#Forschung2Go – Kein Kredit fürs Badezmmer

Worauf achten private Investoren bei der Kreditvergabe über Crowdlending-Plattformen? Dieser Frage widmet sich ein wissenschaftlicher Artikel, der 2016 im Journal of Behavioral and Experimental Finance erschienen ist. Ein Experiment auf Basis echter Kreditgesuche, absichtliche Rechtschreibfehler, ausführliches Statistik-Gefriemel und teils unerwartete Ergebnisse. Kurzum: Die ideale Basis für die Premiere meiner neuen Blog-Rubrik #Forschung2Go.

In der Rubrik #Forschung2Go stelle ich ausgewählte Paper aus der Welt der Wissenschaft im Themenspektrum Innovation / Banking / Fintech kompakt vor und kommentiere sie – gerne mit einem Augenzwinkern, aber immer wertschätzend. Mehr zum Hintergrund der Rubrik steht HIER.

Worum geht’s?

Statt diskret hinter der Milchglasscheibe in der Bankfiliale vor Ort fallen Kreditentscheidungen beim Crowdlending für alle sichtbar im Netz. Die auf Crowdlending-Plattformen einsehbaren Kreditgesuche enthalten typischerweise eine Kombination aus Standardinformationen wie Rating und monatlichen Einnahmen und Ausgaben des Kreditsuchenden sowie persönliche Informationen wie den Verwendungszweck des Kredits und ein Foto. Im Beitrag „Personal information in peer-to-peer loan applications: Is less more?“ wird erforscht, welche Auswirkung bestimmte Informationen auf die Bereitschaft von Investoren haben, sich an einem Kredit zu beteiligen. Hilft ein schickes Foto? Gucken Investoren nur aufs Rating? Helfen emotionale Geschichten und schrecken Rechtschreibfehler ab?

Warum interessiert uns das?

Das Forschungsfeld der Behavioral Finance, also die Frage, wie und warum Menschen irrationale Finanzentscheidungen treffen, ist für jeden Anbieter von Finanzdienstleistungen absolut relevant. Wenn „den Kunden in den Mittelpunkt“ stellen nicht nur ein modischer PR-Spruch sein soll, ist „den Kunden kennen und verstehen“ elementare Voraussetzung. Zum anderen hat es einen Reiz die persönlichen Entscheidungswege zu reflektieren: Wenn beim Roulette 25 mal hintereinader „Rot“ kam, worauf setzen Sie als Nächstes? „Schwarz“, weil es ja unwahrscheinlich ist, dass 26 mal „Rot“ kommt? De facto grober Unfug, aber menschlich.

Wie wurde es gemacht?

In einem Experiment haben 432 BWL-Studierende die Rolle von Investoren auf einer Crowdlending-Plattform übernommen. Sie hatten jeweils 1.000 € zur Verfügung und die Aufgabe in 15 (echte) Kreditgesuche und/oder ein mies verzinstes Bankkonto zu investieren. Jeder Proband bekam einen Umschlag mit laminierten Pappkarten, auf denen die 15 Kreditgesuche abgebildet waren. Der Clou: Es gab vier Versionen der Kartensets mit unterschiedlichen Informationsniveaus. Während beispielsweise ein Teil der Probanden jeweils nur das Rating sehen konnte, hatte eine andere Teilgruppe die vollständigen Beschreibungen inklusive Fotos als Entscheidungsrundlage für die Verteilung der 1.000 € zur Verfügung.

Zur statistischen Auswertung wurden Varianzanalysen mit wiederholten Kontrasten für verschiedene Zielvariablen durchgeführt. Auf gut deutsch: Es wurde geprüft, ob es deutliche Unterschiede zwischen den Teilgruppen gab, etwa mit Blick auf die investierte Summe, die benötigte Zeit für die Investitionsentscheidung und die Verteilung der Investments über Kredite bestimmter Ratingklassen. An dieser Stelle ein Literaturtipp für alle, die Lust auf Statistik-Knowhow haben: Discovering Statistics von Andy Field ist das beste, verständlichste und dabei überaus unterhaltsam geschriebene Statistik-Buch schlechthin. Der Korrelation zwischen „dieses Buch besitzen“ und „Promotionszeit überleben“ war zumindest in meinem Fall statistisch hoch signifikant.

Was kam raus?

Zurück zum Crowdlending-Experiment: Auf Basis der Theorie hatte der Autor eigentlich erwartet, dass bei mehr verfügbaren Informationen auch mehr Geld in Kredite investiert würde (wissenschaftliche Erklärung: geringere Informationsasymmetrien). Das Gegenteil war der Fall (Haha…): Je mehr Infos die Investoren hatten, desto abschreckender waren die Kreditgesuche wohl und es wurde mehr Geld auf dem Bankkonto geparkt. Mit dem Informationsvolumen stieg hingegen der Zeitbedarf für die Investitionsentscheidung. Nachvollziehbar: Wer mehr lesen muss, braucht länger. Außerdem wurden die Investoren, die mehr Infos zum Verwendungszweck der Kredite sehen konnten, risikofreudiger. Sie waren bereit, schlechte Bonitätsratings in Kauf zu nehmen, wenn der Kreditbedarf mit der Finanzierung der eigenen Ausbildung oder einem Aufbau der Selbständigkeit begründet wurde. Hiervon profitierte etwa eine junge Dame, die sich als Fitness Coach selbständig machen wollte, während das (bebilderte) Flehen um einen Kredit für die Renovierung des „schrecklichen Badezmmers, in dem der Tag schlecht anfängt“ (ja, da fehlte ein „i“) die Investoren kalt ließ – trotz gutem Bonitätsrating. Fotos hatten überhaupt keine Auswirkung.

Was nehmen wir mit?

BWL-Studierende haben keinen Sinn für schöne Badezimmer und packen ihr Geld im Zweifelsfall lieber aufs Bankkonto. Nein, im Ernst: Crowdlending im ursprünglichen Sinne hat Unterhaltungswert, ist aber zeitaufwändig, wenn man sich alle Kreditgesuche im Detail anschauen will. Außerdem neigen gerade unerfahrene Investoren dazu, zu wenig zu diversifizieren. Kein Wunder, dass Plattformen inzwischen auf automatisierte Investitionsassistenten setzen, die gemäß einer gewünschten Anlagestrategie einen vorab definierten Betrag automatisch über verschiedene Projekte verteilen. Außerdem spielen institutionelle Investoren inzwischen eine große Rolle.

Aus Bankensicht finde ich das beobachte Bedürfnis nach Sinnstiftung bei der Geldanlage interessant: Beim Crowdlending kann ich – wenn ich will – genau sehen und steuern, in wen und was ich investiere. Die Frage, welche Informationen wirklich entscheidungsrelevant sind oder überhaupt beachtet werden, ist im Finanzkontext zudem auch an anderen Stellen relevant, beispielsweise in der Produktkommunikation von Banken sowie der Verbraucherschutzdiskussion, Stichwort Beratungsdokumentation.

Schlussbemerkung

Ich gestehe, bei der Auswahl des ersten Papers für die neue Rubrik war ich voreingenommen: Ich bin selber der Autor. Der Vorteil: Wer mehr lesen möchte, findet neben meinem (natürlich adäquat wissenschaftlich formulierten) Original-Beitrag im Journal of Behavioral and Experimental Finance, HIER auch eine deutschsprachige, frei zugängliche Zusammenfassung.