Wer würde nicht gerne das Unternehmen mit dieser Gewinnentwicklung kaufen, vorrausgesetzt der Preis stimmt natürlich:
Was kann da schon schiefgehen? Klar, irgend etwas schief gehen kann immer. Aber bei der Historie ist es doch extrem unwahrscheinlich, dass man mit seiner Einschätzung extrem danebenliegt oder? Wie wahrscheinlich ist es denn, dass Unternehmen mit lange Zeit stabilen Erträgen sich plötzlich völlig unerwartet entwickeln? Das hat mich genauer interessiert.
Herausgekommen ist eine Untersuchung, wie gut man in der Vergangenheit von einer stabilen Ertragshistorie auf weiterhin stabile Erträge schließen konnte. Diese möchte ich euch nicht vorenthalten, denn sie ist sicherlich für jeden fundamental orientierten Investor äußerst interessant.
20-Jahres-Backtest: wie entwickeln sich Unternehmen in Abhängigkeit von ihrer Ertragsstabilität?
Um diese Frage zu untersuchen war meine Idee: machen wir einen Backtest und gehen 10 Jahre zurück. Genau genommen bin ich bis zum 30.06.2004 zurückgegangen. Von dort aus betrachtet habe ich mir die Gewinnstabilität von Unternehmen in den vergangenen Jahren 1994 bis 2003 angesehen. Die Jahre 2004 bis 2013 sind dann die folgenden Jahre um zu sehen, wie sich die in der “Vergangenheit” stabilen Unternehmen entwickelt haben (2014 habe ich außen vor gelassen, da hier für die meisten Unternehmen noch keine Zahlen verfügbar sind).
Um an die Daten zu kommen, habe ich Capital IQ genutzt und mir eine Excel-Tabelle erstellt. Betrachtet habe ich folgende Unternehmen:
- “westliche” Länder der Eurozone, also ausschließlich Slowenien, Slowakei und Baltikum
- Marktkapitalisierung am 30.06.2004 mindestens 20 Mio. €
- Jahresüberschuss lückenlos 1994 bis 2003 verfügbar
Die osteuropäischen Euroländer habe ich einfach mal ausgeschlossen, einfach weil ich mir bei einer Rückbetrachtung bis 1994, was ja nur kurz nach dem Auseinanderbrechen des UdSSR war, unsicher war, ob das sinnvoll ist. Unter 20 Mio. € Market Cap habe ich ausgeschlossen, weil dort sicher die Zuverlässigkeit der Zahlen geringer wird und viele Spezialfälle wie insolvente Unternehmen, Börsenmäntel etc. darunter sind.
Heraus kam eine Tabelle mit 391 Unternehmen, eines pro Zeile, 20 Spalten für das Net Income der einzelnen Jahre, sowie der Market Cap und noch einiger weiterer Kennzahlen zum 30.06.2004.
Diese galt es nun also einzuteilen in stabile und weniger stabile Unternehmen bezüglich der Konstanz der Gewinne, um dann die zukünftige Entwicklung untersuchen und vergleichen zu können.
Stabilität der Gewinne: wie misst man diese?
Meine erste Idee, um stabile und weniger stabile Unternehmen zu trennen, war einfach nach Augenmaß vorzugehen. Also den Jahresüberschuss der ersten 10-Jahres-Periode anzusehen und die Unternehmen nach Augenmaß in verschiedene Gruppen einzuteilen. Das ist bei fast 400 Unternehmen aber einigermaßen aufwändig und vor allem garnicht so leicht wenn man das mal probiert. Klar, ein Unternehmen was nur Verluste macht kommt in die Kategorie “nicht stabil”, eines was nahezu konstante Gewinne verbuchen kann in die Kategorie “stabil”. Aber leider gibt es eine Menge Zwischenabstufungen. Es musste also eine klare Messung der Ertragsstabilität her.
Eine naheliegende wäre hier die Standardabweichung der Gewinne vom Mittelwert, was sich aber schnell als wenig sinnvoll herausgestellt hat. Denn eine Folge von gleichmäßig ansteigenden Werten hat eine deutlich größere Standardabweichung als eine konstante Folge von Werten, ist aber nach meinem Empfinden genauso stabil. Auch einige weitere Ideen habe ich ausprobiert aber schnell wieder verworfen, da sie zu oft völlig sinnfreie Ergebnisse lieferten.
Nach einigem Nachdenken und ausprobieren kam ich dann auf folgende Maßzahl:
- man nehme jeweils die Veränderung des Nettogewinns von einem Jahr zum nächsten und bilde den Durchschnitt dieser Veränderung
- das Ergebnis wird nun durch den durchschnittlichen Jahresgewinn geteilt, um eine von der absoluten Höhe unabhängigen Wert zu erhalten
Oder als Formel ausgedrückt:
Diese Vorgehensweise scheint mir einigermaßen brauchbar zu sein, zumindest habe ich kein Beispiel gefunden, wo meine Maßzahl für die zeitliche Stabilität der Gewinne in einem groben Missverhältnis zu meinem persönlichen Empfinden standen, wenn man sich die Gewinnentwicklung angesehen hat. Die perfekte Maßzahl ist das aber sicherlich nicht, und ich glaube fast nicht, dass es dafür eine perfekte Maßzahl gibt. Aber darauf kommt es letztendlich auch nicht an. Ich will hier nichts mit mathematischer Perfektion untersuchen sondern nur, in wie weit sich aus stabilen Gewinnen in der Vergangenheit grobe Vorhersagen über die Zukunft treffen ließen.
Eine gravierende Schwäche der Betrachtung bleibt natürlich: sind die ausgewiesenen Gewinne der Unternehmen auch wirklich die passende Maßzahl, um die Schwankung der Ertragskraft der Unternehmen einzuschätzen? Auf einzelne Jahre bezogen sicher nicht immer. Oft gibt es gewisse Sondereffekte, die den Jahresübschuss stark verzerren. Das kann dann wiederum auch meine Maßzahl für die Gewinnstabilität stark verzerren. Leider dürfte dieses Problem kaum lösbar sein, wenn man sich nicht die Bilanzen jedes einzelnen Unternehmens detailliert ansieht. Aber zumindest sollte man diese Schwäche bei der Interpretation der Ergebnisse nicht unberücksichtigt lassen.
Einteilung in 5 Gruppen (Quintile)
Nun haben wir also jedem Unternehmen eine Maßzahl zugeordnet, wie stabil die Gewinne in den 10 Jahren 1994 – 2003 waren und können diese ordnen von sehr stabil bis gar nicht stabil. Gut sind dabei kleine positive Zahlen, größere Werte bedeuten schlechtere Stabilität. Auch negative Werte können entstehen, wenn die Summe der Gewinne über die letzten 10 Jahre negativ ist. Diese werte ich dann als nochmals schlechter als die höchsten positiven Werte.
Alle Unternehmen werden dann in 5 gleich große Gruppen eingeteilt (Quintile). Hier jeweils die Grenzen für die Stabilitäts-Maßzahl für die einzelnen Quintile:
| 1. Quintil (stabil) | 0 – 18,9% |
| 2. Quintil | 18,9% – 35,0% |
| 3. Quintil | 35,0% – 63,4% |
| 4. Quintil | 63,4% – 168% |
| 5. Quintil (nicht stabil) | 168% – negativ |
| Median | 45,5% |
Um mal eine Vorstellung zu bekommen, wie die Gewinnentwicklung der Unternehmen in den einzelnen Quintilen so aussieht, hier die Gewinnentwicklung 1994 – 2003 von jeweils dem ersten (oben) und letzten (unten) Unternehmen in einem Quintil und 2 weiteren zufällig ausgewählten.
Auswertung: Entwicklung in den 10 Folgejahren
Jetzt haben wir also fünf Gruppen von Unternehmen mit stabiler bis zu sehr instabiler Gewinnentwicklung, in jeder Gruppe befinden sich 78 Unternehmen (der letzten habe ich 79 zugeordnet damit es aufgeht). Die Auswertung, wie sich diese Unternehmen in den Jahren 2004 – 2013 entwickelt haben, wird in einer kleinen Artikelserie erfolgen.
Wie wahrscheinlich war es, dass sich die Gewinnstabilität deutlich verändert hat? Hatte die Größe der Unternehmen einen Einfluss auf Veränderungen? Waren Unternehmen mit stabileren Gewinnen die besseren Investments? Solche und ähnliche Fragen werde ich in der Artikelserie behandeln.
Übrigens ist die Auswertung auch noch nicht abgeschlossen. Wem also noch interessante Fragestellungen in den Sinn kommen, der kann hier gerne noch Anregungen liefern.
- Die besten Investmentbücher
- Aktien finden mit ValueStockScreener.com
- Bewertung von Unternehmen (DCF oder DDM?)
- Welche Risikoprämie bei der Aktienbewertung?
- Aktienanalysen
- unterbewertete Aktien finden
— Till · 28. January 2015, 15:23 · #
Gute Idee, aber gemein, dass du uns auf das Ergebnis warten lässt ;)
— safe123 · 28. January 2015, 15:40 · #
sehr interessantes thema.
danke dass du deine arbeit mit uns teilst.
— Alex · 28. January 2015, 21:20 · #
hier schon mal vorab die ergebnisse von GF zu dem selben thema ;)
http://www.gurufocus.com/predictable.php
— ZaVodou · 29. January 2015, 10:58 · #
Hallo Stefan,
tolle Studie, die Du da betreibst. Ist bestimmt auch sehr zeitaufwändig.
Mich würde dabei noch interessieren, welche Eigenschaften die Unternehmen mit möglichst steigenden Gewinnen noch mitbringen muss. Hohe ROA, ROE,ROIC, steigende Dividenden, niedrige Sachinvestitionsquote etc. Gibt es da Auffälligkeiten. Welche Kennziffer hat die höchste Aussagekraft? Was sagt die Marktkapitalisierung aus? Aus welcher Branche stammen diese Werte? Ist es besser Unternehmen zu kaufen, die gerade die Gewinnschwelle durchbrochen haben oder soll man doch lieber auf die Unternehmen setzen, die schon seit längerem konstante Gewinne einfahren? Aus welchen Länder kommen die Gewinner?
Wären so ad hoc meine Fragen.
Gerade die Frage wie sich Unternehmen entwickeln, die die Gewinnschwelle durchbrochen haben (letztes Bild aus Quintille 1 könnte so ein Unternehmen sein) fände ich spannend.
Du schreibst:
“Waren Unternehmen mit stabileren Unternehmen die besseren Investments?”
Ich denke mal, das soll heißen: Waren Unternehmen mit stabileren Gewinnen …
Ahoj
ZaVodou
— Robert Michel · 1. February 2015, 17:46 · #
Sehr interessante Untersuchung! Eine Frage hätte ich noch zu deinen Kriterium, warum nimmt du nicht einfach die Standardabweichung der relativen Gewinnveränderung, sondern verwendest dieses eher zweifelhafte Konstrukt?
— Robert Michel · 1. February 2015, 17:52 · #
Und noch eine Frage? Inwiefern sind deine Daten gegen Survivorship-Bias gesichert? Enthält dein Datensatz auch Unternehmen die zwischen 2004 und heute insolvent gegangen sind oder anderweitig die Berichtserstattung aufgegeben haben?
— nobody_VI2020 · 1. February 2015, 21:22 · #
Sehr spannendes Thema. Ich bin gespannt was du als Ergebnis ermittelst.
— Patrick · 1. February 2015, 22:08 · #
Danke für den tollen Fachartikel.
Wirklich sehr gut geschrieben, Hut ab!
Freue mich bald mehr davon zu lesen.
Viele Grüße,
Patrick
— Stefan Mohr · 1. February 2015, 22:15 · #
Hallo Robert,
zum Survivorship-Bias:
ja, es sind auch Unternehmen dabei, die insolvent gegangen sind oder ihr Reporting eingestellt haben. Ob wirklich alle dabei sind, kann ich allerdings nicht garantieren.
Zur Berechnung:
In der Tat eine berechtigte Frage, vermutlich weil die Idee zu simpel war…
Tatsächlich ist es aber so, dass meine Maßzahl sich von der Standardabweichung der Gewinnveränderung bezogen auf den mittleren Jahresgewinn gar nicht so sehr unterscheidet. Die Standardabweichung gewichtet vor allem extreme Jahre nochmal etwas stärker (da ja Quadrate aufaddiert werden). Nach einigem Probieren sehe ich zumindest erstmal keinen Hinweis, dass die Standardabweichung der Gewinnveränderung irgendwie besser oder schlechter ist. Von daher denke ich ich werde es dabei belassen, dann muss ich die bisherigen Ergebnisse nicht nochmal komplett neu machen. Ich werde allerdings vielleicht doch nochmal prüfen, ob diese alternative Berechnung zu komplett anderen Ergebnissen führen würde.
— Juri · 12. February 2015, 00:22 · #
Hallo Stefan,
leider bin ich etwas spät über diesen Artikel gestoßen. Möchte aber denoch eine Korrektur vorschlagen, die eventuell nützlich sein könnte. Ich denke die Maßzahl die du suchst sind eigentlich die normalisierten Residuen einer linearen Regression.
Gewinnstabilität ist ja dann am höchsten, wenn du alle Punkte in Abhängigkeit von der Zeit auf einer Linie anordnen kannst. Dabei ist es erstmal egal in welche Richtung die Linie verläuft. Man kann natürlich die Steigung als zusätzliche Kennzahl aufnehmen. Die Summe der (quadrierten) Abweichungen von dieser Linie gibt dir dann den Grad der Schwankungen, also die “Instabilität” an. Das löst meiner Meinung nach ein Problem deiner Untersuchung: Die Inkosistenz der Skala. Derzeit gilt: Je größer deine Maßzahl, desto größer die Instabilität, aber die größte Instabilität is es wenn die Zahl ganz klein wird (sprich negativ). Das führt dazu, dass ein einziger Ausreißer nach unten ein relativ stabiles Unternehmen an das Ende der Skala (5. Quantil) befördert. Ich finde das sieht man ganz gut in deinem nachfolgenden Beitrag anhand der Biotest AG. Das Unternehmen entwickelt sich im ersten Jahrzehnt zunächst relativ stabil, die Kennzahl wird aber vor allem durch das eine stark negative Jahr negativ und somit wird es automatisch in das 5. Quantil eingeordnet.
Zuvor sollte man natürlich die Daten normalisieren, was du aber eh schon in deiner Maßzahl berücksichtigst. Alternativ kann man auch die Residuen im Nachhinein normalisieren.
Grüße,
Juri
— Stefan Mohr · 14. February 2015, 09:47 · #
Juri,
vielen Dank für den interessanten Kommentar!
Die normalisierten Residuen einer linearen Regression wären sicherlich auch eine Möglichkeit. Wobei man sich sicher drüber streiten könnte, ob man nicht sogar eine quadratische Regression nehmen könnte.
Bezüglich der Einordnung von Unternehmen, deren Gewinnsumme in einem Jahrzehnt negativ ist, bin ich mir jedoch nicht so sicher. Welches Unternehmen ist stabiler? Eines welches jedes Jahr konstant 10 m€ Gewinn macht oder eines, welches konstant 10 m€ Verlust macht? Die Residuen einer linearen Regression wären bei beiden Null, sie wären also von der Stabilität her gleich. Meiner Meinung nach ist das in der Praxis aber eher nicht so: 10 m€ Gewinn im Jahr kann ein Unternehmen theoretisch bis in alle Ewigkeit machen. Mit 10 m€ Verlust im Jahr wird es allerdings eher schwierig, das über sehr lange Zeiträume durchzuhalten. Von daher wäre meine Behauptung, dass Unternehmen welche Verluste machen, per se instabil sind, egal wie stabil diese Verluste sind.
Eines habe ich mir auch nochmal angeschaut: was wäre, wenn man negative Maßzahlen mit meiner Methode nicht automatisch in das 5. Quintil einordnen würde, sondern den Betrag nimmt und die Unternehmen entsprechend einordnet? Ergebnis: fast alle Unternehmen mit negativer Stabilitätsmaßzahl landen trotzdem im 5. Quintil. Das hängt vor allem damit zusammen, dass meistens eben keine konstant negativen Erträge gefahren werden, sondern stark schwankend mal positive, mal negative.
Wie auch immer, ich vermute die optimale Maßzahl gibt es nicht. Man dürfte immer irgendwo Beispiele finden, wo eine andere Berechnungsmethode besser passen könnte. Unternehmensgewinne sind eben ein chaotisches System. Ich will hier eigentlich auch keine komplexen Theorien entwerfen oder Handelsstrategien, mit denen man irgendwelche Ineffizienzien im niedrigen Prozentbereich ausnutzen kann. Vielmehr geht es mir darum zu schauen, ob es einige sehr klare und eindeutige Zusammenhänge gibt, um einige grobe Anhaltspunkte für die Analyse von Unternehmen zu haben, was zu erwarten ist und welche Bandbreite von Entwicklungen möglich ist.
— Klara · 17. June 2015, 17:10 · #
Hallo,
ich verfolge den Blog nun schon ein wenig, aber noch nicht so lange.
Ich habe mal eine persönliche Frage: Woher kommt das fachliche Wissen zu dem Thema und das Wissen über die Mathematik?
Danke!
Viele Grüße
Klara.
— Stefan Mohr · 17. June 2015, 18:56 · #
Hallo Klara,
speziell bezogen auf diesen Artikel hier oder allgemein zum Blogthema?
1.) mein Maschinenbau/Elektrotechnik-Diplom hilft sicher etwas bezüglich der Erfahrung bei der Lösung von Problemen mit Hilfe der Mathematik.
2.) eine jahrelange Beschäftigung mit Finanzthemen, zwar nicht auf einem offiziellen Bildungsweg aber sicher ähnlich zeitintensiv
3.) Der Wunsch, Dingen auf den Grund zu gehen, ist auch ein ungemein wichtiger Faktor. Verbunden mit Hartnäckigkeit die nötige Zeit zu investieren, kann man damit viel erreichen.
— Klara · 13. July 2015, 12:19 · #
Hallo Stefan,
so wie du mir meine Frage beantwortet hast bin ich völlig zufrieden. Danke für die schnelle Antwort.