close

Anmelden

Neues Passwort anfordern?

Anmeldung mit OpenID

Bergische Universität Wuppertal “Wie kann Overconfidence bei

EinbettenHerunterladen
Bergische Universität Wuppertal
Schumpeter School of Business and Economics
Sommersemester 2012
Seminararbeit zum Thema:
“Wie kann Overconfidence bei Managern gemessen werden?”
Eingereicht bei:
Herrn Prof. Dr. André Betzer
Lehrstuhl für Finanz- und Bankwirtschaft
Vorgelegt von:
Matrikelnr.:
Abgabedatum:
25.05.2012
Betreuerin:
Jasmin Gider
I
Inhaltsverzeichnis
Abkürzungsverzeichnis ........................................................................................................... II
1.
Einleitung ........................................................................................................................... 1
2.
Grundlagen des Phänomens Overconfidence ................................................................. 2
2.1 Overconfidence – Was bedeutet das konkret?..................................................................... 2
2.2 Ursachen von Overconfidence ............................................................................................ 2
3.
Overconfidence- Maße ...................................................................................................... 3
3.1 Persönliche Portfoliotransaktionen der CEOs als Overconfidence-Maß ........................... 4
3.2 Die Pressedarstellung der CEOs als Overconfidence- Maß ................................................ 6
3.3 Miscalibration von Managern ............................................................................................. 7
3.4 Auswirkungen kurzfristiger Prognoseerfolge auf aktuelle Schätzungen ............................ 9
3.5 Diskussion der dargestellten Overconfidence- Maße ........................................................ 10
4.
Determinanten von Overconfidence .............................................................................. 11
5.
Schlussbetrachtung ......................................................................................................... 12
Literaturverzeichnis ............................................................................................................... 13
Ehrenwörtliche Erklärung..................................................................................................... 14
Anhang ....................................................................................................................................15
II
Abkürzungsverzeichnis
bspw.
beispielsweise
CEO
Chief Executive Officer
CFO
Chief Financial Officer
f.
folgende (Seite)
S&P 500
Standard & Poor’s 500
US
United States
VIX
Volatilitätsindex
Vgl.
vergleiche
z.B.
zum Beispiel
1
1.
Einleitung
Das Forschungsgebiet der Behavioural Economics (Verhaltensökonomie) gewinnt in der
Wissenschaft zunehmend an Bedeutung. Dabei wird insbesondere das Managerverhalten
analysiert,
welches
bei
Entscheidungsfindungen
und
Prognosen
von
rationalen
Handlungsweisen abweicht. Einen relevanten Faktor dafür bildet die Overconfidence, die eine
verzerrte Selbstwahrnehmung bei Individuen darstellt.1 Bei diesem Phänomen handelt es sich
jedoch um eine nicht beobachtbare Eigenschaft, so dass in der Literatur verschiedene
Verfahren entwickelt wurden, um die Overconfidence bei Managern zu messen. Da diese
Maße zum Teil beträchtliche Unterschiede in ihrer Konstruktionsart aufweisen, konnte bisher
kein standardisiertes Verfahren umgesetzt werden. Das primäre Ziel dieser Arbeit besteht
daher darin, ausgewählte Overconfidence- Messansätze vorzustellen und zu diskutieren.
Der Einleitung mit Problem- und Zielsetzung folgt im zweiten Kapitel die Beschreibung der
wesentlichen Grundlagen des Phänomens Overconfidence. Neben der Erläuterung des
allgemeinen Begriffes werden die Ursachen für die Entstehung von Overconfidence
aufgeführt. Gegenstand des dritten Kapitels ist die Darstellung ausgewählter OverconfidenceMaße. Dabei werden die Messverfahren in ihrer Funktionsweise erläutert und anschließend
einer kritischen Würdigung unterzogen. Im vierten Kapitel werden mögliche Determinanten
der Overconfidence aufgeführt. Im Rahmen der Schlussbetrachtung werden die gewonnenen
Ergebnisse zusammenfassend dargestellt.
1
Vgl. Malmendier/Tate (2005b), S. 649 f.
2
2.
Grundlagen des Phänomens Overconfidence
2.1
Overconfidence – Was bedeutet das konkret?
Der Begriff Overconfidence beschreibt das Phänomen, dass Individuen ihre Fähigkeiten und
Kenntnisse sowie die Genauigkeit ihrer Handlungen und Entscheidungen überschätzen und
folglich
eine
verzerrte
Selbstwahrnehmung
haben.2
Overconfidence
liegen
vier
Erscheinungsformen zu Grunde: Miskalibrierung, besser–als–der-Durchschnitt Effekt,
selbstdienende Tendenz und Illusion der Kontrolle.
Im Rahmen der
Miskalibrierung (Miscalibration) überschätzen Individuen entweder die
Genauigkeit ihrer Prognosen oder unterschätzen die Varianz unvorhersehbarer Ereignisse, so
dass die Konfidenzintervalle ihrer Vorhersagen zu eng ausfallen.3 Der besser- als- derDurchschnitt Effekt (better- than -average) beschreibt die Tendenz der Individuen, ihre
Fähigkeiten zu überschätzen und diese im Vergleich zu anderen als überdurchschnittlich
aufzufassen. Im Zusammenhang mit dem „besser-als-der-Durchschnitt“ Effekt definiert die
selbstdienende Tendenz (self attribution) die Neigung der Individuen, Erfolge den eigenen
Fähigkeiten und Misserfolge eher dem Zufall zuzurechnen.4 Folglich entsteht eine
Überschätzung zukünftiger Erfolge.5 Unter der Illusion der Kontrolle (illusion of control)
wird die Überzeugung der Individuen verstanden, die Kontrolle über bestimmte Situationen
zu besitzen, so dass die erwartete persönliche Erfolgswahrscheinlichkeit die tatsächliche
Erfolgswahrscheinlichkeit übertrifft.6 In Folge dessen wird das Risiko von Misserfolgen
unterschätzt.7
2.2
Ursachen von Overconfidence
Nach Russo und Schoemaker werden die Ursachen von Overconfidence in drei Kategorien
eingeteilt: kognitive, motivationale und physiologische Gründe.8
Russo und Schoemaker gliedern die kognitiven Ursachen in vier Unterpunkte. Die Hauptursache für Overconfidence liegt nach Meinung der Autoren in der Nutzbarkeit (availability
bias), welche die Komplexität beschreibt, alle möglichen zukünftigen Ereignisse vorherzusehen. Dabei entsteht eine Überschätzung bezüglich der Eintrittswahrscheinlichkeiten
bestimmter Ereignisse, da Individuen bei ihren Vorhersagen bewusst nur solche Varianten
2
Vgl. Sivanathan/ Galinsky (2007), S. 5
Vgl. Ben-David/Graham/Harvey (2010), S. 2
4
Vgl. Malmendier/Tate (2005), S. 650
5
Vgl. Doukas/ Petmezas (2007), S. 7
6
Vgl. Sivanathan/ Galinsky (2007), S. 6
7
Vgl. Doukas/ Petmezas (2007), S. 7
8
Vgl. Russo/ Schoemaker (1992), S. 11
3
3
berücksichtigen, über die enorme Sicherheit herrscht.9 Die Bestätigungstendenz (confirmation
bias) bezieht sich auf den mentalen Suchprozess, wobei im Idealfall Individuen sowohl Proals auch Contra-Argumente für einen Sachverhalt gegenüberstellen. Ist die Entscheidung
jedoch komplexer und unsicherer Natur, fällt es Individuen umso leichter, Argumente für die
eigene Ansicht zu finden. Die Gewichtung der einzelnen Anhaltspunkte hängt dabei von
deren Aussagekraft sowie der
Glaubwürdigkeit der Quelle ab.10 Das Phänomen der
Verankerung (anchoring bias) beschreibt die Tendenz der Individuen, für ihre Einschätzung
einen bestimmten Ankerpunkt zu wählen, ohne diese trotz neu gewonnener Informationen
gründlich zu hinterfragen. Im Rahmen der späten Einsicht (hindsight) wird die
Wahrscheinlichkeit eingetretener Ereignisse nachträglich überschätzt, da die vollständige
Erfassung sämtlicher, zur damaligen Zeit vorhandener Unsicherheiten, unmöglich ist. Es
entsteht eine Illusion des Wissens, die zu Overconfidence führen kann.11
Als motivationale Ursachen von Overconfidence führen Russo und Schoemaker den
Glauben an die eigenen Fähigkeiten und den damit verbundenen Optimismus auf. Durch die
Motivationswirkung kann der Manager einerseits gute Ergebnisse erzielen, andererseits
besteht die Gefahr der Overconfidence und damit verbundener Fehlentscheidungen.12
Im Rahmen der physiologischen Ursache für Overconfidence wird die Euphorie dargestellt,
die beispielsweise durch berufliche Erfolgserlebnisse ausgelöst wird. Diese haben oft einen
ermutigenden Antrieb zur Folge, welcher eine Steigerung der Selbstüberzeugung bewirken
kann.13
3.
Overconfidence- Maße
Im Folgenden werden verschieden Overconfidence- Messansätze vorgestellt und in ihrer
Vorgehensweise erläutert. Dabei wird ausführlich auf die Grundidee, die erforderlichen Daten
sowie die Konstruktion der Maße eingegangen. Im abschließenden Teil des Kapitels werden
die vorgestellten Verfahren einer kritischen Würdigung unterzogen. Im Anhang befindet sich
eine tabellarische Übersicht aller dargestellten Verfahren, in der die wichtigsten Merkmale
verdeutlicht werden.
9
Vgl. Russo/ Schoemaker (1992), S. 11
Vgl. Russo/ Schoemaker (1992), S. 12
11
Vgl. Russo/ Schoemaker (1992), S. 11
12
Vgl. Russo/ Schoemaker (1992), S. 11
13
Vgl. Russo/ Schoemaker (1992), S. 11
10
4
3.1
Persönliche Portfoliotransaktionen der CEOs als Overconfidence-Maß
Häufig erhalten Manager ihre Vergütungen in Form von Unternehmensaktien und nichthandelbaren Optionen. Folglich besteht die Möglichkeit, Overconfidence der CEOs in
Abhängigkeit von ihrem Verhalten mit dieser Art der Vergütung zu messen. Dabei werden
diejenigen Manager als overconfident eingestuft, die die Ausübung ihrer Optionen über den
optimalen
Zeitpunkt
hinauszögern
und
eine
Verringerung
des
Bestandes
an
Unternehmensaktien nicht anstreben.14
Um auf Basis dieser Erkenntnisse ein geeignetes Maß für die Overconfidence konstruieren zu
können, wurden vor allem detaillierte Informationen über die persönlichen Portfolioentscheidungen der Manager bezogen auf den Bestand ihrer Unternehmensaktien- und Optionen benötigt.15 Als Datenbasis diente eine Datensammlung von Yermack (1995) und Hall und Liebman (1998), welche die notwendigen Angaben von über 477 großen, börsennotierten USUnternehmen im Zeitraum von 1980 bis 1994 enthielt.16
Malmendier und Tate konstruierten für die Untersuchung drei Variablen, die auf persönlichen
Portfolioentscheidungen der CEOs basieren.17 Die Konstruktion der ersten Variable Holder
67 fußt auf der Annahme, dass CEOs ihre Optionen unmittelbar nach Ende der
Unverfallbarkeitsfrist ausüben sollen, wenn sich der Optionswert zu einem bestimmten
Prozentsatz „im Geld“ befindet, sodass ein angemessener Schwellenwert für den Prozentsatz
formuliert wird, den die Option „im Geld“ haben sollte. Für die Messung betrachteten die
Autoren den Status eines jeden Optionspaketes in der Stichprobe am Ende der
Unverfallbarkeitsfrist.
unterschiedlichen
Um
Laufzeiten
die
Vergleichbarkeit
aufrechtzuerhalten,
zwischen
Optionspaketen
wurde zur Analyse das
5.
mit
Jahr
herangezogen, da in diesem Jahr alle Optionspakete zumindest teilweise ausübbar waren.18
Für die Formulierung des Schwellenwertes, bei dem der CEO seine Optionen ausüben sollte,
wurde als theoretisches Rahmenkonzept der Beitrag von Hall und Murphy (2002) genutzt.
Der Schwellenwert wurde bei 67% festgelegt. Beträgt der Optionswert also während des 5.
Jahres mehr als 67% „im Geld“, sollte der CEO zumindest einen Teil seiner Optionen vor
oder während des 5. Jahres ausüben.19 Folglich wird ein erster Zeitpunkt identifiziert, an dem
der CEO es verfehlt, seine Optionen auszuüben, obwohl diese den Schwellenwert
überschritten haben. Der CEO wurde von diesem Zeitpunkt an als „overconfident“
14
Vgl. Malmendier/ Tate (2005b), S. 652
Vgl. Malmendier/ Tate (2005b), S. 652
16
Vgl. Malmendier/ Tate (2008), S. 23
17
Vgl. Malmendier/ Tate (2005a), S. 2668
18
Vgl. Malmendier/ Tate (2005a), S. 2671
19
Vgl. Malmendier/ Tate (2005a), S. 2672
15
5
kategorisiert, wenn er sich mindestens noch einmal während seiner Amtszeit als CEO so
verhalten hat. Die Analyse wurde auf die CEOs beschränkt, die im Untersuchungszeitraum
mindestens zweimal Optionen hatten, die im 5. Jahr über dem Schwellenwert von 67% „im
Geld“ lagen. Diese Begrenzung führte zum einen dazu, dass jeder CEO in der Substichprobe
als „overconfident“ klassifiziert werden konnte, was den Grad an unbeobachteter
Overconfidence einschränkte. Zusätzlich kann der CEO nicht überproportional häufig als
„overconfident“ identifiziert werden, wenn sich der Kurs seiner Unternehmensaktien positiv
entwickelt.20 Zum anderen wird durch die Restriktion allerdings die Anzahl der
Beobachtungen reduziert, so dass nur 113 CEOs in die Substichprobe fielen. Von diesen 113
leiden den Untersuchungsergebnissen nach 58 unter Overconfidence, was einem Anteil von
51,32% entspricht.21
Die Konstruktion der zweiten Variable Longholder konzentriert sich im Gegensatz zur Holder
67- Variable auf das Fälligkeitsdatum der Option und nicht auf das Ende der
Unverfallbarkeitsfrist. Eine Option in der Stichprobe hat typischerweise eine Laufzeit von 10
Jahren und ist spätestens im 5. Jahr vollständig ausübbar. Die CEOs aber neigen dazu, eine
Option für mindestens 5 Jahre zu halten
und versäumen es somit regelmäßig zu
diversifizieren. 85% der Optionen, die bis zu ihrem Fälligkeitsjahr gehalten wurden, liegen im
Median bei 253% „im Geld“. Demnach hätte der CEO die Optionen vor ihrem Ablaufjahr
gewinnbringend ausüben können.22 Insgesamt wurden auf Basis der Longholder- Variable 85
von 661 untersuchten CEOs als „overconfident“ eingestuft. Dies entspricht einem Anteil von
12,85%.23
Bei der Formulierung des dritten Maßes Net Buyer nutzen die Autoren die Neigung der
CEOs, zusätzliche Unternehmensaktien zu erwerben, obwohl sie dem Unternehmensrisiko
bereits stark ausgesetzt sind. Dabei wird die Substichprobe der CEOs betrachtet, die ihre
Position als CEO seit mindestens 10 Jahren ausüben, wobei die ersten 5 Amtsjahre bei der
Analyse nicht berücksichtigt werden. CEOs werden nun als „overconfident“ klassifiziert,
wenn sie während der ersten 5 Jahre in der Stichprobe netto mehr Unternehmensaktien
kauften, als verkauften. Diese Restriktionen führten dazu, dass der Stichprobenumfang auf
158 CEOs reduziert wurde, von denen 97 (61,3%) als „overconfident“ identifiziert wurden.24
Zusammenfassend ist festzuhalten, dass keine signifikanten Zusammenhänge zwischen
Unternehmens- oder CEO Merkmalen und der CEO- Overconfidence festgestellt wurden.
20
Vgl. Malmendier/ Tate (2005a), S. 2672
Vgl. Malmendier/ Tate (2005a), S. 2673
22
Vgl. Malmendier/ Tate (2005a), S. 2672
23
Vgl. Malmendier/ Tate (2005a), S. 2673
24
Vgl. Malmendier/ Tate (2005a), S. 2672 f.
21
6
Insgesamt weist die signifikant positive Korrelation der Longholder- und der Holder 67
Variable (0,2472) sowie die schwache positive Korrelation der Net Buyer und Holder 67
Variable (0,0628) und der Net Buyer und Longholder Variable darauf hin, dass alle drei
Ansätze den Overconfidence- Effekt messen.25
3.2
Die Pressedarstellung der CEOs als Overconfidence- Maß
Ein von Malmendier und Tate vorgeschlagener Ansatz misst die Overconfidence von CEOs
anhand ihrer Darstellung in der Presse und basiert somit auf der Wahrnehmung
Außenstehender. Diesen Ansatz nutzen die Autoren, um die Robustheit des Maßes
„Persönliche Portfoliotransaktionen der CEOs“ zu untermauern.26
Dabei wurden CEOs aus 477 großen börsennotierten US-Unternehmen über einen
Untersuchungszeitraum von 15 Jahren (1980-1994) analysiert, wobei nur Unternehmen in das
Sample aufgenommen wurden, die im besagten Zeitraum mindestens vier Mal auf der Liste
der größten US-Unternehmen des Forbes Magazins standen.27 Für die Betrachtung wurden
insgesamt 1200 Presseartikel der New York Times, Business Week, Financial Times, The
Economist und The Wall Street Journal herangezogen. In diesem Zeitraum wurde die Anzahl
aller Beiträge erfasst, die den CEO mit den Wörtern „selbstsicher“, „Selbstsicherheit“,
„optimistisch“ und „Optimismus“ (Kategorie 1 „selbstsicher“) beschreiben, sowie die Anzahl
der Artikel, die den CEO als „vorsichtig“, „zuverlässig“, „erfahren“, „zurückhaltend“,
„bescheiden“ und „stabil“ (Kategorie 2 „vorsichtig“) charakterisieren.28 Alle Artikel wurden
außerdem nach ihrem Bezug (CEO, Unternehmen oder Branche) sowie nach ihrer Quelle
(Bewertung durch den Journalisten oder Aussage des CEOs) unterteilt.29 Als Indikator für die
Overconfidence wurde die Dummy- Variable TOTALconfidentit konstruiert, die für jeden
CEO i und für jedes Untersuchungsjahr t misst, ob die Anzahl der Beiträge der ersten
Kategorie die Anzahl der Beiträge der zweiten Kategorie übersteigt. Ist dies der Fall, nimmt
sie den Wert 1 an, was mit dem Vorliegen von Overconfidence beim CEO einhergeht, oder
den Wert 0, falls nicht. Zudem wird die TOTALmentions- Variable eingeführt, die die Anzahl
aller den CEO i erwähnenden Beiträge im Untersuchungsjahr t darstellt und den Einfluss einer
möglichen Überschätzung durch positive Presseberichterstattungen einkalkuliert.30
25
Vgl. Malmendier/ Tate (2005a), S. 2673-2675
Vgl. Malmendier/Tate (2008), S. 21
27
Malmendier/ Tate (2008), S. 23
28
Malmendier/ Tate (2005b), S. 653
29
Malmendier/ Tate (2008), S. 38
30
Malmendier/ Tate (2008), S. 40
26
7
Von den insgesamt 1200 untersuchten Artikeln konnte die deutliche Mehrheit (895 Artikel)
der Kategorie „selbstsicher“ zugeordnet werden. Darüber hinaus wurde festgestellt, dass 21 %
dieser Artikel die Ausprägungen „selbstsicher“ oder „optimistisch“ als extrem einstuften.31
Die Quellen dieser Artikel weisen beträchtliche Unterschiede zwischen den jeweiligen
Kategorien auf. Im Zusammenhang mit der ersten Kategorie, beträgt die Anzahl der Artikel,
in denen der CEO zitiert wird 55%, während nur 41% der Artikel auf Beurteilungen durch
Journalisten basieren. Im Gegensatz dazu zeigt sich in der zweiten Kategorie eine deutliche
Dominanz der Artikel, die auf Journalistenbewertungen beruhen (62%), gegenüber denen, die
Aussagen des CEOs wiedergeben (30%).32 Explizite Angaben darüber, wie viel Prozent der
CEOs tatsächliche unter Overconfidence leiden, werden von den Autoren nicht gemacht.
3.3
Miscalibration von Managern
Nach Ben-David, Graham und Harvey kommt die Overconfidence darin zum Ausdruck, dass
Manager entweder die Genauigkeit eigener Prognosen überschätzen oder die Varianz von
unsicheren Ereignissen unterschätzen, sodass die Prognosen ihrer Wahrscheinlichkeitsverteilungen zu eng ausfallen.33
Basierend auf ihrem Verständnis der Overconfidence haben die Autoren drei Verfahren
hervorgebracht, die sowohl die Miscalibration als auch den Optimismus von Managern
messen.34 Die Untersuchung fußt auf 37 vierteljährlichen Umfragen im Zeitraum von März
2001 bis Februar 2010, wobei Senior- Financial- Executives (hauptsächlich CFOs und
Finanzdirektoren) großer US- Unternehmen befragt wurden. Die Manager wurden darum
gebeten, ihre Einschätzung zu künftigen S&P 500 Renditen abzugeben. Dabei sollten sie die
Rendite des S&P 500 für das nächste Jahr und die durchschnittliche Jahresrendite des S&P
500 für die nächsten zehn Jahre prognostizieren.35 Zusätzlich sollten die Befragten für beide
Zeiträume das 10te und das 90te Perzentil („worst case“ und „best case“ Szenario) für ihre
Prognosen angeben. Die Stichprobe enthielt 11.681 Ein-Jahres- und 11.353 Zehn-JahresPrognosen. Die Vorhersagen der CFOs für diese beiden Perzentil Werte wurden in ein 80 %iges Konfidenzintervall überführt. Während breite Verteilungen eine hohe subjektive
Unsicherheit bezüglich der eigenen Renditeschätzungen reflektieren, spiegeln enge
Verteilungen subjektives Vertrauen für das Eintreten der eigenen Renditeprognose wieder.
31
Malmendier/ Tate (2008), S. 39
Vgl. Malmendier/Tate (2008), S. 39
33
Vgl. Ben-David/Graham/Harvey (2010), S. 2
34
Vgl. Ben-David/Graham/Harvey (2010), S. 8
35
Vgl. Ben-David/Graham/Harvey (2010), S. 4f
32
8
Aus diesen individuellen Wahrscheinlichkeitsverteilungen wurde für jeden Manager die
individuelle Volatilität geschätzt. 36
Innerhalb der ersten Methode zur Messung der Overconfidence wird die Verteilung der
geschätzten Volatilitäten der CFOs mit der historischen Volatilitätsverteilung des S&P 500
aus den Jahren 1950 bis 2000 verglichen. Für den einjährigen Zeitraum liegt die
durchschnittliche geschätzte Volatilität der CFOs bei ca. 4%, wobei der Großteil der
Verteilung zwischen 1% und 15% liegt. Im Gegensatz dazu liegt die durchschnittliche
historische Volatilität bei 12%. Der überwiegende Teil der Verteilung liegt zwischen 8% und
20%. Zudem liegen 81% der, von den CFOs geschätzten Volatilitäten unter der Untergrenze
der historischen Volatilitäten von 8%. Bei den Ergebnissen der Zehn-Jahres-Prognosen wird
diese Verteilung zwischen den geschätzten und den historischen Volatilitäten noch deutlicher,
was auf eine Unterschätzung der Volatilität seitens der Manager hinweist.37
Im Rahmen der zweiten Methode basiert die Messung der Miscalibration auf dem Vergleich
zwischen den Renditeprognosen der CFOs und den tatsächlich realisierten Renditen des S&P
500. Dabei ermitteln die Autoren den Anteil der CFOs, für die die tatsächliche realisierte
Aktienmarktrendite in das von ihnen geschätzte 80%- Konfidenzintervall fällt, wobei sie
zunächst davon ausgehen, dass dies bei 80% der Manager der Fall ist. Betrachtet man jedoch
den gesamten Untersuchungszeitraum fallen nur 32,8% der realisierten Renditen in das 80%Konfidenzintervall der CFOs. Dieses Resultat wird ebenfalls mit anderen Studien
untermauert. Sogar bei Betrachtung einer „ruhigen“ Marktperiode zwischen 2001 und 2006
fallen nicht mehr als 59% der tatsächlichen Renditerealisation in das Konfidenzintervall der
CFOs. Auf Grundlage dieser Ergebnisse kann von einer starken Miscalibration der CFOs
innerhalb der Stichprobe ausgegangen werden.38 Parallel zur Messung der Miscalibration wird
mit dieser Methode auch der Optimismus bzw. der „better than average“ Effekt untersucht.
Dazu wird der durchschnittliche Prognosefehler aus der Differenz zwischen der geschätzten
Renditeerwartung und der tatsächlich realisierten Rendite gebildet. Diese beträgt im Schnitt
4,8%, was auf ein optimistisches Verhalten der CFOs hindeutet. Auf dieses Ergebnis hat
jedoch die Finanzkrise im Jahr 2008 starken Einfluss.39
Die dritte Methode vergleicht die geschätzte Volatilität des CFOs mit der tatsächlich
realisierten Volatilität des S&P 500 und mit der durch S&P 500 Optionen implizierten
Volatilität, welche durch den Volatilitätsindex (VIX) dargestellt wird. Auch hier wird
deutlich, dass CFOs die Präzision ihrer eigenen Prognosen überschätzen. Während die
36
Vgl. Ben-David/Graham/Harvey (2010), S. 5
Vgl. Ben-David/Graham/Harvey (2010), S. 9
38
Vgl. Ben-David/Graham/Harvey (2010), S. 9 f.
39
Vgl. Ben-David/Graham/Harvey (2010), S. 10
37
9
durchschnittlich geschätzten Volatilitäten der CFOs bei 5,3% lagen, betrug die
durchschnittlich realisierte Volatilität 19,5% und die des VIX 21,3%.40
Zusammenfassend zeigen die Methoden, dass die geschätzten Volatilitäten deutlich unter den
tatsächlich realisierten Volatilitäten liegen, was einen hohen Grad an Miscalibration bei CFOs
impliziert.
3.4
Auswirkungen kurzfristiger Prognoseerfolge auf aktuelle Schätzungen
Hilary und Hsu untersuchen in ihrem Beitrag die Hypothese, dass Manager, die kürzlich
Prognoseerfolge hatten, zukünftige Erträge weniger präzise vorhersagen.41 Ein Grund dafür
liegt darin, dass Manager nach aufeinanderfolgenden Prognoseerfolgen mehr Wert auf ihre
eignen Kompetenzen und Informationen legen und folglich andere Informationen bei ihrer
Entscheidungsfindung außer Acht lassen.42
Basierend auf ihrem Verständnis der Overconfidence haben die Autoren zwei Ansätze
formuliert, die zum einen die Auswirkungen der kurzfristigen Prognoseerfolge der Manager
in der Vergangenheit auf die Genauigkeit ihrer aktuellen Prognosen untersuchen. Der zweite
Ansatz misst die Reaktion der Finanzmarktteilnehmer (Investoren und Analytiker) auf die
kurzfristigen Prognoseerfolge der Manager.43
Hilary
und
Hsu
nutzen
für
die
Untersuchung
eine
Datensammlung44
von
Managementprognosen welche die Jahre 1994 bis 2007 umfasst, wobei der Fokus auf
vierteljährlichen Prognosen liegt. Dabei beinhaltet die Stichprobe nur quantitative
Vorhersagen. Um eine aussagekräftige Messung der relativen Genauigkeit zu gewährleisten,
werden mindestens zwei Analytiker benötigt, die Prognosen in den letzten 90 Tagen
veröffentlicht haben. Zusätzlich muss derselbe Manager, der Prognosen in mindestens vier
Quartalen über die letzten zwei Jahre veröffentlicht hat das Unternehmen zum Zeitpunkt der
Veröffentlichung geleitet haben. Auf
Basis dieser Restriktionen wurden 5768
Managementprognosen im Zeitraum 10/1996 – 10/2007 generiert.45
Um den Effekt des kurzfristigen präzisen Prognoseerfolgs der Manager auf die aktuelle Prognose zu analysieren, wird die Variable ERR konstruiert, die als absoluter Wert die Differenz
zwischen den Managerprognosen und den tatsächlich realisierten Erträgen darstellt. Eine
weitere Variable STREAK gibt die Anzahl der aufeinanderfolgenden erfolgreichen Manager40
Vgl. Ben-David/Graham/Harvey (2010), S. 10
Vgl. Hilary/ Hsu (2011), S. 300
42
Vgl. Hilary/ Hsu (2011), S. 302
43
Vgl. Hilary/ Hsu (2011), S. 300 f.
44
Die Datensammlung wurde von der FirstCall Datenbank abgerufen.
45
Vgl. Hilary/ Hsu (2011), S. 304
41
10
prognosen der letzten vier Quartale an. Um diese Variable zu konstruieren wurde eine Indikatorvariable46 gebildet, die den Wert 1 annimmt, wenn der Managementprognosefehler
geringer ist als der Konsensprognosefehler und den Wert 0 falls nicht.47 Zusätzlich werden
zur Messung der Reaktion der Marktteilnehmer auf die kurzfristigen Prognoseerfolge der
Manager zwei Variablen konstruiert. Für Investoren wurde die Variable RET eingeführt, die
das Verhältnis der 3- Tages Aktienrendite rund um die Veröffentlichung der
Managementprognose zur Veränderung der Ertragserwartung des Investors darstellt. Um die
Beeinflussung der Aktienkursreaktionen durch Gewinnankündigungen zu reduzieren, wurden
Managementprognosen die innerhalb von -1 bis +1 Tagen vor einer Gewinnankündigung bei
der Untersuchung nicht berücksichtigt. Die REV Variable wurde für Analytiker konstruiert,
die das Verhältnis zwischen individuellen Analytikerprognosen zu der Differenz zwischen
Managerprognosen
und
Konsensprognosen
vor
der
Veröffentlichung
einer
Managementprognose abbildet.48
Insgesamt ist festzustellen, dass die STREAK Variable signifikant positiv mit der ERR
Variable korreliert, was bestätigt, dass kürzlich präzise Prognoseerfolge Auswirkungen auf
aktuelle Prognosen haben. Im Hinblick auf die Marktreaktionen ist die Korrelation der
STREAK Variable sowohl mit der RET als auch mit der REV Variable negativ. Das bedeutet,
dass Investoren und Analytiker die Overconfidence der Manager, die in den letzten Quartalen
aufeinanderfolgende Prognoseerfolge hatte, erkennen und folglich weniger stark auf ihre
Prognosen reagieren.49
3.5
Diskussion der dargestellten Overconfidence- Maße
Im Hinblick auf das Overconfidence- Maß von Malmendier und Tate, welches auf
persönlichen Portfoliotransaktionen der CEOs basiert, ist festzuhalten, dass die Konstruktion
dieses Maßes sehr komplex ist. Zudem weisen die Messergebnisse aller drei Variablen zwar
auf Overconfidence bei CEOs hin, allerdings treten enorme Abweichungen der Werte
untereinander auf, so dass kein eindeutiger Prozentsatz der CEOs angegeben werden kann, die
tatsächlich unter Overconfidence leiden.50 Im Vergleich zu anderen Ansätzen stellt die relativ
geringe Stichprobe einen weiteren Nachteil dar. Aus diesem Grund kann die Signifikanz der
Resultate angezweifelt werden. Im Gegensatz dazu erweist sich die Konstruktion des zweiten
46
Gibt die Indikatorvariable die aufeinanderfolgenden Prognoseerfolge der Manager bspw. als 1,0,0, und 1 an,
beträgt die STREAK Variable 1.
47
Vgl. Hilary/ Hsu (2011), S. 304 f.
48
Vgl. Hilary/ Hsu (2011), S. 304
49
Vgl. Hilary/ Hsu (2011), S. 310-311
50
Vgl. Malmendier/Tate (2005a), S. 2673-2675
11
Maßes von Malmendier und Tate als sehr einfach. Jedoch weist auch dieses Verfahren eine
Reihe von Defiziten auf. Da die Untersuchung der Overconfidence auf der Darstellung des
CEOs in der Presse basiert, kann nicht davon ausgegangen werden, dass die Messung frei von
subjektiven Einflüssen ist. Da weder bestimmte Verhaltensmuster noch Aktionen der CEOs
analysiert werden, können Entwicklungen des Unternehmens auf die der CEO keinen Einfluss
hat in die Pressedarstellung einfließen. Ferner stellt sich die Frage, ob CEOs eventuell
Einfluss auf die Presse haben und so ihre Außenwahrnehmung manipulieren können.
Insgesamt kann auch bei diesem Verfahren die Aussagekraft angezweifelt werden, da zum
einen nur einige ausgewählte Zeitschriften betrachtet werden und zum anderen auch dieser
Ansatz keine expliziten Ergebnisse bezüglich der Overconfidence bei CEOs liefert. Zwar wird
dargelegt, wie viele Artikel der Kategorie „selbstsicher“ zugeordnet werden können, aber eine
exakte Prozentzahl der unter Overconfidence leidenden CEOs wird auch hier nicht
angegeben.51 Das Overconfidence- Maß von Ben-David, Graham und Harvey erweist sich im
Vergleich zu den ersten beiden Verfahren als sehr präzise. Dieser Ansatz basiert auf
tatsächlichen Befragungen der Manager, so dass die Overconfidence bzw. der Grad der
Overconfidence anhand persönlicher Einschätzungen der Manager und nicht anhand ihrer
Handlungen gemessen wird. Allerdings zeigt das Verfahren seine Schwächen in der
zeitintensiven Konstruktion der Maße. In ihrem Beitrag untersuchen Hilary und Hsu, ob
kürzlich eingetretene Prognoseerfolge der Manager die Genauigkeit ihrer zukünftigen
Vorhersagen beeinflussen. Der entscheidende Vorteil gegenüber den Ansätzen von
Malmendier und Tate liegt darin, dass das Maß auf tatsächlichen Managerprognosen basiert
und somit ähnlich wie das Ben-David, Graham und Harvey Verfahren sehr präzise Ergebnisse
liefert. Einen weiteren Vorteil stellt die relativ einfache Datenverfügbarkeit dar. Jedoch sei
auch hier angemerkt, dass die Konstruktion des Maßes einen enormen Zeitaufwand fordert.
4.
Determinanten von Overconfidence
Ben-David, Graham und Harvey untersuchen in ihrer Studie eine Vielzahl von möglichen
Einflussfaktoren auf die Overconfidence bei Managern. Zum einen resultiert Miscalibration
aus dem Versuch, zukünftige Renditen auf Basis vergangener Renditen vorherzusagen. Dabei
sind individuelle Schwankungen der Manager empfindlicher gegenüber einer negativen
Vergangenheitsrendite als gegenüber einer positiven. Dementsprechend konstruieren die
Manager auch ihre Konfidenzintervalle.52 Weiterhin wird analysiert inwiefern die
51
52
Vgl. Malmendier/Tate (2008), S. 39-40
Vgl. Ben-David/Graham/Harvey (2010), S. 11
12
Vergangenheitsrenditen der eigenen Firma die Managerprognosen beeinflussen. Dabei haben
mehrere Untersuchungen ergeben, dass die Auswirkungen eher schwach sind. Dagegen ist der
Einfluss historischer Marktrenditen auf die Vorhersagen stärker als der des eigenen
Unternehmens.53 Einen weiteren Aspekt des möglichen Einflusses auf die Overconfidence
stellen die persönlichen Merkmale (z.B. Alter, Berufserfahrung, Bildungsstand und Höhe der
Bonuszahlungen) dar. Die Ergebnisse dieser Analyse zeigen, dass Miscalibration mit dem
Alter steigt, jedoch mit der Erhöhung der Bonuszahlungen sinkt. Der Optimismus steigt
dagegen mit der Berufserfahrung bei Männern und sinkt mit dem Alter.54 Des Weiteren geben
die Autoren an, dass Miscalibration und Optimismus über die Jahre andauern. Als
Hilfestellung werden Antworten von Managern hinzugezogen die mehrmals über die Jahre
befragt wurden. Daraus resultiert, dass beide Ausprägungen der Overconfidence
langanhaltend sind und Miscalibration in der Vergangenheit einen guten Indikator für aktuelle
Miscalibration darstellt. Dennoch können Manager ihre verzerrte Selbstwahrnehmung
reduzieren, wenn sie niedrigen Aktienmarktrenditen folgen.55 Kolasinski und Li dagegen
führen in ihrem Beitrag auf, dass Overconfidence im Zeitverlauf abnehmen kann, was auf der
Annahme basiert, dass overconfidente Manager aus ihren Fehlern in der Vergangenheit
lernen.56 Im Kontext dazu definieren Hilary und Hsu die Overconfidence in ihrem Beitrag als
endogen, deren Intensität im Zeitablauf abhängig vom Prognoseerfolg variieren kann.57
5.
Schlussbetrachtung
Zentrales Ziel dieser Arbeit bestand darin, die in der Literatur vorgestellten OverconfidenceMessverfahren in ihrer Funktionsweise zu erläutern und zu diskutieren. Bei Betrachtung der
verschiedenen Overconfidence- Maße kann eine generelle Overconfidence bei Managern
angenommen werden. Allerdings ist, aufgrund der zum Teil stark variierender
Herangehensweisen an das Konstrukt eine präzise Aussage darüber, ob Manager tatsächlich
unter Overconfidence leiden nicht möglich. Zusammenfassend lässt sich festhalten, dass das
Phänomen Overconfidence auch in Zukunft auf dem Forschungsgebiet des Managerverhaltens
einen großen Stellenwert einnehmen wird.
53
Vgl. Ben-David/Graham/Harvey (2010), S. 12 f.
Vgl. Ben-David/Graham/Harvey (2010), S. 13
55
Vgl. Ben-David/Graham/Harvey (2010), S. 14
56
Vgl. Kolasinski/Li (2010), S. 32
57
Vgl. Hilary/Hsu (2011), S. 303
54
13
Literaturverzeichnis
Ben-David, I., Graham, J. R., Harvey, C. R. (2010): Managerial Miscalibration, Discussion
Paper, Ohio State University
Hillary, G., Hsu, C. (2011): Endogenous Overconfidence in Managerial Forecasts, in:
Journal of Accounting and Economics, Vol. 51, S. 300-313
Doukas, J. A., Petmezas, D. (2007): Acquisitions, Overconfident Managers and SelfAttributions, in: European Financial Management, S. 531-577
Malmendier, U., Tate, G. (2005a): CEO Overconfidence and Corporate Investment, in:
Journal of Finance, Vol. 6, No. 6, S. 2661-2700
Malmendier, U., Tate, G. (2005b): Does Overconfidence Affect Corporate Investment?
CEO Measures Revisited, in: European Financial Management, Vol. 11, No. 5, S.649-659
Malmendier, U., Tate, G. (2008): Who makes acquisitions? CEO Overconfidence and the
market’s reaction, in: Journal of Financial Economics Vol. 89, No. 1, S.20-43
Kolasinski, A. C., Li, X. (2010): Do independent directors restrain overconfident CEOs?,
Discussion Paper, University of Washington
Russo, J. E., Schoemaker, P. J. (1992): Managerial Overconfidence, in: Sloan Management
Review 33, S. 7-17
Sivanathan, N., Galinsky, A. D. (2008): Power and Overconfidence, IACM 2007 Meetings
Paper
14
Ehrenwörtliche Erklärung
Hiermit versichere ich, dass ich die vorliegende Arbeit selbstständig verfasst und keine
anderen als die angegebenen Quellen und Hilfsmittel benutzt sowie Zitate kenntlich gemacht
habe. Die Regelungen des §9 zu Versäumnis, Rücktritt, Täuschung und Ordnungsverstoß
habe ich zur Kenntnis genommen. Die Arbeit hat in gleicher oder ähnlicher Form noch keiner
Prüfungsbehörde vorgelegen.
Ort, Datum
Unterschrift
15
Anhang
Maß
Persönliche
Portfoliotransaktionen der
CEOs
Grundidee
Erforderliche Daten
Konstruktion des Maßes
Overconfidence von
Managern wird anhand ihrer
persönlichen Portfolioentscheidungen gemessen.
• detaillierte Informationen über die
Portfoliotransaktionen der Manager
bzgl. ihres Aktien- und
Optionenbestands.
• Datensammlung von über 477
börsennotierten US- Unternehmen
• Holder 67 Variable, die auf der Annahme basiert, dass CEOs
ihre Optionen unmittelbar nach Ende der
Unverfallbarkeitsfrist ausüben sollen.
• Longholder Variable, die sich auf das Fälligkeitsdatum
konzentriert.
• Net Buyer Variable, die die Neigung der CEOs untersucht
zusätzliche Unternehmensaktien zu erwerben, obwohl sie dem
Unternehmensrisiko bereits in hohem Maße ausgesetzt sind.
Overconfidence von CEOs
wird anhand ihrer
Darstellung in der Presse
gemessen.
• 1200 Artikel aus ausgewählten
Zeitschriften wie z.B. der New York
Times.
• Anzahl der Beiträge wird erfasst, die den CEO entweder mit
dem Merkmal „selbstsicher“ oder „vorsichtig“
charakterisieren.
• Als Indikator für die Overconfidence wurde die Dummy
Variable TOTALconfident eingefügt, die misst, ob die
Anzahl der Beiträge der ersten Merkmalsausprägung die
Anzahl der Beiträge der zweiten Merkmalsausprägung
übersteigt.
• Ist das der Fall, nimmt sie den Wert 1 an, was auf
Overconfidence beim CEO hinweist oder den Wert 0 falls
nicht.
Overconfidence kommt
darin zum Ausdruck, dass
Manager entweder die
Genauigkeit eigener
Prognosen überschätzen
oder die Varianz unsicherer
Ereignisse unterschätzen
und folglich die Prognosen
ihrer Wahrscheinlichkeits-
• Einschätzungen der Manager zu
künftigen S&P 500 Renditen.
• Angabe eines 10. und 90. Perzentil
für ihre Prognosen.
• Vergleich der geschätzten Volatilitäten der CFOs mit der
historischen Volatilitätsverteilung des S&P 500 (1950-2000)
• Vergleich zwischen den Renditeprognosen der CFOs und
den tatsächlich realisierten Renditen des S&P 500.
• Vergleich der Volatilität der CFOs mit der tatsächlich
realisierten Volatilität des S&P 500 und mit der durch S&P
500 Optionen implizierten Volatilität.
Pressedarstellung
der CEOs
Miscalibration
von Managern
15
Auswirkungen
kurzfristiger
Prognoseerfolge
auf aktuelle
Schätzungen
verteilungen zu eng
ausfallen.
Overconfidence- Maß
basiert auf der Annahme,
dass Manager, die kürzlich
Prognoseerfolge hatten,
zukünftige Erträge weniger
präzise vorhersagen.
• 5768 Managementprognosen der
Jahre 1996-2007.
• Der Fokus liegt dabei auf
vierteljährlichen Prognosen.
• Variable ERR, die als absoluter Wert die Differenz zwischen
Managementprognosen und den tatsächlich realisierten
Erträgen darstellt.
• Variable STREAK, die die Anzahl der aufeinanderfolgenden
erfolgreichen Managementprognose der letzten vier Quartale
wiedergibt.
• RET- und REV Variable, die die Reaktionen der
Marktteilnehmer auf die Prognosen von overconfidenten
Managern messen.
15
Document
Kategorie
Seele and Geist
Seitenansichten
54
Dateigröße
193 KB
Tags
1/--Seiten
melden