Auswirkungen von Gewinnprognosen auf schwellenwertorientierte Bilanzpolitik

Inhaltsverzeichnis

Abbildungsverzeichnis

Tabellenverzeichnis

Symbolverzeichnis

Abkürzungsverzeichnis

1. Einleitung

2. Der Einfluss von Finanzanalysten auf den Kapitalmarkt
2.1 Das Konzept der Informationseffizienz
2.1.1 Grundlegende Modellspezifikationen
2.1.2 Einschränkungen der Rationalität
2.2 Informationsverarbeitung durch Finanzanalysten
2.2.1 Verarbeitung von Rechnungslegungsdaten
2.2.2 Kommunikation zwischen Unternehmen und Analysten
2.3 Annahmen über das Verhalten von Analysten
2.4 Darstellung von empirischen Ergebnissen

3. Das Verhalten von Managern und die Bedeutung für Bilanzpolitik
3.1 Agency-theoretische Erklärung für Bilanzpolitik
3.2 Eigeninteresse des Managements und Beeinflussung des Kapitalmarktes
3.2.1 Ergebnis- und aktienabhängige Entlohnung des Managers
3.2.2 Earnings Guidance
3.3 Ausprägungen von Bilanzpolitik
3.3.1 Erklärungen für die Bedeutung von Schwellenwerten
3.3.2 Methoden zur Messung von Bilanzpolitik
3.3.2.1 Schwellenwertmethodik
3.3.2.2 Discretionary Accruals
3.4 Darstellung von empirischen Ergebnissen

4. Empirische Analyse des deutschen Kapitalmarktes
4.1 Hypothesenbildung
4.2 Datenbasis und deskriptive Statistik
4.3 Resultate
Anzahl der
4.4 Schlussfolgerung

5. Fazit und Ausblick

Literaturverzeichnis

Abbildungsverzeichnis

Abbildung 1: Stufen der Informationseffizienz nach Fama (1970)

Abbildung 2: Medien der Investor Relations

Abbildung 3: Prinzipal-Agenten-Beziehung mit Delegated Monitoring durch einen Analysten

Abbildung 4: Verlauf der Wertfunktion gemäß der Prospect Theorie

Abbildung 5: Verlauf eines Histogramms bei Bilanzpolitik zum Erreichen/Übertreffen der Konsensanalystenprognosen

Abbildung 6: Verteilung der Prognosefehler

Abbildung 7: Verteilung der Prognosefehler für 2005

Abbildung 8: Verteilung der Earnings per Share

Tabellenverzeichnis

Tabelle 1: Überblick über empirische Studien zu Analystenprognosen

Tabelle 2: Überblick über empirische Studien zur Bilanzpolitik

Tabelle 3: Summe und Anzahl der Beobachtungen pro Periode für den Test von Hypothese 1

Tabelle 4: Summe und Anzahl der Beobachtungen pro Periode für den Test von Hypothese 2

Tabelle 5: Deskriptive Statistik für den Test des Prognosefehlers und der EPS

Tabelle 6: Anzahl der Beobachtungen in den Intervallen um null für Prognosefehler

Tabelle 7: Standardisierte Differenzen in den Intervallen um null für Prognosefehler

Tabelle 8: Anzahl der Beobachtungen in den Intervallen um null für EPS Werte

Tabelle 9: Standardisierte Differenzen im Intervall um null für EPS Werte

Symbolverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

1. Einleitung

In den USA lassen sich in den vergangenen Jahren starke Aktienkursschwankungen bei dem Verfehlen von Analystenprognosen erkennen, die teilweise eine verheerende Wertvernichtung nach sich zogen. So ist es bspw. möglich, dass nach dem Unterschreiten der Prognose auch nur um einen Cent einige Unternehmen einen Aktienkursrückgang in Höhe von 25 bis 50% hinnehmen mussten.^[1] Den Meinungen von Analysten über die zukünftige Wertentwicklung wird im amerikanischen Kapitalmarkt ein außerordentlicher Stellenwert, nicht nur vom Management, sondern auch von der breiten Masse der Marktteilnehmer beigemessen. Ein enormer Einfluss von Analysten auf den dortigen Kapitalmarkt kann also nicht geleugnet werden, so dass ein Verhalten des Managements zur Manipulation des ausgewiesenen Ergebnisses hin zum Wert der Prognose angenommen wird. Bilanzpolitik zum Erreichen oder Übertreffen der Prognosen scheint in diesem Szenario sogar notwendig zu sein, um eine übermäßige Sanktion durch den Markt zu verhindern. Diese Arbeit versucht zu überprüfen, ob diese Überlegungen auf den deutschen Kapitalmarkt zu übertragen sind und ob die gleichen bilanzpolitischen Motive auch in deutschen Vorstandsetagen vorherrschend sind. Es wird versucht, die Rolle des Kapitalmarkts und dessen Einfluss stellvertretend über die Funktion des Informationsintermediärs „Finanzanalyst“ auf die Anreizbildung zur Bilanzpolitik für deutsche börsennotierte Unternehmen zu modellieren.

Dazu werden in Kapitel 2 die Eigenschaften und Funktionen von Kapitalmärkten anhand theoretisch anerkannter Modelle charakterisiert, wonach in einem weiteren Schritt die Informationsbeziehung zwischen Unternehmen und Analyst und die Bedeutung für eine adäquate Bewertung veranschaulicht wird. Darauf folgend werden Annahmen über die strategischen und kognitiven Faktoren des Verhaltens von Analysten gebildet. Abschließendend wird ein Überblick über einige empirische Arbeiten der vergangenen Jahre gegeben. In Kapitel 3 werden die Anreize von Managern zur Ausübung von Bilanzpolitik und Erwartungsänderung der Analysten zunächst über die Erklärung der Prinzipal-Agenten-Theorie und in folgenden Abschnitten über die Gestaltung von Entlohnungsschemata dargelegt. Des Weiteren werden zwei relevante Methoden zur Messung von Bilanzpolitik – die Schwellenwert und Discretionary Accruals Methode – vorgestellt, bevor Resultate empirischer Studien erläutert werden. Zum Abschluss der Arbeit wird eine eigene Analyse des deutschen Kapitalmarktes zu der o.g. Fragestellung durchgeführt.

2. Der Einfluss von Finanzanalysten auf den Kapitalmarkt

2.1 Das Konzept der Informationseffizienz

2.1.1 Grundlegende Modellspezifikationen

Das wohl am weitesten verbreitete und populärste Modell zur Informationseffizienz wurde von Fama (1970) entwickelt. Nach seiner Definition ist ein Kapitalmarkt dann informationseffizient, wenn sich zu jedem Zeitpunkt alle verfügbaren Informationen in den Kursen widerspiegeln.^[2] Die Theorie beschreibt eine Beziehung zwischen einem existierenden Informationsniveau und dem damit verbundenen Marktpreis.^[3] Zu den Annahmen des Modells gehören homogene Erwartungen der Marktteilnehmer sowie kostenlose Transaktionen und eine kostenlose Informationsbeschaffung, welche hinreichend, aber nicht notwendig sind.^[4] Der erwartete Marktwert einer Aktie für t+1 auf dem Niveau der in t bekannten Informationen entspricht dem Barwert des aufgezinsten aktuellen Preises einschließlich der anfallenden Dividendenzahlungen, wobei als Aufzinsungsfaktor die für t+1 erwartete Rendite auf Basis der in t bekannten Informationen dient.^[5] Formal lässt sich der erwartete Preis folgendermaßen darstellen^[6]:

Abbildung in dieser Leseprobe nicht enthalten, (2-1)

wobei Abbildung in dieser Leseprobe nicht enthalten der Preis des Wertpapiers j in t, Abbildung in dieser Leseprobe nicht enthalten der Informationsstand in t und Abbildung in dieser Leseprobe nicht enthalten die einperiodige risikoadjustierte Rendite des Wertpapiers j in t+1 ist. Dies bedeutet, dass kein Profit aus einer Informationsauswertung zu generieren ist, da alle in t verfügbaren Informationen bereits vollkommen im erwarteten Preis enthalten sind. Es lassen sich mit einer Handelsstrategie, basierend auf den verfügbaren Informationen, im Durchschnitt keine Renditen erzielen, die systematisch über den ex ante vom Markt erwarteten Gleichgewichtsrenditen liegen.^[7] Zwar ist es möglich, dass einzelne Investoren Überrenditen erzielen können, jedoch ist der Erwartungswert der Abweichungen vom Gleichgewicht, bestehend aus der Rendite eines Wertpapiers und der erwarteten Rendite unter Abhängigkeit der verfügbaren Informationen, auf einem effizienten Markt in der Summe gleich null, womit sich Gewinne und Verluste im Zeitablauf ausgleichen.^[8]

Fama (1970) entwickelt drei Stufen der Informationseffizienz. Auf der Stufe der schwachen Informationseffizienz sind sämtliche Informationen über Kursverläufe der Vergangenheit im aktuellen Kursniveau verarbeitet. Folglich kann eine Zeitreihenanalyse von historischen Daten keine überdurchschnittlichen Renditen ermöglichen. In der mittelstrengen Form spiegeln die Preise alle öffentlich zugänglichen Informationen wider. Zu den Daten gehören bspw. Pressemitteilungen oder Rechnungslegungsdaten. Durch eine Auswertung dieser Daten ist es ebenfalls nicht möglich, systematische Überrenditen zu erzielen. Letztendlich sind bei der strengen Form der Informationseffizienz selbst bewertungsrelevante Insiderinformationen, die nur dem Management zur Verfügung stehen, in den Marktpreisen berücksichtigt. Die nächst höhere Stufe umfasst jeweils die Informationsmenge der vorherigen.^[9] Die strenge Informationseffizienz ist allerdings nur von theoretischer Natur und kann als Vergleichs- oder Optimalwert verstanden werden.^[10] Nachfolgend soll der Aufbau der Stufen in Abbildung 1 verdeutlicht werden.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 1: Stufen der Informationseffizienz nach Fama (1970)

(In Anlehnung an: Steiner/Bruns (2000), S. 41)

Kritisch an diesem Modell kann angemerkt werden, dass Fama (1970) nicht die Ziele und Anreize der Investoren untersucht.^[11] Ebenso berücksichtigt er nicht die abweichenden subjektiven Informationsstände und die darauf beruhenden heterogenen rationalen Erwartungen der Marktteilnehmer, die zu einem ineffizienten Informationsaustausch von wertrelevanten Informationen führen.^[12] Die Existenz von Informations- und Transaktionskosten wird ebenfalls nicht in die Betrachtung eingebunden, so dass selbst Fama (1991) die Annahme der strengen Informationseffizienz aufgibt.^[13] Ein weiteres schwerwiegendes Problem ist die Übertragbarkeit in die Praxis. Zur empirischen Testbarkeit ist die Schätzung der erwarteten Rendite über ein Preisbildungsmodell^[14] notwendig, da die vom Markt ex ante erwartete Rendite nicht beobachtbar ist, d.h., dass innerhalb von Studien neben der Markteffizienzhypothese implizit immer auch die Gültigkeit des verwendeten Preisbildungsmodells überprüft wird. In diesem Zusammenhang wird von der Joint Hypothesis Problematik gesprochen.^[15] Die Feststellung einer signifikanten Überrendite bedeutet somit nicht zwangsläufig eine Ineffizienz des Marktes, sondern kann auch vielmehr eine Fehlspezifikation des Preisbildungsmodells bedeuten.^[16] Ein weiterer zentraler Kritikpunkt ist die nicht vorhandene Möglichkeit der Erzielung von Überrenditen durch eine Informationsauswertung bei Annahme von rational handelnden Investoren. Dies wirft die Frage auf, wie Informationen überhaupt in den Markt gelangen. In diesem Zusammenhang wird vom Informationsparadoxon gesprochen.^[17]

Famas (1970) Modell ermöglicht einige Implikationen zur Existenz von Finanzanalysten. Wenn die strenge Informationseffizienz nicht gegeben ist, kann die Kapitalmarktkommunikation von Unternehmen und Analysten dafür sorgen, dass eine Änderung der Erwartungshaltung am Kapitalmarkt eintritt und eine Erzielung von Überrenditen möglich wird.^[18] Im Umkehrschluss wäre bei strenger Effizienz eine Ausübung von Investor Relations (IR) wirkungslos, da sich bereits private Informationen in den Preisen widerspiegeln.^[19] Fraglich erscheint bei dieser Argumentation die strikte Trennung von Insiderinformationen und der Öffentlichkeit zugänglichen im Hinblick auf die starke Nutzung von IR. Eine Überrendite bei der Annahme der mittelstrengen Form wäre nur zu erwarten, wenn der Analyst private Unternehmensinformationen offenbaren würde.^[20] Die Annahme der mittelstrengen und schwachen Form würde einer aktiven Kommunikation des Unternehmens mit den Analysten nicht entgegenstehen. Sie wäre sogar notwendig, damit ein Zusammenhang zwischen der Informationspolitik eines Unternehmens und den Kursveränderungen geschaffen wird. Noch nicht in den Preisen enthaltene Informationen können so zur Preisbildung an den Markt weitergegeben werden.^[21]

Beaver (1981) entwirft eine Definition der Informationseffizienz bezüglich eines Informationssignals und eines Informationssystems. Der Markt ist hinsichtlich eines bestimmten Informationssystems effizient, falls die Aktienkurse sich so verhalten, als ob jeder Marktteilnehmer – alle Investoren besitzen hier heterogene Erwartungen – die Signale des Systems kennen würde.^[22] Rubinstein (1975) hingegen formuliert eine preis- und portfoliobezogene Definition, in der die Bedingungen für Informationseffizienz aus einem Konsumoptimierungsansatz abgeleitet werden.^[23] Ein effizientes Gleichgewicht ist auf einem Markt dann erreicht, wenn die Marktteilnehmer bei dem Auftreten einer neuen Information die Struktur ihrer Portfolios nicht ändern.^[24] Im Vergleich zu Fama (1970) stellen die Definitionen von Rubinstein (1975) und Beaver (1981) eine noch strengere Ausprägung der Informationseffizienz dar, da nach ihren Definitionen neue Informationen nicht Auslöser neuer Transaktionen sein können. In Bezug auf die nur hinreichende Bedingung der homogenen Erwartungen bei Fama (1970) werden einige Investoren auf Grund einer unterschiedlichen Interpretation der neuen Information verkaufen und andere die Wertpapiere kaufen. Die entscheidende Implikation ist, dass sich hierbei keine Preisänderung einstellt. Nach Fama (1970) wäre der Markt effizient, während bei Rubinstein (1975) und Beaver (1981) keine Informationseffizienz herrscht.^[25]

2.1.2 Einschränkungen der Rationalität

Um als angesehener Informationsintermediär anerkannt zu werden, müssen gewisse Qualitätsanforderungen an Analysten gestellt werden. Eine Analyse sollte daher objektiv, präzise und sachlich sowie fachlich fundiert sein, d.h. sie sollte nicht unter den herrschenden Voraussetzungen noch verbessert werden können.^[26] Als theoretische Grundlage dient die Definition von Muth (1961), der Erwartungen über eine Zufallsvariable dann als rational ansieht, „[...] that expectations of firms (or, more generally, the subjective probability distribution of outcomes) tend to be distributed, for the same information set, about the prediction of the theory (or the “objective“ probability distributions of outcomes)”^[27]. Eine Schätzung, die durch den Erwartungswert der subjektiven Verteilung widergespiegelt wird, muss bei Rationalität auch identisch mit dem bedingten Erwartungswert der Zufallsvariablen sein, wobei angenommen wird, dass keine Informationen im Zeitablauf verloren gehen. Als weitere Bedingung gilt, dass der auf der Information bedingte Erwartungswert der Prognoseabweichung gleich null ist und eine Hinzunahme weiterer Informationen diesen auch nicht reduzieren kann.^[28] Für die Voraussetzungen der Effizienz der Informationsverarbeitung und der Unverzerrtheit ergibt sich somit, dass diese bei Rationalität erfüllt sein müssen.^[29]

An dieser Stelle soll die Annahme streng rationaler Erwartungen aufgegeben werden. Zunächst soll die Gruppe der Noise Trader klassifiziert werden, die sich bewusst oder unbewusst irrational verhalten. Charakteristika von Noise Tradern sind z.B. Überreaktionen auf verschiedenste Informationen oder Transaktionen auf Grundlage von bereits in den Preisen verarbeiteten oder irrelevanten Informationen.^[30] Durch die Existenz von Noise werden Kapitalmärkte erst funktionsfähig, da durch Noise Transaktionsanreize für den besser informierten Investor und Anreize für den schlechter Informierten entstehen, zusätzliche Informationen zu beschaffen, und folglich werden Transaktionen und die Liquidität des Marktes mit dem Umfang des Noise Trading zunehmen.^[31] Die anderen Teilnehmer können auf Grund des Noise nicht klar erkennen, ob der Investor wegen des Informationsvorsprungs, aus anderen Beweggründen oder dem Angebot und der Nachfrage handelt.^[32] Dabei ist es möglich, durch private Informationen Vorteile zu schaffen, da der Wert dieser Information von der Fähigkeit des Investors abhängt, wie gut er die Transaktionen hinter dem Noise verbergen kann.^[33]

Eine weitere Einschränkung der Rationalität stellt die Negierung der kostenlosen Transaktionen dar, welche noch bei Fama (1970) eine grundlegende Annahme für das Vorliegen der Informationseffizienz darstellt. Grossmann/Stiglitz (1980) entwickeln ein Modell, welches ebenfalls Noise enthält, der dafür sorgt, dass Aktienkurse nicht zu jedem Zeitpunkt sämtliche Informationen widerspiegeln. Rational agierende Investoren werden nur dann Ressourcen aufwenden, sobald der potenzielle Nutzen der Informationen die realisierten Kosten übersteigt. In dieser Konstellation werden nicht sämtliche Informationen beschafft, und die Kurse können auf Grund dessen auch nicht mehr jegliche Informationen enthalten. Investoren haben im Modell die Möglichkeit, Transaktionskosten auf sich zu nehmen und sich bewertungsrelevante Informationen zu beschaffen. Ebenso können sie versuchen, Informationen aus Kursen abzuleiten. Ein informierter Investor genießt im Vergleich den Vorteil exakter Informationen, wobei ihm der Nachteil der Kosten gegenübersteht. Im Gegenzug hat der uninformierte Investor den Vorteil der Kostenfreiheit, aber den Nachteil der ungenaueren Information. Der Preis kann den uninformierten Investoren immer nur einen Teil der Informationen auf Grund des Noise vermitteln, so dass immer noch ein Anreiz zur kostenpflichtigen Informationsbeschaffung besteht.^[34]

Im Gleichgewicht des Modells ergibt sich, dass der erwartete Nutzen eines informierten und des uninformierten Investors identisch sind und kein Investor in dieser Situation von seiner Strategie der Informationsverarbeitung abweicht.^[35] Die Preise enthalten die Informationen der Informierten, und das Preissystem macht die kostenpflichtigen Informationen den Uninformierten kostenlos zugänglich. Je niedriger die Informationskosten, desto höher ist der gleichgewichtige Anteil an Informierten, und ein höherer Grad an Informierten führt zu einem höheren Einfluss der Informationen auf den Preis. Bei abnehmenden Kosten ist folglich der Informationsgehalt des Preissystems zunehmend. Eine abnehmende Risikoaversion stärkt die Position der informierten Investoren und erhöht den Informationsgehalt des Preissystems. Eine Veränderung des Noise hingegen hat keine Auswirkung auf den Informationsgehalt.^[36] Ein Marktgleichgewicht entsteht bei Grossmann/Stiglitz (1980) nur, wenn der Markt informationsineffizient ist, und gleichzeitig kann ein Markt immer nur annähernd effizient sein.^[37] Kostenlose Informationsbeschaffung wird in diesem Modell im Gegensatz zu Fama (1970) als notwendige Bedingung für Informationseffizienz angesehen.^[38]

Es wird dargelegt, dass bei der Aufteilung in informierte und uninformierte Investoren ein infoeffizienter Markt im Sinne von Fama (1970) nicht möglich ist, falls eine Informationsbeschaffung mit Kosten verbunden ist. Den aufgenommenen Kosten würden keine Erträge gegenüberstehen und somit wäre der Anreiz zur Beschaffung und Verarbeitung von Informationen verloren, und ein Marktversagen würde resultieren.^[39] Ein vollständig effizienter Markt würde also im Modell von Grossman/Stiglitz (1980) zum bereits erwähnten Informationsparadoxon führen. Diese Modifikation zeigt, dass auf informationseffizienten Märkten durch Empfehlungen von Analysten zwar signifikante Gewinne bis zur Höhe der aufgewendeten Informationskosten zu erzielen sind, jedoch sind diese als Bruttogewinne zu verstehen, die nach Abzug der Kosten neutralisiert werden.^[40] Kritisch anzumerken ist der statische Charakter des Modells. Der Gleichgewichtspreis ergibt sich bereits, bevor eine einzige Transaktion getätigt wurde. Diese Problematik versucht z.B. Hellwig (1982) durch ein dynamisches Modell zu lösen.^[41] Im Resultat lässt sich festhalten, dass ein gewisser Grad von Noise bei positiven Transaktionskosten notwendig ist, um die Funktionsfähigkeit des Marktes zu garantieren.

2.2 Informationsverarbeitung durch Finanzanalysten

2.2.1 Verarbeitung von Rechnungslegungsdaten

Eine Prognosebildung muss auf Daten basieren, die relevant und zuverlässig (reliable) sind, damit Erwartungsänderungen eintreten. Die Value Relevance Literatur versucht, die Begriffe der Relevanz und Verlässlichkeit zu operationalisieren.^[42] Zugrunde liegt der Gedanke einer Determinierung des Marktpreises durch die Entscheidungen und Erwartungen der Marktteilnehmer und insbesondere der Analysten, da diese sich nur von solchen Informationen führen lassen werden, die für sie eine bestimmbare Relevanz und Zuverlässigkeit aufweisen.^[43] Dieser Prozess lässt sich in seiner Entstehung nicht beobachten, lediglich das Resultat – der Preis – kann beobachtet werden, d.h. es muss somit ein Zusammenhang der Rechnungslegungsdaten mit den von den Analysten verwendeten Variablen und letztlich der Preisrealisierung hergestellt werden.^[44]

Im Rahmen dieser Arbeit soll das Basismodell von Lev (1989) diskutiert werden, da hier ein Versuch unternommen wird, eine Korrelation von Renditen und Gewinnen als Erklärungsmaßstab für den Informationsgehalt der Rechnungslegung herzustellen.^[45] Im Vorfeld der Gewinnveröffentlichung ergibt sich die Erwartung der Eigner über den Wert der zukünftigen Cash Flows aus^[46]

Abbildung in dieser Leseprobe nicht enthalten

Die Veröffentlichung des Gewinns der ersten Periode Abbildung in dieser Leseprobe nicht enthalten ermöglicht eine Revision der Erwartungen der risikoneutralen Eigner. Der Gewinn ist dabei abhängig vom Wert der gegenwärtigen Cash Flows.

Abbildung in dieser Leseprobe nicht enthalten

Der Koeffizient Abbildung in dieser Leseprobe nicht enthalten ist ein Skalierungswert für die Cash Flows, und Abbildung in dieser Leseprobe nicht enthalten ist eine unabhängige Residualgröße. Der Wert der Cash Flows nach Veröffentlichung des Gewinns ist

Abbildung in dieser Leseprobe nicht enthalten

Die Erwartungsrevision des Wertes der zukünftigen Cash Flows auf Grund der Gewinninformation kann folgendermaßen dargestellt werden^[47]:

Abbildung in dieser Leseprobe nicht enthalten

Das Modell unterstellt eine proportionale Beziehung zwischen der Kursänderung auf Basis der veröffentlichten Information und der Differenz zwischen dem tatsächlichen Gewinn und dessen Erwartungswert.^[48] Die Intensität dieses Zusammenhangs lässt sich über den „Earnings Response Coefficient“ (ERC) messen, der umso höher ist, je genauer der Gewinn den tatsächlichen Barwert der Cash Flows abbildet.^[49] Im Modell ist der Gewinnausweis die einzige Variable, die zu Kursänderungen führt. Die Gewinngröße würde somit alle Preisänderungen erklären, und im Idealfall sollte der Anteil der erklärten Varianz an der Gesamtvarianz bei einer Regressionsanalyse den Wert 1 annehmen.^[50] Die Korrelation zwischen Renditen und Gewinnen kann nur einen gewissen Teil von Informationswirkungen messen, da sich eine Ungenauigkeit des Gewinns selbst nicht in der Korrelation widerspiegelt, sondern nur im Ausmaß des ERCs erfasst wird.^[51] Die Value Relevance zeigt sich in der nicht vorhandenen oder geringen Notwendigkeit für Bilanzadressaten, eigene Interpretationen der Gewinngröße zu formulieren, da die subjektiv bewertungsrelevanten Rechnungslegungsdaten direkt in die Erwartungsänderung der Investoren oder bei der Prognoseerstellung der Analysten eingebunden werden.^[52]

Eine andere Vorgehensweise betreibt Ohlson (1995). Sein Modell stellt einen Zusammenhang zwischen dem Marktwert des Eigenkapitals und Rechnungslegungsdaten sowie anderen wertrelevanten Informationen formal dar.^[53] Zu den Annahmen des Grundmodells gehören homogene Erwartungen und Risikoneutralität der Marktteilnehmer.^[54] Basierend auf der Residualgewinnformel, als Summe von Buchwert des Eigenkapitals und dem Barwert der abnormalen Gewinne, wird der Marktwert des Eigenkapitals als eine Funktion von Rechnungslegungsdaten dargestellt.^[55]

Abbildung in dieser Leseprobe nicht enthalten

Der Buchwert des Eigenkapitals ist Abbildung in dieser Leseprobe nicht enthalten, Abbildung in dieser Leseprobe nicht enthalten ist die „risk-free rate“ und Abbildung in dieser Leseprobe nicht enthalten sind die abnormalen Gewinne, die in Form ihres Erwartungswertes geschrieben werden.^[56] Zur Herleitung dieser Gleichung werden die Dividendenbarwertformel und die „Clean Surplus Relation“ verwendet.^[57] Eine weitere Annahme des Modells ist die lineare Informationsdynamik, welche das Verhalten der abnormalen Gewinne in der Zeit charakterisiert. Diese folgen einem stochastischen Prozess^[58]:

Abbildung in dieser Leseprobe nicht enthalten

Abbildung in dieser Leseprobe nicht enthalten

Dies bedeutet, dass eine Linearkombination vom abnormalen Gewinn der Periode t und wertrelevanten Informationen v dem erwarteten abnormalen Gewinn der Periode t+1 entspricht. Die Variable v ist im Zeitpunkt t bekannt, jedoch noch nicht im Gewinn in t erfasst. Die Information geht folglich erst in t+1 in den abnormalen Gewinn mit ein, da z.B. Rechnungslegungsstandards für eine Verzögerung der Transformation von wertrelevanten Informationen in Rechnungslegungsdaten sorgen. Die Variablen Abbildung in dieser Leseprobe nicht enthalten undAbbildung in dieser Leseprobe nicht enthalten sind Störterme und im Mittel gleich null. Als exogene Parameter wird die Persistenz der abnormalen Gewinne über Abbildung in dieser Leseprobe nicht enthalten und Abbildung in dieser Leseprobe nicht enthalten eingeführt, die Werte zwischen 0 und 1 annehmen können. Die Parameter werden von den herrschenden Rechnungslegungsstandards und dem ökonomischen Umfeld beeinflusst und sind umso höher, je mehr ein größerer Teil des abnormalen Gewinns in t+1 fortbesteht.^[59] Bei steigender Persistenz zeigt der Marktwert ceteris paribus eine stärkere Reaktion auf abnormale Gewinne und Informationen aus t.^[60] Mit diesem Wert wird die Annahme deutlich, dass in einem wettbewerblich organisierten System langfristig keine Überrenditen im Vergleich zu einer marktgerechten Verzinsung erzielt werden können, da sich auf Basis der Informationsdynamik wertrelevante Informationen im Zeitverlauf vollständig in den Rechnungslegungsdaten widerspiegeln.^[61]

2.2.2 Kommunikation zwischen Unternehmen und Analysten

Finanzanalysten werden als Informationsintermediäre verstanden, die mit ihren Empfehlungen einen besonderen Einfluss auf Investoren und Kursentwicklung ausüben. Eine Pflege der Beziehung von Unternehmen und den covernden Analysten ist dabei unerlässlich.^[62] Die Kapitalmarktkommunikation erfüllt eine Informationsvermittlungs- und Wertoptimierungsfunktion über eine Verringerung von Wahrnehmungs- sowie strukturellen und operativen Wertlücken, wobei besonders eine Shareholder-Value-Orientierung der börsennotierten Unternehmen zweifellos im Vordergrund steht.^[63] Ungenügende Quantität und Qualität der durch das Unternehmen bereitgestellten Informationen hat einen unterdurchschnittlichen Analysten Coverage zufolge.^[64] Vergleichend ist zu konstatieren, dass ein angestrebtes Coverage zu informativeren Preisen, gesteigerter Liquidität, einer geringeren Geld-Brief-Spanne und einem höherem Handelsvolumen führt.^[65] Nicht oder kaum gecoverte Unternehmen fallen dem „Neglected Firm Effect“ zum Opfer. Dieser beschreibt den Zusammenhang einer fehlenden Coverage und einer mangelnden Transparenz, die das Kontrolldefizit erhöht und den Aktienkurs senkt.^[66] Als unterstützendes Instrument wertorientierter Unternehmensführung wurde das Value Reporting entwickelt. Dieses Konzept versucht einen Ausgleich des Kontrolldefizits zu schaffen und wird als freiwillige Ergänzung der herrschenden Unternehmenspublizität verstanden, die sowohl in gesetzlichen als auch in freiwilligen Kommunikationsinstrumenten eingesetzt werden kann.^[67] Das Value Reporting kann als Baustein einer wertorientierten IR, eingebunden in eine wertorientierte Unternehmenspolitik zur Steigerung des Shareholder-Value, definiert werden.^[68]

[...]

---

^[1] Vgl. Payne/Robb (2000), S. 371.

^[2] Vgl. Fama (1970), S. 383.

^[3] Vgl. Fama (1970), S. 384.

^[4] Vgl. Fama (1970), S. 387.

^[5] Vgl. Fama (1970), S. 384.

^[6] Vgl. im Folgenden Fama (1970), S. 384.

^[7] Vgl. Fama (1970), S. 385. Die Informationseffizienz stellt in diesem Modell einen statischen Zustand dar. Das Modell befindet sich immer auf Grund der unendlich schnellen Anpassung an neue Informationen im Gleichgewicht. Vgl. Neumann/Klein (1982), S. 169.

^[8] Vgl. Hauser (2003), S. 33.

^[9] Vgl. für die vorangehenden Aussagen Schremper (2002), S. 687f.

^[10] Vgl. Fama (1970), S. 414.

^[11] Vgl. Lindemann (2004), S. 14.

^[12] Vgl. Neumann/Klein (1982), S. 170.

^[13] Vgl. Fama (1991), S. 1575 und Abschnitt 2.1.3 dieser Arbeit.

^[14] Zu den geläufigsten Modellen gehören z.B. das Capital Asset Pricing Model, Mehrfaktorenmodelle wie das Arbitrage Pricing Model sowie faktorlose Modelle. Fama (1970) selbst entwickelte das Submartingal und das Random Walk Model. Vgl. Fama (1970), S. 386f; Vgl. für eine ausführliche Darstellung der o.g. Modelle Röder (1999), Kapitel 2.4, S. 23-45.

^[15] Vgl. für die vorangehenden Aussagen Fama (1991), S. 1575f.

^[16] Vgl. Jensen (1978), S. 96.

^[17] Vgl. Grossman (1976), S. 581f; Neumann/Klein (1982), S. 169 und Abschnitt 2.1.2.

^[18] Vgl. Wichels (2002), S. 54f.

^[19] Vgl. Wichels (2002), S. 55. und Abschnitt 2.2.2.

^[20] Vgl. Heubischl/Pick (2005), S. 7.

^[21] Vgl. für die vorangehenden Aussagen Wichels (2002), S. 55.

^[22] Vgl. Beaver (1981), S.28.

^[23] Vgl. Rubinstein (1975), S. 813-815.

^[24] Vgl. Rubinstein (1975), S. 815f.

^[25] Vgl. für die vorangehenden Aussagen Hauser (2003), S. 27.

^[26] Vgl. Henze (2004), S. 20.

^[27] Muth (1961), S. 316.

^[28] Vgl. für die vorangehenden Aussagen Löffler (1998), S. 31.

^[29] Vgl. Henze (2004), S. 20.

^[30] Vgl. Shleifer/Summers (1990), S. 19f.

^[31] Vgl. Black (1986), S. 530-532.

^[32] Vgl. Kreps (1988), S. 118.

^[33] Vgl. Kreps (1988), S. 119.

^[34] Vgl. für den gesamten Absatz Grossman/Stiglitz (1980), S. 393-396.

^[35] Vgl. Grossman/Stiglitz (1980), S. 398f.

^[36] Vgl. für die vorangehenden Aussagen Grossman/Stiglitz (1980), S. 399f.

^[37] Vgl. Grossman/Stiglitz (1980), S. 404.

^[38] Vgl. Grossman/Stiglitz (1980), S. 404.

^[39] Vgl. Grossman/Stiglitz (1980), S. 404f.

^[40] Vgl. Fleischer (2005). S. 45f.

^[41] Vgl. für die vorangehenden Aussagen Hauser (2003), S. 45-47. Auf das Modell von Hellwig (1982) soll an dieser Stelle nur hingewiesen werden und eine genaue Darstellung unterbleiben.

^[42] Vgl. Barth/Beaver/Landsman (2001), S. 80f.

^[43] Vgl. Barth/Beaver/Landsman (2001), S. 80.

^[44] Vgl. Barth/Beaver/Landsman (2001), S. 81.

^[45] Vgl. Lev (1989), S. 154f.

^[46] Vgl. im Folgenden Lev (1989), S. 186-188.

^[47] Der Zwischenschritt und die Vereinfachung über eine Umformung des Ausdrucks gemäß dem Bayes-Theorem soll an dieser Stelle ausgelassen werden.

^[48] Vgl. Wagenhofer/Ewert (2003), S. 122.

^[49] Vgl. Wagenhofer/Ewert (2003), S. 122.

^[50] Vgl. Lev (1989), S. 187.

^[51] Vgl. Wagenhofer/Ewert (2003), S. 122f.

^[52] Vgl. Barth/Beaver/Landsman (2001), S. 80f.

^[53] Vgl. Ohlson (1995), S. 663.

^[54] Vgl. Ohlson (1995), S. 665.

^[55] Vgl. Lindemann (2004), S. 130.

^[56] Vgl. Ohlson (1995), S. 666f.

^[57] Vgl. Ohlson (1995), S. 666f.

^[58] Vgl. für diese Darstellung und die folgenden Aussagen Ohlson (1995), S. 667-669.

^[59] Vgl. Ohlson (1995), S. 668f und S. 686 Fussnote 6.

^[60] Vgl. Ohlson (1995), S. 669.

^[61] Vgl. Lindemann (2004), S. 132.

^[62] Vgl. Achleitner et al. (2002), S. 29; Wichels (2002), S. 20.

^[63] Vgl. Achleitner/Bassen/Pietzsch (2001), S. 10.

^[64] Vgl. Achleitner et al. (2002), S. 32. Viele empirische Ergebnisse unterstützen diese Sicht. Vgl. hierzu Amihud/Mendelson (2000) oder Chung/Jo (1996).

^[65] Vgl. Branson/Guffey/Pagach (1997), S.1.

^[66] Vgl. Achleitner et al. (2002), S. 32.

^[67] Vgl. Achleitner et al. (2002), S. 33f.

^[68] Vgl. Wichels (2002), S. 13.