Genauigkeit der Unternehmensprognosen: Kann man den Unternehmensprognosen vertrauen?

Jeder konzentriert sich darauf, ob ein Unternehmen seine Zahlen übertrifft. Weitaus weniger Menschen stellen eine schärfere Frage: Wie gut ist das Management überhaupt darin, sein eigenes Geschäft vorherzusagen? Genau das misst die Genauigkeit der Unternehmensprognosen — die Lücke, Quartal für Quartal, zwischen dem, was die Unternehmensführung gesagt hat, dass passieren würde, und dem, was tatsächlich passiert ist.

Es ist wichtig, weil die Prognosen eines der wenigen zukunftsgerichteten Signale sind, die man direkt von den Personen erhält, die die meisten Informationen haben. Wenn ein Team konsequent innerhalb eines Haares von der Realität prognostiziert, ist die nächste Prognose etwas wert. Wenn ein Team chronisch falsch liegt — zu optimistisch, zu konservativ oder einfach unberechenbar — ist seine Prognose Lärm, der als Einsicht verkleidet ist, und man sollte sie entsprechend bewerten.

Dieser Leitfaden zeigt, wie man diese Glaubwürdigkeit selbst beurteilen kann: wie man eine Erfolgsbilanz rekonstruiert, wie man Sandbagging von Überversprechungen unterscheidet und warum eine dauerhafte Geschichte des Treffens des Ziels einem Managementteam den Vorteil des Zweifels bei allem anderen, was es sagt, einbringt. Es geht nicht darum, einen Aktienkurs vorherzusagen. Es geht darum, zu wissen, wie viel Gewicht eine Prognose verdient, bevor man eine These darauf aufbaut.

Zunächst, was "Prognose" tatsächlich ist#

Die Prognose ist die eigene Vorhersage eines Unternehmens über seine zukünftigen Ergebnisse — normalerweise Umsatz, Gewinn und manchmal Margen, Investitionen oder Stückzahlen — die für das kommende Quartal oder das gesamte Jahr herausgegeben wird. Sie ist nicht erforderlich, sie wird nicht geprüft und sie ist kein Versprechen. Es ist das Management, das dem Markt mitteilt, was es derzeit erwartet, und sie beeinflusst Aktienkurse, weil sie die Messlatte zurücksetzt, an der zukünftige Ergebnisse gemessen werden.

Wenn die Mechanik unklar ist, behandelt unser Begleitartikel was Unternehmensprognosen sind und wie sie funktionieren die Formate (Punkteschätzungen, Bereiche, "mindestens"-Böden), den Unterschied zwischen GAAP- und bereinigten Zahlen und warum einige Unternehmen aggressiv führen, während andere sich weigern, überhaupt Prognosen abzugeben. Dieser Artikel geht davon aus, dass Sie die Grundlagen kennen und greift die schwierigere Frage auf: Sobald ein Unternehmen eine Prognose abgibt, sollten Sie ihr glauben?

Die Antwort ist kein Bauchgefühl. Es ist ein messbares Muster, das Sie aus öffentlichen Unterlagen und früheren Pressemitteilungen rekonstruieren können.

Warum Genauigkeit das A und O ist#

Eine Prognose, der man nicht vertrauen kann, ist schlimmer als keine Prognose, denn sie verankert immer noch Ihre Erwartungen. Wenn ein Unternehmen einen Gewinn von 2,00 $ prognostiziert und Sie stillschweigend annehmen, dass das ungefähr richtig ist, haben Sie eine unzuverlässige Zahl als Ihre Basis festgelegt. Wenn die tatsächliche Zahl bei 1,60 $ landet, ist das Versagen nicht nur das Problem des Unternehmens — es ist Ihres, weil Sie es mitgetragen haben.

Es gibt drei Dinge, die eine Erfolgsbilanz der Genauigkeit von Prognosen Ihnen sagt, und keines davon ist "die Aktie wird steigen":

• Wie gut das Management sein eigenes Geschäft versteht. Den Umsatz innerhalb von ein oder zwei Prozent, Quartal für Quartal, vorherzusagen, ist wirklich schwierig. Teams, die das tun, haben normalerweise echte Einblicke in ihre Pipeline, ihre Kunden und ihre Kostenstruktur.
• Wie ehrlich sie kommunizieren. Prognosen sind eine Entscheidung darüber, was man Ihnen mitteilt. Muster in dieser Entscheidung — immer niedrig, immer hoch, immer vage — zeigen, wie das Team über seine Beziehung zu den Aktionären denkt.
• Wie sehr man alles andere, was sie sagen, vertrauen kann. Prognosen sind überprüfbar auf eine Weise, die "wir sind begeistert von unserer langfristigen Gelegenheit" niemals ist. Ein Team, das seine überprüfbaren Versprechen einhält, hat sich ein wenig Kredit für die nicht überprüfbaren verdient.

Dieser letzte Punkt ist die stille Belohnung, und darauf werden wir zurückkommen.

Wie man die Genauigkeit der Prognosen eines Managementteams misst#

Sie benötigen dafür kein Daten-Terminal. Sie benötigen frühere Prognosen und tatsächliche Ergebnisse, nebeneinander, für so viele Zeiträume, wie Sie finden können. Hier ist die Methode.

Schritt 1 — Ziehen Sie die Prognosen und die tatsächlichen Ergebnisse#

Für jedes der letzten acht bis zwölf Quartale finden Sie zwei Zahlen: was das Management prognostiziert hat (aus der Gewinnmitteilung oder dem Anruf des vorherigen Quartals) und was das Unternehmen tatsächlich berichtet hat. Unternehmen stellen ihre Prognosen in Gewinnpräsentationen und Pressemitteilungen klar und die historischen Zahlen finden sich in den Unterlagen. Eine Unternehmensforschungsseite ist eine schnelle Möglichkeit, sich über ein Tickersymbol zu orientieren, bevor Sie sich durch die Mitteilungen wühlen.

Schritt 2 — Berechnen Sie die Abweichung, mit einem Vorzeichen#

Für jeden Zeitraum berechnen Sie, wie weit die tatsächlichen Ergebnisse vom Mittelwert der Prognose abweichen, und behalten Sie die Richtung bei. Eine einfache Version:

Prognosemittelwert: 1,00 $ EPS. Tatsächlich: 1,05 $.
Abweichung = (1,05 $ − 1,00 $) ÷ 1,00 $ = +5,0% (über der Prognose).

Tun Sie dies für jeden Zeitraum. Das Vorzeichen ist ebenso wichtig wie die Größe — eine Reihe kleiner positiver Werte erzählt eine ganz andere Geschichte als eine Reihe kleiner negativer Werte, selbst wenn die durchschnittliche Größe identisch ist.

Schritt 3 — Schauen Sie sich das Muster an, nicht ein einzelnes Quartal#

Eine große Abweichung kann eine echte Überraschung sein: ein verlorener Vertrag, ein Währungswechsel, ein Fabrikbrand. Was Sie suchen, ist die Form der Fehler über viele Quartale:

• Eng und zentriert um Null — die tatsächlichen Ergebnisse streuen eng um die Prognose, manchmal etwas hoch, manchmal etwas niedrig. Dies ist das Profil eines Teams, das gut prognostiziert und ehrlich führt.
• Konstant positiv — die tatsächlichen Ergebnisse übertreffen fast immer die Prognose um eine ähnliche Marge. Das ist kein Glück; es ist ein Stil (mehr dazu unten).
• Konstant negativ — die tatsächlichen Ergebnisse bleiben regelmäßig hinter den Erwartungen zurück. Ein ernsthaftes Glaubwürdigkeitsproblem.
• Weit und zufällig — große Schwankungen in beide Richtungen ohne erkennbares Zentrum. Das Team kann entweder sein Geschäft nicht prognostizieren oder will es nicht versuchen, und seine Prognosen tragen in beiden Fällen wenig Informationen.

Schritt 4 — Trennen Sie die Zahl vom Grund#

Eine Abweichung, die durch einen echten externen Schock verursacht wird, ist nicht dasselbe wie eine Abweichung, die durch ein Missverständnis des Managements über die eigene Nachfrage verursacht wird. Lesen Sie die Erklärung des Gewinnanrufs für jede große Abweichung. Glaubwürdige Teams nennen die spezifische Ursache und quantifizieren sie; ausweichende Teams greifen in jedem einzelnen Quartal auf "makroökonomische Gegenwinde" zurück. Das Lernen, diese Transkripte genau zu lesen, ist eine eigene Fähigkeit — unser Leitfaden zum Lesen eines Transkripts eines Gewinnanrufs behandelt, worauf man achten sollte.

Sandbagging vs over-promising: zwei Wege, "falsch" zu sein#

Nicht alle Ungenauigkeiten in der Prognose sind gleich. Ein Unternehmen, das immer über seiner eigenen Prognose liegt, und eines, das immer unter liegt, sind beide ungenau — aber sie sind auf gegensätzliche und sehr unterschiedliche Weise ungenau.

Sandbagging ist die subtilere Variante, weil es sich gut anfühlt. Ein Unternehmen, das auf $1,00 prognostiziert und $1,08 Quartal für Quartal liefert, produziert eine zufriedenstellende Reihe von "Übertreffungen", und die Finanzpresse belohnt es. Aber eine Übertreffung gegenüber einer niedrigen Zahl ist nicht dasselbe wie ein wirklich starkes Quartal — es kann ein Spiel mit den Erwartungen sein. Dies ist einer der Gründe, warum eine "Übertreffung" und ein gutes Geschäft keine Synonyme sind, eine Diskrepanz, die wir in warum Aktien manchmal nach guten Gewinnen fallen aufschlüsseln: Wenn jeder bereits weiß, dass die Prognose sandbagged ist, ist die Übertreffung bereits eingepreist, und die Aktie kann trotzdem fallen.

Over-promising ist das gefährlichere Muster für Ihr Kapital, weil es Ihre eigenen Prognosen korrumpiert. Wenn das Management hoch prognostiziert und Sie es für bare Münze nehmen, erben Sie ihren Optimismus. Wenn die Zahlen nicht eintreffen, trifft die Enttäuschung sowohl die Ergebnisse als auch das Multiple, das der Markt bereit ist zu zahlen.

Das gesündeste Muster ist das langweilige in der Mitte: Prognosen, die nahe an der Realität liegen, mit Fehlern, die in beide Richtungen gehen und ehrlich erklärt werden, wenn sie auftreten.

Wie eine glaubwürdige Erfolgsbilanz das Vertrauen verdient#

Hier ist der kumulative Effekt. Ein Managementteam, das über mehrere Jahre hinweg genau prognostiziert hat — einschließlich mindestens einer schwierigen Phase — hat etwas Wertvolles aufgebaut: Glaubwürdigkeit, auf die Sie sich stützen können, wenn die Daten ausgehen.

Angenommen, ein solches Team gibt eine Prognose ab, die konservativ aussieht, angesichts dessen, was Sie über ihre Endmärkte wissen. Da sie sich einen Ruf für ehrliche Prognosen erarbeitet haben, ist diese konservative Zahl wahrscheinlich echte Informationen, kein Spiel. Im Gegensatz dazu steht ein Team, das zwei Jahre lang überversprochen hat: Selbst wirklich gute Prognosen von ihnen verdienen einen Abschlag, weil Sie gesehen haben, wie ihre Prognosen zuvor verdampft sind.

So gewichten erfahrene Analysten genau Vorwärtsprognosen — nicht gleichmäßig, sondern nach der Erfolgsbilanz der Quelle. Die Genauigkeit der Prognosen ist einer der konkretesten Inputs in die breitere Aufgabe der Bewertung eines Managementteams, die auch Kapitalallokation, Anreize für Insider und wie offen die Führungskräfte über Rückschläge sprechen, umfasst. Eine saubere Prognosehistorie macht ein Team nicht von sich aus vertrauenswürdig, aber eine unordentliche ist sehr schwer zu erklären.

Einige Prinzipien für die sinnvolle Anwendung dieses erarbeiteten Kredits:

• Erfordern Sie einen vollständigen Zyklus. Jeder kann in einer ruhigen Expansion genau prognostizieren. Die Teams, denen man vertrauen kann, sind die, deren Prognosen (oder deren Fehler ehrlich gekennzeichnet wurden), als sich die Bedingungen änderten, Bestand hatten.
• Achten Sie auf einen Regimewechsel. Ein neuer CFO, eine große Übernahme oder ein Wechsel in einen neuen Markt können die Erfolgsbilanz zurücksetzen. Früher erworbene Genauigkeit wurde von einem bestimmten Team in einem bestimmten Geschäft erarbeitet; wenn sich eines von beiden wesentlich ändert, starten Sie die Uhr neu.
• Halten Sie den Kredit proportional. Eine gute Historie verschafft einer Prognose den Vertrauensvorschuss, nicht blinden Glauben. Prognosen sind immer noch Prognosen, und Prognosen sind manchmal immer noch falsch.

Warnsignale, die das Vertrauen leise untergraben#

Einige Muster sollten Ihr Vertrauen bereits senken, bevor die Fehler in den Zahlen sichtbar werden:

• Prognosen, die immer weiter nach unten korrigiert werden. Ein Jahresziel, das im Januar hoch beginnt und jedes Quartal leise gekürzt wird, bis es schließlich im Dezember "übertroffen" wird, ist eine Übung in der Erwartungsmanagement, keine Prognose.
• Bereiche, die so breit sind, dass sie nicht falsch sein können. Eine Prognose von "Umsatz zwischen $800M und $1.2B" ist keine Prognose; es ist eine Möglichkeit, sich nicht festlegen zu müssen. Je breiter der Bereich, desto weniger sagt er Ihnen.
• Zurückgezogene Prognosen beim ersten Anzeichen von Schwierigkeiten. Das Zurückziehen von Prognosen während echter Unsicherheit kann verteidigenswert sein — aber ein Team, das sie im Moment zurückzieht, in dem die Geschichte schwierig wird, sagt Ihnen etwas über seine Sichtbarkeit und seinen Mut.
• Serielle "einmalige" Anpassungen. Wenn jede "Übertreffung" eines Quartals darauf beruht, Kosten auszuschließen, die verdächtig oft wiederkehren, sind die Prognosen und die Übertreffungen beide weicher, als sie erscheinen. Dies hängt direkt mit Gewinnqualität zusammen — der Frage, ob der ausgewiesene Gewinn real und wiederholbar ist.

Keines dieser Muster ist ein Beweis für böse Absichten. Jedes ist ein Grund, das Gewicht, das Sie der nächsten Prognose beimessen, zu verringern, bis sich das Muster klärt.

Wo ein Forschungstool passt#

Die Rekonstruktion einer Prognosehistorie von Hand — das Ziehen von Dutzenden von Quartalen an Veröffentlichungen, das Berechnen jeder Abweichung, das Lesen jeder Erklärung — ist genau die Art von geduldiger, repetitiver Arbeit, die die meisten Menschen überspringen. Es ist auch die Art von Arbeit, die gut skaliert, wenn Sie sie einem strukturierten Prozess übergeben.

Das ist ein Teil dessen, wofür Valarn entwickelt wurde, als ein Bildungsforschungstool. Es beschäftigt bis zu etwa 25 spezialisierte KI-Analysten in fünf Bereichen — Kernforschung, Marktstruktur, ein Debatten- und Risikokomitee, finanzielle Qualität und Ereignisse/Sektor/Makro — und darunter ist eine Analyse, die die Prognosehistorie und die Offenheit des Managements untersucht, anstatt die neuesten Schlagzeilenprognosen für bare Münze zu nehmen. Die Analysten stimmen nicht nur untereinander überein: Die Plattform veranstaltet eine strukturierte Bullen-gegen-Bären-Debatte und synthetisiert erst dann eine einzige neutrale Forschungsansicht (Bullish, Cautious Bullish, Neutral, Cautious oder Bearish — niemals eine Kauf- oder Verkaufsanweisung).

Zwei Dinge machen diese Sichtweise überprüfbar, anstatt nur zuversichtlich. Jede faktische Behauptung — einschließlich früherer Prognosen im Vergleich zu den tatsächlichen Werten — ist zurückverfolgbar zu einer Einreichung oder einer lizenzierten Datenquelle mit einem Stichtag, und alles durchläuft eine Qualitätssicherungsprüfung, bevor Sie es sehen. Jeder Bericht enthält auch zwei 0–100 Bewertungen: eine Vertrauensbewertung, die die Qualität der zugrunde liegenden Daten widerspiegelt (nicht eine Vorhersage, wohin sich der Preis bewegt) und eine Zustimmungsbewertung, die zeigt, wie sehr die Analysten konvergiert sind. Anstelle eines einzelnen Kursziels erhalten Sie einen Szenarienbereich — Bär, Basis und Bulle — zusammen mit einem Referenzpreis und einem Risikoniveau. Sie können sehen, wie das bei einem echten Unternehmen in einem vollständigen Musterbericht aussieht.

Das Ziel ist nicht, Ihnen zu sagen, dass ein Managementteam vertrauenswürdig ist. Es geht darum, Ihnen die Beweise zu zeigen — die Erfolgsbilanz, das Muster, die Erklärungen — damit Sie entscheiden können, wie viel Sie von ihrer nächsten Prognose glauben wollen.

Das Fazit#

Die Genauigkeit der Managementprognosen ist ein Glaubwürdigkeitswert, den Sie selbst berechnen können. Stellen Sie die Aussagen der Führungsebene dem gegenüber, was tatsächlich passiert ist, betrachten Sie die Form der Fehler anstatt eines einzelnen Quartals und trennen Sie ehrliche Prognosen von Sandbagging und Überversprechungen. Ein Team, das in guten wie in schlechten Zeiten ehrlich war, hat das Recht verdient, ein wenig mehr geglaubt zu werden als das nächste; ein Team, das dies nicht getan hat, sollte jede seiner Prognosen mit einem Abschlag betrachten.

Prognosen sind immer noch nur Vorhersagen, und selbst die zuverlässigsten Teams werden überrascht. Aber zu wissen, wie zuverlässig ein bestimmtes Team war, verwandelt eine Zahl in einer Pressemitteilung in etwas, das Sie tatsächlich gewichten können. Möchten Sie das gesamte Bild zusammen sehen? Überfliegen Sie einen Beispiel-Forschungsbericht, um zu sehen, wie die Prognosehistorie neben den Fundamentaldaten steht, oder führen Sie eine kostenlose Analyse durch und überprüfen Sie die Erfolgsbilanz selbst.

Valarn ist ein Bildungsforschungswerkzeug, keine Anlageberatung. Es sagt Ihnen nicht, dass Sie etwas kaufen, verkaufen oder halten sollen, und nichts hier ist eine Empfehlung oder ein Versprechen von Ergebnissen. Machen Sie immer Ihre eigenen Recherchen und ziehen Sie in Betracht, einen lizenzierten Finanzfachmann zu konsultieren.