Skip to main content
SpringerLink
Log in

Die Verlustquote bei Handelskreditausfällen – Eine empirische Untersuchung in Deutschland

  • Praxis | Artikel
  • Published:
Controlling & Management Aims and scope

This is a preview of subscription content, log in via an institution to check access.

Access this article

Log in via an institution

Price excludes VAT (USA)
Tax calculation will be finalised during checkout.

Instant access to the full article PDF.

Institutional subscriptions

Abb. 1|
Abb. 2|
Abb. 3|
Abb. 4|
Abb. 5|
Abb. 6|

Notes

  1. Vgl. Franks/de Servigny/Davydenko 2004, S. 45. Es ist allerdings zu beachten, dass bei Franks, de Servigny, Davydenko 2004 größere Kreditnehmer betrachtet werden als in dieser Studie.

  2. In Basel II genügt es, wenn der Kunde mit hoher Wahrscheinlichkeit seine Rechnung nicht bezahlen wird, um einen Ausfall zu definieren. Da hier eine historische Untersuchung erfolgt, wird davon ausgegangen, dass Kunden, die bis zum Befragungszeitpunkt nicht wie vereinbart gezahlt haben, mit hoher Wahrscheinlichkeit ausgefallen sind.

  3. Beispielsweise Arbeits-, Prozess-, Lagerhaltungs-, Reparatur-, Wartungskosten, Versicherungsprämien, Kosten einer Zwangsverwaltung, etc. (vgl. Peter 2006, S. 148).

  4. Rösch/Scheule 2008, S. 13 kommen, entgegen der hier formulierten Annahmen, zu dem Ergebnis, dass in Ratingklassen geringer Bonität auch geringere Erlösquoten beobachtet werden als in Ratingklassen hoher Bonität. Allerdings beschränken sie sich in ihrer Untersuchung auf ungesicherte Anleihen (S. 11). Darüber hinaus ist zu berücksichtigen, dass die von Rösch und Scheule untersuchten Ratingklassen nach der von Moody’s erwarteten Verlustrate und nicht entsprechend der erwarteten Ausfallwahrscheinlichkeit gebildet werden (vgl. Rösch/Scheule 2008, S. 13). Gupton/Gates/Carty (2000), S. 13 f. zeigen den selben Zusammenhang, sie führen diesen aber explizit darauf zurück, dass Moody’s die erwartete Verlustrate und nicht die Ausfallwahrscheinlichkeit einschätzt. Unabhängig davon, dass diese Autoren ein anderes Kreditsegment untersuchen, sind diese Ergebnisse daher auch aus dem Grund nicht übertragbar, da die hier formulierten Annahmen explizit auf der Möglichkeit einer differenzierten Nutzung von Sicherungsinstrumenten beruhen.

  5. Die Aussage basiert auf einem Chi-Quadrat-Anpassungstest.

  6. Berechnungsbasis ist jeweils der Durchschnitt aller Angaben eines Unternehmens.

  7. Zu Beginn des verwendeten Fragebogens erfolgte eine Einschränkung auf die gewerblichen Kunden der befragten Unternehmen. In den einzelnen Fragen wird daher nur die Bezeichnung „Kunde“ und nicht die Bezeichnung „gewerblicher Kunde“ verwendet.

  8. Beispielsweise führen Kokalj/Paffenholz/Schröer 2000, S. 131 ff. die Forderungsausfallversicherung nicht als Sicherungsinstrument auf. Paul (2004) beschreibt die Kreditversicherung als Risikosenkungsmaßnahme, jedoch nicht als Sicherungsinstrument.

  9. Aufgrund der oben vorgenommenen Einschränkung auf die acht wichtigsten Forderungsausfälle könnte argumentiert werden, dass dadurch vor allem Verlustquoten von Neukunden nicht erfasst werden, da diesen vermutlich geringere Kreditbeträge gewährt und deren Ausfälle damit eher als „unwichtig“ klassifiziert werden. Hierdurch würden nur die „wichtigen“ Neukunden erfasst, für die es sich eher lohnt, Sicherungsinstrumente zu nutzen, was die hier gefundenen Ergebnisse erklären könnte. Tatsächlich gaben die von der Einschränkung betroffenen fünf Unternehmen anteilig mehr Verlustquoten von Neukunden als von Bestandskunden an. Damit wäre bei einem Verzicht auf die hier vorgenommene Begrenzung auf die acht wichtigsten Schadensfälle die gefundene Differenz zwischen Neu- und Bestandskunden vermutlich sogar noch größer als hier ausgewiesen.

  10. Die Annahme der Gleichverteilung kann mit dem Kolmogorov-Smirnov-Anpassungstest zum 5 %-Niveau nicht abgelehnt werden.

Literatur

  1. Altman, E. I./Kishore, V. M. (1996): Almost Everything You Wanted to Know about Recoveries on Defaulted Bonds, in: Financial Analysts Journal, Nov./ Dec., S. 57 – 64.

  2. Altman, E. I./Resti, A./Sironi, A. (2001): Analyzing and Explaining Default Recovery Rates, A Report Submitted to The International Swaps & Derivatives Association.

  3. Araten, M./Jacobs Jr. M./Varshney, P. (2004): Measuring LGD on Commercial Loans: An 18-Year Internal Study, in: The RMA Journal, May, S. 28 – 35.

  4. Asarnow, E./Edwards, D. (1995): Measuring Loss on Defaulted Bank Loans: A 24-Year Study, in: The Journal of Commercial Lending, March, S. 11 – 23. 5. Basel Committee on Banking Supervision (2005): „International Convergence of Capital Measurement and Capital Standards A Revised Framework“, Updated November 2005, URL: http://www.bis.org/publ/bcbs118.pdf (06.03.06).

  5. Basel Committee on Banking Supervision (2005): „International Convergence of Capital Measurement and Capital Standards A Revised Framework“, Updated November 2005, URL: http://www.bis.org/publ/bcbs118.pdf (06.03.06).

  6. Bosworth, E./Eales, R. (1998): Severity of Loss in the Event of Default in Small Business and Larger Consumer Loans, in: The Journal of Lending & Credit Risk Management, May, S. 58 – 65.

  7. Dannenberg, H. (2005): Sind Kreditoreneigenschaften als Indikatoren zur Quantifizierung der Höhe des Forderungsausfallrisikos nutzbar?, in: Wirtschaft im Wandel 12/2005, S. 388 – 396.

  8. Dannenberg, H. (2006): Die Verlustverteilung des unternehmerischen Forderungsausfallrisikos – Eine simulationsbasierte Modellierung, in: IWH-Diskussionspapiere 10/2006.

  9. Dannenberg, H. (2011): Was kostet ein Lieferantenkredit?, in: Controller Magazin, 2/2011, S. 82 – 87.

  10. Davydenko, S. A./Franks, J. R. (2008): Do bankruptcy codes matter? A study of defaults in France, Germany and the UK, in: The Journal of Finance, Vol. 63 LXIII, No. 2, S. 565 – 608.

  11. Franks, J./Servigny de, A./Davydenko, S. (2004): A Comparative Analysis of the Recovery Process and Recovery Rates for Private Companies in the U. K., France and Germany, Working Paper, Standard & Poor’s Risk Solution, May, S. 1 – 93.

  12. Grunert, J./Weber, M. (2005): Recovery Rates of Bank Loans Empirical Evidence for Germany, URL: http://kreditwesen.uni-muenster.de/assettypes/SimplePage/WS2005_JensGrunert.pdf (26.04.06).

  13. Gupton, G. M./Gates, D./Carty, L. V. (2000): Bank Loan Loss given Default, Moody’s Investors Service Special Comment, S. 1 – 24.

  14. Gupton, G. M. (2005): Advancing Loss Given Default Prediction Models: How the Quiet Have Quickened, in: Economic Notes by Banca Monte die Paschi di Siena SpA, Vol. 34, No. 2, 2005, S. 185 – 230.

  15. Servigny de, A./Renault, O. (2004): Measuring and Managing Credit risk, New York, McGraw-Hill.

  16. Henkenjohann, N. (2009): Methoden zur Prognose des LGD Optimierte Risikosteuerung durch adäquate Modellierung der Verlustquote, in: Risiko Manager, 20.08.2009.

  17. Kokalj, L./Paffenholz, G./Schröer, E. (2000): Zahlungsverzug und Forderungsmanagement im Unternehmen Sicherung von Außenständen im In- und Ausland, Wiesbaden, Gabler Verlag.

  18. Paul, W. (2004): Forderungsmanagement vor dem Hintergrund existenzbedrohender Insolvenzen, in: Finanzbetrieb 6/2004, S. 409 – 419.

  19. Peter, C. (2006): Estimating Loss Given Default – Experiences from Banking Practice, in: Engelmann, B./Rauhmeier, R. (Hrsg.) (2006): The Basel II Risk Parameters Estimation, Validation and Stress Testing, Berlin, Heidelberg, Springer Verlag, S. 143 – 175.

  20. Rösch, D./Scheule, H. (2008): The Empirical Relation between Credit Quality, Recoveries, and Correlation in a Simple Credit Risk Model, Beitrag zum Workshop „Risikomanagement“ der Universität Innsbruck, Obergurgl, April 2009.

Download references

Author information

Authors and Affiliations

  1. Institut für Wirtschaftsforschung Halle, Kleine Märkerstraße 8, D-06108, Halle (Saale), Deutschland

    Henry Dannenberg

Authors
  1. Henry Dannenberg
    View author publications

    You can also search for this author in PubMed Google Scholar

Rights and permissions

Reprints and permissions

About this article

Cite this article

Dannenberg, H. Die Verlustquote bei Handelskreditausfällen – Eine empirische Untersuchung in Deutschland. Z Control Manag 56, 145–150 (2012). https://doi.org/10.1365/s12176-012-0134-y

Download citation

  • Published:

  • Issue Date:

  • DOI: https://doi.org/10.1365/s12176-012-0134-y

Search

Navigation