Content

2.9 Exkurs: Test der Qualität von Ratingsystemen in:

Werner Gleißner, Karsten Füser

Praxishandbuch Rating und Finanzierung, page 107 - 111

Strategien für den Mittelstand

3. Edition 2014, ISBN print: 978-3-8006-3876-5, ISBN online: 978-3-8006-3877-2, https://doi.org/10.15358/9783800638772_107

Series: Finance Competence

Bibliographic information
2. Grundlagen der Finanzierung und des Ratings92 Nicht nur in Anbetracht der nicht sicher vorhersehbaren Zukunft erscheint diese Ergänzung zur traditionellen (einwertigen) Ratingprognose sinnvoll. Durch die Angabe solcher „Bandbreiten“ werden Scheingenauigkeiten vermieden, die Planungssicherheit selbst kritisch diskutierbar und zudem die Voraussetzungen dafür geschaffen, dass bei der Abweichungsanalyse ermittelt werden kann, welche der tatsächlich eingetretenen Abweichungen auf im Vorhinein bekannte Risiken zurückzuführen sind (und welche völlig unvorhergesehen waren). Die Transparenz über die Planungssicherheit ist zudem notwendige Voraussetzung für eine wertorientierte Steuerung. Bei einer stochastischen Ratingprognose können die Insolvenzursachen, nämlich Überschuldung und Illiquidität, während der Simulation für jeden einzelnen Lauf überprüft werden. Nach der Simulation werden die Fälle, in denen einer dieser Insolvenzgründe aufgetreten ist, in Relation zu der Gesamtzahl der Simulationsläufe gesetzt und so direkt aus der Simulation eine Ausfallwahrscheinlichkeit (getrennt nach Illiquiditätswahrscheinlichkeit und Überschuldungswahrscheinlichkeit) bestimmt. Die erhaltenen Werte werden in eine Ratingnote transformiert und das „Direktrating“ wird ohne den Umweg über Finanzkennzahlen abgeleitet. Illiquidität 0 % 0,05 % 2,17 % 5,01 % 8,06 % 10,93 % 13,55 % 16,07 % Überschuldung 0,05 % 2,17 % 5,01 % 8,06 % 10,93 % 13,55 % 16,07 % 18,29 % Insolvenz 0,05 % 2,17 % 5,01 % 8,06 % 10,93 % 13,55 % 16,07 % 18,29 % Bedingte Illiquidität 0 % 0 % 0 % 0 % 0 % 0 % 0 % 0 % Bedingte Überschuldung 0,05 % 2,12 % 2,9 % 3,22 % 3,11 % 2,95 % 2,91 % 2,65 % Bedingte Insolvenz 0,05 % 2,12 % 2,9 % 3,22 % 3,11 % 2,95 % 2,91 % 2,65 % Tabelle 7: Beispielhafte Ergebnisse für Direktrating (Ausfallwahrscheinlichkeit) Ratingprognosen sind zudem Grundlage, um alternative Rating-Strategien, also Maßnahmenbündel zur Optimierung von Rating und Finanzierung, vergleichen zu können (vgl. zum Vorgehen Abschnitt 4.7, insbesonders das Fallbeispiel in 4.8). 2.9 Exku rs: Test der Qualität von Ratingsystemen In diesem Exkurs wird erläutert, wie Kreditinstitute und Ratingagenturen die Qualität ihrer Ratingsysteme (ex post) belegen können. Die meisten Verfahren zur Validierung von Ratingsystemen nutzen Maßnahmen zur Beurteilung der Prognosegenauigkeit (Calibrating Power) und Trennschärfe (Discriminative Power)101. Calibrating Power misst die Fähigkeit eines Ratingverfahrens, die Ausfallquote innerhalb einer Ratingklasse möglichst zuverlässig zu prognostizieren. Trennschärfe besitzt ein Ratingverfahren, wenn es gut in der Lage ist, zwischen bonitätsstarken und -schwachen Kreditnehmern (solventen und insolventen) zu unterscheiden. Ausgangspunkt für die Messung der Trennschärfe sind Kontingenztabellen, die bei Nutzung mehrerer Rating-Klassen beispielsweise folgende Struktur haben: 101 Siehe Reichling/Kryvko (2010). 2.9 Exkurs: Test der Qualität von Ratingsystemen 93 D C Summe D7 C7 AAA D6 C6 AA D5 C5 A D4 C4 BBB Investment Grade B A Summe B3 A3 BB B2 A2 B B1 A1 CCC/C Speculative Grade Solvenz Insolvenz Beobachtung in t = 1 Rating in t = 0 Cut-off Point CoP Abbildung 20: Kontingenztabelle mit mehreren Klassen102 Ausgehend von der Kontingenztabelle lassen sich zwei zentrale Kenngrößen, nämlich die kumulierte Trefferquote TQs und die kumulierte Fehlalarmquote FAQs (für einen gegebenen Cut-Off-Point (COPs) der solvente und nicht solvente Unternehmen trennt, berechnen: s Ai A + C TQs = ∑ tqi mit tqi = i s Bi B + D FAQs = ∑ faqi mit faqi = i = 1 Das folgende Beispiel103 verdeutlicht die Berechnung von Trennschärfemaßen. Ausgangspunkt sind die (kumulierten) Treffer- und Fehlalarmquoten der S & P-Ratings für 2008. Ratingklassen Anzahl Kreditnehmer Ausgefallene Kreditnehmer Solvent gebliebene Kreditnehmer Trefferquote Fehlalarm -quote Kummulierte Fehlalarmquote Kummulierte Trefferquote CCC/C 98 28 72 25,75% 1,23% 1,23% 25,75% B 1387 53 1334 52,47% 22,75% 23,97% 78,22% BB 1054 8 1046 7,39% 17,83% 41,81% 86,16% BBB 1478 7 1471 6,88% 25,08% 66,89% 93,04% A 1322 5 1317 4,98% 22,45% 89,34% 98,01% AA 528 2 526 1,99% 8,97% 98,31% 100,00% AAA 99 0 99 0,00% 1,69% 100,00% 100,00% Summe 5966 101 5865 100,00% 100,00% Abbildung 21: Treff er- und Fehlalarmquoten der S&P-Ratings 2008 102 In enger Anlehnung an Reichling/Kryvko (2010). 103 Übernommen von Reichling/Kryvko (2010), S. 1333–1334. 2. Grundlagen der Finanzierung und des Ratings94 Die Gesamttrennschärfe (für beliebige CoP) eines Ratingverfahrens (also aggregiert über alle CoPs) zeigt die sogenannte Receiver-Operating-Charakteristik (ROC ), bei der die kumulierte Trefferquote gegen die kumulierte Fehlalarmquote abgetragen wird. 50% 75% 100% 25% 25% 0% 50% 75% 100% 0% Zufälliges Rating Perfektes Rating Kumulierte Fehlalarmquote K um ul ie rt e Tr ef fe rq uo te Abbildung 22: ROC der S & P-Ratings 2008104 Die Fläche unter der ROC-Kurve wird als A rea under the curve (AUC ) bezeichnet und zeigt die Trennschärfe im Vergleich zu einem perfekten Rating. AUC-Werte können zwischen Null und Hundert Prozent liegen und einen Wert von fünfzig Prozent zeigt gerade ein Zufallsergebnis. Formal lässt sich AUC wie folgt berechnen: n TQs + TQs –1 2AUC = ∑ (FAQs – FAQs – 1) · s = 1 mit FAQ0 = TQ0 = 0 Im Beispiel ergibt sich ein S & P-Rating-AUC-Wert von 81 %.105 Ein eng mit der ROC- Kurve verwandtes Instrument ist die CAP-Kurve (cumulative Accuracy Profi le), die der bekannten Lorenz-Kurve entspricht.106 Aus dem CAP-Profi l wird als Maß für die Trennschärfe die Accuracy Ratio (AR) abgeleitet, die sich jedoch auch in Abhängigkeit von AUC ausdrücken lässt:107 AR = 2 · AUC – 1 104 Übernommen von Reichling/Kryvko (2010), S. 1333–1334. 105 Beim AUC kommt es nur darauf an, dass bonitätsschwächere Kreditnehmer schlechtere Ratings erhalten als bonitätsstarke. 106 Sie unterscheidet sich von der ROC-Kurve dadurch, dass auf der x-Achse der Anteils der Kreditnehmer mit den schlechtesten Ratings und nicht die kumulierte Fehlalarmsquote aufgetragen wird. 107 Die kumulierten Treffer- und Fehlalarmquoten im Hinblick auf die Ratings der insolvent gewordenen Unternehmen lassen sich dabei auch probabilistisch interpretieren. So entspricht beispielsweise die AUC der Wahrscheinlichkeit, dass ein insolvent gewordenes Unternehmen ein schlechteres Rating erhalten hat als ein solventer Kreditnehmer, siehe Reichling/ Kryvko (2010), S. 1337. 2.9 Exkurs: Test der Qualität von Ratingsystemen 95 Zur Beurteilung der Qualität der Trennschärfe eines Ratingsystems ist es wichtig zu prüfen, ob der ermittelte AOC-Wert statistisch signifi kant größer als 50 % ist. Beim Man-Whitney-Stichprobentest mit der Stichprobenfunktion V wird dies überprüft: V = AUC – 1 2 1 · N + N + 1 12 Nin + Nso mit Nin = Anzahl der insolvent gewordenen Kreditnehmer (A + C), Nso = Anzahl der solvent gebliebenen Kreditnehmer (B + D). Nimmt man an, dass die Prüfgröße V (asymptotisch) normal verteilt ist, ist die Wahrscheinlichkeit, dass der wahre AUC-Wert nur 50 % beträgt, der (sogenannte) p-Wert gerade p-Wert = 1-N(V) mit N = Verteilungsfuntion einer standardnormalverteilten Zufallsgröße. Im Falle der Standard & Poor’s Ratingdaten liegt der Man-Whitney’sche V-Wert bei 10,7 und der zugehörige p-Wert unter 0,01, was die Trennschärfe des S & P-Ratings untermauert. in so Analyse der eigenen Situation: W ie gut ist unser Rating? 3 3.1 Grundlagen der Insolvenzforschung 3.1.1 Einführung Im Folgenden soll auf Ursachen und Symptome von Unternehmenskrisen, die möglicherweise in einer Insolvenz enden, näher eingegangen werden. Neben diesen Risikofaktoren soll es aber auch um die Faktoren gehen, die – empirisch belegbar – für den Erfolg eines Unternehmens besonders wesentlich sind. Bevor in den folgenden Abschnitten zahlreiche Werkzeuge zur detaillierten Analyse eines Unternehmens und seines Umfelds vorgestellt werden, wird hier zunächst eine einführende Übersicht zum Stand der Erfolgsfaktoren- und Insolvenzforschung gegeben. Ein Rating ist maßgeblich von der Wahrscheinlichkeit und der Intensität einer möglichen Unternehmenskrise abhängig, wobei mit zunehmendem Fortschreiten des „Wegs in die Insolvenz“ oft eine stetige Verschlechterung des Ratings verbunden ist. Auch wenn sich die Eigenkapitalstruktur speziell der kleinen und mittelständischen Unternehmen in den letzten Jahren deutlich verbessert hat, ist und bleibt sie eine Schwachstelle dieser Unternehmen.108 Nach wie vor ist es gerade für kleine und mittelständische Unternehmen wichtig, sich mit den Ursachen und der Früherkennung von Unternehmenskrisen zu befassen. Risikomanagement sollte zum Alltag der Unternehmen in Deutschland gehören. Wir legen nachfolgend den Schwerpunkt der Ausführungen auf die Krisen-Prophylaxe – also diejenigen Aktivitäten, die einem Entstehen von Krisen und dem damit verbundenen außergewöhnlichen Anstieg der Risiken entgegenwirken. Das Wissen über mögliche Krisenursachen bietet eine Möglichkeit, potenzielle Krisen rechtzeitig zu erkennen, ihnen entgegenzuwirken und somit letztendlich eine für das Unternehmen existenzgefährdende Situation zu vermeiden. Offensichtlich haben die Banken bei ihren zukunftsbezogenen Ratings ein ganz ähnliches Ziel; auch sie wollen die Zukunftsperspektiven eines Unternehmens fundiert bewerten. Aus dieser Perspektive ist es naheliegend, dass Krisensymptome relevante Rating-Kriterien sind. Insbesondere bei mittelständischen Unternehmen fehlt meistens die systematische Anwendung der Erkenntnisse über Krisenursachen im Rahmen der Unternehmensplanung. Dem entgegen steht die höhere Flexibilität und das meist ausgeprägte persönliche Engagement der Inhaber, wenngleich viele mittelständische Unternehmen heute immer noch ohne langfristige Strategie und systematisch erhobene Daten über Kunden und Wettbewerber – quasi im „intuitiven Blindfl ug“ – geführt werden. Zusammen mit dem häufi gen Fehlen formaler Planungsverfahren und einer sehr inhaberbezogenen Organisations- und Führungsstruktur wird dies zu einem Risiko, wenn unvorhergesehene politische, technologische oder auch das Käuferverhalten betreffende Strukturveränderungen auftreten. Die oft weitgehend fehlende formale Struktur mittelständischer Unternehmen bringt auch bei Generationswechseln erhebliche zusätzliche Risiken. Dies zum einen, weil oft versäumt wurde, einen geeigneten Nachfolger aufzubauen, und zum anderen, weil selbst ein prinzipiell geeigneter Nachfolger ein ausschließlich auf die Person und die Erfahrungen des bisherigen Inhabers zugeschnittenes Unternehmen nur mit Mühe übernehmen kann. 108 Vgl. KfW Bankengruppe, Unternehmensbefragung 2001 – Unternehmensbefragung 2010.

Chapter Preview

References

Zusammenfassung

Rating und Finanzierung unter Basel III

Mit Basel III hat der sogenannte Baseler Ausschuss ein neues Regelwerk mit Eigenkapitalvorschriften für Banken veröffentlicht, das ab 2013 schrittweise in Kraft tritt. Während Basel II vor allem die Risikomessung zum Gegenstand hat, geht es in den neuen Regelungen um die Definition des Eigenkapitals und die erforderlichen Mindestquoten. Das stellt insbesondere mittelständische Firmen, die auf weitere Kreditvergabe durch Banken angewiesen sind, vor neue Herausforderungen.

Das Praxishandbuch Rating und Finanzierung stellt Firmen Bausteine für eine ratingorientierte Unternehmensführung zur Verfügung.

Die Schwerpunkte:

- Rating als Erfolgsfaktor

- Analyse der eigenen Situation: Wie gut ist unser Rating?

- Optimierung des Ratings

- IT-gestützte Hilfsmittel für das Rating

- Die Zukunft von Rating und Finanzierung

Besonders praktisch

sind die Checklisten zur Analyse und Optimierung des eigenen Unternehmens sowie die CD mit der Software Quick-Rater, die eine Eigenbewertung des Unternehmens ermöglicht.

Die Autoren

Dr. Werner Gleißner ist Vorstand der FutureValue Group AG und Dr. Karsten Füser ist Partner bei Ernst&Young.

Zielgruppe

Mitarbeiter in den Finanzabteilungen mittelständischer Unternehmen.