Sie sind auf Seite 1von 157

TECHNISCHE UNIVERSITÄT DARMSTADT

Fachbereich Rechts- und Wirtschaftswissenschaften

Fachgebiet Information Systems / Wirtschaftsinformatik II

Prof. Dr. Peter Buxmann

Studienarbeit
Über die Vorhersagbarkeit von Spekulationsblasen
mit Hilfe historischer Vergleiche und moderner
Mustersuchalgorithmen

Bearbeitet von: Markus Unkels

Matrikelnummer: 1054479

Eingereicht: 24.04.2007

......................................

Unterschrift des Prüfers


I

INHALTSVERZEICHNIS

INHALTSVERZEICHNIS ............................................................................................................... I

ABBILDUNGSVERZEICHNIS ..................................................................................................... XI

TABELLENVERZEICHNIS.........................................................................................................XV

1 EINLEITUNG........................................................................................................................ 1

1.1 Problemstellung .....................................................................................................................................1

1.2 Ziel der Arbeit..........................................................................................................................................2

1.3 Vorgehensweise ......................................................................................................................................2

2 SPEKULATIONSBLASEN .................................................................................................. 3

2.1 Definition und typischer Verlauf ......................................................................................................3

2.2 Historische Spekulationsblasen .......................................................................................................7

2.3 Bei Spekulationsblasen beobachtete Phänomene .....................................................................8

3 HISTORISCHE SPEKULATIONSBLASEN......................................................................... 9

3.1 Die Tulpenmanie in Holland in den 1630er Jahren...................................................................9

3.2 Die South Sea Bubble in London 1720......................................................................................... 10

3.3 Die Südamerikaeuphorie in den 1820er Jahren in London und Südamerika .............. 14

3.4 Die Eisenbahnmanie in Großbritannien und Deutschland in den 1830er und 1840er
Jahren....................................................................................................................................................... 19

3.5 Die Aktieneuphorie in den USA in den 1920er Jahren .......................................................... 22

3.6 Die Blase beim Gold in den späten 1970er Jahren.................................................................. 28

3.7 Die Japanblase in den 1980er Jahren .......................................................................................... 33


II

3.8 Die Hightech-Blase in den späten 1990er Jahren.................................................................... 37

4 TYPISCHE PHÄNOMENE ................................................................................................. 43

4.1 Schnell steigende Preise ................................................................................................................... 43

4.1.1 Beschreibung des Phänomens....................................................................................................................43

4.1.2 Quantifizierung des Phänomens................................................................................................................43

4.1.3 Datenquellen ......................................................................................................................................................43

4.1.4 Plausibilisierung ...............................................................................................................................................46

4.1.5 Überprüfung .......................................................................................................................................................47

4.1.5.1 Die Tulpenmanie in Holland ............................................................................................................47

4.1.5.2 Die South Sea Bubble in London ....................................................................................................47

4.1.5.3 Die Südamerikaeuphorie...................................................................................................................47

4.1.5.4 Die Eisenbahnmanie in Großbritannien und Deutschland ................................................48

4.1.5.5 Die Aktieneuphorie in den USA ......................................................................................................48

4.1.5.6 Die Blase beim Gold .............................................................................................................................48

4.1.5.7 Die Japaneuphorie................................................................................................................................48

4.1.5.8 Die Hightech - Blase.............................................................................................................................49

4.1.6 Ergebnis................................................................................................................................................................49

4.2 Kursbeschleunigung........................................................................................................................... 49

4.2.1 Beschreibung des Phänomens....................................................................................................................49

4.2.2 Quantifizierung des Phänomens................................................................................................................49

4.2.3 Datenquellen ......................................................................................................................................................50

4.2.4 Plausibilisierung ...............................................................................................................................................50

4.2.5 Überprüfung .......................................................................................................................................................50


III

4.2.5.1 Die Tulpenmanie in Holland ............................................................................................................50

4.2.5.2 Die South Sea Bubble in London ....................................................................................................50

4.2.5.3 Die Südamerikaeuphrorie.................................................................................................................51

4.2.5.4 Die Eisenbahnmanie in Großbritannien und Deutschland ................................................52

4.2.5.5 Die Aktieneuphorie in den USA ......................................................................................................52

4.2.5.6 Die Blase beim Gold .............................................................................................................................53

4.2.5.7 Die Japanblase........................................................................................................................................53

4.2.5.8 Die Hightech - Blase.............................................................................................................................53

4.2.6 Ergebnis................................................................................................................................................................54

4.3 Hohe Bewertung gegenüber den Fundamentaldaten ............................................................ 55

4.3.1 Beschreibung des Phänomens....................................................................................................................55

4.3.2 Quantifizierung des Phänomens................................................................................................................55

4.3.3 Datenquellen ......................................................................................................................................................55

4.3.4 Plausibilisierung ...............................................................................................................................................55

4.3.5 Überprüfung .......................................................................................................................................................55

4.3.5.1 Die Tulpenmanie in Holland ............................................................................................................55

4.3.5.2 Die South Sea Bubble in London ....................................................................................................56

4.3.5.3 Die Südamerikaeuphorie...................................................................................................................56

4.3.5.4 Die Eisenbahnmanie in Großbritannien und Deutschland ................................................56

4.3.5.5 Die Aktieneuphorie in den USA ......................................................................................................57

4.3.5.6 Die Blase beim Gold .............................................................................................................................58

4.3.5.7 Die Japanblase........................................................................................................................................58

4.3.5.8 Die Hightech - Blase.............................................................................................................................59


IV

4.3.6 Ergebnis................................................................................................................................................................59

4.4 Wirtschaftlicher Aufschwung ......................................................................................................... 59

4.4.1 Beschreibung des Phänomens....................................................................................................................59

4.4.2 Quantifizierung des Phänomens................................................................................................................59

4.4.3 Datenquellen ......................................................................................................................................................60

4.4.4 Plausibilisierung ...............................................................................................................................................60

4.4.5 Überprüfung .......................................................................................................................................................60

4.4.5.1 Die Tulpenmanie in Holland ............................................................................................................60

4.4.5.2 Die South Sea Bubble in London ....................................................................................................61

4.4.5.3 Die Südamerikaeuphorie...................................................................................................................61

4.4.5.4 Die Eisenbahnmanie in Großbritannien und Deutschland ................................................63

4.4.5.5 Die Aktieneuphorie in den USA ......................................................................................................63

4.4.5.6 Die Blase beim Gold .............................................................................................................................63

4.4.5.7 Die Japanblase........................................................................................................................................64

4.4.5.8 Die Hightech - Blase.............................................................................................................................64

4.4.6 Ergebnis................................................................................................................................................................65

4.5 Steigendes Medieninteresse am Thema Börse......................................................................... 65

4.5.1 Beschreibung des Phänomens....................................................................................................................65

4.5.2 Quantifizierung des Phänomens................................................................................................................65

4.5.3 Datenquellen ......................................................................................................................................................66

4.5.4 Plausibilisierung ...............................................................................................................................................66

4.5.5 Überprüfung .......................................................................................................................................................66

4.5.5.1 Die Tulpenmanie in Holland ............................................................................................................66


V

4.5.5.2 Die South Sea Bubble in London ....................................................................................................67

4.5.5.3 Die Südamerikaeuphorie...................................................................................................................67

4.5.5.4 Die Eisenbahnmanie in Großbritannien und Deutschland ................................................68

4.5.5.5 Die Aktieneuphorie in den USA ......................................................................................................69

4.5.5.6 Die Blase beim Gold .............................................................................................................................69

4.5.5.7 Die Japanblase........................................................................................................................................69

4.5.5.8 Die Hightech - Blase.............................................................................................................................69

4.5.6 Ergebnis................................................................................................................................................................71

4.6 Stark steigende Zahl börsennotierter Unternehmen ............................................................ 71

4.6.1 Beschreibung des Phänomens....................................................................................................................71

4.6.2 Quantifizierung des Phänomens................................................................................................................71

4.6.3 Datenquellen ......................................................................................................................................................71

4.6.4 Plausibilisierung ...............................................................................................................................................72

4.6.5 Überprüfung .......................................................................................................................................................72

4.6.5.1 Die South Sea Bubble in London ....................................................................................................72

4.6.5.2 Die Südamerikaeuphorie...................................................................................................................72

4.6.5.3 Die Eisenbahnmanie in Großbritannien und Deutschland ................................................73

4.6.5.4 Die Aktieneuphorie in den USA ......................................................................................................73

4.6.5.5 Die Japanblase........................................................................................................................................74

4.6.5.6 Die Hightech - Blase.............................................................................................................................74

4.6.6 Ergebnis................................................................................................................................................................74

4.7 Steigende Zahl von Anlegern/Investoren .................................................................................. 75

4.7.1 Beschreibung des Phänomens....................................................................................................................75


VI

4.7.2 Quantifizierung des Phänomens................................................................................................................75

4.7.3 Datenquellen ......................................................................................................................................................75

4.7.4 Plausibilisierung ...............................................................................................................................................75

4.7.5 Überprüfung .......................................................................................................................................................76

4.7.5.1 Die Tulpenmanie in Holland ............................................................................................................76

4.7.5.2 Die South Sea Bubble in London ....................................................................................................76

4.7.5.3 Die Eisenbahnmanie in Großbritannien und Deutschland ................................................76

4.7.5.4 Die Aktieneuphorie in den USA ......................................................................................................77

4.7.5.5 Die Blase beim Gold .............................................................................................................................77

4.7.5.6 Die Hightech - Blase.............................................................................................................................78

4.7.6 Ergebnis................................................................................................................................................................78

4.8 Erhöhung des Optimismus............................................................................................................... 78

4.8.1 Beschreibung des Phänomens....................................................................................................................78

4.8.2 Quantifizierung des Phänomens................................................................................................................78

4.8.3 Datenquellen ......................................................................................................................................................79

4.8.4 Plausibilisierung ...............................................................................................................................................79

4.8.5 Überprüfung .......................................................................................................................................................79

4.8.5.1 Die Tulpenmanie in Holland ............................................................................................................79

4.8.5.2 Die South Sea Bubble in London ....................................................................................................80

4.8.5.3 Die Südamerikaeuphorie...................................................................................................................80

4.8.5.4 Die Eisenbahnmanie in Großbritannien und Deutschland ................................................80

4.8.5.5 Die Aktieneuphorie in den USA ......................................................................................................81

4.8.5.6 Die Blase beim Gold .............................................................................................................................81


VII

4.8.5.7 Die Japanblase........................................................................................................................................81

4.8.5.8 Die Hightech - Blase.............................................................................................................................82

4.8.6 Ergebnis................................................................................................................................................................82

4.9 Erhöhung der Schuldenquote/des Kreditvolumens .............................................................. 82

4.9.1 Beschreibung des Phänomens....................................................................................................................82

4.9.2 Quantifizierung des Phänomens................................................................................................................83

4.9.3 Datenquelle .........................................................................................................................................................83

4.9.4 Plausibilisierung ...............................................................................................................................................83

4.9.4.1 Kreditvolumen .......................................................................................................................................83

4.9.4.2 Schuldenquote .......................................................................................................................................84

4.9.5 Überprüfung .......................................................................................................................................................84

4.9.5.1 Die Tulpenmanie in Holland ............................................................................................................84

4.9.5.2 Die South Sea Bubble in London ....................................................................................................85

4.9.5.3 Die Südamerikaeuphorie...................................................................................................................85

4.9.5.4 Die Eisenbahnmanie in Großbritannien und Deutschland ................................................86

4.9.5.5 Die Aktieneuphorie in den USA ......................................................................................................86

4.9.5.6 Die Japanblase........................................................................................................................................87

4.9.5.7 Die Hightech - Blase.............................................................................................................................87

4.9.6 Ergebnis................................................................................................................................................................88

4.10 Sich beschleunigendes Geldmengenwachstum........................................................................ 88

4.10.1 Beschreibung des Phänomens ..............................................................................................................88

4.10.2 Quantifizierung des Phänomens..........................................................................................................89

4.10.3 Datenquellen.................................................................................................................................................89
VIII

4.10.4 Plausibilisierung .........................................................................................................................................89

4.10.5 Überprüfung .................................................................................................................................................89

4.10.5.1 Die Tulpenmanie in Holland ............................................................................................................89

4.10.5.2 Die South Sea Bubble in London ....................................................................................................90

4.10.5.3 Die Südamerikaeuphorie...................................................................................................................91

4.10.5.4 Die Eisenbahnmanie in Großbritannien und Deutschland ................................................91

4.10.5.5 Die Aktieneuphorie in den USA ......................................................................................................92

4.10.5.6 Die Blase beim Gold .............................................................................................................................92

4.10.5.7 Die Japanblase........................................................................................................................................93

4.10.5.8 Die Hightech - Blase.............................................................................................................................93

4.10.6 Ergebnis ..........................................................................................................................................................94

4.11 Fallende Zahl von Aktien, die an einer Aufwärtsbewegung teilnehmen ........................ 94

4.11.1 Beschreibung des Phänomens ..............................................................................................................94

4.11.2 Quantifizierung des Phänomens..........................................................................................................94

4.11.3 Datenquellen.................................................................................................................................................95

4.11.4 Plausibilisierung .........................................................................................................................................95

4.11.5 Überprüfung .................................................................................................................................................95

4.11.5.1 Die Aktieneuphorie in den USA ......................................................................................................95

4.11.5.2 Die Hightech - Blase.............................................................................................................................96

4.11.6 Ergebnis ..........................................................................................................................................................96

4.12 Das letztes Platzen einer Blase liegt bereits eine Generation in der Vergangenheit . 96

4.12.1 Plausibilisierung .........................................................................................................................................96

4.12.2 Überprüfung .................................................................................................................................................97


IX

4.12.2.1 Die Tulpenmanie in Holland ............................................................................................................97

4.12.2.2 Die South Sea Bubble in London ....................................................................................................97

4.12.2.3 Die Südmaerikaeuphorie...................................................................................................................97

4.12.2.4 Die Eisenbahnmanie in Großbritannien und Deutschland ................................................97

4.12.2.5 Die Aktieneuphorie in den USA ......................................................................................................97

4.12.2.6 Die Blase beim Gold .............................................................................................................................97

4.12.2.7 Die Japanblase........................................................................................................................................98

4.12.2.8 Die Hightech - Blase.............................................................................................................................98

4.12.3 Ergebnis ..........................................................................................................................................................98

4.13 Zusammenfassung .............................................................................................................................. 98

5 DIE IDENTIFIKATION DES BLASENENDES ................................................................. 100

5.1 Data Mining..........................................................................................................................................100

5.1.1 Definition .......................................................................................................................................................... 100

5.1.2 Einsatzmöglichkeiten von Data Mining bei Spekulationsblasen.............................................. 101

5.2 Die Schritte des Data Minings .......................................................................................................101

5.2.1 Datenvorverarbeitung................................................................................................................................. 102

5.2.2 Transformation .............................................................................................................................................. 102

5.2.3 Data Mining im engeren Sinn ................................................................................................................... 102

5.3 Durchführung des Data Minings ..................................................................................................103

5.3.1 Datenvorverarbeitung................................................................................................................................. 103

5.3.1.1 Zusammentragen der Daten ......................................................................................................... 103

5.3.1.2 Datenaufbereitung ............................................................................................................................ 105

5.3.2 Datentransformation ................................................................................................................................... 106


X

5.3.2.1 Beschreibung des Datenformats................................................................................................. 106

5.3.2.2 Möglichkeiten der Transfomation.............................................................................................. 107

5.3.2.3 Beschreibung der konketen Datentransformationen........................................................ 108

5.3.3 Data Mining im engeren Sinn ................................................................................................................... 108

5.3.3.1 Methode der Entscheidungsbäume ........................................................................................... 108

5.3.3.2 Der Prudsys Discoverer .................................................................................................................. 112

5.4 Darstellung und Interpretation der Ergebnisse ....................................................................117

5.4.1 Relevanz der Phänomene auf die Aussagequalität......................................................................... 119

5.4.2 Ermittlung eines geeigneten Trennverfahrens ................................................................................ 122

5.4.3 Untersuchung der Relevanz relativer Veränderungen von volkswirtschaftlicher Größen


125

5.4.4 Untersuchung der Vorhersagequalität der Data Mining Software an Hand historischer
Blasenbildungen .............................................................................................................................................................. 127

5.5 Auswertung der Untersuchungen ...............................................................................................130

6 ZUSAMMENFASSUNG, KRITIK UND AUSBLICK ........................................................ 132

6.1 Zusammenfassung ............................................................................................................................132

6.2 Kritik ......................................................................................................................................................132

6.3 Ausblick.................................................................................................................................................136

LITERATURVERZEICHNIS.......................................................................................................XVI
XI

Abbildungsverzeichnis
Abbildung 1: Kursverlauf einer Zwiebel der Sorte Gouda zwischen 1634 und 1637. ..............................10

Abbildung 2: Aktienkurs der South Sea Company von 1711 – 1718. ...............................................................12

Abbildung 3: Aktienkurs der South Sea Company von 1719 – 1720. ...............................................................14

Abbildung 4: Lateinamerikanische Staatsanleihen 1822-1825. .........................................................................16

Abbildung 5: Verlauf des FTSE von 1800 bis 1900 in Kerzendarstellung......................................................17

Abbildung 6: Südamerikanische Minenunternehmen relativ zum Gesamtmarkt von 1824 bis 1830.
..............................................................................................................................................................................................18

Abbildung 7: Kursverlauf des Railway Share Price Index von 1827 bis 1851. ............................................21

Abbildung 8: Kursverlauf des Dow Jones Industrial Average von 1920 bis 1929. .....................................26

Abbildung 9: Wirtschaftliche Größen von 1920 bis 1955. ....................................................................................28

Abbildung 10: Goldreserven und Geldmenge in Mrd. US-$ von 1907 bis 1966...........................................31

Abbildung 11: Goldpreis je Unze in US-$ von 1944 bis 2006...............................................................................33

Abbildung 12: Kursverlauf des Nikkei-Index sowie des Wechselkurses zwischen US-$ und
Japanischem Yen von 1914 bis 2006..................................................................................................................37

Abbildung 13: Kursentwicklung von DAX, Nemax Allshare, SAP und Dt. Telekom von 1983 bis 2000
..............................................................................................................................................................................................39

Abbildung 14: Verlauf und Beschleunigung des Kurses der South Sea Company 1712 bis 1730 in %.
..............................................................................................................................................................................................51

Abbildung 15: Verlauf und Beschleunigung des Kurses des FTSE während der Südamerikaeuphorie
1814 bis 1827 in %......................................................................................................................................................51

Abbildung 16: Verlauf und Beschleunigung des Kurses des Railway Share Price Index während der
Eisenbahnmanie in Großbritannien und Deutschland 1828 bis 1851 in %. .....................................52

Abbildung 17: Kursverlauf und Kursbeschleunigung während der Aktieneuphorie in den USA 1919
– 1939 in %. ....................................................................................................................................................................52
XII

Abbildung 18: Verlauf und Beschleunigung des Kurses des Gold-Spotpreises während der Goldblase
1973 bis 1989 in %......................................................................................................................................................53

Abbildung 19: Verlauf und Beschleunigung des Kurses des Nikkei-Index während der Japanblase
1948 bis 2000. ...............................................................................................................................................................54

Abbildung 20: Verlauf und Beschleunigung des Kurses des Nasdaq 100 während der Hightech -
Blase 1990 bis 2006....................................................................................................................................................54

Abbildung 21: Kursgewinnverhältnis amerikanischer Aktien von 1880 bis 2006. ...................................57

Abbildung 22: Aus England exportierte Baumwolle von 1785 bis 1828........................................................62

Abbildung 23: Entwicklung des Goldpreises und Realwachstum der Wirtschaft in den USA 1973 –
90.........................................................................................................................................................................................63

Abbildung 24: Kursentwicklung des Nikkei und Realwachstum der japanischen Wirtschaft 1980 –
2000. ..................................................................................................................................................................................64

Abbildung 25: Kursentwicklung des Nasdaq 100 und Realwachstum der Wirtschaft in den USA
1989 bis 2006. ...............................................................................................................................................................65

Abbildung 26: Kursentwicklung des Dow Jones und Anzahl der Artikel zum Thema
„Börse“/“Wallstreet“ in den USA von 1919 bis 1939...................................................................................70

Abbildung 27: Preise der Vermögensgegenstände in Tokio und Zahl der Artikel, die die Begriffe
„Tokyo“ und „Property Prices“ enthalten..........................................................................................................70

Abbildung 28: Kursentwicklung des Nasdaq 100 und Anzahl der Artikel zum Thema
„Börse“/“Wallstreet“ in den USA von 1989 bis 2003...................................................................................71

Abbildung 29: Das Put-Call-Ratio von 1996 bis 2004. ............................................................................................82

Abbildung 30: Money Aggregates for England 1728-1850...................................................................................86

Abbildung 31: Kursentwicklung des Nasdaq 100 und Schuldenquote in % des BIP in den USA 1989
bis 2003. ...........................................................................................................................................................................88

Abbildung 32: Produktion von Gold, Silber und Kupfer der Mint in den Südniederlanden von 1628 –
1645. ..................................................................................................................................................................................90

Abbildung 33: Kursverlauf des Dow Jones und Geldmengenwachstum M1 in den USA 1917 – 1939.
..............................................................................................................................................................................................92
XIII

Abbildung 34: Entwicklung des Goldpreises und Geldmengenwachstum M1 in den USA 1973 –1990.
..............................................................................................................................................................................................93

Abbildung 35: Kursverlauf des Nikkei und Geldmengenwachstum M1 in Japan 1990 bis 1999.........94

Abbildung 36: Dow Jones Industrial Average Index und Advance-Decline Linie von 1927 bis 2002.
..............................................................................................................................................................................................96

Abbildung 37: Datensätze, für die bekannt ist, ob es sich um eine Blasenbildung handelte oder nicht.
........................................................................................................................................................................................... 109

Abbildung 38: Achsenparallele Schnitte, die die Datensätze in möglichst homogene Gruppen
einteilen (hier mit derselben Farbe gekennzeichnet). ............................................................................. 110

Abbildung 39: Entscheidungsbaum gemäß der Schnitte in Abbildung 39.................................................. 110

Abbildung 40: Lineare, nicht notwendigerweise achsenparallele Schnitte, die die Datensätze in
möglichst homogene Gruppen einteilen (hier mit derselben Farbe gekennzeichnet). ............. 111

Abbildung 41: Projektkonfiguration im Prudsys Discoverer: Auswahl von Phänomenen. ................. 113

Abbildung 42: Entscheidungsbaum im Ausgangszustand.................................................................................. 114

Abbildung 43: Aufgeklappter Entscheidungsbaum. .............................................................................................. 116

Abbildung 44: Diskriminanzen einzelner Merkmale bezüglich des Zielfeldes. ........................................ 116

Abbildung 45: Diskriminanzen einzelner Merkmale bezüglich des Zielfeldes ‚Blasenbildung‘. ....... 119

Abbildung 46: Gewinn je Datensatz bei sukzessiver Hinzunahme weiterer Phänomene bei der
Vorhersage des Zielfeldes Blase und der Verwendung der achsenparallelen Trennung. ........ 120

Abbildung 47: Diskriminanzen einzelner Merkmale bezüglich des Zielfeldes ‚Blase geplatzt‘. ........ 121

Abbildung 48: Gewinn je Datensatz bei sukzessiver Hinzunahme weiterer Phänomene bei
Vorhersage des Zielfeldes ‚Blase geplatzt‘ und der Verwendung der achsenparallelen
Trennung....................................................................................................................................................................... 122

Abbildung 49: Gewinn je Datensatz bei sukzessiver Hinzunahme weiterer Phänomene bei der
Vorhersage des Zielfeldes Blase und der Verwendung der linearen Trennung. .......................... 123

Abbildung 50: Gewinn je Datensatz bei sukzessiver Hinzunahme weiterer Phänomene bei der
Vorhersage des Zielfeldes Blase geplatzt und der Verwendung der linearen Trennung.......... 124
XIV

Abbildung 51: Erwarteter Gewinn bei achsenparalleler und linearer Trennung und Verwendung
aller sieben Phänomene ......................................................................................................................................... 124

Abbildung 52: Kursverlauf des Dow Jones und Wahrscheinlichkeiten für das Entstehen und Platzen
einer Blase 1917 bis 1939..................................................................................................................................... 128

Abbildung 53: Entwicklung des Goldpreises und Wahrscheinlichkeiten für das Entstehen und
Platzen einer Blase 1973 bis 1990. ................................................................................................................... 128

Abbildung 54: Kursverlauf des Nikkei und Wahrscheinlichkeiten für das Entstehen und Platzen
einer Blase 1980 bis 2000..................................................................................................................................... 129

Abbildung 55: Kursverlauf des Nasdaq Composite und Wahrscheinlichkeiten für das Entstehen und
Platzen einer Blase ................................................................................................................................................... 129
XV

Tabellenverzeichnis
Tabelle 1: Weizenpreis und –produktion von 1812-1843 in Norwich. Ein Coomb entspricht ca. 36,4
Liter, ein Quarter 12,7 kg..........................................................................................................................................20

Tabelle 2: Reallöhne, Preissteigerungsrate und Wirtschaftsleistung...............................................................23

Tabelle 3: Durchschnittliche Preissteigerungen bei Blasenbildung und historische Durchschnitte. 49

Tabelle 4: Übersicht, welche Phänomene bei welchen Blasen auftraten........................................................99

Tabelle 5: Bei der Mustersuche berücksichtigte Phänomene und Daten. ................................................... 103

Tabelle 6: Gewinn je Datensatz bei sukzessiver Hinzunahme weiterer Phänomene bei der
Vorhersage des Zielfeldes Blase und der Verwendung der achsenparallelen Trennung. ........ 120

Tabelle 7: Gewinn je Datensatz bei sukzessiver Hinzunahme weiterer Phänomene bei der
Vorhersage des Zielfeldes ‚Blase geplatzt‘ und der Verwendung der achsenparallelen
Trennung....................................................................................................................................................................... 121

Tabelle 8: Erwarteter Gewinn bei Berücksichtigung des Preisanstiegs, dessen relativer


Veränderung sowie beider Größen. .................................................................................................................. 125

Tabelle 9: Erwarteter Gewinn bei Berücksichtigung des Preisanstiegs, dessen relativer


Veränderung sowie beider Größen zusätzlich zu den anderen sechs genannten Phänomenen.
........................................................................................................................................................................................... 125

Tabelle 10: Erwarteter Gewinn bei Berücksichtigung des realen Wachstums, dessen relativer
Veränderung sowie beider Größen. .................................................................................................................. 126

Tabelle 11: Erwarteter Gewinn bei Berücksichtigung des realen Wachstums, dessen relativer
Veränderung sowie beider Größen zusätzlich zu den anderen sechs genannten Phänomenen.
........................................................................................................................................................................................... 126

Tabelle 12: Erwarteter Gewinn bei Berücksichtigung des Realzinses, dessen relativer Veränderung
sowie beider Größen. .............................................................................................................................................. 127
1

1 Einleitung
Ereignisse wie die Anschläge am 11. September 2001 oder der Boom der Hightech-Aktien bis zum
Jahr 2000 mit nachfolgendem Absturz der Aktienkurse haben gezeigt, dass Emotionen wie Angst und
Gier bei der Anlageentscheidung vieler Investoren eine große Rolle spielen. Gier führt dazu, dass
Aktien auch dann noch gekauft werden, wenn der Kurs bereits stark gestiegen ist und durch
fundamentale Kriterien wie Gewinn oder Dividende nicht mehr gerechtfertigt werden kann. Anleger,
die aus Angst Aktien verkaufen, tun dies deshalb, weil sie mit noch tieferen Kursen rechnen und
weitere Kursverluste vermeiden wollen.

Laut einer Studie des Deutschen Aktieninstituts aus dem Jahr 2006 ist die Zahl der Aktionäre in
Deutschland im Jahr 2000 von 8.231.000 auf 11.828.000 und im Jahr 2001 nochmals auf 12.853.000
gestiegen. Während der folgenden drei Jahre sank die Zahl allerdings auf 10.504.000, um dann 2005
wiederum auf 10.796.000 zuzulegen.1 Die Zahlen zeigen, dass mehr als 1/3 der Aktienbesitzer aus
dem Jahr 2001 erst in den Jahren Aktionär wurden, in denen Aktienindizes wie DAX, NEMAX, Dow
Jones und Nasdaq ihre Höchststände erreichten. Demgegenüber trennten sich in den Jahren 2002
und 2003, in denen die Tiefststände erreicht wurden, ca. 14% der Anleger von ihren Positionen.

Historische Untersuchungen zeigen, dass ein ähnliches Anlegerverhalten auch in der Vergangenheit
zu beobachten war, als auf starke Kursanstiege entsprechend große Kursverluste folgten. In der
Literatur wird eine solch starke Aufwärtsbewegung der Preise als Spekulationsblase bezeichnet, der
folgende Kursrückgang als Platzen dieser Blase. 2

1.1 Problemstellung
Aus der Beobachtung, dass in der Vergangenheit während des Platzens einer Spekulationsblase viele
Anleger große Verluste erlitten oder zumindest die zuvor erwirtschafteten Kursgewinne wieder
verloren haben, ergibt sich die Fragestellung, inwiefern es möglich ist, das Platzen einer Blase bereits
im Vorfeld zu erkennen und entsprechend zu reagieren.

In der Literatur werden Phänomene beschrieben, die während der Ausbildung von
Spekulationsblasen zu beobachten waren. Zudem wurden bereits die typischen Phasen der
Ausbildung sowie des Platzens einer Blase identifiziert. Die Kenntnis darüber, welche Phänomene in
der Vergangenheit während der Ausbildung von Spekulationsblasen auftauchten, reicht jedoch nicht

1Vgl. DR. FRANZ-JOSEF LEVEN, 2006, Aktionärszahlen rückläufig – Steuerpolitik verunsichert Anleger -
DAI-Kurzstudie 2 / 2006.

2 Siehe Kapitel 2.1 „Definition und typischer Verlauf“, S. 3f.


2

aus, um eine Blase eindeutig als solche zu identifizieren. Da die Phänomene möglicherweise auch zu
anderen Zeiten auftauchten, ohne dass es zu einer Blasenbildung kam, stellen sie zwar hierfür
notwendige, aber nicht unbedingt hinreichende Bedingungen dar. Zudem muss die Feststellung, dass
sich zu einem bestimmten Zeitpunkt eine Spekulationsblase ausbildet, nicht notwendigerweise dazu
führen, dass das Spekulationsobjekt verkauft werden sollte, da der Verkauf bei einer Fortsetzung des
Kursanstiegs zu einem verminderten Kursgewinn führt.

1.2 Ziel der Arbeit


Aus der Problemstellung heraus ergibt sich als Ziel der Arbeit herauszufinden, inwieweit es möglich
ist sich ausbildende Spekulationsblasen im Vorfeld als solche zu erkennen und ihr Platzen
vorherzusagen.

1.3 Vorgehensweise
Um herauszufinden, ob eine Blasenbildung vorliegt, ist es sinnvoll, die für eine Blasenbildung
notwendigen Phänomene zu identifizieren, d.h. solche, die bei jeder oder fast jeder historischen
Blase auftraten. Das Fehlen einer oder mehrerer dieser Phänomene könnte darauf hindeuten, dass
keine Blase entsteht. Um einen günstigen Verkaufszeitpunkt zu finden, sollen im Zusammenhang mit
Spekulationsblasen zu beobachtende Phänomene auf ihre Ausprägung hin untersucht werden.
Traten typische Ausprägungen in der Vergangenheit insbesondere kurz vor dem Ende einer Blase
auf, so könnte dies auch in Zukunft auf dieses Ende hindeuten. Hieraus ergibt sich folgende
Vorgehensweise:

In Kapitel 2 wird der Begriff Blase definiert und der typische Verlauf einer Blase aufgezeigt. Zudem
werden die in der Literatur bereits beschriebenen historischen Spekulationsblasen sowie bereits
identifizierte typische Phänomene während der Ausbildung einer Blase genannt.

Kapitel 3 stellt den Verlauf der bisher beobachteten Blasen dar. Dabei wird insbesondere auf die
Ursachen für die Blasenbildung, den Kursverlauf sowie Auswirkungen auf die Realwirtschaft
eingegangen.

Kapitel 4 plausibilisiert die in der Literatur genannten typischen Phänomene einer Blase, d.h. es wird
untersucht, welche der genannten Phänomene bei jeder der in der Literatur behandelten Blasen
auftraten.

Kapitel 5 verwendet darüber hinaus Algorithmen aus dem Bereich Data Mining um auf Grundlage
der konkreten Ausprägungen der beobachteten Phänomene komplexe Muster zu erzeugen, die auf
die Entstehung oder das Platzen einer Blase hindeuten.

Kapitel 6 fasst die Ergebnisse zusammen und gibt einen Ausblick.


3

2 Spekulationsblasen
Dieses Kapitel widmet sich der Untersuchung historischer Spekulationsblasen. Nach einer
Begriffsbestimmung und dem Aufzeigen des typischen Verlaufs einer Blase in Kapitel 2.1 werden
Preisbewegungen identifiziert, die diesen Verlauf aufwiesen und in der Literatur als Blase bezeichnet
werden (Kapitel 2.2). Kapitel 2.3 beschreibt Phänomene, die laut Literatur während der Ausbildung
und des Platzens von Spekulationsblasen zu beobachten waren.

2.1 Definition und typischer Verlauf


Eine Definition des Begriffs „Spekulationsblase“ findet sich u.a. bei Shiller, Stiglitz, Palgrave,
Kindleberger, Garber und Flood.

Stiglitz schreibt über die Spekulationsblase:

If the reason that the price is high today is only because investors believe that the selling price will be
high tomorrow — when ‘‘fundamental’’ factors do not seem to justify such a price — then a bubble ex-
ists.3

Laut Shiller handelt es sich dabei um

a situation in which temporarily high prices are sustained largely by investors' enthusiasm rather than
by consistent estimation of real value. 4

Der Prozess, der zu einer Spekulationsblase führt, wird von Shiller in seinem gleichnamigen Aufsatz
aus dem Jahr 2000 als “irrationale Übertreibung” bezeichnet. Diese Bezeichnung geht allerdings auf
den ehemaligen US-Notenbankchef Alan Greenspan zurück, der bereits im Jahr 1996 eine
Übertreibung bei den Aktienkursen sah:

We can see that in the inverse relationship exhibited by price/earnings ratios and the rate of inflation in
the past. But how do we know when irrational exuberance has unduly escalated asset values, which then
become subject to unexpected and prolonged contractions as they have in Japan over the past decade? 5

3 JOSEPH E. STIGLITZ, 1990, Symposium on Bubbles: Journal of Economic Perspectives.


4 ROBERT J. SHILLER, 2000, Irrational Exuberance.
5ALAN GREENSPAN, 1996, The Challenge of Central Banking in a Democratic Society: Annual Dinner
and Francis Boyer Lecture of The American Enterprise Institute for Public Policy Research.
4

Bereits 1926 schrieb Palgrave in seinem „Dictionary of Political Economy“ über die Spekulations-
blase:

Any unsound undertyking accompanied by a higher degree of speculation 6

Kindleberger schließlich beschreibt eine Spekulationsblase folgendermaßen:

A bubble is an upward price movement over an extended range that then explodes.7

Garber setzt sich mit den verschiedenen Definitionen von „Spekulationsblasen“ aus der Literatur
auseinander und beleuchtet sie kritisch. Die Annahme, dass eine Blase existiert, wenn die Preise des
betreffenden Objekts nicht mehr durch fundamentale Gegebenheiten gerechtfertigt werden könnten,
bezeichnet er als bloße Feststellung, dass ein Teil des Preises nicht erklärt werden könne. 8 Das
Problem der Definition von Palgrave und Greenspan sieht er darin, dass mit deren Hilfe erst im
Nachhinein festgestellt werden kann, ob es sich bei dem beobachteten Preisanstieg wirklich um eine
Blase gehandelt habe – nämlich dann, wenn sich herausstellt, ob das Ereignis, auf das spekuliert
wurde, in der erwarteten Form eintritt oder nicht. 9 Kindlebergers Definition bezeichnet Garber als
Beschreibung eines bestimmten Preismusters, das allerdings keine Rückschlüsse auf mögliches
irrationales Handeln oder die Entfernung der Preise von ihren fundamentalen Gegebenheiten
zulasse.10

In dem Buch „Speculative Bubbles, Speculative Attacks, and Policy Switching” versuchen Garber und
Flood die Entstehung von Blasen mit Hilfe rationaler Erwartungen zu erklären. Neben den
fundamentalen Gegebenheiten wie z.B. einer Dividende, die gezahlt wird, seien auch Erwartungen
der Marktteilnehmer bezüglich der Preisveränderungen des zugrundeliegenden Objektes relevant.
Da diese Erwartungen von der Preisbewegung in der Vergangenheit abhingen und selbst wieder
einen Einfluss auf künftige Preisbewegungen hätten, könne die hieraus entstehende „Selbsterfüllung

6 PALGRAVE, 1926, Palgrave's Dictionary, S. 181.

7 CHARLES P. KINDLEBERGER, 2000, Review of Peter M. Garber, Famous First Bubbles: The Fundamen-
tals of Early Manias.

8 Dieser Teil wird gemeimhin als weißes Rauschen bezeichnet.

9 Vgl. PETER M. GARBER, 1990, Famous First Bubbles: The Fundamentals of Early Manias, S. 7.

10 Vgl. ebenda.
5

der Erwartungen“ bei Ausbleiben eines systematischen Schätzfehlers zu Preisbewegungen


unabhängig von den fundamentalen Gegebenheiten führen. 11

Das Problem bei der Annahme rationaler Spekulationsblasen liegt darin, dass das Testen der hiermit
verbundenen Hypothese mit Hilfe empirischer Daten bisher keinen Nachweis für ihre Existenz
gebracht hat.12 Garber leitet aus seinen Ergebnissen Zweifel bezüglich der Existenz historischer
Blasen wie der Tulpeneuphorie oder der Südsee-Spekulation ab13, Flood und Hodrick kommen nach
der Analyse empirischer Tests zu dem Ergebnis, dass

current empirical tests für bubbles do not successfully establish the case that bubbles exist in asset
prices.14

Weller weist zudem darauf hin, dass die Theorie nichts über die Bedingungen während der
Entstehung oder dem Platzen einer Blase aussagt.15

Eine Begründung dafür, dass sich der Test rationaler Spekulationblasen als schwierig erweist, wird
von Kaufman, Hunter und Pomerleano gegeben. Sie weisen zunächst darauf hin, dass ein Problem
darin bestehe die Erwartungen der Marktteilnehmer zu beobachten. Zudem sei es eine
Charakteristik von Blasen, dass damit das beschrieben wird, was durch eine bestimmte Hypothese
nicht erklärbar sei und daher einer Alternativhypothese bedürfe. Ein weiterer Grund für ihre Skepsis
bezüglich rationaler Blasen leitet sich daraus ab, dass es unmöglich sei, im Falle des „Platzens einer
Blase“ zu unterscheiden, ob a) eine irrationale Übertreibung vorlag, die korrigiert wurde oder b) die
fundamentale Situation sich geändert hat, sodass sowohl das Ansteigen als auch das Fallen der Preise
rational begründbar gewesen wäre.16

Die Ausführungen zeigen, dass es sich als schwierig erweist, historische Blasen zu identifizieren und
ihren genauen Verlauf inklusive Start- und Endzeitpunkt genau zu charakterisieren. Da dies jedoch

11 Vgl. ROBERT P. FLOOD, 1994, Speculative Bubbles, Speculative Attacks, and Policy Switching.

12Vgl. JEAN-CLAUDE TRICHET, 2003, Asset Price Bubbles: The Implications for Monetary, Regulatory,
and International Policies.

13 Vgl. PETER M. GARBER, 1990, Famous First Bubbles: The Fundamentals of Early Manias.

14 FLOOD, 1990, On Testing for Speculative Bubbles.

15 Vgl. PAUL A. WELLER, 1992, Rational Bubbles.

16Vgl. JEAN-CLAUDE TRICHET, 2003, Asset Price Bubbles: The Implications for Monetary, Regulatory,
and International Policies.
6

für die Anwendung des Data Minings notwendig ist, wird auf Literaturangaben zurückgegriffen, die
sich an der Definition von Kindleberger orientieren, also auf der Beobachtung von starken
Kursanstiegen und nachfolgendem Kursverfall basieren.

Der Verlauf der Ausbildung und des Platzens bereits beobachteter Spekulationsblasen kann in
verschiedene Phasen eingeteilt werden. Calverley nennt folgende sechs Phasen:17

1) Displacement: Hierbei handelt es sich um irgendein externes Ereignis, das die


Investmentlandschaft verändert, wie z.B. das Ende eines Krieges, das starke Fallen der Zinsen
oder eine neue Technologie, die neue Absatz- und Gewinnchancen eröffnet.
2) Ist die erste Phase stark genug, löst dies einen „economic boom“, also ein starkes Ansteigen der
Wirtschaftsleistung in einem oder mehreren Sektoren aus. Dieser Boom ist begleitet von einer
Kreditexpansion beispielsweise durch Banken sowie das Angebot neuer
Investmentmöglichkeiten.
3) Die dritte Phase ist die eigentliche Manie- und Euphoriephase. Diese ist geprägt durch eine sich
sehr positiv verändernde Erwartungshaltung bezüglich zukünftiger Gewinne, der Extrapolation
aktueller Renditen in die Zukunft sowie eine zunehmende Ignorierung fundamentaler
Bewertungskriterien. Zudem steigt die Zahl der Marktteilnehmer, die auf schnelle Gewinn hoffen
ebenso wie die Zahl der warnenden Stimmen. Diese werden jedoch in dieser Phase noch
ignoriert und erweisen sich im Falle des Andauerns der Blase als schlechter Ratgeber.
4) In Phase vier geht der Anstieg der Preise in einen Preisverfall über. Nach einem Abschwächen
der Aufwärtsdynamik aufgrund von Gewinnmitnahmen oder einer fallenden Zahl neuer Anleger
kann schon ein einzelnes externes Ereignis zur Trendwende bei der Preisbewegung führen wie
z.B. ein Ansteigen der Zinsen oder die Verlangsamung des Wirtschaftswachstums.
5) In der darauffolgenden Phase führt ein sich beschleunigender Preisverfall zu Bankenpleiten, der
Liquidierung von Anlegerdepots, der allgemeinen Verschlechterung der wirtschaftlichen
Stimmung sowie Produktionsrückgang und steigender Arbeitslosigkeit.
6) Die letzte Phase wird als „Panik“ bezeichnet. In diesem Abschnitt beschleunigt sich der
Preisverfall nochmals und die Motivation zu verkaufen besteht darin, schneller zu sein als die
anderen Marktteilnehmer und Liquidität zu beschaffen, z.B. um Schulden zurückzahlen zu
können. Diese Phase mündet i.d.R. in eine Rezession oder Depression der Realwirtschaft.

17 Vgl. JOHN P. CALVERLEY, 2004, Bubbles and How To Survive Them, S. 11-12.
7

2.2 Historische Spekulationsblasen


Eine Liste von Blasen, die dem oben genannten Verlauf folgen, findet sich ebenfalls bei Calverley. Er
nennt:18

• die Tulpenmanie in Holland in den 1630er Jahren


• die South Sea Bubble in London 1720
• die Südamerikaeuphorie in den 1820er Jahren in London und Südamerika
• die Eisenbahnmanie in Großbritannien und Deutschland in den 1830er und 1840er Jahren
• die Aktieneuphorie in den USA in den 1920er Jahren
• die Japanblase in den 1980er Jahren
• die Blase bei den Häuserpreisen in Großbritannien und Skandinavien in den späten 1980er
Jahren
• die Euphorie bei den Tigerstaaten Asiens Mitte der 1990er Jahren

Darüber hinaus werden bei anderen Autoren weitere Spekulationsblasen genannt, z.B. die
Hightechblase in den späten 1990er Jahren oder die beim Gold Ende der 1970er Jahre.

Dass sich der Goldpreis oberhalb von 400 US-$ in einer Spekulationsblase befand, geht aus den
Ausführungen von James Dines sowie Ferdinand Lips hervor. Bezüglich dieser Marke fand James
Dines in seinem Buch „The Invisible Crash“ folgendes heraus:

Um den Dollar wieder konvertierbar zu machen, muss genug Gold vorhanden sein, um die Nachfrage all
derer zu decken, die im Besitz von Dollar sind, was momentan etwa 100 Milliarden US-$ ausmacht.
Deswegen müsste unser gegenwärtiger Goldbestand im Wert von etwa 10 Milliarden US-$ zu 42,22 US-$
je Unze im Preis um das Zehnfache ansteigen, damit wir all unseren Verbindlichkeiten nachkommen
können. Dies entspricht über 400 US-$ je Unze.19

Lips schloss hieraus, dass die Goldpreisentwicklung ab August 1979 in eine „hochspekulative Phase“
eintrat. Die Marke von 400 US-$ war überschritten worden, nachdem bei einer Auktion des US-
Schatzamts im August ein Gebot für die gesamte zu vergebende Menge abgegeben wurde. 20

18 Vgl. ebenda.

19 JAMES DINES, 1975a, The Invisible Crash, S. 403.

20Vgl. TIMOTHY GREEN, 1984, The New World of Gold: The Inside Story of the Mines, the Markets, the
Politics, the Investor, S. 153.
8

In meiner Arbeit werde ich neben den sechs erstgenannten in der Liste von Calverley die Blase beim
Gold Ende der 1970er Jahre sowie die Blase bei den Hightech-Aktien gegen Ende der 1990er Jahre
untersuchen.

2.3 Bei Spekulationsblasen beobachtete Phänomene


Eine Checkliste, die bei Spekulationsblasen beobachtete Phänomene enthält, findet sich in Calverleys
„Bubbles and How To Survive Them“21. Sie enthält folgende Punkte:

1) schnell steigende Preise


2) steigende Anstiegsgeschwindigkeit der Preise
3) hohe Bewertung gegenüber dem fundamentalen Wert
4) hohe Bewertung gegenüber dem historischen Durchschnitt
5) mehrere Jahre, die von einem wirtschaftlichen Aufschwung begleitet sind
6) steigendes Medieninteresse am Thema „Börse/Kapitalmarkt“
7) überdurchschnittlich stark steigende Zahl von börsennotierten Unternehmen
8) steigende Zahl von Anlegern/Investoren
9) Erhöhung des Optimismus unter den Marktteilnehmern
10) Ausweitung des Kreditvolumens
11) Erhöhung der Schuldenquote
12) starke Erhöhung Geldmenge
13) fallende Zahl von Aktien, die an einer Aufwärtsbewegung teilnehmen
14) letztes Platzen einer Blase liegt bereits einige Jahre in der Vergangenheit

Die Punkte 3 und 4 sowie 10 und 11 werden dabei aufgrund ihrer Ähnlichkeit zu einem Punkt
zusammengefasst.

21 Vgl. JOHN P. CALVERLEY, 2004, Bubbles and How To Survive Them.


9

3 Historische Spekulationsblasen
In diesem Kapitel werden beispielhaft acht Spekulationsblasen dargestellt.

3.1 Die Tulpenmanie in Holland in den 1630er Jahren


Nachdem die Tulpe 1593 durch Carlos Clusius, dem Präfekten des botanischen Gartens "Hortus
Botanicus" in Leiden, nach Holland gebracht wurde 22, wurde sie Anfang des 17. Jahrhunderts zum
Kultobjekt. Züchter kreuzten verschiedene Sorten und erhielten so sehr farbige und gleichzeitig sehr
seltene Mischungen. Bereits 1629 wurden 140 verschiedene Sorten gezählt. 23 Der Wettbewerb unter
den Züchtern sorgte dafür, dass die Preise für die Tulpen und vor allem für die Zwiebeln stiegen. Da
vorher nicht genau gesagt werden konnte, wie die Tulpenblüte letztendlich aussah, wurde der Kauf
einer Zwiebel zu einer Wette, die dann aufging, wenn die Blüte besonders seltene Merkmale aufwies.
Hervorgebracht wurden diese bei manchen Blüten sogar durch einen Virus.24 Was zunächst für die
Oberschicht ein lukratives Geschäft war, wurde im Verlauf der 1630er Jahre auch für die
Mittelschicht interessant, deren Angehörige teilweise ihr gesamtes Hab und Gut verkauften, um an
der Spekulation teilzunehmen.25

Wie aus Abbildung 126 hervorgeht, kam es ab 1635 zu einer immer stärkeren Aufwärtsbewegung der
Preise für Tulpen und insbesondere für Zwiebeln. So wurde z.B. 1636 die sehr seltene Sorte
"Vizekönig" für 24 Wagenladungen Korn, acht Mastschweine, vier Kühe, vier Fässer Bier, 1.000
Pfund Butter sowie einige Tonnen Käse verkauft. 27 1637 tauschte gar ein Brauereibesitzer seine
Brauerei gegen drei Zwiebeln ein.28 Eine Zwiebel hatte damit einen Preis von ca. 10.000 Gulden im

22Vgl. TAMARA L. HUNT, 2003, Defining John Bull: Political Caricature and National Identity in Late
Georgian England.

23Vgl. GEORGE LONG, 1843, The Penny Cyclopædia of the Society for the Diffusion of Useful
Knowledge, S. 344.

24 Vgl. HENRY A. HOMEYER, 2002, Notes From The Garden, S. 38.

25 Vgl. ROERT Z. LAWRENCE, 1982, Commodity Prices And The New Inflation.

26 1999, Kursverlauf einer Zwiebel der Sorte Gouda zwischen 1634 und 1637, Elliott Waves Interna-
tional in „View from the Top of the Grand Supercycle”.

27 Vgl. HAROLD T. DAVIS, 1941, The Analysis of Economic Time Series.

28 Vgl. BRIAN KETTELL, 2001, Economics for Financial Markets.


10

Vergleich zu einem Gulden zehn Jahre vorher. Am 3. Februar des Jahres 1637 platzte die Blase, und
die Preise fielen sogar unter ihr Niveau von 1634 zurück. 29

Abbildung 1: Kursverlauf einer Zwiebel der Sorte Gouda zwischen 1634 und 1637.
Quelle: Elliott Waves International in „View from the Top of the Grand Supercycle” von Robert Prechter.

Die Folge des Preissturzes war die Insolvenz vieler Spekulanten, was in der Realwirtschaft zu einem
Nachfrageausfall und damit zu einer Reduktion der Wirtschaftsleistung führte.

3.2 Die South Sea Bubble in London 1720


Die erste Spekulation mit Aktien eines Unternehmens ist die um die South Sea Company zu Beginn
des 18. Jahrhunderts. Sie war eine von ca. 200 Unternehmungen, die im Jahr 1720 bereits in London
an der Börse gelistet waren. Diese Zahl war zwischen 1688 und 1720 sprunghaft von drei (1688)
über 53 (1694) auf die genannten 200 gestiegen. Bereits seit 1700 gab es Nachrichtenagenturen, die
über Kurse und zugehörige Neuigkeiten berichteten. 30

29 Vgl. JOHN MICHAEL MONTIAS, 2003, Art at Auction in 17th-Century Amsterdam.

30 Vgl. Lycos börsengeschichte, 2007c, Url: http://www.lycos.de/startseite/geld_boerse/, Stand:


12.12.2006.
11

Gegründet wurde die South Sea Company im Jahre 1711. Das Betätigungsfeld des Unternehmens
sollte darin liegen, für die englische Regierung Inseln im Raum Nordamerika in Besitz zu nehmen
und mit bereits existierenden Kolonien Handel zu treiben. Hierfür wurden der South Sea Company
vier Schiffe zur Verfügung gestellt. Gleichzeitig übernahm das Unternehmen ca. 10 Millionen Pfund
an Schulden von der Regierung und durfte dafür auf einen Zins von 6% pro Jahr hoffen. 31 Gesichert
wurden die Zinsen vom Schatzmeister durch eine permanente Erhebung von Steuern auf Wein, Essig
und Tabak.32

In den ersten Jahren bis 1718 bewegte sich der Aktienkurs im Vergleich zu der sich nachfolgend
bildenden Blase wenig. Dies kann u.a. darauf zurückgeführt werden, dass ein freier Handel mit Gold-
und Silberminen in Mexiko und Peru aufgrund des Friedens von Utrecht nicht zustande kam. Der
„Court of Madrid“ gewährte lediglich die Sendung eines Schiffes pro Jahr, welches eine Nutzlast von
500 Tonnen nicht überschreiten durfte und einen Teil seiner Ladung an Spanien abtreten musste.
Bevor 1718 der Krieg mit Spanien ausbrach, wurde lediglich 1717 ein Schiff, die Royal Prince, nach
Amerika geschickt.33

Abbildung 2 zeigt den Kursverlauf der South Sea Company von 1711 bis 1718. In dieser Zeit betrug
die Performance an Kursgewinnen aber immerhin bereits 9% p.a. Zum Vergleich wies der
Aktienindex FTSE in dieser Zeit einen Anstieg von ca. 6,7% p.a. auf. Die Auswirkungen des Friedens
von Utrecht auf die Aktivitäten des Unternehmens zeigen sich im Kursrückgang zwischen 1713 und
1714 von ca. 15%.34

Da die englischen Regierung bis zum Jahr 1720 ihre Schulden aufgrund des Krieges mit Spanien
nochmals stark ausgeweitet hatte, bot die South Sea Company erneut an, 31 Millionen Pfund der
Schulden zu übernehmen, wenn sie im Gegenzug ihr Kapital unbegrenzt und zu jedem Kurs erhöhen
dürfe.35 Noch während das Parlament darüber beriet, wurden von den Direktoren der Gesellschaft,
unter ihnen Sir John Blunt, Gerüchte über einen bevorstehenden Freihandel mit Spanien gestreut.

31 Vgl. ANDY HARGREAVES, 2003, Teaching in the Knowledge Society: Education in the Age of Insecurity,
S. 35.

32 Vgl. PHILIP HANRY STANHOPE, 1836, History of England from the Peace of Utrecht to the Peace of Aix-
la-Chaoelle, S. 4.

33 Vgl. ebenda.

34 siehe Daten aus Kapitel 4.1.3.

35Vgl. BRENDAN MOYNIHAN, 1997, Trading on Expectations: Strategies to Pinpoint Trading Ranges,
Trends, and Reversals, S. 46.
12

South Sea Company 1711 - 1718 in englischen Pfund

130

120 Friede von Utrecht

110

100

90

80

70

60

50
.1 11

.0 11

.0 12

.1 12

.0 12

.0 13

.0 13

.1 13

.0 13

.0 14

.0 14

.1 14

.0 14

.0 15

.0 15

.1 15

.0 15

.0 16

.1 16

.0 16

.0 17

.0 17

.1 17

.0 17

.0 18

.0 18

.1 18
18
21 .17

01 .17

10 .17

13 .17

19 .17

27 .17

01 .17

04 .17

11 .17

21 .17

25 .17

30 .17

07 .17

11 .17

15 .17

19 .17

23 .17

03 .17

04 .17

10 .17

15 .17

25 .17

28 .17

07 .17

15 .17

19 .17

20 .17
17
1.
9

8
.0
18

Abbildung 2: Aktienkurs der South Sea Company von 1711 – 1718.


Quelle: eigene Darstellung, Daten siehe Kapitel 4.1.3.

Sir John Blunt was the projector of the South Sea Bubble which, in 1720, produced such extraordinary
effects in England. As the scheme did not at first prove successful, rumours were spread that Gibraltar
and Port Mahon would be exchanged for Peru. 36

Dies führte dazu, dass der Kurs bereits zwischen Anfang Februar und Mitte März 1720 um 50% auf
200 Pfund anstieg. In der letzten Märzwoche hatte er bereits 350 Pfund erreicht. Als die
Genehmigung der unbeschränkten Kapitalerhöhung am 07.04.1720 unterschrieben wurde, war der
Kurs wieder auf 280 Pfund gefallen. Dies kann darauf zurückgeführt werden, dass die
Unterzeichnung bereits erwartet wurde und der Kurs daher im Vorfeld schon gestiegen war. 37 Um
den Kurs weiter steigen zu lassen, verbreiteten die Direktoren des Unternehmens neue Gerüchte
über Handelsbeziehungen mit Spanien und hohen zu erwartenden Renditen. Sogar eine Dividende
von 10% wurde in Aussicht gestellt.38

36 PAUL SHEERAN, 2004, The International Political Economy of Investment Bubbles, S. 96.

37Vgl. BRENDAN MOYNIHAN, 1997, Trading on Expectations: Strategies to Pinpoint Trading Ranges,
Trends, and Reversals, S. 46.

38 Vgl. BENJAMIN, 1967, The South Sea Bubble, S. 59.


13

Nachdem am 14. und 29. April 1720 die angekündigten Kapitalerhöhungen durchgeführt worden
waren39, erreichte der Kurs Mitte Mai 1720 mit 355 Pfund neue Höchststände. Zwischen Mai und
Ende Juni verdreifachte sich der Kurs nochmals auf in der Spitze 1050 Pfund (24. Juni) 40. Damit
kostete die Gesellschaft an der Börse mehr als doppelt so viel wie das gesamte englische
Grundvermögen wert war.41

Anfang Juli 1720 kamen Gerüchte in den Markt, dass Spanien den Handel mit Amerika einschränken
wolle. Dies führte zunächst lediglich zu einer Abschwächung der Aufwärtsbewegung, drehte aber in
einen Kursrutsch, als die Mississippi-Blase in Frankreich platzte und einige kleinere Unternehmen
Insolvenz anmeldeten. Nachdem im August die 700-Pfund-Marke nach unten durchbrochen worden
war, fiel der Kurs bis September auf 131 Pfund zurück.42 Der Kursverfall konnte auch nicht durch
eine vom Vorstand des Unternehmens versprochene Dividende in Höhe von 50% aufgehalten
werden.43

Die Folgen bei den Anlegern der South Sea Company waren ähnlich wie bei der Tulpeneuphorie.
Viele Investoren verloren mehr Geld, als sie zu Anfang eingesetzt hatten, da sie Kredite
aufgenommen und die gekauften Aktien als Sicherheit hinterlegt hatten. So verlor z.B. Isaac Newton
ca. 20.000 Pfund. Sogar Selbstmorde waren zu verzeichnen. 44 Der Hass der Anleger, die auf diese
Weise Kursverluste erlitten hatten, richtete sich gegen die Direktoren, die ins Gefängnis kamen und
deren Vermögen gepfändet wurde. Sir John Blunt, Vorsitzender der Gesellschaft, musste
beispielsweise sein Vermögen von 183.349 Pfund abgeben. 45 Grund hierfür war, dass die Anleger
sich betrogen fühlten und die Direktoren des Unternehmens als skrupellos und gerissen bezeichnet
wurden:

39Vgl.CONSTANTINE GEORGE CAFFENTZIS, 2000, Exciting the Industry of Mankind: George Berkeley's
Philosophy of Money, S. 56-57.

40 Vgl. ebenda.

41Vgl. CONSTANTINE GEORGE CAFFENTZIS, 2000, Exciting the Industry of Mankind: George Berkeley's
Philosophy of Money.

42 Vgl. LARRY ALLEN, 2001, The Global Financial System 1750-2000, S. 51.

43Vgl. CONSTANTINE GEORGE CAFFENTZIS, 2000, Exciting the Industry of Mankind: George Berkeley's
Philosophy of Money, S. 57.

44 Vgl. JERRY W. MARKHAM, 2001, A Financial History of the United States, S. 99.

45 Vgl. WILLIAM EDWARD DICKSON, 1854, Railways and locomotion.


14

When it became evident early in the year 1720 that the public was badly bitten with the mania for
speculation, wily and unscrupulous men of business, seeing no reason why the South Sea Company
should reap the entire harvest, decided to bleed the gamblers on their own account. 46

Die folgende Abbildung zeigt den Kursverlauf der South Sea Company von 1719 bis Ende 1720. In
den Folgejahren fiel der Kurs weiter auf 89 Pfund. In den nächsten 15 Jahren notierte er unterhalb
des Niveaus von 120 Pfund, von dem aus die Blase ihren Anfang genommen hatte.

South Sea Company Sept. 1719 - Dez. 1720 in englischen Pfund

1000

900

800

700

600

500

400

300

200

100

0
19

19

19

19

19

20

20

20

20

20

20

20

20

20

20

20

20

20

20

20

21
17

17

17

17

17

17

17

17

17

17

17

17

17

17

17

17

17

17

17

17

17
9.

9.

0.

1.

2.

1.

1.

2.

3.

4.

4.

5.

6.

7.

8.

9.

9.

0.

1.

2.

1.
.0

.0

.1

.1

.1

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.1

.1

.1

.0
04

28

21

13

07

01

25

17

11

04

30

24

16

15

09

03

27

20

12

06

04

Abbildung 3: Aktienkurs der South Sea Company von 1719 – 1720.


Quelle: eigene Darstellung, Daten siehe Kapitel 4.1.3.

3.3 Die Südamerikaeuphorie in den 1820er Jahren in London


und Südamerika
Ca. 100 Jahre nach dem Platzen der South-Sea-Bubble begann in England erneut eine Spekulation mit
Aktien. Dem vorangegangen waren die Unabhängigkeitserklärungen mehrerer südamerikanischer
Länder (z.B. Argentinien, Peru, Mexiko und Brasilien) 47 und das Bestreben der englischen Regierung

46 BENJAMIN, 1967, The South Sea Bubble, S. 75.

47Bspw. wurde Florida 1819 von Spanien an die Vereinigten Staaten verkauft, Mexiko wurde 1821
von Spanien unabhängig, vgl. NICHOLAS V. GIANARIS, 1998, The North American Free Trade Agreement
and the European Union, S. 28.
15

Handel mit diesen Ländern zu treiben. Vor allem die Produktion von Baumwolle boomte in der
ersten Hälfte der 1820er Jahre48. Dank der steigenden Exporte nach Südamerika, bedingt durch
sinkende Preise und steigende Qualität der britischen Produkte im Rahmen der fortschreitenden
Industrialisierung, stieg der Wert der produzierten Baumwolle zwischen 1821 und 1825 von 129 auf
167 Millionen Pfund49. Die Exporte nach Südamerika erhöhten sich in dieser Zeit von 2,9 auf 6,4
Millionen Pfund50. Um Waren in steigendem Wert und steigender Menge aus England importieren zu
können, war es notwendig, dass das Geld vorher von Englandquelleneld größtenteils oder
ausschließlich in Lateinamerika hatten51. Diese Betätigungsfelder waren u.a. Bergbau, Transport,
Fischerei sowie Argrar.52 Abbildung 453 zeigt eine Übersicht über die Ausgabe der Anleihen.

Die beschriebene Aufbruchstimmung schlug sich auch in den Aktienkursen an der britischen Börse
nieder. Nachdem der britische Aktienindex FTSE im Zuge der Wirtschaftskrise im ersten und zweiten
Jahrzehnt des 19. Jahrhunderts um 40% von 24 auf 14,4 Punkte gefallen war und von 1818 bis 1821
auf einem etwas höheren Niveau bei ca. 20 Punkten stagniert hatte, zeichnete sich ab 1822 eine neue
Aufwärtsbewegung ab. Der FTSE stieg während des Jahres 1824 kontinuierlich von 24 auf 45 Punkte,
um 1825 an seinem höchsten Punkt sogar 77 Punkte zu überschreiten. Damit hatten sich die
Aktienkurse innerhalb von vier Jahren im Durchschnitt fast vervierfacht. 54

481824 und 1825 wurden in Manchester viele neue Baumwollfabriken errichtet, die Baumwolle nach
Zentral- und Südamerika exportierten, vgl. z.B. VINCENT BARNETT, 2005, A History of Russian
Economic Thought, S. 50.

49 Vgl. Lycos börsengeschichte, 2007c, Url: http://www.lycos.de/startseite/geld_boerse/, Stand:


12.12.2006.

50 Vgl. ebenda.

51 Vgl. J. FRED RIPPY, 2000, British Investments in Latin America, 1822-1949: Evolution of Interna-
tional Business 1800-1945, S. 17.

52 Ebenda.

53 Vgl. J. FRED RIPPY, 2000, British Investments in Latin America, 1822-1949: Evolution of Interna-
tional Business 1800-1945.

54 Daten siehe Kapitel 4.1.3.


16

Abbildung 4: Lateinamerikanische Staatsanleihen 1822-1825.


Quelle: “British Investments in Latin America, 1822-1949: Evolution of International Business 1800-1945 “ von
J. Fred Rippy, S. 20.

Allerdings gaben die Kurse bereits während des Jahres 1825 wieder nach und fielen bis Ende des
Jahres um mehr als 50% auf 35 Punkte. Die ersten Warnungen vor einer übertriebenen Spekulation
gab es im Frühjahr des Jahres von Seiten der Regierung sowie den Finanzexperten Sir Francis Baring
und J.R. M'Culloch in der Zeitung „The Scotsman“55. Ein sich beschleunigender Absturz der Kurse war
aber vor allem nach der Emission von Schatzwechseln durch die englische Regierung zu beobachten,
die die umlaufende Geldmenge verkleinern sollten. Darüber hinaus führten die fallenden Kurse dazu,
dass neue südamerikanische Aktien an der Börse nicht mehr plaziert werden konnten, was den
Geldfluss in diesen Kontinent und damit die Nachfrage nach englischen Waren abschwächte. Bis
1833 waren mehr als die Hälfte der Minengesellschaften in Lateinamerika zusammengebrochen, bis

55 Vgl. Lycos börsengeschichte, 2007c, Url: http://www.lycos.de/startseite/geld_boerse/, Stand:


12.12.2006.
17

1842 hatten lediglich sieben von 26 überlebt. Von den Bonds, die von lateinamerikanischen Ländern
ausgegeben worden waren, fielen bis 1827 sogar alle aus.56

Die folgende Abbildung zeigt die Entwicklung des FTSE von 1800 bis 1900 in einer
Kerzendarstellung. Deutlich zu erkennen ist die rote Kerze mit dem langen Docht 1825, die andeutet,
dass die Spekulationsblase bereits während des Jahres 1825 geplatzt ist.

FTSE allshare 1800-1900 nominal

90

80

70

60

50

40

30

20

10

0
00

04

08

12

16

20

24

28

32

36

40

44

48

52

56

60

64

68

72

76

80

84

88

92

96

00
18

18

18

18

18

18

18

18

18

18

18

18

18

18

18

18

18

18

18

18

18

18

18

18

18

19
Abbildung 5: Verlauf des FTSE von 1800 bis 1900 in Kerzendarstellung.
Quelle: eigene Darstellung, Daten siehe Kapitel 4.1.3.

Ein ähnliches Bild wie beim Gesamtmarkt zeigt sich beim Index der Minenunternehmen. Dieser stieg
in wniger als einem halben Jahr sogar um ca. 600%. 57 Abbildung 658 zeigt die Minenunternehmen ab
1824 relativ zum Gesamtmarkt.

56 Vgl. J. FRED RIPPY, 2000, British Investments in Latin America, 1822-1949: Evolution of
International Business 1800-1945,, S. 18.

57 Vgl. ALASDAIR G. M. NAIRN, 2002, Engines That Move Markets: Investigating from Railroads to the
Internet and Beyond, S. 3.

58 ANNA J. SCHWARTZ, 1953, The Growth and Fluctuation of the British Economy 1790-1850.
18

Abbildung 6: Südamerikanische Minenunternehmen relativ zum Gesamtmarkt von 1824 bis 1830.
Quelle: „The Growht and Fluctuation of the British Economy 1790-1850“ von W.W.Rostow und Anna J. Schwartz
(1953).

Da viele Anleger ihre Aktien auf Kredit gekauft bzw. bei der Emission nur eine Anzahlung geleistet
hatten, mussten die Kreditgeber wie z.B. Banken entsprechende Forderungsausfälle verbuchen. Als
der FTSE 1828 wieder sein Ausgangsniveau von 1824 erreicht hatte, waren 145 Banken
zusammengebrochen. Sogar die Bank of England geriet in Liquiditätsschwierigkeiten. Auch in der
Bevölkerung wurde Bargeld knapp. So kommentierte die Times:

Es ging nicht um die Art des Wertpapiers, sondern um die grundsätzliche Möglichkeit Geld zu
beschaffen. 59

Die Ausgabe von 1-Pfund-Noten durch die Bank of England sowie das Organisieren von Münzen im
Wert von 10 Millionen Pfund durch den Bankier Nathan Rothschild sorgten dafür, dass das
Vertrauen in die Wirtschaft wiederhergestellt werden konnte. Allerdings dauerte es noch bis 1832,
bis der Aktienmarkt seinen Tiefststand bei 19 Punkten erreichte. Der Höchststand von 77 Punkten
aus dem Jahr 1825 wurden erst wieder 1959 überschritten.

59 Vgl. Lycos börsengeschichte, 2007c, Url: http://www.lycos.de/startseite/geld_boerse/, Stand:


12.12.2006.
19

3.4 Die Eisenbahnmanie in Großbritannien und Deutschland


in den 1830er und 1840er Jahren
Nach dem Bau der ersten Eisenbahnstrecke von Nürnberg nach Fürth durch die Ludwigs-Eisenbahn-
Gesellschaft am 07.12.183560 wurde in Deutschland das Eisenbahnzeitalter eingeläutet. Seinen
Namen hatte die Gesellschaft durch König Ludwig erhalten, der bereits 1826 selbst den Bau der 6 km
langen Eisenbahnstrecke von Nürnberg nach Fürth angeregt hatte. 61 Ermutigt durch den Erfolg
wurden weitere Gesellschaften gegründet, und bis 1840 waren fünf weitere Verbindung entstanden.
Der erste Teil der Strecke zwischen Leipzig und Dresden wurde am 24.04.1837 eröffnet 62, am
01.09.1839 eine Verbindung zwischen München und Lochhausen 63, die Taunusbahn von Frankfurt
Höchst nach Wiesbaden 184064 sowie die Strecken von Mannheim nach Heidelberg und von Köln
nach Aachen 1840 und 1841.65

Die Folgen vor allem im Argrarsektor bestanden darin, dass Güter schneller und günstiger
transportiert werden konnten und somit die Qualität sowie die Produktion stiegen und die Preise
fielen. Dies galt nicht nur für Deutschland, sondern ebenso für andere Länder wie z.B. England. Im
Unterschied zu Deutschland war die Entwicklung der Eisenbahn in England bereits etwas weiter
fortgeschritten. Dies wird z.B. daran deutlich, dass die Verbindungsstrecke von Liverpool nach
Manchester bereits am 15.09.1830 eingeweiht wurde. 66 Bereits 1837 existierte für die Verbindung
Birmingham – Liverpool – Manchester ein Fahrplan und die Strecke wurde täglich sechsmal in jede

60Vgl. ALEXA GEISTHÖVEL, 2005, Orte der Moderne: Erfahrungswelten des 19. Und 20. Jahrhunderts, S.
20.

61Vgl. FRIEDRICH LENZ, 1970, Friedrich List, der Mann und das Werk: Neudruck der Ausg. München
1936, S. 224.

62 Vgl. LEIPZIG-DRESDNER EISENBAHN, 1864, Die Leipzig-dresdner Eisenbahn in den ersten


fünfundzwanzig Jahren ihres Bestehens, S. 48.

63 Vgl. POLYTECHNISCHER VEREIN IN MUNCHEN, 1922, Hundert Jahre technische Erfindungen und
Schöpfungen in Bayern, S. 162.

64Vgl. ARTHUR VON MAYER, 1891, Geschichte und Geographie der deutschen Eisenbahnen von ihrer
Entstehung bis auf die Gegenwart, S. 503.

65 Vgl. AKADEMIE DER WISSENSCHAFTEN DER DDR, 1960, Jahrbuch für Wirtschaftsgeschichte, S. 378.

66 Vgl. ERNST KOHL, 1886, Das fünfzigjährige Jubiläum der belgischen Eisenbahnen, S. 5.
20

Richtung gefahren.67 Die folgende Tabelle zeigt die Entwicklung der Produktion sowie des Preises
von Weizen von 1812-1843 in Norwich.68

Produktion Produktion
Jahr Preis je Quarter Jahr Preis je Quarter
(Coombs) (Coombs)
1810 55.521 100s 1840 207.274 63s
1811 61.122 82s 1841 201.750 60s
1812 54.560 120s 1842 235.620 52s
1839 174.176 64s 1843 241.644 48s

Tabelle 1: Weizenpreis und –produktion von 1812-1843 in Norwich. Ein Coomb entspricht ca. 36,4
Liter, ein Quarter 12,7 kg.

An der Börse führten diese positiven Wirkungen zu hohen Kurssteigerungen. Abbildung 7 zeigt den
Railway Share Price Index von 1830 bis 1850. Es wird deutlich, dass die Kurse zwischen 1830 und
1835 bei 100 bis 190 Punkten seitwärts tendierten, um dann von 1835 bis Mai 1836 auf 320 Punkte
zuzulegen.

Dass die Kurse der Eisenbahnaktien so stark anstiegen, obwohl viele Kleinanleger nicht über die
nötigen Mittel verfügten, lag u.a. daran, dass in den 1830er Jahren in England viele Banken gegründet
wurden, die – um schnell eine große Kundschaft zu bekommen – auf eine Bonitätsprüfung keinen
großen Wert legten69 und daher viele Kredite gaben. Michael Pettis schreibt über das Wachstum der
Banken:

In England, for example, the development of joint-stock banking did not occure as a gradual process, but
rather took place largely during two periods of aggressive bank creation. The first period occurred in
the late 1820s and the first half of the 1830s, when the number of banks grew from three, in 1826, to
113, in 1837.70

67Vgl. JAMES CORNISH, 1837, The Grand Junction, and the Liverpool and Manchester Railway Compan-
ion, S. 6.

68Vgl. THOMAS CURSON HANSARD GREAT BRITAIN PARLIAMENT, 1846, Hansard's Parliamentary Debates, S.
365.

69 Vgl. Lycos börsengeschichte, 2007c, Url: http://www.lycos.de/startseite/geld_boerse/, Stand:


12.12.2006.

70MICHAEL PETTIS, 2001, The Volatility Machine: Emerging Economies and the Threat of Financial
Collapse, S. 39.
21

Railway Share Price Index 1827 bis 1851

450

400

350

300

250

200

150

100

50

0
n 9

n 2

n 5

n 8

n 1

n 4

n 7

n 0
kt 7

kt 0

kt 3

kt 6

kt 9

kt 2

kt 5

kt 8

51
pr 8

pr 1

pr 4

pr 7

pr 0

pr 3

pr 6

pr 9
l1 7

l 0

l1 3

l 6

l1 9

l1 2

l1 5

l1 8
Ja 182

Ja 183

Ja 183

Ja 183

Ja 184

Ja 184

Ja 184

Ja 185
O 18 2

O 18 3

O 18 3

O 18 3

O 18 3

O 18 4

O 18 4

O 18 4
A 82

A 183

A 83

A 183

A 84

A 84

A 84

A 84
Ju 82

Ju 83

Ju 83

Ju 83

Ju 83

Ju 84

Ju 84

Ju 84

18
1

1
n
Ja

Abbildung 7: Kursverlauf des Railway Share Price Index von 1827 bis 1851.
Quelle: eigene Darstellung, Daten siehe Kapitel 4.1.3.

Im Mai 1836 drehte die Stimmung an den Aktienmärkten. In England fielen die Kurse der
Eisenbahnaktien von 325 auf 175 Punkte bis zum Dezember 183671. Dies führte dazu, dass viele der
vorher ausgegebenen Kredite nicht mehr bedient werden konnten und sowohl bei der Bevölkerung
als auch bei den Banken – insbesondere bei der Bank of England – Liqudititätsprobleme auftraten.
Dieser Engpass wurde jedoch mit Hilfe der Bank of France überwunden, die insgesamt 2 Millionen
Pfund nach England fließen ließ.72

Anfang der 1840er Jahre fingen die Kurse der Eisenbahnaktien erneut an zu steigen. Nach einem
kurzen Rücksetzer 1841 bewegte sich der Railway Share Price Index kontinuierlich bis auf 420
Punkte im Juli 1845. Begründet werden kann der erneute Boom u.a. mit den guten Aussichten auf
Kurssteigerungen aufgrund des schnell wachsenden Schienennetzes. Während bis zum Jahr 1840 in
England ca. 1100 Meilen verlegt worden waren, kamen bis 1843 ca. 530 Meilen dazu. Alleine 1844
erhöhte sich diese Zahl auf 797 und im Jahr 1845 sogar auf 2841 Meilen. 73

71 Vgl. W. A. THOMAS, 1973, The Provincial Stock Exchanges, S. 37.

72Vgl. MICHAEL PETTIS, 2001, The Volatility Machine: Emerging Economies and the Threat of Financial
Collapse, S. 78.

73 Vgl. WILLIAM EDWARD DICKSON, 1854, Railways and locomotion, S. 117-118.


22

Hinzu kam die Tatsache, dass ab Anfang der 1840er Jahre Aktien von Eisenbahnunternehmen
ausgegeben wurden, die keine Intentionen hatten, Eisenbahnen zu bauen oder Schienen zu verlegen,
sondern lediglich Anlegergeld einzusammeln. Diese Aktien wurden entsprechend beim Publikum
beworben und wirkten sich so zunächst positiv auf die Stimmung aus. 74 Ein weiterer Grund für den
Boom ist darin zu sehen, dass so wie in den 30er Jahren des 19. Jahrhunderts bei Neuemissionen nur
ein Teil des Geldes von den Anlegern zu Beginn eingezahlt werden musste und weitere Zahlungen in
Zukunft folgen sollten. Üblich waren anfängliche Zahlungen von 5% der Gesamtsumme.75

So wie bei den geplatzten Spekulationsblasen im 17. und 18. Jahrhundert sowie bei der
Südamerikaeuphorie führte auch das Platzen der Eisenbahnblase zu großen Verlusten bei Anlegern
und wirkte sich negativ auf die Realwirtschaft aus. 1847 wurden sogar alte etablierte Firmen von der
Krise betroffen.76 Hinzu kam die Tatsache, dass sich Investoren, Händler sowie Promoter gegenseitig
des Betrugs, des Diebstahls sowie der Korruption bezichtigten und die Gerichte mit Klagen
überschwemmt wurden.77

3.5 Die Aktieneuphorie in den USA in den 1920er Jahren


Der Beginn der Aktieneuphorie während der 1920er Jahre in den USA liegt bereits im Ausgang des
Ersten Weltkrieges begründet. Die USA waren während der Jahre 1914 bis 1918 zu einer Weltmacht
geworden, da sie Kriegsmaterial für sich selbst sowie ihre Bündnispartner herstellten. 78 Trotz hoher
Preissteigerungsraten von 9, 20 und 17% während der Jahre 1916-1918 wuchs die
Wirtschaftsleistung zwischen 1914 und 1918 real um über 24%. 79

Das Wirtschaftswachstum setzte sich nach dem Krieg während der 1920er Jahre weiter fort,
allerdings begleitet von rückläufigen Preissteigerungsraten sowie steigenden Reallöhnen. Nachdem
die Preise 1919 und 1920 nochmals um 14 und 15% gestiegen und in den folgenden beiden Jahren
um 10 bzw. 6% gefallen waren, blieb das Preisniveau von 1923 bis 1929 mit Änderungsraten

74 Vgl. ANDREW MAUNDER, 2004, Victorian Crime, Madness and Sensation, S. 137.

75 Vgl. ALASDAIR G. M. NAIRN, 2002, Engines That Move Markets: Investigating from Railroads to the
Internet and Beyond, S. 9.

76 Vgl. BARBARA WEISS, 1986, The Hell of the English: bankruptcy and the Victorian novel, S. 140.

77 Vgl. ANDREW MAUNDER, 2004, Victorian Crime, Madness and Sensation, S. 137.

78 Vgl. DUANE DAMON, 2002, Headin' for Better Times: The Arts of the Great Depression, S. 7.

79 Vgl. National Bureau of Economic Research, 2007a, Url: http://www.nber.org, Stand: 12.01.2007.
23

zwischen –1,9% und +2,5% vergleichsweise konstant. 80 Die Reallöhne stiegen zwischen 1919 und
1929 um ca. 23%.81 Die folgende Tabelle zeigt die Entwicklung der Reallöhne (manufactoring,
building, railroads, agriculture), der Preissteigerung sowie des realen Wirtschaftswachstums:

Veränderung der realen


Jahr Veränderung der Reallöhne Preissteigerungsrate Wirtschaftsleistung
1920 6,2% 15,8% -0,9%
1921 1,2% -10,7% -2,3%
1922 0,0% -6,3% 5,6%
1923 4,6% 1,8% 13,2%
1924 2,2% 0,2% 3,1%
1925 -1,1% 2,5% 2,3%
1926 0,0% 1,0% 6,5%
1927 4,3% -1,9% 1,0%
1928 2,1% -1,4% 1,1%
1929 2,0% 0,0% 6,0%

Tabelle 2: Reallöhne, Preissteigerungsrate und Wirtschaftsleistung.


Quelle: “Collected Works of Michal Kalecki” von Michal Kalecki, S. 278 (Reallöhne) sowie Economic
History Services web site unter http://eh.net/hmit (Preissteigerungsrate und Wirtschaftsleistung).

Ursachen für das weitere Wachstum nach Ende des Krieges waren vor allem neue Technologien wie
z.B. das Radio. Nachdem Charles David Herrold (1875-1948) bereits während des ersten Weltkrieges
über die für das Radio nötige Technik verfügte82, wurde der Betrieb dieser Technologie ab 1920 von
AT&T sowie Western und General Electric durch den Erwerb der notwendigen Patente
kommerzialisiert.83 Das Wachstum beim Radio zeigte sich zum einen an der Zahl der Radiostationen.
Diese stieg allein während des Jahres 1922 von vier auf 576.84 Zum anderen stiegen die Umsätze, die
mit Radios und dem dazugehörigen Equipment erzielt werden konnten, allein zwischen 1920 und
1925 von 1 auf 400 Millionen US-$.85 Eine weitere wichtige Erfindung, die im Zusammenhang mit
dem Boom der 1920er Jahre eine Rolle spielte, war das Fließband. Mit seiner Hilfe war es möglich,
viele Erfindungen der 1920er Jahre wie den Kühlschrank oder den Staubsauger in Rekordzeit zu
produzieren. Ein „Model T“ von Henry Ford konnte ab 1925 sogar alle 24 Sekunden produziert

80 Vgl. ebenda.

81 Vgl. MICHAEL KALECKI, 1997, Collected Works of Michal Kalecki, S. 278.

82 Vgl. FREDERIC A. LEIGH, 1998, Collected Works of Michal Kalecki, S. 194.

83Vgl. UNITED STATES. CONGRESS. HOUSE. COMMITTEE ON THE JUDICIARY, 1957, Consent Decree Program of
the Department of Justice.: Hearings before the Subcommittee on Antitrust of the House Committee
on the Judiciary, 85th Cong. (1957 and 1958)

84 Vgl. PATRICK HUBER, 2004, The 1920th, S. 239.

85 Vgl. Ebenda.
24

werden.86 Für die Konsumenten hatte diese Entwicklung eine starke Erhöhung des Lebensstandards
zur Folge:

For the consumer, products that were impossible to even dream about 10 years early could not be pur-
chased with the installment plan.87

Die Möglichkeit, sich die neuen Konsumgüter zu leisten, schloss auch mit ein, z.B. Autos auf Kredit zu
kaufen. So waren 1928 bereits 65% aller Autos kreditfinanziert. 88 Die steigende Zahl der
produzierten und verkauften Güter führte dazu, dass viele amerikanische Unternehmen während der
1920er Jahre hohe Gewinnwachstumsraten zu verzeichnen hatten. Der Hersteller von
landwirtschaftlichen Geräten – die J.I. Case Company – konnte beispielsweise nach Verlusten von
2,10 US-$ sowie 3,90 US-$ in den Jahren 1923 und 1924 bereits ein Jahr später einen Gewinn von
15,30 US-$ pro Aktie aufweisen, der sich bis 1928 auf 26,90 US-$ nochmal fast verdoppelte. 89
Betrachtet man alle im S&P50090 gelisteten Unternehmen, so ist eine Gewinnsteigerung von ca. 73%
zwischen 1920 und 1929 zu erkennen. 91

Am Aktienmarkt wurde die positive Entwicklung durch die Performance des Dow Jones Industrial
Average Index92 widergespiegelt. Nachdem dieser in den ersten 20 Jahren des 20. Jahrhunderts
kaum gestiegen war, bewegten sich die Kurse im Verlauf der 20er Jahre um in der Spitze 484% von
64 auf 381,17 Punkte.93 Dies veranlasste viele Amerikaner, nicht nur durch den Kauf von Gütern wie
dem Radio, sondern auch durch Kursgewinne am Aktienmarkt an der Steigerung des
Lebensstandards teilhaben zu wollen, was die Kurse auf immer neue Höchstmarken brachte. Seinen
Höchststand erreichte der Dow Jones am 03.09.1929. Zwei Tage später, am 05.09.1929, warnte der
Finanzanalyst Roger Ward Babson beim Jahrestreffen der amerikanischen Wirtschaft vor einem
kräftigen Kurssturz an der Aktienbörse:

86 Vgl. GEORGE VILLAMAGNA, 2004, U.S. History, S. 215.

87 Ebenda.

88 Vgl. GEORGE VILLAMAGNA, 2004, U.S. History.

89 Vgl. BENJAMIN GRAHAM, 1996, Security Analysis, S. 18.

90 Index der 500 größten amerikanischen Unternehmen.

91 Vgl. ROBERT J. SHILLER, 2000, Irrational Exuberance.

92 Es handelt sich um einen Durchschnittskurs der 30 größten US-amerikanischen


Industrieunternehmen, der seit 1896 berechnet wird.

93 Vgl. National Bureau of Economic Research, 2007a, Url: http://www.nber.org, Stand: 12.01.2007.
25

Fair weather cannot always continue. The economic cycle is in progress today, as it was in the past. The
Federal Reserve System has put the banks in a strong position, but it has not changed human nature.
More people are borrowing and speculating today than ever in our history. Sooner or later a crash is
coming and it may be terrific…factories will shut down…men will be thrown out of work…and the result
will be a serious business depression. 94

Vorausgegangen waren dieser Aussage im Frühjahr sich eintrübende Konjunkturindikatoren. So war


der Preis für Weizen aufgrund der guten Ernten 1927 und 1928 95 zwischen 1925 und 1929 um ca.
25% von 1,63$ auf 1,21$ je Bushel gefallen96. Nach der Aussage des Analysten fielen die Kurse des
Dow Jones innerhalb eines Tages um 2,6% und in den darauf folgenden vier Wochen um 14,2%.
Professor Irving Fisher von der Universität Yale machte Babson für den Kursrutsch verantwortlich
und behauptete nur wenige Tage nach dessen Statement, dass die Aktienkurse weiter steigen
würden:

I do not feel that there will be soon, if ever, be a fifty or sixty points break below present levels, as Babson
has predicted. I expect to see the stock market a good deal higher than it is today within a few weeks. 97

Auch ein Professor der Princeton Universität sowie der Direktor der National City Bank attestierten
der Börse eine gute Verfassung und eine weiterhin moderate Bewertung. Sie schafften es allerdings
nicht, die Kurse auf neue Höchststände zu bringen. Zunächst berichtete die Sonntagszeitung am
20.10.1929, dass aufgrund der gefallenen Bewertungen der Aktien viele Depots aufgrund
unzureichender Sicherungen zwangsliquidiert werden müssten. 98 Einen Tag später prophezeite auch
der Chartanalyst William Peter Hamilton im Wall Street Journal mit dem Artikel „A turn in the tide“

94 Vgl. IRVING FISHER, 1929, The Money Illusion, S. 12.

95 Siehe hierzu Abb. 9.

96Jahresdurchschnittskurse „WHOLESALE PRICE OF WHEAT, CHICAGO”. Vgl. National Bureau of


Economic Research, 2007a, Url: http://www.nber.org, Stand: 12.01.2007.

97BERTRAND M. ROEHNER, 2001, Hidden Collective Factors in Speculative Trading: A Study in Analyti-
cal Economics, S. 59.

98 Vgl. Lycos börsengeschichte, 2007c, Url: http://www.lycos.de/startseite/geld_boerse/, Stand:


12.12.2006.
26

von der technischen Seite her Ungemach, wenn der Index unter 325 Punkte fiele. 99 Dies tat er auch
und am 24.10.1929 schloss er sogar unterhalb von 300 Punkten. 100

Verlauf des Dow Jones Industrial Average-Index von 1920 bis 1925

410

360

310

260

210

160

110

60
06.12.1920

06.04.1921

06.08.1921

06.12.1921

06.04.1922

06.08.1922

06.12.1922

06.04.1923

06.08.1923

06.12.1923

06.04.1924

06.08.1924

06.12.1924

06.04.1925

06.08.1925

06.12.1925

06.04.1926

06.08.1926

06.12.1926

06.04.1927

06.08.1927

06.12.1927

06.04.1928

06.08.1928

06.12.1928

06.04.1929

06.08.1929
Abbildung 8: Kursverlauf des Dow Jones Industrial Average von 1920 bis 1929.
Quelle: eigene Darstellung, Daten siehe Kapitel 4.1.3.

Während dieser Oktoberwoche wurde von der Seite der Banken, der Medien und der Regierung
versucht, die Kurse zu stützen. Dabei wurden folgende Maßnahmen ergriffen:

• Kaufen großer Aktienpakete, z.B. durch führende Bankiers bei J.P. Morgan, 101
• beruhigende Zeitungsartikel, dass die Kurse eine kurze Konsolidierung eingelegt haben, 102
• die Aussage von Präsident Hoover, dass sich die Wirtschaft des Landes nach wie vor in einer
guten Verfassung befände.103

99Vgl. A.J. FROST, 1997, The Elliott Wave Writings of A.J. Frost and Richard Russell, A.J. FROST & RICH-
ARD RUSSELL, 1997, The Elliott Wave Writings of A.J. Frost and Richard Russell, S. 389.

100 Mit dem Unterschreiten der 325-Punkte-Marke würde der Dow Jones auf den niedrigsten Stand
seit vier Monaten fallen und damit eine Chartformation vollenden, die für weiter sinkende Kurse
spricht.

101 Vgl. FRANKLIN FOLSOM, 1996, America Before Welfare, S. 236.

102Vgl. Z.B. New York Times, 4.10.1929, Topics in Wall Street. News, Comment and Incident, On the
Stock Exchange and In the Financial Markets, S. 41.
27

Die Maßnahmen stellten sich allerdings nicht als erfolgreich heraus. Der Dow Jones fiel weiter und
konnte sich erst Mitte November auf einem Niveau zwischen 200 und 250 Punkten stabilisieren.
Neben der schlechten Stimmung und der Angst der Anleger, weitere Kursverluste zu erleiden, war
insbesondere die Tatsache, dass viele Depots von den Banken zwangsliquidiert wurden, mit für das
hohe Angebot an Aktien und die sinkenden Kurse verantwortlich. 104 Obwohl die Blase der US-
Aktienmärkte bereits 1929 geplatzt war, wurde der Tiefststand beim Dow Jones erst im Juli 1932 bei
40 Punkten erreicht. Die Kurse waren damit innerhalb von drei Jahren um durchschnittlich 89,5%
gefallen.

Die Baisse an der Börse hatte auch Auswirkungen auf die Realwirtschaft, verursacht durch
Geldknappheit im Zusammenhang mit Bankenpleiten und Privatinsolvenzen. Das reale
Bruttoinlandsprodukt sank zwischen 1929 und 1933 um 26,6%, das nominale aufgrund des
sinkenden Preisniveaus sogar um 45,5% von 103,6 auf 56,4 Mrd. US-$105. Während das reale
Bruttoinlandsprodukt bereits 1936 wieder den Stand von 1929 erreichte, dauerte es bis zum Jahr
1954, bis der Dow Jones mit über 400 Punkten einen neuen Höchststand markierte. Der sinkende
Wohlstand nach 1929 zeigte sich vor allem in einer steigenden Zahl von Arbeitslosen 106 aufgrund der
zurückgehenden Umsätze und Gewinne der amerikanischen Unternehmen. 107 Zudem war eine
ansteigende Selbstmordrate zu beobachten, die damit begründet werden kann, dass sich die
Betreffenden hoch verschuldet hatten und keine Möglichkeit mehr sahen, ihre Schulden wieder
abzutragen.108

Abbildung 9109 zeigt den Dow Jones Industrial Average Index, das reale und nominale BIP, den
Consumer Price Index (CPI) sowie den Weizenpreis und die US-Bevölkerung von 1920 bis 1955. Zu
erkennen sind die Auswirkungen der Krise an Hand der Preisbewegungen.

103 Vgl JEROME MCDUFFIE, 2001, AP, United States History, S. 416.

Vgl. BRUCE I JACOBS, 1999, Capital Ideas and Market Realities: option replication, investor behavior,
104

and stock market crashes, S. 175.

105 Vgl. National Bureau of Economic Research, 2007a, Url: http://www.nber.org, Stand: 12.01.2007.

106Vgl. DAVID L. MINTER, 2001, Faulkner's Questioning Narratives: Fiction of His Major Phase, 1929-
42, S. 9.

Die Gewinne der Unternehmen des S&P Comp. fielen zwischen Ende 1929 und Ende 1932 um ca.
107

75%.

108Vgl. DAVID L. MINTER, 2001, Faulkner's Questioning Narratives: Fiction of His Major Phase, 1929-
42, S. 9.

109 Vgl. National Bureau of Economic Research, 2007a, Url: http://www.nber.org, Stand: 12.01.2007.
28

Wirtschaftliche Größen 1920 bis 1955 (Indexiert)

500

450

400

350

300 DJIA
CPI
nominales BIP
250
BIP zu US-$ aus dem Jahr 2000
Bevölkerung in Millionen
200 Weizen in US-$ je Bushel

150

100

50

0
20

22

24

26

28

30

32

34

36

38

40

42

44

46

48

50

52

54
19

19

19

19

19

19

19

19

19

19

19

19

19

19

19

19

19

19
Abbildung 9: Wirtschaftliche Größen von 1920 bis 1955.
Quelle: Eigene Darstellung auf Grundlage der Daten der Economic History Website sowie des National Bureau of
Economic Research (Weizenpreis).

3.6 Die Blase beim Gold in den späten 1970er Jahren


Als Beginn der Hausse bei Gold kann der April des Jahres 1971 angesehen werden, als Präsident
Nixon das Goldfenster schloss und damit das 1944 installierte System von Bretton Woods
zusammenbrach.110 Dieses hatte den sog. Gold-Dollar-Standard vorgesehen. Das bedeutete, dass
gegenüber dem Gold-Standard aus dem 19. Jahrhundert die Währung eines Landes nicht mehr in
Gold festgelegt werden musste, sondern entweder in Gold oder in US-$. Dieser konnte also neben
Gold als Devisenreserve gehalten werden. Der US-$ wiederum war in Gold konvertibel, was bedeutet,
dass bei Vorlage eines US-$ dieser zu einem bestimmten Umtauschverhältnis in Gold eingetauscht
werden musste (bis 1971 eine Unze für 35 US-$).111 Allerdings sah das System vor, dass die USA den
Goldpreis und damit das Umtauschverhältnis von US-$ in Gold ändern durften. Zudem war eine
100%ige Deckung des US-$ in Gold nicht notwendig, da andere Länder den US-$ als Devisenreserve
halten durften und daher nicht zu erwarten war, dass sämtliche US-$ zum Umtausch in Gold

110Vgl. BARRY J EICHENGREEN, 1993, A Retrospective on the Bretton Woods System: Lessons for Inter-
national Monetary Reform, S. 532.

111 Vgl. HARTMUT WASSER, 2000, USA.: Wirtschaft, Gesellschaft, Politik, S. 206.
29

vorgelegt würden.112 Für den Fall, dass doch die Gefahr bestand, dass zu viel Gold aus den USA
abfloss, wurde gelegentlich diplomatischer Druck ausgeübt. So hinderte z.B. Präsident Johnson
Deutschland daran, seine US-$ in Gold umzutauschen, indem er Deutschland wieder ins Gedächtnis
rief, dass nach wie vor Truppen zwischen Deutschland und Russland stünden. 113 Die Tatsache, dass
andere Länder US-$ als Devisenreserven halten durften, eröffnete den USA die Möglichkeit, neue US-
$ zu schaffen und sich gegenüber dem Ausland zu verschulden 114. So wurde unter dem Einfluss von
Keynes 1946 der sog. Employment Act verabschiedet, der in Abschnitt 2 besagt:

Der Kongress erklärt hiermit, dass es die fortgesetzte Richtlinie und Verantwortung der
Bundesregierung ist, alle praktischen Mittel entsprechend ihrer Bedürfnisse und Verpflichtungen und
anderen Betrachtungen nationaler Richtlinien zu nutzen […] und all ihre Pläne, Funktionen und
Ressourcen zu koordinieren […], um Vollbeschäftigung, Produktion und Kaufkraft zu fördern. 115

Mit diesem Gesetz wurde der Arbeitslosigkeit offiziell der Kampf angesagt und es setzte sich bei
Banken, Investoren und der Öffentlichkeit die Meinung durch, dass – gemäß Keynes - durch die
Anhäufung von Schulden vor allem durch den Staat die Konkunkturzyklen abgeschafft oder
zumindest abgebildet werden könnten.116 Diese neue Kreditmoral führte dazu, dass sich das
Zahlungsbilanzdefizit der USA im Laufe der folgenden Jahre immer weiter erhöhte und im Gegenzug
die Goldreserven zurückgingen. John Exter117 schreibt über das Jahr 1958:

Während der Mini-Rezession 1958 hatte das Fed jedoch ein schlechtes Jahr, als es 2,25 Milliarden US-$
an Kredit schöpfte. Zu meinem Erstaunen musste ich 2,25 Milliarden US-$ Gold an ausländische
Zentralbanken verkaufen, damit das Gleichgewicht des Systems erhalten werden konnte; es ist nach wie
vor der größte Goldverlust des Fed in einem einzigen Jahr.118

112Vgl. JAMES DINES, 1975b, The Invisible Crash: What It Is, Why It Happened, How to Protect Yourself
against It, S. 37/38.

113 Vgl. ebenda.

114 Vgl. FERDINAND LIPS, 2006, Die Goldverschwörung, S. 73.

115 Employment Act von 1964, Abschnitt 2.

116 Vgl. FERDINAND LIPS, 2006, Die Goldverschwörung, S. 76.

117 Exter wurde 1954 “Vice president in charge of international banking & gold & silver operations”.

118 Vgl. John Exter in einem Gespräch mit Ferdinand Lips.


30

Abbildung 10119 zeigt die Geldmenge „Commerical Banks Plus Currency Held By Public“ und die
Goldreserven in Milliarden US-$ sowie deren Verhältnis von 1907 bis 1966. Es ist eindeutig zu
erkennen, dass sowohl Geldmenge als auch Geldreserven gerechnet in US-$ bis 1940 anstiegen. Die
Goldreserven stiegen ab 1934 sogar schneller. Nach Bretton Woods 1944 war allerdings ein
Rückgang der Goldreserven bei gleichzeitig weiter steigender Geldmenge zu beobachten. Aus diesem
Grund wurde die Konvertibilität in Gold immer schwieriger und konnte nur aufrechterhalten
werden, wenn nicht in größerem Umfang Gold aus den USA abfloss. Dies war jedoch 1971 der Fall,
als England, Frankreich sowie die Schweiz Gold im Austausch für ihre US-$ verlangten.120 Präsident
Nixon reagierte mit dem sog. „Nixon Shock“, indem er das „Goldfenster“ schloss und dem Schatzamt
verbot, US-$ im ausländischen Besitz gegen Gold zu tauschen. Richard M. Salsman äußerte sich
hierzu wie folgt:

Das Schließen des Goldfensters war ein höflicher Ausdruck für die Nichterfüllung von Goldzahlungen, in
anderen Worten Zahlungsunfähigkeit und ein Verstoß gegen die internationalen monetären
Vereinbarungen. Dieser Bruch von Verpflichtungen unterschied sich im wesentlichen nicht von den
Moratorien von „Dritte-Welt-Schuldnern“, wie sie später in den 80er Jahren vorkamen. Die
Zahlungseinstellung von Gold entsprach der Handlungsweise einer Bananenrepublik. Der Dollar blieb
seitdem vom Gold abgekoppelt.121

Nach Meinung von Goldkritikern hätte dies zu einem Verfall des Goldpreises führen müssen:

Als Gold 1972 demonetisiert wurde, sagten viele Goldkritiker voraus, dass der Goldpreis unter 35 US-$
fallen würde. Sie nahmen an, dass der Papierdollar dem Gold Wert verleihen würde, nicht umgekehrt. 122

Dies war jedoch nicht der Fall, was man daran erkennen kann, dass der Marktpreis für Gold vier
Monate nach Schließung des Goldfensters auf 45 US-$ und bis zum 13.02.1972 sogar auf 75 US-$ je
Unze gestiegen war, und das obwohl die Deutsche Bundesbank und die Schweizer Nationalbank US-$

119 Daten vgl. National Bureau of Economic Research, 2007a, Url: http://www.nber.org, Stand:
12.01.2007.

120 Vgl. FERDINAND LIPS, 2006, Die Goldverschwörung.

121 RICHARD M. SALSMAN, 1995, Gold and Liberty, S. 73.

122 FERDINAND LIPS, 2006, Die Goldverschwörung, S. 76.


31

kauften, um die Währung zu stützen. Als der Goldpreis im März 1973 sogar die 90 US-$-Marke
überschritt, brach das System der festen Wechselkurse von Bretton Woods vollständig zusammen. 123
Goldreserven und Geldmenge in Milliarden US-$ von 1907 bis 1966 (Indexiert)

1000 45%

40%
Goldreserven und Geldmenge in Milliarden US-$

35%

Verhältnis Gold zu Geldmenge


100 30%

25%

20%

10 15%

10%

5%

1 0%
1907
1909
1911
1913
1915
1917
1919
1921
1923
1925
1927
1929
1931
1933
1935
1937
1939
1941
1943
1945
1947
1949
1951
1953
1955
1957
1959
1961
1963
1965
Verhältnis Goldreserven in Mrd. US-$ Geldmenge in Mrd. US-$

Abbildung 10: Goldreserven und Geldmenge in Mrd. US-$ von 1907 bis 1966.
Quelle: Eigene Darstellung auf Grundlage der Daten vom National Bureau of Economic Research.

Während der Goldpreisanstieg zunächst auf ein zunehmendes Misstrauen gegenüber dem US-$
zurückzuführen war, trug ab 1974 auch eine zunehmende Spekulation auf Kursgewinne beim Gold
selbst sowie bei Goldminenaktien zu dem weiteren Anstieg bei. Am 01.04.1974 veröffentlichte
Merrill Lynch eine Studie über südafrikanische Goldaktien mit folgendem Beginn:

Wir glauben, dass ein Portfolio mit führenden südafrikanischen Goldminenaktien in den nächsten
Jahren eine große Kapitalrendite in Form von hohen Dividenden-Einkommen und Kapitalgewinnen
bieten könnte. Diese Meinung basiert auf unserer Erwartung, dass der Goldpreis weiter ansteigen und
langfristig ein Niveau erreichen wird, das aller Wahrscheinlichkeit nach weit über dem gegenwärtigen
Niveau liegen dürfte.124

Hinzu kam die Tatsache, dass den Bürgern der USA ab dem 01.01.1975 zum ersten Mal seit 40 Jahren
wieder erlaubt wurde, privat Gold zu besitzen. 125 Hieraus wurde eine enorme künftige Nachfrage

123 Vgl. Ebenda.

124 Ebenda.

125 Vgl. LEO MELAMED, 1996, Escape to the Futures, S. 210.


32

seitens der US-Bürger abgeleitet, was den Preis für eine Unze Gold bis zum 30.12.1974 auf bis zu
197,25 US-$ steigen ließ.

Allerdings wurden die Zukunftserwartungen der Goldspekulanten zunächst nicht erfüllt. Mit dem
Beginn des Jahres 1975 wurde eine ca. zweijährige Korrekturphase eingeleitet, die den Goldpreis
binnen eines Jahres auf 140 und bis zum 31.08.1976 sogar bis auf 104 US-$ drückte, was gegenüber
Ende 1974 einer Halbierung gleich kommt. Die Marke von 200 US-$ und damit neue Höchststände
wurden erst im Juli 1978 erreicht.

Der nachfolgende Anstieg bis Anfang 1980 steht u.a. im Zusammenhang mit ausländischen
Zentralbanken. Während das US-Schatzamt im Jahr 1975 in zwei kleineren Auktionen Gold
verkaufte, wurde Gold von ausländischen Zentralbanken gekauft, z.B. von Frankreich, der Schweiz,
Japan, Taiwan, Indonesien und den OPEC-Ländern. 126 Neben den Schweizer Banken, die in den
späten 1960er Jahren einen Großteil der privaten Portfolios weltweit verwalteten und einen
Goldanteil von 10 bis 40% empfahlen, hatte vor allem der Öl-Reichtum der OPEC-Länder eine
Auswirkung auf den Goldpreis, deren Öl-Exporte sich von 23,1 Milliarden US-$ im Jahr 1973 auf 160
Milliarden US-$ im Jahr 1979 ungefähr versiebenfachten. Mitte der 1970er Jahre explodierte daher
die Goldnachfrage seitens der Investoren aus den erdölexportierenden Ländern. 127 Timothy Green
schreibt hierzu:

Die wichtigste Entwicklung auf dem Goldmarkt seit 1970 waren die Goldkäufe von Zentralbanken (oder
anderen Regierungsinstitutionen) aus ölproduzierenden Ländern […]. 128

Der Grund dafür, dass die überschüssigen Kapitalien, bedingt durch die starke Anhebung des
Ölpreises, in Gold oder Immobilien investiert wurden statt z.B. in Aktien oder Anleihen, führt
Ferdinand Lips darauf zurück, dass die meisten Araber mit deren Wesen nicht vertraut gewesen
seien.129 Die hohe Nachfrage der Investoren und Notenbanken führte den Goldpreis in der zweiten
Hälfte der 70er Jahre bis an die 400-US-$-Marke heran. Einen weiteren Schub bekam der Goldpreis
im Zuge der Irankrise 1979, als die US-Regierung iranisches Gold in der Federal Reserve Bank in

126Vgl. TIMOTHY GREEN, 1984, The New World of Gold: The Inside Story of the Mines, the Markets, the
Politics, the Investor, S. 183.

127 Vgl. FERDINAND LIPS, 2006, Die Goldverschwörung, S. 142.

128TIMOTHY GREEN, 1984, The New World of Gold: The Inside Story of the Mines, the Markets, the
Politics, the Investor, S. 182.

129 FERDINAND LIPS, 2006, Die GoldverschwörungS. 144.


33

New York einfror.130 Hieraus leiteten ausländische Zentralbanken ab, dass ihr Gold in den USA nicht
vollkommen sicher war und begannen über Schweizerische Banken zu kaufen. Die Spekulation, die
hierdurch ausgelöst worden war, trieb den Goldpreis in den ersten drei Januarwochen 1980 von 512
auf in der Spitze 850 US-$. Dann allerdings setzte eine Korrektur ein und der Preis sank bis April
wieder unter 500 US-$. Trotz einer zweiten kurzen Aufwärtsbewegung gelang es dem Goldpreis bis
zum Jahr 2006 nicht, die 700-US-$-Marke wieder zu überwinden. Die folgende Abbildung zeigt die
Entwicklung des Goldpreises von 1944 bis 2006.

Goldpreis je Unze in US-$ von 1944 bis 2006

900

800

700

600

500

400

300

200

100

0
1944

1946

1948

1950

1952

1954

1956

1958

1960

1962

1964

1966

1968

1970

1972

1974

1976

1978

1980

1982

1984

1986

1988

1990

1992

1994

1996

1998

2000

2002

2004

Abbildung 11: Goldpreis je Unze in US-$ von 1944 bis 2006. 2006
Quelle: eigene Darstellung, Daten siehe Kapitel 4.1.3.

3.7 Die Japanblase in den 1980er Jahren


Der Anstieg der japanischen Aktienkurse, der Ende der 1980er Jahre spekulative Züge annahm und
den Aktienmarkt in eine Blase hineinführte, begann bereits nach dem Ende des 2. Weltkrieges. 131
Ähnlich wie Deutschland konnte Japan ab den 1950er Jahren ein massives Wirtschaftswachstum

130Die sog. Freeze Order wurde am 14.11.1979 von Jimmy Carter erteilt. Die eingefrorenen
Vermögensgegenstände des Iran umfassten u.a. 1.632.917 Unzen Gold. Vgl. hierzu HOSSEIN ALIKHANI,
2001, Sanctioning Iran: Anatomy of a Failed Policy, S. 68.

131 Vgl. National Bureau of Economic Research, 2007a, Url: http://www.nber.org, Stand: 12.01.2007.
34

verzeichnen, das erst in den 70er Jahren des letzten Jahrhunderts abflachte. 132 1964 wurde das Land
in den Club der OECD aufgenommen133, 1970 überholte Japan Westdeutschland bei der
Wirtschaftsleistung134, 19 Jahre später war es kurz davor zur bedeutendsten Wirtschaftsnation der
Welt aufzusteigen. Folgende Gründe lassen sich für den wirtschaftlichen Aufschwung über mehr als
eine Generation finden:

• Die japanischen Produktionsmethoden, insbesondere das Total Quality Management (im


Japanischen das sog. Kaizen), die qualitativ hochwertige und gleichzeitig billige Produkte
erzeugen, führten zu einem großen Absatz japanischer Produkte auf dem Weltmarkt.135
• Japanische Firmen mussten wenig Rücksicht auf den Kapitalmarkt nehmen, da viele Sparer ihr
Geld zur Bank brachten und diese es zu niedrigen Zinsen an die Unternehmen weiter verlieh.
Dadurch konnten sich die Unternehmen der langfristigen Unternehmensstrategie widmen.
• Nach Aussage Japans selbst trugen vor allem die nach dem 2. Weltkrieg erhalten gebliebenen
Tugenden wie Fleiß, Einordnung in die Gruppe, das Gemeinwohl sowie Loyalität zur Erklärung
des Wirtschaftswunders Japan bei.136 Nach Ansicht z.B. der Amerikaner kam hinzu, dass
Unternehmen oft Teile einer größeren Familie waren, die sich gegenseitig unterstützten und
dabei vom Finanz- und Industrieministerium unterstützt wurden, was zu angeblich unfairen
Handelspraktiken gegenüber anderen Ländern führte.137
• Der Japanische Yen wurde am 25.04.1949 im Zuge von Bretton Woods auf 360 Yen je Dollar
abgewertet.138 Der Kurs des US-$ in Yen blieb bis 1971 fix, hätte sich allerdings um ca. 27%

Zwischen 1956 und 1973 wuchs das reale BIP Japans um durchschnittlich 9,2% p.a., während das
132

Wachstum zwischen 1974 und 1992 auf durchschnittlich 3,8% p.a. sank. Vgl. hierzu MITSUO S ,
2000, The Japanese Economy, S. 10.

133Vgl. 2002, Forty years' experience with the OECD code of liberalisation of capital movements,
Organisation for Economic Co-operation and Development, S. 63.

134 Vgl. RICHARD A. WERNER, 2003, Princes of the Yen: Japan's Central Bankers and the Transformation
of the Economy, S. 73.

135Die Idee des Total Quality Management geht auf den Japaner Deming zurück. Er wird als eine Art
Nationalheld angesehen und ihm zu Ehren wird der „Deming Preis“ für besonders hochwertige
Qualität vergeben. Vgl. hierzu LAWRENCE L. MARTIN, 1993, Total Quality Management in Human
Service Organizations, S. 13.

136 Vgl. MAX OTTE, 2006, Der Crash kommt, S. 156ff.

137 Vgl. JOHNSON, 1982, MITI and the Japanese Miracle. The Growth of Industrial Policy.

138Vgl. ROGER STRANGE, 1993, Japanese Manufacturing Investment in Europe: Its Impact on the UK
Economy, S. 50.
35

reduziert, wenn der Yen frei hätte gehandelt werden können.139 Der niedrig bewertete Yen
wirkte sich positiv auf die japanischen Exporte aus und verursachte ab 1968 einen steigenden
Handelsbilanzüberschuss.140 Die Exporte stiegen um 15,9% p.a. in den 1950er Jahren, um 17,5%
p.a. in den 1960er Jahren und um 20,8% p.a. in den 1970er Jahren. In den 1980er Jahren flachte
das Wachstum mit einem aufwertenden Yen zwar etwas ab, die Steigerung betrug zwischen
1984 und 1994 allerdings immer noch 12,2% p.a. 141 1991 hatte der gesamte Export mit einem
Volumen von 314,8 Mrd. US-$ ca. 74% des Volumens der USA erreicht, nach 8,4 Mrd. US-$ bzw.
30% im Jahr 1965.142
• Schließlich trugen auch die japanischen Importbeschränkungen dazu bei, dass die Japaner
eigene Produkte erwarben statt importierter Güter. 143

Die Gründe für den Boom bei den Aktienkursen lassen sich im Ende von Bretton Woods 1971 finden.
Nachdem der Wechselkurs des Yen gegenüber dem US-$ freigegeben worden war, begann der Yen zu
steigen, was sich wie beschrieben negativ auf die Exporte ausgewirkt hätte. Aus diesem Grund
versuchte die Bank of Japan den Kurs des Yen niedrig zu halten, indem sie selbst Geld druckte und
gegen US-$ verkaufte. Zudem wies sie die Geschäftsbanken an, ein hohes Kreditvolumen zu erzeugen,
um die Inlandsnachfrage weiterhin hoch zu halten. 144

Das hohe Angebot an Liquidität führte zum einen dazu, dass die Konsumentenpreissteigerungsrate
in Japan 1974 auf über 23% anstieg145, zum anderen begannen die Firmen aus Mangel an neuen
Produkten unproduktive Investitionen zu tätigen und z.B. Land zu erwerben. Die daraufhin
steigenden Landpreise zogen weitere Investoren an und die Buchgewinne mit der Landspekulation
schließlich führte zu hohen Unternehmensgewinnen und somit steigenden Aktienkursen. Stimuliert

Vgl. C. RANDALL HENNING, 1994, Currencies and Politics in the United States, Germany, and Japan, S.
139

123.

140ROGER STRANGE, 1993, Japanese Manufacturing Investment in Europe: Its Impact on the UK
Economy, S. 49.

141 Vgl. NIGEL GRIMWADE, 2000, International Trade, S. 201.

142Vgl. NIHON INDASUTORIARU P IINKAI, 1997, Made in Japan: Revitalizing Japanese


Manufacturing for Industry Growth, S. 338.

143 Vgl. RICHARD A. WERNER, 2003, Princes of the Yen: Japan's Central Bankers and the Transformation
of the Economy, S. 73.

144 Vgl. ebenda.

Vgl. C. RANDALL HENNING, 1994, Currencies and Politics in the United States, Germany, and Japan, S.
145

126.
36

wurde die Spekulation am Aktienmarkt ebenfalls mit Krediten. Nachdem der japanische Nikkei146
zwischen März 1972 und Dezember 1972 von 3000 auf 5000 Punkte gestiegen war, betrugen die
Gewinne der japanischen Firmen mit Land 15 Billionen Yen und die mit Aktien 5 Billionen Yen. 147

Die hohen Steigerungsraten bei den Aktienkursen waren allerdings schon seit dem Ende des Zweiten
Weltkrieges zu verzeichnen gewesen. Hatte der Nikkei 1945 nach dem Ende des Krieges noch bei ca.
40 Punkten notiert, so hatte er sich nur zehn Jahre später mit 425 Punkten bereits verzehnfacht -
dies entspricht einer jährlichen Steigerung von ca. 26,6% - und 1962 verdreißigfacht. Zwischen 1962
und 1982 flachte das Wachstum mit ca. 9% p.a. zwar etwas ab. Eine längere Korrektur war bei den
Aktienkursen allerdings nicht zu erkennen. Ab 1982 beschleunigte sich das Wachstum abermals und
als der Nikkei 1989 bei 38.957 Punkten notierte, war dem in den sieben vergangenen Jahren
ebenfalls ein durchschnittliches Wachstum von ca. 25% vorausgegangen. 148 Abbildung 12 zeigt den
Verlauf des japanischen Aktienindex Nikkei zwischen 1914 und 2006 sowie den Verlauf des
Wechselkurses zwischen Japanischem Yen und US-$149. Es wird deutlich, dass der Aufschwung der
japanischen Aktien im Zuge der Abwertung des japanischen Yen nach dem zweiten Weltkrieg von
4,25 auf 360 Yen je US-$ erfolgte. Im Jahr 1990 platzte dann die Spekulationsblase im Aktienmarkt.
Bereits 1994 hatten sich sowohl die Aktienkurse als auch die Länderpreise halbiert. 150 Im Gegensatz
zu den USA 1929 bis 1932, als die Kurse bereits drei Jahre nach dem Top auf ihre Tiefststände
gefallen waren, dauerte es in Japan allerdings 13 Jahre, bis der Nikkei bei 7603 Punkten im Jahr 2003
seinen Boden gefunden hatte. Dies entspricht einem Verlust von ca. 80,5%. 151 Die Tatsache, dass
auch in Japan Aktien auf Kredit gekauft worden waren, führte dazu, dass viele Aktien
zwangsverkauft werden mussten, um die Kredite zurückzahlen zu können. Zudem mussten viele

146Der Nikkei 225 wird seit 1950 nach dem Vorbild des Dow Jones Industrial Average als ein
ungewichteter Durchschnitt berechnet und setzt sich aus einer Auswahl der größten an der Börse
Tokio notierten Aktienwerte zusammen, die als repräsentativ für eines der sechs Branchensegmente
erachtet werden. Vgl. hierzu PATRICK R. BETTSCHEIDER, 2003, Indexveränderungen und ihre
Auswirkungen auf Kapitalmärkte und Unternehmen, S. 62.

147 Vgl. RICHARD A. WERNER, 2003, Princes of the Yen: Japan's Central Bankers and the Transformation
of the Economy, S. 76.

148Ende 1982 notierte der Nikkei bei 8016 Punkten, das ergibt bis Ende 1989 eine Steigerung von
386% bzw. 25,3% p.a. Vgl. Global Financial Data.

149 Der Nikkei wird seit 1950 berechnet.

150 Vgl. RICHARD A. WERNER, 2003, Princes of the Yen: Japan's Central Bankers and the Transformation
of the Economy, S. 93.

151 Datenquellen siehe Kapitel 4.1.3.


37

Unternehmen, die an der Spekulation teilgenommen hatten, Insolvenz anmelden. Die Realwirtschaft
Japans rutschte während der 1990er Jahre in die größte Abschwungphase seit den 1930er Jahren. 152
Nikkei und Wechselkurs US-$ in Japanischem Yen 1914 - 2006

100.000 1000

10.000

100

1.000

10

100

10 1
14
17
20
23
26
29
32
35
38
41
44
47
50
53
56
59
62
65
68
71
74
77
80
83
86
89
92
95
98
01
04
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
20
20
Abbildung 12: Kursverlauf des Nikkei-Index sowie des Wechselkurses zwischen US-$ und Japanischem Yen von
1914 bis 2006.
Quelle: eigene Darstellung, Daten siehe Kapitel 4.1.3.

3.8 Die Hightech-Blase in den späten 1990er Jahren


So wie in den USA und anderen europäischen Ländern begann die Aufwärtsbewegung an der
deutschen Börse, die bis zum Jahr 2000 anhielt, bereits 1982. Nach einer 16-jährigen Seitwärtsphase
erreichte der Dow Jones Industrial Average Index im November 1982 einen neuen Höchststand 153
und setzte die Aufwärtsbewegung nach dem zweiten Weltkrieg, die bis 1966 gedauert hatte, fort.
Dasselbe galt für den FAZ-Index154, der zu dieser Zeit das deutsche Börsenbarometer darstellte.155

152 Vgl. RICHARD A. WERNER, 2003, Princes of the Yen: Japan's Central Bankers and the Transformation
of the Economy.

153Der Punktestand am 03.11.1982 betrug 1065 Punkte, der bisherige Höchststand von 1051
stammte aus dem Januar 1973.

154Der FAZ-Index wird seit 1961 von der Frankfuter Allgemeinen Zeitung herausgegeben und
enthält die Kurse von 100 Gesellschaften, die im variablen Handel an der Frankfurter
Wertpapierbörse notiert sind.
38

Unterbrochen nur durch einige Abwärts- und Seitwärtsbewegungen156, legten deutsche Aktien
zwischen 1982 und 1996 um ca. 400% zu. Allerdings blieben die Aktionärszahlen sowie das
Interesse in der Öffentlichkeit in dieser Zeit vergleichsweise gering. Das Deutsche Aktieninstitut gibt
die Zahl der Aktionäre für das Jahr 1988 mit 3.192.000 an, davon 893.000 Belegschaftsaktionäre157.
Damit besaßen in diesem Jahr nur ca. 5% der Bevölkerung Aktien oder Aktienfonds. Diese Zahl lag
1996 mit 5,7% zwar geringfügig höher als 1988. Im Vergleich zu den USA, die bereits 1992 eine
Quote von 19,3% aufwiesen158, war sie aber immer noch sehr gering. Ein ähnliches Bild ergibt sich
bei der Betrachtung des Anteils des Geldvermögens der privaten Haushalte in Aktien oder
Aktienfonds. Zwischen 1990 und 1996 stagnierte dieser zwischen 5,99 und 6,61% gegenüber 59,7%
bei Sparanlagen, Versicherungen und festverzinslichen Wertpapieren.

Ab 1996 erhöhte sich die Zahl der Aktionäre sowie der Anteil des Geldvermögens in Aktien. Dies
kann u.a. auf den Börsengang der Deutschen Telekom im November 1996 zurückgeführt werden. 159
Im Jahr 1996 investierten deutsche Privatanleger ca. 5,4 Milliarden € in Aktien, davon 4,3 Milliarden
€ im Zuge der Zeichnung der Telekom-Aktien. Durch die Zeichnung der Telekom-Aktien erhöhte sich
die Zahl der Aktionäre um ca. 2 Millionen. Die über die Telekom-Aktien hinausgehenden 2 Milliarden
€ lassen darauf schließen, dass das Interesse für die Aktie generell ab 1996 zugenommen hat. 160 Dies
zeigte sich auch nach der Einführung des neuen privatrechtlich geregelten Börsensegmentes „Neuer
Markt“ im März 1997. Die Einführung hatte zum Ziel, kleinen und mittleren Unternehmen bessere
Möglichkeiten zu geben, sich an der Börse Eigenkapital zu beschaffen. 161

155 Den Deutschen Aktienindex DAX gibt es erst seit Dezember 1987.

156 Z.B. den Crash 1987, die Golfkrise 1990, den Anstieg der Zinsen 1994 u.ä.

157Vgl. DR. FRANZ-JOSEF LEVEN, 2006, Aktionärszahlen rückläufig – Steuerpolitik verunsichert Anleger
- DAI-Kurzstudie 2 / 2006.

Vgl. RICHARD F. HAMILTON, 2000, Marxism, Revisionism and Leninism: Explication, Assessment and
158

Commentary, S. 105.

159 Vgl. ALEXANDER PROKOT, 2006, Strategische Ausschüttungspolitik deutscher Aktiengesellschaften,


S. 38.

160Vgl. DR. FRANZ-JOSEF LEVEN, 2006, Aktionärszahlen rückläufig – Steuerpolitik verunsichert Anleger
- DAI-Kurzstudie 2 / 2006.

161 Vgl. HANS EGON BÜSCHGEN, 1998, Bankbetriebslehre: Bankgeschäfte und Bankmanagement, S. 215.
39

Die ersten beiden Unternehmen, die dort gelistet waren, waren Bertrandt sowie Mobilcom. 162
Mobilcom hatte sich als Ziel gesetzt, der Deutschen Telekom Marktanteile abzunehmen. 163 Die
Tatsache, dass der Börsengang mit einem Zeichnungsgewinn von über 50% am ersten Tag ein Erfolg
wurde164, führte dazu, dass weitere Unternehmen an die Börse gingen und sowohl die Kurse als auch
die Zahl der Marktteilnehmer stiegen.165 Für die Anleger war es lukrativ, die neuen Aktien zu
zeichnen, weil sie schon nach kurzer Zeit auf hohe Gewinne hoffen konnten und zumindest bis zum
Jahr 2000 selten enttäuscht wurden. Für die Unternehmen, die ihre Aktien an der Börse platzieren
wollten, war es wiederum einfach den Börsengang durchzuführen, da mit der nötigen Nachfrage von
seiten der Anleger gerechnet werden konnte.
Kursentwicklung DAX, Nemax Allshare, SAP und Dt. Telekom 1983 bis 2000

10000

1000

100
01.02.83

01.02.84

01.02.85

01.02.86

01.02.87

01.02.88

01.02.89

01.02.90

01.02.91

01.02.92

01.02.93

01.02.94

01.02.95

01.02.96

01.02.97

01.02.98

01.02.99

DAX SAP Dt. Telekom Nemax Allshare 01.02.00

Abbildung 13: Kursentwicklung von DAX, Nemax Allshare, SAP und Dt. Telekom von 1983 bis 2000
Quelle: eigene Darstellung. Daten: DAX: http://www.markt-daten.de; SAP und Dt. Telekom:
http://www.onvista.de; Nemax Allshare: Chart der Comdirect Bank vom 06.01.2002, abgerufen unter
http://www.brainworker.ch/images/nemax.gif am 13.03.2007.

162 Vgl. WERNER SEIFERT, 2002, Performance ist kein Schicksal, S. 33.

Mobilcom nutzte die Erlöse aus dem Börsengang ab März 1998 dazu, um andere Unternehmen zu
163

übernehmen und so extern zu wachsen. Mit der Übernahme des Serviceproviders Cellway z.B.
konnte die Kundenzahl mehr als verdoppelt werden. Vgl. hierzu INSA SJURTS & NILS STIEGLITZ, 2003,
Der Mobilfunkmarkt im Umbruch.: Eine innovationsökonomische und unternehmensstrategische
Analyse, S. 113.

164 Vgl. ALEXA GEISTHÖVEL, 2005, Orte der Moderne: Erfahrungswelten des 19. Und 20. Jahrhunderts.

165Der Neue Markt wurde schnell zum größten „Second Market“ Europas mit über 300 IPOs
zwischen 1997 und 2001. Vgl. hierzu ROSS GEDDES, 2003, IPOs and Equity Offerings, S. 50.
40

Wie auf Abbildung 13166 zu sehen ist, stieg der Nemax Allshare in den Jahren 1997 bis 2000 stärker
als der DAX und sogar stärker als die Dt. Telekom und SAP, die die Gewinnerliste im DAX
anführten.167 Trotzdem wurden die Höchststände aus dem Jahr 1999 im Frühjahr 2000 nochmals um
ca. 115% überboten. Im März 2000 erreichte der Index der Aktien des Neuen Marktes mit ca. 8600
Punkten ein Allzeithoch und war damit gegenüber März 1997 bei der Einführung des
Börsensegments um 1460% gestiegen. Damit wies der Index innerhalb von drei Jahren eine
Performance auf, für die der DAX 18 Jahre benötigt hatte.

Zur selben Zeit wie die deutschen Wachstumsaktien des Neuen Marktes stiegen auch ihre Pendants
in den USA. Der Nasdaq-Composite-Index, der etwa 5500 kleinere weniger bekannte amerikanische
Aktien aus den Bereichen Industrie, Computer, Finanzen, Telekommunikation, Biotechnologie und
Transport enthält, stieg zwischen März 1997 und März 2000 ebenfalls stark, und zwar um 292% von
1300 auf 5100 Punkte. Dieser Anstieg reicht zwar nicht an die Performance des Neuen Marktes
heran. Eine Jahresperformance von 57,7% in diesen drei Jahren lässt aber ebenso wie in Deutschland
auf eine spekulative Übertreibung nach oben schließen. 168 Dies wird auch dadurch deutlich, dass
Einzelaktien wie der Hardwarehersteller EMC oder der Netzwerkbetreiber Cisco Systems 1650%
bzw. 1530% zulegten und damit eine ähnliche Performance aufwiesen wie der Neue Markt.

Ab März 2000 zeigten sich jedoch erste Überhitzungserscheinungen, und zwar zunächst bei den
Zeichnungsgewinnen der Neuemissionen. Während bis zu diesem Zeitpunkt Zeichnungsgewinne
teilweise dreistellig ausfielen169, mussten ab April 2000 sogar Verluste von bis zu 17% am ersten Tag
hingenommen werden170. Einige geplante Börsengänge wie der von LetsBuyIt.com wurden sogar
ganz zurückgezogen.171

166 Vgl. Markt-Daten, 2007b, Url: http://www.markt-daten.de, Stand: 15.01.2007.

167 Die Dt. Telekom stieg zwischen dem 02.01.1997 und dem 06.03.2000 um 529%, SAP um 717%.

168Vgl. ROBERT STEIN, 2002, Inside Greenspan's Briefcase: Investment Strategies for Profiting from
Key Reports and Data, S. 91.

169 z.B. Biodata 433%, Popnet 340%, Softline 322%.

170 Der Eröffnungskurs der Aktie von Jobs & Adverts z.B. lag am 06.04.2000 bei lediglich 19 €,
wohingegen der Ausgabekurs bei 23 € gelegen hatte. Die Aktie erholte sich im Laufe des Tages bis
auf 24 €, schloss allerdings wieder unter dem Ausgabekurs von 23 €. Siehe hierzu Bigcharts, 2006,
Url: http://www.bigcharts.com, Stand: 15.12.2006.

171Vgl. PETER WITT MARKUS RUDOLF, 2002, Bewertung von Wachstumsunternehmen.: Traditionelle
und innovative Methoden im Vergleich, S. 41.
41

Wenig später wirkte sich die zunehmend schlechter werdende Verfassung der Aufwärtsbewegung
auch auf Unternehmen aus, die bereits an der Börse platziert worden waren. Angefacht wurde die
sich verschlechternde Stimmung insbesondere durch eine Studie des Barron’s Magazin, das 51
Internet-Unternehmen die Insolvenz attestierte, wenn die Kosten weiterhin höher als eingehende
Mittel seien.172 Der Studie folgten zunächst weitere Veröffentlichungen über die verbleibende
Lebensdauer von Internetunternehmen in großen Tageszeitungen. Kurz darauf meldeten tatsächlich
erste Firmen wie das englische Unternehmen boo.com nach nur 6 Monaten seit dem Start der
Website die Einstellung der Geschäftstätigkeit. 173 Das erste Unternehmen des Neuen Marktes, das
Insolvenz anmeldete, war Gigabell am 15.09.2000. 174

Was die Aktienkurse bzw. den Punktestand des Nemax Allshare angeht, platzte die Blase an den
Technologiebörsen Mitte März des Jahres 2000 sowohl in den USA als auch in Deutschland.
Innerhalb von vier Wochen gab der Nasdaq Composite bis Mitte April 2000 37% und der Nemax
Allshare 33% nach. Zwar gab es in den folgenden Wochen und Monaten Kurserholungen, aber zum
Ende des Jahres 2000 betrugen die Kursverluste seit März beim Nasdaq 51% und beim Neuen Markt
sogar 70%. Obwohl es im Spätsommer nach dem bereits eingetretenen Kursverfall von über 30%
beim Neuen Markt positive Analystenkommentare gab, die von günstigen Einstiegsniveaus sprachen,
wurde die Unsicherheit der Anleger hierdurch nicht vermindert, sondern durch weitere Pleiten wie
die der Teamwork Information Management weiter erhöht. Hinzu kam die Verdächtigung, der
Herausgeber der Zeitschrift "Der Aktionär", Bernd Förtsch, sei in einen Fall von Insiderhandel mit
Verstoß gegen das Kreditwesengesetz verwickelt. 175 Die Bildzeitung kommentierte dies mit dem
Titel „Riesen-Börsen-Betrug“.176 Trotz der hohen Verluste noch während des Jahres 2000 ging die
Korrektur in den Jahren 2001 bis 2003 weiter. Bereits zu Jahresbeginn wurde mit einer Reduzierung
der Umsatz- und Ertragserwartungen bei Intershop deutlich, dass sich schlechte Nachrichten nicht
nur auf kurz vor der Insolvenz stehende Unternehmen bezogen. 177

172 Vgl. Die Welt Online, 2000, Internet-Firmen vor der Pleite.

173 Vgl. AMJAD UMAR, 2003, E-Business and Distributed Systems Handbook: Overview Module, S. 1-14.

174Vgl. LUTZ KRAFFT, 2006, Entwicklung räumliche Cluster: Das Beispiel Internet- und e-commerce-
gründungen in Deutschland, S. 169.

175Vgl. BARBARA BAERNS, 2004, Leitbilder von gestern?: zur Trennung von Werbung und Programm:
eine Problemskizze und Einführung, S. 114.

176 Vgl. Bildzeitung, 2000.

177Intershop brach nach einer Gewinnwarnung vom 01.01.2001 am 02.01.2001 um ca. 2/3 ein. Vgl.
hierzu heise online vom 02.01.2001.
42

Nachdem am 11.09.2001 im Zuge der Anschläge auf das World Trade Center in New York auch eine
weltweite Rezession immer wahrscheinlicher wurde, trübte sich die Stimmung an der Börse auch in
den etablierten Segmenten wie dem DAX oder dem amerikanischen S&P-500-Index immer weiter
ein. So wie in den 20er Jahren war die Korrektur erst drei (in Deutschland) bzw. 2,5 Jahre nach dem
Erreichen der Höchststände beendet. Die Kursverluste in den USA hatten sich beim Nasdaq
Composite bis Oktober 2002 auf 78%, die in Deutschland beim Neuen Markt bis März 2003 sogar auf
96% ausgeweitet. Die letzte Maßnahme der Deutschen Börse den Neuen Markt betreffend bestand
darin, das Segment nach nur 5-jährigem Bestehen zu schließen.178

178Vgl. ISABELL WELPE, 2004, Venture-capital-geber und ihre Portfoliounternehmen.: Erfolgsfaktoren


der Kooperation, S. 26.
43

4 Typische Phänomene
In diesem Kapitel werden die für eine Blasenbildung typischen Phänomene untersucht. Dabei
werden für jedes Phänomen folgende Schritte durchgeführt:

• Beschreibung des Phänomens und der Art und Weise, wie sich das Auftreten des Phänomens
bemerkbar macht
• Aufzeigen von Möglichkeiten, wie das Phänomen quantifiziert werden kann
• Nennen möglicher Datenquellen, die der Quantifizierung dienen können
• Plausibilisierung, wieso das Phänomen während einer Blasenbildung auftreten sollte
• Überprüfen mit Hilfe der Literatur sowie Datenmaterial, bei welchen Blasen das Phänomen
auftrat. Hierauf wird durch den Satz „Bedingung erfüllt“ hingewiesen. Das Ergebnis wird in
einer Tabelle zusammengefasst.

4.1 Schnell steigende Preise

4.1.1 Beschreibung des Phänomens


Unter schnell steigenden Preisen ist zu verstehen, dass der Preis, der für Aktien, Rohstoffe oder
andere Anlageformen an der Börse bezahlt werden muss, innerhalb eines bestimmten Zeitraums
signifikant stärker ansteigt, als dies in der Vergangenheit im Durchschnitt der Fall gewesen ist.

4.1.2 Quantifizierung des Phänomens


Hierzu muss zunächst festgelegt werden, innerhalb welches Zeitraums der Preisanstieg untersucht
wird und welche Zeitspanne für die Berechnung des historischen Durchschnittswertes herangezogen
wird. Der Zeitraum des untersuchten Preisanstiegs ist derjenige, in dem sich laut Literatur die
untersuchten Spekulationsblasen ausgebildet haben (siehe Kapitel 4.1.3). Für die Berechnung des
historischen Durchschnitts werden alle verfügbaren Daten miteinbezogen. Um herauszufinden, ob es
während einer Spekulationsblasenbildung zu einem starken Preisanstieg kam, wird die
durchschnittliche Preissteigerung während der Blasenbildung mit dem historischen
Durchschnittswert des Preisanstiegs des Spekulationsobjekts verglichen. Liegt die Preissteigerung
während der Blasenbildung signifikant über dem Durchschnittswert, so liegt eine starke
Preissteigerung vor. Signifikant soll bedeuten, dass die Preissteigerung sowohl mindestens doppelt
so hoch als auch mindestens 5%-Punkte über dem historsichen Durchschnitt liegt.

4.1.3 Datenquellen
Mögliche Datenquellen sind Kurstabellen sowie Grafiken mit Kursverläufen. Für die Kurse der acht
zu untersuchenden Blasen werden folgende Quellen verwendet:
44

Die Tulpenmanie in Holland: Abbildung 2 auf Seite 6 des Buches „View from the Top of the Grand
Supercycle” von Robert R., Jr. Prechter für den Kursverlauf der “Gouda Tulip Bulb” 179.

Die South Sea Bubble in London: Die Daten von Larry Neal, University of Illinois, 1407 W. Gregory
Drive, Urbana, IL, USA unter http://www.icpsr.umich.edu für die Kurse der South Sea Company
(Tagesschlusskurse)180.

Die Südamerikaeuphorie: Von 1693 bis 1697 das Buch „A History of Prices in England“ von Thorold
Rogers181, von 1697 bis 1811 das Buch “The Rise of Financial Capitalism: International Capital
Markets in the Age of Reason” von Larry Neal182 und für die Jahre ab 1811 das Buch “The Growth and
Fluctuation of the British Economy 1790-1850”183 für die Kurse des FTSE (Quartalseröffnungs-,
Höchst-, Tiefs- und Schlusskurse).

Die Eisenbahnmanie in Großbritannien und Deutschland: Abbildung 1.3 auf Seite 10 des Buches
“Engines That Move Markets: Investigating from Railroads to the Internet and Beyond“ von Alasdair
G. M. Nairn und Sandy Nairn184 für den Kursverlauf des Railway Share Price Index, der aus 14 Werten
besteht.

Die Aktieneuphorie in den USA: Die Datenbank von „Global Financial Data“ für die Kurse des Dow
Jones Industrial Average Index (Tagesschlusskurse)185.

Die Blase beim Gold: Die Datenbank von „Global Financial Data“ für die Kurse des Spot-Preises einer
Unze Feingold (Tagesschlusskurse)186.

179 Vgl. ROBERT R. PRECHTER, 2003, View from the Top of the Grand Supercycle, S. 6.

180 Vgl. LARRY NEAL, 2005, Share Prices for South Sea Company.

181 Vgl. THOROLD ROGERS, Share Prices for South Sea Company.

182 Vgl. LARRY NEAL, 2005, Share Prices for South Sea Company.

183Vgl. ANNA J. SCHWARTZ, 1953, The Growth and Fluctuation of the British Economy 1790-1850, S.
368.

184Vgl. ALASDAIR G. M. NAIRN, 2002, Engines That Move Markets: Investigating from Railroads to the
Internet and Beyond.

185 Vgl. National Bureau of Economic Research, 2007a, Url: http://www.nber.org, Stand: 12.01.2007.

186 Vgl. ebenda.


45

Die Japaneuphorie: Die Datenbank von „Global Financial Data“ für die Kurse des Nikkei 225 Stock
Average bis Ende 1983187 (Quartalseröffnungs-, Höchst-, Tiefs- und Schlusskurse) sowie die Seite
von EconStats unter http://www.econstats.com/eqty/eq_d_mi_4.htm für die Kurse von Anfang 1984
bis 2007 (Tagesschlusskurse)188.

Die Hightech–Blase: Die Datenbank von „Global Financial Data“ für die Kurse des Nasdaq Composite
(Tagesschlusskurse)189.

Im Folgenden wird aufgezeigt, von wann bis wann die acht Blasen jeweils zu beobachten waren:

Die Tulpenmanie in Holland: 01.12.1634 bis 05.02.1637 (siehe Abbildung oben).

Die South Sea Bubble in London: Startzeitpunkt ist der 01.02.1720, da ab diesem Tag ein starker
Anstieg der Kurse zu verzeichnen war und gleichzeitig kurstreibende Gerüchte durch Sir John Blunt
gestreut wurden, die den Beginn der Blase einläuteten. 190 Als Ende der Blase wird der 01.07.1720
verwendet, weil an diesem Tag auf Schlusskursbasis der Höchstand der Aktie zu beobachten war.

Die Südamerikaeuphorie: Das Jahr des Beginns sowie des Endes der Spekulationsblase findet sich im
Untertitel des Buches „The First Latin American Debt Crisis“ von Frank Griffith Dawson: The City of
London and the 1822-25 Loan Bubble.191 Dieser Zeitraum deckt sich mit den Angaben von John
Harold Wood, der für den Boom und den Zusammenbruch der Südamerikaspekulation die
Zeitspanne 1822 bis 1825 identifiziert. 192

Die Eisenbahnmanie in Großbritannien und Deutschland: Dass der Beginn der ersten Blase im Jahr
1830 lag, kann Williams „A Companion to Nineteenth-Century Britain” entnommen werden.193 Der
Mai 1836 als Ende der ersten Blase ist Thomas’ „The Provincial Stock Exchanges“ zu entnehmen.
Andrew Maunder und Grace Moore geben in „Victorian Crime, Madness and Sensation“ den zweiten

187 Vgl. ebenda.

188 Vgl. ebenda.

189 Vgl. Ebenda.

190 PAUL SHEERAN, 2004, The International Political Economy of Investment Bubbles, S. 96.

191 Vgl. FRANK GRIFFITH DAWSON, 1990, The First Latin American Debt Crisis.

192 Vgl. JOHN H. WOOD, 2005, A History of Central Banking in Great Britain and the United States, p. 65,
S. 65.

193 Vgl. CHRIS WILLIAMS, 2004, A Companion to Nineteenth-Century Britain, S. 233.


46

Crash der Kurse mit dem Oktober 1845 an, den Beginn der zweiten Blase mit „Anfang der 1840er
Jahre“.194

Die Aktieneuphorie in den USA: Hinweise auf den Beginn sowie das Ende der Blase finden sich in
Grahams „Security Analysis“.195 Da der Höchststand am 03.09.1929 erreicht wurde und bei Graham
für den Beginn der Blase das Jahr 1927 angegeben wird, dauerte die Blase längstens vom 01.01.1927
bis zum 03.09.1929.

Die Blase beim Gold: Als Beginn der Blase wird der 01.10.1979 verwendet, da das Gold ab diesem
Zeitpunkt die Marke von 400 US-$ erreichte und Fedinand Lips ab einem Preis über 400 US-$ von
einer Blase sprach.196 Ende der Blase ist der Höchststand am 21.01.1980.

Die Japaneuphorie: Das Jahr, in dem die Blase platzte, war laut Paul Sheeran und Amber Spain das
Jahr 1989.197 Aus der Tatsache, dass der Schlussstand des Jahres 1989 mit 38915 nur ca. 0,1% unter
dem Höchststand bei 38957 Punkten lag und der Höchststand des Jahres 1990 0,6% tiefer lag als der
Schlussstand 1989, kann geschlossen werden, dass der Höchststand beim Nikkei gegen Ende des
Jahres 1989 erreicht wurde.

Die Hightech–Blase: Die Hightech-Blase begann im Herbst des Jahres 1998 nach dem starken
Einbruch der Kurse aufgrund der Asienkrise und platzte im Frühjahr 2000. Dies geht aus dem Buch
„Unlocking the Secrets of the Fed: How Monetary Policy Affects the Economy and Your Wealth-
Creation“ von David M. Jones hervor. 198

4.1.4 Plausibilisierung
Die Vermutung, dass es während der Entwicklung einer Blase zu schnell steigenden Preisen des
betreffenden Objekts kommt, lässt sich aus Kindlebergers Definition einer Spekulationsblase
ableiten:

194 Vgl. 2004, Victorian Crime, Madness and Sensation, p. 137, S. 134.

195 Vgl. Vgl. BENJAMIN GRAHAM, 1996, Security Analysis, S. 451.

196 S.o.

197 Vgl. PAUL SHEERAN, 2004, The International Political Economy of Investment Bubbles.

Vgl. JONES, 2002, Unlocking the Secrets of the Fed: How Monetary Policy Affects the Economy and
198

Your Wealth-Creation.
47

an upward price movement over an extended range199

4.1.5 Überprüfung

4.1.5.1 Die Tulpenmanie in Holland


Die Abbildung von Robert Prechter zeigt, dass der Preis für die Gouda Tulip Bulb im
Betrachtungszeitraum um mindestens 2900% gestiegen ist. Dies entspricht 369% p.a und liegt
deutlich über dem historischen Durchschnittswert. Um einen Wert für den historischen Durchschnitt
abzuschätzen, wird angenommen, dass sich die Tulpenpreise vor der Spekulation in den 1630er
Jahren ähnlich dem allgemeinen Preisniveau entwickelt haben. Stellvertretend hierfür wird die
Preisentwicklung für Getreide betrachtet. Zwischen 1570 und 1640 stieg der Preis für Getreide von
ca. 2 Unzen Silber je Quarter auf 6 oder 8 Unzen.200 Dies entspricht einer jährlichen Preissteigerung
von 2%.

BEDINGUNG ERFÜLLT

4.1.5.2 Die South Sea Bubble in London


Die Daten zeigen, dass der Kurs der South Sea Company im Betrachtungszeitraum um 625%
gestiegen ist, was 12540% p.a. entspricht. Im historischen Durchschnitt (Kurse der South Sea
Company vom 18.09.1711 bis zum 31.01.1720) betrug die Steigerung lediglich 8,4% p.a.

BEDINGUNG ERFÜLLT

4.1.5.3 Die Südamerikaeuphorie


Die Daten zeigen, dass die Kurse des FTSE im Betrachtungszeitraum um 287% stiegen, was 40-97%
p.a. bedeutet, je nachdem ob man den Betrachtungszeitraum von Anfang 1822 bis Ende 1825 oder
von Ende 1822 bis Anfang 1825 wählt. In beiden Fällen liegt die Steigerung signifikant über dem
historischen Duchschnitt von -0,04%. Um diesen zu berechnen, wird der Anstieg des FTSE zwischen
1693 und 1821 verwendet.

BEDINGUNG ERFÜLLT

199 CHARLES P. KINDLEBERGER, 2000, Review of Peter M. Garber, Famous First Bubbles: The Fundamen-
tals of Early Manias.

200 Vgl. FRANCIS AMASA WALKER, 1986, Money, S. 135.


48

4.1.5.4 Die Eisenbahnmanie in Großbritannien und Deutschland


Die Daten zeigen, dass die jährliche Steigerung des Railway Share Price Index in beiden Blasen (16-
19% sowie 11% p.a. je nachdem ob man für den Beginn der ersten Blase Anfang oder Ende 1830
wählt) deutlich über dem historischen Durchschnitt liegt. Für diesen wird analog zur
Südseeeuphorie die Entwicklung des FTSE ab 1693 verwendet.

BEDINGUNG ERFÜLLT

4.1.5.5 Die Aktieneuphorie in den USA


Im Betrachtungszeitraum stieg der Dow Jones 143%, was 40% p.a. entspricht. Dies liegt deutlich
über dem historischen Durchschnitt von 5,5%. Für diesen Wert wird die Steigerung des Dow Jones
Index zwischen 1896 und 1926 verwendet.

BEDINGUNG ERFÜLLT

4.1.5.6 Die Blase beim Gold


Aus dem Anstieg des Goldpreises auf 850 US-$ am 21.01.1980 ergibt sich eine annualisierte
Steigerung von 1052%. Um den durchschnittlichen jährlichen Preisanstieg zu berechnen, werden die
Daten der „Economic History Services web site“, gerechnet in Pfund, zwischen 1791 und 1979 als
Ausgangsbasis genommen und diese in US-$ umgerechnet. Hierzu werden ebenfalls die Daten der
„Economic History Services web site“ verwendet, Autor ist Lawrence H. Officer. 201 Es ergibt sich eine
durchschnittliche jährliche Steigerung von 1,14%. Damit liegt die jährliche Steigerung zwischen
1979 und 1980 über dem historischen Durchschnitt.

BEDINGUNG ERFÜLLT

4.1.5.7 Die Japaneuphorie


Für den Betrachtungszeitraum ergibt sich eine annualisierte Steigerung von 31%. Für den
historischen Durchschnittswert wird der Zeitraum von 1914 bis 1985 verwendet. Hierfür ergibt sich
ein Wert von 9,3%. Dies liegt signifikant unter der jährlichen Steigerung von 31% zwischen 1986
und 1989.

BEDINGUNG ERFÜLLT

201Vgl. LAWRENCE H. OFFICER, 2005, The Price of Gold, 1257-2005 sowie LAWRENCE H. OFFICER, 2005,
The Price of Gold, 1257-2005.
49

4.1.5.8 Die Hightech - Blase


Für die Kurse des Nasdaq Composite ergibt sich im Betrachtungszeitraum ein jährliche Anstieg von
54%. Die historischen Daten, mit denen der durchschnittliche jährliche Preisanstieg berechnet
wurde, gehen bis 1938 zurück und sind derselben Quelle entnommen. Hieraus ergibt sich ein
jährlicher Anstieg von 9,7%, was signifikant unter dem Wert für den Zeitraum von 1998 - 2000 liegt.

BEDINGUNG ERFÜLLT

4.1.6 Ergebnis
Die folgende Tabelle zeigt die durchschnittlichen Preissteigerungen während der Ausbildung der
acht zu untersuchenden Blasen sowie den dazugehörigen historischen Durchschnitt. Es ist zu
erkennen, dass die durchschnittliche Preissteigerung während der Blasenausbildung in allen acht
Fällen signifikant über dem historischen Durchschnitt liegt.

Nr. Blase Zeitraum Preissteig. p.a. Hist. Bedingung


Durchsch. erfüllt?
1 Tulpen 12/1634-02/1637 3900% 434% 1-5-2% JA
2 Südsee 02-07/1720 625% 12540% 8,4% JA
3 Südamerika 1822-1825 287% 40-97% -0,04% JA
4 Eisenbahn 1 1830-1836 115% 16-19% 0,2% JA
5 Eisenbahn 2 1840-1845 68% 11% -0,11% JA
6 USA 1920er 1927-09/1929 143% 40% 5,5% JA
7 Gold 10/1979-01/1980 113% 1052% 1,14% JA
8 Japan 1986-01/1989 196% 31% 9,3% JA
9 Hightech 1997-03/2000 297% 54% 9,7% JA

Tabelle 3: Durchschnittliche Preissteigerungen bei Blasenbildung und historische Durchschnitte.

4.2 Kursbeschleunigung

4.2.1 Beschreibung des Phänomens


Unter einer Beschleunigung eines Kurses ist zu verstehen, dass die Preissteigerung je Zeitabschnitt
im Zeitverlauf zunimmt. Beträgt der Zeitabschnitt z.B. ein Quartal, so ist die Preissteigerung in jedem
Quartal höher als in den Quartalen zuvor.

4.2.2 Quantifizierung des Phänomens


Um festzustellen, ob eine Kursbeschleunigung vorliegt, wird der Kursverlauf innerhalb eines
Zeitabschnitts auf ein Steigen der Anstiegsgeschwindigkeit hin untersucht. Da es sich bei den
vorliegenden Daten um diskrete Daten für je ein Quartal handelt, die kurzfristigen Schwankungen
unterliegen, wird statt der ersten Ableitung der Kurssteigerungen die Steigung einer
Regressionsgeraden betrachtet, die durch die einzelnen Kursanstiege im Zeitverlauf gelegt wird.
Weist diese eine positive Steigung auf, so liegt eine Kursbeschleunigung vor. Bei den Grafiken in
diesem Kapitel gibt die blaue Kurve die Steigung der Regressionsgeraden zwischen dem aktuellen
Zeitpunkt und dem Zeitpunkt in % an, der n Quartale in der Vergangenheit liegt, wobei n angibt, wie
50

viele Quartale die betrachtete Blase gedauert hat. Damit gibt der Wert zum Zeitpunkt des
Hochpunktes der Blase an, ob während des Blasenverlaufs eine Beschleunigung zu beobachten war.

4.2.3 Datenquellen
Es werden dieselben Datenquellen verwendet wie in Kapitel 4.1.

4.2.4 Plausibilisierung
Eine Beschleunigung der Preissteigerung liegt dann vor, wenn die prozentualen Preissteigerungen
im Zeitverlauf zunehmen. Dies ergibt sich bereits aus Phänomen 1 (Kapitel 4.1), da eine im Vergleich
zum historischen Durchschnitt hohe Anstiegsgeschwindigkeit durch ein Zunehmen derselben
verursacht wird.

4.2.5 Überprüfung

4.2.5.1 Die Tulpenmanie in Holland


Die Kurve in der Grafik in Kapitel 3.1 weist aufgrund ihres exponenziellen Verlaufs darauf hin, dass
die Anstiegsgeschwindigkeit zugenommen hat. Bestätigt wird dies in der „Encyclopaedia of the Social
Sciences“, wo von einer steigenden Anstiegsgeschwindigkeit ab 1635 die Rede ist. 202 Aus der
Tatsache, dass die Preise ab dem zweiten Drittel der Blase anfingen immer schneller zu steigen, folgt
zudem, dass die Anstiegsgeschwindigkeit im letzten Drittel oberhalb der beiden ersten Drittel
gelegen hat.

BEDINGUNG ERFÜLLT

4.2.5.2 Die South Sea Bubble in London


Die folgende Grafik zeigt, dass während der Blasenbildung eine Beschleunigung des Kurses von
98,2% stattgefunden hat.

BEDINGUNG ERFÜLLT

202 JOHNSON, 1982, MITI and the Japanese Miracle. The Growth of Industrial Policy, S. 24.
51

Kursbeschleunigung - Anstieg der Regressionsgeraden - Die South Sea Bubble in London

1400,00 150,000

1200,00
100,000

1000,00
50,000

800,00

0,000

600,00

-50,000
400,00

-100,000
200,00

0,00 -150,000
1712 1713 1714 1715 1716 1717 1718 1719 1720 1721 1722 1723 1724 1725 1726 1727 1728 1729 1730

Kurs indexiert Anstieg der Regressionsgeraden

Abbildung 14: Verlauf und Beschleunigung des Kurses der South Sea Company 1712 bis 1730 in %.
Quelle: eigene Darstellung, Daten siehe Kapitel 4.1.3.

4.2.5.3 Die Südamerikaeuphrorie


Wie die Grafik zeigt, hat auch während der Südamerikaeuphorie eine Beschleunigung des Kurses
stattgefunden. Dieser fiel jedoch mit 4,2% nicht so stark aus wie bei der South Sea Bubble.

BEDINGUNG ERFÜLLT

Kursbeschleunigung - Anstieg der Regressionsgeraden - Die Südamerikaeuphrorie

450,00 5,000

400,00 4,000

3,000
350,00

2,000
300,00

1,000
250,00
0,000
200,00
-1,000

150,00
-2,000

100,00
-3,000

50,00 -4,000

0,00 -5,000
1814 1815 1816 1817 1818 1819 1820 1821 1822 1823 1824 1825 1826 1827

Kurs indexiert Anstieg der Regressionsgeraden


Abbildung 15: Verlauf und Beschleunigung des Kurses des FTSE während der Südamerikaeuphorie 1814 bis
1827 in %.
Quelle: eigene Darstellung, Daten siehe Kapitel 4.1.3.
52

4.2.5.4 Die Eisenbahnmanie in Großbritannien und Deutschland


Die Grafik zeigt, dass während der ersten Blase eine Beschleunigung von 2,5% zu beobachten war.
Die zweite Blase weist jedoch eine Beschleunigung von 0,0% auf.

BEDINGUNG NICHT ERFÜLLT

4.2.5.5 Die Aktieneuphorie in den USA


Zwischen den Jahren 1927 und 1929 ist eine leichte Beschleunigung von 1,0% zu beobachten.

BEDINGUNG ERFÜLLT
Kursbeschleunigung - Anstieg der Regressionsgeraden - Die Eisenbahnmanie in Großbritannien
und Deutschland

350,00 3,000

300,00
2,000

250,00
1,000

200,00

0,000

150,00

-1,000
100,00

-2,000
50,00

0,00 -3,000
1828 1829 1830 1831 1832 1833 1834 1835 1836 1837 1838 1839 1840 1841 1842 1843 1844 1845 1846 1847 1848 1849 1850 1851

Kurs indexiert Anstieg der Regressionsgeraden

Abbildung 16: Verlauf und Beschleunigung des Kurses des Railway Share Price Index während der
Eisenbahnmanie in Großbritannien und Deutschland 1828 bis 1851 in %.
Quelle: eigene Darstellung, Daten siehe Kapitel 4.1.3.

Kursbeschleunigung - Anstieg der Regressionsgeraden - Die Aktieneuphorie in den USA

400,00 8,000

350,00
6,000

300,00

4,000
250,00

200,00 2,000

150,00
0,000

100,00

-2,000
50,00

0,00 -4,000
1919 1920 1921 1922 1923 1924 1925 1926 1927 1928 1929 1930 1931 1932 1933 1934 1935 1936 1937 1938 1939

Kurs indexiert Anstieg der Regressionsgeraden

Abbildung 17: Kursverlauf und Kursbeschleunigung während der Aktieneuphorie in den USA 1919 – 1939 in %.
Quelle: eigene Darstellung, Daten siehe Kapitel 4.1.3.
53

4.2.5.6 Die Blase beim Gold


Beim Goldpreis ist während des 4. Quartals 1979 und des 1. Quartals 1980 eine starke
Beschleunigung zu erkennen. Sie beträgt 37,1%.

BEDINGUNG ERFÜLLT

Kursbeschleunigung - Anstieg der Regressionsgeraden - Die Blase beim Gold

1000,00 60,000

900,00
40,000

800,00
20,000
700,00

0,000
600,00

500,00 -20,000

400,00
-40,000

300,00
-60,000
200,00

-80,000
100,00

0,00 -100,000
1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989

Kurs indexiert Anstieg der Regressionsgeraden

Abbildung 18: Verlauf und Beschleunigung des Kurses des Gold-Spotpreises während der Goldblase 1973 bis
1989 in %.
Quelle: eigene Darstellung, Daten siehe Kapitel 4.1.3.

4.2.5.7 Die Japanblase


Die Japanblase weist per Saldo zwischen 1986 und Ende 1989 keine Beschleunigung auf. Der Wert
hierfür liegt bei -0,2% (siehe Abbildung 19),

BEDINGUNG NICHT ERFÜLLT

4.2.5.8 Die Hightech - Blase


Zwischen Herbst 1998 und Frühjahr 2000 ist beim Nasdaq Composite eine Beschleunigung von 2,5%
zu verzeichnen, wie die Abbildung 20 zeigt.

BEDINGUNG ERFÜLLT
54

Kursbeschleunigung - Anstieg der Regressionsgeraden - Die Japanblase

700,00 1,000

600,00
0,500

500,00

0,000
400,00

300,00
-0,500

200,00

-1,000
100,00

0,00 -1,500
1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000

Kurs indexiert Anstieg der Regressionsgeraden

Abbildung 19: Verlauf und Beschleunigung des Kurses des Nikkei-Index während der Japanblase 1948 bis 2000.
Quelle: eigene Darstellung, Daten siehe Kapitel 4.1.3.

Kursbeschleunigung - Anstieg der Regressionsgeraden - Die Hightech - Blase

1200,00 8,000

6,000
1000,00
4,000

800,00 2,000

0,000
600,00
-2,000

400,00 -4,000

-6,000
200,00
-8,000

0,00 -10,000
1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006

Kurs indexiert Anstieg der Regressionsgeraden

Abbildung 20: Verlauf und Beschleunigung des Kurses des Nasdaq 100 während der Hightech - Blase 1990 bis
2006.
Quelle: eigene Darstellung, Daten siehe Kapitel 4.1.3.

4.2.6 Ergebnis

Die Daten sowie die Literaturstelle bei der Tulpeneuphorie zeigen, dass bei allen Blasen außer der
ersten Eisenbahnblase sowie der Blase in Japan eine Beschleunigung der Kurse stattgefunden hat.
55

4.3 Hohe Bewertung gegenüber den Fundamentaldaten

4.3.1 Beschreibung des Phänomens


Eine hohe Bewertung gegenüber den Fundamentaldaten liegt dann vor, wenn das Verhältnis aus
Kurs und den Fundamentaldaten im Vergleich zum historischen Durchschnitt als hoch angesehen
werden kann, also signifikant über dem Durchschnittswert liegt.

4.3.2 Quantifizierung des Phänomens


Es existieren mehrere Möglichkeiten, um das genannte Verhältnis zu bestimmen. Bei Aktien bietet es
sich an das Verhältnis aus Kurs und Gewinn, Dividende oder Buchwert auszurechnen
(Kursgewinnverhältnis, Dividendenrendite, Kursbuchwertverhältnis). Bei anderen
Spekulationsobjekten wie Tulpen oder Rohstoffen ist dies nicht möglich. Alternativen zur
Bestimmung dieses Verhältnisses werden unten genannt.

4.3.3 Datenquellen
Für die erwirtschafteten Gewinne sowie die gezahlten Dividenden für amerikanische Aktien
während des 20. Jahrhunderts dienen die Zahlen von Robert Shiller aus seinem Buch „Irrational
Exuberance“ aus dem Jahr 2000. 203

4.3.4 Plausibilisierung
Zu einem hohen bzw. steigenden Kursgewinn-Verhältnis kommt es dann, wenn der Kurs der Aktie
schneller steigt als der erwirtschaftete Gewinn. Dies bedeutet, dass ein immer größerer Teil des
gesamten Returns auf kurzfristig erzielten Kursgewinnen basiert und die Investoren Aktien
vornehmlich deshalb kaufen, weil sie kurzfristig höhere Preise erwarten. Dies entspricht der
Definition einer Blase von Stiglitz sowie Kindleberger. 204

4.3.5 Überprüfung

4.3.5.1 Die Tulpenmanie in Holland


Als Repräsentant für den fundamentalen Wert wird der Preis angenommen, der sich für eine
Tulpenzwiebel ergeben würde, wenn er lediglich der Preissteigerung und nicht der Spekulation
unterliegen würde. Laut Anthonys „Rethinking the Rules of Financial Accounting” stieg der Preis

203 Vgl. ROBERT J. SHILLER, 2000, Irrational Exuberance.

204 Vgl. Kapitel 2.1.


56

einer Tulpenzwiebel zwischen 1625 und 1636 von 5 auf 5500 Florin. 205 Wird die oben genannte
Preissteigerungsrate von 2% p.a. unterstellt, so ergäbe sich ohne die Spekulation 1636 ein Preis von
ca. 6,20 Florin. Die 5500 Florin liegen signifikant über diesem Niveau.

BEDINGUNG ERFÜLLT

4.3.5.2 Die South Sea Bubble in London


Aus Maatmans „Dutch pension funds: Fiduciary Duties and Investing“ geht hervor, dass die
Aktienkurse der South Sea Company während des Jahres 1720 „beispiellose Höhen“ erreichten und
in „keinem Verhältnis mehr zum wahren Wert des Unternehmens“ standen. 206

BEDINGUNG ERFÜLLT

4.3.5.3 Die Südamerikaeuphorie


Bezüglich der Bewertung der Aktien gegenüber dem fundamentalen Wert schreibt A. G. Nairn:

This rapid puncturing of a share price bubble is typical of what happens during a phase in which market
valuations are driven more by themes and concept stocks than by profits, dividends, and other funda-
mental considerations.207

Hieraus kann man schließen, dass die Bewertung in diesem Fall nicht mehr durch die
Fundamentaldaten gerechtfertigt werden konnte.

BEDINGUNG ERFÜLLT

4.3.5.4 Die Eisenbahnmanie in Großbritannien und Deutschland


Eine fundamentale Überbewertung der Eisenbahnaktien ist den Ausführungen von Pablo Fernández
in dem Buch „Valuation Methods and Shareholder Value Creation“ zu entnehmen:

205Vgl. ROBERT NEWTON ANTHONY, 2003, Rethinking the Rules of Financial Accounting: Examining the
Rules for Proper Reporting, S. 14.

206 Vgl. R.H. MAATMAN, 2004, Dutch pension funds: Fiduciary Duties and Investing, S. 225, Fußnote 54.

207ALASDAIR G. M. NAIRN, 2002, Engines That Move Markets: Investigating from Railroads to the Inter-
net and Beyond, S. 3.
57

When the railways started building their lines, investors had tremendous expectations about the com-
panies’ future growth, which led to a dramatic increase in their share prices. However, what happened
afterward with the railway business showed that the share’s price had been overvalued: the companies’
return was much lower than expected.208

BEDINGUNG ERFÜLLT

4.3.5.5 Die Aktieneuphorie in den USA


Als Repräsentant für den fundamentalen Wert wird das Kursgewinnverhältnis herangezogen, das
sich ergibt, wenn der aktuelle Kurs durch den durchschnittlichen Gewinn der letzten 10 Jahre geteilt
wird. Als Quelle wird das Buch „Irrational Exuberance“ von Robert Schiller aus dem Jahr 2000
verwendet. 209 In der zweiten Hälfte der Blasenbildung liegt das minimale KGV bei ca. 20,9, das
maximale bei 32,6. Dies liegt mehr als 50% über dem, was von Graham als ‚normal’ angesehen wird
und vor dem Jahr 1929 als Richtwert diente (es lag bei ca. 10). 210

Abbildung 21 zeigt die Entwicklung des KGVs von 1880 bis 2005.

BEDINGUNG ERFÜLLT

Price Earnings Ratio

50
2000
45

40

35 1929

30
1901
25 1966

20

15

10

0
1860 1880 1900 1920 1940 1960 1980 2000 2020
Year

Abbildung 21: Kursgewinnverhältnis amerikanischer Aktien von 1880 bis 2006.


Quelle: Eigene Darstellung auf Grundlage der Daten von Robert Schillers „Irrational Exuberance“ (2000).

208 Vgl. PABLO FERNÁNDEZ, 2002, Valuation Methods and Shareholder Value Creation, S. 342.

209 Vgl. ROBERT J. SHILLER, 2000, Irrational Exuberance.

210 Vgl. BENJAMIN GRAHAM, 1996, Security Analysis, S. 451.


58

4.3.5.6 Die Blase beim Gold


Da Gold als Schutz gegen Preisinflation angesehen werden kann 211, wird als Repräsentant für den
fundamentalen Wert des Goldes der Wert angesehen, der sich ergeben würde, wenn sich der
Goldpreis so entwickelt hätte wie der Kosumentenpreisindex. D.h., steigt der Goldpreis schneller als
die Konsumentenpreise, erhöht sich die Bewertung. Im andern Fall sinkt sie. 212 Laut Ferdinand Lips
hätte der Goldpreis im Jahr 1980 bei ca. 400 US-$ notieren müssen, damit er sich seit dem Ende des
2. Weltkrieges entsprechend der Preissteigerung entwickelt hätte.213 Der Preis von 850 US-$ liegt
mehr als 50% über diesem Wert.

BEDINGUNG ERFÜLLT

4.3.5.7 Die Japanblase


Als Repräsentant für den fundamentalen Wert wird das Kursgewinnverhältnis herangezogen. Dieses
betrug 1975 und 1983 ca. 20, stieg 1985 auf 35 und erreichte in der Spitze 1989 70. Einige
Unternehmen erreichten Kursgewinnverhältnisse von über 100, All Nippon Airways sogar 350. 214
Unter der Annahme, dass sich das KGV zwischen 1985 und 1989 stetig nach oben entwickelt hat,
folgt, dass es während der zweiten Hälfte der Blasenbildung größer war als 35 und damit mehr als
50% über dem von Graham angegebenen Wert sowie mehr als 50% über dem Wert von vor 1983.

Harry S. Dent schreibt zur der Bewertung der japanischen Aktien gegen Ende der 1980er Jahre:

[…] Japanese stocks hit PEs of 60 and higher in late 1989. Japanese stocks at that top were worth far
more than all the stock markets of the United States combined. […]. Obviously they were overvalued.215

BEDINGUNG ERFÜLLT

211Vgl. The Committee on Banking, Housing, and Urban Affairs, United States Senate, 1978, Treasury
Sales of U.S. Gold and the Gold Medallion Act of 1978, U.S. Govt. Print. Off., 1978, S. 26.

212Vgl. MARTIN J. PRING, 1992, The All-Season Investor: Successful Strategies for Every Stage in the
Business Cycle, S. 234.

213 Vgl. FERDINAND LIPS, 2006, Die Goldverschwörung.

214 Vgl. RICHARD KATZ, 2002, Japanese Phoenix: The Long Road to Economic Revival, S. 293.

215 HARRY S. DENT, 1994, Great Boom Ahead: Your Guide to Personal & Business Profit in the New Era
of Prosperity, S. 86.
59

4.3.5.8 Die Hightech - Blase


Eine hohe Bewertung des Nasdaq-100-Index gegenüber dem fundamentalen Wert lässt sich an Hand
des KGVs ablesen. Dieses betrug in der Spitze im Jahr 2000 134,7. 216 Mark Hirschey schreibt hierzu:

When compared with die DJIA, the S&P 500 and the Nifty 50 of the early-1970s, nothing compares with
the present valuation ratios accorded to Nasdaq and Nasdaq 100 companies. 217

Da ca. 2/3 der Marktkapitalisierung des Nasdaq Composite auch im Nasdaq 100 vertreten ist 218,
kann davon ausgegangen werden, dass die Bewertung des Nasdaq Comp. in der Nähe von 134 liegt.

BEDINGUNG ERFÜLLT

4.3.6 Ergebnis
Die Daten sowie die Literaturstellen zeigen, dass bei allen Blasen eine Überbewertung vorlag.

4.4 Wirtschaftlicher Aufschwung

4.4.1 Beschreibung des Phänomens


Wirtschaftlicher Aufschwung innerhalb eines bestimmten Zeitraums bedeutet, dass sich die reale
Wirtschaftstätigkeit erhöht. Da sich die Wirtschaftsleistung eines Landes in Zyklen bewegt, also ab-
und zunehmen kann, liegt sie während eines Aufschwungs signifikant über ihrem historischen
Durchschnitt. Identifiziert wird hier ein wirtschaftlicher Aufschwung, der der Blasenbildung
vorangeht.

4.4.2 Quantifizierung des Phänomens


Ein wirtschaftlicher Aufschwung kann an Hand des realen Bruttoinlandsprodukts sowie an Hand
steigender Reallöhne identifiziert werden. In beiden Fällen liegt die annualisierte Steigerung
innerhalb eines bestimmten Zeitraums über ihrem historischen Durchschnitt oder steigt signifikant.

216 Vgl. MARK HIRSCHEY, 2003, Tech Stock Valuation: Investor Psychology and Economic Analysis, S.
25.

217 Ebenda.

218Im März 2001 lag die Marktkapitalisierung des Nasdaq 100 bei ca. 2 Billionen US-$, die des
Nasdaq Composite bei knapp über 3 Billionen. Da beide Indizes seit ihrem Höchststand im März
2000 bis zum März 2001 um ca. 62% gefallen waren, lag das Verhältnis der Marktkapitalisierungen
im März 2000 auch bei ca. 2/3. Quelle der Daten: DAVID LERMAN, 2001, Exchange Traded Funds and E-
Mini Stock Index Futures, S: 30.
60

4.4.3 Datenquellen
Für die Jahre 1830 bis 2006 sind die Zahlen für das reale Wirtschaftswachstum in Großbritannien
sowie den USA der „Economic History Services web site“ unter http://eh.net/hmit/ zu entnehmen.
Dort finden sich auch die Reallöhne für Großbritannien vor dem Jahr 1830. 219 Für die Japanblase
werden die Daten des Economic Planning Agency in “Japanese Multinationals in Asia: regional
operations in comparative perspective” von Dennis J. (EDT) Encarnation verwendet. 220

4.4.4 Plausibilisierung
Dass Spekulationsblasen oft von einem wirtschaftlichen Aufschwung begleitet sind oder dieser ihnen
vorausgeht, geht aus den sechs Phasen von Calverley hervor. Unterstützt wird diese Aussage durch
Lawrance Lee Evans in seinem Buch „Why the Bubble Burst: Us Stock Market Performance Since
1982“. Evans verweist auf die „Theory of speculative equity price behavior“ aus Veblen’s “The
Theory of Business Enterprise” aus dem Jahr 1904 und schreibt:

However, expectations within the Veblenian framework are closely tied to the prospective profits or
earning capacity of firms. Consequently, a period of strong fundamentals could encourage over-
exuberant expectations about earning capacities (‘false’ or ‘speculative’ prosperity), leading to a ruptur-
ing of prices from their true values in a speculative manner.221

Die Kurse werden also von Erwartungen bezüglich der Gewinne beeinflusst, was einen Bezug zum
fundamentalen Wert erwarten lässt. Die Erwartungen werden allerdings zu hoch angesetzt, was zur
Ausbildung und nachfolgend zum Platzen der Blase führt.

4.4.5 Überprüfung

4.4.5.1 Die Tulpenmanie in Holland


Dass der Tulpeneuphorie von 1634 bis 1637 ein wirtschaftlicher Aufschwung vorausging, geht aus
der „Encyclopaedia of the Social Sciences“ hervor:

219 Vgl. LAWRENCE H. OFFICER, 2005, The Price of Gold, 1257-2005.

220Vgl. DENNIS J. ENCARNATION, 2006, The Annual Real and Nominal GDP for the United Kingdom, 1086
- 2005, S. 244, Abb. 10.1.

221 LAWRANCE LEE, 2003, Why the Bubble Burst: Us Stock Market Performance Since 1982.
61

The tulip mania in Holland reached its height in 1636 and 1637 toward the end of a prolonged period of
prosperity.222

Bestätigt wird dies durch Benjamin Schmidts „Innocence Abroad“

When the religious feuds of the 1620s threatened to tear the Republic asunder, and the economic pros-
perity of the 1630s threatened to lull it into complacency.223

BEDINGUNG ERFÜLLT

4.4.5.2 Die South Sea Bubble in London


Dasselbe gilt für das Jahr 1720 in England. Ann Lyon schreibt hierzu:

Though the continuing commercial boom until the 1720s brought greater prosperity and thus a larger
proportion of the population within the electorate, there was no serious demand for changes in the par-
liamentary system […] At the same time, following the South Sea Bubble of 1720, there was a long pe-
riod of economic prosperity and general peace in Europe until 1740. 224

BEDINGUNG ERFÜLLT

4.4.5.3 Die Südamerikaeuphorie


Für die Zeit von 1820 bis 1825 wird statt des realen BIP-Wachstums das Wachstum der
Baumwollexporte verwendet, weil der wirtschaftliche Aufschwung damit in Verbindung stand. Die
Zahlen hierzu sind der Tabelle in Abbildung 22 225 zu entnehmen. Es ist zu erkennen, dass die
Baumwollproduktion zwischen 1820 und 1825 um durchschnittlich 5,5% p.a. zulegte, während sie
zwischen 1815 und 1820 per Saldo stagniert hat. Hinweise auf einen Aufschwung zu dieser Zeit
finden sich zudem in Tamars L. Hunts „Defining John Bull“:

222 JOHNSON, 1982, MITI and the Japanese Miracle. The Growth of Industrial Policy, S. 24.

223BENJAMIN SCHMIDT, 2001, Innocence Abroad: The Dutch Imagination and the New World, 1570-
1670, S. 229.

224 ANN LYON, 2003, Constitutional History of the Uk, S. 280.

225 Vgl. JAMES A. MANN, 1860, The Cotton Trade of Great Britain, S. 97.
62

An upswing in prosperity helped to assuage the anger and outrage of the harsh, immediate post-war
years, as British commerce recovered from its post-war slump, and trade with both Europe and South
America greatly increased. In 1821, the government also ended the suspension of cash payments for
banknotes, a wartime measure that had proved highly inflationary. 226

BEDINGUNG ERFÜLLT

Abbildung 22: Aus England exportierte Baumwolle von 1785 bis 1828.
Quelle: „The Cotton Trade of Great Britain” von James A. Mann, S. 97.

226TAMARA L. HUNT, 2003, Defining John Bull: Political Caricature and National Identity in Late Geor-
gian England, S. 296.
63

4.4.5.4 Die Eisenbahnmanie in Großbritannien und Deutschland


Das reale BIP-Wachstum (Quartal zu Quartal) stieg sowohl im Vorfeld der ersten wie auch der
zweiten Blase stark an. Von 1832 bis 1835 war ein Anstieg von -1,4% auf 5,0% zu verzeichnen,
zwischen 1841 und 1845 von -3,6% auf 5,3%.

BEDINGUNG ERFÜLLT

4.4.5.5 Die Aktieneuphorie in den USA


Ein wirtschaftlicher Aufschwung in den USA in den 1920er Jahren zeigt sich durch folgende Quelle:

In the 1920s, the USA enjoyed an economic boom due to the boost to industry provided by the First
World War the trade policies of isolation […] 227

BEDINGUNG ERFÜLLT

4.4.5.6 Die Blase beim Gold


Wie die folgende Abbildung zeigt, flachte das Wachstum gegen Ende der 1970er Jahre zwar ab, im
Vorfeld der Blasenbildung stieg es jedoch von -0,2 auf 5,6% an.

BEDINGUNG ERFÜLLT
Realwachstum - Die Blase beim Gold

1000,00 8,000

900,00

6,000
800,00

700,00
4,000

600,00

500,00 2,000

400,00

0,000
300,00

200,00
-2,000

100,00

0,00 -4,000
1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990

Kurs indexiert Realwachstum


Abbildung 23: Entwicklung des Goldpreises und Realwachstum der Wirtschaft in den USA 1973 – 90.
Quelle: eigene Darstellung, Daten siehe Kapitel 4.1.3 und 4.4.3.

227 JANE SHUTER, Modern World History for AQA: Foundation Textbook , S. 2.
64

4.4.5.7 Die Japanblase


In Japan ist während und im Vorfeld der Blasenbildung ebenfalls ein wirtschaftlicher Aufschwung zu
verzeichnen. Das Wachstum des realen Bruttoinlandsprodukts stieg von 1,8% im Jahr 1983 auf 6,6%
im Jahr 1988.

BEDINGUNG ERFÜLLT

Realwachstum - Die Japanblase

700 8,000

600
6,000

500
4,000

400

2,000

300

0,000
200

-2,000
100

0 -4,000
1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000

Kurs indexiert Realwachstum

Abbildung 24: Kursentwicklung des Nikkei und Realwachstum der japanischen Wirtschaft 1980 – 2000.
Quelle: eigene Darstellung, Daten siehe Kapitel 4.1.3 und 4.4.3.

4.4.5.8 Die Hightech - Blase


Dasselbe gilt für die Blase bei den Hightech-Aktien. Nachdem 1991 noch eine Rezession zu
verzeichnen war, stieg das Wirtschaftswachstum bis 1995 zunächst auf 4,0%, flachte dann auf 2,5%
ab und erreichte 1998 und 1999 mit 4,5% bzw. 4,4% noch höhere Niveaus als 1995.

BEDINGUNG ERFÜLLT
65

Realwachstum - Die Hightech - Blase

1200,00 5,000

1000,00 4,000

800,00 3,000

600,00 2,000

400,00 1,000

200,00 0,000

0,00 -1,000
1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006

Kurs indexiert Realwachstum

Abbildung 25: Kursentwicklung des Nasdaq 100 und Realwachstum der Wirtschaft in den USA 1989 bis 2006.
Quelle: eigene Darstellung, Daten siehe Kapitel 4.1.3 und 4.4.3.

4.4.6 Ergebnis
Die Daten sowie die Literaturstellen zeigen, dass bei allen Blasen ein vorangegangener
Wirtschaftsaufschwung zu beobachten war.

4.5 Steigendes Medieninteresse am Thema Börse

4.5.1 Beschreibung des Phänomens


Ein steigendes Medieninteresse bedeutet in diesem Fall, dass das Thema Börse/Kapitalmarkt in den
Printmedien sowie im Radio/Fernsehen etc. an Bedeutung gewinnt, also öfter darüber berichtet
wird.

4.5.2 Quantifizierung des Phänomens


Ein steigendes Medieninteresse kann z.B. durch eine steigende Zahl von Fachzeitschriften oder eine
steigende Zahl von Artikeln in den wichtigen Tageszeitungen identifiziert werden. Um eine sich
ändernde Zahl aller Artikel miteinzubeziehen, kann auch der Anteil der Fachartikel an allen
veröffentlichten Artikeln berechnet werden.
66

4.5.3 Datenquellen
Datenquelle für die Zahl der Artikel zum Thema „Börse/Wallstreet“ ist eine Abbildung des Artikel
„Any Weak Signals? The New York Times and the Stock Market Crashes of 1929, 1987 and 2000” von
Okala aus dem Jahr 2006. 228 Für die Zahl der Artikel zum Thema „Tokyo“ und „Property Prices“ wird
die Abbildung auf Seite 92 in dem Buch „Hidden Collective Factors in Speculative Trading: A Study in
Analytical Economics” von Bertrand M. Roehner (2001) verwendet. 229

4.5.4 Plausibilisierung
Ein steigendes Medieninteresse am Thema „Börse/Kapitalmarkt“ ist zu erwarten, da vor allem neue
Investoren verstärkt Informationen bezüglich ihrer möglichen Anlageentscheidungen nachfragen
werden. Dem wird von der Medienindustrie ein erhöhtes Angebot an Zeitschriften, Büchern etc.
entgegengestellt werden, um diesen Trend zu nutzen. Ähnliches gilt für Kreditinstitute, die Medien
verwenden, um die Zahl ihrer Kunden zu erhöhen. Untersucht wurde der Zusammenhang zwischen
Spekulationsblasen und den Medien bereits von Ojala auf dem „XIV. International Economic History
Congress“ in Helsinki im Jahr 2006. Das Ergebnis der Untersuchung bestätigt die unter diesem Punkt
genannte These.230

4.5.5 Überprüfung

4.5.5.1 Die Tulpenmanie in Holland


Dass sich die steigenden Tulpenpreise ab 1634 eines zunehmenden Medieninteresses erfreuten,
lässt sich aus der Tatsache ableiten, dass zwischen 1634 und 1637 die Preise von sehr vielen Tulpen
öffentlich aufgezeichnet wurden, während dies vor 1634 kaum der Fall war und nach 1637 wieder
eingestellt wurde. Peter M. Garber schreibt hierzu:

Vgl. XIV International Economic History Congress,, 2006, Any Weak Signals? The New York Times
228

and the Stock Market Crashes of 1929, 1987 and 2000,

229Vgl. BERTRAND M. ROEHNER, 2001, Hidden Collective Factors in Speculative Trading: A Study in
Analytical Economics.

Vgl. XIV International Economic History Congress,, 2006, Any Weak Signals? The New York Times
230

and the Stock Market Crashes of 1929, 1987 and 2000,


67

Prior to 1634, only a handful of prices are available from recorded sales contracts: a pair of bulbs from
1612 reported by Posthumus (1929) in his contract numbers 3 and 4; a 1625 sale of three bulbs; and a
1633 sale of a pair of bulbs, both reported in Posthumus (1934). […] With the end of large scale bulb
trading after February 1637, records of transaction prices virtually disappeared. Prices no longer were
publicly recorded […]231

BEDINGUNG ERFÜLLT

4.5.5.2 Die South Sea Bubble in London


Während der Südseeeuphorie 1720 trugen vor allem die sog. Promoter, die Aktien an das Publikum
verkauften, um daran zu verdienen, zu dem steigenden Interesse desselben bei. Chris Satchwell
schreibt hierzu:

The reason [...] is that several would-be promoters saw a public who had become receptive to the idea
that fortunes could be made by investing in shares of joint stock companies […].232

BEDINGUNG ERFÜLLT

4.5.5.3 Die Südamerikaeuphorie


Ein hohes Maß an Optimismus bei den Marktteilnehmern und ein gleichzeitig wachsendes
Medieninteresse geht aus folgendem Text hervor:

Representatives of the borrowing government came to London and negociated contracts with issuing
firms; space was bought in newspapers to extol the countries whose securities were to be marketed;
pamphlets with glowing descriptions of their ressources were circulated; prospectuses blazing with
optimism were prepared and sent to agents and clients.233

BEDINGUNG ERFÜLLT

231 PETER M. GARBER, 1990, Famous First Bubbles: The Fundamentals of Early Manias.

232 CHRIS SATCHWELL, 2004, Pattern Recognition and Trading Decisions, S. 17.

233J. FRED RIPPY, 2000, British Investments in Latin America, 1822-1949: Evolution of International
Business 1800-1945, S. 20.
68

4.5.5.4 Die Eisenbahnmanie in Großbritannien und Deutschland


Ein steigendes Medieninteresse während der ersten Blase zeigt sich daran, dass zunehmend sog.
Promoter den Optimismus der Öffentlichkeit nutzten, um möglichst viele Aktien von
Eisenbahnunternehmen zu verkaufen und diese von Investoren auch nachgefragt wurden:

Inflated expectations and an unprecedented readiness to part with money among the public provided
the promoters with easy pickings. Some of them never intended to undertake construction, they were
only interested in getting as much as possible out of the shareholders. [...] However, objectivity which
marked the approach of both promoters and investors to these particular projects was replaced by wild
optimism in the 1836-37 boom when some 46.0 million of capital was authorized for railway construc-
tion.234

Während der zweiten Blase trug insbesondere die Errichtung weiterer Börsenplätze neben denen in
Liverpool und Manchester dazu bei, das Interesse der Öffentlichkeit an den Eisenbahnaktien zu
wecken. Der Korrespondent von „The Times“ schrieb hierzu im November 1845:

„These marts for trafficking in stocks and shares were not at all called for […] [and had been] principally
instrumental in fomenting all over the country the fatal passion for speculating in railways.”235

Dass die Promotion der Eisenbahnaktien in der öffentlichen Wahrnehmung Wirkung zeigte, wird
durch eine steigende Zahl von sog. Railway Acts deutlich, die u.a. dazu dienten, Kapital für die
Eisenbahngesellschaften zu genehmigen. Sie stieg von 1827 bis 1836 von 6 auf 32, um bis 1838 auf
10 zu fallen. 1846 erreichte sie ein weiteres Hoch bei 277, bis 1848 wieder auf 83 zu sinken. Das
genehmigte Kapital stieg von 251.608 Pfund 1827 auf 22.874.998 im Jahr 1836, fiel bis 1838 auf
2.096.198 Pfund zurück, um bis 1846 abermals auf 128.986.714 Pfund anzusteigen und bis 1848
wiederum auf 18.000.000 Pfund zu fallen. 236

BEDINGUNG ERFÜLLT

234 W. A. THOMAS, 1973, The Provincial Stock Exchanges, S. 28.

235 Ebenda.

236 Vgl. SAMUEL SALT, 1850, Railway and commercial information, S. 2.


69

4.5.5.5 Die Aktieneuphorie in den USA


Zwischen den Jahren 1924 und 1929 stieg die Zahl der Artikel zum Thema “Börse” und “Wallstreet“
stetig von ca. 1300 auf ca. 2250 an (s. Abbildung 26).

BEDINGUNG ERFÜLLT

4.5.5.6 Die Blase beim Gold


Ein steigendes Medieninteresse am Thema Gold zeigt sich z.B. durch die Studie von Merrill Lynch
vom 01.04.1974 bezüglich der südafrikanischen Goldminenaktien (s. Kapitel 3).

BEDINGUNG ERFÜLLT

4.5.5.7 Die Japanblase


Da die Blase in Japan nicht nur Aktien, sondern generell Vermögensgegenstände wie z.B. Land betraf,
wird das Medieninteresse am Thema „Property Bubble“ untersucht. Abbildung 27237 zeigt die Preise
der Vermögensgegenstände in Tokio sowie die Zahl der Artikel in den führenden japanischen und
nicht-japanischen Zeitungen, die die Begriffe „Tokyo“ und „Property Prices“ enthalten. Eine
Korrelation von 0,77 für die beiden Kurven deutet darauf hin, dass die steigenden Preise der
Vermögensgegenstände von einem steigenden Medieninteresse begleitet waren (s. Abbildung 27).

BEDINGUNG ERFÜLLT

4.5.5.8 Die Hightech - Blase


Ähnlich wie in den 1920er Jahren stieg die Zahl der Artikel in der New York Times zum Thema
“Börse” und “Wallstreet“ von ca. 1800 auf 2400 an. Einen Rückgang gab es lediglich 1998 (s.
Abbildung 28).

BEDINGUNG ERFÜLLT

237Vgl. BERTRAND M. ROEHNER, 2001, Hidden Collective Factors in Speculative Trading: A Study in
Analytical Economics, S. 92.
70

Anzahl der Artikel zum Thema Börse/Wall Street - Die Aktieneuphorie in den USA

400,00 2500

350,00

2000
300,00

250,00
1500

200,00

1000
150,00

100,00
500

50,00

0,00 0
1919 1920 1921 1922 1923 1924 1925 1926 1927 1928 1929 1930 1931 1932 1933 1934 1935 1936 1937 1938 1939

Kurs indexiert Anzahl der Artikel zum Thema Börse/Wall Street

Abbildung 26: Kursentwicklung des Dow Jones und Anzahl der Artikel zum Thema „Börse“/“Wallstreet“ in den
USA von 1919 bis 1939.
Quelle: eigene Darstellung, Daten siehe Kapitel 4.1.3 und 4.5.3.

Abbildung 27: Preise der Vermögensgegenstände in Tokio und Zahl der Artikel, die die Begriffe „Tokyo“ und
„Property Prices“ enthalten.
Quelle: „Hidden Collective Factors in Speculative Trading: A Study in Analytical Economics” von Bertrand M.
Roehner (2001), S. 92.
71

Anzahl der Artikel zum Thema Börse/Wall Street - Die Hightech-Blase

1200,00 2600

2400
1000,00

2200

800,00
2000

600,00 1800

1600
400,00

1400

200,00
1200

0,00 1000
1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003

Kurs indexiert Anzahl der Artikel zum Thema Börse/Wall Street

Abbildung 28: Kursentwicklung des Nasdaq 100 und Anzahl der Artikel zum Thema „Börse“/“Wallstreet“ in den
USA von 1989 bis 2003.
Quelle: eigene Darstellung, Daten siehe Kapitel 4.1.3 und 4.5.3.

4.5.6 Ergebnis
Die Daten sowie die Literaturstellen zeigen, dass bei allen Blasen ein steigendes Medieninteresse zu
beobachten war.

4.6 Stark steigende Zahl börsennotierter Unternehmen

4.6.1 Beschreibung des Phänomens


Eine steigende Zahl von börsennotierten Unternehmen kommt durch Neuemissionen (IPOs)
zustande.

4.6.2 Quantifizierung des Phänomens


Das Phänomen kann quantifiziert werden, indem die Zahl der IPOs im Betrachtungszeitraum mit
dem historischen Durchschnitt verglichen wird. Die beiden Zahlen werden entweder subtrahiert
oder dividiert.

4.6.3 Datenquellen
Für dieses Phänomen werden nur Literaturstellen herangezogen, die auf eine steigende Zahl von
Neuemissionen schließen lassen.
72

4.6.4 Plausibilisierung
Eine überdurchschnittlich stark steigende Zahl von börsennotierten Unternehmen während einer
Spekulationsblase bei Aktienkursen erscheint aus zwei Gesichtspunkten plausibel. Die Nachfrage der
Investoren nach Aktien ist hoch und der Boom der Realwirtschaft inklusive hoher
Gewinnerwartungen führt zu einer erhöhten Zahl von Unternehmensneugründungen verbunden mit
der Nachfrage nach Investorengeldern auf dem Kapitalmarkt. Da die Konsortialbanken am Erfolg der
Börsengänge profitieren können, wird es auch von dieser Seite zu einem entsprechenden Bestreben
kommen, viele Unternehmen an die Börse zu bringen.

4.6.5 Überprüfung

4.6.5.1 Die South Sea Bubble in London


Dass die Zahl der börsennotierten Unternehmen bis zum Jahr 1720 stark anstieg, folgt bereits aus
den Ausführungen in Kapitel 3. 238

BEDINGUNG ERFÜLLT

4.6.5.2 Die Südamerikaeuphorie


Eine vergleichsweise hohe Zahl von neuen Aktiengesellschaften während der 1820er Jahre zeigt sich
dadurch, dass in dieser Zeitspanne von britischer Seite in 46 südamerikanische Gesellschaften
investiert wurde, deren Geschäftstätigkeit mit Mining, Landwirtschaft, Fischerei oder Transport zu
tun hatte. Zum Vergleich betrug die Anzahl der britischen Investments in Südamerika im Jahr 1880
76, was einem Zuwachs von lediglich weiteren 30 entspricht. 239 Michael Pettis spricht sogar von über
50 neuen Gesellschaften, die in Südamerika tätig waren. 240

BEDINGUNG ERFÜLLT

238Vgl. Lycos börsengeschichte, 2007c, Url: http://www.lycos.de/startseite/geld_boerse/, Stand:


12.12.2006.

239 Vgl. J. FRED RIPPY, 2000, British Investments in Latin America, 1822-1949: Evolution of Interna-
tional Business 1800-1945, S. 32-34.

240 Vgl. MICHAEL PETTIS, 2001, The Volatility Machine: Emerging Economies and the Threat of Finan-
cial Collapse, S. 74.
73

4.6.5.3 Die Eisenbahnmanie in Großbritannien und Deutschland


So wie bei den vergangenen Blasen bewegte sich auch während der Eisenbahnhausse die Zahl der
börsennotierten Gesellschaften stetig nach oben. Die erste detaillierte Liste mit Aktienkursen für den
Markt in Liverpool findet sich im „Liverpool Mercury“ vom 12.03.1830. Auf dieser Liste sind neben
acht anderen Aktien drei Eisenbahnunternehmen vertreten, nämlich „Liverpool and Manchester
Railway“, „Bolton and Leigh Railway“ sowie „Warrington and Newton Railway“. Bis 1833 verdopplte
sich die Länge dieser Liste, wobei sieben Eisenbahnunternehmen hinzukamen. Auch danach stieg die
Zahl weiter an:

From 1834 onwards, the pace of company promotion in general increased considerably throuhout the
whole country, culminating in the boom promotions of 1836.241

Die Tatsache, dass zu Beginn der 1840er Jahre „Promoter“ anfingen, Aktien von
Eisenbahnunternehmen zu verkaufen, die gar nicht die Absicht hatten, Eisenbahnen zu bauen,
spricht dafür, dass die Zahl der Eisenbahnaktien während dieser Zeit ebenfalls anstieg. 242 Indirekt
kann auch aus der Höhe des autorisierten Kapitals zwischen 1830 und 1850 auf die Zahl der
Neuemissionen geschlossen werden. Es erreichte seine lokalen Maxima mit 25 sowie 130 Millionen
Pfund im Jahr 1836 bzw. im Jahr 1846.243

BEDINGUNG ERFÜLLT

4.6.5.4 Die Aktieneuphorie in den USA


Laut Nicolas Meisel stieg die Zahl der Neuemissionen in den 1920er Jahren stark an. Dies sei vor
allem auf den „Appetit der Investmentbanken auf Commission Fees“ zurückzuführen:

Also pushed by investment bank’s appetite for commission fees, initial public offerings increased sharply
in the 1920s, even for small and medium sized firms.244

241 W. A. THOMAS, 1973, The Provincial Stock Exchanges, S. 11.

242 Siehe Kapitel 4.5.5.2.

243Vgl. ALASDAIR G. M. NAIRN, 2002, Engines That Move Markets: Investigating from Railroads to the
Internet and Beyond, S. 10.

NICOLAS MEISEL, 2004, Governance Culture and Development: A Different Perspective on Corporate
244

Governance, S. 27.
74

Entsprechend stieg auch das Volumen der insgesamt gelisteten Aktien von 513 Mio. auf 1,006 Mrd.
US-$ zwischen 1926 und 1929 an.245

BEDINGUNG ERFÜLLT

4.6.5.5 Die Japanblase


Beim Volumen der neu ausgegebenen Aktien ist zwischen 1986 und 1989 eine Verzehnfachung zu
verzeichnen. Während sich das Volumen zwischen 1972 und 1986 zwischen 544 Mrd. und 1,93 Bio.
Yen bewegte und 1986 bei 872 Mrd. Yen lag, stieg es 1987 auf 3,01 Bio., 1988 auf 4,78 Bio. und 1989
auf 8,85 Bio. Yen.246

BEDINGUNG ERFÜLLT

4.6.5.6 Die Hightech - Blase


Ein Anstieg der Zahl der Neuemissionen im Nasdaq ist während der 1990er Jahre zu beobachten.
Betrug diese im Jahr 1990 weniger als 150, stieg sie bis 1996 auf knapp 700 an. Bis zum Jahr 2000
fiel sie zwar wieder auf ca. 400 zurück. Die Summe während der zweiten Hälfte der 1990er Jahre
liegt trotzdem um mehr als 50% höher als während der ersten. 247

BEDINGUNG ERFÜLLT

4.6.6 Ergebnis
Die Literaturstellen zeigen, dass bei allen Aktienblasen ein starker Anstieg der Zahl der
börsennotierten Unternehmen zu beobachten war.

245 Vgl. JAMES GOODWIN HODGSON, 1975, Wall Street, Asset Or Liability?, S. 90.

Vgl. TAKEO HOSHI, 2001, Corporate Financing and Governance in Japan: The Road to the Future, S.
246

240.

247Vgl. JUSTIN BRYON, 2002, A Comparison of Small and Medium Sized Enterprises in Europe and in
the USA, S. 100 Abb. 3.9.
75

4.7 Steigende Zahl von Anlegern/Investoren

4.7.1 Beschreibung des Phänomens


Eine steigende Zahl von Anlegern/Investoren zeigt sich dadurch, dass ein größerer Teil der
Bevölkerung Aktien oder sonstige Spekulationsobjekte besitzt.

4.7.2 Quantifizierung des Phänomens


Anders als bei der Zahl der Unternehmen kann neben der Steigerung in Prozentpunkten auch der
absolute Prozentsatz betrachtet und mit historischen Werten verglichen werden.

4.7.3 Datenquellen
Es wird auf folgende Literaturangaben zurückgegriffen:

• (HOMEYER, 2002), S. 38.,


• (LEVY, 1950)S. 40,
• (MARKHAM, 2001), S. 100.
• (SHEERAN, 2004), S. 115,
• (PERELMAN, 1996), S. 53,
• (HOOKE, 1998), S. 33,
• (COULSON, 2004), S. 48,
• (FARNIE, 2000), S. 64,
• (TAYLOR, 2006), S. 500.

4.7.4 Plausibilisierung
Die Annahme, dass während der Ausbildung einer Spekulationsblase die Zahl der Marktteilnehmer
steigt, erscheint plausibel, da zum einen in der Presse auf die Kurssteigerungen aufmerksam
gemacht wird und zum anderen stark steigende Kurse über einen überdurchschnittlich langen
Zeitraum die Anlage in Aktien gerade auch für neue Anleger z.B. gegenüber festverzinslichen Anlagen
attraktiv machen. Kreditinstitute haben insbesondere zu Zeiten, in denen es viele Neuemissionen
gibt, ein Interesse an einer steigenden Zahl von neuen Investoren, was sich in ihren Bemühungen
bezüglich der Akquirierung neuer Kunden niederschlagen sollte.

Schließlich kommen Kaufman, Hunter und Pomerleano in ihrem Buch „Asset Price Bubbles: The
Implications for Monetary, Regulator and International Policies” mathematisch zu dem Ergebnis,
76

dass der Preis eines Anlageobjekts neben dem fundamentalen Wert und den Ressourcen der
Investoren von deren Anzahl abhängt. 248

4.7.5 Überprüfung

4.7.5.1 Die Tulpenmanie in Holland


Dass die steigenden Tulpenpreise zu einer immer größeren Zahl von Spekulanten führte, die
ihrerseits an der Preissteigerung teilhaben wollten, geht aus Homeyers Ausführungen über die
Tulpeneuphorie hervor.

As it became obvious that the tulip prices were continuing to climb, doubling in a year or less, everybody
wanted a piece of the action.249

BEDINGUNG ERFÜLLT

4.7.5.2 Die South Sea Bubble in London


Aus der Tatsache, dass jeder Anleger an der South Sea Company maximal Anteile im Wert von 10.000
Pfund halten durfte und dies bei den weiteren Börsengängen so blieb, kann geschlossen werden,
dass die Zahl der Investoren gegenüber früheren Börsengängen anstieg. Zudem gab es bei der South
Sea Company bereits eine große Zahl von Investoren, die Gläubiger des Staates waren und ihre
Forderungen nun in Aktien tauschen konnten. Insgesamt waren 20.000 solcher Transfers zu
verzeichnen.250 Laut Jerry W. Markham haben insgesamt sogar 500.000 Anleger mit der South Sea
Company Geld verloren.251

BEDINGUNG ERFÜLLT

4.7.5.3 Die Eisenbahnmanie in Großbritannien und Deutschland


Dass auch die Zahl der Investoren während der zweiten Blase in der ersten Hälfte der 1840er Jahre
stark anstieg, geht aus Paul Sheerans „The International Political Economy of Investment Bubbles“
hervor. Er scheibt dort:

248Vgl. JEAN-CLAUDE TRICHET, 2003, Asset Price Bubbles: The Implications for Monetary, Regulatory,
and International Policies.

249 HENRY A. HOMEYER, 2002, Notes From The Garden, S. 38.

250Vgl. A. B. LEVY, 1950, Private Corporations and Their Control (Part 1): The Sociology of Work and
OrganizationS. 40.

251 Vgl. JERRY W. MARKHAM, 2001, A Financial History of the United States, S. 100.
77

The 1840s saw railwaymania sweep across the country. Thousands of ordinary people put their savings
into dozens of railway companies. Some lost everything.252

Auch für die erste Blase ab 1830 gibt es Hinweise auf neue Investoren, die von den steigenden
Kursen profitieren wollten. Michael Perelman schreibt in „The End of Economics“:

First the chanels and then the railroads began to issue stock in the 1830s. Many investors welcomed the
opportunity to put their money into these ventures.253

Auf der nächsten Seite stellt er fest:

These subsidies were modest compared to the overinvestment that occurred in their wake. Railroading
seems to have caused many investors to fall into a hysterical enthusiasm.254

BEDINGUNG ERFÜLLT

4.7.5.4 Die Aktieneuphorie in den USA


Ein starker Anstieg bei der Zahl der Investoren ist vor allem bei der Masse der unerfahrenen Anleger
zu beobachten, die einen Teil ihrer Ersparnisse im Aktienmarkt anlegen wollten. In den späten
1920er Jahren wurde die Mehrheit der öffentlich ausgegebenen Aktien von ca. 10 Mio.
Einzelaktionären gehalten.255

BEDINGUNG ERFÜLLT

4.7.5.5 Die Blase beim Gold


Eine steigende Zahl von Gold- und Goldminen-Investoren lässt sich daraus ableiten, dass Gold
während der steigenden Preissteigerungsraten in den 1970er Jahren zunehmend als
Anlageinstrument populär wurde:

252 PAUL SHEERAN, 2004, The International Political Economy of Investment Bubbles, S. 115.

253 MICHAEL PERELMAN, 1996, The End of Economics, S. 53.

254 Ebenda.

255Vgl. JEFFREY C. HOOKE, 1998, Security Analysis on Wall Street: A Comprehensive Guide to Today's
Valuation Methods, S. 33.
78

The rise in business profits (1986-90) and the inflation of stock prices tempted new investors into the
market, in quest of immediate gains, so further accelerating the rise in prices. 256

BEDINGUNG ERFÜLLT

4.7.5.6 Die Hightech - Blase


Die Zahl der Aktienbesitzer stieg während der 1990er Jahre in den USA stark an. Laut Bernard Taylor
verdoppelte sich ihre Zahl zwischen 1990 und 2000 auf ca. 85 Millionen. 257

4.7.6 Ergebnis
Die Daten sowie die Literaturstellen zeigen, dass bei allen Blasen ein Anstieg der Zahl der Investoren
zu beobachten war.

4.8 Erhöhung des Optimismus

4.8.1 Beschreibung des Phänomens


Ein steigender Optimismus drückt sich dadurch aus, dass eine steigende Zahl von Marktteilnehmern
steigende Kurse des Spekulationsobjekts erwartet oder sogar mit steigenden Kurszuwächsen
rechnet.

4.8.2 Quantifizierung des Phänomens


Das Phänomen kann quantifiziert werden, indem durch Umfragen die Zahl der positiv oder negativ
gestimmten Investoren ermittelt wird und diese ins Verhältnis gesetzt werden, z.B. indem vom
Prozentsatz der Optimisten der der Pessimisten subtrahiert wird. Das Ergebnis wird wiederum mit
dem historischen Durchschnitt verglichen. Rückschlüsse auf die Zahl der Optimisten bzw.
Pessimisten können auch gezogen werden, indem durch Umfragen ermittelt wird, zu wie viel
Prozent die Anleger verglichen mit allen Anlageklassen in der zu untersuchenden Klasse investiert
sind, z.B. wie hoch die Aktienquote zum Betrachtungszeitpunkt ist.

256DOUGLAS A. FARNIE, 2000, Region and Strategy in Britain and Japan: Business in Lancashire and
Kansai 1890-1990, S. 64.

257BERNARD TAYLOR, 2006, Corporate Governance: The Crisis, Investor's Losses and the Decline in
Public Trust: Strategische Unternehmungsplanung: Strategische Unternehmungsfuhrung: Stand Und
Entwicklungstendenzen, S. 500.
79

4.8.3 Datenquellen
Es wird auf folgende Literaturangaben zurückgegriffen:

• (SCOTT B. MACDONALD, 2004), S. 116,


• (MAATMAN, 2004), S. 225, Fußnote 54,
• (RIPPY, 2000), S. 20,
• (NAIRN, 2002), S. 10,
• (TRANSPORT, 1978), S. 61,
• (FERRI, 2003), S. 46,
• (ISHI, 2001), S. 80.

4.8.4 Plausibilisierung
Ein erhöhter Optimismus unter den Investoren lässt sich aus einer anhaltend guten Performance mit
Kurssteigerungen bei Aktien u.a. ableiten, die in die Zukunft projiziert wird. Ein anhaltend hoher
Optimismus bei der Medienindustrie und den Banken sowie deren Analysten andererseits erscheint
plausibel, da dies zu einer anhaltend hohen Nachfrage der Investoren nach Anlagemöglichkeiten und
Informationen führt und damit den Verdienst der Medienindustrie sowie der Kreditinstitute positiv
beeinflusst. Garber schreibt hierzu:

In General these events [die Blasen] are viewed as outbursts of irrationality: self-generating surges of
optimism, that pump up asset prices and misallocate investments and ressources to such a great extent
that a crash and major financial and economic distress inevitably follow. 258

Bezüglich des Optimismus von Analysten haben Studien von De Bondth und Thaler sowie De Bondt
und Forbes gezeigt, dass niedrige Gewinnschätzungen oftmals näher an die wirklichen dann
realisierten Gewinne herankommen als der Konsensus der Analysten. 259

4.8.5 Überprüfung

4.8.5.1 Die Tulpenmanie in Holland


Optimismus und ein Vertrauen darin, dass die Tulpenpreise weiter steigen werden, war Mitte der
1630er Jahre zu beobachten. Scott B. MacDonald, Albert L. Gastmann schreiben hierzu:

258 PETER M. GARBER, 1990, Famous First Bubbles: The Fundamentals of Early Manias.

259 Vgl. DE BONDTH & THALER, 1990, Do Security Analysts Overreact?


80

All of this helped to provide a sense of optimism and there remained a sense of confidence about the
upward movement of the value of the tulip.260

BEDINGUNG ERFÜLLT

4.8.5.2 Die South Sea Bubble in London


Die Tatsache, dass der Anstieg des Aktienkurses der South Sea Company von einem exzessiven
Optimismus begleitet war und sich die Preise gleichzeitig immer weiter vom fundamentalen Wert
des Unternehmens entfernten, geht aus einer Fußnote in dem Buch „Dutch Pension Funds“ von R.H.
Maatman hervor. Dort heißt es:

In the years leading up to 1720, shares in the South Sea Company reached unprecedented heights; the
price was completely out of proportion to the true value of the company. This was symptomatic of a
stock market boom characterised by “excessive optimism” among investors, according to Frentrop
(2002), pp. 135-149.261

BEDINGUNG ERFÜLLT

4.8.5.3 Die Südamerikaeuphorie


Ein hohes Maß an Optimismus bei den Marktteilnehmern und ein gleichzeitig wachsendes
Medieninteresse geht aus folgendem Text hervor:

Representatives of the borrowing government came to London and negociated contracts with issuing
firms; space was bought in newspapers to extol the countries whose securities were to be marketed;
pamphlets with glowing descriptions of their ressources were circulated; prospectuses blazing with
optimism were prepared and sent to agents and clients.262

BEDINGUNG ERFÜLLT

4.8.5.4 Die Eisenbahnmanie in Großbritannien und Deutschland


Alasdair G. M. Nairn und Sandy Nairn schreiben bezüglich des Optimismus:

ALBERT L. GASTMANN SCOTT B. MACDONALD, 2004, A History of Credit and Power in the Western
260

World, S. 116.

261 Vgl. R.H. MAATMAN, 2004, Dutch pension funds: Fiduciary Duties and Investing, S. 225, Fußnote 54.

262J. FRED RIPPY, 2000, British Investments in Latin America, 1822-1949: Evolution of International
Business 1800-1945, S. 20.
81

The early railroads were successful commercial ventures, but their share prices were soon raised to
unrealistic levels by the inflated optimism of investors. This optimism was unsustainable. 263

BEDINGUNG ERFÜLLT

4.8.5.5 Die Aktieneuphorie in den USA


Die zunehmende Neigung der amerikanischen Bevölkerung, während der 1920er Jahre in Aktien zu
investieren, kann mit einem zunehmendem Optimismus erklärt werden:

A feature of the 1920s in the United States had been a combination of new technology and optimism
which manifested itself in increasing capital investment.264

BEDINGUNG ERFÜLLT

4.8.5.6 Die Blase beim Gold


Der Anstieg des Goldes Ende der 1970er Jahre war begleitet von einem zunehmenden Optimimus,
der auf die Angst der Investoren vor einem Verfall des Dollars zurückgeführt werden kann. 265

BEDINGUNG ERFÜLLT

4.8.5.7 Die Japanblase


Der Optimismus in Japan in den 1980er Jahren wird in dem Buch „Making Fiscal Policy in Japan:
economic effects and institutional settings“ von Hiromitsu Ishi beschrieben:

„It seemed that Japan acquired a high level of concidence and prestige in the international community
on the basis of its good economic performance in the 1980s. No doubt these factors affected the far-
reaching optimism concerning the future trend for asset prices and in turn the bullish sentiment on
business expansion.”266

263ALASDAIR G. M. NAIRN, 2002, Engines That Move Markets: Investigating from Railroads to the Inter-
net and Beyond, S. 10.

264Vgl. EUROPEAN CONFERENCE OF MINISTERS OF TRANSPORT, 1978, The Role of Transport in Counter-
Cyclical Policy, S. 61.

265 Vgl. RICHARD A. FERRI, 2003, Protecting Your Wealth in Good Times and Bad, S. 46.

266 HIROMITSU ISHI, 2001, Making Fiscal Policy in Japan: economic effects and institutional settings, S.
80.
82

4.8.5.8 Die Hightech - Blase


Ein erhöhter Optimismus gegen Ende der 1990er Jahre zeigt sich an Hand des Put/Call-Ratios267.
Hatte dieses noch im Jahr 1998 bei ca. 0,9 gelegen, fiel es bis März 2000 auf unter 0,5 zurück, wie die
Abbilding 29268 zeigt.

BEDINGUNG ERFÜLLT

Abbildung 29: Das Put-Call-Ratio von 1996 bis 2004.


Quelle: ZEAL Speculation and Investment, im Internet unter http://www.zealLLC.com, abgerufen am
13.03.2007.

4.8.6 Ergebnis
Die Daten sowie die Literaturstellen zeigen, dass bei allen Blasen ein Ansteigen des Optimismus zu
beobachten war.

4.9 Erhöhung der Schuldenquote/des Kreditvolumens

4.9.1 Beschreibung des Phänomens


Eine steigende Schuldenquote ist dann zu beobachten, wenn ein größerer Teil aller Käufe des
Spekulationsobjekts per Kredit durchgeführt wird, die Anleger das Geld für den Kauf also nicht

267Das Put/Call-Ratio gibt das Verhältnis von Put- und Call-Optionen an. Bei hohem Optimismus
werden i.d.R. mehr Call-Optionen gekauft.

Vgl. RICHARD F. HAMILTON, 2000, Marxism, Revisionism and Leninism: Explication, Assessment and
268

Commentary.
83

besitzen. Ein steigendes Kreditvolumen tritt auf, wenn mehr neue Kredite vergeben als
zurückgezahlt werden.

4.9.2 Quantifizierung des Phänomens


Um die Schuldenquote zu bestimmen, wird das Volumen sämtlicher Käufe, die auf Kredit getätigt
wurden, entweder durch die gesamte Marktkapitalisierung oder durch das nominale
Bruttoinlandsprodukt geteilt. Beim Kreditvolumen wird die jährliche Steigerung betrachtet. Um die
Effekte, die ein steigendes Bruttoinlandsprodukt auf das Kreditvolumen hat, herauszurechnen, kann
das Volumen ebenfalls alternativ durch das Bruttoinlandsprodukt dividiert werden.

4.9.3 Datenquelle
Datenquelle für die Schuldenquote für amerikanische Aktien ist die Seite von Financial Markets269.

4.9.4 Plausibilisierung

4.9.4.1 Kreditvolumen
Eine Ausweitung des Kreditvolumens für Investitionen in Aktien u.ä. entsteht dann als Folge einer
Blasenbildung, wenn der erwartete erzielbare Return höher liegt als die Zinsen, die für den Kredit
bezahlt werden müssen und gleichzeitig die kreditgebenden Institute freigiebig Geld verleihen. Dass
Aktien langfristig einen höheren Return erwarten lassen als festverzinsliche Anlagen geht bereits aus
dem von Kahneman und Tversky identifizierten Equity Premium Puzzle hervor:

The Equity Premium Puzzle refers to the empirical fact that stocks have outperformed bonds over the
last century by a surprisingly large margin. 270

Da Akien während einer Blasenbildung nach Calverley eine hohe Bewertung gegenüber dem
fundamentalen Wert haben, ergibt sich die Vermutung, dass die Returns bei Aktien über einen
längeren Zeitraum höher sein können als die erwarteten Kreditzinsen.

Ein Beispiel für eine freigiebige Kreditvergabe ist die Bank of England während der
Eisenbahneuphorie in England in den 1840er Jahren. Laut Leland Jenks wurde die
Eisenbahneuphorie nicht mit Hilfe von bereits erlangtem Reichtum finanziert, sondern von
Investoren, die mehr investiert haben, als ihnen an Mitteln zur Verfügung stand:

269 Vgl. Financial Market Center, 2007e, Url: www.fmcenter.org, Stand: 22.01.2007.

270 DANIEL KAHNEMAN, 2000, Choices, Values, and Frames, S. 301.


84

They carried consols to the bank, to secure loans to make initial payments upon railway shares and
pledged those shares anew to start the purchase of more.271

Barbara Weiss bezeichnet das Kreditsystem während dieser Periode in ihrem Buch „The Hell of the
English: bankruptcy and the Victorian novel” als extrem verwundbar und macht es mit für die
Blasenbildung und den nachfolgenden Kursverfall verantwortlich. 272

4.9.4.2 Schuldenquote
Alternativ kann neben dem absoluten Kreditvolumen für Aktien auch das Kreditvolumen relativ zu
allen Investments untersucht werden, d.h. der Anteil der Investments, der kreditfinanziert ist.
Hierdurch lässt sich auch das Kreditvolumen zu einem bestimmten Zeitpunkt während einer
Blasenbildung mit dem bei anderen Blasen vergleichen, ohne die aktuelle Blase im Zeitverlauf
untersuchen zu müssen. Dass die Schuldenquote zumindest bis zu den 1980er Jahren ein guter
technischer Indikator für Spekulationen war, geht aus dem Buch „Market Magic: Riding the Greatest
Bull Market of the Century“ von Louise Yamada hervor.273

4.9.5 Überprüfung

4.9.5.1 Die Tulpenmanie in Holland


Der folgenden Aussage ist zu entnehmen, dass mehr und mehr Tulpen auf Kredit gekauft wurden.

Craftsmen were willing to mortgage the tools of their trade to have money to buy into the tulip trade.274

Bei Optionen auf Tulpenzwiebeln mussten sogar nur 10-20% des Gesamtpreises an Margin
hinterlegt werden, was bedeutet, dass die restlichen 80-90% auf Kredit gekauft werden.275

BEDINGUNG ERFÜLLT

271JENKS, 1944, Railroads as an Economic Force in American Development: The Journal of Economic
History, S. 1-20.

272 Vgl. BARBARA WEISS, 1986, The Hell of the English: bankruptcy and the Victorian novel, S. 25.

273 Vgl. YAMADA, 1998, Market Magic: Riding the Greatest Bull Market of the Century, S. 212.

274 HENRY A. HOMEYER, 2002, Notes From The Garden, S. 38.

275 Vgl. BRIAN KETTELL, 2001, Economics for Financial Markets, S. 304.
85

4.9.5.2 Die South Sea Bubble in London


Das Kaufen von Aktien auf Kredit war vor allem ab dem Jahr 1720 zu beobachten. William J. Bern-
stein schreibt hierzu:

The later purchasers were allowed to purchase on margin with a 20% down payment, the remainder
being due in subsequent payments. In the case of the south sea company, even this was a fiction, as many
of the downpayments themselves were made with borrowed money.276

Dementsprechend war eine generelle Ausweitung der Kreditvolumina zu beobachten:

Credit and speculation traveled hand in hand, with available credit fueling the fires of speculation. In
the end the investor was pulled into a scam that went belly-up.277

Die gesamte öffentliche Verschuldung stieg von 1694 bis 1713 von 5 auf 50 Millionen Pfund an. 278

BEDINGUNG ERFÜLLT

4.9.5.3 Die Südamerikaeuphorie


Während dieser Zeitperiode weitete die Bank of England das Kreditvolumen an den Staat sowie die
East India Company aus, wie Herbert F. Tucker schreibt:

This crisis, which was the first but by no means the last to shatter fortunes and ruin firms, followed on a
boom fueled by the floating of bonds for South American republics and South American Mining projects;
the Bank of England simultaneously expanded credit to the government and to the East India Company,
plentiful credit led to the buying of commodities and securities with borrowed money in order to sell
again at a profit.279

Aus diesem Text geht auch indirekt hervor, dass die Inanspruchnahme von Kredit mehr und mehr
dazu genutzt wurde, um Aktien zu kaufen.

BEDINGUNG ERFÜLLT

276 WILLIAM J. BERNSTEIN, 2002, A History of Credit and Power in the Western World, S. 139.

ALBERT L. GASTMANN SCOTT B. MACDONALD, 2004, A History of Credit and Power in the Western
277

World, S. 134.

278 Vgl. RON HARRIS, 2000, Industrializing English Law, S. 62.

279 HERBERT F. TUCKER, 1999, A Companion to Victorian Literature and Culture.


86

4.9.5.4 Die Eisenbahnmanie in Großbritannien und Deutschland


Dass sowohl in der ersten als auch in der zweiten Blase Aktien auf Kredit gekauft wurden, wurde im
vorherigen Kapitel bereits angedeutet. Auf ein wachsendes Kreditvolumen lässt zudem die
Entwicklung der „Private Loans“ der Bank of England schließen, die sowohl 1836 als auch 1845
gleichzeitig mit den Aktienkursen ihre lokalen Maxima erreichten 280, wie Abbildung 30281 zeigt.

BEDINGUNG ERFÜLLT

Abbildung 30: Money Aggregates for England 1728-1850.


Quelle: “Historical Perspectives on Financial Development and Economic Growth” von Rousseau, S. 89.

4.9.5.5 Die Aktieneuphorie in den USA


Eine Ausweitung des Volumens bei den Krediten zeigte sich vor allem beim Konsumentenkredit. Das
Volumen erreichte im Oktober 1929 die Marke von 7 Mrd. US-$.282 Aber auch insgesamt weitete sich
das Kreditvolumen stark aus, wie aus den „Hearings before the Joint Committee on the Economic
Report“ vom Dezember 1949 hervorgeht. 283 Im Zuge der Kreditausweitung selbst stieg auch der
Anteil der Aktien, die auf Kredit gekauft wurden. Im September 1929 erreichte dieser Anteil mit 9

280Vgl. PETER L. ROUSSEAU, 2003, Historical Perspectives on Financial Development and Economic
Growth: The Federal Reserve Bank of St. Louis Review, S. 89.

281 Vgl. ebenda

282 LENDOL GLEN CALDER, 1999, Financing the American Dream: A Cultural History of Consumer Credit,
S. 263.

283Vgl. Joint Committee on the Economic Report, Congress of the United States, 1949, Volume and
Stability of Private Investment, U.S. Govt. Print. Off., S. 389.
87

Mrd. US-$ 10% (d.h. 90% wurden mit Cash und 10% auf Kredit gekauft), während er im Jahr 1921
bei 1 Mrd. US-$ gelegen hatte. 284

BEDINGUNG ERFÜLLT

4.9.5.6 Die Japanblase


Zu einem erhöhten Kreditvolumen trug vor allem die Bank of Japan bei, die die Geschäftsbanken
anwies, mehr Kredit zu vergeben. Zudem wurden in den 1970er Jahren sieben sog. ‚jûsen companies’
erschaffen, die Kredite für den Erwerb oder die Erschließung von Gründstücken insbesondere auch
für Spekulanten vergaben, die bei den Banken keine Kredite bekamen. Die auf diese Weise
vergebenen Kredite versechsfachten sich 1985-1992.285 So wie 1929 in den USA befand sich auch die
Schuldenquote in Japan 1989 auf einem historischen Höchststand. 286 Gemessen am verfügbaren
Einkommen wurden Kredite in Höhe von 20% aufgenommen, um im Aktienmarkt zu investieren. 287

BEDINGUNG ERFÜLLT

4.9.5.7 Die Hightech - Blase


Die Schuldenquote, gemessen in % des Bruttoinlandsprodukts, lag 1990 bei unter 0,5%, um bis zum
September 1999 auf 1,93% anzusteigen. Im April 2000 lag sie mit 265 Mrd. US-$ sogar bei 2,7% der
Wirtschaftsleistung.288 Entsprechend erhöhte sich auch das Kreditvolumen, ausgedrückt an Hand der
„Credit Market Debt“. Ihr Anteil am Bruttoinlandsprodukt stieg zwischen 1980 und 1990 von 174 auf
245% des BIP und lag 1998 sogar bei 260% 289. Im Jahr 2000 schließlich stieg er auf ca. 300%. 290

BEDINGUNG ERFÜLLT

284 Vgl. GEORGE A. FONTANILLS, 2002, The Volatility Course, S. 10.

285 Vgl. WOLFGANG DOROW, 2003, Personalwirtschaftlicher Wandel in Japan, S. 39.

286 Vgl. GEORGE SOROS, 1994, The Alchemy of Finance: Reading the Mind of the Market, S. 366.

287Vgl. ROY C. SMITH, 1993, Comeback: The Restoration of American Banking Power in the New World
Economy, S. 248.

288Vgl. BERTRAND M. ROEHNER, 2001, Hidden Collective Factors in Speculative Trading: A Study in
Analytical Economics, S. 194.

289 Vgl. JAMES L. CLAYTON, 2000, The Global Debt Bomb, S. 27.

290 2005, Shareholder Commentary, GAMCO Mathers Fund.


88

Margin Debt in % des BIP - Die Hightech-Blase

1200,00 3,000

1000,00 2,500

800,00 2,000

600,00 1,500

400,00 1,000

200,00 0,500

0,00 0,000
1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003

Kurs indexiert Margin Debt

Abbildung 31: Kursentwicklung des Nasdaq 100 und Schuldenquote in % des BIP in den USA 1989 bis 2003.
Quelle: eigene Darstellung, Daten siehe Kapitel 4.1.3 und 4.9.3.

4.9.6 Ergebnis
Die Daten sowie die Literaturstellen zeigen, dass bei allen Blasen ein Ansteigen der Schuldenquote zu
beobachten war.

4.10 Sich beschleunigendes Geldmengenwachstum

4.10.1 Beschreibung des Phänomens


Hierunter ist zu verstehen, dass sich der prozentuale jährliche Anstieg der Geldmenge nach oben
bewegt. Bei der Geldmenge ist zu unterscheiden zwischen der monetären Basis (M0,
Notenbankgeldmenge), der Geldmenge M1, M2 sowie M3.

M1 sind die Sichteinlagen der Nicht-Kreditinstitute sowie Bargeldumlauf ohne die Kassenbestände
der Kreditinstitute. M2 setzt sich zusammen aus M1 sowie den Einlagen mit vereinbarter Laufzeit
bis zu zwei Jahren und Einlagen mit gesetzlicher Kündigungsfrist bis zu drei Monaten. M3 schließlich
umfasst M2 sowie Anteile an Geldmarktfonds, Repoverbindlichkeiten, Geldmarktpapieren und
Bankschuldverschreibungen mit einer Laufzeit bis zu zwei Jahren. 291

291 Vgl. Deutsche Bundesbank - Schule und Studium - Glossar, 2007, Url:
http://www.bundesbank.de/bildung/bildung_glossar.php, Stand: 22.02.2007.
89

4.10.2 Quantifizierung des Phänomens


Eine Quantifizierung kann durchgeführt werden, indem die jährliche prozentuale Steigerung
während eines bestimmten Zeitraums zum historischen Durchschnitt in Beziehung gesetzt wird.
Alternativ kann statt der Geldmenge die Inflation verwendet werden, die sich aus dem
Geldmengenwachstum abzüglich dem realen Wachstum des Bruttoinlandsprodukts berechnet.

4.10.3 Datenquellen
Für die Tulpenmanie in Holland: “The Dutch Monetary Environment During Tulipmania“ von D.
French.

Für die Aktieneuphorie in den USA: Das National Bureau of Economic Research unter
http://www.nber.org/databases/macrohistory/contents/chapter14.html.

Für die Japanblase: EconStats unter http://www.econstats.com/r/rjap__m13.htm sowie Bank of


Japan.

Für die Blase beim Gold: Das Federal Reserve Statistical Release unter
http://www.federalreserve.gov/releases/h6/hist/.

Für die Hightech–Blase: Das Federal Reserve Statistical Release unter


http://www.federalreserve.gov/releases/h6/hist/.

4.10.4 Plausibilisierung
Dass ein steigendes Geldmengenwachstum zu einer Blase führen kann, konnte an der
Spekulationsblase der japanischen Aktien
Yamamura und Yukio Noguchi war ein steigendes Geldmengenwachstum mitverantwortlich für die
japanische Blase, weil aufgrund der Verringerung der Kapitalkosten eine steigende Menge an Aktien,
Bonds und Warrents herausgegeben wurde.292

4.10.5 Überprüfung

4.10.5.1 Die Tulpenmanie in Holland


Abbildung 32 zeigt, dass die Ausbildung der Blase bei den Tulpen von einer Ausweitung der
Geldmenge begleitet war. So stieg der „Total Mint Output“ an Gulden in den Südniederlanden von ca.

292K YAMAMURA, 1996, U.S.-Japan Macroeconomic Relations: Interactions and Interdependence in


the 1980s, S. 15.
90

2,8 Millionen zwischen 1628 und 1629 auf 17 Millionen zwischen 1633 und 1635 und auf 23,1
Millionen zwischen 1636 und 1638. Bis 1645 ging die Produktion wieder auf 4 Millionen zurück. 293

BEDINGUNG ERFÜLLT
Total Mint Output Südniederlande 1628 - 1645 in Gulden

25.000.000

20.000.000

15.000.000

10.000.000

5.000.000

0
1628-1629 1630-1632 1633-1635 1636-1638 1639-1642 1643-1645

Gold Silber Gesamt Kupfer

Abbildung 32: Produktion von Gold, Silber und Kupfer der Mint in den Südniederlanden von 1628 – 1645.
Quelle: eigene Darstellung, Daten siehe Kapitel 4.1.3 und 4.10.3.

4.10.5.2 Die South Sea Bubble in London


Den Ausführungen von Constantine George Caffentzis in „Exciting the Industry of Mankind: George
Berkeley's Philosophy of Money” ist zu entnehmen, dass die Geldmenge in England im Jahr 1720
nicht so stark ausgeweitet wurde, dass dies die Ausbildung der Blase mitverursacht hätte. Dies wird
damit begründet, dass die Direktoren des Unternehmens im Gegensatz zu John Law in Frankreich
keine Kontrolle über die Geldmenge hatten. Statt dessen haben sie Geld an Investoren verliehen,
damit diese neue Aktien kaufen und somit den Preis der South Sea Company hoch halten würden. 294

293Vgl. DOUGH FRENCH, 2006, The Dutch Monetary Environment During Tulipmania: The Quarterly
Journal of Austrian Economics, S. 12.

294Vgl. CONSTANTINE GEORGE CAFFENTZIS, 2000, Exciting the Industry of Mankind: George Berkeley's
Philosophy of Money, S. 30.
91

Die Preissteigerungsraten der Jahre 1710-1720 deuten ebenfalls nicht darauf hin, dass eine starke
Geldmengenausweitung in England stattgefunden hat. Der Retail Price Index ist zwar zwischen 1718
und 1719 um 6% gestiegen, 1721 hatte er jedoch wieder das Niveau von 1718 erreicht.295

BEDINGUNG NICHT ERFÜLLT

4.10.5.3 Die Südamerikaeuphorie


Aus dem Buch „The Volatility Machine: Emerging Economies and the Threat of Financial Collapse”
von Michael Pettis geht hervor, dass drei Faktoren dafür verantwortlich waren, dass die Versorgung
von Investoren und Spekulanten mit Geld stark anstieg: Die britische Regierung kaufte einen Teil
ihrer Bonds zurück und brachte damit 2,8 Millionen Pfund in die Hände der Investoren; das
Parlament erlaubte „Provincial Banks“, selbst Geld zudrucken; die Bullion Reserven der Bank of
England, die im 19. Jahrhundert die Grundlage für neues Geld darstellten, erhöhten sich zwischen
1821 und 1824 von 4 auf 14 Millionen Pfund. 296 Ein Beobachter dieser Zeit schreibt über das
Geldmengenwachstum:

„The ensuing money growth swamped the whole country with paper money, which found a ready outlet
at that time in rising prices and universal speculation.”297

BEDINGUNG ERFÜLLT

4.10.5.4 Die Eisenbahnmanie in Großbritannien und Deutschland


Stellvertretend für die Entwicklung der Geldmenge werden die „Circulation and Deposits“ der Bank
of England verwendet, die laut Rousseau einen „proxy for long-term fluctuations in narrowly defined
money“298 darstellen. Die Korrelation zu den Aktienkursen ist hier weniger ausgeprägt, da dieser
Wert bereits 1834 sein Top erreichte und danach fiel, während die Aktienkurse weiter steigen. 299

BEDINGUNG ERFÜLLT

295 Vgl. LAWRENCE H. OFFICER, 2005, The Price of Gold, 1257-2005.

296 Vgl. MICHAEL PETTIS, 2001, The Volatility Machine: Emerging Economies and the Threat of Finan-
cial Collapse, S. 56.

297 H.M. HYNDMAN, 1932, Commercial Crises of the Nineteenth Century, S. 29.

PETER L. ROUSSEAU, 2003, Historical Perspectives on Financial Development and Economic Growth:
298

The Federal Reserve Bank of St. Louis Review.

299Vgl. Daten von National Bureau of Economic Research, 2007a, Url: http://www.nber.org, Stand:
12.01.2007.
92

4.10.5.5 Die Aktieneuphorie in den USA


Bei der Entwicklung der Geldmenge ist zu beobachten, dass diese zwar während der 1920er Jahre
um bis zu 40% p.a. anstieg. Das Geldmengenwachstum ging allerdings zwischen 1921 und 1929
kontinuierlich zrück.300 Die Geldmenge M1 hat sogar bereits seit 1924 stagniert.

BEDINGUNG NICHT ERFÜLLT

Geldmengenwachstum M1 - Die Aktieneuphorie in den USA

400,00 40,00

350,00
30,00

300,00
20,00

250,00
10,00

200,00

0,00
150,00

-10,00
100,00

-20,00
50,00

0,00 -30,00
1917 1918 1919 1920 1921 1922 1923 1924 1925 1926 1927 1928 1929 1930 1931 1932 1933 1934 1935 1936 1937 1938 1939

Kurs indexiert Geldmengenwachstum

Abbildung 33: Kursverlauf des Dow Jones und Geldmengenwachstum M1 in den USA 1917 – 1939.
Quelle: eigene Darstellung, Daten siehe Kapitel 4.1.3 und 4.10.3.

4.10.5.6 Die Blase beim Gold


In den drei Jahren vor dem Platzen der Blase beim Gold Anfang 1980 stieg die Geldmenge M3 in den
USA um durchschnittlich 11,3% p.a. Von 1959 bis 1977 waren es dagegen lediglich 8,8% p.a. Auch
das Wachstum der Geldmenge M1 stieg von 3,7% im Jahr 1975 auf 7,8% im Jahr 1979.

BEDINGUNG ERFÜLLT

300 Vgl. ebenda.


93

Geldmengenwachstum M1 - Die Blase beim Gold

1000,00 18,00

900,00 16,00

800,00 14,00

700,00 12,00

600,00 10,00

500,00 8,00

400,00 6,00

300,00 4,00

200,00 2,00

100,00 0,00

0,00 -2,00
1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990

Kurs indexiert Geldmengenwachstum

Abbildung 34: Entwicklung des Goldpreises und Geldmengenwachstum M1 in den USA 1973 –1990.
Quelle: eigene Darstellung, Daten siehe Kapitel 4.1.3 und 4.10.3.

4.10.5.7 Die Japanblase


Die Geldmenge in Japan ist zwischen Anfang 1987 und Anfang 1990 um durchschnittlich 11,5% p.a.
gewachsen. Im Vergleich dazu lag das Wachstum zwischen 1982 und 1987 nur bei 7,1% p.a.301 Das
Wachstum der Geldmenge M1 ist zwar ab 1987 gefallen, stieg jedoch zwischen 1983 und 1987 von
1,9 auf 11%.

BEDINGUNG ERFÜLLT

4.10.5.8 Die Hightech - Blase


Ebenso wie das Kreditvolumen erhöhte sich gegen Ende der 1990er Jahre das Wachstum der
Geldmenge M3. Betrug die Steigerung zwischen 1977 und 1997 ca. 6,8% p.a., so stieg sie bis zum
März 2000 auf 9,7%.302

BEDINGUNG ERFÜLLT

301 Vgl. ebenda.

302 Vgl. ebenda.


94

Geldmengenwachstum M1 - Die Japanblase

700,00 16,00

14,00
600,00
12,00

500,00 10,00

8,00
400,00

6,00

300,00
4,00

200,00 2,00

0,00
100,00
-2,00

0,00 -4,00
1990 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999

Kurs indexiert Geldmengenwachstum

Abbildung 35: Kursverlauf des Nikkei und Geldmengenwachstum M1 in Japan 1990 bis 1999.
Quelle: eigene Darstellung, Daten siehe Kapitel 4.1.3 und 4.10.3.

4.10.6 Ergebnis
Die Daten sowie die Literaturstellen zeigen, dass bei allen Blasen außer der Südseeeuphorie sowie
der Aktieneuphorie in den 1920er Jahren ein starkes Ansteigen der Geldmenge zu beobachten war.

4.11 Fallende Zahl von Aktien, die an einer Aufwärtsbewegung


teilnehmen

4.11.1 Beschreibung des Phänomens


Hierunter ist zu verstehen, dass ein Aktienindex oder auch der gesamte Markt z.B. eines Landes oder
einer Branche zwar im Durchschnitt steigt, die Mehrzahl der Aktien jedoch stagniert oder sogar fällt
und die Aufwärtsbewegung von wenigen Aktien generiert wird, die sehr stark steigen.

4.11.2 Quantifizierung des Phänomens


Diese kann durch die Berechnung der sog. Advance-Decline-Linie erfolgen. Der Wert für ein
bestimmtes Datum berechnet sich, indem die Zahl der fallenden Aktien von der der steigenden
subtrahiert wird und das Ergebnis zum Wert des letzten Handelstages addiert wird. Bei einer
fallenden Zahl von Aktien, die an der Aufwärtsbewegung teilnehmen, fällt dieser Wert, während der
Aktienindex weiter steigt.
95

4.11.3 Datenquellen
Datenquellen sind die Abbildung auf S. 42 in „Conquer the Crash“ von Robert Prechter aus dem Jahr
2002 sowie die Seite von markt-daten.de303.

4.11.4 Plausibilisierung
Robert Prechter schreibt in seinem Buch „Prechter's Perspective“, dass in der letzten Phase einer
starken Aufwärtsbewegung bei Aktienkursen oftmals starke Bewegungen bei einzelnen Aktien und
dafür Stagnation oder sogar leicht fallende Kurse bei der Mehrheit zu beobachten sind.304 Da es sich
bei Spekulationsblasen ebenfalls um starke Aufwärtsbewegungen handelt, scheint es plausibel, dass
die Beobachtung auch hierauf zutreffen sollte. Nach Auffassung von Fontanills und Gentile in „The
Stock Market Course“ ist eine fallende Advance- Decline-Linie ein Indikator dafür, dass sich der
Gesamtmatkt „in einer schlechten Verfassung befindet“, was auf tendenziell fallende Kurse
hindeutet.305 Dies bestätigt die Auffassung, dass zum Ende einer Blase die Advance-Decline-Linie
stagniert oder sogar fällt.

4.11.5 Überprüfung

4.11.5.1 Die Aktieneuphorie in den USA


Dass die Advance-Decline-Linie gegen Ende der 1920er Jahre gefallen ist, geht aus Abbildung 36 306

hervor. Die von mir eingefügte linke blaue Linie zeigt, dass sich die Advance-Decline-Linie während
der letzten drei Jahre bis zum Höchststand im Dow Jones im September 1929 seitwärts und dann
sogar leicht abwärts bewegt hat. Robert Prechter schreibt hierüber:

Look more closely at the details of the line. Notice that during the stock market advance from 1926 to
1929, which was a fifth wave […], the advance-decline line made almost no upside process.307

BEDINGUNG ERFÜLLT

303 Vgl. Markt-Daten, 2007b, Url: http://www.markt-daten.de, Stand: 15.01.2007.

304Vgl. ROBERT R. PRECHTER, 2004, Prechters Perspective: Robert Prechter on the Elliott Wave Princi-
ple Market Analysis and the Nature of Social Trends.

305 Vgl. GEORGE A. FONTANILLS, 2001, The Stock Market Course.

306ROBERT ROUGELOT PRECHTER, 2002, Conquer the Crash: You Can Survive and Prosper in a Deflation-
ary Depression

307 Ebenda.
96

Abbildung 36: Dow Jones Industrial Average Index und Advance-Decline Linie von 1927 bis 2002.
Quelle: (Prechter, 2002).

4.11.5.2 Die Hightech - Blase


Für die Hightechblase wird die Advance-Decline-Linie des Nasdaq verwendet. War diese zwischen
dem 20.05.1996 und dem 14.10.1997 bereits von 8574 auf -10853 gefallen, so beschleunigte sich der
Rückgang in den folgenden 2,5 Jahren und der Wert fiel bis zum Höchststand des Nasdaq am
10.03.2000 auf -121851.308

BEDINGUNG ERFÜLLT

4.11.6 Ergebnis
Die Daten sowie die Literaturstellen zeigen, dass bei beiden Blasen ein Fallen der Advance-Decline-
Linie zu beobachten war.

4.12 Das letztes Platzen einer Blase liegt bereits eine


Generation in der Vergangenheit

4.12.1 Plausibilisierung
Falls das letzte Platzen einer Blase bereits eine Generation in der Vergangenheit liegt, scheint es
plausibel anzunehmen, dass die Mehrheit der Investoren diese nicht miterlebt hat und insofern dazu
neigt, die Existenz der neuen Blase zu leugnen. Vernon Lomax Smith macht in seinem Buch

308 Vgl. Marktdaten, 2007, Url: http://www.markt-daten.de, Stand: 24.02.2007.


97

„Bargaining and Market Behavior: Essays in Experimental Economics” dieses Leugnen für die Gefahr
des Platzens einer Blase und deren Schwere verantwortlich.309

4.12.2 Überprüfung

4.12.2.1 Die Tulpenmanie in Holland


Da es sich hierbei um die erste Blase handelt, kann das Kriterum nicht überprüft werden.

4.12.2.2 Die South Sea Bubble in London


Die Südseeeuphorie fand im Jahr 1720 statt, 83 Jahre nach dem Platzen der Tulpenblase.

BEDINGUNG ERFÜLLT

4.12.2.3 Die Südmaerikaeuphorie


Die Südamerikaeuphorie ereignete zwischen 1822 und 1825 und damit mehr als 100 Jahre nach dem
Platzen der Südseeblase.

BEDINGUNG ERFÜLLT

4.12.2.4 Die Eisenbahnmanie in Großbritannien und Deutschland


Die Eisenbahnmanie ereignete sich nur 5 Jahre nach dem Platzen der Südamerikaeuphorie.

BEDINGUNG NICHT ERFÜLLT

4.12.2.5 Die Aktieneuphorie in den USA


Die Aktienhausse in den USA nahm 1929 ihr Ende, was 84 Jahre später ist als das Platzen der zweiten
Eisenbahnblase.

BEDINGUNG ERFÜLLT

4.12.2.6 Die Blase beim Gold


Die Hausse beim Gold fand 51 Jahre nach der bei den Aktien in den USA statt.

BEDINGUNG ERFÜLLT

Vgl. VERNON L. SMITH, 2005, Bargaining and Market Behavior: Essays in Experimental Economics, S.
309

411.
98

4.12.2.7 Die Japanblase


Die Blase in Japan platzte 9 Jahre nach der des Goldes.

BEDINGUNG NICHT ERFÜLLT

4.12.2.8 Die Hightech - Blase


Dasselbe gilt für die Hightechblase, die 11 Jahre nach der Blase bei den japanischen Aktien platzte.

BEDINGUNG NICHT ERFÜLLT

4.12.3 Ergebnis
Das Kriterium ist bei drei Blasen nicht erfüllt.

4.13 Zusammenfassung
Wie die Tabelle 4 auf der folgenden Seite zeigt, traten fünf der untersuchten Phänomene bei allen
Blasen auf, nämlich schnell steigende Preise, eine hohe Bewertung, ein wirtschaftlicher Aufschwung,
ein steigendes Medieninteresse sowie ein erhöhter Optimismus. Für die freien Zellen lagen keine
Daten oder Literaturstellen vor.
Steigende Erhöhung Erhöhung
Schnell Kursbe- Hohe Wirtsch. Steigendes Steigende Geldmenge Fallende
Zahl des der Leztes
Blase steigende schleuni- Bewer- Auf- Medien- Zahl von nwachs- Zahl von
börsennot. Optimis- Schulden Platzen
Preise gung tung schwung interesse Anlegern tum Aktien
Untern. mus quote

Die Tulpenmanie
in Holland Ja Ja Ja Ja Ja Ja Ja Ja Ja Ja

Die South Sea


Bubble in London Ja Ja Ja Ja Ja Ja Ja Ja Nein Ja

Die
Südamerikaeupho Ja Ja Ja Ja Ja Ja Ja Ja Ja Ja
rie

Die
99

Eisenbahnmanie Ja Nein Ja Ja Ja Ja Ja Ja Ja Ja Nein


in Großbritannien

Die
Aktieneuphorie in Ja Ja Ja Ja Ja Ja Ja Ja Ja Nein Ja Ja

Für die freien Zellen lagen keine Daten oder Literaturstellen vor.
den USA

Tabelle 4: Übersicht, welche Phänomene bei welchen Blasen auftraten.


Die Blase beim
Gold Ja Ja Ja Ja Ja Ja Ja Ja Ja

Die Japanblase Ja Nein Ja Ja Ja Ja Ja Ja Ja Ja Nein

Die Hightech -
Blase Ja Ja Ja Ja Ja Ja Ja Ja Ja Ja Ja Ja
100

5 Die Identifikation des Blasenendes


Dieses Kapitel dient dazu Phänomene zu identifizieren, die lediglich kurz vor dem Platzen einer
Blase zu beobachten waren bzw. zu diesem Zeitpunkt eine charakteristische Ausprägung aufwiesen.
Ihr Auftreten kann auch in Zukunft auf das Platzen einer Blase hindeuten. Eine Technik, mit der
Muster innerhalb der Ausprägungen der Phänomene kurz vor dem Platzen einer Blase identifiziert
werden können, ist das sog. Data Mining. Was man hierunter versteht und wieso sein Einsatz im
Zusammenhang mit Blasen sinnvoll ist, wird in Kapitel 5.1 beschrieben. Kapitel 5.2 widmet sich den
einzelnen Schritten, aus denen der Prozess des Data Minings besteht. In Kapitel 5.3 werden diese
Schritte auf Grundlage der für die Blasenbildungen relevanten Daten durchgeführt. Kapitel 5.4
wertet die Ergebnisse aus.

5.1 Data Mining

5.1.1 Definition
Der Begriff Data Mining nimmt Bezug auf ein Bild aus dem Bergbau, bei dem versucht wird, mit
hohem technischem Aufwand eine möglichst große Menge industriell verwertbare Rohstoffe aus
dem durchsuchten Gestein zu extrahieren. Die Analogie besteht darin, dass beim Data Mining das
Ziel verfolgt wird, aus gegebenen Daten Informationen herauszufiltern, z.B. indem nach vorhandenen
Mustern gesucht wird um diese für Vorhersagen auf andere Daten zu nutzen. Da keine allgemein
anerkannte Definition von Data Mining existiert, sei hier die Definition von Wilde genannt:

Semi-automatischer, iterativer Prozess zur Identifikation und/oder Extraktion vorher unbekannter,


unerwarteter, nicht trivialer, geschäftsrelevanter Informationen aus großen und sehr großen
Datenmengen. Data Mining wird in der Regel auf einem dezidierten Data Mart durchgeführt. 310

Wichtig ist hierbei die Tatsache, dass große und sehr große Datenmengen untersucht werden sollen
– dies erfordert beispielsweise effiziente Algorithmen. Zum andern sei herausgestellt, dass es sich
beim Data Mining um einen iterativen, semi-automatischen Prozess handelt, d.h. neben einer
leistungsstarken Software mit den benötigten Algorithmen ist ein Domain-Experte mit Spezialwissen
über die zu durchsuchenden Daten nötig. 311

310 WOLFGANG MARTIN, 1998, Data Warehousing, S. 426.

311 Vgl. HUI-HUANG HSU, 2006, Advanced Data Mining Technologies in Bioinformatics, S. 4.
101

Da Data Mining zum Ziel hat, mit Hilfe der mathematischen Statistik und Datenbanken
Optimierungen im Marketing und Controlling durchzuführen, kann man es auch als Brückenkopf
zwischen diesen beiden Disziplinen bezeichnen. Diese Brückenbildung kommt auch dadurch zum
Ausdruck, dass nicht – wie bei der klassischen Statistik – Hypothesen lediglich überprüft, sondern
dass neue Hypothesen erzeugt werden. 312

5.1.2 Einsatzmöglichkeiten von Data Mining bei Spekulationsblasen


Bezieht man das im vorherigen Abschnitt Gesagte auf Spekulationsblasen, so handelt es sich bei den
neu erzeugten Hypothesen um Aussagen in Bezug auf bestimmte Muster innerhalb der in den
vorherigen Kapiteln untersuchten und hiermit verwandter Phänomene, die insbesondere kurz vor
dem Platzen einer Blase auftreten. Ein solches Muster wäre z.B. vorhanden, wenn ein bestimmtes
Phänomen immer kurz vor dem Ende der Blase eine bestimmte Ausprägung aufweist, die zu anderen
Zeiten nicht zu beobachten ist. Der visuelle Vergleich von Ausprägungen der Phänomene,
insbesondere makroökonomischer Daten, erlaubt zwar die Identifizierung von Mustern. Mit Hilfe des
Data Minings können jedoch auch Muster identifiziert werden, die mit einem visuellen Vergleich
nicht gefunden werden. 313 Dies hat den Vorteil, dass die Anzahl der Charakteristika, die eine Blase
kurz vor ihrem Platzen aufweist, ansteigt. Hierdurch wiederum kann eine Blase mit einer höheren
Wahrscheinlichkeit als solche identifiziert werden, die sich kurz vor dem Platzen befindet. Im
Gegensatz zu den Kapiteln oben wird nicht nur untersucht, ob ein bestimmtes Phänomen auftritt
oder nicht, sondern auch das Ausmaß des Phänomens kann in die Untersuchung mit einbezogen
werden. Dies erlaubt eine differenziertere Untersuchung, da ein bestimmtes Phänomen
möglicherweise erst ab einem bestimmten Ausßmaß zu einer Blasenbildung bzw. zum Platzen der
Blase beiträgt.

5.2 Die Schritte des Data Minings


Die Durchführung des Data Minings besteht aus folgenden Schritten:
1) Fokussierung
2) Datenvorverarbeitung
3) Transformation
4) Data Mining im engeren Sinn314

312Vgl. BHAVANI M. THURAISINGHAM, 2003, Web Data Mining and Applications in Business Intelligence
and Counter-Terrorism, S. 163.

313 Dies folgt aus Fußnote 312.

314 Vgl. JÖRG SANDER, 2000, Knowledge Discovery in Databases: Techniken und Anwendungen, S. 2.
102

Auf Schritt eins wird an dieser Stelle nicht weiter eingegangen, da dieser beinhaltet, ein Verständnis
für die Anwendung sowie die damit in Verbindung stehenden Daten zu bekommen. Dieser Schritt
wurde bereits in den vorherigen Kapiteln behandelt. Die Schritte zwei bis vier werden im Folgenden
kurz erläutert:

5.2.1 Datenvorverarbeitung
Bei der Vorverarbeitung wird zunächst das Datenmaterial zusammengetragen, mit dessen Hilfe die
oben erwähnten Muster gefunden werden sollen. Es handelt sich hierbei im Fall der
Spekulationsblasen vor allem um makroökonomische Daten. Im Anschluss daran werden die Daten
aufbereitet. Die Aufbereitung besteht aus der Integration der Daten, der Auflösung von
Inkonsistenzen innerhalb der Daten sowie dem Ergänzen fehlender Daten. 315 Bei der Integration
werden Daten, die auf unterschiedliche Art und Weise gewonnen wurden, vergleichbar gemacht, z.B.
verschiedene Geldmengenaggregate in unterschiedlichen Zeiträumen. Fehlende Daten können durch
eine Interpolation ergänzt werden. 316

5.2.2 Transformation
In diesem Schritt werden die Daten in eine für das Data Mining geeignete Repräsentation gebracht.
Dies beinhaltet zum einen eine Datenselektion und die Diskretisierung 317, zum anderen die
Generierung neuer Daten aus den bereits vorhandenen. 318 Im Fall der Spekulationsblasen ist vor
allem die zweite Möglichkeit von Bedeutung. Neue Daten können beispielsweise erzeugt werden,
indem der Abstand eines Wertes zu einem gleitenden Durchschnitt berechnet wird oder indem
gezählt wird, wie oft ein bestimmtes Niveau in einem Zeitraum über- oder unterschritten wurde.

5.2.3 Data Mining im engeren Sinn


An die Transformation schließt sich die eigentliche Mustergenerierung an. Hierfür existieren
spezielle Algorithmen, die auf Grundlage der Daten Entscheidungsregeln aufstellen. 319 Im Fall der

315 Vgl. ebenda.

316Vgl. CLIVE WILLIAM JOHN GRANGER, 1990, Modelling Economic Series: Readings in Econometric
Methodology, S. 11.

317 Vgl. JÖRG SANDER, 2000, Knowledge Discovery in Databases: Techniken und Anwendungen, S. 3.

318Vgl. ARTHUR VON MAYER, 1891, Geschichte und Geographie der deutschen Eisenbahnen von ihrer
Entstehung bis auf die Gegenwart, S. 412.

319Vgl. USAMA M. FAYYAD, 1996, Advances in Knowledge Discovery and Data Mining, U SAMA M. FAYYAD
& GREGORY PIATETSKY-SHAPIRO, 1996, Advances in Knowledge Discovery and Data Mining.
103

Spekulationsblasen kann mit Hilfe dieser Regeln und an Hand der Ausprägung beobachteter
Phänomene eine Aussage darüber getroffen werden, ob sich eine Blase kurz vor Ihrem Platzen
befindet. Die Algorithmen werden mit Hilfe einer speziellen Data-Mining-Software auf die Daten
angewendet, die die Entscheidungsregeln generiert und ausgibt.

5.3 Durchführung des Data Minings


In diesem Kapitel werden die in 5.2 genannten Schritte an Hand der Daten für die
Spekulationsblasen durchgeführt.

5.3.1 Datenvorverarbeitung
Die Daten, die für die Mustersuche verwendet werden, ergeben sich aus den oben genannten
Phänomenen. Dabei werden nur die Phänomene berücksichtigt, zu denen eine ausreichende
Datengrundlage existiert. Bei einigen Phänomenen können auch mehrere Arten der Ausprägung
existieren, z.B können sowohl gestiegene Reallöhne als auch ein gestiegenes reales
Bruttoinlandsprodukt auf eine Prosperität in der Wirtschaft hindeuten. Des Weiteren werden auch
Daten untersucht, die indirekt etwas mit einem oben genannten Phänomen zu tun haben, da
beispielsweise auch das Zinsniveau in Zusammenhang mit dem Wirtschaftswachstum steht. 320

5.3.1.1 Zusammentragen der Daten


Die folgende Tabelle 5 zeigt die Phänomene sowie die dazugehörigen Daten, die bei der Mustersuche
berücksichtigt werden sollen und für die eine ausreichende Datenbasis existiert.

Phänomen Daten
Schnell steigende Preise Kurse der oben genannten Objekte als Tages- oder
Jahresschlusskurse
Beschleunigung der Kurse der oben genannten Objekte als Tages- oder
Preissteigerungen Jahresschlusskurse
Wirtschaftlicher Aufschwung Reales Bruttoinlandsprodukt
Kapitalmarktzinsen
Geldmengenwachstum Geldmenge M1
Hohe Preissteigerungen Konsumentenpreisindex
Tabelle 5: Bei der Mustersuche berücksichtigte Phänomene und Daten.

Hinzu kommen die Daten, die angeben, ob sich eine Blase ausbildete bzw. kurz vor dem Platzen
stand. Hierzu wird eine boolsche Variable verwendet, die entsprechend den Wert 0 oder 1 besitzt.

320 Vgl. THOMAS R. MICHL, 2002, Macroeconomic Theory: A Short Course, S. 52.
104

Welche Daten genau verwendet werden und woher die Daten stammen, wird im Folgenden
beschrieben. Wichtig ist hierbei, dass auch Daten von Zeiten verwendet werden, in denen keine
Blasenbildung stattfand.

Kurse der untersuchten Objekte


Die Tulpenmanie in Holland
Grundlage sind die Preise der Tulpensorte Gouda. Quelle ist die oben gezeigte Grafik von Elliott
Waves International. Die Preise werden an Hand der Grafik geschätzt. Der verwendete Zeitraum ist
der 01.12.1634 bis 05.02.1637.

Die South Sea Bubble in London


Grundlage sind die Preise der South Sea Company. Quelle sind die Daten von Larry Neal, University
of Illinois, 1407 W. Gregory Drive, Urbana, IL, USA unter http://www.icpsr.umich.edu. Der
verwendete Zeitraum ist der 18.09.1711 bis 04.01.1721.

Die Südamerikaeuphorie
Grundlage sind die Preise des FTSE Allshare. Quelle sind die Daten von Global Financial Data. Der
verwendete Zeitraum ist der 01.01.1800 bis 31.12.2006.

Die Eisenbahnmanie in Großbritannien und Deutschland


Grundlage sind die Preise des Railway Share Price Index. Quelle ist die Grafik aus Kapitel 3.4. Die
Preise werden an Hand der Grafik geschätzt. Der verwendete Zeitraum ist der 01.01.1830 bis
31.12.1849.

Die Aktieneuphorie in den USA


Grundlage sind die Preise des Dow Jones Industrial Average Index. Quelle sind die Daten von Global
Financial Data. Der verwendete Zeitraum ist der 01.01.1897 bis 31.12.2006.

Die Blase beim Gold


Grundlage sind die Spotpreise des Goldes vom 01.01.1973 bis zum 31.12.2006. Quelle sind die Daten
von Global Financial Data.

Die Japaneuphorie
Grundlage sind die Preise des Nikkei-225-Index. Quelle sind die Daten von Global Financial Data
sowie Econ Stats unter http://www.econstats.com. Der verwendete Zeitraum ist der 01.01.1947 bis
31.12.2006.
105

Die Hightech - Blase

Grundlage sind die Preise des Nasdaq Composite. Quelle sind die Daten von Global Financial Data.
Der verwendete Zeitraum ist der 01.01.1938 bis 31.12.2006.

Reales Bruttoinlandsprodukt
Grundlage sind die Website des Economic History Service für die zweite Eisenbahnblase, die
Aktieneuphorie in den USA sowie die Hightechblase und das Buch „The World Economy: A Millennial
Perspective“ von Angus Maddison aus dem Jahr 2001, S. 206.

Kapitalmarktzinsen
Grundlage ist die Website des Economic History Service für die Südseeblase, die Eisenbahneuphorie,
die Aktieneuphorie in den USA, die Hausse beim Gold sowie die Hightechblase und von EconStats für
die Japanblase (siehe Kapitel 4.1.3).

Geldmengenwachstum
Grundlage sind die Daten des National Bureau of Economic Research für die Aktienhausse in den
USA, die Website der Federal Reserve in den USA unter
http://www.federalreserve.gov/releases/h6/hist/ für die Hausse beim Gold sowie die
Hightechblase und die Seite von Econ Stat unter http://www.econstats.com für die Japanhausse.

Preissteigerungen
Grundlage sind die Daten der Website des Economic History Service für den Consumer Price Index in
den USA sowie Großbritannien.

5.3.1.2 Datenaufbereitung
Datenintegration
In diesem Schritt werden Daten vergleichbar gemacht, die auf unterschiedliche Art und Weise
gewonnen wurden. Hiervon tangiert werden insbesondere die Kapitalmarktzinsen sowie die
Geldmenge.

Damit die Kapitalmarktzinsen vergleichbar sind, müssen die zu Grunde liegenden Anleihen eine
möglichst ähnliche Ausstattung haben bezüglich Laufzeit, Emittent sowie der Frage, ob der Zinssatz
fix oder variabel ist. Um so viele Daten wie möglich verwenden zu können, wird eine Ausstattung
gewählt, für die viele Daten vorliegen. Hierbei handelt es sich um Staatsanleihen mit einer Laufzeit
von 10 Jahren sowie einem festen Zinssatz.

Um die Geldmengenentwicklung vergleichbar zu machen, müssen möglichst ähnliche Aggregate


verwendet werden. Da für die Geldmenge M1 die größte Datenbasis vorliegt, wird diese verwendet.
106

Bezüglich der Kurse wäre es denkbar zu einer besseren Vergleichbarkeit zu kommen, indem bei den
Kursen die realen Steigerungsraten statt der nominalen verwendet werden. Hierauf wird jedoch an
dieser Stelle verzichtet. Dies kann mit der sogenannten ‚Money Illusion‘ begründet werden, die
besagt, dass nominale Gewinne von Spekulanten bzw. Investoren wie reale Gewinne aufgefasst
werden, die Preissteigerung also unberücksichtigt gelassen wird. 321

Auflösen von Inkonsistenzen


Inkonsistenzen können dann zwischen zwei oder mehreren verschiedenen Datenreihen entstehen,
wenn die Daten sich direkt auseinander ableiten lassen und sich hierbei Widersprüche ergeben. Dies
wäre beispielsweise dann der Fall, wenn Daten für das reale Wirtschaftswachstum, das nominale
Wirtschaftswachstum sowie für die Preissteigerung vorliegen und die Differenz zwischen dem realen
und dem nominalen Wirtschaftswachstum, die der Preissteigerung entsprechen sollte, nicht mit den
vorhandenen Daten für die Preissteigerung übereinstimmt.

In diese Arbeit werden keine Daten verwendet, die sich in dieser Art und Weise auseinander ableiten
lassen, weshalb die Auflösung von Inkonsistenzen nicht vorgenommen werden muss.

Ergänzen fehlender Daten


Die Ergänzung fehlender Daten wird dann vorgenommen, wenn für bestimmte Zeitpunkte keine
Daten existieren, diese aber aus den anderen Daten abgeleitet werden können. Liegen beispielsweise
Daten für die Jahre 1920 und 1922 vor, nicht aber für 1921, so kann der Wert durch
Mittelwertbildung geschätzt werden.

5.3.2 Datentransformation
Im Folgenden wird erläutert, wie die vorhandenen Daten in eine für das Data Mining zu
verwendende Form gebracht werden. Hierzu wird in Kapitel 5.3.2.1 zunächst beschrieben, in
welchem Format die Daten vorliegen müssen. Kapitel 5.3.2.2 erläutert, welche Möglichkeiten
gundsätzlich existieren, um die Transformation durchzuführen. Im dritten Abschnitt 5.3.2.3
schließlich werden die konkreten Datentransfomationen beschrieben, die an den in dieser Arbeit
verwendeten Daten vorgenommen werden.

5.3.2.1 Beschreibung des Datenformats


Damit das Data Mining auf die vorhandenen Daten angewendet werden kann, müssen sie in einem
zweidimensionalen Array, z.B. in Fom einer Tabelle vorliegen. Dabei bilden die Daten für einen

321 Vgl. IRVING FISHER, 1929, The Money Illusion.


107

bestimmten Zeitpunkt einen Datensatz. Dieser besteht aus mehreren Feldern – in der Tabelle die
Spalten – in denen die Ausprägungen der jeweiligen Phänomene zu finden sind.

Beispielsweise existiert ein Datensatz für das Jahr 1929. In diesem sind in den jeweiligen Feldern die
Werte für das Geldmengenwachstum in Prozent, die Steigerung des realen Bruttoinlandsprodukts
etc. zu finden. Dabei wird auch die Frage, ob sich zu dem jeweiligen Zeitpunkt eine Blase entwickelte
oder kurz vor dem Platzen befand, als ein Feld behandelt. In diesem sind die boolschen Werte 1
(Blase befand sich kurz vor dem Platzen) und 0 (dies war nicht der Fall) zu finden. Um die
Datenbasis zu erhöhen, werden nicht nur die Daten für ein bestimmtes Jahr, sondern für ein
bestimmtes Quartal verwendet. Nicht vorhandene Daten werden linear interpoliert.

5.3.2.2 Möglichkeiten der Transfomation


Grundsätzlich lassen sich zwei Möglichkeiten der Transformation unterscheiden. Die erste besteht
darin, vorhandene Datenreihen zu verändern, die zweite darin, aus vorhandenen Datenreihen neue
zu entwickeln. 322

Die vorhandenen Datenreihen können verändert werden, indem entweder die vohandene
Informationsdichte erhöht oder vermindert wird. Eine Erhöhung kann wie beschrieben mit Hilfe
einer linearen Interpolation durchgeführt werden. Eine Verringerung wird vorgenommen, indem die
Daten diskretisiert oder einzelne Attribute oder Datensätze entfernt werden. Bei der Diskretisierung
der Daten wird z.B. das Geldmengenwachstums auf einen Wert aus der Menge [1,2,3] abgebildet. 323
Dabei wird beispielsweise ein Rückgang der Geldmenge auf den Wert 1, eine Steigerung zwischen 0
und 5% auf den Wert 2 und eine Steigerung von mehr als 5% auf den Wert 3 abgebildet. Werden
Datensätze entfernt, so sollte dies in regelmäßigem Abstand erfolgen, z.B. indem statt der Kursdaten
für jeden Handelstag nur der erste Handelstag des Monats berücksichtigt wird.

Um aus den vorhandenen Datenreihen weitere zu entwickeln, werden entweder nur die Daten einer
bestimmten vorhandenen Datenreihe oder die Daten mehrerer Datenreihen verwendet. Die neuen
Daten werden abhängig vom jeweiligen Zeitpunkt mit Hilfe einer vorher festgelegten ein- oder
mehrstelligen Funktion berechnet, wobei die vorhandenen Daten die Stellen bilden. Liegen als Daten
beispielsweise die Kurse von Aktien sowie die ausgewiesenen Gewinne der Unternehmen vor, so
kann eine neue Datenreihe berechnet werden, indem für jeden Zeitpunkt der Kurs durch den
ausgewiesenen Gewinn dividiert wird (in diesem Fall handelt es sich um das Kusgewinnverhältnis).

322 S.o.

323 Vgl. JÖRG SANDER, 2000, Knowledge Discovery in Databases: Techniken und Anwendungen, S. 3.
108

5.3.2.3 Beschreibung der konketen Datentransformationen


Folgende Datentransformationen werden vorgenommen:

• Um die Informationsdichte zu verringern, werden Prozentzahlen auf zwei Stellen hinter dem
Komma gerundet und statt Tagesdaten werden Quartalsdaten verwendet.

• Folgende Datenreihen werden aus den vorhandenen neu erzeugt:

o Aus den Kursdaten werden Daten für die Kursbeschleunigung berechnet (siehe
hierzu Kapitel 4).

o Aus den Kapitalmarktzinsen sowie der Preissteigerungsrate wird der Realzins


berechnet, indem die Preissteigerungsrate vom Kapitalmarktzins subtrahiert wird.

o Aus der prozentualen Preissteigerung von Quartal zu Quartal, dem realen


Wirtschaftswachstum von Quartal zu Quartal sowie dem Realzins wird jeweils die
relative Veränderung zur vorletzten Periode berechnet, also beispielsweise der
Anstieg der Preissteigerungsrate gegenüber dem vorletzten Quartal.

5.3.3 Data Mining im engeren Sinn


In diesem Kapitel wird die in Kapitel 5.2 beschriebene Vorgehensweise auf die Daten im
Zusammenhang mit den Spekulationsblasen angewendet. Hierzu wird zunächst in 5.3.3.1 die
Methode erläutert, mit der eine Mustersuche durchgeführt werden kann und die bei der Suche nach
Mustern im Zusammenhang mit Blasen geeignet ist. Kapitel 5.3.3.2 dient dazu, die Data Mining
Software „Prudsys Discoverer“ sowie die an ihr durchzuführenden Schritte zu erläutern. In Kapitel
5.3.3.3 werden die von der Software ausgegebenen Ergebnisse dargestellt und interpretiert.

5.3.3.1 Methode der Entscheidungsbäume


Bei dieser Methode werden mit Hilfe der Data Mining Software Entscheidungsbäume generiert, mit
Hilfe derer eine Aussage darüber getroffen werden kann, mit welcher Wahrscheinlichkeit zu einem
bestimmten Zeitpunkt eine Blase entsteht oder platzt.324 Die folgenden Grafiken sollen die
Vorgehensweise verdeutlichen:

324 Vgl. BREIMAN, 1984, Classification and Regression Trees.


109

Blasenbildung, Wirtschafts- und Geldmengenwachstum

0
-3 -2 -1 0 1 2 3 4 5 6

-1

-2

Abbildung 37: Datensätze, für die bekannt ist, ob es sich um eine Blasenbildung handelte oder nicht.
Bei den blauen Punkten handelt es sich um eine Blasenbildung.

Abbildung 37 zeigt Zeitpunkte aus der Vergangenheit, für die angegeben ist, ob es sich um eine Blase
handelte (rot: keine Blase; blau: Blase) und wie hoch jeweils das Geldmengenwachstum sowie das
Wirtschaftswachstum waren. Das Geldmengenwachstum ist dabei auf der x-Achse, das
Wirtschaftswachstum auf der y-Achse abgetragen. Im ersten Schritt wird der Bereich des
Quadranten, in dem Datensätze vorhanden sind, parallel zur x-Achse und parallel zur y-Achse so in
Rechtecke geteilt, dass innerhalb eines Rechtecks möglichst viele Datensätze derselben Farbe
vorhanden sind (siehe Abbildung 38).

Im zweiten Schritt werden die Rechtecke so in den Entscheidungsbaum transformiert, dass sie genau
den Blättern des Baumes entsprechen. D.h. angefangen bei der Wurzel des Baumes, die das Rechteck
ohne Schnitte repräsentiert, entspricht jeder Schnitt eines der Rechtecke einer Verzweigung des
Baumes. Ist beispielsweise das Ursprungsrechteck bereits in zwei Teile zerschnitten worden und
wird das zweite Rechteck weiter zerteilt, so entspricht dies der Verzweigung des Baumes am zweiten
Ast. Das Ergebnis zeigt Abbildung 39.

Mit Hilfe der Datensätze, für die bekannt ist, ob es sich um eine Blase bzw. das Platzen einer Blase
handelte oder nicht, kann jedem Blatt eine Wahrscheinlichkeit zugewiesen werden, mit der es sich
um eine Blase bzw. das Platzen einer Blase handelt. Lagen beispielsweise sowohl
Geldmengenwachstum als auch Wirtschaftswachstum bei unter 3% p.a. so beträgt die
Wahrscheinlichkeit, dass keine Blase bzw. kein Platzen einer Blase vorliegt, bei 100%, da bei allen
Datensätzen, die sich im entsprechenden Rechteck befinden, keine Blasenbildung vorlag. Um eine
Entscheidung treffen zu können, ob von einer Blasenbildung ausgegangen werden soll oder nicht,
110

müssen Grenzen bezüglich der Wahrscheinlichkeiten definiert werden, ab deren Überschreiten die
Ausbildung einer Blase angenommen wird.

Blasenbildung, Wirtschafts- und Geldmengenwachstum

0
-3 -2 -1 0 1 2 3 4 5 6
-1

-2

Abbildung 38: Achsenparallele Schnitte, die die Datensätze in möglichst homogene Gruppen einteilen (hier mit
derselben Farbe gekennzeichnet).

Abbildung 39: Entscheidungsbaum gemäß der Schnitte in Abbildung 39.

Neben achsenparallelen Schnitten sind auch lineare sowie nicht lineare Schnitte möglich, wie
Abbildung 40 zeigt.
111
Blasenbildung, Wirtschafts- und Geldmengenwachstum

0
-3 -2 -1 0 1 2 3 4 5 6
-1

-2

Abbildung 40: Lineare, nicht notwendigerweise achsenparallele Schnitte, die die Datensätze in möglichst
homogene Gruppen einteilen (hier mit derselben Farbe gekennzeichnet).

Bei der genannten Vorgehensweise sind grundsätzlich zwei Extrema möglich:

1. Es wird gar kein Schnitt vorgenommen. In diesem Fall hat der Entscheidungsbaum lediglich eine
Wurzel und die Wahrscheinlichkeit, dass zu einem bestimmten Zeitpunkt eine Blase entsteht bzw.
platzt, entspicht genau dem Verhältnis aus der Zahl aller Zeitpunkte, in denen eine Blase entstand
und der Zahl aller untersuchten Zeitpunkte. Wurde in den letzten 100 Jahren bzw. 400 Quartalen in
40 Quartalen eine Blasenbildung beobachtet, so beträgt die Wahrscheinlichkeit hierfür 10%.325

2. Die Schnitte werden so vorgenommen, dass sich in jedem Rechteck nur ein Datensatz befindet. In
diesem Fall handelt es sich für jedes Blatt, das im Entscheidungsbaum erreicht wird, mit einer
Wahrscheinlichkeit von 0% oder 100% um eine Blase.

Das Problem bei dem ersten Extremum besteht darin, dass hierdurch keine zusätzliche Information
erzeugt wird. Beim zweiten Extremum besteht das Problem darin, dass zwar alle Daten aus der
Vergangenheit, für die bekannt ist, ob es sich um eine Blase handelte oder nicht, exakt eingeordnet
werden können. Vorhersagen bei neuen Daten, für die dies nicht bekannt ist, produzieren in diesem
Fall allerdings sehr schlechte Ergebnisse. Dies liegt darin begründet, dass der Entscheidungsbaum zu

325 Die Wurzel des Baumes ist in diesem Fall als sein einziges Blatt anzusehen.
112

stark an die Daten, auf deren Grundlage er erzeugt wird, angepasst wird. Dieses Phänomen wird als
Overfitting oder Überanpassung bezeichnet.326

Der Entscheidungsbaum muss also so erzeugt werden, dass zusätzliche Informationen entstehen,
gleichzeitig aber Overfitting möglichst vermieden wird. Dies kann dadurch geschehen, dass nur ein
Teil der verfügbaren Vergangenheitsdaten (Trainingsdaten) für den ersten Schritt der oben
genannten Vorgehensweise verwendet wird. Mit dem Rest der Daten (Validierungsdaten) werden
bereits während der Erzeugung des Baumes die generierten Vorhersagen überprüft 327 und der Baum
so lange angepasst, bis die Vorhersagen auch für neue Daten brauchbare Ergebnisse liefern. Die
Anpassung besteht dabei vor allem darin, den Baum nicht vollständig zu verzweigen, sondern dann
aufzuhören, wenn bei weiterer Verzweigung die Gefahr des Overfittings besteht. Hierzu können im
Vorfeld Abbruchkriterien definiert werden. 328

5.3.3.2 Der Prudsys Discoverer


Bei dem Programm „Prudsys Discoverer“ handelt es sich um eine Data-Mining-Software von Prudsys,
mit der die oben erläuterten Entscheidungsbäume erzeugt werden können. Das Programm zeichnet
sich dadurch aus, große Datenmengen verarbeiten zu können und auch lineare und nicht lineare
Schnitte durchzuführen. Es bietet eine Interaktivität mit dem Benutzer, die insbesondere in einer
Visualisierung der Entscheidungsbäume zum Ausdruck kommt. 329 Das Programm kann unter der
Adresse http://www.prudsys.de/Service/Downloads/1176637145/ heruntergeladen werden. Es
handelt sich nicht um eine Open Source Software, sie kann aber kostenfrei genutzt werden.

Die Daten werden in dem in Kapitel 5.3.2.1 beschriebenen Format importiert. Hieraus werden dann
automatisch Entscheidungsbäume generiert, wobei der Benutzer im Vorfeld detaillierte
Parametereinstellungen vornehmen kann. Hierbei sind insbesondere die Einstellungen
hervorzuheben, die angeben, wie genau der Baum an die vorhandenen Daten angepasst ist, d.h. ob
Overfitting tendenziell verhindert oder zugelassen werden soll.

326 Vgl. TINKU ACHARYA, 2003, Data Mining: Multimedia, Soft Computing, and Bioinformatics , S. 192.

Vgl. HAJO HIPPNER, 2002, Handbuch Web Mining im Marketing.: Konzepte, Systeme, Fallstudien, S.
327

207.

328 Vgl. FRANK SÄUBERLICH, 1999, KDD und Data Mining als Hilfsmittel zur
Entscheidungsunterstützung, TINKU ACHARYA, 2003, Data Mining: Multimedia, Soft Computing, and
Bioinformatics

329 Vgl. JESUS MENA, 2003, Macroeconomic Theory: A Short Course, S. 462.
113

Abbildung 41: Projektkonfiguration im Prudsys Discoverer: Auswahl von Phänomenen.

Im einzelnen sind die folgenden Schritte nötig, um die Daten einzulesen und die Ergebnisse in
graphischer Form präsentiert zu bekommen.

Erzeugen eines neuen Projekts und Konfiguration des Projekts


In diesem Schritt wird zunächst eine Datenbank oder Excel-Datei mit den zu importierenden Daten
eingelesen und bestimmt, wie viel Prozent der Daten verwendet werden sollen, um den Baum zu
erzeugen. Die Auswahl der Datensätze erfolgt dabei per Zufall. Mit Hilfe der nicht verwendeten Daten
wird die oben genannte Überprüfung des Baumes auf Overfitting gewährleistet.

Nach dem Einlesen der Daten werden die Ziel- und Eingabefelder bestimmt. Bei einem Zielfeld
handelt es sich um das Feld, auf dessen Wert mit Hilfe der Eingabefelder geschlossen werden soll. Im
Fall der Spekulationsblasen handelt es sich bei dem Zielfeld um das Feld, das angibt, ob eine Blase zu
beobachten war oder platzte, und bei den Eingabefeldern um die Werte der oben untersuchten
Phänomene, beispielsweise um Werte des realen Wirtschaftswachstums. Abbildung 41 zeigt die Ziel-
und Eingabefelder für den Fall der Spekulationsblasen.

Im konkreten Fall wurde das Feld, das angibt, ob eine Blase zu beobachten war, als Zielfeld
ausgewählt sowie die Felder Kursanstieg, Beschleunigung und M1-Wachstum im Vergleich zum
Vorjahresquartal als Eingabefelder. Die Auswahl erfolgt über einen Klick auf das Symbol mit dem
weißen bzw. dem schwarzen Pfeil im oberen Teil des Fensters.
114

Erzeugung des Entscheidungsbaums


Im zweiten Schritt wird der Entscheidungsbaum erzeugt. Die folgende Grafik zeigt einen
Entscheidungsbaum, der lediglich aus einer Wurzel besteht, die im weiteren Verlauf durch
Hinzufügen von Ästen und Blättern verzweigt wird. Im Ausgangszustand ist bereits abzulesen, dass
insgesamt 301 Quartale für die Untersuchung herangezogen werden, von denen in 61 Quartalen eine
Blase zu beobachten war.

Abbildung 42: Entscheidungsbaum im Ausgangszustand


Der Entscheidungsbaum besteht hier nur aus einer Wurzel und wird nachfolgend weiter verzweigt.

Mit Hilfe der Buttons innerhalb der roten Ellipse kann ausgewählt werden, ob der
Entscheidungsbaum durch achsenparallele, lineare oder nicht-lineare Trennung erzeugt werden soll.
Mit Hilfe der vier Buttons in der blauen Ellipse kann der Baum weiter verzweigt und wieder
reduziert werden. Der vierte Button baut den Baum vollständig auf. Vollständig bedeutet hier nicht,
dass der Baum komplett erzeugt wird, sondern nur so weit wie bei den Algorithmusparametern
angegeben bzw. vom Algorithmus als sinnvoll erachtet. 330

In Abbildung 43 ist der Baum vollständig aufgeklappt. Bei den Rechtecken handelt es sich um die
Äste des Baums, bei den Rauten um die Blätter. Die Zahlen innerhalb der Rauten bzw. Rechtecke
werden im Folgenden genau beschrieben:

330In diesem Fall kann durch das weitere Auftrennen einer Menge von Datensätzen kein weiterer
Informationsgewinn erzeugt werden.
115

Rechteck ‚Kursanstieg‘ in der ersten Ebene (Wurzel des Baums): Die 80% gibt an, dass es sich bei
80% aller vorhandenen Datensätze um solche handelt, die nicht während einer Blasenbildung
entstanden sind. Die 100% in der zweiten Spalte gibt an, dass 100% aller Datensätze in diesem
Rechteck enthalten sind. Der Wert -17,28 in der vierten Zeile gibt an, dass Datensätze mit einem
Wert unter -17,28% beim Kursanstieg in die Raute links unterhalb des Rechtecks ‚Kursanstieg‘
eingeordnet werden.

Die erste Raute links unterhalb des Rechtecks ‚Kursanstieg‘: Die 6,31% rechts unterhalb der Spitze
gibt an, dass 6,31% aller Datensätze in diese Raute eingeordnet wurden, also bei 6,31% der
Datensätze ein Kursanstieg von weniger als -17,28% zu beobachten war. Die 100% in der nächsten
Zeile gibt an, dass es sich bei allen Datensätzen innerhalb dieser Raute um solche handelt, bei denen
keine Blasenbildung zu beobachten war.

Das Rechteck ‚M1-Wachstum QQ‘: Die 78% gibt an, dass es sich bei 78% aller in diesem Rechteck
vorhandenen Datensätze um solche handelt, die nicht während einer Blasenbildung entstanden sind.
Die 93,69% in der zweiten Spalte gibt an, dass 93,69% aller Datensätze in dieses Rechteck
eingeordnet worden sind (gegenüber 6,31% in die oben genannte Raute). Der Wert -3,55 in der
vierten Zeile gibt an, dass Datensätze mit einem Wert unter -3,55% beim Geldmengenwachstum M1
in die Raute links unterhalb dieses Rechtecks eingeordnet werden.

Die zweite Raute links unterhalb des Rechtecks ‚M1-Wachstum QQ‘: Die 5,32% rechts unterhalb der
Spitze gibt an, dass 5,32% aller Datensätze in diese Raute eingeordnet wurden, also bei 5,32% der
Datensätze ein M1-Wachstum von weniger als -3,55% zu beobachten war. Die 100% in der nächsten
Zeile gibt an, dass es sich bei allen Datensätzen innerhalb dieser Raute um solche handelt, bei denen
keine Blasenbildung zu beobachten war.

Das zweite Rechteck ‚Kursanstieg‘: Die 77% gibt an, dass es sich bei 77% aller in diesem Rechteck
vorhandenen Datensätze um solche handelt, die nicht während einer Blasenbildung entstanden sind.
Die 88,37% in der zweiten Spalte gibt an, dass 88,37% aller Datensätze des Rechtecks ‚M1-
Wachstum QQ‘ in dieses Rechteck eingeordnet worden sind (gegenüber 5,32% in die oben genannte
Raute). Die 88,37% aller Datensätze in diesem Rechteck ergeben addiert zu den 5,32% der Raute
links neben diesem Rechteck die 93,69% aller Datensätze, die in dem Rechteck ‚M1-Wachstum QQ‘
enthalten sind. Der Wert 2,49 in der vierten Zeile gibt an, dass Datensätze mit einem Wert unter
2,49% beim Geldmengenwachstum M1 in die Raute links unterhalb dieses Rechtecks eingeordnet
werden.

Von den 88,37% aller Datensätze, die in dem zweiten Rechteck ‚Kursanstieg‘ vorhanden sind,
werden 42,86% in die linke Raute und 45,51% in die rechte Raute eingeordnet. Bei den Datensätzen
in der linken Raute lag der Kursanstieg bei unter 2,49%, bei denen in der rechten bei über 2,49%. Bei
84% bzw. 71% der hierin enthaltenen Datensätze handelt es sich nicht um eine Blase.
116

Abbildung 43: Aufgeklappter Entscheidungsbaum.

Mit Hilfe eines Rechtsklicks auf das Wurzelelement kann man herausfinden, welches der Inputfelder
am besten dazu geeignet ist, Vorhersagen in Bezug auf die Ausbildung einer Blase zu treffen. Die
folgende Abbildung 44 zeigt das Fenster, das nach dem Rechtsklick zu sehen ist.

Abbildung 44: Diskriminanzen einzelner Merkmale bezüglich des Zielfeldes.


Die Diskriminanz gibt hier an, wie gut beispielsweise die Daten bezüglich der Verbraucherpreise geeignet sind,
die zu untersuchenden Datensätze in die Gruppen ‚Blase‘ und ‚keine Blase‘ aufzuteilen.

Es wird deutlich, dass der Anstieg der Verbraucherpreise eines Quartals im Vergleich zum
Vorjahresquartal in diesem Beispiel am besten geeignet ist, eine Vorhersage bezüglich der
Ausbildung einer Blase zu treffen.

Die Zahl vor dem Balken gibt dabei die Diskriminanz des Merkmals bezüglich des Zielfeldes an.
Hierunter versteht man die Fähigkeit eines Merkmals bezüglich einer bestimmten Zielgröße eine
117

Zerlegung einer Datenmenge zu ermöglichen, d.h. der oben erwähnte achsenparallele Schnitt kann
so durchgeführt werden, dass die beiden entstehenden Gruppen von Datensätzen möglichst
homogen sind. Das bedeutet, dass sich in beiden Gruppen möglichst nur Datensätze finden, in denen
eine Blasenbildung zu beobachten oder nicht zu beobachten war.

Um das erwähnte Overfitting zu verhindern bzw. dessen Effekt zu verringern, bietet der Prudsys
Discoverer die Möglichkeit, aus den importierten Datensätzen, für die bereits bekannt ist, ob es sich
um eine Blase handelte oder nicht, zufällig einen bestimmten Prozentsatz auszuwählen, mit Hilfe
dessen der Entscheidungsbaum erzeugt wird. Sollen die Fehler 1. und 2. Art (es wird eine Blase
vorhergesagt, die nicht eintritt bzw. es wird keine Blase vorhergesagt, die dann doch eintritt)
unterschiedlich bewertet werden, so bietet der Discoverer die Möglichkeit, Gewinne und Verluste bei
richtigen bzw. falschen Vorhersagen in einer Matrix anzugeben, nämlich

• Gewinn, wenn die Vorhersage ‚Blase‘ zutrifft,

• Gewinn, wenn die Vorhersage ‚keine Blase‘ zutrifft,

• Verlust, wenn die Vorhersage ‚Blase‘ nicht zutrifft,

• Verlust, wenn die Vorhersage ‚keine Blase‘ nicht zutrifft.

Ist beispielsweise der Verlust, wenn eine vorhandene Blasenbildung nicht erkannt wird, wesentlich
höher, als der, der eintritt, wenn fälschlicherweise eine solche vorausgesagt wurde, so sollte bereits
ab einer relativ niedrigen Wahrscheinlichkeit von einer Blasenbildung ausgegangen werden. Der
Discoverer wählt die Grenzen bezüglich der Wahrscheinlichkeiten für diesen Fall so, dass der
Erwartungswert des Gewinns maximiert wird und nimmt darüber hinaus selbst die Zuordnung für
die Datensätze vor. Das Ergebnis wird in Form einer Text-Datei ausgegeben.331

5.4 Darstellung und Interpretation der Ergebnisse


In diesem Kapitel werden die in Bezug auf die Blasenbildung vorhandenen Daten in die Data-Mining-
Software importiert und die Ergebnisse ausgewertet. Bevor der Frage nachgegangen wird, inwieweit
die Data Mining-Software mit Hilfe der historischen Daten Vorhersagen in Bezug auf eine
Blasenbildung oder das Platzen vorhersagen kann, wird untersucht, welche Teile der Daten mit
welchen Einstellungen der Software für eine Vorhersage gut geeignet sind.

331 Vgl. Hilfedateio des Prudsys Discoverers. Das Programm kann unter
http://www.prudsys.de/Software/Softwarepakete/Discoverer/Produktinfo/1175252576/
heruntergeladen werden.
118

Die erste Untersuchung dient dazu, herauszufinden, ob alle Phänomene bei der Untersuchung
miteinbezogen werden sollten und falls nein, welche besonders geeignet sind. Hierzu werden
Phänomene mit einer hohen Diskriminanz sukzessive zur Untersuchung hinzugenommen und ihre
Auswirkung auf die Vorhersagequalität geprüpft. Die Phänomene, die eine hohe Diskriminanz
aufweisen, enthaltenen zusätzliche Informationen, die die Vorhersage der Entstehung einer Blase
verbessern. Bei den Phänomenen mit niedriger Diskriminanz ist dies möglicherweise nicht der Fall
bzw. es besteht die Gefahr des Overfittings. 332

In der zweiten Untersuchung wird geprüft, welche der von der Software angebotenen
Trennungsarten (achsenparallel, linear, nicht linear) am besten für die Vorhersage geeignet sind.
Hierzu wird die Untersuchung mit allen drei Möglichkeiten durchgeführt und die Ergebnisse
verglichen. Eine andere Trennung als die achsenparallele soll nur dann als geeigneter gelten, wenn
sie eine Verbesserung gegenüber der achsenparallelen bringt.

Nach den Untersuchungen im Hinblick auf die zu wählenden Trennungsart sowie die Verwendeten
Phänomene wird in der dritten Untersuchung der Frage nachgegangen, ob das Erzeugen neuer Daten
aus den schon vorhandenen eine Verbesserung der Vorhersagequalität bringt. Hierzu werden
beispielhaft neben den absoluten prozentualen Veränderungen von volkswirtschaftlichen Größen
auch deren relative Veränderungen gegenüber einer Vorperiode betrachtet, z.B. neben der absoluten
Steigerung des Preisniveaus auch die Veränderung der Preissteigerung.

Die Ergebnisse der ersten drei Untersuchungen werden in der vierten Untersuchung, der Prüfung
der Vorhersagequaltät, miteinbezogen. Dabei werden die vorhandenen historischen Daten
verwendet, um für einen bestimmten Zeitpunkt in der Vergangenheit die Wahrscheinlichkeit für die
Entstehung sowie das Platzen einer Blase zu bestimmen. Die Ergebnisse werden dann mit den
wahren Gegebenheiten verglichen. Eine niedrige Vorhersagequalität ist beispielsweise dann
gegeben, wenn die Software dem wirklichen Platzen einer Blase nur eine geringe Wahrscheinlichkeit
beimisst oder mit einer hohen Wahrscheinlichkeit eine Blasenbildung für einen bestimmten
Zeitpunkt ermittelt, zu dem keine Blasenbildung stattgefunden hat.

Die Untersuchungen werden jeweils für die Vorhersage einer Blasenbildung sowie die des Platzens
eine Blase durchgeführt.

332 Ein Grund, weshalb Overfitting auftreten kann, ist die Miteinbeziehung irrelevanter Phänomene
in den Entscheidungsbaum, vgl. hierzu JESUS MENA, 2003, Macroeconomic Theory: A Short Course, S.
462.
119

5.4.1 Relevanz der Phänomene auf die Aussagequalität


Um zu untersuchen, welche Phänomene bei der Vorhersage der Blasen miteinbezogen werden
sollten, wird folgendermaßen vorgegangen:

• Erstellen einer Ordnung bezüglich der Diskriminanz unter den Phänomenen mit Hilfe der oben
genannten Funktionen des Prudsys Discoverers.
• Bestimmung des Erwartungswertes des Gewinns unter sukzessiver Aufnahme immer weiterer
Phänomene und der Annahme, dass beide Fehlklassifikationen (eine Blase wurde
fälschlicherweise vorhergesagt bzw. nicht vorhergesagt) dieselben Kosten produzieren.

Das Ergebnis der Untersuchung wird graphisch ausgewertet. Die Kurve, die den erwarteten Gewinn
in Abhängigkeit von der Zahl der miteinbezogenen Phänomene angibt, sollte sich mit steigender Zahl
der Phänomene abflachen oder sogar fallen. Die Zahl der Phänomene, bei denen kein signifikanter
Anstieg des erwarteten Gewinns mehr zu beobachten ist, ist die für die Berechnung des optimalen
Baums ausreichende. Da der Erwartungswert des Gewinns davon abhängt, welche Datensätze der
gesamten Datenmenge zufällig zur Erzeugung des Baums ausgewählt wurden, wird die Berechnung
insgesamt viermal durchgeführt und ein Mittelwert gebildet.

Vorhersage einer Blasenbildung


Die folgende Abbildung 45 zeigt die Ordnung bezüglich der Diskriminanz unter den Phänomenen,
wenn alle Daten zur Verwendung des Baums verwendet werden.

Abbildung 45: Diskriminanzen einzelner Merkmale bezüglich des Zielfeldes ‚Blasenbildung‘.


Es wird deutlich, dass der Realzins sowie der Anstieg der Verbraucherpreise am ehesten zur Vorhersage von
Blasenbildungen miteinzezogen werden sollten.

Es wird deutlich, dass der Realzins, der Preisanstieg gegenüber dem Vorjahresquartal sowie die
Kapitalmarktzinsen isoliert betrachtet die höchste Diskriminanz aufweisen, also am ehesten geeignet
120

sind, eine Blasenbildung vorherzusagen. Wird nur der Realzins bei der Erzeugung des Baums
berücksichtigt, so beträgt der Erwartungswert des Gewinns bei der ersten Durchführung 0,69 €, bei
der zweiten 0,77 €, bei der dritten 0,67 € und bei der vierten 0,69 € je Datensatz, im Durchschnitt
also 0,71 €. Werden die anderen Phänomene in der Abbildung oben sukzessive mit hinzugenommen,
so steigt der Erwartungswert des Gewinns stetig an (siehe Tabelle 6 sowie Abbildung 46). Es sollten
bei der Vorhersage einer Blasenbildung also alle Phänomene verwendet werden. Die Discount-Rate
sowie die Zahl der Artikel werden an dieser Stelle allerdings unberücksichtigt gelassen, da hierfür zu
wenige Datensätze vorliegen, die zur Vorhersage beitragen könnten. 333

Durchlauf 1 2 3 4 Durchschnitt
Phänomen
Realzins 0,6883 0,7689 0,6726 0,6930 0,71
Preisanstieg QQ 0,7719 0,7738 0,7658 0,7818 0,77
Kapitalmarktzins 0,7895 0,8100 0,8018 0,8000 0,80
Realwachstum QQ 0,8519 0,8579 0,8043 0,7790 0,82
M1-Wachstum QQ 0,9073 0,8767 0,8649 0,8231 0,87
Kursanstieg 0,9067 0,8630 0,9048 0,8630 0,88
Beschleunigung 0,9195 0,8741 0,9172 0,9034 0,90
Tabelle 6: Gewinn je Datensatz bei sukzessiver Hinzunahme weiterer Phänomene bei der Vorhersage des
Zielfeldes Blase und der Verwendung der achsenparallelen Trennung.

Gewinn je Datensatz bei der sukzessiven Hinzunahme weiterer Inputfelder bei der Vorhersage des
Zielfeldes 'Blase'

0,95

0,9

0,85

0,8

0,75

0,7

Mittelwert
0,65

0,6
Realzins Preisanstieg QQ Kapitalmarktzins Realwachstum M1-Wachstum QQ Kursanstieg Beschleunigung

Abbildung 46: Gewinn je Datensatz bei sukzessiver Hinzunahme weiterer Phänomene bei der Vorhersage des
Zielfeldes Blase und der Verwendung der achsenparallelen Trennung.
Quelle: eigene Darstellung auf Grundlage der Tabelle 6.

333 Bei einer zu geringen Menge an Datensätzen besteht ebenfalls die Gefahr des Overfittings.
121

Vorhersage des Platzens einer Blase

Die folgende Abbildung 47 zeigt die Ordnung bezüglich der Diskriminanz unter den Phänomenen,
wenn alle Daten zur Verwendung des Baums verwendet werden.

Abbildung 47: Diskriminanzen einzelner Merkmale bezüglich des Zielfeldes ‚Blase geplatzt‘.
Es wird deutlich, dass der Kursanstieg sowie das Realwachstum am ehesten zur Vorhersage des Platzens einer
Blase miteinbezogen werden sollten.

Wird nur der Kursanstieg bei der Erzeugung des Baums berücksichtigt, so beträgt der
Erwartungswert des Gewinns bei der ersten Durchführung 0,98 €, bei der zweiten 0,94 €, bei der
dritten 0,96 € und bei der vierten 0,94 € je Datensatz, im Durchschnitt also 0,95 €.

Die folgende Tabelle 7 zeigt das Ergebnis von vier Untersuchungen, wobei sukzessive weitere
Phänomene mit berücksichtigt werden. Die nachfolgende Grafik visualisiert das Ergebnis.

Durchlauf 1 2 3 4 Durchschnitt
Phänomen
Kursanstieg 0,9786 0,9357 0,9568 0,9427 0,9535
Realwachstum QQ 0,9789 0,9358 0,9789 0,9476 0,9603
Beschleunigung 0,9784 0,9462 0,9471 0,9471 0,9547
Realzins 0,9771 0,9889 0,9454 0,9444 0,9640
M1-Wachstum QQ 0,9708 0,9437 0,9470 0,9589 0,9551
Preisanstieg QQ 0,9708 0,9437 0,9470 0,9589 0,9551
Kapitalmarktzins 0,9708 0,9437 0,9470 0,9589 0,9551
Tabelle 7: Gewinn je Datensatz bei sukzessiver Hinzunahme weiterer Phänomene bei der Vorhersage des
Zielfeldes ‚Blase geplatzt‘ und der Verwendung der achsenparallelen Trennung.
122

Gewinn je Datensatz bei der sukzessiven Hinzunahme weiterer Inputfelder bei der Vorhersage des
Zielfeldes 'Blase geplatzt'

1,000

0,990

0,980

0,970

0,960 Reihe1
Reihe2
0,950 Reihe3
Reihe4
0,940 Reihe5

Mittelwert
0,930

0,920

0,910

0,900
Kursanstieg Realwachstum Beschleunigung Realzins M1-Wachstum Preisanstieg QQ Kapitalmarktzins
QQ QQ

Abbildung 48: Gewinn je Datensatz bei sukzessiver Hinzunahme weiterer Phänomene bei Vorhersage des
Zielfeldes ‚Blase geplatzt‘ und der Verwendung der achsenparallelen Trennung.
Quelle: eigene Darstellung auf Grundlage der Tabelle 7.

Es wird ersichtlich, dass die Hinzunahme weiterer Felder keine signifikante Verbesserung des
Gewinns mit sich bringt. Dies kann darauf zurückgeführt werden, dass der Gewinn bereits bei der
Berücksichtigung nur eines Phänomens sehr hoch ist.

Zusammenfassend lässt sich für diese Untersuchung feststellen, dass zusätzliche Phänomene eine
Verbesserung des Gewinns bringen, wenn dieser bei der Berücksichtigung nur eines Feldes
signifikant unter seinem Maximum liegt (1 € je Datensatz, wenn 100% der Vorhersagen korrekt
sind). Die Frage, ob eine Blase kurz vor dem Platzen ist, lässt sich besser beantworten als die, ob eine
Blase zu beobachten ist. Dies kann damit begründet werden, dass die hierfür maßgeblichen
Phänomene zum Zeitpunkt des Platzens ausgeprägter sind, und dass die Phänomene, die während
der Entstehung einer Blase auftreten, sich im Zeitablauf in ihrer Ausprägung verändern können.

5.4.2 Ermittlung eines geeigneten Trennverfahrens


Bei dieser Untersuchung wird nach demselben Prinzip vorgegangen wie bei der ersten
Untersuchung, mit dem Unterschied, dass statt der achsenparallelen Trennung die einfache lineare
Trennung verwendet wird. Die Abbildungen 49 und 50 zeigen den Erwartungswert des Gewinns bei
der linearen Trennung für die Vorhersagen ‚Blase’ sowie ‚Blase geplatzt’.

Es wird deutlich, dass bei dieser Trennungsvorschrift bei der Vorhersage einer Blase ebenfalls eine
Verbesserung des Gewinns durch die Hinzunahme weiterer Phänomene erreicht werden kann,
123

während dies bei der Vorhersage des Platzens einer Blase aufgrund des hohen Wertes bei der
Berücksichtigung nur eines Phänomens nicht bzw. in nicht signifikantem Maß der Fall ist.
Gewinn je Datensatz bei der sukzessiven Hinzunahme weiterer Inputfelder bei der Vorhersage des
Zielfeldes 'Blase' (lineare Trennung)

0,9500

0,9000

0,8500

0,8000

0,7500

0,7000

0,6500

0,6000
Kursanstieg Beschleunigung Preisanstieg QQ Realzins M1-Wachstum QQ Reales Wachstum Kapitalmarktzins
QQ

Abbildung 49: Gewinn je Datensatz bei sukzessiver Hinzunahme weiterer Phänomene bei der Vorhersage des
Zielfeldes Blase und der Verwendung der linearen Trennung.
Quelle: eigene Darstellung.

Vergleicht man die achsenparallele Trennung mit der linearen, so wird deutlich, dass die lineare bei
der Vorhersage einer Blasenbildung gegenüber der achsenparallelen Trennung keine signifikante
Verbesserung mit sich bringt, wie Abbildung 50 zeigt. Der Erwartungswert ist bei der Verwendung
aller sieben Phänomene mit 0,88 € sogar niedriger als beid der achsenparallelen Trennung.

Bezüglich des Platzens einer Blase liefert die linare Trennung jedoch einen höheren Erwartungswert
des Gewinns als die achsenparallele, wie Abbildung 51 zeigt. Werden die fünf Phänomene mit der
höchsten Diskriminanz verwendet, so wird bei der linearen Trennung ein Erwartungswertvon über
0,98 € erzielt gegenüber 0,96 € bei der achsenparallelen Trennung.

Um auszuschließen, dass dieses Ergebnis zufallsbedingt ist, werden sowohl für die achsenparallele
als auch die lineare Trennung 10 Entscheidungsbäume unter Berücksichtigung einer zufälligen
Auswahl von Datensätzen erstellt und der Durchschnitt der Ergebnisse dieser 10 Bäume verglichen.
Abbildung 51 zeigt das Ergebnis. Es ist zu erkennen, dass durch die lineare Trennung im
Durchschnitt gegenüber der achsenparallelen keine Outperformance erzielt werden kann. Der
durchschnittliche Gewinn je Datensatz liegt mit 0,971 € sogar um 0,001 € tiefer als bei der
achsenparallelen Trennung.
124

Gewinn je Datensatz bei der sukzessiven Hinzunahme weiterer Inputfelder bei der Vorhersage des
Zielfeldes 'Blase geplatzt' (lineare Trennung)

1,0200

1,0000

0,9800

0,9600

0,9400

0,9200

0,9000
Kursanstieg M1-Wachstum QQ Kapitalmarktzins Beschleunigung Reales Wachstum Realzins Preisanstieg QQ
QQ

Abbildung 50: Gewinn je Datensatz bei sukzessiver Hinzunahme weiterer Phänomene bei der Vorhersage des
Zielfeldes Blase geplatzt und der Verwendung der linearen Trennung.
Quelle: eigene Darstellung.

Ergebnis der Kostenmatrix bei achsenparalleler und linearer Trennung und Verwendung aller
sieben Inputfelder

1,100

1,050

1,000

0,950

0,900

0,850

0,800

0,750

0,700

0,650

0,600
1 2 3 4 5 6 7 8 9 10

Achsenparallele Trennung Lineare Trennung

Abbildung 51: Erwarteter Gewinn bei achsenparalleler und linearer Trennung und Verwendung aller sieben
Phänomene
Quelle: eigene Darstellung.
125

5.4.3 Untersuchung der Relevanz relativer Veränderungen von


volkswirtschaftlicher Größen
Bisher wurden neben der prozentualen Kursveränderung sowie der Beschleunigung lediglich
prozentuale Veränderungen je Jahr von volkswirtschaftlichen Größen wie der Geldmenge M1 u.ä. bei
der Erzeugung des Entscheidungsbaumes berücksichtigt. In dieser Untersuchung wird der Frage
nachgegangen, ob der erwartete Gewinn bei der Vorhersage einer Blase verbessert werden kann,
wenn statt dessen bzw. zusätzlich die relativen Veränderungen berücksichtigt werden, also z.B. die
Veränderung des Geldmengenanstiegs. Ein Geldmengenwachstum von 5% kann im historischen
Vergleich hoch sein, im Vergleich zu den Vorjahren kann es jedoch auch eine Verlangsamung des
Geldmengenwachstums anzeigen.

Die folgenden Tabellen zeigen jeweils den erwarteten Gewinn, wenn a) nur die prozentuale
Veränderung, b) nur die relative Veränderung der prozentualen Veränderung und c) beides
berücksichigt wird. Bei der relativen Veränderung handelt es sich um die Veränderung gegenüber
dem selben Quartal zwei Jahre früher. In Tabelle 9 sind neben dem Preisanstieg auch die sechs
anderen genannten Phänomene mit berücksichtigt. Es wird hier also untersucht, ob eine
Verbesserung des Gewinns zu erwarten ist, wenn zusätzlich zu den sechs anderen Phänomenen statt
des Preisanstiegs dessen relative Veränderung gegenüber dem selben Quartal zwei Jahre früher
berücksichtigt wird.

Durchlauf 1 2 3 4 5 6 7 8 9 10 D.schn
Phänomen
Preisanstieg 0,733 0,651 0,640 0,657 0,670 0,707 0,687 0,656 0,646 0,708 0,675
QQ
Veränd. 0,633 0,604 0,608 0,612 0,681 0,618 0,644 0,629 0,696 0,681 0,641
Preisan.
Beide Felder 0,735 0,845 0,729 0,767 0,729 0,853 0,779 0,727 0,775 0,768 0,771

Tabelle 8: Erwarteter Gewinn bei Berücksichtigung des Preisanstiegs, dessen relativer Veränderung sowie
beider Größen.

Durchlauf 1 2 3 4 5 6 7 8 9 10 D.schn
Phänomen
Preisanstieg 0,867 0,943 0,914 0,942 0,969 0,926 0,938 0,971 0,958 0,946 0,937
QQ
Veränd. 0,984 0,953 0,841 0,983 0,917 0,967 0,948 0,968 0,873 0,925 0,936
Preisan.
Beide Felder 0,921 0,953 0,857 0,933 0,884 0,983 1,000 0,968 0,921 0,955 0,938

Tabelle 9: Erwarteter Gewinn bei Berücksichtigung des Preisanstiegs, dessen relativer Veränderung sowie
beider Größen zusätzlich zu den anderen sechs genannten Phänomenen.

Tabelle 8 zeigt, dass die Verwendung beider Felder gegenüber der Verwendung nur jeweils eines der
Felder den erwarteten Gewinn steigert. Im Fall, dass neben dem Preisanstieg auch die anderen sechs
126

genannten Felder bei der Erzeugung des Entscheidungsbaums berücksichtigt werden, ist keine
signifikante Verbesserung des Ergebnisses festzustellen (siehe Tabelle 9).

Beim Phänomen ‚Reales Wachstum‘ sieht es ähnlich aus. Auch hier bringt die alleinige Verwendung
der Veränderung des realen Wachstums eine Einbuße des erwarteten Gewinns, während die
Verwendung beider Felder zu einem Anstieg führt. Kombiniert mit den anderen Feldern lässt sich
jedoch keine signifikante Verbesserung erkennen.

Durchlauf 1 2 3 4 5 6 7 8 9 10 D.schn
Phänomen
Reales W. QQ 0,644 0,745 0,705 0,692 0,701 0,677 0,708 0,741 0,695 0,767 0,707
Verä. Reales W. 0,636 0,704 0,675 0,688 0,684 0,692 0,650 0,740 0,669 0,671 0,681
Beide Felder 0,701 0,775 0,795 0,688 0,731 0,799 0,718 0,834 0,741 0,805 0,756

Tabelle 10: Erwarteter Gewinn bei Berücksichtigung des realen Wachstums, dessen relativer Veränderung
sowie beider Größen.

Durchlauf 1 2 3 4 5 6 7 8 9 10 D.schn
Phänomen
Reales W. QQ 0,875 0,916 0,939 0,972 0,955 0,969 0,986 0,896 0,954 0,922 0,938
Verä. Reales W. 0,876 0,892 0,934 0,922 0,984 0,983 0,952 0,935 0,967 0,965 0,941
Beide Felder 0,876 0,892 0,934 0,969 0,951 0,983 0,984 0,887 0,951 0,965 0,939

Tabelle 11: Erwarteter Gewinn bei Berücksichtigung des realen Wachstums, dessen relativer Veränderung
sowie beider Größen zusätzlich zu den anderen sechs genannten Phänomenen.

Das gleiche Ergebnis bringen auch die Phänomene ‚Veränderung der Kapitalmarktzinsen‘ sowie
‚Veränderung des Geldmengenwachstums M1‘. Beim Phänomen ‚Veränderung der
Kapitalmarktzinsen‘ beträgt der erwartete Gewinn in Kombination mit den schon vorhandenen
Phänomenen bei der alleinigen Verwendung des Phänomens ‚Kapitalmarktzinsen‘ 0,919 €
gegenüber 0,893 € bzw. 0,916 € bei Verwendung des Phänomens ‚Veränderung der
Kapitalmarktzinsen‘ sowie der Kombination beider Phänomene. Das Phänomen
‚Geldmengenwachstum M1‘ bringt in Kombination mit den schon vorhandenen Phänomenen alleine
ein Ergebnis von 0,914 €, während das Phänomen ‚Veränderung des Geldmengenwachstums‘ 0,897
€ und die Kombination aus beiden 0,901 € je Datensatz erwirtschaften.

Eine Ausnahme in dieser Reihe bildet das Phänomen ‚Veränderung des Realzinses‘. Während das
Phänomen ‚Realzins‘ in Kombination mit den schon vorhandenen Phänomenen 0,889 € je Datensatz
erwirtschaftet, bringt die Hinzunahme des Phänomens ‚Veränderung des Realzinses‘ 0,905 € und die
alleinige Verwendung des Phänomens ‚Veränderung des Realzinses‘ sogar 0,941 € je Datensatz, wie
die folgende Tabelle 12 zeigt. In der vierten Untersuchung wird dies mitberücksichtigt, d.h. beim
Phänomen ‚Realzins‘ wird dessen relative Veränderung verwendet, bei den anderen Phänomen die
absolute.
127

Durchlauf 1 2 3 4 5 6 7 8 9 10 D.schn
Phänomen
Realzins 0,857 0,943 0,901 0,773 0,944 0,902 0,918 0,868 0,899 0,881 0,889
Verä. Realzins 0,969 0,925 0,957 0,941 0,956 0,871 0,957 0,969 0,955 0,908 0,941
Beide Felder 0,969 0,970 0,957 0,941 0,941 0,871 0,957 0,939 0,881 0,631 0,905

Tabelle 12: Erwarteter Gewinn bei Berücksichtigung des Realzinses, dessen relativer Veränderung
sowie beider Größen.

5.4.4 Untersuchung der Vorhersagequalität der Data Mining Software


an Hand historischer Blasenbildungen
In der letzten Untersuchung wird an Hand der vorliegenden historischen Daten für jede der vier
Blasen des 20. Jahrhunderts überprüft, inwieweit das Vorliegen sowie das Platzen der Blase von der
Data Mining Software vorhergesagt werden kann. Dabei werden die in den ersten drei
Untersuchungen erarbeiteten Ergebnisse berücksichtigt. Um die Vorhersagequalität zu prüfen, wird
zunächst auf Grundlage der Daten, die nicht in die zu untersuchende Periode, also z.B. die 20er Jahre
des 20. Jahrhunderts, fallen, ein Entscheidungsbaum erzeugt und mit Hilfe dessen dann für jede
Periode des zu untersuchenden Zeitraums eine Wahrscheinlichkeit bestimmt, mit der sich eine Blase
ausbildet bzw. platzt. Dies wird dann mit den wahren Gegebenheiten verglichen, d.h. eine gute
Vorhersagequalität ist z.B. dann gegeben, wenn real aufgetretenen Blasen bzw. deren Platzen zu
einem bestimmten Zeitpunkt eine hohe Wahrscheinlichkeit beigemessen wurde, wenn also
beispielsweise für das dritte Quartal 1929 eine hohe Wahrscheinlichkeit für das Platzen einer Blase
von der Data Mining Software ermittelt wird.

Die folgenden Abbildungen zeigen jeweils den Kursverlauf des untersuchten Spekulationsobjektes
sowie für jedes Quartal die Wahrscheinlichkeit, dass eine Blase vorliegt bzw. dass diese platzt. Bei
den Wahrscheinlichkeiten handelt es sich um Durchschnittswerte von fünf Durchführungen.
128

Kursverlauf des Dow Jones Industrial Average und Wahrscheinlichkeiten, dass eine Blase entsteht
bzw. platzt

1000,00 100,0%

900,00 80,0%

800,00 60,0%

700,00 40,0%

Wahrscheinlichkeit
600,00 20,0%
Kursverlauf

500,00 0,0%

400,00 -20,0%

300,00 -40,0%

200,00 -60,0%

100,00 -80,0%

0,00 -100,0%
1917 1918 1919 1920 1921 1922 1923 1924 1925 1926 1927 1928 1929 1930 1931 1932 1933 1934 1935 1936 1937 1938 1939

Kurs (indexiert) Wahrscheinlichkeit Blase Wahrscheinlichkeit Blase platzt

Abbildung 52: Kursverlauf des Dow Jones und Wahrscheinlichkeiten für das Entstehen und Platzen einer Blase
1917 bis 1939.
Quelle: eigene Darstellung.

Goldpreis und Wahrscheinlichkeiten, dass eine Blase entsteht bzw. platzt

2000,00 100,0%

1800,00 80,0%

1600,00 60,0%

1400,00 40,0%

1200,00 20,0%

1000,00 0,0%

800,00 -20,0%

600,00 -40,0%

400,00 -60,0%

200,00 -80,0%

0,00 -100,0%
1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990

Kurs (indexiert) Wahrscheinlichkeit Blase Wahrscheinlichkeit Blase platzt

Abbildung 53: Entwicklung des Goldpreises und Wahrscheinlichkeiten für das Entstehen und Platzen einer
Blase 1973 bis 1990.
Quelle: eigene Darstellung.
129

Nikkei Index und Wahrscheinlichkeiten, dass eine Blase entsteht bzw. platzt

1400,00 100,0%

80,0%
1200,00
60,0%

1000,00 40,0%

20,0%
800,00

0,0%

600,00
-20,0%

400,00 -40,0%

-60,0%
200,00
-80,0%

0,00 -100,0%
1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000

Kurs (indexiert) Wahrscheinlichkeit Blase Wahrscheinlichkeit Blase platzt

Abbildung 54: Kursverlauf des Nikkei und Wahrscheinlichkeiten für das Entstehen und Platzen einer Blase 1980
bis 2000.
Quelle: eigene Darstellung.

Nasdaq Composite Index und Wahrscheinlichkeiten, dass eine Blase entsteht bzw. platzt

2000,00 100,0%

1800,00 80,0%

1600,00 60,0%

1400,00 40,0%

1200,00 20,0%

1000,00 0,0%

800,00 -20,0%

600,00 -40,0%

400,00 -60,0%

200,00 -80,0%

0,00 -100,0%
1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005

Kurs (indexiert) Wahrscheinlichkeit Blase Wahrscheinlichkeit Blase platzt

Abbildung 55: Kursverlauf des Nasdaq Composite und Wahrscheinlichkeiten für das Entstehen und Platzen
einer Blase
Quelle: eigene Darstellung.

Die Grafiken zeigen, dass die Klassifikationen auf Grundlage der Entscheidungsbäume nicht dazu
geeignet sind, Blasenbildungen bzw. das Platzen einer Blase vorherzusagen. Während der
Aktienhausse in den USA in den 1920er Jahren stieg zwar die Wahrscheinlichkeit, dass eine Blase
130

vorliegt, zweimal auf nahezu 100%, vor dem Jahr 1927 war dies jedoch eine falsche Vorhersage.
Ebenso im Jahr 1934. Die Wahrscheinlichkeit, dass eine Blase platzt, stieg während der zweiten
Hälfte der 1920er Jahre an, allerdings betrug die Wahrscheinlichkeit lediglich 10% und fiel bis zum
Höchststand des Dow Jones Index sogar wieder auf 0% zurück. Das Platzen der Blase hätte damit
nicht vorhergesagt werden können.

Die Wahrscheinlichkeit, dass beim Gold eine Blase vorliegt bzw. diese platzt, lag zwischen 1975 und
1990 nie höher als 20%. Zu Beginn des Jahres 1980 fiel dieser Wert sogar auf 0% zurück. Diese Blase
beim Gold hätte somit ebenso wenig vorhergesehen werden können wie bei der Aktienhausse in den
USA.

Ähnlich verhält es sich mit dem Nikkei-Index in Japan. Zwar deutet die Tatsache, dass in den Jahren
1987, 1990 und 1996 die Wahrscheinlichkeit für eine Blasenbildung jeweils auf über 50% anstieg,
indirekt darauf hin, dass es zu einem Kursverfall kommen würde, die Wahrscheinlichkeit für das
Platzen einer Blase lag jedoch im Jahr 1990, in dem die Blase platzte, bei 0%, weshalb dieses Ereignis
ebenfalls nicht hätte vorhergesehen werden können. Beim Nasdaq Composite wurde zwar im Jahr
1998 das Platzen einer Blase angedeutet, allerdings erst für das vierte Quartal. Der Kursrückgang des
Jahres 1998 fand allerdings im dritten Quartal statt. Die Wahrscheinlichkeit, dass eine Blasenbildung
vorliegt, stieg zwar zu Beginn des Jahres 2000 auf 43% an, allerdings fiel sie während der Ausbildung
der Blase in der zweiten Hälfte der 1990er Jahre von 77 auf 3% gegen Ende des Jahrs 1999.

5.5 Auswertung der Untersuchungen


Die durchgeführten Untersuchungen führen zu folgenden Ergebnissen:

1. Durch die sukzessive Hinzunahme von Phänomenen ist es möglich, den Erwartungswert des
Gewinns je Datensatz auf über 0,90 € zu steigern. Die Berücksichtigung von Informationen, die
dadurch erzeugt werden, dass aus den bereits vorliegenden Daten für die Phänomene neue erzeugt
werden, z.B. durch die Berechnung von Differenzen zu den Vorperioden, bringt allerdings keine
signifikante Verbesserung. Ausnahme ist hier die Berücksichtigung der Veränderung des Realzinses
statt des Realzinses selbst. Dasselbe gilt für die Verwendung der linearen statt der achsenparallelen
Trennung. Diese bringt keine signifikante Verbesserung, sodass auf ihre Verwendung verzichtet
werden kann.

2. Trotz dieses scheinbar guten Ergebnisses ist es nicht möglich, die Ausbildung bzw. das Platzen
einer Blase korrekt vorherzusagen, wie die Untersuchung 4 gezeigt hat. Dies kann damit begründet
werden, dass bei der Berechnung des Erwartungswerts des Gewinns je Datensatz eine richtige
Klassifikation jeweils mit 1 €, eine Fehlklassifikation mit -1 € berücksichtigt wurde. Klassifiziert die
Data Mining Software die Mehrheit der Datensätze so, dass keine Blase vorliegt bzw. keine Blase
platzt, so liegt sie damit wesentlich öfter richtig als falsch, da unter den historischen Daten nur
wenige Quartale zu finden sind, in denen Blasen vorlagen bzw. platzten.
131

Auf die Tatsache, dass in nur acht Quartalen eine Blase geplatzt ist, ist auch die Beobachtung
zurückzuführen, dass der Erwartungswert des Gewinns beim Vorhersagen des Platzens einer Blase
bereits bei der Berücksichtigung nur eines Phänomens bei über 0,90 € je Datensatz lag.
132

6 Zusammenfassung, Kritik und Ausblick


6.1 Zusammenfassung
In dieser Arbeit wurde untersucht, inwieweit es möglich ist, die Ausbildung von Spekulationsblasen
zu identifizieren bzw. deren Platzen mit nachfolgendem Kursrückgang vorherzusagen. Hierzu
wurden zunächst in den Kapiteln 2 und 3 die Charakteristika von Spekulationsblasen aufgezeigt und
wichtige bereits beobachtete Blasen aus der Vergangenheit hinsichtlich ihrer Entstehung, ihres
Verlaufs sowie ihrer Auswirkungen auf die Realwirtschaft beschrieben.
In Kapitel 4 wurde für jede beobachtete Blase qualitativ untersucht, welche typischen Phänomene
während der Zeitperioden zu beobachten waren, in denen sich die Spekulationsblasen ausgebildet
hatten. Eine Liste mit typischen Phänomenen wurde ebenfalls der Literatur entnommen.

Als Ergebnis von Kapitel 4 ließ sich feststellen, dass 5 der als typisch geltenden Phänomene bei allen
untersuchten Blasen zu beobachten waren, während die anderen bei einer oder mehreren Blasen
nicht beobachtet werden konnten. Das Fehlen eines der Phänomene, die bisher bei jeder Blase zu
beobachten waren, deutet darauf hin, dass zu dem Zeitpunkt, zu dem das Phänomen nicht
beobachtet werden kann, keine Blasenbildung vorliegt. Umgekehrt lässt sich aus dem Vorhandensein
eines der typischen Phänomene nicht schließen, dass eine Blase entsteht, da einige der Phänomene
auch zwischen zwei Perioden, in denen sich Spekulationsblasen ausbildeten, zu beobachten waren.

In Kapitel 5 schließlich wurde mit Hilfe einer Data Mining Software nach Mustern innerhalb der
Ausprägungen der genannten Phänomene gesucht, die auf die Ausbildung einer Blase sowie deren
Platzen hindeuten könnten. Die Data Mining Software ist dabei nicht nur in der Lage mögliche
Muster zu prüfen, sondern diese selbst zu generieren.

Bei den vier durchgeführten Untersuchungen hat sich herausgestellt, dass es auch mit Hilfe der Data
Mining Software nicht möglich ist, die Ausbildung von Spekulationsblasen zu identifizieren bzw.
deren Platzen vorherzusagen. Gründe, die dafür sprechen, dass die Identifikation von
Spekulationsblasen im Vorhinein sowie die Vorhersage ihres Platzens schwierig oder sogar
unmöglich ist, werden in Kapitel 6.2 diskutiert.

6.2 Kritik
Bei den Gründen, die dafür sprechen, dass die Identifikation von Spekulationsblasen im Vorhinein
sowie die Vorhersage ihres Platzens schwierig oder sogar unmöglich ist, ist zunächst zu
unterscheiden zwischen solchen, die sich allgemein auf die Vorhersage von Spekulationsblasen
beziehen, und solchen, die im Zusammenhang mit der Verwendung der Data Mining Software von
Bedeutung sind.

Für den allgemeinen Fall sind drei Hauptgründe zu unterscheiden.


133

1. Die Semantik bei den Phänomenen, deren Auftreten als typisch für die Ausbildung und das Platzen
einer Spekulationsblase gilt, ist nicht genau spezifiziert. Probleme bezüglich der Semantik treten vor
allem bei solchen Phänomenen auf, deren Vorhandensein mit Hilfe der Literatur überprüft wurde. So
spricht beispielsweise Scott B. MacDonald von „a sense of optimism“, um den vorherrschenden
Optimismus während der Tulpeneuphorie zu beschreiben. R.H. Maatman beobachtet einen
„excessive optimism“ während der South Sea Bubble und J.F. Rippy während der
Südamerikaeuphorie „optimism“ innerhalb der herausgegebenen Börsenprospekte, ordnet diesem
allerdings kein weiteres Adjektiv zu. Beim Vergleich der Literaturstellen ist fraglich, was jeweils
genau unter Optimismus zu verstehen ist und welche Rolle die Zuordnung eines Adjektivs spielt. Das
Problem bei der Vergleichbarkeit der Begriffe rührt zum einen daher, dass sie von unterschiedlichen
Autoren verwendet werden und zum anderen, dass Ereignisse beschrieben werden, die fast zwei
Jahrhunderte auseinander liegen.

Dasselbe Problem tritt bei der Frage auf, ob zu einem bestimmten Zeitpunkt eine Überbewertung der
Aktienkurse zu beobachten war. Abgesehen davon, dass es verschiedene Möglichkeiten gibt, eine
Bewertung von Aktien zu berechnen (KGV, Dividendenrendite etc.), erweist es sich als schwierig
festzulegen, ab welchem Kursgewinnverhältnis oder welcher Dividendenrendite ein Aktienindex zu
hoch bewertet ist. Dies liegt zum einen darin begründet, dass die durchschnittliche Bewertung von
Aktienkursen stark von der Branche abhängig ist, in dem das Unternehmen tätig ist. So lag
beispielsweise das KGV von Software-Unternehmen im historischen Vergleich signifikant über dem
von Automobilunternehmen. 334 Ändert sich die Zusammensetzung eines Index im Laufe der Zeit
dahingehend, dass eine Branche an Gewichtung gewinnt, so ändert sich automatisch die Bewertung
des gesamten Index, ohne dass die Aktien im Durchschnitt gestiegen sind.

Zum anderen hat sich auch die Art und Weise, wie der Gewinn eines Unternehmens berechnet wird,
während der letzten Jahrzehnte geändert 335. Eine Änderung der Berechnung, die beispielsweise zu
einem höheren ausgewiesenen Gewinn führt, kann die Bewertung des Aktienkurses senken, ohne
dass sich die Ertragskraft des Unternehmens verändert hat oder der Kurs der Aktie gefallen ist. Bei
der Höhe der ausgeschütteten Dividende ist zwar nur eine Art der Berechnung möglich, allerdings
können sich ändernde Ausschüttungspolitiken (z.B. eine höhere Ausschüttungsquote) zu einer
höheren Dividendenrendite führen, ohne dass sich die Ertragskraft des Unternehmens gesteigert hat.

334Beispielsweise bewegte sich das KGV von Microsoft zwischen 1994 und 2000 zwischen 25 und
75, während das von Ford einen Wert von 12 nicht überschritt. Vgl. Bigcharts, 2007d, Url:
http://www.bigcharts.com, Stand: 22.03.2007.

335Bei einer zu geringen Menge an Datensätzen besteht ebenfalls die Gefahr des Overfittings, siehe
hierzu JESUS MENA, 2003, Macroeconomic Theory: A Short Course, S. 462.
134

Auch in diesem Fall ist die Kennzahl stark von der Branche abhängig, in dem das Unternehmen tätig
ist. 336 So ist die Ausschüttungsquote bei jungen Wachstumsunternehmen z.B. aus dem Bereich
Hightech niedriger als bei Unternehmen wie Coca Cola oder Wal Mart, da bei jungen Unternehmen
der erwirtschaftete Gewinn beispielsweise zur weiteren Expansion sofort wieder investiert wird.

2. Es existieren unterschiedliche Quantifizierungsmöglichkeiten für die Phänomene. Hier sind


insbesondere die Phänomene zu nennen, die auf Grundlage historischer Daten quantifiziert werden
können, wie z.B. die Kursbeschleunigung und das Geldmengenwachstum. Unterschiedliche
Quantifizierungsmöglichkeiten bieten sich hier zum einen bei der Frage, welche Parameter
verwendet werden, um die Ausprägung des Phänomens zu berechnen. Zum anderen existieren
verschiedene Vorschriften, wie die Parameter in die Berechnung einfließen können.

Bei der Beschleunigung des Kurses beispielsweise wurde in Kapitel 4 der Anstieg des aktuellen
Quartals in Beziehung gesetzt zum Anstieg des Kurses während der gesamten Blasenentwicklung.
Hier wäre auch ein längerer oder weniger langer Zeitraum denkbar, z.B. das Verhältnis des Anstiegs
des aktuellen Quartals zu dem der letzten drei oder zehn Quartale.

Bei der Entwicklung der Geldmenge stellt sich zunächst die Frage, welche Geldmenge verwendet
wird. Denkbar sind hier z.B. M1, M2 oder M3. Des Weiteren hängt das Ergebnis wie bei der
Beschleunigung davon ab, innerhalb welchen Zeitraums das Wachstum untersucht wird. Zudem
muss entschieden werden, ab welchem Prozentsatz das Wachstum als ‚hoch‘ gilt. Denkbar wäre hier,
einen historischen Durchschnitt oder eine fixe Zahl zu verwenden. Bei Verwendung einer fixen Zahl
stellt sich die Frage, wie diese ermittelt werden soll. Bei Verwendung eines historischen
Durchschnitts der letzten n Jahre würden bei den verschiedenen Blasen unterschiedliche
Referenzwerte verwendet, bei deren Überschreitung das Wachstum als ‚hoch‘ gilt.

3. Das Beobachten bestimmter Phänomene bei allen Blasen stellt eine notwendige, aber keine
hinreichende Bedingung für die Ausbildung bzw. das Platzen einer Blase dar. Die Beobachtung, dass
beispielsweise die Schuldenquote bei allen acht untersuchten Blasen stark angestiegen ist, führt zu
der Annahme, dass dies auch bei einer künftigen Blase wieder der Fall sein wird. Kann in einer
bestimmten Zeitperiode kein Anstieg der Schuldenquote beobachtet werden, besteht also Grund zu
der Annahme, dass keine Blasenbildung vorliegt.

336Dies kann damit begründet werden, dass Unternehmen aus Wachstumsbranchen wie IT o.ä. den
größten Teil ihres Überschusses für Zukäufe oder organisches Wachstum verwenden statt an die
Aktionäre auszuschütten.
135

Hieraus folgt jedoch umgekehrt nicht zwangsläufig, dass bei einem Anstieg der Schuldenquote
bereits eine Blase vorliegt. So stieg die Schuldenquote bei US-amerikanischen Aktien auch während
der 1960er Jahre an.337 Nachfolgend kam es jedoch zu einer Seitwärtsbewegung des Dow Jones Index
und nicht zum Platzen einer Spekulationsblase.338 Um aus dem Auftreten oder dem Ausbleiben von
Phänomenen Rückschlüsse zu ziehen, ob eine Blase vorliegt, müssten sämtliche Zeitperioden
zwischen den historischen Spekulationsblasen auf diese Phänomene hin untersucht werden. Nur
dann, wenn ein Phänomen zu keinem anderen Zeitpunkt als während einer historischen
Spekulationsblasenbildung auftritt, besteht Grund zu der Annahme, dass sein Auftreten auf eine
Blasenbildung hindeutet.

Das Auftreten z.B. eines hohen Optimismus oder einer steigenden Schuldenquote während des 18.
oder 19. Jahrhunderts zwischen den Spekulationsblasen mit Hilfe der Literatur auszuschließen,
erweist sich als schwierig bzw. unmöglich, da hierzu für jede Zeitperiode eine Literaturstelle
gefunden werden müsste, aus der hervorgeht, dass das betreffende Phänomen nicht auftrat.

Im Zusammenhang mit der Data Mining Software sind ebenfalls drei Gründe besonders
hervorzuheben.

1. Das Aussehen des Entscheidungsbaums ist sehr stark von den eingestellten Parametern der Data
Mining Software abhängig. Zu nennen sind hier insbesondere die Art der Trennung (achsenparallel,
linear und nicht-linear) sowie die per Zufall ausgewählten Lern- und Evaluierungsdaten, d.h. das
Aussehen des Baumes hängt davon ab, welche der vorliegenden Daten als Lern- und welche als
Evaluierungsdaten verwendet werden. Diese Beobachtung steht in unmittelbarem Zusammenhang
mit dem zweiten Grund.

2. Die Datenbasis ist vergleichweise gering. Während beispielsweise beim Erzeugen von
Entscheidungsbäumen, die Spam E-Mails herausfiltern, mehrere tausend Datensätze zur Verfügung
stehen, bei denen bekannt ist, ob es sich um Spam-Emails handelt, liegt die Zahl der insgesamt
berücksichtigten Quartale bei den Spekulationsblasen bei lediglich 543. Bei 103 hiervon handelt es
sich um Quartale, in denen eine Blasenbildung zu beobachten war, und nur acht hiervon können
dazu verwendet werden, charakteristische Muster beim Beginn des Platzens der Blase zu generieren.

3. Das Ergebnis kann von kurzfristigen, zufälligen Schwankungen innerhalb der Daten beeinflusst
werden. Während der drei Jahre nach dem Börsencrash 1929 beispielsweise war temporär eine

337 Daten siehe Kapitel 4.

338 Daten siehe Kapitel 4.


136

Beschleunigung der Kurse zu beobachten, die sich als höher erwies als während der Blasenbildung in
der zweiten Hälfte der 1920er Jahre. Dies kann u.a. damit begründet werden, dass die Aktienkurse
im Vorfeld stark gefallen waren und somit eine Stabilisierung der Kurse bereits rechnerisch zu einer
hohen Beschleunigung führte. Zudem kam es im Jahr 1932 zu einer Gegenbewegung der Kurse nach
oben, die den Dow Jones Index von 40 auf ca. 250 Punkte ansteigen ließ, bevor der nächste
Kursverfall eingeleitet wurde.

6.3 Ausblick
Aus den Ergebnissen des Kapitels 6.2 lässt sich ableiten, dass es sich auch in Zukunft als schwierig
erweisen sollte, die Ausbildung sowie das Platzen von Spekulationsblasen zu identifizieren bzw.
vorherzusagen. Dies liegt zum einen darin begründet, dass die Datenbasis nur dann vergrößert
werden kann, wenn eine Spekulationsblase zu beobachten ist und dass bei der Verwendung von
Quartalsdaten lediglich vier Datensätze pro Jahr ergänzt werden können. Eine Ergänzung von
Wochen- oder Tagesdaten wäre zwar ebenfalls möglich. Bei einer Vorhersage, die auf möglichst
vielen historischen Daten beruht, müssten hierbei allerdings verschiedene Periodenlängen
verwendet werden. Zum anderen haben sich zwar die Algorithmen des Data Minings verbessert. Eine
gute Qualität der Ergebnisse ist jedoch nach wie vor von einer großen Datenbasis abhängig.
XVI

LITERATURVERZEICHNIS
ABOLAFIA, 1988, Enacting Market Crisis: The Social Construction of a Speculative Bubble: Adminis-
trative Science Quarterly
ACHARYA, TINKU, 2003, Data Mining: Multimedia, Soft Computing, and Bioinformatics
AKADEMIE DER WISSENSCHAFTEN DER DDR, 1960, Jahrbuch für Wirtschaftsgeschichte,
Akademie-Verlag
ALIKHANI, HOSSEIN, 2001, Sanctioning Iran: Anatomy of a Failed Policy, I.B.Tauris
ALLEN, LARRY, 2001, The Global Financial System 1750-2000
ANTHONY, ROBERT NEWTON, 2003, Rethinking the Rules of Financial Accounting: Examining the
Rules for Proper Reporting
BAERNS, BARBARA, 2004, Leitbilder von gestern?: zur Trennung von Werbung und Programm:
eine Problemskizze und Einführung, VS Verlag
BALASSA, BELA A., 1988, Japan in the World Economy, Institute for International Economics
BENJAMIN, 1967, The South Sea Bubble
BERNSTEIN, WILLIAM J., 2002, A History of Credit and Power in the Western World
Bigcharts, 2006, Url: http://www.bigcharts.com, Stand: 15.12.2006
Bildzeitung, 2000
BONDTH, DE, 1990, Do Security Analysts Overreact?
BREIMAN, 1984, Classification and Regression Trees
BRUNNERMEIER, MARKUS K., 2001, Asset Pricing under Asymmetric Information. Bubbles,
Crashes, Technical Analysis, and Herding
BRYON, JUSTIN, 2002, A Comparison of Small and Medium Sized Enterprises in Europe and in the
USA
BÜSCHGEN, HANS EGON, 1998, Bankbetriebslehre: Bankgeschäfte und Bankmanagement, Gabler
Verlag
CAFFENTZIS, CONSTANTINE GEORGE, 2000, Exciting the Industry of Mankind: George Berkeley's
Philosophy of Money
CALDER, LENDOL GLEN, 1999, Financing the American Dream: A Cultural History of Consumer
Credit, Princeton University Press
CALVERLEY, JOHN P., 2004, Bubbles and How To Survive Them, Nicholas Brealey Publishing
CLAYTON, JAMES L., 2000, The Global Debt Bomb
CORNISH, JAMES, 1837, The Grand Junction, and the Liverpool and Manchester Railway Companion
CROSS, RONALD (EDT) MACDONALD & ROD, 2000, Central Europe Towards Monetary Union: Mac-
roeconomic Underpinnings and Financial Reputations
DAMON, DUANE, 2002, Headin' for Better Times: The Arts of the Great Depression
DAVIS, HAROLD, 1941, The Analysis of Economic Time Series
DAWSON, FRANK GRIFFITH, 1990, The First Latin American Debt Crisis
DEAN, GRAEME, 2003, Corporate Collapse: accounting, regulatory, and ethical failure, Cambridge
University Press
DENT, HARRY S., 1994, Great Boom Ahead: Your Guide to Personal & Business Profit in the New Era
of Prosperity, Hyperion
DEROSA, DAVID F., 2001, In Defense of Free Capital Markets: the case against a new international
financial architecture, Bloomberg Press
Deutsche Bundesbank, 2007, Deutsche Bundesbank - Schule und Studium - Glossar
DICKSON, WILLIAM EDWARD, 1854, Railways and locomotion
DINES, JAMES, 1975, The Invisible Crash: What It Is, Why It Happened, How to Protect Yourself
against It, Random House
DOROW, WOLFGANG, 2003, Personalwirtschaftlicher Wandel in Japan, Gabler Verlag
EICHENGREEN, BARRY J, 1993, A Retrospective on the Bretton Woods System: Lessons for Interna-
tional Monetary Reform, University of Chicago Press
ENCARNATION, DENNIS J., 2006, The Annual Real and Nominal GDP for the United Kingdom, 1086 -
2005
EUROPEAN CONFERENCE OF MINISTERS OF TRANSPORT,, 1978, The Role of Transport in Counter-
Cyclical Policy, Transport. Economic Research Centre
XVII

FARNIE, DOUGLAS A., 2000, Region and Strategy in Britain and Japan: Business in Lancashire and
Kansai 1890-1990, Routledge (UK)
FAYYAD, USAMA M., 1996, Advances in Knowledge Discovery and Data Mining
Federal Reserve, 2007, Url: http://www.federalreserve.gov/releases/h6/hist/, Stand:
FERNÁNDEZ, PABLO, 2002, Valuation Methods and Shareholder Value Creation
FERRI, RICHARD A., 2003, Protecting Your Wealth in Good Times and Bad, McGraw-Hill Profes-
sional
Financial Market Center, 2007, Url: www.fmcenter.org, Stand: 22.01.2007
FISCHER, DAVID HACKETT, 2000, The Great Wave: Price Revolutions and the Rhythm of History
FISHER, IRVING, 1929, The Money Illusion
FLOOD, ROBERT P., 1990, On Testing for Speculative Bubbles
FLOOD, ROBERT P., 1994, Speculative Bubbles, Speculative Attacks, and Policy Switching
FOLSOM, FRANKLIN, 1996, America Before Welfare, NYU Press
FONTANILLS, GEORGE A., 2001, The Stock Market Course, John Wiley & Sons
FONTANILLS, GEORGE A., 2002, The Volatility Course, John Wiley and Sons
FRENCH, DOUGH, 2006, The Dutch Monetary Environment During Tulipmania: The Quarterly Jour-
nal of Austrian Economics
FROST, A.J., 1997, The Elliott Wave Writings of A.J. Frost and Richard Russell
GALBRAITH, JOHN, 1997, The Great Crash 1929, Houghton Mifflin Books
GARBER, PETER M., 1990, Famous First Bubbles: The Fundamentals of Early Manias
GASTMANN, ALBERT L., 2004, A History of Credit and Power in the Western World
GEDDES, ROSS, 2003, IPOs and Equity Offerings, Elsevier
GEISTHÖVEL, ALEXA, 2005, Orte der Moderne: Erfahrungswelten des 19. Und 20. Jahrhunderts,
Campus Verlag
GEISTHÖVEL, ALEXA, 2005, Orte der Moderne: Erfahrungswelten des 19. Und 20. Jahrhunderts
GRAHAM, BENJAMIN, 1996, Security Analysis, McGraw-Hill Professional
GRAY, JEREMY, 2004, The Netherlands
GREEN, TIMOTHY, 1984, The New World of Gold: The Inside Story of the Mines, the Markets, the
Politics, the Investor, Walker & Company
GREENSPAN, ALAN, 1996, The Challenge of Central Banking in a Democratic Society: Annual Dinner
and Francis Boyer Lecture of The American Enterprise Institute for Public Policy Research
GREGORY, C. A., 1996, Savage Money: The Anthropology and Politics of Commodity Exchange
GRIMWADE, NIGEL, 2000, International Trade, Routledge (UK)
HALUSA, MARTIN, 2000, Internet-Firmen vor der Pleite, Die Welt Online
HAMILTON, RICHARD F., 2000, Marxism, Revisionism and Leninism: Explication, Assessment and
Commentary, Praeger/Greenwood
HANSARD, THOMAS, 1846, Hansard's Parliamentary Debates
HARGREAVES, ANDY, 2003, Teaching in the Knowledge Society: Education in the Age of Insecurity
HARRIS, RON, 2000, Industrializing English Law
HENNING, C. RANDALL, 1994, Currencies and Politics in the United States, Germany, and Japan,
Institute for International Economics
HIPPNER, HAJO, 2002, Handbuch Web Mining im Marketing.: Konzepte, Systeme, Fallstudien
HIRSCHEY, MARK, 2003, Tech Stock Valuation: Investor Psychology and Economic Analysis
HODGSON, JAMES GOODWIN, 1975, Wall Street, Asset Or Liability?, Ayer Publishing
HOMEYER, HENRY A., 2002, Notes From The Garden
HOOKE, JEFFREY C., 1998, Security Analysis on Wall Street: A Comprehensive Guide to Today's
Valuation Methods, John Wiley and Sons
HOSHI, TAKEO, 2001, Corporate Financing and Governance in Japan: The Road to the Future, MIT
Press
HSU, HUI-HUANG, 2006, Advanced Data Mining Technologies in Bioinformatics
HUBER, PATRICK, 2004, The 1920th
HUNT, TAMARA L., 2003, Defining John Bull: Political Caricature and National Identity in Late Geor-
gian England, Ashgate Publishing, Ltd.
HYNDMAN, H.M., 1932, Commercial Crises of the Nineteenth Century
u-
facturing for Industry Growth, MIT Press
XVIII

ISHI, HIROMITSU, 2001, Making Fiscal Policy in Japan: economic effects and institutional settings,
Oxford University Press
JACOBS, BRUCE I, 1999, Capital Ideas and Market Realities: option replication, investor behavior,
and stock market crashes, Blackwell Publishing
JENKS, 1944, Railroads as an Economic Force in American Development: The Journal of Economic
History
JOHNSON, 1982, MITI and the Japanese Miracle. The Growth of Industrial Policy
Joint Committee on the Economic Report, Congress of the United States, 1949, Volume and Stability
of Private Investment, U.S. Govt. Print. Off.
JONES, 2002, Unlocking the Secrets of the Fed: How Monetary Policy Affects the Economy and Your
Wealth-Creation
KAHNEMAN, DANIEL, 2000, Choices, Values, and Frames, Cambridge University Press
KALECKI, MICHAEL, 1997, Collected Works of Michal Kalecki
KATZ, RICHARD, 2002, Japanese Phoenix: The Long Road to Economic Revival, M.E. Sharpe
KETTELL, BRIAN, 2001, Economics for Financial Markets
KINDLEBERGER, CHARLES P., 1989, Manias, Panics, and Crashes: A History of Financial Crises, p. 7
KINDLEBERGER, CHARLES P., 1990, Economic Laws and Economic History, Cambridge University
Press
KINDLEBERGER, CHARLES P., 2000, Review of Peter M. Garber, Famous First Bubbles: The Funda-
mentals of Early Manias
KIRBY, MAURICE W., 1993, The Origins of Railway Enterprise: The Stockton and Darlington Rail-
way, 1821-1863
KOHL, ERNST, 1886, Das fünfzigjährige Jubiläum der belgischen Eisenbahnen, A. Felix
KRAFFT, LUTZ, 2006, Entwicklung räumliche Cluster: Das Beispiel Internet- und e-commerce-
gründungen in Deutschland, DUV
LAWRENCE, ROERT Z., 1982, Commodity Prices And The New Inflation
LEE, LAWRANCE, 2003, Why the Bubble Burst: Us Stock Market Performance Since 1982, Edward
Elgar Pub
LEIGH, FREDERIC A., 198, Collected Works of Michal Kalecki
LEIPZIG-DRESDNER EISENBAHN,, 1864, Die Leipzig-dresdner Eisenbahn in den ersten
fünfundzwanzig Jahren ihres Bestehens, Druck von Giesecke & Devrient
LENZ, FRIEDRICH, 1970, Friedrich List, der Mann und das Werk: Neudruck der Ausg. München
1936
LEVEN, DR. FRANZ-JOSEF, 2006, 2006, Aktionärszahlen rückläufig – Steuerpolitik verunsichert
Anleger - DAI-Kurzstudie 2 / 2006
LIPS, FERDINAND, 2006, Die Goldverschwörung, Kopp, Rottenburg
LONG, GEORGE, 1843, The Penny Cyclopædia of the Society for the Diffusion of Useful Knowledge
Lycos börsengeschichte, 2007, Url: http://www.lycos.de/startseite/geld_boerse/, Stand:
12.12.2006
MAATMAN, R.H., 2004, Dutch pension funds: Fiduciary Duties and Investing
MANN, JAMES A., 1860, The Cotton Trade of Great Britain
MARKHAM, JERRY W., 2001, A Financial History of the United States
Markt-Daten, 2007, Url: http://www.markt-daten.de, Stand: 15.01.2007
MARTIN, WOLFGANG, 1998, Data Warehousing
MAUNDER, ANDREW, 2004, Victorian Crime, Madness and Sensation, Ashgate Publishing, Ltd.
MAYER, ARTHUR VON, 1891, Geschichte und Geographie der deutschen Eisenbahnen von ihrer
Entstehung bis auf die Gegenwart, W. Baensch
MCDUFFIE, JEROME, 2001, AP, United States History, Research & Education Assoc.
MEISEL, NICOLAS, 2004, Governance Culture and Development: A Different Perspective on Corpo-
rate Governance, Organisation for Economic Cooperation and Development
MELAMED, LEO, 1996, Escape to the Futures, John Wiley and Sons
MENA, JESUS, 2003, Macroeconomic Theory: A Short Course
MICHL, THOMAS R., 2002, Macroeconomic Theory: A Short Course
MINTER, DAVID L., 2001, Faulkner's Questioning Narratives: Fiction of His Major Phase, 1929-42,
University of Illinois Press
MONTIAS, JOHN MICHAEL, 2003, Art at Auction in 17th-Century Amsterdam
XIX

MOYNIHAN, BRENDAN, 1997, Trading on Expectations: Strategies to Pinpoint Trading Ranges,


Trends, and Reversals
NAIRN, ALASDAIR G. M., 2002, Engines That Move Markets: Investigating from Railroads to the
Internet and Beyond, Templeton
National Bureau of Economic Research, 2007, Url: http://www.nber.org, Stand: 12.01.2007
NEAL, LARRY, 2005, Share Prices for South Sea Company
OFFICER, LAWRENCE H., 2005, The Price of Gold, 1257-2005
OJALA, JARI, 2006, Any Weak Signals? The New York Times and the Stock Market Crashes of 1929,
1987 and 2000, XIV International Economic History Congress,, Helsinki
O'NEIL, WILLIAM J., 2002, How to Make Money in Stocks: A Winning System in Good Times or Bad,
McGraw-Hill Professional
OTTE, MAX, 2006, Der Crash kommt, Econ
PALGRAVE, 1926, Palgrave's Dictionary
PERELMAN, MICHAEL, 1996, The End of Economics, Routledge (UK)
PETTIS, MICHAEL, 2001, The Volatility Machine: Emerging Economies and the Threat of Financial
Collapse
POITRAS, GEOFFREY, 2002, Risk Management, Speculation, and Derivative Securities
POLYTECHNISCHER VEREIN,, 1922, Hundert Jahre technische Erfindungen und Schöpfungen in
Bayern, R. Oldenbourg
PRECHTER, ROBERT R., 2003, View from the Top of the Grand Supercycle
PRECHTER, ROBERT R., 2004, Prechters Perspective: Robert Prechter on the Elliott Wave Principle
Market Analysis and the Nature of Social Trends, New Library Classics
PRING, MARTIN J., 1992, The All-Season Investor: Successful Strategies for Every Stage in the Busi-
ness Cycle, John Wiley and Sons
PROKOT, ALEXANDER, 2006, Strategische Ausschüttungspolitik deutscher Aktiengesellschaften,
DUV
PROKOT, ALEXANDER, 2006, Strategische Ausschüttungspolitik deutscher Aktiengesellschaften
RIPPY, J. FRED, 2000, British Investments in Latin America, 1822-1949: Evolution of International
Business 1800-1945, Routledge (UK)
ROEHNER, BERTRAND M., 2001, Hidden Collective Factors in Speculative Trading: A Study in Ana-
lytical Economics, Springer
ROEHNER, BERTRAND M., 2002, Patterns of Speculation: A Study in Observational Econophysics,
Cambridge University Press
ROGERS, THOROLD, Share Prices for South Sea Company
ROSS, NIKKI, 2002, Lessons from the Legends of Wall Street: How Warren Buffett, Benjamin Gra-
ham, Phil Fisher, T. Rowe Price, and John Templeton Can Help You Grow Rich, in M. Books,
ed.
ROUSSEAU, PETER L., 2003, Historical Perspectives on Financial Development and Economic
Growth: The Federal Reserve Bank of St. Louis Review
RUSSELL, A.J. FROST & RICHARD, 1997, The Elliott Wave Writings of A.J. Frost and Richard Russell,
Elliott Wave International Inc.
SALSMAN, RICHARD M., 1995, Gold and Liberty
SALT, SAMUEL, 1850, Railway and commercial information
SANDER, JÖRG, 2000, Knowledge Discovery in Databases: Techniken und Anwendungen
SATCHWELL, CHRIS, 2004, Pattern Recognition and Trading Decisions
SÄUBERLICH, FRANK, 1999, KDD und Data Mining als Hilfsmittel zur Entscheidungsunterstützung
SCHMIDT, BENJAMIN, 2001, Innocence Abroad: The Dutch Imagination and the New World, 1570-
1670
SCHWARTZ, ANNA J., 1953, The Growth and Fluctuation of the British Economy 1790-1850
SEIFERT, WERNER, 2002, Performance ist kein Schicksal, Campus Verlag
SHEERAN, PAUL, 2004, The International Political Economy of Investment Bubbles, Ashgate Pub-
lishing, Ltd.
SHILLER, ROBERT J., 2000, Irrational Exuberance
SHUTER, JANE, Modern World History for AQA: Foundation Textbook
SMITH, ROY C., 1993, Comeback: The Restoration of American Banking Power in the New World
Economy, Harvard Business School Press
XX

SMITH, VERNON L., 2005, Bargaining and Market Behavior: Essays in Experimental Economics,
Cambridge University Press
SOROS, GEORGE, 1994, The Alchemy of Finance: Reading the Mind of the Market, John Wiley and
Sons
STANHOPE, PHILIP HANRY, 1836, History of England from the Peace of Utrecht to the Peace of Aix-
la-Chaoelle
STEIN, ROBERT, 2002, Inside Greenspan's Briefcase: Investment Strategies for Profiting from Key
Reports and Data, McGraw-Hill Professional
STIEGLITZ, NILS, 2003, Der Mobilfunkmarkt im Umbruch.: Eine innovationsökonomische und
unternehmensstrategische Analyse, DUV
STIGLITZ, JOSEPH E., 1990, Symposium on Bubbles: Journal of Economic Perspectives
STRANGE, ROGER, 1993, Japanese Manufacturing Investment in Europe: Its Impact on the UK
Economy
TAYLOR, BERNARD, 2006, Corporate Governance: The Crisis, Investor's Losses and the Decline in
Public Trust: Strategische Unternehmungsplanung: Strategische Unternehmungsfuhrung:
Stand Und Entwicklungstendenzen
The Committee on Banking, Housing, and Urban Affairs, United States Senate, 1978, Treasury Sales
of U.S. Gold and the Gold Medallion Act of 1978, U.S. Govt. Print. Off., 1978
THOMAS, W. A., 1973, The Provincial Stock Exchanges
THURAISINGHAM, BHAVANI M., 2003, Web Data Mining and Applications in Business Intelligence
and Counter-Terrorism
TRICHET, JEAN-CLAUDE, 2003, Asset Price Bubbles: The Implications for Monetary, Regulatory,
and International Policies, William C. Hunter, George G. Kaufman, Michael Pomerleano
TUCKER, HERBERT F., 1999, A Companion to Victorian Literature and Culture, Blackwell Publishing
UMAR, AMJAD, 2003, E-Business and Distributed Systems Handbook: Overview Module, nge solu-
tions, inc
VAGA, TONIS, 1994, Profiting from Chaos: Using Chaos Theory for Market Timing, Stock Selection
and Option Valuation, Mcgraw-Hill
VILLAMAGNA, GEORGE, 2004, U.S. History
WALKER, FRANCIS AMASA, 1986, Money
WASSER, HARTMUT, 2000, USA.: Wirtschaft, Gesellschaft, Politik, VS Verlag
WEISS, BARBARA, 1986, The Hell of the English: bankruptcy and the Victorian novel, Bucknell Uni-
versity Press
WEKFENS, 1996, Springers Handbuch der Volkswirtschaftslehre II
WELLER, PAUL A., 1992, Rational Bubbles
WELPE, ISABELL, 2004, Venture-capital-geber und ihre Portfoliounternehmen.: Erfolgsfaktoren der
Kooperation, DUV
WERNER, RICHARD A., 2003, Princes of the Yen: Japan's Central Bankers and the Transformation of
the Economy, M.E. Sharpe
WILLIAMS, CHRIS, 2004, A Companion to Nineteenth-Century Britain, Blackwell Publishers
WITT, PETER, 2002, Bewertung von Wachstumsunternehmen.: Traditionelle und innovative
Methoden im Vergleich
WOOD, JOHN H., 2005, A History of Central Banking in Great Britain and the United States, Cam-
bridge University Press, p. 65
YAMADA, 1998, Market Magic: Riding the Greatest Bull Market of the Century
-Japan Macroeconomic Relations: Interactions and Interdependence
in the 1980s, University of Washington Press