltensökonomie werden in kommenden Artikeln wieder aufgegriffen.


Überprüfungsfragen:

  1. Wie ist eine Heuristik definiert?
  2. Welcher Fehler von Investoren resultieren aus der Verlustaversion?
  3. Warum widersprechen die angesprochenen Verzerrungen der Markteffizenz-Hypothese?
  4. Welche Faktoren sorgen dafür, dass eine Idee eher von unserem Gehirn als wahr akzeptiert wird?

Literaturverzeichnis:

Tversky, A.; Kahneman, D. (1971). Belief in the law of small numbers. Psychological Bulletin, 76, 105-110.

Tversky, A.; Kahneman, D. (1973). Availability: A heuristic for judging frequency and probability. Cognitive Psychology5 (2): 207–232. 

Tversky, A.; Kahneman, D. (1986). Rational Choice and the Framing of Decisions. The Journal of Business, Vol. 59, No. 4, Part 2: The Behavioral Foundations of Economic Theory.


Literaturempfehlung:

Daniel Kahneman: Schnell Denken, Langsames Denken (2011)

Amos Tversky, Eldar Shafir, Micheal Lewis, Daniel Kahneman: The Essential Tversky (2018)


  1. In der Psychologie wird für intuitive bzw. bewusste kognitive Prozesse vereinfachend häufig von System 1 und System 2 gesprochen; eine Terminologie, die von Daniel Kahneman in seinem Buch „Schnelles Denken, langsames Denken“ geprägt wurde.

4 Kommentare zu „Verhaltenswissenschaftliche Finanzforschung“

  1. Pingback: Einführung in die Fundamentalanalyse - Econ2091

  2. Pingback: Einführung in die Fundamentalanalyse - Econ2091

  3. Pingback: Der Schwarze Schwan: Unterschätzung der Unwahrscheinlichkeit - Econ2091

  4. Pingback: Verlustaversion - Econ2091

Kommentar verfassen

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.