Ihre Browserversion ist veraltet. Wir empfehlen, Ihren Browser auf die neueste Version zu aktualisieren.

Kontaktdaten:
Fachhochschule Kufstein Tirol Bildungs GmbH
Prof. (FH) Dr. Dr. Mario Situm, MBA
Andreas Hofer-Straße 7
6330 Kufstein
Tel.:    +43/5372/718 19 - 147
Mob.: +43/664/885 868 03
Fax:    +43/5372/718 19 - 104
mail: mario.situm@fh-kufstein.ac.at
web: www.dr-situm.com

 

Hinweis:
Aus Gründen der leichteren Lesbarkeit wird auf eine geschlechterspezifische Unterscheidung, z. B. Mitarbeiter/Innen, verzichtet. Dementsprechende Formulierungen gelten im Sinne der Gleichbehandlung für beide Geschlechter.

INSOLVENZFRÜHERKENNUNGSSYSTEME BASIEREND AUF EINER EXPERTENBEFRAGUNG
 
Die Entwicklung von Früherkennungsmodellen erfolgt in der betriebswirtschaftlichen Praxis in den meisten Fällen über den „bottom-up“ Ansatz, bei welchem man aus empirischen Daten die besten Trennvariablen herausgearbeitet und mit diesen ein entsprechendes Modell entwickelt. Im Zuge dieser Arbeit wurde eine andere Vorgehensweise umgesetzt: es wurden Experten aus der Bank- und Kreditwirtschaft dazu befragt, welchen vorab definierten wirtschaftlichen Zuständen Unternehmen auf Grund von vorgegebenen Kennzahlen zugeordnet werden können.
 

ABSTRACT:

Ausgangslage: Die Entwicklung von Früherkennungsmodellen erfolgt in der betriebswirtschaftlichen Praxis in den meisten Fällen über den „bottom-up“ Ansatz, bei welchem man aus empirischen Daten die besten Trennvariablen herausgearbeitet und mit diesen ein entsprechendes Modell entwickelt. Im Zuge dieser Arbeit wurde eine andere Vorgehensweise umgesetzt: es wurden Experten aus der Bank- und Kreditwirtschaft dazu befragt, welchen vorab definierten wirtschaftlichen Zuständen Unternehmen auf Grund von vorgegebenen Kennzahlen zugeordnet werden können.

Ziel: Ausgehend von den Ergebnissen sollten Früherkennungssysteme entwickelt werden, mit Hilfe derer man ein Unternehmen einem von drei wirtschaftlichen Zuständen (gesund, krisenresistent oder krisengefährdet) zuordnen kann.

Methode/Ansatz: Die Nennungen der Experten wurden über einen Fragebogen erhoben. Die Modelle wurden mit Hilfe der multivariaten linearen Diskriminanzanalyse und der logistischen Regression entwickelt. 

Ergebnisse: Bei der Diskriminanzanalyse hat sich ein inkonsistentes Vorzeichen ergeben, welches betriebswirtschaftlich nicht vernünftig interpretiert werden kann. Dieses Problem hat sich bei der logistischen Regression nicht ergeben, sodass daraus geschlossen werden kann, dass diese Methode robuster gegenüber Ausreißern in den Daten ist. Unternehmen mit einer hohen Profitabilität, einer hohen Eigenkapitalquote, einer niedrigen inversen Schuldentilgungsdauer und einem Wachstum in den Umsatzerlösen haben eine geringere Krisen- bzw. Insolvenzwahrscheinlichkeit.

Implikationen: Die entwickelten Modelle besitzen einen Mehrwert für die betriebswirtschaftliche Praxis, da sie im Rahmen eines strategischen Controllings bestimmte Frühwarnsignale geben können, indem Unternehmen in eines der drei definierten Stadien eingeteilt werden können.

Weiterführende Studien: Es ist geplant, die Modelle weiter zu entwickeln und anhand von entsprechenden Daten zu validieren.
 
Publiziert in:
Situm, M. (2013). Business failure prediction models based on expert knowledge, in: Czech Journal of Social Sciences, Business and Economics, 2(4), 28-45.

Den Download des Artikels finden Sie hier!

  
Zurück zur Hauptseite der Forschungsergebnisse