Warum DAX-Prognosen scheitern

Zum Jahreswechsel, zum Quartalsbeginn oder vor Zinsentscheiden der Notenbanken wiederholt sich an den Finanzmärkten dasselbe Ritual: Banken, Research-Häuser und Analysten veröffentlichen konkrete Punktschätzungen für den Deutschen Aktienindex. Kursmarken wie 18.000, 19.500 oder runde 20.000 Punkte werden mit Nachdruck prognostiziert. Wenige Monate später zeigt der Blick auf die Realität des Xetra-Handels regelmäßig ein anderes Bild. Entweder verharrt der Markt weit unter den Erwartungen, oder er übertrifft selbst die optimistischsten Szenarien binnen kurzer Zeit.

Dass Kursprognosen für den DAX eine geringe Verlässlichkeit aufweisen, ist kein neues Phänomen. Dennoch bleibt die Nachfrage nach eindeutigen Vorhersagen ungebrochen. Marktteilnehmer suchen Orientierung in einem Umfeld, das definitionsgemäß von Ungewissheit geprägt ist. Um Marktausblicke fachgerecht einzuordnen, ist es notwendig zu verstehen, warum Punktprognosen auf Indexebene systematisch scheitern, welche Funktion solche Schätzungen dennoch erfüllen können und wie man die Qualität von Vorhersagen mit einfachen Methoden selbst misst.

Die Illusion der Berechenbarkeit im Xetra-Handel

Aktienindizes wie der DAX sind keine isolierten mathematischen Systeme, deren Zukunft sich durch die Extrapolation historischer Zeitreihen berechnen ließe. Sie spiegeln komplexe, adaptive Netzwerke wider. Im elektronischen Handelssystem Xetra treffen täglich hunderttausende Kauf- und Verkaufsaufträge aufeinander, die auf völlig unterschiedlichen Anlagehorizonten, Risikobudgets und Informationsständen basieren – vom Privatanleger über systematische Trendfolger bis hin zu global agierenden Pensionsfonds.

Jede neue Information – sei es ein überraschender Inflationswert, ein geopolitischer Konflikt oder eine Gewinnwarnung eines Schwergewichts – verändert das Verhalten dieser Akteure in Echtzeit. Da die Marktteilnehmer zudem auf die Reaktionen der jeweils anderen Marktteilnehmer reagieren, entstehen nichtlineare Rückkopplungsschleifen. Eine DAX-Prognose, die ein Kursziel auf Sicht von zwölf Monaten formuliert, müsste theoretisch nicht nur sämtliche künftigen Unternehmensmeldungen der 40 Konstituenten korrekt antizipieren, sondern auch die globale Zinslandschaft, Wechselkurse und die psychologische Risikobereitschaft des Marktes. Dies ist schlicht unmöglich.

Was Prognosen leisten können – und was nicht

Das Scheitern von Prognosen rührt häufig aus einem Missverständnis über deren eigentlichen Zweck her. Wer eine Indexprognose als Tatsachenbehauptung über die Zukunft interpretiert, wird fast zwangsläufig enttäuscht. Sinnvoll genutzt, können strukturierte Ausblicke jedoch als analytische Rahmenwerke dienen.

Analystenberichte leisten dort einen Mehrwert, wo sie Kausalzusammenhänge aufzeigen:

• Sensitivitätsanalysen: Wie reagiert der aggregierte Gewinn der DAX-Unternehmen, wenn der Euro gegenüber dem US-Dollar um fünf Prozent aufwertet?
• Szenariomodelle: Welche Gewinnschätzungen sind in den aktuellen Kursen bereits eingepreist, und welches Bewertungsniveau (beispielsweise gemessen am Kurs-Gewinn-Verhältnis) wäre bei einem bestimmten Zinsniveau historisch angemessen?
• Risikoidentifikation: Welche Faktoren stellen asymmetrische Gefahren für die Ertragskraft der führenden deutschen Industrie- und Finanzkonzerne dar?

Die Schwachstelle liegt in der Kondensierung dieser komplexen Szenarien zu einer einzigen Zahl: dem Punktekursziel. Ein solches Kursziel erweckt eine Scheingenauigkeit, die die zu Grunde liegende Bandbreite möglicher Pfade vollständig ausblendet. Prognosen können Annahmen transparent machen, sie können jedoch kein künftiges Marktergebnis verbindlich festlegen.

Das Schweigen über die Trefferquoten

Auffällig ist, dass die Trefferquoten von DAX-Prognosen in den Medien und von den herausgebenden Instituten nur sehr selten retrospektiv ausgewertet werden. Zum Jahresende wird meist der neue Ausblick für die folgenden zwölf Monate präsentiert, ohne den alten einer sauberen Fehleranalyse zu unterziehen. Dafür gibt es strukturelle und psychologische Gründe.

Zum einen existiert in der Finanzbranche eine ausgeprägte Asymmetrie der Anreize. Weicht ein Analyst mit einer Schätzung drastisch vom Konsens ab und behält unrecht, droht ein Reputationsverlust. Liegt er hingegen gemeinsam mit der Mehrheit der Beobachter falsch, gilt das Scheitern als unvorhersehbare Marktlaune. Dies führt zu einem sogenannten Herdentrieb: Viele Prognosen orientieren sich dicht am aktuellen Indexstand, zuzüglich eines moderaten, historisch üblichen Wachstumsaufschlags von wenigen Prozent.

Zum anderen operiert die Branche mit dem Prinzip der rollierenden Anpassung. Weicht der DAX deutlich von einer Prognose ab, wird das Kursziel im Jahresverlauf schrittweise nach oben oder unten korrigiert. Am Ende wird dann oft auf das zuletzt revidierte Ziel verwiesen, wodurch die ursprüngliche Fehleinschätzung in den Hintergrund rückt. Eine systematische Dokumentation historischer Trefferquoten würde offenlegen, dass die Vorhersagekraft kaum über dem Zufallsprinzip liegt.

Methodik für eigene Messungen: So prüft man Prognosen nach

Wer die Qualität von Marktausblicken fundiert beurteilen möchte, ist nicht auf fremde Aussagen angewiesen. Eine Überprüfung lässt sich mit einer einfachen Tabellenkalkulation und standardisierten statistischen Messgrößen eigenständig durchführen.

Für eine methodisch saubere Erfassung sind folgende Schritte erforderlich:

• Fixierung des Startzeitpunkts: Der Zeitpunkt der Veröffentlichung und das exakte Ziel datum müssen unveränderlich dokumentiert werden (beispielsweise: Schlusskurs am letzten Handelstag des Jahres).
• Prognosefixierung ohne Revision: Nachfolgende Anpassungen der Analysten werden ignoriert; gemessen wird ausschließlich die ursprüngliche Basisaussage.
• Richtungstreffer (Vorzeichengenauigkeit): Hier wird binär erfasst, ob die vorhergesagte Richtung (steigender oder fallender Index) korrekt war, unabhängig von der Punktlandung.
• Abweichungsmessung: Der absolute Fehler in Prozent gibt an, wie weit die Schätzung danebenlag.

Zur Illustration: Ein Analyst prognostiziert am 2. Januar bei einem DAX-Stand von 17.000 Punkten ein Jahresendziel von 18.500 Punkten. Der tatsächliche Xetra-Schlusskurs am 30. Dezember liegt jedoch bei 16.500 Punkten.

In diesem Beispiel beträgt die absolute Abweichung 2.000 Indexpunkte. Bezogen auf den realisierten Endstand von 16.500 Punkten entspricht das einem Fehler von rund 12,1 Prozent. Zudem war die Vorzeichengenauigkeit negativ, da ein Anstieg um knapp 8,8 Prozent erwartet wurde, der Markt jedoch um knapp 2,9 Prozent nachgab.

Um den Wert einer Prognose einzuordnen, muss sie gegen ein sogenanntes Naives Modell verglichen werden. Ein Standard-Vergleichsmaßstab ist die Random-Walk-Hypothese: Die naive Prognose lautet schlicht, dass der DAX am Jahresende genau dort steht, wo er zu Jahresbeginn stand (Veränderung: null Prozent). Schafft es eine Reihe von Expertenprognosen über mehrere Perioden hinweg nicht, diesen einfachen Null-Veränderungs-Ansatz bei der Fehlerminimierung signifikant zu schlagen, besitzen sie keinen statistischen Mehrwert für die Entscheidungsfindung.

Die Tücken der Indexmechanik im DAX 40

Ein weiterer Grund für das Scheitern von DAX-Vorhersagen liegt in der spezifischen Konstruktion des deutschen Leitindex. Der DAX wird standardmäßig als Performanceindex berechnet. Das bedeutet, dass Bardividenden der enthaltenen Unternehmen rechnerisch reinvestiert werden.

Dies unterscheidet ihn fundamental von reinen Preisindizes wie dem französischen CAC 40 oder dem US-amerikanischen Dow Jones Industrial Average in deren Standardvarianten. Dividendenabschläge mindern den DAX nicht dauerhaft, sondern erhöhen rechnerisch dessen Punktestand, sobald die Ausschüttungen reinvestiert werden. Da die Dividendensaison im deutschen Markt stark auf die Monate April bis Juni konzentriert ist, entsteht in diesem Zeitraum eine saisonale Verzerrung, die in linearen Prognosemodellen oft unzureichend berücksichtigt wird.

Hinzu kommt die Klumpenbildung: Die Gewichtung im DAX erfolgt nach der Marktkapitalisierung des Streubesitzes (Free Float), gedeckelt bei einer Obergrenze von aktuell 15 Prozent je Einzeltitel. Die wenigen größten Konzerne – traditionell Schwergewichte wie SAP, Siemens oder Allianz – machen zusammen einen erheblichen Anteil der gesamten Indexgewichtung aus. Eine DAX-Prognose ist daher in der Praxis zu einem großen Teil eine Wette auf die Kursentwicklung von nur einer Handvoll Unternehmen. Selbst wenn ein Marktbeobachter die Entwicklung der Mehrheit der 40 Unternehmen richtig einschätzt, kann eine unerwartete Schwächephase von zwei Schwergewichten die gesamte Indexkalkulation zunichtemachen.

Fazit: Konstruktiver Umgang mit Marktausblicken

Das wiederholte Scheitern von DAX-Prognosen ist kein Beleg für mangelnde Fachkompetenz der Analysten, sondern eine logische Folge der Markteffizienz und der Komplexität ökonomischer Prozesse. Wo unzählige Akteure gleichzeitig versuchen, künftige Ereignisse vorwegzunehmen, sind die bekannten Informationen bereits in den Kursen enthalten. Unerwartete Ereignisse lassen sich naturgemäß nicht prognostizieren.

Für Marktbeobachter empfiehlt sich daher ein pragmatischer Wechsel der Perspektive: Nicht das genannte Kursziel ist von Interesse, sondern die Argumentationskette dahinter. Statt nach scheinbarer Gewissheit zu suchen, sollten Ausblicke genutzt werden, um Annahmen über Unternehmensgewinne, Zinsen und Bewertungen kritisch zu hinterfragen und die eigene Risikotoleranz auf verschiedene Marktszenarien vorzubereiten.

Dieser Artikel dient ausschließlich Informationszwecken und stellt keine Anlageberatung, Anlageempfehlung oder Aufforderung zum Kauf oder Verkauf von Wertpapieren dar. Die auf DAXPuls bereitgestellten Xetra-Kurse und Marktdaten sind mindestens 15 Minuten zeitverzögert.