Diese Arbeit untersucht, inwiefern aktuelle und vergangene Abschlussdaten deutscher Mittelständler dazu genutzt werden können, Aussagen über zukünftige Cashflows zu treffen. Damit führt diese Arbeit eine ganze Reihe ähnlicher Veröffentlichungen fort, die sich jedoch ausnahmslos mit börsennotierten Unternehmen beschäftigen. Die Fähigkeit, kurz- bis mittelfristig ausreichende Cashflows zu generieren, um bestehende Verbindlichkeiten zurückzahlen zu können, spielt jedoch vor allem in den auf Bankkredite angewiesenen mittelständischen Unternehmen eine wichtige Rolle. Ein weiterer wichtiger Unterscheidungspunkt liegt im Verständnis der jeweiligen nationalen Rechnungslegungsvorschriften: Während international die kapitalmarkt- und investorenorientierte Rechnungslegung vorherrscht, bilanzieren die meisten Mittelständler noch nach den Vorschriften des HGB, das ein Primat des Gläubigerschutzes statuiert. Der letzte bedeutende Unterschied zu den betrachteten Modellen liegt in der zugrundeliegenden statistischen Modellierung: Neben der häufig angewandten gepoolten Regression werden hier auch die seltener angewandten statischen Paneldatenverfahren und die bisher noch nicht in diesem Zusammenhang angewendeten dynamischen Paneldatenverfahren verwendet. Da die Prognosegüte mit steigendem Vorhersagezeitraum abnimmt, werden nur Cash-flows in der Folgeperiode betrachtet ? Aussagen über weiter entfernte Perioden werden tendenziell ungenauer ausfallen und führen zu einer verkleinerten Anzahl der Beobachtungen.
Inhaltsverzeichnis
1 Einleitung
2 Cashflows als wichtige Größe bei der Bilanzanalyse
2.1 Arten des Cashflows und Abgrenzung vom Jahresüberschuss
2.2 Literaturüberblick über die Prognose von Cashflows
2.3 Modellentwicklung
3 Theoretische Darstellung der Schätz- und Testmethoden
3.1 Abgrenzung statischer und dynamischer Modelle
3.2 Schätzer für statische Modelle
3.2.1. Das gepoolte Modell: Kleinste-Quadrate-Schätzer
3.2.2. Das Fixed-Effects-Modell: LSDV-Schätzer
3.2.3. Das Random-Effects-Modell: Feasible Generalized Least Squares (FGLS)
3.3 Schätzer für dynamische Modelle
3.4 Testmethoden und Gütekriterien
3.4.1. Datenevaluation
3.4.2. Modellevaluation und Modellvergleich
4 Praktische Anwendung der Verfahren auf den Datensatz
4.1 Beschreibung des verwendeten Datensatzes
4.2 Schätzung der Parameter
4.2.1. Statische Modelle und verteiltes Lag-Modell
4.2.2. Dynamische Modelle
4.3 Anwendung der Testverfahren
4.3.1. Statische Modelle und verteiltes Lag-Modell
4.3.2. Dynamische Modelle
4.4 Auswertung der Ergebnisse und Bewertung
5 Kritische Würdigung
Zielsetzung & Themen
Die vorliegende Arbeit untersucht, inwiefern aktuelle und vergangene Abschlussdaten deutscher mittelständischer Unternehmen genutzt werden können, um fundierte Aussagen über zukünftige Cashflows zu treffen. Dabei liegt der Fokus insbesondere auf der Anwendung statischer und dynamischer Paneldatenverfahren auf Unternehmen des verarbeitenden Gewerbes.
- Analyse des Cashflow-Konzepts im Kontext der deutschen Rechnungslegung (HGB).
- Evaluierung verschiedener Schätzmethoden für Paneldaten (gepoolte Modelle, Fixed-Effects, Random-Effects).
- Methodische Untersuchung dynamischer Paneldatenansätze.
- Empirische Anwendung der Verfahren auf einen Datensatz deutscher KMU.
- Kritische Bewertung der Prognosegüte und der Einflussfaktoren auf zukünftige Liquidität.
Auszug aus dem Buch
2.1 Arten des Cashflows und Abgrenzung vom Jahresüberschuss
Allgemein bezeichnet der Begriff Cashflow die Differenz aus Zu- und Abflüssen von Zahlungsmitteln und Zahlungsmitteläquivalenten eines Unternehmens in einer Periode. Diese zahlungswirksamen Posten lassen sich entsprechend der Regelungen in DRS 2, IAS 7 und FAS 95 in drei Bereiche untergliedern: „Investitionscashflows“, „Finanzierungscashflows“ und „Operative Cashflows“ („operating cash flows”, OCF). Die Zuordnung der Geschäftsvorfälle zu diesen Cashflows ist in allen Standards ähnlich, erfolgt jedoch überall nur anhand von Beispielen.
Zu den Cashflows aus Investitionstätigkeit zählen alle „Investitionen und Desinvestitionen in Darlehen, in sonstige Fremd- oder Eigenkapitalpapiere, Sachanlagen und sonstige Produktionsgüter, die im Rahmen des Umsatzprozesses beim jeweiligen Unternehmen eingesetzt werden.“ Dieser Cashflow wird in der Regel negativ sein, da die Mittelabflüsse durch Investitionen in der Regel höher sein werden als die Zuflüsse aus Desinvestitionen. Die Differenz aus „Mittelzu- und -abflüsse[n] aufgrund von Eigen- oder Fremdkapitalveränderungen“ wird als Cashflow aus Finanzierungstätigkeit bezeichnet. Dieser umfasst insbesondere „Mittelveränderungen aus Kapitalerhöhungen und -herabsetzungen, Auszahlungen aufgrund der Tilgung von Krediten und … Einzahlungen bei Fremdkapitalaufnahme [sowie] Dividendenzahlungen an die Anteilseigner.“
Dieser Bereich kann sowohl einen positiven als auch negativen Saldo aufweisen und als finanzieller Puffer dienen, aus dem Investitionen kurz- bis mittelfristig bezahlt werden können. Langfristig müssen sich diese jedoch aus den operativen Cashflows tragen. Der operative Cashflow wird in den nationalen und internationalen Standards nur negativ gegenüber diesen beiden anderen Arten abgegrenzt. Er sollte positiv sein, damit er zur Schuldentilgung, für Investitionen oder Dividendenzahlung bzw. Rücklagenbildung genutzt werden kann.
Zusammenfassung der Kapitel
1 Einleitung: Diese Einleitung stellt die Forschungsfrage nach der Prognostizierbarkeit zukünftiger Cashflows anhand von Abschlussdaten deutscher Mittelständler dar und skizziert den Aufbau der Untersuchung.
2 Cashflows als wichtige Größe bei der Bilanzanalyse: Dieses Kapitel erläutert den Cashflow-Begriff, diskutiert die Herleitungsmethoden und analysiert bestehende Modelle zur Prognose von Cashflows sowie deren Limitationen.
3 Theoretische Darstellung der Schätz- und Testmethoden: Es werden die theoretischen Grundlagen der statischen und dynamischen Paneldatenanalyse sowie die relevanten Schätzer und Testverfahren zur Modellvalidierung detailliert beschrieben.
4 Praktische Anwendung der Verfahren auf den Datensatz: In diesem Kapitel werden die theoretischen Schätzverfahren auf den spezifischen KMU-Datensatz angewendet, die Ergebnisse präsentiert und einer intensiven Bewertung unterzogen.
5 Kritische Würdigung: Das abschließende Kapitel fasst die Ergebnisse zusammen, diskutiert die Grenzen der statistischen Modelle und gibt einen Ausblick auf künftige Forschungsansätze.
Schlüsselwörter
Cashflow, Jahresüberschuss, Paneldaten, Fixed-Effects-Modell, Random-Effects-Modell, KMU, Bilanzanalyse, Unternehmensprognose, ökonometrische Schätzung, deutsche Rechnungslegung, HGB, operative Cashflows, Regressionsanalyse, Finanzierungskraft, Prognosegüte
Häufig gestellte Fragen
Worum geht es in dieser Diplomarbeit primär?
Die Arbeit untersucht, ob und wie die aktuellen und vergangenen Jahresabschlussdaten von kleinen und mittleren deutschen Unternehmen (KMU) des verarbeitenden Gewerbes genutzt werden können, um zuverlässige Aussagen über ihre zukünftigen operativen Cashflows zu treffen.
Was sind die zentralen Themenfelder der Analyse?
Die zentralen Themen sind die Definition und Abgrenzung von Cashflows, die Prognosefähigkeit von Rechnungslegungsdaten, der Einsatz fortgeschrittener statistischer Paneldatenverfahren sowie die kritische Prüfung der Prognoseergebnisse.
Welches primäre Ziel verfolgt die Forschungsarbeit?
Das primäre Ziel ist es, durch die Anwendung statistischer Paneldatenmodelle eine verbesserte Prognosegrundlage für zukünftige Cashflows zu schaffen, wobei insbesondere die Besonderheiten mittelständischer Finanzierungsstrukturen berücksichtigt werden.
Welche wissenschaftlichen Methoden kommen zum Einsatz?
Die Arbeit nutzt Methoden der Paneldatenanalyse, einschließlich gepoolter Regressionen, Fixed-Effects-Modellen (FE) und Random-Effects-Modellen (RE) sowie dynamische Paneldatenverfahren (Arellano-Bond-Schätzer).
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil gliedert sich in eine theoretische Herleitung der ökonometrischen Schätz- und Testmethoden sowie deren anschließende praktische Anwendung und Auswertung auf einen umfassenden Datensatz.
Welche Schlüsselbegriffe charakterisieren diese Arbeit?
Die Arbeit ist geprägt durch Begriffe wie Cashflow-Prognose, Paneldaten, Fixed-Effects, KMU, HGB-Rechnungslegung und ökonometrische Regressionsanalyse.
Warum wurde kein Random-Effects-Modell zur Prognose empfohlen?
Aufgrund der theoretischen Annahmen und statistischen Tests (Hausman-Test) zeigte sich, dass die unternehmensspezifischen Effekte mit den erklärenden Variablen korreliert sind, was den Schätzer des Random-Effects-Modells inkonsistent macht.
Wie beeinflussen die Rechnungslegungsvorschriften des HGB die Ergebnisse?
Der Autor vermutet, dass die für KMU geltende gläubigerorientierte Rechnungslegung nach HGB im Vergleich zu kapitalmarktorientierten Standards eine höhere Volatilität oder andere Verzerrungen in den Daten verursacht, was die Prognosegüte im Vergleich zu angelsächsischen Studien einschränken könnte.
- Arbeit zitieren
- Frank Spakowski (Autor:in), 2006, Paneldatenmodelle zur Erklärung künftiger Cashflows - Empirische Darstellung am Beispiel kleiner und mittelgroßer Unternehmen des verarbeitenden Gewerbes, München, GRIN Verlag, https://www.grin.com/document/186659
