Leseprobe
Inhaltsverzeichnis
1 Einleitung
2 Finanzielle Anspannung
2.1 Hintergrund und Einordnung
2.2 Studienübersicht
3 Empirische Untersuchung der DAX 30 Unternehmen
3.1 Untersuchungsdesign und Zielsetzung
3.2 Identifikation der finanziell angespannten Unternehmen
3.3 Ausgewählte Bilanzpositionen
3.4 Testdurchführung
3.5 Ergebnisse
3.6 Implikationen und Kritik
4 Fazit
5 Abbildungsverzeichnis
6 Literaturverzeichnis
1 Einleitung
Obgleich die ersten Anzeichen einer Erholung sichtbar sind, hat die Weltwirtschaftskrise im Jahr 2009 nach wie vor auch Deutschland stark beeinflusst. Die Krise markiert einen Strukturbruch, der die Unsicherheiten über zukünftige Entwicklungen steigert und die ohnehin bestehenden Informationsasymmetrien zwischen den Kapitalmarktteilnehmern noch verschärfte. Gerade in diesen turbulenten Zeiten brauchen Kapitalgeber relevante Informationen als Grundlage für Entscheidungen. Für die externe Beurteilung des Unternehmens gibt es kaum eine zuverlässigere Grundlage als die Bilanz.[1] Der Verschuldungsgrad der größten börsennotierten Unternehmen in Deutschland beträgt in den Jahren von 2008 bis 2011durchschnittlich 65,87%.[2] Auf den Verschuldungsgrad bezogene Bilanzstrukturnormen ergeben sich einerseits aus dem Verhalten der Kreditgeber, andererseits aus einer selbstgewählten Finanzierungspolitik der Unternehmen. Diese Strukturnormen wurden sicherlich auch durch den Hintergrund der verschärften Basel III Regelungen in den letzten Jahren beeinflusst.[3] Auf der einen Seite besteht das Ziel der Unternehmen darin, durch die Aufnahme von Fremdkapital liquide zu bleiben, und auf der anderen Seite die Risikoeffekte, die mit der Aufnahme verbunden sind, zu begrenzen. Je nach Größe und Art des Unternehmens unterscheidet sich die Grenze des Verschuldungsgrades. Die Balance zwischen Eigen- und Fremdkapital ist eines der grundlegenden Entscheidungsprobleme der Finanzierungspolitik.[4]
Ausgangspunkt dieser Arbeit und von vielen anderen Studien ist das Irrelevanztheorem der Finanzierungspolitik von Modigliani und Miller, welches besagt, dass es auf einem vollkommenen Kapitalmarkt für den Marktwert des Unternehmens keine Rolle spielt, ob man sich eigen- oder fremdfinanziert. Der Grund dafür liegt in der Eigenschaft der Wertadditivität, welche ihrerseits jedoch auf strengen Prämissen beruht.[5] Auf einem vollkommenen Kapitalmarkt würde dies nach Modigliani und Miller bedeuten, dass das Wachstum und der Marktwert des Unternehmens, unabhängig von dem intern verfügbaren Kapital wären, da der Zugang zu dem externen Kapital bedingungslos wäre. Die Wertadditivität hat somit sowohl für Investitionsentscheidungen als auch für die Unternehmensfinanzierung eine grundlegende
Bedeutung.[6] Die Prämissen der Wertadditivität werden in der Praxis aufgrund der Unvollkommenheit des Kapitalmarktes jedoch meistens verletzt. Beispielsweise durch Informationsasymmetrien zwischen den Vertragspartnern oder durch Transaktionskosten. Es ist also nicht irrelevant, wie hoch der Bestand des intern verfügbaren Kapitals eines Unternehmens ist um Investitionen zu tätigen. Daher wird das Theorem in der Literatur stets in Frage gestellt, indem versucht wird, durch das Aufheben diverser Annahmen des vollkommenen Kapitalmarktes neue Erkenntnisse im Bereich der Unternehmensfinanzierung zu gewinnen. Dabei wird vor allem geprüft inwieweit die Aussagen von Modigliani und Miller noch Gültigkeit besitzen. Ausgehend von dem unvollkommenen Kapitalmarkt, besonders durch den begrenzten Zugang zu dem externen Kapital, wird im Rahmen dieser Arbeit empirisch beobachtet, inwieweit sich die Fremdkapitalstruktur der DAX 30 Unternehmen zu Zeiten finanzieller Anspannung verändert. Insbesondere wird empirisch untersucht, welchen Einfluss die finanzielle Anspannung der Unternehmen auf deren Cash-Bestände und dessen Veränderungen hat und was die Cash-Flows dazu beitragen.
Um diese empirische Analyse durchzuführen, müssen zunächst folgende Schritte befolgt werden. In Kapitel 2 wird der Begriff finanzielle Anspannung vorab definiert und in die Literatur eingeordnet. Eine darauffolgende Übersicht einiger ausgewählter Studien soll die Überlegungen und Motivationen dieser Arbeit begründen. Kapitel 3 umfasst die Vorbereitung und Durchführung der empirischen Untersuchung der DAX 30 Unternehmen und ist somit der Hauptteil dieser Arbeit. Es werden Variablen vorgestellt, die für die Messung der finanziellen Anspannung als wichtig erachtet werden. Aus diesen Variablen wird ein zusammengesetzter Indikator (Proxy) gebaut, mit dessen Hilfe die Unternehmen in Gruppen sortiert werden. Anschließend wird auf die Bilanzpositionen und die Cash-Flows eingegangen, die für die Untersuchung als geeignet erachtet werden.
Das Ziel dieser wissenschaftlichen Arbeit besteht darin, dass die ausgewählten Bilanzpositionen und die Cash-Flows mit dem Proxy im Allgemeinen korrelieren und ferner, die Proxywerte der finanziell angespannten Unternehmen mit einigen Positionen stärker korrelieren als die der nicht finanziell angespannten Unternehmen. Diese Feststellung wäre mit den Studienergebnissen aus der Literatur konkludent und würde somit die Hypothese, dass die Cash- Bestände der finanziell angespannten Unternehmen höher sind, unterstützen. In Kapitel 4 werden die Ergebnisse kurz zusammengefasst und in Kapitel 5 wird auf die Kritikpunkte der Arbeit eingegangen. Abschließend wird im Fazit erläutert, inwieweit die Ergebnisse auf die Grundgesamtheit abgeleitet werden können und welche Erkenntnisse allgemein durch diese Arbeit gewonnen wurden.
2 Finanzielle Anspannung
Im folgenden Abschnitt erfolgt eine definitorische Abgrenzung des Begriffs Finanzielle Anspannung. Im darauffolgenden Kapitel wird eine Studienübersicht aufgeführt um die Hintergründe der Arbeit nachzuvollziehen.
2.1 Hintergrund und Einordnung
Finanzielle Angespanntheit (engl. financial distress) bezeichnet man einen Zustand von Unternehmen, die innerhalb eines bestimmten Zeitraumes ihren Verpflichtungen gegenüber den Gläubigern nicht rechtzeitig, nicht vollständig oder gar nicht nachkommen.[7] Die finanzielle Anspannung resultiert aus einem Zeitpunktproblem, das unmittelbar die finanzielle Stabilität und die Kosten der Kapitalbeschaffung des Unternehmens beeinflusst.[8] Das daraus entstehende Liquiditätsproblem kann beispielsweise zu Änderungen der bisherigen Kreditkonditionen durch höhere Zinsforderungen, keine Gewährleistung von zukünftigen Kreditlinien, Reduktion von Investitionen sowie im Extremfall die Insolvenz eines Unternehmens zur Folge haben. Die Unternehmen spüren die finanzielle Anspannung durch die Ausweitung der Kosten zwischen der internen und externen Finanzierung.[9]
Es gibt zwei wichtige Bereiche der Forschung der Corporate Finance. Zum einen werden die Effekte als Folge der finanziellen Zwänge auf das Finanzierungsverhalten von Unternehmen beleuchtet. Zum einen gibt es einen Bereich, der sich auf die Art und Weise, in dem die Unternehmen ihr Finanzmanagement durchführen, bezieht.[10]
Ein entscheidendes Kriterium von Unternehmen ist, ob sie die ständigen Ein- und Auszahlungen ausgleichen können. Der Erfolg und der Fortbestand eines Unternehmens sind von dieser Liquiditätsbedingung abhängig. Die Erfüllung dieser Bedingung ist ein Signal für Unternehmensexterne, die keinen direkten Einblick in die Produktion, Leistungsfähigkeit und das Risiko der Investitionen eines Unternehmens haben. Die Liquiditätsbedingung gilt daher als Reputation bzw. Vertrauensfunktion für Externe.[11]
Bei Investitionen müssen vorab die zukünftigen Zahlungsströme unter Beachtung der Liquiditätsbedingung abgestimmt werden. Solch eine finanzwirtschaftliche Planung ist für das Wachstum eines Unternehmens als notwendig anzusehen. Die Problematik dieser Planung besteht darin, dass zukünftige Ein- und Auszahlungen nicht mit Sicherheit vorhersehbar sind. Die Liquiditätsbedingung impliziert, dass durchaus unsichere Zahlungen, das heißt eventuelle Abweichungen, mit in die Planung einbezogen werden sollen.[12]
Um Investitionen tätigen zu können, benötigen die Unternehmen Kapital, wobei die geläufigste Kapitalbeschaffung die Außenfinanzierung ist. Dabei haben die Unternehmen die Möglichkeit der Beteiligungsfinanzierung sowie der Kreditfinanzierung und der Subventionsfinanzierung.[13] Im Rahmen dieser Ausarbeitung bedeutet externe Finanzierung lediglich Kreditfinanzierung, also durch Kreditlinien von externen Kapitalgebern.
Die Finanzierung durch Fremdkapital kann sich für das Unternehmen je nach Situation als vorteilhaft oder als nachteilig erweisen. Unternehmen, die beispielsweise in schlechten Konjunkturzyklen ihren Verbindlichkeiten nicht fristgerecht nachkommen können, demzufolge finanziell angespannt sind, erhalten erschwert Kredite von Gläubigern. Aufgrund des erhöhten Ausfallrisikos, steigen die Zinsen wegen risikobehafteter Kapitalüberlassung, so dass es günstiger ist sich anderweitig zu finanzieren. Das hätte zur Folge, dass Unternehmen, die finanziell angespannt sind, trotz Wachstumspotential, weniger als die optimale Menge es vorschreibt investieren könnten. Langfristig würden sie dadurch an Marktwert verlieren, da es zu einer Stagnation des Wachstums kommen würde, und sie mit der Konkurrenz am Markt nicht mithalten könnten. Um dieses Problem zu umgehen, wäre es möglich in Zeiten finanzieller Anspannung, statt beispielsweise die Investitionen zu senken, die Liquiditätsreserven zu erhöhen. In der finanzwirtschaftlichen Planung werden sehr oft Liquiditätsreserven in Form leicht liquidierbarer Aktiva oder nicht genutzter Finanzierungsquellen eingeplant, ohne konkret zu planen, für welchen Zweck die Reserven genutzt werden. Es ist aber bekannt, dass sich Situationen ergeben können, die von der Planung abweichen, in denen es sich aber als sehr nützlich erweisen kann, auf Liquiditätsreserven zurückgreifen zu können.[14] Unternehmen würden dadurch die externe Finanzierung durch die interne substituieren. Es bestünde dadurch weiterhin die Möglichkeit Investitionen zu tätigen ohne auf den Kapitalmarkt als Geldgeber zurückgreifen zu müssen.
Im Rahmen dieser Arbeit soll gezeigt werden, dass Unternehmen, die Schwierigkeiten haben sich extern zu finanzieren, ihre Liquiditätsreserven erhöhen, indem sie einen Teil ihres Cash- Flow sparen um den Bestand an liquiden Mittel zu erhöhen. Dadurch würden sie auch in finanziell angespannten Situationen keinen Investitionsrückgang erleiden. Intuitiv würde man jedoch vermuten, dass finanziell angespannte, im Gegensatz zu finanziell stabilen Unternehmen, eher niedrige Cash-Bestände aufzeigen und vor allem weniger Investitionen tätigen. In der Literatur wird diese Intuition jedoch durch empirische Untersuchungen widerlegt. Dies soll anhand der nachfolgenden Studienübersicht gezeigt werden.
2.2 Studienübersicht
Zur Fragestellung, welche Bedeutung dem Cash finanziell angespannter Unternehmen zukommt, findet sich in der Literatur eine Reihe von Untersuchungen, welche dessen besondere Relevanz bestätigen.
Der Vorteil einer liquiden Bilanz ist, dass Unternehmen jederzeit in wertsteigernde Projekte investieren können. Die Bedeutung der Liquiditätsnachfrage hängt dabei davon ab, wie stark das Unternehmen auf dem Kapitalmarkt agiert.[15] Ein stark agierendes Unternehmen hat einen leichteren Zugang zur externen Kapitalbeschaffung aufgrund der Vernetzung, als ein weniger agierendes Unternehmen. Wenn ein Unternehmen folglich uneingeschränkten Zugang zu Fremdkapital besitzt, würde vermutlich auch nicht das Interesse bestehen, Cash-Bestände zu erhöhen um zu sparen. Keine finanzielle Einschränkung bedeutet, dass die Unternehmen jederzeit vorteilhafte Investitionen tätigen können. Die Kapitalbeschaffung auf dem Kapitalmarkt würde für diese Unternehmen ohne beträchtlichen Aufwand erfolgen. Bargeldreserven sind demnach besonders für die Unternehmen wichtig, die beispielsweise aufgrund schlechter Konjunkturzyklen Schwierigkeiten mit der externen Finanzierung haben.
Die Bedeutung der Cash-Bestände liegt in der Investitionskraft. Diese steigt durch die verfügbaren liquiden Mittel, die aus Mittelzuflüssen des Cash-Flows erhöht werden.[16]
Almeida et al. (2004) untersuchten den Zusammenhang zwischen der finanziellen Anspannung und der Liquiditätsnachfrage. Es wurden insgesamt 29.954 Unternehmen in einem Zeitraum von 1971 bis 2000 untersucht.[17] Die Autoren verwendeten die finanzielle Angespanntheit als Determinante, die Einblicke in das Finanzierungsverhalten der Unternehmen zu verschieden Konjunkturzyklen bzw. zu verschiedenen finanziellen Zuständen verschaffte.[18] Das Ziel war es, einen positiven Zusammenhang zwischen dem Cash-Flow und den Veränderungen in den Cash-Beständen bei finanziell angespannten Unternehmen zu erkennen. Folglich sollte keine Korrelation dieser Variablen bei nicht angespannten Unternehmen ersichtlich sein. Wenn finanziell angespannte Unternehmen einen Teil des Cash- Flow einsparen, geht davon eine gewisse Sicherheit gegenüber gesamtwirtschaftlichen Schwankungen aus. Exogene Schocks, beispielsweise ein gesamtwirtschaftlicher Nachfragerückgang, beeinflussen sowohl den Cash- Flow als auch die Attraktivität der Investitionen negativ. Finanziell angespannte Unternehmen leiden relativ stärker darunter.[19] Das würde diese Unternehmen hindern in Projekte zu investieren, die ihren Zustand positiv verändern könnten. Die Ergebnisse der empirischen Untersuchung waren signifikant zu unterstützen.[20] Sie zeigten, wie vermutet, dass nur die Unternehmen, deren Investitionen aufgrund des unvollkommenen Kapitalmarktes beeinträchtigt waren, versuchten ihre Liquidität zu managen. Es wurde deutlich, dass eine Erhöhung des Cash-Flows mit einer Erhöhung des Bestandes an liquiden Mittel, also des Cash-Bestandes, einhergeht. Die Cash-Flow Sensitivität vom Cash war somit auch positiv. Der positive Zusammenhang bedeutet indirekt, dass im Falle eines Anstiegs der finanziellen Anspannung gleichzeitig die Sensitivität des Cash-Flows steigt. Finanziell abgesicherte Unternehmen zeigten im Gegensatz dazu keine Veränderungen bezüglich des Cash-Flows und dem Cash-Bestand.[21] Der Grund dafür könnte sein, dass diese sich uneingeschränkt extern finanzieren können, indem sie genügend Sicherheiten bei den Kreditinstituten vorlegen können.
Denis J. und Sibilkov (2009) berufen sich auf vorherige Studien und untersuchten ebenso die Bedeutung der Cash-Bestände für finanziell angespannte Unternehmen.[22] Ihre Untersuchungen führen ebenfalls zu dem Ergebnis, dass das Erhöhen der Cash-Bestände von Vorteil ist, wenn die externen Finanzierungsquellen im Gegensatz zur internen Finanzierung suboptimal sind. Dies gilt insbesondere für finanziell angespannte Unternehmen. Sie zeigen anhand positiv höherer Korrelationen, dass finanziell angespannte Unternehmen durch hohe Cash-Bestände höhere Investitionen tätigen, und dadurch den Unternehmenswert wieder steigern können.[23] Daraus lässt sich schließen, dass die Ergebnisse von Almeida et al. und Denis J. et al. konkludent sind.
Darüber hinaus lässt sich sagen, dass Azzurri, Hubbard und Petersen (1988) im Rahmen einer empirischen Untersuchung bereits zu einem früheren Zeitpunkt zu dem Ergebnis kamen, dass die Cash-Flow Sensitivität, im Falle einer höheren Kostenverursachung durch Fremdfinanzierung auf dem Kapitalmarkt im Gegensatz zur Innenfinanzierung, eine wichtige Messgröße für das Ausmaß der Investitionen bei finanziell angespannten Unternehmen ist.[24] Ihre Analyse zeigt, dass die Cash-Flow Sensitivität mit dem Grad der finanziellen Anspannung steigt.[25] Diese Untersuchung wurde aber von Kaplan und Zingales (1997) stark kritisiert. Sie untersuchten daraufhin, inwieweit diese Empfindlichkeit der Cash-Flow-Investitionen als Messgröße für finanzielle Anspannung herangezogen werden kann.[26] Sie fügten dabei Informationen aus den jeweiligen Geschäftsberichten und Managerdiskussionen in die quantitativen Daten ein und bildeten eine Rangordnung unter den Unternehmen nach der finanziellen Anspannung und bildeten Gruppen. Daraufhin testeten sie die Cash-Flow Sensitivität zwischen diesen Gruppen. Laut ihren Stichprobenergebnissen fanden sie im Gegensatz zu der vorherigen Studie heraus, dass die Unternehmen, die weniger finanziell überfordert sind, eine höhere Sensitivität bezüglich der Cash-Flow Investitionen aufzeigten. Abschließend kommen sie zu dem Ergebnis, dass die Cash-Flow Sensitivität keine zweckdienliche Messgröße für die finanzielle Anspannung sei.[27] [28]
Es wird also deutlich, dass Wissenschaftler sich in der Literatur uneinig darüber sind, ob die Cash-Flow Sensitivität als Messgröße für die finanzielle Anspannung geeignet ist oder nicht und inwieweit diese indirekt die Unternehmensfinanzierung beeinflusst. Die Absicht dieser Arbeit ist es zu verstehen, warum die Höhe der Cash-Bestände unterschiedliche Wertungen für die Unternehmen haben, die sich in unterschiedlichen finanziellen Situationen befinden und welche Absichten dabei verfolgt werden.
Im Folgenden wird versucht, durch bestimmte Indikatoren und Bilanzpositionen dieses Verhalten auf Basis des vorliegenden Datensatzes zu bewerten.
3 Empirische Untersuchung der DAX 30 Unternehmen
Im folgenden Kapitel wird zunächst die Vorbereitung der Untersuchung erklärt danach wird sie durchgeführt und abschließend werden die Ergebnisse vorgestellt.
3.1 Untersuchungsdesign und Zielsetzung
Die empirische Untersuchung dieser Arbeit konzentriert sich auf eine Datenerhebung zum Stichtag des 31.12.2011 der im DAX notierten Unternehmen.[29] Der DAX hat sich als Leitindex der Deutschen Börse national und international etabliert und spiegelt die Wertentwicklung der 30 größten Unternehmen am deutschen Aktienmarkt wider. Dieser bezieht sich auf die Marktkapitalisierung sowie den Börsenumsatz.[30] Um das Finanzierungsverhalten von Unternehmen zu vergleichen, ist es von Vorteil einen Index heranzuziehen, da die Unternehmen ähnliche Grundvoraussetzungen erfüllen und somit ein angemessener Vergleichsmaßstab vorhanden ist. Die Grundlage der Datenerhebung bilden die Geschäftsberichte. Im Rahmen dieser Untersuchung wurde eine eigene Datenbank erstellt, wobei der Erhebungszeitraum auf die Geschäftsjahre 2008 bis 2011 begrenzt wurde.
Durch diese Untersuchung sollen die Vermutungen, die bisher anhand vorangegangener Stichproben in der Literatur bestätigt wurden, auf diesen Datensatz abgeleitet werden. Die Hypothese, dass finanziell angespannte Unternehmen sich weniger extern, sondern hauptsächlich intern finanzieren, soll anhand des Finanzierungsverhaltens der DAX 30 Unternehmen während und nach der Finanzkrise untersucht werden.
Diese Arbeit basiert auf einer Studie von David J. Denis und Valeriy Sibilkov (2009)[31], welche die Studie von Almeida, Campello und Weisbach (2004) ergänzt.[32] Die Anzahl der Beobachtungen und die Anzahl der Jahre sind jedoch bei diesen Studien deutlich umfangreicher.
Zu beachten ist außerdem, dass die vier Unternehmen Adidas, Beiersdorf, Munich RE und Infineon Technologies aufgrund nicht auffindbarer Daten aus dem Auswahlsatz entfernt wurden. Zudem wird zur Vereinfachung angenommen, dass HeidelbergCement seit 2008 im DAX enthalten ist, obwohl bis 2010 anstelle dieses Unternehmens Salzgitter vertreten war.[33]
Um die Veränderungen in der Fremdkapitalstruktur in finanziell schlechten Zeiten der DAX 30 Unternehmen zu beobachten, muss nach der Definition die finanzielle Anspannung gemessen werden. Es werden Variablen bzw. Subindikatoren vorgestellt, die die finanzielle Anspannung der Unternehmen widerspiegeln sollen. Daraus wird ein sogenannter composite indicator synthetisiert und als Messinstrument verwendet. Der Grund für solch einen zusammengesetzten Indikator ist, dass sich dadurch ein bestimmter Zustand messen lässt, der anhand einzelner Variablen nicht direkt messbar ist. Es gibt keine Variable, die direkt die finanzielle Anspannung messen kann. Durch das Zusammensetzen einzelner Variablen wird es möglich, einen Zusammenhang zu erschließen. Es wäre auch möglich, die einzelnen Variablen und deren Veränderungen zu beobachten, um am Ende anhand mehrerer Ergebnissen eine Aussage über den finanziellen Zustand treffen zu können. Der kleine Auswahlsatz und der Betrachtungszeitraum sind jedoch dafür nicht als optimal anzusehen. Infolgedessen würde sich die Wahrscheinlichkeit erhöhen, dass die verschiedenen Variablen fälschlicherweise zu unterschiedlichen Ergebnissen führen können. Mit diesem zusammengesetzten Indikator (Proxy) kommt man lediglich zu einem Ergebnis, welches alle Subindikatoren beinhaltet, die elementare Faktoren finanzieller Anspannung darstellen. Mit Hilfe dieses jährlich gebildeten Proxy s werden Gruppen nach dem Grad der finanziellen Anspannung gebildet.
3.2 Identifikation der finanziell angespannten Unternehmen
Ziel dieses Kapitels ist es die Determinanten zu ermitteln, die einen Einfluss auf den finanziellen Zustand eines Unternehmens ausüben. In den vorliegenden Studien wurden bereits Indikatoren ausgewählt, die Informationen über die Liquidität, die Bewertung bezüglich der Kreditwürdigkeit, also des Ausfallrisikos, und die Unternehmensgröße liefern. Mit Ausnahme des Indikators für die Unternehmensgröße wurden die Überlegungen von den Autoren übernommen.[34]
3.2.1 Ausgewählte Subindikatoren
a) Jährliche Ausschüttungsquote (Payout ratio):
Diese Kennzahl wird durch die gesamte Dividendenauszahlung und den Jahresüberschuss berechnet. Die jährliche Ausschüttungsquote beeinflusst den Bestand an verfügbaren Mittel und damit die Investitions- und Finanzierungsentscheidung, da ein Teil des Gewinns an die Anteilseigner ausgezahlt wird.[35] Durch die Ausschüttung wird einerseits das Eigenkapital des Unternehmens gemindert, andererseits gewinnt das Unternehmen dadurch an Reputation. Ein Dividendenanstieg bewirkt einen Signaleffekt, indem er die Erwartungen der Aktionäre hinsichtlich zukünftiger Gewinne des Unternehmens positiv beeinflusst. Die Aktie wird attraktiver und der Kurs steigt.[36] Dies ist ein Signal für die Liquidität eines Unternehmens, denn ein hoher Ausschüttungsanteil kann für den Erfolg eines Unternehmens stehen, das eine solche Ausschüttung finanzieren kann und daher nicht finanziell angespannt sein dürfte. Da in der Regel vor der Ausschüttung überprüft wird, ob noch Kapital notwendig ist um gewisse Verbindlichkeiten zu decken.[37] Daher ist die Ausschüttungsquote auch im Hinblick der Gewährleistung von Krediten, also der externen Finanzierung, von Bedeutung. Unternehmen mit einer niedrigen Payout ratio werden daher hier als finanziell angespannt angesehen.
b) Umsatzerlöse:
Dieser Indikator wurde ausgesucht, um die Betriebsgröße in die Betrachtung mit einzubeziehen, da die Größe bei der Kreditvergabe von Gläubigern eine wichtige Rolle spielt. Die Umsatzzahlen spiegeln die Entwicklung des Betriebs wider. Ein Anstieg des Umsatzes impliziert nicht gleichzeitig einen höheren Gewinn. Der steigende Umsatzes führt jedoch zu einer Kostendegression bezüglich der fixen Kosten, was indirekt als positives Ergebnis angesehen werden kann.[38] Des Weiteren kann durch einen steigenden Umsatz auf Wachstum geschlossen werden, welches ein Zeichen für Erfolg ist. Unternehmen mit größerem Umsatz erhalten aufgrund ihrer Reputation sowie der besseren Vernetzung schneller Kredite von Banken, im Vergleich zu Unternehmen mit weitaus geringeren Umsätzen. Für Kreditgeber ist es aufgrund der Informationsasymmetrie schwierig zu beurteilen, ob es sich um erfolgreiche oder erfolglose Unternehmen handelt, da sie keinen internen Einblick haben. Die Umsatzerlöse erlauben jedoch eine Vermutung hinsichtlich der Wirtschaftlichkeit des Unternehmens. Eine weitere Überlegung wäre, dass Unternehmen mit niedrigeren Umsatzerlösen oftmals junge Unternehmen sind. Sie sind einerseits dadurch gekennzeichnet, dass sie kaum Erfahrung aufweisen und andererseits rührt der geringe Umsatzerlös von der hohen Forschungs- und Entwicklungskosten beim Markteintritt. In diesem Fall bietet sich dem Kreditgeber eine nur sehr schmale Informationsbasis. Im Gegenzug dazu ist bei den börsennotierten Unternehmen, wie den DAX 30, zu betonen, dass die Informationslage deutlich besser ist als bei den Unternehmen, welche neu auf dem Markt sind. Daraus resultieren eine einfachere Informationsgewinnung sowie ein erleichterter Zugang zu Krediten. Demzufolge wird im Rahmen dieser Arbeit angenommen, dass Unternehmen, die hohe Umsatzerlöse aufweisen, weniger finanziell angespannt sind als diejenigen mit niedrigeren Umsatzerlösen.
c) + d) Langfristiges und kurzfristiges Rating (debt rating, paper rating):
Eine wichtige Rolle bei der Kreditgewährung spielt die Ausfallwahrscheinlichkeit der Unternehmen. Diese beziehen sich sowohl auf langfristige als auch kurzfristige Verbindlichkeiten.[39] Zur externen Bonitätsprüfung von Unternehmen wird daher von darauf spezialisierten Ratingagenturen ein so genanntes Rating erstellt. Es werden dazu Ausfallwahrscheinlichkeiten für Tilgungs- und Zinszahlungen errechnet und in Form eines Bewertungsschlüssels (AAA, BB+, C usw.) wiedergegeben.[40] Ein gutes Rating verspricht in der Regel eine Verbesserung der Zinsmargen, die das Unternehmen in Zukunft für Kredite entrichten muss.[41] Zusätzlich stellt es für Banken eine Sicherheit für die Rückzahlung der Kredite dar. Im umgekehrten Fall kann es somit zur Herabstufung der Bonität kommen. Die Ratingagenturen unterscheiden in langfristige (debt rating) und kurzfristige Bonitätsprüfung (paper rating).[42] Da sowohl die kurzfristige als auch die langfristige Bonität einen Einfluss auf die finanzielle Anspannung der Unternehmen haben, sind diese beiden Ratings von besonderer Bedeutung. Wird zum Beispiel einem finanzschwachen Unternehmen aufgrund seiner schlechten Bonität der Kreditrahmen gekündigt, kann dies zu Liquiditätsengpässen führen und im schlimmsten Fall zur Insolvenz. Im Rahmen dieser Arbeit werden nur die Ratings der Ratingagentur Standard and Poors (S&P) berücksichtigt. Alle Ratingagenturen bewerteten die Unternehmen ähnlich, daher wurden lediglich die Informationen von einer Ratingagentur berücksichtigt.
Diese vier zuvor dargestellten Subindikatoren ermöglichen die Messung der finanziellen Anspannung eines Unternehmens.
3.2.2 Zusammengesetzter Indikator zur Messung finanzieller Anspannung
Ein composite indicator ist eine Variante um Eigenschaften zu messen, die nicht objektiv, reliabel und valide oder nicht mit vertretbarem Aufwand zugänglich sind.[43] Die Vorteile eines zusammengesetzten Indikators bestehen nicht nur in der größeren Übersichtlichkeit komplexer und multidimensionaler Eigenschaften, sondern tragen auch dazu bei, die Informationsüberflutung vieler einzelner Indikatoren zu verhindern. Dadurch ergibt sich eine leichtere Interpretation und Entscheidungsfindung.[44] Um falsche Interpretationen und Manipulationen des Indikators zu vermeiden, müssen vor dem Zusammenstellen einige wichtige Schritte beachtet und befolgt werden. Die einzelnen Schritte erfordern Kenntnisse über statistische Methoden, die dabei helfen, ein repräsentatives Ergebnis zu erhalten. Außerdem sollte von vornherein beachtet werden, dass die Schritte teilweise aus subjektiver Sicht unterschiedlich ausfallen können, wie zum Beispiel die Selektion von einzelnen Variablen oder die Auswahl der verschiedenen Methoden, die für die Anwendung notwendig sind.
Im Folgenden werden die Schritte, die für das Zusammenstellen des Indikators notwendig sind, vorgestellt. Als Erstes muss die Untersuchungseigenschaft festgelegt werden, sodann werden die geeigneten Variablen selektiert. Anschließend müssen die Variablen auf eine Metrik transformiert (Standardisierung) und durch ein multivariates Analyseverfahren gewichtet werden. Der letzte Schritt ist die Aggregation der Subindikatoren.[45] In der Regel werden zusammengesetzte Indikatoren nach der Aggregation noch auf Robustheit und Sensitivität überprüft.[46] Diese Schritte werden bei dieser Untersuchung aufgrund des begrenzten Umfangs der Arbeit außer Acht gelassen. Bei vielen der einzelnen Schritte besteht eine Auswahlmöglichkeit an verschiedenen Methoden. Daher ist es bei der Auswahl vorteilhaft, die Methoden nach der Art des Untersuchungsobjektes auszusuchen. Das Beispiel dieser Arbeit, also der Versuch, den Zustand der finanziellen Anspannung von Unternehmen zu messen, verlangt zunächst die Überlegung, welche Eigenschaften für einen finanziellen Engpass in einem Unternehmen relevant sind. Die ersten beiden Schritte des Zusammenstellens wurden in vorangegangenen Kapiteln ausführlich dargestellt (siehe Kapitel 2.1 und 3.2.1). Bevor zum nächsten Schritt übergegangen wird, müssen sowohl den Kurzfrist- als auch den Langfrist-Ratingsymbolen von S&P numerische Werte zugeordnet werden. Es handelt sich hier um die größten börsennotierten Unternehmen Deutschlands, diese müssen gewisse Sicherheiten erfüllen um in den Index aufgenommen zu werden.[47] Daher gibt es wie vermutet kein Unternehmen mit einem „C“ oder „D“ Rating. Die Rangordnung vom langfristigen Rating geht also von „AAA“ bis „BB-“. Hierbei wird „AAA“ ein numerischer Wert von 1 und „BB“ ein Wert von 20 zugeordnet. Mit jeder Herabstufung werden zwei numerische Werte aufaddiert. Die Symbole „+“ und „-“ zeigen die relative Stellung innerhalb des Ratings und werden nur mit einem numerischen Wert unterschieden. Die Herabstufung von „BBB-“ auf „BB+“ wird mit fünf numerischen Werten bestraft, da es die Grenze von „Investition wird empfohlen“ und „Investition wird nicht empfohlen“ ist. Jedes Langfrist-Rating wird mit der Gesamtpunktzahl 22 in das Verhältnis gesetzt. Je näher der Wert an der 0, umso kreditwürdiger ist das Unternehmen, also umso weniger finanziell angespannt. Das kurzfristige Rating beginnt bei „A-1+“ und geht bis „B“. Das erste Symbol nimmt folglich den Wert 1 an und das letzte den Wert 12. Die Einteilung erfolgt analog zur vorherigen Erläuterung.
Der dritte Schritt beinhaltet die Standardisierung bzw. die Normalisation der Subindikatoren. Wie aus der Deskription der Variablen ersichtlich wurde, besitzen diese ein unterschiedliches Skalenniveau. Das Payout ratio und die Umsatzerlöse sind verhältnisskaliert, also metrisch, wobei die Ratings ordinalskaliert, folglich kategorialskaliert sind. Um unterschiedliche Variablen zusammenfassen zu können, müssen sie für Vergleichszwecke so transformiert werden. Genauer gesagt, müssen sie auf eine einheitliche Metrik gebracht werden.[48]
Variablen zu standardisieren bedeutet, sie in dimensionslose Zahlen zu transformieren.[49] Eine häufig verwendete Methode ist die Methode der sogenannten Z-scores. Diese Methode gibt Zahlen von negativ unendlich bis positiv unendlich aus.[50] Aufgrund der unübersichtlichen Darstellung wird sie hier nicht verwendet. In Anbetracht des Proxy s ist es von Vorteil, Werte zu erhalten, die eine identische Reichweite besitzen. Aufgrund dessen wird die Min-Max Standardisierung (Re-scaling) herangezogen. Jeder Indikator für jedes Unternehmen c wird in
Abbildung in dieser Leseprobe nicht enthalten
transformiert. Dabei stellen ) das Maximum und das Minimum des Wertes über alle Unternehmen c (n=26) dar. Daraus ergibt sich, dass jeder standardisierte Wert I qc zwischen den Grenzen 0 und 1 liegt.[51]
Zu beachten ist, dass viele Ausreißer bei dieser Methode an die Grenzen gedrückt werden, was als Distorsionseffekt zu bezeichnen ist.[52] Enthält ein Datensatz sehr viele Ausreißer, so wäre diese Methode als nicht geeignet zu erachten, da ansonsten eine Vielzahl der Werte 0 und 1 betragen würden und somit das Ergebnis erheblich verzerrt wäre.[53] Im vorliegenden Datensatz sind die Ausreißer nicht die Regel, daher ist diese Technik unproblematisch.
Im folgenden Schritt kommt es zur Gewichtung der Subindikatoren. Dieser Schritt entscheidet, wie stark und unterschiedlich die einzelnen Indikatoren gewichtet werden und übt daher einen großen Einfluss auf den Proxy und damit indirekt auf das Ergebnis aus. Die Gewichtung kann entweder durch subjektive Einschätzung der Relevanz der einzelnen Variablen erfolgen, durch die Annahme der Gleichverteilung oder durch die Heranziehung multivariater Analyseverfahren.[54] Da subjektive Überlegungen in der Literatur kritisch betrachtet werden und die Gleichverteilung dem Proxy keine besondere Bedeutung zumisst, wird hier eine multivariate Analysemethode zur Gewichtung verwendet, die principal component analysis (PCA).[55] Die Aufgabe der PCA ist es, anhand der Korrelationen der Subindikatoren eine Gewichtung zu erstellen. Die Subindikatoren sind hier die principal components. Im Allgemeinen gilt: Variablen, die ähnliche Informationen aus den Daten entnehmen, weisen hohe Korrelationen auf. Diese Methode versucht die Überlappung von Informationen zu vermeiden, indem sie die Indikatoren, die hohe Korrelationen aufweisen, weniger stark gewichtet. Hochkorrelierte Variablen deuten in der Regel auf dieselben Aussagen hin. Infolgedessen ist PCA nur dann sinnvoll anwendbar, wenn einzelne Variablen miteinander korrelieren. Zunächst werden die Korrelationen zwischen den Subindikatoren mit dem Bravais Pearson´s Korrelationskoeffizienten jährlich untersucht.[56] Anschließend werden die Anteile in Prozent der Hauptkomponenten an der Totalvariation, die sogenannten Eigenwerte, gebildet.[57] [58] Die Eigenwerte spiegeln die Gewichtungen des Proxys wider.
Beispiel Jahr 2009:
Abbildung in dieser Leseprobe nicht enthalten
Quelle: Eigene Erstellung.
Bezugnehmend zum obigen Beispiel, erklären die Hauptkomponenten, also die Payout Ratio 49,8 %, die Umsatzerlöse 29,20%, das Langfrist-Rating 19,46% und das Kurzfrist-Rating lediglich 1,54% der Gesamtvariation im Jahr 2009. Die PCA konstruiert also die Komponenten, anhand der Eigenvalues, nacheinander in absteigender Bedeutung. Zu beachten ist, dass die PCA keine inhaltliche Gewichtung vorsieht.
Der abschließende Schritt bei der Konstruktion dieses composite indicators ist die Aggregation, wobei die gewichteten Indikatoren aufaddiert werden.[59] So ergeben sich jährlich folgende Proxy s:
Abbildung in dieser Leseprobe nicht enthalten[60]
In allen vier Jahren ist die Payout ratio mit knapp 50% des Proxy s am stärksten und das paper rating mit ca. 1% am schwächsten gewichtet. Wie bereits oben erwähnt, werden hochkorrelierte Variablen weniger gewichtet. Die beiden Ratings lesen ähnliche Informationen aus den Daten heraus, daher wird wegen Überlappung von Informationen das letzte Rating nur minimal gewichtet.[61] Die Payout ratio ist möglicherweise zu stark gewichtet, da sie zwar einerseits eine gute Messgröße für die Liquidität ist, andererseits kann auch in konjunkturschlechten Zeiten eine Dividende ausgeschüttet werden, um den Anteilseignern eine gewisse Sicherheit zu verschaffen. Die Ergebnisse sind daher mit Vorsicht zu genießen, da eine solche Ausschüttungspolitik das Ergebnis verzerren könnte. Im Rahmen dieser Arbeit werden für die Payout ratio nicht die einzelnen Aktiengewinne pro Quartal berücksichtigt, sondern der gesamte Jahresüberschuss und die gesamte Dividendenzahlung pro Jahr. Die Korrelationen der Variablen geben nur eine schwache Richtung des Zusammenhangs an. Mit Ausnahme des Jahres 2008 sind sie positiv. Die höchste Korrelation weisen die debt- und paper ratings auf (0,86-0,95). Nachfolgend sinken die Korrelationen jedoch drastisch. Der darauffolgende höchste Zusammenhang liegt zwischen den Umsatzerlösen und dem paper rating (0,12-0,23), wobei sie keinen großen Unterschied zu den anderen Korrelationen aufweisen. Eine der niedrigsten Korrelationen weisen die Kurzfrist-Ratings und die Payout ratio auf (-0,08-0,1).[62]
[...]
[1] Vgl. Franke Hax (2009), S.115.
[2] Vgl. Excel-Tabelle 3.1.
[3] Vgl. Walter Stefan (2011), S.1.
[4] Vgl. Franke, Hax (2009), S.114.
[5] Vgl. Berk/ DeMarzo (2011), S.471.
[6] Vgl. Franke, Hax (2009), S.541.
[7] Vgl. Korteweg Arthur (2007), S. 2.
[8] Vgl. Eilenberger, Guido (2012), S.167.
[9] Vgl. Kaplan/ Zingales (1997), S.173.
[10] Vgl. Almeida, Campello, Weisbach (2004), S.1777.
[11] Vgl. Franke, Hax (2009), S.15.
[12] Vgl. Franke, Hax (2009), S.16.
[13] Vgl. Schulte Christof (2006), S.21.
[14] Vgl. Franke, Hax (2009), S.293.
[15] Vgl. Almeida, Campello, Weisbach (2004), S.1777.
[16] Vgl. Almeida, Campello, Weisbach (2004), S.1777.
[17] Vgl. Almeida, Campello, Weisbach (2004), S.1786.
[18] Vgl. Almeida, Campello, Weisbach (2004), S.1777.
[19] Vgl. Almeida, Campello, Weisbach (2004), S.1779.
[20] Vgl. Almeida, Campello, Weisbach (2004), S.1802.
[21] Vgl. Almeida, Campello, Weisbach (2004), S.1801.
[22] Vgl. Denis J./ Sibilkov (2009), S. 247.
[23] Vgl. Denis J./Sibilkov (2009), S. 267.
[24] Vgl. Fazzari et. Al (1988), S.1.
[25] Vgl. Fazzari et. all (1988), S.1.
[26] Vgl. Kaplan/ Zingales (1997), S.171.
[27] Vgl. Kaplan/ Zingales (1997), S.171.
[28] Die unterschiedlichen Ergebnisse liegen an den teilweise unterschiedlichen Indikatoren, die die Autoren verwendeten. Ein entscheidender Indikator ist bei Kaplan und Zingales der Tobin´s Q. Zudem wurden nur Unternehmen untersucht, die eine geringe Dividendenausschüttung aufweisen (s. Paper S.177).
[29] Vgl. Finanzen.net.
[30] Vgl. Die Dax Indexwelte (2011), S.5.
[31] Vgl. Denis J./ SibilkovValeriy (2008).
[32] Vgl. Almeida/ Campello/ Weisbach (2004).
[33] Vgl. Deutsche Börse.
[34] Vgl. Denis J./ Sibilkov (2009), S. 249.
[35] Vgl. Head/ Watson (2010), S.55.
[36] Vgl. Schäfer, Henry (2002), S.195.
[37] Vgl. Schulte/ Christof (2006), S.115.
[38] Vgl. Hiebler/ Franz (1979), S.52.
[39] Vgl. Guide to Credit Ratings Criteria (2011), S. 4.
[40] Vgl. Guide to Credit Ratings Criteria (2010), S. 6.
[41] Vgl. Berk/ DeMarzo (2011), S.388.
[42] Vgl. Denis J./Sibilkov (2009), S. 252.
[43] Vgl. OECD, Handbook on Constructing Composite Indicators S.14.
[44] Vgl. OECD, Handbook on Constructing Composite Indicators S.13.
[45] Vgl. OECD, Handbook on Constructing Composite Indicators S.5.
[46] Vgl. OECD, Handbook on Constructing Composite Indicators S.5.
[47] Vgl. Deutsche Börse Blue Chip Indices (2009), S.5.
[48] Vgl. Nardo et al. (2005), Tools for composite indicators S.6.
[49] Vgl. Nardo et al. (2005), Tools for composite indicators S.44.
[50] Vgl. OECD, Handbook on Constructing Composite Indicators S.84.
[51] Vgl. Nardo et al. (2005), Tools for composite indicators S.47.
[52] Vgl. Nardo et al. (2005), Tools for composite indicators S.48.
[53] Vgl. Nardo et al. (2005), Tools for composite indicators S.47.
[54] Vgl. Nardo et al. (2005), Tools for composite indicator S.54.
[55] Vgl. Nardo et al. (2005), Tools for composite indicator S.56.
[56] S. Abbildung 1.
[57] S. Abbildung 2.
[58] Vgl. Nardo et al. (2005), Tools for composite indicator S.57.
[59] Vgl. Nardo et al. (2005), Tools for composite indicator S.74.
[60] Für die jeweiligen Proxywerte s. Abb.: 3
[61] Siehe im Anhang Korrelationsmatrix 2009: Debt-ratings und paper-ratings weisen einen Korrelation von 0.93 aus, somit sehr stark positiv.
[62] Für die einzelnen Korrelationen der Subindikatoren s. Abb.: 2.