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.
Inhaltsverzeichnis
1 Einleitung
2 Modelltheoretische Darstellung des optimalen Prognosezeitpunktes
2.1 Stand der Forschung
2.2 Das Modell von Guttman
2.2.1 Ursprung und Motivation
2.2.2 Modellannahmen
2.2.2.1 Frühzeitigkeit der Schätzung
2.2.2.2 Präzision der Schätzung
2.2.2.3 Optimistische Verzerrung
2.2.3 Die Nutzenfunktion des Analysten
2.2.4 Ein-Analysten-Fall
2.2.4.1 Die optimale Prognose
2.2.4.2 Das Timing der optimalen Prognose
2.2.4.3 Komparative Statik
2.2.5 Zwei-Analysten-Fall
2.2.5.1 Unterschiede zum Ein-Analysten-Fall
2.2.5.2 Exkurs: Teilspielperfektes Gleichgewicht in reinen Strategien
2.2.5.3 Indifferenzintervall des Analysten
2.2.5.4 Das Timing der optimalen Prognose
2.2.5.5 Komparative Statik
2.2.5.6 Lösung bei unbekanntem Parametern
2.2.6 Mehr-Analysten-Fall
2.2.7 Kritische Würdigung
2.3 Das Modell von Gul und Lundholm
2.3.1 Ursprung und Motivation
2.3.2 Modellannahmen
2.3.3 Modellergebnisse
2.3.3.1 Symmetrisches Gleichgewicht
2.3.3.2 Asymmetrisches Gleichgewicht
2.3.4 Determinanten endogener Clusterbildung
2.3.5 Kritische Würdigung
2.4 Vergleich der Modelle
2.4.1 Annahmen und Modellierung der Umweltbedingungen
2.4.2 Determinanten des optimalen Prognosezeitpunktes
2.5 Ausblick
3 Überblick über empirische Arbeiten zum Prognosezeitpunkt
3.1 Stand der Forschung
3.2 Studie von Cooper, Day und Lewis
3.2.1 Grundidee und Aufbau
3.2.2 Methodologie
3.2.2.1 Bestimmung der Analystenperformance
3.2.2.2 Komponenten der Analystenperformance
3.2.3 Ergebnisse
3.2.4 Kritische Würdigung
3.3 Studie von Clement und Tse
3.3.1 Grundidee und Aufbau
3.3.2 Methodologie
3.3.3 Ergebnisse
3.3.4 Kritische Würdigung
3.4 Studie von Li
3.4.1 Grundidee und Aufbau
3.4.2 Methodologie
3.4.2.1 Modellbeschreibung
3.4.2.2 Testverfahren
3.4.3 Ergebnisse
3.4.4 Kritische Würdigung
3.5 Weitere Studien zum Prognosezeitpunkt
4 Zusammenführung von Theorie und Empirie
4.1 Erwartungen an die empirischen Ergebnisse aus theoretischer Sicht
4.2 Vergleich zwischen Theorie und Empirie
5 Resümee
Zielsetzung und thematische Schwerpunkte
Die Arbeit untersucht das Timing von Analystenprognosen, indem sie die in der Literatur häufig als exogen angenommene Zeitwahl endogenisiert und als Ergebnis eines strategischen Planungsprozesses interpretiert. Ziel ist es, theoretisch und empirisch zu analysieren, ob es einen optimalen Zeitpunkt für Analystenprognosen gibt und wie sich dieser durch strategische Interaktionen sowie den Informationsgehalt für Investoren bestimmt.
- Endogenisierung des Prognosezeitpunkts durch strategische Modelle (Guttman, Gul & Lundholm, Li)
- Analyse des Trade-offs zwischen Prognosegenauigkeit und Frühzeitigkeit
- Untersuchung von Clustereffekten bei Analystenprognosen
- Auswertung empirischer Studien zur Relevanz des Timings für Investoren
- Bedeutung der Reputation und Analystenfähigkeiten für das Timing
Auszug aus dem Buch
2.2.4.1 Die optimale Prognose
Die optimale Prognose des Analysten ergibt aus der Bedingung erster Ordnung bezüglich der Analystenschätzung. Die Ableitung der Nutzenfunktion nach der Schätzung lautet:
α_i - 2β_i E[π^F_i,t - π|Ψ_i,I_t] = 0 (2.2)
Aus der Ableitung erster Ordnung ergibt sich durch Umstellung die optimale Analystenprognose.
π^F_i,t = α_i / 2β_i + E[π|Ψ_i,I_t] (2.3)
Die optimale Prognose ergibt sich demnach als bedingter Erwartungswert der Gewinnrealisation unter Berücksichtigung aller öffentlichen und privaten Informationen des Analysten zuzüglich eines Verzerrungsfaktors [α_i / 2β_i]. Der Verzerrungsfaktor ist um so höher, je höher der normalverteilte Verzerrungsparameter α ist und um so geringer, je höher der Reputationsfaktor β ist.
Zusammenfassung der Kapitel
1 Einleitung: Diese Einleitung führt in die Bedeutung von Analystenprognosen für Finanzmärkte ein und begründet die Notwendigkeit, das Timing der Prognosen als strategische Entscheidung zu modellieren.
2 Modelltheoretische Darstellung des optimalen Prognosezeitpunktes: Dieses Kapitel stellt theoretische Modelle vor, die das Timing von Analystenprognosen endogenisieren und analysiert Faktoren, die zu einer zeitlichen Clusterbildung führen können.
3 Überblick über empirische Arbeiten zum Prognosezeitpunkt: In diesem Kapitel werden wichtige empirische Studien ausgewertet, welche die strategische Zeitwahl von Finanzanalysten und deren Auswirkungen auf den Markt untersuchen.
4 Zusammenführung von Theorie und Empirie: Dieses Kapitel gleicht die theoretischen Modelle mit den empirischen Erkenntnissen ab, um Hypothesen über das Timing-Verhalten und den Wert von Analystenprognosen zu validieren.
5 Resümee: Das Resümee fasst die zentralen Erkenntnisse der Arbeit zusammen und diskutiert die Implikationen für Analystenrankings sowie die Veröffentlichungspolitik börsennotierter Unternehmen.
Schlüsselwörter
Finanzanalysten, Prognosezeitpunkt, Analystenprognosen, Prognosegenauigkeit, Timing, strategische Entscheidung, Reputation, Clusterbildung, Informationsgehalt, Investorenreaktion, Modelltheorie, Empirie, Finanzierungslehre, Handelsvolumen, Interessenkonflikte.
Häufig gestellte Fragen
Worum geht es in der Arbeit grundsätzlich?
Die Arbeit analysiert das Timing von Gewinnprognosen durch Finanzanalysten, wobei die Zeitwahl nicht als gegeben, sondern als Ergebnis strategischer Überlegungen behandelt wird.
Was sind die zentralen Themenfelder?
Die zentralen Themen sind die theoretische Modellierung strategischer Zeitwahl, der Trade-off zwischen Prognosegenauigkeit und Frühzeitigkeit sowie die empirische Validierung des Einflusses des Timings auf Investorenentscheidungen.
Was ist das primäre Ziel der Forschungsarbeit?
Das primäre Ziel besteht darin, durch eine theoretische und empirische Analyse zu erklären, wie Finanzanalysten ihr Timing wählen und welche Konsequenzen dies für die Marktteilnehmer hat.
Welche wissenschaftliche Methode wird verwendet?
Die Arbeit nutzt einen analytisch-deduktiven Ansatz im theoretischen Teil, basierend auf spieltheoretischen Modellen, kombiniert mit einer Literaturanalyse einschlägiger empirischer Studien zu Analystenprognosen.
Was wird im Hauptteil behandelt?
Im Hauptteil werden zunächst die Modelle von Guttman sowie Gul und Lundholm vorgestellt und verglichen, gefolgt von einer detaillierten Analyse empirischer Arbeiten von Cooper, Day und Lewis, Clement und Tse sowie Li.
Welche Schlüsselwörter charakterisieren die Arbeit?
Die Arbeit lässt sich primär durch die Begriffe Finanzanalysten, Prognosezeitpunkt, strategisches Timing, Clusterbildung und Prognosegenauigkeit charakterisieren.
Warum clustern Analysten ihre Prognosen oft?
Dies ist häufig ein Ergebnis strategischen Verhaltens, bei dem Analysten versuchen, ihre Prognosegenauigkeit zu erhöhen, indem sie Informationen von Konkurrenten antizipieren oder sich an führenden Analysten orientieren, ohne diese zu kopieren.
Wie wirkt sich die Reputation auf das Timing aus?
Ein höherer Reputationsfaktor führt tendenziell zu einer späteren Prognoseabgabe, da Analysten bei hohen Reputationskosten vorsichtiger sind und warten, bis ihre privaten Informationen eine höhere Präzision aufweisen.
Was ist der Trade-off zwischen Genauigkeit und Frühzeitigkeit?
Da Investoren bereit sind, für frühzeitige Informationen auf ein gewisses Maß an Genauigkeit zu verzichten, müssen Analysten abwägen, ob sie für eine präzisere Prognose Zeit verlieren oder für einen Wettbewerbsvorteil eine weniger präzise Schätzung in Kauf nehmen.
- Quote paper
- David Bannas (Author), 2006, Das Timing von Analystenschätzungen, Munich, GRIN Verlag, https://www.grin.com/document/169352
