Unternehmensbewertung von Kreditinstituten

Inhalt

Abkürzungsverzeichnis

Abbildungsverzeichnis

1. Einleitung
1.1. Problemstellung und Ziel
1.2. Gang der Untersuchung

2. Bewertungsrelevante Spezifika von Kreditinstituten
2.1. Bankbetriebliche Risiken
2.1.1. Marktpreisrisiken
2.1.2. Adressenausfallrisiken
2.2. Regulatorische Vorgaben

3. Analyse geeigneter Bewertungsverfahren für Kreditinstituten
3.1. Discounted Cash-Flow-Verfahren mit besonderem Fokus auf die Equity-Methode
3.2. Das Kurs-Buchwert-Verhältnis als ausgewähltes Multiplikatorverfahren

4. Kritische Würdigung der Analyse mittels einer Darstellung von Schwierigkeiten bei der Bewertung klassischer Bankengeschäftsfelder
4.1. Charakterisierung der ausgewählten Geschäftsfelder
4.1.1. Das Commercial Banking
4.1.2. Das Investment Banking
4.2. Probleme bei der Bewertung dieser Geschäftsfelder

5. Fazit

Literaturverzeichnis

Internetquellenverzeichnis

Abkürzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

Abbildungsverzeichnis

Abbildung 1: Das Grundkonzept von Basel II

1. Einleitung

1.1. Problemstellung und Ziel

Kreditinstitute (im Folgenden KI genannt) spielen für die Wirtschaft eine zentrale Rolle, da sie als Finanzintermediäre auftreten. Hierzu gehört die Schaffung eines Ausgleiches zwischen Anlage- und Finanzbedarf von Kapitalgebern und Kapitalnehmern.¹ Neben dieser sog. Allokationsfunktion gehören die Geldfunktion und die Versicherungsfunktion zu den wichtigsten Aufgaben eines KI.² Aufgrund des zunehmenden Wettbewerbs und der Dynamisierung der Märkte als Folgen der Internationalisierung stehen KI neuen Herausforderungen gegenüber, aus denen sich Risiken ableiten lassen. Die Subprime-Krise von 2007 sowie die Staatsschuldenkrise in Europa seit 2010 als Folgen solcher Risiken verdeutlichen, dass sich Krisen innerhalb des Bankensektors schnell auf die übrige Wirtschaft und Regierungen ausbreiten können. Grund dafür ist, dass die o.g. Funktionen nicht mehr in vollem Umfang ausgeführt werden können. Die richtige Bewertung von KI spielt daher eine entscheidende Rolle. Während bei Unternehmen aus der Realwirtschaft i.d.R. konkrete Anlässe für eine Bewertung wie Unternehmenstransaktionen, Ein- und Austritten von Gesellschaftern, Kapitalveränderungen, Privatisierungen, Entschädigungen und Abfindungen vorliegen³, werden Bewertungen von KI aus den o.g. Gründen zur wertorientierten Unternehmensführung durchgeführt. Ziel dieser Seminararbeit ist die Darstellung von bewertungsrelevanten Problemstellungen von KI sowie die Analyse und anschließende kritische Würdigung von gängigen Praktiken zur Bewertung von KI.

1.2. Gang der Untersuchung

Um innerhalb dieser Seminararbeit problemorientiert vorgehen zu können, werden in Kapitel 2 für die Bewertung von KI relevante Herausforderungen dargestellt. Dazu gehören auf der einen Seite bankspezifische Risiken und regulatorische Vorgaben von Regierungen und (inter-) nationalen Aufsichtsbehörden auf der anderen Seite. Im Anschluss werden die Bewertungsmethoden dargestellt. Dabei werden bei zwei ausgewählten Verfahren erst theoretische Grundlagen vermittelt, im Anschluss werden diese für KI spezifiziert. Im Anschluss wird mittels einer Deduktion für einzelne Geschäftsfelder von KI die Praxistauglichkeit und tatsächliche Nutzung der Verfahren untersucht. Im Fazit wird die Arbeit zusammengefasst, der Ausblick zeigt künftige Chancen und Risiken der Bewertung von KI.

2. Bewertungsrelevante Spezifika von Kreditinstituten

Bei der Bewertung von KI ist eine Vielzahl von relevanten Besonderheiten zu beachten. Dazu gehören bankbetriebliche Risiken und regulatorische Vorgaben, auf die in diesem Kapitel eingegangen wird.

2.1. Bankbetriebliche Risiken

Unter dem Begriff des Risikos versteht man die Möglichkeit, dass erwartete Folgen einer Entscheidung tatsächlich nicht eintreten, sondern positiv oder negativ abweichen und somit eine gewisse Schwankungsbreite, die sog. Volatilität, existiert, da in die Zukunft gerichtete Aktionen ungewiss sind.⁴ Im Unterschied zu anderen Unternehmen aus der Industrie gehört bei Banken die Übernahme und Transformation von Risiken mit zum Geschäftsmodell.⁵ Man spricht von den wesentlichen Risiken. Dazu zählen laut den MaRisk Marktpreisrisiken, Adressenausfallrisiken, Liquiditätsrisiken, und operationelle Risiken.⁶ Im Folgenden werden zwei ausgewählte bankbetriebliche Risiken näher dargestellt, um die Besonderheiten bei der Bewertung von KI darstellen zu können.

2.1.1. Marktpreisrisiken

Marktpreisrisiken sind Risiken, die sich aus potenziellen Verlusten aus Veränderungen von Marktpreisen und Marktkursen ergeben.⁷ Dazu gehören Zinsänderungs-, Aktienkurs- und Währungsrisiken. Zinsänderungsrisiken ergeben sich aus Verlusten durch Marktzinsschwankungen.⁸ Bei ungünstigen Zinsentwicklungen mindert sich der Zinsertrag, wenn bei einem Marktzinsanstieg der Zinsaufwand stärker oder schneller steigt als der Zinsertrag oder bei einem Zinsrückgang der Zinsertrag stärker oder schneller sinkt als der Zinsaufwand. Aktienkursrisiken sind potenzielle Wertverluste von Aktienbeständen in einem KI, die sich aus Volatilitäten am Aktienmarkt ergeben.⁹ Sie entstehen bei bilanzwirksamen Aktienpositionen und bei Finanzinstrumenten, sogenannten Derivaten. Währungsrisiken (auch Devisenrisiken genannt) sind Gefahren der Abweichung des tatsächlichen Ergebnisses vom erwarteten Ergebnis aufgrund von Transaktionen, die den Übergang von einer Währung in eine andere erfordern.¹⁰

2.1.2. Adressenausfallrisiken

Eine Adresse stellt in einem KI einen Kunden privater oder gewerblicher Natur dar. Adressenausfallrisiken sind Gefahren, die bei der Uneinbringlichkeit von Zahlungsverpflichtungen von Kunden gegenüber dem KI in ganzer oder teilweiser Höhe entstehen.¹¹ Bei einer Verschlechterung der Bonität von Kunden handelt es sich ebenfalls um Adressenausfallrisiken, da sich die zugrundeliegenden Barwerte verringern. Auf Einzelgeschäftsebene richten sich Adressenausfallrisiken nach der Höhe der Forderung und nach der im Rating festgestellten Bonität sowie der Besicherung, der Laufzeit sowie der Tilgung bzw. Tilgungsart. Auf Gesamtbankebene spielt auch der Grad der Diversifikation des Kreditportfolios hinsichtlich Struktur und Granularität eine entscheidende Rolle. Diesen Zusatz bezeichnet man als Strukturrisiko.

2.2. Regulatorische Vorgaben

KI unterliegen besonderen regulatorischen Vorgaben nationaler und internationaler Gesetzgeber und Rahmenwerke. Diese Vorgaben stellen eine besondere Herausforderung bei der Bewertung von KI dar. Eine dieser Vorgaben ist die Basler Eigenkapitalvereinbarung, ein internationales Rahmenwerk bezüglich der Neuregelung der Eigenkapitalausstattung in Banken, das 1988 eingeführt wurde, nachdem das Eigenkapital der größten Banken der G10- Staaten in Folge einer Bankenpleite gefallen war.¹² Basel I und der aktuelle Nachfolger Basel II verpflichten Banken bei der Kreditvergabe zu einer Eigenkapitalunterlegung in folgender Höhe:¹³

Erforderliche Eigenkapitalunterlegung = Forderungssumme x Risikogewicht x 8% Diese sog. Mindestkapitalanforderung beschreibt Säule I von Basel II. Bei der Ermittlung des Risikogewichtes spielt das Rating der Aktiva eine große Rolle, sodass die Eigenkapitalanforderung noch gezielter am tatsächlichen Risiko ausgerichtet werden kann. Da sich Säule I einerseits nur auf ausgewählte Risiken bezieht und quantitativ geprägt ist, werden diese Regelungen in der Säule II „Bankaufsichtlicher Überprüfungsprozess“ durch qualitative Grundsätze ergänzt. Hier soll sichergestellt werden, dass die langfristige Eigenkapitalplanung der Risikoprofilentwicklung des KI angepasst wird.¹⁴ Dazu werden spezielle Überwachungsprozesse implementiert.¹⁵ Im Rahmen der Säule III sollen „erweiterte Offenlegungspflichten“ die Marktteilnehmer durch eine hohe Transparenz nach außen (z.B. in Jahresabschlüssen) disziplinieren.¹⁶ Kunden und andere Marktteilnehmer sind so in der Lage, eine Grundschätzung zur wirtschaftlichen Situation und zu den Risikopositionen der Banken zu erhalten.¹⁷

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 1: Das Grundkonzept von Basel II¹⁸

Ab dem 01.01.2013 tritt Basel III in Kraft. Der sog. Solvabilitätskoeffizient von 8 % der Eigenkapitalunterlegung bleibt bestehen, die Zusammensetzung ändert sich aber insofern, dass der Anteil an dem sog. harten Kernkapital ansteigt.¹⁹ 84 der Bilanzsumme nach größten KI in Europa benötigen laut Berechnungen der Boston Consulting Group etwa 275. Mrd. Euro zusätzlich für ihre Eigenkapitalunterlegung.²⁰ Eine große Auswirkung auf die Bewertung von KI ist die Folge. Große Bedeutung für die Bewertung von KI haben auch die 2005 eingeführten Mindestanforderungen an das Risikomanagement (MaRisk).²¹ Diese verpflichten KI, für das gesamte risikorelevante Geschäft ein Risikomanagementsystem und angemessene organisatorische Rahmenbedingungen einzurichten. Eine prinzipienorientierte Regelung und die Gewährleistung von Risikotragfähigkeit sind dabei grundlegende Bestandteile. Die MaRisk beinhalten Vorschriften zur Identifikation, Beurteilung, Steuerung, Überwachung und Kommunikation der Risiken sowie ein aussagekräftiges Dokumentationssystem, um angemessene Risikodeckungsmassen für eingegangene Risiken zu unterlegen.²² Diese Anforderungen haben enormen Einfluss auf die Bewertung von KI, da so ein Vergleichsmaßstab der Bewertung von KI entsteht, sodass insbesondere Säule II von Basel II verstärkt umgesetzt werden kann.²³

3. Analyse geeigneter Bewertungsverfahren für Kreditinstituten

Aufgrund der vorgestellten Herausforderungen bei der Bewertung von KI gibt es Bewertungsverfahren, die sich in ihrer Zielsetzung für die Bewertung von KI eignen, da das Vorsichtsprinzip aus dem HGB in KI eine besonders wichtige Rolle spielt.²⁴ Zwei dieser Verfahren werden nun vorgestellt und ihre Praxistauglichkeit analysiert.

3.1. Discounted Cash-Flow-Verfahren mit besonderem Fokus auf die Equity- Methode

Das Discounted Cash-Flow-Verfahren (im Folgenden DCF-Verfahren genannt) ist eine Methode zur Unternehmensbewertung auf der Basis der Kapitalwertmethode.²⁵ Nach dem DCF-Verfahren ergibt sich der Wert eines Unternehmens aus der zukünftigen Ertragskraft des Unternehmens.²⁶ Dabei werden die in der Zukunft erwarteten Cash-Flows auf den Bewertungszeitpunkt diskontiert. Da die Cash-Flows nur für einige Folgejahre detailliert geplant bzw. geschätzt werden können, ergibt sich für den Zeitraum nach den Planungsjahren der sog. Terminal Value. Dieser Terminal Value wird berechnet aus einem langfristig erreichbaren Restwert und wird auch als ewige Rente bezeichnet. Die detailliert geplanten und diskontierten Zahlungsströme ergeben in Addition mit dem diskontierten Terminal Value den Barwert der gesamten Cash-Flows. Dieser Gesamtwert ergibt den Unternehmenswert nach dem DCF-Verfahren. Beim DCF-Verfahren werden drei verschiedene Methoden differenziert. Diese sind der Entity-Ansatz, der Adjusted-Present-Value (APV)-Ansatz als besondere Form des Entity-Ansatzes und der Equity-Ansatz.

Der Entity-Ansatz (auch Bruttoverfahren genannt) berücksichtigt alle Zahlungsüberschüsse, die den Eigen- und Fremdkapitalgebern zur Befriedigung ihrer Renditeforderungen stehen.

Der APV-Ansatz als spezifische Ausprägung des Entity-Ansatzes berücksichtigt darüber hinaus den Einfluss der Kapitalstruktur auf den Unternehmenswert.

[...]

¹ Vgl. Bitz, M., Stark, G. (2008), S.4f.

² Vgl. Gischer, H., Herz, B., Menkhoff, L. (2012), S. 3ff.

³ Vgl. Bömelburg, P. (2012), S. 164.

⁴ Vgl. Ziegenbein, K. (2007), S. 53.

⁵ Vgl. Hartmann-Wendels, T., Pfingsten, A., Weber, M. (2010), S. 332.

⁶ Vgl. Helfer, M., Geiersbach, K., Prasser, S. (2008), S. 86.

⁷ Vgl. Priermeier, T. (2005), S.18.

⁸ Vgl. Hartmann-Wendels, T., Pfingsten, A., Weber, M. (2010), S. 652f.

⁹ Vgl. Fähnrich, C., Manns, D. (2008), S. 23.

¹⁰ Vgl. Büschgen, H. E., Börner, C. J., (2003), S. 276.

¹¹ Vgl. Becker, A. (2008), S. 60.

¹² Vgl. Paul, S. (2011), S. 12.

¹³ Vgl. Hull, J. (2011), S. 276.

¹⁴ Vgl. Paul, S. (2011), S. 19.

¹⁵ Vgl. Luz, G., Maaß, M. (2011), S. 401.

¹⁶ Vgl. Paul, S. (2011), S. 24.

¹⁷ Vgl. Hillen, K.-H. (2011), S. 523.

¹⁸ Vgl. Deutsche Bundesbank (2012), Internetquelle 1.

¹⁹ Vgl. Paul, S. (2011), S. 50f.

²⁰ Vgl. Paul, S. (2011), S. 53.

²¹ Vgl. Budy, K., Cremer, A., Perge, J. (2011), S.562.

²² Vgl. Radtke, M. (2012), S. 216.

²³ Vgl. Budy, K., Cremer, A., Perge, J. (2011), S. 563.

²⁴ Vgl. Hartmann-Wendels, T., Pfingsten, A., Weber, M. (2010), S. 822.

²⁵ Vgl. Mokler, M. (2009), S. 239.

²⁶ Vgl. Ernst, D., Schneider, S., Thielen, B. (2010), S. 27.