Das Fachmagazin für institutionelle Investoren

Geben Sie Ihren Benutzernamen und Ihr Passwort ein, um sich an der Website anzumelden:
4/2020 | Theorie & Praxis
twitterlinkedInXING

Lohn der Angst

Eine Studie der Universitäten Mannheim, Neuchâtel und Aalto untersucht, ob Investoren für das Halten von Aktien mit hohem Downside- und Liquiditätsrisiko mit einer Prämie entschädigt werden.

1606308668_downside.jpg

Lohnt es sich, Aktien mit höheren Rendite- und Liquiditätsrisiken systematisch zu bevorzugen? Die Wissenschaft sagt tendeziell ja, auch eine aktuelle Arbeit kommt neuerlich zu diesem Ergebnis.

© aalto Univ., Allianz Films

In dem französischem Filmklassiker „Lohn der Angst“ mit Yves Montand geht es um vier Lastwagenfahrer, die eine Ladung Nitroglyzerin über eine schlechte Bergstraße zu einer brennenden Ölquelle bringen sollen. Das Risiko ist beträchtlich, die Bezahlung daher attraktiv. Der Streifen thematisiert eine Frage, die sich auch bei Aktieninvestments immer wieder stellt: Lohnt es sich für Investoren, Papiere mit höheren Risiken zu kaufen? Wer die entsprechende wissenschaftliche Literatur kennt, weiß, dass deren Antwort tendenziell Ja lautet. Die jüngsten Bestätigungen dafür stammen von Bryan Kelly und Hao Jiang aus dem Jahr 2014 mit dem Titel „Tail Risk and Asset ­Prices“ sowie von Fousseni Chabi-Yo, Stefan Ruenzi und Florian Weigert, die 2018 „Crash Sensitivity and the Cross Section of Expected Stock ­Returns“ publizierten. Andere Arbeiten zeigten, dass sich Investoren auch mit der systematischen Komponente des Liquiditätsrisikos beschäftigen sollten – auch das geht mit einer Risikoprämie einher. Hier sind Ľuboš Pástor und Robert F. Stambaugh zu nennen, die 2003 „Liquidity Risk and Expected Stock Returns“ publizierten, aber auch Viral V. Acharya und Lasse Heje Pedersen, die 2006 eine Studie mit dem Titel „Asset pricing with liquidity risk“ herausbrachten.

Diese Literaturstränge zum Risiko der Downside-Renditen und dem Liquiditäts­risiko zu verbinden, setzten sich die Autoren Stefan Ruenzi, Inhaber des Lehrstuhls für Internationale Finanzierung an der Universität Mannheim, Michael Ungeheuer, Assis­tenzprofessor am Department of Finance der Aalto Universität in Helsinki, Finnland, und Florian Weigert, Professor für Finanzrisikomanagement an der Universität Neuchâtel in der Schweiz, zum Ziel. Dazu entwickelten sie das Konzept des extremen Downside-Liquiditätsrisikos (EDL-Risiko, Extreme Downside Liquidity Risk).

Ausgangspunkt ihrer Überlegungen war die Beobachtung, dass Liquidität risikoreich ist und im Zeitablauf systematisch variiert. Dazu kommt, dass sich Liquidität in verschiedenen Phasen des Wirtschaftszyklus unterschiedlich verhält. So gibt es Zeitabschnitte mit geringer Marktliquidität, die mit Phasen geringer Renditen einhergehen, wie Allaudeen Hameed, Wenjin Kang und Vish Viswanathan 2010 in „Stock Market Declines and Liquidity“ feststellten. In solch schlechten Zeiten wirken Margins typischerweise destabilisierend, wobei sich die Illiquidität am Markt und jene der Investoren mit Finanzierungsproblemen wechselseitig verstärken, sodass der Markt zu guter Letzt völlig austrocknen kann, worauf Markus Brunnermeier und Heje Pedersen 2009 in „Market Liquidity and Funding Liquidity“ hinwiesen. Stefan Nagel bezeichnete das Phänomen 2012 in „Evaporating Liquidity“ sogar als Verdampfungsvorgang.

Wichtige Grundannahmen

Eine zweite wichtige Grundannahme war, dass Investoren eine Aversion gegen das Crashrisiko eines Assets besitzen. Die erwähnte Arbeit von Chabi-Yo, Ruenzi und Weigert stellte dazu fest, dass Investoren ­eine zusätzliche Kompensation für das Halten von Aktien verlangen, die stark crashgefährdet sind. Gemeint sind dabei jene Aktien, die besonders stark einbrechen, wenn der Gesamtmarkt crasht. Die Autoren suchten einen Weg, um die asymmetrische fragi­le Natur der Liquidität an den Finanzmärkten mit der Risikoaversion der Investoren in Bezug auf das Crashrisiko zu kombinieren, und führten verschiedene Dimensionen der extremen Downside-Liquiditätsrisikos (EDL) ein. So lautet eine der Hypothesen, dass sich Investoren nicht nur um das Crashrisiko bei den Marktrenditen, sondern auch um das Crashrisiko der Marktliquidität und das Wechselspiel zwischen Return und Liquidität in Zeiten des Marktstresses sorgen. Im Speziellen erwarten die Autoren, dass Inves­toren Aktien nicht mögen, die a) exakt dann extrem illiquide werden, wenn auch die Märkte extrem illiquide sind, b) die niedrigste Rendite genau dann realisieren, wenn Märkte extrem illiquid sind und c) die genau dann extrem illiquide sind, wenn die Marktrenditen extrem niedrig sind. Erwartet wird, dass Aktien mit einem starken EDL-Risiko mit einer positiven Risikoprämie ausgestattet sein müssen.

Der Ansatz von Ruenzi, Ungeheuer und Weigert erinnert dabei ein wenig an das ­liquiditätsadjustierte CAPM-Modell von Acharya und Pedersen von 2005. In diesem besteht das verbundene Risiko eines Assets aus drei unterschiedlichen Risikokomponenten: der skalierten Korrelation zwischen der Liquidität eines Assets und der Markt­liquidität, der skalierten Korrelation des Ertrags eines Assets und der Marktliquidität sowie der skalierten Korrelation zwischen der Liquidität eines Assets und dem Marktertrag. Ruenzi, Ungeheuer und Weigert hingegen konzentrieren sich auf Phasen von Marktstress, und wenn man sich auf Extremereignisse in Form von Liquidität und Renditen fokussiert, sind lineare Korrelationen nicht ausreichend, um die vergrößerte Abhängigkeit in den Enden der Verteilung zu messen. Somit kann das liquiditätsadjustierte CAPM-Modell nicht zur Messung des EDL-Risikos ­einer Aktie herangezogen werden, vielmehr könnte es falsche Spezifikationen beinhalten, wenn Investoren speziell an gleichzeitig stattfindenden extremen Liquiditäts- und Renditeereignissen interessiert sind, wie die Arbeit des Autorentrios unterstellt. Daher folgen sie der Arbeit von Chabi-Yo, Ruenzi und Weigert von 2018 und Weigert von 2016, um das extreme Downside-Risiko mit der Maßzahl der Tail-Abhängigkeit zu messen und auf die ­Liquidität anzuwenden.

Drei verschiedene EDL-Risiken

Diese Studie untersucht konkret, ob Investoren eine Prämie für das Halten von Aktien mit hohem Extreme-Downside-Liquidity-(EDL)- Risiko erhalten. Untersuchungsgegenstand sind Aktien mit Clustering

  • (a) im linken Tail (Verteilungsende) der bivariaten Verteilung der Aktienliquidität und der Marktliquidität (EDL-Risiko 1)
  • (b) im linken Tail der bivariaten Verteilung der Aktienrendite und der Marktliquidität (EDL-Risiko 2) und
  • (c) im linken Tail der bivariaten Verteilung von Aktienliquidität und Marktrendite (EDL-Risiko 3).

Die Autoren erfassen somit drei verschiedene EDL-Risiken mithilfe von Extremwerttheorie und Copulas und berechnen diese drei Risiken mit der Maßzahl der Tail-Abhängigkeit. Konkret bedeutet das, dass diese Messgrößen die Wahrscheinlichkeit widerspiegeln, dass eine Ausprägung einer Zufallsvariablen (zum Beispiel der indivi­duellen Aktienliquidität) sich außen im linken Ast ihrer Verteilung unter der Bedingung befindet, dass sich auch die Ausprägung einer anderen Zufallsvariablen (etwa der Marktliquidität) links außen in ihrer Verteilung befindet. Die Arbeitshypothese des Trios lautet: Aktien mit hohem EDL-­Risiko sind unattraktiv für crashaverse Inves­toren, diese fordern eine Prämie für das Halten von derartigen Aktien.

Was das EDL-Risiko 1 – also jenes von Titeln im Aktiencluster des linken Verteilungsendes der bivariaten Verteilung der Aktienliquidität und der Marktliquidität – anbelangt, argumentieren die Autoren, dass sich Investoren wahrscheinlich weniger da­rum kümmern, wie sich die Liquidität einer bestimmten Aktie mit der Liquidität anderer Aktien mitbewegt, wenn es an den Märkten relativ ruhig zugeht und es keinen unmit­telbaren Handelsbedarf gibt. Jedoch sind Aktien, die plötzlich sehr illiquide in einer Marktkrise, etwa während der Liquiditätskrise im September 2008, werden, unattraktiv, während umgekehrt Aktien, die relativ liquide in Zeiten von Marktstress bleiben, für attraktive Vermögensgegenstände gehalten werden. Dies ist besonders für institutionelle Investoren relevant, die unter Umständen zu Fire Sales greifen müssen respek­tive stark von Finanzierungsbedingungen als Folge von Leverage abhängen.

Das EDL-Risiko 2 – jenes, das auf Clus­tering von Aktien im linken Verteilungsende der bivariaten Verteilung der Aktienrendite und der Marktliquidität fußt – wäre vor ­allem für jene Investoren problematisch, die sich Margin- oder Liquiditätsbeschränkungen gegenübersehen. Diese müssen nämlich üblicherweise einige Assets liquidieren, um Cash zu generieren, wenn ihre Vermögenswerte deutlich fallen und einen kritischen Wert unterschreiten. Falls diese Gruppe Vermögensgegenstände mit einem hohen EDL- 2-Risiko hält, fallen diese Liquidationen in Zeiten extremer Liquiditätseinschränkungen an den Märkten. Liquidationen in diesen Stresszeiten führen zu zusätzlichen Kosten, die im Besonderen unwillkommen für jene Investoren sind, deren Vermögensstand bereits gefallen ist.

Beim EDL-Risiko 3 und damit jenem, das als Clustering von Aktien im linken ­Verteilungsende der bivariaten Verteilung der Aktienliquidität und der Marktrendite definiert ist, erwarten die Autoren, dass ­Aktien, die dadurch charakterisiert sind, ­besonders für institutionelle Investoren wie etwa Fondsmanager unattraktiv sind, da sie oft in Zeiten eines Marktcrashs durch Anteilsrückgaben seitens ihrer Anleger oder durch einen Rückzug eins Intermediärs, der ihnen Liquidität zur Verfügung stellt, zu verkaufen gezwungen sind. Falls ein verkaufender Investor Aktien mit einem hohen EDL-Risiko 3 besitzt, wird er unter hohen Handelskosten leiden genau zu jenem Zeitpunkt, wenn die Vermögenswerte bereits geschrumpft sind, und diese zusätzlichen Verluste fallen besonders schmerzlich aus.

Als Messgröße für die Liquidität verwenden die Autoren Amihuds Illiquiditätskennzahl (siehe Kasten). Auf Basis der Wochendaten der an der NYSE und AMEX notierten Aktien von 1963 bis 2012 wurden mit Maßzahlen der Tail-Abhängigkeit die verschiedenen EDL-Risiken, also EDL-Risiko 1 (Liquidität von Einzelaktien und Marktliquidität), EDL-Risiko 2 (Einzelaktienrendite und Marktliquidität) sowie EDL-Risiko 3 (Einzelaktienliquidität und Marktrendite) für jede Aktie und jede Woche der Stichprobe ermittelt. Dann wurden die drei EDL-Risiken in Beziehung zu den künftigen Renditen gesetzt. Mithilfe von Out-of-sample-Regressionsrechnungen auf Einzelaktienbasis unter­suchte man Beziehung zwischen EDL-Risiken und künftigen Überschussrenditen.

EDL-Veränderungen im Ablauf

Um besser zu verstehen, wie die EDL-­Risiken 1 bis 3 über die Jahrzehnte schwanken, untersucht das Autorentrio die wochenweise Entwicklung des über alle US-Aktien der Stichprobe aggregierten EDL-Risikos 1, 2 und 3, wobei das Gewicht der einzelnen Aktien entsprechend deren Marktkapitalisierung bei der Aggregation erfolgt (siehe Grafik „Aggregierte EDL-Risiken von 1969 bis 2012“). Im Gegensatz zu niedrigen Querschnittkorrelationen zwischen den EDL-Risiken zeigt sich, dass alle aggregierten EDL-Risiken in der seriellen Betrachtung deutlich positiv miteinander korreliert sind. So beträgt der Korrelationskoeffizient zwischen dem aggregierten EDL-Risiko 1 und dem aggregierten EDL-Risiko 2 0,63, zwischen dem aggregierten EDl-Risiko 1 und dem aggregierten EDL-Risiko 3 0,56 und zwischen dem aggregierten EDL-Risiko 2 und dem aggregierten EDL-Risiko 3 0,58. Die in dem Zeitfenster zu beobachtenden Spitzenwerte scheinen tatsächlich mit weltweiten Krisen zusammenzufallen. Im Besonderen fallen Spitzen der EDL-Risiken 1 und 2 in der Zeit nach dem Schwarzen Montag im Oktober 1987 auf, als der US-Aktienmarkt seinen größten Tagesverlust ­erfuhr. Die Spitzen aller drei EDL-Risiken fallen mit der globalen Finanz- und Wirtschaftskrise 2008 bis 2011 zusammen.

Schließlich untersuchten die Autoren, ob ein künftiges EDL-Risiko von Investoren auf Basis der realisierten EDL-Werte vorausgesagt werden kann. Zu diesem Zweck analysierten sie die Persistenz der EDL-­Risiken 1, 2 und 3 in Fama- und McBeth- Regressionen auf Firmenlevel. Dabei stellte sich heraus, dass jede realisierte EDL-Risikokomponente ihre zukünftige Entwicklung signifikant prognostiziert. Bei der Berechnung wurde auf nicht überlappende 156-Wochen-Zeitfenster abgestellt.

Trading-Strategie

Es gelang den Autoren zu zeigen, dass es eine positive Auswirkung von EDL-Risiko 2 und EDL-Risiko 3 auf die Überschussrenditen in der Zukunft gibt. Für den Zeitraum von 1969 bis 2012 weist ein Long/Short-Portfolio (siehe Chart „Tradingstrategie“), das long in ­Aktien mit einem starken EDL-Risiko 2 und short in Aktien mit einem schwachen EDL-Risiko 2 ist, eine signifikante Überrendite von durchschnittlich 4,04 Prozent pro Jahr auf. Ähnlich verhält es sich mit ­einem Long/Short-Portfolio, das long in Aktien mit einem starken EDL-Risiko 3 und short in Aktien mit einem schwachen EDL-Risiko 3 geht: Dort beträgt die Überrendite im Schnitt 2,41 Prozent jährlich. Führt man den gleichen Ansatz mit Aktien auf Basis ihres EDL-Risikos 1 aus, zeigt sich keine ökonomisch oder statistisch signifikante Risikoprämie.

Basis dieser Trading-Strategie ist das im Sinne von Pastor und Stambaugh um einen Liquiditätsfaktor erweiterte Vier-Faktor-Modell von Carhart. Dabei werden für dieses Fünf-Faktor-Modell analog zu den anderen Faktoren für die ­Liquidität marktneutrale Portfolios aus Long-Positionen der Aktien des 1. Quintils mit hohem EDL-Risiko 1 (bzw. 2 oder 3) und Short-Positionen aus Aktien des 5. Quintils mit niedrigem EDL-Risiko 1 (bzw. 2 oder 3) gebildet und schließlich ein kumuliertes Alpha über den Beobachtungszeitraum der Stich­probe von 1969 bis Dezember 2012 für alle drei EDL-Risiken mit monatlichem Rebalancing und ohne Handelskosten errechnet.

Dabei zeigt sich, dass der Großteil der Risikoprämie des EDL-Risikos 2, das also auf der bivariaten Verteilung der Aktien­rendite und der Marktliquidität aufsetzt, der zweiten Hälfte des Untersuchungszeitraums – sprich von Januar 1988 bis Dezember 2012 – zugeordnet werden kann. Die stärks­te Risikoprämie wird demnach in den Jahren nach 1987 und 2009 realisiert, also nach dem Aktiencrash vom Oktober 1987 und der globalen Finanzkrise 2008. Diese beiden Mega-Events haben also offensichtlich die Crash-Aversion von Investoren stark ­erhöht, sodass diese im Anschluss die Prämien für hohe EDL-Risiken 2 und EDL-­Risiken 3 erhöht beziehungsweise für niedrige EDL-Risiken 2 und 3 die Discounts verringert haben.

Diese Vermutung steht im Einklang mit Studien zum Options-Pricing. So haben der Berkeley-Forscher Mark Rubinstein 1994 und David S. Bates (University of Iowa) 2008 herausgefunden, dass Out-of-the-money-Put-Optionen seit dem Aktiencrash 1987 teurer wurden. Ins Bild passt da auch Nicola Gennaioli, der 2015 schrieb, dass ­Investoren einen Crash mehr fürchten, wenn die Erinnerung an den letzten noch nicht verblasst ist. Chabi-Yo und seine Co-Autoren sagten 2018, dass sich die Prämie für das extreme Downside-Ertragsrisiko ­einer Aktie substanziell nach mehreren Marktrückgängen vergrößert.

Diese Resultate sind konsistent mit dem Mindset von Investoren, die hauptsächlich bezüglich Aktien besorgt sind, die ihre schlechtesten Renditen gerade dann aufweisen, wenn die Kapitalmärkte extrem illiquide sind, oder Aktien, die sich als extrem ­illiquide herausstellen, wenn die Märkte crashen. Andererseits ist gut vorstellbar, dass Investoren dann weniger besorgt sind, wenn Aktien und Märkte gleichzeitig extrem illiquide sind (EDL-Risiko 1).
Letzteres mag damit zusammenhängen, dass viele Investoren nicht in Phasen extremer Marktilliquidität handeln müssen, solange die Renditen nicht sehr tief sind. Die Autoren bestätigen, dass die Prämie für die EDL-Risiken nicht durch andere risiko- oder unternehmensspezifische Charakteristika erklärt werden können.

Umfangreiche Robustheitstests bestätigen die Ergebnisse der vorliegenden Arbeit. So zeigten sich die Ergebnisse widerstandsfähig bezüglich verschiedener Liquiditätsmaße und alternativer Schätzmethoden von EDL-Risiko. Des Weiteren stellte sich heraus, dass die Ergebnisse auch bei einer marktkapitalisierungsgewichteten Analyse zutreffen, wenn man nur die Top-fünf-Prozent der Aktien mit dem größten Market Cap, die naturgemäß extrem liquide sind und für die liquiditätsbezogenen Risiken ein geringes Problem darstellen, weglässt.

Die Studie von Ruenzi, Ungeheuer und Weigert bereichert die Literatur zur Kapitalmarktforschung in dreierlei Hinsicht. Einmal geht es um die Auswirkung von Illiquidität und Liquiditätsrisiken auf Aktienrenditen. Yakov Amihud und Haim Mendelson zeigten bereits 1986 in ihrer Analyse „Asset Pricing and the Bid-Ask Spread“ empirisch und theoretisch, dass Aktien mit geringer Liquidität höhere Renditen abliefern. Albert Menkveld und Ting Wang gelangten 2012 in ihrer Arbeit mit dem Titel „How Do Designated Market Makers Create Value for Small-Caps?“ zu dem Ergebnis, dass Aktien, die mit einer höheren Wahrscheinlichkeit ein niedriges Liquiditätsniveau aufweisen, über eine Risikoprämie verfügen. Ruenzi, Ungeheuer und Weigert gehen hier einen Schritt weiter und fokussieren sich nicht auf individuelle extrem niedrige Liquiditätsniveaus, sondern auf die gemeinsame Wahrscheinlichkeit, dass eine Aktie extrem illiquide und gleichzeitig die Marktrendite extrem niedrig ist, respektive dass eine Aktie eine extrem niedrige Rendite aufweist und gleichzeitig die Marktliquidität extrem gering ausfällt. Der Fokus richtet sich hier also auf eine systematische Risikokomponente.

Zweitens trägt diese Studie zur Literatur über das Asset Pricing in ­Bezug auf das seltene Desaster- und Crashrisiko bei. Andrew Ang, Josef Chen und Yuahn Xing bemerkten 2006 in „Downside Risk“, dass Aktien mit einem hohen Downside-Beta höhere Renditen ge­ne­rieren. Jüngere Studien untersuchten die Auswirkung des Crashrisikos von Aktienrenditen und des Tail-Risikos dieser Renditen auf die erwarteten Renditen. Sie stellten fest, dass Investoren eine zusätzliche Kompensation dafür verlangen, absturzgefährdete Aktien, also solche, die besonders schlechte Renditen bei Marktcrashs aufweisen, zu halten. Henk Berkman, Ben Jacobsen und John B. Lee zeigten 2011 in der ­Arbeit „Time-Varying Rare Disaster Risk and Stock Returns“, dass die Risikoprämien für seltene desaströse Entwicklungen nach Krisen steigen. Hier ergänzt die Arbeit von Ruenzi, Ungeheuer und Weigert deren Erkenntnisse, indem sie festhalten, dass EDL-Risikoprämien ebenso nach dem Crash 1987 gestiegen sind.

Drittens erweitert das Autorentrio die Kapitalmarktforschung im Hinblick auf die Anwendung der Extremwerttheorie und von Copulas beim Pricing von Aktien. Copulas werden hauptsächlich bei bivariaten Ertragsverteilungen zwischen verschiedenen internationalen Aktienmärkten eingesetzt und um Ansteckungen zu messen. Chabi-Yo und seine Co-Autoren analysierten 2018 extreme Abhängigkeitsstrukturen zwischen einzelnen Aktien und dem Markt. Dabei fanden sie heraus, dass extreme Abhängigkeiten bepreiste Faktoren bei Aktienrenditen darstellen. Bis jetzt wurde die Extremwerttheorie angewendet, um Abhängigkeitsmus­ter zwischen unterschiedlichen Märkten und verschiedenen Assets genauso wie von Einzelaktien- und Marktrenditen zu beschreiben. Die drei Autoren halten sich zugute, die Ers­ten zu sein, die extreme Abhängigkeitsstrukturen zwischen Liquidität und Renditen auf Einzeltitel- und Marktebene untersuchen. Die praktische Relevanz der Erkenntnisse der Studie von Ruenzi, Ungeheuer und Weigert darf man nicht unterschätzen. Denn diese enthalten wichtige Implikationen für die Messung von Portfolioperformance und die Finanzmarktstabilität: Falls Finanzmarktplayer die Folgen eines Aktiencrashs nicht tragen müssen, weil sie mit einem Bail-out rechnen, könnten sie versucht sein, Aktien mit hohem EDL-Risiko zu erwerben, um die in der Studie dokumentierte Risikoprämie zu erhalten. Das wäre dann ein klassischer Fall von „Moral Hazard“. Ein solches Verhalten würde den Finanzmarkt allerdings fragiler machen, was in Zeiten ­einer geforderten Antifragilität kein zukunftsfähiges Modell darstellt.

Dr. Kurt Becker


Amihuds Illiquiditätskennzahl im Detail

Die Illiquidity Ratio von Professor Yakov Amihud weist bestimmte Vorteile auf.­

Die Illiquiditätskennzahl stellte der Professor of Entrepreneurial Finance an der Stern School of Business an der Universität von New York im Jahr 2002 vor. Sie ist ein weiteres mehrdimensionales Maß zu Messung der Marktliquidität und wird mithilfe folgender Formel dargestellt:

Dabei ist DT die Anzahl der Tage, für die Daten zur Verfügung stehen. Ri t,T bezeichnet die tägliche Rendite am Tag t im Jahr T und Vi t,T das tägliche Handelsvolumen einer Aktie, der Zähler des Bruchs stellt den absoluten Wert der Tagesrendite dar. Amihuds Illiquiditätskennzahl ILLIQ beinhaltet die Summe der absoluten täglichen Rendite, geteilt durch die täglichen Handelsvolumina, ausgedrückt in Geldeinheiten. Die Summen werden durch die Anzahl der Handelstage geteilt. Die Maßzahl kann als Preisreaktion auf das tägliche Handelsvolumen interpretiert werden. Große Handelsvolumen im Nenner verringern den Wert der Illiquiditätskennzahl. Sind diese jedoch gering und der Preis ­ändert sich (Zähler), resultiert daraus ein hoher Wert. Es gilt also: Je größer der Wert der Illiqui­di­tätskennzahl, desto illiquider ist eine Aktie.

In seiner Arbeit weist Amihud darauf hin, dass es genauere Kennzahlen zur Messung von Illiquidität wie etwa den Bid-Ask Spread, den Market Impact jeder einzelnen Transaktion oder die Wahrscheinlichkeit von informa­tionsbasiertem Trading gäbe, doch benötigten diese Kennzahlen Informationen zum Orderbuch, die zum einen schwer zugänglich seien und zum anderen oft auch nicht lange gespeichert würden.

 Der größte Vorteil der Illiquiditätskennzahl liegt also darin, dass hier eine ­umfassende Verfügbarkeit von Daten zur Berechnung gegeben ist. Dieser Vorteil wirkt sich besonders bei der Analyse ­jener Märkte aus, von denen komplexe Mes­sungen des Spreads nicht erhältlich sind.


Anhang:

twitterlinkedInXING
 Schliessen

Mit der Nutzung dieser Website stimmen Sie der Verwendung von Cookies und unserer Datenschutzerklärung zu. Mehr erfahren