Zur Qualität fundamentalgestützter Aktienprognosen

Diplomarbeit von Jens Kaliske

Einleitung:

Lange Zeit galten Finanzanalysten als unbestrittene Experten auf den Kapitalmärkten. Analysten wie Jack Grubman von Salomon Smith Barney oder Henry Blodget von Merrill Lynch galten als die Stars des irrationalen Börsenbooms der 90er-Jahre. Die vermeintlichen Kapitalmarktexperten (Gruppe aller Analysten) versorgten private und institutionelle Investoren täglich mit neuen Kauf- und Verkaufsempfehlungen. Ihre Prognosen waren unumstritten und Anleger folgten den Aussagen ohne sich selbst eine Meinung über die Unternehmen zu bilden. In Zeiten einer boomenden Wirtschaft und steigender Aktienkurse war dies objektiv betrachtet auch keine große Kunst. Die Aussage, Analysten sind die Götter der Hausse und die Teufel der Baisse, lässt sich somit durchaus bestätigen. Nach den Kursrückgängen im März 2000 bröckelte erstmals die Fassade der vermeintlichen Kapitalmarktexperten. Eine große Klagewelle verbreitete sich über die einst gefeierten Stars und es kam zum Reputationsverlust dieser Berufsgruppe. Ihnen wurde vorgeworfen, dass sie wider besseres Wissen Empfehlungen herausgegeben hatten, nur um Gewinne der Investmentbanken auf Kosten der Investoren zu steigern. So empfahl Blodget beispielsweise den Kauf von Aktien, die er intern als „Piece of Shit“ titulierte.

Man sollte davon ausgehen können, dass man Lehren aus der Vergangenheit gezogen hat. Daher wurden nach den Skandalen neue Regelungen zum Aktienresearch ausgearbeitet und in die Realität umgesetzt. Jedoch steht die Gruppe der Finanzanalysten weiterhin in der Kritik. So wurden im vierten Quartal 2007 Prognosen von Analysten an der Wall Street ausgewertet. Das Ergebnis ist ernüchternd. 1800 Analysten haben um mehr als 30 Prozentpunkte zu hoch gegriffen. Es wurde mit Gewinnsteigerungen von 7,9 % gerechnet, eingetreten ist jedoch ein Verlust von 22,6 %. Bei dieser Fehlerquote könnte man auch den vielzitierten Affen mit Dartpfeilen auf ein Kursblatt werfen lassen.

Doch wie kommt es zu diesen positiv verzerrten Gewinneinschätzungen und der Kritik an der Finanzanalyse? Analysten treten als Informationsintermediäre auf den weltweiten Kapitalmärkten auf und stellen möglichen Investoren Gewinn- und Aktienberichte in Form von Research-Reports zur Verfügung. Diese Berichte sollen kritisch und unverzerrt sein und möglichen Investoren bei der Auswahl ihrer Anlageentscheidungen helfen. Jedoch stehen Aktienanalysten in einer weiteren Beziehung zu ihrem Arbeitgeber und dem Management der gecoverten Unternehmen. Dadurch entstehen Konflikte, da alle Parteien unterschiedliche Zielfunktionen verfolgen. Um an exklusive Informationen der Unternehmen zu kommen, müssen Analysten ein gutes Verhältnis zum Management des Unternehmens pflegen. Dies ist auch im Interesse der Arbeitgeber der Analysten, welche häufig Papiere des untersuchten Unternehmens im Eigenbestand halten. Damit sie ihre Aufgabe als Informationsintermediäre wahren können, muss trotz allem das Vertrauen der Investoren in die Finanzanalyse weiter Bestand haben.

Die vorliegende Arbeit verfolgt das Ziel, die Qualität von fundamentalgestützten Aktienprognosen durch Sell-Side Analysten zu bestimmen. Die Untersuchung von Aktienprognosen und Gewinnprognosen bezieht sich auf Aktien des DAX 30. Des Weiteren werden theoretische Aspekte des fundamentalen Aktienresearchs sowie qualitätsbeeinflussenden Determinanten untersucht. Abbildung 1 gibt eine kurze Übersicht über den Gang der Untersuchung.

In Kapitel 2 wird zunächst auf die Grundlagen des fundamentalen Aktienresearchs eingegangen. Im ersten Schritt wird herausgearbeitet, was man allgemein unter Aktienresearch versteht. Ein wichtiger Aspekt ist dabei die Analyse von informationseffizienten Kapitalmärkten. Es soll herausgearbeitet werden, ob es überhaupt möglich ist, unter Anwendung der Fundamentalanalyse Überrenditen zu erzielen. Im Anschluss wird auf das fundamentale Aktienresearch eingegangen. Es werden der Top-Down-Ansatz sowie der Bottom-Up-Ansatz näher betrachtet. Voraussetzung hierfür ist die theoretische Erörterung der Gesamtmarktanalyse, Branchenanalyse sowie der Einzelwertanalyse. Die theoretischen Ausarbeitungen dienen dem Verständnis für die am Ende folgende empirische Untersuchung. Aufbauend auf den theoretischen Kenntnissen soll in einem zweiten Schritt analysiert werden, welche Faktoren Einfluss auf die Qualität der Prognosen durch Finanzanalysten nehmen können.

Kapitel 3 befasst sich folglich mit den qualitätsbeeinflussenden Faktoren auf das Aktienresearch. Wie bereits in der Problemstellung deutlich wird, unterliegen Sell-Side-Analysten verhaltenswissenschaftlichen Einflussfaktoren, die sich negativ auf ihre Researchleistung auswirken. Es soll analysiert werden, welche Faktoren dabei eine wichtige Rolle spielen und wie sich diese Faktoren auf die Researchleistung auswirken. Die Ergebnisse können in der nachfolgenden empirischen Untersuchung Gründe für mögliche Fehlprognosen liefern.

In Kapitel 4 wird abschließend die empirische Untersuchung über die Qualität von Prognosen bzgl. des deutschen Aktienmarkts durchgeführt. Zu Beginn wird auf die statistischen Instrumentarien zur Berechnung von Prognosefehlermaßen eingegangen. Sie sollen helfen, die Prognosequalität zu messen und zu beurteilen.

Die empirische Untersuchung unterteilt sich in drei Abschnitte. Der erste Abschnitt untersucht die Gewinnprognosen ausgewählter Analysten für Aktien des DAX 30. Da es sich aus Kundensicht jedoch nicht klären lässt, welche Schlüsse er aus Gewinnprognosen ziehen soll, wird im zweiten Abschnitt analysiert, ob zwischen Gewinnprognosen und Aktienempfehlungen eine Abhängigkeit besteht. Wäre dies der Fall, ließen sich anhand von Gewinnprognosen auch verlässliche Aussagen für Handlungsempfehlungen ableiten. Der dritte Abschnitt analysiert schließlich, welche Qualität Kauf- und Verkaufsempfehlungen aufweisen. Anhand der Methode marktbereinigter Renditen können mögliche Überrenditen dargestellt werden, die einem Anleger durch zielgerichtete Prognosen zufließen, also nicht aufgrund der natürlichen Marktentwicklung entstanden wären.

Inhaltsverzeichnis:

Textprobe:

Kapitel 3, Qualitätsbeeinflussende Faktoren: Das zweite Kapitel beschäftigte sich mit den theoretischen Grundlagen des fundamentalen Aktienresearchs. Bei den Ausführungen wurde deutlich, dass man von einer schwachen Form der Informationseffizienz ausgehen muss, wenn Researchtätigkeiten und im Speziellen das fundamentale Aktienresearch überhaupt eine Daseinsberechtigung haben. Doch selbst unter dieser Annahme lässt sich in der Praxis feststellen, dass Analysten nicht frei von Beeinflussungen sind und ihre Zukunftsprognosen häufig nicht einmal die naive Prognose schlagen.

Für private und institutionelle Anleger ist die Qualität von Aktienempfehlungen und Gewinnprognosen von zentraler Bedeutung. Daher stellt sich die Frage, welche Faktoren die Qualität der Prognosen durch Finanzanalysten bestimmen. Die Kenntnisse über qualitätsbeeinflussende Determinanten sind zum einen Voraussetzung für Anlageentscheidungen potenzieller Investoren, zum anderen dienen sie beispielsweise dem Gesetzgeber um Interessenkonflikte in neuen Richtlinien umzusetzen.

In diesem Kapitel werden einige qualitätsbeeinflussende Faktoren ausführlich dargestellt. Zunächst wird der Fokus auf die verhaltenswissenschaftlichen Einflussfaktoren gerichtet. Im Anschluss wird auf die Prinzipal-Agent-Beziehungen zwischen Analysten und anderen Interessengruppen eingegangen. Aus dieser Untersuchung leiten sich wichtige Erkenntnisse darüber ab, warum Gewinnprognosen und Aktienempfehlung häufig positiv bzw. negativ verzerrt und ungenau sind.

Kapitel 3.1, Verhaltenswissenschaftliche Einflussfaktoren: Die Informationsaktivitäten von Analysten sind maßgeblich für die Qualität der Aktienprognosen verantwortlich. Finanzanalysten treten als Informationsintermediäre auf den Kapitalmärkten auf und müssen dazu in erster Linie den Informationsbedarf ermitteln. Im Rahmen seiner Aufgabentätigkeit sind für einen Analysten nur jene Informationen von größtem Interesse, die ihm zur Erfüllung seiner individuellen Zielfunktion als Finanzanalyst weiterhelfen.

Pietzsch beschreibt diese individuellen Ziele und stellt folgende Rangfolge auf: Maximierung des Einkommens; Aufbau individueller Reputation; Generierung von Handelsvolumen für den eigenen Arbeitgeber; Demnach verfolgt ein Finanzanalyst in erster Linie die Maximierung des eigenen Einkommens. Das bedeutet, dass sein Informationsbedarf nicht unweigerlich mit dem seiner Investoren in Einklang stehen muss.

Kapitel 3.1.1, Behavioral Finance vs. Standard Finance: Die traditionelle Kapitalmarkttheorie geht davon aus, dass rationale Entscheidungen des einzelnen Individuums als Homo oeconomicus auf Nutzenmaximierung beruhen (Full Rationality). Sie wurde wesentlich durch die These der Informationseffizienz nach Fama beeinflusst. Die Informationsaufnahme und Informationsverarbeitung ist demnach vollständig, korrekt und kostenlos. Aufbauend auf dieser Annahme wurden viele traditionelle Kapitalmarktmodelle entwickelt, die sich in Theorie und Praxis etablierten. Wie jedoch bereits in Kapitel 2 verdeutlicht wurde, muss die Frage gestellt werden, ob diese Modelle die Realität überhaupt hinreichend darstellen können.

Die Behavioral Finance setzt genau an diesen Kritikpunkten an und befasst sich ausschließlich mit dem Entscheidungsverhalten von Kapitalmarktakteuren und nicht mit dem einzelnen Individuum als Homo oeconomicus, wie es bei den traditionellen Modellen Anwendung findet. Die Behavioral Finance verfolgt das Ziel, neben den rein ökonomischen Faktoren auch psychologische Aspekte der handelnden Akteure zu berücksichtigen. Der Begriff „Bounded Rationality“ beschreibt die beschränkte Rationalität der Marktteilnehmer. Demnach können die Akteure nicht immer rational handeln, versuchen jedoch, zumindest begrenzt rational zu agieren. Statman beschreibt dies folgendermaßen: People are ‘rational’ in standard finance; they are ‘normal’ in behavioral finance.

Das Modell der Bounded Rationality geht auf Simon zurück. Der Begriff bringt zum Ausdruck, dass das einzelne Individuum in einer komplexen Marktwirtschaft mit mangelnder Transparenz und Unsicherheiten überfordert ist und die Realität nur teilweise wahrnehmen kann. Die Marktteilnehmer verfügen somit nur über unvollkommene Informationen. Daraus resultiert eine teilweise inkorrekte Informationsverarbeitung.

In einem weiteren Schritt muss geprüft werden, wie sich die Behavioral Finance auf die Qualität von Aktienprognosen auswirkt. Wie auch alle anderen Kapitalmarktakteure laufen Finanzanalysten Gefahr, von Emotionen getrieben zu werden, die sinnvolle Entscheidungen verhindern. Diese und andere menschlichen Verhaltensweisen führen zu Verhaltensanomalien und Entscheidungsheuristiken, die sich auch auf die Gruppe der Finanzanalysten anwenden lassen. Sie werden im folgenden Abschnitt näher erläutert.

Kapitel 3.1.2, Verhaltensanomalien und Heuristiken: Unter dem Begriff Heuristik versteht man eine Methode, die versucht komplexe Probleme unter Zuhilfenahme einfacher Faustregeln und der Verwendung ungünstiger Informationskonstellationen schnell zu lösen. Gerade dann, wenn ein Individuum effizient mit seinen mentalen Ressourcen umgehen muss, wendet es Heuristiken an. Im Vergleich zu früher ist es für Analysten einfacher geworden, mit Hilfe neuer Technologien (UMTS, Internet etc.) an eine Vielzahl von Informationen zu gelangen. Jedoch besteht hierbei die Gefahr, aufgrund der Fülle unterschiedlicher Angaben die bewertungsrelevanten Informationen herauszufiltern. Heuristiken können bewusst oder unbewusst erfolgen. Durch die unbewusste Anwendung von Heuristiken kommt es dann zu Anomalien auf den Kapitalmärkten.

Unter Verhaltensanomalien versteht man signifikante, systematische Verhaltensmuster im finanziellen Entscheidungsprozess, die von den Annahmen der vorherrschenden Kapitalmarkttheorie abweichen.

Heuristiken und Verhaltensanomalien beeinflussen nicht nur die Investorenseite, obwohl diesbezüglich in der Literatur die meisten Untersuchungen durchgeführt wurden. Da es dabei in erster Linie um verhaltenswissenschaftliche Erkenntnisse geht, finden sich beide Phänomene auch bei der Gruppe der Finanzanalysten wieder. Man unterscheidet generell zwischen individuellen und interpersonellen Verhaltensanomalien und Heuristiken. Die individuellen Anomalien wirken sich auf die Analysten unabhängig voneinander aus. Interpersonelle Anomalien entstehen hingegen durch das Verhalten und den Austausch von Informationen der Analysten untereinander. Beide haben einen wesentlichen Einfluss auf die Qualität der Researchleistung. Sowohl im Informationswahrnehmungs- als auch im Informationsverarbeitungs- und Entscheidungsbereich unterliegen Finanzanalysten Anomalien, die sich negativ auf die Prognosegüte auswirken.

Nach der von Neumann und Morgenstern fundierten Erwartungsnutzentheorie wird unterstellt, dass Analysten ihre Informationen unabhängig voneinander beschaffen und analysieren. Wie die Realität jedoch aufzeigt, lassen sich Absprachen unter den Analysten nicht ausschließen. Dies liegt zum einen darin begründet, dass ihre Researchleistungen mit denen anderer Analysten verglichen und bewertet werden. Je nach Reputation des Analysten und dessen beruflicher Position kann dieses Verhalten unterschiedlich stark auftreten. Neulinge in der Branche der Aktienanalysten werden sich demnach eher tendenziell den Meinungen angesehener Analysten anschließen. Zudem stehen Analysten unter einem enormen Zeitdruck und müssen Entscheidungen auf Basis immer schneller wechselnder Informationen treffen. Dies führt unweigerlich dazu, dass Heuristiken und Anomalien bei den Entscheidungsfindungen zunehmen und die Qualität von Prognosen nachhaltig beeinflussen.

Kapitel 3.2, Prinzipal-Agent-Beziehung als Einflussfaktor im Aktienresearch: Die Agency-Theorie analysiert die Determinanten verschiedener vertraglicher Bedingungen in Kooperationsbeziehungen und findet seit Mitte der 70er Jahre in vielen wirtschaftswissenschaftlichen Disziplinen.

Rational entscheidende und miteinander kooperierende Vertragsparteien verfolgen aufgrund ihrer Kooperation nicht zwangsläufig die gleichen Ziele. Aufgrund ihrer unterschiedlichen und meist konträren Zielfunktion entstehen nicht selten Konflikte. „We define an agency relationship as a contract under which one or more persons (the principal(s)) engage another person (the agent) to perform some service on their behalf which involves delegating some decision making authority to the agent. If both parties to the relationship are utility maximizers, there is good reason to believe that the agent will not always act in the best interests of the principal.” Demnach eröffnet sich dem Agenten die Möglichkeit, im Eigeninteresse zu handeln (Hidden Action). Eine Zusammenarbeit begründet sich jedoch dadurch, dass beide Gruppen trotz ihrer eigenständigen Verhaltensweisen einen Vorteil in der Zweckgemeinschaft sehen. Als Beispiele für Prinzipal-Agent-Beziehungen lassen sich die Interaktionen zwischen einem Chef und seinen Angestellten, zwischen dem Management einer Aktiengesellschaft und den Aktionären sowie einem Kreditgeber und einem Kreditnehmer nennen.

Demnach kommt es auch bei Analysten zu Prinzipal-Agent-Beziehungen. Als Informationsintermediäre auf den Kapitalmärkten sorgen Analysten für ein hohes Maß an Allokationseffizienz. Jedoch sind sie bestrebt, ihre eigene Zielfunktion zu verfolgen. Die Ziele des eigenen Arbeitgebers, des Managements des zu analysierenden Unternehmens und der Investoren sind somit sekundär und können denen der Analysten sogar entgegenstehen. Es kommt demzufolge unweigerlich zu Konflikten zwischen den einzelnen Parteien. Abbildung 12 weist mögliche Interessenkonflikte von Finanzanalysten auf.