29,99 €
Mehr erfahren.
- Herausgeber: GRIN Verlag
- Sprache: Deutsch
Diplomarbeit aus dem Jahr 2006 im Fachbereich BWL - Investition und Finanzierung, Note: 1,7, Universität zu Köln, Sprache: Deutsch, Abstract: Analystenprognosen sind im Rahmen der Kapitalkostenschätzung von hoher Bedeutung. Finanzanalysten liefern mit ihren Prognosen die Inputparameter für Bewertungsmodelle wie das Dividenden-Barwert Modell, das Residual Income Model oder das Capital Asset Pricing Model. Unter dem Begriff Kapitalkosten versteht man dabei die Mindestrendite, die ein Investor auf das in der Unternehmung investierte Kapital erwar-tet. Durch die Prognosen werden Finanzinvestoren Informationen zur Verfügung gestellt, die diese im Rahmen des Portfolio-Management-Prozesses benötigen, um Unternehmen zu bewerten und ihre Investmententscheidung zu treffen. Die Aufgabe von Finanzanalysten besteht heute schwerpunktmäßig in der Beschaffung, Überprüfung, Verarbeitung, Auswertung und strategischen Einordnung der von den Unternehmen veröffentlichten quantitativen Informationen. Diese vergleichen sie mit den Werten der am Markt konkurrierenden Unternehmen. Ziel der Suche und Analyse dieser Informationen ist die Veröffentlichung von Gewinnschätzungen und die Bereitstellung konkreter Anlageempfehlungen, also die Auskunft darüber, ob Käufe oder Ver-käufe der untersuchten Wertpapiere vorteilhaft sind. Hieraus ergibt sich eine große ökonomische Bedeutung, die Finanzanalysten für andere Marktteilnehmer haben. Finanzanalysten sind bei ihrer Arbeit einer Vielzahl von Interessenkonflikten ausgesetzt, die Einfluss auf die Qualität ihrer Prognosen haben. Interessenkonflikte sind ins-besondere dann möglich, wenn Finanzanalysten für Institutionen arbeiten, die neben Brokerdiensten auch Investmentbanking betreiben oder in anderen geschäftlichen Beziehungen zu den Emittenten der untersuchten Wertpapiere stehen. In der vorliegenden Arbeit werden theoretische und empirische Arbeiten ausgewertet, die den Zeitpunkt der Analystenschätzung endo-genisieren.
Das E-Book können Sie in Legimi-Apps oder einer beliebigen App lesen, die das folgende Format unterstützen:
Veröffentlichungsjahr: 2011
Ähnliche
Page 1
Page 5
SymbolverzeichnisVerzerrungsfaktor des Analysten i
i
Reputationsfaktor des Analysten i
i
StörgrößePrivate Information des Analysten i
i
Realisierter Gewinn des UnternehmensGewinnerwartung der Investoren im Zeitpunkt t
t
FGewinnprognose des Analysten i im Zeitpunkt t
i t,KKonsens-Gewinnprognose im Zeitpunkt t
t
Gleichgewichtiges StrategieprofilStandardabweichung einer Zufallsgröße x
x
2Varianz einer Zufallsgröße x
x
Kovarianz zweier Zufallsgrößen x und y
XY
Korrelationskoeffizient zweier Zufallsgrößen x und y
XY
Erwartungswert einer Zufallsgröße x
x
Regressionsparameter bezüglich Komponente i
i
Sensitivitätsmaß bezüglich Genauigkeit gegenüber Verzögerung aiRegressionsparameter bezüglich Komponente i Avg (ACCi) Teststatistik für die Prognosegenauigkeit CARijtKumulierte abnorme Rendite des Wertpapiers j, die innerhalb eines Drei-Tages-Zeitraums um die Prognose von Analyst i liegtdErwartete quadratische Abweichung zwischen zwei Prognosen bei endo-EN
genem TimingdErwartete quadratische Abweichung zwischen zwei Prognosen bei exo-EX
genem TimingE YErwartungswert einer Zufallsgröße y
Bedingter Erwartungswert einer Zufallsgröße yE Y X xfGenauigkeit der privaten Informationen von Analyst i
Si
f tGenauigkeit der Investorenerwartungen bzgl. der Unternehmensgewinne
Page 6
Symbolverzeichnis V*f tPrognoseabhängige Präzision der Investorenerwartungen im Gleichge-
ic,wichtf tGenauigkeit der Investorenerwartungen bzgl. der Unternehmensgewinne
nach Veröffentlichung der Prognose
FRC Forecast Response Coefficient FREQ Prognosefrequenz FSLtÜberraschungskomponente in der Prognose des Führungsanalysten FSFtÜberraschungskomponente in der Prognose des NachzüglersIÖffentlich verfügbare Informationen im Zeitpunkt t
t
IQi,tMaßgröße von Li zur Bewertung der Analystenqualität LFR Leader-Follower ratio Q Anzahl der Prognoserevisionen eines Analysten im Betrachtungszeitraum Rank Rangkoeffizient RESP Anzahl Tage, die zwischen der Bekanntgabe der Quartalsergebnisse und der ersten Prognoserevision eines Analysten liegen REVPijtPrognose des Analysten i für die Firma j multipliziert mit dem Aktienkurs zwei Tage vor Abgabe der Prognose t Zeitpunkt T0Kumulative Vorlaufzeit einer Prognose T1Kumulative Nachlaufzeit einer Prognose SCAV Standardisiertes kumuliertes, abnormes Handelsvolumen Std Standardabweichung TAV Teststatistik für das abnorme HandelsvolumeniU x( ) Nutzen des Analysten i Var Varianz XRtÜbergewinn der Periode t
Page 7
1 Einleitung
Analystenprognosen sind im Rahmen der Kapitalkostenschätzung von hoher Bedeutung. Finanzanalysten liefern mit ihren Prognosen die Inputparameter für Bewertungsmodelle wie das Dividenden-Barwert Modell, das Residual Income Model oder das Capital Asset Pricing Model. Unter dem Begriff Kapitalkosten versteht man dabei die Mindestrendite, die ein Investor auf das in der Unternehmung investierte Kapital erwartet.1Durch die Prognosen werden Finanzinvestoren Informationen zur Verfügung gestellt, die diese im Rahmen des Portfolio-Management-Prozesses benötigen, um Unternehmen zu bewerten und ihre Investmententscheidung zu treffen.2
Die Aufgabe von Finanzanalysten besteht heute schwerpunktmäßig in der Beschaffung, Überprüfung, Verarbeitung, Auswertung und strategischen Einordnung der von den Unternehmen veröffentlichten quantitativen Informationen. Diese vergleichen sie mit den Werten der am Markt konkurrierenden Unternehmen.3Ziel der Suche und Analyse dieser Informationen ist die Veröffentlichung von Gewinnschätzungen und die Bereitstellung konkreter Anlageempfehlungen, also die Auskunft darüber, ob Käufe oder Verkäufe der untersuchten Wertpapiere vorteilhaft sind.4Hieraus ergibt sich eine große ökonomische Bedeutung, die Finanzanalysten für andere Marktteilnehmer haben.5
Finanzanalysten können allgemein in Buy-side Analysten und Sell-side Analysten unterschieden werden. Buy-side Analysten sind überwiegend für institutionelle Anleger tätig und liefern den im selben Unternehmen angestellten Asset Managern Anlageempfehlungen für deren Wertpapiertransaktionen.6Sell-side Analysten hingegen arbeiten für Banken, die Brokerdienste anbieten, also Wertpapieraufträge anderer Anbieter an die Börse weiterleiten. Der Broker erhält für die Weiterleitung der Wertpapieraufträge Provisionen, deren Höhe auch die Entlohnung des Sell-side Analysten determiniert.7
Die Prognosen von Finanzanalysten basieren dabei sowohl auf privaten als auch auf öffentlichen Informationen.8Zu den öffentlichen Informationen zählen neben Geschäfts- und Quartalsberichten auch die Prognosen anderer Finanzanalysten. Damit ist
1Vgl. Grinblatt, Titman (1998), S. 371.
2Vgl. Sharpe, Alexander, Bailey (1999), S. 740-744; Das, Levine, Sivaramakrishnan (1998), S. 277.
3Vgl. Claussen, Schwark (1997), S. VI; Göres (2003), S. 27; Michaelsen (2001), S. 76.
4Vgl. Michaelsen (2001), S. 79; Döring (2000), S. 121; Löffler (1998), S. 24; Cooper, Day, Lewis
(2001), S. 384.
5Vgl. Guttman (2005), S. 1; Löffler (1998), S. 2.
6Vgl. Michaelsen (2001), S. 77.
7Vgl. Cooper, Day, Lewis (2001), S. 384.
8Vgl. Michaelsen (2001), S. 77.
Page 8
1 Einleitung 2
jeder Finanzanalyst gleichzeitig Informationszulieferer für andere Analysten sowie Konsument der Prognosen seiner Konkurrenten.9Neben diesen allgemein zugänglichen Informationen nutzen Finanzanalysten auch private Informationsquellen, die nicht unmittelbar für jeden Kapitalmarktteilnehmer zugänglich sind. Dort erhalten sie in erster Linie Informationen, welche im Rahmen von Analystenkonferenzen oder privaten Analystengesprächen von Unternehmensseite zur Verfügung gestellt werden.10
Finanzanalysten sind bei ihrer Arbeit einer Vielzahl von Interessenkonflikten ausgesetzt, die Einfluss auf die Qualität ihrer Prognosen haben. Interessenkonflikte sind insbesondere dann möglich, wenn Finanzanalysten für Institutionen arbeiten, die neben Brokerdiensten auch Investmentbanking betreiben oder in anderen geschäftlichen Beziehungen zu den Emittenten der untersuchten Wertpapiere stehen.11
Die wissenschaftliche Literatur, die sich in theoretischer und empirischer Form mit Analystenprognosen sowie den Anreizen und Interessenkonflikten der Finanzanalysten auseinandersetzt ist sehr umfangreich. Dimson und Marsh (1984), Stickel (1992) sowie Womack (1996) zeigen in ihren Studien erstmals, dass Analystenprognosen einen signifikanten Einfluss auf Wertpapierpreise und Handelsvolumina haben.12Dugar und Nathan (1995), Michaely und Womack (1999) sowie O’Brien, McNichols und Lin (2002) stellen dar, dass Analystenprognosen dann eine starke positive Verzerrung aufweisen, wenn das betreffende Institut als Investmentbank für das zu untersuchende Unternehmen tätig ist.13Jackson (2005), Irvine (2001) sowie Aitken, Muthuswamy und Wong (2001) stellen ebenfalls eine positive Verzerrung fest. Die Ursache dieser Verzerrung sehen die Autoren dabei jedoch in erster Linie in dem Anreiz der Analysten, durch ihre Prognosen höhere Handelsumsätze zu generieren.14Eine Vielzahl von Studien befasst sich außerdem mit dem Herdenverhalten im Investmentbereich. Die Studien von Scharfstein und Stein (1990), Trueman (1994), Zwiebel (1995), Prendergast and Stole (1996), Graham (1999), Welch (2000) sowie Clarke und Subramanian (2006) analysieren dabei vor allem den Zusammenhang zwischen der Re-
9Vgl.Guttman (2005), S. 1.
10Vgl. Michaelsen (2001), S. 77.
11Vgl. Göres (2003), S. 33.
12Vgl. Dimson, Marsh (1984), S. 1288-1289; Stickel (1992), S. 1831; Womack (1996), S. 164.
13Vgl. Dugar, Nathan (1995), S. 154; Michaely, Womack (1999), S. 683; O’Brien, McNichols, Lin
(2002), S. 648-649.
14Vgl. Jackson (2005), S.673; Irvine (2001), S.224; Aitken, Muthuswamy und Wong (2001), S.21.
Page 9
1 Einleitung 3
putation von Analysten und Herdenverhalten.15Die bisherigen Arbeiten verwenden in erster Linie die Prognosegenauigkeit als Maßstab für den Wert, den eine Prognose für Investoren besitzt.16Obwohl auch dem Prognosezeitpunkt eine enorme Bedeutung zukommt, wird diesem in der Literatur eine eher untergeordnete Rolle beigemessen. Der Großteil der wissenschaftlichen Literatur konzentriert sich auf den Inhalt der Prognosen und nimmt das Timing der Analystenschätzung als exogen gegeben an.17Diese Annahme wird in der vorliegenden Arbeit aufgegeben. Es werden theoretische und empirische Arbeiten ausgewertet, die den Zeitpunkt der Analystenschätzung endogenisieren. Der Prognosezeitpunkt ist in diesen Modellen Ergebnis eines strategischen Planungsprozesses des Finanzanalysten. Die Arbeit geht im theoretischen Teil der Frage nach, ob Finanzanalysten den Zeitpunkt ihrer Prognosen strategisch bestimmen und inwieweit es einen optimalen Zeitpunkt für die Schätzungen gibt. Es wird untersucht, inwiefern aus dem Zeitpunkt und der Reihenfolge von Prognosen verschiedener Analysten, auf deren Qualität und Informationsgehalt geschlossen werden kann. Im empirischen Teil wird analysiert, inwiefern für Investoren neben der Genauigkeit auch der Zeitpunkt einer Prognose relevant ist. Es werden verschiedene empirische Studien ausgewertet, die sich mit dem Wertbeitrag beschäftigen, den eine relativ frühzeitige Analystenprognose für Investoren hat. Außerdem wird geprüft, ob Analysten-Rankings auf Basis von Prognosefrühzeitigkeit die Reaktionen von Investoren besser erklären als solche auf Basis der Prognosegenauigkeit.
Methodisch geht die vorliegende Arbeit folgendermaßen vor. Zunächst wird in Kapitel 2 anhand der theoretischen Modelle von Gul und Lundholm (1995), Guttman (2005) sowie Li (2006) dargestellt, wann Analysten ihre Prognose optimalerweise veröffentlichen sollten. Außerdem wird gezeigt, welche Schlussfolgerungen sich aus dem Zeitpunkt und der Reihenfolge von Schätzungen verschiedener Analysten ziehen lassen. Anschließend werden in Kapitel 3 verschiedene empirische Arbeiten ausgewertet, die sich ebenfalls mit dieser Fragestellung befassen. In Kapitel 4 wird dann gezeigt, inwiefern die empirischen Ergebnisse mit den theoretischen Modellen korrespondieren. Schließlich werden die Ergebnisse kurz zusammengefasst und die Arbeit mittels eines kurzen Resümees abgeschlossen.
15Vgl. Scharfstein, Stein (1990), S. 465 ff; Trueman (1994), S. 97 ff; Zwiebel (1995), S. 1 ff; Prender-
gast, Stole (1996), S. 1105 ff; Graham (1999), S. 237 ff; Welch (2000), S. 369 ff; Clarke, Subramani-
an (2006), S. 81 ff.
16Vgl. Clement, Tse (2003), S. 227.
17Vgl. Li (2006), S. 1.
Page 10
2 Modelltheoretische Darstellung des optimalen Prognosezeitpunktes
2.1 Stand der Forschung
Die Endogenisierung des Timings von Analystenschätzungen spielt in der theoretischen Forschung erst seit relativ kurzer Zeit eine Rolle. Faruk Gul und Russell Lundholm haben diese Idee 1995 in ihrer Arbeit „Endogenous Timing and the Clustering of Agents’ Decisions” im Journal of Political Economy zum ersten Mal thematisiert.18Ilan Guttmann hat sich in seinem 2005 erschienenen Arbeitspapier „The Timing of Analysts’ Earnings Forecasts” ebenfalls mit dieser Fragestellung beschäftigt. Allerdings befasst er sich intensiver mit den konkreten Umweltbedingungen von Finanzanalysten und kommt dementsprechend zu anderen Resultaten als Gul und Lundholm. Schließlich hat Laura Yue Li Anfang 2006 ihre Arbeit „Strategic Forecast Timing: Theory and Evidence” veröffentlicht, in der sie ebenfalls die strategische Timing-Entscheidung von Finanzanalysten modelliert.19
In diesem Kapitel wird das Modell von Guttman ausführlich vorgestellt. Anschließend wird auf das Modell von Gul und Lundholm eingegangen und erläutert, worin die Hauptunterschiede der beiden Modelle liegen. Abgeschlossen wird das Kapitel mit einem Ausblick, in den auch Ideen des Modells von Laura Yue Li einfließen.
2.2 Das Modell von Guttman
2.2.1 Ursprung und Motivation
Das Modell von Guttman (2005) endogenisiert den Zeitpunkt der Schätzung von Finanzanalysten und untersucht mögliche Strategien, die zu einem Gleichgewicht der Timing-Strategien zwischen verschiedenen Analysten führen. Guttman folgt dabei Studien, die zeigen, dass Analysten, obwohl sie hauptsächlich an der Genauigkeit ihrer Schätzung interessiert sind, einen Anreiz haben, ihre Prognosen zu verzerren.20Die Studie kritisiert, dass Finanzanalysten in Modellen, die nur auf dem Trade-off zwischen Genauigkeit und optimistischer Verzerrung basieren, ihre Prognose optimalerweise kurz vor der Gewinnveröffentlichung der Unternehmen abgeben, da die Schätzung dann am
18Vgl. Guttman (2005), S. 3.
19Vgl. Li (2006), S. 1.
20Vgl. Jackson (2005), S. 673-674; Hong, Kubik (2003), S. 313; Lim (2001), S. 369; Das, Levine, Siva-
ramakrishnan (1998), S. 278.
