Throughout the past decades financial markets witnessed prolonged periods of increased volatility and the frequent formation and subsequent burst of bubbles. The dot-com bubble in the beginning of the millennium, the US house pricing bubble of 2006 that culminated in the recent global nancial crisis and the 2015 stock market bubble in China are but few examples for apparent inefficiencies if not outright failures of financial markets to correctly reflect asset prices. Investors acting in sync have been suspected to cause such unwanted market phenomena, compare e.g Wermers (1999). The destabilizing character of investor coordination has been made explicit in the theoretical literature under herding. The term refers to the behavior of individual investors following the decision of the majority or crowd despite of being endowed with information that advises them to take a different action (see Brunnermeier (2001), p.148). The claim that such behavior adversely affects financial markets is intuitive. Investors face a decision whether or not to buy a financial asset. As they observe other investors accumulating on one side of the market they loose confidence in their own information regarding the asset’s true value and follow the crowd instead. This already leads to amplified stock price movements. If, moreover, the crowd errs in buying or selling the asset, herding on the crowd’s action will drive prices away from the asset’s true value, which in turn contributes towards the formation of bubbles (or accelerated downturns) and extreme subsequent price reversals. It is, thus, not surprising that the theoretical herding literature has made great efforts to understand potential drivers of herd behavior. Lead by the seminal work of Bikhchandani et al. (1992) herding theory has identified reputational concerns, momentum trading strategies as well as correlated gathering of information as relevant drivers for investor herding. At the same time, celebrated empirical studies such as Lakonishok et al. (1992) and Sias (2004) have supplied measures to detect investor herding based on transaction data and provided insights which investor groups and asset types are particularly prone to herding. It is, however, noted by e.g. Devenow and Welch (1996) and Cipriani and Guarino (2014) that herding theory and the corresponding empirical literature are disconnected. While herd models rarely provide empirically testable hypotheses, empirical works do not rigorously tie their proposed measurement approaches to the theoretical concept of herding. This thesis contributes towards closing the gap between the theoretical and empirical herding literature. Papers 1 and 2 of this thesis derive testable hypotheses on two new drivers for investor herding from the model of Park and Sabourian (2011). The hypotheses are confirmed by applying the standard herd measure of Sias (2004) (Sias) to transaction data from the German stock market. Although the Sias measure is the best possible choice for our application, it still does not fully reflect the notion of theoretical herding intensity as implied by the model. To further bridge this gap, Papers 3 and 4 in this thesis design a new theory-founded herd measure that can be applied to real-world transaction data. Using the measure to analyze German stock market data from the recent financial crisis shows that herding is a rare event but has the potential to destabilize markets. Paper 5 serves an important integrating function in this thesis as it provides a strong theoretical link between investor herding and the destabilization of nancial markets - a fact rarely encountered in the existing nancial market herding literature, compare Eyster and Rabin (2010). Paper 5 proposes a framework to study the behavior of investors facing choices under ambiguity as opposed to quantiable risk. It derives precise conditions under which investor herding moves prices away from fundamentals contributing towards the formation and burst of bubbles. The results of Paper 5 validate the relevance to study investor herding and, thus, the eorts made in Papers 1 to 4.
Phasen hoher Unsicherheit sowie das Entstehen und anschließende Platzen von Preisblasen kennzeichneten die Finanzmärkte der vergangenen Jahrzehnte. Beispiele hierfür sind die Dot-com Blase während der Jahrtausendwende, die Preisblase auf dem Wohnungsmarkt der USA von 2006, die in den Folgejahren eine globale Finanzkrise auslöste sowie die 2015 geplatzte Blase auf dem chinesischen Aktienmarkt. Diese Beipiele belegen, dass es auf Finanzmärkten durchaus auch über längere Zeitrume zu Ineffizienzen und Fehlpreisbildungen kommen kann. Es wird vermutet, dass gleichgerichtetes Handeln von Investoren solches Marktversagen bedingen kann, vergleiche Wermers (1999). Wenn ein solch koordiniertes Investorenverhalten destabilisierend auf Märkte wirkt, spricht die theoretische Literatur von Herdenverhalten. Der Begriff beschreibt ein Verhaltensmuster, bei dem Investoren blind und wider besseren Wissens der Entscheidung der Mehrheit oder der Masse folgen, z.B. eine Aktie zu kaufen oder verkaufen (siehe Brunnermeier (2001), S. 148). Dass sich solches Herdenverhalten tatschlich negativ auf das Funktionieren von Finanzmärkten auswirken kann, belegt folgende vereinfachte Argumentation: Investoren sehen sich mit der Entscheidung konfrontiert, z.B. eine Aktie zu kaufen oder zu verkaufen. Sie besitzen Informationen, dass der Kauf der Aktie nicht gewinnversprechend ist. Sie beobachten jedoch, dass viele andere Investoren die Aktie kaufen, was einen steigenden Aktienpreis bedingt. Die Investoren verlieren Vertrauen in ihre eigene Information und folgen wider besseren Wissens und trotz gestiegener Preise der Masse der Anleger und kaufen die Aktie. Dass ein solches Verhalten an sich bereits Preistrends verstärkt und somit zu erhöhten Aktienkursschwankungen führt, liegt auf der Hand. Falls jedoch obendrein die Masse der Anleger den Wert der Aktie überschätzt hat, trägt Herdenverhalten zur Entstehung von Blasen bei, bei deren Platzen es in kürzester Zeit zu extremen Kurskorrekturen kommt. Es ist daher kaum verwunderlich, dass die theoretische Literatur viel über die möglichen Treiber von Herdenverhalten diskutiert. Nach der wegweisenden Studie von Bikhchandani et al. (1992) hat die theoretische Herdenliteratur Sorgen um den eigenen Ruf, Momentum Handelsstrategien sowie Analyse identischer Informationen als mögliche Ursachen für Herdenverhalten von Investoren identiziert. Gleichzeitig entwickelten bekannte empirische Arbeiten wie die von Lakonishok et al. (1992) und Sias (2004) häufig wiederverwendete Maße zur Quantizierung von Herdenverhalten und lieferten empirische Evidenzen, welche Investorengruppen und welche Aktien besonders von Herdenverhalten betroffen sind. Devenow und Welch (1996) sowie Cipriani und Guarino (2014) stellen jedoch fest, dass die theoretische und die empirische Forschung zum Thema Herdenverhalten nur lose miteinander verknüpft sind. Die entwickelten theoretischen Modelle liefern beispielsweise nur selten empirisch überpürfbare Hypothesen. Demgegenüber stellen empirische Arbeiten keinen direkten Zusammenhang zwischen den entwickelten Maßen und den entsprechenden theoretischen Konzepten des Herdverhaltens her. Das Ziel dieser Disseration ist es daher, einen Beitrag zu leisten, die Lücke zwischen theoretischer und empirischer Herdenliteratur zu schließen. Papiere 1 und 2 leiten Hypothesen hinsichtlich der Auswirkungen von Informationsrisiko und Marktunsicherheit auf Herdenverhalten ab und testen diese empirisch. Zu diesem Zweck wird das Herdenmaß von Sias (2004) auf Transaktionsdaten vom deutschen Aktienmarkt angewendet. Obwohl das Sias Maß die bestmögliche Wahl ist, stellen wir fest, dass es immer noch Diskrepanzen gibt zwischen dem, was Sias misst und dem, was die Theorie als Herdenintensität beschreibt. Um diese Lücke weiter zu schließen, entwickeln Papiere 3 und 4 ein theoriebasiertes Maß, welches auf echte Transaktionsdaten anwendbar ist. Die Analyse von entsprechenden Daten vom deutschen Aktienmarkt zeigt, dass Herdenverhalten während der globalen Finanzkrise von 2008 ein seltenes Phnomen ist. Wenn es jedoch auftritt, dann wird der Markt dadurch destabilisiert. Papier 5 bildet einen wichtigen Rahmen für die gesamte Dissertation, da es den Zusammenhang zwischen Herdenverhalten an Finanzmrkten und potentiellem Marktversagen klarer theoretisch fundiert, als dies in der Literatur bisher der Fall ist, vergleiche Eyster und Rabin (2010). Es entwickelt ein Modell, welches die Untersuchung des Verhaltens von Investoren ermöglicht, die mit nicht quantizierbaren Unsicherheiten (Ambiguität) konfrontiert sind. Es leitet Bedingungen her, unter denen Herdenverhalten von Investoren die Preise tatsächlich langfristig vom wahren Wert einer Anlage entkoppelt und so zu Blasenbildungen führt. Damit belegt das fünfte Papier die Relevanz des Studiums von Herdenverhalten an Finanzmärkten und hebt damit noch einmal die Wichtigkeit der Analysen der ersten vier Papiere hervor.
