1 / 34

Manias, Bubbles, and Crashes: A History of Financial Crises

Manias, Bubbles, and Crashes: A History of Financial Crises. Themenkomplex: Theorie und Empirie der Spekulationsblasen Hintergrund zu den Themen: 4,5,6,7 und 8 Dipl. Volkswirt Gerhard Kling. Verschiedene Sichtweisen Rationale Bubble? KER Modell. Explosive Bubble Stochastische Bubble.

ishana
Download Presentation

Manias, Bubbles, and Crashes: A History of Financial Crises

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Manias, Bubbles, and Crashes: A History of Financial Crises Themenkomplex: Theorie und Empirie der Spekulationsblasen Hintergrund zu den Themen: 4,5,6,7 und 8 Dipl. Volkswirt Gerhard Kling

  2. Verschiedene Sichtweisen Rationale Bubble? KER Modell Explosive Bubble Stochastische Bubble Überschuss- volatilität Vor- und Nachteile Plausibilität? Gliederung: A B C D Was ist eine Bubble? Wie sieht eine Bubble aus? Was kann man damit erklären? Was sind die Grenzen? Fads Dipl. Volkswirt Gerhard Kling

  3. A B C D Was ist eine Bubble? Spekulative Bubble nach Keynes (1936) „(...) what average opinion expects average opinion to be(...)“ Bubble Self-fulfilling Prophecies Sunspots Abweichung von fundamentalem Wert Informations- bubble Brunnermeier (2001) Dipl. Volkswirt Gerhard Kling

  4. Veranschaulichung des technischen Begriffs durch konstante erwartete Rendite Modell (KER) A B C D Was ist eine rationale Bubble? Verletzung einer Transversalitäts- bedingung bei Optimierungsproblem eines unendlich lang lebenden Investors vgl. Brock (1982) Dipl. Volkswirt Gerhard Kling

  5. A B C D Anwendung des KER Modells: Dipl. Volkswirt Gerhard Kling

  6. A B C D Anwendung des KER Modells: Dipl. Volkswirt Gerhard Kling

  7. Idee: Investor mit unendlichem Horizont Investor verwendet Buy-and-Hold Strategie Jetziger Aktienkurs=Barwert zukünftiger Dividenden A B C D Anwendung des KER Modells: Was ist die Intuition für die Transversalitätsbedingung? +Keine Arbitrage +Kein Re-trade Dipl. Volkswirt Gerhard Kling

  8. A B C D Wie sieht eine Bubble aus? Dipl. Volkswirt Gerhard Kling

  9. A B C D Wie sieht eine Bubble aus? Simulationsexperiment Beispiel: Fundamentaler Preis folgt Random Walk mit Störterm aus N(0, 1) i.i.d. verteilt Anfänglicher fundamentaler Wert = 100 Anfänglicher Wert der Bubble = 1 > 0 Zinssatz sei 5% Störterm v ist N(0, 1) i.i.d. verteilt Dipl. Volkswirt Gerhard Kling

  10. A B C D Dipl. Volkswirt Gerhard Kling

  11. A B C D Wie sieht eine Bubble aus? • Explosive Bubble ist wenig plausibel • Empirisch fehlt ein Nachweis dafür • Selbst in Zeiten einer extremen Bubble z.B. 1929 nicht plausibel vgl. White (1990) • Explosive (deterministische) Bubble durch stochastische ersetzen! Dipl. Volkswirt Gerhard Kling

  12. A B C D Wie sieht eine Bubble aus? Dipl. Volkswirt Gerhard Kling

  13. Höhere WR kompensiert Anleger für Risiko des Platzens der Bubble Fundamentaldaten Exogene Faktoren (sunspots) A B C D Wie sieht eine Bubble aus? Was ist die Intuition für eine Stochastische Bubble? Ergänzungen: Zusammengesetzte Bubble Dipl. Volkswirt Gerhard Kling

  14. A B C D Wozu rationale Bubble? • Das Problem der Überschussvolatilität vgl. LeRoy, Porter (1981) und Shiller (1989) • Standardmodelle z.B. KER Modell können Überschussvolatilität nicht erklären • Small-sample bias bzw. Stationaritätsannahmen • Kann rationale Bubble dies erklären? • Unbestimmtheitsproblem in REE Modellen vgl. Brock (1974); Taylor (1977); Shiller (1978) Dipl. Volkswirt Gerhard Kling

  15. A B C D Überschussvolatilität: Dipl. Volkswirt Gerhard Kling

  16. Was ist das? Volatilität des beobachteten Aktienkurses > Volatilität des fundamentalen Wertes Kann man Überschussvolatilität auf Existenz einer rationalen Bubble zurückführen? Ursache? Grund Bubble treibt Aktienkurs vom fundamentalen Wert weg A B C D Überschussvolatilität: Dipl. Volkswirt Gerhard Kling

  17. A B C D Was sind Vorteile der Bubble? • Rationalisierbarkeit von exzessiven Marktreaktionen z.B. auf Nachrichten • Für Abweichen des Kurses vom fundamentalen Wert verantwortlich • Stochastische Bubble besitzt gewisse Plausibilität Dipl. Volkswirt Gerhard Kling

  18. A B C D Was sind Nachteile der Bubble? • Nichtnegativität von Aktienkursen; nur positive Bubble • Ist positive stochastische Bubble konsistent mit Rationalität? – Agent mit unendlichem Horizont + Common Knowledge vgl. Tirole (1985) • Bei endlichem Horizont gibt es nur Bubble, falls WR BIP > erw. Rendite am Aktienmarkt • Fehlender empirischer Beweis! Dipl. Volkswirt Gerhard Kling

  19. A B C D Empirische Tests für Bubbles: Bsp: Shiller (1981) Test basiert auf KER Modell Nullhypothese testet auf Einhaltung der Varianzgrenzen Wie bestimmt man fundamentalen Wert? Wie bestimmt man die Informationsmenge? Was testet man eigentlich? Dipl. Volkswirt Gerhard Kling

  20. A B C D Empirische Tests für Bubbles: Dipl. Volkswirt Gerhard Kling

  21. A B C D Empirische Tests für Bubbles: • Ablehnung der Nullhypothese kann auf Bubble zurückgehen • Bubble führt zu zusätzlicher Varianz des Kurses • Aber: auch Fehlspezifikation des Modells • D.h. Bubble Test ist auch ein Spezifikationstest Dipl. Volkswirt Gerhard Kling

  22. A B C D Fazit zu Bubbles: • Theoretische Kritikpunkte vgl. Tirole (1985) • Keine negative Bubble • Bubble darf nie Null sein • Bubble muss schon immer im Markt sein • Explosive Bubble unplausibel • WR BIP > erw. Rendite am Akteinmarkt Dipl. Volkswirt Gerhard Kling

  23. A B C D Fazit zu Bubbles: • Empirische Probleme • Nullhypothesen sind immer zusammengesetzt • Was ist in Informationsmenge (verzögerte Dividenden; alte Kurse)? • Ergebnisse abh. von Modellen z.B. Zulassen von Unit Root etc. • Überschussvolatilität nicht damit erklärbar! Dipl. Volkswirt Gerhard Kling

  24. Rechtfertigung Noise Trading vgl. Black (1986) Psychologische Faktoren Irrationale Handelsstrategien Überreaktion auf Nachrichten vgl. Shiller, DeBondt, Thaler (1985) Noise zum fundamentalen Wert addieren Fads Alternative: „Fads“ Was sind Fads? Nicht traditionelle Modelle zur Bestimmung von Renditen Dipl. Volkswirt Gerhard Kling

  25. Fads Modell mit „Fad“: Dipl. Volkswirt Gerhard Kling

  26. Fads Modell mit „Fad“: • Eigene Analyse mit historischen Daten • 10 Unternehmen • Jahre 1900 bis 1913 • Akteinkurse und Dividenden erhoben • Gepoolter Datensatz von 140 Beobachtungen • Kann man eine „Fad“ auch in erster Phase der Globalisierung nachweisen? Dipl. Volkswirt Gerhard Kling

  27. Fads Modell mit „Fad“: Dipl. Volkswirt Gerhard Kling

  28. Fads Modell mit „Fad“: Dipl. Volkswirt Gerhard Kling

  29. Fads Simulation der „Fad“ Dipl. Volkswirt Gerhard Kling

  30. Fads Dipl. Volkswirt Gerhard Kling

  31. Fads Interpretation der Ergebnisse: • Eine „Fad“ führt zum Abweichen vom langfristigen Kurs – Dividenden Verhältnis • Ist Kurs/Dividende zu hoch • Überbewertung – Kurs sollte fallen • Nächsten Dividenden höher – Normalisierung • Durch  = 0.5 „sterben“ Perturbationen schnell aus • Man erklärt zusätzliche Varianz des Kurses Dipl. Volkswirt Gerhard Kling

  32. Fads Interpretation der Ergebnisse: • Vergleich mit West (1988) und anderen • Amerikanische Daten: S&P 500 • Langfristige Analyse 1871 – 1985 • Man findet ein  = 0.83 • D.h. Störungen bleiben länger erhalten! • Zusätzliche Varianz des Kurses größer • Nachteil: zeitliche Stabilität unterstellt! Dipl. Volkswirt Gerhard Kling

  33. Dipl. Volkswirt Gerhard Kling

  34. Fads Probleme von „Fads“: • Eher ein „Negativbeweis“ • Ablehnung der rationalen Bubble wegen Restriktionen • Geringer Erklärungsgehalt bei zeitlicher Variation erwarteter Renditen • Small-sample bias und Stationarität nicht entscheidend • Damit: „Fads“ als Erklärung für Überschussvolatilität Dipl. Volkswirt Gerhard Kling

More Related