Johannes Paha, Christoph Rink, Barbara E. Weißenberger, Einsatz industrieökonomischer Methoden im Standortcontrolling in:

Controlling, page 728 - 733

CON, Volume 26 (2014), Issue 12, ISSN: 0935-0381, ISSN online: 0935-0381, https://doi.org/10.15358/0935-0381_2014_12_728

Browse Volumes and Issues: Controlling

Bibliographic information
Einsatz industrieökonomischer Methoden im Standortcontrolling Bedeutung (auch) für den Erhalt von Regionalbeihilfen Johannes Paha, Christoph Rink und Barbara E. Weißenberger Dr. Johannes Paha lehrt und forscht an der Justus-Liebig-Universität Gießen zu Themen der Wettbewerbsökonomie (z. B. Kartelle, Schadensersatzberechnung, Compliance, staatliche Beihilfen). E-Mail: johannes.paha@ wirtschaft.uni-giessen.de Christoph Rink hat an der Justus-Liebig-Universität Gießen Volkswirtschaftslehre studiert und seine Abschlussarbeit zur Anwendung ökonometrischer Methoden in der Szenarioanalyse verfasst. E-Mail: christoph.rink@ wirtschaft.uni-giessen.de Prof. Dr. Barbara E. Weißenberger lehrt und forscht an der Heinrich- Heine-Universität Düsseldorf im Fach Accounting (Internationale Rechnungslegung, Controlling, Wirtschaftsprüfung). E-Mail: barbara. weissenberger@hhu.de Stichwörter  Industrieökonomie  Ökonometrie  Regionalbeihilfen  Standortcontrolling  Szenarioanalyse Methoden der Industrieökonomie und Ökonometrie stellen hilfreiche Ergänzungen für ein zielgerichtetes Standortcontrolling dar. Dies gilt insbesondere für die Analyse absatzbezogener Faktoren und strategischer Interaktionen zwischen Wettbewerbern. Solche Methoden können darüber hinaus auch die Nachweise erbringen, die die Europäische Kommission zur Gewährung staatlicher Regionalbeihilfen fordert. ........................................................ 1. Einleitung ........................................................ Innerhalb der Investitionsplanung für die Errichtung und den Ausbau von Werken bzw. Betriebsstätten spielt die Standortplanung eine bedeutende Rolle. Die Wahl der Produktions- und Lagerstandorte bestimmt insbesondere in internationalen Unternehmen ganz wesentlich die späteren Produktions- und Logistikkosten. Zudem können durch eine geschickte Standortwahl wirtschaftliche Vorteile realisiert werden. Dazu gehören insbesondere auch Mittelzuflüsse, die in Form staatlicher Regionalbeihilfen gewährt werden und die nicht selten zwei- bis dreistellige Millionenbeträge annehmen. Um solche Regionalbeihilfen überhaupt erlangen zu können, ist es notwendig, für Planungszwecke auch auf den ,Werkzeugkasten‘ bewährter industrieökonomischer bzw. ökonometrischer Methoden zurückzugreifen. Regionalbeihilfen müssen nämlich gemäß Artikel 107 I AEUV (Vertrag über die Arbeitsweise der Europäischen Union) von der Generaldirektion Wettbewerb der Europäischen Kommission genehmigt werden. Diese Genehmigung setzt von den Unternehmen Nachweise voraus, dass sie durch ihre Investition (a) einen Beitrag zur Entwicklung der Zielregion leisten und (b) dort ohne die Beihilfe nicht oder nur in geringerem Maße investieren würden. Diese Nachweispflicht wurde im Rahmen der seit dem 1. Juli 2014 geltenden Leitlinien für Regionalbeihilfen (vgl. Europäische Kommission, 2013) im Vergleich zur bisherigen Praxis insbesondere für große Unternehmen weiter verschärft. Seitdem ist es für das erfolgreiche Beantragen von Regionalbeihilfen umso wichtiger, Nachweise in einer Form zu erbringen, die der Generaldirektion Wettbewerb aus ihren weiteren Tätigkeitsfeldern (v.a. Fusionskontrolle, Kartellaufsicht, Verhinderung des Missbrauchs einer marktbeherrschenden Stellung) bereits vertraut sind. Dies ist bei den in diesem Beitrag vorgestellten industrieökonomischen bzw. ökonometrischen Methoden der Fall. Darüber hinaus sind solche Methoden aber auch unabhängig von Beihilfeverfahren geeignet, den innerbetrieblichen Prozess zu Standortentscheidungen zu ergänzen und um zusätzliche objektive Entscheidungsgrundlagen zu erweitern. Die im Rahmen des Standortcontrollings erforderlichen Prognosen können durch die Anwendung multivariater, ökonometrischer Analysemethoden deutlich verbessert werden (vgl. Reiss/Wolak, 2007; Berry/Reiss, 2007). Diese Methoden werden von Wettbewerbsbehörden schon heute in großem Maße angewendet, sind aber im traditionellen Instrumentarium des Standortcontrollings noch nicht weit verbreitet. Anhand eines Beispiels zur Absatzprognose wird gezeigt, dass derartige Methoden im Standortcontrolling bei der Vorbereitung entsprechender Investitionsentscheidungen leicht und mit vorhandenen Mitteln implementiert werden können. Der Beitrag ist wie folgt aufgebaut. Abschnitt 2 beschreibt die Fundierung von Standortentscheidungen im Rahmen des Controllings. Abschnitt 3 geht auf die Be- 728 CONTROLLING-WISSEN CONTROLLING – ZEITSCHRIFT FÜR ERFOLGSORIENTIERTE UNTERNEHMENSSTEUERUNG deutung der Regionalbeihilfen ein. Abschnitt 4 zeigt anhand eines Beispiels auf, wie Methoden aus der Industrieökonomie und der Ökonometrie genutzt werden können, um die Nachweise zu erbringen, die gemäß EU-Recht für den Erhalt staatlicher Regionalbeihilfen nötig sind. Abschnitt 5 enthält Schlussfolgerungen und einen Ausblick. ........................................................ 2. Standortentscheidungen und -controlling ........................................................ Entscheidungen zum Auf-, Aus-, Umoder Rückbau von Standorten sind im Regelfall mit versunkenen Kosten in beträchtlicher Höhe verbunden, da insbesondere Infrastrukturinvestitionen nur bedingt reversibel sind und gegebenenfalls als Marktaustrittsbarrieren wirken können. Der Erfolg einer Standortentscheidung hängt somit einerseits von der Entscheidungsvorbereitung durch das Standortcontrolling ab, andererseits aber maßgeblich auch vom Erhalt staatlicher Förderungen (siehe Abschnitt 3). Beide Themen sind nur auf den ersten Blick unabhängig voneinander zu sehen. Zur zielführenden und sorgfältigen Vorbereitung von Standortentscheidungen im Rahmen des Standortcontrollings gehört die Sammlung und Bewertung entscheidungsrelevanter Informationen. Die für Standortentscheidungen maßgeblichen Erfolgstreiber lassen sich in vier Kategorien einordnen (vgl. Fontagne´/Mayer, 2005, S. 12), die durch komplexe Wirkungszusammenhänge verbunden sind. Bei diesen vier Standortfaktoren handelt es sich um 1. die zu erwartende Nachfrage (z. B. Anzahl und Kaufkraft der Konsumenten), 2. die sich auf Preis und Absatz auswirkenden Selbstkosten, die z. B. durch Lohnniveau oder Rohstoffpreise beeinflusst werden, 3. die Intensität des Wettbewerbs (z. B. Anzahl und Standort der Konkurrenten) und 4. politische Rahmenbedingungen (z. B. Steuer-, Arbeits- und Umweltgesetzgebung, Subventionen und weitere Beihilfen). Das Standortcontrolling steht nun vor der Aufgabe, die Wirkung dieser Faktoren auf die gewünschte Ergebnisgröße (z. B. Umsatz, EBITDA oder EBIT) zu prognostizieren und dabei auch die Interdependenzen dieser Faktoren untereinander zu berücksichtigen. So kann eine steigende Nachfrage beispielsweise durch Markteintritte und/oder Importkonkurrenz auch eine höhere Intensität im Wettbewerb durch den Markteintritt von Konkurrenten mit sich bringen. Bei der Bewertung und dem Vergleich von potenziellen Standorten werden im Controlling traditionell Scoring-Modelle wie z. B. die Nutzwertanalyse oder Benchmarking-Vergleiche verwendet. Der Beitrag zeigt, wie diese etablierten Verfahren um Methoden der empirischen Industrieökonomie ergänzt werden können, um z. B. mittels vergangenheitsbezogener Daten eine fundierte Basis zur Prognose der zukünftigen Absatzentwicklung zu schaffen. Die ökonometrischen Methoden zur Datenanalyse verbunden mit der zugrunde liegenden theoretischen Untermauerung der interessierenden Sachzusammenhänge erleichtern es, zukünftige Entwicklungen im Umfeld des Unternehmens noch besser zu erfassen (vgl. Owen/Daskin, 1998, S. 441, zu Szenarioanalysen). So kann die Qualität der Standortentscheidungen weiter erhöht werden, da subjektive Fehleinschätzungen, wie sie in der strategischen Planung mitunter zu beobachten sind (vgl. Barnes, 1984), vermieden werden. ........................................................ 3. Beihilfenkontrolle ........................................................ Die nationalstaatliche Gewährung von Beihilfen zur Förderung der wirtschaftlichen Entwicklung benachteiligter Gebiete in der Europäischen Union spielt in der Wirtschaftsförderung eine wichtige Rolle. In Summe lagen diese sogenannten Regionalbeihilfen in 2011 EU-weit auf einem Niveau von rund 14 Mrd. Euro und entsprechen damit in etwa dem Bruttoinlandsprodukt eines kleinen Mitgliedslandes wie z. B. Zypern oder Estland (vgl. Paha, 2013). Für einzelne Unternehmen können diese Beihilfen eine wesentliche Größenordnung annehmen. So erhielt z. B. der Chip-Hersteller Globalfoundries Inc. im Juli 2011 Regionalbeihilfen in Höhe von 219 Mio. EUR zum Ausbau seines Werks in Dresden (vgl. Europäische Kommission, 2011). Zum Vergleich: Der globale Cashflow der Globalfoundries Inc. für Investitionen in Sachanlagen betrug im Jahr 2010 umgerechnet 1.726 Mio. EUR. Auch der Masdar PV GmbH wurde im Dezember 2008 eine Beihilfe in Höhe von 28 Mio. EUR zur Herstellung von Solarmodulen in Thüringen gewährt (vgl. Europäische Kommission, 2008) – in Relation zum in der Bilanz der Masdar PV GmbH angegebenen Sachanlagevermögen im Jahr 2009 von rund 121 Mio. EUR ebenfalls ein wesentlicher Betrag. Im Juli 2014 veröffentlichte die Europäische Kommission Beschlüsse zu regionalen Investitionsbeihilfen für die Automobilhersteller Porsche, BMW, Audi und Ford (vgl. Europäische Kommission, 2014). So genehmigte die Kommission beispielsweise eine Regionalbeihilfe in Höhe von 43,67 Mio. EUR, die Porsche zum Ausbau seines Werks in Leipzig gewährt wurde (Investitionsvolumen 522 Mio. EUR, 1000 neue Arbeitsplätze). Allerdings sind (Regional-)Beihilfen an Unternehmen in der Europäischen Union gemäß Artikel 107 I AEUV zunächst verboten, sofern sie (potenziell) den Wettbewerb verfälschen oder den Handel zwischen Mitgliedstaaten beeinträchtigen. Die Generaldirektion Wettbewerb prüft solche Regionalbeihilfen deshalb und genehmigt sie gemäß Artikel 107 III (a) und (c) AEUV nur dann, wenn die regionale Entwicklung gefördert wird. Die Effektivität derartiger Untersuchungen darf nicht unterschätzt werden. So zog z. B. der deutsche Staat im Dezember 2012 nach der Eröffnung eines Untersuchungsverfahrens eine Beihilfe in Höhe von 94,7 Mio. EUR zurück, die Volkswagen zur Umstellung des Produktionsprozesses in seinem Werk Zwickau gewährt werden sollte (vgl. Europäische Kommission, 2011 und 2013). Zum 1. Juli 2014 sind neue Leitlinien für Regionalbeihilfen in Kraft getreten (vgl. Europäische Kommission, 2013), die weitreichende Einschränkungen für die Vergabe von Beihilfen vorsehen (vgl. Paha, 2013, S. 774). So muss ein Unternehmen nun nachweisen, dass die Beihilfe über einen Anreizeffekt verfügt, sodass das Unternehmen „die geplante Investition in dem jeweiligen Gebiet und nicht anderswo [tätigt], da [die Beihilfe] die mit dem betreffenden Gebiet verbundenen Nettonachteile und Kosten ausgleicht“ (Europäische Kommission, 2013, Rz. 61). Große Unternehmen sind verpflichtet, diese Ausführungen durch Nachweise zu untermauern (vgl. Europäische Kommis- Einsatz industrieökonomischer Methoden im Standortcontrolling: Bedeutung (auch) für den Erhalt von Regionalbeihilfen 729 26. Jahrgang 2014, Heft 12 200 220 240 260 280 300 320 340 360 380 400 0 4 /1 0 4 /7 0 5 /1 0 5 /7 0 6 /1 0 6 /7 0 7 /1 0 7 /7 0 8 /1 0 8 /7 0 9 /1 0 9 /7 1 0 /1 1 0 /7 1 1 /1 1 1 /7 1 2 /1 1 2 /7 1 3 /1 1 3 /7 Schätzung für Q1 Q1 Abb. 1: Absatzdaten im Zeitablauf (Fallbeispiel) – Schätzung durch eine einfache lineare Regression sion, 2013, Rz. 67, z. B. Vorstandsunterlagen, Risikobewertungen, Finanzberichte, interne Geschäftspläne, Sachverständigengutachten und Studien, Unterlagen zu Nachfrage-, Kosten- und Finanzprognosen, oder einem Investitionsausschuss oder Finanzbehörden vorgelegte Unterlagen, vgl. Europäische Kommission, 2013, Rz. 72). Dies sind jedoch typische Unterlagen, wie sie auch intern zur Fundierung von Standortentscheidungen erstellt werden. Im Rahmen eines Kosten-Nutzen- Vergleichs muss aus diesen Unterlagen hervorgehen, dass die Standortentscheidung ohne Beihilfe nicht rentabel gewesen wäre (vgl. Europäische Kommission, 2013, Rz. 70 f.). Explizit wird dabei geprüft, ob die verwendeten Berechnungen „eine realistische Grundlage“ (vgl. Europäische Kommission, 2013, Rz. 71) haben. Gerade vor diesem Hintergrund sind die im folgenden Abschnitt 4 dargestellten ökonometrischen und industrie- ökonomischen Methoden wichtige und hilfreiche Instrumente zur Nachweisführung in Beihilfeverfahren. ........................................................ 4. Methoden der Industrieökonomie und der Ökonometrie ........................................................ Im Folgenden wird zur Veranschaulichung als ein wichtiger Hebel für die Rentabilität einer Standortentscheidung die Absatzprognose herausgegriffen. Je besser die Absatzprognose fundiert ist, umso überzeugender sind die daraus abgeleiteten operativen Cashflows, an denen die Entscheidungskriterien wie z. B. Net Present Value oder Interner Zinsfuß für die Investition in einen Standort anknüpfen. Die Qualität der Absatzprognose kann durch die Zuhilfenahme industrieökonomischer Methoden zur Datenstrukturierung, -interpretation und -analyse deutlich gesteigert werden. Mit solchen Verfahren wird zudem die von der EU-Kommission bei der Prüfung von Regionalbeihilfen gewünschte Realitätsnähe in der Absatzprognose bzw. daran anknüpfenden Cashflow-Planung und Rentabilitätsberechnung besser erreicht. Die Industrieökonomie bietet einen theoretischen Überbau zur Analyse der (Inter-)Dependenzen der in Abschnitt 2 genannten Standortfaktoren und stellt damit dem Standortcontrolling einen etablierten Werkzeugkasten zur Fundierung von Standortentscheidungen zur Verfügung. Diese Theorien können insbesondere im Prozess der datenbasierten, ökonometrischen Entscheidungsvorbereitung eingesetzt werden (vgl. Bennion, 1961, S. 103–104, Deloitte, 2012), um die teilweise komplexen Interdependenzen einzelner Standortfaktoren angemessen abbilden und somit die Entscheidungsqualität weiter steigern zu können. Die folgende Argumentation wird auf einem fiktiven Beispiel aufgebaut, in dem zunächst bereits vorliegende Absatzdaten auf die dahinter stehenden jedoch verborgenen funktionalen Zusammenhänge hin untersucht werden. Mit diesem Wissen können dann künftige Absatzdaten prognostiziert werden (vgl. Paha, 2011). Das Beispielunternehmen verfügt annahmegemäß über die in Abb. 1 dargestellten monatlichen Daten (Dezember 2003 bis Dezember 2013) zur Absatzmenge Q1 (in Tsd.) seines Hauptprodukts. Um die beobachteten Veränderungen der Absatzmengen mathematisch-statistisch zu erklären, helfen einfache Verfahren der Datenanalyse hier nur sehr eingeschränkt weiter. So zeigt beispielsweise schon eine einfache Sichtanalyse der Absatzdaten in Abb. 1 eine recht hohe Varianz der Absatzmengen, die sich durch eine einfache lineare Regressionsgerade (vgl. Linie in Abb. 1 „Schätzung für Q1“) nur sehr ungenau abbilden lässt. Zudem würde diese Schätzung den deutlich sichtbaren Strukturbruch im ersten Halbjahr 2008 sowie den allgemeinen Wachstumstrend verkennen. Eine Alternative für die Analyse solcher Datenmuster bieten die Verfahren der Zeitreihenökonometrie (sog. ARIMA- Modelle, Auto-Regressive, Integrated, Moving Average), die eine Absatzprognose allein aus den Daten zur Absatzentwicklung in der Vergangenheit herleiten. Solche Verfahren können mit Hilfe kommerzieller (teilweise sogar freier) Add-Ins leicht in Excel integriert werden und sind gut geeignet, Trends sowie saisonale Schwankungen der Daten zu erfassen. Sie sollten jedoch nur dann angewendet werden, wenn die konkreten Ursachen für die Absatzentwicklung nicht bekannt sind. Noch bessere Verfahren können verwendet werden, wenn – wie vielfach üblich – im Standortcontrolling bereits fundiertes Wissen zu wichtigen Einflussparametern der Absatzmenge vorliegt. Mit anderen Worten: Die Controller besitzen eine adäquate Theorie zur Erklärung der Absatzentwicklung und wenden damit bereits implizit Methoden der Industrie- ökonomie an. Dieses Wissen ermöglicht den Einsatz multivariater Regressionsverfahren, die ebenfalls standardmäßig über Excel anwendbar sind. Es sei beispielsweise angenommen, die Controller wissen zunächst, dass das betrachtete Gut ein Konsumgut ist, dessen Absatz im Monat t vom im Vormonat t-1 erzielten Einkommen der Kunden abhängt.Dieses Einkommen kann z. B. durch die von Statistikbehörden veröffentlichten Quartalsdaten zum Bruttoinlandsprodukt (BIPt) näherungsweise erfasst werden. Darüber hinaus ist den Controllern bekannt, dass der Absatz durch das Weihnachtsgeschäft in den Monaten November und Dezember sprunghaft ansteigt. Dieser Effekt kann durch eine Variable 730 CONTROLLING-WISSEN CONTROLLING – ZEITSCHRIFT FÜR ERFOLGSORIENTIERTE UNTERNEHMENSSTEUERUNG 200 220 240 260 280 300 320 340 360 380 400 0 4 /1 0 4 /9 0 5 /5 0 6 /1 0 6 /9 0 7 /5 0 8 /1 0 8 /9 0 9 /5 1 0 /1 1 0 /9 1 1 /5 1 2 /1 1 2 /9 1 3 /5 Schätzung für Q1 Q1 Abb. 2: Absatzdaten im Zeitablauf (Fallbeispiel) – Schätzung durch eine multivariate Regression auf Basis absatzbeeinflussender Faktoren DW,t erfasst werden, die in diesen Monaten den Wert 1 und in den übrigen Monaten den Wert 0 annimmt. Der Absatz sinkt üblicherweise im Preis des Gutes, der wiederum von den variablen Stückkosten ct abhängt, die einmal pro Quartal neu berechnet werden. Schließlich wissen die Controller, dass der eigene Absatz zurückgeht, wenn der Preis von Konkurrenzprodukten sinkt. In diesem Zusammenhang verfügen die Controller des Unternehmens 1 über eine Zeitreihe pd,t, die monatliche Daten zum durchschnittlich von den Wettbewerbern gesetzten Preis auf 10 EUR genau misst. Nicht zuletzt ist den Controllern bekannt, dass der Strukturbruch in den Daten durch den Markteintritt eines Wettbewerbers im Mai 2008 erfolgte, wodurch die Zahl der Unternehmen im Markt von drei auf vier anstieg. Dieser Einfluss wird durch eine Variable D4,t erfasst, die den Wert Null vor Mai 2008 und den Wert Eins danach annimmt. All diese Effekte bzw. Strukturbrüche können durch eine multivariate Regression abgebildet werden, die einen statistischen Zusammenhang zwischen dem gegenwärtigen Wert einer abhängigen Variable (Regressand; hier: Absatzmengen) und anderen, unabhängigen Einflussfaktoren (Regressoren; hier: BIPt, ct, pd,t, DW,t und D4,t) herstellt. Für das praktische Vorgehen in diesem Fallbeispiel stellt sich an dieser Stelle die Frage, welcher funktionale Zusammenhang zu vermuten ist, der die einzelnen Variablen zueinander in Beziehung setzt. Bereits deskriptive Regressionsmodelle, die rein statistische Zusammenhänge zwischen den verfügbaren Daten herstellen, diese aber nicht kausal erklären, leisten hier gute Dienste. Eleganter und aussagekräftiger sind jedoch strukturelle Regressionsmodelle, die hinsichtlich der zu berücksichtigenden Variablen und der zu bestimmenden Regressionsgleichung explizit aus der (industrieökonomischen) Theorie hergeleitet werden. Strukturelle Regressionsmodelle ermöglichen es, Interdependenzen abzubilden und statistische Zusammenhänge (Korrelationen) in einem Kausalzusammenhang zu interpretieren (vgl. Reiss/Wolak, 2007): Die Prognose ergibt sich nämlich nicht nur aus der Fortschreibung der Zeit, sondern vielmehr aus den erwarteten Änderungen der unterstellten Einflussfaktoren. In disem Beispiel wird eine aus der industrieökonomischen Theorie abgeleitete Regressionsgleichung zugrunde gelegt, deren β-Koeffizienten durch die multivariate Regression bestimmt werden können. Q1,t = (1 – D4,t) · [β 03 + β 13BIPt-1 + β 23BIPt-1DW,t + β 33c1,t + β 43pd,t] + D4,t · [β 04 + β 14BIPt-1 + β 24BIPt-1DW,t + β 34c1,t + β 44pd,t] + ε 1,t Die Regressionsgleichung beruht auf dem aus der Theorie abgeleiteten Zusammenhang, dass der Effekt des Weihnachtsgeschäfts nicht allein durch die Berücksichtigung der Dummy-Variable DW,t erfasst werden kann. Vielmehr sollte diese Dummy-Variable mit dem Bruttoinlandsprodukt BIPt-1 als Approximation der Zahlungsbereitschaft der Konsumenten multipliziert werden (sog. Interaktionsterm). Auch sollte der durch den Markteintritt bedingte Strukturbruch nicht allein über Veränderungen in der Konstante β 0 oder durch die Berücksichtigung der Zahl aktiver Unternehmen im Markt in der Regression berücksichtigt werden. Es lässt sich nämlich theoriebasiert herleiten, dass der Markteintritt die Wettbewerbsintensität und damit das Marktergebnis (Preise und Mengen) so vielfältig beeinflusst, dass sich die β-Koeffizienten für die Zeiträume vor und nach dem Markteintritt unterscheiden und getrennt voneinander bestimmt werden sollten. Der Fehlerterm ε 1 erfasst schließlich den Effekt von Mess- und Rundungsfehlern (d. h. Quartals- statt Monatsdaten, ungenaue Messung des Durchschnittspreises pd,t) oder nicht erfasster Zusammenhänge. Abb. 2 zeigt neben den Absatzdaten der Originalzeitreihe (Q1) die „Schätzung der Absatzmengen“, wie sie sich aus dem obigen, mit Excel bestimmten Regressionsmodell ergibt. Es ist erkennbar, dass das Regressionsmodell trotz der bestehenden Messungenauigkeiten den tatsächlichen Datenverlauf sehr gut nachzeichnet und einen Großteil der Variation in den Daten erklärt. Werden die ermittelten Koeffizienten und die Prognosewerte für die erklärenden Faktoren (BIPt, ct, pd,t, DW,t und D4,t) eingesetzt, kann auch die erwartete Absatzentwicklung überzeugend und realistisch als Prognosewert ermittelt werden. Das verwendete Fallbeispiel illustriert jenen Teil ökonometrischer Verfahren und (industrieökonomischer) Theorien, die von Controllern problemlos genutzt werden können, um Standortentscheidungen zu fundieren. Allerdings ist es auch möglich, noch tiefer gehende Analysen anzustellen. Bezogen auf die anderen Einflussfaktoren der Profitabilität von Standortentscheidungen (vgl. Abschnitt 2) können z. B. auch die Effekte von Marktentwicklungen durch die Nutzung geeigneter industrieökonomischer Modelle prognostiziert bzw. simuliert werden, für die es in den Daten keine Präzedenzfälle gibt. So ist es z. B. möglich, die Nachfrage nach einem Gut nicht nur durch das BIP zu approximieren sondern mittels sog. discrete choice-Modelle konkret zu modellieren (vgl. Reiss/Wolak, 2007; Train, 2009). Dabei wird aus beobachtbaren Kaufentscheidungen ein statistischer Zu- Einsatz industrieökonomischer Methoden im Standortcontrolling: Bedeutung (auch) für den Erhalt von Regionalbeihilfen 731 26. Jahrgang 2014, Heft 12 sammenhang zwischen dem Marktanteil eines Gutes und beobachtbaren Charakteristika (z. B. Produkt- und Kundenmerkmalen) abgeleitet. Dies erlaubt eine Analyse der Marktanteilsänderungen bei Änderungen der Kundenstruktur (z. B. demographischer Wandel). Darüber hinaus können im Rahmen des Standortcontrollings die Absatzwirkungen unternehmerischer Entscheidungen (z. B. Preisänderungen oder Eintritt in einen neuen Markt) prognostiziert werden. So verwenden Paha et al. (2013) beispielsweise eigens von Bahnpassagieren erhobene Daten, um deren Nachfrage nach Transportdienstleistungen zu bestimmen und Aussagen zur Auswirkung eines Markteintritts auf einer Strecke zu treffen, die bislang nur von einem einzigen Anbieter bedient wird. In technischer Hinsicht handelt es sich bei den beschriebenen Regressionsverfahren um sog. Logit-Modelle. Vergleichsweise einfache Varianten dieser Modelle werden bereits heute in der Unternehmenspraxis angewendet, um z. B. die Ausfallwahrscheinlichkeit eines Lieferantenkredits zu bestimmen (vgl. Dannenberg, 2011). Ähnlich wie bei der multivariaten Regressionsanalyse ist es problemlos möglich, Add-Ins zur Integration solcher Verfahren in die Excel-Arbeitsumgebung zu erwerben. Um die volle Funktionalität dieser Verfahren nutzen zu können, erscheint es in der Unternehmenspraxis allerdings ratsam, zumindest bei der Implementierung dieser Methoden empirisch arbeitende Industrieökonomen projektbezogen als externe Berater hinzuzuziehen. Die obige Diskussion zeigt, dass empirische Modelle der Industrieökonomie zur Fundierung strategischer Unternehmensentscheidungen genutzt werden können und daher eine sinnvolle Ergänzung des Controlling-Instrumentariums darstellen. Konkret werden die folgenden Vorteile des Einsatzes empirischer Verfahren der Industrieökonomie gesehen: 1. Die Kosten dieser Methoden sind niedrig: Die vorgestellten ökonometrischen Methoden sind bereits vorhanden, erprobt und werden wegen des Bedarfs in der Wettbewerbspolitik kontinuierlich weiterentwickelt. Es existiert eine breite Fachliteratur, die bei der Implementierung der Verfahren durch das Unternehmenscontrolling genutzt werden kann, ohne „das Rad neu erfinden“ zu müssen. 2. Behörden fordern den Nachweis entsprechender Analysen: Zum Erhalt von Regionalbeihilfen müssen große Unternehmen z. B. gegenüber der Generaldirektion Wettbewerb nachweisen, „dass die Investition ohne die Beihilfe nicht rentabel genug wäre“ (vgl. Europäische Kommission, 2013, Rz. 70, und Abschnitt 3). Hier empfiehlt es sich, Unterlagen in einer Form zu präsentieren, die der Generaldirektion Wettbewerb z. B. aus Verfahren der Zusammenschlusskontrolle, des Kartellverbots oder des Missbrauchs einer marktbeherrschenden Stellung vertraut sind. Dies ist bei den dargestellten ökonometrischen Analysen der Fall. 3. Ökonometrische Verfahren erhöhen die Aussagekraft von Szenarioanalysen: Ein entscheidender Vorteil der Datenauswertung mittels ökonometrischer Methoden liegt im Umgang mit Störeinflüssen und der daraus resultierenden Prognoseungenauigkeit. Daten enthalten regelmäßig Fehler (z. B. Rundungen, Umrechnungsdifferenzen, Irrtümer bei der Datenerfassung; vgl. Fehlerterm ε 1) und unerklärbare bzw. schwer nachvollziehbare Zusammenhänge (z. B. einmalige Gewährung von Sonderkonditionen, etc.). Mittels ökonometrischer Methoden kann die erwartete Höhe und Verteilung solcher Fehler bzw. Störeinflüsse bestimmt werden. Somit können statistisch fundierte Aussagen darüber getroffen werden, mit welcher Wahrscheinlichkeit eine Variable (z. B. Inputpreise) sich in Zukunft in eine bestimmte Richtung entwickelt, ohne hierfür auf subjektive Einschätzungen zurückgreifen zu müssen. ........................................................ 5. Schlussfolgerung ........................................................ In diesem Beitrag wird argumentiert, dass die Entscheidungsqualität bei Standortentscheidungen erhöht werden kann, wenn durch das Standortcontrolling qualitative Einschätzungen bzw. einfache Instrumente wie die Nutzwertanalyse durch industrieökonomisch fundierte ökonometrische Analysen quantitativ untermauert werden. Dies erscheint beispielsweise dann sinnvoll, wenn z. B. Absatzentwicklungen erklärt und prognostiziert werden sollen. Eine Entwicklung neuer Verfahren ist hierfür nicht nötig, da entsprechende Methoden sowohl in der industrieökonomischen Forschung als auch in der wettbewerbspolitischen Praxis bereits angewendet werden und auf die Verwendung in Unternehmen leicht angepasst werden können. Zu denken ist hier u. a. an Zeitreihenanalysen und deskriptive multivariate Regressionen bis hin zur Implementierung struktureller Regressionsmodelle. Die Anwendung solcher etablierten Verfahren ist sinnvoll, da sie bereits gut beschrieben sind und somit relativ leicht in das Instrumentarium des Standortcontrollings integriert werden können. Dies gilt auch, da zu Schulungszwecken, bei der erstmaligen Implementierung oder in komplexen Entscheidungssituationen unterstützend auf empirisch arbeitende Industrieökonomen zurückgegriffen werden kann. Darüber hinaus zeigt sich, dass ökonometrische Verfahren zur Fundierung von Standortentscheidungen auch hilfreich sind, um die Nachweise zu erbringen, die zum Erhalt staatlicher Regionalbeihilfen nötig sind. Wird berücksichtigt, dass diese Beihilfen nicht selten eine zwei- bis dreistellige Millionenhöhe erreichen, dürfte ein deutliches unternehmerisches Interesse bestehen, diese Nachweise in einer Form zu erbringen, die von den entsprechenden Behörden (v. a. der Generaldirektion Wettbewerb) gut nachvollzogen werden können. Keywords  Econometrics  Industrial Organization  Location Choice  Regional State Aid  Scenario Analysis Summary Methods from industrial organization and econometrics may be used to support location decisions of firms. This is particularly relevant when customer demand or strategic interactions between competitors shall be analyzed. In addition, these methods provide evidence required by the European Commission when receiving state aid to demonstrate that competition is not distorted. 732 CONTROLLING-WISSEN CONTROLLING – ZEITSCHRIFT FÜR ERFOLGSORIENTIERTE UNTERNEHMENSSTEUERUNG Literatur Barnes, J. H., Cognitive Biases and Their Impact on Strategic Planning, in: Strategic Management Journal, 5. Jg. (1984), H. 2, S. 129–137. Bennion, E. G., Econometrics for Management, in: Harvard Business Review, 39. Jg. (1961), H. 2, S. 100–112. Berry, S./Reiss, P., Empirical Models of Entry and Market Structure, in: Armstrong, M./Porter, R. (Hrsg.), Handbook of Industrial Organization, 3. Bd., Amsterdam u. a. 2007, S. 1845–1886. Dannenberg, H., Was kostet ein Lieferantenkredit?, in: Controller Magazin, 36. Jg. (2011), H. 2, S. 82–87. Deloitte, Econometric analysis for scenariobased planning, http://goo.gl/ax7MeY, Stand: 24.03.2014. Europäische Kommission, Kommission verabschiedet vier Beschlüsse zu regionalen Investitionsbeihilfen für die Automobilhersteller Porsche, BMW, Audi und Ford, Pressemitteilung IP/14/792 vom 9. Juli 2014, http:// europa.eu/rapid/press-release_IP-14–792_ de.htm, Stand: 09.07.2014. Europäische Kommission, Kommission genehmigt Investitionsbeihilfe an Hankook für Reifenherstellung in Ra´calma´s (Ungarn), Pressemitteilung IP/14/247 vom 11. März 2014, http://europa.eu/rapid/press-release_ IP-14–247_de.htm, Stand: 11.03.2014. Europäische Kommission, Leitlinien für Regionalbeihilfen 2014–2020, in: Amtsblatt der Europäischen Union 2013, C209/1–45. Europäische Kommission, Decision to close the formal investigation procedure after withdrawal by Member State, in: Amtsblatt der Europäischen Union 2013, C056/13. Europäische Kommission, Beschlüsse zu regionalen Investitionsbeihilfen für BMW, Volkswagen, Globalfoundries und CRS Reprocessing in Deutschland und AU Optronics in der Slowakei, Pressemitteilung IP/11/ 875 vom 13. Juli 2011, http://europa.eu/ rapid/press-release_IP-11–875_de.htm, Stand: 13.07.2011. Europäische Kommission, Großes Investitionsvorhaben – Beihilfe für die Volkswagen Sachsen GmbH, K(2011) 4935, http://ec. europa.eu/competition/state_aid/cases/ 241375/241375_1269045_32_2.pdf, Stand: 13.07.2011. Europäische Kommission, Kommission genehmigt Beihilfe von 28 Mio. EUR zugunsten der Masdar PV GmbH für die Herstellung von Dünnschicht-Solarmodulen in Thüringen, Pressemitteilung IP/08/1944, http://europa.eu/rapid/press-release_IP-08– 1944_de.htm, Stand: 11.12.2008. Fontagne´, L./Mayer, T., Determinants of Location Choices by Multinational Firms: A Review of the Current State of Knowledge, in: Applied Economics Quarterly, 51. Jg. (2005), S. 9–34. Owen, S. H./Daskin, M. S., Strategic Facility Location: A Review, in: European Journal of Operational Research, 111. Jg. (1998), H. 3, S. 423–447. Paha, J., Empirical Methods in the Analysis of Collusion, in: Empirica, 38. Jg. (2011), H. 3, S. 389–415. Paha, J., Die neuen Leitlinien für EU-Regionalbeihilfen 2014 bis 2020 aus ökonomischer Sicht, in: Wirtschaftsdienst, 93. Jg. (2013), H. 11, S. 771–777. Paha, J./Rompf, D./Warnecke, C., Customer choice patterns in passenger rail competition, in: Transporation Research Part A, 50. Jg. (2013), Heft C, S. 209–227. Reiss, P. C./Wolak, F. A., Structural Econometric Modeling: Rationales and Examples from Industrial Organization, in: Heckmann, J. J./Leamer, E. E. (Hrsg.), Handbook of Econometrics Bd. 6A, Amsterdam 2007, S. 4277– 4415. Train, K., Discrete Choice Methods with Simulation, 2. Aufl., Cambridge 2009. Literaturtipps aus dem Online-Archiv der CONTROLLING:  Michael Buhmann, Michael Schön, Steffen Kinkel, Dynamische Standortbewertung und Standortcontrolling, Ausgabe 01/2004, S. 19–26. Einsatz industrieökonomischer Methoden im Standortcontrolling: Bedeutung (auch) für den Erhalt von Regionalbeihilfen 733 26. Jahrgang 2014, Heft 12

Abstract

Methods from industrial organization and econometrics may be used to support location decisions of firms. This is particularly relevant when customer demand or strategic interactions between competitors shall be analyzed. In addition, these methods provide evidence required by the European Commission when receiving state aid to demonstrate that competition is not distorted.

Zusammenfassung

Methoden der Industrieökonomie und Ökonometrie stellen hilfreiche Ergänzungen für ein zielgerichtetes Standortcontrolling dar. Dies gilt insbesondere für die Analyse absatzbezogener Faktoren und strategischer Interaktionen zwischen Wettbewerbern. Solche Methoden können darüber hinaus auch die Nachweise erbringen, die die Europäische Kommission zur Gewährung staatlicher Regionalbeihilfen fordert.

References

Abstract

Month by month, Controlling - Zeitschrift für erfolgsorientierte Unternehmenssteuerung publishes peer-reviewed, applied research contributions for business management, accounting and reporting. Key elements of succesful corporate controlling are presented in an analytic, well-structured manner.

Language: German.

For more information for authors and subscribers, see www.zeitschrift-controlling.de.

Zusammenfassung

Die Controlling - Zeitschrift für erfolgsorientierte Unternehmenssteuerung liefert Monat für Monat fundierte und anwendungsorientierte Fachbeiträge für das Management sowie das Finanz- und Rechnungswesen in Unternehmen. Klar gegliedert und strukturiert werden für alle Controlling-Bereiche die Faktoren für eine erfolgreiche Unternehmenssteuerung aufgezeigt.

Weitere Informationen für Autoren und Abonnenten finden Sie unter www.zeitschrift-controlling.de.