Social Media und der Aktienmarkt

Stellen Sie sich vor, Sie möchten reich durch Aktien werden. Da Sie von effizienten Kapitalmärkten wissen, wissen Sie auch, dass Informationsvorsprung für eine erfolgreiche Veranlagungsstrategie entscheidend ist. Leider sind offiziell publizierte Informationen so rasch eingepreist, dass daraus kaum ein Vorteil zu erzielen ist. Was läge also näher, als einen Schritt weiter zu gehen und bereits bei fundierten Gerüchten zu agieren, anstelle auf die Quartalsergebnisse zu warten? Zum Glück hat jeder Zugang zur größten Gerüchtebörse der Welt, nämlich den Social-Media-Plattformen …

Bei der Analyse von Aktien stehen im Prinzip zwei Verfahren zur Verfügung: die Fundamentalanalyse und die technische Analyse. Die Fundamentalanalyse geht davon aus, dass sich der Wert der Aktie aus den betriebswirtschaftlichen Ergebnissen des Unternehmens rational berechnen lässt. In der strengen Form – der absoluten Bewertung – wird anhand zugänglicher Unternehmensdaten wie Dividenden oder Cashflow der Wert der Aktie durch DCF-Verfahren errechnet. In einer etwas schwächeren Form – der relativen Bewertung – werden diese Kennzahlen mit Marktbegleitern verglichen und auf eine Über- oder Unter­bewertung der Aktien geschlossen. Die technische Analyse versucht, rein aus historischen Kursdaten einen günstigen Kauf- oder Verkaufszeitpunkt zu ermitteln. Der reale Unternehmens­wert ist dabei irrelevant, weil der Preis nur durch die Summe der Kauf- und Verkaufs­entscheidungen der Marktteilnehmer gebildet wird.

Effizient oder nicht?

Beide Verfahren bauen darauf, dass Märkte nicht vollständig effizient sind, dh im Aktienpreis nicht alle Informationen abgebildet sind. Vertreter der Theorie der effizienten Kapitalmärkte lehnen daher beide Verfahren ab. Zugleich zeigt sich, dass es immer wieder gelingt – zumindest für einige Zeit –, Ineffizienzen zu entdecken und auszunützen. Die Analyse von Social-Media-Beiträgen versucht genau dies. Der erste, dem es gelingt, in den chaotischen Gesprächsverläufen Tausender Tweets einen Sinn zu erkennen, kann davon ausgehen, dass sich diese Information noch nicht im Preis wiederfindet. Kein Wunder also, dass die Möglichkeiten von Big Data dahingehend untersucht werden. Ausschlag­gebend für diese Idee war die Beobachtung, dass ein einziger falscher Tweet im Jahr 2013 über ein angebliches Attentat auf Obama innerhalb von Sekunden zu über 100 Mrd Dollar Verlusten auf den Märkten geführt hat. Tweets können also eine große Bedeutung haben.

Sprache errechnen

Die theoretischen Methoden derartiger Analyse nennt man Computational Linguistics. Dabei wird die Sprache eines Textes dahingehend analysiert, welche Aussage der Text trifft. Die Modelle können etwa erkennen, ob der Text positiv, negativ oder neutral gehalten ist, und in weiterer Folge zahlreiche verschiedene Emotionsmuster erkennen. Das Ganze funktioniert nicht nur in der Analyse bestehender Texte, sondern auch im automatischen Generieren neuer Texte ( Natural Language Generation).

Vor Kurzem ist es gelungen, durch diese Technologie Tweets zu analysieren und aus den Ergebnissen Aussagen über die Performance von Börsenkursen zu treffen. In einer Studie der Rotterdam University 1 wurden über eine Mio Tweets über gelistete Unternehmen analysiert und ausge­wertet, ob Kauf-, Verkaufs- oder Halteempfehlungen gegeben wurden. Diese Signale wurden mit der Kursentwicklung der nächsten Tage verglichen. Es zeigte sich, dass Aktien mit Kaufempfehlungen innerhalb der nächsten Stunden anstiegen. Je einflussreicher die jeweiligen Tweeter waren, desto stärker konnte dieser Effekt beobachtet werden. Je unklarer die Aussagen der Tweets waren, desto höheres Handelsvolumen konnte beobachtet werden. Dies lässt sich durch die Tatsache erklären, dass unterschiedliche Meinungen über den Wert des Papiers mehr Möglichkeiten zum Handeln eröffnen. Der Effekt war stark genug ausgeprägt, dass selbst unter Berücksichtigung von Transaktions­kosten eine erfolgreiche Handelsstrategie entwickelt werden könnte.

Offen bleibt die Frage, warum diese Korrelation gegeben ist. Einerseits ist es möglich, dass Tweeter tatsächlich über mehr fundierte Informationen verfügen und es gelingt, dies auszunützen. Eine andere Interpretation ist, dass Tweeter nicht mehr wissen, sondern eine Art Schneeballeffekt entsteht, über den sich ein nicht fundiertes Gerücht verbreitet. Wird auf Basis dieses Gerüchts gehandelt, bewegt sich der Aktienkurs. Dieser Effekt könnte erst erkennbar sein, wenn man Mio von Tweets analysiert – eventuell kann der einzelne Tweeter davon gar nicht profitieren. Im Gesamtbild aber könnte eine Big-Data-Analyse so rechtzeitig ausschlagen, dass eine Handels­entscheidung getroffen werden kann, bevor das Gerücht eingepreist ist.

Eine nicht unwesentliche Frage ist schließlich, ob bei euphorischen Emotionen über eine Aktie der Analyst kaufen oder verkaufen soll. Wird nämlich eine Aktie bereits in den Social Media gehypt, könnte ein lang­fristiger Inverstor erkennen, dass bald das Ende an potenziellen Käufern erreicht ist. Auf die letzten Prozent Rendite zu verzichten, rasch zu verkaufen und gemütlich auf das Platzen der Blase zu warten, wäre dann die beste Strategie.

Der Artikel ist in CFO aktuell (Heft 1/2019) erschienen. Mehr Infos unter: www.cfoaktuell.at

Nachweis:

¹  Li/van Dalen/van Rees, More than just noise? Examining the information content of stock microblogs on financial markets, Journal of Information Technology 2018, 50.