Kann man messen, wie viel „Wissen“ eine Gesellschaft in der Vormoderne besaß? Und wenn ja: Trägt dieses Wissen dazu bei, dass manche Regionen aufsteigen und andere zurückfallen? Genau diese Fragen untersuchen Matthew Curtis, David de la Croix, Filippo Manfredini und Mara Vitale in ihrem LIDAM Discussion Paper 2025/12 . Methodischer Ansatz Die Methode ist ebenso originell wie clever: Statt spärlicher Lohnreihen oder eingeschränkter Einschreibungslisten nutzen die Autoren bibliographische Datenbanken (VIAF) und Wikipeadia-Einträge, um die „Sichtbarkeit“ einzelner Gelehrter zu erfassen. Aus neun Variablen, z. B. Anzahl der Publikationen, Vielfalt der Verlage oder Länge des Wikipedia-Artikels, wird ein Human Capital Index (HCI) konstruiert. Mathematisch geschieht das per Principal Component Analysis, sodass aus vielen Indikatoren ein Gesamtwert entsteht. Durch eine besondere Transformation werden „Superstars“ wie Erasmus oder Newton abgefedert, damit sie den Rest nicht domi...
Stell dir vor: Silvester steht vor der Tür, die Gäste kommen gleich und deine Wohnung sieht wie ein Schlachtfeld aus. Anstatt gründlich aufzuräumen, stopfst du einfach alles in den Schrank. Von außen wirkt’s perfekt, aber wehe, jemand öffnet die Tür.
Genau dieses Spiel treiben auch große Banken, sogenannte G-SIBs (Global Systemically Important Banks). Kurz vor dem Jahresende „putzen“ sie ihre Bilanzen: riskante Posten werden abgebaut, Verbindlichkeiten reduziert und alles sieht sicherer aus. Doch gleich im Januar kommt alles wieder zurück.
Kamil Pliszka und Carina Schlam haben in einem Arbeitspapier der Deutschen Bundesbank dies untersucht und die Ergebnisse sind eindeutig.
In Tabelle 2 aus dem Arbeitspapier sieht man die Kennzahlen, die in den Blick genommen wurden: Gesamtvermögen, ausgegebene Schulden, Derivate, komplexe Level-3-Assets und Handelsbestände. Genau dort wird getrickst.
In Tabelle 3 aus dem Arbeitspapier wird es spannend: Am Jahresende schrumpfen G-SIBs ihre Bilanzposten deutlich stärker als andere Banken, im Schnitt doppelt so stark. Und im ersten Quartal danach? Zack, alles wieder zurück. Ein klassisches „V-Muster“.
Warum das wichtig ist
- Schein statt Sein: Banken wirken stabiler, als sie sind.
- Marktverzerrung: Wenn viele gleichzeitig abbauen und zurückkaufen, wackeln die Preise unnötig.
- Mehr Risiko: Mit zu wenig echtem Kapital sind Banken in Krisen anfälliger.
- Kurz gesagt: Window-Dressing ist der Instagram-Filter der Bankenwelt: hübsch, aber nicht ehrlich.
Für Anleger, Politik und Bürger bedeutet das: Wenn Banken am Jahresende glänzende Bilanzen präsentieren, sollte man sich fragen, ob sie nicht gerade nur den Schrank zugedrückt haben.
Comments
Post a Comment