Gliederung:

I.  Einleitung  2

II.  Begriffserklärungen  3

II.1.  Innovation  3

II.2.  Profitabilität  3

II.3.  Rendite  3

II.4.  Reale Wachstumsrate  4

II.5.  Patentdummy  5

II.6.  Lag  5

II.7.  Lead  5

III.  Schaubilder mit Interpretationen  6

IV.  Überprüfung der Hypothesen anhand von Regressionsanalysen  9

IV.1.  „Kleine“ Regression der deutschen Waffenindustrie  10

IV.2.  „Große“ Regression der deutschen Waffenindustrie  14

IV.3.  „Kleine“ bzw. „Große“ Regression mit ausländischen Firmen  15

V.  Einige Aussagen zur Vorarbeit und Berechnung der Regressionen  16

VI.  Fazit  17

VII.  Anhang mit Literaturverzeichnis  I

- 1 -

I. Einleitung:

Zusammenhänge und Einflüsse von verschiedenen Faktoren zueinander zu untersuchen, sind ein Kernstück der Forschung in der Wirtschaftsgeschichte. Die Verbindung von Innovation und Profitabilität zu untersuchen ist sicherlich ein interessanter Einstieg in dieses Forschungsgebiet. Wenn jetzt auc h noch die Branche der Waffen- und Munitionsherstellung betrachtet wird, wird die Sache bestimmt noch ein Grad spannender, da man heutzutage im allgemeinen nicht mehr mitbekommt, welche (vielleicht große und anderweitig bekannte) Firma in dieser Branche tätig ist, oder erst durch Waffenproduktion groß geworden ist. Ein Beispiel dafür ist die Firma Mauser. Gegründet vom Namensgeber Dr. ing. Paul Mauser, erfanden die damaligen Mitarbeiter das moderne Repetiersystem, welches die Waffentechnik von Grund auf revolutionierte und sogar noch in heutigen Jagdgewehren Anwendung findet. 1898 wurde in die deutsche Armee der Karabiner 98 eingeführt, den die Firma Mauser herstellte. Im ersten Weltkrieg besaßen die Deutschen eine leicht abgeänderte Version, den so genannten „Karabiner 98b“ und sogar noch zu Beginn des zweiten Weltkrieges die weiterentwickelte Version: Den legendären „Karabiner 98k“. Immerhin hatte die Wehrmacht zu Kriegsbeginn ganze 2 769 533 Stück zu Verfügung. ¹ Wenn man jetzt noch die riesige Summe von 880,5 Mio. Schuss des dazugehörigen Kalibers 7,9 betrachtet, die zum selben Zeitpunkt vorhanden waren ² , könnte sich einem die Frage aufdrängen, ob die Inhaber der Firma mit dieser Erfindung und Abnahme des Produktes von einer ganzen Armee das Geschäft ihres Lebens gemacht haben. Und genau diese Frage soll die nachfolgende Arbeit erörtern und versucht dies abschließend zu klären. Wurden Mauser und die anderen Waffenhersteller groß durch ihre Erfindungen? Gibt es also Zusammenhänge zwischen Innovation und Profitabilität? Oder sind die Firmen unweigerlich mit Ihrer Unternehmensumwelt derart verknüpft, dass Einflussfaktoren von außerhalb wie beispielsweise Inflation, Wirtschaftswachs tum oder aber auch Gesetzgebung usw. die Unternehmung wie ein Spielball beeinflussen und die Innovation in Form von Neuerfindungen nur eine untergeordnete Rolle spielt. Dies würde eine Art evolutionstheoretischen Aspekt ³ der Wirtschaftswissenschaft untermauern. Egal, ob nun ein positiver oder negativer Zusammenhang schlussendlich bei den nachfolgenden Untersuchungen dabei herauskommt, eines ist sicher: Mauser, Krupp, Vickers und die

¹ www.lexikon-der-Wehrmacht.de/Waffen/gewehre.htm

² www.lexikon-der-Wehrmacht.de/Waffen/gewehre.htm

³ Der evolutionstheoretische Ansatz ist sehr gut beschrieben in Bea/Haas (2001), Seite 29f.

- 2 -

anderen Waffenhersteller gibt es heute noch, wenn auch fusioniert mit anderen Unternehmen, und viele, wenn nicht alle, produzieren auch heutzutage noch in der Waffenbranche. Es scheint also in der Tat, dass sie sich auf ihre Kernkompetenzen konzentrieren würden und bis heute damit sich auf dem Markt zumindest behaupten können.

II. Begriffserklärungen:

Um die nachfolgenden Ausführungen verständlicher zu mache n, werden nun zuerst einige Begriffe erklärt, die sowohl maßgeblich sind für das Verstehen der weiteren Ausführungen als auch Transparenz in die Arbeit bringen sollen.

II.1. Innovation

Innovation wird nachfolgend an den Patenten gemessen. Sie sind also ein Indikator für die Innovation. Ob allerdings die absolute Anzahl Einfluss auf die Profitabilität hat oder nur die Tatsache, ob ein Unternehmen im Jahr ein oder mehr Patente herstellt oder nicht, wird später in den Regressionen ersichtlich werden.

II.2. Profitabilität

Als Indikator für die Profitabilität von Unternehmen stehen sowohl die klassische Rendite als auch die reale Wachstumsrate zur Auswahl. Es werden in den folgenden Regressionen beide Indikatoren als zu erklärende Variable benutzt, zum einen um eventuelle Schwächen eines Indikators auszumerzen, zum anderen um schlussendlich zu sehen, ob sich einer vielleicht als besonders geeignet zur Bestimmung der Profitabilität herausstellt.

II.3. Rendite

Rendite: Die Rendite jedes Unternehmens wurde mit folgender Formel berechnet:

( )

Rendite:

Anzumerken ist hierbei, dass mit einem Panel- Datensatz gearbeitet wurde und alle Werte aus dem „Handbuch der Deutschen Aktiengesellschaften“ ⁴ entnommen wurden, wo alle Werte (Kurse, Dividende, usw.) in Prozent angegeben werden. Entsprechend wurde gerechnet.

⁴ Handbuch der Deutschen Aktiengesellschaften, Ausgabe 1911/12 und 1912/13

- 3 -

Zu beachten ist ebenfalls, dass überprüft wurde, ob die Variablen normalverteilt sind. ⁵ Dies wurde anhand des nichtparametrischen Kolmogorov- Smirnov- Anpassungstests vollzoge n. Dieser Test benutzt den beobachteten Mittelwert, die Standardabweichung und den Stichprobenumfang, um eine hypothetische Normalverteilung, die auf diesen Parametern basiert, zu generieren. Nun wird weiterhin eine maximale Abweichung zwischen der beobachteten und der hypothetischen (normalverteilten) Verteilung errechnet. Wenn jetzt die tatsächliche Abweichung größer ist als die errechnete ma ximale Abweichung, so hätte man keine Normalverteilung. Da für aussagekräftige und vergleichbare Variablen die Verteilung symmetrisch sein sollte, wurden bei fehlender Normalverteilung die Variablen logarithmiert. Eine etwas (rechts-) schiefe Verteilung kann außerdem zu einer verzerrten Schätzung von Teststatistiken sowie Konfidenzintervallen führen, was wiederum zu Autokorrelationen ⁶ (bei Zeitreihen) oder sogar zu Heteroskedastie ⁷ führen kann. Dann hätten wir das Problem, dass die Ordinary- Least- Square- (OLS) Methode nicht länger effizient wäre, da die t - und F-Tests ungültig wären.

II.4. Reale Wachstumsrate

Reale Wachstumsrate: Diese wiederum berechnet sich aus der Veränderung der nominalen Aktienkursen im Zeitraum eines Jahres.

− Nominale Wachstumsrate: ln ln Kurs Kurs (Formel 2)

− 1 t t

Um von den nominalen auf reale Werte zu gelangen, wurde das Ganze schlussendlich mit einem Deflator multipliziert. Dies entspricht der Inflationsbereinigung. Wie bei der Rendite können auch bei der realen Wachstumsrate selbstverständlich negative Werte auftreten, was darauf zurückgeführt werden kann, dass eine Unternehmung im Vergleich zum Vorjahr ein nicht ganz so gutes Ergebnis vorweisen kann, was sich dann auf die Aktienkurse auswirkt. Diese werden im neuen Jahr nicht mehr ganz so hoch sein und so

⁵ Definition Normalverteilung: Eine um das arithmetische Mittel , symmetrische stetige , glockenförmige

Verteilung , die allein durch das arithmetische Mittel und die Standardabweichung vollständig beschrieben wird.

(Dipl. Volkswirt Alexander Moradi und Prof. Dr. Jörg Baten , Skript Einführung in SPSS anhand historischer

Wirtschaftsdaten , WS 2003/2004 , Seite 32)

⁶ Definition Autokorrelation: Die Residuen sind nicht unabhängig voneinander, sondern weisen eine Korrelation

mit Vorperiodenresiduen auf.

(Dipl. Volkswirt Alexander Moradi und Prof. Dr. Jörg Baten , Skript Einführung in SPSS anhand historischer

Wirtschaftsdaten , WS 2003/2004 , Seite 141)

⁷ Definition Heteroskedastie: Fehlerterme sind normalverteilt mit dem Erwartungswert von 0, allerdings ist die

Varianz nicht länger konstant.

(Dipl. Volkswirt Alexander Moradi und Prof. Dr. Jörg Baten , Skript Einführung in SPSS anhand historischer

Wirtschaftsdaten , WS 2003/2004 , Seite 108)

- 4 -

ergibt sich dann eine negative reale Wachstumsrate. Natürlich setzten Analysen mit Aktienkursen für 100% richtige Ergebnisse einen vollkommenen Aktienmarkt voraus, wo jeder über dieselben Informationen verfügt, aber da das in der wirklichen Welt nie gegeben ist, muss der Datenanalyst darauf hoffen, trotzdem einigermaßen gute Ergebnisse zu erzielen. Es wird später offensichtlich werden, ob die Modelle in dieser Hinsicht zu gebrauchen sind.

II.5. Patentdummy

Patentdummy ⁸ : Wie oben bereits angesprochen, wird nachher nicht nur die Wirkungen der gesamten Patentanzahl auf die Profitabilität von Unternehmen untersucht, sondern auch die Tatsache, ob eine Unternehmung in einem Jahr überhaupt innovativ war oder nicht eine Rolle spielt. Hierfür wird eine Dummyvariable eingeführt, die nur zwei Werte annehmen kann: 1.) Die Unternehmung war in einem Jahr innovativ (hat also Patente angemeldet). 2.) Die Unternehmung war in einem Jahr nicht innovativ (hat keine Patente angemeldet).

II.6. Lag

Lag: Unter einem „Lag“ versteht man eine zeitliche Verzögerung. In dieser Arbeit wird diese Verzögerung normalerweise ein Jahr betragen („Lag1“) oder zwei Jahre („Lag2“). Sinnvoll ist diese Betrachtung in der Hinsicht, dass man erfassen kann, ob die Innovation der Unternehmen in Form von Patenten vielleicht erst mit zeitlicher Verzögerung in Erscheinung tritt. Wenn sich jetzt in einer Regression herausstellen sollte, dass das „Lag2“ der Patente signifikant wäre, würde das bedeuten, dass die Patente also zwei Jahre bräuchten, um auf dem Markt Fuß zu fassen und andere Anlaufschwierigkeiten zu überwinden. Als Beispiel hierfür kämen die Einlernzeit der Arbeiter oder die unter Umständen langwierige Beschaffung von Produktionsmaschinen aber auch die Überwindung von Markteintrittsbarrieren in Betracht.

II.7. Lead

Hierunter versteht man das genaue Gegenteil eines „Lags“, nämlich die zeitliche Vorlagerung des Geschehens. Auch hier wird man normalerweise von einem („Lead1“) bzw. zwei Jahren („Lead2“) ausgehen. Als Grund für diese Betrachtung ist anzunehmen, dass Unternehmen erst einmal eine gewisse Zeit einiges an Kapital investieren müssen um ein neues Produkt zu

⁸ Definition Patentdummy: qualitative Variablen, die keine Ordnung im mathematischen Sinne angeben und nur

Werte zwischen 0 und 1 annehmen.

(Dipl. Volkswirt Alexander Moradi und Prof. Dr. Jörg Baten , Skript Einführung in SPSS anhand historischer

Wirtschaftsdaten , WS 2003/2004 , Seite 93)

- 5 -