Pre-Tax Corporate Profits Forecasts for the US Economy: An unresolved Challenge
Deze studie analyseert de Amerikaanse prognoses voor winst vóór belastingen van bedrijven van 1990 tot 2024 en onthult de verrassende anomalie dat de prognosen nauwkeurigheid niet verbetert bij kortere tijdshorizonten, naast bewijs van kuddegedrag, onderschatting van variabiliteit en een gebrek aan excessief optimisme onder voorspellers.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
In de wereld van beleggen is de meest fundamentele vraag simpel: zal een bedrijf volgend jaar meer geld verdienen dan dit jaar? Decennialang hebben financiële experts hun carrière gebouwd op het beantwoorden van deze vraag. Ze bestuderen bedrijfsrapporten, spreken met managers en rekenen met cijfers om de toekomstige winsten van ondernemingen te voorspellen. Deze voorspellingen zijn het kompas voor beleggers die beslissen waar ze hun geld in onderbrengen. Als de experts geloven dat de bedrijven in een land zullen floreren, pompen beleggers geld in de aandelenmarkt van die natie. Als de experts problemen zien, trekken ze zich terug. Het hele systeem van actief beleggen rust op de aanname dat deze experts de toekomst beter kunnen zien dan het verleden, en dat hun gissingen scherper worden naarmate ze dichter bij de werkelijke gebeurtenis komen. Het is een redelijke aanname: net zoals een weersvoorspelling voor morgen meestal nauwkeuriger is dan een voorspelling voor volgende maand, zou een winstprognose gemaakt in december betrouwbaarder moeten zijn dan een prognose in januari.
Een team onderzoekers uit Duitsland besloot deze aanname te testen met een enorme, langdurige blik op de Amerikaanse economie. Ze verzamelden elke maandelijkse voorspelling die door grote banken en onderzoeksinstituten werd gedaan tussen 1990 en 2024 met betrekking tot de verandering in de winst vóór belastingen van ondernemingen. Ze volgden deze prognoses over een periode van twee jaar en keken hoe de voorspellingen zich maand voor maand ontwikkelden naarmate de werkelijke uitkomst naderde. Hun doel was om te zien of de experts echt leerden van nieuwe informatie, of dat ze simpelweg in het duister tastten. Wat ze vonden, was een verbijsterende tegenstrijdigheid met alles wat de financiële wereld gelooft over hoe voorspellen werkt.
De studie onderzocht een enorme collectie gegevens en keek naar hoe goed deze experts de procentuele verandering in de Amerikaanse bedrijfswinsten op jaarbasis voorspelden. De onderzoekers maten de afstand tussen wat de experts voorspelden en wat er daadwerkelijk gebeurde. Ze verwachtten een duidelijk patroon te zien: naarmate de maanden verstreken en het einde van het jaar naderde, zouden de fouten in de voorspellingen kleiner moeten worden. De logica is dat er na verloop van tijd meer informatie beschikbaar komt. Bedrijven publiceren kwartaalcijfers, economische gegevens worden definitief en de mist van onzekerheid zou moeten optrekken. De data vertelden echter een heel ander verhaal. De gemiddelde fout in deze voorspellingen was enorm; ze misten de plank met gemiddeld bijna 95 procent. Nog schokkender was dat dit enorme foutpercentage helemaal niet verbeterde naarmate de deadline naderde. Een voorspelling die vierentwintig maanden van tevoren werd gedaan, was even onnauwkeurig als een voorspelling die slechts één maand voor de bekendmaking van het resultaat werd gedaan. De experts werden niet beter; ze bleven precies even onnauwkeurig als aan het begin.
Dit resultaat staat in schril contrast met hoe experts andere economische cijfers behandelen. Wanneer dezelfde onderzoekers keken naar de prognoses voor het bruto binnenlands product, inflatie of woningbouwstarten, zagen ze het verwachte patroon. Voor die onderwerpen werden de voorspellingen aanzienlijk nauwkeuriger naarmate de prognosehorizon verkortte. De experts wisten duidelijk hoe ze nieuwe informatie voor die onderwerpen konden gebruiken. Maar voor bedrijfswinsten trad de verbetering simpelweg niet op. De onderzoekers spraken de mogelijkheid uit dat de experts gewoon traag reageerden. De data lieten zien dat de experts hun cijfers regelmatig bijwerkten, waarbij ze vaak wild van de ene naar de andere maand schommelden. Ze negeerden het nieuws niet; ze reageerden er wel op, maar toch bleven hun uiteindelijke schattingen net zo ver van de werkelijkheid af als hun initiële schattingen.
De onderzoekers keken vervolgens naar wat de experts met elkaar deden. Ze merkten op dat hoewel de nauwkeurigheid niet verbeterde, de experts wel met elkaar begonnen te stemmen. Naarmate de deadline voor de werkelijke winstcijfers naderde, nam de spreiding van hun voorspellingen af. In het begin hadden de experts zeer uiteenlopende meningen. Aan het eind zeiden ze bijna allemaal hetzelfde. Deze convergentie suggereert een gedrag dat bekend staat als kuddegedrag (herding). In plaats van dat elke expert onafhankelijk de nieuwe data analyseerde om het ware antwoord te vinden, leken ze de massa te volgen. Ze stemden hun visie af op de meerderheidsmening, wellicht om het risico te vermijden de enige te zijn die het fout had, maar daarmee stopten ze ook met het zoeken naar de werkelijke waarheid. Ze werden een verenigde groep mensen die allemaal even groot gelijk hadden als fout zaten.
Nog een verrassende ontdekking was dat de experts niet overdreven optimistisch waren, een veelgehoorde kritiek in de financiële wereld. In feite toonden de gegevens aan dat ze te voorzichtig waren. Wanneer de werkelijke winsten met een bepaald bedrag groeiden, voorspelden de experts consequent een lager groeipercentage. Ze onderschatten het potentieel van de economie. Ook slaagden ze er niet in om extremen te voorzien. De echte wereld zag enorme schommelingen in de winsten, zowel enorme stijgingen als hevige verliezen, maar de voorspellingen van de experts klonterden altijd samen in het midden. Ze onderschatten de volatiliteit van de werkelijkheid en stelden een gladdere, kalmere wereld voor dan de wereld die er daadwerkelijk was.
De implicaties van deze bevindingen zijn diepgaand voor iedereen die geld beheert. Als de experts die betaald krijgen om de toekomst te voorspellen dat niet kunnen doen, en als hun voorspellingen niet beter worden naarmate de tijd verstrijkt, dan is de strategie van actief aandelen selecteren op basis van deze prognoses fundamenteel gebrekkig. De studie suggereert dat het onvermogen om bedrijfswinsten nauwkeurig te voorspellen een belangrijke reden is waarom het zo moeilijk is om de markt te verslaan. Het impliceert dat de complexe, actieve strategieën die veel beleggingsfirma's gebruiken, mogelijk een spook najaagen. De data wijzen erop dat voor de Amerikaanse economie de beste aanpak voor een belegger kan zijn om te accepteren dat de toekomst onvoorspelbaar is en vast te houden aan passieve strategieën die niet afhankelijk zijn van deze defecte voorspellingen. De experts zien de toekomst niet; ze volgen simpelweg elkaar in een mist die zij niet kunnen klaren.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.