Nassim Taleb über öknomische oder statistische Messgrößen

Nassim Taleb hat in seinem Buch „Narren des Zufalls: Die verborgene Rolle des Glücks an den Finanzmärkten und im Rest des Lebens“ viel aus der Praxis des Geldanlagens geschrieben. Nassim Taleb ist aufgefallen, dass es gerade in der Finanzbranche sehr häufig Leute gibt, die über eine lange Zeit hinweg sehr erfolgreich waren, dann aber mit einem Schlag dramatisch abstürzen. Solange diese Leute erfolgreich sind, glauben sie, dass ihr Erfolg mit ihren speziellen Fähigkeiten zu tun hat, keinesfalls aber auf bloßem Glück oder Zufall beruht.

Dass ihr Erfolg aber tatsächlich viel mehr mit Glück und Zufall zu tun hatte, als sie gerne zuzugeben bereit sind, erweist sich mit einem Paukenschlag am Ende, wenn sie mit viel Verlusten abtreten müssen. Solche Leute, die man (wie gesagt) in der Finanzbranche zuhauf anfindet, nennt Nassim Taleb „Narren des Zufalls“.

Es ist interessant, was Nassim Taleb zum Thema ökonomische und statistische Messgrößen im Zusammenhang mit „Narren des Zufalls“ sagt …

Nassim Taleb warnt davor, von der Vergangenheit auf die Zukunft zu schließen

Auf Seite 140 seines Buches nennt Nassim Taleb ein paar „typische Wesensmerkmale von Narren des Zufalls im Börsenumfeld“. An erster Stelle schreibt er:

„Überschätzung der Treffsicherheit bestimmter Messgrößen, an die sie [die Narren des Zufalls] glaubten, ob sie nun öknomischer … oder statistischer … Natur sind. Sie überlegten sich niemals, dass Transaktionen auf Basis wirtschaftlicher Variablen in der Vergangenheit möglicherweise rein zufällig erfolgreich waren … Man bedenke, dass man unter allen möglichen und verfügbaren wirtchaftlichen Theorien eine plausible finden kann, die frühere Entwicklungen ganz oder teilweise erklärt … Es gab Phasen, in denen wirtschaftliche Kennziffern Händler in die Irre führten, und Zeiten, in denen sie hilfreiche Dienste erwiesen.“

Warnt hier Nassim Taleb nicht ganz ausdrücklich davor, von der Analyse von Vergangenheitsdaten auf die Zukunft zu schließen?

In meiner Diskussion mit Gerd Kommer zu diesem Thema, weise ich unter anderem darauf hin, dass es eine sehr starke Annahme ist, dass die Wahrscheinlichkeitsverteilung einer Kapitalmarktrendite über lange Zeit hinweg konstant bleibt. Meiner Meinung spricht viel mehr dafür, dass es hier unterschiedliche Wahrscheinlichkeitsverteilungen je nach Börsenphase gibt. Ist das aber so, dann kann uns eine statistische Auswertung vergangener Marktdaten keinerlei Hinweis darauf geben, wie es künftig weitergeht. Interessanterweise spricht auch Taleb in dem obigen Zitat von unterschiedlichen Marktphasen.

Johns Geschichte

Als konkretes Beispiel für einen Narren des Zufalls erzählt Taleb die Geschichte von John (S. 135 ff.):

„Johns Desk beschäftigte sich primär mit Transaktionen im sogenannten ‚High-Yield-Handel‘. Das Ziel dieser Aktivitäten bestand darin, ‚billige‘ Anleihen zu kaufen, die eine Rendite von beispielsweise 10 Prozent abwarfen, wenn der Refinanzierungszins seines Instituts bei 5,5 Prozent lag. Unter dem Strich brachte das einen Ertrag von 4,5 Prozent, auch Zins-Spread genannt. Das scheint nicht viel zu sein, doch konnte John Fremdmittel aufnehmen und über den Leverage-Faktor den daraus resultierenden Gewinn vervielfachen …

John wurde unterstützt von Henry, einem ausländischen ‚Quant‘ (quantitative Analysten) … Mathematik war nicht Johns Stärke, er verließ sich auf Henry … Henry lieferte ihm die Risikoauswertungen für das Gesamtportfolio … als John ihn engagierte, absolvierte Henry gerade ein Aufbaustudium in Operations Research. Sein Spezialgebiet war Computational Finance …

… Das Zinsgefälle näherte sich dem an, was John für den ‚Fair Value‘ hielt. Seiner Ansicht nach verwendte er solide Methoden zur Berechnung des ‚Fair Value‘. Er stütze sich auf eine ganze Abteilung, die ihm bei der Analyse und Identifizierung von interessanten Anleihen mit Wertsteigerungspotenzial half …

 John brachte seinen Arbeitgebern stetige Erträge … Johns Privatvermögen lag in seinem 32. Lebensjahr bei einer Millionen Dollar. Bis zu seinem 35. Lebensjahr kletterte es auf 16 Millionen Dollar. Ein Großteil davon stammte aus Bonuszahlungen … Von den 16 Millionen investierte er ungefähr 14 Millionen Dollar kontinuierlich in seine Gechäfte …

Es dauerte nur wenige Tage, bis sich die 14 Millionen Dollar in Luft aufglöst hatten – und John seinen Job verlor … all das geschah im Sommer 1998 … Die Märkte traten in eine volatile Phase ein, in der fast alle seine Anlagen sich gleichzeitig gegen ihn wandten. Seine Hedging-Geschäfte sicherten ihn nicht mehr ab. Er war wütend auf Henry, weil dieser nicht erkannt hatte, dass solche Ereignisse eintreten können. Vielleicht lag das ja an einem Fehler im Computerprogramm.

Johns Reatkion auf seine ersten Verluste war charakteristisch für ihn: Er ignoriert die Märkte. ‚Man würde ja verrückt, wenn man auf die Launen des Marktes hören würde‘, sagte er…

Wie in einem biblischen Kreislauf dauerte es sieben Jahre, bis John ein Star war. Als gescheiterte Existenz stand er nach nur sieben Tagen da …

Es dauerte lange, bis John verstand, was sich das abgespielt hatte…. Noch mehr entsetzte ihn die Tatsache, dass nach allen Berechnungen die Wahrscheinlichkeit eines solchen Ereignisses bei einmal in 1 000 000 000 000 000 000 000 000 lag. Henry nannte das ein ‚Zehn-Sigma-Ereignis’…“

Nassim Taleb warnt offenbar, sich aufgrund statistischer, quantitativer Anlayse von Vergangenheitsdaten zu sicher zu fühlen. Man kann lange Zeitreihen haben, in denen sich immer und immer wieder ein bestimmtes Schema abzeichnet. Dennoch ist es sehr gefährlich, ein solches Schema unbesehen auf künftige Marktentwicklungen übertragen zu wollen. Die Zukunft kann schneller vollkommen anders aussehen als man denkt.

Daher ist es gerade bei der Geldanlage nicht hilfreich (geradezu gefährlich), von statistischen Analysen der Vergangenheit auf die Zukunft zu schließen.