Auszug
Neben den bereits dargestellten intrapersonellen Faktoren des Entscheidungsprozesses des Analysten und den Auswirkungen aufgrund von interpersonellen Principal-Agent-Beziehungen in der Finanzanalyse existiert eine Vielzahl weiterer Bestimmungsfaktoren der Qualität der Arbeit eines Finanzanalysten, die im Folgenden als spezifische Determinanten bezeichnet werden. Abbildung 11 gibt einen Überblick über die verschiedenen darunter zu subsumierenden Faktoren.
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.
Literatur
Bolliger (2004), S. 2288. Dabei ist es durchaus umstritten, dass Individuen wirklich aus Erfahrung lernen müssen. Alleine die Möglichkeit, Gewinnprognosen und Aktienempfehlungen abgeben zu können, reicht nicht aus, um aus vergangenen Tätigkeiten zu lernen. Vielmehr muss der Analyst persönliche Vorteile davon haben, besser zu sein als seine Peer Group. Er muss sich sämtlicher Parameter des Unternehmensgewinns und somit einer genauen Prognose bewusst sein und er muss die Qualität all seiner Informationsquellen einschätzen können. Nicht zuletzt besteht immer das Risiko, die falschen Schlüsse aus einer fehlerhaften Prognose zu ziehen. Erfahrung kann somit zumindest theoretisch sowohl positive als auch negative Auswirkungen auf die Arbeitsqualität besitzen.
Lim (2001), S. 381ff. Dies könnte im Umkehrschluss natürlich auch bedeuten, dass es eines erfahrenen Unternehmensmanagements bedarf, um einen optimalen Informationsfluss zwischen Analyst und Unternehmen zu gewährleisten und so die Prognosequalität zu erhöhen. Siehe dazu auch die Ausführungen zum Earnings Game in Teil 2: Kapitel II:C.II, S. 143ff., sowie die Ergebnisse der eigenen empirischen Untersuchung zur Qualität von Gewinnprognosen bei Wachstumsunternehmen in Teil 3: Kapitel III:C, S. 335ff.
In der Literatur wird die generelle Erfahrung oftmals durch die Jahre beschrieben, die ein Analyst im Aktienresearch tätig ist, die firmenspezifische Erfahrung hingegen wird durch die Jahre beschrieben, die ein Analyst ein bestimmtes Unternehmen beobachtet. Siehe dazu beispielsweise Clement (1999) und Bolliger (2004). Dies kann man sicherlich kritisch sehen, da Berufsjahre nicht unbedingt als Variable für Erfahrung geeignet sind, wenn ein Analyst kaum Prognosen und Empfehlungen publiziert. So nutzen Mikhail et al. (1997) und Jacob et al. (1999) vielmehr die Anzahl der Quartale, in der ein Analyst Prognosen veröffentlicht hat, als Erfahrungsvariable.
Bolliger (2004) nutzt beispielsweise ebenso wie Clement (1999) die I/B/E/S Detailed Historical Database. Somit scheidet der Datenprovider als Ursache für die unterschiedlichen Ergebnisse aus.
Jacob et al. (1999), S. 80. Sie begründen ihre abweichenden Ergebnisse zu Mikhail et al. (1997) und Clement (1999) vor allem durch eine nicht genaue Differenzierung innerhalb des Datensamples. So kritisieren sie z.B. die Nichtberücksichtigung der unterschiedlichen Arbeitsbedingungen der Analysten sowie mögliche Survivorship-Verzerrungen, da Mikhail et al. (1997) nur Analysten im Sample belassen, die mindestens 32 Prognosequartale vorweisen können. Jacob et al. (1999), S. 54 und S. 79.
Stotz und von Nitzsch (2003), S. 111: „Offenbar reicht das Feedback, welches Analysten durch den Vergleich ihrer Prognosen mit den tatsächlichen Realisierungen von Gewinnen bzw. Kursen erhalten, nicht aus, um die eigene Prognosequalität realistisch einschätzen zu können. (...) Denn eine Selbstüberschätzung bei den Analysten fördert gerade nicht die gesunde Einsicht, lernen zu müssen und Schritt für Schritt die extrem hohe Komplexität von Prognosen zu verstehen.“
„The measure used to capture experience is critical in examining whether experience improves performance. Judgement and decision-making research indicate coarse measures of experience, such as the number of years worked for job classification, do not adequately capture the taskspecific experience or repetition necessary to develop expertise.“ Mikhail et al. (1997), S. 133.
Unter Performance subsumiert Stickel (1992), S. 1812, Prognosegenauigkeit, Prognosefrequenz und Informationsgehalt von Prognosen.
Stickel (1992), S. 1831, gibt jedoch selber zu bedenken, dass zwar eine statistisch signifikante Beziehung zwischen Reputation und Prognosegenauigkeit besteht, dass aber die ökonomische Beziehung durchaus zweifelhaft ist.
Die persönliche Reputation eines Analysten wird über die Zugehörigkeit zum Institutional Investor All-American Research Team beschrieben. Fang und Yasuda (2005), S. 10.
„Wordly wisdom teaches that it is better for reputation to fail conventionally than to succeed unconventionally.“ Keynes (1936), S. 158.
Einen guten Überblick zum Herdenverhalten institutioneller Investoren und seinen Auswirkungen (Excess Volatility, Marktfragilität) gibt Sias (2004). Den Einfluss von Herdenverhalten speziell für Finanzanalysten beschreiben Bernhardt et al. (2006).
Olsen (1996, S. 37) bezeichnet Herdenverhalten speziell bei Finanzanalysten als „a tendency of forecasters to „shade“ or move their published earnings forecasts toward those of their colleagues.“ Diese Definition erscheint jedoch als zu allgemein, da die Übereinstimmung alleine noch keinen Hinweis auf Herdenverhalten gibt.
Graham (1999), S. 239f., weist darauf hin, dass diese Kategorien weder als vollständig anzusehen sind, noch sich gegenseitig als Gründe für Herdenverhalten ausschließen.
Olsen (1996), S. 37, fasst dieses Verhalten der Analysten sehr gut zusammen: „Specifically, because earnings tend to have a large random component, the quality of a forecaster’s estimate is difficult to appraise by comparing them with actual outcomes. Therefore, analysts tend to be judged more by the degree to which their forecasts conform to those of their colleagues than by their accuracy. In such situation, forecasters will seek to protect the value of their human capital by issuing forecasts that are in line with the consensus.“
Allerdings weist Welch (2000), S. 393, selber darauf hin, dass er nicht unterscheiden kann, ob der Einfluss der vorangegangenen Revisionen nur die gleichartige multiple Reaktion von Analysten auf neue Informationen ist oder ob es sich tatsächlich um ein Imitationsverhalten handelt. Um dies zu unterscheiden, müssten die zugrunde liegenden Informationsmengen bestimmt werden.
Trueman (1994), S. 98, hingegen argumentiert, dass Analysten gerade dann dazu neigen, sich dem Konsensus anzuschließen, wenn ihre privaten Informationen zu einer stark vom Konsensus abweichenden Prognose führen würden. Er begründet dies mit der Erkenntnis, dass extreme Prognosen eine geringere Preisreaktion aufweisen, als theoretisch zu erwarten gewesen wäre. Siehe dazu auch Clement und Tse (2005).
Welch (2000), S. 371, begründet dies damit, dass in diesen Marktphasen weniger Informationen im Markt aggregiert sind.
Einen guten Überblick über Theorien zum rationalen Herdenverhalten geben Devenow und Welch (1996). Zu ihnen gehören beispielsweise Theorien, die auf externen Effekten [Diamond und Dybvig (1983), Brennan (1990)], Principal-Agent-Beziehungen [Scharfstein und Stein (1990), Graham (1999)] sowie Informationskaskaden [Welch (1992)] beruhen.
Scharfstein und Stein (1990), S. 478, verweisen darauf, dass das Ausmaß des Herdenverhaltens von zwei wesentlichen Komponenten abhängt: der Unsicherheit der Entscheidung sowie der Ausgestaltung des Arbeitmarktes. Herdenverhalten ist ein umso größeres Problem, wenn kaum andere Arbeitsmöglichkeiten zur Verfügung stehen und wenn die Vergütung eher auf absoluten denn auf relativen Beurteilungen der Arbeitsgüte beruht.
Es ist wichtig zu beachten, dass die Untersuchung von Herdenverhalten von der Annahme eines bestimmten Referenzpunktes ausgehen muss. Dieser ist im Rahmen der Untersuchungen des Herdenverhaltens von Finanzanalysten in der Regel die Konsensusprognose, d.h. die Ausrichtung des Verhaltens am Mittelwert. Allerdings ist es auch möglich, dass manche Analysten („Follower“) sich vielmehr an den Prognosen bestimmter Kollegen orientieren, die der Gruppe der so genannten Meinungsführer („Leaders“) zuzuordnen sind. Siehe dazu auch Welch (2000).
Dies steht im Widerspruch zu den Ergebnissen von Stickel (1990, 1992), der für Mitglieder des All-American Research Teams eine geringere Tendenz zum Herdenverhalten feststellt als für Nichtmitglieder. Es ist jedoch zu beachten, dass diese Untersuchungen den Nettoeffekt von Reputation, fachlichem Können eines Analysten etc. betrachten, während Graham (1999) den isolierten Reputationseinfluss untersucht.
Kim und Pantzalis (2003), S. 70. Obwohl durch den Portfolioeffekt diversifizierter Unternehmen die Volatilität der ausgewiesenen Gewinne durchaus verringert wird, überwiegen die negativen Auswirkungen auf die Researchqualität der in der Regel industriespezialisierten Analysten.
Clement (1999), S. 302, resümiert sogar: „Knowing an analyst’s employer size, or knowing the number of firms and industries followed may be sufficient information for capital market participants to predict economically meaningful differences in forecast accuracy.“
Unterstützt wird diese These auch durch das „Best on Street“-Analystenranking des Wall Street Journal für 2005. Eine große Zahl an vermeintlichen Top-Analysten arbeitet nicht in New York, sondern in Nashville. Sie können so einen näheren Zugang zu den beobachteten Unternehmen erlangen und möglicherweise Informationsvorteile generieren. Wall Street Journal vom 16.05.2005, S. R1.
Die Ergebnisse werden dabei nicht durch die Coverage-Entscheidung eines Analysten bestimmt. So könnte die Vermutung bestehen, dass lokale Analysten ein weniger komplexes Unternehmensportfolio covern als beispielsweise Analysten in den großen Finanzmetropolen. Alleine aus diesem Grund würden lokale Analysten genauere Prognose abgeben können. Malloy (2005) findet dafür jedoch keine Hinweise.
Zur Sektor-oder Länderspezialisierung eines Analysten siehe auch Kini et al. (2003), S. 1ff.
„(...) analyst effort affects analyst coverage and vice versa.“ Barth et al. (2001), S. 30.
Francis und Philbrick (1993) sehen im Managementzugang den Hauptgrund für positiv verzerrte Prognosen.
Siehe dazu beispielsweise O’Brien und Bushan (1990) und Achleitner et al. (2005) sowie die Ausführungen zur Analystendichte in Teil 2:Kapitel III:E, S. 230ff.
Thomas (2002) schlussfolgert daraus, dass Diversifikation nicht automatisch zu höheren Informationsasymmetrien führen muss. Ob aber in diesem Fall die Nichtexistenz von Unterschieden in den Prognosefehlern mit geringeren Informationsasymmetrien gleichzusetzen ist, darf bezweifelt werden. So hat Thomas (2002) selbst in einer vorhergehenden multiplen Regressionsanalyse einen negativen Einfluss des Diversifikationsgrades auf die Prognosegenauigkeit dokumentiert, wenn um die Aktienkursvolatilität eines Unternehmens kontrolliert wird. Thomas (2002), S. 386f.
Das et al. (1998), S. 287. Eine hohe Prognoseschwierigkeit messen die Autoren anhand der Bestimmung der Gewinnprognosen mithilfe verschiedener Zeitreihenmodelle. Hohe Prognosefehler deuten auf eine hohe Prognoseschwierigkeit hin.
Dies ist eine Beobachtung, die auch bestehen bleibt, wenn um Industrieeffekte, Unternehmensgröße, Buch-zu-Marktwert-Verhältnis und systematisches Risiko kontrolliert wird. Huberts und Fuller (1995), S. 21.
Dabei messen sie die Prognoseschwierigkeit anhand des Mittelwertes der historischen unternehmensspezifischen Konsensusprognosefehler der letzten drei Jahre. Kritisch ist allerdings die empirische Vorgehensweise von Huberts und Fuller (1995), S. 13, zu sehen. Sie betrachten lediglich Konsensusprognosen, die „um den 15. April“ eines Jahres Gültigkeit besitzen. Außerdem versuchen sie dem Problem, dass die ausgewiesenen Gewinne einen Wert nahe null oder null annehmen können, zu begegnen, indem sie bei der Relativierung der Prognosefehler durch den Gewinn einfach 50 Cent auf den ausgewiesenen Gewinn aufschlagen.
Ähnlich argumentiert Wallmeier (2005a), S. 748: „Überhöhte Gewinnprognosen würden aber bei Aktien mit sehr stabiler und gut prognostizierbarer Gewinnentwicklung auffallen und die Glaubwürdigkeit des Analysten gefährden. Eine hohe Prognoseunsicherheit hingegen erschwert den Nachweis systematisch verzerrter Prognosen und bietet damit einem zu optimistisch eingestellten Analysten einen gewissen Schutz.“
„Unfortunately, estimating earnings volatility is not straightforward because European companies typically report earnings only on an annual basis. Thus, the earnings points are few, and the result could be high estimation error in the earnings volatility number, which, in itself, may be nonstationary through time. As an alternative to earnings volatility, therefore, we used historical annualized daily stock return volatility during the one-year period preceding the earnings forecast. Stock return volatility can serve as a proxy for earnings volatility because a large proportion of the stock-specific risk results from the volatility of earnings.“ Beckers et al. (2004), S. 80. Auch in der eigenen empirischen Untersuchung des deutschen Kapitalmarktes in Teil 3 der Arbeit wird die Aktienkursvolatilität als Proxy für die Gewinnvolatilität eines Unternehmens verwendet.
In einer speziellen Studie zeigen Guay et al. (2003) die Auswirkungen unternehmensspezifischer Risiko Exposures auf die Unternehmensgewinne und die Prognoseschwierigkeit der Analysten. Für die Periode 1990 bis 1999 untersuchen die Autoren den Einfluss von Zins-, Währungs-und Rohstoffpreisschocks und dokumentieren, dass das Ausmaß der Prognoseungenauigkeit mit dem Auftreten von Zins-und Währungsschocks ansteigt. Guay et al. (2003), S. 18.
Allerdings dürfen nur geringe Anpassungen von etwa 1% vorgenommen werden. Größere Berichtigungsfaktoren führen hingegen zu einem zu hohen Risiko, die Gewinne zu unterschätzen. Butler und Saraoglu (1999), S. 54f.
Lev und Zarovin (1999). Siehe dazu auch die Ausführungen zur Relevanz des Ausweises von Unternehmensgewinnen in Teil 2:Kapitel III:C.I.1.a, S. 185ff.
Für einen umfassenden Überblick zum Wert und zu den Kennzeichen von immateriellen Vermögenswerten siehe Bittelmeyer (2007), Bessler und Bittelmeyer (2007), Bessler und Bittelmeyer (2006) sowie Bessler et al. (2003).
Gu und Wang (2005), S. 1674 und S. 1678, argumentieren, dass die Informationskomplexität in erster Linie auf unternehmensspezifische Intangibles zurückzuführen ist, d.h. Abweichungen vom Industriedurchschnitt. Unternehmen investieren aus zwei Gründen in Technologie. Erstens, um neue Technologien zu entwickeln und zweitens, um von den Innovationen der anderen Unternehmen zu lernen und zu profitieren. Der letzte Punkt bedeutet dabei, dass zumindest das Industrieniveau in Forschung und Entwicklung investiert werden muss, um den technologischen Anschluss nicht zu verlieren. Dies spiegelt dann nichts anderes als industrieweite Trends wider und sollte für einen branchenerfahrenen Analysten nicht zu einer Erhöhung der Prognoseschwierigkeit führen. Um einzigartige Technologien zu entwickeln, die einem Unternehmen strategische Wettbewerbsvorteile bieten, sind dann allerdings Investitionen in Forschung und Entwicklung über dem Industriedurchschnitt notwendig.
Je vielfältiger ein Technologieportfolio eines Unternehmens konstruiert ist, umso mehr Zeit und Können muss ein Analyst investieren, um dieses Portfolio zu bewerten. Kommt dann noch dazu, dass es sich um ein sehr innovatives Portfolio handelt, so erschwert dies zusätzlich die Analyse, denn die Vermögenswerte sind mit gängigen Bewertungsmethoden nur sehr schwer zu ermitteln. Gu und Wang (2005), S. 1675.
Als Beispiel führen Gu und Wang (2005), S. 1681, das Genehmigungsverfahren für Medikamente durch die FDA in den USA an.
Darüber hinaus kann Kwon (2002), S. 77, für High-Tech-Unternehmen sogar eine höhere Übereinstimmung der Analysten untereinander konstatieren.
So zeigen Miller und Modigliani (1966), dass das wichtigste Element der Wertbestimmung einer Aktie das Produkt aus Unternehmensgewinn und risikoadäquatem Gewinnmultiplikator ist. Der Unternehmensgewinn ist die wichtigste Variable in der Bewertungsgleichung. Miller und Modigliani (1966), S. 373.
Zur Unterscheidung zwischen Informationsgehalt und Bewertungsrelevanz siehe auch Lo und Lys (2000). Im Unterschied zur Bewertungsrelevanz müssen bei der Wertrelevanz keine erwarteten Preis-/Renditeänderungen oder erwartete Änderungen von Rechnungslegungsinformationen gebildet werden. Hier hängt der Preis eines Assets direkt von der Höhe einer Rechnungslegungsinformation ab. Siehe beispielsweise Harris et al. (1994) und Frankel und Lee (1998). Eine weitergehende Unterscheidung zwischen Bewertungs-und Wertrelevanz wird im Rahmen der vorliegenden Arbeit aber nicht vorgenommen. Die Begriffe werden synonym verwendet.
„An important distinction between the price and volume tests is that the former reflects changes in expectations of the market as a whole while the latter reflects changes in the expectations of individual investors. A piece of information may be neutral in the sense of not changing the expectations of the market as a whole but it may greatly alter the expectations of individuals.“ Beaver (1968), S. 70.
Siehe erstmalig Ball und Brown (1968). Beaver (2002), S. 459, definiert Wertrelevanz wie folgt: „An accounting number is termed „value relevant“ if it is significantly related to the dependent variable.“ Siehe dazu auch Barth et al. (2001) sowie Collins et al. (1997).
Dabei ist darauf hinzuweisen, dass Beaver (1968) keine Tests auf statistische Signifikanz durchführt. Diese folgen in den späteren Arbeiten von Patell (1976) und Marais (1984).
„Wether driven by innovation, competition, or deregulation, the impact of change on firms’ operations and economic conditions is not adequately reflected by the current reporting system.“ Lev und Zarowin (1999), S. 353. Siehe dazu auch Aboody und Lev (1998).
Zu den High-Technology Unternehmen zählen die Autoren beispielsweise Unternehmen der Pharmazie-, Telekommunikations-oder Computerbranche, zu den Low-Technology Unternehmen hingegen beispielsweise das verarbeitende Gewerbe. Francis und Schipper (1999), S. 321.
„(...) we find no evidence of a decline in the informativeness of accounting information over the past thirty years, as measured by both abnormal trading volume and return volatility around quarterly earnings announcements. If anything else, our results are more consistent with an increase over time in the information content of quarterly earnings announcements.“ Landsman und Maydew (2002), S. 798. Allerdings weisen die Autoren darauf hin, dass auch andere Erklärungsgründe, die nicht direkt mit dem Gewinnausweis verbunden sind, für den wachsenden Informationsgehalt verantwortlich sein können.
„It may be that new disclosures have information content for some firms (lower capitalized values) but not others.“ Atiase (1985), S. 35.
Bereits 1965 begann die Methodenkommission der Deutschen Vereinigung für Finanzanalyse und Anlageberatung Grundsätze für die Ableitung eines vergleichbaren Ergebnisses aus den veröffentlichten Jahresabschlüssen zu entwickeln. Im Jahre 1990 wurde zusätzlich das Konzept der Schmalenbach-Gesellschaft integriert und seitdem unter dem Namen „Ergebnis nach DVFA/SG“ geführt. Zum Hintergrund und zur Berechnung des „Ergebnis nach DVFA/SG“ siehe Busse von Colbe et al. (2000).
Die Studie von Graham et al. (1992) beinhaltet den Zeitraum von 1989 bis 1991, Harris et al. (1994) untersuchen eine Periode von 1991 bis 1992, Booth et al. (1997) von 1987 bis 1992.
Hüfner und Möller (2002), S. 137. Die Autoren untersuchen vom Unternehmen veröffentlichte sowie angepasste DVFA/SG-Ergebnisse im Zeitraum von 1998 bis 1997.
Siehe dazu Hung (2001), S. 402f., der zeigt, dass ein Earnings Management vor allem in Ländern mit einer schwachen Corporate Governance und einem schwachen Investorenschutz die Bewertungsrelevanz verringert. Für Länder mit einem starken Investorenschutz kann er diese Aussage nicht bestätigen.
Higgins (1998), S. 59, misst die Qualität der Rechnungslegungsgrundsätze für den Zeitraum 1991 bis 1995 anhand des „Financial Disclosure“-Index von Saudagaran und Biddle (1992). Demnach besitzen die USA den qualitativ höchsten Standard gefolgt von Kanada, Großbritannien, Niederlande, Frankreich, Japan, Deutschland und der Schweiz. Obwohl Deutschland den vorletzten Platz einnimmt, stellt es überraschenderweise den Kapitalmarkt mit den genauesten Prognosen dar.
So liegt die Erklärungskraft der Prognosen bei kurzen Horizonten im Mittel über 50%, wohingegen sie bei einem Zeitraum von zwölf Monaten (>12 Monate) auf nur noch 3% (0%) absinkt. Capstaff et al. (2001), S. 557.
Der durchschnittliche absolute Prognosefehler liegt in Großbritannien bei 16,6%, in Deutschland bei 22%. „This implies a less efficient forecasting process in Germany, consistent with less informative financial disclosure.“ Capstaff et al. (1998), S. 105.
Diese Schlussfolgerung basiert auf der Annahme eines bankenorientierten Kapitalmarktsystems in Deutschland. Die dominierende Stellung der Banken in Deutschland kann dazu führen, dass der Anreiz zur Veröffentlichung von wohlwollendem Research geringer ist, da nicht in dem Ausmaß das Handelsgeschäft des Corporate Finance-Bereichs der Bank zu stimulieren ist, wie dies in kapitalmarktorientierten Systemen der Fall sein könnte. Capstaff et al. (1998), S. 105. Allerdings konstatieren die Autoren in der gleichen Studie, dass Analysten deutscher Banken im Inland keine besseren Prognosen liefern als vergleichsweise unabhängige Analysten, die außerhalb Deutschlands agieren. Capstaff et al. (1998), S. 110ff.
Hope (2003), S. 242, konstruiert eine Enforcement-Proxy-Größe auf Basis von fünf Variablen: Abschlussprüfung, Insiderrichtlinien, jurisdikative Effizienz, allgemeine Gesetzgebung und Aktionärsschutz.
„(...) strong enforcement encourages (or forces) managers to follow the rules that are in place and thereby reduces analysts? accounting uncertainty. This, in turn, diminishes the task complexity of forecasting future earnings.“ Hope (2003), S. 265.
McNichols und Trueman (1994) argumentieren, dass eine diskretionäre Veröffentlichungspflicht durchaus ausreicht, um private Informationsaktivitäten, v.a. im Sinne von Informationssuche, zu stimulieren.
Siehe hierzu auch Manegold und McNichols (1983) sowie Gigler und Hemmer (1998).
„Increasing interim financial reporting frequency (IRF) may stimulate, in some important settings, more redundant analyst activity is a social cost that is ultimately passed on to liquidity traders, policymakers may wish to take into consideration when weighing the many collateral costs and benefits of interim reporting.“ Yee (2004), S. 189.
Abhandlungen zur Ad-hoc-Publizität nach § 15 WpHG a.F. finden sich bei Strieder (2002), Dreyling (2001), Güttler (2005), Feinendegen und Nowak (2001), Grimme und von Buttlar (2003), Letzel (2003), Röder (2000, 2002) sowie Schwark (2000).
Zuvor waren die Insiderrichtlinien und die Ad-hoc-Publizität noch teilweise getrennt, da die ad-hoc-pflichtigen Tatsachen nach § 15 WpHG a.F. enger definiert waren, als die Insiderinformationen nach § 13 WpHG a.F. Somit waren zwar alle ad-hoc-pflichtigen Tatsachen Insidertatbestände, aber nicht alle Insindertatbestände waren auch ad-hoc-pflichtig. Bundesaufsichtsamt für den Wertpapierhandel (2002), S. 30f. sowie Letzel (2003), S. 1758.
Wertete das damals noch zuständige Bundesaufsichtsamt für den Wertpapierhandel den stetigen Anstieg der Ad-hoc-Meldungen anfangs noch als „erfreuliches Indiz für die zunehmende Transparenz des deutschen Aktienmarktes,“ versuchte es anschließend durch Wohlverhaltensappelle und verstärkte Ahndung von Fehlverhalten entgegenzuwirken. Gutzy und Märzheuser (2003), S. 486. Zum Missbrauch der Ad-hoc-Publizität siehe auch Dreyling (2001).
Baur (2004), S. 15. Das Unterlassen einer Ad-hoc-Mitteilung ist für das Unternehmensmanagement strafbar und führt im Zweifel zu einer noch stärkeren Flut von Veröffentlichungen. Dies ist für den Investor problematisch, da er nun innerhalb der zu erwartenden unzähligen Meldungen die bewertungsrelevanten Meldungen identifizieren muss. Eine Verbesserung gegenüber der Ad-hoc-Pflicht nach § 15 WpHG a.F. ist dies sicherlich nicht. Börsen-Zeitung vom 06.10.2004, S. 2 und Börsen-Zeitung vom 29.01.2005, S. 3.
Die Unmittelbarkeit grenzt damit die vom Emittenten zu veröffentlichen Insiderinformationen ein. Es können auch Informationen betroffen sein, die außerhalb des Tätigkeitsbereichs des Emittenten entstehen, die ihn jedoch unmittelbar betreffen, wie beispielsweise die Übermittlung eines Übernahmeangebots oder die Herabstufung durch eine Ratingagentur. Die Kausalitätserfordernis des § 15 WpHG a.F. ist nun in § 13 WpHG enthalten. Siehe dazu Begründungen zum Entwurf der Bundesregierung betreffend eines Gesetzes zur Verbesserung des Anlegerschutzes (2004).
Die Sicherung der Funktionsfähigkeit des Kapitalmarktes durch Vermeidung unangemessener Börsenpreise aufgrund von Informationsdefiziten der Marktteilnehmer war der ursprüngliche Normzweck des § 15 WpHG. Letztel (2003), S. 1757. Zum Informationsgehalt von Ad-hoc-Mitteilungen siehe beispielsweise Röder (2000, 2002). Zur genauen Beschreibung und zum Ablauf der Ad-hoc-Publizität nach § 15 WpHG a.F. siehe beispielsweise Oerke (1999), S. 3 ff. sowie Leis und Nowak (2001).
Siehe dazu die ausführliche Diskussion in Claussen und Schwarck (1997), S. 11ff.
Securities Exchange Commission (2000), S. 1ff. sowie Lee et al. (2004), S. 80.
„Before Regulation FD, company conference calls might be closed to all but those analysts „allowed in“ by the company.“ Lee et al. (2004), S. 79. Zu Conference Calls siehe auch Bushee et al. (2003), Skinner (2003) sowie Frankel et al. (1999).
Röder (2002), S. 731ff. Kritisch ist hierbei sicherlich die Ex-post-Klassifikation in gute und schlechte Nachrichten zu sehen, in der gute Nachrichten durch ex post positive, schlechte Nachrichten hingegen durch ex post negative Renditen charakterisiert werden.
Zum Einfluss der neuen Regelungen in den USA siehe beispielsweise Boni und Womack (2003).
Siehe dazu auch Göres (2004a), S. 211.
Siehe dazu Braun und Vogel (2003), S. 530 sowie Loistl und Hafner (2002), S. 640.
Die Ermächtigung ist in § 34b WpHG Abs. 8 Satz 1 gegeben: „Das Bundesministerium der Finanzen kann durch Rechtsverordnung, die nicht der Zustimmung des Bundesrates bedarf, nähere Bestimmungen über die sachgerechte Erstellung und Darbietung von Finanzanalysen, über Umstände oder Beziehungen, die Interessenkonflikte begründen können, über deren Offenlegung sowie über die angemessene Organisation nach Absatz 5 erlassen. Das Bundesministerium der Finanzen kann die Ermächtigung durch Rechtsverordnung auf die Bundesanstalt für Finanzdienstleistungsaufsicht übertragen.“ Siehe dazu auch Bundesministerium der Finanzen (2004a, 2004b).
Siehe dazu ausführlich die Bekanntmachung der Bundesanstalt für Finanzdienstleistungsaufsicht zur Auslegung einzelner Begriffe in § 34b WpHG [Bundesanstalt für Finanzdienstleistungsaufsicht (2003)] sowie das Schreiben der Bundesanstalt für Finanzdienstleistungsaufsicht zur Auslegung einzelner Begriffe des § 34b WpHG in Verbindung mit der Verordnung über die FinAnV [Bundesanstalt für Finanzdienstleistungsaufsicht (2005a)].
Dabei ist zu beachten, dass unmittelbare Rechtsfolgen an die Nichtbeachtung der BaFin-Richtlinien nicht geknüpft sind, da Richtlinien als Verwaltungsvorschriften anzusehen sind. Von Kopp-Colomb (2003), S. 610 und die dort angegebene Literatur.
Zur Diskussion zum Konflikt von beeinflusster Presseberichterstattung der Wirtschaftspresse und Pressefreiheit siehe Wagner (2003).
Um zum einen die Funktionsweise des Kapitalmarktes durch Überreglementierung nicht zu gefährden, auf der anderen Seite aber einen effektiven Anlegerschutz zu gewährleisten, schlugen von Rosen und Gerke (2001) eine freiwillige Selbstverpflichtung im Rahmen eines Kodex vor. Der Kodex sollte als eine Art Gütesiegel fungieren, dessen Nichtanerkennung zu einem Wettbewerbsnachteil führt. Die Einhaltung sollte durch einen Beirat überwacht, der in schwerwiegenden Verstößen Sanktionen bis zu € 500.000 verhängen sollte. Erhebliche Kritik und juristische Lücken führten schließlich zum Misserfolg dieser freiwilligen Lösung. Eine weitere Verfolgung des Ansatzes wurde eingestellt.
Schreiben der BaFin vom 07.12.2005 an den Deutschen Sparkassen und Giroverband betreffend die Weitergabe von Analysen von Finanzinstrumenten gem. § 34b WpHG im Finanzverbund. Bundesanstalt für Finanzdienstleistungsaufsicht (2005b).
Siehe dazu die Schreiben der Bundesanstalt für Finanzdienstleistungsaufsicht zur Auslegung einzelner Begriffe des § 34b Wertpapierhandelsgesetz (WpHG) in Verbindung mit der Verordnung über die Analyse von Finanzinstrumenten (Finanzanalyseverordnung — FinAnV). Bundesanstalt für Finanzdienstleistungsaufsicht (2005a, 2006).
Siehe dazu auch die Ausführungen in Göres (2006), S. 91f.
Siehe dazu das Schreiben des BaFin vom 08.02.2006 zur Auslegung des § 34b WpHG und der FinAnV. Bundesanstalt für Finanzdienstleistungsaufsicht (2006).
Zu den Regelungen der NASD und der NYSE siehe ausführlich Securities Exchange Commission (2002), National Association of Securities Dealers (2002a, 2002b, 2003, 2004a, 2004b, 2005a, 2005b, 2005c) sowie National Association of Securities Dealers und New York Stock Exchange (2005).
Die SEC hat die Schweigeperiode vor IPOs und SEOs überraschenderweise im Juni 2005 abgeschafft, da sie angeblich für eine asymmetrische Informationsverteilung unter den Anlegern gesorgt hatte. Börsen-Zeitung vom 01.07.2005, S. 5. Interessanterweise findet sich für Deutschland weder im WpHG noch in der FinAnV das Gebot einer Quiet Period. Auch in den später beschriebenen Berufsstandards der DVFA ist diese nicht zu finden. Lediglich die Going Public-Grundsätze der Deutschen Börse AG sehen in Abs. 6 ein solches Gebot (Blackout-Periode) vor. Siehe dazu Deutsche Börse AG (2004), S. 6.
Zum Sarbanes-Oxley-Act siehe beispielsweise Glaum et al. (2006), Engelen (2004) sowie Krause (2003). Das Gesetz dient in erster Linie der Qualitätsverbesserung der Berichterstattung der Unternehmen infolge der Manipulationsskandale um Enron und WorldCom und stellt weit reichende Anforderungen an das Unternehmensmanagement.
Sämtliche Änderungen und Diskussionen der Regeln mit Ausnahme der letzten Änderung im Juni 2005 finden sich bei National Association of Securities Dealers (2003, 2004a, 2004b).
Details zum Qualifikations-Examen finden sich bei New York Stock Exchange und National Association of Securities Dealers (2004), S. 17ff.
Dieses Examen besteht aus zwei Teilbereichen. Teil 1 beinhaltet die Bereiche Informationssammlung und Unternehmensbewertung, Teil 2 hat die Bereiche Anfertigung von Researchberichten sowie die Verbreitung von Informationen als Inhalt. Analysten, welche die Prüfungen zum Chartered Financial Analyst (CFA) Level I und Level II erfolgreich abgeschlossen haben, können auf Antrag von Teil 1 befreit werden. Prüfungsteil 2 ist ausnahmslos von jedem Analysten zu absolvieren. Siehe dazu National Association of Securities Dealers (2004b), S. 303ff. Analysten, die lediglich technische Analyse betreiben, können ebenso eine Freistellung von Teil 1 beantragen, wenn diese Level 1 und Level 2 des Chartered Market Technician (CMT) erfolgreich abgeschlossen haben. Siehe National Association of Securities Dealers (2005a), S. 3. Zusätzlich sind Analysten komplett befreit, wenn sie von NASD Mitgliedern außerhalb der USA beschäftigt werden und von der NASD, NYSE und SEC bestätigt wurde, dass diese ausreichende Qualifikationsstandards für Analysten und Regularien zur Vermeidung und Offenlegung von Interessenkonflikten aufweisen. Dazu zählen UK, China, Hongkong, Singapur, Thailand, Malaysia und Japan. Deutschland gehört nicht dazu, was auch auf die notwendige Bedingung der Umsetzung von NASD Rule 2711 zurückzuführen sein könnte. National Association of Securities Dealers (2005b), S. 3.
Siehe dazu National Association of Securities Dealers (2003), S. 455f.
Deutsche Vereinigung für Finanzanalyse und Asset Management (2003b), Satzung der DVFA, § 2 Zweck der Vereinigung.
Deutsche Vereinigung für Finanzanalyse und Asset Management (2005a), S. 25.
Siehe dazu die Broschüre CIIA der DVFA. Stand der Ausführungen in dieser Arbeit ist der 8. Jahrgang (August 2006 — März 2007). Deutsche Vereinigung für Finanzanalyse und Asset Management (2006c).
Siehe dazu ausführlich Deutsche Vereinigung für Finanzanalyse und Asset Management (2005b).
Siehe dazu Deutsche Vereinigung für Finanzanalyse und Asset Management (2003a, 2004, 2006a, 2006b). Dennoch sind die DGFR freiwillige berufsständische Marktstandards. Sie werden vom BaFin lediglich bei Überprüfung der Einhaltung der Gesetze oder des marktkonformen Verhaltens ergänzend herangezogen. Deutsche Vereinigung für Finanzanalyse und Asset Management (2006b), S. 1.
Deutsche Vereinigung für Finanzanalyse und Asset Management (2005a), S. 14.
Siehe dazu Deutsche Vereinigung für Finanzanalyse und Asset Management (2005a) sowie Uhlmann (2001).
Siehe dazu CFA Institute (2004) sowie CFA Institute (2005c).
Detaillierte und kommentierte Ausführungen finden sich in CFA Institute (2005a).
Siehe dazu CFA Institute (2005b.)
Lediglich im Falle, dass ein Analyst extreme finanzielle Einbußen hinnehmen muss („extreme financial herdship“), wenn er seine Wertpapiere nicht liquidieren darf, ist ein Abweichen von dieser Regelung erlaubt. CFA (2004), S. 15
CFA Centre for Financial Market Integrity/ National Investor Relations Institute (2004), S. 2f.
Kadan et al. (2005), S. 12ff. sowie Barber et al. (2006), S. 96. Während der Anteil an Kaufempfehlungen von 55% auf rund 45% zurückging, stieg der Anteil an Verkaufsempfehlungen lediglich von ca. 11% auf 14% nach Einführung der NASD Rule 2711 an.
Siehe ebenso Amir et al. (1999), Ayres und Freeman (2003) sowie Brennan et al. (1993).
Bushan (1989), S. 255. Er verbindet diese Aussage mit dem Zusammenhang von Unternehmensgröße und Analystendichte. Vor allem die Prognosen für große Unternehmen, für die eine hohe private Informationsakquisition durch Analysten erfolgt, sind einfachen quantitativen Modellen überlegen. Möglicherweise besitzt das Management großer etablierter Unternehmen auch eine höhere Kapitalmarkt-und Kommunikationserfahrung und kann durch Earnings Management und Expectation Management die Gewinne oder die Gewinnerwartungen der Analysten in die gewünschte Richtung lenken.
Einen Überblick liefert beispielsweise Pietzsch (2004), S. 103ff.
Siehe dazu beispielsweise Ayres und Freeman (2003), Brennan et al. (1993), Griffin und Lemmon (2002) sowie Elgers et al. (2001). Trueman (1996), schlussfolgert: „A larger number of analysts covering the firm is likely to cause its stock price to more accurately reflect its underlying value.“
Siehe dazu auch Irvine (2003) sowie Roulstone (2003).
Möglicherweise kann dieser Zusammenhang als Gegenstück des „Neglected-Firm“-Effekts interpretiert werden. Unternehmen, die durch geringe Informationsverfügbarkeit und hohe Informationsasymmetrien gekennzeichnet sind, weisen in der Regel ein höheres Risiko und höhere Kapitalkosten allerdings auch eine überdurchschnittliche Performance auf. Zum „Neglected-Firm“-Effekt siehe Arbel und Strebel (1982), die zeigen, dass dieser Effekt sogar noch den „Small-Firm“-Effekt übersteigt.
Siehe dazu Chung und Jo (1996), Doukas et al. (2002), Das et al. (2002), Chen et al. (2002) sowie Liu und Qi (2001). Siehe dazu auch die Ausführungen zur allgemeinen Funktion von Analysten in Teil 1:Kapitel II:B, S. 33ff.
So führt eine mediane Analystendichte zu einem im Durchschnitt um 1,19 Prozentpunkte geringeren Underpricing, was einer relativen Minderung von 38% entspricht. Bowen et al. (2004), S. 2f.
Erstmalige Researchreports sind in der Regel umfangreicher und ausführlicher als bei einem bestehenden Coverage. Es ist somit möglich, dass die Kapitalmarktteilnehmer diesen einen höheren Informationsgehalt zubilligen. McNichols und O’Brien (1997), S. 187, zeigen beispielsweise, dass die Revisionshäufigkeit geringer und die Prognosegenauigkeit höher ist.
Michaely und Womack (1999), S. 654. Die Autoren zeigen, dass eine zu geringe Analystencoverage durchaus einen selbstverstärkenden Effekt aufweisen kann.
Siehe dazu beispielsweise Womack (1996), Branson et al. (1998), Irvine (2003) und Achleitner et al. (2005). Allerdings darf daraus nicht geschlossen werden, dass die Unternehmen ihre Analystendichte quasi selbst bestimmen können. Vielmehr unterliegt die Analystendichte einer Vielzahl von Bestimmungsfaktoren, die nicht von den Unternehmen beeinflusst werden können. Diese werden im anschließenden Kapitel ausführlich dargestellt.
Doukas et al. (2005), S. 103, definieren diese exzessive Analystencoverage als Abweichung der aktuellen Analystendichte eines Unternehmens von einer erwarteten durchschnittlichen Analystendichte.
Doukas et al. (2005), S. 100f. Eine exzessive Analystendichte kann auch zu einer überhöhten Selbstsicherheit der Investoren führen, die den Informationsgehalt der Prognosen und Empfehlungen der Analysten überbewerten.
Siehe dazu Irvine (2003), S. 433 sowie Achleitner et al. (2005), S. 263.
Natürlich könnten die Analysten auch versuchen, durch sehr optimistisches Research bei der Neuaufnahme eines Coverage den Kontakt zum Management aufzubauen. Allerdings zeigen McNichols und O’Brien (1997), dass auch die Qualität dieser ersten Empfehlungen und auch Gewinnprognosen signifikant besser sind als das Research älterer Coverages. Dies lässt auf positive, aber auch bessere Informationen schließen. Liegen bei bestehenden Coverages hingegen negative Informationen vor, so werden die Coverages sehr oft eingestellt. Dies begründet die optimistische Verzerrung der Prognosen und Empfehlungen und zeigt, dass Analystenresearch und Publizitätsvorschriften eben keine perfekten Substitute sind, da vermeintlich schlechte Unternehmen eine geringere Analystendichte aufweisen. McNichols und Brien (1997), S. 197f.
Viele der Ergebnisse von Achleitner et al. (2005) stehen zwar im Einklang mit den empirischen Erkenntnissen über die Bestimmungsfaktoren der Analystendichte, allerdings ist die Aussagefähigkeit und Repräsentativität der Ergebnisse beschränkt, da nur das Jahr 2001 untersucht wird.
Ebenso argumentieren sie, dass eine hohe Fremdkapitalfinanzierung aufgrund der oftmals restriktiven Vertragsbedingungen zu einer verringerten Notwendigkeit des Monitorings durch Analysten führt. Ein höherer Leverage reduziert somit die Analystendichte. Moyer et al. (1989), S. 505.
Dies gilt sowohl für die reine Anzahl an institutionellen Investoren als auch den relativen Anteil am Unternehmen, der von institutionellen Investoren gehalten wird. Bushan (1989), S. 269.
Die divergierenden Ergebnisse basieren neben unterschiedlichen Datensamples möglicherweise auf der unterschiedlichen Messung des Diversifikationsgrades. Während Bushan (1989), S. 264, die Anzahl an Industriezweigen (SIC-Codes) als Variable abbildet, nutzen Achleitner et al. (2005), S. 269, eine nicht näher definierte Anzahl an Produktsegmenten.
Als Beispiel führen Moyer et al. (1989), S. 506, den Finanzsektor an.
Rights and permissions
Copyright information
© 2007 Deutscher Universitäts-Verlag | GWV Fachverlage GmbH, Wiesbaden
About this chapter
Cite this chapter
(2007). Spezifische Determinanten der Researchqualität. In: Qualität des Aktienresearchs von Finanzanalysten. DUV. https://doi.org/10.1007/978-3-8350-9638-7_7
Download citation
DOI: https://doi.org/10.1007/978-3-8350-9638-7_7
Publisher Name: DUV
Print ISBN: 978-3-8350-0848-9
Online ISBN: 978-3-8350-9638-7
eBook Packages: Business and Economics (German Language)