Weak-Form Market Efficiency in the Dhaka Stock Exchange: Evidence from a Multi-Test Approach Around the 2024 Political Transition

In der Welt der Finanzen gibt es eine langjährige Vorstellung namens Effizienzmarkthypothese. Sie legt nahe, dass Aktienkurse wie ein fairer Münzwurf sind: Sie ändern sich zufällig, weil sie jede verfügbare Nachricht und Information für alle Beteiligten sofort absorbieren. Wenn diese Idee wahr ist, dann kann die Betrachtung dessen, wie sich eine Aktie gestern bewegt hat, nicht dabei helfen, vorherzusagen, wohin sie morgen gehen wird. Die Vergangenheit hält keine geheimen Hinweise für die Zukunft bereit. Dieses Konzept ist das Fundament des modernen Investierens, wird aber oft an Orten getestet, an denen die Regeln weniger klar sind. In vielen Entwicklungsländern können die Märkte „dünn“ sein, was bedeutet, dass jeden Tag nicht viele Menschen handeln und Informationen vielleicht nicht so schnell verbreitet werden wie in wohlhabenden Ländern. Wenn sich Preise nicht zufällig bewegen, öffnet dies die Tür für Investoren, potenziell Muster zu erkennen und allein auf Basis der Geschichte Geld zu verdienen. Zu verstehen, ob ein Markt wirklich zufällig ist oder ob er verborgenen Mustern folgt, ist entscheidend für jeden, der verstehen möchte, wie der Wert in diesen Volkswirtschaften ermittelt wird.

Forscher der Bangladesh University of Professionals beschlossen, diese Idee an der Dhaka Stock Exchange, dem wichtigsten Aktienmarkt in Bangladesch, auf die Probe zu stellen. Sie interessierten sich besonders für einen spezifischen Moment in der Geschichte: den politischen Übergang im August 2024, als die Regierung zurücktrat und eine Übergangsverwaltung die Macht übernahm. Märkte reagieren oft heftig auf solche Veränderungen, und die Forscher wollten wissen, ob dieser Führungswechsel auch die Art und Weise veränderte, wie der Markt agierte. Machte das Chaos des Übergangs den Markt chaotischer, oder brachte die neue Ordnung mehr Vorhersehbarkeit? Um dies herauszufinden, sammelten sie tägliche Preisdaten von dreißig der größten und aktivsten Unternehmen der Börse sowie des Hauptindex, der diese verfolgt, über einen Zeitraum von Anfang 2016 bis Mitte 2025. Sie verließen sich nicht nur auf eine einzige Methode zur Überprüfung; stattdessen verwendeten sie eine Batterie von fünf verschiedenen statistischen Methoden, von denen jede darauf ausgelegt war, eine andere Art von Muster zu erfassen – von einfachen Verbindungen zwischen Tagen bis hin zu komplexeren Trends über Wochen hinweg.

Die Ergebnisse der Langzeitdaten, die fast ein Jahrzehnt abdecken, waren klar und konsistent: Der Markt verhielt sich nicht zufällig. Tatsächlich zeigten die Tests, dass für die große Mehrheit dieser Aktien die Vergangenheit tatsächlich die Zukunft beeinflusste. Als die Forscher die täglichen Preisänderungen betrachteten, stellten sie fest, dass sich Preise eher in Clustern bewegten, anstatt in einer geraden, unvorhersehbaren Linie. Wenn eine Aktie an einem Tag stieg, war es wahrscheinlicher, dass sie für einige Tage danach in eine ähnliche Richtung weiterging, oder sie zeigte ein Muster, das durch ihre Werkzeuge detektierbar war. Dies geschah bei etwa vierundachtzig bis siebenundneunzig Prozent der untersuchten Aktien, abhängig davon, welcher spezifische Test verwendet wurde. Selbst der Hauptindex, der eigentlich den gesamten Markt repräsentieren sollte, zeigte diese vorhersagbaren Muster. Dies deutet darauf darauf hin, dass der Markt im strengsten Sinne noch nicht effizient ist; es gibt noch Reibungsverluste, wie etwa einen langsamen Informationsfluss oder Handelsregeln, die verhindern, dass sich Preise instantan und zufällig anpassen.

Die Forscher zoomten dann auf den Zeitraum nach dem politischen Übergang im August 2024, um zu sehen, ob die neue Regierung diese Probleme gelöst hatte. Auf den ersten Blick sahen die Zahlen vielversprechend aus. Als sie dieselben Tests mit den Daten aus dem Jahr nach dem Übergang durchführten, sank die Anzahl der Aktien, die vorhersagbare Muster zeigten, drastisch. Die Tests, die zuvor die Idee der Zufälligkeit abgelehnt hatten, akzeptierten sie nun größtenteils. Es schien, als sei der Markt plötzlich effizienter und zufälliger geworden. Die Forscher waren jedoch vorsichtig, nicht zu diesem Schluss zu eilen. Sie gruben tiefer und fanden heraus, dass die scheinbare Verbesserung wahrscheinlich eine Illusion war, die durch die geringe Zeitspanne verursacht wurde, die sie zu untersuchen hatten. Der Zeitraum nach dem Übergang betrug nur etwa ein Jahr, was im Vergleich zu den neun Jahren der Daten vor dem Übergang eine sehr kleine Stichprobe darstellt. Als sie die tatsächlichen Zahlen hinter den Kulissen prüften, fanden sie, dass die zugrunde liegenden Muster sich gar nicht verändert hatten. Die mathematischen Koeffizienten, die messen, wie sehr der gestrige Preis den heutigen beeinflusst, wurden nicht kleiner; sie blieben etwa gleich. Die Tests konnten die Muster einfach nicht detektieren, weil nicht genügend Daten vorhanden waren, um sicher zu sein.

Darüber hinaus suchten die Forscher nach einem spezifischen „Bruch“ in den Daten, einem Moment, in dem sich die Regeln des Marktes aufgrund des politischen Wechsels grundlegend geändert zu haben schienen. Sie fanden keine Beweise für einen solchen Wandel. Die Art und Weise, wie sich die Aktien vor dem Übergang verhielten, war statistisch nicht von der Art und Weise unterscheidbar, wie sie sich danach verhielten. Der Rückgang der detektierten Muster lag nicht daran, dass sich der Markt verbessert hatte, sondern daran, dass die statistischen Werkzeuge weniger leistungsfähig waren, wenn sie auf einen kürzeren Zeitrahmen angewendet wurden. Die Studie kam zu dem Schluss, dass die Ineffizienzen an der Dhaka Stock Exchange in tief verwurzelten strukturellen Problemen wurzeln, wie etwa geringen Handelsvolumina und regulatorischen Beschränkungen wie Preislimits, die verhindern, dass Aktien sich frei bewegen. Ein Wechsel der Führung allein korrigierte nicht die Fähigkeit des Marktes, Informationen zu verarbeiten.

Ein spezifischer Faktor, der das Bild komplizierte, war die Verwendung von „Floor Prices“ (Mindestpreisen) durch die Regulierungsbehörden. Eine Zeit lang legten die Behörden einen Mindestpreis fest, unter den bestimmte Aktien nicht gehandelt werden konnten. Dies bedeutete, dass selbst wenn eine Aktie eigentlich an Wert hätte verlieren müssen, der Preis feststeckte, was lange Ketten von Tagen ohne Veränderung erzeugte. Diese künstliche Stabilität schuf Muster, die nach Vorhersehbarkeit aussah, aber eigentlich nur das Ergebnis einer Regel waren. Auch nach dem politischen Übergang blieben einige dieser Beschränkungen für einige große Unternehmen in Kraft, was die Lage weiter verunklärte. Die Forscher merkten an, dass der Markt zwar einige statistische Anzeichen von Vorhersehbarkeit zeigte, diese Muster jedoch klein und wahrscheinlich zu schwach waren, um sie unter Berücksichtigung von Handelskosten und Gebühren leicht für Gewinne auszunutzen. Der Markt war nicht zufällig, aber er war auch kein Ort, an dem eine einfache Strategie ein Vermögen garantieren konnte.

Letztlich zeichnet die Studie das Bild eines Marktes, der noch reift. Die Dhaka Stock Exchange folgt noch nicht dem perfekten „Random Walk“, wie man ihn in einigen der entwickelsten Finanzzentren der Welt sieht. Die Muster, die die Forscher fanden, sind typisch für Schwellenmärkte, in denen der Handel seltener stattfindet und Informationen langsamer fließen. Der politische Übergang von 2024, obwohl er ein historisches Ereignis für das Land war, fungierte nicht als magischer Schalter, der den Aktienmarkt augenblicklich modernisierte. Die Ineffizienzen bleiben bestehen, getrieben durch die Mechanik des Marktbetriebs und nicht durch die Politik des Tages. Damit der Markt wirklich effizient wird, schlagen die Forscher vor, dass der Fokus darauf liegen muss, die Liquidität zu verbessern, künstliche Preisbarrieren zu entfernen und sicherzustellen, dass Informationen frei fließen, anstatt darauf zu warten, dass ein Regierungswechsel das Problem löst. Die Daten zeigen, dass der Markt zwar auf die Geschichte hört, aber noch lernt, auf die Gegenwart zu hören.