EZB-Studie: Bankenmodelle unterschätzen Gewinnmanipulation
Eine EZB-Studie zeigt: Bankenmodelle erfassen Anzeichen von Gewinnmanipulation in ihren internen Ausfallwahrscheinlichkeiten (PDs) nur unzureichend. Der Einfluss von Manipulation auf das Kreditrisiko ist oft verzögert und kontextabhängig.
Verzerrte Risikobilder in Bankenmodellen
Eine neue EZB-Studie beleuchtet, inwieweit Banken Anzeichen von Gewinnmanipulation bei der Schätzung des Ausfallrisikos börsennotierter Unternehmen erkennen.
Die Analyse vergleicht Indikatoren für potenziell unzuverlässige Finanzberichte mit den internen Ausfallwahrscheinlichkeiten (PDs) der Banken.
Es zeigt sich ein schwacher und negativer Zusammenhang zwischen dem Beneish M-Score, der Manipulation signalisiert, und den PDs.
Dies deutet darauf hin, dass Bankenmodelle Gewinnmanipulationssignale nicht vollständig aufnehmen.
Die Ergebnisse werden maßgeblich durch die hohe Anzahl von Unternehmen ohne Manipulationssignale beeinflusst.
Für die 8,9 Prozent der Stichprobe, bei denen der M-Score tatsächlich auf Manipulation hindeutet, sind die PDs jedoch höher und steigen weiter an, je stärker die Manipulation.
Dies stützt die Hypothese, dass der Einfluss von Gewinnmanipulation auf das Kreditrisiko – wenn er auftritt – eher verzögert als sofort in den internen Modellen erfasst wird.
Die Studie nutzt AnaCredit-Daten zu Kreditengagements europäischer Banken von 2019 bis 2022 sowie Finanzdaten von Orbis.
AnaCredit und Orbis entlarven Manipulation
Die Untersuchung verknüpft AnaCredit-Daten zu Kreditengagements im Euroraum mit Finanzdaten börsennotierter Unternehmen aus Orbis für den Zeitraum 2019 bis 2022.
Aus einer Stichprobe von 4.659 Firmen wurde der Beneish M-Score zur Erkennung potenzieller Gewinnmanipulation berechnet.
Die Analyse konzentriert sich auf die 8,9 Prozent der Unternehmen, die den Manipulationsschwellenwert überschreiten, um die wirtschaftliche Relevanz dieser Beziehung zu untersuchen.
Querschnittsanalysen zeigen zudem, dass erhöhte Ausfallrisiken und stärkere Manipulationssignale in spezifischen Ländern wie Portugal, Luxemburg und Griechenland sowie in Sektoren wie Bau, Immobilien und Finanzdienstleistungen gehäuft auftreten.
Expertenurteil statt Algorithmus
Die Studie zeigt, dass Bankenmodelle Manipulationssignale nicht vollständig erfassen.
Daher ist es entscheidend, qualitative Übersteuerungen und Expertenurteile in die Kreditrisikoschätzung zu integrieren.
Der vorgeschlagene manipulationsbereinigte Kreditrisikoindikator PD+ bietet einen praktischen Ansatz, um das Ausfallrisiko besser zu bewerten.