Persistenz von Kalenderanomalien nach der Finanzkrise 2007. Eine empirische Untersuchung des Dax Performance Index

Inhaltsverzeichnis

Abbildungsverzeichnis

Abkurzungsverzeichnis

1 Einleitung
1.1 Problemstellung und Zielsetzung
1.2 Vorgehensweise

2 kapitalmarktanomalien im Behavioral Finance
2.1 Anomalienbezuglich derEffizienzthese
2.2 Kennzahlenanomalien
2.3 Kalenderanomalien
2.3.1 Turn-of-the-year-effect
2.3.2 Turn-of the-month-effect
2.3.3 Turn-of the-week-effect
2.3.4 Halloween-Effekt

3 Empirische Untersuchung
3.1 Okonometrische Grundlagen und Daten
3.2 Zeitliche Persistenz der Effekte
3.2.1 Turn-of-the-year-effect
3.2.2 Turn-of-the-month-effect
3.2.3 Turn-of-the-week-effect
3.2.4 Halloween-Effekt
3.3 Deskriptive Auswertung
3.3.1 Turn-of-the-year-effect
3.3.2 Turn-of-the-month-effect
3.3.3 Turn-of-the-week-effect
3.3.4 Halloween-Effekt

4 Schlussbetrachtung

Anhang

Literaturverzeichnis

Abbildungsverzeichnis

Abbildung 1: Anomalien im Behavioral Finance

Abbildung 2: Kalenderanomalien

Abbildung 3: T-Werte Turn-of-the-year-effect

Abbildung 4: T-Werte Turn-of-the-month-effect

Abbildung 5: T-Werte Turn-of-the-week-effect

Abbildung 6: T-Werte Halloween-Effekt

Abbildung 7: Boxplot Tum-of-the-year-effect

Abbildung 8: Boxplot Tum-of-the-month-effect

Abbildung 9: Boxplot Tum-of-the-week-effect

Abbildung 10: BoxplotHalloween-Effekt

Abkurzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

1 Einleitung

1.1 Problemstellung und Zielsetzung

,,Sell in May and go away but remember to come back in September“ ist eine unter Investoren weit verbreitete Borsenweisheit. In der Behavioral Finance Theorie (BFT) werden dieser und weitere kalenderbasierte Effekte als Kalenderanomalien bezeichnet. Ob diese Kalendereffekte jedoch auch flachendeckend im Markt signifikant sind, ist umstritten.

Seit Ende der 1970er Jahre stellen empirische Untersuchungen vermehrt fest, dass Ren- diten von Indizes nicht zufallig schwanken sondem systematisch vom Mittelwert ab- weichen, wodurch Zweifel an der Effizienzmarkthypothese (EMH) aufkommen.¹ Seit- dem werden diese sogenannten Kalenderanomalien zunehmend auf deren Existenz und Persistenz in verschiedenen Markten und Indizes untersucht.²

Auch der deutsche Kapitalmarkt, insbesondere der Deutsche Aktienindex (DAX) wurde haufig empirisch auf die Existenz von Kalenderanomalien gepruft.³ Bisherige Untersu­chungen des DAX legten den Fokus haufig auf einzelne Kalendereffekte oder betrachte- ten die Effekte fur Perioden vor der Jahrtausendwende. Die steigende Kenntnis uber diese Anomalien im Zeitverlauf wurde daher haufig auBer Acht gelassen. Deshalb soil in vorliegender Arbeit die Frage beantwortet werden, ob ausgewahlte Kalendereffekte auch nach Eintritt der Finanzkrise im Jahre 2007 im DAX noch persistent sind oder ob sie im Zeitablauf verschwinden. Als Ausgangspunkt der Betrachtung wurde die Finanz­krise gewahlt, da diese ein pragendes Ereignis im weltweiten Finanzmarkt darstellt und deutliche Auswirkungen auf die Aktienmarkte nach sich zog.⁴

Ziel der vorliegenden Arbeit ist es, den DAX Performance Index auf die bekanntesten Kalenderanomalien hin zu untersuchen und die Existenz und die Persistenz der einzel- nen Effekte vor und nach Eintreten der Finanzkrise zu analysieren und die Zeitraume untereinander zu vergleichen.

1.2 Vorgehensweise

Im zweiten Kapitel wird zunachst ein umfassender Uberblick uber die wissenschaftliche Literatur gegeben. Dabei werden neben den Begriffsbestimmungen und moglichen Er- klarungsansatzen auch Ergebnisse bisheriger empirischer Untersuchungen betrachtet. Das dritte Kapitel beinhaltet die empirische Untersuchung der Veranderung der Kalen- dereffekte vor und nach Beginn der Finanzkrise. Als Stichtag fur die Abgrenzung der Untersuchungsperioden wurde der 01. Januar 2008 gewahlt. Eingangs wird die Daten- grundlage erlautert und das Vorgehen fur die Berechnung vorgestellt. Im Nachgang werden die ausgewahlten Kalenderanomalien empirisch untersucht. Die empirische Un­tersuchung besteht zum einem aus einem zweiseitigen t-Test, mit welchem die Existenz und die Persistenz der Kalendereffekte im Zeitablauf untersucht werden sollen und zum anderen aus einer deskriptiven Auswertung, wodurch explizit die Zeitraume vor und nach der Finanzkrise mit Hilfe von Boxplots dargestellt und vergleichen werden.

2 kapitalmarktanomalien im Behavioral Finance

"Discovery commences with the awareness of anomaly, i.e., with the recognition that nature has somehow violated the paradigm-induced expectations that govern normal science."⁵

Die BFT stellt die These der Informationseffizienz der Kapitalmarkte in den Mittel- punkt der Diskussion. Eine der wesentlichen aus der Kapitalmarkttheorie folgenden Aussagen ist, dass keine Uberrenditen, im Sinne des Ubertreffens der risikoaquivalenten Rendite, durch spezielle Anlagestrategien realisiert werden konnen.⁶ Die BFT, welche die Theorie informationseffizienter Markte anzweifelt, zeigt Anomalien⁷ im Kapital- markt sowie im menschlichen Verhalten auf, welche zu systematisch signifikanten Ab- weichungen in Wertpapierkursen fuhren.⁸

Die Forschung uber Anomalien auf den Finanzmarkten kann grundsatzlich, wie in nachstehender Abbildung veranschaulicht, in zwei Stromungen unterteilt werden.

Abbildung 1: Anomalien im Behavioral Finance

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Eigene Darstellung

Kapitalmarktanomalien sind auf der Marktebene beobachtbar und fuhren dazu, dass sich Marktpreise von ihrem fundamentalen Wert entfernen. Verhaltensanomalien befassen sich mit Anomalien auf der Ebene des individuellen Verhaltens von Finanzanlegern. Darunter sind systematische Verhaltensmuster zu verstehen, welche von den in der Ka- pitalmarkttheorie postulierten Verhaltensannahmen abweichen.⁹ Die in Abbildung 1: Anomalien im Behavioral Finance dargestellten Kapitalmarktanomalien, insbesondere die Kalenderanomalien, werden im weiteren Verlauf dieses Kapitels naher erlautert.

2.1 Anomalien bezuglich der Effizienzthese

Markteffizienzanomalien sind Phanomene, die die Aussage widerlegen, dass Markte informationseffizient sind. Zu diesen Anomalien gehort u.a. der Index-Effekt, Spekula- tionsblasen und Crashs. Der Indexeffekt resultiert in der Regel aus Indexumstellungen, bei welchen Gesellschaften, welche die grundlegenden Indexkriterien nicht mehr erful- len, aus dem Index genommen und durch aufstrebende Untemehmen ersetzt werden.¹⁰ Eine Indexumstellung fuhrt gemaB des Indexeffektes bei der Indexaufnahme zu abnor- malen Marktreaktionen bzw. hohen Aktienkursgewinnen und bei der Indexstreichung zu niedrigen bzw. fallenden Aktienkursen.¹¹

Spekulative Blasen und Crashs kommen durch exzessive Preiserhohungen bzw. Preis- senkungen beispielsweise bei Rohstoffen, Aktien oder Immobilien zum Ausdruck, die extrem von ihrem realen Fundamentalwert abweichen.¹² In der Literatur wird dabei hau- fig auf die Tulpenmanie in den Niederlanden verwiesen. Ein entstandener Tulpenfie- berwahn in den Niederlanden fuhrte dazu, dass jeder mit dieser Pflanze Geld verdienen wollte.¹³ Dies hatte einen rasanten Preisanstieg der Tulpenzwiebel zu Folge, wodurch sich eine spekulative Blase bildete, welche schlieBlich zum Platzen und einem rasanten Preisverfall fuhrte.¹⁴ Eine der bekanntesten Spekulationsblasen bildet die US-Subprime- Krise (2007), welche letztendlich nicht nur eine Bankenkrise in den USA sondern eine weitreichende Finanzkrise ausgelost hat.¹⁵ Der Begriff der Finanzkrise umfasst dabei die Entwicklung der Subprime-Krise (2007 - 2009), die daraus resultierende Bankenkri- se (2008 - 2009) sowie die anschlieBende Staatsschuldenkrise, welche seit dem Jahre 2009 anhalt. Ausschlaggebend fur die Subprime-Krise war die Kreditvergabe an Kun- den mit niedriger Bonitat. Mittels Einsatz von Collateralized Debt Obligations (CDOs) wurden in hohem MaBe risikobehaftete Kreditforderungen als vermeintlich sichere In­vestments auf dem Kapitalmarkt platziert. Durch den Einbruch der Immobilienpreise in den USA waren die Kredite nicht mehr vollstandig gedeckt, wodurch die CDO's deut- lich an Wert verloren. Hinzu kam die steigende Zahlungsunfahigkeit von Kreditneh- mem mit schwacher Bonitat. Durch die nahezu weltweite Streuung dieser CDO's war nicht nur der Bankensektor in den USA betroffen, es entwickelte sich vielmehr eine weltweite Finanzkrise.¹⁶

2.2 Kennzahlenanomalien

Kennzahlenanomalien induzieren abnormale Abweichungen des Wertpapierkurses von dem Fundamentalwert eines Wertpapieres und werden durch Fehlbewertungen der Wertpapiere am Kapitalmarkt verursacht. Der Kurswert der Aktie entspricht folglich nicht dem durch fundamentale Daten gerechtfertigten „inneren“ Wert.¹⁷ Zu diesen Anomalien gehort u.a. der GroBeneffekt (size-effect), der Firmenvemachlassigungsef- fekt (neglected-firm-effect), sowie der Book-to-Market-Ratio-effect.¹⁸

Der size-effect¹⁹ fuhrt dazu, dass Untemehmen mit geringerer Marktkapitalisierung langfristig hohere risikoadjustierte Renditen aufweisen als solche, die auf eine hohe Marktkapitalisierung hindeuten.²⁰ Eine Erklarung fur diesen Effekt liefert u.a. der neglected-firm-effect. Dieser Effekt weist auf hohere Renditen von Small Caps²¹ hin, welche nicht bzw. nur in geringem AusmaB von Analysten beobachtet werden.²² Ihre Vemachlassigung fuhrt zu geringer Informationstransparenz bzw. zu mangelnder In­formation im Markt. Dies fuhrt zu steigender Unsicherheit und hoheren Risiken, die durch hohere Renditeforderungen kompensiert werden mussen.²³ Ein weiterer Grund fur den size-effect ist die geringe Dividendenzahlung von Small Caps. Gewinne werden haufig in das Unternehmenswachstum reinvestiert, wodurch langfristig hoheren Rendi- ten erzielt werden konnen.²⁴

Der Book-to-Market-Ratio-effect deutet auf hohe Renditen von Unternehmensanteilen hin, die ein hohes Book-to-Market-Verhaltnis (Value-Aktien) aufweisen.²⁵ Eine Erkla- rung fur die vorubergehende Uberbewertung von Wachstumsaktien und die Unterbe- wertung von Value-Aktie ist die Tendenz des Marktteilnehmers, gute oder schlechte Leistungen in die Zukunft zu extrapolieren. Dies fuhrt zu einer kurzfristigen Uberbe­wertung gut gefuhrter Wachstumsaktien und einer Unterbewertung schlechter Wertaktien.²⁶

2.3 Kalenderanomalien

Kalenderanomalien, auch als saisonale Effekte bezeichnet, sind zeitliche Renditemuster, welche im Widerspruch zur Random-Walk-Hypothese stehen.²⁷ Die Random-Walk- Hypothese besagt, dass alle bewertungsrelevanten Tatsachen im Augenblick ihres Ent- stehens alien Marktteilnehmem bekannt und unmittelbar vollkommen im Aktienkurs eskomptiert sind.²⁸ Kalenderanomalien deuten jedoch auf Informationsineffizienzen im Kapitalmarkt hin. Sie beruhen auf den Ergebnissen empirischer Beobachtungen, dass erwartete Renditen nicht zeitkonstant sind sondern von Saisonalitaten abhangig sind. Vor allem Untersuchungen bei Aktienkursindizes gehoren zu den am haufigsten ver- wendeten Argumenten der BFT gegenuber der EFH.²⁹

Kalenderanomalien postulieren zu bestimmten Zeiten hohere Renditen als zu anderen Zeiten. Die Kalenderzeithypothese besagt, dass sich der Markt zu verschiedenen Tages- zeiten, an verschiedenen Wochentagen und zu verschiedenen Zeiten des Monats und Jahres unterschiedlich verhalt.³⁰ Es existiert eine Vielzahl von empirischer Literatur, welche diese Kalenderanomalien in verschiedenen Markten empirisch belegen.³¹ Nach- stehende Kalenderanomalien werden im weiteren Verlauf dieser Arbeit naher betrachtet.

Abbildung 2: Kalenderanomalien

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Eigene Darstellung

2.3.1 Turn-of-the-year-effect

Eine Form der Kalenderanomalien ist der Turn-of-the-year-effect (TOY) ³². Er wurde u.a. von Rozeff und Kinney (1976) empirisch untersucht und bezeichnet eine systemati- sche, signifikante Uberrendite im Januar im Vergleich zu den ubrigen Monaten eines Kalenderjahres.³³ Insbesondere in den USA am Dow Jones konnte in mehreren Unter- suchungen nachgewiesen werden, dass der Januar statistisch signifikant hohere Rendi- ten erzielt als die ubrigen Monate.³⁴ Salm und Siemkes (2009) fanden im DAX Perfor­mance Index vor allem bis in die 1980er Jahre eine statistisch signifikante Uberrendite des Januars.³⁵ Eine besondere Auspragung des Effektes ist dabei in den ersten Handels- tagen des Kalenderjahres zu beobachten. Unter anderem Moller und Zilca (2008) zeig- ten solche signifikante Uberrenditen in den ersten Handelstagen am Aktienmarkt.³⁶ Zu- satzlich zeigen Untersuchungen eine negative Beziehung zwischen der Auspragung des Januar-Effekts und der GroBe des jeweiligen Untemehmens.³⁷ Dieser Firm-Size-Effekt vertritt die These, dass Renditen von Unternehmen mit geringer Marktkapitalisierung insgesamt vergleichsweise hoher ausfallen, speziell wenn sie zuvor stark gefallen sind.³⁸ Eine abweichende und nur der Vollstandigkeit halber aufgefuhrte Interpretation des Januar-Effekts gibt die Borsenweisheit „As goes January, so goes the year“. Demnach ist der Januar, vor allem dessen erste Handelswoche, ein Indikator fur die Performance des darauf folgenden Kalenderjahres.³⁹

Um den TOY-Effekt, als systematische Uberrendite im Januar, zu erklaren wird in der Literatur haufig auf drei Hypothesen verwiesen:

1. Tax-Loss-Selling-Hypothese
2. risk-shifting window dressing-Hypothese
3. Bargeld-Hypothese⁴⁰

Am Haufigsten wird die Hypothese der Tax-Loss-Selling vorgebracht. Sie besagt, dass Steuergesetze die Portfolioentscheidungen von Anlegem beeinflussen, indem sie den Verkauf von Wertpapieren fordem, welche kurzlich Preisruckgange erfahren haben, damit der Kapitalverlust mit dem steuerpflichtigen Einkommen verrechnet werden kann.⁴¹ In Bezug auf den TOY-Effekt wird davon ausgegangen, dass Privatanleger tra- ditionell zum Ende des Jahres die bis dato schlecht gelaufene Aktien verauBern, um Verluste zu realisieren, die sie dann ihren Gewinnen gegenrechnen um die Steuerlast mindern zu konnen. Der Jahresbeginn wird dann in der Regel dazu genutzt, das eigene Portfolio neu aufzustellen und liquide Mittel zu reinvestieren. Dies wiirde zu einem Aufschwung der Markte fuhren und systematische Uberrenditen zum Jahresbeginn zur Folge haben.⁴²

Die risk-shifting window dressing-Hypothese begrundet kalenderbasierte RegelmaBig- keiten mit dem Verhalten institutioneller Investoren. Diese wurden ihre risikobehaftete Aktien zum Jahresende verkaufen, um deren Darstellung in der Jahresendbilanz zu ver- meiden.⁴³ Portfoliomanager wurden ihre riskanten Wertpapiere nicht offenlegen wollen und diese daher vor Jahresabschluss aus dem Portfolio nehmen.⁴⁴ Um das Portfolio nach Bilanzstichtag wieder herzustellen, werden diese risikobehafteten Aktien zum Jahresbe- ginn erneut erworben.⁴⁵ Diese Erklarungshypothese wurde u.a. von Musto (1997) auf- gestellt, welcher eine stark positive Korrelation zwischen dem Jahreswechseleffekt in Geldmarktpapieren und dem Jahreswechseleffekt in den Bestanden findet.⁴⁶

Die Bargeld-Hypothese beschreibt die ungewohnlich hohe Nachfrage nach Bargeld in den letzten Wochen des Jahres, insbesondere an den Tagen vor Weihnachten. Demzu- folge werden Aktien am Jahresende verkauft um kurzfristig Liquiditat zu schaffen, wel- che dann mit neuen finanziellen Mitteln im Januar erneut gekauft werden.⁴⁷

2.3.2 Turn-of the-month-effect

Der Turn-of-the-month-effect (TOM) ist eine Anomalie, welche uberdurchschnittliche Renditen um den Monatswechsel erwarten lasst. Vor allem weichen dabei die letzten beiden und die ersten vier Handelstage eines Monats signifikant positiv von den restli- chen Handelstagen eines Monats ab.⁴⁸

Eine der ersten Untersuchungen zum TOM-Effekt lieferte Ariel (1987). Er findet eine empirische UnregelmaBigkeit in den Aktienrenditen und pragt sie als "Monatseffekt". Er stellt fest, dass fur die ersten Handelstage im Monat die mittlere Rendite fur Aktien positiv ist und legte damit den Grundstein fur weitere auf Monatsebene basierende Un­tersuchungen.⁴⁹ Ogden (1990) stellt die Hypothese auf, dass die hoheren Renditen auf die Standardisierung von Zahlungsstromen zum Ende eines Monats zuruckzufuhren sind. Demnach erhalten Investoren vermehrt zum Ende des Monats Zins- und Dividen- denzahlungen.⁵⁰ Auch der deutsche Aktienmarkt wurde auf den TOM-Effekt hin unter- sucht. Salm und Siemkes (2009) fanden im DAX Performance Index sowohl in einigen fruhen als auch in aktuelleren Zeitperioden einen statistisch signifikanten TOM-Effekt, welcherjedoch zunehmend abschwachte.⁵¹

Weiterfuhrende Effekte auf Basis einer monatlichen Untersuchung unterscheiden Ren- diteabweichungen zwischen den Monatshalften, in denen sich die Rendite signifikant unterscheiden soil.⁵²

2.3.3 Turn-of the-week-effect

Anfang der Jahrtausendwende wurde der Fokus vermehrt auf den Turn-of-the-week- Effekt (TOW) und den Wochenend-Effekt speziell in den Aktienmarkten der USA und der Entwicklungslander gelegt.⁵³ Dieser Effekt besagt, dass die Renditen am Montag signifikant niedriger sind als die Renditen an anderen Wochentagen.⁵⁴ Weitere Studien verstarken diese Vermutung mit der Feststellung des Wochenendeffektes, bei dem die Aktien zwischen Handelsschluss am Freitag und Montag eine geringere Rendite auf- weisen.⁵⁵

Differenziert werden muss zwischen der Betrachtung der Aktienmarkte und der Markte fur Unternehmensanleihen. Aktienmarktstudien erbrachten uberwiegend das Ergebnis hoher Freitagsertrage und niedriger Renditen am Montag.⁵⁶ Der Markt fur Unterneh- mensanleihen zeigt hingegen abweichende Kursverlaufe. Adrangi und Ghazanfari (1996) untersuchten den Wochenend-Effekt am Markt fur Unternehmensanleihen mit dem Ergebnis, dass die Markte fur Unternehmensanleihen im Gegensatz zu den Ak­tienmarkten einen umgekehrten Wochenendeffekt aufweisen, da die Renditen am Mon­tag im Durchschnitt positiv statistisch signifikant sind.⁵⁷

Eine mogliche Erklarung fur den TOW-Effekt in Aktienmarkten liefern Chen und Sin- gal (2003). Sie erklaren diesen Effekt dadurch, dass „short-seller“⁵⁸, in der Regel Hed- gefonds-Manager, ihre Positionen am Freitag schlieBen, was zu steigenden Kursen fuhrt. Mit der Borsenoffnung am Montag verkurzen Sie ihre Positionen wieder, wodurch fallenden Kursen bewirkt werden.⁵⁹

[...]

---

¹ Vgl. Bouman, S., Jacobsen, B., Halloween-Indikator, 2002, S. 1618 ff.

² Vgl. Klohn, L., Kapitalmarktspekulation, 2006, S. 80 ff.

³ u.a. Salm, C., Siemkes, J., Persistenz Kalenderanomalien, 2009, S. 414 ff.

⁴ Vgl. Bloss, M. et al., Auswirkungen Finanzkrise, 2009, S. 201 ff.

⁵ Kuhn, T. S., Wissenschaftliche Revolution, 1970, S. 52 f.

⁶ Vgl. Fama, E., Effiziente Kapitalmarkte, 1970, S. 383 ff.

⁷ Unter Anomalien sollen hier signifikante Abweichungen von einem durch eine Theorie postulierten Verhalten verstanden werden.

⁸ Vgl. Shiller, R. (2003), Behavioral Finance, 2003, S. 90 f.

⁹ Vgl. Fuller, R., Behavioral Finance, 1998, S. 3.

¹⁰ Vgl. Deininger, C. et al., Indexeffekt, 2015, S. 1 f.

¹¹ Vgl. Friebel, M., Borsenindizes, 2010, S. 33.

¹² Vgl. Shiller, R. (2003), Behavioral Finance, 2003, S. 91.

¹³ Vgl. Maisch, M., Tulpenmanie, 2007, S. 11.

¹⁴ Vgl. Petersdorff, W., Finanzkrisen, 2008, o.S.

¹⁵ Vgl. Eichengreen, B. et al., Subprime-Krise, 2012, S. 1230 f.

¹⁶ Vgl. Riecke, T., Finanzkrise, 2018, S. 56 f.

¹⁷ Vgl. De Bondt, W. et al., Behavioral Finance, 2008, S. 9 f.

¹⁸ Vgl. Zajonz, R., GroBeneffekt, 2010, S. 188.

¹⁹ auch Kleinfirmeneffekt oder Small-firm-effect

²⁰ Vgl. Roll, R., Small-firm-effect, 1981, S. 879 ff.

²¹ kleine borsennotierte Untemehmen

²² Vgl. Akhter, A. et al., Neglected-firm-effect, 2015, S. 100.

²³ Vgl. Pradhuman, S. D., Small-caps, S. 37 ff.

²⁴ Vgl. Roll, R., Small-firm-effect, 1981, S. 879 ff.

²⁵ Vgl. Steiner, M., Wertpapiermanagement, 2012, S. 44.

²⁶ Vgl. Lakonishok, J., Wachstumsaktien, 1994, S. 1541 ff.

²⁷ Vgl. Dumitriu, R., Stefanescu, R., Tum-of-the-YearEffect, 2017, S. 199 f.

²⁸ Vgl. Shiller, R. J., Perron, P., Random-walk-hypothesis, 1985, S. 381 f.

²⁹ Vgl. Dumitriu, R., Stefanescu, R., Tum-of-the-Year Effect, 2011, S. 199 f.

³⁰ Vgl. Nasir, M. A.et al., Kalenderanomalien, 2017, S. 54 f.

³¹ Vgl. Rossi, M., Effizienzmarkthypothese, 2015, S. 287.

³² In deutschsprachiger Literatur haufig auch als Januar-Effekt vorzufinden.

³³ Vgl. Rozeff, M. S., Kinney, W. R., Kapitalmarktsaisonalitaten, 1976, S. 379 ff.

³⁴ Vgl. Lanni, C., Kalenderanomalien, 2013, S. 6.

³⁵ Vgl. Salm, C., Siemkes, J., Persistenz Kalenderanomalien, 2009, S. 414 ff.

³⁶ Vgl. Moller, N., Zilca, S., Januar-Effekt, 2008, S. 447 ff.

³⁷ Vgl. Keim, D., Saisonalitat Aktienmarkt, 1983, S. 30 f.

³⁸ u.a. Keim, D., Saisonalitat Aktienmarkt, 1983, S. 13 ff.; Roll, R., Small-firm-effect, 1983, S. 18 ff.; Reinganum, M. R., Anomales Aktienmarktverhalten, 1983, S. 89 ff.

³⁹ Vgl. Flierl, R., Januar-Effekt, 2010, S. 48 f.

⁴⁰ Vgl. Rozeff, M. S., Kinney, W. R., Kapitalmarktsaisonalitaten, 1976, S. 379 ff.; Heckmann, T., Kursanomalien, S. 155 ff.

⁴¹ Vgl. Brown, P. et al., Tax-Loss-Selling-Hypothese, 1983, S. 105 ff.

⁴² Vgl. Niefund, S., Januar-Effekt, 2016, o. S.

⁴³ Vgl. Pamess, M., Risk-shifting window dressing-Hypothese, 2006, S. 188.

⁴⁴ Vgl. Griffiths, M., Winters, D., Risk-Shifting Window Dressing, 2005, S. 1337 f.

⁴⁵ Vgl. Lhabitant, F.-S., Gregoriou, G. N., Borsenliquiditat, 2008, S. 49 f.

⁴⁶ Vgl. Musto, D. K., Portfolioverschiebung, 1997, S. 1563 ff.

⁴⁷ Vgl. Wachtel, S. B., Saisonalitaten im Aktienkurs, 1942, S. 186.

⁴⁸ Vgl. Kunkel, R. A. et al., Tum-of-the-month-effect, 2003, S. 210 f.

⁴⁹ Vgl. Ariel, R. A., Monatseffekte, 1987, S. 162.

⁵⁰ Vgl. Ogden, J. P., Tum-of-Month Evaluations, 1990, S. 1259 ff.

⁵¹ Vgl. Salm, C., Siemkes, J., Persistenz Kalenderanomalien, 2009, S. 414 ff.

⁵² Vgl. Jaffe, J., Westerfield, R, Monatseffekt, 1989, S. 237 ff.

⁵³ u.a. Jaffe, J., Westerfield, R., Wochenendeffekt, 1985, S. 433 ff.; Solnik, B., Bousquet, L., Day-of-the- week-effect, 1990, S. 461 ff.; Dubois, M., Louvet, P., Day-of-the-week effect, 1996, S. 1463 ff.

⁵⁴ Vgl. Thaler, R., Saisonale Bewegungen, 1987, S. 170.

⁵⁵ Vgl. Sharma, S.S., Narayan, P. K., Firm heterogeneity, 2012, S. 1931 ff.

⁵⁶ u.a. Cross, F., Wochentageffekte, 1973, S. 67 ff.; Gibbons, M. R., Hess, P., Day-of-the-Week-Effects, 1981, S. 579 ff..; Rogalski, R. J., Day-of-the-Week-Returns, 1984, S. 1603 ff.

⁵⁷ Vgl. Adrangi, B., Ghazanfari, F., Weekday Seasonality, 2011, S. 14 f.

⁵⁸ Eng. Leerverkaufer. Sie setzen auf fallende Kurse der betreffenden Wertpapiere.

⁵⁹ Vgl. Chen, H., Singal, V., Short Sales, 2003, S. 685 ff.