Zusammenfassung
In den bisherigen Darstellungen wurde immer von der Annahme vollkommener Informationsverteilung zwischen den Marktteilnehmern ausgegangen. Die Informationen hinsichtlich der Identifizierung der Risiken eines Investitionsprojektes waren beiden Marktseiten gleichermaßen zugänglich. Der Kreditgeber konnte, basierend auf dem Risiko einer Investition, die Rückzah-lungsfähigkeit einzelner Kreditnehmer ermitteln und ein individuelles Kreditangebot unterbreiten.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
References
Arrow (1963, 1968) hat am Beispiel eines Krankenversicherungssystems als einer der ersten den moral-hazard-Effekt beim Funktionieren von Märkten analysiert: Bekanntlich kann eine optimale Allokation bei Unsicherheit durch ein Versicherungssystem herbeigeführt werden. Sie wird jedoch verhindert, wenn moral-hazard-Verhalten (hier im Sinne einer Überbeanspruchung medizinischer Leistungen seitens der Versicherungsnehmer und/oder des Arztes) vorliegt.
Die Grundidee des Stiglitz-Weiss-Modells wurde von anderen Autoren aufgegriffen, um adverse-selection- und moral-hazard-Effekte zu analysieren, wenn Informationsasymmetrie bezüglich anderer Variablen als des Risikos besteht. In den moral-hazard-Modellen von Watson (1984) und Clemenz (1986, S. 64ff.) besteht Informationsasymmetrie bezüglich der Anstrengung des Kreditnehmers. Eine Zinserhöhung hat hier einen negativen Anreizeffekt auf die Kreditnehmeranstrengung, da der erwartete Ertrag aus dem Investitionsprojekt sich vermindert. Im adverse-selection-Modell von Clemenz (1986, S. 60ff.) besteht Informationsasymmetrie hinsichtlich der Fähigkeit des Kreditnehmers: Wenn die Investoren über alternative Einkommensquellen verfügen, die von ihren Fähigkeiten positiv abhängig sind, dann kann eine Zinserhöhung dazu führen, daß fähige Kreditnehmer sich vom Markt zurückziehen.
Bei endogener Kreditsicherheit sind Modelle mit risikoaversen Kreditnehmern oder mit risikoneutralen Kreditnehmern bei Berücksichtigung der Transaktionskosten der Liquidation von Kreditsicherheiten in ihren Ergebnissen identisch. Diese Ergebnisse fußen, wie in den Abschnitten 2.3 und 2.4 gezeigt wird, u. a. darauf, daß die Grenzrate der Substitution zwischen Kreditsicherheit und Zins für die Bank niedriger ist als für den Kreditnehmer. Dies kann durch die Liquiditätskosten oder durch die Risikoaversion der Kreditnehmer bedingt sein.
Hellwig leitet allerdings in seinem Modell die Möglichkeit der Rationierung in einem seltenen Fall ab. Da dem Monopolisten bei der Sortierung Kosten in Form entgangener Rente beim sicheren Kreditnehmer entstehen, ist eine Sortierung nicht mehr durchführbar, wenn diese Kosten den zusätzlichen Ertrag einer Zinserhöhung für die riskantere Gruppe übersteigen. Dies ist der Fall, wenn der Anteil von guten Risiken in einer Gruppe sehr hoch ist (vgl. Hellwig, 1988, S. 139). Die Bank wird dann eine Politik verfolgen, die sie auch bei vollkommener Informationsverteilung für diese guten Risiken verfolgt hätte. Diese Politik ist durch einen Vertrag ohne Kreditsicherheiten charakterisiert. Für die schlechten Risiken bietet sie ebenfalls den gleichen Vertrag, denn die Angebotspolitik stellt darauf ab, die Erträge des Kreditnehmers mit diesem Risiko abzuschöpfen, da der Anteil anderer Risiken vernachlässigbar ist (vgl. Hellwig, 1988, S. 155). Durch das Angebot dieses Poolingvertrages kann es zu Rationierung kommen.
In der Risikotheorie wird als Rationalitätspostulat bei der Wahlhandlung zwischen den riskanteren Alternativen a und 6 mit Dichtefunktionen f(R) und g(R) das Dominanzprinzip betrachtet. Bei der stochastischen Dominanz erster Ordnung werden die Wahrscheinlichkeiten, eine bestimmte Ausprägung der Zielvariablen R zu unterschreiten (die Verteilungsfunktion), verglichen. Die Alternative a dominiert dann die Alternative 6, wenn gilt: F(R) = G(R). Mit Hilfe des Dominanzprinzips erster Ordnung lassen sich jedoch keine Entscheidungen treffen, wenn sich die Risikoprofile schneiden. In diesem Fall muß ein allgemeineres Dominanzprinzip herangezogen werden, nämlich die stochastische Dominanz zweiter Ordnung. Dabei werden die Flächen unterhalb der Risikoprofile, sprich der Verteilungsfunktionen, verglichen. Die Alternative a dominiert dann die Alternative 6, wenn für alle c ∈ R gilt: (math) (siehe z. B. Hirschleifer/Riley [1992]). Zu einem Überblick über diese (und weitere) Dominanzkonzepte siehe auch Levy (1992).
Diese Bezeichnung beruht darauf, daß sich die beiden Dichtefunktionen f(R,φ 2) und f(R,φ 1) um eine Funktion f(R,φ 3) unterscheiden, f(R,φ 2) = f(R,φ 1) + f(R,φ 3), die die Eigenschaften (math) hat und als “mean preserving spread” bezeichnet wird, da sie den Erwartungswert beider Dichtefunktionen unverändert läßt: (math) (vgl. Rothschild/Stiglitz, 1970, S. 229 u. Diamond/Stiglitz, 1974, S. 338f.).
Baltensperger/Devinney (1985, S. 490) und insbesondere Riley (1987) argumentieren, daß mit zunehmender Anzahl von Kreditnehmergruppen die Relevanz der Kreditrationierung vom Typ II abnimmt, da sie nur für die marginale Gruppe zutrifft, und diese ist bei größerer Zahl der Kreditnehmerpools relativ klein. Diese Kritik verliert jedoch an Bedeutung, wenn man berücksichtigt, daß es Gruppen gibt, die von der marginalen Gruppe kaum zu unterscheiden sind und von einer mit Typ II vergleichbaren redlining-Rationierung betroffen sind (vgl. Stiglitz/Weiss, 1987). Bei einem Kontinuum von Kreditnehmergruppen wird es Gruppen geben, deren Ertragskurven sehr nahe an der marginalen Kurve liegen; Kreditbewerber, die vom redlining- oder von der Typ-II- Rationierung betroffen sind, sind dann kaum noch voneinander zu unterscheiden, so daß hier die gleiche Situation wie bei einer strikten Typ-II-Rationierung vorliegt (vgl. Stiglitz/Weiss, 1987, S. 229f. u. Jaffee/Stiglitz, 1990, S. 860).
Devinney (1986) hat unter der Annahme abnehmender Grenzerträge des Inputfaktors “Information” dieses Resultat formal dargestellt.
Bei Stiglitz/Weiss (1981) wird auch die Verwendung von endogen bestimmten Kreditsicherheiten analysiert, allerdings bei exogen fixiertem Zinssatz (und risikoaversem Kreditgeber). Auch hier steht der Bank nur eine Variable für ihre Angebotspolitik zur Verfügung. Ähnlich wie beim Bankinstrument Zinssatz gibt es einen optimalen Kreditsicherheitsbetrag, ab dem sich eine weitere Erhöhung der Kreditsicherheiten wegen eines adverse-selection-Effektes mindernd auf den Bankertrag auswirkt. Dies läßt sich völlig analog zum Grundmodell mit dem Zins als Variable zeigen (siehe hierzu auch Wette [1983]): Bei Berücksichtigung der Kreditsicherheiten C schreiben sich die Gewinnfunktionen der Marktteilnehmer als: Der kritische Wert φ*, ab dem die Investoren ihre Projekte durchführen werden, wird durch die Kreditsicherheiten positiv beeinflußt. Wird Gleichung (2.12) implizit differenziert, erhält man: Ein Anstieg der geforderten Sicherheiten bewirkt einen Anstieg dieses kritischen Wertes und damit einen adverse-selection- bzw. moral-hazard-Effekt. Aus der Sicht der Banken hat eine Erhöhung der Sicherheitsanforderung zwar einen direkten positiven Effekt auf den erwarteten Gewinn, denn dem direkten positiven Effekt steht aber eine durch den adverse-selection- und/oder moral-hazard-Effekt bedingte Erhöhung des Durchschnittsrisikos des Kreditnehmerpools gegenüber, die sich negativ auf den Bankertrag auswirkt:
In dieser Annahme liegt der erwähnte Ausschluß des adverse-selection-Effektes bei Besanko/Thakor (1987a) begründet. Sie gehen in ihrem Modell nicht von einer ex-post-Asymmetrie hinsichtlich der Investitionserträge aus (siehe Besanko/Thakor, 1987a, Fußnote 2, S. 671). Das Risikomaß mean-preserving-spread ist daher nicht mehr anwendbar. Die Verwendung des Konzeptes Dominanz erster Ordnung als Risikomaß impliziert in ihrem Modell mit gleichen Investitionserträgen beider Projekte, daß der Erwartungswert des weniger riskanten Projektes größer ist als der des riskanteren. Folglich bewirkt eine Zinserhöhung, daß die riskanteren Projekte zuerst unprofitabler werden und aus dem Markt ausscheiden. Eine Mengenrationierung kann nicht stattfinden, denn die Zuteilung von Krediten erfolgt ähnlich wie bei vollkommenen Märkten über eine Preisrationierung.
Die für jeden Kreditvertrag so formulierte Nullgewinnbedingung beinhaltet, daß es im Gleichgewicht neben dem angebotenen Vertrag keine weiteren Verträge geben kann, die einen anderen Gewinn erwirtschaften (Nash-Gleichgewicht). Hinter diesem Gleichgewichtskonzept steht die Annahme, daß die Konkurrenz nicht auf die eigenen Aktionen reagiert, so daß der Anbieter ein Kreditangebot aufrechterhalten kann, auch wenn andere Verträge am Markt existieren. Die Verwendung des Nash-Gleichgewichtskonzeptes auf Märkten mit asymmetrischer Informationsverteilung ist nicht unproblematisch, denn die Existenz dieses Gleichgewichtes ist nicht immer sichergestellt. Sie hängt von der relativen Zusammensetzung des Pools ab; bei einem relativ großen Anteil der risikoarmen Kreditnachfrager existiert kein stabiles Marktgleichgewicht Vgl. Rothschild/Stiglitz (1976) u. Wilson (1977).
Rothschild/Stiglitz (1976) haben gezeigt, daß das hier verwendete Konzept des Nash-Gleichgewichts unter asymmetrischer Information, sofern es existiert, kein Pooling-Gleichgewi cht sein kann. Im Wettbewerb werden daher — so wie auch hier abgeleitet — immer separierende Verträge angeboten.
Die hier vorgestellten Ergebnisse für den Wettbewerbsmarkt wurden auch von Gale (1989) abgeleitet, der die gleiche Modellstruktur verwendet, um die Effizienz von Staatsinterventionen auf dem Kreditmarkt zu analysieren.
Rights and permissions
Copyright information
© 1999 Springer Fachmedien Wiesbaden
About this chapter
Cite this chapter
Oulad-Youssef, N. (1999). Kreditrationierung bei asymmetrischer Informationsverteilung. In: Kreditrationierung in Entwicklungsländern. Empirische Finanzmarktforschung / Empirical Finance. Deutscher Universitätsverlag, Wiesbaden. https://doi.org/10.1007/978-3-663-08667-3_3
Download citation
DOI: https://doi.org/10.1007/978-3-663-08667-3_3
Publisher Name: Deutscher Universitätsverlag, Wiesbaden
Print ISBN: 978-3-8244-6958-1
Online ISBN: 978-3-663-08667-3
eBook Packages: Springer Book Archive