2.1 Ziele n Modellierung und Analyse von Informationssystemen n Darstellung grundsätzlicher Einflussfaktoren für die Vorteilhaftigkeit von Informationssystemen.

Slides:



Advertisements
Ähnliche Präsentationen
Die deutsche Kommune und ein so genannter „Trust“ in den USA mit z. B
Advertisements

Definition [1]: Sei S eine endliche Menge und sei p eine Abbildung von S in die positiven reellen Zahlen Für einen Teilmenge ES von S sei p definiert.
D. ZAMANTILI NAYIR – 8. SEMESTER
Einführung und institutionelle Grundlagen
Bilanzpolitik – Spezialfragen
2.1 Informationsfunktion Wagenhofer/Ewert Alle Rechte vorbehalten.
Projektumfeld Gesellschaftliche Strömungen Strukturen/ Gliederung
Sicherheitsäquivalent der Lotterie L
Prinzipal-Agenten Beziehungen
Multivariate Analysemethoden Johannes Gutenberg Universität Mainz
Gliederung Vertrauensintervalle Arten von Hypothesen
ARCH- und GARCH Modelle
Algorithmentheorie 04 –Hashing
Bilanzpolitik – Spezialfragen
2. Univariate Regressionsanalyse 2.1 Das statische Regressionsmodell
Persuasion als sequenzieller Prozess: Versuch der Integration von Unimodel und HSM Gerd Bohner
Chancen zur Stärkung de Schulsports an meiner Schule Allgemeine Überlegungen zur Qualitätsentwicklung des Schulsports helfen nur, wenn sie in der speziellen.
12. Zur Bildung von Zyklen Prof. Dr. Johann Graf Lambsdorff
Konfidenzintervalle Intervallschätzung
Zunächst: NKA Matthias: Erweiterung Coupon-Anleihen
§8 Gruppen und Körper (8.1) Definition: Eine Gruppe G ist eine Menge zusammen mit einer Verknüpfung, die jedem Paar (a,b) von Elementen aus G ein weiteres.
Tutorium Willkommen zurück, in der wunderbaren Welt der Statistik Teil II.
Kontrollfragen zu Kapitel 1
Eigenschaften der OLS-Schätzer
Probleme der Modellspezifikation
Multikollinearität Wann spricht man von Multikollinearität?
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Lommy® SAFE Individuelles Überwachen von Fahrzeugen und Gütern.
Nachtragsfall 1: Leistungsänderung
Ausgleichungsrechnung I
Ausgleichungsrechnung II
Übungsblatt 02 Lehrstuhl für Kommunal- und Umweltökonomie
Theorien, Methoden, Modelle und Praxis
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Hartmut Klauck Universität Frankfurt SS
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Projektvortrag von Andreas Hapek
Wahrscheinlichkeit Zufallsexperiment:
Kapitel 16 Ökonometrische Modelle
Kapitel 13 Zeitreihen und Zeitreihen-Modelle
Die eigene Werbeagentur im Urteil der Werbeauftraggeber
Framing Effekt: Der getrennte Einfluss von Wahrscheinlichkeiten und Utilities Ralf Stork, E. H. Witte Universität Hamburg, Fachbereich Psychologie, Von-Melle-Park.
Strategie der Modellbildung
Multivariate Statistische Verfahren
Von Unternehmen und Unternehmern
2.1 Wert von Informationssystemen graz.at/de/stud0/lehrveranstaltungsmaterialien/  Wagenhofer/Ewert Alle Rechte vorbehalten.
Bilanzierungs- und Bewertungs- grundsätze
BWL III – Rechnungswesen / Investition und Finanzierung
2. Einzielentscheidungen mit einem Szenarium
2. Einzielentscheidungen mit einem Szenarium
setzt Linearität des Zusammenhangs voraus
2.1 Informationsfunktion  Wagenhofer/Ewert Alle Rechte vorbehalten.
4.1 Bilanzierungs- und Bewertungs- grundsätze  Wagenhofer/Ewert Alle Rechte.
1.1 Einführung und institutionelle Grundlagen  Wagenhofer/Ewert Alle Rechte.
(Basic-Nonbasic-Konzept)
Ziele Anreize zu Bilanzpolitik
© 2005 KPMG Deutsche Treuhand-Gesellschaft AG, the German member firm of KPMG International, a Swiss cooperative. All rights reserved. KPMG and the KPMG.
Testtheorie (Vorlesung 12: ) Wiederholung: Reliabilität
Der Wiener Prozess und seltene Ereignisse
Geoinformationssysteme
Vorstellen und Herleiten der Horner Schemas
Programmiersprachen II Fortsetzung Datenstrukturen Balancierte Bäume 2 Prof. Dr. Reiner Güttler Fachbereich GIS HTW.
Übung 2 Einführung in die Ökonomie 18. April 2016.
 Präsentation transkript:

2.1 Ziele n Modellierung und Analyse von Informationssystemen n Darstellung grundsätzlicher Einflussfaktoren für die Vorteilhaftigkeit von Informationssystemen im Individualkontext n Darstellung der Wirkungen von Informationssystemen im Mehrpersonenkontext n Aufzeigen von Problemen, optimale Informationssysteme im Rahmen des Mehrpersonen- und Kapitalmarktkontextes zu finden

2.2 Problemstellung n Externe Rechnungslegung Ist ein kapitalmarktorientiertes Informationsinstrument Enthält Angaben über die wirtschaftliche Lage Beeinflusst Erwartungen der Anleger Hat Konsequenzen für Kapitalkosten und Investitionstätigkeit n Wie aber soll die Rechnungslegung konkret gestaltet werden? Bilanzierungs- und Bewertungsmethoden, Umfang der geforderten Angaben und Informationen? n Was beeinflusst ganz grundsätzlich den Bedarf an und den Nutzen von Informationen?

2.3 Entscheidungstheoretische Grundlagen (1) n Nutzen von Informationen ergibt sich nicht durch deren „Konsum“ n Wert von Informationen resultiert indirekt durch Verbesserung der Entscheidungen PräferenzenEntscheidungsfeld Gewählte Alternative Zielerreichung (Nutzen) Informationen

2.4 Entscheidungstheoretische Grundlagen (2) n Entscheidungsfeld Aktionsraum A mit a  A Zustandsraum  mit    Verteilung F mit Wahrscheinlichkeiten f(  ) Ergebnisfunktion x(a,  ) n Präferenzen Nutzenfunktion U(x) des Entscheidungsträgers n Maximierung des Erwartungsnutzens

2.5 Entscheidungstheoretische Grundlagen (3) n Optimale Entscheidung Beispiel: Drei gleichwahrscheinliche Zustände, Nutzenfunktion U(x) =  x

2.6 Informationssysteme n Basisinformationen des Entscheiders sind in f(  ) n Beschaffung zusätzlicher Informationen beinhaltet den Erhalt eines Signals y  Y Neue signalbedingt optimale Entscheidung: Erhalt von y Neue Wahrscheinlichkeiten f(  y) Geänderte Erwartungsnutzen EU(a  y) Interpretation

2.7 Interpretation der Signale n Voraussetzung für eine Erwartungsänderung Systematische Beziehung zwischen den Zuständen  und den Signalen y Diese Beziehungen sind regelmäßig stochastisch n Die Beziehungen werden in sogenannten Likelihoods f(y  ) ausgedrückt n Sie geben an, mit welcher Wahrscheinlichkeit man das Signal y erhalten wird, wenn  der tatsächlich eintretende Zustand ist n In den Likelihoods spiegelt sich das Wissen um die Eigenschaften des Informationssystems wider

2.8 Vollkommene Information (1) Ausgangspunkt: Obiges Beispiel mit drei gleichwahrscheinlichen Zuständen Informationssystem hat folgende Signale Jeder Zustand ist also umkehrbar eindeutig mit einem bestimmten Signal verbunden! Eindeutiger Rückschluss vom Signal auf den Zustand möglich!

2.9 Vollkommene Information (2) Likelihoods Daraus erhält man zB für die Wahrscheinlichkeit f(y 1 ) Entsprechend folgt

2.10 Vollkommene Information (3) Die Erwartungsrevision zu den a posteriori-Wahrscheinlichkeiten f(  y) ergibt sich allgemein aus dem Bayes-Theorem Im Beispiel führt dies für y 1 auf Die anderen a posteriori-Wahrscheinlichkeiten sind analog

2.11 Partitionierung und Information Der Erhalt von Informationen kann als Partitionierung aufgefasst werden: Nach Empfang von y ist nur noch eine Teilmenge von  relevant! Im obigen Beispiel mit vollkommener Information gilt etwa

2.12 Unvollkommene Information (1) n Beziehung zwischen Signalen und Zuständen Jeder Zustand ist eindeutig mit einem bestimmten Signal verknüpft Es gibt aber mehrere Zustände, mit denen das gleiche Signal verbunden ist Daher keine umkehrbar eindeutige Beziehung n Verdeutlichung

2.13 Unvollkommene Information (2) Die Likelihoodstruktur für dieses System ist Daraus erhält man die Partitionierung Die revidierten Erwartungen gemäß Bayes-Theorem sind daher

2.14 Allgemeine Partitionsdarstellung (1) Informationssystem wird aufgefasst als Funktion von Zuständen in Signale Mit jedem Signal ist daher eine Teilmenge von Zuständen verbunden Die Likelihoods ergeben sich dabei generell wie folgt Dies ergibt die Partitionierung

2.15 Allgemeine Partitionsdarstellung (2) Man erhält daher das Signal y mit folgender Wahrscheinlichkeit Und die Erwartungsrevisionen ergeben sich allgemein wie folgt

2.16 Vorteil von (kostenlosen) Informationen - Überblick n Ohne Information Entscheider hat Aktionsraum A Er besitzt Erwartungen gemäß der Verteilung F Er wählt die optimale Aktion a* Zielerreichung EU(a*) n Mit Information Entscheider erhält Signal y Sein Aktionsraum ist A(y) Seine neuen Erwartungen sind F(y) mit f(  y) Er wählt die signalbedingt optimale Aktion a*(y) Signalbedingte Zielerreichung EU(a*(y)  y)

2.17 Signalbedingte Entscheidungen Nach dem Erhalt von y resultiert bei Wahl einer Aktion a der Nutzen Die signalbedingt optimale Entscheidung ergibt sich aus Beim Individualkontext wird typischerweise unterstellt Die Verwendung des Informationssystems lohnt sich genau dann, wenn gilt

2.18 Vorteil von Informationen im Individualkontext (1) Erwartungsnutzen EU(Y) bei beliebiger Strategie a(y) Gilt stets a(y) = a* (bei A(y) = A immer möglich), folgt Man kann sich also nie verschlechtern, weil der Status Quo ohne Information stets erreichbar ist!

2.19 Vorteil von Informationen im Individualkontext (2) Wählt man dagegen für wenigstens ein Signal y´ eine von a* abweichende Aktion a*(y´), so muss gelten Daraus folgt dann für die Differenz der Erwartungsnutzen

2.20 Beispiel Drei gleichwahrscheinliche Zustände, Nutzenfunktion U(x) =  x (a*=a 1 mit EU(a*)=4,807) Informationssystem sei Offenbar ist a*(y 1 ) = a 1. Beim Erhalt von y 2 ergibt sich a*(y 2 ) aus:

2.21 Informationsumfang Konzept n Fragestellung: Ist mehr (kostenlose) Information stets besser als weniger (kostenlose) Information? n Problem: Präzisierung des Informationsumfangs n Idee Angenommen, man hat zwei Informationssysteme Y und Y f Das System Y f beinhaltet mehr Information als Y, wenn  man für jedes Signal y f  Y f exakt angeben kann, welches Signal y  Y man erhalten hätte,  so dass man letztlich beim System Y f stets mindestens so viel weiß wie beim System Y, regelmäßig aber die Zustände noch genauer eingrenzen kann,  was impliziert, dass die mit Y f verbundene Partitionierung „feiner“ ist als diejenige von Y

2.22 Partitionierung und Feinheit (1) Folgende beiden Informationssysteme sollen verglichen werden: Y f beinhaltet weitere Partitionierung der Teilmenge  (y 1 ):

2.23 Partitionierung und Feinheit (2) n Allgemeine Definition der Feinheitsrelation Ein System Y f ist genau dann feiner als ein System Y, wenn es zu jedem Signal y f aus Y f ein Signal y des Systems Y gibt, so dass  (y f ) eine Teilmenge von  (y) ist: Folgende beiden Systeme lassen sich zB nicht danach ordnen: Aber:

2.24 Feinheitstheorem n Feinheitstheorem (Blackwell-Theorem) Seien zwei (kostenlose) Informationssysteme Y f und Y gegeben, wobei Y f feiner als Y ist. Dann ist im Rahmen einer Individualanalyse die Zielerreichung bei Y f mindestens so groß wie diejenige bei Y, dh: EU*(Y f )  EU*(Y). n Beweis Analog zur Vorteilhaftigkeit eines (einzelnen) kostenlosen Informationssystems Es ist wegen A(y) = A und A(y f ) = A beim System Y f stets der Status Quo des Systems Y erreichbar Wird also eine Teilmenge  (y) durch mehrere y f weiter partitioniert, so kann man für jedes dieser y f stets a*(y) wählen und erzielt die gleiche Zielerreichung wie bei y. Weicht man für wenigstens ein y f davon ab, dann nur deswegen, weil man dort einen höheren Nutzen erzielt

2.25 Aspekte des Feinheitstheorems n Eigenschaften Feinheitstheorem gilt für Individualkontext (A(y) = A) Informationskosten werden nicht betrachtet Ansonsten gilt es problemunabhängig, dh  für beliebige Nutzenfunktionen  für beliebige Wahrscheinlichkeitsverteilungen  für beliebige Aktionsräume und Ergebnisfunktionen n Feinheitstheorem knüpft rein an Eigenschaften von Informationssystemen an n Allerdings können nicht alle Informationssysteme gemäß der Feinheitsrelation geordnet werden

2.26 Informationskosten (1) n Einsatz eines Informationssystems typischerweise nicht kostenlos n Allgemein können die Informationskosten k vom System Y, der gewählten Aktion a und dem Zustand  abhängen, dh k = k(Y,a,  ) n Der signalbedingte Erwartungsnutzen bei Wahl einer Aktion a ist dann:

2.27 Informationskosten (2) Zielerreichung beim Einsatz des Systems Y beträgt Der Einsatz von Y lohnt sich genau dann, wenn gilt Bei Risikoneutralität und aktionsunabhängigen Kosten folgt Informationskosten beeinflussen die Aktionswahl nicht!

2.28 Informationskosten (3) Zielerreichung des Entscheiders Einsatz von Y genau dann vorteilhaft, wenn „Informationsinduzierte Bruttoverbesserung des Erwartungsnutzens muss die erwarteten Informationskosten übersteigen“ (Diese Formulierung gilt unter allgemeineren Bedingungen aber nicht mehr)

2.29 Mehrpersonenkontext n Die externe Rechnungslegung wendet sich an eine Vielzahl von Personen n Ihnen gehen die Informationen gemeinsam zu n Die Entscheidung über „gute“ Varianten der Rechnungslegung muss dies berücksichtigen n Relevante Aspekte sind insbesondere Probleme eines Standardsetters bei der Auswahl von Informationssystemen Wert von Informationssystemen bei Handlungsverbundenheit im Kapitalmarktkontext Potenzielle Unterschiede zwischen den Kriterien „Entscheidungsnützlichkeit“ und „Anreiznützlichkeit“

2.30 Probleme eines Standardsetters n Wie kann ein Standardsetter unter dem Aspekt der Entscheidungsnützlichkeit das „allgemein optimale“ Informationssystem finden? n Antwort: Allgemein gar nicht! n Begründung Die Parameter der individuellen Entscheidungsprobleme (Nutzenfunktionen, Erwartungen, Aktionsräume...) können sehr unterschiedlich sein Selbst bei Vernachlässigung der Kosten ist Feinheitskriterium nicht anwendbar, weil sich nicht alle Informationssysteme danach ordnen lassen Eine Entscheidung über derart nicht vergleichbare Systeme hängt aber vom spezifischen Entscheidungskontext ab

2.31 Beispiel Zwei Investoren mit jeweils U(x) =  x und folgenden Entscheidungsproblemen: (die Zustände sind gleich wahrscheinlich) Investor 1Investor 2 Zwei (gemäß Feinheit nicht vergleichbare) Informationssysteme stehen zur Wahl: Investor 1: - würde gerne genau wissen, ob  2 vorliegt, - weil er dann stets die Aktion wählen kann, die zum höchsten zustandsbedingten Ergebnis führt, - so dass er System Y 1 präferiert, - während Y 2 für ihn völlig wertlos ist Investor 2: - würde gerne genau wissen, ob  1 vorliegt, - weil er dann stets die Aktion wählen kann, die zum höchsten zustandsbedingten Ergebnis führt, - so dass er System Y 2 präferiert, - während Y 1 für ihn völlig wertlos ist

2.32 Folgerungen n Ohne Informationskosten Standardsetter müsste sich für einen Investor entscheiden Der jeweils andere wird aber nicht schlechter gestellt (für jeden Investor gilt immer noch A(y) = A) Ausweg: Sind die Systeme kostenlos, könnte man einfach beide zur Verfügung stellen (muss feiner sein als jedes einzelne System und daher für jeden Investor besser) n Mit Informationskosten Beurteilung kann generell nicht unabhängig vom konkreten Entscheidungsproblem vorgenommen werden Obige Lösung ist schon a priori nicht mehr plausibel Standardsetter kennt zudem die Parameter der individuellen Probleme nicht, müsste sich aber selbst bei deren Kenntnis für bestimmte Investoren entscheiden Dies kann andere Investoren streng benachteiligen  Verteilungseffekte

2.33 Exkurs: Agency-Modelle (1) n Spieler: Prinzipal, Agent Prinzipal verpflichtet sich zu einer Strategie (schließt Vertrag mit dem Agenten) Agent kann Vertrag annehmen oder ablehnen n Typische Anwendungsgebiete: Analyse hierarchischer Situationen  Verhältnis Eigentümer - Manager  Unternehmensleitung – Bereichsmanager  Manager – Arbeitnehmer  Kreditgeber – Kreditnehmer

2.34 Exkurs: Agency-Modelle (2) n Grundlegendes Agency-Modell: Prinzipal Eigentümer einer Produktionstechnologie Agent erbringt Arbeitsleistung a Ergebnis x fließt dem Prinzipal zu, ist abhängig von der Arbeitsleistung des Agenten x =(a,  ) a ist für den Prinzipal nicht beobachtbar  ist eine stochastische Größe, die verhindert, dass der Prinzipal von x auf a rückschließen kann ( non-moving- support) a verursacht dem Agenten privaten Disnutzen (Arbeitsleid) Asymmetrische Information in Kombination mit Zielkonflikt führt zu einem personellen Koordinationsproblem (Anreizproblem)

2.35 Exkurs: Agency-Modelle (3) Zur Lösung dieses Anreizproblems bietet der Prinzipal einen Entlohnungsvertrag mit geeigneten Leistungsanreizen an Dieser Vertrag muss dem Agenten zumindest seinen Reservationsnutzen zugestehen Darüber hinaus wird der Vertrag so konzipiert, dass der Agent die aus Sicht des Prinzipals ergebnismaximale Arbeitsleistung erbringt (AB) u.d.B.: E[U(S(x), a)]  U für alle a‚(TB)

2.36 Exkurs: Das LEN-Modell (1) L = linear; E = exponentiell; N = normalverteilt n Ergebnis x linear in Arbeitsleistung und stochastischer Größe x = a+  n Die Entlohnungsfunktion ist linear in x S(x) = S 0 + s  x n Nutzenfunktion des Agenten exponentiell und multiplikativ separierbar in S und a U(S, a) = -exp[-r  (S - K(a))] n stochastische Größe ist normalverteilt mit N  (0,  2 )

2.37 Exkurs: Das LEN-Modell (2) n Darstellung des Sicherheitsäquivalents: Erwartungswert der Entlohnung -Disnutzen -Risikoprämie n (TB) ergibt sich mit U  U(u) und E(x) = a als n (AB) ergibt sich als

2.38 Exkurs: Das LEN-Modell (3) n Umformung Erwartungsnutzen des Prinzipals: n Eingesetzt ergibt sich: u.d.B. = a  K(a)  – u

2.39 Exkurs: Das LEN-Modell (4) n Mit lassen sich folgende explizite Lösungen errechnen: n Erw. Nutzen Prinzipal:

2.40 Handlungsverbundenheit an Kapitalmärkten n Problem Die Informationen ändern Erwartungen und Entscheidungen Daraus ergeben sich veränderte Marktpreise Diese sind ihrerseits Determinanten der Aktionsräume Man kann nicht mehr von A(y) = A ausgehen Entscheidungen der Anleger Präferenzen Erwartungen Aktionsräume Marktpreise Informationen

2.41 Portefeuillemodell - Annahmen Einperiodiger Markt Ein risikobehaftetes Wertpapier mit Preis P Überschuss (Endwert) am Periodenende x = µ +  Störgröße  normalverteilt mit Erwartungswert 0 und Varianz σ 2 Erwartungswert der Überschüsse daher E(x) = µ I Investoren, homogene Erwartungen, a i = Anteile von Investor i am risikobehafteten Wertpapier b i = Betrag, den Investor i sicher zum Zinssatz 0 investiert Nutzenfunktion negativ exponentiell: U i (W i ) = -exp(-r i ·W i ) W i = unsicheres Endvermögen = a i ·x + b i Endvermögen W i normalverteilt, daher Orientierung am Sicherheitsäquivalent SÄ möglich

2.42 Lösung ohne Information (1) Budgetrestriktion eines Investors bindet im Optimum Für den Endwert erhält man Sicherheitsäquivalent Optimaler Wertpapierbestand

2.43 Lösung ohne Information (2) Im Gleichgewicht muss der Markt geräumt sein Einsetzen der optimalen Politiken erbringt Dies lässt sich nach dem Preis P auflösen

2.44 Lösung ohne Information (3) Einsetzen von P in die Lösung für die Politiken führt auf Sicherheitsäquivalent im Gleichgewicht

2.45 Bereitstellung perfekter Information Die Anleger erhalten vor dem Handel folgende Signale y:

2.46 Lösung mit Information (1) Nach Erhalt von y ist kein Risiko mehr vorhanden, daher folgt für SÄ Signalbedingt optimaler Wertpapierbestand - Marktpreis ist perfekt mit der Information y korreliert - Keine Risiken mehr nach Erhalt von y - Daher eigentlich kein Grund mehr zum Handeln am Markt aus Gesichtspunkten der Risikoteilung - Verbleibender Handelsgrund: Unterschiedliche Anfangsausstattungen - Dieses Motiv wird wegen der obigen Preiseigenschaft ausgehebelt - Beim gleichgewichtigen Preis ist ein Handel für jeden Investor faktisch egal

2.47 Lösung mit Information (2) Nach Erhalt von y hat jeder Anleger daher ein sicheres Endvermögen, das faktisch alleine von seiner Anfangsausstattung abhängt: - Vor dem Erhalt von y besteht aber (Informations-) Risiko - Ex ante ist das Endvermögen weiterhin normalverteilt Sicherheitsäquivalent dieses risikobehafteten Vermögens

2.48 Lösung mit Information (3) Vorteil aus dem Einsatz des Informationssystems - Kein Anleger kann sich wirklich verbessern - Jeder, der ohne Information handeln würde, erfährt eine echte informationsinduzierte Nutzeneinbuße „Informationsablehnungstheorem“

2.49 Diskussion n Auf den ersten Blick günstige Informationslage Information y kommt vor dem Handel an den Markt Man kann daher darauf reagieren Die Information ist vollkommen und eliminiert jegliches Risiko Außerdem ist sie kostenlos verfügbar n Wäre im Individualkontext hinreichend für maximalen Informationswert n Im Marktkontext diametral umgekehrt Risikovernichtung gilt ja nur ex post, nicht aber ex ante Das ex ante verbleibende Informationsrisiko ist jetzt wegen der ex post-Preise P(y) nicht mehr am Markt handelbar Es entspricht aber faktisch dem ursprünglichen Risiko σ 2, welches ohne Information durch Handel geteilt worden wäre Daher kann die Information niemandem nützen

2.50 Relativierungen n Zeitliche Struktur des Problems Modell enthielt keine Möglichkeit zum Handel vor Information Erfassung über sogenanntes „sequenzielles“ Marktregime Dort gilt Informationsablehnung für ein System Y nicht mehr Ggf aber noch möglich beim Vergleich mehrerer Systeme n Einbeziehung von Investition und Produktion eröffnet neue Vorteile für Informationen n Private Beschaffung eines Systems Y Einzelner Anleger handelt bei gegebenen Preisen gemäß individuellem Kosten-Nutzen-Tradeoff Kann dazu führen, dass jeder privat das System Y beschafft Gesamtwirkungen wie bei Informationsablehnung, kann aber nicht wirksam unterdrückt werden Öffentliche Bereitstellung kann dann effizienter sein

2.51 Entscheidungsnützlichkeit und Anreiznützlichkeit n Aktuell viele Bestrebungen zur Harmonisierung von internem und externem Rechnungswesen Kostengünstiger Man verspricht sich von einer entscheidungsnützlichen Bilanzierung zugleich Vorteile für die interne Steuerung n Besonders pointiert bei wertorientierter Steuerung Interne Performancegrößen werden an „Value Relevance“ gemessen Kriterium: Korrelation mit Marktpreis bzw Marktrendite n Probleme Zweckmäßige interne Performancegrößen ergeben sich grundsätzlich aus Prinzipal-Agenten-Betrachtungen Führt dies zwingend zur gleichen Beurteilung wie nach der Entscheidungsnützlichkeit?

2.52 Ein LEN-Modell n Annahmen Risikoneutraler Prinzipal Risikoscheuer Agent, (negativ) exponentielle Nutzenfunktion mit Risikoaversionsparameter r Nur lineare Entlohnungskontrakte, die an (noch zu bestimmende) Performancegrößen y anknüpfen Ergebnis x ist unbeobachtbar, kann also nicht direkt zur Anreizsetzung verwendet werden Es lässt sich zB interpretieren als der Barwert künftiger Überschüsse Ergebnis ist normalverteilt mit

2.53 Lösung (1) Die erste betrachtete Performancegröße sei eine risikobehaftete Messung des Ergebnisses x Sie ist ein unverzerrter Schätzer der Arbeitsintensität mit einem gegenüber dem Ergebnis höherem Risiko Im Rahmen der LEN-Struktur ergibt sich für den Prinzipal folgende Zielerreichung bei der optimalen Lösung

2.54 Lösung (2) Alternativ steht folgende Performancegröße zur Wahl Für sie gilt gleichfalls Zielerreichung für den Prinzipal Diese Größe ist genau dann besser als y 1 wenn (Davon wird im Folgenden ausgegangen)

2.55 Verbindung zum Marktkontext n Einfaches „overlapping generations“-Szenario Risikoneutrale Anleger kennen den vom Prinzipal implementierten Entlohnungskontrakt, die gewählte Performancegröße sowie deren Realisierung am Periodenende Preis P(y) entspricht dem erwarteten Barwert der künftigen Überschüsse Anleger revidieren ihre Erwartungen nach Beobachtung von y

2.56 Preise und Erwartungsrevisionen (1) Bei Verwendung von y 1 folgt für den Preis Ex ante folgt für den erwarteten Marktpreis Bezüglich der „Value Relevance“ ergibt sich ein positiver Wert wegen

2.57 Preise und Erwartungsrevisionen (2) Die Größe y 2 ist dagegen nicht mit dem Ergebnis x korreliert Es findet daher auch keine Erwartungsrevision statt Daher ergibt sich auch keine Preisänderung Ebenso wäre keinerlei „Value Relevance“ vorhanden

2.58 Implikationen n Anreiznützlichkeit Performancegröße y 2 ist offenbar optimal Geringeres Risiko als y 1, daher geringere Risikoprämie Ermöglicht höhere Arbeitsintensität Führt zu höherem ex ante Marktwert als y 1 trotz nicht vorhandener Value Relevance n Entscheidungsnützlichkeit Nur Performancegröße y 1 kann entscheidungsnützlich aus Sicht der Anleger sein Sie gibt Informationen über „bewertungsrelevante“ Aspekte Die Größe y 2 beinhaltet keine diesbezüglichen Informationen n Fazit Es handelt sich um grundsätzlich unterschiedliche Konzepte Funktion der Rechnungslegung bestimmt die Bewertung

2.59 Folgerungen für Standardsetter n Präzisierung der Funktion der Rechnungslegung n Beachtung des Mehrpersonenkontextes Distributionseffekte verhindern Standards, die einmütig als optimal gelten können (ggf sogar Informationsablehnung) Abschätzen der Verteilungswirkungen erfordert Kenntnisse der individuellen Entscheidungsprobleme Diese sind realiter kaum zu erheben  Man agiert faktisch „im Nebel“  Umgekehrt kann mit geeigneter Argumentation fast alles begründet werden n Ausweg: Typisierung der Anlegerprobleme Problem: In welche konkrete Richtung? n Ergänzung durch empirische Forschung zur Abschätzung der Kapitalmarktkonsequenzen