Institutional Money, Ausgabe 4 | 2024

de Unterschätzung der eigenen Leistung könnte wiederum ein Zeichen für mangelnde Ambition sein, was ebenfalls negative Wahrnehmungen hervorrufen könnte. Der Standpunkt der Autoren in diesem Interpretations- dilemma ist klar: „Wenn eine Bank die Nachfrage nach einer Dienstleistung unterschätzt, trägt sie dennoch die vollen Kos- ten für vorbereitete Kapazitäten, was die Gewinne schmälert. Umgekehrt führt eine Überschätzung dazu, dass potenzielle Umsätze ungenutzt bleiben. Je genauer die Prognosen sind, desto geringer sind die Risiken dieser Diskrepanzen und desto höher die erwarteten Gewinne“, erklärt Memmel. Präzise Prognose = stärkeres Ergebnis Die empirische Analyse der Autoren zeigt jedenfalls, dass ein Zusammenhang zwischen Prognosegenauigkeit und finan- zieller Performance existiert, auch wenn dieser nicht durch- gängig stark ausgeprägt ist. Institute mit geringeren Progno- sefehlern tendieren demnach dazu, eine bessere Rendite auf ihre Aktiva zu erzielen. Gleichzeitig offenbart die Unter- suchung, dass Banken mit schlechter Prognosequalität in der Regel wirtschaftlich weniger erfolgreich sind. „Die Ergebnis- se untermauern somit die Bedeutung strategischer Planung als Instrument zur Steigerung der finanziellen Stabilität und Profitabilität“, so Heckmann-Draisbach. „Die Untersuchung der Prognosequalität deutscher Ban- ken liefert interessante Einsichten in die Genauigkeit und Konsistenz ihrer Vorhersagen. Insbesondere die Einjahres- prognosen für Bilanzgrößen und wesentliche Positionen der Gewinn-und-Verlust-Rechnung – wie Zinserträge, Provisions- überschüsse und Verwaltungskosten – stehen im Fokus. Die Analyse zeigt, dass diese Prognosen zwar relevant sind, jedoch auch systematische Verzerrungen aufweisen“, erklärt Heckmann-Draisbach. Konsequent irrational Ein zentrales Ergebnis ist außerdem, dass Banken ihre Bilanz- summe und die wesentlichen Ertragspositionen regelmäßig unterschätzen (siehe oberste Tabelle in „Neigung zur Irrationa- lität“) . „Diese systematischen Abweichungen lassen darauf schließen, dass die Prognosen nicht völlig objektiv oder rational sind. Zudem zeigt die Analyse, dass die Qualität der Prognosen – gemessen an ihrem Erklärungswert – im letz- ten Erhebungszeitraum 2022 zurückging. Darüber hinaus waren die Prognosen in diesem Zeitraum stärker gestreut, was auf eine erhöhte Unsicherheit im Marktumfeld hin- deutet“, erklärt Heckmann-Draisbach. Ein weiterer wichtiger Befund ist die Beständigkeit der Prognosequalität über verschiedene Zeiträume hinweg. Banken, die in einem Erhebungszyklus präzise Prognosen abgeben, neigen dazu, auch in nachfolgenden Zyklen genau zu bleiben. „Dies deutet darauf hin, dass einige Institute systematisch besser planen als andere“, meint Memmel. Gleichzeitig zeigt sich, dass Banken, die einmal optimistische oder pessimistische Fehler machen, diese häufig wiederho- len (siehe mittlere Tabelle in „Neigung zur Irrationalität“) . Die Verbindung zwischen Prognosefehlern und wirt- schaftlichem Erfolg ist hingegen weniger eindeutig (siehe un- terste Tabelle in „Neigung zur Irrationalität“) . Größere Fehl- prognosen bei Bilanzsumme und Verwaltungskosten sind mit einer niedrigeren Rentabilität verbunden. Bei anderen Variablen wie den Provisionsüberschüssen sind die Ergeb- nisse weniger konsistent. Die Daten legen nahe, dass die Qualität der Planung zwar eine Rolle spielt, der Zusammen- hang mit der finanziellen Performance jedoch variabel ist. Das Makro-Umfeld Ein weiterer wichtiger Aspekt widmet sich den Zinspro- gnosen der Banken – das nicht zu Unrecht, spielt das Zins- niveau doch eine entscheidende Rolle für die Zinserträge und damit die Profitabilität. Hier deuten die Ergebnisse darauf hin, dass die Zinsprognosen der Banken über ver- schiedene Laufzeiten hinweg stark korrelieren. Banken, die für eine Laufzeit höhere Zinssätze erwarten, prognostizieren in der Regel auch für andere Laufzeiten ein überdurch- schnittliches Niveau. Ähnliches gilt für die Prognosen über Neigung zur Irrationaität Deutsche Banken unterschätzen ihr eigenes Ergebnis regelmäßig. Prognose/Variable TA NII NFCI Costs Biased Yes (+) Yes (+) Yes (+) Yes (+) R 2 4,90 42,22 13,89 20,03 R 2 2015 12,24 31,78 6,20 17,01 R 2 2017 12,88 30,18 10,02 10,30 R 2 2019 12,66 21,99 6,71 14,66 R 2 2022 5,25 4,97 7,06 6,62 Serielle Korrelation des Prognosefehlers Yes Yes Yes Yes Serielle Korr. des absoluten Prognosefehlers Yes Yes Yes Yes JEWEILS GEGENWÄRTIGER ZYKLUS low high low 882 783 JEWEILS VORIGER ZYKLUS high 807 915 Anz. Beobachtungen 3.387 Statistik 12,64*** P-Wert 0,0 % ABSOLUTE PROGNOSEFEHLER TA NII NFCI Costs low high low high low high low high low 1258 1290 1259 1289 1349 1196 1204 1334 RoA high 1290 1256 1289 1258 1196 1346 1332 1204 Anz. Beobachtungen 5.094 5.095 5.087 5.074 Statistik 0,86 0,73 18,05*** 13,12*** P-Wert 35,5 % 39,3 % 0,0 % 0,0 % Gezeigt werden die Qualität von Einjahresprognosen sowie die Beständigkeit der Prognosen für die Bilanzsumme (TA) und drei Positionen der Gewinn-und-Verlust-Rech- nung: den Zinsüberschuss (NII), den Provisionsüberschuss (NFCI) und die Verwaltungs- aufwendungen (Costs). Außerdem werden die Persistenz von Prognosefehlern und ihre Auswirkungen auf den Ertrag ausgewiesen. Quelle: Studie DBB | ***/**/*: 99/95/90 % Konfidenz 118 N o . 4/2024 | institutional-money.com THEORIE & PRAXIS | Bankenprognosen