Leseprobe
Inhaltsverzeichnis
Abkürzungsverzeichnis
Abbildungsverzeichnis
Executive Summary
Inhaltsverzeichnis
1 Einleitung
1.1 Problemstellung
1.2 Zielsetzung der Arbeit
1.3 Aufbau der Arbeit
2 Grundlagen des Working Capital Managements und der Zeitreihenanalyse
2.1 Working Capital
2.1.1 Erklärung, Zusammensetzung und Berechnung
2.1.2 Kennzahlen des Working Capital Managements
2.2 Zeitreihenanalyse
3 Analyse des Working Capitals und der Working Capital Kennzahlen
3.1 Darstellung des Analyseprozesses
3.2 Analyse der MDAX-Unternehmen
4 Reflektion der Analyseergebnisse
4.1 Working Capital
4.2 Working Capital Intensität
4.3 DPO, DIO und DSO
4.4 Kapitalbindungsdauer
5 Zusammenfassung
Literaturverzeichnis
Abkürzungsverzeichnis
Abb. Abbildung
AG Aktiengesellschaft
CCC Cash Conversion Cycle
DIO Days Inventory Outstanding
DPO Days Payables Outstanding
DSO Days Sales Outstanding
i. d. R. In der Regel
i. R. d. im Rahmen der
LuL Lieferungen und Leistungen
MDAX Mid-Cap-deutscher Aktienindex
RHB Roh-, Hilfs- und Betriebsstoffe
SDAX Small-Cap-deutscher Aktienindex
TecDAX Technologie- Telekommunikationsunternehmen- deutscher Aktienindex
u. a. unter anderem
Abbildungsverzeichnis
Abb. 1: Darstellung der einzelnen Zeiträume und der Kapitalbindungsdauer
Abb. 2: Working Capital der Aixtron SE
Abb. 3: Working Capital der Aurubis AG
Abb. 4: Working Capital der Carl Zeiss Meditec AG
Abb. 5: Working Capital der Dürr AG
Abb. 6: Working Capital der Rational AG
Abb. 7: Working Capital Intensität der Aixtron SE
Abb. 8: Working Capital Intensität der Aurubis AG
Abb. 9: Working Capital Intensität der Carl Zeiss Meditec AG
Abb. 10: Working Capital Intensität der Dürr AG
Abb. 11: Working Capital Intensität der Rational AG
Abb. 12: DPO, DIO und DSO der Aixtron SE
Abb. 13: DPO, DIO und DSO der Aurubis AG
Abb. 14: DPO, DIO und DSO der Carl Zeiss Meditec AG
Abb. 15: DPO, DIO und DSO der Dürr AG
Abb. 16: DPO, DIO und DSO der Rational AG
Abb. 17: Kapitalbindungsdauer der Aixtron SE
Abb. 18: Kapitalbindungsdauer der Aurubis AG
Abb. 19: Kapitalbindungsdauer der Carl Zeiss Meditec AG
Abb. 20: Kapitalbindungsdauer der Dürr AG
Abb. 21: Kapitalbindungsdauer der Rational AG
Executive Summary
Die folgende Arbeit beschäftigt sich mit der effizienten oder ineffizienten Entwicklung des Working Capitals und den damit verbundenen Kennzahlen börsennotierter Unternehmen. Dazu lautet die Forschungsfrage wie folgt: Werden Unternehmen über den Zeitablauf wirklich effizienter? Eine Zeitreihenanalyse von Working Capital Kennzahlen von MDAX-, SDAX- oder TecDAX-Unternehmen. Demnach liegt das Ziel dieser Arbeit darin zu überprüfen ob stimmt, dass Aktiengesellschaften effizienter werden. Um die Forschungsfrage am Ende dieser Arbeit beantworten zu können wird zunächst ein Fundament aus Grundlagen geschaffen das sich auf das Working Capital und die damit verbundenen Kennzahlen sowie die Zeitreihenanalyse bezieht. Da das Working Capital, dass im Vermögen eines Unternehmens gebundene Kapital darstellt ist es das Ziel des Working Capital Managements dieses zu minimieren. Das Reduzieren der Vorräte, frühere Einziehen der Forderungen und spätere Bezahlen der Lieferantenrechnungen setzt Kapital frei welches für die Innenfinanzierung verwendet werden kann. Die mit dem Working Capital verbundenen Kennzahlen stellen die Working Capital Intensität und Kapitalbindungsdauer mit den drei Elementen Days Payables Outstanding (DPO), Days Inventory Outstanding (DIO) und Days Sales Outstanding (DSO) dar. Für eine effiziente Entwicklung sollte die Dauer der Kapitalbindung verkürzt werden. Dies gelingt in dem der Zeitpunkt der Bezahlung der Lieferanten (DPO) hinausgeschoben und die Zahlungsziele der Kunden (DSO) sowie die Lagerdauer der Vorräte (DIO) verkürzt werden.
Im dritten Kapitel werden die oben beschriebenen Kennzahlen von fünf Unternehmen aus dem MDAX für den Zeitraum von 2012 bis 2019 analysiert. Dabei zeigt sich, dass sich nicht alle analysierten Kennzahlen der Aktiengesellschaften effizient entwickelten. Bei der Mehrheit der untersuchten Unternehmen nahm das gebundene Kapital über die Zeit hinweg sogar stark zu und die Kapitalbindungsdauern verlängerten sich über die insgesamt acht Jahre hinweg bei drei von fünf der analysierten Unternehmen ebenfalls.
1 Einleitung
1.1 Problemstellung
Einer der wichtigsten Ansätze zur Verbesserung des Ergebnisses eines Unternehmens ist die Effizienzsteigerung. Klar ist, dass grundsätzlich die richtige Ausrichtung und Aufstellung im Markt wesentliche Voraussetzung ist, die erfüllt sein muss, will man überhaupt erfolgreich am Marktgeschehen teilnehmen. Hierzu gehört die richtige Strategieebenso wie das Produktprogramm sowiedasDesign derGeschäftsprozesseund der Organisationsstruktur.Die Effizienzsteigerung trägt ihren Nutzen dann dazu, die interne Verfassung des Unternehmens optimal zu gestalten. Warum Unternehmen stetig ihre Effizienz steigern wollen, hat mehrere Gründe und ebenso viele Adressaten. Dabei werden i. R. d. vor allem die Aktionäre bzw. Eigentümer eines Unternehmens als Adressaten betrachtet. Denn aus Seiten der Aktionäre bzw. Eigentümer erhalten die Unternehmen immer mehr Druck effizienter zu werden. Diese fordern die Unternehmen auf Geschäftsprozesse sowie interne Abläufe besser zu gestalten, um ein wirtschaftlicheres bzw. effizienteres Unternehmen auf den Markt stellen zu können. Dabei versteht man unter der Effizienz, Sach- und Formalziele (Profit) mit möglichst wenigen Ressourcen zu erreichen. Im Gegensatz zur Effektivität wird bei der Effizienz vielmehr der (zeitliche und finanzielle) Aufwand zur Zielerreichung berücksichtigt (Input-Output-Relation).
1.2 Zielsetzung der Arbeit
Ziel dieser Seminararbeit ist es dem Leser einen grundlegenden Einblick in die Thematik des Working Capital-Managements zu geben. Vielmehr soll deutlich werden, unter welchen Gesichtspunkten Effizienz zu verstehen ist (i. R. d. Seminararbeit sind dies die Working Capital-Kennzahlen; näheres hierzu im Kapitel 2.1) und wie diese unter einer guten Zeitreihe dargestellt werden können. Dabei ist das Ziel zu erfahren, ob die Unternehmen im Zeitablauf tatsächlich effizienter geworden sind. Von hoher Bedeutung ist ebenfalls die Möglichkeit anhand einer Zeitreihenanalyse einen Vergleich ziehen zu können und dadurch eine überblicksartige Darstellung darüber zu erhalten, ob das Unternehmen Krisensituationen bewältigt hat und welchen Stand die Unternehmen nach aktuellen Zahlen haben.
1.3 Aufbau der Arbeit
Einführend werden zunächst die Grundlagen im Kapitel 2 erläutert, da mögliche Fragen aufkommen könnten, was man unter einer Working Capital-Kennzahl und einer Zeitreihenanalyse versteht. In diesem Zusammenhang wird vielmehr erläutert, weshalb die Zeitreihenanalyse eine beachtliche Methode ist, unter der die Working Capital-Kennzahlen eines Unternehmens analysiert werden können. Das Kapitel 3 widmet sich dahingehend dem Hauptteil der Seminararbeit, und zwar der Analyse. In Kapitel 3.1 findet eine Erläuterung statt, mit welchem Hintergrund die Wahl der Zeitreihe oder die Größe der Stichprobe, also Anzahl an Unternehmen, getroffen wurde. Daraufhin wird in Kapitel 3.2 die hauptsächliche Analyse durchgeführt unter den Gesichtspunkten, die in den vorherigen Kapiteln beleuchtet worden sind. Im Anschluss daran werden die Analyseergebnisse aus dem Kapitel 3.2 reflektiert, um eine mögliche Konsequenz bzw. Schlussfolgerung aus den Handlungen der Unternehmen ziehen zu können. Mit einer Schlussbetrachtung wird die Seminararbeit abgerundet.
2 Grundlagen des Working Capital Managements und der Zeitreihenanalyse
2.1 Working Capital
2.1.1 Erklärung, Zusammensetzung und Berechnung
Der Begriff Working Capital kommt aus der Unternehmensfinanzierung1 und bezeichnet das Net Working Capital oder Netto-Umlaufvermögen eines Unternehmens. Diese Kennzahl gibt, dass im Vermögen eines Unternehmens gebundene Kapital an und schließt die kurzfristigen Positionen auf der Aktiv- als auch Passivseite der Bilanz ein. Demnach ergibt sich das Working Capital in dem die kurzfristigen Verbindlichkeiten vom Umlaufvermögen subtrahiert werden. Zinstragende Positionen auf sowohl der Aktiv- als auch Passivseite der Bilanz wie beispielsweise das Bankguthaben oder kurzfristige Bankkredite, werden im Working Capital außen vor gelassen.2 Auch der Kassenbestand wird nicht zum Net Working Capital hinzugezählt.3 Demnach setzt sich das Working Capital aus den folgenden Bilanzpositionen zusammen.
Vorräte (RHB, Halb-, Fertigerzeugnisse, geleistete Anzahlungen)
+ Forderungen aus Lieferungen und Leistungen
- Verbindlichkeiten aus Lieferungen und Leistungen (inklusive erhaltener Anzahlungen)
= Net Working Capital4
Neben dem Net Working Capital existiert auch das sogenannte Gross Working Capital. Anders als beim Netto-Umlaufvermögen wird beim Brutto-Umlaufvermögen keine Korrektur der Verbindlichkeiten vorgenommen.5 Im Folgenden wird der Fokus jedoch auf dem Net Working Capital liegen, da das aufgrund seiner engeren Betrachtung bedeutungsvoller als das Gross Working Capital ist.6 Da das Working Capital gebundenes Kapital darstellt, muss dieses reduziert werden.7 „Je geringer die Vorräte, je früher Forderungen eingehen und je später Eingangsrechnungen bezahlt werden, desto besser und höher die vorhandene Liquidität.“8 Denn jede Reduzierung des Working Capitals setzt Kapital frei, wodurch dem Unternehmen Liquidität zufließt. Diese Liquidität kann beispielsweise dazu genutzt werden das weitere Wachstum des Unternehmens zu finanzieren und Bankkredite zu begleichen oder sogar von vornherein zu vermeiden. Da oftmals ineffiziente Prozesse hinter dem im Umlaufvermögen gebundenem Kapital bestehen wodurch mehr Kapital gebunden wird als notwendig ist9 kann eine Reduzierung erzielt werden in dem eine Fokussierung auf die relevanten Prozesse der drei Positionen Vorräte, Forderungen und Verbindlichkeiten stattfindet.10 Daher wird im Folgenden kurz auf die drei wichtigsten Bestandteile des Working Capitals eingegangen.
Vorräte
Da Vorräte i.d.R. bei den Lieferanten bezahlt werden müssen, bevor sie verkauft werden können, ist eine Finanzierung notwendig. Diese kann durch Eigen- oder Fremdkapital erfolgen.11 Vorräte entstehen beispielsweise aufgrund von Mengenrabatten, denn oftmals ziehen kleinere Mengen höhere Preise mit sich.12 Einen weiteren Grund für Lagerbestände stellt die Pufferfunktion dar.13 Diese hat die Vermeidung von Produktionsverzögerungen zum Ziel, da eine höhere Menge an Gütern beschafft als aktuell benötigt wird. Ein Lagerbestand eliminiert demnach Risiken und bringt Vorteile mit sich. Dem gegenüber stehen jedoch die Lagerhaltungskosten. Aufgrund dessen ist es wichtig die Balance zwischen den Vorteilen und Kosten der Vorräte zu halten.14 Die Vorräte eines Unternehmens setzen sich aus den folgenden Bilanzpositionen zusammen. Roh-, Hilfs- und Betriebsstoffe, Halb- und Fertigerzeugnisse, sowie geleistete Anzahlungen.15 Letztere müssen in manchen Fällen an Lieferanten geleistet werden, wenn zum Beispiel die Bonität eines Unternehmens schlecht ist und der Lieferant erst nach vorheriger Bezahlung bereit ist die Ware zu versenden. Bei der Berechnung des Working Capitals müssen geleistete Anzahlungen an Lieferanten berücksichtigt werden. Sie führen dazu, dass das Working Capital steigt.16
Forderungen
Forderungen sind Gelder, die ein Unternehmen beispielsweise von seinen Kunden erhält. Diese entstehen zum Zeitpunkt der Lieferung der Ware oder bei einer Dienstleistung zum Zeitpunkt der Erbringung der Leistung. In der Bilanz existieren verschiedene Arten von Forderungen. Für das Management des Working Capitals sind jedoch lediglich die Forderungen aus Lieferungen und Leistungen relevant, da diese im Tagesgeschäft beeinflusst werden können. Oftmals wird den Kunden ein Zahlungsziel eingeräumt. Die Forderung besteht bis zum Ablauf dieser Frist, der Kunde kann diese jedoch auch früher begleichen.17
Verbindlichkeiten
Beträge, die ein Unternehmen noch zu zahlen hat, werden Verbindlichkeiten genannt. Auch hier sind für das Working Capital Management lediglich die Verbindlichkeiten aus Lieferungen und Leistungen relevant, da diese im Tagesgeschäft entstehen und beeinflusst werden können. Liefert der Lieferant seine Ware gegen Rechnung, entsteht dem Unternehmen eine Verbindlichkeit gegenüber dem Lieferanten.18 Erhaltene Anzahlungen von Kunden hingegen stellen Verbindlichkeiten des Unternehmens gegenüber Kunden dar, da das Unternehmen noch keine Leistung erbracht, der Kunde jedoch bereits bezahlt hat. Daher werden erhaltene Anzahlungen auf der Passivseite verbucht und müssen wie die geleisteten Anzahlungen bei der Berechnung des Working Capital berücksichtigt werden.19
Diese drei Bilanzpositionen, die zusammen das Working Capital bilden, werden sowohl für das darauffolgende Kapitel, in dem es um die Kennzahlen des Working Capitals geht als auch für die Analyse, die im dritten Kapitel durchgeführt wird, relevant sein.
2.1.2 Kennzahlen des Working Capital Managements
Die absolute Kenngröße Working Capital stellt bereits an sich eine maßgebende Bilanzkennzahl dar. Doch durch die Ergänzung weiterer Kennzahlen wird das Working Capital noch bedeutungsvoller.20 Im Folgenden wird auf insgesamt fünf Kennzahlen eingegangen, die mit dem Working Capital verbunden sind21 und im Rahmen des Working Capital Managements, dessen Ziele die Liquiditätsfreisetzung und Effizienzsteigerung sind, wichtige Elemente zur Analyse und Steuerung eines Unternehmens darstellen.22 Als erste Kennzahl wird die Working Capital Intensität angeführt. Danach folgt die Kapitalbindungsdauer, die die weiteren drei Kennzahlen miteinbezieht.
Die Working Capital Intensität
Bei der Working Capital Intensität wird das Working Capital in Relation zum Umsatz eines Unternehmens gesetzt. Die Intensität gibt demnach den prozentualen Anteil des Working Capitals am Umsatz an. Die Formel der Working Capital Intensität lautet daher wie folgt.
Abbildung in dieser Leseprobe nicht enthalten
Diese Kennzahl kann herangezogen werden, wenn das Working Capital unterschiedlich großer Unternehmen miteinander verglichen werden soll. Denn sobald der Umsatz miteinbezogen wird, wird die Unternehmensgröße berücksichtigt. Dadurch ist es möglich das Working Capital kleinerer Unternehmen mit großen Konzernen zu vergleichen.23
Die Kapitalbindungsdauer
Die Kapitalbindungsdauer, auch Cash Conversion Cycle genannt, stellt die Spitzen-Finanzkennzahl des Working Capitals dar.24 Diese Kennzahl drückt die Bindungsdauer des Working Capitals in Tagen aus und besteht aus den folgenden drei Elementen.25 Days Inventory Outstanding (DIO), Days Sales Outstanding (DSO) und Days Payables Outstanding (DPO).26 Dabei stellt der DIO den Zeitraum von der Beschaffung der Vorräte bis zum Verkauf der Endprodukte an Kunden dar. Die Kennzahl DSO drückt die Anzahl der Tage aus vom Verkauf der Endprodukte bis zur Eingangszahlung der Kunden. Der DPO stellt den Zeitraum von der Beschaffung der Vorräte bis zur Bezahlung der Lieferanten dar. Der komplette Geschäftszyklus zieht sich von der Beschaffung der Vorräte bis zur Eingangszahlung der Kunden. Da die Vorräte nicht sofort bezahlt werden stellt die Kapitalbindungsdauer nur den Zeitraum vom Liquiditätsabgang durch die Bezahlung der Lieferanten bis zum Liquiditätseingang durch die Bezahlung der Kunden für die Produkte dar. Aufgrund dessen wird der DPO von der Dauer der Kapitalbindung abgezogen.27 Daher lautet die Formel für die Kapitalbindungsdauer wie folgt.
Cash Conversion Cycle (CCC) = DIO + DSO – DPO28
Anhand der untenstehenden Abbildung lassen sich die genannten Zeiträume noch einmal nachvollziehen.
Abbildung in dieser Leseprobe nicht enthalten
Abb. 1: Darstellung der einzelnen Zeiträume und der Kapitalbindungsdauer (In Anlehnung an Brealey, Myers und Allen (2014), S. 777 und Wöhrmann, Knauer und Gefken (2012), S. 84.)
Um die Kapitalbindungsdauer zu berechnen werden demnach die Ergebnisse dieser drei Zeiträume in Tagen benötigt. Der Zeitraum von der Beschaffung der Vorräte bis zur Bezahlung der Lieferanten wird wie folgt berechnet.
Abbildung in dieser Leseprobe nicht enthalten
Die Dauer in Tagen von der Beschaffung der Vorräte bis zum Verkauf der fertigen Produkte an die Kunden wird auf folgende Weise ermittelt.
Abbildung in dieser Leseprobe nicht enthalten
Die letzte Komponente der Kapitalbindungsdauer stellt den Zeitraum vom Verkauf der Produkte bis zur Eingangszahlung der Kunden dar und lässt sich folgendermaßen bestimmen.
Abbildung in dieser Leseprobe nicht enthalten
Die Dauer der Kapitalbindung kann verkürzt werden in dem der Zeitpunkt der Bezahlung der Lieferanten (DPO) hinausgeschoben und die Lagerdauer der Vorräte (DIO) sowie die Zahlungsziele der Kunden (DSO) verkürzt werden.2930 Eine Reduzierung der Kapitalbindungsdauer ist zum einen anzustreben wegen des verminderten Finanzierungsbedarfs des Working Capitals und zum anderen wegen der Senkung der Kapitalkosten.31 Unternehmen mit einer Kapitalbindungsdauer von null Tagen begleichen ihre Lieferantenrechnungen sobald der Kunde gezahlt hat. Eine negative Kapitalbindungsdauer bedeutet demnach, dass Unternehmen ihre Lieferantenrechnungen erst nach der Eingangszahlung der Kunden begleichen. Die negative Kapitalbindungsdauer kommt dann zustande, weil der Liquiditätszugang durch die Kunden bereits vor dem Liquiditätsabgang an die Lieferanten stattfindet.32 „Viele Unternehmen finden es schwierig, wenn nicht gar unmöglich, Null- oder negative Cash-to-Cash-Zyklen zu realisieren; das Ziel, diesen Zyklus zu verkleinern, kann jedoch ein exzellentes Ziel zur Verbesserung des Nettoumlaufvermögens sein.“33
2.2 Zeitreihenanalyse
Die Daten, die i. R. d. Seminararbeit in einem Modell analysiert werden, sind Teil einer Zeitreihe, also Folgen von Beobachtungen, die in meist regelmäßigen Zeitpunkten erhoben werden.34
Die Zeitreihe hat vor allem das Ziel einer Deskription des historischen Verlaufs, einer Diagnose der aktuellen Tendenz sowie einer Prognose der zukünftigen Entwicklung einer Zeitreihe. Meist besteht hier eine Separierung bestimmter Komponenten einer Zeitreihe im Mittelpunkt des Interesses.35 In einer Konjunkturdiagnose ist es beispielsweise von Relevanz, einschätzen zu können, ob ein Anstieg oder Absinken einer Zeitreihe am aktuellen Rand als eine konjunkturelle Auf- oder Abwärtsentwicklung interpretiert werden kann oder aber auf saisonale Faktoren zurückzuführen ist.36 Grundsätzlich gilt bei einer Konjunkturdiagnose z. B. Sachlich fundierte Entscheidungen sind ohne eine Vorstellung über die zukünftige Entwicklung nicht denkbar. Daher ziehen Unternehmen und Staat zu Planungszwecken Prognosen heran, die hierüber Aufschlüsse vermitteln können.37
Die Wahl bzw. Beschreibung der Zeitreihe sowie die Reflektion der Analyseergebnisse findet in Kapitel 3 und 4 statt. Die Prognose, die ebenfalls zur Zeitreihenanalyse gehört, wird i. R. d. Seminararbeit aufgrund des begrenzten Umfangs nicht intensiv beleuchtet.
Nachdem die Beobachtungen in zeitlicher Ordnung erhoben werden, ist abzusehen, dass die jeweils aktuelle Beobachtung Informationen über die Vergangenheit enthält. Die Zeitreihenanalyse beschäftigt sich mit Methoden zur Beschreibung von Daten, die zeitlich geordnet sind (d. h. als Zeitreihen vorliegen), bzw. allgemein, bei denen die Reihenfolge der Beobachtungen wesentlich ist.38 Handelt es sich bei der Analyse beispielsweise um das Konsumverhalten wird sich das aktuelle Konsumverhalten, von dem in den letzten Perioden nicht allzu sehr unterscheiden. Gleichermaßen gilt dies für Investitionen oder andere ökonomische Variablen. Sollte es sich aber um Beobachtungen der jüngeren Vergangenheit zur Erklärung des aktuellen Verhaltens beitragen können, werden sie bei der Modellierung zu berücksichtigen sein, wenn von der in den Daten verfügbaren Information in effizienter Weise Gebrauch gemacht werden soll. In Besonderem Maße haben sich Zeitreihen-Modelle, die von der Abhängigkeitsstruktur Gebrauch machen, für das Prognostizieren von ökonomischen Variablen als sehr erfolgreich bewiesen.39
Unter einer Zeitreihe versteht man eine Folge von Beobachtungen einer Zufallsvariablen Y , beispielsweise Aktienkurse, Statistiken der Bundesanstalt für Arbeit (Arbeitslosenstatistik), der Preisindex bezüglich der Lebenshaltungskosten, Wetterdaten usw.40 Wenn man n solche Beobachtungen hat, kann man sie als Realisationen der Zufallsvariablen Y1,...,Yn beschreiben.41 Daher spricht man bei einer Zeitreihe auch von der Realisation eines stochastischen Prozesses; die der Zeitreihe entsprechenden Zufallsvariablen Y1,...,Yn sind ein Ausschnitt aus der unendlichen Folge {Yt, t = −∞, ..., ∞} von Zufallsvariablen, die den stochastischen Prozess repräsentiert.42 Erwartet wird von einem Zeitreihen-Modell, dass es in der Lage ist, die Charakteristika wie Trend, Saisonalität und irreguläre Fluktuationen darzustellen. Hierfür stehen unter- schiedliche Typen oder Klassen von Modellen zur Verfügung. Die unterschiedlichen Modelle, wie beispielsweise das ARMA-, AR(p)- oder MA-Modell werden aus vereinfachungsgründen nicht weiter erläutert bzw. durchgeführt, da die Zeitreihenanalyse, wie sie i. R. d. Seminararbeit durchgeführt wird, auf eine überblicksartige Darstellung zurückgreift.43
3 Analyse des Working Capitals und der Working Capital Kennzahlen
3.1 Darstellung des Analyseprozesses
In der Analyse im darauffolgenden Kapitel wird das Working Capital sowie die fünf mit dem Working Capital verbundenen Kennzahlen von insgesamt fünf Unternehmen aus dem MDAX über einen Zeitraum von acht Jahren analysiert. Dabei wird die Berechnung dieser Kennzahlen auf dieselbe Art und Weise durchgeführt wie in den Kapiteln 2.1.1 und 2.1.2 beschrieben. Die Berechnungen des Working Capitals, der Working Capital Intensität und der Kapitalbindungsdauern mit den Kennzahlen DIO, DPO und DSO werden in einer Excel Datei durchgeführt und im nachfolgenden Kapitel für jedes Unternehmen über den genannten Zeitraum grafisch dargestellt. Auf diese Weise kann die Entwicklung der Kennzahlen der MDAX Unternehmen über die insgesamt acht Jahre auf einen Blick nachvollzogen werden. Die Interpretation der Analyseergebnisse erfolgt im vierten Kapitel dieser Arbeit. Im nachfolgenden Kapitel werden ausschließlich MDAX Unternehmen analysiert, da dieser Index mit derzeit insgesamt 60 Unternehmen die größte und interessanteste Auswahl an Firmen bereitstellt.
Welche fünf von den insgesamt 60 MDAX-Unternehmen analysiert werden, wurde anhand zweier Kriterien festgelegt. Diese Auswahlkriterien stellen die Branche und die Wesentlichkeit dar. Alle fünf zu analysierenden Unternehmen kommen aus der Industrie- und Maschinenbaubranche. Die Entscheidung für diese Branchenauswahl fiel aufgrund zweier Gründe. Zum einen haben diese Branchen laut einer Studie von Deloitte aus dem Jahr 2019 die höchsten Kapitalbindungsdauern und zum anderen geraten die Unternehmen dieser Branche immer mehr unter Druck effizienter zu werden.44 Denn einer Studie von EY zufolge, die 2019 veröffentlicht wurde, wird die Konkurrenz aus Asien und den USA immer bedrohlicher. Im Vergleich zu europäischen Unternehmen verzeichnen amerikanische und asiatische Firmen ein höheres Wachstum in Sachen Umsatz und Gewinn.45 Auch eine digitalisierte Produktion hat eine hohe Bedeutung für die Industriebranche da diese zu einer Effizienzsteigerung führen kann. Der Industrie-4.0-Studie von McKinsey & Company aus dem Jahr 2018 zufolge, stellen die Vorreiter in diesem Bereich jedoch chinesische und indische Unternehmen dar.46 „Deutschland muss aufpassen, nicht den Anschluss zu verlieren.“47 So Andreas Behrendt, McKinsey-Partner aus Köln.48 Nachdem die Auswahl auf Industrie- und Maschinenbauunternehmen begrenzt wurde, wurde das zweite Auswahlkriterium, die Wesentlichkeit, angewandt. Demnach wurden die fünf Unternehmen für die Analyse ausgewählt, die im Jahr 2019 prozentual den höchsten Anteil des Umlaufvermögens an der Bilanzsumme hatten. Dieses Kriterium wurde gewählt da diese Unternehmen sehr viel Kapital im Umlaufvermögen binden und daher durch ein effizientes Working Capital Management umso mehr gebundenes Kapital freisetzen könnten. Anhand dieser beiden Kriterien fiel die Auswahl auf die folgenden fünf Aktiengesellschaften. Die beiden Unternehmen Rational und Dürr kommen aus der Maschinenbaubranche wobei ersterer Maschinen für die Profiküche49 und letzterer für die Automobilindustrie fertigt.50 Der Kupferproduzent Aurubis aus der Grundstoffindustrie51 und das Unternehmen Carl Zeiss Meditec aus der optischen und optoelektronischen Industrie, das beispielsweise Medizintechniklösungen für die Mikrochirurgie entwickelt, produziert und vertreibt, gehören ebenfalls zu den fünf zu analysierenden Unternehmen.52 Das fünfte Unternehmen, das mit 73 Prozent den höchsten Anteil des Umlaufvermögens an der Bilanzsumme hatte und aus der Halbleiterindustrie kommt nennt sich Aixtron.53 Als Datengrundlage dienen die Konzernabschlüsse dieser Unternehmen vom Zeitraum 2012 bis 2019. Dieser Zeitraum wurde gewählt da er den Zeitabschnitt darstellt, der so wenig wie möglich von externen Faktoren beeinflusst wurde. Denn ab dem Jahr 2012 erholten sich die Unternehmen von der drei Jahre zuvor geschehenen Finanzkrise langsam wieder und die Coronakrise die Ende 2019 zunächst in China ausbrach konnte somit ebenfalls ausgeschlossen werden.
[...]
1 Vgl. Meyer (2007), S. 22.
2 Vgl. Gleich, Horváth und Michel (2011), S. 106.
3 Vgl. Bleiber (2015), S. 21.
4 Vgl. Gleich, Horváth und Michel (2011), S. 106.
5 Vgl. Wöhrmann, Knauer und Gefken (2012), S. 84.
6 Vgl. Heesen und Moser (2017), S. 7.
7 Vgl. Gleich, Horváth und Michel (2011), S. 108.
8 Heesen und Moser (2017), S. 2.
9 Vgl. Gleich, Horváth und Michel (2011), S. 108.
10 Vgl. Klepzig (2014), S. 7.
11 Vgl. Bleiber (2015), S. 26.
12 Vgl. Brealey, Myers und Allen (2014), S. 779.
13 Vgl. Bleiber (2015), S. 27.
14 Vgl. Brealey, Myers und Allen (2014), S. 779.
15 Vgl. Gleich, Horváth und Michel (2011), S. 106.
16 Vgl. Bleiber (2015), S. 47.
17 Vgl. Bleiber (2015), S. 34 f.
18 Vgl. Bleiber (2015), S. 42 und 44.
19 Vgl. Bleiber (2015), S. 38.
20 Vgl. Bleiber (2015), S. 66.
21 Vgl. Bleiber (2015), S. 63.
22 Vgl. Heesen und Moser (2017), S. 1 und 5.
23 Vgl. Bleiber (2015), S. 63 f.
24 Vgl. Gleich, Horváth und Michel (2011), S. 113.
25 Vgl. Gladen (2014), S. 76.
26 Vgl. Nevries und Gebhardt (2013), S. 18.
27 Vgl. Brealey, Myers und Allen (2014), S. 776 f.
28 Vgl. Nevries und Gebhardt (2013), S. 18.
29 Vgl. Nevries und Gebhardt (2013), S. 18.
30 Vgl. Gladen (2014), S. 79.
31 Vgl. Wöhrmann, Knauer und Gefken (2012), S. 85.
32 Vgl. Gladen (2014), S. 79 f.
33 Kaplan und Norton (1997), S. 57.
34 Vgl. Minelli (2012), S. 16
35 Vgl. Bleymüller, Gehlert und Gülicher 2004, S. 4. Vgl. Minelli (2012), S. 16
36 Vgl. Eckey, Kosfeld und Dreger (1992), S. 209.
37 Vgl. Karpenka (2012), S. 4.
38 Vgl. Eckstein (2016), S. 241.
39 Vgl. Karpenka (2012), S. 4.
40 Vgl. Eckstein (2016), S. 241.
41 Vgl. Zeitreihenanalyse unter faes.de.
42 Vgl. Kobelt und Steinhausen (2006), S.152.
43 Vgl. Karpenka (2012), S. 5.
44 Vgl. Deloitte (2019), S. 11.
45 Vgl. EY (2019).
46 Vgl. McKinsey & Company (2018).
47 McKinsey & Company (2018).
48 Vgl. McKinsey & Company (2018).
49 Vgl. RATIONAL Aktiengesellschaft (o. J.).
50 Vgl. Dürr Aktiengesellschaft (o. J.).
51 Vgl. Aurubis AG (o. J.).
52 Vgl. Carl Zeiss AG (o. J.).
53 Vgl. AIXTRON SE (o. J.).