Terminkurse und Siegels Paradoxon: Eine axiomatische Lösung

Inhaltsverzeichnis

1. Einleitung

Siegels Paradoxon, das auf Siegel (1972) zurückgeht, stellt ein grundlegendes und hartnäckiges Rätsel in der internationalen Finanzwirtschaft bei der Bestimmung von Terminkursen dar. Das Paradoxon verdeutlicht eine inhärente Inkonsistenz, wenn risikoneutrale Investoren aus zwei verschiedenen Währungsräumen versuchen, sich auf einen einzigen Terminkurs auf Basis ihrer Erwartungen an die zukünftigen Kassakurse zu einigen. Diese Arbeit von Mallahi-Karai und Safari greift dieses jahrzehntealte Problem mit einem neuartigen, axiomatischen Ansatz auf, geht über traditionelle Erklärungen durch Risikoaversion oder Marktmikrostruktur hinaus und schlägt eine mathematisch rigorose Lösung vor.

2. Das Problem von Siegels Paradoxon

Der Kern von Siegels Paradoxon liegt in der Nichtlinearität der Kehrwertfunktion und ihrer Wechselwirkung mit dem Erwartungswertoperator.

2.1 Formale Darstellung

Betrachten Sie zwei zukünftige Zustände der Welt, $\omega_1$ und $\omega_2$, jeweils mit einer Wahrscheinlichkeit von 50 %. Seien die zukünftigen Kassakurse (Euro zu US-Dollar) in diesen Zuständen $e_1$ bzw. $e_2$.

• Ein auf Euro basierender Investor, der beabsichtigt, zu einem zukünftigen Zeitpunkt $T$ Euro gegen Dollar zu verkaufen, würde natürlicherweise den Erwartungswert $\frac{1}{2}(e_1 + e_2)$ als fairen Terminkurs $F$ betrachten.
• Ein auf Dollar basierender Investor, der den reziproken Handel (Verkauf von Dollar gegen Euro) durchführt, würde den fairen Terminkurs in seinen eigenen Begriffen als Erwartungswert des Kehrwerts berechnen: $\frac{1}{2}(\frac{1}{e_1} + \frac{1}{e_2})$.

Damit diese Kurse in einem einzigen Markt konsistent sind, muss der vereinbarte Kurs $F$ die Bedingung $\frac{1}{F} = \mathbb{E}[\frac{1}{E_T}]$ erfüllen, wobei $E_T$ der zukünftige Kassakurs ist. Das Paradoxon besteht darin, dass – außer in trivialen Fällen – aufgrund der Jensenschen Ungleichung $\mathbb{E}[E_T] \neq \frac{1}{\mathbb{E}[1/E_T]}$ gilt. Es gibt keine einzige Zahl, die gleichzeitig das arithmetische Mittel von $e_i$ und das harmonische Mittel von $1/e_i$ sein kann.

2.2 Historischer Kontext & frühere Ansätze

Frühere Literatur versuchte, das Paradoxon durch die Einführung von Elementen wie Risikoaversion (Beenstock, 1985), unterschiedlichen Zinssätzen oder dem Vorschlag, dass Investoren Gewinne in Fremdwährung akzeptieren (Roper, 1975), aufzulösen. Obstfeld & Rogoff (1996) merkten an, dass der Terminkurs wahrscheinlich zwischen $\mathbb{E}[E_T]$ und $1/\mathbb{E}[1/E_T]$ verhandelt wird. Eine definitive, symmetrische Lösung, die für risikoneutrale Gegenparteien akzeptabel ist, blieb jedoch schwer fassbar.

3. Axiomatischer Rahmen

Die Autoren schlagen einen Neuanfang vor, indem sie eine Aggregatorfunktion $\Phi$ definieren, die eine Menge möglicher zukünftiger Wechselkurse $\{e_1, e_2, ..., e_n\}$ (mit zugehörigen Wahrscheinlichkeiten) auf einen einzigen Terminkurs $F = \Phi(\{e_i\})$ abbildet.

3.1 Definition des Aggregators

Der Aggregator $\Phi$ nimmt die Verteilung der zukünftigen Zustände als Eingabe und gibt den vereinbarten Terminkurs aus. Das Ziel ist, alle Funktionen $\Phi$ zu charakterisieren, die ökonomisch rationalen Axiomen genügen.

3.2 Kernaxiome

1. Arbitragefreiheit: Der bestimmte Terminkurs $F$ darf keinen garantierten risikofreien Gewinn ermöglichen. Formal: Wenn alle möglichen zukünftigen Kassakurse $e_i$ gleich einer Konstanten $c$ sind, dann muss $\Phi$ $F = c$ zurückgeben.
2. Symmetrie (Invarianz bei Währungsumkehrung): Der Aggregator muss unabhängig davon, welche Währung als Basis gewählt wird, konsistent sein. Wenn $F = \Phi(\{e_i\})$ der EUR/USD-Terminkurs ist, dann muss $1/F$ gleich dem Aggregator angewendet auf die Kehrwertkurse sein: $1/F = \Phi(\{1/e_i\})$. Dies stellt sicher, dass keine inhärente Verzerrung zugunsten einer der beiden Währungen besteht.
3. Invarianz bei Umbenennung: Die Lösung sollte invariant gegenüber einer einfachen Neuskalierung der Währung sein (z. B. Umrechnung von Euro in Cent). Dies impliziert eine Homogenitätsbedingung für $\Phi$.

4. Mathematische Lösung & Klassifikation

4.1 Herleitung der allgemeinen Lösung

Unter den genannten Axiomen beweisen die Autoren, dass der Terminkurs $F$ eine spezifische Funktionalgleichung erfüllen muss. Das Symmetrieaxiom ist besonders mächtig und führt zu der Anforderung, dass $F$ und $1/F$ durch dieselbe Regel bestimmt werden, angewendet auf $\{e_i\}$ bzw. $\{1/e_i\}$.

4.2 Die Reziprozitätsfunktion

Das zentrale mathematische Objekt, das sich ergibt, ist eine Reziprozitätsfunktion $R$. Das Kernresultat ist, dass jeder arbitragefreie, symmetrische Terminkurs in der Form ausgedrückt werden kann: $$F = \frac{\mathbb{E}[E_T \cdot R(E_T)]}{\mathbb{E}[R(E_T)]}$$ wobei $R: (0, \infty) \to (0, \infty)$ eine messbare Funktion ist, die die Reziprozitätsbedingung erfüllt: $$R(x) = \frac{1}{x \cdot R(1/x)} \quad \text{für alle } x > 0.$$ Hier bezeichnet $\mathbb{E}$ den Erwartungswert unter dem risikoneutralen oder subjektiven Wahrscheinlichkeitsmaß. Die Funktion $R$ fungiert als Gewichtungs- oder "Verhandlungskern".

4.3 Klassifikation aller gültigen Aggregatoren

Die Arbeit liefert eine vollständige Charakterisierung: Jeder Aggregator, der die drei Axiome erfüllt, entspricht eindeutig einer Reziprozitätsfunktion $R$, wie oben definiert. Diese Klasse umfasst bekannte Spezialfälle:

• Wenn $R(x) = 1$, dann ist $F = \mathbb{E}[E_T]$ (das arithmetische Mittel). Dies verletzt das Symmetrieaxiom, es sei denn, $E_T$ ist konstant.
• Wenn $R(x) = 1/x$, dann ist $F = 1 / \mathbb{E}[1/E_T]$ (das harmonische Mittel). Dies verletzt im Allgemeinen ebenfalls die Symmetrie.
• Das geometrische Mittel ergibt sich als die einzigartige, natürliche symmetrische Lösung. Es entspricht der Wahl $R(x) = 1/\sqrt{x}$. Einsetzen in die allgemeine Formel ergibt: $$F = \frac{\mathbb{E}[E_T \cdot (1/\sqrt{E_T})]}{\mathbb{E}[1/\sqrt{E_T}]} = \frac{\mathbb{E}[\sqrt{E_T}]}{\mathbb{E}[1/\sqrt{E_T}]} = \exp\left(\mathbb{E}[\ln E_T]\right).$$ Die letzte Gleichheit gilt unter spezifischen Verteilungsannahmen (wie Lognormalität) oder im Grenzfall kontinuierlicher Zustände und identifiziert $F$ als die Exponentialfunktion des erwarteten Logarithmus des Kurses, d. h. das geometrische Mittel.

Das geometrische Mittel ist somit nicht nur eine beliebige Wahl, sondern die kanonische, axiomatisch gerechtfertigte Lösung innerhalb einer breiten Familie.

5. Technische Analyse & Kernaussagen

6. Analystenperspektive: Eine vierstufige Dekonstruktion

Kernaussage: Mallahi-Karai und Safari haben nicht nur ein Rätsel gelöst; sie haben die gesamte Diskussion neu gerahmt. Sie zeigen, dass Siegels "Paradoxon" tatsächlich eine Entwurfsbeschränkung für jeden kohärenten Preismechanismus in einer Zwei-Währungs-Welt ist. Die eigentliche Erkenntnis ist, dass der Terminkurs keine Prognose eines Durchschnitts ist; er ist das Ergebnis eines konsistenzerzwingenden Algorithmus (des Aggregators), der unveränderlichen logischen Regeln gehorchen muss – an erster Stelle der Symmetrie. Dies verlagert die Diskussion von der Ökonometrie zum Mechanismusdesign.

Logischer Ablauf: Die Eleganz des Arguments liegt in seiner Einfachheit. 1) Definieren, was eine "faire" Preisregel grundsätzlich erfordern sollte (keine Arbitrage, keine Währungsverzerrung). 2) Diese Anforderungen als mathematische Axiome ausdrücken. 3) Die resultierende Funktionalgleichung lösen. 4) Entdecken, dass der Lösungsraum durch einen "Verhandlungskern" $R(x)$ parametrisiert wird, wobei das geometrische Mittel dessen natürlichstes, ungewichtetes Zentrum ist. Der Ablauf ist makellos: vom ökonomischen Prinzip zur mathematischen Notwendigkeit.

Stärken & Schwächen:
Stärken: Der axiomatische Ansatz ist mächtig und sauber und liefert einen definitiven Klassifikationssatz. Er entkoppelt erfolgreich den logischen Kern des Paradoxons von sekundären Marktmerkmalen wie Risikopräferenzen. Der Bezug zum geometrischen Mittel verleiht der Theorie unmittelbare, intuitive Verankerung.
Schwächen: Die Hauptschwäche der Arbeit ist ihre Abstraktion von realen Marktmechanismen. Sie setzt eine einzige, vereinbarte Wahrscheinlichkeitsverteilung $\mathbb{E}$ voraus und übergeht die kritische Frage, wessen Erwartungen relevant sind. In der Praxis würden heterogene Überzeugungen und strategisches Verhalten von Händlern (wie in der Triennial Survey der Bank für Internationalen Zahlungsausgleich dokumentiert) die direkte Anwendung erschweren. Das Modell ist ein Benchmark für Rationalität, keine vollständige positive Theorie der Preisbildung.

Umsetzbare Erkenntnisse: Für Quants und Strukturierer liefert diese Arbeit eine rigorose Rechtfertigung für die Verwendung des geometrischen Mittels (oder seiner gewichteten Verallgemeinerungen) bei der Preisbildung von Cross-Currency-Derivaten, bei denen Symmetrie entscheidend ist, wie z. B. Quanto-Optionen oder währungsgeswappte Kontrakte. Risikomanager sollten beachten, dass jedes Terminkursmodell, das diese Axiome nicht erfüllt, implizit eine versteckte Währungsverzerrung enthält, die eine Quelle von Modellrisiko sein könnte. Die wichtigste Erkenntnis: Testen Sie Ihre FX-Modelle immer auf Symmetrie. Eine einfache Überprüfung – ergibt die Invertierung des Währungspaares und erneutes Durchlaufen des Modells perfekt konsistente Ergebnisse? – könnte grundlegende Fehler aufdecken.

7. Analyse-Rahmen & konzeptionelles Beispiel

Konzeptionelle Fallstudie: Preisbildung eines Terminkontrakts
Nehmen Sie einen Marktkonsens über zwei gleich wahrscheinliche zukünftige EUR/USD-Szenarien an: $e_1 = 1.05$ und $e_2 = 0.95$.

• Arithmetisches Mittel (Sicht des EUR-Investors): $F_A = (1.05 + 0.95)/2 = 1.00$
• Harmonisches Mittel (Sicht des USD-Investors): $F_H = 2 / (1/1.05 + 1/0.95) \approx 0.9975$
• Geometrisches Mittel (axiomatische Lösung): $F_G = \sqrt{1.05 \times 0.95} \approx 0.9987$

Das geometrische Mittel $F_G$ ist der eindeutige Kurs, bei dem ein auf Dollar basierender Investor, der den reziproken Terminkurs (USD/EUR) unter Verwendung derselben geometrischen Mittelregel berechnet, eine perfekt konsistente Antwort erhält: $1/F_G \approx 1.0013$, und $\sqrt{(1/1.05) \times (1/0.95)} \approx 1.0013$. Kein anderer Kurs hat diese Eigenschaft. Die Reziprozitätsfunktion für das geometrische Mittel ist $R(x)=1/\sqrt{x}$, die jede Perspektive gleich "gewichtet".

8. Zukünftige Anwendungen & Forschungsrichtungen

1. Digitale Vermögenswerte & Kryptomärkte: Dieser Rahmen ist hochrelevant für die Preisbildung von Futures und Perpetual Swaps auf Kryptowährungspaare (z. B. BTC/ETH), wo das Konzept einer "Basiswährung" noch fließender und Symmetrie von größter Bedeutung ist.
2. Maschinelles Lernen für $R(x)$: Die Reziprozitätsfunktion $R(x)$ kann als "Verhandlungsmacht"-Kern interpretiert werden. Empirische Forschung könnte Marktdaten nutzen, um die implizite $R(x)$ zu rekonstruieren und aufzudecken, wie Symmetrie in der Praxis gewichtet wird – möglicherweise ein neues Maß für die Marktstruktur oder Dominanz zwischen Währungsräumen.
3. Erweiterung auf Multi-Währungs-Körbe: Der natürliche nächste Schritt ist die Verallgemeinerung der Axiome auf ein Netzwerk von $n$ Währungen. Dies verbindet sich mit der Literatur zur konsistenten Indexkonstruktion und dreiecksarbitragefreien Preisbildung auf Devisenmärkten, ein Thema, das von Institutionen wie dem IWF für die SDR-Bewertung eingehend untersucht wird.
4. Integration mit stochastischen Diskontfaktoren: Die Verschmelzung dieses symmetrischen Aggregator-Ansatzes mit der Standard-Theorie der Vermögenspreisbildung (über stochastische Diskontfaktoren) könnte neue, überprüfbare Modelle für Terminkurskurven hervorbringen, die inhärent frei von Siegel-artigen Inkonsistenzen sind.

9. Literaturverzeichnis

1. Siegel, J. J. (1972). Risk, interest rates and the forward exchange. The Quarterly Journal of Economics, 86(2), 303–309.
2. Obstfeld, M., & Rogoff, K. (1996). Foundations of International Macroeconomics. MIT Press. (Siehe Kapitel 8, Abschnitt 8.3 zu Siegels Paradoxon).
3. Bank für Internationalen Zahlungsausgleich. (2019). Triennial Central Bank Survey: Foreign exchange turnover in April 2019. [Externe Quelle: Liefert Kontext zum immensen Umfang des Devisenmarktes].
4. Nalebuff, B. (1989). The other person's envelope is always greener. Journal of Economic Perspectives, 3(1), 171–181.
5. Beenstock, M. (1985). A note on Siegel's paradox. Journal of International Money and Finance, 4(2), 287–290.
6. Edlin, A. S. (2002). Forward discount bias, Siegel's paradox, and market inefficiency. Econometric Society World Congress 2002 Contributed Papers.
7. Roper, D. E. (1975). The role of expected value analysis for speculative decisions in the forward currency market. The Quarterly Journal of Economics, 89(1), 157–169.