Alternative Daten und Finanzprognosen:Stören Stocktwits und Satellitenbilder die Prognosen von Analysten?

Seit Beginn des Jahrhunderts ist die Zahl der Satelliten, die die Erde umkreisen, um mehr als 800 % gestiegen, von weniger als 1.000 auf über 9.000. Diese Fülle hatte eine Reihe seltsamer und beunruhigender Auswirkungen. Eine davon ist, dass Unternehmen Daten aus Satellitenbildern von Parkplätzen an Finanzanalysten verkaufen. Analysten nutzen diese Informationen dann, um die Kundenfrequenz eines Ladens zu messen, einen Einzelhändler mit der Konkurrenz zu vergleichen und seinen Umsatz abzuschätzen.

Dies ist nur ein Beispiel für die neuen Informationen oder „alternativen Daten“, die Analysten jetzt zur Verfügung stehen und ihnen dabei helfen, Vorhersagen über die zukünftige Aktienentwicklung zu treffen. In der Vergangenheit machten Analysten Prognosen auf der Grundlage der öffentlichen Finanzberichte von Unternehmen.

Eine wöchentliche E-Mail in englischer Sprache mit Fachwissen von Wissenschaftlern und Forschern. Es bietet eine Einführung in die Vielfalt der Forschung auf dem Kontinent und befasst sich mit einigen der wichtigsten Probleme, mit denen die europäischen Länder konfrontiert sind. Holen Sie sich den Newsletter!

Unserer Forschung zufolge hat die Fülle neuer Datenquellen kurzfristige Vorhersagen verbessert, aber langfristige Analysen verschlechtert, was tiefgreifende Folgen haben könnte.

Tweets, Twits und Kreditkartendaten

In einem Artikel über die Auswirkungen alternativer Daten auf Finanzprognosen zählten wir mehr als 500 Unternehmen, die im Jahr 2017 alternative Daten verkauften, eine Zahl, die von weniger als 50 im Jahr 1996 in die Höhe schoss. Heute listet der alternative Datenbroker Datarade mehr als 3.000 alternative Datensätze zum Verkauf auf.

Quellen für neue Informationen sind neben Satellitenbildern auch Google, Kreditkartenstatistiken und soziale Medien wie X oder Stocktwits, eine beliebte X-ähnliche Plattform, auf der Anleger Ideen über den Markt austauschen. Stocktwits-Benutzer teilen beispielsweise Diagramme, die die Entwicklung des Kurses einer bestimmten Aktie (z. B. der Apple-Aktie) zeigen, und erklären, warum die Entwicklung einen Preisanstieg oder -rückgang vorhersagt. Benutzer erwähnen auch die Einführung eines neuen Produkts durch ein Unternehmen und ob sie dadurch optimistisch oder pessimistisch gegenüber der Aktie des Unternehmens sind.

Mithilfe von Daten aus dem Institutional Brokers‘ Estimate System (I/B/E/S) und Regressionsanalysen haben wir die Qualität der Prognosen von 65 Millionen Aktienanalysten von 1983 bis 2017 gemessen, indem wir die Prognosen der Analysten mit den tatsächlichen Gewinnen pro Aktie der Aktien von Unternehmen verglichen haben.

Wir haben wie andere herausgefunden, dass die Verfügbarkeit von mehr Daten erklärt, warum Aktienanalysten zunehmend besser darin werden, kurzfristige Prognosen zu erstellen. Wir gingen jedoch noch einen Schritt weiter und fragten, wie sich diese alternativen Daten auf langfristige Prognosen auswirken. Und wir haben festgestellt, dass im gleichen Zeitraum, in dem die Genauigkeit kurzfristiger Prognosen zunahm, die Gültigkeit langfristiger Prognosen abnahm.

Mehr Daten, aber begrenzte Aufmerksamkeit

Aufgrund ihrer Beschaffenheit sind alternative Daten – aktuelle Informationen über Unternehmen – vor allem für kurzfristige Prognosen nützlich. Eine längerfristige Analyse – von einem bis fünf Jahren in die Zukunft – ist eine viel wichtigere Beurteilung.

Frühere Arbeiten haben die vernünftige Annahme bewiesen, dass Analysten nur eine begrenzte Aufmerksamkeit haben. Wenn Analysten beispielsweise ein großes Portfolio an Unternehmen abdecken müssen, beginnt ihre verstreute Konzentration, sinkende Renditen zu erzielen.

Wir wollten wissen, ob die erhöhte Genauigkeit kurzfristiger Prognosen und die abnehmende Genauigkeit langfristiger Vorhersagen – die wir bei unserer Analyse der I/B/E/S-Daten beobachtet hatten – auf eine gleichzeitige Verbreitung alternativer Quellen für Finanzinformationen zurückzuführen sind.

Um diesem Vorschlag nachzugehen, haben wir alle Aktiendiskussionen auf Stocktwits analysiert, die zwischen 2009 und 2017 stattgefunden haben. Wie zu erwarten war, sorgten bestimmte Aktien wie Apple, Google oder Walmart für viel mehr Diskussionen als die von kleinen Unternehmen, die nicht einmal an der Nasdaq notiert sind.

Wir gingen davon aus, dass Analysten, die Aktien verfolgen, die auf der Plattform intensiv diskutiert wurden – und daher vielen alternativen Daten ausgesetzt waren – einen größeren Rückgang der Qualität ihrer langfristigen Prognosen erleben würden als Analysten, die Aktien verfolgen, die wenig diskutiert wurden. Und nachdem wir Faktoren wie Unternehmensgröße, Geschäftsjahre und Umsatzwachstum berücksichtigt haben, haben wir genau das herausgefunden.

Wir kamen zu dem Schluss, dass Analysten ihre Energie dorthin lenkten, weil sie einfachen Zugang zu Informationen für kurzfristige Analysen hatten, was bedeutete, dass sie sich weniger auf langfristige Prognosen konzentrierten.

Die umfassenderen Folgen schlechter langfristiger Prognosen

Die Folgen dieser Überschwemmung alternativer Daten können tiefgreifend sein. Bei der Bewertung des Wertes einer Aktie müssen Anleger sowohl kurz- als auch langfristige Prognosen berücksichtigen. Wenn sich die Qualität langfristiger Prognosen verschlechtert, besteht eine gute Chance, dass die Aktienkurse den Wert eines Unternehmens nicht genau widerspiegeln.

Darüber hinaus möchte ein Unternehmen den Wert seiner Entscheidungen im Aktienkurs widerspiegeln. Wenn jedoch die langfristigen Entscheidungen eines Unternehmens von Analysten falsch berücksichtigt werden, ist es möglicherweise weniger bereit, Investitionen zu tätigen, die sich erst nach Jahren auszahlen.

Im Bergbau beispielsweise dauert der Bau einer neuen Mine Zeit. Es wird vielleicht neun, zehn Jahre dauern, bis eine Investition beginnt, Cashflows zu generieren. Unternehmen sind möglicherweise weniger bereit, solche Investitionen zu tätigen, wenn ihre Aktien beispielsweise unterbewertet sind, weil die Marktteilnehmer weniger genaue Prognosen über die Auswirkungen dieser Investitionen auf die Cashflows der Unternehmen haben – Thema eines anderen Papiers, an dem wir arbeiten.

Noch alarmierender ist das Beispiel der Investitionen in die CO2-Reduktion. Diese Art von Investition zahlt sich tendenziell auch auf lange Sicht aus, wenn die globale Erwärmung ein noch größeres Problem darstellt. Unternehmen haben möglicherweise weniger Anreiz, die Investition zu tätigen, wenn sich der Wert dieser Investition nicht schnell in ihrer Bewertung widerspiegelt.

Praktische Anwendungen

Die Ergebnisse unserer Forschung legen nahe, dass es für Finanzunternehmen sinnvoll sein könnte, Teams, die kurzfristige Ergebnisse untersuchen, und solche, die langfristige Prognosen erstellen, zu trennen. Dies würde das Problem lindern, dass eine Person oder ein Team mit Daten überschwemmt wird, die für kurzfristige Prognosen relevant sind, und dann von ihnen erwartet wird, auch langfristige Ergebnisse zu recherchieren. Unsere Ergebnisse sind auch für Anleger auf der Suche nach Schnäppchen bemerkenswert:Schlechte langfristige Prognosen haben zwar Nachteile, könnten aber eine Chance für diejenigen darstellen, die unterbewertete Unternehmen identifizieren können.