Advertisement

Einsatzmöglichkeiten virtueller Börsen in der Marktforschung

  • Martin Spann
  • Bernd Skiera
Part of the ZfB-Ergänzungshefte book series (ZFB)

Zusammenfassung

  • Auf virtuellen Börsen offenbaren Marktteilnehmer durch Kauf-und Verkaufsaufträge ihre Einschätzungen über den Wert einer Aktie und, falls dieser Wert von einem zukünftigen Marktzustand abhängt, ihre Erwartungen über diesen Marktzustand selbst.

  • Der Einsatz virtueller Börsen zu Zwecken der Marktforschung hat in jüngster Zeit an Bedeutung gewonnen. Die Einsatzgebiete dieser virtuellen Börsen sind dabei vielfältig und bislang nicht vergleichend dargestellt worden. Deswegen ist es das Ziel dieses Beitrags, diese Einsatzgebiete zu strukturieren und zu vergleichen.

  • Ein weiteres Ziel dieses Beitrags ist die Analyse der Einflussfaktoren auf den Prognosefehler virtueller Börsen, so dass auf diese Weise eine Abschätzung der Prognosegüte zum Zeitpunkt der Prognose ermöglicht wird. Deswegen wird in zwei empirischen Studien die Prognosegüte virtueller Börsen untersucht.

  • Die erste empirische Studio zur Prognose des Erfolgs von Kinofilmen mittels virtueller Börsen in den USA zeigt, dass virtuelle Börsen eine gute Prognosegüte, mitunter aber auch stärkere Schwankungen der Prognosegüte aufweisen können. Dabei zeigt sich, dass auf Basis der Preisvolatilität der erwartete Prognosefehler zum Zeitpunkt der Prognose abgeschätzt werden kann.

  • Darüber hinaus zeigt die zweite Studie bei einem Telekommunikationsunternehmen, dass virtuelle Börsen auch bei einem beschränkten, unternehmensinternen Teilnehmerkreis gut prognostizieren können.

  • Der Beitrag zeigt, dass sich virtuelle Börsen als Instrument zur Marktforschung grundsätzlich eignen und deren gesamtes Anwendungspotenzial noch keineswegs ausgeschöpft ist. Daher wird eingehend erörtert, welchen Fragen sich weitere Forschung zukünftig noch widmen könnte.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Beckmann, K. Werding, M. (1996): „Passauer Wahlbörse“: Information Processing in a Political Market Experiment, in: Kyklos, Jg. 49, S. 171–204.Google Scholar
  2. Berg, J. Forsythe, R. Rietz, T. (1996): What Makes Markets Predict Well? Evidence from the Iowa Electronic Markets, in: Albers, W. Guth, W. Hammerstein, P. Moldovanu, B. Damme, E. v. (Hrsg.): Understanding Strategic Interaction: Essays in Honor of Reinhard Selten, Berlin, Heidelberg, S. 444–463.Google Scholar
  3. Brüggelambert, G. (1999): Institutionen als Informationsträger: Erfahrungen mit Wahlbörsen, Marburg.Google Scholar
  4. Chan, N. T. Dahan, E. Kim, A. Lo, A. W. Poggio, T. (2002): Securities Trading of Concepts (STOC), Working Paper, Massachusetts Institute of Technology, Cambridge, MA.Google Scholar
  5. Eliashberg, J. Jonker, J.-J. Sawhney, M. S. Wierenga, B. (2000): MOVIEMOD: An Implementable Decision-Support System for Prerselease Market Evaluation of Motion Pictures, in: Marketing Science, Jg. 19, S. 226–243.Google Scholar
  6. Elton, E. J. Gruber, M. J. (1995): Modern Portfolio Theory and Investment Analysis, New York.Google Scholar
  7. Fama, E. F. (1970): Efficient Capital Markets: A Review of Theory and Empirical Work, in: Journal of Finance, Jg. 25, S. 383–417.Google Scholar
  8. Fama, E. F. (1991): Efficient Capital Markets: II, in: Journal of Finance, Jg. 46, S. 1575–1617.Google Scholar
  9. Forsythe, R. Nelson, F. Neumann, G. R. Wright, J. (1992): Anatomy of an Experimental Political Stock Market, in: American Economic Review, Jg. 82, S. 1142–1161.Google Scholar
  10. Forsythe, R. Rietz, T. A. Ross, T. W. (1999): Wishes, Expectations and Actions: A Survey on Price Formation in Election Stock Markets, in: Journal of Economic Behavior Organization, Jg. 39, S. 83–110.Google Scholar
  11. Friedman, D. Sunder, S. (1994): Experimental Methods. A Primer for Economists, Cambridge.Google Scholar
  12. Grossman, S. J. Stiglitz, J. E. (1976): Information and Competitive Price Systems, in: American Economic Review, Jg. 66, S. 246–253.Google Scholar
  13. Gruca, T. (2000): The IEM Movie Box Office Market Integrating Marketing and Finance using Electronic Markets, in: Journal of Marketing Education, Jg. 22, S. 5–14.Google Scholar
  14. Gujarati, D. N. (1995): Basic Econometrics, Singapore.Google Scholar
  15. Hanssens, D. M. Parsons, L. J. Schultz, R. L. (2001): Market Response Models: Econometric and Time Series Analysis, Boston et al.Google Scholar
  16. Hayek, E A. v. (1945): The Use of Knowledge in Society, in: American Economic Review, Jg. 35, S. 519–530.Google Scholar
  17. Hellwig, M. F. (1982): Zur Informationseffizienz des Kapitalmarktes, in: Zeitschrift für Wirtschaftsund Sozialwissenschaften, Jg. 102, S. 1–27.Google Scholar
  18. Kyle, A. S. (1985): Continuous Auctions and Insider Trading, in: Econometrica, Jg. 53, S. 1315–1336.Google Scholar
  19. Nöth, M. Weber, M. (1996): Insidererkennung in experimentellen Märkten, in: Schmalenbachs Zeitschrift für betriebswirtschaftliche Forschung, Jg. 48, S. 959–982.Google Scholar
  20. Ortner, G. (2000): Aktienmärkte als Industrielles Vorhersagemodell, in: Zeitschrift für Betriebswirtschaft — Ergänzungsheft, Jg. 70, S. 115–125.Google Scholar
  21. Ortner, G. Stepan, A. Zechner, J. (1995): Political Stock Markets: The Austrian Experiences, in: Zeitschrift für Betriebswirtschaft — Ergänzungsheft, Jg. 65, S. 123–135.Google Scholar
  22. Pennock, D. M. Lawrence, S. Giles, L. C. Nielsen, F. A. (2000): The Power of Play: Efficiency and Forecast Accuracy in Web Market Games, NEC Research Institute Technical Report, 2000–168, NEC Research Institute, Princeton.Google Scholar
  23. Pinches, G. E. Kinney, W. R. J. (1971): The Measurement of the Volatility of Common Stock Prices, in: Journal of Finance, Jg. 26, S. 119–125.Google Scholar
  24. Plott, C. R. (2000): Markets as Information Gathering Tools, in: Southern Economic Journal, Jg. 67, S. 1–15.Google Scholar
  25. Sawhney, M. S. Eliashberg, J. (1996): A Parsimonious Model for Forecasting Gross Box-Office Revenues of Motion Pictures, in: Marketing Science, Jg. 15, S. 113–131.Google Scholar
  26. Smith, V. L. (1976): Experimental Economics: Induced Value Theory, in: American Economic Review, Jg. 66, S. 274–279.Google Scholar
  27. Smith, V. L. (1982): Microeconomic Systems as an Experimental Science, in: American Economic Review, Jg. 72, S. 923–955.Google Scholar
  28. Spann, M. (2002): Virtuelle Börsen als Instrument zur Marktforschung, Wiesbaden.Google Scholar
  29. Spann, M. Ernst, H. Skiera, B. Soll, J. H. (2004): Identification of Lead Users via Virtual Stock Markets, Working Paper, Johann Wolfgang Goethe-Universität, Frankfurt am Main.Google Scholar
  30. Spann, M. Skiera, B. (2003): Internet-Based Virtual Stock Markets for Business Forecasting, in: Management Science, Jg. 49, S. 1310–1326.Google Scholar
  31. Sunder, S. (1995): Experimental Asset Markets: A Survey, in: Kagel, J. H. Roth, A. E. (Hrsg.): Handbook of Experimental Economics, Princeton, S. 445–500.Google Scholar
  32. Theissen, E. (1998): Organisationsformen des Wertpapierhandels: Gesamtkursermittlung, kontinuierliche Auktion und Market-Maker-System, Wiesbaden.Google Scholar

Copyright information

© Springer Fachmedien Wiesbaden 2004

Authors and Affiliations

  • Martin Spann
    • 1
  • Bernd Skiera
    • 2
  1. 1.Lehrstuhl für Betriebswirtschaftslehreinsbesondere Electronic CommerceDeutschland
  2. 2.insbesondere Electronic CommerceJohann Wolfgang Goethe-Universität Frankfurt am MainFrankfurt am MainDeutschland

Personalised recommendations