Die Partialprüfungsfelder der quantitativen Kreditwürdigkeitsprüfung umfassen die Liquidität, den Erfolg, das Vermögen und das Wachstum . Dabei ist die Liquiditätsprognose die wichtigste Untersuchung im Rahmen von Kreditwürdigkeitsprüfungen, weil bei einer drohenden Illiquidität der Verlust des Kredites droht. In dieser Arbeit sollen die qualitativen Merkmale der Kreditwürdigkeitsprüfung ausgeklammert werden, und aus dem breiten Spektrum der bilanzanalytischen Kennziffern nur die Cashflow– Kennziffern in ihrer Bedeutung für die Kreditwürdigkeit diskutiert und beurteilt werden.
Inhaltsverzeichnis
1. Einführung und Problemstellung
2. Traditionelle Kreditwürdigkeitsprüfung mit Cashflow–Kennzahlen
2.1. Begriffsabgrenzung finanzwirtschaftlicher Kennzahlen
2.2. Einzelne Cashflow-Kennzahlen zur Kreditwürdigkeitsprüfung
2.2.1. Erfolgswirtschaftliche Cashflow – Kennzahlen
2.2.2. Finanzwirtschaftliche Cashflow–Kennzahlen
2.3. Mängel der Cashflow–Kennzahlen Analysen
3. Moderne Verfahren der Kreditwürdigkeitsprüfung mit Cashflow–Kennzahlen
3.1. Die lineare multivariate Diskriminanzanalyse zur Trennung von solventen und insolventen Kreditnehmern
3.2. Technische Verfahren in der Cashflow – Kennzahlen Kreditwürdigkeitsprüfung
3.3. Anwendung von Bonitätsindikatoren im Rahmen von Kreditwürdigkeitsprüfungen
3.4. Kritische Beurteilung des Einsatzes moderner Verfahren in der Cashflow – Kennzahlen Kreditwürdigkeitsprüfung
4. Grenzen der Kreditwürdigkeitsprüfung mit Cashflow–Kennzahlen
5. Schlußbetrachtung
Zielsetzung und thematische Schwerpunkte
Die vorliegende Arbeit untersucht die Bedeutung von Cashflow-basierten Kennzahlen als bilanzanalytisches Instrument zur quantitativen Beurteilung der Kreditwürdigkeit von Unternehmen und vergleicht dabei traditionelle Methoden mit modernen mathematisch-statistischen Verfahren.
- Methodische Grundlagen der Cashflow-Berechnung und Abgrenzung von Kennzahlen.
- Analyse traditioneller Instrumente zur Kreditwürdigkeitsprüfung.
- Untersuchung moderner Verfahren wie der multivariaten Diskriminanzanalyse und Künstlicher Neuronaler Netze (KNN).
- Kritische Würdigung der Prognosefähigkeit und der Grenzen von Cashflow-Analysen.
- Einordnung von Bonitätsindikatoren und Rating-Verfahren im Kontext der Kreditrisikobeurteilung.
Auszug aus dem Buch
3.1. Die multivariate Diskriminanzanalyse zur Trennung von solventen und insolventen Kreditnehmern
Das in der Praxis weit verbreitete und eines der bedeutendsten Verfahren der Kreditrisikoanalyse ist das mathematisch–statistische Verfahren der Diskriminanzanalyse, deren grundlegendes Bemühen darin besteht, frühzeitig zukünftig insolvente Wirtschaftssubjekte von solchen, die solvent bleiben, zu trennen. Das Verfahren der Diskriminanzanalyse ordnet reale Daten anhand bestimmter Merkmale und einer vorab entwickelten Zuordnungsregel mehreren verschiedenen Gruppen nach Kriterien der Solvenz und der Insolvenz zu. Ziel der aus diesen Daten gewonnenen Kennzahlen, vorrangig der Cashflow–Kennzahlen, ist es, bisher unbekannte Unternehmen anhand der Zuordnungsregel einer der beiden Gruppen der solventen oder der drohend insolventen Unternehmen möglichst fehlerfrei zuzuordnen.
In einer von Baetge durchgeführten Untersuchung wählte er zweimal zwölf zufällige Unternehmen aus, von denen ex post bekannt ist, welche zwölf Unternehmen insolvent wurden und welche zwölf Unternehmen insolvent wurden. Es wurden zwei Kennzahlen berücksichtigt. Die Kapitalstrukturanalyse (Kurzfristiges Fremdkapital : Bilanzsumme) und eine Rentabilitätskennzahl (Cashflow aus ordentlichem Betriebsergebnis zuzüglich Normalabschreibungen und Zuführung zu den Pensionsrückstellungen : Gesamtkapital). Ergebnis dieser univariaten Trennung war, dass Unternehmen mit einer Fremdkapitalquote (Verschuldung) von mehr als 70% und mit einer Rentabilität (Ertragskraft) von kleiner als 15% klassifiziert wurden. Allerdings führte diese Analyse auch zu Fehleinschätzungen insoweit, als einige Unternehmen, die diese Negativeinstufung erhielten, trotzdem solvent blieben.
Zusammenfassung der Kapitel
1. Einführung und Problemstellung: Dieses Kapitel erläutert die Zielsetzung der Arbeit, Kreditwürdigkeit mittels Cashflow-Kennziffern quantitativ zu beurteilen und deren Gewichtung sowie Tragweite für Risikobeurteilungen zu analysieren.
2. Traditionelle Kreditwürdigkeitsprüfung mit Cashflow–Kennzahlen: Hier werden die theoretischen Grundlagen von Cashflow-Kennzahlen, deren Berechnungsschemata sowie deren Rolle in der traditionellen Kreditprüfung detailliert dargestellt.
3. Moderne Verfahren der Kreditwürdigkeitsprüfung mit Cashflow–Kennzahlen: Dieses Kapitel vergleicht innovative mathematische Ansätze wie die Diskriminanzanalyse und Künstliche Neuronale Netze zur Automatisierung der Insolvenzprognose.
4. Grenzen der Kreditwürdigkeitsprüfung mit Cashflow–Kennzahlen: Es wird kritisch beleuchtet, inwiefern bilanzpolitische Spielräume und unterschiedliche Rechnungslegungsstandards die Aussagekraft von Cashflow-Analysen einschränken.
5. Schlußbetrachtung: Die Arbeit schließt mit einer zusammenfassenden Einordnung der Bedeutung von Cashflow-Analysen im modernen Risikomanagement und einem Ausblick auf zukünftige Entwicklungen.
Schlüsselwörter
Cashflow, Kreditwürdigkeit, Insolvenzprognose, Diskriminanzanalyse, Künstliche Neuronale Netze, Bonitätsprüfung, Finanzanalyse, Risikomanagement, Jahresabschluss, Fremdkapital, Kennzahlensysteme, Rating, Liquidität, Ertragskraft.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit befasst sich mit der Analyse und Beurteilung der Kreditwürdigkeit von Unternehmen durch den Einsatz von Cashflow-basierten Kennzahlen.
Was sind die zentralen Themenfelder?
Zu den zentralen Themen gehören die theoretische Definition und Berechnung von Cashflows, die klassische bilanzanalytische Prüfung sowie der Einsatz moderner, automatisierter Prognosemodelle.
Was ist das primäre Ziel der Untersuchung?
Ziel ist es, den Nutzen von Cashflow-Kennzahlen für die quantitative Bestimmung der Kreditrückzahlungsfähigkeit zu diskutieren und ihre Rolle in der Risikobeurteilung zu bewerten.
Welche wissenschaftliche Methode wird verwendet?
Die Arbeit stützt sich auf eine Literaturanalyse sowie den Vergleich quantitativ-mathematischer Verfahren wie der Diskriminanzanalyse und der Anwendung künstlicher neuronaler Netze.
Was wird im Hauptteil behandelt?
Der Hauptteil gliedert sich in eine detaillierte Darstellung traditioneller Cashflow-Kennzahlen sowie eine Analyse moderner Methoden, die auf vergangenen Kreditengagements basieren, um Insolvenzwahrscheinlichkeiten zu prognostizieren.
Welche Schlüsselwörter charakterisieren die Arbeit?
Wesentliche Begriffe sind Cashflow, Kreditwürdigkeit, Insolvenzprognose, Diskriminanzanalyse und Künstliche Neuronale Netze.
Welchen Vorteil bieten Künstliche Neuronale Netze (KNN) gegenüber der klassischen Diskriminanzanalyse?
KNN sind laut der Arbeit in der Lage, unvollständige Datensätze zu verarbeiten und komplexe, nichtlineare Zusammenhänge zwischen den Daten besser abzubilden.
Warum sind Cashflow-Analysen nicht frei von Subjektivität?
Da Cashflow-Werte stark von Bewertungswahlrechten, bilanzpolitischen Gestaltungsspielräumen und den angewendeten Gesetzen (z. B. HGB vs. US-GAAP) abhängen, divergieren sie je nach Bilanzzweck.
- Quote paper
- Konstantin Dittmann (Author), 2001, Cashflowbasierte Kennzahlen zur Beurteilung der Kreditwürdigkeit, Munich, GRIN Verlag, https://www.grin.com/document/44649
