Eine Gruppe russischer und ukrainischer Cyber-Hacker war eindeutig risikofreudig. Aber ihre Aktionen nach dem Diebstahl von mit einem Embargo belegten Pressemitteilungen für börsennotierte Unternehmen zeigen, dass Trades auf der Grundlage der erhobenen Informationen alles andere als rücksichtslos waren, wie neue Forschungsergebnisse zeigen.
Zwischen 2010 und 2015 hatten Hacker Zugriff auf 9000 Pressemitteilungen von drei großen Nachrichtenagenturen. Sie wurden einer ausgewählten Gruppe von in den USA lebenden Händlern zur Verfügung gestellt, die den Hackern „Einkaufslisten“ von Unternehmen gegeben hatten, deren Informationen sie wollten, bevor sie öffentlich über die Nachrichtenagenturen veröffentlicht wurden. Die Händler handelten in der Regel mehrere Stunden lang mit den gestohlenen Informationen, bevor die Märkte schlossen und die Pressemitteilungen offiziell veröffentlicht wurden.
Es brachte ihnen insgesamt mehr als 100 Millionen Dollar ein, bevor Staatsanwälte in den Vereinigten Staaten das System aufflogen. Die für den Fall gesammelten Beweise erwiesen sich unterdessen als „phänomenale“ Ressource für Forscher, sagt der Informationswirtschaftsforscher Charles Martineau, Assistenzprofessor für Finanzen an der University of Toronto Scarborough und der Rotman School of Management. Ein solcher Insiderhandel ist normalerweise schwer zu untersuchen, da er verborgen ist. Hier konnten die Forscher sehen, was geschah, wenn die Pressemitteilungen von Unternehmen gestohlen wurden und wann nicht, weil Nachrichtendienste die Sicherheitslücken vorübergehend an ihre Computersysteme anschlossen.
„Damit können wir grundlegende Fragen der Finanzwirtschaft beantworten“, sagt Prof. Martineau. Dazu gehört, wie sich privat erlangte Informationen, legal oder nicht, auf individuelle Handelsentscheidungen auswirken, welche Auswirkungen dieser geringe Handel mit privaten Informationen auf den Kurs einer Aktie hat und wie sensibel Liquiditätsanbieter sind – diejenigen, die am anderen Ende kaufen und verkaufen — zu den Aktivitäten der Händler.
Prof. Martineau und seine Co-Forscher Pat Akey, Assistenzprofessor für Finanzen an der University of Toronto, Mississauga und der Rotman School, und Vincent Grégoire von der HEC Montreal stellten fest, dass die Händler größere Unternehmen mit starker Analystenabdeckung und mehr bevorzugten Möglichkeit, ihre Anteile in Bargeld umzuwandeln. Sie handelten aktiv mit Unternehmen, bei denen sowohl die harten, zahlenbasierten Gewinninformationen als auch die weicheren, textbasierten Informationen ähnliche Signale für die Zukunft gaben. Sie handelten auch, als Unternehmen erhebliche Lücken zwischen ihrem Handelspreis und dem Wert aufwiesen, die durch die gestohlenen Veröffentlichungen offenbart wurden.
„Sie waren ziemlich gut darin, auf die besten Aktien für den Handel zu schließen“, sagt Prof. Martineau. „Wenn die weichen und die harten Informationen in unterschiedliche Richtungen zeigen würden, würden sie diese Firmen meiden.“
Aber der Markt wurde schnell auf die ungewöhnliche Aktivität aufmerksam. Liquiditätsanbieter passten ihre Preise angesichts der Handelsspitzen an, verlangten beim Verkauf mehr und boten beim Kauf weniger an. Als die Märkte nach der offiziellen Veröffentlichung der Pressemitteilungen und nach dem illegalen Handel wieder öffneten, hatten die Aktien bereits bis zu 50 Prozent der Nachrichten in ihre Kurse einfließen lassen.
Prof. Martineau sagte, er sei überrascht von dieser hohen Preisintegration. Die Forschung hält auch Lektionen für Trader bereit, die sich an die Regeln halten.
„Wenn Sie nicht sowohl harte als auch weiche Signale haben, laufen Sie wirklich Gefahr, nicht zu wissen, wie die Kurse auf Nachrichten reagieren werden“, sagt er. „Der Markt interessiert sich nicht nur für die Zahlen, sondern auch für den Text der Pressemitteilung.“
Die Studie ist in der Ausgabe März 2022 des veröffentlicht Zeitschrift für Finanzwirtschaft.
Pat Akey et al, Price Revelation from Insider Trading: Evidence from Hacked Earnings News, Zeitschrift für Finanzwirtschaft (2022). DOI: 10.1016/j.jfineco.2021.12.006