Zusammenfassung
Die empirische Untersuchung hat gezeigt, daß sich Kontodaten unabhängig von der Unternehmensgröße zur Bonitätsanalyse im Firmenkundengeschäft eignen. Zu klären gilt, in welcher Form die Informationen aus der Kontoführung der Finanzierungsfachkraft zur Verfügung gestellt werden sollen, speziell wie sich die Untersuchungsergebnisse in bestehende Systeme der Bonitätsanalyse integrieren lassen. Eine Möglichkeit zur Integration wird am Beispiel des Bonitätsanalysesytems der kooperierenden Bank gezeigt. Dieses erst vor kurzem vollständig überarbeitete System zur Kundenbewertung, das den in Deutschland erreichten Standard widerspiegelt, wird im folgenden vorgestellt.641
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Referenzen
Zum Verfahren der Bonitätsanalyse in der betreffenden Bank vgl. auch Friedl, H.H., Anforderungen, 1996, S. 133 ff.
Nach § 18 KWG sind Kreditinstitute verpflichtet, sich bei Krediten von mehr als 500.000 DM die wirtschaftlichen Verhältnisse der Kreditnehmer offenlegen zu lassen und diese zu analysieren.
Vgl. Friedl, H. H., Anforderungen, 1996, S. 142.
Die bisher in der betreffenden Bank verwendeten Risikoklassen (vgl. Abschnitt 5.2.2) werden durch die Verwendung von Bonitätsklassen abgelöst. Der wesentliche Unterschied zwischen den beiden Klassen besteht darin, daß für die Ableitung einer Bonitätsklasse die Sicherheitenstellung keine Bedeutung mehr hat. Die Definition der Klassen bleibt jedoch identisch.
Für den Bonitätsblock Jahresabschlußanalyse wird anstatt auf Basis der Orientierungshilfen auf Grundlage eines Neuronalen Netzes eine Note vorgeschlagen. Diese kann der Beurteilende aber 646 ohne Angabe von Gründen entsprechend seiner eigenen Notenvorstellung abändern.
Vgl. Friedl, H. H., Anforderungen, 1996, S. 143.
Die Ableitung der Gewichte erfolgte auf der Grundlage von Expertenwissen.
Mit Rücksicht auf die Interessen der kooperierenden Bank können die Gewichte nicht angegeben werden. Dem Jahresabschluß wird jedoch die größte und den Kontodaten die kleinste Bedeutung beigemessen. Wobei die Analyse der Kontodaten auch die am wenigsten entwickelte Informationsquelle in der betreffenden Bank darstellt. Vgl. hierzu den nächsten Abschnitt 7.1.2.
Vgl. Friedl, H. H., Anforderungen, 1996, S. 142.
Vgl. Seite 85 in Abschnitt 5.2.7.1.
Vgl. Abschnitt 6.1.3.12 und 6.2.2.2.
Vgl. hierzu die Ausführungen in Abschnitt 6.2.2.2.
Vgl. hierzu die Ausführungen in Abschnitt 6.3.1.3.
Vgl. hierzu ebenfalls die Ausführungen in Abschnitt 6.3.1.3.
Vgl. hierzu die Ausführungen in Abschnitt 6.3.2.3.1.
Hierauf weist bereits Beaver hin. Vgl. Beaver, W., Predictors, 1966, S. 100.
Auch aus der Arbeit von Gebhardt läßt sich herauslesen, daß er zwar mit den von Ihm ermittelten Diskriminanzfunktionen zu sehr guten Ergebnissen kommt, daß diese aber nicht in jedem Fall die mit einzelnen Kennzahlen erzielten Klassifikationsgüten übertreffen. Vgl. Gebhardt, G., Insolvenzprognosen, 1980, S. 268.
Sowohl das univariate als auch das multivariate Ergebnis leiten sich aus den Daten der Ausgangsstichprobe ab. Grundlage für das aufgeführte univariate Ergebnis bildet die von Niehaus mit der Nummer 33 gekennzeichnete Kennzahl. Das mit dieser Kennzahl erzielte Ergebnis ist in Tabelle 9 auf Seite 104 aufgeführt. Das mit dem multivariaten Ansatz erzielte Ergebnis findet sich auf Seite 135. Vgl. Niehaus, H.-J., Früherkennung, 1987, Tabelle 9 auf S. 104 und S. 135.
Dargestellt ist jeweils die mit den Daten der Ausgangsstichprobe erzielte Gesamtfehlerrate. Das angeführte univariate Ergebnis wird mit der Kennzahl K_09 erzielt und findet sich bei Feidicker im Anhang 5 auf Seite 240. Für die Diskriminanzfunktion gibt Feidicker keine Gesamtfehlerrate an sondern getrennt die Alpha- und Betafehler. Die Fehlerraten sind auf Seite 164 aufgeführt und lassen die Ableitung des Gesamtfehlers zu, da beide Bonitätsgruppen die gleiche Gruppenstärke besitzen. Vgl. Feidicker, M., Kreditwürdigkeitsprüfung, 1992, S. 164 und Anhang 5 auf Seite 240.
Dargestellt sind die auf Basis der Analysestichprobe berechneten Gesamtfehlerraten. Als Ergebnis der univariaten Analyse ist die mit Kennzahl K_129 erzielte Gesamtfehlerrate dargestellt. Sie f indet sich im Anhang 644.2 auf Seite 355. Das multivariate Ergebnis wurde mit der von Hüls als besonders trennscharf ermittelten Diskriminanzfunktion 11i erzielt. Vgl. Hüls, D., Früherkennung, 1995, Tabelle 14 auf S. 191 und Anhang 644.2 auf S. 355.
Hierauf wird im folgenden noch näher eingegangen.
Vgl. hierzu die Ausführungen in Abschnitt 6.3.2.3.4. 664
Vgl. hierzu die Ausführungen in Abschnitt 6.3.2.2.
Vgl. hierzu die Ausführungen in Abschnitt 6.3.2.3.4 sowie den in Tabelle 32 dargestellten Vergleich der univariaten und der multivariaten Ergebnisse verschiedener Arbeiten.
Die Normen für die einzelnen Kennzahlen können daher direkt aus den Ergebnissen der deskriptiven Statistik abgeleitet werden.
Zum Prozeßcharakter der Krise vgl. Abschnitt 2.1.
Vgl. hierzu die Ausführungen in Abschnitt 6.3.1.3.
Zur genauen Definition der Kennzahlen vgl. Abschnitt 5.2.7.2.
Für Verfahren zur Glättung vgl. zum Beispiel Kann, A., Theoretische, 1973, S. 170 ff.
Ebenso die Kennzahlen 2 und 3.
Für den Diskriminanzwert bietet sich neben der Glättung eine Skalentransformation der Diskriminanzwerte an, so daß die Entwicklung der Diskriminanzwerte im Zeitablauf besser zu veranschaulichen ist und daher einfacher interpretiert werden kann. Vgl. Stein, J. H. von, Weiterentwicklung, 1984, S. 220.
In Anlehnung an Sachs wird als Basis für die Eliminierung von Ausreißern das 3. und das 97. Perzentil einer Kennzahlenverteilung verwendet. Vgl. Sachs, L., Angewandte, 1992, S. 123. 674
Zum vergleicn aer Aussagekraft von Kennzahlen im Gegensatz zu Variablen vgl. auch Abschnitt 5.2.7.1.
In diesem Zusammenhang ist die Arbeit von Thanner zu kritisieren, der sämtliche Kennzahlen in Form eines gleitenden 12-Monatsdurchschnitts darstellt. Er glättet jedoch nicht die Kennzahlen, sondern die diesen zugrunde liegenden Variablen. Demnach kann er auch keine Ausreißer eliminieren, sondern geht davon aus, daß verzerrende Einflüsse von Extremwerten aufgrund der sehr starken Glättung eliminiert werden. Vgl. Thanner, W., Kontokorrentverbindung, 1991, S. 84 f. Für den Praxiseinsatz auf Einzelkreditnehmerebene ist dieses Vorgehen ungeeignet, hier bedarf es einem Ausschluß von Ausreißern und einer anschließenden Glättung auf Kennzahlenebene, um nicht zu verzerrten Kennzahlenverläufen zu kommen.
Es bietet sich hierbei an, die im Bonitätsblock Kontodaten-Analyse behandelten Themenbereiche Limitausnutzung und Überziehungen um den Themenbereich Umschlagshäufigkeiten (SaldoHabenumsatzrelation) zu ergänzen.
Für die Kennzahlen 2 und 3 bedarf es keiner Normverläufe, da die Kennzahlen lediglich zur Beantwortung spezieller Detailfragen zur Kontoführung dienen.
Werden freie Kontokorrentlimite zur Finanzierung eines anderweitigen Kapitalbedarfs verwendet, so steigt die Limitausnutzung. Vgl. hierzu auch Abschnitt 6.1.3.1.
Zur Problematik der Analyse von Kontodaten bereits als schlecht erkannter Unternehmen vgl. Seite 62 ff in Abschnitt 5.2.2.
Die Datenbasis sollte durch Daten aktuell umgestufter Unternehmen geprägt sein. Es bietet sich daher an, die Anzahl der Unternehmen in der Datenbasis nur so groß werden zu lassen, daß die Daten der aktuellen Unternehmen immer einen überproportionalen Anteil am Datenbestand ausmachen.
Die im folgenden dargestellten Kreditnehmer wurden nicht zufällig sondern bewußt ausgewählt, um möglichst verschiedene Aspekte der Kennzahleninterpretation abbilden zu können. Im Hinblick auf den Umfang der Arbeit, werden nicht für jeden Kreditnehmer auch alle drei Kennzahlenverläufe veranschaulicht.
Vgl. Kapitel 7.2.1 Seite 255. Ebenso wenig eignen sich die Normgrafiken daher als Basis zur Ableitung von automatischen Klassifikationsalgorithmen.
Als Normgrafik kann Abbildung 6 Verwendung finden.
Als Normarafik kann Abbilduna 26 Verwenduna finden.
Dieses zeigt sich an der im Vergleich zur Normgrafik viel zu hohen Ausprägung von Kennzahl 7.
Vgl. Kapitel 6.1.3.1 Seite 115 ff.
Als Normgrafiken können die Abbildungen 6 und 28 genutzt werden.
In den letzten sechs Monaten vor Umstufung ist der Anstieg der Kennnzahl 7 so extrem, daß auf eine Darstellung dieser Monate aufgrund des stark unterschiedlichen Skalenniveaus verzichtet werden muß.
Daß der Anstieg auf einen Rückgang der Habenumsätze und nicht auf einen Anstieg des Sollsaldos zurückzuführen ist, zeigt sich bei Betrachtung der in Kennzahl 7 einfließenden Variablen. Diese würden für die Praxis in einer die Grafik ergänzenden Tabelle dargestellt.
Als Normgrafik kann die Abbildung 8 genutzt werden.
Als Normgrafiken können die Abbildungen 6 und 27 verwendet werden.
Eine Ausnahme hiervon bilden Unternehmen, bei denen Risiken bereits vermutet werden. Deren Bonität wird gegebenenfalls quartalsweise anhand aktueller Zwischenzahlen überprüft. Zur § 18 KWG Erfüllung vgl. auch Fußnote 642.
Zu den relevanten Informationsbereichen vgl. den Abschnitt 7.1.1.
Auch die Ergebnisse aus Abschnitt 6.1, der deskriptiven Statistik, belegen, daß die Kennzahlenverläufe in Abhängigkeit von der Unternehmensgröße, der Branche oder der Art der Bankverbindung stark variieren können.
Um diese Einflußfaktoren zu berücksichtigen, sollte bei der Formulierung eines Risikosignals zumindest nach der Unternehmensgröße unterschieden werden.
Demgegenüber würde eine Verdoppelung der Limitausnutzung von beispielsweise 2 % auf 4 sicher nicht als Risikosignal gewertet.
Bei der Festlegung der kritischen Höhe sollte zwischen den verschiedenen Kundengruppen unterschieden werden und neben dem Medianverlauf die Verteilung der Kennzahlenwerte beachtet werden. Die Ableitung der kritischen Kennzahlenhöhe sollte dann auf Basis einer Expertenmeinung erfolgen. Wie in Abschnitt 5.2.2 beschrieben, wurde bewußt die Gruppe der guten Unternehmen nicht als Komplementärmenge zu der Gruppe der schlechten Unternehmen ermittelt. Demnach hätte die Verwendung des dichotomen Klassifikationstests zur Bestimmung eines Trennwertes zu einem zu niedrigen Kennzahlenwert geführt. Das heißt, es wären zu viele gute Unternehmen als fälschlicherweise schlecht klassifiziert worden. Aufgrund dieser Tatsache sowie der in Abschnitt 6.3.2.2 beschriebenen Probleme bei der Festlegung eines kritischen Trennwertes, wurde der dichotome Klassifikationstest nicht verwendet.
Vor dem Hintergrund, daß die sich ergebende Risikosignalliste noch praktikabel zu bearbeiten sein muß und, daß sehr viel mehr tatsächlich gute als tatsächlich schlechte Unternehmen mit diesem Instrument auf versteckte Riskien untersucht werden, sollte der Betafehler möglichst klein und der Alphafehler noch tolerabel sein.
Rights and permissions
Copyright information
© 2000 Betriebswirtschaftlicher Verlag Dr. Th. Gabler GmbH, Wiesbaden, und Deutscher Universitäts-Verlag GmbH, Wiesbaden
About this chapter
Cite this chapter
Berlandi, P. (2000). Integration der Untersuchungsergebnisse in ein bestehendes System der Bonitätsanalyse. In: Kontodaten-Analyse für die Bonitätsprüfung im Firmenkundenkreditgeschäft. Hallesche Schriften zur Betriebswirtschaft, vol 7. Deutscher Universitätsverlag, Wiesbaden. https://doi.org/10.1007/978-3-322-99215-4_7
Download citation
DOI: https://doi.org/10.1007/978-3-322-99215-4_7
Publisher Name: Deutscher Universitätsverlag, Wiesbaden
Print ISBN: 978-3-8244-7153-9
Online ISBN: 978-3-322-99215-4
eBook Packages: Springer Book Archive