Die Zahl der Banken im Euroraum ging seit Beginn der Währungsunion deutlich zurück. Dieser Rückgang ist mit einer steigenden Konzentration des Marktes für Kredite an nichtfinanzielle Unternehmen (NFU) verbunden. Aus geldpolitischer Sicht stellt sich angesichts dessen die Frage, ob diese gestiegene Marktkonzentration die geldpolitische Transmission geschwächt haben könnte. Dabei steht die Zinsweitergabe im Vordergrund. Sie beschreibt, wie sich geldpolitische Maßnahmen und damit einhergehende Änderungen von Geld- und Kapitalmarktzinssätzen auf die Kreditzinssätze übertragen.

Für die Auswirkungen auf die Zinsweitergabe ist es zentral, wie die höhere Konzentration des Bankenmarkts auf die Wettbewerbsintensität wirkt: Modelltheoretische Überlegungen zeigen, dass eine erhöhte Marktkonzentration die Zinsweitergabe vor allem dann schwächt, wenn sie die Wettbewerbsintensität reduziert. Allerdings ist der Zusammenhang zwischen Marktkonzentration und Wettbewerb in der Theorie nicht eindeutig. Die vorliegende Frage muss also empirisch beantwortet werden.

Bislang lieferte die empirische Literatur für den Euroraum keine eindeutige Antwort: Zwar stärkt ein intensiverer Wettbewerb gemäß der empirischen Evidenz tatsächlich wie erwartet die Zinsweitergabe, die bisherigen Ergebnisse im Hinblick auf den Zusammenhang zwischen Konzentration und Wettbewerbsintensität sind jedoch uneinheitlich.

Im Unterschied zu diesen früheren Analysen ist es dank der inzwischen verfügbaren, sehr detaillierten Kreditdatenstatistik AnaCredit nun möglich, den Bankenmarkt im Euroraum auch auf regionaler Ebene genau zu erfassen. Für NFU-Kredite kommt die empirische Analyse zu dem Ergebnis, dass die Wettbewerbsintensität auf regionaler Ebene durch die höhere Konzentration nicht verringert wurde. Folglich ist die im Titel dieses Aufsatzes gestellte Frage für diese Kreditkategorie nach aktuellem Kenntnisstand zu verneinen. Allerdings sollte die Entwicklung der Wettbewerbsintensität auch künftig beobachtet werden, insbesondere bei einem weiteren Anstieg der Marktkonzentration, um mögliche Auswirkungen auf die Zinsweitergabe rechtzeitig zu erkennen.

1 Einleitung

Seit Beginn des Betrachtungszeitraums im Jahr 2002 findet eine stetige Konsolidierung des europäischen Bankensektors statt, mit der Folge einer zunehmenden Marktkonzentration. Die Zahl der Banken im Euroraum ist nahezu kontinuierlich gesunken und hat sich seit 2002 in etwa halbiert (siehe Schaubild 2.1, links).[1] Dieser Rückgang lässt sich vor allem auf Zusammenschlüsse und Übernahmen von Banken innerhalb der Mitgliedsländer zurückführen. Grenzüberschreitende Transaktionen waren weniger bedeutend.[2] Dabei haben in Europa wohl tendenziell größere und kosteneffiziente Banken kleinere und weniger effiziente Banken übernommen.[3] Entsprechend stieg der durchschnittliche Marktanteil der fünf größten Banken in den betrachteten Ländern deutlich an – sowohl gemessen an ihrer Bilanzsumme als auch an ihrem Anteil am Markt für NFU-Kredite (siehe Schaubild 2.1, rechts).

Anzahl der Banken und durchschnittliche nationale Marktanteile der fünf größten Banken im Euroraum

Beeinflusst die gestiegene Konzentration des Bankenmarkts die Wirkung der Geldpolitik auf die Kreditzinssätze der Banken? Die Transmission der Geldpolitik über den Bankensektor stellt ein wichtiges Glied der Wirkungskette geldpolitischer Maßnahmen dar: Eine Änderung des geldpolitischen Kurses beeinflusst die Finanzierungskosten der Banken, zum Beispiel, weil sich Einlagenzinssätze oder Zinssätze auf den von ihnen emittierten Schuldverschreibungen ändern.[4] Banken wiederum kalkulieren ihre Kreditzinssätze mit einem Aufschlag auf ihre Finanzierungskosten. Auf diese Weise übertragen sich Änderungen des geldpolitischen Kurses mittelbar auf die Kreditzinssätze.[5] Dieser Teil der Transmission wird als Zinsweitergabe bezeichnet.[6] Gerade die Zinsweitergabe bei NFU-Krediten ist geldpolitisch von großem Interesse, denn die Finanzierungsbedingungen für NFU beeinflussen deren Investitionsverhalten, welches wiederum einen bedeutenden Einfluss auf die gesamtwirtschaftliche Entwicklung hat.[7] Das Eurosystem kalibriert seine Geldpolitik unter anderem auf Basis von historischen Mustern der Zinsweitergabe. Es kann jedoch sein, dass sich diese Muster im Zeitablauf verändern – zum Beispiel, weil die Konzentration im Bankenmarkt gestiegen ist. In einem solchen Fall müsste der geldpolitische Impuls angepasst werden, um den gewünschten Effekt auf die Bankzinsen und letztlich auf die Inflation zu erzielen. Ein tiefgehendes Verständnis davon, ob und wie sich die gestiegene Konzentration des Bankensektors auf die Zinsweitergabe auswirkt, ist somit von entscheidender Bedeutung für die Geldpolitik.

Die Wirkungskette von der Konzentration des Bankenmarkts zur Zinsweitergabe lässt sich gedanklich in zwei Abschnitte zerlegen. Der Unterteilung liegt der Gedanke zugrunde, dass die Konzentration die Zinsweitergabe vor allem über die Wettbewerbsintensität im Bankenmarkt beeinflussen dürfte:

Konzentration → Wettbewerb → Zinsweitergabe

Damit ergeben sich analytisch zwei Teilfragen: Wie beeinflusst eine Veränderung der Marktkonzentration den Wettbewerb zwischen Banken? Und wie wirkt eine veränderte Wettbewerbsintensität auf die Zinsweitergabe?

Ein geringerer Wettbewerb schwächt eindeutig die Zinsweitergabe. Ein schwächerer Wettbewerb gewährt den Banken eine höhere Preissetzungsmacht. Dementsprechend können sie ihre Zinssätze unabhängiger von anderen Banken und Marktbedingungen, wie etwa dem allgemeinen Zinsniveau, festlegen. Folglich fällt die Zinsweitergabe bei geringerem Wettbewerb schwächer aus. Dies gilt sowohl im Fall sinkender als auch steigender Zinsen. Es mag überraschen, dass Banken bei schwächerem Wettbewerb Zinserhöhungen in geringerem Umfang an die Kreditnehmer weitergeben sollen. Weil Banken aber stärker als Monopolisten agieren können, also Preis- und Mengeneffekte gegeneinander abwägen, ergibt sich eine Symmetrie im Hinblick auf sinkende und steigende Zinsen (vgl. dazu Exkurs „Die Wirkung des Wettbewerbs auf die Zinsweitergabe – ein einfaches Modell“). Die zunehmende Marktkonzentration seit Beginn der Währungsunion hätte also für sich genommen zu einer Abschwächung der Zinsweitergabe beigetragen, wenn sie zu einem geringeren Wettbewerb geführt hat.

Die Wirkung des Wettbewerbs auf die Zinsweitergabe – ein einfaches Modell

Die Wirkung des Wettbewerbs auf die Zinsweitergabe lässt sich mithilfe eines einfachen theoretischen Modells illustrieren, in dem Banken unter den Bedingungen monopolistischer Konkurrenz agieren. Die Nachfrage \( x_i \) nach Krediten einer bestimmten Bank \( i \) hängt dabei vom Kreditzins \( r_i \) dieser Bank im Vergleich zum übrigen Angebot am Markt ab. Als Maßstab für diese Vergleichsangebote dient der durchschnittliche Kreditzinssatz am Markt \( \bar{r} \). Kunden reagieren mit einer bestimmten Sensitivität \( \beta > 0 \) auf die Abweichungen des Kreditzinssatzes einer Bank vom Marktdurchschnitt. Ist diese Zinssensitivität der Kreditnehmer gering, ist der Wettbewerb der Banken um Kunden untereinander schwach. Damit verfügt jede einzelne Bank über eine entsprechende Preissetzungsmacht. Einzelne Banken können ihren Kreditzinssatz also in einem gewissen Umfang über das Niveau der Konkurrenz erhöhen, ohne dabei alle Kunden zu verlieren.[1] Diese Preissetzungsmacht einer Bank lässt sich durch \( \frac{1}{\beta} \) ausdrücken: Je kleiner \( \beta \), desto größer die Preissetzungsmacht und desto geringer der Wettbewerbsdruck. Dabei könnte \( \beta \)gemäß dem Struktur-Verhaltens-Paradigma grundsätzlich auch von der Marktkonzentration abhängen (siehe Haupttext).

Neben der Konkurrenz mit anderen Banken hängt die Kreditnachfrage bei einer einzelnen Bank auch davon ab, wie stark die aggregierte Kreditnachfrage auf den durchschnittlichen Kreditzinssatz reagiert. Die Sensitivität der Kunden im Hinblick auf den durchschnittlichen Kreditzinssatz wird mit \( \gamma \)beschrieben. Diese Größe ist unabhängig davon, bei welcher Bank diese Nachfrage auftritt. Mathematisch lässt sich die Kreditnachfrage \( x_i \) für Bank \( i \) wie folgt ausdrücken:

$$ x_i = \alpha – \beta (r_i – \bar{r}) – \gamma \bar{r} \tag{1} $$

Die Konstante \( \alpha \)repräsentiert dabei den zinsunabhängigen Anteil der aggregierten Kreditnachfrage, der für alle Banken gleich ist. Der zweite Term beschreibt, wie die Kreditnachfrage auf die Differenz zwischen dem Kreditzinssatz der Bank \( i \) und dem Durchschnittszins des Marktes \( \bar{r} \) reagiert. Der dritte Term zeigt, dass die Kreditnachfrage negativ vom durchschnittlichen Kreditzinssatz abhängt: je höher der durchschnittliche Kreditzinssatz, desto geringer – bei gegebener Differenz \( r_i – \bar{r} \) – die Nachfrage. Zusätzlich wird angenommen, dass \( \beta > \gamma \)gilt. Diese Annahme stellt sicher, dass die Nachfrage nach Krediten der Bank \( i \) steigt, wenn alle anderen Banken ihre Kreditzinssätze erhöhen, die Bank \( i \) jedoch nicht.[2] In diesem Fall wird der Kreditzinssatz von Bank \( i \) im Vergleich zum Kreditzinssatz der übrigen Banken attraktiver.[3]

Die Verzinsung ihrer Verbindlichkeiten kann eine Bank annahmegemäß nicht beeinflussen. Es wird angenommen, dass die Bank \( i \) ihre Kredite zum Geldmarktsatz \( f \) refinanziert, der von der Zentralbank gesteuert wird. Die Kostenfunktion der Bank lautet daher \( C_i=x_i \cdot f \). Der Gewinn der Bank \( i \) ergibt sich entsprechend als:

$$ \begin{align} G_i &= x_i r_i – x_i f = x_i (r_i – f) \\ &= ( \alpha – \beta (r_i – \bar{r}) – \gamma \bar{r} ) \cdot (r_i – f) \tag{2} \end{align} $$

Dabei ist zu beachten, dass die Gewinnfunktion nun nicht mehr die nachgefragte Kreditmenge selbst als Variable enthält. Stattdessen legt die Bank einen Kreditzinssatz fest, der mit einer bestimmten Kreditnachfrage verknüpft ist. Sie determiniert mit ihrem Kreditzinssatz also implizit auch die Kreditmenge. Zudem zeigt die Gewinnfunktion, dass der Gewinn pro Einheit des Kreditvolumens \( (r_i-f) \) beträgt.

Wenn die Bank ihren Kreditzinssatz erhöht, treten zwei gegenläufige Effekte auf.[4] Eine Änderung des Kreditzinssatzes wird dabei mit \( dr_i \) beschrieben:

Steigerung des Erlöses je Krediteinheit: Der Erlös je Krediteinheit steigt um \( dr_i \). Damit steigt der Erlös aus dem gesamten Kreditgeschäft um \( dr_ix_i \). Unter Verwendung der Nachfragefunktion ergibt sich also ein Anstieg des Erlöses um \( dr_i (\alpha – \beta (r_i – \bar{r}) – \gamma \bar{r}) \).
Rückgang des Kreditvolumens: Die Kreditnachfrage und damit das Kreditvolumen sinken um \( \beta dr_i \), was zu einem Gewinnrückgang um \( dr_i \beta (r_i – f) \) führt.

Um ihren Gewinn zu maximieren, erhöht die Bank ihren Zins so lange, bis der zusätzliche Erlös durch den Zinsanstieg genau dem Gewinnrückgang durch das sinkende Kreditvolumen entspricht.[5] Daher ist das Gewinnmaximum erreicht, wenn folgende Bedingung erfüllt ist:[6]

$$ \beta (r_i^* – f) = \alpha – \beta (r_i^* – \bar{r}) – \gamma \bar{r} \tag{3} $$

Hierbei bezeichnet \( r_i^* \) den optimalen Kreditzinssatz, mit dem die Bank \( i \) ihren Gewinn maximiert. Durch Umstellen der Gleichung ergibt sich die Zinssetzungsgleichung der Bank:

$$ r_i^* = \frac{\alpha}{2\beta} + \left( \frac{1}{2} – \frac{\gamma}{2\beta} \right) \bar{r} + \frac{1}{2} f \tag{4} $$

Diese Gleichung zeigt, wie der optimale Kreditzins der Bank von ihrer Preissetzungsmacht \( \frac{1}{\beta} \) abhängt. Je größer die Preissetzungsmacht der Bank ist, desto höher ist der erste Term, der nicht vom durchschnittlichen Kreditzinssatz oder dem Geldmarktsatz abhängt. Gleichzeitig reagiert die Bank weniger stark auf Veränderungen des Durchschnittszinssatzes am Kreditmarkt (zweiter Term). Die Preissetzungsmacht der Bank ermöglicht es ihr also, ihren Kreditzinssatz unabhängiger von den Vergleichsangeboten der Konkurrenz zu setzen.

Da der Kreditzinssatz einer Bank bei höherer Preissetzungsmacht weniger stark vom Durchschnittszinssatz abhängt, ergibt sich eine schwächere Zinsweitergabe. Eine genauere Analyse von Gleichung (4) zeigt, wie die Weitergabe von Änderungen des geldpolitischen Zinssatzes \( f \) an die Kreditzinssätze von der Preissetzungsmacht der Banken beeinflusst wird. Erhöht die Zentralbank den geldpolitischen Zinssatz und damit den Geldmarktsatz um eine Einheit, reagiert Bank \( i \) im ersten Schritt, indem sie ihren Kreditzinssatz um \( \frac{1}{2} \) anhebt (dritter Term in Gleichung (4)). Gleichzeitig erhöhen auch alle anderen Banken ihre Kreditzinssätze um \( \frac{1}{2} \). Dadurch steigt der durchschnittliche Kreditzinssatz \( \bar{r} \) ebenfalls um \( \frac{1}{2} \). Wie stark die Bank \( i \) im zweiten Schritt auf den gestiegen durchschnittlichen Kreditzinssatz reagiert, hängt von der Stärke des Wettbewerbs ab. Genau genommen beträgt der Anstieg im zweiten Schritt \( (\frac{1}{2} – \frac{\gamma}{2\beta} ) \cdot \frac{1}{2} \). Ein Anstieg der Kreditzinssätze der Konkurrenzbanken, ausgedrückt durch einen höheren durchschnittlichen Kreditzinssatz \( \bar{r} \), erhöht für sich genommen die Kreditnachfrage bei Bank \( i \) (zweiter Term in Gleichung (1)). Der Anstieg der Nachfrage ist allerdings umso schwächer, je geringer die Zinssensitivität \( \beta \) und damit die Wettbewerbsintensität ist. Für Bank \( i \) ist es bei geringer Zinssensitivität daher optimal, ihren Kreditzinssatz im zweiten Schritt weniger stark zu erhöhen, als sie es bei höherer Zinssensitivität tun würde. Würde die Bank ihren Kreditzinssatz stärker erhöhen, würde der resultierende Nachfragerückgang den zusätzlichen Erlös je Krediteinheit überkompensieren, sodass der Gewinn im Vergleich zum Optimum geringer wäre. Eine spiegelbildliche Situation ergibt sich im Fall einer Zinssenkung durch die Zentralbank: Bank \( i \) reagiert bei geringem Wettbewerb schwach auf die Zinssenkungen aller anderen Banken, weil diese nur einen verhältnismäßig geringen Nachfragerückgang für Bank \( i \) bewirken. Da auch im zweiten Schritt alle Banken eine Anpassung ihrer Kreditzinssätze vornehmen, verändert sich auch wiederum der durchschnittliche Kreditzinssatz \( \bar{r} \). Dieser Prozess setzt sich fort und führt zu einer Rückkopplungsschleife zwischen den von den einzelnen Banken gesetzten Kreditzinssätzen und den Veränderungen des durchschnittlichen Kreditzinssatzes. Mathematisch lässt sich diese Rückkopplung als geometrische Reihe darstellen. Es kann gezeigt werden, dass die Weitergabe der geldpolitischen Zinsänderung an die Kreditzinssätze – unter Berücksichtigung der gesamten Schleife zwischen den Kreditzinssätzen der einzelnen Banken und dem Marktdurchschnitt – folgendermaßen beschrieben werden kann:

$$ \frac{1}{1 + \frac{\gamma}{\beta}} \tag{5} $$

Aus Gleichung (5) wird abermals deutlich, dass die Zinsweitergabe umso geringer ausfällt, je größer die Preissetzungsmacht \( \frac{1}{\beta} \) der Banken ist. Die Intuition gleicht wie zuvor derjenigen bei der Reaktion auf den durchschnittlichen Kreditzinssatz: Je größer die Preissetzungsmacht (je geringer der Wettbewerb), desto schwächer reagieren gewinnorientierte Banken auf allgemeine Marktbedingungen – und damit auch auf geldpolitische Zinsänderungen. Dies impliziert auch, dass der Effekt einer höheren Preissetzungsmacht auf das Niveau des Kreditzinssatzes mit steigendem Geldmarktsatz \( f \) abnimmt (siehe Schaubild 2.2).[7]

Diese Ergebnisse gelten bei bestimmten Nachfragefunktionen nicht. Für diese gilt, dass die Zinsweitergabe mit zunehmender Preissetzungsmacht der Banken steigt.[8] Zudem entspricht der Aufschlag auf die Finanzierungskosten gleichzeitig der Stärke der Zinsweitergabe, die damit stets größer als eins ist. Bei schwächerem Wettbewerb steigt der Aufschlag und – für ein gegebenes Niveau der Finanzierungskosten – somit auch der Kreditzinssatz an. In diesen Modellen führt ein geringerer Wettbewerb also auch zu höheren Kreditzinssätzen, im Unterschied zum obigen Modell aber zu einer stärkeren Weitergabe geldpolitischer Zinsänderungen. Sie liefern daher eine gegenteilige Vorhersage. Ohne Kenntnis der Nachfragefunktion ist die Wirkung des Wettbewerbs auf die Zinsweitergabe aus rein theoretischer Perspektive also nicht eindeutig. Empirisch ist die Zinsweitergabe hingegen kleiner eins.[9] Dieses Ergebnis spricht gegen diese alternative Art der Nachfragefunktionen und eher für die in Gleichung (1) angenommene lineare Funktion. Theoretische Modelle, die eine Zinsweitergabe kleiner eins implizieren, besitzen daher eine gewisse empirische Validität, was ihren weiteren theoretischen Implikationen mehr Gewicht gibt.[10]

Schematische Darstellung des Zusammenhangs zwischen Kreditzinssätzen, Geldmarktsatz und Zinssensitivität

Ein Grund, weshalb Kunden Unterschiede in den Kreditzinssätzen zwischen Banken bis zu einem gewissen Grad akzeptieren, könnte sein, dass das Einholen und Vergleichen von Kreditangeboten für diese Kunden mit Kosten verbunden sind. Genauso könnte es sein, dass Kunden die räumliche Nähe zu einer Bank schätzen oder mit ihrer Hausbank ein Vertrauensverhältnis pflegen und daher Alternativangebote weniger beachten.
Hier ist die Annahme implizit, dass es genügend Banken gibt, sodass der Kreditzinssatz einer einzelnen Bank den Marktdurchschnitt praktisch nicht beeinflusst.
Im Gleichgewicht setzt die Bank ihren Kreditzinssatz so, dass sie die nachgefragte Kreditmenge tatsächlich auch bedient. Damit ist \( x_i \) nicht nur die Nachfrage nach Krediten, sondern auch das tatsächlich bereitgestellte Kreditvolumen.
Diese gelten spiegelbildlich ebenso für Senkungen des Kreditzinssatzes.
Bei einer weiteren Erhöhung des Kreditzinssatzes würde der Gewinn wieder sinken, weil der Effekt über die sinkende Kreditnachfrage nun den zusätzlichen Erlös übersteigen würde.
Gleichung (3) lässt sich formal herleiten, indem die Gewinnfunktion aus Gleichung (2) nach dem Kreditzinssatz \( r_i \) abgeleitet wird und die Nullstelle der Ableitung bestimmt wird: \( \frac{dG_i}{dr_i} = -\beta (r_i – f) + \alpha – \beta (r_i – \bar{r}) – \gamma \bar{r} = 0 \). Durch Umstellung dieser Gleichung ergibt sich schließlich Gleichung (3).
Tatsächlich existiert auch ein Wert für den Geldmarktsatz, bei dem der Effekt ganz verschwindet, bei dem sich also die beiden Geraden in Schaubild 2.2 schneiden. Allerdings ist dieser Wert so hoch, dass beim Kreditzinssatz, den Banken dann wählen würden, keine Kredite mehr nachgefragt würden. Man kann sich die hier unterstellte lineare Nachfragefunktion als Approximation einer „wahren“ nichtlinearen Funktion vorstellen. Diese lineare Approximation wäre dann im Bereich, in dem sich beide Geraden schneiden, sehr ungenau, sodass sie sich zur Analyse in diesem Bereich nicht eignet.
Siehe beispielsweise: Gerali et. al (2010) sowie Gödl-Hanisch (2022).
Vgl.: Deutsche Bundesbank (2023) sowie Wang et. al (2022).
Auch die Wettbewerbsintensität auf dem Einlagenmarkt beeinflusst die Zinsweitergabe für Kredite. Dieser Zusammenhang wird beispielsweise in Drechsler et al. (2017) sowie in Wang et. al (2022) beschrieben. Banken geben aufgrund ihrer Preissetzungsmacht geldpolitische Zinsänderungen weniger als eins-zu-eins an Einlagenzinssätze weiter. Das beeinflusst ihre Finanzierungskosten und damit die Bepreisung von Krediten.

Auf den ersten Blick liegt es nahe, eine höhere Marktkonzentration mit vermindertem Wettbewerb gleichzusetzen, dies ist jedoch nicht zwingend: Der Zusammenhang zwischen Konzentration und Wettbewerb ist komplexer. Den Wirkungszusammenhang zwischen höherer Marktkonzentration und vermindertem Wettbewerb begründet das sogenannte Struktur-Verhaltens-Paradigma. Demnach begünstigt eine höhere Konzentration über Monopolisierungstendenzen ein weniger wettbewerbliches Verhalten der Banken.[8] Begründet werden kann dies damit, dass potenzielle Kreditnehmer auf einem stärker konzentrierten Markt tendenziell Banken mit höheren Marktanteilen gegenüberstehen. Dies führt – der Theorie nach – dazu, dass Kunden eher bereit sind, ein Kreditangebot einer Bank anzunehmen, statt das Angebot abzulehnen und auf ein attraktiveres Angebot einer anderen Bank zu hoffen. Eine alternative Motivation für das Struktur-Verhaltens-Paradigma besagt, dass in höher konzentrierten Märkten kollusives Verhalten, wie beispielsweise implizite Preisabsprachen, für die Banken einfacher ist. Auch kollusives Verhalten mindert die Wettbewerbsintensität und ermöglicht Banken die Durchsetzung höherer Kreditzinssätze. Allerdings ist intensiver Wettbewerb prinzipiell auch auf Märkten mit nur wenigen Banken denkbar.

Zudem gibt es Alternativhypothesen. Die Effizienz-Struktur-Hypothese (efficient structure hypothesis) postuliert, dass eine Konsolidierung im Bankensektor auch das Ergebnis eines intensiven Wettbewerbs sei, bei dem effizientere Banken Marktanteile hinzugewinnen.[9] Gemäß der Theorie der bestreitbaren Märkte (contestable markets) ist weniger die tatsächlich realisierte Marktkonzentration entscheidend. Vielmehr kommt es darauf an, inwieweit weitere Banken die Möglichkeit haben, in einen Markt einzutreten (siehe Exkurs „Contestability-Theorie und empirische Evidenz aus der US-Bankenderegulierung“). Diese Überlegungen zeigen, dass der Zusammenhang zwischen Marktkonzentration und dem Wettbewerb a priori, das heißt auf Basis der ökonomischen Theorie, nicht eindeutig ist.

Dieser Aufsatz betrachtet demzufolge bisherige empirische Studien, welche die Wirkung der Konzentration auf die Zinsweitergabe auf Länderebene untersuchen, und ergänzt diese um neue Forschungsergebnisse aus der Bundesbank.[10] Letztere basieren auf wesentlich detaillierteren Daten als die vorhergehenden Studien, insbesondere auf der Kreditdatenstatistik AnaCredit mit Millionen von Beobachtungen auf der Ebene einzelner Kredite im Euroraum. Diese sehr große Datenmenge ermöglicht zum Beispiel die exakte Berechnung von Konzentrationsmaßen für regionale Bankenmärkte.

Contestability-Theorie und empirische Evidenz aus der US-Bankenderegulierung

Die von Baumol et al. (1982) entwickelte Theorie der bestreitbaren Märkte (contestable markets) argumentiert, dass nicht die Anzahl der Firmen oder die Konzentration der Wettbewerber in einem Markt für die Wettbewerbsintensität entscheidend sind. Vielmehr bestimmt bereits die Möglichkeit, dass neue Firmen in den Markt eintreten könnten, das Wettbewerbsgeschehen auf diesem Markt. Im Extremfall, in dem keinerlei Markteintrittsbarrieren existieren, können neue Wettbewerber ohne Aufwand in den Markt eintreten und mit den bereits im Markt aktiven Unternehmen konkurrieren. Fehlende Markteintrittsbarrieren müssen dabei nicht zwangsläufig zu einem tatsächlichen Eintritt neuer Anbieter führen: So zwingt bereits die bloße Möglichkeit des Eintritts Firmen, sich dem möglichen Wettbewerb zu stellen. In der theoretischen Überlegung verhalten sich daher selbst Monopolisten so, als würden sie in einem Markt unter vollständigem Wettbewerb agieren. Bestehen dagegen Markteintrittsbarrieren, führt ihre Verringerung zu sinkenden Preisen, einem Schmelzen etwaiger abnormaler Gewinne oder von Monopolrenten und dem Abbau allokativer und produktiver Ineffizienzen. Den Wettbewerbsgrad auf Grundlage dieser Theorie empirisch zu bestimmen ist jedoch nur bedingt möglich, da die absolute Höhe der Kosten eines (potenziellen) Markteintritts für Firmen nur schwer zu messen ist.

Um den Einfluss von Wettbewerb auf Marktverhalten zu bestimmen, kann man daher untersuchen, wie sich veränderte Markteintrittsbarrieren auf das Firmenverhalten auswirken. Für diese Art der Untersuchung stellt die schrittweise Deregulierung rechtlicher Markteintrittsbarrieren für Banken in Bundesstaaten der USA zwischen den 1970er und 1990er Jahren ein ideales Experiment dar, da Änderungen in den Markteintrittsschranken nicht auf Änderungen des Bankenwettbewerbs, sondern auf (exogen) geänderten rechtlichen Rahmenbedingungen beruhen.

Vor der Deregulierung führte die föderale politische Struktur in den Vereinigten Staaten dazu, dass Lizenzen zum Betrieb von Bankgeschäften nicht auf Bundesebene, sondern von den jeweiligen Bundesstaaten vergeben wurden, in denen die Lizenznehmer tätig werden wollten. Mithin konnten Banken nur Zweigstellen in dem Bundesstaat eröffnen, der auch die Banklizenz erteilte. Um der Bildung von Bankenmonopolen vorzubeugen, wurde darüber hinaus auch die Möglichkeit der geografischen Expansion innerhalb eines Bundesstaates stark eingeschränkt, sodass Banken nur Zweigstellen innerhalb eines bestimmten Radius (zum Beispiel 50 Kilometer) um ihre Zentrale eröffnen konnten. Diese rechtlichen Rahmenbedingungen stellten Markteintrittsbarrieren für die potenzielle Konkurrenz aus anderen Bundesstaaten dar und führten zu weitgehend getrennten, bundesstaatsspezifischen Bankenmärkten in den USA.

Im Zuge des technologischen Fortschritts und der Entwicklung verschiedener Finanzinnovationen verloren diese Markteintrittsbarrieren zunehmend an Relevanz. Mitte der 1970er Jahre begannen einzelne Bundesstaaten, Gesetzesinitiativen umzusetzen, die diese Markteintrittsbarrieren innerhalb und zwischen Bundesstaaten allmählich abschafften. Der „Interstate Banking und Branching Efficiency Act“ von 1994, ein nationales Gesetz, bildete dabei den Höhepunkt der Deregulierungswelle und beseitigte alle noch verbliebenen Beschränkungen für Bundesstaaten überschreitende Bankaktivitäten. Der Wegfall dieser Markteintrittsbarrieren führte zu einer Konsolidierung des lokal fragmentierten Bankenmarkts in den Vereinigten Staaten und begünstigte die Entstehung regionaler Großbanken.

Eine Vielzahl empirischer Studien untersucht den oben beschriebenen Wegfall von Markteintrittsbarrieren und findet einen positiven Einfluss auf Wirtschaftswachstum, Firmengründungen, makroökonomische Risikoteilung und Einkommensungleichheit.[1] Eine Analyse des Bankensektors zeigt zudem, dass die höhere Bestreitbarkeit lokaler Bankenmärkte die Profitabilität der Banken und ihre Kreditvergabe steigerte sowie die Stabilität des gesamten Bankensystems.[2]

Nicht überraschend hat der Wegfall von Eintrittsbarrieren effizienteren Banken die Möglichkeit gegeben, geografisch zu expandieren und ihren Marktanteil auszuweiten. Die Übernahme von und Fusion mit anderen Banken hat nicht nur die Anzahl der bestehenden Banken verringert, sondern auch Skaleneffekte realisiert und größere, effizientere Banken hervorgebracht.[3] Ferner trug die geografische Diversifikation zu einer Verringerung von Klumpenrisiken im Bankensektor bei.[4]

Neben der Schaffung effizienterer Regionalbanken hat die Deregulierung von Markteintrittsbeschränkungen auch bestehende Banken gezwungen, ihr Geschäft zu optimieren, um wettbewerbsfähig zu bleiben. Die empirische Evidenz weist darauf hin, dass der Wegfall von Markteintrittsbarrieren durch die Senkung von Kosten und die Profitabilitätssteigerungen zu einer effizienteren Arbeitsweise bestehender Banken geführt hat. In der Folge konnten Bankkunden Kredite zu günstigeren Konditionen erhalten und aufgrund des gestiegenen Wettbewerbs um Einlagen die Profitabilität ihrer Anlagemöglichkeiten erhöhen. Bemerkenswert ist dabei, dass sich die beobachteten Verbesserungen erstens sehr schnell nach dem Abbau von Eintrittsbarrieren einstellten und zweitens deutlicher ausfielen, wenn Banken stärker dem potenziellen Eintritt neuer Wettbewerber ausgesetzt waren (zum Beispiel aufgrund ihrer geografischen Lage). Diese Entwicklungen legen den Schluss nahe, dass die Deregulierung von Markteintrittsbarrieren zügig den Wettbewerb erhöhte.[5]

Wie erläutert trifft die Theorie der bestreitbaren Märkte keine Aussage darüber, ob sich infolge eines leichteren Marktzugangs für potenzielle Wettbewerber auch eine bestimmte Marktstruktur einstellt (zum Beispiel mehr Marktteilnehmer, geringere Firmenkonzentration). Bereits die Möglichkeit des Markteintritts ist ausreichend, um den Wettbewerb zu stärken. Der Wegfall von Eintrittsbarrieren muss nicht notwendigerweise zu einer Änderung der lokalen Marktstruktur führen. Dies lässt sich auch am Beispiel der Deregulierung der Eintrittsbarrieren im US-Bankenmarkt beobachten: Die Marktkonzentration auf überregionaler Ebene (zum Beispiel Konzentration der Banken in allen Bundesstaaten im Nordosten der USA, gemessen anhand des Herfindahl-Hirschman-Index) stieg an. Die Marktstruktur lokaler Bankenmärkte (zum Beispiel innerhalb einer Metropolregion) hingegen änderte sich durch den Wegfall von Eintrittsbarrieren nicht signifikant.[6]

Vgl.: Jayaratne und Strahan (1996), Goetz und Gozzi (2022) sowie Beck et al. (2010).
Vgl.: Jayaratne und Strahan (1998) sowie Goetz (2018).
Vgl.: Stiroh und Strahan (2003).
Vgl.: Goetz et al. (2016).
Vgl.: Goetz (2018).
Vgl.: Dick (2006).

2 Wie lässt sich Marktkonzentration messen und wie hat sie sich im Euroraum entwickelt?

Die konzeptionelle Idee der Berechnung der Konzentration im Bankenmarkt ist einfacher als ihre empirische Umsetzung. Die Konzentration in einem Markt wird üblicherweise anhand von Marktanteilen berechnet, die dann zu Marktkonzentrationsmaßen zusammengefasst werden. Ein einfacher Ansatz besteht darin, die Marktanteile der größten Banken – üblicherweise drei oder fünf – aufzusummieren. Dieses Maß wird als Konzentrationsrate bezeichnet (Concentration Ratio 3 oder Concentration Ratio 5, kurz CR3 oder CR5). Werden die Marktanteile aller Banken zunächst quadriert und dann aufsummiert, ergibt sich der „Herfindahl-Hirschman-Index“ (HHI).[11] Eine höhere Konzentration gemäß dieser Maße ergibt sich, wenn die Anzahl der Banken durch Fusionen oder Übernahmen sinkt oder wenn Marktanteile von kleineren zu größeren Banken wandern. Umgekehrt kann ein konzentrationssteigernder Effekt einer sinkenden Anzahl der Banken durch eine Marktanteilsverschiebung von größeren hin zu kleineren Banken kompensiert werden. Bei der Berechnung der Konzentrationsmaße stellt sich die Frage der angemessenen Abgrenzung des Marktes, auf den sich die Anteile beziehen. Die Abgrenzung sollte idealerweise von der Fragestellung abhängen, wird jedoch in der Realität oft durch die Verfügbarkeit von Daten limitiert.

Die räumliche Abgrenzung des Marktes spiegelt wider, für welche geografischen Einheiten Marktanteile berechnet werden. Häufig werden Marktanteile auf nationaler Ebene berechnet, weil Daten auf dieser Ebene leicht verfügbar sind. Allerdings gibt es viele Banken, für die nicht der gesamte nationale Markt relevant ist, da sie nur in geografisch begrenzten regionalen Märkten tätig sind. Dies gilt insbesondere in Deutschland und dort, aufgrund des Regionalprinzips, vor allem für Sparkassen und Genossenschaftsbanken. Hier ergibt es Sinn, den relevanten Markt eher auf regionaler als auf nationaler Ebene zu verorten.[12] Zur exakten Berechnung von Marktanteilen auf regionaler Ebene sind detailliertere Daten erforderlich, am besten auf Einzelkreditebene.

Mit AnaCredit existiert nunmehr eine Datenquelle auf Basis von Krediteinzeldaten, welche im Euroraum die Berechnung von Konzentrationsmaßen für NFU-Kredite auf detaillierter Ebene ermöglicht. So können auf Basis der Krediteinzeldaten Marktanteile auf regionaler Ebene berechnet werden. Darüber hinaus lassen sie sich für Unterkategorien des Kreditgeschäfts mit NFU ermitteln, etwa für das Geschäft mit kleinen Unternehmen. Beides kann für die empirische Analyse des Zusammenhangs zwischen Konzentration und Zinsweitergabe gewinnbringend eingesetzt werden (vgl. Abschnitt 3). Auf Basis der Daten aus AnaCredit erscheint der deutsche Bankenmarkt bei Verwendung regionaler Marktanteile deutlich konzentrierter als bei Verwendung nationaler Marktanteile (siehe Exkurs „Regionale Konzentrationsmaße des Bankenmarkts“). Dieses Ergebnis ist wenig überraschend, da Sparkassen und Genossenschaftsbanken, die in Deutschland bei Krediten an NFU einen Marktanteil von knapp 50 % besitzen, traditionell stark regional ausgerichtet sind.

Regionale Konzentrationsmaße des Bankenmarkts

Marktkonzentrationsmaße können für unterschiedliche räumliche Einheiten berechnet werden. Die Wahl der räumlichen Einheit bestimmt dabei die geografische Abgrenzung der verwendeten Marktanteile. So lassen sich beispielsweise Konzentrationsmaße auf nationaler Ebene oder auf regionaler Ebene ermitteln. Die regionalen Maße können bei Bedarf durch die Bildung gewichteter Durchschnitte für eine höhere geografische Ebene aggregiert werden.[1] Im Folgenden werden Konzentrationsmaße auf nationaler und regionaler Ebene verglichen. Als regionale Einheit dienen dabei NUTS-3-Regionen.[2] In Deutschland sind das Kreise und kreisfreie Städte.

Konzentrationsmaße auf regionaler Ebene liefern dann andere Ergebnisse als solche auf nationaler Ebene, wenn einzelne Banken einen starken regionalen Fokus aufweisen. Dies soll anhand eines einfachen fiktiven Beispiels verdeutlicht werden: Nehmen wir an, dass in einem Land mit zwei Regionen zwei Banken tätig sind. Beide Banken und beide Regionen sind hinsichtlich der Kreditvolumina identisch. Im ersten Fall haben beide Banken in beiden Regionen einen Marktanteil von jeweils 50 %. Im zweiten Fall deckt nur jeweils eine Bank den Markt in einer Region vollständig ab (vgl. Schaubild 2.3). In beiden Fällen ergibt sich auf nationaler Ebene auf Grundlage nationaler Marktanteile ein Wert für den Herfindahl-Hirschman-Index (HHI) von 0,5² + 0,5² = 0,5. Für den HHI auf nationaler Ebene sind also ausschließlich Marktanteile auf nationaler Ebene relevant. Wie diese Anteile auf einer tieferen regionalen Ebene verteilt sind spielt hierbei keine Rolle. Betrachtet man hingegen die regionalen HHIs, ergibt sich für beide Regionen im ersten Fall (beide Banken decken jeweils die Hälfte beider Märkte ab) ein HHI von 0,5² + 0,5² = 0,5 und im zweiten Fall (beide Märkte werden jeweils vollständig von je einer Bank bedient) ein HHI von 1² = 1. Berechnet man das nationale Aggregat als Mittel der regionalen HHIs und gewichtet diese mit den regionalen Kreditvolumina, ergibt sich: 0,5 · 0,5 + 0,5 · 0,5 = 0,5 für Fall eins und 0,5 · 1 + 0,5 · 1 = 1 für Fall zwei. Dieses Beispiel zeigt auch, dass die Differenz zwischen durchschnittlichen regionalen HHIs und nationalen HHIs einen Indikator für die Regionalität des Bankenmarkts darstellt.

Beispiele für Regionalität und regionale Konzentrationsmaße

Zur Berechnung regionaler Marktkonzentrationsmaße sind detaillierte Daten erforderlich. Diese müssen Informationen zu den Volumina der betrachteten Bilanzposition auf Bank-Regionen-Ebene enthalten. Solche Informationen für Kredite an nichfinanzielle Unternehmen (NFU) können für alle Länder des Euroraums der Kreditdatenstatistik AnaCredit entnommen werden.[3] Auf Grundlage dieser Daten fällt der durchschnittliche regionale HHI sowohl in Deutschland als auch im gesamten Euroraum höher aus als die durchschnittlichen nationalen HHIs (vgl. Schaubild 2.4).[4] Die entsprechende Differenz ist allerdings für Deutschland größer. Dies deutet darauf hin, dass der deutsche Bankenmarkt insgesamt stärker regional geprägt ist als der Bankenmarkt im gesamten Euroraum. Weiterhin ist die Konzentration sowohl in nationaler als auch in regionaler Betrachtung im Euroraum höher als in Deutschland. Dabei ist aber zu beachten, dass sich die Größen von NUTS-3-Regionen teils systematisch zwischen Ländern unterscheiden.

Herfindahl-Hirschman-Index (HHI) für Kredite an nichtfinanzielle Unternehmen

Eine solche Aggregation wird auch in den Analysen des Haupttextes verwendet, wenn Marktkonzentrationsmaße auf nationaler Ebene auf Euroraum-Ebene aggregiert werden.
NUTS steht für „Nomenclature des unités territoriales statistiques“.
NFU-Kredite in AnaCredit müssen nur dann gemeldet werden, wenn die Summe aller ausstehenden Kredite auf Bank-Kreditnehmer-Ebene mindestens 25 000 € beträgt (vgl.: Europäische Zentralbank (2019)).
Für den Euroraum ist der regionale HHI ein gewichtetes Mittel über die HHIs in allen NUTS-3-Regionen im Euroraum, der nationale HHI – wie im Haupttext – ein gewichtetes Mittel über alle Länder. Im Unterschied zum Haupttext werden alle Länder des Euroraums in die Berechnungen einbezogen. Zudem werden die Kredite aller Banken, die im europäischen AnaCredit-Datensatz enthalten sind, berücksichtigt. Dies schließt auch Kredite ausländischer Banken ein.

Im betrachteten Zeitraum von 2002 bis zum aktuellen Rand erhöhte sich die Konzentration der Bankenmärkte in den Ländern des Euroraums in der nationalen Betrachtung. Wie in der Einleitung anhand der CR5 illustriert, gilt dies sowohl für die Kredite an NFU als auch für Bilanzsummen. Es gilt auch dann für die Bilanzsummen, wenn die Konzentration anhand des HHI berechnet wird (siehe Schaubild 2.5, als Referenz wird dort auch die Konzentration für die Bilanzsumme auf Basis der CR5 aus Schaubild 2.1 gezeigt).[13]

Konzentration des Bankenmarkts im Euroraum

3 Empirische Evidenz zur Wirkung der Konzentration des Bankenmarkts auf die Zinsweitergabe

Im Lichte der vorherigen Überlegungen werden zwei Ansätze verfolgt, um die Wirkung der Konzentration des Bankenmarkts auf die Zinsweitergabe empirisch zu prüfen. Der erste untersucht die Wirkung der Marktkonzentration auf die Zinsweitergabe direkt und ohne „Umweg“ über die Wettbewerbsintensität. Der zweite Ansatz prüft beide Stufen der Wirkungskette getrennt: Die Wirkung der Konzentration auf die Wettbewerbsintensität und die Wirkung der Wettbewerbsintensität auf die Zinsweitergabe. Die nachfolgende Literaturübersicht stellt zunächst Studien vor, welche die direkte Wirkung der Marktkonzentration auf die Zinsweitergabe untersuchen. Dann werden Ansätze betrachtet, die beide Stufen der Wirkungskette separat behandeln. Einen Überblick über alle betrachteten Studien liefert Tabelle 2.1.

**Tabelle 2.1: Überblick über einschlägige empirische Studien**
Studie	Land / Ländergruppe	Konzentrations- / Wettbewerbsmaß	Geografische Abgrenzung	Kreditkategorie ¹⁾	Ergebnis passend zu Arbeitshypothese? ²⁾
Konzentration → Zinsweitergabe
Sander und Kleimeier (2004)	Euroraum	HHI, CR5	National	Kurz- und langfristige NFU-Kredite	teilweise
Kok Sørensen und Werner (2006)	Euroraum	HHI, CR5	National	NFU-Kredite; HH-Kredite³⁾	teilweise
Heckmann-Draisbach und Hardt (2024)	Deutschland	HHI	Regional (Bankeinzeldaten)	NFU-Kredite; HH-Kredite; Kredite an Staat	ja
Bredl (2025)	Euroraum	HHI	Regional (Krediteinzeldaten)	Kredite an kleine NFU	nein
Konzentration → Wettbewerb
Bikker und Haaf (2002)	Industrieländer	HHI, CR3, CR5, CR10; H-Statistik	National	nicht relevant ⁴⁾	ja
Hempell (2002)	Deutschland	HHI, CR3, CR5, CR10; H-Statistik	National	nicht relevant ⁴⁾	nein
Claessens und Laeven (2004)	Länder weltweit	HHI, H-Statistik	National	nicht relevant ⁴⁾	nein
Corvoisier und Gropp (2002)	Euroraum	HHI	National	Kundenkredite	ja
Heckmann-Draisbach und Hardt (2024)	Deutschland	HHI	Regional (Bankeinzeldaten)	NFU-Kredite; HH-Kredite; Kredite an Staat	ja
Bredl (2025)	Euroraum	HHI	Regional (Krediteinzeldaten)	Kredite an kleine NFU	nein
Wettbewerb → Zinsweitergabe
van Leuvensteijn et. al (2013)	Euroraum	Boone-Indikator	National	NFU-Kredite	ja
Leroy und Lucotte (2015)	Euroraum	Lerner-Index	National	NFU-Kredite	ja
Heckmann-Draisbach und Hardt (2024)	Deutschland	Lerner-Index	Bankeinzeldaten	NFU-Kredite; HH-Kredite; Kredite an Staat	ja
1 Wenn möglich werden NFU-Kredite betrachtet. Wenn Ergebnisse nicht separat für NFU-Kredite ausgewiesen werden, wird diejenige Kategorie betrachtet, in der NFU-Kredite enthalten sind. 2 Arbeitshypothese: Höhere Konzentration bedingt schwächeren Wettbewerb, schwächerer Wettbewerb bedingt schwächere Zinsweitergabe, insgesamt bedingt höhere Konzentration somit schwächere Zinsweitergabe. 3 HH-Kredite sind Kredite an private Haushalte. 4 Im Rahmen der Berechnung der Wettbewerbsmaße werden typischerweise alle Bankgeschäfte betrachtet.

3.1 Evidenz zur direkten Wirkung der Konzentration auf die Zinsweitergabe

Studien auf Länderebene liefern nur begrenzte Hinweise für eine Wirkung der Konzentration des Bankenmarkts auf die Zinsweitergabe bei NFU-Krediten. Sander und Kleimeier (2004) sowie Kok Sørensen und Werner (2006) finden zwar Evidenz für eine schwächere Zinsweitergabe in Ländern des Euroraums mit stärker konzentrierten Bankenmärkten. Allerdings bleibt diese Evidenz beschränkt auf Kredite mit bestimmten Fristigkeiten oder die Zinsweitergabe in der kurzen Frist. Für die übrigen Fristigkeiten oder die lange Frist findet sich dagegen keine Evidenz für einen Zusammenhang zwischen Konzentration und Zinsweitergabe.

Neuere Studien untersuchen den Einfluss der Marktkonzentration auf die Zinsweitergabe auf regionaler Ebene. Diese Ebene ist insbesondere relevant für Bankenmärkte, die stark regional gegliedert sind (vgl. dazu Abschnitt 2) und für die der Wettbewerb entsprechend geografisch begrenzt ist, denn für solche Bankenmärkte sind nationale Marktkonzentrationsmaße eine unzureichende Annäherung an die tatsächlich relevante regionale Konzentration.

Heckmann-Draisbach und Hardt (2024) finden einen Einfluss der regionalen Marktkonzentration des Bankenmarkts auf die Zinsweitergabe in Deutschland. Grundlage ihrer Analyse sind Daten aus einer bankaufsichtlichen Umfrage. Aus dieser lässt sich entnehmen, welche Kreditzinssätze Banken in zwei Szenarien für Kredite im Geschäft mit privaten Haushalten, NFU und dem Staat unterstellen (für Details siehe Exkurs „Wettbewerb und Zinsweitergabe bei kleinen und mittelgroßen Banken: eine Analyse auf Basis einer bankaufsichtlichen Erhebung“). Da die Analyse auf Bankeinzeldaten – und nicht auf Krediteinzeldaten – beruht, wird qua Annahme das gesamte Geschäft einer Bank derjenigen Region zugeordnet, in der sie ihren Sitz hat. Auf Grundlage dieser Daten untersuchen die Autorinnen, wie sich eine stärkere regionale Marktkonzentration, gemessen am regionalen HHI, auf die Zinsweitergabe kleiner und mittelgroßer Banken im Kredit- und Einlagengeschäft auswirkt. Die Ergebnisse zeigen, dass die Zinsweitergabe in Regionen mit hoher Marktkonzentration schwächer als in Regionen mit geringerer Konzentration ausfällt.

Wettbewerb und Zinsweitergabe bei kleinen und mittelgroßen Banken: eine Analyse auf Basis einer bankaufsichtlichen Erhebung

In der Studie von Heckmann-Draisbach und Hardt (2024) wird die Zinsweitergabe deutscher kleiner und mittelgroßer Banken bei Sichteinlagen und Krediten in verschiedenen Wettbewerbssituationen untersucht. Hierfür nutzen die Autorinnen Informationen aus der Niedrigzinsumfrage 2017[1], bei denen seitens der Banken projizierte Zinssätze für täglich fällige Einlagen von und Kredite an Nichtbanken in zwei Szenarien angegeben wurden: Es wird (1) eine Erhöhung der Referenzzinssätze um 200 Basispunkte über alle Laufzeiten oder (2) keine Änderung der Referenzzinssätze unterstellt. Da die Szenarien sich allein in den Annahmen der Referenzzinssätze unterscheiden und Einzelbankinformationen für alle teilnehmenden Banken[2] in beiden Szenarien vorliegen, sind diese Daten besonders gut geeignet, die Zinsweitergabe zu analysieren und hierbei die angebotsseitigen Effekte zu isolieren.

Als Maß für die Marktkonzentration wird der Herfindahl-Hirschman-Index (HHI) verwendet. Bei seiner Berechnung wird das Kredit- oder Einlagengeschäft einer Bank jeweils dem Hauptsitz zugeordnet und darauf basierend die Konzentration des Geschäfts in der gewählten regionalen Einheit (zum Beispiel Kreis oder Bundesland) ermittelt. Der Lerner-Index (LI) als direktes Wettbewerbsmaß vergleicht den Umsatz mit den marginalen Kosten einer Bank, welche durch die Schätzung einer Kostenfunktion ermittelt werden, und liefert ein Maß für die Macht bei der Preissetzung einer einzelnen Bank. Während der HHI somit die Marktkonzentration in einer Region beschreibt, gibt der LI eine bankindividuelle Preissetzungsmacht an.

Es wird zunächst der Effekt der Marktkonzentration auf das Kreditzinsniveau geschätzt. Die Regressionsgleichung hat die folgende Form:

$$ r_j^p = \alpha_0 + \alpha_1 HHI_c^p + \sum_{m=2}^{M} \alpha_m X_{jm} + \varepsilon_j $$

Dabei steht \( r_j^p \) für den Zinssatz von Bank \( j \) in Portfolio \( p \) (Kredite oder Einlagen), \( HHI_c^p \) bezeichnet den HHI in Bezug auf das Portfolio in der Region \( c \) und der Vektor \( X_{jm} \) umfasst verschiedene bankspezifische Kontrollvariablen wie beispielsweise Maße für Verschuldung oder Liquidität einer Bank. Es zeigt sich – in Übereinstimmung mit dem Struktur-Verhaltens-Paradigma –, dass die Kreditzinssätze in Regionen mit hoher Konzentration höher sind. Im Lichte dieser empirischen Ergebnisse lässt sich Marktkonzentration folglich auch als Indikator für Marktmacht interpretieren.

Anschließend wird der Effekt des HHI sowie des LI auf die Zinsweitergabe der Banken geschätzt.[3]

$$ PT \ r_j^p = \alpha_0 + \alpha_1 HHI_d^p + \varepsilon_j $$

$$ PT \ r_j^p = \alpha_0 + \alpha_1 LI_j + \varepsilon_j $$

Hierbei steht nun \( PT \ r_j^p \) für die Zinsweitergabe (pass-through) einer Bank \( j \) in Portfolio \( p \), also die Differenz zwischen den Zinssätzen in Szenario (1) und (2). Bei dieser Analyse zeigt sich, dass Banken mit größerer Marktmacht (also Banken in Regionen mit höherem HHI oder Banken mit höherem LI) eine geringere Weitergabe der Zinsänderungen bei Krediten und bei Einlagen, also sowohl auf Aktiv- als auch Passivseite planen. Genauer: Banken mit größerer Marktmacht weisen insgesamt ein höheres Niveau bei den Kreditzinssätzen auf, geben dann aber Zinssteigerungen nur zu einem kleineren Anteil weiter. Dies scheint darauf hinzudeuten, dass die Kundenbeziehungen ein wesentlicher Bestandteil des Geschäftsmodells sind und diese Banken geringeren Einflüssen aus dem Markt bei ihren Geschäften ausgesetzt sind. Bei den Einlagen fällt die Zinsweitergabe bei einer Bank mit höherer Marktmacht ebenfalls schwächer aus. Auch hier könnte die Kundenbeziehung eine Erklärung liefern, da Kunden in dieser Konstellation die Geschäftsbeziehung mit der Bank trotz der weniger lukrativen Zinsen anscheinend aufrechterhalten.

Heckmann-Draisbach und Hardt (2024) analysieren den Einfluss der Marktkonzentration auch durch alternative Ansätze zum zuvor beschriebenen HHI. In Robustheitsuntersuchungen werden einerseits die Großbanken[4] ein- oder ausgeschlossen, bei denen eine regionale Orientierung des Geschäfts nicht gegeben ist. Dabei zeigt sich, dass der Ausschluss der Großbanken die Ergebnisse nicht wesentlich verändert. Zum anderen wird statt des HHI die regionale Bevölkerungsdichte als Maß verwendet. Die Annahme dabei ist, dass in dicht besiedelten Regionen (zum Beispiel Städten) ein besserer Zugang zu Informationen (beispielsweise mehr Werbung) vorliegt und somit die Bevölkerungsdichte negativ mit der Marktkonzentration korrelieren könnte. In der Studie wird gezeigt, dass auch die Bevölkerungsdichte erklärend für unterschiedliche Stärken der Zinsweitergabe herangezogen werden kann.

Die Ergebnisse deuten darauf hin, dass die Weitergabe von Zinsänderungen durch geringen Wettbewerb beziehungsweise eine hohe Konzentration von Banken eingeschränkt wird. In der Studie wird gezeigt, dass die angebotsseitigen Faktoren hierfür ein relevanter Treiber sind.

Vgl.: Deutsche Bundesbank und Bundesanstalt für Finanzdienstleistungsaufsicht (2017).
Die Teilnahme an der Erhebung war verpflichtend für alle 1 555 kleinen und mittelgroßen Banken, die Abdeckung beträgt etwa 88 % aller deutschen Banken.
Aufgrund der Daten, bei denen für alle Banken Zinssätze in zwei Szenarien vorliegen, die sich einzig durch das Zinsniveau unterscheiden, können andere Einflussfaktoren ausgeschlossen werden. In Robustheitsanalysen zeigen Heckmann-Draisbach und Hardt, dass dies durch die Daten gestützt wird.
Die signifikanten Institute unter Aufsicht der Europäischen Zentralbank haben nicht an der Erhebung teilgenommen. Für die Ermittlung der Marktkonzentration wurden sie dennoch berücksichtigt (beziehungsweise bei den Robustheitsuntersuchungen wieder herausgenommen).

Bredl (2025) findet auf Basis der umfangreichen Krediteinzeldatenbasis AnaCredit für den Euroraum keine Wirkung der regionalen Konzentration auf die Zinsweitergabe. Der Autor nutzt Krediteinzeldaten, um Konzentrationsmaße auf regionaler Ebene zu berechnen (für Details siehe Exkurs „Regionale Marktkonzentration und Zinsweitergabe: eine Analyse auf Basis von Krediteinzeldaten“). Diese Datengrundlage ist für die untersuchte Fragestellung besonders geeignet, denn zum einen ermöglicht sie – im Gegensatz zum Beispiel zu Bankeinzeldaten – eine exakte regionale Zuordnung und damit eine genaue Messung der Marktkonzentration auf regionaler Ebene. Zum anderen erlaubt sie die Fokussierung auf Kredite an kleine NFU, jenes Marktsegment bei Unternehmenskrediten, in dem regionale Preissetzungsmacht von Banken am ehesten relevant ist. Die Finanzierungsbedingungen großer Unternehmen dürften dagegen weniger von der Konzentration des regionalen Bankenmarkts beeinflusst werden. Bredl (2025) untersucht, ob die regionale Marktkonzentration die Zinsweitergabe während der geldpolitischen Straffung in den Jahren 2022 und 2023 beeinflusst hat, findet aber keinen nennenswerten Zusammenhang.

Während die ältere empirische Literatur zum Zusammenhang zwischen Marktkonzentration und Zinsweitergabe zu uneinheitlichen Ergebnissen kommt, finden jüngere Ansätze mit qualitativ besseren Daten für den Euroraum keinen entsprechenden Zusammenhang. Die Frage, ob die Uneinheitlichkeit der Ergebnisse (vgl. Tabelle 2.1) auf unterschiedliche Datengrundlagen und methodische Ansätze der Studien zurückzuführen ist oder darauf, dass verschiedene Kreditarten, Länder und Zeiträume untersucht werden, liegt außerhalb des Fokus dieses Aufsatzes. Gleichwohl sprechen die sehr hohe Qualität und der große Umfang der in der Studie von Bredl (2025) verwendeten AnaCredit-Daten dafür, dieser Analyse im Vergleich zu den anderen Untersuchungen ein höheres Gewicht zu geben. Demnach hat für den Euroraum als Ganzes die Marktkonzentration am aktuellen Rand keine bedeutende Rolle für die Zinsweitergabe im Geschäft mit NFU. Dies gilt umso mehr, als dass a) mit der regionalen Ebene eine geografische Abgrenzung gewählt wurde, die für die Wettbewerbsintensität besonders relevant sein dürfte, b) die Konzentration auf dieser Ebene mit der verwendeten Datengrundlage exakt berechnet werden konnte und c) der Fokus auf kleine NFU gelegt wurde – also jene Kreditnehmergruppe, für die die regionale Marktstruktur am ehesten relevant ist.

Regionale Marktkonzentration und Zinsweitergabe: eine Analyse auf Basis von Krediteinzeldaten

Mithilfe von Krediteinzeldaten, das heißt Daten auf Basis einzelner Kreditverträge, lässt sich der Zusammenhang zwischen Marktkonzentration und Zinsweitergabe auf besonders detaillierter Ebene untersuchen. Diese Daten ermöglichen es, Marktkonzentrationsmaße für einzelne Regionen zu berechnen und gleichzeitig die Bepreisung einzelner Kredite zu analysieren. Somit kann die Bedeutung der regionalen Marktkonzentration für die Kreditbepreisung in Regressionsmodellen untersucht werden, die eine Vielzahl weiterer Einflussfaktoren auf Kredit-, Kreditnehmer-, Banken- und Regionenebene berücksichtigen. Darüber hinaus bietet diese Herangehensweise die Möglichkeit, die Analyse gezielt auf einen klar abgegrenzten Teilmarkt zu fokussieren.

Die Untersuchung von Bredl (2025) widmet sich der Frage, wie die regionale Marktkonzentration auf die Bepreisung von Krediten an kleine und Kleinstunternehmen im Euroraum wirkt.[1] Eine Wirkung der regionalen Marktkonzentration ist eher im Geschäft mit diesen Firmen zu erwarten als im Geschäft mit großen Unternehmen. Als Datengrundlage dient die Kreditdatenstatistik AnaCredit.

Im ersten Schritt werden regionale Konzentrationsmaße berechnet. Die Berechnung erfolgt auf Ebene von NUTS-3-Regionen,[2] basierend auf Daten vom Dezember 2021. Hierfür werden die Kreditvolumina aller in diesem Monat ausstehenden Kredite an kleine und Kleinstunternehmen aggregiert. Die Aggregation erfolgt auf Ebene der kreditgebenden Bank sowie der Region, in der das kreditnehmende Unternehmen ansässig ist. Aus diesen aggregierten Volumina wird anschließend der Marktanteil jeder Bank in jeder Region ermittelt. Marktanteile einer einzelnen Bank können dabei in jeder Region beobachtet werden, in der Unternehmen beheimatet sind, an die die Bank in AnaCredit erfasste Kredite vergeben hat. Schließlich wird der Herfindahl-Hirschman-Index (HHI) durch die Summation der quadrierten Marktanteile aller Banken innerhalb einer Region berechnet.

Im nächsten Schritt wird untersucht, welchen Erklärungsgehalt regionale HHIs, regionale bankspezifische Marktanteile sowie die Interaktion beider Variablen für Kreditzinssätze besitzen. Dabei konzentriert sich die Analyse auf Kredite, die in den Jahren 2022 und 2023 neu an kleine und Kleinstunternehmen im Euroraum vergeben wurden. Die verwendete Stichprobe umfasst rund eine Million Kredite. Der betrachtete Zeitraum ist besonders interessant, da er eine Phase mit einer außergewöhnlich starken geldpolitischen Straffung abdeckt. Die zugrunde liegende Regressionsgleichung lässt sich in vereinfachter Form wie folgt darstellen:

$$ r_{i,b,j,t}=\beta_1 HHI_{reg(j)}+\beta_2 MA_{reg(j),b}+\beta_3 HHI_{reg(j)}MA_{reg(j),b}+\gamma 'x_{i,b,j,reg(j),t}+\varepsilon_{i.b,j,t} $$

In dieser Gleichung steht \( r_{i,b,j,t} \) für den Zinssatz auf Kredit \( i \), der von Bank \( b \) zum Zeitpunkt \( t \) an Unternehmen \( j \) vergeben wird, dessen Sitz sich in Region \( reg(j) \) befindet. Weiterhin steht \( HHI_{reg(j)} \) für den HHI in Region \( reg(j) \), während \( MA_{reg(j),b} \) der Marktanteil von Bank \( b \) in Region \( reg(j) \) ist. Der Vektor \( x_{i,b,j,reg(j),t} \) umfasst eine Vielzahl von Kontrollvariablen: kreditspezifische Merkmale wie Laufzeit, Kreditvolumen oder den Grad der Besicherung, regionale Variablen wie die regionale Bevölkerungsdichte oder das regionale Pro-Kopf-Einkommen sowie bankspezifische Variablen wie die (logarithmierte) Bilanzsumme. Ergänzt wird dies durch ein variierendes Set an fixen Effekten, die mindestens alle Faktoren auf Ebene von Zeit, Land, Sektor und Unternehmensgröße erfassen. Schließlich steht \( \varepsilon_{i,b,j,t} \) für den Fehlerterm, der den nicht erklärten Teil des Kreditzinssatzes abbildet.

Zunächst wird die Wirkung der regionalen Marktkonzentrationsmaße auf das Niveau der Kreditzinssätze betrachtet. Dabei zeigt sich, dass insbesondere vom bankspezifischen Marktanteil ein Effekt auf den Kreditzinssatz ausgeht: Ein höherer Marktanteil einer Bank geht mit einem höheren Kreditzinssatz dieser Bank in der jeweiligen Region einher. Der Effekt der Konzentration des regionalen Marktes, gemessen durch den HHI, ist zwar ebenfalls positiv, allerdings deutlich schwächer als jener des bankspezifischen Marktanteils. Auf Basis der geschätzten Parameter \( \beta_1 \), \( \beta_2 \) und \( \beta_3 \) lässt sich auch der Einfluss der Konzentrationsmaße auf den regionalen Durchschnittszinssatz errechnen. Dieser hängt vom regionalen HHI ab, nicht jedoch von den Marktanteilen einzelner Banken. Der Grund dafür liegt in der Konstruktion des HHI: Dieser fasst die Marktanteile aller Banken in einer Region zusammen, sodass die bankspezifischen Marktanteile in der Aggregation aufgehen. In der aggregierten Betrachtung ist der Effekt des regionalen HHI auf den regionalen Durchschnittszinssatz nicht linear. Denn der Effekt eines Anstiegs des HHI hängt vom Ausgangsniveau des HHI selbst ab. Der Effekt eines Anstiegs des HHI ist positiv, solange der HHI ein Niveau unterhalb von 0,2 aufweist. Für die meisten Regionen liegt der HHI in einem Bereich zwischen 0,1 und 0,2, also in jenem Bereich, in dem der Effekt positiv ist. Ein positiver Effekt steht wiederum im Einklang mit dem Struktur-Verhaltens-Paradigma, wonach eine höhere Konzentration des Bankenmarkts mit einer höheren Preissetzungsmacht der Banken einhergeht. Allerdings verschwindet der Zusammenhang zwischen Konzentration und Kreditzinssätzen, wenn bankspezifische Faktoren durch fixe Effekte auf Bankenebene berücksichtigt werden. Dies deutet darauf hin, dass einzelne Banken ihre Kreditzinssätze nicht an regionale HHIs oder regionale Marktanteile anpassen. Stattdessen scheinen die gemessenen Effekte der regionalen Konzentration auf die Kreditzinssätze auf Unterschiede zwischen Banken zurückzuführen zu sein – nicht jedoch auf Unterschiede der Kreditzinssätze innerhalb einer Bank. Effekte, die auf Unterschieden innerhalb von Banken basieren, wären eine überzeugende Evidenz für den Einfluss von Konzentration auf Kreditzinssätze. Dagegen liegt bei Effekten, die ausschließlich aus Unterschieden zwischen Banken resultieren, die Vermutung nahe, dass sie in Wirklichkeit nicht durch die Marktstruktur, sondern durch unbeobachtete Bankcharakteristika getrieben werden. Somit sprechen die empirischen Befunde insgesamt eher gegen einen Einfluss der regionalen Konzentration des Bankenmarkts auf die Höhe der Kreditzinsen.

Anschließend wird die Wirkung der regionalen Marktkonzentration auf die Zinsweitergabe untersucht. Für diese Untersuchung wird zunächst das zuvor beschriebene Modell erweitert, indem alle Variablen mit dem Dreimonats-EURIBOR interagiert werden. Dieser Marktzinssatz hat sich in der Vergangenheit als geeigneter Referenzzinssatz für Kredite an nichtfinanzielle Unternehmen im Euroraum erwiesen.[3] Durch die Interaktion der Konzentrations-Variablen mit dem Dreimonats-EURIBOR kann analysiert werden, ob die Zinsweitergabe von diesen Variablen beeinflusst wird.

Zudem wird betrachtet, wie die regionale Marktkonzentration die Übertragung geldpolitischer Überraschungen auf die Kreditzinssätze beeinflusst. Unter geldpolitischen Überraschungen versteht man Veränderungen von Marktzinssätzen, die in einem engen Zeitfenster rund um die Verkündung einer geldpolitischen Entscheidung auftreten.[4] Der Vorteil dieser Überraschungen ist, dass sie relativ klar auf die jeweilige geldpolitische Entscheidung zurückgeführt werden können. Im Gegensatz dazu können allgemeine Marktzinsbewegungen auch durch andere Faktoren bedingt sein – etwa durch anderweitige makroökonomische Entwicklungen. In solchen Fällen bleibt unklar, inwieweit etwaige Reaktionen der Kreditzinssätze tatsächlich durch die Geldpolitik oder durch diese anderen Faktoren verursacht werden. Durch die Interaktion der geldpolitischen Überraschungen mit den Konzentrationsmaßen lässt sich ermitteln, inwieweit deren Weitergabe von der Marktkonzentration abhängt.

Es zeigt sich, dass die regionale Marktkonzentration keinen klaren Einfluss auf die Weitergabe von Veränderungen des Dreimonats-EURIBOR oder geldpolitischer Überraschungen hat. Zwar scheint ein höherer bankspezifischer Marktanteil in der sehr kurzen Frist mit einer abgeschwächten Weitergabe geldpolitischer Überraschungen einherzugehen, allerdings kehrt sich dieser Zusammenhang nach einigen Wochen um und verschwindet schließlich weitestgehend (siehe Schaubild 2.6).[5] Insgesamt liefert die Untersuchung daher keine Evidenz für einen signifikanten Zusammenhang zwischen der regionalen Marktkonzentration und der Stärke der Zinsweitergabe.

Weitergabe einer geldpolitischen Überraschung in Abhängigkeit der regionalen Marktkonzentration

Über weitere Kriterien wird die Stichprobe zusätzlich eingeschränkt, um einen höheren Grad von Homogenität der Kredite in der Stichprobe zu gewährleisten. Für Details siehe: Bredl (2025).
In Deutschland entsprechen NUTS-3-Regionen Kreisen und kreisfreien Städten.
Vgl.: Deutsche Bundesbank (2023).
Vgl.: Altavilla et al. (2019).
Ein positiver (negativer) Schätzer im Schaubild impliziert eine stärkere (schwächere) Weitergabe für die jeweilige Konfiguration relativ zur Konfiguration „Herfindahl-Hirschman-Index niedrig, Marktanteil niedrig“.

3.2 Evidenz zur Wirkung von Marktkonzentration auf Wettbewerb sowie von Wettbewerb auf Zinsweitergabe

Eine separate empirische Analyse für beide Stufen der Wirkungskette soll weitere Erkenntnisse bringen. Sie soll insbesondere klären, ob die uneinheitlichen Befunde zur Wirkung der Konzentration des Bankenmarkts auf die Zinsweitergabe auf die Wirkung der Marktkonzentration auf den Wettbewerb oder auf die Zusammenhänge zwischen Wettbewerbsgrad und Zinsweitergabe zurückgeführt werden können. Hierzu wird ein Maß für die Wettbewerbsintensität benötigt.

In der Literatur haben sich Wettbewerbsmaße etabliert, die auf beobachtbaren Marktergebnissen basieren. Die üblicherweise verwendeten Maße sind die „H-Statistik“ nach Panzar und Rosse (1987), der Lerner-Index (siehe auch Exkurs „Wettbewerb und Zinsweitergabe bei kleinen und mittelgroßen Banken: eine Analyse auf Basis einer bankaufsichtlichen Erhebung“) und der Boone-Indikator.[14] Keines dieser Wettbewerbsmaße beruht auf der Marktkonzentration.[15] Somit ist die Untersuchung eines Einflusses der Marktkonzentration auf diese Maße prinzipiell ein valider Test eines Einflusses der Marktkonzentration auf den Wettbewerb. Trotzdem ist die Verwendung dieser Maße nicht unproblematisch. Dies gilt vor allem für die H-Statistik.[16] Im Zuge der Berechnung des Lerner-Index oder des Boone-Indikators müssen relevante Größen mithilfe komplexer ökonometrischer Verfahren geschätzt werden, was wiederum mit Ungenauigkeiten einhergeht.

Als Alternative zu den Wettbewerbsmaßen kann das Niveau der Kreditzinssätze als Wettbewerbsindikator herangezogen werden. Denn die Intensität des Wettbewerbs spiegelt sich gerade in der Bepreisung von Produkten wider – im Fall von Krediten also in den Kreditzinssätzen:[17] Vergleichsweise hohe Kreditzinssätze in einem Land oder einer Region sind demnach ein Indikator für schwachen Wettbewerb. Dabei ist es allerdings wichtig, auch andere für die Verzinsung relevante Faktoren im Blick zu behalten. Ist etwa die Bonität von Unternehmen in einer Region sehr schlecht, sind hohe Kreditzinssätze in dieser Region nicht unbedingt Folge eines schwachen Wettbewerbs im Bankenmarkt. Sie könnten auch die Konsequenz hoher Aufschläge sein, mit denen Banken das hohe Ausfallrisiko ihrer Kreditnehmer kompensieren. Sollte sich empirisch auch nach Berücksichtigung solcher weiteren relevanten Faktoren eine positive Wirkung der Konzentration des Bankenmarkts auf das Niveau der Kreditzinsen ergeben, würde dies das Struktur-Verhaltens-Paradigma (siehe Einleitung) stützen. Denn dieses postuliert gerade, dass eine höhere Konzentration einen schwächeren Wettbewerb bedingt.[18]

Empirische Studien auf Länderebene zeichnen ein uneinheitliches Bild in Bezug auf die erste Stufe, den Zusammenhang zwischen Marktkonzentration und Wettbewerbsintensität. Auf Grundlage der „H-Statistik“ als Maß für die Wettbewerbsintensität zeigen Bikker und Haaf (2002), dass der Wettbewerb in Ländern mit stärker konzentrierten Bankenmärkten tendenziell schwächer ist. Dieses Ergebnis ist mit dem Struktur-Verhaltens-Paradigma kompatibel. Dies gilt auch für die Studien von Corvoisier und Gropp (2002) sowie Heckmann-Draisbach und Hardt (2024). Sie zeigen für den Euroraum und für Deutschland, dass im Falle einer höheren Konzentration des Bankenmarkts Kreditzinssätze tendenziell höher sind. Im Gegensatz dazu finden Claessens und Laeven (2004) auf Grundlage der „H-Statistik“ keine Evidenz für einen schwächeren Wettbewerb in Ländern mit stärker konzentriertem Bankenmarkt. Auch Hempell (2002) kommt für den deutschen Bankenmarkt zu dem Ergebnis, dass die in den 1990er Jahren gestiegene Marktkonzentration nicht zu einer Abschwächung des mittels der „H-Statistik“ gemessenen Wettbewerbs geführt hat.

Die Untersuchung von Bredl (2025) liefert auf Basis der Krediteinzeldaten aus AnaCredit ebenfalls keine Evidenz für das Struktur-Verhaltens-Paradigma. Zwar sind die Zinssätze für NFU-Kredite in Regionen mit höherer Bankenmarktkonzentration im Durchschnitt höher. Allerdings wird diese Differenz ausschließlich durch Unterschiede in der Bepreisung zwischen den Banken verursacht. Es scheint hingegen nicht der Fall zu sein, dass Banken, die in mehreren Regionen tätig sind, ihre Bepreisung an die jeweilige regionale Konzentration anpassen, sie also dort, wo ihr Marktanteil größer ist, höhere Zinsen verlangen. Dies lässt Zweifel aufkommen, ob die zwischen Banken ermittelten Effekte tatsächlich auf die Konzentration regionaler Bankenmärkte zurückzuführen sind. Sie könnten vielmehr durch andere unbeobachtete bankspezifische Charakteristika getrieben werden. Ein Charakteristikum könnte etwa die Effizienz einer Bank sein, die gemäß der Effizienz-Struktur-Hypothese eine wichtige Rolle für den Zusammenhang zwischen Marktstruktur und Wettbewerb spielt. Insgesamt sprechen die Ergebnisse der Studie von Bredl (2025) gegen den negativen Zusammenhang zwischen Konzentration und Wettbewerbsintensität.

Hinsichtlich der zweiten Stufe deuten empirische Studien überwiegend auf einen eindeutigen Zusammenhang zwischen Wettbewerbsintensität und Stärke der Zinsweitergabe hin. Für den Euroraum zeigen van Leuvensteijn et. al (2013) sowie Leroy und Lucotte (2015) auf Grundlage von Wettbewerbsmaßen, dass ein schwächerer Wettbewerb eine schwächere Zinsweitergabe bedingt. Van Leuvensteijn et al. (2013) nutzen hierfür den Boone-Indikator, während Leroy und Lucotte (2015) den Lerner-Index heranziehen. Die Ergebnisse dieser Studien stehen also im Einklang mit den theoretischen Überlegungen in der Einleitung und im Exkurs zum Wettbewerb und Zinsweitergabe. Weiterhin liefern auch Heckmann-Draisbach und Hardt (2024) entsprechende Evidenz auf Einzelbankebene für Deutschland. Ihren Studienergebnissen zufolge ist die Zinsweitergabe für jene deutsche Banken schwächer, für die der Lerner-Index ein Umfeld mit schwächerem Wettbewerb signalisiert.

Die Befunde der fehlenden Gesamtwirkung von gestiegener Marktkonzentration auf die Zinsweitergabe rühren demnach daher, dass eine gestiegene Konzentration nicht gleichzusetzen ist mit einer verringerten Wettbewerbsintensität.

4 Fazit und Ausblick

Theoretische Überlegungen liefern keine eindeutige Antwort auf die Frage, ob die gestiegene Konzentration des Bankenmarkts im Euroraum zu einer veränderten Zinsweitergabe führt. Dies ist darauf zurückzuführen, dass die Wirkung der Konzentration auf die Wettbewerbsintensität im Bankenmarkt nicht eindeutig ist. Dagegen lässt sich eine positive Wirkung der Wettbewerbsintensität auf die Zinsweitergabe sowohl theoretisch als auch empirisch besser begründen.

Die empirische Evidenz reflektiert die Ambiguität auf theoretischer Ebene. Ergebnisse empirischer Studien liefern kein konsistentes Bild bezüglich des Zusammenhangs zwischen Marktkonzentration und Wettbewerbsintensität. Ein konsistentes Bild ergibt sich dagegen für die Wirkung der Wettbewerbsintensität auf die Zinsweitergabe: Ein stärkerer Wettbewerb geht im Einklang mit modelltheoretischen Überlegungen eindeutig mit einer stärkeren Zinsweitergabe einher.

Bei Verwendung detaillierter Krediteinzeldaten findet sich empirisch kein nennenswerter Einfluss der Marktkonzentration auf die Zinsweitergabe bei NFU-Krediten. Der Vorteil der Krediteinzeldaten aus AnaCredit besteht vor allem darin, dass sie eine genaue Messung der Marktkonzentration auf regionaler Ebene ermöglichen. Zudem erlauben sie es, den Fokus auf das Geschäft mit kleinen Unternehmen zu legen. Für diese Unternehmen sollte die regionale Konzentration des Bankenmarkts am ehesten relevant sein. Daher scheint es vertretbar, empirische Ergebnisse auf ihrer Grundlage entsprechend stärker zu gewichten. Die Analyse mit dieser Datenbasis führt zu dem Schluss, dass die zunehmende Konzentration des Bankenmarkts im Euroraum die Zinsweitergabe bei NFU-Krediten bislang nicht nennenswert beeinflusst hat. Grund dafür scheint die Tatsache zu sein, dass die gestiegene Konzentration bisher nicht zu einer geringeren Wettbewerbsintensität geführt hat.

Die Wirkung der Konzentration auf die Zinsweitergabe im Bankenmarkt sollte weiter beobachtet werden. Dabei ist besonders der unklare Zusammenhang zwischen Marktkonzentration und Wettbewerbsintensität in den Blick zu nehmen. Weitere Untersuchungen scheinen vor allem dann ratsam, wenn der Konzentrationsprozess weiter voranschreiten sollte. Die Motive für Zusammenschlüsse im Bankenmarkt können sich nämlich über die Zeit ändern. Bislang scheinen vor allem Effizienzunterschiede zwischen Banken ein Treiber für die Konsolidierung im Euroraum gewesen zu sein (vgl. Einleitung). Sollten Zusammenschlüsse von Banken künftig stärker mit der Intention erfolgen, die Preissetzungsmacht der beteiligten Banken zu erhöhen, könnte sich auch eine Auswirkung der Konzentration auf die Wettbewerbsintensität ergeben. Die Stärke dieser Wirkung könnte zudem nicht-linear sein und sich erst einstellen, wenn die Konzentration eine gewisse Schwelle überschreitet. Denkbar ist auch, dass ein stärkerer Wettbewerb durch Nichtbank-Finanzintermediäre (NBFI) einer etwaigen wettbewerbshemmenden Wirkung steigender Konzentration im Bankenmarkt entgegenwirkt.[19] Wie sich die Konkurrenz durch NBFI auf die Zinsweitergabe auswirkt, dürfte maßgeblich davon abhängen, von welchen Typen dieser Finanzintermediäre die Konkurrenz in erster Linie ausgeht.[20] So unterscheiden sich zum Beispiel Investmentfonds, Geldmarktfonds oder Versicherungsunternehmen deutlich in ihren Geschäftsmodellen und Refinanzierungsstrukturen.

Zudem könnte es sinnvoll sein, die Rolle von Asymmetrien in Zinserhöhungs- und Zinssenkungsphasen bei der kurzfristigen Zinsweitergabe genauer zu untersuchen. Möglicherweise unterscheidet sich der Einfluss der Marktkonzentration auf diese kurzfristige Anpassung in Zinserhöhungs- und Zinssenkungsphasen. Die oben angestellten theoretischen Überlegungen beziehen sich auf die langfristige Zinsweitergabe und abstrahieren von einer Modellierung des Anpassungsprozesses. Es ist aber durchaus denkbar, dass sich etwa die Weitergabe in Märkten mit hoher Konzentration in Zinserhöhungsphasen schneller, in Zinssenkungsphasen dagegen langsamer als in Märkten mit geringer Konzentration vollzieht. Evidenz für eine solche Asymmetrie findet sich im Euroraum für die Zinsweitergabe bei Einlagen.[21] Sofern die Zinsweitergabe bei Einlagen auch die Zinsweitergabe bei Krediten beeinflusst, könnte sich zudem ein indirekter Effekt der Konzentration des Einlagenmarkts auf die Zinsweitergabe bei Krediten ergeben.

Weiterhin könnte sich die Wirkung von Konzentration auf Wettbewerbsintensität zwischen Ländern und Kreditkategorien unterscheiden. Evidenz für die USA legt nahe, dass das Struktur-Verhaltens-Paradigma im Markt für Wohnungsbaukredite eher relevant ist als im Kreditgeschäft mit kleinen Unternehmen.[22] Möglicherweise zeigt sich eine Wirkung von der Konzentration auf die Zinsweitergabe daher im Euroraum deutlicher für andere Kreditkategorien als für NFU-Kredite, die im Mittelpunkt des vorliegenden Aufsatzes stehen.

Literaturverzeichnis

Altavilla, C., L. Brugnolini, R. S. Gürkaynak, R. Motto und G. Ragusa (2019), Measuring euro area monetary policy, Journal of Monetary Economics, Vol. 108, S. 162 – 179.

Bain, J. S. (1951), Relation of Profit Rate to Industry Concentration: American Manufacturing, 1936–1940, The Quarterly Journal of Economics, Vol. 65(3), S. 293 – 32.

Baumol, W. J., J. C. Panzar und R. D. Willig (1982), Contestable Markets and the Theory of Industry Structure, New York: Harcourt Brace Jovanovich, Inc.

Beccalli, E. und P. Frantz (2013), The determinants of mergers and acquisitions in banking, Journal of Financial Services Research, Vol. 43(3), S. 265 – 291.

Beck, T., R. Levine und A. Levkov (2010), Big bad banks? The winners and losers from bank deregulation in the United States, The Journal of Finance, Vol. 65(5), S. 1637 – 1667.

Berger, A. N. und T. H. Hannan (1989), The Price-Concentration Relationship in Banking, The Review of Economics and Statistics, Vol. 71(2), S. 291 – 299.

Bikker, J. A. und K. Haaf (2002), Competition, concentration and their relationship: An empirical analysis of the banking industry, Journal of Banking & Finance, Vol. 26, S. 2191 – 2214.

Bikker, J. A., S. Shaffer und L. Spierdijk (2012), Assessing competition with the Panzar-Rosse model: the role of scale, costs and equilibrium, The Review of Economics and Statistics, Vol. 94(4), S. 1025 – 1044.

Boone, J. (2008), A new way to measure competition, Economic Journal, Vol. 118(531), S. 1245 – 1261.

Bredl, S. (2025), Regional loan market structure, bank lending rates and monetary transmission, Diskussionspapier der Deutschen Bundesbank, Nr. 30/2025.

Claessens, S. und L. Laeven (2004), What Drives Bank Competition? Some International Evidence, Journal of Money, Credit and Banking, Vol. 36(3,2), S. 563 – 583.

Corvoisier, S. und R. Gropp (2002), Bank concentration and retail interest rates, Journal of Banking & Finance, Vol. 26, S. 2155 – 2189.

Demsetz, H. (1973), Industry Structure, Market Rivalry, and Public Policy, The Journal of Law & Economics, Vol. 16(1), S. 1 – 9.

Deutsche Bundesbank (2025), Finanzstabilitätsbericht 2025.

Deutsche Bundesbank (2024), Die Finanzierungskosten der Banken in Deutschland im geldpolitischen Zinszyklus, Monatsbericht, Dezember 2024.

Deutsche Bundesbank (2023), Entwicklung der Bankzinssätze in Deutschland während der geldpolitischen Straffung, Monatsbericht, Juni 2023, S. 39 – 62.

Deutsche Bundesbank (2018), Entwicklung der Unternehmensfinanzierung im Euroraum seit der Finanz- und Wirtschaftskrise, Monatsbericht, Januar 2018, S. 57 – 76.

Deutsche Bundesbank (2011), Die Ertragslage der deutschen Kreditinstitute im Jahr 2010, Monatsbericht, September 2011, S. 15 – 60.

Deutsche Bundesbank (2001), Bankbilanzen, Bankenwettbewerb und geldpolitische Transmission, Monatsbericht, September 2001, S. 51 – 70.

Deutsche Bundesbank und Bundesanstalt für Finanzdienstleistungsaufsicht (2017), Ergebnisse der Niedrigzinsumfrage 2017.

Dick, A. A. (2006), Nationwide Branching and Its Impact on Market Structure, Quality, and Bank Performance, The Journal of Business, Vol. 79(2), S. 567 – 592.

Drechsler, I., A. Savov und P. Schnabl (2017), The deposits channel of monetary policy, Quarterly Journal of Economics, Vol. 132(4), S. 1819 – 1876.

Europäische Zentralbank (2020), Financial Integration and Structure in the Euro Area.

Europäische Zentralbank (2019), AnaCredit Reporting Manual, Part I – General Methodology.

Europäische Zentralbank (2017), Financial Integration in Europe.

Europäische Zentralbank (2009), Number of Monetary Financial Institutions in the Euro area and the European Union – 2009.

Gerali, A., S. Neri, L. Sessa und F. M. Signoretti (2010), Credit and Banking in a DSGE Model of the Euro Area, Journal of money, Credit and Banking, Vol. 42, S. 107 – 141.

Gödl-Hanisch, I. (2022), Bank concentration and monetary policy pass-through, FDIC Center for Financial Research Paper, No. 2022‑06.

Goetz, M. R. (2018), Competition and bank stability, Journal of Financial Intermediation, Vol. 35, S. 57 – 69.

Goetz, M. R. und J. C. Gozzi (2022), Financial integration and the co-movement of economic activity: Evidence from US states, Journal of International Economics, Vol. 135, 103561.

Goetz, M. R., L. Laeven und R. Levine (2016), Does the geographic expansion of banks reduce risk?, Journal of Financial Economics, Vol. 120(2), S. 346 – 362.

Heckmann-Draisbach, L. und J. Hardt (2024), Hampered Monetary Policy Transmission – A Supply Side Story?, Journal of Money, Credit and Banking.

Hempell, H. (2002), Testing for Competition among German Banks, Diskussionspapier der Deutschen Bundesbank, Nr. 04/2002.

Jayaratne, J. und P. E. Strahan (1998), Entry Restrictions, Industry Evolution, and Dynamic Efficiency: Evidence From Commercial Banking, The Journal of Law & Economics, Vol. 41(1), S. 239 – 274.

Jayaratne, J. und P. E. Strahan (1996), The finance-growth nexus: Evidence from bank branch deregulation, The Quarterly Journal of Economics, Vol. 111(3), S. 639 – 670.

Kho, S. (2025), Deposit market concentration and monetary transmission: Evidence from the euro area, European Economic Review, Vol. 173, 104933.

Kok Sørensen, C. und T. Werner (2006), Bank interest rate pass-through in the Euro Area, a cross country comparison, ECB Working Paper Series, Nr. 580.

Leroy, A. und Y. Lucotte (2015), Heterogeneous monetary transmission process in the Eurozone: Does banking competition matter?, International Economics, Vol. 141, S. 115 – 134.

Liebersohn, J. (2024), How does competition aﬀect retail banking? Quasi-experimental evidence from bank mergers, Journal of Financial Economics, Vol. 154, 103797.

Morandi, G. und P. Bojaruniec (2016), Setting-up the transmission of individual MFI statistics on balance sheet items and interest rates across the Eurosystem, IFC Bulletins chapters, in: Bank for International Settlements (ed.), Combining micro and macro data for financial stability analysis, Band 41, Bank for International Settlements.

Panzar, J. C. und J. N. Rosse (1987), Testing For “Monopoly” Equilibrium, The Journal of Industrial Economics, Vol. 35(4), S. 443 – 456.

Sander, H. und S. Kleimeier (2004), Convergence in euro-zone retail banking? What interest rate pass-through tells us about monetary policy transmission, competition and integration, Journal of International Money and Finance, Vol. 23, S. 461 – 492.

Stiroh, K. J. und P. E. Strahan (2003), Competitive Dynamics of Deregulation: Evidence from U.S. Banking, Journal of Money, Credit and Banking, Vol. 35(5), S. 801 – 828.

Tiza Mimun, A., G. Fukker und M. Sydow (2025), The effects of monetary policy on banks and non-banks in times of stress, ECB Working Paper Series, Nr. 3114.

Van Leuvensteijn M., C. Kok Sørensen, J. A. Bikker und A. A. R. J. M. van Rixtel (2013), Impact of bank competition on the interest rate pass-through in the euro area, Applied Economics, Vol. 45, S. 1359 – 1380.

Wang, Y., T. M. Whited, Y. Wu und K. Xiao (2022), Bank Market Power and Monetary Policy Transmission: Evidence from a Structural Estimation, The Journal of Finance, Vol. 77(4), S. 2093 – 2141.

Die Anzahl der Banken springt Ende 2008 aufgrund einer Neuklassifizierung bestimmter Finanzinstitute als Banken, vgl.: Europäische Zentralbank (2009).
Vgl.: Europäische Zentralbank (2017, 2020).
Vgl.: Beccalli und Frantz (2013).
Vgl.: Deutsche Bundesbank (2024).
Vgl.: Deutsche Bundesbank (2023).
Auch die Weitergabe geldpolitischer Kursänderungen an Einlagenzinssätze sind Teil der Zinsweitergabe. Die Zinsweitergabe bei Einlagen steht in diesem Aufsatz allerdings nicht im Fokus.
Vgl.: Deutsche Bundesbank (2018).
Vgl.: Bain (1951) sowie Deutsche Bundesbank (2001).
Vgl.: Demsetz (1973) sowie Deutsche Bundesbank (2001).
Vgl.: Bredl (2025).
Die einzelnen Marktanteile werden vor der Summation quadriert, weil die Summe der Marktanteile über alle Banken stets eins (beziehungsweise 100 %) ergibt, während die Summe der Quadrate nur bei einem bei einem maximal konzentrierten Markt, das heißt, eine Bank hat einen Marktanteil von 100 %, eins beträgt.
Vgl.: Deutsche Bundesbank (2001).
Die Berechnung des HHI für NFU-Kredite für den Euroraum ist auf Grundlage der verfügbaren Daten für einen längeren Zeitraum nicht möglich. Daher wird der HHI für NFU-Kredite für den Euroraum nicht betrachtet.
Vgl.: Boone (2008).
Die „H-Statistik“ ist die Reaktion der Erträge einer Bank auf die Veränderung von Faktorpreisen, wie etwa der Löhne. Wie sich zeigen lässt, ist die Stärke und Richtung dieser Reaktion unter bestimmten Annahmen ein Indikator für die Wettbewerbsintensität. Der Lerner-Index misst, welchen prozentualen Aufschlag Banken bei den Preisen ihrer Produkte gegenüber ihren Grenzkosten durchsetzen können. Ein geringer Aufschlag ist dann ein Indikator für einen starken Wettbewerb. Der Boone-Indikator gibt an, wie stark der Marktanteil oder der Gewinn einer Bank von ihrer Effizienz abhängt.
Vgl.: Bikker et al. (2012).
Für entsprechende Überlegungen für den Einlagenmarkt siehe: Berger und Hannan (1989).
An dieser Stelle ist die Differenzierung zwischen dem Niveau der Kreditzinssätze und der Zinsweitergabe – also der Reaktion der Kreditzinssätze auf eine Veränderung von Marktzinssätzen – wichtig. Gemäß den Ausführungen in diesem Absatz liefert eine empirische Untersuchung der Wirkung der Konzentration auf das Niveau der Kreditzinssätze Evidenz im Hinblick auf die erste Stufe der Wirkungskette. Dies ist nicht zu verwechseln mit der empirischen Untersuchung der Wirkung der Konzentration auf die Zinsweitergabe, die im ersten Teil dieses Kapitels behandelt wird.
Zur steigenden Bedeutung von NBFI vgl.: Deutsche Bundesbank (2025).
So finden Tiza Mimun et al. (2025), dass im Euroraum die Reaktion von NBFI auf eine geldpolitische Maßnahme stark über die verschiedenen Typen dieser Intermediäre variiert.
Vgl.: Kho (2025).
Vgl.: Liebersohn (2024).

Monatsbericht – Januar 2026 78. Jahrgang, Nr. 1