Zusammenfassung
Ratingverfahren haben den Anspruch, insolvenzgefährdete Unternehmen rechtzeitig zu identifizieren und damit das Investitionsrisiko der Bank bzw. des Investors adäquat abzubilden. Dabei wäre es grundsätzlich zu erwarten, dass die verschiedenen Bilanzratingsysteme von Banken und Ratingagenturen zu einer weitgehend einheitlichen Bonitätseinschätzung gelangen, wenn sie auf eine einheitliche Datenbasis der zu beurteilenden Unternehmen zurückgreifen. Der Beitrag zeigt anhand der grundsätzlichen Konzeption von Bilanzratingmodellen sowie den Ergebnissen einer empirischen Untersuchung auf, in welchem Umfang und aus welchen Gründen die Bonitätseinschätzungen von Banken und Ratingagenturen bei gleichem Dateninput voneinander abweichen können.
Prof. Dr. Josef K. Fischer ist Professor für Finanzen insbesondere Rating und Mittelstandsfinanzierung an der Technischen‐Hochschule Georg‐Simon‐Ohm in Nürnberg.
Prof. Dr. Andreas T. Fischer ist Professor für externes Rechnungswesen an der NBS Northern Business School Hamburg und Partner der Fischer I Konrad GmbH, welche auf die Bewertung und Transaktion von Unternehmen spezialisiert ist.
This is a preview of subscription content, log in via an institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsNotes
- 1.
Da die Untersuchung teilweise überraschende Resultate ergab, die in der aktuellen Situation der Jahre 2007/2008 zu möglichen Fehlinterpretationen und Schlussfolgerungen hätte führen können, wurden die Ergebnisse auf Wunsch der beteiligten Partner bisher nicht veröffentlicht. Die Ergebnisse wurde allerdings im Wintersemester 2008/2009 im Rahmen einer Diplomarbeit bei Prof. Dr. Josef Fischer an der TH Nürnberg bearbeitet.
- 2.
Dies gilt sowohl hinsichtlich der Quantität als auch der Qualität der ausgewählten Daten. Vgl. hierzu Fischer (2012, S. 65 ff.).
- 3.
In einem ersten Schritt wird die Trennfähigkeit einzelner Kennzahlen beurteilt (univariate Analyse) und in einem zweiten die Trennfähigkeit von Kennzahlenkombinationen (multivariate Analyse).
- 4.
Die meisten in der Praxis eingesetzten Ratingmodelle beschränken sich in der Regel auf eine Auswahl von vier bis maximal sechs Kennzahlen.
- 5.
Hierzu zählen z. B. die Mezzanineprogramme verschiedener Banken wie PREPS, HEAT und Equinotes. Ein Überblick findet sich in DVFA (2007, S. 11 f.).
- 6.
Eine ähnliche Diskussion im Hinblick auf die Aussagekraft der Informationen und die Qualität der Ratingeinschätzungen findet derzeit am Markt für Mittelstandsanleihen statt. So sind nach Angaben der Euler Hermes Ratingagentur in den ersten fünf Jahren des Bestehens des Marktes von 182 Bonds 32 wegen Insolvenz des Emittenten ausgefallen.
- 7.
Hierzu zählt auch das Bilanzratingmodul „Company Check“ der DATEV eG, das sich an international tätige Steuerberater und Wirtschaftsprüfer richtet.
- 8.
Lediglich bei dem Unternehmen aus dem EDV‐Bereich musste auf die Jahresabschlussdaten von 2001 bis 2003 zurückgegriffen werden.
- 9.
Die Ein‐Jahres‐Ausfallwahrscheinlichkeit (PD) bezieht sich auf das Jahr 2006. Danach wurden Unternehmen und deren Anleihen mit einer PD unter 0,67 als Investmentgrade eingestuft. Vgl. Krehl et al. (2006, S. 31). Eine weitere Differenzierung der Investmentkategorien wurde für diese Untersuchung nicht vorgenommen.
- 10.
Hinsichtlich der bankinternen Ratingverfahren ist jedoch ergänzend darauf hinzuweisen, dass mögliche Warnhinweise (wie z. B. längere, unvereinbarte Überziehungen oder Rücklastschriften), die nicht direkt aus den Jahresabschlussdaten zu entnehmen sind, in der Regel eine unmittelbare Einordnung des Unternehmens in die schlechteste Ratingklasse zur Folge haben und damit zur Ablehnung eines möglichen Kreditantrages führen.
- 11.
Da derzeit die Bilanzratings im Wesentlichen auf empirisch‐statistischen Modellen basieren, soll an dieser Stelle auf mögliche Unterschiede, die sich aus der Anwendung anderer Modelle ergeben können, nicht näher eingegangen werden.
- 12.
Dies erfordern für Banken die aufsichtsrechtlichen Vorgaben von Basel II, wonach bei den internen Ansätzen die Höhe der Ausfallwahrscheinlichkeiten der einzelnen Ratingklassen maßgeblich ist für die Höhe der Eigenkapitalunterlegung. Vgl. BCBS (2004, S. 93 und 123 ff.).
- 13.
Die Berechnung der Kennzahlenfunktion (Z‐Wert) sowie die Ermittlung der instituts‐spezifischen mittleren PD wurden für dieses Beispiel mit Hilfe des DATEV‐Company Checks durchgeführt.
- 14.
Einen detaillierten Überblick zu den Rating‐Kriterien der Agenturen sowie verschiedener Banken geben Gleißner und Füser (2014, S. 109 ff.).
- 15.
Siehe hierzu z. B. die Anmerkung zu Tab. 29.1.
- 16.
Sie hierzu den Überblick bei Fischer (2012, S. 216 ff.).
- 17.
Zum Umgang mit fehlenden Werten und deren Bereinigung vgl. Fischer (2012, S. 73 ff.).
Literatur
Altman, E. I. (1968). Financial Ratios Discriminant Analysis and the Prediction of Corporate Bankruptcy. Journal of Finance, 23(4), 589–610.
Baetge, J., Kirsch, H., & Thiele, S. (2004). Bilanzanalyse (2. Aufl.). Düsseldorf: IDW Verlag.
BCBS (Baseler Ausschuss für Bankenaufsicht) (2004). Internationale Konvergenz der Kapitalmessung und Eigenkapitalanforderungen, Überarbeitete Rahmenvereinbarung, Übersetzung der deutschen Bundesbank Juni 2004. Frankfurt.
DVFA (Committee Rating Standards) (2006). DVFA-Rating Standards und DVFA-Validierungsstandards, Finanzschriften Nr. 04/06, Dreieich.
DVFA (2007). Mezzanine Finanzierungsformen und Bilanzrating. Finanzschriften, Bd. 05/07. Dreieich.
Fischer, A. (2012). Entwicklung eines länderübergreifenden Bilanzratingmodells. Lohmar-Köln: Josef Eul.
Fischer, J. (2008). Finanzierungsstrategien im Zeichen des Ratings – Das Ende der Hausbank?. In C. Rödl et al. (Hrsg.), Internationale Familienunternehmen (S. 203). München: C.H. Beck.
Fischer, J., & Leker, J. (2007). Anforderungen und Inhalte moderner Ausbildungskonzepte im Rating. In H. E. Büschgen, & O. Everling (Hrsg.), Handbuch Rating (2. Aufl. S. 769). Wiebaden: Gabler.
Fischer, J., Reinhard, D., & Wahl, A. (2005). Rating – eine vielfältige Chance für den Berufsstand. WPK Magazin, (3), 43.
Gleißner, W., & Füser, K. (2014). Praxishandbuch Rating und Finanzierung (3. Aufl.). München: Vahlen.
Konrad, P. M. (2012). The Calibration of Rating Models – Estimation of the Probability of Default based on Advanced Pattern Classification Methods (1. Aufl.). München: Tectum Verlag.
Krehl, H. (2015). Rating – Methodische Grundlagen, Vorlesungsskript Sommersemester 2015, TH Nürnberg, Nürnberg.
Krehl, H., & Fischer, A. (2010). Bilanzratings als Instrument zur Früherkennung im Prüfungsprozess. In M. Reimer, & S. Fiege (Hrsg.), Perspektiven des strategischen Controllings (S. 281). Wiesbaden: Gabler.
Krehl, H., Schneider, R., & Fischer, A. (2006). Branchenrating 2006 – Benchmarks für Branchen. Nürnberg: DATEV eG.
Mahlstedt, D. (2008). IFRS und Bilanzrating. Lohmar-Köln: Josef Eul.
ÖNB (Österreichische Nationalbank) (2004). Ratingmodelle und –Validierung, Leitfadenreihe zum Kreditrisiko. Wien.
Trustorff, J. (2010). Der Einsatz von Support Vector Machines zur Kreditwürdigkeitsbeurteilung von Unternehmen. Berlin: Logos Verlag.
Varnholt, N. T., & Hoberg, P. (Hrsg.). (2014). Bilanzoptimierung für das Rating (2. Aufl.). Stuttgart: Schäffer-Poeschel.
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2016 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Fischer, J., Fischer, A.T. (2016). Vergleich von Bilanzratings. In: Bär, C., Fischer, A., Gulden, H. (eds) Informationstechnologien als Wegbereiter für den steuerberatenden Berufsstand. Springer Gabler, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-44909-7_29
Download citation
DOI: https://doi.org/10.1007/978-3-662-44909-7_29
Published:
Publisher Name: Springer Gabler, Berlin, Heidelberg
Print ISBN: 978-3-662-44908-0
Online ISBN: 978-3-662-44909-7
eBook Packages: Computer Science and Engineering (German Language)