Inhaltsverzeichnis

Inhaltsverzeichnis.   2

Abbildungsverzeichnis.   IV

Abk  ürzungsverzeichnis.  V

1.  Einleitung.  1

2.  Anforderungen an ein Modell zur Krisenfrüherkennung.  7

2.1.  Vorbemerkung zur Statistischen Jahresabschlussanalyse.  7

2.2.  Ableitung von Beurteilungskriterien eines Modells zur Krisenfrüherkennung.  8

2.2.1.  Überblick.  8

2.2.2.  Krisenfrüherkennung und Erkennung von Krisenursachen.  8

2.2.2.  Anforderungen an die Datenbasis.  9

2.2.2.1.  Qualität der Datenbasis.  9

2.2.2.2.  Repräsentativität der Datenbasis.  9

2.2.3.  Anforderungen an die Verfahren.  12

2.2.3.1.  Kennzahlenbildung und Kennzahlenauswahl.  12

2.2.3.1.1.  Grundlegende Anforderungen an die Kennzahlen.  12

2.2.3.1.2.  Anforderungen bei der Kennzahlenauswahl.  12

2.2.3.2.  Anforderungen an die analytische Vorgehensweise der Verfahren.  15

2.2.3.2.1.  Verständlichkeit.  15

2.2.3.2.2.  Empirische Validierung.  16

2.2.3.2.3.  Leistungsfähigkeit.  16

2.2.3.2.3.1.  Bestimmungsfaktoren der Leistungsfähigkeit.  16

2.2.3.2.3.2.  Ermittlung der Klassifikationsleistung.  17

2.2.4.  Prüfungsmöglichkeiten der Beurteilungskriterien.  20

3.  Beurteilung der Datenbasis.  21

3.1.  Der Jahresabschluss.  21

3.1.1.  Wesen des Jahresabschlusses.  21

3.1.2.  Aufgabe und Rechtssätze des Jahresabschlusses.  22

3.2.  Mängel des Jahresabschlusses.  24

3.2.1.  Überblick.  24

3.2.2.  Eingeschränkte Möglichkeit der Erkennung von latenten Krisen.  24

3.2.3.  Vergangenheitsbezogenheit und geringer Detaillierungsgrad.  26

3.2.4.  Grundsätze ordnungsmäßiger Buchführung.  27

3.2.5.  Unvollständigkeit.  28

3.2.5.  Zielkonflikte.  28

3.2.7.  Bilanzpolitisch motivierte Maßnahmen.  31

3.3.  Bilanzpolitik.  32

3.3.1.  Begriff und Ziele.  32

3.3.2.  Konservative und progressive Bilanzpolitik.  32

3.3.3.  Instrumente der Bilanzpolitik.  34

3.3.3.1.  Überblick.  34

3.3.3.2.  Bilanzierungswahlrechte.  37

3.3.3.3.1.  Aktivierungswahlrechte.  37

3.3.3.3.1.1.  Derivativer Geschäfts- oder Firmenwert.  37

2

3.3.3.3.1.2.  Ingangsetzungs- und Erweiterungsaufwendungen.  39

3.3.3.3.2.  Passivierungswahlrechte.  40

3.3.3.3.2.1.  Rückstellungen.  40

3.3.3.3.2.2.  Sonderposten mit Rücklagenanteil.  42

3.3.3.3.  Bewertungswahlrechte.  42

3.3.3.3.1.  Abschreibungsmethoden und Änderung der Methoden.  42

3.3.3.3.2.  Definition und Änderung der Herstellungskostenbestandteile.  44

3.3.3.4.  Bilanzpolitsch motivierte Sachverhaltsgestaltungen.  45

3.3.3.4.1.  Sale and lease back Maßnahmen.  45

3.3.3.4.2.  Window-dressing-Maßnahmen.  46

3.3.3.4.3.  Umgehung des Ansatzverbots § 248 Abs.2.  47

3.3.4.  Quantifizierung und Grenzen der Bilanzpolitik.  47

4.  Ausgewählte Verfahren und Modelle zur Krisenfrüherkennung.  50

4.1.  Ausgewählte Verfahren der Jahresabschlussanalyse.  50

4.1.1.  Vorbemerkung.  50

4.1.2.  Die Lineare Multivariate Diskriminanzanalyse.  52

4.1.2.1.  Vorbemerkung.  52

4.1.2.2.  Formulierung der Diskriminanzfunktion.  52

4.1.2.3.  Schätzung der Diskriminanzkoeffizienten.  53

4.1.2.4.  Prüfung der Merkmalsvariablen.  54

4.1.2.5.  Prüfung der Modellgüte.  55

4.1.2.6.  Ergebnisse und Prognose mit Linearen Multivariaten  

Diskriminanzanalysen.   55

4.1.3.  Künstliche Neuronale Netzanalyse.  56

4.1.3.1.  Vorbemerkung.  56

4.1.3.2.  Konstruktionsprinzip und Bestimmung der Netztopologie.  56

4.1.3.3.  Bestimmung der Verbindungsgewichte.  58

4.1.3.4.  Prüfung der Merkmalsvariablen.  59

4.1.3.5.  Prüfung der Modellgüte.  60

4.1.3.6.  Ergebnisse und Prognose mit Künstlichen Neuronalen Netzen.  60

4.1.4.  Die Logistische Regressionsanalyse.  61

4.1.4.1.  Vorbemerkung.  61

4.1.4.2.  Rechenansatz der Logistischen Regression.  61

4.1.4.3.  Schätzung der Koeffizienten.  62

4.1.4.4.  Prüfung der Merkmalsvariablen.  63

4.1.4.5.  Prüfung der Modellgüte.  64

4.1.4.6.  Ergebnisse und Prognose mit Logistischen Regressionsmodellen.  65

4.1.5.  Zwischenergebnisse.  66

4.2.  Ausgewählte Empirische Modelle.  70

4.2.1.  Vorbemerkung.  70

4.2.2.  Baetge Bilanz Rating.  71

4.2.2.1.  Datenbasis.  71

4.2.2.2.  Modellierung mit einer Künstlichen Neuronalen Netzanalyse.  72

4.2.2.3.  Die Kennzahlen des Modells.  73

4.2.2.3.1.  Objektivierungs- und Ganzheitlichkeitsprinzip.  73

4.2.2.3.2.  Neutralisierungsprinzip und Bildung der Kennzahlen.  73

4.2.2.3.2.1.  Überblick.  73

4.2.2.3.2.2.  Die Kennzahlen der Vermögenslage.  75

4.2.2.3.2.3.  Die Kennzahlen der Finanzlage.  77

3

4.2.2.3.2.4  Die Kennzahlen der Ertragslage.  79

4.2.2.4.  Modellergebnisse des BBR.  79

4.2.3.  RiskCalc Germany.  80

4.2.3.1.  Datenbasis.  80

4.2.3.2.  Modellierung mit Logistischer Regressionsanalyse.  81

4.2.3.3.  Die Kennzahlen des Modells.  82

4.2.3.3.1.  Objektivierungs- und Ganzheitlichkeitsprinzip.  82

4.2.3.3.2.  Neutralisierungsprinzip und Bildung der Kennzahlen.  82

4.2.3.3.2.1.  Überblick.  82

4.2.3.3.2.2.  Die Kennzahlen der Vermögenslage.  83

4.2.3.3.2.3.  Die Kennzahlen der Finanzlage.  85

4.2.3.3.2.4.  Die Kennzahlen der Ertragslage.  85

4.2.3.4.  Modellergebnisse des RiskCalc Germany.  86

4.2.4.  Zwischenergebnisse.  87

4.3.  Theoretische Grenzen der Verfahren und Modelle.  91

4.3.1.  Rückschlüsse von der Vergangenheit auf die Zukunft.  91

4.3.2.  Ursache-Wirkungs-Zusammenhänge.  92

5.  Gesamtzusammenfassung und Ausblick.  94

Anhang A. VI   

Anhang B. VII   

Anhang C. X   

Anhang D. XII   

Literaturverzeichnis.   XIV

Gesetzesverzeichnis.   XXI

Online  im Internet.  XXII

4

Abbildungsverzeichnis   

Abbildung  1 Soll- / Ist - Objekt.  

Abbildung  2 Systematisierung der Bilanzpolitik in zeitlicher Hinsicht.  

Abbildung  3 Ergebnisse der Analyse Leker / Schewe 1998.  

Abbildung  4 Kennzahlen des BBR.  

Abbildung  5 Cash-Flow I im BBR.  

Abbildung  6 Kennzahlen des RiskCalc TM Germany.  

Anhang A   

Abbildung  7 Jahresabschlussadressaten und Informationsquellen.  

Anhang B   

Abbildung  8 GoF und Erweiterungsmaßnahmen.  

Abbildung  9 Sonderposten mit Rücklagenanteil und Rückstellungen.  

Abbildung  10 Progressive und konservative Bilanzpolitik.  

Anhang C   

Abbildung  11 Leker / Schewe.  

Abbildung  12 Hüls, BP-14, RiskCalc Germany.  

Abbildung  13 Feidicker, Krause.  

Abbildung  14 Niehaus.  

Abbildung  15 Weitere Untersuchungen.  

Anhang D   

Abbildung  16 Skala des BBR.  

Abbildung  17 Alternative Varianten von Eigenkapitalquoten.  

Abbildung  18 Skala des RiskCalc Germany.  

Abbildung  19 Die Kennzahlen des komplexen RiskCalc Germany.  

IV

Abkürzungsverzeichnis

Abs. Absatz AktG Aktiengesetz BBR Baetge Bilanz Rating BGBl Bundesgesetzblatt DB Der Betrieb d.h. das heißt DStR Deutsches Steuerrecht EStG Einkommenssteuergesetz FN Fußnote Gem. gemäß GmbHG GmbH - Gesetz GoB Grundsätze ordnungsmäßiger Buchführung GoF Geschäfts- oder Firmenwert GuV Gewinn- und Verlustrechnung HGB Handelsgesetzbuch i.d.R. in der Regel KNN Künstliches Neuronales Netz KNNA Künstliche Neuronale Netzanalyse LMDA Lineare Multivariate Diskriminanzanalyse LRA Logistische Regressionsanalyse S. Satz StGB Strafgesetzbuch u.U. unter Umständen Wpg Wirtschaftsprüfung z.B. zum Beispiel ZfB Zeitschrift für Betriebswirtschaft Zfbf Zeitschrift für betriebswirtschaftliche Forschung z.T. zum Teil

1. Einleitung

Im ersten Halbjahr des vergangenen Jahres verzeichnete das Statistische Bundesamt 18.500 Insolvenzen von deutschen Unternehmen ¹ . Das bedeutet bei den Insolvenzen von Personen-und Kapitalgesellschaften einen Anstieg um 10 % auf knapp 11.700 Fälle. Die Gerichte bezifferten die offenen Forderungen der Gläubiger für alle Insolvenzanträge ² im ersten Halbjahr 2002 auf 24 Mrd. Euro. Bei den betroffenen Unternehmen waren im ersten Halbjahr 2002 134.000 Arbeitnehmer beschäftigt.

Um so wichtiger erscheint die Forderung, geeignete Instrumente zur Krisenfrüherkennung zu erstellen. Mit diesen soll eine Unternehmenskrise frühzeitig identifiziert werden können, um eine drohende Insolvenz durch die rechtzeitige Einleitung geeigneter Abwehrmaßnahmen zu verhindern. Dabei werden Unternehmenskrisen ³ als „ungeplante und ungewollte Prozesse von begrenzter Dauer und Beeinflussbarkeit mit ambivalentem Ausgang“ definiert, „sie sind in der Lage, den Fortbestand der gesamten Unternehmung substantiell und nachhaltig zu gefährden oder sogar unmöglich zu machen.“

Die Ursachen von Unternehmenskrisen ⁴ können im allgemeinen in vier grundlegende Bereiche eingeordnet werden. Zum einen können die Gründe einer Krise in der Person des Unternehmers oder Managers liegen, z.B. durch dessen unangemessenen patriarchalischen Führungsstils oder auch durch dessen Tod. Andererseits können die Ursachen auch in der Unternehmensverfassung (Organisation, Unternehmensstrategie) liegen, z.B. in einer überhasteten Expansion oder in einem zentralisitischen Führungsstil. Daneben sind aber auch erfolgs- bzw. finanzwirtschaftliche Gründe möglich, die letztendlich das Unternehmen in eine Krise bzw. sogar in die Insolvenz drängen. Beispiele hierfür sind eine falsche Preis- bzw. Qualitätspolitik, die Kündigung von Krediten oder ein schwerwiegender Forderungsausfall. Es wird deutlich, daß eine Krise spätestens dann vorliegt, wenn das Unternehmen überschuldet oder zahlungsunfähig ist und aufgrund dessen die Eröffnung eines Insolvenzverfahrens ⁵ beantragt. Eine Prognose einer Insolvenz kommt indes offensichtlich zu spät, da der Fortbestand dann oftmals nicht mehr gewährleistet ist. Von Bedeutung ist deshalb, die Kenntnis der wirtschaftlichen Lage und damit einer negativen Unternehmensentwicklung in Zeiten vor einer Insolvenz. Hierbei wird angenommen, daß sich

¹ Vgl. Statistisches Bundesamt: Insolvenzen, Online im Internet (2003), 2. Absatz.

² Das schließt 21100 gemeldete Insolvenzen von übrigen Schuldnern (9900 Insolvenzen von Verbrauern, 10100

von anderen natürlichen Personen, und knapp 1200 Nachlassinsolvenzen) ein. Wobei hier Auswirkungen der

Änderung der Insolvenzordnung zum 1.12.2001 bei der Bestimmung der Anzahl der Insolvenzen zu beachten

sind. vgl. Statistisches Bundesamt: Insolvenzen, Online im Internet (2003), letzter Absatz.

³ Vgl. Krystek, U. (1987): Unternehmenskrisen S.5.

⁴ Vgl. einen umfassenden Überblick Hauschildt, J. (2000): Unternehmenskrisen S.6 Abb.2.

⁵ Die Eröffnung eines Insolvenzverfahren wird beantragt nach Vorliegen der Tatbestände der §§ 17,18,19 InsO.

„die“ Unternehmenskrise aus der Abfolge verschiedener Krisenphasen zusammensetzt ⁶ . Zu Beginn einer Unternehmenskrise treten vorgelagerte Krisensymptome auf, wobei eine Wahrnehmung durch das Unternehmen und der Unternehmensumwelt nicht möglich ist ⁷ . Eine Wahrnehmung der Krise ist erst im Stadium der latenten Krise ⁸ möglich. Hier zeigen sich zumindest innerhalb des Unternehmens Hinweise auf eine Krise, die aber vielfach nicht wahrgenommen werden, da die Beteiligten ein eigenwilliges psychisches Verhalten entwickeln, um die Krise nicht wahrzunehmen. Dagegen bleibt der Unternehmensumwelt eine latente Krise verborgen. Das Eintreten in die nachgelagerte Krisenphase ist nun abhängig vom Verhalten der Unternehmensführung. Wird die Krise erkannt und sind die eingeleiteten Maßnahmen zur Krisenabwehr erfolgreich, so erreicht das Unternhmen wieder das Stadium der normal verlaufenden Geschäftstätigkeit ⁹ . Im anderen Fall der Verkennung bzw. auch bei Versagen der Maßnahmen zur Krisenabwehr tritt das Unternehmen in die Phase der manifesten Krise ein. Hier offenbart sich die Unternehmenskrise auch letztlich dem Großteil der Geschäftspartner des Unternehmens, von deren Reaktionen der Übertritt in das Stadium der Insolvenz abhängig ist. Z.B. kann die Kündigung von Krediten ein Unternehmen sehr schnell in die Insolvenz bzw. zur Eröffnung des Insolvenzverfahrens drängen. Wie bereits deutlich wurde, kommt die Analyse der Insolvenz zu spät, aber auch eine Diagnose bzw. Prognose der manifesten Krise ist nicht von Nutzen, da Jahresabschlüße von Unternehmen, die sich in einer manifesten Krise befinden, meistens bereits unter dem Ziel der Liquidation bzw. Zerschlagung des Unternehmens erstellt und zudem dem Analytiker sehr verspätet vorgelegt werden ¹⁰ . Eine Analyse der Krisenfrüherkennung muss demnach nach Krisensignalen und Krisenursachen in der Phase der latenten Krise suchen. Denn umso früher Krisensignale und auch Krisenursachen identifiziert werden können, umso größer sind die Chancen, enstprechende Maßnahmen zur Abwehr der Krise einzuleiten und damit Fehlentwicklungen unauffällig zu korrigieren, da wie gezeigt eine latente Krise der Unternehmensumwelt weitgehend verborgen bleibt.

Die Krisenerkennung setzt an der Beurteilung der wirtschaftlichen Lage an, dazu stehen den Unternehmensinternen neben dem Jahresabschluss (externe Bilanz) und Lagebericht vielfältige Rechnungen und interne Bilanzen zur Verfügung. Dagegen ist der veröffentlichte

⁶ Vgl. Hauschild, J. (2000): Unternehmenskrisen S.3; Leker, J. (1993): Fraktionierende Frühdiagnose S.14ff.

⁷ einige Autoren darunter unter anderem Krystek, U. gehen nicht von einer solchen vorgelagerten Krisenphase

aus, sondern bezeichnen bereits das Stadium der normal verlaufenden Geschäftstätigkeit als Entstehungs-

zeitpunkt einer Unternehmenskrise Vgl. Krystek, U. (1987): Unternehmenskrisen, Beschreibung S.64.

⁸ weiter Begriffe sind z.Bsp. „subakute“ oder „strategische“ Krise.

⁹ Vgl. Leker, J. (1993): Fraktionierende Frühdiagnose S.17.

¹⁰ Zu diesem Zeitpunkt kann bereits eine Insolvenz bestehen. Vgl. Hauschild, J. (2000): Unternehmenskrisen S.3

Jahresabschluss und in manchen Fällen der Lagebericht für Unternehmensexterne (externe Jahresabschlussadressaten ¹¹ ) die einzige Informationsquelle zur Beurteilung der wirtschaftlichen Lage. Externen Jahresabschlussadressaten liegt dabei ein besonderes Interesse in der Beurteilung der Unternehmenssituation, da sie vielfältige Ansprüche an das Unternehmen stellen und deren ausreichende Erfüllung nur aus dem Jahresabschluss abgelesen werden kann. Deshalb sollen im Rahmen dieser Arbeit ausschließlich externe Jahresabschlussadressaten und ihre Möglichkeiten einer Früherkennung einer latenten Unternehmenskrise betrachtet werden. Dabei stellt sich die Frage, ob und wie eine latente Krise im Jahresabschluss zu erkennen ist und ob dieser generell als Grundlage für eine Analyse geeignet ist.

Den externen Adressaten wird grundsätzlich der handelsrechtliche Jahresabschluss und der Konzernbericht vorliegen, nicht aber die Steuerbilanz ¹² . Da der Konzernabschluss besonderen und im Vergleich zu dem handels- und steuerrechtlichen Jahresabschluss weiteren Möglichkeiten der Beeinflussung der Jahresabschlusskonzeption unterliegt, soll hier ausschließlich der handelsrechtliche Jahresabschluss betrachtet werden. Dabei ist zu beachten, dass sich der handelsrechtliche Jahresabschluss und der steuerrechtliche Jahresabschluss über das Maßgeblichkeitsprinzip und über das umgekehrte Maßgeblichkeitsprinzip (§ 5 EStG, § 254 HGB) gegenseitig beeinflussen ¹³ . Ebenso soll sich vornehmlich auf Kapitalgesellschaften beschränkt werden, da deren Jahresabschlüsse aufgrund der Offenlegungspflicht für Analysezwecke jedem zur Verfügung stehen ¹⁴ .

Zur Erfassung der wirtschaftlichen Lage wird eine Jahresabschlussanalyse ¹⁵ durch den Analytiker (hier externe Jahresabschlussadressaten) durchgeführt. Ziel einer Jahresabschlussanalyse ist es, entscheidungsrelevante Informationen über die gegenwärtige wirtschaftliche Lage und die künftige wirtschaftliche Entwicklung eines Unternehmens zu gewinnen, die nicht direkt dem Jahresabschluss und dem Lagebericht eines Unternehmens entnommen werden können ¹⁶ .

Zur Gewinnung der entscheidungsrelevanten Informationen sind die Angaben im Jahresabschluss und im Lagebericht systematisch aufzubereiten und vor dem Hintergrund der

¹¹ Vgl. Anhang A, Abbildung (7).

¹² Unter der Annahme, dass keine Einheitsbilanz, sondern getrennt Handels- und Steuerbilanz erstellt werden.

(Dies ist der Regelfall in der Praxis).

¹³ Hierbei schränken steuerrechtliche Vorschriften den Handlungsspielraum in der Handelsbilanz ein. Vgl.

ausführlich Bitz,M.,Schneeloch,D.,Wittstock,W. (2000): Jahresabschluss, S.309f.

¹⁴ Ergänzende Angaben zu Einzelunternehmen und Personengesellschaften sollen nur dann kurz erläutert

werden, wenn es für die Beurteilung von besonderer Bedeutung ist.

¹⁵ synonym dafür wird auch der Begriff Bilanzanalyse verwendet Vgl. Baetge, J. (1998): Bilanzanalyse, S..3.

¹⁶ Vgl. Gräfer,H. (1997): Bilanzanalyse, S.16.

wirtschaftlichen Rahmenbedingungen auszuwerten. Hierzu gehört zum einen eine erfolgswirtschaftliche Analyse, mit der der Analytiker im Rahmen der Jahresabschlussanalyse Informationen erhalten möchte, ob und vor allem auf welche Weise das Unternehmen Geld verdient oder verloren hat. Mit einer finanzwirtschaftlichen Analyse dagegen sollen Informationen gewonnen werden, ob und wieweit die Verdienstquelle gesichert werden konnte. Die Gewinnung der entscheidungsrelevanten Informationen erfolgt gewöhnlich mit Jahresabschlusskennzahlen bzw. Kennzahlensystemen ¹⁷ . Kennzahlen sind hochverdichtete Maßgrößen, die als Verhältniszahlen oder absolute Zahlen in einer konzentrierten Form über einen zahlenmäßigen Sachverhalt berichten. Mittels Kennzahlen sollen die Daten des Jahresabschlusses verdichtet werden zu wenigen, aber aussagekräftigen Größen, um auf relativ einfache Weise komplizierte betriebliche Strukturen und Prozesse abzubilden ¹⁸ . In der klassischen (traditionellen) Jahresabschlussanalyse werden dann mit Zeit-, Betriebs-und Soll-Ist-Vergleichen auf Basis von Kennzahlen Informationen über die Entwicklung des Unternehmens erzielt. Ebenso werden verschiedene Partialanalysen zur Beurteilung der Vermögens-, Finanz- und Ertragslage durchgeführt. Mit der Zusammenführung der Ergebnisse der Partialanalysen wird der Analytiker dann sein Gesamturteil über die wirtschaftliche Lage des Unternehmens, insbesondere über die Zahlungsfähigkeit und Ertragskraft des Unternehmens, bilden. Dieses Gesamturteil ist allerdings von den subjektiven Erfahrungen und Annahmen des Analytikers, zum einen durch die subjektive Auswahl der Kennzahlen bzw. der subjektiven Urteilsbildung über die Konsequenzen einer Kennzahlenausprägung, d.h. insolvent oder nicht insolvent, geprägt. Ein anderer Analytiker könnte bei der Betrachtung desselben Unternehmens zu einem anderen Urteil kommen. Neben der Subjektivität zeigt die klassische Jahresabschlussanalyse weitere Mängel in der Gesamturteilsbildung auf. Zum einen wird nicht deutlich, welche Kennzahlen frühzeitig und zuverlässig negative Unternehmensentwicklungen anzeigen und wie viele der geeigneten Kennzahlen für eine Gesamturteilsbildung notwendig bzw. hinreichend sind. Des weiteren lässt die klassische Jahresabschlussanalyse die Frage unbeantwortet, inwieweit die Kennzahlen zu einem objektiven aussagekräftigen Gesamtindikator der wirtschaftlichen Lage zusammengefasst werden können und ab welchem Wert eines solchen Gesamtindikators (Gesamturteils) eine Unternehmensgefährdung besteht. Hier ist der Ansatzpunkt der statistischen Jahresabschlussanalyse mit zahlreichen Verfahren. Zum Beispiel können verschiedene Varianten der Diskriminanzanalyse verwendet werden. Dies sind z.B. die

¹⁷ Vgl. Küting,K.,Weber,C.P. (1999): Bilanzanalyse, S.351.

¹⁸ Vgl. Küting.K.,Weber,C.P. (1999): Bilanzanalyse, S.16.

univariate Diskriminanzanalyse und die multivariate Diskriminanzanalysen mit den verteilungsfreien Verfahren (Kendall-Verfahren, Linhart-Verfahren, Nearest-Neighbour-Verfahren oder die Kernmethode) oder den verteilungsabhängigen Verfahren (quadratische Diskrimanzanalyse und lineare Diskriminanzanalyse) ¹⁹ . Andere Verfahren sind z.b. die Künstliche Neuronale Netzanalyse, die Logistische Regressionsanalyse, das Scoring-Verfahren oder Fuzzy-Expertensysteme. Hier soll sich auf die drei häufigsten und von Wirtschaftsprüfern, Kreditinstituten und Kreditversicherern am häufigsten eingesetzten Verfahren der Linearen Multivariaten Diskriminanzanalyse, der Künstlichen Neuronalen Netzanalyse und der Logistischen Regressionsanalyse beschränkt werden. Mit diesen Verfahren soll ausschließlich der Zwei-Gruppen-Fall der Einordnung der zu analysierenden Unternehmen in insolvenzgefährdet (krank) oder nicht-insolvenzgefährdet (gesund, solvent) betrachtet werden ²⁰ . Dabei lassen sich die Fragen aufwerfen, inwieweit mit den Verfahren ein objektives, umfassendes und auch unmanipuliertes Gesamturteil über das betrachtete Unternehmen möglich ist. Sind die Modelle zur Diagnose bzw. Prognose von latenten Krisen geeignet? Sind die entwickelten Modelle letztendlich auch leistungsfähig und damit in der Lage eine Krise frühzeitig zu erkennen und auch deren Ursachen aufzuzeigen?

Um diese Fragen zu beantworten, wird folgende Vorgehensweise gewählt:

Abbildung 1 Soll- / Ist - Objekt

¹⁹ Vgl. Feidicker, M. (1992): Kreditwürdigkeitsprüfung, S.134.

²⁰ Eine feinere Einordnung in 4-Gruppen (Insolvenz, Sanierung, Manifeste Krise und unauffällige Kontrollfälle

[solvente]) wird bei Leker (1993) vorgenommen. Vgl. Leker, J. (1993) : Fraktionierende Frühdiagnose.

Im ersten Teil dieser Arbeit sollen die Anforderungen an ein Standardmodell zur Krisenfrüherkennung (Soll-Objekt) näher erläutert werden. Hier stellt sich die Frage, welche Optimalitätsbedingungen an ein Standardmodell, insbesondere an die Datenbasis und an die Verfahren und Modelle, gestellt werden. Im nächsten Kapitel soll dann bereits eine Beurteilung der Datenbasis aufgrund der abgeleiteten Beurteilungskriterien erfolgen. Während im vierten Abschnitt eine Beurteilung der Verfahren und Modelle (Ist-Objekt) getrennt vorgenommen wird, soll im fünften Abschnitt eine Zusammenfassung und allgemeine Beurteilung des Ist-Objekts zur Entwicklung eines Standardmodells zur Krisenfrüherkennung erfolgen. Ebenso soll ein Ausblick über Verbesserungsmöglichkeiten und Anwendungsmöglichkeiten erläutert werden.

2. Anforderungen an ein Modell zur Krisenfrüherkennung

2.1. Vorbemerkung zur Statistischen Jahresabschlussanalyse

Im Gegensatz zur klassischen Jahresabschlussanalyse werden bei der statistischen Jahresabschlussanalyse statistische Verfahren zur Auswahl und Verdichtung der Jahresabschlusskennzahlen zu einem Gesamturteil über das zu analysierende Unternehmen genutzt. Aufgrund der Verwendung von Kennzahlen aus dem Jahresabschluss wird deshalb auch von jahresabschlussbasierten Verfahren gesprochen. Derartige Verfahren erfassen die Unterschiede in der Ausprägung der Kennzahlen von insolventen und solventen Unternehmen und beurteilen anhand der damit erfassten Muster die wirtschaftliche Lage eines Unternehmens. Dabei wird unter der wirtschaftlichen Lage des Unternehmens die Fähigkeit des Unternehmens verstanden, die verschiedenen Unternehmensziele künftig zu erreichen ²¹ . Von besonderer Bedeutung ist hierbei stets das Ziel der Exsistenzsicherung und der Fortführung des Unternehmens, denn ohne eine Fortführung des Unternehmens können auch die anderen Unternehmensziele nicht erreicht werden. Jahresabschlussbasierte Verfahren verkürzen nun die Beurteilung der wirtschaftlichen Lage auf die Frage, ob das Unternehmen zu einer Fortführung der Unternehmenstätigkeit in der Lage ist oder ob eine Fortführung gefährdet ist. Im Ergebnis soll mit diesen statistischen Verfahren letztendlich die Bestandsfestigkeit und der Gesundheitszustand des Unternehmens beurteilt werden. Zusätzlich sollen die Verfahren gemäß der Zielstellung der statistischen Jahresabschlussanalyse ²² die Ursachen der Unternehmenskrise identifizieren. Ebenso soll eine Unternehmenskrise mit Hilfe der Verfahren frühzeitig erkannt werden und eine Gesamtbeurteilung von Unternehmen auf einer vergleichbaren, objektiven, lückenlosen und unmanipulierten Basis gewährleistet werden.

²¹ vgl. Leffson, U. (1984): Bilanzanalyse, S.36f .

²² Vgl. Küting,K,Weber,C.P. (1999): Bilanzanalyse, S.352.

2.2. Ableitung von Beurteilungskriterien eines Modells zur

Krisenfrüherkennung

2.2.1. Überblick

Die Beurteilungskriterien eines Standardmodells zur Krisenfrüherkennung ergeben sich vor allem aus der Zielstellung der statistischen Jahresabschlussanalyse und den allgemeinen Anforderungen an ein Standardmodell zur Krisenfrüherkennung. Ein Standardmodell zur Diagnose bzw. Prognose von Unternehmenskrisen muss eine Unternehmenskrise frühzeitig erkennen und auch die Ursachen der Krise aufzeigen können. Damit diese Zielsetzung der jahresabschlussbasierten Verfahren und der damit entwickelten Modelle, erreicht werden kann, müssen die verschiedenen Modelle ein aussagekräftiges, zuverlässiges und objektives Gesamturteil liefern. Dieses kann nur erzielt werden, wenn das Modell bestimmten Anforderungen, die an die Datenbasis und an die Verfahren gestellt werden, erfüllt. Dazu gehört, dass die Qualität der Daten gesichert ist. Des weiteren muss die Repräsentativität der Datenbasis gewährleistet sein. Eine wesentliche Anforderung an die Verfahren ist ebenso die Einhaltung sämtlicher statistischer Anwendungsvoraussetzzungen, denn sind diese nicht erfüllt, können keine optimalen Ergebnisse garantiert werden. Zudem müssen die Modelle eine ganzheitliche, objektive und unmanipulierte (wahrheitsgetreue) Beurteilung der Unternehmen sicherstellen.

2.2.2. Krisenfrüherkennung und Erkennung von Krisenursachen

Mit den ausgewählten statistischen Verfahren soll eine Beurteilung der wirtschaftlichen Lage, reduziert auf die Frage nach der Bestandsfestigkeit und dem Gesundheitszustand eines Unternehmens, erzielt werden. Im Rahmen einer Krisenfrüherkennung müssen die Verfahren ein Urteil über eine Insolvenzgefährdung zulassen, bevor eine Insolvenz bzw. eine manifeste Krise erreicht ist. Sie müssen demnach eine latente Krise identifizieren. Dabei ist zu beachten, dass mit den Standardmodellen keine Insolvenzprognose oder Konkurswahrscheinlichkeit ²³ angestrebt wird, sondern qualitative Wahrscheinlichkeitsaussagen das Urteil über die wirtschaftliche Lage eines Unternehmens bilden. Ebenso sollten Standardmodelle bzw. die Ergebniswerte derer zugleich die Ursachen der Unternehmenskrise aufzeigen können. Dies wird gefordert, damit darauf aufbauend das als

²³ Es wird kein quantitatives Urteil im Sinne einer konkreten Höhe (Prozentangabe) über den Eintritt einer

Insolvenz bzw. eines Konkurses erstrebt. Dennoch soll der Begriff „Insolvenzprognose“ gemäß den

verschiedenen Autoren unter dieser Einschränkung beibehalten werden.

krank klassifizierte Unternehmen in Abhängigkeit der erkannten Ursachen noch rechtzeitig in der Lage sein kann, entsprechende Maßnahmen zur Abwehr der Unternehmenskrise bzw. zur Sanierung des Unternehmens einzuleiten. Damit eine Krisenfrüherkennung und Identifizierung von Krisenursachen erfolgen kann, müssen die Datenbasis und die Verfahren zwingend dazu in der Lage sein.

2.2.2. Anforderungen an die Datenbasis

2.2.2.1. Qualität der Datenbasis

Die zentrale Aufgabe der Modelle ist es, die wirtschaftliche Lage eines Unternehmens zu beurteilen. Dabei ist für Unternehmensexterne der Jahresabschluss und gegebenenfalls der Lagebericht die einzige Informationsquelle zur Beurteilung der wirtschaftlichen Lage und bilden deshalb die alleinige Datenbasis der Modelle. Gemäß der Zielstellung der statistischen Jahresabschlussanalyse muss eine Gesamtbeurteilung von Unternehmen auf einer vergleichbaren, objektiven und lückenlosen Basis erfolgen. Deshalb gilt die Forderung, dass die verschiedenen Jahresabschlüsse objektiv erstellt bzw. der Jahresabschlussinhalt objektiv bewertet und untereinander vergleichbar sein muss. Damit aussagekräftige Gesamturteile im Hinblick auf eine Krisendiagnose (-prognose) sichergestellt werden können, muss die Datenbasis gleichfalls vollständig und lückenlos sein. D.h. der Jahresabschluss muss alle entscheidungsrelevanten Informationen zur Beurteilung der gegenwärtigen und zukünftigen wirtschaftlichen Lage beinhalten. Mit der Aufgabe der Verfahren Aussagen über eine mögliche Krise bzw. Insolvenz in naher Zukunft zu treffen, ist es von besonderer Bedeutung, dass das Datenmaterial zukunftsbezogene Informationen liefert. Ebenso sollte die Datenbasis unmanipulierte Daten liefern, da eine Verfälschung bzw. Verzerrung der Datenbasis auch das Gesamturteil beeinflussen würde.

2.2.2.2. Repräsentativität der Datenbasis

Für die spätere Anwendung des entwickelten Modells muss die Datenbasis dementsprechend repräsentativ sein. D.h. gemäß der Zielerfassung muss der intendierte Anwendungsbereich bereits bei der Entwicklung des Modells berücksichtigt werden. Denn ein Modell ist ausschließlich für Unternehmen der Branchen, Rechtsformen oder Größenklassen geeignet, mit dessen Jahresabschlussdaten das Modell entwickelt wurde.

Hierbei ist grundsätzlich darauf zu achten, dass bestimmte Unternehmen aufgrund ihrer Branchenzugehörigkeit bzw. Geschäftstätigkeit besonderen Rechnungslegungsvorschriften bzw. besonderen wirtschaftlichen Gegebenheiten unterliegen. Soll ein Modell entwickelt werden, dass auf die meisten Unternehmen in Deutschland anwendbar ist, so sollten diese Unternehmen zur Wahrung der Repräsentativität des Modells nicht im Entwicklungsdatenbestand des Modells berücksichtigt werden ²⁴ . Z.B. unterliegen Unternehmen der Finanzdienstleistungsbranche (Kreditinstitute, Versicherungen) individuellen Rechnungslegungsvorschriften, die mit anderen Branchen nicht vergleichbar sind und deshalb nicht einbezogen werden sollten. Ebenso sollten Bauträger aufgrund der besonderen Bilanzkonstellationen aus dem Projektgeschäft nicht berücksichtigt werden. Desweiteren kann die Einbeziehung von Jahresabschlüssen bestimmter Unternehmen zu Irritationen bzw. Verzerrungen im Modell führen. Diese könnten insbesondere bei der Berücksichtigung von konzernabhängigen Unternehmen ²⁵ auftreten, da eine bestehende wirtschaftliche Abhängigkeit zwischen Unternehmen, insbesondere Tochter-und Muttergesellschaften, erhebliche Spielräume bei der Gestaltung des Jahresabschlusses bietet bzw. verschiedene Maßnahmen möglich sind die wirtschaftliche Lage zu beeinflussen. Auch sollten staatsabhängige Unternehmen aufgrund ihres vergleichsweise reduzierten Ausfallrisikos ebenso wenig bei der Entwicklung berücksichtigt werden, um Verfälschungen zu vermeiden. Andererseits könnte im Fall der Aufspaltung in Betriebs- und Besitzgesellschaft zumindest der zusammengefasste Jahresabschluss bei der Entwicklung eines Modells berücksichtigt werden. Mit der Zielstellung einer Gültigkeit für die meisten Unternehmen sollte ebenfalls eine Eingrenzung bezüglich der jährlichen Gesamtleistung vorgenommen werden. Es sollten nur Unternehmen mit mehr als 1 Mio. DM bzw. 0,5 Mio. € jährlicher Gesamtleistung betrachtet werden. Unternehmen mit einer geringeren Gesamtleistung sollten nicht herangezogen werden, da hier oftmals

Abgrenzungsschwierigkeiten von Betriebs- und Privatvermögen bestehen ²⁶ und diese sogenannten Kleinstunternehmen wirtschaftlichen Besonderheiten unterliegen ²⁷ . Unplausible

²⁴ Vgl. Baetge, J.,Baetge,K.,Kruse,A. (1999): Moderne Verfahren, S.1628; Escott,P.; Glormann,F.; Kocagil,A.E.

(2001): Moody`s RiskCalc, S.4.

²⁵ Ein Unternehmen wird als abhängig bezeichnet, wenn eine Organschaft oder ein Ergebnisabführungsvertrag

besteht.

²⁶ Vgl. Baetge,J., Baetge,K., Kruse,A. (1999): Moderne Verfahren, S.1628.

²⁷ eine Einbeziehung in ein solches Modell würde nicht zu optimalen Ergebnissen für Kleinstunternehmen

führen, da die Besonderheiten für diese nicht in einem allgemeinen Modell gezeigt werden können, sondern nur

in einem spezifisch für solche Unternehmen zugeschnittenen Modell, Vgl. auch Escott,P.; Glormann,F.;

Kocagil,A.E. (2001): Moody`s RiskCalc, S.4.

10

Jahresabschlüsse ²⁸ und Jahresabschlüsse von Rumpfgeschäftsjahren, Betrugsfällen, Unternehmen mit Rechtsformwechsel im Betrachtungszeitraum und nach ausländischem Recht aufgestellte Jahresabschlüsse sollten ebenfalls ausgeschlossen werden ²⁹ , da diese zu erheblichen Verfälschungen führen würden. Eine derartige Eingrenzung des Entwicklungsdatenbestands gewährleistet die Entwicklung eines allgemeingültigen Modells, dass in seiner Anwendung auf die meisten Unternehmen in Deutschland gültig ist. Von der Anwendung sind dann nur die Unternehmen ausgenommen, die aufgrund der geltenden Spezifika nicht bei der Entwicklung einbezogen wurden. Von einem solchen allgemeingültigen Modell können „charakteristische“ Modelle abgegrenzt werden. Diese gelten dann auschließlich für bestimmte Branchen, Rechtsformen oder auch Größenklassen ³⁰ . Sollten Unternehmen, die im Entwicklungsbestand ausdrücklich ausgeschlossen wurden, dennoch mit dem Modell analysiert werden, dann sind wenig aussagekräftige Ergebnisse bzw. sogar Fehlurteile für diese Unternehmen zu erwarten.

Die Repräsentativität der Datenbasis ist zusätzlich abhängig von dem Betrachtungszeitraum, dem die Jahresabschlüsse zur Entwicklung entnommen wurden. Damit die Analyse nicht verfälscht wird, muss der Betrachtungszeitraum unabhängig von ungewöhnlichen konjunkturellen Schwankungen bzw. Rechtsumbrüchen in der Rechnungslegung ³¹ sein. Letztendlich sollte die Datenbasis auch realitätsnah sein und zwar in dem Sinne, dass im Entwicklungsdatenbestand die ungleiche Verteilung von solventen und insolventen Unternehmen der Realität beachtet wird ³² . Demnach müsste im Entwicklungsdatenbestand eine geringere Anzahl von insolventen Unternehmen betrachtet werden.

²⁸ vgl. Escott,P.; Glormann,F.; Kocagil,A.E. (2001): Moody`s RiskCalc, S.4.

²⁹ vgl. Baetge,J., Baetge,K., Kruse,A. (1999): Moderne Verfahren, S.1628.

³⁰ Z.B. nach jährlicher Gesamtleistung, Bilanzsumme, Jahresumsatz usw. unterteilbar.

³¹ Vgl. Feidicker, M. (1992): Kreditwürdigkeitsprüfung, S.39ff.

³² Diese ungleiche Verteilung sollte vor allem auch in der realitätsnahen Abbildung der Rechtsform-,

Größenklassen- und Branchenverteilung beachtet werden. Z.B. ist der Handel bei den solventen Unternehmen

häufiger vertreten als bei den insolventen. Im Baugewerbe ergibt sich dagegen eine umgekehrte Verteilung. Vgl.

Feidicker,M. (1992): Kreditwürdigkeitsprüfung, S.54.

11

2.2.3. Anforderungen an die Verfahren

2.2.3.1. Kennzahlenbildung und Kennzahlenauswahl

2.2.3.1.1. Grundlegende Anforderungen an die Kennzahlen

Damit die Verfahren mit den einbezogenen Jahresabschlusskennzahlen ein objektives und aussagekräftiges Gesamturteil über das zu beurteilende Unternehmen treffen können, müssen grundlegende Anforderungen an die Kennzahlenbildung ³³ erfüllt sein. Zum einen sollten nur Verhältniszahlen ³⁴ verwendet werden und zum zweiten muss es möglich sein, für jede Kennzahl eine eindeutige Arbeitshypothese (I>S oder I ³⁵ die Hypothese, dass die Werte dieser Kennzahl bei insolvenzgefährdeten Unternehmen (I) durchschnittlich höher sind, als bei solventen (S). Des weiteren sollte der Nenner einer Kennzahl nicht Null werden und Zähler und Nenner sollten nicht gleichzeitig negative Werte ³⁶ annehmen. Zusätzlich wird die Forderung gestellt, dass neben stärker aggregierten Kennzahlen auch disaggregierte, d.h. nur einen bestimmten Sachverhalt abbildende Kennzahlen in die Modelle aufgenommen werden. Damit wird sichergestellt, dass zumindest in den disaggregierten Kennzahlen Detailinformationen nicht verloren gehen. Im allgemeinen ist zu beobachten, dass es verschiedene Kennzahlen gibt, die ein und denselben Aussagegehalt besitzen, aber unterschiedlich bezeichnet werden bzw. eine Kennzahl, die nach verschiedenen Autoren unterschiedlich gebildet wird.

2.2.3.1.2. Anforderungen bei der Kennzahlenauswahl

Es sollten Kennzahlen ausgewählt werden, die universell anwendbar, sachgerecht konstruiert und eindeutuig bewertbar sind ³⁷ . Demnach sind solche Kennzahlen auszuschließen, für die keine eindeutige Bewertung durch eine Arbeitshypothese vorgenommen werden kann und die nicht den obigen grundlegenden Anforderungen genügen ³⁸ . Andererseits sollten gemäß dem intendierten Anwendungsbereich zur Bildung eines allgemeingültigen Modells bzw. eines „charakteristischen“ Modells entsprechende Kennzahlen ausgewählt werden. Zur Erstellung

³³ Vgl. Krehl,H., Littkemann, J. (2000): Kennzahlen, S.20ff.

³⁴ Absolute Zahlen lassen keine ökonomisch sinnvollen Aussagen ohne Bezug zu anderen Zahlen zu. Zusätzlich

muss beachtet werden, dass nur solche Größen zueinander in Beziehung gesetzt werden, die sich in zeitlicher,

sachlicher und wertmäßiger Hinsicht entsprechen.

³⁵ Die Fremdkapitalquote gibt das Verhältnis von Fremdkapital zum Gesamtkapital eines Unternehmens an.

³⁶ Vgl. Leffson, U. (1984): Bilanzanalyse, S.174.

³⁷ Vgl. Hauschildt, J. (2000): Vorgehensweise, S.124.

³⁸ Vgl. Baetge,J., Huß,M., Niehaus,H.J. (1986): Statistische Auswertung, S.607.

12

eines allgemeingültigen Modells sollten bei der Auswahl branchen-, rechtsform- und größenklassenunbabhängige Kennzahlen bzw. für die Bildung eines „charakteristischen“ Modells sollten typische Kennzahlen der jeweiligen Branche, Rechtsform oder Größenklasse ausgewählt werden. Bei der Auswahl der Jahresabschlusskennzahlen sind insbesondere das

Ganzheitlichkeitsprinzip, das Objektivierungs- und Neutralisierungsprinzip zu befolgen ³⁹ . Das Ganzheitlichkeitsprinzip besagt, dass alle zur Beurteilung der wirtschaftlichen Lage relevanten Kennzahlen ausgewählt werden müssen ⁴⁰ . Hierzu werden die verschiedenen Clusteranalyse ⁴¹ Kennzahlen mittels einer Faktoren-oder zu Gruppen

(Informationsbereichen) gebündelt, die denselben wirtschaftlichen Tatbestand (z.B. Kapitalstruktur eines Unternehmens) ausdrücken. Damit wird die wirtschaftliche Lage, die sich aus den drei Teillagen Vermögenslage, Finanzlage und Ertragslage zusammensetzt, abgebildet, denn jede dieser Lagen wird wiederum durch verschiedene Informationsbereiche abgedeckt. In den statistischen Verfahren sollten diese Informationsbereiche durch mindestens eine entsprechende Kennzahl in den Modellen berücksichtigt werden. Ist dies nicht gewährleistet, ist ein umfassendes und aussagekräftiges Urteil über die wirtschaftliche Lage nicht gegeben.

Daneben ist eine weitere wesentliche Voraussetzung für ein aussagekräftiges Urteil die Beachtung des Neutralisierungsprinzips. Dieses besagt, dass die Bildung und Auswahl der Kennzahlen so erfolgen sollte, dass die Maßnahmen, die ein Unternehmen zur Gestaltung der Datenbasis Jahresabschluss, vornimmt, bei der Urteilsbildung neutralisiert werden. Mit dieser Aufgabe unterstützt das Neutralisierungsprinzip zudem das Ganzheitlichkeitsprinzip und zwar in dem Sinne, dass alle entscheidungsrelevanten Kennzahlen zur umfassenden Urteilsbildung einbezogen werden. Ebenso kann eine Neutralisierung durch eine ganzheitliche, gemäß dem Ganzheitlichkeitsprinzip erfolgte Kennzahlenauswahl erreicht werden. Denn bilanzpolitische Maßnahmen beeinflussen i.d.R. nicht nur die vom Bilanzierenden gewünschte Kennzahl, sondern auch andere eventuell gegenläufige Kennzahlen. Durch eine Aufnahme dieser Kennzahlen kann der vom Bilanzierenden gewünschte Effekt ⁴² auf das Gesamturteil

³⁹ Diese Forderung ist ausschließlich bei Baetge, J. in vielfältigen Veröffentlichungen formuliert. Allerdings

wird die Forderung nach dem Objektivierungs- und auch Neutralisierungsprinzip in ähnlicher Form auch von

verschiedenen anderen Autoren gestellt. Dagegen wird das Ganzheitlichkeitsprinzip nur von Baetge gefordert.

⁴⁰ Baetge,J., Baetge,K., Kruse,A. (1999): Grundlagen moderner Verfahren, S.1371.

⁴¹ Vgl. ausführlich zur Faktorenanalyse Poddig,T., Rehkugler,H. (1993): Bilanzanalyse, S.279ff und zur

Clusteranalyse vgl. Backhaus,K., Erichson,B, Plinke,W., Weber,R. (2000): Analysemethoden, S.329ff.

⁴² Mit der Bilanzpolitik wird nicht nur eine Position im Jahresabschluss beeinflusst, sondern auch die Kennzahl

die aus den entsprechenden Positionen im Jahresabschluss gebildet wird.

13

neutralisiert werden ⁴³ . Eine weitere Möglichkeit der Eliminierung der Bilanzpolitik ist durch die Bildung „intelligenter“ Kennzahlen, die Bilanzpolitik neutralisierende Kennzahlen, gegeben. Hierbei sind die Jahresabschlusskennzahlen um die bilanzpolitischen Maßnahmen zu bereinigen. D.h. im Zähler oder bzw. und im Nenner sind Modifizierungen der Kennzahlenbestandteile vorzunehmen. Im Rahmen dessen sollte in den Kennzahlen auf eine Jahresüberschussgröße verzichtet werden, um statt dessen eine Cash-Flow-Größe bzw. das ordentliche Betriebsergebnis zu verwenden. Deren Bestandteile sind dabei so zu bestimmen, dass die zu neutralisierenden Maßnahmen durch Hinzu- oder Herausrechnung berücksichtigt werden. Ebenfalls sollten Kennzahlen mit den Bestandteilen Umsatz verwendet werden, da die Umsatzgröße nur unwesentlich von bilanzpolitischen Maßnahmen beeinflusst wird. Die Größen Bilanzsumme, Eigen- und Fremdkapital, sowie die Gesamtleistung sind als die häufigsten Bestandteile entsprechend zu modifizieren. Zu beachten ist, dass die Art und Weise der Neutralisierung und damit der Bildung der „intelligenten“ Kennzahlen dem Ermessen des Modellentwicklers obliegt und auch nicht alle „intelligenten“ Kennzahlen in die Modelle einbezogen werden sollten, sondern allein diejenigen, die die vom Unternehmen tatsächlich Inanspruch genommenen bilanzpolitischen Maßnahmen neutralisieren. Ein weiterer Effekt der Neutralisierung der Bilanzpolitik liegt in der besseren Vergleichbarkeit der Jahresabschlüsse von Unternehmen, da jedes Unternehmen die bilanzpolitischen Maßnahmen unterschiedlich einsetzt.

Letztendlich sollte auch das Objektivierungsprinzip bei der Kennzahlenauswahl befolgt werden. Dieses Prinzip stellt die Forderung, dass die zur Urteilsbildung verwendeten Kennzahlen nicht subjektiv, d.h. vom Analytiker frei bzw. nach dessen Erfahrungen gewählt werden, sondern objektiv durch statistische Verfahren. Mit dieser objektiven Auswahl ist eine intersubjektive Nachprüfbarkeit (Quasi-Objektivität) der Kennzahlenbildung, -auswahl undverdichtung zu einem Gesamturteil verbunden. Intersubjektiv nachprüfbar ⁴⁴ heißt, dass verschiedene Analytiker mit einem Verfahren unter der Kenntnis aller Parameter zu dem gleichen Urteil kommen. Wird das Objektivierungsprinzip bei der Auswahl und Zusammenfassung der Kennzahlen befolgt, so kann eine geringe Zahl von Falschbeurteilungen ⁴⁵ gewährleistet werden. Notwendige Bedingung hierfür ist die Entwicklung und Prüfung der Modelle anhand einer breiten empirischen Datenbasis, d.h.

⁴³ Baetge,J., Baetge,K., Kruse,A. (1999): Grundlagen moderner Verfahren, S.1371.

⁴⁴ Baetge,J. (1998): Bilanzanalyse, S.65; Baetge,J., Baetge,K., Kruse,A. (1999): Grundlagen moderner

Verfahren, S.1371.

⁴⁵ siehe Abschnitt 2.2.3.2.3.2.

14

zahlreichen Beispielfällen ⁴⁶ . Ist dies gewährleistet, wird das statistische Verfahren als objektiv im Sinne von sachlich zutreffend auf einer empirisch-statistisch zuverlässigen Basis bezeichnet.

2.2.3.2. Anforderungen an die analytische Vorgehensweise der Verfahren

2.2.3.2.1. Verständlichkeit

An ein Standardmodell zur Krisenfrüherkennung wird ebenso die Forderung nach einem verständlichen Modell gestellt. Ein Modell, dessen Vorgehensweise bzw. Zusammensetzung nicht verständlich ist, wird von vielen Analytikern als Black-Box bezeichnet und deshalb zum Teil in seiner Gültigkeit abgelehnt. Die Verständlichkeit eines Modells ist dann gegeben, wenn die Vorgehensweise im Modell transparent und damit die Ergebnisse des Modells reproduzierbar und nachvollziehbar sind. Dazu muss die Kennzahlenbildung und die Kennzahlenverdichtung im Modell und zu einem Gesamturteil ersichtlich sein. Dies setzt voraus, dass das angewendete statistische Verfahren verstanden wird und auch verbreitet ist. Mit einer ausreichenden Transparenz soll sicher gestellt werden, dass der Betrachter (das zu analysierende Unternehmen) das mit dem Modell berechnete Urteil nachvollziehen bzw. nachrechnen kann. Transparenz bedeutet in diesem Sinne auch, dass die Kennzahlenanzahl im Modell überblickt werden kann. Die Anzahl der Kennzahlen sollte deshalb relativ klein gehalten werden, um die Transparenz zu gewährleisten bzw. zu erhöhen. Es ist festzustellen, dass Analytiker nach einer einzigen Kennzahl zur Beurteilung von Unternehmen streben. Das Objektivierungsprinzip unterstützt durch die geforderte intersubjektive Nachprüfbarkeit neben der objektiven Kennzahlenauswahl auch die Verständlichleit der Verfahren und Modelle. Denn eine Verständlichkeit fordert zudem, dass die Jahresabschlusskennzahlen intuitiv plausibel und damit auch transparent und reproduzierbar in ihrer Bildung sind. D.h. die Bildung und Zusammensetzung der Kennzahlen sollte verhältnismäßig einfach sein ⁴⁷ . Ebenso sollten Angaben über die Stärke des Einflusses einer einzelnen Kennzahl auf das Gesamturteil, das Rechenergebnis der Modelle, möglich sein. Die Erfüllung all dieser Forderungen gewährleistet eine Verständlichkeit der Modelle. Schließlich soll im Ergebnis durch die Verständlichkeit des Modells eine Identifizierung von Krisenursachen aufgezeigt werden können ⁴⁸ .

⁴⁶ siehe Abschnitt 2.2.3.2.2.

⁴⁷ Vgl. Hauschildt, J. (2000): Vorgehensweise, S.121; Escott, P; Glormann, F.; Kocagil, A. (2001): Moody´s

RiskCalc, S.3.

⁴⁸ Vgl. Baetge,J., Dossmann,C., Kruse,A. (2000): Krisendiagnose, S.199.

15

2.2.3.2.2. Empirische Validierung

Damit eine Prognose mit den entwickelten Modellen sichergestellt ist, muss eine ausreichende Validierung gegeben sein. Notwendige Bedingung dafür ist, dass das Modell an einem großen Datenbestand, d.h. einer großen Menge von Beispieldatensätzen (Jahresabschlüssen), entwickelt ⁴⁹ und unabhängig davon geprüft wurde. Hierzu wird der Datenbestand an Jahresabschlüssen in drei Stichproben aufgeteilt ⁵⁰ , wobei in jeder einzelnen Stichprobe eine große Datenmenge gegeben sein sollte und die tatsächliche Gruppenzugehörigkeit der zu analysierenden Unternehmen bekannt ist.

Mit der ersten Stichprobe, der sogenannten Analyse- bzw. Trainingsstichprobe werden die Modellparameter der Verfahren (Kennzahlengewichte) bestimmt. Mit der zweiten Stichprobe, der sogenannten Teststichprobe, soll die Güte der Kennzahlen überprüft werden. Letztendlich ist das anhand der Analyse- und Teststichprobe bis hierhin entwickelte Modell auf dessen Gesamtmodellgüte zu prüfen. Dies geschieht mit den Datensätzen der Validierungsstichprobe. Zu beachten ist hier, dass die Datensätze der Teststichprobe und Validierungsstichprobe auschließlich zur jeweiligen Prüfung und nicht zur Bestimmung der Modellparameter herangezogen werden.

Mit dieser Vorgehensweise wird gleichzeitig verhindert, dass das Modell „overfitted“ ist. D.h. es wird sichergestellt, dass nur die beste Kennzahlenkombination, die gemäß der Transparenzforderung von einer möglichst geringen Anzahl sein sollte, im Modell verbleibt und unwichtige Kennzahlen herausgenommen werden.

Sind diese Anforderungen erfüllt, so gilt das Modell als stabil und nicht „overfitted“. Ist das Modell nicht nach der beschriebenen Vorgehensweise entwickelt, so sollten Ergebnisse außerhalb des Entwicklungsdatenbestandes, d.h. wenn das Modell auf neue Datensätze angewendet wird, mit Vorsicht betrachtet werden ⁵¹ .

2.2.3.2.3. Leistungsfähigkeit

2.2.3.2.3.1. Bestimmungsfaktoren der Leistungsfähigkeit

Grundsätzlich müssen die Verfahren in der Lage sein, zwischen insolvenzgefährdeten und nicht insolvenzgefährdeten (solventen) Unternehmen zu differenzieren. Gemäß dieser Zielsetzung wird ein Modell zur Krisenfrüherkennung dann als leistungsfähig bezeichnet,

⁴⁹ Dies stellt zudem eine notwendige Voraussetzung für das Objektivierungsprinzip zur Kennzahlenauswahl dar.

⁵⁰ Diese Dreiteilung fordert explizit nur Baetge. Dagegen fordern die meisten anderen Autoren mindestens eine

Zweiteilung des Datenbestands.

⁵¹ Vgl. Escott, P., Glormann, F., Kocagil, A. (2001): Moody`s RiskCalc, S.3.

16

wenn in erster Linie die Klassifikationsleistung ausreichend erfüllt und eine Krisenfrüherkennung gewährleistet ist. Wesentliche Voraussetzung der Leistungsfähigkeit ist eine objektive und vergleichbare Datenbasis. Dazu müssen die Verfahren alle entscheidungsrelevanten Informationen berücksichtigen. Zusätzlich müssen die bereits beschriebenen Anforderungen einer ausreichenden Validierung, einer Verständlichkeit des Verfahrens und die Anforderungen an die Kennzahlenbildung und -auswahl erfüllt sein. Ebenso spricht für ein leistungsfähiges Modell auch die Mängelbeseitigung der klassischen Jahresabschlussanalyse. Demnach müssen die Verfahren und Modelle zeigen können, welche Kennzahlen zuverlässig und frühzeitig negative Unternehmensentwicklungen anzeigen und wie viele Kennzahlen für eine Urteilsbildung berücksichtigt werden müssen. Ebenso sollten die Verfahren zur Beseitigung der Mängel der traditionellen Jahresabschlussanalyse zeigen, wie die Zusammenfassung zu einem Gesamturteil erfolgt und wie der Trennwert zur Klassifikation in gesunde und kranke Unternehmen festgelegt wird. Letztendlich wird eine Leistungsfähigkeit durch die Nutzung des Modells von verschiedenen Bilanzanalytikern (externe Jahresabschlussadressaten wie Wirtschaftsprüfer) unterstützt bzw. bestätigt ⁵² . Ist die Leistungsfähigkeit der Modelle erfüllt, so ist ein aussagekräftiges, objektives und zuverlässiges Urteil über ein Unternehmen gegeben.

2.2.3.2.3.2. Ermittlung der Klassifikationsleistung

Zur Berechnung der Klassifikationsleistung wird die aus der Berechnung mit dem Modell resultierende Klassifikation in die Gruppe der solventen oder insolventen Unternehmen mit der tatsächlichen Gruppenzugehörigkeit der Unternehmen ⁵³ verglichen. Dies geschieht anhand der Datensätze in der Validierungsstichprobe.

Die Messung der Fehlerquote erfolgt hierbei durch die Messung der falsch klassifizierten Unternehmen. Zum einen können tatsächlich später insolvente Unternehmen durch das Modell als solvent eingestuft werden. In diesem Fall begeht das Modell den Alpha-Fehler (Fehler 1.Art). Dieser bezeichnet den Anteil, der fälschlich als solvent klassifizierten, später aber insolventen Unternehmen an allen später tatsächlich insolventen Unternehmen ⁵⁴ . Zum zweiten können tatsächlich solvente Unternehmen als insolvenzgefährdet bzw. krank

⁵² Daneben stellen Escott, Glormann und Kocagil die Forderung, dass ein Standardmodell in der Lage sein muss,

Ausfallwahrscheinlichkeiten zu kalibrieren. Dieser Forderung wird sich hier nicht angeschlossen, da dies

insbesondere nur mit einem Verfahren möglich ist und von anderen Autoren nicht gefordert wird. Vgl. Escott, P.,

Glormann, F., Kocagil, A. (2001): Moody`s RiskCalc, S.3.

⁵³ Diese ist in allen drei Stichproben bekannt.

⁵⁴ Vgl. Baetge,J., Baetge,K., Kruse,A. (1999): Grundlagen moderner Verfahren, S.1375.

17

klassifiziert werden, womit das Modell den Beta-Fehler (Fehler 2.Art) begeht. Dieser beschreibt den Anteil, der fälschlich als insolvenzgefährdet klassifizierten, tatsächlich aber solventen Unternehmen an allen solventen Unternehmen. Der entscheidende Vorteil der Messung der Klassifikationsleistung mit Alpha- und Beta-Fehler an der Validierungsstichprobe besteht in der damit entfallenden Beachtung eines Trennwertes und der damit erzielten objektiven Messung der Klassifikationsleistung ⁵⁵ . Der folgenschwerere (teuere) Alpha-Fehler ⁵⁶ sollte dabei deutlich kleiner als der Beta-Fehler sein. Denn mit dem Alpha-Fehler sind höhere wirtschaftliche Kosten verbunden. Wird z.B. ein Kredit aufgrund der fälschlichen Klassifizierung später insolventer Unternehmen als solvent vergeben, so sind hohe Kreditausfallkosten die spätere Folge des Alpha-Fehlers. Im Gegensatz dazu sind die Kosten für einen abgelehnten Kredit aufgrund der fälschlichen Einstufung eines solventen Unternehmens als insolvent vergleichsweise geringer. Andererseits besteht mit dem Vorliegen eines Beta-Fehlers und damit einer fälschlichen Klassifizierung eines Unternehmens als insolvent die Gefahr einer „sich selbst zerstörenden Prophezeiung“ (self-fulfilling-prophecy). Obwohl eine tatsächliche Insolvenz bzw. eine Insolvenzgefahr nicht vorliegt, könnte sich ein Unternehmen durch dieses falsche Urteil selbst in die Insolvenz drängen ⁵⁷ .

Ein zusätzliches Maß zur Prüfung der Klassifikationsleistung ist der Gesamtfehler, d.h. der Prozentsatz aller falsch klassifizierten Unternehmen. Im allgemeinen wird ein Gesamtfehler von kleiner als 25% als gut bezeichnet ⁵⁸ . Dann allerdings kann nicht zwischen Alpha- und Beta-Fehler differenziert werden, womit ein Informationsverlust im Hinblick auf die Problematik des teueren Fehlers und der self-fulfilling-prophecy gegeben wäre. Außerdem kann der Beta-Fehler bei einem konstanten Alpha-Fehler zur Beurteilung der Güte ⁵⁹ berechnet werden. Das Modell wäre dann umso besser, je geringer der Beta-Fehler bei einem bestimmten vorher festgelegten Alpha-Fehler ist. Problematisch ist hier allerdings, in welcher Höhe der Alpha-Fehler festzulegen ist.

Insbesondere im Vergleich verschiedener Verfahren der statistischen Jahresabschlussanalyse wird die Trefferquote als Qualitätsindikator verwendet. Diese gibt den Anteil aller richtig

⁵⁵ Vgl. Baetge,J., Baetge,K., Kruse,A. (1999): Grundlagen moderner Verfahren, S.1375.

⁵⁶ Vgl. Leker, J. (1994): Jahresabschlüssen, S.744.

⁵⁷ Alpha- und Beta-Fehler werden vor allem dann verwendet, wenn bei der Messung der Klassifikationsleistung

ein optimales Kostenverhältnis von Alpha- und Beta-Fehler berücksichtigt werden soll. Z.B. ermittelte Feidicker

für ein Kreditversicherungsunternehmen ein kostenoptimales Verhältnis von Alpha- und Beta-Fehler von 1:5,26

Vgl. Feidicker,M. (1992): Kreditwürdigkeitsprüfung, S.212f .

⁵⁸ Vgl. Leker,J., Schewe,G. (1998): Beurteilung, S.881.

⁵⁹ Vgl. Baetge,J., Dossmann,C., Kruse,A. (2000): Krisendiagnose, S.187f.

18

klassifizierten Fälle an. Festzuhalten bleibt, dass ein Modell nur von Nutzen sein kann, wenn es eine höhere Trefferquote aufweist, als nach dem Zufallsprinzip zu erwarten ist ⁶⁰ . D.h. wenn z.B. in der Validierungsstichprobe, an der die Leistungsfähigkeit durch die Trefferquote gemessen wird, zu gleichen Teilen insolvente und solvente Unternehmen sind, so beträgt die Wahrscheinlichkeit, dass ein betrachtetes Unternehmen insolvent ist 50 Prozent. Die Trefferquote des Modells muss dann über 50% liegen, sonst ist das Modell überflüßig. Allerdings wäre eine gültige Trefferquote von 50% zur Messung der Klassifikationsleistung ungenügend. Eine ausreichend gute Klassifikationslesitung von Modellen kann erst bei Trefferquoten zwischen 75% und 80% oder mehr angenommen werden ⁶¹ . Festzuhalten bleibt, dass das betrachtete Modell zur Analyse einer Insolvenzgefährdung umso besser ist, je höher die Klassifikationsleistung mit einer hohen Trefferquote bzw. niedrigen Fehlerquote ist.

Grundsätzlich ist zu beachten, dass bei der Messung der Klassifikationsleistung neben der Einstufung als solvent oder insolvent zusätzlich ein „Graubereich“ zur Einordnung der Unternehmen festgelegt werden kann. In diesen Bereich werden die Unternehmen eingeordnet, deren berechneter Wert nahe an dem Trennwert zur Klassifizierung in solvent oder insolvent liegt. Damit verbessert sich zwar die Klassifikationsleistung des Modells, da weniger kritische Fälle falsch zugeordnet werden können. Letztendlich werden damit aber wenigere Unternehmen in die Gruppe der solventen und insolventen Unternehmen eingeordnet und bleiben somit bei der Messung der Klassifikationsleistung unberücksichtigt. Ebenso können die Unternehmen in unterschiedliche Güte- und Risikoklassen eingeordnet werden, wobei die Güteklassen die Gruppe der solventen und die Risikoklassen die Gruppe der insolventen Unternehmen beinhalten. Anhand dieser Zuordnung wird dann die Klassifikationsleistung gemessen. Ein entscheidender Vorteil einer solchen Klassifizierung ist durch die Minderung einer Gefahr der „self-fulfilling-prophecy“ gegeben, da unterschiedliche Klassen mit einer unterschiedlich starken Insolvenzgefährdung angegeben werden. Ebenso wird mit dieser Klassifizierungsmethode ein qualitatives Wahrscheinlichkeitsurteil, z.B. dass ein Unternehmen der Risikoklassen im Vergleich zu den Unternehmen der Güteklassen eine risikoreichere Investition bzw. höhere Insolvenzgefährdung darstellt, angegeben.

⁶⁰ Vgl. Backhaus,K., Erichson,B., Plinke,W., Weber,R. (2000): Analysemethoden, S.171.

⁶¹ Vgl. Hauschildt, J. (2000): Vorgehensweise, S.122.

19