Show Less
Open access

Bankertrag und Bevölkerungsdynamik

Eine empirische Untersuchung für deutsche Sparkassen

Series:

Marco Oestmann

Diese Arbeit beschäftigt sich mit den quantitativen Auswirkungen des demographischen Wandels auf die zukünftige Ertragslage der deutschen Sparkassen. Hierzu wird ein mikroökonometrisch fundiertes Simulationsmodell genutzt, in das neben offiziellen Bevölkerungsprognosen ein neuartiger, detaillierter Datensatz von knapp 2,5 Millionen Kunden elf deutscher Sparkassen einfließt. Für verschiedene Szenarien werden aus dem Modell Prognosen der Kunden- und Ertragsentwicklung für den deutschen Sparkassensektor bis 2025 auf NUTS II-Ebene abgeleitet. Die Ergebnisse deuten darauf hin, dass für den Sparkassensektor insgesamt eine recht stabile Ertragssituation zu erwarten ist. Für einige Regionen, insbesondere in Ostdeutschland, ergibt sich dagegen eine existenzgefährdende Ertragserosion.
Show Summary Details
Open access

9 Zusammenfassung und Fazit

| 223 →

9 Zusammenfassung und Fazit

Die mittelfristige Bevölkerungsdynamik in Deutschland ist durch substantielle Alterungs- und Schrumpfungsprozesse gekennzeichnet, die regional jedoch stark divergieren. Bislang existieren in der wissenschaftlichen Literatur jedoch kaum Anhaltspunkte, welche Konsequenzen sich daraus für Banken und deren Ertragslage ergeben. In der vorliegenden Arbeit wurde deshalb erstmals versucht, diese Auswirkungen abzuschätzen.

Im Fokus der Untersuchung steht dabei das Privatkundengeschäft der Sparkassen, die aus verschiedenen Gründen ein geeignetes Untersuchungsobjekt sind. Zum einen spielen Sparkassen eine bedeutende Rolle im deutschen Bankensystem und verfügen insbesondere im Privatkundengeschäft, das direkt von demographischen Prozessen betroffen sein wird, über sehr große Marktanteile. Zweitens können Sparkassen aufgrund ihrer spezifischen Charakteristika den demographischen Risiken in ihrem Geschäftsgebiet schwer ausweichen. So ist ihre Geschäftstätigkeit nach dem Regionalprinzip prinzipiell auf das Gebiet ihres Trägers restringiert. Zudem können sie sich aufgrund ihres öffentlichen Auftrags nicht ohne weiteres aus der peripheren Fläche zurückziehen. Eine Diversifikationsstrategie über Internationalisierung oder Verlagerung der Geschäftstätigkeit scheint ihnen somit verbaut. Da Sparkassen zudem ihre Eigenkapitalbasis in der Regel nur durch thesaurierte Gewinne vergrößern können, ist für sie eine Quantifizierung demographisch induzierter Ertragsrisiken essentiell und hat darüber hinaus wegen ihres Gewichts im Bankensektor auch für die Finanzmarktstabilität gewisse Relevanz.

Zur Prognose der Ertragswirkungen steht im Rahmen dieser Untersuchung eine einzigartige Datenbasis zur Verfügung, die insgesamt ca. 2,5 Millionen Privatkundendatensätze elf deutscher Sparkassen aus verschiedenen Regionen Ost- und Westdeutschlands aus den Jahren 2006/2007 umfasst. Der verwendete Datensatz enthält dabei detaillierte Informationen zu Ertrag, Produktnutzung und –inanspruchnahme, sowie zu soziodemographischen Kriterien wie Einkommen, Alter und Wohnort. Diese kundenindividuellen Informationen fließen zusammen mit geeigneten Bevölkerungsprognosen in ein mikroökonometrisch fundiertes Simulationsmodell ein, um die Auswirkungen des Demographischen Wandels auf den Sparkassenertrag zu prognostizieren. ← 223 | 224 →

Das prinzipiell universell anwendbare Modell wurde dabei auf zwei Untersuchungsebenen implementiert. Zum einen erfolgte eine Simulation demographisch induzierter Auswirkungen auf Kundenbasis und Ertrag für die involvierten elf Sparkassen. Anschließend wurden auf Basis dieser Ergebnisse Hochrechnungen für die 39 deutschen NUTS II-Regionen durchgeführt, um schließlich durch Aggregation Aussagen für den Sparkassensektor als Ganzes zu treffen und regional divergierende Entwicklungen zu identifizieren.

Die Analysen wurden dabei für drei Szenarien durchgeführt. Szenario I unterstellt, dass die Wettbewerbsposition der Sparkassen (die in der Untersuchung durch die altersspezifische Marktanteilsstruktur abgebildet wird) unverändert bleibt. Mit Hilfe dieses Basisszenarios werden die Effekte quantifiziert, die unter sonst unveränderten Rahmenbedingungen aus der Veränderung von Bevölkerungszahl und -struktur entstehen. In Szenario II wird zusätzlich angenommen, dass die Sparkassen ihre exponierte Stellung im Segment der älteren Kunden nicht aufrechterhalten können und sukzessive Marktanteile verlieren. Zusätzlich wurde jeweils noch ein drittes Szenario gerechnet, in das aufbauend auf der Kundenentwicklung des Szenarios II zusätzlich eine steigende Preissensitivität bei den zukünftig alten Kunden integriert wird (Szenario III). Dieses Szenario bildet die zukünftige Entwicklung im Privatkundengeschäft vermutlich am realistischsten ab.

In allen drei Szenarien wurde deutlich, dass der demographische Wandel über mindestens zwei Wirkungskanäle den Ertrag beeinflusst. Erstens kann ein „Volumeneffekt“ identifiziert werden. Wächst bzw. schrumpft die Bevölkerung in einer Region, so spiegelt sich dies zumindest partiell auch in der Kundenbasis und damit letztendlich auch in den Erträgen wider. Die erwartete Wettbewerbssituation wirkt dabei wie ein „Filter“, der über die Bevölkerungsprognose gelegt wird und die zukünftige Kundenzahl und -struktur determiniert. Unterstellt man z.B. wie im (unrealistischen) Basisszenario I zukünftig konstant hohe Marktanteile bei älteren Kunden, so ergeben sich automatisch zukünftig steigende Kundenzahlen in diesem Segment, da bevölkerungsstarke Kohorten in diese Altersklassen hineinwachsen.

Zweitens ist zusätzlich ein „Altersstruktureffekt“ festzustellen. Es zeigt sich, dass der durchschnittliche Ertrag, den Sparkassen mit einem Kunden generieren werden, auf Grund steigender Vermögen und abnehmender Mobilität nahezu kontinuierlich mit dem Alter ansteigt. Altert die Kundenbasis der Sparkassen, steigt auch der Anteil ertragsstarker älterer Kunden und damit c.p. der Gesamtertrag. ← 224 | 225 → Die Gesamtwirkung auf die Ertragslage ergibt sich durch die komplexe Interaktion beider Effekte.

Insgesamt resultiert für den ost-, west- und gesamtdeutschen Sparkassensektor in den drei Szenarien eine Kunden- und Ertragsentwicklung, die in Tabelle 21 zusammengefasst ist.

Tabelle 21: Ergebnisübersicht Kunden- und Ertragsentwicklung (Szenario I – III); Quelle: eigene Berechnungen

Illustration

Im rein demographischen Szenario I wird deutlich, dass die Bevölkerungsdynamik per se für den Sparkassensektor keine Bedrohung darstellt. Gelingt es den Sparkassen auch zukünftig ihre gute Marktposition bei der älteren, tendenziell ertragsstarken Bevölkerung zu halten, resultiert ein marginaler Kundenverlust von 0,2%. Gleichzeitig wird ein Anstieg der Erträge um 8,9% erwartet. Dieses Ergebnis ist primär dem Altersstruktureffekt geschuldet. Durch die Annahmen in Szenario I resultiert eine verhältnismäßig alte und zugleich ertragsstarke Kundenbasis, da wie oben beispielhaft skizziert, starke Jahrgänge in Altersklassen mit relativ hohen Marktanteilen „hineinwachsen“.

Etwas anders stellt sich die Situation in Szenario II dar. Wenn die hohen Marktanteile bei den älteren Kunden sukzessive zurückgehen, müssen die Sparkassen insgesamt mit einem Kundenrückgang von 5,2% rechnen. Da die unter diesen Prämissen prognostizierte Kundenbasis zwangsläufig kleiner und jünger ist als in Szenario I, kommt zum einen nun ein negativ wirkender Volumeneffekt ← 225 | 226 → zum Tragen, zum anderen fällt der positiv wirkende Altersstruktureffekt deutlich schwächer aus, da der Anteil relativ ertragsstarker älterer Kunden im Vergleich zu Szenario I deutlich kleiner wird. Beide Effekte spielen insbesondere für Ostdeutschland eine Rolle, wo der erwartete Ertrag deutlich einbricht. Für die deutschen Sparkassen insgesamt kann allerdings immer noch mit einem Anstieg des DB II um 1,7% gerechnet werden. Im Szenario III schließlich, das auf der Kundenentwicklung des Szenarios II basiert, wird zusätzlich eine steigende Preissensitivität älterer Kunden implementiert, die insbesondere in bei ostdeutschen Sparkassen nochmals deutlich ertragsdämpfend wirkt. Sie verlieren in diesem Szenario 18,0% ihres Ausgangsertrags aus 2006. Dennoch ergibt sich für den Sparkassensektor insgesamt bis 2025 nur ein überschaubarer Ertragsrückgang von 3,2%. Für den Sparkassensektor insgesamt sind also selbst im vermutlich realitätsnahesten Szenario, das gleichzeitig das pessimistischste ist, keine dramatischen Konsequenzen zu befürchten.

Die aggregierten Ergebnisse verschleiern dabei aber die starke Heterogenität innerhalb Deutschlands. Es wird deutlich, dass die Entwicklung zwischen den einzelnen Regionen erheblich divergiert. So existieren in Westdeutschland prosperierende städtische Regionen (wie z.B. Oberbayern mit +6,9%), in denen selbst in Szenario III mit einem Ertragsanstieg zu rechnen ist. Gleichzeitig werden für alle Regionen Ostdeutschlands Ertragseinbrüche bis hin 24,0% im Bezirk Chemnitz prognostiziert. Die zu erwartenden demographischen Prozesse schlagen sich somit im Großen und Ganzen deutlich in der Ertragsprognose nieder.

Mögliche Erweiterungen

Das verwendete Simulationsmodell kann und soll in weiteren Analysen über die in der Arbeit verwendete Methodik hinaus erweitert werden. Erstens ist es (bei Vorliegen von entsprechenden Kundendatensätzen) denkbar, die Untersuchung auf andere Banken wie Kreditgenossenschaften oder private Banken zu erweitern. Dies ist insbesondere für die Genossenschaftsbanken von Interesse, da sie ebenfalls nur regional agieren, dabei aber noch wesentlich fragmentierter auftreten und vor einer vor einer ähnlichen demographischen Herausforderung stehen. Informationen zu den anderen Bankengruppen würden es zudem ermöglichen, eine Ertragsprognose für das gesamte deutsche Privatkundengeschäft durchzuführen. Zweitens ist angestrebt, einen Paneldatensatz aufzubauen, d.h. die Untersuchung um mehrere Zeitpunkte zu erweitern. Diese Vorgehensweise hätte diverse Vorteile. So wäre es zumindest mittelfristig bei ausreichender Frequenz möglich, konjunkturelle Effekte auf den Ertrag zu modellieren. Weiter könnte ← 226 | 227 → man die Prognose des zukünftigen Wettbewerbs zumindest auf Basis einer Referenzentwicklung operationalisieren und fortschreiben. Dies gilt ebenfalls für die Eigenschaften der Kunden, d.h. insbesondere für die zukünftige Produktinanspruchnahme, die bislang als konstant über den Prognosezeitraum angenommen wurde. Durch Variation dieser zukünftigen Volumina könnten z.B. in bestimmten Regionen zu erwartende Szenarien der Altersarmut simuliert werden. Drittens soll aufbauend auf der deterministischen Szenario-Prognose mit Hilfe von Monte Carlo Simulationen eine stochastische Variante erstellt werden, die es z.B. erlaubt, Konfidenzintervalle für die zukünftigen Erträge zu ermitteln.