32
32 RISIKO MANAGER 08|2016 Da die Berücksichtigung aktueller und Abb. 03 Abb. 04 PD-Profile 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 8,00 % 0,80 % 0,08 % 0,01 % 8,00 6,00 4,00 2,00 0,00 -2,00 -4,00 8,00 6,00 4,00 2,00 0,00 -2,00 -4,00 8,00 6,00 4,00 2,00 0,00 -2,00 -4,00 Mehrjahres-PD-Profile IMF Prognoseungenauigkeit – Bsp. USA reales BIP in Prozent IMF WEO Forecast Spring t=0 USA_real GDP YoY in % WEO Forecast S t=0 WEO Forcast S t=0 + RMSE WEO Forcast S t=0 - RMSE IMF WEO Forecast Spring t=1 USA_real GDP YoY in % WEO Forecast S t=1 WEO Forcast S t=1 + RMSE WEO Forcast S t=1 - RMSE IMF WEO Forecast Spring t=2 USA_real GDP YoY in % WEO Forecast S t=2 WEO Forcast S t=2 + RMSE WEO Forcast S t=2 - RMSE zukünftig erwarteter ökonomischer Begebenheiten zentralen Stellenwert im Kontext IFRS9 hat, soll nachfolgend jedoch zunächst auf die Unsicherheit von Konjunkturprognosen eingegangen werden. Integration von Konjunktur Die Schwedische Reichsbank hat 2001 in einer Studie die Genauigkeit von Konjunkturprognosen analysiert [Vgl. Blix et al. 2001]. Grundlage waren dabei die Prognosen von 258 Instituten (Banken, Wirtschaftsforschungsinstitute und internationale Organisationen, wie beispielsweise IMF und OECD). Genauer dargestellt wurden die Analyseergebnisse für die Prognosen der Makrofaktoren reales Bruttoinlandsprodukt (BIP) und Konsumentenpreisinflation (gemessen via Konsumentenpreisindex CPI). Analysiert wurden die Prognosen für die Länder USA, Deutschland, Italien, Frankreich, Schweden und Japan im Zeitraum 1991 bis 2000. Die Studie kommt zu folgenden Ergebnissen: » Das Wirtschaftswachstum ist schwerer zu prognostizieren als Inflation. » Die Prognosegenauigkeit in den einzelnen Ländern folgt keinem einheitlichen Muster. » Inflation wird im Regelfall überschätzt, das Wirtschaftswachstum hingegen unterschätzt. » Konjunkturelle Wendepunkte sind schwer zu prognostizieren. » Die Studie falsifiziert nicht die These, dass Analysten einem Herdentrieb folgen. » Vom Namen her renommierte Institute erstellen nicht unbedingt die besten Prognosen. » Die Prognosen sind zwar besser als ein Random Walk ohne Drift; beim Vorhandensein konjunktureller Wendepunkte zeigt sich jedoch auf Jahressicht häufig eine hohe relative Prognoseungenauigkeit. Vergleichbare Studien, die im Regelfall auf einer weniger breiten Datenbasis aufsetzen, kommen zu ähnlichen Ergebnissen. Im Kontext IFRS9 hat die RSU eigene Analysen auf einer aktuellen Datenbasis zum Thema Unsicherheit von Konjunktur-
Regulierung 33 prognosen durchgeführt. Hierfür wurden Daten des IMF und von Consensus Economics (umfassende Datenbank für Makroprognosen, die auch in o.g. Studie verwendet wurde) ausgewertet. Die Ergebnisse dieser Analysen bestätigen die Ergebnisse der o.g. Studie der schwedischen Reichsbank und werden nachfolgend dargestellt. Analysen Prognosen – IMF Der IMF veröffentlicht jeweils im Frühjahr und Herbst Konjunkturprognosen. Analysiert haben wir hier die Güte von IMF-Prognosen für das reale Bruttoinlandsprodukt (BIP), das zentrale Maß für die Messung der wirtschaftlichen Leistung einer Volkswirtschaft. Abb. 04 zeigt beispielhaft die Prognosen für das reale BIP der USA in Prozent, den sogenannten RMSE (Root Mean Squared Error = Prognosefehler) und die tatsächliche Realisation des BIP. Betrachtet werden dabei jeweils die Prognosen für das aktuelle Kalenderjahr (t=0) und die beiden folgenden Kalenderjahre (t=1 und t=2). Für das aktuelle Kalenderjahr zeigt sich jeweils eine noch höhere Prognosegenauigkeit. Bereits für das Folgejahr wird jedoch eine sehr hohe Prognoseungenauigkeit insbesondere bei konjunkturellen Wendepunkten (rot eingekreist) ersichtlich. Auch bei den hier weiter analysierten Ländern (USA, Deutschland, Frankreich, Großbritannien und Italien) und bei Verwendung der IMF-Herbstprognosen zeigt sich ein vergleichbares Bild, wie dem jeweiligen RMSE bzw. dem Bestimmtheitsmaß R^2 der Tab. 02 zu entnehmen ist. Analysen Prognosen – Consensus Economics Für die weiteren Analysen haben wir Daten von Consensus Economics ausgewertet. Consensus Economics erfasst monatlich Konjunkturprognosen für über 85 Länder und wertet diese aus. Veröffentlich werden die Ergebnisse der Umfragen in verschiedenen Publikationen und als Excel-Dateien. Die seitens der RSU ausgewerteten Daten von Consensus Economics sehen wie folgt aus: » Monatliche Makroprognosen für das aktuelle und das folgende Kalenderjahr von – je nach Land – bis zu circa 30 Ban- Tab. 02 IMF Prognosegenauigkeit – Bsp. ausgewählte Länder reales BIP (Jahresänderungsraten) Mean Sigma Min Max RMSE in %- Punkten USA_real GDP YoY in % 2,4 1,7 -2,8 4,7 WEO Forecast S t=0 2,4 1,5 -2,8 4,6 0,9 71,2 % WEO Forecast S t=1 2,6 0,9 0,0 3,9 1,7 28,6 % WEO Forecast S t=2 3,0 0,7 2,1 4,5 1,9 18,3 % WEO Forecast F t=0 2,4 1,6 -2,7 5,2 0,7 80,9 % WEO Forecast F t=1 2,4 0,8 0,1 3,9 1,4 24,7 % WEO Forecast F t=2 2,9 0,6 2,0 4,1 1,9 2,7 % DEU_real GDP YoY in % 1,6 2,3 -5,6 5,7 WEO Forecast S t=0 1,3 1,8 -5,6 3,5 1,2 72,5 % WEO Forecast S t=1 2,1 0,9 -1,0 3,3 2,4 26,1 % WEO Forecast S t=2 2,5 0,7 1,3 3,3 2,3 2,2 % WEO Forecast F t=0 1,5 1,9 -5,3 3,9 0,9 85,3 % WEO Forecast F t=1 1,9 0,9 0,0 3,3 2,0 28,5 % WEO Forecast F t=2 2,4 0,7 1,0 3,4 2,4 6,6 % FRA_real GDP YoY in % 1,6 1,5 -2,9 3,9 WEO Forecast S t=0 1,6 1,3 -3,0 3,5 0,7 78,1 % WEO Forecast S t=1 2,3 0,8 0,4 3,1 1,5 54,6 % WEO Forecast S t=2 2,7 0,5 1,7 4,0 1,8 23,6 % WEO Forecast F t=0 1,5 1,3 -2,4 3,5 0,4 91,8 % WEO Forecast F t=1 2,1 0,9 0,2 3,5 1,4 58,3 % WEO Forecast F t=2 2,6 0,6 1,1 3,9 1,8 15,9 % ITA_real GDP YoY in % 0,7 1,9 -5,5 3,7 WEO Forecast S t=0 1,0 1,6 -4,4 3,0 0,8 84,6 % WEO Forecast S t=1 1,9 1,0 -0,4 3,0 2,1 65,0 % WEO Forecast S t=2 2,2 0,8 0,5 3,1 2,4 48,6 % WEO Forecast F t=0 0,7 1,8 -5,1 3,1 0,5 91,9 % WEO Forecast F t=1 1,6 1,0 -0,7 3,0 1,7 56,5 % WEO Forecast F t=2 2,1 0,9 0,3 3,1 2,3 41,6 % GBR_real GDP YoY in % 2 1,9 -4,3 4,3 WEO Forecast S t=0 1,7 1,7 -4,1 3,5 1,0 71,0 % WEO Forecast S t=1 2,3 0,7 -0,4 3,1 1,8 52,9 % WEO Forecast S t=2 2,7 0,4 2,1 3,3 1,8 5,3 % WEO Forecast F t=0 1,5 1,8 -4,4 3,4 1,0 77,2 % WEO Forecast F t=1 2,1 0,8 -0,1 3,0 1,5 37,9 % WEO Forecast F t=2 2,6 0,3 2,2 3,4 1,7 6,3% R^2
