Informationsaggregation und Insidererkennung in Finanzmrkten [Paperback]

Von Finanzm?rkten wird gefordert, da? sich einerseits Informationen in den Marktpreisen widerspiegeln, andererseits Finanzm?rkte Schutz vor Insidern bieten. Aufgrund fehlender Daten ?ber die Verf?gbarkeit und Verbreitung von Informationen im Markt kann man anhand von Kapitalmarktdaten nicht untersuchen, inwieweit diese Forderungen erf?llt werden. Der Autor analysiert daher Finanzm?rkte im Experimentallabor. Im ersten Experiment pr?ft er, wie Informationen in die Marktpreise gelangen und weist nach, da? das Fehlverhalten einzelner H?ndler einen Einflu? auf den Aggregationsproze? hat. Im zweiten Experiment zeigt er, da? Insider nur in einfachen Situationen identifizierbar sind.

Verzeichnis: Der Autor analysiert Finanzm?rkte im Experimentallabor. Er pr?ft wie Informationen in die Marktpreise gelangen und weist nach, da? das Fehlverhalten einzelner H?ndler einen Einflu? auf den Aggregationsproze? hat. Au?erdem zeigt er, da? Insider nur in einfachen Situationen identifizierbar sind. Daraus ergeben sich wichtige Implikationen f?r die Regulierung des Insiderhandels.Theoretische und experimentelle Untersuchungen zur InformationsaggregationFehlerhafte Aggregation im ExperimentInsiderproblematik in Theorie, Empirie und GesetzgebungInsidererkennung in experimentellen M?rktenImplikationen der beiden ExperimenteDr. Markus N?th promovierte am Lehrstuhl von Prof. Dr. Martin Weber der Universit?t Mannheim. Er arbeitet dort derzeit als wissenschaftlicher Mitarbeiter.Finanzm?rkte im ExperimentallaborSpringer Book Archives