IFRS 9 Finanzinstrumente - Herausforderungen für Banken

1. S. 30Einleitung

Die Qualität der Rechnungslegung und deren laufende Verbesserung stehen im Vordergrund der Bemühungen des IASB und nationaler Standardsetter. Besonders in Krisenzeiten wurden im Rahmen der Bilanzierung von Finanzinstrumenten tatsächliche oder vermeintliche Mängel der Rechnungslegung identifiziert. Der IAS 39 wurde als incomprehensible im Allgemeinen empfunden und die Bildung von Wertberichtigungen nach IAS 39 im Speziellen wurde oftmals mit too little und too late umschrieben. Das Resultat aus dieser Kritik ist IFRS 9, der in mehreren Phasen entwickelt wurde und IAS 39 ersetzt.

Dieser Beitrag geht nicht auf die neuen Regelungen ein – das ist Themenschwerpunkt der weiteren Beiträge dieses Buches –, sondern analysiert die Qualität von Bankabschlüssen und deren Entwicklung, und diskutiert mögliche längerfristige Auswirkungen und Anreize durch die Einführung des IFRS 9 auf die dargestellten Maßgrößen. Besonderes Augenmerk liegt auf der Methodik der Messung der Qualität der Finanzberichterstattung bei Banken.

Zur Analyse dieser Fragen wird zunächst auf die Messung von Qualität der Rechnungslegung allgemein und dann für Banken im Besonderen eingegangen. Im Anschluss daran wird eine empirische Analyse der IFRS-Konzernabschlüsse von europäischen börsennotierten Banken dargestellt, welche die Entwicklung der Qualitätsmaße im Zeitablauf aufzeigt. Die Qualität der Rechnungslegung wird in der empirischen Literatur idR über die Ergebnisqualität (earnings quality) bestimmt, und dem wird hier gefolgt. Bei der Ergebnisqualität werden nur die bilanziell erfassten Informationen berücksichtigt, nicht hingegen jene, die sich aus den Angaben im Anhang oder weiteren Informationen ergeben. Solche Informationen kommen nur indirekt zum Tragen, soweit sie sich in den Marktpreisen bzw ‑renditen widerspiegeln, die in manchen Qualitätsmaßen Verwendung finden.

Für die Schätzung der Ergebnisqualität werden analog zu weiten Teilen der Literatur insgesamt mehrere Maßgrößen definiert, von denen eine Gruppe die Eigenschaften der bilanziellen Größen selbst erfasst und die andere Gruppe die bilanziellen Größen in Verbindung zu Marktpreisen der Banken setzt. Zur ersten Gruppe gehören Beständigkeit und Prognosefähigkeit der Ergebnisse sowie die Eigenschaften von Kreditvorsorgen als wesentliches bilanzpolitisches Instrument. Zur zweiten Gruppe zählt die Wertrelevanz, also die Assoziation von bilanziellen Größen und Marktpreisen bzw ‑renditen, sowie Vorsicht im Sinne von asymmetrischer Zeitnähe. Auf Maßgrößen, die auf operative Cashflows zurückS. 31greifen, wird bewusst verzichtet, da Cashflows bei Banken idR als wenig aussagekräftige Kennzahlen betrachtet werden.

In den meisten empirischen Studien zur Ergebnisqualität werden Banken und Versicherungen aus dem Sample eliminiert, weil ihre Abschlüsse mit denen von Unternehmen in anderen Branchen sehr schwer vergleichbar sind. Es gibt allerdings einige Studien, die sich spezifisch mit Bankabschlüssen befassen. Einen ähnlich breiten Zugang zur Ergebnisqualität wie die vorliegende Analyse ist jene von Kanagaretnam/Lim/Lobo (2010). Sie analysieren die Ergebnisqualität für ein internationales Sample von Banken aus 29 Ländern über den Zeitraum von 1993 bis 2006. Sie messen Ergebnisqualität über eine Reihe von Maßgrößen, wie Beständigkeit, Cashflow-Prognosefähigkeit und Bilanzpolitik über Risikovorsorge. Die Resultate zeigen, dass die Ergebnisqualität in Ländern mit stärkeren rechtlichen, wirtschaftlichen und politischen Strukturen höher als in anderen Ländern ist. Die Ergebnisqualität hängt nicht nur von den Rechnungslegungsstandards, sondern auch von den institutionellen Rahmenbedingungen ab.

Der Großteil der Studien nutzt zwei Besonderheiten von Bankabschlüssen, nämlich einerseits die umfangreichen Angaben zu Kreditvorsorgen und andererseits die Tatsache, dass Bankbilanzen überwiegend aus Finanzinstrumenten bestehen. Diese Besonderheiten können für Analysen des Informationsgehalts der Posten wie auch für eine mögliche Bilanzpolitik genutzt werden.

Wahlen (1994) analysiert die Bilanzpolitik durch die Position Zuführungen zur Kreditvorsorge. Ausgangspunkt ist die Beobachtung, dass höhere Zuführungen idR mit höheren Marktrenditen einhergehen, dh vom Markt positiv beurteilt werden. Wahlen findet, dass unerwartet hohe Zuführungen positiv mit künftigen Cashflows assoziiert sind und damit private Informationen über die Erwartungen des Managements enthalten. In der Folge zeigen Ahmed/Takeda/Thomas (1999), dass dieses Ergebnis tendenziell nur für den spezifischen Betrachtungszeitraum von Wahlen gilt. Kanagaretnam/Lobo/Yang (2004) finden ebenfalls differenzierte Ergebnisse für die Hypothese, dass mit den Zuführungen zur Kreditvorsorge private Informationen preisgegeben werden. Konsistentere Ergebnisse finden sie für die Nutzung der Zuführungen, die zur Ergebnisglättung eingesetzt wird.

Beatty/Chamberlain/Magliolo (1995) betrachten simultan mehrere Instrumente zur Bilanzpolitik, nämlich Zuführungen zur Kreditvorsorge, Direktabschreibungen, Gewinne aus Veräußerung von Finanzinstrumenten und anderen Aktiva sowie Gewinne aus Pensionsabfindungen und Eigenkapitalausgaben. Sie finden, dass einige dieser Instrumente gemeinsam genutzt werden, insbesondere um regulatorische Kapitalgrenzwerte zu erreichen.

Altamuro/Beatty (2010) untersuchen die Auswirkungen einer Verschärfung der Regulierung von Internen Kontrollsystemen bei Banken, die in den USA 1993 erfolgte. Sie zeigen, dass sich danach tendenziell die Beständigkeit und Cashflow-Prognosefähigkeit erhöht haben, die Werthaltigkeit von Risikovorsorgen S. 32gesteigert wurde, dass sich die Bilanzpolitik zur Erreichung von Zielgrößen verminderte und auch die Vorsicht geringer wurde, was konsistent mit einer Verringerung von Reserven ist. In Summe ist damit unklar, ob sich die Qualität der Finanzberichterstattung verbessert hat: Einerseits führte die Änderung zu einer größeren Assoziation zwischen Ergebnisgrößen und künftigen Cashflows, zugleich vermindert sich andererseits die Vorsicht der Rechnungslegung, was als Verminderung der Qualität gesehen wird.

Gebhardt/Novotny-Farkas (2010) untersuchen, ob die Einführung von IFRS die Bilanzpolitik durch Risikovorsorgen verändert hat. Sie finden, dass die Bankenregulierung darauf großen Einfluss hat; insbesondere in EU-Staaten mit starker Bankenaufsicht werden künftig erwartete Kreditrisiken tendenziell früher erfasst und damit Risikovorsorgen stärker zur Glättung von Ergebnissen eingesetzt als in einem reinen incurred loss approach.

Beatty/Ke/Petroni (2002) analysieren, ob sich Bilanzpolitik zur Erreichung von Zielgrößen bei börsennotierten Banken von der bei nicht börsennotierten Banken systematisch unterscheidet. Sie finden, dass die Gewinne von börsennotierten Banken weniger wahrscheinlich geringfügig gegenüber dem Vorjahr sinken und dass diese Banken dafür eher Kreditvorsorgen und Gewinnrealisierungen bei Wertpapierverkäufen einsetzen. Nichols/Wahlen/Wieland (2009) finden, dass die Abschlüsse börsennotierter Banken mehr bedingte Vorsicht als diejenigen nicht börsennotierter Banken aufweisen. Sie interpretieren dieses Ergebnis so, dass Vorsicht für börsennotierte Banken wichtiger als die Anreize des Managements zu ergebniserhöhender Bilanzpolitik ist.

Eine Reihe von Arbeiten befasst sich mit der Bewertung von Finanzinstrumenten und dabei insbesondere mit der Relevanz und Verlässlichkeit von Fair Values. Die Ergebnisse sind nicht eindeutig: Nelson (1996) findet, dass der Unterschied zwischen den Fair Values und dem Buchwert von Forderungen nur bei Investment Securities signifikant ist, bei anderen Vermögenswerten nicht. Barth/Beaver/Landsman (1996) finden allgemein erhebliche Unterschiede, und auch die Ergebnisse bei Eccher/Ramesh/Thiagarajan (1996) sind gemischt.

Ein weiteres Thema ist die Relevanz und Verlässlichkeit der Fair Values unterschiedlicher Hierarchie von Finanzinstrumenten. Besonders Level-3-Fair-Values beinhalten hohe Ermessensspielräume. Kolev (2008), Song/Thomas/Yi (2010) und Goh et al (2015) finden dementsprechend, dass die Wertrelevanz von zum Level-3 ermittelten Fair Values geringer als jene von Level-2-und Level-1-Fair-Values ist; bei Unternehmen, bei denen die Angaben in irgendeiner Form verlässlicher erscheinen (durch „bessere“ Prüfung der Angaben durch die Abschlussprüfer, starke Corporate-Governance-Mechanismen usw), ist die Wertrelevanz höher.

Im Zuge der Finanzkrise befassten sich einige Untersuchungen mit der Frage, welchen Beitrag die Fair-Value-Bewertung von Finanzinstrumenten darin spielte. So S. 33zeigen Laux/Leuz (2010), dass etwa nur ein Drittel der Finanzinstrumente auf der Aktivseite von Bankbilanzen zum Fair Value bewertet wird und davon etwa nur 12 % Level-3-Fair-Values sind. Sie folgern daraus, dass die Fair-Value-Bewertung keinen wesentlichen Beitrag zur Verschärfung der Finanzkrise beigetragen hat. Barth/Landsman (2010) kommen zu einem ähnlichen Schluss. Auf der anderen Seite zeigen die Resultate in Bischof/Brüggemann/Daske (2014), dass das Ausnutzen der Wahlrechte bei der Reklassifizierung von Finanzinstrumenten – gerade in der Zeit der Finanzkrise – positiv mit der Strenge der regulatorischen Kapitalrestriktionen sowie den Prudential Filtern assoziiert ist.

Im Folgenden wird zunächst auf die empirische Messung von Ergebnisqualität allgemein eingegangen, bevor die Besonderheiten der Messung bei Banken dargestellt werden. Im dritten Abschnitt werden typische Maßgrößen für Ergebnisqualität kurz erläutert. Danach erfolgt eine empirische Untersuchung der Ergebnisqualität europäischer Banken sowie eine Diskussion, ob und inwiefern der IFRS 9 diese ändern wird. Eine Zusammenfassung beschließt den Beitrag.

2. Messung der Ergebnisqualität

2.1. Grundlagen

Der Begriff „Qualität“ der Rechnungslegung ist schillernd und wird meist vage im Sinne von Erfüllung des Zwecks der Rechnungslegung verstanden. Nun ist bereits diskussionsfähig, was der Zweck der Rechnungslegung eigentlich ist und ob sie einen oder mehrere Zwecke hat. Das IASB formuliert den Zweck der Rechnungslegung im ersten Kapitel des neuen Rahmenkonzepts wie folgt:

Die Rechnungslegung ist danach auf die Informationsinteressen der Kapitalgeber ausgerichtet, Interessen anderer Stakeholder werden nicht direkt berücksichtigt. Es wird weiter postuliert, dass Kapitalgeber vor allem an Informationen interessiert sind, die ihnen helfen, die künftigen Cashflows des Unternehmens einschätzen zu können.

Diesen Zweck der Rechnungslegung kann man am ehesten durch die Verbesserung der Information der Kapitalgeber über die künftigen Cashflows erfassen, welche die Bekanntgabe von Rechnungslegungsinformationen beinhaltet. Angenommen, die Unsicherheit der Kapitalgeber über die künftigen Cashflows lässt sich durch die Varianz der künftigen Cashflows erfassen, dann reduziert eine informative Rechnungslegungsinformation diese Varianz nach ihrer Veröffentlichung. Die Qualität der S. 34Rechnungslegung ist umso höher, je geringer die bedingte Varianz wird. Allerdings ist die Varianz der Cashflows weder vor noch nach Erhalt von Rechnungslegungsinformation unmittelbar messbar. Daher werden in der Literatur andere Maßgrößen herangezogen, die dieses Konstrukt erfassen können.

Eine mögliche Quelle für solche Maßgrößen bietet das Rahmenkonzept des IASB selbst: Darin werden qualitative Eigenschaften der Rechnungslegung beschrieben. Sie umfassen die beiden Haupteigenschaften Relevanz und glaubwürdige Darstellung sowie die Qualität verbessernde Eigenschaften Vergleichbarkeit, Verifizierbarkeit, Zeitnähe und Verständlichkeit. Diese Eigenschaften sind auch immer unter einem Kostenaspekt zu beurteilen. Einige der entwickelten empirischen Maßgrößen beziehen sich auf solche qualitativen Eigenschaften, wie zB Relevanz oder Zeitnähe.

S. 35Tabelle 1 gibt eine Übersicht über Möglichkeiten zur Messung von Ergebnisqualität, die in der Literatur verwendet werden. Die Darstellung folgt dabei Übersichtsbeiträgen von Schipper/Vincent (2003), Dechow/Schrand (2004), Francis/Olsson/Schipper (2006), Wagenhofer/Dücker (2007) und Dechow/Ge/Schrand (2010), worin sich auch eine weitergehende Diskussion findet.

Tabelle 1 gliedert die Maßgrößen in fünf verschiedene Gruppen, die sowohl direkte als auch indirekte Maße umfassen. Die erste Gruppe umfasst direkte Maßgrößen, die ausschließlich Größen des Jahresabschlusses, konkret Posten aus der Bilanz, Gesamtergebnisrechnung und Kapitalflussrechnung, verwenden. Einige dieser Maße stehen in engem Zusammenhang mit qualitativen Eigenschaften, die das IASB definiert.

Die zweite Gruppe umfasst Maßgrößen, die einen statistischen Zusammenhang zwischen Jahresabschlussgrößen und Marktpreisen oder der Änderung von Marktpreisen, dh Marktrenditen, herstellen. Marktpreise werden hier im Wesentlichen dafür herangezogen, um die „tatsächlichen“ Informationen, die sich im Marktpreis widerspiegeln, mit denen der Rechnungslegung zu vergleichen. Die Marktpreise dienen daher gewissermaßen als Benchmark.

Die dritte Gruppe versucht, die Qualität der Rechnungslegung indirekt durch Eigenschaften von Analystenprognosen zu messen. Analysten gehören zu den Hauptnutzern der Abschlüsse und sie verwenden sie gemeinsam mit anderen Informationen dazu, Prognosen zu erstellen. Je besser solche Prognosen im Durchschnitt sind, umso informativer und qualitativ besser wird die Rechnungslegungsinformation angenommen (sofern sich keine Änderungen in den anderen Informationen ergeben haben).

Die vierte Gruppe erfasst die Effekte von Ergebnisgrößen auf bestimmte Kapitalmarktgrößen, wie Eigen- und Fremdkapitalkosten, Arbitragegewinne, die mit Hedge-Portfolios zu erzielen sind, Bid-Ask-Spreads und Handelsvolumen. Die Hypothesen sind, dass eine qualitativ bessere Rechnungslegung die Eigenkapitalkosten senkt, höhere Arbitragegewinne ermöglicht, Bid-Ask-Spreads senkt und Handelsvolumina erhöht. Während Bid-Ask-Spreads und Handelsvolumina unmittelbar beobachtbar sind, trifft dies für Eigenkapitalkosten und Arbitragegewinne nicht zu. Diese Maßgrößen müssen aus anderen beobachtbaren Größen konstruiert und geschätzt werden, die etliche Annahmen zB über Risikofaktoren von Marktrenditen erfordern.

Die fünfte Gruppe versucht schließlich, die Qualität der Rechnungslegung eines Samples durch externe Indikatoren für eine fehlerhafte Berichterstattung zu schätzen. Dazu dienen Beobachtungen wie Enforcement-Aktivitäten und ‑Entscheidungen (zB Betrug), Restatements von Abschlüssen, aber auch berichtspflichtige Informationen über die Qualität von Internen Kontrollsystemen. Je höher der Umfang S. 36von gefundenen Falschberichterstattungen ist, desto schlechter ist danach die Rechnungslegung im Durchschnitt.

Jede dieser Möglichkeiten zur Messung von Ergebnisqualität hat ihre eigenen Stärken und Schwächen. Direkte Maßgrößen können zum Teil unmittelbar mit der Verminderung der Varianz der künftigen Cashflows in Verbindung gebracht werden, sie berücksichtigen aber den Informationsgehalt der Rechnungslegung nur unzureichend. Der Informationsgehalt kann über die Reaktionen der Adressaten geschätzt werden. Dies liegt Marktpreisen und anderen Marktgrößen sowie Analystenprognosen zugrunde. Der Rückschluss bei Verwendung solcher indirekter Maße bedeutet aber den gemeinsamen Test von zwei Hypothesen, nämlich über die Qualität der Rechnungslegung und die Art der Verwendung durch eine bestimmte Adressatengruppe. Diese beiden lassen sich empirisch nicht trennen und so sind Schlussfolgerungen nicht eindeutig zu ziehen. Die Verwendung von externen Indikatoren für Falschberichterstattung, wie zB gefundene Fehler in Abschlüssen wiederum als Maßgröße für Qualität, ist keine unabhängige Stichprobe, sondern hängt von den Mechanismen für deren Aufdeckung ab. In der vorliegenden Arbeit liegt der Fokus auf Maßgrößen für direkte Eigenschaften von Ergebnissen und auf dem Zusammenhang von Ergebnisgrößen und Marktpreisen.

Schließlich ist zu berücksichtigen, dass die Qualität der Rechnungslegungsstandards, wie denjenigen, die das IASB entwickelt, nur ein Element der Qualität der Rechnungslegung insgesamt und letztlich auch ihrer Wirkungen ist. Neben den Rechnungslegungsstandards selbst sind auch deren Anwendung durch die Ersteller von Abschlüssen, die Prüfung durch Abschlussprüfer, die Corporate Governance, das Enforcement und das gerichtliche Klagesystem wesentliche Elemente für die Qualität der Rechnungslegung. Diese institutionellen Rahmenbedingungen lassen sich von der Rechnungslegung selbst empirisch nur schwer isolieren.

2.2. Besonderheiten bei Banken

Das Geschäft von Banken und damit auch die Jahresabschlüsse von Banken weisen eine Reihe von Besonderheiten auf. Viele empirische Studien zur Ergebnisqualität eliminieren daher Banken, aber auch Versicherungen aus ihren Samples. Zu den Besonderheiten gehören die folgenden:

Ein großer Teil der Vermögenswerte von Banken sind Finanzinstrumente. Die Bilanzierungs- und Bewertungsregeln von Finanzinstrumenten unterscheiden sich typisch von denen anderer Vermögenswerte und Schulden. Nach IFRS 9 werden Finanzinstrumente unabhängig von der Wahrscheinlichkeit des Ressourcenflusses in der Bilanz erfasst. Einige Finanzinstrumente werden mit ihren Fair S. 37Values bewertet, deren Verlässlichkeit je nach Level unterschiedlich groß ist und oft einen großen Ermessensspielraum eröffnet. Die Fair-Value-Bewertung führt bei einzelnen Instrumenten zu größeren Wertschwankungen im Zeitablauf. Die Ausbuchung von Finanzinstrumenten hängt von vielen Kriterien ab, die im Wege von Verträgen über Finanzinstrumente gestaltbar sind. Viele Risiken aus Finanzinstrumenten können durch Sicherungsbeziehungen abgesichert werden. Schließlich schreibt IFRS 7 umfangreiche Angaben zur Bewertung von Finanzinstrumenten und zu den damit verbundenen Risiken vor.

Die Finanzsituation von Banken wird anders als jene von Industrieunternehmen gemessen. Bei Banken spielt die Höhe des Eigenkapitals (präziser: der regulatorischen Eigenmittel) eine unmittelbare Rolle für den Umfang der Geschäftstätigkeit. Die Fremdfinanzierung gehört bei Banken zur Geschäftstätigkeit und ist von dieser nicht zu trennen. Insofern haben Kennzahlen wie die Eigenkapitalquote und Verschuldungsgrade eine besondere Funktion und Vermögensstruktur; Deckungsgrade sind für die Beurteilung der Finanzlage weitgehend ungeeignet.

Der Zusammenhang von Bilanz und Gewinn- und Verlustrechnung ist je nach Geschäftsschwerpunkt der Banken unterschiedlich. Das Ergebnis des Kreditgeschäfts und des Retailgeschäfts ist in der Gewinn- und Verlustrechnung ersichtlich und die dazugehörigen Kredite und Veranlagungen schlagen sich in der Bilanz nieder. Beim Investment Banking, Private Banking und Asset Management handelt die Bank als Vermittler, sodass hier zwar die Ergebnisse in der Gewinn- und Verlustrechnung erfasst werden, die zugehörigen Vermögenswerte und Schulden jedoch nicht in der Bilanz aufscheinen. Daher sind Renditegrößen, bei denen Ergebnisgrößen auf Bilanzgrößen bezogen werden, wenig aussagefähig. Posten, die professionelle Bewertungen erfordern, wie Risikovorsorgen, Zuführungen zu diesen, Non-Performing-Loans, Direktabschreibungen ua, beziehen sich weitgehend auf das Kreditgeschäft. Damit wird mögliche Bilanzpolitik nur bei einigen Geschäftsfeldern gut abschätzbar.

Die Aussagefähigkeit von operativen Cashflows und Kapitalflussrechnungen ist bei Banken eingeschränkt, weil sich das operative Geschäft und das Finanzierungsgeschäft bei Banken nicht sinnvoll trennen lassen, sondern sich gegenseitig bedingen. Die durch die Zahlungsabwicklung erzeugten Cashflows führen zu einer aufgeblähten Darstellung der Änderungen der liquiden Mittel in einer Periode. Außerdem ist ein Großteil der Bankgeschäfte geldnahe. Aus diesen Gründen ist auch die Interpretation von Änderungen der liquiden Mittel schwierig. IAS 7 gewährt ein Wahlrecht, Zinszahlungen im operativen Cashflow oder im Cashflow aus der Investitions- bzw Finanzierungstätigkeit auszuweisen; bei Banken sollten Zinszahlungen ausschließlich im operativen Cashflow gezeigt werden,S. 38sonst würde der operative Cashflow einen wesentlichen Teil der Zahlungsströme aus der Geschäftstätigkeit nicht enthalten.

Die Beachtung dieser Besonderheiten führt dazu, dass etliche Maßgrößen für die Ergebnisqualität bei Banken nicht sinnvoll anwendbar sind. Umgekehrt ermöglicht die Angabe von bankspezifischen Posten, wie Risikovorsorgen und Non-Performing-Loans, die Nutzung zusätzlicher Maßgrößen. Im Folgenden werden typische Maßgrößen für Ergebnisqualität, die bei Banken verwendet werden können, kurz vorgestellt. Im Anschluss daran erfolgt die empirische Analyse.

3. Maßgrößen der Ergebnisqualität

3.1. Beständigkeit und Prognosefähigkeit

Die Ausgangsgröße für die meisten empirischen Untersuchungen ist eine Ergebnisgröße aus der Gewinn- und Verlustrechnung. Je nach Untersuchungszweck können dafür verschiedene Ergebnisgrößen geeignet sein. Für eine allgemeine Untersuchung der Ergebnisqualität bietet sich das Jahresergebnis nach Steuern (in der Nomenklatur von IAS 1: Gewinn oder Verlust) an. Dieses Ergebnis bildet auch die Basis für die Berechnung von Earnings per Share (EPS) gemäß IAS 33. Das Jahresergebnis beinhaltet sämtliche in der Gewinn- und Verlustrechnung erfassten Beträge, damit auch ungewöhnliche Posten und das Ergebnis aus aufgegebenen Geschäftsbereichen. Ein außerordentliches Ergebnis darf nach IAS 1 nicht gesondert dargestellt werden. Teilergebnisse, wie ein operatives Ergebnis (EBIT) oder Ähnliches, sind für Banken nicht besonders aussagekräftig.

Nicht im Jahresergebnis enthalten sind Wertänderungen von Wertpapieren, die direkt im Eigenkapital und im Sonstigen Ergebnis erfasst werden; dies betrifft die über das Other comprehensive income (OCI) bewerteten Finanzinstrumente (FVOCI) und Derivate, die als Sicherungsinstrument eines Cashflow-Hedges verwendet werden.

Die beiden Maßgrößen Beständigkeit und Prognosefähigkeit basieren auf statistischen Eigenschaften des Jahresergebnisses im Zeitablauf. Beständigkeit beschreibt den Umfang, in dem gegenwärtige Jahresergebnisse in der Zukunft fortbestehen, also nachhaltig erzielbar sind. Hohe Beständigkeit wird als positiv betrachtet, weil die Ergebnisse stabil, langfristig und wenig riskant erscheinen. Die Prognosefähigkeit von Jahresergebnissen ist deren Fähigkeit, sich selbst über die Zeit vorherzusagen. Diese Eigenschaft wird häufig von Analysten gewünscht, weil sie die Unsicherheit der Prognosen verringert.

Zur Ermittlung der beiden Maßgrößen wird folgende Regressionsgleichung geschätzt:

Dabei bezeichnet NI_i,t das Jahresergebnis von Unternehmen i im Geschäftsjahr t, das mit der Bilanzsumme TA_i,t-1 der Vorperiode skaliert wird, um Heteroskedastizität zu begegnen. α ist das Absolutglied, β₁ der Regressionskoeffizient, und ε_i,t das Residuum aus der Regression. Die Beständigkeit wird mit β₁ gemessen. β₁ zeigt, in welchem Umfang das Ergebnis im Jahr t-1 das Ergebnis im Jahr t erklärt. Die Prognosefähigkeit wird mit dem Bestimmtheitsmaß R² der Regression gleichgesetzt. Je höher das R², desto stärker beschreibt Gleichung (1) den Zusammenhang der Ergebnisse und desto höher ist die Prognosefähigkeit.

Beide Maßgrößen erfassen sämtliche Änderungen der Jahresergebnisse über die Zeit. Diese können durch zwei Faktoren hervorgerufen sein: (a) ökonomische Faktoren, wie das operative Risiko der Tätigkeit der Banken, und (b) die Qualität der Rechnungslegung. Für die Beurteilung der Qualität der Rechnungslegung selbst sollten ökonomische Faktoren, soweit sie nicht konstant gehalten werden können, in der Regression berücksichtigt werden. Eine Möglichkeit besteht darin, Kontrollvariablen in die Regression aufzunehmen, die Unterschiede im operativen Risiko erfassen. Die Regressionsgleichung lautet dann:

In der nachfolgenden empirischen Untersuchung werden Unternehmensgröße, gemessen anhand des Logarithmus der Bilanzsumme, sowie der Tier-1-Kapitalanteil (Kernkapital) an der Bilanzsumme verwendet. Die Unternehmensgröße ist eine übliche Kontrollvariable, die verschiedene Faktoren erfasst, die für Unterschiede großer und kleiner Banken relevant sind. Die Berücksichtigung der Unternehmensgröße zielt auf systematische Effekte ab, die nicht in der Größe der Werte selbst liegen; die Jahresergebnisse X_i,t sind ja bereits mit Bilanzsumme skaliert. Der Tier-1-Kapitalanteil an der Bilanzsumme ist eine Größe, welche die Volatilität der Jahresergebnisse berücksichtigen soll. Ein geringerer Tier-1-Kapitalanteil bedeutet, dass die Aufwandszinsen relativ höher sind und daher das Jahresergebnis tendenziell stärker schwankt als im Fall eines hohen Tier-1-Kapitalanteils. Die Volatilität der Jahresergebnisse ist mit den Maßgrößen Beständigkeit und Prognosefähigkeit eng verbunden. Eine geringere Volatilität bedeutet tendenziell höhere Beständigkeit und höhere Prognosefähigkeit. Allerdings kann eine geringe Volatilität auch ein Resultat ergebnisglättender Bilanzpolitik sein.

3.2. S. 40Bilanzpolitik

Bilanzpolitik bezeichnet das gezielte Ergreifen von Maßnahmen, die Auswirkungen auf den Jahresabschluss haben, um Entscheidungen von Bilanzadressaten oder den Eintritt von rechtlichen oder vertraglichen Folgen zu beeinflussen. Man kann reale und buchmäßige Bilanzpolitik unterscheiden. Reale Bilanzpolitik umfasst Sachverhaltsgestaltungen, wie zB die Veräußerung eines Kredits, die Aufnahme eines bestimmten Geschäfts, eine Akquisition, Ausgliederung und vieles mehr. Reale Bilanzpolitik ist meist schwer erkennbar und auch wenn die Rechnungslegung zum Teil Auslöser bestimmter Gestaltungen ist (wie zB die Gründung von Zweckgesellschaften oder die Vertragsgestaltung bei der Übernahme von Kreditrisiken), so liegt der Schwerpunkt bei der Analyse der Qualität der Rechnungslegung in der buchmäßigen Bilanzpolitik. Dazu zählen alle Maßnahmen, welche nicht (mehr) die reale Situation, sondern nur mehr deren Darstellung im Jahresabschluss verändern. Aus diesem Grund wird im Folgenden auf die buchmäßige Bilanzpolitik abgestellt.

Der Einfluss von Bilanzpolitik auf die Ergebnisqualität kann unterschiedlich sein, je nachdem, welche Motivation das Management dazu hat. IdR wird Bilanzpolitik als negativ für die Ergebnisqualität gesehen, weil angenommen wird, dass das Management Spielräume in der Rechnungslegung opportunistisch nutzt, um relevante Informationen über die tatsächliche Lage des Unternehmens zu verschleiern. Alternativ kann ein bilanzieller Spielraum dazu genutzt werden, um bessere Informationen des Managements über künftige Ereignisse zu kommunizieren. Wird beispielsweise eine ungewöhnlich hohe Zuführung zu Risikovorsorgen beobachtet, kann dies den Grund haben, dass das Management etwa Ergebnisse glätten möchte oder in einem Geschäftsjahr, in dem das Ergebnis ohnedies schon schlecht ist, ein „big bath“ nimmt. Es kann aber auch den Grund haben, dass das Management damit indiziert, dass es für die Zukunft höhere Kreditverluste antizipiert. Empirisch sind diese beiden Gründe nur schwer unterscheidbar.

Zur Schätzung von Bilanzpolitik gibt es etliche Maßgrößen. Nimmt man an, dass die Cashflows durch buchmäßige Bilanzpolitik nicht verändert werden, sind diese eine nützliche Vergleichsgröße. Vereinfacht besteht zwischen dem Cash Flow aus der betrieblichen Tätigkeit (CFO) und dem Jahresergebnis X in einer Periode folgender Zusammenhang:

Dabei bezeichnet PA die Periodenabgrenzungen im Geschäftsjahr t.

S. 41Die Periodenabgrenzungen selbst können von Interesse sein, vor allem wenn sie in einem Geschäftsjahr ungewöhnliche Höhen aufweisen. Weiters kann das Verhältnis des Betrags der Periodenabgrenzungen zum Betrag der Cashflows ermittelt werden, dh PA_i,t /CFO_i,t. Als Maß für eine mögliche Ergebnisglättung bietet sich die Korrelation der Änderungen von Periodenabgrenzungen (PA) und der Änderungen der Cashflows aus der betrieblichen Tätigkeit (CFO) an, dh ρ(ΔPA_i,t, ΔCFO_i,t). Zur Messung ergebnismaximierender oder ergebnisminimierender Bilanzpolitik können „diskretionäre“ Periodenabgrenzungen herangezogen werden. Dazu werden „normale“ Periodenabgrenzungen aus anderen Variablen geschätzt. Die die „normalen“ Periodenabgrenzungen übersteigenden Periodenabgrenzungen sind dann „diskretionäre“ Periodenabgrenzungen und bilden einen Indikator für Bilanzpolitik (aber alternativ auch für Informationsgehalt der Periodenabgrenzungen).

Für Banken sind diese Maßgrößen, wie oben beschrieben, nur bedingt geeignet, weil sie stark auf dem Cashflow aus der betrieblichen Tätigkeit und dessen Eignung als Benchmark für das Ergebnis ohne Bilanzpolitik fußen. Der Cashflow aus der betrieblichen Tätigkeit ist bei Banken wenig aussagekräftig.

Allerdings können für die Messung von Bilanzpolitik bankenspezifische Posten im Bankabschluss herangezogen werden, die das Kreditrisiko betreffen. Ein solcher Posten ist die Risikovorsorge für Kreditverluste in der Bilanz, die sich nach folgendem Schema errechnet:

Neben der Risikovorsorge erfolgen Einzelwertberichtigungen und Direktabschreibungen für Non-Performing-Loans. Die erfolgswirksamen Beträge ergeben sich wie folgt:

S. 42Besonders die Zuführungen zur Risikovorsorge unterliegen einem Ermessensspielraum durch das Management und können für Bilanzpolitik oder für besondere Information genutzt werden. Diese Größe kann daher sinnvoll als Substitut für die (allgemeinen) Periodenabgrenzungen PA verwendet werden. Die anderen Größen, wie insbesondere die Direktabschreibungen, eröffnen dagegen idR weniger Ermessensspielraum.

Eine empirische Analysemöglichkeit besteht darin, die Zuführungen zur Risikovorsorge im Vergleich mit den Änderungen bei Non-Performing-Loans und Direktabschreibungen in Verbindung zu bringen, die ja aufgrund tatsächlicher Wertminderungen vorgenommen werden. Damit kann versucht werden, die Zuführung zur Risikovorsorge in eine „normale“ und eine „diskretionäre“ Komponente zu trennen. Die „normale“ Komponente hängt dabei von der Entwicklung anderer mit dem Kreditgeschäft verbundener Variablen ab. Die „normale“ Kreditvorsorge kann zB mit folgender Regressionsgleichung geschätzt werden:

Dabei bezeichnen LLP die Zuführung zur Risikovorsorge, ΔNPL die Änderung der Non-Performing-Loans, NCO die Direktabschreibungen und ΔLoans die Änderung des Kreditvolumens. In die Regression können zusätzliche Kontrollvariablen eingefügt werden, wie zB die Unternehmensgröße LNTA. Weiters kann nach verschiedenen Kreditkategorien getrennt werden, wie zB besicherte Kredite, Staatskredite und Industriekredite, die unterschiedliche Ausfallraten aufweisen.

Über die Analyse des „abnormalen Teils“, des Residuums ε_i,t aus der Gleichung in (4), kann eine Aussage über die Bilanzpolitik getroffen werden; eine ähnliche Einschätzung lässt die Analyse der erklärten vs der unerklärten Varianz zu: Ein höheres Bestimmtheitsmaß R² deutet auf weniger Bilanzpolitik oder mehr Informationsgehalt bei der Risikovorsorge hin.

Generell ist unklar, ob mit ungewöhnlich hohen oder niedrigen Periodenabgrenzungen die Qualität der Rechnungslegung überhaupt erfasst werden kann. So kann angenommen werden, dass der Kapitalmarkt antizipierte Bilanzpolitik im Durchschnitt bei der Bewertung berücksichtigt. Die Beträge an Periodenabgrenzungen lassen allerdings nicht erkennen, inwiefern darin erwartete Bilanzpolitik steckt. Aussagen über die Qualität der Rechnungslegung lassen sich daher nur mit Vorsicht treffen.

Weiters ist zu beachten, dass damit nur ein Teil der möglichen Ermessensspielräume erfasst wird. Eingetretene oder erwartete Wertänderungen von Finanzinstrumenten, S. 43die erfolgswirksam zum Fair Value bewertet werden, sind darin nicht enthalten, ebenso nicht die erfolgsneutral erfassten Wertänderungen über das OCI.

3.3. Wertrelevanz

Wertrelevanz ist eine Maßgröße für Ergebnisqualität, die Rechnungslegungsgrößen mit Marktpreisen und deren Änderungen in Zusammenhang setzt. Marktpreise spiegeln viele am Markt befindliche Informationen wider, darunter auch Rechnungslegungsgrößen. Der Umfang, in dem Rechnungslegungsgrößen mit Marktpreisen korrelieren, hängt von deren Relevanz und Verlässlichkeit ab. Je relevanter und je verlässlicher Rechnungslegungsinformationen sind, desto stärker ist zu erwarten, dass sie in die Marktpreise eingehen. Der Kapitalmarkt wird damit faktisch als informationseffizient bezüglich öffentlich verfügbarer Informationen angesehen. Es lässt sich zeigen, dass Wertrelevanz sehr eng mit dem Konzept des Informationsgehalts der Rechnungslegung, erfasst als Minderung der bedingten Varianz, zusammenhängt, obwohl es eine Reihe von Kritikpunkten an der Wertrelevanz als solcher gibt. So steigt zB die Wertrelevanz, wenn die Rechnungslegung prozyklischer wird, was im Zuge der Finanzkrise als großes „Problem“ der IFRS-Rechnungslegung angesehen wurde.

Wertrelevanz kann auf verschiedene Weise empirisch gemessen werden. Eine Standardmethode ist die Assoziation zwischen Jahresergebnis und Marktrendite gemäß folgender Regressionsgleichung:

Dabei bezeichnet P_i,t den Marktpreis des Unternehmens i am Ende des Geschäftsjahres t, und R_i,t ist die Änderung des Marktpreises im Betrachtungszeitraum, dh (P_i,t – P_i,t–1)/P_i,t–1. Diese Rendite wird häufig über 15 Monate gemessen, um die Rechnungslegungsinformationen des betreffenden Geschäftsjahres im Durchschnitt noch einfließen zu lassen. Die Wertrelevanz wird an der Stärke der Assoziation zwischen Marktrenditen und Jahresergebnissen X_i,t, dh am Bestimmtheitsmaß R² der Regression oder der Höhe des Regressionskoeffizienten β gemessen. Die oben angeführte Wertrelevanz-Gleichung (5) stellt dabei ein Change-Design einer Wertrelevanz-Studie dar, weil auf eine Veränderung der Preise bzw Gewinne abgestellt wird.

Eine alternative Form der Wertrelevanzermittlung basiert auf den Bestandsgrößen Eigenkapital und Marktpreis selbst, anstelle der Änderungen von Eigenkapital und Marktpreisen. Bei Banken kann argumentiert werden, dass die Bilanz wichtiger für S. 44die Marktpreisbestimmung als die Gewinn- und Verlustrechnung ist, weil die Bilanz aus vielen Fair-Value-bewerteten Finanzinstrumenten und sonst aus vielen kurzfristigen Vermögenswerten und Schulden besteht, die sehr zeitnahe Bewertungen aufweisen. Aus diesen Überlegungen ergibt sich die unten angeführte Regressionsgleichung (6), in der die Variablen mit der Bilanzsumme (TA) skaliert sind; diese alternative Form kann auch als level-Design umschrieben werden, weil auf den aktuellen Level der Preise bzw Buchwerte abgestellt wird:

Wiederum wird das Bestimmtheitsmaß R² oder der Koeffizient β als Maßgröße der Wertrelevanz verwendet.

Die beiden oberen Überlegungen können kombiniert werden, indem der Marktpreis auf Basis einer Preisermittlung im Wege einer Residualgewinnbewertung gemessen wird, worin bei Annahme einer bestimmten Dynamik der Ergebnisentwicklung folgende Regressionsgleichung resultiert:

Eine weitere Variante wendet diese Überlegung auf Marktrenditen als Veränderungen der Marktpreise in einer Periode an:

Bei der Schätzung der Wertrelevanz können wie weiter oben dargestellt auch wieder Kontrollvariablen eingeführt werden, die Unterschiede in der Wertrelevanz verschiedener Unternehmen berücksichtigen.

3.4. Vorsicht

Vorsicht ist eine wesentliche Eigenschaft von Rechnungslegungssystemen. Vorsicht bedeutet, dass Verluste zeitlich früher als vergleichbare Gewinne erfasst werden. Unbedingte Vorsicht wird durch Bilanzierungs- und Bewertungsregeln erreicht, die unabhängig von wertrelevanter Information eine Unterbewertung bewirken. Beispielsweise besteht bei einer Bewertung nach Anschaffungs- oder Herstellungskosten in den fortgeschriebenen Anschaffungskosten eine Bewertungsobergrenze, die nicht überschritten werden darf. Bedingte Vorsicht führt hingegen zu einer Abwertung S. 45bei Eintritt eines ungünstigen Ereignisses, wie zB einer dauernden Wertminderung, die im Wege einer außerplanmäßigen Abschreibung erfasst wird, während umgekehrt bei Eintritt eines günstigen Ereignisses keine Aufwertung erfolgt (soweit nicht eine außerplanmäßige Abschreibung rückgeführt wird).

Vorsicht war früher Bestandteil des Rahmenkonzepts des IASB, in dem es explizit als Sorgfalt bei der Ausübung von Ermessen bei der Bilanzierung und Bewertung unsicherer Positionen genannt wird (Rahmenkonzept 1989, Abs 37). Danach sollen Vermögenswerte und Erträge nicht zu hoch und Schulden und Aufwendungen nicht zu niedrig bewertet werden. Dies führt zu einer verzerrten Rechnungslegung, die mit dem Erfordernis der Neutralität abzuwägen ist. Im IASB-Rahmenkonzept 2010 war Vorsicht bewusst nicht als qualitative Eigenschaft erwähnt, weil das IASB eine neutrale Rechnungslegung klar vor die Vorsicht stellt – obwohl im überarbeiteten Rahmenkonzept 2018 Vorsicht vor dem Hintergrund von Unsicherheiten wieder explizit aufgenommen wurde. Dennoch wird bedingte Vorsicht in der Literatur überwiegend als positive Maßgröße für Ergebnisqualität gesehen. Dies ist aber auch formal nicht unumstritten, weil unklar bleibt, warum nur ungünstige Ereignisse erfasst werden sollen, nicht hingegen günstige auch. Würden etwa (bei Gleichlassen der Erfassung ungünstiger Ereignisse) auch günstige Ereignisse erfasst, so stiege insgesamt die Wertrelevanz, gleichzeitig würde sich die Vorsicht verringern.

Die asymmetrische Erfassung von Gewinnen und Verlusten kann auf mehrere Arten empirisch gemessen werden. Eine Möglichkeit basiert auf den Auswirkungen von Vorsicht auf die Beständigkeit von positiven und negativen Ergebnissen. Diese Variante ist in Tabelle 1 unter der ersten Gruppe, den direkten Eigenschaften von Ergebnisgrößen, dargestellt. Eine sehr zeitnahe Erfassung von Verlusten impliziert, dass Verluste vergleichsweise wenig beständig sind; eine nicht zeitnahe Erfassung von Gewinnen, zB in Form laufender anteiliger Gewinne aus einem Geschäftsfall, legt dagegen nahe, dass diese relativ beständiger sind. Die asymmetrische Zeitnähe kann daher mit folgender Regressionsgleichung gemessen werden:

Dabei bezeichnet ΔNI_i,t = (NI_i,t – NI_i,t–1) die Änderung des Jahresergebnisses in einer Periode; D_i,t ist eine Indikatorvariable, die für positive Ergebnisänderungen den Wert 0 und für negative Ergebnisänderungen den Wert 1 annimmt. Es wird angenommen, dass β₁ negativ ist, weil sich Ergebnisänderungen in Folgejahren S. 46tendenziell wieder ausgleichen, also zum Teil transitorisch sind. Eine asymmetrische Zeitnähe zeigt sich in einem negativen β₂, was bedeutet, dass der Ausgleich negativer Ergebnisänderungen stärker erfolgt, was einer geringeren Beständigkeit von Verlusten entspricht.

Eine andere übliche Messung von Vorsicht erfolgt auf Basis der Wertrelevanz, berücksichtigt also Ergebnisgrößen und Marktpreise. Dabei wird angenommen, dass eine positive Marktrendite eine günstige Unternehmenssituation und eine negative Marktrendite eine ungünstige Situation indiziert. Die Marktrendite des Geschäftsjahres R_i,t = (P_i,t – P_i,t–1) / P_i,t–1 wird genau für das betreffende Geschäftsjahr t, also nicht zeitversetzt, ermittelt, um die Kausalität der Marktrendite für das Ergebnis zu berücksichtigen.

Bedingte Vorsicht impliziert, dass sich eine ungünstige Situation und damit negative Marktrendite stärker im Jahresergebnis niederschlägt als eine günstige Situation. Die („umgekehrte“) Regressionsgleichung lautet:

Die Indikatorvariable D nimmt für positive Renditen R den Wert 0 und für negative Renditen den Wert 1 an. Der Koeffizient β₁ entspricht der Ergebnissensitivität bei positiver Rendite, die Summe (β₁ + β₂) derjenigen bei negativer Rendite. Der Regressionskoeffizient β₂ misst die Differenz in der Sensitivität und damit Vorsicht; ein positives β₂ ist konsistent mit einer vorsichtigen Rechnungslegung. Ähnlich wie bei anderen Regressionen können hier Kontrollvariablen verwendet werden.

4. Beschreibung der Stichprobe

Die Basis für die Sampleauswahl stellen die in der Thomson Reuters Datastream Datenbank unter dem Sektor Banken börsenotierten Unternehmen in der Europäischen Union mit IFRS als eingesetzten Rechnungslegungsstandard dar. Es konnten hierbei 158 Banken mit Sitz in der Europäischen Union identifiziert werden. Davon wurden alle Banken eliminiert, bei denen elementare Daten zu Gewinnen und Preisen in der Datenbank fehlen. Daraus ergibt sich schließlich eine Samplegröße von insgesamt 147 Banken, die über die Jahre 2005 bis 2011 erfasst werden. Die Stichprobe enthält insgesamt 998 Unternehmensjahre, weil in den letzten Jahren noch Daten von einigen der Banken fehlen. Einige der nachfolgend ermittelten Maßgrößen erfordern besondere Angaben, sodass die tatsächliche Anzahl der Unternehmensjahre bei den Auswertungen abweicht. Einige Maßgrößen benötigen Daten aus Vorperioden bzw aus Folgeperioden, weshalb für die Auswertungen bei den meisten Analysen nur die Jahre 2006 bis 2010 bzw S. 472011 dargestellt werden. Aufgrund der geringen Anzahl von Jahren sind statistische Tests der Trends bei den einzelnen Analysen nicht anwendbar.

S. 48Tabelle 3 gibt eine deskriptive Statistik wesentlicher Daten über den gesamten Betrachtungszeitraum wieder. Alle Variablen sind zur Bereinigung von Ausreißern auf dem 1-%-Niveau winsorisiert. Das Jahresergebnis und die Rendite (12-Monats-Rendite einschließlich Dividenden) beziehen sich auf die Geschäftsjahre, die Marktkapitalisierung und das Tier-1-Kapital (Kernkapital) auf das Ende des Kalenderjahres. Der Tier-1-Kapitalanteil ist direkt aus der Datenbank entnommen. In der Tabelle ist die Verteilung über die gesamte Stichprobe dargestellt. Im Einzelnen weichen die Werte über die Jahre stark ab. Die Bankenkrise, die im Oktober 2008 ihren Höhepunkt erfuhr und auch 2010 und 2011 in den Daten ihren Niederschlag findet, führte dazu, dass die Jahresergebnisse, Renditen und Marktkapitalisierungen deutlich sanken. Die Rendite ist nur in den Jahren 2006 und 2009 im Durchschnitt positiv (Mittelwerte: ca 32 % bzw 36 %), im Jahr 2007 beträgt sie im Durchschnitt ca –3 %, im Jahr 2008 –54 % bei einem maximalen Wert von nur +11 %. In den Jahren 2010 und 2011 sind die Renditen wieder negativ (Mittelwerte: ca –6 % bzw –34 %). Die Jahresergebnisse spiegeln diese Trends etwas abgeschwächt wider. Diese massiven wirtschaftlichen Änderungen haben natürlich auch Auswirkungen auf die Maßgrößen der Ergebnisqualität, die teilweise auf Marktpreisen oder Renditen beruhen.

In der Tabelle oben sind des Weiteren Daten zu Risikovorsorgen dargestellt, die in der nachfolgenden Auswertung Verwendung finden. Sie sind zur besseren Vergleichbarkeit jeweils mit dem Anfangsbestand an Krediten skaliert. Auch hier gibt es über den Betrachtungszeitraum signifikante Änderungen aufgrund der Finanzkrise. Die Nettozuführungsquote zur Kreditvorsorge (LLP) steigt über die Jahre tendenziell an, die Varianz nimmt ebenfalls zu. Dies ist vor allem durch die schlechter werdende Qualität des Kreditportfolios begründet. Die notleidenden Kredite, Non-Performing-Loans (NPL) bzw deren Änderungen (ΔNPL), steigen bis 2009 – bezogen auf die Forderungen – in jedem Jahr an, um ab 2010 leicht zu sinken. Die Median-Direktabschreibungen (NCO) steigen ab 2010 drastisch an, was auf eine steigende Ausfallquote hinweist. Die Entwicklung des Stands der Kreditvorsorge (LLR) verläuft ebenfalls schwankend und sie erreicht 2007 einen Tiefpunkt. Betrachtet man die Differenz zwischen durchschnittlicher Nettozuführungsquote und den prozentualen Direktabschreibungen als Indikator für das Risikomanagement, so ist diese Differenz im Durchschnitt über die Jahre positiv; sie ist aber in den Jahren 2005–2007 nahe null und wird in den Jahren 2008 und 2009 deutlich positiv.

5. S. 49Ergebnisqualität im Zeitablauf

5.1. Beständigkeit und Prognosefähigkeit

Beständigkeit und Prognosefähigkeit werden anhand der oben dargestellten Regressionsgleichung (1) gemessen. Die Regression wird im Folgenden mit dem Jahresergebnis nach Steuern X gerechnet. Es werden die Beständigkeit der Ergebnisgrößen in zwei aufeinanderfolgenden Jahren (der Koeffizient von X) sowie die Prognosefähigkeit (Bestimmtheitsmaß R²) über die Jahre dargestellt, zunächst ohne und dann mit Kontrollvariablen. Der Koeffizient der Beständigkeit ist immer hoch signifikant.

Bei der Beständigkeit der Ergebnisse erkennt man eine Abnahme von 2008 auf 2009 und eine deutliche Zunahme ab dem Jahr 2010. Die Prognosefähigkeit der Ergebnisse fällt im Jahr 2008 steil ab. Auch das Jahr 2011 zeigt eine relativ hohe und durch das Modell nicht erklärte Varianz, was auf eine niedrigere Prognosefähigkeit weist. Berücksichtigt man die beiden Kontrollvariablen Unternehmensgröße und Tier-1-Kapitalanteil, um damit das sich strukturell ändernde wirtschaftliche Umfeld in gewissem Umfang zu erfassen, so zeigt sich, dass beide S. 50Maßgrößen der Ergebnisqualität über die Jahre tendenziell stärker abnehmen. Dabei sind die beiden Kontrollvariablen für sich gesehen häufig nicht signifikant, ihre Berücksichtigung führt jedoch dazu, dass die Signifikanz der Konstanten deutlich reduziert wird. Insgesamt erkennt man, dass die Qualitätsgrößen Prognosefähigkeit und Beständigkeit dem Trend des Modells ohne Kontrollgrößen folgen. Die Prognosefähigkeit ist jedoch in diesem Modell erst im Jahr 2009 markant niedriger als in den anderen Jahren.

S. 51Wenn man ein ähnliches Modell für Beständigkeit und Prognosefähigkeit für einen Cashflow-Proxy wie EBTP – das Ergebnis vor Steuern und vor Zuführung zur Kreditvorsorge – betrachtet, zeigt sich wie bei den Jahresergebnissen ein ähnliches Bild. Beständigkeit und Prognosefähigkeit fallen beide im Jahr 2008/2009 und dann wieder im Jahr 2011 ab. Interessant ist beim Modell mit den Kontrollen, dass die Beständigkeit der Cashflows 2008 sehr hoch ist und erst im Jahr 2009 deutlich sinkt.

5.2. Bilanzpolitik

Bilanzpolitik im Bereich des Kreditgeschäfts kann, wie oben dargestellt, durch den Anteil der unerklärten Varianz an der gesamten Varianz der Zuführung zur Kreditvorsorge (LLP) auf dessen Determinanten gemessen werden. In der Regression zeigt sich die erklärte Varianz durch das Bestimmtheitsmaß R², somit ist ein hohes R² gleichbedeutend mit hoher Ergebnisqualität, wenn man davon ausgeht, dass dadurch Bilanzpolitik und nicht alternativ der Informationsgehalt der Position Zuführung zur Kreditvorsorge erfasst wird.

In den Regressionsergebnissen in unten stehender Tabelle werden neben den Determinanten Veränderungen der notleidenden Kredite (ΔNPL) und Direktabschreibungen (NCO) als Kontrollen die Veränderung des Stands der Kredite (ΔLoans) und die Größe der Bank dargestellt. Unterschiedliche Kategorien von Krediten werden mangels Datenverfügbarkeit nicht berücksichtigt.

Insgesamt zeigen sich nach dem Jahr 2008 zunächst ein Absinken und anschließend ein leichter Anstieg von R². Wenn man ein hohes R² als Indikator für geringe Bilanzpolitik und damit hohe Ergebnisqualität betrachtet, dann bedeutet dies, dass das Ausmaß der Bilanzpolitik im Jahr 2006 im Durchschnitt am stärksten vorlag und dann wieder zurückging. Eine andere Interpretation könnte sein, dass ein geringes R² auf die Bekanntgabe relevanter Information hindeutet. Außerdem ist zu berücksichtigen, dass damit nur die Ermessensspielräume in der Bilanzierung des Kreditgeschäfts, nicht aber Bewertungsspielräume bei anderen bilanzpolitischen Instrumenten erfasst werden. Überdies ist die Anzahl der Beobachtungen in den untersuchten Jahren gering und steigt stetig, so dass diese Aussagen zum Teil von Einzelfällen bzw von der Steigerung des Samples getrieben sein können.

5.3. Wertrelevanz

Die Wertrelevanz wird anhand der Assoziation von wertrelevanten Jahresabschlussgrößen und Marktpreisen gemessen. Grundsätzlich kann der Marktpreis auf Basis des buchmäßigen Eigenkapitals und ggf von (nachhaltigen) Ergebnisgrößen dargestellt werden (level-Design), oder Preisänderungen werden auf Basis der Ergebnisse und deren Änderungen dargestellt (Change-Design). Weil gerade im Bankbereich die Betrachtung des level-Designs bei Studien zur Wertrelevanz vorherrscht, soll dieser Ansatz dargestellt werden.

Bei dieser Regressionsgleichung wird der Marktpreis P_i,t häufig 3 Monate nach Bilanzstichtag auf das Eigenkapital zum Bilanzstichtag regressiert, damit sichergestellt wird, dass sich die Informationen in den Preisen widerspiegeln können. Eine kombinierte Form der Wertrelevanz-Messung aus Change- und level-Design ist auch möglich. Hier wird auf Basis einer level-Gleichung noch unter Annahme einer bestimmten Dynamik der Ergebnisentwicklung eine Ergebnisgröße hinzugefügt:

S. 53Im Folgenden wird die Wertrelevanz über die Stärke der Assoziation und damit über das Bestimmtheitsmaß R² und nicht über die Koeffizienten der entsprechenden Variablen (ERC) beurteilt.

Die oben stehende Tabelle zeigt, dass das buchmäßige Eigenkapital wie erwartet eine signifikante, erklärende Größe für die Marktpreise der Banken ist. Die Koeffizienten, die man als Multiples interpretieren kann, schwanken allerdings sehr stark. Sie sinken in 2008 extrem ab und steigen dann wieder an, um im Jahr 2011 wieder in ein ähnliches Niveau wie in den Jahren 2005 bis 2007 zu erreichen. Das Bestimmtheitsmaß ist nicht ganz so volatil. Es sinkt in 2008 und 2011 ebenfalls ab. Wenn man Eigenkapital und Ergebnisse als erklärende Größen zulässt, so verändert sich dieses Bild nur unwesentlich. Interessant ist hierbei, dass die Ergebnisgrößen zumeist eine hohe Erklärungskraft besitzen, wenn das Eigenkapital keine besitzt. Dies ist der Fall, wenn der Koeffizient auf das Eigenkapital unter 1 fällt.

5.4. S. 54Vorsicht

Bedingte Vorsicht wird im Folgenden auf zwei Arten geschätzt: In unten dargestellter Formel wird zunächst die asymmetrische Beständigkeit von positiven und negativen Ergebnissen dargestellt.

mit ΔNl_i,t = Nl_i,t − Nl_i,t−1 und D_i,t = 0, wenn ΔNl_i,t > 0 und D_i,t = sonst 1.

Vorsicht liegt vor, wenn der Koeffizient β₂ auf die kombinierte Variable ΔX_t-1 × D_t-1 negativ ist. Das bedeutet dann, dass sich negative Ergebnisänderungen rascher ausgleichen als positive, und damit negative Ergebnisänderungen weniger beständig sind als positive. Die Ergebnisstabelle unten zeigt, dass der Koeffizient von ΔX_t-1 × D_t-1 in den Jahren 2008 und 2009 positiv ist, während er in 2007 und 2010 bzw 2011 wie prognostiziert negativ ist, wobei dieses Ergebnis nur 2011 signifikant ist. Der Koeffizient auf ΔX selbst schwankt ebenfalls markant. Diese Resultate deuten darauf hin, dass in 2008 und 2009 die Bankabschlüsse nicht vorsichtig aufgestellt wurden.

Weiters kann man Vorsicht über die umgekehrte Wertrelevanzgleichung schätzen:

S. 55Bei vorsichtiger Rechnungslegung ist der Koeffizient des Ergebnisses bei einer negativen Entwicklung höher als bei einer positiven Entwicklung. Daher sollte der Koeffizient auf der kombinierten Variable D_i,t × R_i,t positiv sein.

Die Ergebnisse unten zeigen, dass die Vorzeichen der Koeffizienten der Renditen sowie der kombinierten Variablen D_i,t × R_i,t nur in den Jahren 2006 und 2011 signifikant positiv sind. Diese Resultate weisen darauf hin, dass die Ergebnisse in den Jahren 2007–2010 keine asymmetrische zeitliche Erfassung aufweisen. Das heißt, in den Jahren von 2007–2010 werden Ergebnisse unabhängig von guten bzw schlechten Nachrichten symmetrisch erfasst, was im Sinne der obigen ökonometrischen Spezifikation auf keine (bedingte) Vorsicht schließen lässt.

6. Ergebnisqualität und IFRS 9: Diskussion

Nachfolgend soll nun eine mögliche Wirkung von IFRS 9 auf die analysierten Maßgrößen der Ergebnisqualität diskutiert werden. Wie sich die Maßgrößen ab 2018, zum Zeitpunkt des Inkrafttretens des IFRS 9, verhalten, ist eine empirische Frage, die ua damit zusammenhängt, wie gut man die realökonomischen Effekte von den Effekten der Rechnungslegung trennen kann und welche der Neuregelungen des IFRS 9 die Ergebnisse hauptsächlich treiben werden. Die folgende Darstellung ist eine bewusste Fokussierung auf mögliche Haupteffekte, die ggf durch Nebeneffekte abgeschwächt oder sogar konterkariert werden können. Die Effekte sind getrennt nach den Phasen des IFRS 9 in Kategorisierung und Bewertung (C&M), Wertminderung (LLP) und Hedge Accounting (HA).

6.1. S. 56Beständigkeit und Prognosefähigkeit (NI)

6.2. S. 57Beständigkeit und Prognosefähigkeit (EBTP)

6.3. Bilanzpolitik

6.4. S. 58Wertrelevanz

6.5. Vorsicht

7. S. 59Conclusio

Die Darstellung der verwendeten Maße und Größen der Ergebnisqualität zur Messung der Qualität der Finanzberichterstattung im Bankenbereich lässt es zu, dass man die mögliche Wirkung von Änderungen in der Rechnungslegung, wie zB der Umstieg des IAS 39 auf den IFRS 9, diskutieren und analysieren kann. Typische Maßgrößen sind Beständigkeit und Prognosefähigkeit der Ergebnisse oder Cashflow-Proxys, Wertrelevanz von Ergebnissen, Bilanzpolitik sowie Vorsicht in der Rechnungslegung. Es können beim Umstieg auf den IFRS 9 teilweise gegenläufige Effekte festgestellt werden. Viele Banken und Unternehmen bereiten sich bereits seit einigen Jahren auf die Umstellung vor und analysieren die Wirkung auf deren Instrumente (vor allem wie viele Instrumente in Zukunft – aufgrund des Solely payments of principal and interest-(SPPI-)Tests nicht mehr zu fortgeführten Anschaffungskosten bilanziert werden können und wie hoch und volatil eine Risikovorsorge nach dem expected loss model sein wird). Wie diese massiven Änderungen auf die typischen Maßgrößen der Ergebnisqualität wirken, ist eine empirische Frage, die ab 2018 zu beobachten sein wird. Die vorliegende Arbeit soll dem Leser dabei helfen, frühzeitig mögliche Effekte auf die Maßgrößen zu erkennen, um ggf rechtzeitig Gegenmaßnahmen einleiten zu können.