Im ersten Halbjahr 2003 haben die deutschen Amtsgerichte 49515 Insolvenzen
gemeldet, 19953 entfielen nach Angaben des Statistischen Bundesamtes
auf Unternehmen. Damit lag die Gesamtzahl der Insolvenzen
um 24,8 von Hundert (v. H.), die der Unternehmensinsolvenzen um 9,1 v.
H. höher als im ersten Halbjahr 2002. Die Gerichte bezifferten die offenen
Forderungen der Insolvenzgläubiger im ersten Halbjahr 2003 mit 22,2
Mrd. Euro. Bei den Unternehmen waren zu dem Zeitpunkt, als über deren
Insolvenzantrag von den Gerichten entschieden wurde, rund 110000 Arbeitnehmer
beschäftigt.1 Vor dem Hintergrund dieses Anstiegs2 an Insolvenzen
ist das Interesse an einem Frühwarnsystem hinsichtlich negativer
Unternehmensentwicklungen begründet, da die Entwicklung eines Unternehmens
insbesondere für Eigentümer und Gläubiger, wie auch für Arbeitnehmer,
Konkurrenz, Kunden und Lieferanten von hoher Bedeutung
ist. Im rechtlichen Sinne ist die Insolvenz ein Oberbegriff für Zahlungsunfähigkeit,
drohende Zahlungsunfähigkeit und Überschuldung sowie die Vorstadien
dieser Insolvenzgründe, die für die Bankrottdelikte der §§ 283 ff.
StGB von Bedeutung sind.3 Ein Insolvenzverfahren ist zu eröffnen, wenn
ein Schuldner oder ein schuldnerisches Unternehmen in eine wirtschaftliche
Notlage gelangt, die es dem Betroffenen unmöglich macht, sämtliche
Gläubiger in vollem Umfang zu befriedigen. Ziel des Verfahrens ist es „die
Gläubiger eines Schuldners gemeinschaftlich zu befriedigen, indem das
Vermögen des Schuldners verwertet und der Erlös verteilt oder in einem
Insolvenzplan eine abweichende Regelung insbesondere zum Erhalt des Unternehmens getroffen wird.“4 Einheitlicher Hauptzweck des Insolvenzverfahrens
ist demnach die gemeinschaftliche Verwirklichung der Vermögenshaftung.
5 [...]
1 vgl. Tabelle 1 [Insolvenzprognosen in Deutschland im Jahr 2003] 11.
2 vgl. Tabelle 2 [Insolvenzprognosen in Deutschland im Jahr 2002] 11.
3 vgl. Braun/Uhlenbruck [Unternehmensinsolvenz] 7.
4 vgl. § 1 S. 1 Insolvenzordnung.
5 vgl. Balz/Landfermann [Insolvenzgesetze] 20.
Inhaltsverzeichnis
A. Fast 20.000 Insolvenzen im ersten Halbjahr 2003
B. Die Begriffe Insolvenz und Prognose
I. Abgrenzung von Insolvenz und Insolvenzrecht
1. Gesetzliche Grundlagen der Insolvenzverordnung
2. Gründe für die Insolvenz
II. Merkmale von Prognosen
C. Ausgewählte Analyseverfahren der Insolvenzprognose
I. Systematisierung und Anforderungen der Verfahren
II. Die Diskriminanzanalyse als statistisches Verfahren
1. Die univariate Diskriminanzanalyse
2. Die multivariate Diskriminanzanalyse
III. Unternehmensbeurteilung mit Hilfe Künstlicher Neuronaler Netze
1. Biologische und künstliche Neuronen
2. Verknüpfung von künstlichen Neuronen zu Netzen
3. Lernen in Künstlichen Neuronalen Netzen
D. Ausgewählte empirische Studien
I. Die Untersuchung von Odom und Sharda
II. Die Untersuchung von Erxleben und anderen
E. Berücksichtigung von qualitative Aspekten
Zielsetzung und Themen
Die vorliegende Arbeit setzt sich zum Ziel, verschiedene Verfahren zur Insolvenzprognose kritisch zu beleuchten und deren Eignung anhand empirischer Erkenntnisse zu prüfen. Die Forschungsfrage fokussiert sich dabei insbesondere auf den Vergleich zwischen der mathematisch-statistischen Diskriminanzanalyse und dem Einsatz von Künstlichen Neuronalen Netzen als Methoden der Mustererkennung zur Identifikation insolventer Unternehmen.
- Grundlagen der Insolvenz und insolvenzrechtliche Rahmenbedingungen
- Anforderungen an Analyseverfahren zur Insolvenzfrüherkennung
- Diskriminanzanalyse als klassisches statistisches Prognoseinstrument
- Künstliche Neuronale Netze als moderne Methode der Mustererkennung
- Empirische Vergleichsstudien zur Leistungsfähigkeit der Prognosemethoden
- Integration qualitativer Aspekte zur Verbesserung der Prognosequalität
Auszug aus dem Buch
Die Diskriminanzanalyse als statistisches Verfahren
Die Diskriminanzanalyse ist ein Verfahren zur Bestimmung der Unterschiedlichkeit a priori definierter Gruppen von realen Daten. Bei der univariaten Diskriminanzanalyse, die auch als dichotomischer Klassifizierungstest bezeichnet wird, werden zuerst für die beiden Untersuchungsgruppen die Kennzahlenwerte einer Kennzahl ermittelt. Danach wird der kritische Trennwert für diese Kennzahl so festgelegt, dass er die Zahl der Fehlklassifikationen des Datenmaterials minimiert. Abschließend werden die Unternehmen anhand des Diskriminanzwertes und des kritischen Trennwertes in die beiden Gruppen der solventen und insolvenzgefährdeten Unternehmen geteilt.
Im Beispiel der Abbildung 3 sollen solvente (◊) und insolvente (●) Unternehmen isoliert für jede Kennzahl anhand von nur zwei Kennzahlen beurteilt werden. Voraussetzung für die Beurteilung mit Kennzahlen ist eine möglichst bewährte Arbeitshypothese. Wird allein die Rentabilität zur Klassifikation herangezogen, dann wird mit der „Methode des Augenmasses“ der optimale Trennwert auf ca. 5 v. H. festgelegt.
Zusammenfassung der Kapitel
A. Fast 20.000 Insolvenzen im ersten Halbjahr 2003: Der einleitende Abschnitt skizziert den signifikanten Anstieg der Unternehmensinsolvenzen im Jahr 2003 und begründet daraus die Notwendigkeit für effiziente Frühwarnsysteme.
B. Die Begriffe Insolvenz und Prognose: Dieses Kapitel definiert die rechtlichen Grundlagen der Insolvenz sowie die theoretischen Anforderungen an Prognoseaussagen.
C. Ausgewählte Analyseverfahren der Insolvenzprognose: Der Hauptteil erläutert systematisch die univariate und multivariate Diskriminanzanalyse sowie die Funktionsweise und Anwendung von Künstlichen Neuronalen Netzen zur Unternehmensbeurteilung.
D. Ausgewählte empirische Studien: Hier werden bekannte Studien von Odom/Sharda sowie Erxleben et al. vorgestellt, die die statistischen Verfahren mit Neuronalen Netzen vergleichen.
E. Berücksichtigung von qualitative Aspekten: Das abschließende Kapitel diskutiert die Grenzen quantitativer Jahresabschlussanalysen und plädiert für die Einbeziehung qualitativer Daten zur Steigerung der Prognosepräzision.
Schlüsselwörter
Insolvenzprognose, Unternehmensinsolvenz, Diskriminanzanalyse, Künstliche Neuronale Netze, KNN, Insolvenzordnung, Bilanzanalyse, Früherkennung, Klassifizierungsverfahren, Jahresabschlusskennzahlen, multivariate Statistik, Fehlklassifikation, insolvenzgefährdete Unternehmen, Mustererkennung, Unternehmenskrisen.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit beschäftigt sich mit der mathematischen und statistischen Prognose von Unternehmensinsolvenzen und vergleicht dabei klassische Methoden mit moderner Mustererkennung.
Was sind die zentralen Themenfelder?
Zentrale Themen sind die Insolvenzordnung, die Diskriminanzanalyse als statistisches Standardverfahren sowie der Einsatz Künstlicher Neuronaler Netze zur Risikobewertung.
Was ist das primäre Ziel der Untersuchung?
Ziel ist es, die Eignung und Trennschärfe verschiedener quantitativer Analyseverfahren zu prüfen, um zwischen solventen und insolvenzgefährdeten Unternehmen zu unterscheiden.
Welche wissenschaftlichen Methoden werden verwendet?
Es wird eine methodische Gegenüberstellung von univariater und multivariater Diskriminanzanalyse sowie eine theoretische Herleitung der Funktionsweise von Künstlichen Neuronalen Netzen angewendet.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil vertieft die mathematischen Grundlagen der Diskriminanzanalyse und erklärt den schichtenorientierten Aufbau sowie die Lernprozesse in Künstlichen Neuronalen Netzen.
Welche Schlüsselwörter charakterisieren die Arbeit?
Die Arbeit wird maßgeblich durch Begriffe wie Insolvenzprognose, Diskriminanzanalyse, Künstliche Neuronale Netze und Bilanzanalyse geprägt.
Warum reicht eine einzelne Kennzahl laut Autor oft nicht aus?
Eine einzelne Kennzahl erfasst nur einen begrenzten Ausschnitt des Jahresabschlusses und führt bei komplexen Fragestellungen häufig zu widersprüchlichen Ergebnissen und Fehlklassifikationen.
Warum ist die Prognose bei kleinen und mittleren Unternehmen besonders schwierig?
Da kleine Unternehmen oft nicht publizitätspflichtig sind, steht häufig nur ein geringerer Datenbestand zur Verfügung, was die Anwendung statistischer Prognosemodelle erschwert.
- Quote paper
- Christian Neubert (Author), 2003, Ansatzpunkte von Insolvenzprognosen - Methoden und empirische Erkenntnisse, Munich, GRIN Verlag, https://www.grin.com/document/17804
