Experimentelle Aktienmärkte als Instrumente der Konjunkturprognose

Inhaltsverzeichnis

1. Einleitung
1.1 Vorgehensweise und Abgrenzung

2. Experimentelle Aktienmärkte
2.1 Theoretische Grundlagen
2.2 Marktdesign
2.2.1 Teilnahme und Anreizstruktur
2.2.2 Handelsmechanismus
2.2.2.1 Continuous double auction
2.2.2.2 Market Maker
2.2.2.3 Call Auction
2.2.2.4 Mischformen
2.2.2.5 Bewertung der Designalternativen
2.2.3 Anteilsmarkt / Gewinnermarkt
2.2.4 Prognose
2.2.5 Liquidation und Länge des Prognosemarktes
2.3. Beispiele
2.3.1 Political Stock Markets
2.3.2 Inflation Markets
2.3.3 Prognosemärkte in der Wirtschaft
2.4 Probleme
2.4.1 Arbitrage
2.4.2 Marktmanipulation
2.4.3 Weitere Problemfelder
2.5 Effizienz

3. Konjunkturforschung in Deutschland
3.1 Zum Begriff Konjunktur
3.2 Wer betreibt Konjunkturforschung in Deutschland
3.3 Arten der Konjunkturprognosen
3.3.1 Der Indikatoransatz
3.3.2 Die Ökonometrische Prognose
3.3.3 Die iterativ-analytische Methode
3.4 Die Gemeinschaftsdiagnose
3.4.1 Gegenstand der Untersuchung
3.4.2 Reform der Vergabe 2007
3.4.3 Schwächen
3.5 Effizienz und Prognosegüte

4. Experimentelle Aktienmärkte als Instrumente der Konjunkturprognose
4.1 Marktteilnehmer
4.2 Die Märkte
4.2.1 Der kurzfristige Prognosemarkt
4.2.2 Der mittelfristige Prognosemarkt
4.2.3 Langfristige Konjunkturprognose
4.3 Marktdesign
4.4 Anreizfunktionen
4.5 Prognose

5. Fazit und Ausblick

Literaturverzeichnis

Abkürzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

Abbildungsverzeichnis

Abbildung 2.1: Preisentwicklung des IEM-Anteilsmarkts anlässlich der Wahl des USPräsidenten 2008

Abbildung 2.2: Prognoseleistung des IPSM

Abbildung 2.3: Auszahlmodalitäten des bulgarischen Inflationsmarktes

Abbildung 2.4: Preisentwicklung des Harry Potter 6 Kontrakts auf der Hollywood Stock Exchange

Abbildung 2.5: Prognosegüte von 237 Optionskontrakten

Abbildung 2.6: Prognosegüte von Marktpreisen (blau) und Umfrageergebnissen (rot) im Zeitablauf anlässlich der US Präsidentschaftswahl 2000

Abbildung 3.1: Histogramm von 50 Konjunkturprognosen und wahrer Wert (rot) im Ver- gleich

Abbildung 3.2: Ø MAE der an der GD beteiligten Institute 2003-2007

Abbildung 4.1: Laufzeiten und Liquidationszeitpunkte der Prognosemärkte

Abbildung 4.2: Ausgestaltung der Optionskontrakte

Abbildung 4.3: Formel für die den Mittelwert der BIP Wachstumsprognose

Abbildung 4.4: Formel für die Varianz der BIP Wachstumsprognose

1. Einleitung

„The Wisdom Of Crowds; Why the Many Are Smarter Than the Few”, betitelte James Surowiecki seinen 2004 erschienen Bestseller.¹ Surowiecki beschreibt in dem Buch anhand von Beispielen wie räumlich verteilte Informationen, zusammen mit einer effizienten Aggregationsform, zu besseren Entscheidungen führen als einzelne Entscheidungsträger allein sie treffen könnten. Der Titel dieses der Populärliteratur zuzuordnenden Buches stimmt auf die grundsätzliche Ausrichtung der Diplomarbeit ein. Die vorliegende Arbeit zeigt ein Instrument auf, um räumlich verteilte Informationen über einen zu prognostizierenden Zustand bestmöglich zusammenführen zu können.

Seit den viel versprechenden Erfolgen von Wahlbörsen in den USA der späten achtziger Jahre, erfreuen sich auch in Deutschland experimentelle Aktienmärkte als Instrumente der Prognose der öffentlichen Aufmerksamkeit. So erscheinen in Deutschland mittlerweile zu Wahlen auf jeder gesetzgebenden Ebene Anbieter von Wahlbörsen, um Ergebnisse mit Hilfe des Marktmechanismus zu prognostizieren. Der Mechanismus einer Wahlbörse lässt sich dabei recht einfach umschreiben. Anders als bei Umfragen werden die Händler nicht nach ihren Präferenzen gefragt sondern können auf einem wettbewerblichen Markt ihre Einschätzung über ein zu prognostizierendes Ereignis in Form von Angebot und Nachfra- ge ausdrücken. Die verstreuten Informationsstücke eines jeden einzelnen Händlers wer- den so durch den Markt zusammengefügt. Diese experimentellen Aktienmärkte lassen sich jedoch nicht nur auf dem Gebiet der Wahlprognose einsetzen. Die Aggregation der Information ist de facto unabhängig von ihrem Inhalt. So zeigen neuere Studien und prak- tische Anwendungen, dass sich bei der Prognose ökonomischer Variablen gute Ergebnis- se erzielen lassen. Aber auch aus der wissenschaftlichen Betrachtung, im Besonderen der experimentellen Ökonomik, ergaben sich neue Impulse, welche das zusammenwirken von Informationen und Märkten untersuchten und besser verständlich machten. Die Vergabe des Nobelpreises für Wirtschaftswissenschaften an Joseph Stiglitz 2001 für die Analyse von Märkten mit asymmetrischen Informationen und an Vernon Smith 2002 für experimen- telle Studien unterschiedlicher Marktmechanismen, stellten die vorläufig sichtbarsten Er- folge dar.

Auf diesem Fundament baut die vorliegende Arbeit auf. Die Anwendungsmöglichkeiten der experimentellen Aktienmärkte scheinen dabei nur durch die Phantasie der Anwender begrenzt zu sein. Bei genauerem Hinsehen lässt sich feststellen, dass die Designmecha- nismen und die Art der zu prognostizierenden Größe einen entscheidenden Einfluss auf die Funktionsfähigkeit des Marktes haben. In anderen Worten bedeutet es, dass der Markt allein, wie in der realen Wirtschaft auch, nicht automatisch effiziente Ergebnisse produ- ziert. Der erste Teil dieser Arbeit widmet sich somit der Aggregationsform mit der verteilte Informationen bestmöglich zusammengeführt werden können. Die Argumentation orien- tiert sich dabei an der ersten Teilhypothese dieser Arbeit, dass Märkte in Verbindung mit den entsprechenden Rahmenbedingungen in der Lage sind Informationen effizient zu agg- regieren.

Der zweite Teil der Arbeit zielt auf ein grundverschiedenes Phänomen ab. Das Wissen um die Entwicklung der Wirtschaft stellt eines der Kernprobleme der modernen Ökonomik dar. Wirtschaftswissenschaftler aus aller Welt versuchen seit der Mitte des letzten Jahrhun- derts intensiv theoretische Modelle für die zyklischen Schwankungen einer Volkswirtschaft zu entwickeln und zu verfeinern. Die Konjunkturforschung in Deutschland wird dabei maß- geblich durch die großen, von der öffentlichen Hand finanzierten, Wirtschaftsforschungsin- stitute betrieben. Die Leistung dieser Institute ist seit ihrem Bestehen der öffentlichen, als auch wissenschaftlichen Kritik ausgesetzt. Diese zielt dabei nicht auf die Methoden, son- dern vielmehr auf den durch die theoretische Ausrichtung bedingten Dissens in der Analy- se der wirtschaftlichen Entwicklung ab. Die große Anzahl unterschiedlicher Ergebnisse, auch über die Wirtschaftsforschungsinstitute hinaus, verunsichert die Interessenten und führt nicht dazu die Unsicherheit über die wirtschaftliche Entwicklung zu reduzieren. Dabei erzielen einzelne Konjunkturabteilungen und Forschungsinstitute in ihren Spezialisierungs- richtungen gute Ergebnisse. Es liegt also nahe, dass die Konjunkturforschung es nicht schafft, die jeweiligen Stärken und Ausrichtungen in einem wettbewerblichen Prozess zu- sammenzuführen. Die Argumentation des zweiten Teils dieser Diplomarbeit wird sich an der zweiten Teilhypothese orientieren, dass die Konjunkturforschung auf dem Gebiet der Aggregation der verschiedenen Teilergebnisse ineffizient ist.

Im dritten Teil wird ausgehend von den diskutierten Lösungen ein Beispiel offeriert wie der Marktmechanismus dazu beitragen kann, die Konjunkturforschung in Deutschland zu verbessern. Unter Berücksichtigung des Standes der Forschung wird das Marktdesign auf die zu prognostizierende Variable abgestimmt.

Die Kernfrage die sich dabei als leitender Gedanke durch die Arbeit zieht lautet: Wie können experimentelle Aktienmärkte als Instrumente der Prognose makroökonomischer Variablen eingesetzt werden?

1.1 Vorgehensweise und Abgrenzung

Das Ziel dieser Diplomarbeit soll es sein, die Vorzüge der experimentellen Aktienmärkte auf das praktische Problem der Konjunkturprognose anzuwenden.

Der Gang der Untersuchung orientiert sich im zweiten und dritten Kapitel an den beiden in der Einleitung vorgestellten Teilhypothesen. Die Argumentation selbst wird dabei mit Hilfe der aktuellen wissenschaftlichen Literatur zu diesen beiden Schwerpunkten geführt. Die Literatur setzt sich dabei maßgeblich aus wirtschaftswissenschaftlichen Büchern, und Fachaufsätzen in deutschen sowie angelsächsischen Journalen zusammen. Ergänzt werden diese durch Verweise auf praktische Anwendungen.

Im vierten Kapitel werden die beiden verifizierten Hypothesen in einem exemplarisch vor- gestellten experimentellen Aktienmarkt als Instrument der Konjunkturprognose zusam- mengeführt.

Ziel der Arbeit soll es keinesfalls sein die theoretische Ausrichtung der einzelnen Wirt- schaftsforschungsinstitute noch die angewandten Methoden normativ zu werten. Damit geht auch einher, dass die aus den Prognosen abgeleiteten wirtschaftspolitischen Emp- fehlungen nicht näher analysiert werden. Die Arbeit soll vielmehr einen Beitrag dazu leis- ten einen Weg aufzuzeigen, die einzelnen Teilergebnisse mit Hilfe des Marktmechanismus effizienter zu aggregieren und so zu einer genaueren Prognose zu kommen. Die Arbeit erhebt dabei keinen Anspruch auf Vollständigkeit. Dafür wäre auch der gegebene Umfang zu gering. Aufgrund des verfolgten interdisziplinären Ansatzes von experimentellen Ak- tienmärkten und Konjunkturforschung sind die folgenden Ausführungen als Übersicht zu verstehen. Wo angebracht wird jedoch nicht auf eine ausführliche Darstellung verzichtet.

2. Experimentelle Aktienmärkte

Im ersten Teil der Arbeit wird das Konzept eines experimentellen Aktienmarktes vorgestellt. Die Argumentation orientiert sich dabei an der ersten Teilhypothese, dass experimentelle Aktienmärkte bei einem entsprechenden Marktdesign in der Lage sind, Informationen effizient zu aggregieren. Das Verb impliziert, dass hierbei keine neuen Informationen produziert werden, sondern nur bestehende bestmöglich zusammengeführt werden. Ausgehend von der theoretischen Betrachtung werden die notwendigen Designalternativen vorgestellt und dabei der Stand der Forschung aufgezeigt. Neben den Designalternativen wird explizit auf Beispiele eingegangen, um Anwendung und Möglichkeiten der experimentellen Aktienmärkte aufzuzeigen. Im letzten Teil des zweiten Kapitels werden einige empirische Ergebnisse vorgestellt, um die Teilhypothese zu stützen.

2.1 Theoretische Grundlagen

In diesem einleitenden Kapitel werden die theoretischen Grundlagen erörtert, auf denen experimentelle Aktienmärkte als Instrumente der Prognose fundiert sind. Die Idee beruht hierbei auf dem Streben, die auf viele verschiedene Individuen asymmetrisch verteilten Informationen bestmöglich zu aggregieren.

Die fundamentale Erkenntnis der Markttheorie, dass ein kompetitives Marktgleichgewicht zu pareto-optimalen Verteilungen führt, einem Ergebnis „bei der die marginale Kaufbereit- schaft gleich der marginalen Verkaufsbereitschaft“² ist, also die Grenzraten der Substituti- on der Marktteilnehmer gleich sind, und so die Spezialisierung und Arbeitsteilung best- möglich durchgeführt werden kann, ist seit Adam Smith bekannt. Die Vorraussetzungen für einen solchen Gleichgewichtsmarkt, werden weitaus kontroverser diskutiert.³

Bereits 1945 hatte der englisch-österreichische Ökonom Friedrich Hayek in seinem Auf- satz: The Use of Knowledge in Society auf die Unmöglichkeit hingewiesen, Informationen durch einen zentralisierte Instanz effektiv aggregieren lassen zu können.⁴ Die unvermeid- bare Imperfektität des menschlichen Daseins und der ständige Zustandswechsel⁵ mach- ten dies unmöglich so argumentierte Hayek. In seiner Streitschrift plädiert er deshalb für den Wettbewerb als dezentralisierten Planungsprozess vieler unterschiedlicher Personen, welche den Preismechanismus selbst als Kommunikationsmittel nutzen um Informationen weiterzugeben. Der Preis wird dabei um seine passive Rolle als „Ausdruck kompatibler Pläne, vollständig rationaler Individuen befreit“⁶. Ihm kommt somit selbst eine Bedeutung als Wissensträgern zu. Das heißt der Preis behält auf der einen Seite seine konventionelle im „walras’schen System zugedachte Rolle“⁷ als Recheneinheit. Viel entscheidender so Hayek sei jedoch die Bedeutung des Preises als Informationsträger. „The most signifikant fact about this [price] system is the economy of knowledge with which participant need to know in order to be able to take the right action”⁸

Während Hayeks Aufsatz sich hauptsächlich gegen eine zentral gelenkte Wirtschaft richte- te, spezifizierte Vernon L. Smith 1982, der spätere Nobelpreisträger, die Überlegungen zu der Informationsaggregation durch den Preismechanismus. In seinen Ausführungen be- nennt er erstmals die von Hayek 1945 aufgeworfene These der Funktionstüchtigkeit eines Marktes bei extrem verteilten Informationen als die Hayek Hypothese. Anhand eines doub- le auction market zeigt Smith, dass die auf die einzelnen Mitglieder eines Marktes ungleich verteilten Informationen, jeder Marktteilnehmer kennt nur seine eigene Wertschätzung des Gutes, zusammen mit den Handelsregeln eines Marktes, ausreichend sind, um ein kom- petitives Marktresultat mit einer nahezu 100% Effektivität zu gewährleisten.⁹ Ausgehend von einem stationären Experiment führt Smith weiter aus, dass auch in einem dynami- schen Marktprozess mit unregelmäßigen Schwankungen von Angebot und Nachfrage ein nahezu Marktgleichgewicht erreicht wird. Experimentell wurde damit gezeigt dass trotz des von Hayek angesprochene Zustandswechsel des Marktes und der beschränkte Infor- mationszustand jedes einzelnen Marktteilnehmers effiziente Marktresultate erreicht wer- den können und somit dieser Teil der Hayekschen These bestätigt werden kann. Smith begnügt sich allerdings in seinem Aufsatz die von ihm aufgeworfene Hayek Hypothese auf das Marktresultat zu beschränken. Eine genaue Definition der Hypothese blieb er schul- dig.

Beckmann und Werding spezifizieren 1994 in ihrem Aufsatz: Eine Anmerkung zur Hayek Hypothese in der experimentellen Ökonomie, die von Smith aufgeworfene Hypothese und beleuchten sie vor dem Hintergrund der von Hayek 1945 aufgeworfene Intention. Die beiden Wissenschaftler spalten die Hypothese in drei Kernpunkte auf.

Die erste Kernaussage beschäftigt sich wie auch schon bei Smith 1982 mit der These, dass Märkte zu Auszahlungen führen, welche den Gewinn als Ganzes maximieren, also ein Marktgleichgewicht produzieren welches statisch pareto-optimal ist.¹⁰ Beckmann und Werding argumentieren in der Kontinuität Smith’s, dass die Konkurrenz zwischen den Marktteilnehmern zu Entscheidungen führt, die alle möglichen Tauschgewinne ausschöpft. Das zweite Element der Hayek-Hypothese wird von Beckmann und Werding als „rationale Erwartung“¹¹ beschrieben. Die Konkurrenz der Marktteilnehmer führt trotz Unsicherheit, aufgrund der asymmetrisch verteilten Informationen, zu einem individuellen Verhalten, als besäße jeder einzelne „ein korrektes Modell der Realität.“¹² Die Information wird mittels des Preismechanismus von einem Individuum auf ein anderes übertragen. Gibt es ein Gleichgewicht der Informationen, so tritt keine Preisänderungen mehr auf was gleichbe- deutend mit der Erreichung eines Gleichgewichtspreises ist, sodass kein Anreiz mehr zum Handeln besteht. Hayeks Konzeption des Wettbewerbes als Entdeckungsverfahren geht jedoch über die von Smith überprüften Hypothesen hinaus. Das dritte Element der Hayek Hypothese¹³ markiert zugleich den Übergang von einer statischen Betrachtung hin zu ei- nem dynamischen Prozess.

"This means that the, in some respects always unique, combinations of individual knowledge and skills, which the market enables them to use, will not merely, or even in the first instance, be such knowledge of facts as they could list and com- municate if some authority asked them to do so. The knowledge of which I speak consists rather of the capacity to find out particular circumstances, which becomes effective only if possessors of such knowledge are informed by the market which kinds of things or services are wanted, and how urgently they are wanted"¹⁴

Hier offenbart sich eines der in der experimentellen Ökonomie noch nicht endgültig geklär- ten Probleme. Der Gegensatz zwischen der statischen Gleichgewichtsbetrachtung im ers- ten und zweiten Element der von Beckmann und Werding dezidiert beschriebenen Hayek Hypothese und den ständigen Marktungleichgewichten, hervorgerufen durch neu entdeck- te Informationen. Der Handel von einer mit Unsicherheit behafteten Option führt dazu, dass Informationen nur unter Inkaufnahme gewisser Informationskosten (wenigstens in Form von Opportunitätskosten) zu erlangen sind. Ein simultanes Gleichgewicht auf beiden Märkten, dem Markt mit der risikobehafteten Option und dem künstlich modellierten In- formationsmarkt, lässt sich jedoch nicht mehr erreichen, da dies implizieren würde, „dass kein Individuum einen Anreiz hat seine Entscheidungen zu revidieren, einschließlich der Entscheidung, Informationen zu erwerben.“¹⁵ So zeigen Grossmann und Stiglitz 1980 ma- thematisch, dass wenn der Erwerb von Informationen mit Kosten verbunden ist, die Preise nicht alle zur Verfügung stehenden Informationen reflektieren können. Wenn sie es täten, würde derjenige Händler, der einen Aufwand betrieben hat Informationen zusammenzut- ragen, keinerlei Kompensation durch den Preis erhalten.¹⁶ Der Markt so wie es die stati- sche Betrachtung im ersten und zweiten Element der Hayek Hypothese suggeriert, würde im dynamischen Modell nicht funktionieren und zusammenbrechen. Die beiden Wissen- schaftler resümieren: „There is a fundamental conflict between the efficiency with which markets spread information and the incentives to acquire information.“¹⁷

Da Märkte trotz des theoretischen Befundes von Grossmann und Stilglitz, dass kein simul- tanes Gleichgewicht auf beiden Märkten erreicht werden kann, Informationen doch recht effizient aggregieren können¹⁸, versuchte Shyam Sunder 1991 in seinem Aufsatz: Market for Information: Experimental Evidence, experimentell den Erwerb von nicht kostenfreien Informationen zu generieren. In verschiedenen Experimenten in denen er Informationen für bestimmte Händler zur Auktion anbot konnte er einige Unterstützung für die These Hayeks des Wettbewerbs als Entdeckungsverfahren liefern. Den theoretischen Wider- spruch der gleichzeitigen Marktgleichgewichte konnte auch er schlussendlich nicht über- winden. Sunder resümiert, dass das „rational expectations model”¹⁹, also die von Beck- mann und Werding später als zweite Teilthese der Hayekschen Hypothese titulierte An- nahme, ein nützlicher Weg sei, sich eine Vorstellung von marktlichem Handeln zu ma- chen. Händler lernten aus den von ihnen beobachteten Markthandlungen. Sobald sie die Preise selbst als Informationsquelle nutzten nahm ihre Nachfrage nach alternativen, kos- tenpflichtigen Informationsquellen ab. Genau hier zeigt sich der von Grossmann und Stig- litz aufgeworfene theoretische Widerspruch. Sunder schränkt jedoch auch ein, dass an- dere Marktvariable neben dem Preis eine Rolle hinsichtlich des Erwerbs und der Aggrega- tion von Informationen spielen können: „While much theoretical attention has been fo- cused on price as the key variable that conveys information, many other market variables such as bids, offers, their timing, and allocation of assets are observable in the market setting used here.“²⁰ Gerade die Geschwindigkeit mit der Preise sich neuen Informationen anpassen, ließen Rückschlüsse darauf zu, dass neben den Preisen andere Variable einen bedeutenden Einfluss haben könnten.²¹

Welche Variablen neben dem Preis einen wie auch immer gearteten Einfluss haben könn- ten und eine experimentelle Überprüfung des nach Beckmann und Werding dritten Ele- ments der Hayek-Hypothese entzieht sich zur Zeit noch der wissenschaftlichen Betrach- tung. Die sich ständig weiterentwickelnden theoretischen Betrachtungen in der experimen- tellen Ökonomik können hier demnach keine abschließende Betrachtung erfahren. Als Grundlage und zum theoretischen Hintergrund experimenteller Aktienmärkte ist dies auch nicht nötig.

Was haben diese theoretischen Überlegungen nun jedoch mit einem experimentellen Ak- tienmarkt als Prognoseinstrument zu tun? Die Vorstellung einem Händler soviel mathema- tisches Verständnis beizumessen, dass er seine Präferenzen in Form einer Gleichung von Angebot und Nachfrage ausdrücken könnte, scheint auf den ersten Blick eine recht hohe Herausforderung. Andererseits zeigt sich im alltäglichen Leben, dass Individuen sehr wohl Informationen über ein bestimmtes Produkt anhand des Verhaltens anderer evaluieren.²² Die Vorstellung also, dass jeder Marktteilnehmer seine persönlichen Informationen für sich gewinnbringend einsetzen will, zum Beispiel in Form des Kaufes einer seines Erachtens unterbewerteten Option, kommuniziert er eben genau diese Meinung in den Markt. Bei der Aggregation vieler individueller Informationen ausgedrückt in den Preisen entsteht, wie Smith als Erster experimentell gezeigt hat, ein effizienter Marktpreis der die aggregierte Wertschätzung der Option widerspiegelt. Der Preis selbst wird zu einer Informationsquelle. Diese Wertschätzung lässt sich durch einige leichte Rechenschritte in eine Punkt- bzw. Intervallprognose umwandeln.²³ Dass die Informationsaggregation in einem dynamischen Markt sich nicht ohne weiteres in einem vollständigen Modell abbilden lässt ist zwar ein theoretisches Problem der experimentellen Ökonomik schließt aber nicht aus, dass vor dem Hintergrund einer adäquaten Konzeption experimenteller Aktienmärkte erstaunlich effiziente Ergebnisse zustande kommen können.²⁴

2.2 Marktdesign

Wie im Kapitel 2.1 Theoretische Grundlagen bereits beschrieben ist die zwingende Vor- raussetzung für ein effizientes marktliches Ergebnis die Notwendigkeit funktionierende Handelsregeln zu gewährleisten. Das Kapitel gibt einen Überblick über die Möglichkeiten einen experimentellen Aktienmarkt zu konzipieren und er zur effizienten Prognose makro- ökonomischer Kennziffern beitragen kann. Hierbei wird keinesfalls der Anspruch auf Voll- ständigkeit erhoben, sondern vielmehr Möglichkeiten aufgezeigt, und mit Hilfe des Stan- des der wissenschaftlichen Literatur Hinweise für ein effizientes Marktdesign gegeben. Die Effizienz des Marktdesigns lässt sich hierbei nicht auf das Preissystem allein beschrän- ken. Hier wäre ohnehin kaum der wahre Wert eines Optionskontraktes zu überprüfen. Vielmehr soll eine normative Abwägung über die Praktikabilität gemacht werden. Als Krite- rien werden zum einen, die Anwendung des Designs hinsichtlich der Prognose makroöko- nomischer Variablen unter dem Aspekt der Informationsaggregation, das mögliche Ver- lustrisiko und die Kosten des Betreibers²⁵ und die durch den Handelsmechanismus ge- setzten Anreize für die Händler gewählt.

Die drei Kriterien wurden ausgewählt, da diese Arbeit gerade darauf abzielt Informationen über makroökonomische Variable effizienter zu aggregieren und dabei den Prozess selbst nicht unnötig zu verkomplizieren.

2.2.1 Teilnahme und Anreizstruktur

Vorraussetzung für die Einrichtung eines experimentellen Aktienmarktes ist, dass die zu prognostizierende Variable festgelegt wird und der Veranstalter die Anzahl und gegebenenfalls Auswahl der teilnehmenden Händler auf die Variable abstimmt. Zusammen mit der zu prognostizierenden Variable ist a priori die Referenzvariable, also die tatsächliche Ausprägung, genau festzulegen.²⁶

Es lassen sich für die Teilnahme grundsätzlich drei beschränkende Faktoren ausmachen. Zum eine sind es technische Restriktionen die auftreten können. Da experimentelle Ak- tienmärkte „typischerweise elektronisch über das Internet“²⁷ oder aber über lokale Netz- werke, wie der im weiterführende Kapitel beschriebenen Iowa Political Stock Market, ab- gewickelt werden, bedarf es, um technisch in der Lage zu sein am Markt teilzunehmen, lediglich einen Internet/Netzwerk fähigen Computer, bzw. eine Zugangsmöglichkeit zu einem solchen. Dies stellt bei der heutigen Verbreitung von Computern und Internetan- schlüssen keine ernstzunehmende Restriktion dar.²⁸ Zudem ist für viele experimentelle Aktienmärkte, die über das Internet abgewickelt werden, eine valide E-Mail Adresse Vor- raussetzung.

Des Weiteren muss ein potentieller Händler die Medienkompetenz aufweisen die Software die den Handel auf dem elektronischen Markt reguliert zu beherrschen. Um Händlern die Chance zu geben sich mit der Software vertraut zu machen implementieren viele Veranstalter Übungsmärkte, auf denen ohne Auswirkungen für den echten experimentellen Markt der Handel geübt werden kann.²⁹ Auf diesen Übungsmärkten wird üblicherweise mit Spielgeld gehandelt, unabhängig davon ob der richtige experimentelle Aktienmarkt als Echtgeld- oder Spielgeldmarkt konzipiert ist.

Die letzte Restriktion die ein Veranstalter implementieren kann und die als konstitutionelle Entscheidung anzusehen ist, ist institutioneller Art. Der Veranstalter eines experimentellen Prognosemarktes muss in Abstimmung der zu prognostizierenden Variable entscheiden, welchem Teilnehmerkreis er den Handel ermöglichen will. In den US amerikanischen Wahlbörsen zeigt sich, dass eine hohe Anzahl aktiver Händler eindeutig positiv mit der Anzahl von abgegebenen Kauf- und Verkauforder korreliert ist, und dies sich wiederum positiv auf die Prognosegüte auswirkt.³⁰ Anderseits haben Berlemann und Schmidt für deutsche Wahlbörsen gezeigt, dass die Anzahl der Händler keinerlei signifikante Auswirkung auf die Güte der Prognose hat.³¹

Brüggelambert regt genau wie Berg an, dass die Anzahl der teilnehmenden Händler einen positiven Einfluss auf die Dynamik des Handelsgeschehens und im Besonderen auf den Spread, sprich die Effizienz, haben könne.³² Auch ein Rückgriff auf die mikroökonomische Theorie untermauert diese Hypothese. So zeigte O’Hara, dass das Volumen des Handels, und damit verbunden die Anzahl der aktiven Händler, eindeutig positiv mit der Menge der Informationsoffenbarung korreliert ist.³³ Was sich trotz unterschiedlicher Ergebnisse zeigt, ist, dass eine minimale Anzahl von Händlern nötig ist um überhaupt Handel auf dem Markt zu ermöglichen, aber andererseits der Grenznutzen durch die Zulassung weiterer Händler schnell abnimmt. Es kommt daher nicht nur auf die empirisch leicht zu überprüfende An- zahl der Händler an, sondern auf deren Qualität, sprich Informiertheit und Expertise auf dem zu prognostizierenden Gebiet. Die empirische Überprüfung der Informiertheit stößt allerdings hier an ihre Grenzen. Es lassen sich somit keine festen Werte ausmachen. Die Auswahl ist unter der Prämisse zu gestalten, dass möglichst viele unterschiedliche Infor- mationen in den Prozess einfließen können. Dies kann unbegrenzt geschehen, indem man z.B. den Handel über das Internet laufen lässt, sodass Händler nur über die techni- schen Vorraussetzungen bzw. die Medienkompetenz verfügen müssen um am Handel teilzunehmen. Ein Veranstalter kann aber auch den Zugang restriktieren. Die Begrenzung des Teilnehmerkreises kann von einem offenen Markt über das Internet, über ein Bewer- berverfahren für potentielle Händler bis zu einer persönlichen Einladung seitens des Ver- anstalters alle Formen beinhalten. So kann es hinsichtlich der zu prognostizierenden Va- riable zweckdienlich sein, den Händlerkreis auf eine gut informierte Expertenrunde zu be- schränken.³⁴

Die weitere konstitutionelle Entscheidung betrifft die Anreizstruktur, die der Veranstalter dem experimentellen Aktienmarkt zu Grunde legt. Der naheliegendste Anreiz ist hierbei die extrinsisch³⁵ motivierte, monetäre Gewinnmöglichkeit. Einerseits kann der Veranstalter den Markt als real money market konzipieren, sodass alle Transaktionen auf dem Markt einen realen Gegenwert in Geldeinheiten haben. Der Teilnehmer transferiert dazu vor sei-ner Teilnahme einen Geldbetrag seiner Wahl,³⁶ oder aber einen fixen, vom Veranstalter a priori festgelegten, Betrag auf ein Konto. Der entsprechende Betrag wird ihm auf seinem virtuellen Marktkonto gutgeschrieben und er kann zu handeln beginnen. In anderen Fällen kann der Veranstalter einen von ihm gestellten Geldbetrag auf das Konto eines Händlers überweisen. Der Anreiz leitet sich in beiden Fällen aus dem marktlichen Handeln unter der Prämisse einen möglichst hohen Return on Investment zu generieren. Alternierend kann der Markt so konzipiert werden, dass mit virtuellem Geld gehandelt werden kann, sprich es existiert kein realer Gegenwert. In einem solchen Markt muss die Anreizstruktur anders gesetzt werden um Händler zur Teilnahme zu animieren. In vielen Märkten dieser Art wird ein System implementiert, dass die erfolgreichsten Händler, im Bezug auf ihren virtuellen Gewinn, mit Geld oder Sachpreisen belohnt.³⁷ Einige Autoren merken an, dass es zwar so sehr viel einfacher ist potentielle Händler für die Teilnahme an einem Markt zu gewinnen. Gleichzeitig besteht jedoch auch die Gefahr, dass aufgrund des fehlenden Verlustrisikos und des eingeschränkten Gewinnpotentials „wesentlich riskantere Strategien“³⁸ verfolgt werden, welche die Prognosegüte beeinträchtigen könnten. Andere empirische Untersu- chungen haben gezeigt, dass der Einsatz von Märkten mit virtuellem Geld im Vergleich zu real money markets keinen Einfluss auf die Prognosegüte hatte.³⁹ Es wird aufgezeigt, dass auch bei Märkten mit virtuellem Geld gute Prognoseleistungen erreicht werden kön- nen, wenn die Anreizstruktur so gewählt wird, dass Teilnehmer nicht per se angehalten sind risikoreiche Strategien zu verfolgen.

Wird ein Markt allerdings als real money market betrieben, so zeigen Berg et al., dass das absolute Kapitalvolumen hochsignifikant mit der Prognosegüte korreliert ist.⁴⁰ Welches Design am zweckmäßigsten ist, muss individuell in Abstimmung auf die zu prog- nostizierende Variabel festgelegt werden. Nach erfolgreicher Registrierung und gegebe- nenfalls Geldtransfers wird dem Händler ein persönlicher Log-in mit dazugehörigem Passwort zugesandt und er kann beginnen zu handeln. Neben den materiellen Anreizen in Form eines Return on Investment oder Gewinn eines Bestenpreises gibt es immaterielle Anreize. So schlägt Berlemann vor, dass erfolgreiche Händler in Fachjournalen oder Zei- tungen veröffentlicht werden um einen zusätzlichen Anreiz für potentielle Bewerber eines experimentellen Aktienmarktes zu schaffen.⁴¹ Daneben sind weitere immaterielle Anreiz- systeme welche auf die Reputation der Händler abzielen möglich.

Um eine Evaluation der Anreizstruktur und Teilnahmebeschränkungen hinsichtlich der Praktikabilität eines experimentellen Aktienmarktes zur Prognose makroökonomischer Variablen zu evaluieren, wird zunächst das mögliche Verlustrisiko und die Kosten des Be- treibers mit dem Ziel der effizienten Prognose abgewogen. Hinsichtlich der Prognosegüte, sprich der effizienten Informationsaggregation scheint es praktikabel die Bewerber zu se- lektieren um ein Mindestmaß an wissenschaftlicher Grundlage zu gewährleisten. Zudem kann neben dem wissenschaftlichen Anspruch auch dem Faktor des abnehmenden Grenznutzens zusätzlicher Teilnehmer entsprochen werden. Ein solches Verfahren impli- ziert zwar Kosten, im Vergleich zu einem freien Marktzugang jedoch überwiegt der Nutzen für Veranstalter und Teilnehmer. Ein mögliches Verfahren wird in Kapitel 4 vorgestellt. Ein negativer Anreiz aufgrund von technischen Restriktionen oder aufgrund fehlender Medien- kompetenz ergibt sich bei den potentiellen Händlern nicht.

Die Motivation für (potentielle) Händler ergibt sich direkt aus den monetären Anreizen in Form eines maximalen Return on Investment. Da bei einem Markt mit virtuellem Geld nur eine bestimmte Anzahl (meistens die erfolgreichsten drei Händler) mit Geldpreisen belohnt wird, scheint ein real money market hinsichtlich der Anreizstruktur praktikabler, auch wenn er für die Händler ein Verlustrisiko birgt.⁴² Weitere immaterielle Anreize können das qualifizierte Bewerberaufkommen erheblich erhöhen und sollten als weitere wichtige Anreizfunktion im Design aufgenommen werden.

2.2.2 Handelsmechanismus

Nachdem im vorherigen Kapitel sich mit den Mechanismen vor dem eigentlichen Ablauf des experimentellen Aktienmarktes befasst wurde, wird in diesem Abschnitt darauf eingegangen welche Möglichkeiten ein Betreiber hat Handelsmechanismen und Marktregelen gestalten zu können.

Hierzu soll die Wahl des Handelsmechanismus, also die Art der Preisfeststellung auf dem Markt untersucht werden. Eine besondere Aufmerksamkeit gilt dabei der Informationsagg- regation im Markt, da gerade dies entscheidend für die Prognose makroökonomischer Variablen ist.

2.2.2.1 Continuous Double Auction

Die wohl üblichste Art einen Handelsmechanismus für eine virtuelle Börse zu gestalten, ist die continuous double auction. Hierbei handelt es sich um einen Preisfeststellungsmecha- nismus, bei dem die Marktteilnehmer jederzeit während der Handelszeiten Kauf- und Ver- kaufaufträge erteilen oder bereits bestehende Aufträge andere Marktteilnehmer akzeptie- ren können.⁴³

Dezidiert beschrieben steht das continuous für einen kontinuierlichen Prozess, in dem Händler Kauf- oder Verkaufsangebote, meist via einer Marktsoftware, abgeben und diese im Falle eines passenden Kauf- bzw. Verkaufsgegenpart sofort ausgeführt werden. Kann dagegen ein Gebot oder Angebot mangels passendem Gegengebot nicht sofort prozes- siert werden, ist der Handel entweder nicht möglich oder aber im Falle einer elektroni- schen Marktform kann vom Veranstalter ein Orderbuch implementieret werden in der die Gebote/Angebote in der Reihenfolge ihrer Preissetzung, und als Sekundärselektierung in der Reihenfolge ihres Eintreffens, aufgenommen werden. Durch eine elektronische Ab- wicklung mit Orderbuch werden die Transaktionskosten in einem erheblichen Maße redu- ziert.

Der Begriff double auction beschreibt, dass ein Handel nur dann zustande kommt, wenn ein Kaufauftrag über eine bestimmte Menge einer Option X mit einem passenden Ver- kaufsauftrag der Option X in Einklang zu bringen ist. Es muss also von der Käuferseite als auch von Verkäuferseite eine Bereitschaft vorherrschen einen Handel initiieren zu wollen. Die Aufträge stellen hierfür die Basis eines Zustandekommens der Transaktion. Daher wird auch häufig im Zusammenhang mit einer continuous double auction von einem order- driven market gesprochen.⁴⁴ Durch die Erteilung eines Kauf- oder Verkauforders signali- siert ein Händler die Bereitschaft eine bestimmte Anzahl von Optionskontrakten zu kaufen bzw. zu verkaufen. Die Marktteilnehmer haben dabei grundsätzlich die Wahl limitierte oder unlimitierte Aufträge abzugeben.

Eine limitierte Kauforder (Verkauforder) würde bedeuten, dass ein Händler ein Kaufgebot (Verkaufsangebot) über eine bestimmte Menge einer Kontraktoption abgibt, die er so lan- ge kauft (verkauft) bis zu einem von ihm gesetzten Höchstpreis (Minimalpreis). Setzt ein Händler keinen Limitpreis, minimal oder auch maximal, spricht man von einem unlimitier- ten Order, welcher sofern sich in der Menge ausreichende Kaufgebote/Verkaufsangebote im Orderbuch befinden, sofort ausgeführt wird. Gibt zum Beispiel ein Händler ein Kaufge- bot über 100 Optionen eines Optionskontraktes X mit einem Limitpreis von 0,60 EUR pro Option ab, werden alle unlimitierten Verkauforder des Optionskontraktes X bis zur Menge 100, oder limitierte Verkauforder des Optionskontraktes X in ihrem Wert absteigend mit einem Verkaufslimit kleiner als 0,60 EUR bis zu der Gesamtmenge 100 prozessiert. Hat also ein Verkäufer V1 im konstruierten Fall ein Verkaufsorder in Höhe von 0,55 EUR und einer Menge von 60 für das Optionskontrakt X im Orderbuch platziert und ein zweiter Ver- käufer V2 ein Verkaufsorder in Höhe von 0,58 EUR und einer Menge von 30 platziert, kommt zunächst der Handel mit V1 über die Menge 60 zu einem Preis von 0,55 zustande und anschließend mit V2 über die Menge 30 zu einem Preis von 0,58 EUR. Die offenen 10 Kauforder werden im Orderbuch platziert und erst bei passenden Verkaufsordern (Ver- kaufspreis ≤ 0,60 EUR) prozessiert.

Hierbei ist anzumerken, dass dem Käufer K unter Umständen nur das niedrigste Verkau- forder, in dem gewählten Beispiel also dass des V1 über 60 Optionskontrakte zu je 0,55 EUR, sichtbar ist. Er kann nicht im Vorwege sicher sein, ob sein Handel sofort ausführbar ist. Grundlage hierfür ist die Wahl der Offenlegung des Orderbuches. So kann der Verans- talter entscheiden ob zum Beispiel nur das höchste Kaufgebot/niedrigste Verkaufsangebot für die Marktteilnehmer sichtbar ist, und ob die jeweiligen Mengen dazu offen gelegt wer- den. Weiter ist zu entscheiden ob der Veranstalter den letzten Transaktionspreis, eventuell auch versehen mit einer Tendenz, offen legen möchte. Auch weitere Informationen, wie zum Beispiel nachfolgende niedrigere Kaufgebote (höhere Verkaufsangebote) als die höchsten (niedrigsten) Kaufgebote (Verkaufsangebote) wie es zum Beispiel Spann als Möglichkeit offeriert⁴⁵ sind als Instrument der Informationsoffenlegung denkbar. Zudem bleibt es dem Veranstalter unbenommen einen Algorithmus zur Offenlegung des Spreads, also der Geld-Brief Spanne (relativ als auch absolut) zu implementieren. Theissen be- schreibt, dass die Geld-Brief Spanne ein Ausdruck der darin beinhalteten Kosten sein könnte. Er schränkt jedoch auch ein, dass im Vergleich zum Market-Maker-Markt⁴⁶ eine eindeutige Zuordnung der Kostenkomponenten nicht möglich sei.⁴⁷ Nichtsdestotrotz könn- te es Händlern helfen Informationen draus zu ziehen und eine wie auch immer geartete Handelsstrategie zu verfolgen.

Die Preisfeststellung leitet sich bei der continuous double auction sehr simpel aus dem zuletzt ausgeführten Order, sprich der Übereinkunft eines passenden Kauf- und Verkaufs- order ab. Die Informationsaggregation läuft hierbei dezentral vonstatten. Jede private In- formation und Einschätzung eines Optionskontraktes wird in Form eines Orders in den Markt kommuniziert.

2.2.2.2 Market Maker System

Eine andere Form einen Markt zu organisieren ist das so genannte Market-Maker-Prinzip. Bei dieser Marktform übernimmt ein Händler, oder auch eine Gruppe von Händlern, die Funktion einer Art Bank, bei der entweder zu festgelegten Zeiten oder auch rund um die Uhr Handel möglich ist. Bei einem experimentellen Aktienmarkt wird dies in aller Regel der Veranstalter selbst sein. Die Preisfeststellung findet hier nicht mehr dezentral wie bei der continuous double auction statt, sondern der Market Maker ist dafür verantwortlich, ver- bindliche Kurse (An- und Verkaufskurse) für die zu handelnden Optionskontrakte aufzu- stellen und auf Anfrage eines Marktteilnehmers Optionskontrakte zu den von ihm angege- benen Kursen zu kaufen bzw. zu verkaufen. Die Geld-Brief Spanne kann hierbei vom Market Maker frei festgelegt werden⁴⁸ und dient ihm zur Absicherung des Ausführungs- und Preisrisikos. Das System stellt sicher, dass zu jeder Zeit eine Handelbarkeit der Opti- onskontrakte gegeben ist. Alternativ kann auch ein automatischer Anpassungsprozess implementiert werden, welcher in erheblichem Maße die Opportunitätskosten der Verans- talter senken würde.⁴⁹ Die Händler sind in der Lage beim Eintreffen neuer privater Infor- mationen diese sofort gewinnbringend, auf Kosten des Market-Maker, in Form eines Kaufs oder Verkaufs eines bestimmten Optionskontraktes in den Markt zu kommunizieren. Als eindeutiger Nachteil hinsichtlich der Informationsaggregation ist hierbei anzusehen, dass „etwaige private Informationen anderer Marktteilnehmer [..] nur insoweit berücksichtigt werden, wie der Market-Maker aus dem beobachteten Orderfluß Rückschlüsse auf ihre Existenz und ihren Inhalt ziehen kann.“⁵⁰ Ein weiteres Problem ergibt sich aus der Unsi- cherheit über die erste Preissetzung die der Market Maker leisten muss. Hier stellt sich die zu klärende Frage auf welcher Basis die Preise gesetzt werden sollen da eine Informati- onsasymmetrie zugunsten der aggregierten Einschätzung der Händler vorliegen könnte, verbunden mit einem erheblichen Verlustrisikos für den Market Maker. Die Preisfeststel- lung leitet sich direkt aus den vom Market-Maker gesetzten Preisen ab.

2.2.2.3 Call auction

Während die ersten beiden Marktmechanismen die Möglichkeit boten kontinuierlichen Handel zu praktizieren, handelt es sich bei dem Prinzip der call auction (auch Gesamt- kursermittlung, Einheitskurs) um einen diskontinuierlichen Handelsmechanismus. Alle limitierten und unlimitierten Aufträge, werden über einen bestimmten Zeitraum von einem Auktionator, meist dem Veranstalter des Marktes, gesammelt und zu einer Ange- bots- und einer Nachfragefunktion aggregiert.⁵¹ Die beiden Funktionen werden einander gegenüber gestellt und ein Preisintervall ermittelt, welches den mengenmäßig größtmögli- chen Umsatz generiert. Dieses Verfahren, auch Meistausführungsprinzip genannt, garan- tiert, dass ein Preis ermittelt wird zu dem der größte Umsatz erzielt werden kann, bei gleichzeitig geringstmöglichem Angebots- und Nachfrageüberhang. Anders ausgedrückt spiegelt der Preis (oder das Preisintervall) eine aggregierte Wertschätzung eines Options- kontraktes wider. Schmidt und Prigge stufen zum Beispiel bei diesem Handelsverfahren die Qualität des Preises als hoch ein, da er aufgrund einer hohen Anzahl von Geboten zustande gekommen sei.⁵² Dies ist zwar zu bejahen, allerdings unter der Einschränkung, dass ebenso wie bei der continuous double auction kein Marktpreis zustande kommen kann. Zudem können die Order anderen Marktteilnehmern nicht als Informationsquelle dienen. Die Aggregation vollzieht sich nur stückweise in Abhängigkeit des Intervalls in dem der Veranstalter eine Gesamtkursermittlung durchführt. Zudem müssen vom Verans- talter Mechanismen implementiert werden, um nicht ausführbare limitierte Aufträge welche aufgrund eines Angebots- oder Nachfrageüberhangs entstehen könnten abzuarbeiten. Diese sollen jedoch im Rahmen dieser Arbeit nicht näher vertieft werden.⁵³ Als Vorteil ist bei einer call auction anzusehen, dass die Händler Opportunitätskosten gegenüber der continuous double auction sparen da sie weniger kontinuierlich die Preise bzw. die Preis- feststellung verfolgen müssen.

2.2.2.4 Mischformen

Die hier dargestellten Formen einen experimentellen Markt zu konzipieren, sind durch diese Aufzählung nicht abschließend erschöpft. Neben weiteren Preisfeststellungsmecha- nismen sind Mischformen der obig beschriebenen Mechanismen denkbar, die die Vorteile jeder einzelnen Marktform akkumulieren können und gleichzeitig ihre Defizite reduzieren können. Die Vorteile können sich einerseits aus einer Reduzierung von Transaktions- und Opportunitätskosten der Händler ergeben. So werden zum Beispiel die Eröffnungskurse für fortlaufend notierte Aktien an der NYSE als auch an anderen Börsen mit Hilfe der call auction festgestellt und anschließend zu einer kontinuierlichen Handelsform übergegan- gen.⁵⁴

Desweiteren sind die Intervalle einer call auction, also die Regelmäßigkeit der Preisfest- stellung variabel, was diesem Preismechanismus ein kontinuierliches Element verleiht. Zudem weißt Theissen darauf hin, dass unabhängig vom Design sich Händler bei konti- nuierlichen Auktionen wie Market-Maker verhalten können, in dem sie limitierte Kauf- und Verkauforder am Markt platzieren.⁵⁵ So könnte sich der Veranstalter für eine bestimmte Periode zu Beginn eines experimentellen Aktienmarktes als freiwilliger Market-Maker zur Verfügung stellen, um Handelsmöglichkeiten zu initiieren oder auch den Spread bei volati- len Märkten klein zu halten.

Hier nur am Rande erwähnt sei das von Pennock 2004 vorgestellte Marktsystem, das die Vorteile eines CDA Markts mit denen eines Totalisatorwettsystems kombiniert.⁵⁶ Besonders hinsichtlich der Fungibilität, der Risikoneutralität des Veranstalters und der Möglichkeit des hedgens verspricht dieser dynamic pari-mutuel market einige Vorteile

2.2.2.5 Bewertung der Designalternativen

Die Bewertung der drei aufgezeigten Designalternativen inklusive denkbarer Mischformen, um makroökonomische Variable bestmöglich prognostizieren zu können fällt nicht leicht. Hinsichtlich der Kosten für den Betreiber der virtuellen Börse lässt sich grundlegend zwischen zwei Kostenpunkten unterscheiden. Zum einen dem Programmieraufwand und damit verbunden Kosten für die Marktsoftware, die für alle Marktformen ähnlich sein sollte. Spann merkt dazu an dass ein automatischer Preisanpassungsmechanismus bei einem Market-Maker-System tendenziell mit einem höheren Programmier- und Kostenaufwand verbunden sein könnte,⁵⁷ was plausible erscheint.

Zum anderen muss das Verlustrisiko des Betreibers betrachtet werden. Hier bietet das Market-Maker-System mit seinem systemimmanenten Verlustrisiko für den Veranstalter eindeutig die geringste Vorteilhaftigkeit für das Design eines experimentellen Aktienmark- tes. Die beiden anderen Marktformen sind in dieser Hinsicht kostenneutral für den Verans- talter.

Der Anreiz zum Handeln für einen potentiellen Händler ergibt sich bei der Auswahl des Handelsmechanismus aus zweierlei Aspekten. Zum einen sollte das Erlernen des Han- delsmechanismus, was einen negativen Anreiz darstellt, möglichst einfach gehalten wer- den. Da es sich bei den potentiellen Teilnehmern in der vorliegenden Arbeit um Händler mit einer ökonomischen Profession handelt und ein Veranstalter mit wenig Aufwand eine Lernsoftware und/oder Übungsmarkt implementieren kann ist dieser Punkt zu vernachläs- sigen. Schwerer wiegt das Argument neben dem monetären Anreiz den Handelsmecha- nismus so zu gestalten, dass möglichst ein zusätzlicher Anreiz zum Handeln, mindestens jedoch kein negativer Anreiz für Händler geschaffen wird. Hierbei soll auf die Fungibilität der Optionskontrakte auf den einzelnen vorgestellten Marktdesigns abgezielt werden. Fungibilität umschreibt dabei, wie leicht man eine Form der Investition, hier eines Options- kontrakt, in eine andere umwandeln kann. Aus diesem Grunde sind Gebühren grundsätz- lich für jede Marktform eines experimentellen Aktienmarktes zu vermeiden da sie die Transaktionskosten erhöhen und das Marktergebnis beeinflussen können. Die höchste Fungibilität darüber hinaus ist beim Market-Maker-System gegeben, einfach aus dem Grunde da aus theoretischer als auch praktischer Sicht immer ein Kaufge- bot/Verkaufsangebot für jeden Kontrakt besteht. Bei einer continuous double auction und einer call auction müssen die Händler über den dezentralisierten Mechanismus des Mark- tes auf ein Zustandekommen passender Kauf- und Verkauforder hoffen. Die kontinuierli- che Komponente des Handels lässt sich für alle Marktformen so gestalten, dass der Han- del 24 Stunden möglich ist.

Bezüglich der Prognose makroökonomischer Variablen unter dem Aspekt der effizienten Informationsaggregation als wichtigstes Kriterium lässt sich schwerlich abwiegen, welche Marktform die am besten geeignete ist. Wie im Kapitel 2.1 Theoretische Grundlagen be- schrieben herrscht noch Unklarheit wie genau Informationsaggregation auf Märkten vons- tatten geht. Da bei einer continuous double auction jedoch die meisten Informationen wei- tergegeben werden können, z.B. durch Offenlegung der höchsten Kauforder respektive niedrigsten Verkauforder in Verbindung mit den Mengen und den obig beschriebenen wei- teren Möglichkeiten, scheint dieser Marktform am besten geeignet für die Prognose mak- roökonomischer Variablen. Zudem können Händler neue private Informationen jederzeit in den Markt kommunizieren und stellen sie dadurch anderen Händlern, via der sich sofort anpassenden Preisen, zur Verfügung.

[...]

---

¹ Vgl.: Surowiecki 2004.

² Varian 2007, S. 673.

³ Vgl.: Ly Vath 2007, S. 79-81.

⁴ Vgl.: Hayek 1945, S. 530.

⁵ Vgl.: Hayek 1945, S. 523.

⁶ Brüggelambert 1999, S. 92.

⁷ Brüggelambert 1999, S. 92.

⁸ Hayek 1945, S. 526-527.

⁹ Vgl.: Smith 1982, S. 223.

¹⁰ Vgl.: Beckmann & Werding 1998, S. 757.

¹¹ Beckmann & Werding 1998, S. 758.

¹² Beckmann & Werding 1998, S. 758.

¹³ Vgl.: Beckmann & Werding 1998, S. 758.

¹⁴ Hayek 1968, S. 257.

¹⁵ Beckmann & Werding 1998, S. 759.

¹⁶ Grossmann & Stiglitz 1980, S. 405.

¹⁷ Grossmann & Stiglitz 1980, S. 405.

¹⁸ Siehe hierzu auch: Fama 1971.

¹⁹ Sunder 1992, S. 692.

²⁰ Sunder 1992, S. 692.

²¹ Vgl.: Sunder 1992, S. 692.

²² Vgl.: Plott 2000, S. 3.

²³ Auf die Anwendungen einer Punkt- und Intervallprognose wird noch näher in Kapitel 2.2.4 Prognose ein- gegangen.

²⁴ Auf die Prognoseeffizienzen wird noch näher in Kapitel 2.5 Effizienz eingegangen.

²⁵ Besonders im Bezug auf das BMWI ist der Kosten- und Verlustfaktor als nicht unerheblich einzustufen.

²⁶ Besonders bei Variablen bei denen ein vorläufiges Ergebnis und ein Endergebnis existieren ist der Referenzwert a priori eindeutig festzulegen. Hierauf wird in Kapitel 4 noch näher eingegangen.

²⁷ Berlemann 2004, S. 21.

²⁸ 71% der deutschen Privathaushalte (Bevölkerung im Alter zwischen 16 und 74) hatten 2007 einen Internetzugang, einschließlich sämtlicher Formen der Internetnutzung. Quelle: Eurostat:

http://epp.eurostat.ec.europa.eu, 21.06.2008.

²⁹ Diese Übungsmärkte können dabei nicht nur der Gewöhnung an den Markt dienen, sondern stellen auch eine Marketingmöglichkeit dar. Vergleichbares ist bei Internetbasierten Poker Spielen zurzeit sehr erfol- greich.

³⁰ Berg et al 1997, S. 456.

³¹ Vgl.: Berlemann & Schmidt 2001.

³² Vgl.: Brüggelambert 1999, S. 243.

³³ Vgl.: O’Hara 1999, S. 56.

³⁴ Vgl.: Berlemann et al. 2003, S. 10.

³⁵ Intrinsische Motivation könnte bei Händlern auch vorliegen, soll im Rahmen dieser Arbeit jedoch nicht untersucht werden, da sie durch das Marktdesign nicht zu beeinflussen ist.

³⁶ Häufig wird ein minimaler Betrag vom Veranstalter vorgegeben, genau wie ein maximalen Einzahlungsbetrag den man aufgrund rechtlicher Überlegungen setzt.

³⁷ Vgl.: Berlemann et al. 2003, S. 10.

³⁸ Berlemann 2004, S. 22.

³⁹ Pennock et al. 2004, S. 10.

⁴⁰ Berg et al. 1997, S. 455.

⁴¹ Vgl.: Berlemann et al. 2003, S. 12.

⁴² Auch bei einem experimentellen Aktienmarkt bei dem die Einlage durch den Veranstalter getätigt wird ergibt sich ein Verlustrisiko für den Händler in Form eines entgangenen Gewinns.

⁴³ Vgl.: Spann 2002, S. 77.

⁴⁴ Vgl.: Theissen 1998, S. 10.

⁴⁵ Vgl.: Spann 2002, S. 82.

⁴⁶ Siehe folgendes Kapitel.

⁴⁷ Vgl.: Theissen 1998, S. 11.

⁴⁸ Auf realen Aktienmärkten,wie dem NASDAQ-System oder der NYSE, werden die Firmen, welche als Market Maker auftreten in der Höhe ihres Spreads reguliert. Bei virtuellen Aktienmärkten ist dies jedoch nicht zwingend notwendig.

⁴⁹ Auf die explizite Ausgestaltung des automatischen Preisanpassungsmechanismus soll hier nicht näher eingegangen werden. Für weiterführende Informationen und Literatur siehe Spann 2002.

⁵⁰ Theissen 1998, S. 8.

⁵¹ Vgl.: Theissen 1998, S. 13.

⁵² Vgl.: Schmidt & Prigge 1995, S. 318.

⁵³ Für weitere Informationen siehe: Spann 2002, Kapitel 4.4.1.4

⁵⁴ Vgl.: http://www.nyse.com/regulation/rules/1145486472038.html, 21.06.2008.

⁵⁵ Vgl.: Theissen 1998, S. 13.

⁵⁶ Vgl.: Pennock 2004.

⁵⁷ Spann 2002, S. 95.