A Regulator's Career Option: Revolving Doors, Regulatory Signals, and Firm Tail Risk

In der Welt der Finanzen soll ein Regulator ein neutraler Schiedsrichter sein. Seine Aufgabe ist es, Unternehmen zu überwachen, sicherzustellen, dass sie die Regeln befolgen, und die Öffentlichkeit vor Schaden zu bewahren. Wenn ein Unternehmen zu viele Schulden aufnimmt oder riskante Wetten abschließt, soll der Regulator eingreifen und die Dinge verlangsamen. Es gibt jedoch eine langjährige Besorgnis in der Wirtschaft über die „Drehtürpolitik“ (Revolving Door). Dies ist die Praxis, bei der Regierungsbeamte ihre öffentlichen Ämter verlassen, um hochbezahlte Positionen bei genau jenen Unternehmen einzunehmen, die sie zuvor reguliert haben. Die Befürchtung ist, dass ein Regulator einem Unternehmen gegenüber nachsichtig sein könnte, während er im Amt ist, in der Hoffnung, später ein lukratives Jobangebot zu erhalten. Dieses Papier untersucht eine spezifische, mathematische Version dieser Befürchtung. Es stellt die Frage, ob ein Regulator, im Wissen, dass er eines Tages zu einem Unternehmen wechseln könnte, absichtlich Signale aussendet, die das Unternehmen dazu ermutigen, mehr Schulden aufzunehmen und volatiler zu werden – also mit der Stabilität des Unternehmens zu spielen, um seinen eigenen zukünftigen Gehaltsscheck zu steigest. Der Forscher baut ein theoretisches Modell auf, um zu sehen, ob dieser Anreiz tatsächlich die Art und Weise verändert, wie Unternehmen geführt werden, und ob er Finanzkatastrophen wahrscheinlicher macht.

Der Autor, G. Charles-Cadogan, konstruiert ein Modell, das die potenzielle zukünftige Stelle eines Regulators nicht nur als einfaches Versprechen eines höheren Gehalts betrachtet, sondern als eine Finanzoption. In der Finanzwelt ist eine Option ein Vertrag, der jemandem das Recht gibt, etwas zu einem festgelegten Preis zu einem späteren Zeitpunkt zu kaufen. Wenn der Preis dieses Objekts steigt, wird die Option sehr wertvoll. Der Forscher argumentt, dass das zukünftige Jobangebot eines Regulators genauso funktioniert. Wenn der Regulator sein Regierungsamt verlassen kann, um zu einem regulierten Unternehmen zu wechseln, dessen Gehalt an den Aktienwert des Unternehmens gekoppelt ist, wirkt sein zukünftiges Einkommen wie eine Call-Option. Je mehr der Wert des Unternehmens steigt, desto wertvoller wird dieser zukünftige Job. Entscheidend ist, dass der Wert dieser „Option“ nicht nur steigt, wenn das Unternehmen gut wirtschaftet, sondern auch, wenn das Unternehmen riskanter und volatiler wird. Dies schafft einen seltsamen Anreiz: Ein Regulator könnte versucht sein, Signale zu senden, die ein Unternehmen dazu ermutigen, mehr Schulden aufzunehmen und seine Preisvolatilität zu erhöhen, weil dies den Wert der zukünftigen Karriereoption des Regulators steigert, selbst wenn es die Wahrscheinlichkeit erhöht, dass das Unternehmen abstürzt.

Das Modell unterteilt die Interaktion zwischen dem Regulator, dem Unternehmen und der Öffentlichkeit in eine Serie von Schritten. Zuerst sendet der Regulator ein Signal, das eine politische Entscheidung, eine Regeländerung oder eine öffentliche Erklärung sein kann. Das Unternehmen sieht dieses Signal und passt sein Verhalten an, beispielsweise wie viel es für seine Produkte verlangt oder wie viel Schulden es aufnimmt. Der Forscher zeigt, dass, wenn der zukünftige Ertrag des Regulators an den Erfolg des Unternehmens gekoppelt ist, dieser geneigt ist, Signale zu senden, die den Gewinnen des Unternehmens Vorrang vor dem Wohlergehen der Öffentlichkeit geben. Dies bedeutet oft, dass er es dem Unternehmen gestattet, Preise zu erhöhen oder – was noch gefährlicher ist – einen höheren Verschuldungsgrad (Leverage) zu wählen. Leverage ist ein Finanzbegriff für die Verwendung von geliehenem Geld zur Finanzierung des Geschäftsbetriebs. Während das Ausleihen von Kapital die Gewinne steigern kann, wenn die Dinge gut laufen, erhöht es auch das Risiko des Scheiterns, wenn die Dinge schiefgehen. Das Modell demonstriert, dass ein Regulator, der eine „Karriereoption“ im Hinterkopf hat, höhere Schuldenstände toleriert, weil der potenzielle Aufwärtstrend seines zukünftigen Jobs das Risiko eines Scheiterns des Unternehmens überwiegt.

Während das Unternehmen mehr Schulden aufnimmt und der Regulator Signale aussendet, die die Unsicherheit erhöhen, identifiziert das Modell einen gefährlichen Wendepunkt. Der Forscher beschreibt drei verschiedene Zonen, durch die sich ein Unternehmen bewegen kann. Die erste ist die „Go-Zone“, in der die Aufnahme von mehr Schulden und Risiko den Wert der zukünftigen Option des Regulators tatsächlich steigert, ohne das Unternehmen unmittelbar zu gefährden. Die zweite ist die „Frühwarnzone“. Hier ist das Unternehmen noch profitabel, aber die Schulden sind so stark gewachsen, dass der Anreiz des Regulators, weiterhin auf Risiko zu drängen, mit der Sicherheit des Unternehmens aus dem Gleichgewicht gerät. Die dritte Zone ist die „Crash- oder Bankrott-Region“. In diesem Zustand ist das Unternehmen so hoch verschuldet und volatil, dass es am Rande des Zusammenbruchs steht. Das Modell legt nahe, dass ein Regulator, getrieben vom Wunsch, seine zukünftige Karriereoption zu maximieren, das Unternehmen zu lange in der „Go-Zone“ halten könnte, sodass es in die Warn- und schließlich in die Crash-Zone abdriftet, bevor er schließlich einschreitet.

Um zu testen, ob dieser theoretische Mechanismus Sinn ergibt, ließ der Forscher eine Reihe von Computersimulationen laufen. Er erstellte eine vereinfachte Version eines regulierten Unternehmens und programmierte es so, dass es auf verschiedene regulatorische Signale reagiert. Er gestaltete das Szenario so, dass das zukünftige Jobangebot des Regulators mehr wert war, wenn der Aktienkurs des Unternehmens volatiler wurde. Die Ergebnisse zeigten, dass mit den Signalen des Regulators, die zu mehr Risiko ermutigten, der Schuldenstand des Unternehmens stieg und der Wert der zukünftigen Option des Regulators zunahm. Dies ging jedoch mit Kosten einher. Die Simulationen verdeutlichten, dass sich das Unternehmen viel schneller in einen Hochrisikozustand bewegte, als dies ohne den verborgenen Anreiz des Regulators der Fall gewesen wäre. Das Modell identifizierte spezifische Schwellenwerte, an denen die Kombination aus hoher Verschuldung und hoher Volatilität die Wahrscheinlichkeit eines Finanzkollapses signifikant erhöhte. Diese Simulationen sollten nicht exakt vorhersagen, wann ein reales Unternehmen scheitern würde, sondern vielmehr zeigen, dass der Mechanismus plausibel ist und dass die Warnzeichen mathematisch detektierbar sind.

Das Papier wandte diesen Rahmen anschließend auf drei reale Finanzplatzierungen an, um zu prüfen, ob das Muster Bestand hat. Der erste Fall war Lehman Brothers, das 2008 kollabierte. Der Forscher beschreibt dies als ein „regulatorisches Vakuum“. Da Lehman nicht unter der strengen Aufsicht einer einzelnen Bundesbehörde stand, gab es kein starkes Signal, das es verhinderte, massive Schulden aufzunehmen. Das Fehlen einer bindenden Strafe erlaubte es der Firma, in der riskanten „Go-Zone“ zu bleiben, bis sich der Markt drehte. Der zweite Fall war Silicon Valley Bank, die 2023 scheiterte. Dies wird als Fall eines „verzerrten Signals“ beschrieben. Die Führung der Bank hatte enge Verbindungen zur Federal Reserve, und das regulatorische Umfeld war abgeschwächt worden. Dies ermöglichte es der Bank, schnell zu wachsen und riskante Investitionen zu tätigen, ohne die üblichen Warnungen zu erhalten, was sie in Richtung eines Absturzes trieb. Der dritte Fall war Signature Bank, die ebenfalls 2023 scheiterte. Dies wird als Fall eines „konvertierten Signals“ bezeichnet. Hier trat ein ehemaliger Politiker, der an der Ausarbeitung von Bankgesetzen beteiligt war, in den Vorstand der Bank ein. Der Forscher deutet an, dass die regulatorische Haltung nach dem Ausscheiden des Beamten aus der Regierung weicher wurde, was mit dem schnellen Wachstum und dem letztendlichen Scheitern der Bank zusammenfiel. In allen drei Fällen legt das Modell nahe, dass schwache oder fehlende regulatorische Signale es Firmen ermöglichten, gefährliche Risiken anzuhäufen.

Die Studie behauptet nicht, dass jeder Regulator korrupt ist oder dass jede Finanzkrise durch diesen spezifischen Mechanismus verursacht wird. Stattdessen bietet sie eine neue Sichtweise darauf, wie regulatorische Entscheidungen getroffen werden. Sie legt nahe, dass die Aussicht auf einen zukünftigen Job die Kalkulation eines Regulators subtil verändern kann, indem sie ihn eher bereit macht, Risiken zuzulassen. Der Forscher betont, dass seine Arbeit ein „Proof of Concept“ ist. Er hat gezeigt, dass die Mathematik funktioniert und dass die Anreize so ausgerichtet sind, dass sie zu einer Katastrophe führen können. Er weist darauf hin, dass reale Daten über die Gehälter von Bundesangestellten die Idee stützen, dass Regulatoren sich dieser zukünftigen Möglichkeiten bewusst sind und ihr Verhalten möglicherweise anpassen, um diese zu bewahren. Das Papier kommt zu dem Schluss, dass das Verständnis dieser verborgenen Anreize entscheidend ist. Wenn Regulatoren effektiv eine Finanzoption auf die Unternehmen halten, die sie beaufsichtigen, müssen die Regeln für deren zukünftige Beschäftigung und die Signale, die sie heute aussenden, so gestaltet sein, dass sie verhindern, dass diese mit der Stabilität der Unternehmen, die sie eigentlich schützen sollen, spielen.