Im ersten Halbjahr des vergangenen Jahres verzeichnete das Statistische Bundesamt 18.500 Insolvenzen von deutschen Unternehmen. 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 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 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 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.
Auf einen Blick
- Note: 2,0
- Eigene Untersuchung von 16 Jahresabschlüssen deutscher Aktiengesellschaften aus 2001
- Vergleich des Baetge Bilanz Ratings mit RiskCalc Germany
- 85 Quellen im Literaturverzeichnis
- 19 Abbildungen
Inhaltsverzeichnis
1. Einleitung
2. Anforderungen an ein Modell zur Krisenfrüherkennung
2.1. Vorbemerkung zur Statistischen Jahresabschlussanalyse
2.2. Ableitung von Beurteilungskriterien eines Modells zur Krisenfrüherkennung
2.2.1. Überblick
2.2.2. Krisenfrüherkennung und Erkennung von Krisenursachen
2.2.2. Anforderungen an die Datenbasis
2.2.2.1. Qualität der Datenbasis
2.2.2.2. Repräsentativität der Datenbasis
2.2.3. Anforderungen an die Verfahren
2.2.3.1. Kennzahlenbildung und Kennzahlenauswahl
2.2.3.1.1. Grundlegende Anforderungen an die Kennzahlen
2.2.3.1.2. Anforderungen bei der Kennzahlenauswahl
2.2.3.2. Anforderungen an die analytische Vorgehensweise der Verfahren
2.2.3.2.1. Verständlichkeit
2.2.3.2.2. Empirische Validierung
2.2.3.2.3. Leistungsfähigkeit
2.2.3.2.3.1. Bestimmungsfaktoren der Leistungsfähigkeit
2.2.3.2.3.2. Ermittlung der Klassifikationsleistung
2.2.4. Prüfungsmöglichkeiten der Beurteilungskriterien
3. Beurteilung der Datenbasis
3.1. Der Jahresabschluss
3.1.1. Wesen des Jahresabschlusses
3.1.2. Aufgabe und Rechtssätze des Jahresabschlusses
3.2. Mängel des Jahresabschlusses
3.2.1. Überblick
3.2.2. Eingeschränkte Möglichkeit der Erkennung von latenten Krisen
3.2.3. Vergangenheitsbezogenheit und geringer Detaillierungsgrad
3.2.4. Grundsätze ordnungsmäßiger Buchführung
3.2.5. Unvollständigkeit
3.2.5. Zielkonflikte
3.2.7. Bilanzpolitisch motivierte Maßnahmen
3.3. Bilanzpolitik
3.3.1. Begriff und Ziele
3.3.2. Konservative und progressive Bilanzpolitik
3.3.3. Instrumente der Bilanzpolitik
3.3.3.1. Überblick
3.3.3.2. Bilanzierungswahlrechte
3.3.3.3.1. Aktivierungswahlrechte
3.3.3.3.1.1. Derivativer Geschäfts- oder Firmenwert
3.3.3.3.1.2. Ingangsetzungs- und Erweiterungsaufwendungen
3.3.3.3.2. Passivierungswahlrechte
3.3.3.3.2.1. Rückstellungen
3.3.3.3.2.2. Sonderposten mit Rücklagenanteil
3.3.3.3. Bewertungswahlrechte
3.3.3.3.1. Abschreibungsmethoden und Änderung der Methoden
3.3.3.3.2. Definition und Änderung der Herstellungskostenbestandteile
3.3.3.4. Bilanzpolitsch motivierte Sachverhaltsgestaltungen
3.3.3.4.1. Sale and lease back Maßnahmen
3.3.3.4.2. Window-dressing-Maßnahmen
3.3.3.4.3. Umgehung des Ansatzverbots § 248 Abs.2
3.3.4. Quantifizierung und Grenzen der Bilanzpolitik
4. Ausgewählte Verfahren und Modelle zur Krisenfrüherkennung
4.1. Ausgewählte Verfahren der Jahresabschlussanalyse
4.1.1. Vorbemerkung
4.1.2. Die Lineare Multivariate Diskriminanzanalyse
4.1.2.1. Vorbemerkung
4.1.2.2. Formulierung der Diskriminanzfunktion
4.1.2.3. Schätzung der Diskriminanzkoeffizienten
4.1.2.4. Prüfung der Merkmalsvariablen
4.1.2.5. Prüfung der Modellgüte
4.1.2.6. Ergebnisse und Prognose mit Linearen Multivariaten Diskriminanzanalysen
4.1.3. Künstliche Neuronale Netzanalyse
4.1.3.1. Vorbemerkung
4.1.3.2. Konstruktionsprinzip und Bestimmung der Netztopologie
4.1.3.3. Bestimmung der Verbindungsgewichte
4.1.3.4. Prüfung der Merkmalsvariablen
4.1.3.5. Prüfung der Modellgüte
4.1.3.6. Ergebnisse und Prognose mit Künstlichen Neuronalen Netzen
4.1.4. Die Logistische Regressionsanalyse
4.1.4.1. Vorbemerkung
4.1.4.2. Rechenansatz der Logistischen Regression
4.1.4.3. Schätzung der Koeffizienten
4.1.4.4. Prüfung der Merkmalsvariablen
4.1.4.5. Prüfung der Modellgüte
4.1.4.6. Ergebnisse und Prognose mit Logistischen Regressionsmodellen
4.1.5. Zwischenergebnisse
4.2. Ausgewählte Empirische Modelle
4.2.1. Vorbemerkung
4.2.2. Baetge Bilanz Rating
4.2.2.1. Datenbasis
4.2.2.2. Modellierung mit einer Künstlichen Neuronalen Netzanalyse
4.2.2.3. Die Kennzahlen des Modells
4.2.2.3.1. Objektivierungs- und Ganzheitlichkeitsprinzip
4.2.2.3.2. Neutralisierungsprinzip und Bildung der Kennzahlen
4.2.2.3.2.1. Überblick
4.2.2.3.2.2. Die Kennzahlen der Vermögenslage
4.2.2.3.2.3. Die Kennzahlen der Finanzlage
4.2.2.3.2.4 Die Kennzahlen der Ertragslage
4.2.2.4. Modellergebnisse des BBR
4.2.3. RiskCalc Germany
4.2.3.1. Datenbasis
4.2.3.2. Modellierung mit Logistischer Regressionsanalyse
4.2.3.3. Die Kennzahlen des Modells
4.2.3.3.1. Objektivierungs- und Ganzheitlichkeitsprinzip
4.2.3.3.2. Neutralisierungsprinzip und Bildung der Kennzahlen
4.2.3.3.2.1. Überblick
4.2.3.3.2.2. Die Kennzahlen der Vermögenslage
4.2.3.3.2.3. Die Kennzahlen der Finanzlage
4.2.3.3.2.4. Die Kennzahlen der Ertragslage
4.2.3.4. Modellergebnisse des RiskCalc Germany
4.2.4. Zwischenergebnisse
4.3. Theoretische Grenzen der Verfahren und Modelle
4.3.1. Rückschlüsse von der Vergangenheit auf die Zukunft
4.3.2. Ursache-Wirkungs-Zusammenhänge
5. Gesamtzusammenfassung und Ausblick
Zielsetzung und Themen
Die Diplomarbeit untersucht, ob jahresabschlussbasierte Verfahren externen Adressaten eine frühzeitige und aussagekräftige Erkennung latenter Unternehmenskrisen ermöglichen. Dazu beurteilt sie die Datenbasis, statistische Verfahren und ausgewählte Ratingmodelle anhand abgeleiteter Anforderungen.
- Anforderungen an Datenqualität und Modellvalidierung
- Grenzen des Jahresabschlusses und Einfluss der Bilanzpolitik
- Diskriminanzanalyse, neuronale Netze und logistische Regression
- Baetge Bilanz Rating und RiskCalc Germany
- Kennzahlenbildung und Neutralisierung bilanzpolitischer Maßnahmen
- Klassifikationsleistung und theoretische Grundlagen
Auszug aus dem Buch
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 und unabhängig davon geprüft wurde. Hierzu wird der Datenbestand an Jahresabschlüssen in drei Stichproben aufgeteilt, 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.
Zusammenfassung der Kapitel
1. Einleitung: Die Arbeit erläutert Unternehmenskrisen und die Perspektive externer Jahresabschlussadressaten. Sie stellt die Forschungsfragen und das Vorgehen vor.
2. Anforderungen an ein Modell zur Krisenfrüherkennung: Das Kapitel entwickelt Kriterien für Datenbasis, Kennzahlen, Validierung, Verständlichkeit und Klassifikationsleistung.
3. Beurteilung der Datenbasis: Im Mittelpunkt stehen Aufbau und Grenzen des Jahresabschlusses sowie Ziele und Instrumente der Bilanzpolitik.
4. Ausgewählte Verfahren und Modelle zur Krisenfrüherkennung: Das Kapitel untersucht drei statistische Verfahren und die Modelle Baetge Bilanz Rating und RiskCalc Germany. Es behandelt auch theoretische Grenzen und die Interpretation der Kennzahlen.
5. Gesamtzusammenfassung und Ausblick: Die Ergebnisse werden zusammengeführt und Anwendungsmöglichkeiten sowie mögliche Weiterentwicklungen der Modelle erörtert.
Schlüsselwörter
Krisenfrüherkennung, Jahresabschlussanalyse, Unternehmenskrise, Insolvenzprognose, Bilanzpolitik, Kennzahlen, Diskriminanzanalyse, neuronale Netze, logistische Regression, Baetge Bilanz Rating, RiskCalc Germany, Modellvalidierung, Klassifikationsleistung
Häufig gestellte Fragen
Worum geht es in der Arbeit?
Sie untersucht die Aussagekraft von Verfahren, die Jahresabschlusskennzahlen zur frühzeitigen Erkennung von Unternehmenskrisen nutzen.
Welche Themen stehen im Mittelpunkt?
Behandelt werden die Qualität des Jahresabschlusses, Bilanzpolitik, statistische Analyseverfahren und ausgewählte Ratingmodelle.
Welche Frage verfolgt die Untersuchung?
Sie fragt, ob und wie externe Adressaten latente Krisen anhand des Jahresabschlusses erkennen und die eingesetzten Modelle beurteilen können.
Welche wissenschaftliche Methode wird verwendet?
Die Autorin leitet Beurteilungskriterien aus der Fachliteratur ab und vergleicht damit Datenbasis, statistische Verfahren und empirische Modelle. Ergänzend untersucht sie Jahresabschlüsse deutscher Aktiengesellschaften.
Was wird im Hauptteil behandelt?
Der Hauptteil analysiert die Grenzen der Jahresabschlussdaten, bilanzpolitische Gestaltungsmöglichkeiten sowie drei statistische Verfahren und zwei Ratingmodelle.
Welche Schlüsselbegriffe kennzeichnen die Arbeit?
Zu den zentralen Begriffen gehören Krisenfrüherkennung, Bilanzpolitik, Jahresabschlusskennzahlen, Modellvalidierung und Insolvenzprognose.
Welche Ratingmodelle werden näher betrachtet?
Die Arbeit erläutert das Baetge Bilanz Rating und RiskCalc Germany, insbesondere ihre Datenbasis, Kennzahlen und Vorgehensweise.
Welche Rolle spielt die Bilanzpolitik?
Sie kann die im Jahresabschluss dargestellte wirtschaftliche Lage beeinflussen. Die Arbeit untersucht deshalb auch, wie Kennzahlen um bilanzpolitische Maßnahmen bereinigt werden.
Wie wird die Güte der Modelle beurteilt?
Zu den besprochenen Kriterien zählen empirische Validierung, Verständlichkeit und Klassifikationsleistung, etwa anhand von Trefferquoten und Fehlklassifikationen.
- Quote paper
- Katja Roßbach (Author), 2003, Jahresabschlussbasierte Verfahren der Krisenfrüherkennung Eine Analyse der Aussagekraft, Munich, GRIN Verlag, https://www.grin.com/document/28793
