Jens Bies wurde 1976 in Paderborn geboren. Nach der Ausbildung zum Bankkaufmann studierte er Wirtschaftswissenschaften an der Universität Paderborn und der DePaul University in Chicago. 2004 beendete er sein Studium mit Bestnote als Master of Arts in International Economics und begann seine Berufstätigkeit als Portfoliomanager. Seit 2005 arbeitet er im Renten- und Devisenbereich der MEAG, dem Asset Manager der Münchner Rück Gruppe, und widmet sich darüber hinaus intensiv den Themen Multi Asset Handelsmodelle, neue Kapitalmarktanalyseformen sowie Money- und Risikomanagementmethoden. 2007 erlangte er den Abschluss Certified International Investment Analyst bei der DVFA. 2011 erfolgte die Promotion zum Dr. rer. pol. an der wirtschaftswissenschaftlichen Fakultät der Universität Paderborn.

Klappentext

Aufgrund der Komplexität der Kapitalmärkte, des Überflusses an Informationen und der daraus entstehenden Restriktionen, mit konventionellen Methoden einen überdurchschnittlichen Ertrag bei begrenztem Risiko zu erzielen, sind neue Finanzierungstheorien (Marktmikrostrukturtheorie, Behavioral Finance) entstanden, aus denen sich die Flow Analyse als Preisprognoseinstrument entwickelt hat. Die Flow Analyse, ein bislang in dem hier vorgestellten Umfang noch unerforschtes Themengebiet, ist eine Analyseform, die Informationen über (potentielle) Kapitalmarkttransaktionen (sog. Flows) und Marktpositionierungen nutzt, um zukünftige Preisveränderungen zu prognostizieren. Erfolgversprechende Prognosen ergeben sich dabei durch am Kapitalmarkt vorhandene Anomalien (Informationsasymmetrien, irrationale Verhaltensweisen der Marktteilnehmer). Infolgedessen wird die These formuliert, dass die Quantifizierung der Anomalien im Rahmen der Flow Analyse eine Erzielung von systematischen Überrenditen im Portfoliomanagement ermöglicht. Zur Überprüfung dieser These wurde ein Handelsmodell entwickelt, dessen Inputdaten sich aus Indikatoren der am Kapitalmarkt verfügbaren Flow Analyse Daten zusammensetzen. Diese aus den Komponenten Flows, Positionierungen und Sentiments bestehenden Indikatoren wurden im Rahmen eines multivariaten Regressionsmodells über diverse Filterprozesse auf Signifikanz, Logik und Prognosequalität getestet: eine Vorgehensweise, die sowohl in der Literatur als auch in der Portfoliomanagement-Praxis bislang einzigartig ist. Die geeignetste Indikatorenkombination wurde zur Prognose wöchentlicher Renditen von drei verschiedenen Assetklassen (Bonds, Aktien, Devisen) verwendet. Die guten Backtesting-Ergebnisse lassen den Schluss zu, dass Flow Analyse Methoden auch im praktischen Einsatz für das Portfoliomanagement sinnvoll sind.