Die Kenntnis der Gründe dafür, dass sich Individuen nicht auf ihre originären Informationen verlassen, sondern sich einem beobachteten Verhalten anderer anschließen, ist zentral, um ein als Herdenverhalten bezeichnetes Finanzmarktgeschehen zu verstehen.
Die vorliegende Arbeit bietet Erweiterungen des grundlegenden Modells von Bikhchandani, Hirshleifer und Welch [BHW (1992)] zur Erklärung von Herdenverhalten aufgrund von In-formationsexternalitäten im Bereich von Informationskosten. Entwickelt wird u.a. ein Modell, in dem die Marktakteure unterschiedliche Kosten für die Informationsbeschaffung aufbringen müssen. Es wird gezeigt, dass in dieser Situation eine einmal entstandene Informationskaskade – im Unterschied zum Grundmodell von BHW (1992) und zu einer Situation mit einheitlichen Kosten für die Informationsbeschaffung – zerbrochen werden kann. Ferner erweist sich der Zeitpunkt der Entscheidung über eine Informationsbeschaffung, ob vor oder nach der Beobachtung der Vorgänger, nur dann als entscheidungsrelevant, wenn die Kosten der Informationsbeschaffung für die Marktakteure unterschiedlich sind.
Des Weiteren werden die Konsequenzen für die Bildung von Informationskaskaden unter-sucht, welche sich aus potentiell nicht informativen Signalen ergeben. Entwickelt wird ein Modell, in dem die Marktakteure ihre privaten Informationen von ihrem Analysten erhalten. Nicht informativ sind Signale solcher Analysten, die auf eine im Markt allgemein bekannte Information zugreifen, ohne eigenständig zu recherchieren. Die Entstehung von Informationskaskaden ist in dieser Situation von der Präzision der informativen Signale, von der Wahrscheinlichkeit, ein nicht informatives Signal zu erhalten, und von der Anzahl an beobachteten Entscheidungen anderer Marktakteure abhängig. Es wird gezeigt, dass ein der allgemein im Markt bekannten Information entgegengerichtetes Herdenverhalten auftreten kann, selbst wenn die Mehrzahl an beobachteten Entscheidungen mit der im Markt bekannten Information übereinstimmt.
Aktualisiert: 2021-09-24
> findR *