Der Kryptowährungsmarkt ist bekannt für seine Volatilität und schnellebigkeit. Doch welche Mechanismen steuern die Entscheidungen der Anleger in diesem komplexen Umfeld? Ein faszinierendes Phänomen, das die Dynamik des Kryptomarktes maßgeblich beeinflusst, ist das sogenannte Herding-Verhalten oder Schwarmverhalten. Dieses beschreibt die Tendenz von Anlegern, die Handlungen einer größeren Gruppe zu imitieren, anstatt auf eigene Analysen und Informationen zu vertrauen. Solches Schwarmverhalten kann weitreichende Folgen für die Kursentwicklung haben und sowohl rationale als auch irrationale Entscheidungen widerspiegeln.
In diesem Artikel untersuchen wir das Herding-Verhalten bei Kryptowährungen über verschiedene Zeiträume und unter verschiedenen Marktbedingungen, beleuchten dessen Auswirkungen und zeigen auf, wie externe Faktoren wie wirtschaftspolitische Unsicherheit oder der VIX-Index die kollektive Anlegerpsychologie prägen. Die Erkenntnisse können Anlegern helfen, die Risiken im Kryptomarkt besser zu verstehen und möglicherweise fundiertere Entscheidungen zu treffen, vielleicht auch im Vergleich zu anderen Anlageformen wie fondsgebundenen Produkten.
Herding-Verhalten in verschiedenen Zeithorizonten: Kurz-, Mittel- und Langfristig
Die Analyse des Herding-Verhaltens im Kryptomarkt über verschiedene Zeithorizonte – täglich, wöchentlich und monatlich – offenbart interessante Muster. Studien haben gezeigt, dass es eine signifikante positive lineare Beziehung zwischen der absoluten Marktrendite und der querschnittlichen absoluten Abweichung (CSAD) bei täglicher und monatlicher Frequenz gibt. Dies stimmt mit konventionellen Theorien zur Vermögenspreisbildung überein, die davon ausgehen, dass Anleger auf Marktinformationen reagieren.
Allerdings deutet ein negativer Koeffizient der absoluten Rendite bei wöchentlicher Frequenz auf eine Ineffizienz des Marktes im mittleren Zeithorizont hin. Besonders auffällig ist der negative und signifikante Koeffizient der quadrierten Marktrendite bei täglicher Frequenz, der das Vorhandensein von Herding-Verhalten auf kurze Sicht im Kryptowährungsmarkt bestätigt. Dieses Phänomen scheint jedoch im mittleren und langen Zeithorizont abzunehmen. Dies korrespondiert mit der Auffassung, dass Herding eine kurzlebige Tendenz ist, die sich schnell wieder auflöst, wie Christie und Huang (1995) beschrieben haben.
In diesem Stadium wird nicht zwischen fundamentalem und nicht-fundamentalem Herding unterschieden. Daher kann dieser Herding-Effekt beide Elemente enthalten. Fundamentales Herding ist ein unbeabsichtigtes Schwarmverhalten von Anlegern, das möglicherweise nicht durch Marktrendite oder Volatilität beeinflusst wird. Es kann durch verschiedene Faktoren verursacht werden, wie Gerüchte über Preissteigerungen oder -rückgänge, eine Homogenität der Anleger oder eine starke Neigung zu Kryptowährungen über einen bestimmten Zeitraum.
Viele frühere Studien weisen darauf hin, dass die Herding-Tendenz für Preisabweichungen von den fundamentalen Werten eines Vermögenswerts verantwortlich ist. Dies bedeutet, dass Herding Anleger dazu verleiten kann, in über- oder unterbewertete Vermögenswerte zu investieren. Es ist eine rationale Annahme, dass Anleger im hochvolatilen Kryptowährungsmarkt eine Herding-Tendenz haben und dazu neigen, unvernünftige Marktkonsense zu bilden.
Die Nachahmung des Verhaltens anderer im Kryptowährungsmarkt kann sowohl rational als auch falsch sein. Wenn eine große Anzahl von Marktteilnehmern glaubt, dass andere Teilnehmer besser informiert sind als sie selbst, kann es rational sein, den Handlungen anderer zu folgen. Dieser Glaube kann jedoch richtig oder falsch sein, und Anleger können basierend auf der Richtigkeit dieses Glaubens negative oder positive Ergebnisse erfahren. Die folgenden Abbildungen veranschaulichen die Streuung der Renditen im Kryptomarkt:
Abbildung 1: Querschnittliche absolute Abweichung (CSAD) von 2013 bis 2020. Diese Grafik zeigt die querschnittliche absolute Abweichung (CSAD) der täglichen Aktienrendite von Juli 2013 bis Januar 2020.
Eine hohe querschnittliche absolute Abweichung (CSAD) deutet auf eine größere Diversität der individuellen Vermögensrenditen hin. Im Kontext des Herding-Verhaltens ist eine geringe CSAD oft ein Indikator für ein stärkeres Schwarmverhalten, da die Renditen der einzelnen Vermögenswerte sich näher an der Marktrendite bewegen. Das Verständnis dieser Metriken ist entscheidend für die Einschätzung der Marktineffizienz.
Abbildung 2: Querschnittliche quadratische Abweichung (CSSD) von 2013 bis 2020. Diese Grafik zeigt die querschnittliche quadratische Abweichung (CSSD) der täglichen Aktienrendite von Juli 2013 bis Januar 2020.
Die querschnittliche quadratische Abweichung (CSSD) misst ebenfalls die Streuung der Renditen, legt jedoch einen stärkeren Fokus auf größere Abweichungen. Auch hier gilt: Eine geringe CSSD könnte auf ein verstärktes Herding-Verhalten hindeuten, da die individuellen Renditen weniger stark von der Marktrendite abweichen.
Abbildung 3: Querschnittliche absolute Abweichung (CSAD) und Marktrendite von 2013 bis 2020. Diese Grafik zeigt die querschnittliche absolute Abweichung (CSAD) der täglichen Aktienrendite von Juli 2013 bis Januar 2020 im Verhältnis zur Marktrendite auf der horizontalen Achse.
Diese dritte Abbildung zeigt die Beziehung zwischen CSAD und der Marktrendite. Das Zusammenspiel dieser beiden Faktoren ist entscheidend, um zu verstehen, wie Herding in verschiedenen Marktphasen auftritt und welche Auswirkungen es auf die kollektive Anlegerstimmung und die Kursentwicklung hat. Das Verständnis dieser Dynamiken ist für Anleger, die sich im schnelllebigen Kryptomarkt engagieren, unerlässlich.
Herding-Verhalten im Auf- und Abwärtsmarkt
Das Herding-Verhalten zeigt sich auch in Abhängigkeit von den Marktbedingungen. Es konnte festgestellt werden, dass signifikantes Herding-Verhalten während eines Abwärtsmarktes sowohl bei täglicher als auch bei monatlicher Frequenz auftritt. Auch im Aufwärtsmarkt bleibt das Herding-Verhalten bei monatlicher Frequenz bestehen. Schwarmverhalten während Finanzkrisen ist deutlicher ausgeprägt als unter normalen oder besseren wirtschaftlichen Bedingungen. Die Geschichte zeigt, dass Anleger kurz nach großen finanziellen Belastungen dazu neigen, an den Finanzmärkten zu schwärmen. Daher ist das Auftreten von Herding auf lange Sicht während Finanzkrisen nicht überraschend.
Untersuchungen an europäischen Märkten von Mobarek et al. (2014) haben ebenfalls ein signifikantes Herding-Verhalten und asymmetrische Marktbedingungen für den Zeitraum von 2001 bis 2012 in einigen entwickelten europäischen Ländern aufgezeigt. Dies bedeutet, dass europäische Märkte in normalen Marktsituationen keine Herding-Tendenz aufweisen, aber unter angespannten Marktbedingungen dazu neigen, andere Teilnehmer zu imitieren. Gleason et al. (2004) erwähnen ebenfalls, dass Anleger in Zeiten höheren finanziellen Stresses versuchen, durch Marktkonsens Erleichterung zu finden. Ihrer Meinung nach könnte diese Art von Herding eine kostengünstige Lösung für teure, anspruchsvolle Informationen sein.
Herding-Verhalten in extremen Auf- und Abwärtsmärkten
Christie und Huang (1995) legen nahe, dass Herding unter extremen Marktbedingungen stärker verbreitet sein würde. Es gibt viele neue Hinweise darauf, dass es in Krisenzeiten zu extremen Marktbewegungen kommt. Das Vorhandensein extremer Marktbewegungen ist jedoch auch unter besseren Marktbedingungen sichtbar. Chiang und Zheng (2010) zeigten, dass Anleger in Mexiko und Argentinien dazu neigen, in Krisenzeiten zu schwärmen. Sie argumentierten auch, dass Anleger mit ihren Nachbarländern schwärmen können und zeigten, dass argentinische Anleger in der Finanzkrise 1994–1995 mit mexikanischen Anlegern schwärmten. Brasilien schwärmte auch mit Argentinien im Krisenzustand von 1999.
Im Kryptowährungsmarkt zeigt sich die Marktasymmetrie nur im extremen Aufwärtsmarkt auf lange Sicht. Ein negatives Ergebnis des Aufwärtsmarktkoeffizienten mit der quadrierten Marktrendite (γ2up) bei monatlicher Frequenz deutet auf Herding-Aktivität während eines extremen Aufwärtsmarktes auf lange Sicht hin. In den anderen Frequenzen finden wir keine Spuren von Herding-Aktivität von Anlegern während extremer Marktbewegungsperioden.
Dieses Ergebnis ist insofern einzigartig, als in den meisten Finanzmärkten ein starkes Herding-Verhalten unter extremen Marktbedingungen beobachtet wird. Vo et al. (2017) zeigen beispielsweise, dass vietnamesische Aktienhändler unter extremen Marktbedingungen um den Marktkonsens gruppieren. Sie weisen auch darauf hin, dass Herding-Verhalten ein kurz- und mittelfristiges Phänomen für den vietnamesischen Markt ist und es keine Belege für die Existenz von Herding-Verhalten auf lange Sicht gibt. Daher unterscheidet sich die Natur des Herding-Verhaltens im Kryptowährungsmarkt merklich von den Erkenntnissen von Vo und Phan (2017). Bekiros et al. (2017) zeigen ebenfalls, dass im US-Markt Herding während extremer Marktbedingungen zunimmt. Sie argumentieren, dass erhebliches Herding zu Beginn einer Krise existiert, aber zum Ende hin abnimmt. Die Untersuchung dieser feinen Unterschiede trägt dazu bei, ein umfassenderes Bild der Anlegerpsychologie zu zeichnen.
Quintil-Regression zur Analyse des Herding-Verhaltens
Der Quintil-Ansatz zur Herding-Analyse ist effektiv, da er die unterschiedliche Herding-Größe unter der Bedingung einer bestimmten Datengruppe liefert. Daher untersuchen wir in diesem Abschnitt das Herding-Verhalten in verschiedenen Quintilen der Renditestreuung. Studien legen nahe, dass Quintilkoeffizienten eine bessere Schätzung liefern können als die gewöhnliche Methode der kleinsten Quadrate, wenn die Fehlerverteilung nicht einer Gaussschen Einstellung entsprechen kann.
Da im Kryptowährungsmarkt Extremwerte die Endwerte der Renditeverteilung effektiv stören können, besteht die Möglichkeit, dass Schätzungen der gewöhnlichen kleinsten Quadrate verzerrte Ergebnisse liefern. Daher werden hier Ergebnisse in drei verschiedenen Quintilen bereitgestellt. Es zeigt sich, dass das Herding-Phänomen in den höheren Quintilen der Renditestreuungen auf kurze Sicht stärker verbreitet ist. Der quadratische Renditekoeffizient (γ2) ist in beiden Fällen (τ = 0,50 und τ = 0,75) in den täglichen Frequenzergebnissen negativ und signifikant. Im Einklang mit unserem Hauptergebnis ist Herding-Verhalten im mittleren und langen Zeithorizont im Kryptowährungsmarkt jedoch nicht ersichtlich.
Herding in Zuständen hoher und geringer wirtschaftspolitischer Unsicherheit
Philippas et al. (2020) zeigen, dass Kryptowährungs-Herding durch verschiedene Arten externer Signale beeinflusst wird. Wirtschaftspolitische Unsicherheit (Economic Policy Uncertainty, EPU) ist eine der Hauptquellen von Signalen, die Herding-Verhalten im Kryptowährungsmarkt auslösen können. Dieser Index, eingeführt von Baker et al. (2016), kann von Anlegern im Kryptowährungsmarkt genutzt werden, um die zukünftige Bewegung des Marktes vorherzusagen. Anleger, sowohl individuelle als auch institutionelle, werden in gewissem Maße von verschiedenen staatlichen Politikimplikationen wie Geld- oder Fiskalpolitik, Handelsregeln, Steuervorteilen usw. beeinflusst. Laut Baker et al. (2016) beeinflusst die Unsicherheit im Zusammenhang mit Regierungsentscheidungen die Wirtschaft und die Finanzmärkte erheblich.
EPU veranlasst Anleger, ihre Portfoliokombination neu zu ordnen und zu ändern, um potenzielle Vermögensverluste zu vermeiden. Es konnten Hinweise auf ein höheres Herding-Verhalten in den täglichen Frequenzdaten in Perioden geringer Unsicherheit gefunden werden, während in den monatlichen Frequenzdaten oder auf lange Sicht das Herding-Verhalten in Perioden hoher Unsicherheit beobachtet wird. Dies bedeutet, dass sich Anleger auf kurze Sicht wohler fühlen, zu schwärmen, wenn die Unsicherheit gering ist. Auf lange Sicht neigen Anleger jedoch dazu, in Perioden hoher Unsicherheit zu schwärmen. Im mittleren Zeithorizont wurde jedoch keine Herding-Tendenz in beiden Perioden festgestellt. Das Ergebnis ist etwas interessant, da es zeigt, dass das Muster des Herding-Verhaltens in verschiedenen Unsicherheitszuständen nicht dasselbe ist.
Herding in Zuständen hoher und geringer VIX-Werte
Der Marktvolatilitätsindex (VIX) ist ein beliebter Indikator, der die Angst der Anleger an verschiedenen Finanzmärkten anzeigt. Ein hoher VIX-Wert deutet auf die Möglichkeit hoher Schwankungen der Finanzvermögenswerte hin. Dieser Index wird auch als CBOE Volatility Index (VIX) bezeichnet, da der Index von der Chicago Board Options Exchange (CBOE) erstellt wird. Giot (2005) behauptet, dass nach einem hohen VXO-Niveau (alter VIX) Spuren hoher Renditen darauf hindeuten, dass VXO eine prädiktive Fähigkeit bezüglich der zukünftigen Rendite hat. Die Marktrendite ist positiv mit der impliziten Volatilität korreliert, wie Guo und Savickas (2006) zeigten. Dash und Moran (2005) zeigen, dass die Hedgefondsrendite und VXO negativ miteinander korrelieren. Akyildirim et al. (2019) weisen darauf hin, dass erhebliche Korrelationen zwischen der Kryptowährungs-Volatilität und Volatilitätsindizes wie dem VIX bestehen bleiben. Darüber hinaus ist die GARCH-berechnete Volatilität von Kryptowährungen in den höchsten Dezilen der impliziten Volatilität höher.
Die Ergebnisse deuten darauf hin, dass sowohl bei täglichen als auch bei monatlichen Frequenzdaten ein Herding-Verhalten während Perioden mit niedrigem VIX offensichtlich ist. Dies bedeutet, dass Anleger dazu neigen, sich am Herding zu beteiligen, wenn sie weniger Angst vor zukünftiger Volatilität haben. Frühere Belege zeigen, dass Herding selbst eine Ursache für eine zunehmende zukünftige Volatilität an den Aktienmärkten sein kann. Blasco et al. (2012) behaupten, dass Herding-Variablen für die Volatilitätsprognose und folglich im Entscheidungsprozess geeignet sind, wenn Volatilität als Schlüsselfaktor betrachtet wird. Dieses Ergebnis deutet darauf hin, dass Anleger im Kryptowährungsmarkt zögerlich sind, zu schwärmen, wenn sie Angst vor einer hohen zukünftigen Preisabweichung haben.
Herding-Effekt auf die Marktrenditen des nächsten Tages
Dieser Abschnitt beleuchtet die Vorhersagbarkeit von Kryptowährungsrenditen basierend auf der Herding-Tendenz des gesamten Marktes vom Vortag. Die Annahme ist hierbei, dass Herding eine Preisüberreaktion auslösen und zu einer Preisumkehr am folgenden Tag führen kann. Dies würde bedeuten, dass die Höhe der Marktrenditen höher (niedriger) sein kann, basierend auf den negativen (positiven) Marktrenditen des vorherigen Handelstages und dem Grad des Herding-Verhaltens.
Die Ergebnisse zeigen, wie das marktweite Herding-Niveau die Größe der Preisumkehr beeinflusst, wobei MR(-1) > 0 die positive verzögerte Marktrendite und MR(-1) < 0 die negative verzögerte Marktrendite ist. CSAD(-1) ist die verzögerte querschnittliche absolute Abweichung und CSSD(-1) ist die verzögerte quadratische Streuung.
Wenn die Marktrendite des Vortages positiv ist [MR(-1) > 0], dann ist die durchschnittliche Marktrendite des aktuellen Tages in der Gruppe mit niedrigem CSAD und CSSD niedriger als in der Gruppe mit hohem CSAD und CSSD. Die Renditedifferenz zwischen der Marktrendite mit hohem CSAD und CSSD und der Marktrendite mit niedrigem CSAD und CSSD ist positiv und statistisch signifikant. Eine negative signifikante Renditedifferenz zwischen der Marktrendite mit hohem CSAD und CSSD und der Marktrendite mit niedrigem CSAD und CSSD wird beobachtet, wenn die Marktrendite des Vortages negativ ist [MR(-1) < 0]. In beiden Fällen deutet die signifikante Renditedifferenz auf den Einfluss von Herding unter verschiedenen Marktbedingungen auf die Rendite hin. Dies unterstreicht die Komplexität der Wechselwirkungen im Kryptomarkt und die Bedeutung der Berücksichtigung von Anlegerpsychologie.
Fazit und Handlungsempfehlungen für Anleger
Das Phänomen des Herding-Verhaltens ist eine treibende Kraft im Kryptowährungsmarkt, die Anlegerentscheidungen und Marktbewegungen maßgeblich beeinflusst. Unsere Analyse hat gezeigt, dass Herding insbesondere auf kurze Sicht und unter bestimmten Marktbedingungen – wie in Abwärtsmärkten oder bei geringer wirtschaftspolitischer Unsicherheit – ausgeprägt ist. Es ist jedoch auch unter extremen Aufwärtsmarktbedingungen auf lange Sicht feststellbar, was eine bemerkenswerte Besonderheit im Vergleich zu traditionellen Finanzmärkten darstellt. Die Untersuchung mittels Quintil-Regression bestätigt zudem, dass Herding in höheren Renditestreuungs-Quintilen auf kurze Sicht präsenter ist.
Für Anleger im Kryptowährungsmarkt bedeuten diese Erkenntnisse, dass es entscheidend ist, sich der kollektiven Anlegerpsychologie bewusst zu sein. Blindes Folgen der Masse kann zu irrationalen Entscheidungen und potenziellen Verlusten führen, insbesondere wenn Herding zu Preisabweichungen von fundamentalen Werten beiträgt. Eine kritische Bewertung von Marktinformationen und eine eigenständige Analyse sind daher unerlässlich, um fundierte Entscheidungen zu treffen und übermäßige Risiken zu vermeiden.
Angesichts der hohen Volatilität und der Komplexität des Kryptomarktes ist Risikomanagement von größter Bedeutung. Anleger sollten stets ihre individuellen Anlageziele und ihre Risikobereitschaft berücksichtigen und gegebenenfalls professionelle Beratung in Anspruch nehmen. Das Verständnis des Herding-Verhaltens kann helfen, übertriebene Marktreaktionen besser einzuschätzen und möglicherweise Chancen zu erkennen, die sich aus der Irrationalität der Masse ergeben. Es ermutigt zu einem bewussteren Umgang mit den eigenen Investitionen.