Wie Anlegeraufmerksamkeit kurzfristige Aktienbewegungen vorhersagt ^{CEFR B2}

Neue Forschung untersucht, wie Anlegeraufmerksamkeit kurzfristige Bewegungen an der Aktienbörse vorhersagt. Am Forschungsteam war Zhi Da vom Mendoza College of Business der University of Notre Dame beteiligt, gemeinsam mit Jian Hua und Lin Peng vom Baruch College sowie Tim Chih-Ching Hung von der National Taiwan University. Das Papier wurde in Management Science veröffentlicht. Die Studie betont, dass Aufmerksamkeit das Lernen über Aktien und das anschließende Handeln beeinflusst, und Handel dadurch Preise bewegt.

Methodisch erfassten die Autoren private Aufmerksamkeit mit Googles täglichem Suchvolumenindex und institutionelle Aufmerksamkeit mit Bloombergs Kennzahl "Daily Maximum Readership". Für jede Aktie berechneten sie abnorme Aufmerksamkeit und mittelten diese Werte über alle Aktien. So entstanden zwei tägliche Marktindizes: Aggregierte Einzelhandelsaufmerksamkeit (ARA) und Aggregierte institutionelle Aufmerksamkeit (AIA). Anschließend prüften sie, ob diese Indizes künftige Marktrenditen vorhersagen, indem sie Regressionen der Marktrenditen auf ARA und AIA ausführten.

Die Untersuchung ergab zwei deutliche Muster. Erstens prognostiziert steigende Privatanlegeraufmerksamkeit tendenziell fallende Renditen in der nächsten Woche; die Erklärung lautet, dass populäre Aktien später oft unterdurchschnittlich abschneiden, weil Privatanleger verspätet einsteigen und die Preise übertreiben. Zweitens geht eine erhöhte institutionelle Aufmerksamkeit meist mit steigenden Renditen in der folgenden Woche einher, besonders vor wichtigen Nachrichten, da institutionelle Akteure oft früh recherchieren und damit auf bevorstehende Unsicherheit hinweisen, was höhere Renditen für das Halten der Aktie verlangt.

Die Autoren zeigen außerdem, dass Top-down-Maße der Marktaufmerksamkeit, etwa Suchanfragen nach Indexnamen, die Renditen schlecht vorhersagen. "Wir messen Aufmerksamkeit auf Aktieebene und fügen diese Daten dann zu einem größeren Bild zusammen", sagt Da. Er betont den praktischen Wert: Solche Prädiktoren können helfen zu erklären, was Märkte antreibt, und Entscheidungen verbessern, wo Geld platziert werden sollte.