Die Sanierung notleidender Kredite ist in den Banken und in der Wissenschaft ein prominentes Thema. Banken installieren eigene Abteilungen, denen Aufgabe die Betreuung solcher in Zahlungsverzug befindlicher Engagements obliegt. Die Wissenschaft untersucht den Themenkomplex in allen Facetten, das weithin bekannteste Gebiet sind die prognostizierten Ausfallwahrscheinlichkeiten für Unternehmen und Staaten, gemeinhin Ratings. Neben der Ermittlung der Wahrscheinlichkeit eines Zahlungsverzuges widmen sich andere Autoren den Maßnahmen, welche während einer Sanierung ergriffen werden. So auch die hier vorliegende. Einem Kreditinstitut steht im Rahmen einer Sanierung eine Vielzahl an Maßnahmen zur Verfügung. Wie wirken diese Maßnahmen auf das angestrebte Ziel der Sanierung? Unterscheiden sich Maßnahmen, die einen gleich gelagerten Fokus haben, in ihrem Einfluss auf das Ergebnis der Sanierung? Läßt sich also eine Empfehlung ableiten, welche Maßnahmen ergriffen werden sollen, um beispielsweise das Überleben eines Unternehmens zu erreichen?
Der Arbeit liegt ein Datensatz zugrunde, der Daten zu deutschen Unternehmen enthält, die dem Segment der Klein- und mittelständischen zuzuordnen sind. Die verwendeten Daten wurden nicht, wie sonst üblich, aus teils frei verfügbaren Datenbanken abgerufen, sondern konnten aus den Unterlagen eines Kreditinstitutes erhoben werden. Sie bieten damit ein breiteres Spektrum als bereits aufbereitete Daten. Zum anderen konnten Informationen verarbeitet werden, die nur dem Kreditinstitut zur Verfügung stehen und im Regelfall nicht an Dritte zur Veröffentlich weitergegeben werden. Die Auswertung der erhobenen und aufbereiteten Daten erfolgt in zwei Stufen. In einem ersten Schritt werden durch univariate logistische Regressionen die aussagekräftigen Maßnahmen identifiziert. Diese Variablen werden in einem zweiten Schritt in multivariaten logistischen Regression überprüft. Das Ergebnis dieses Schrittes sind Modelle, die den Einfluss bestimmter Maßnahmen auf den jeweiligen Ausgang einer Sanierung beschreiben. Die Aufbereitung und Auswertung der Maßnahmen erfolgt hier in einem sehr hohen Detailgrad, der in anderen Arbeiten nur teilweise anzuztreffen ist.
Es lassen sich anhand des Datensatzes Maßnahmen identifizieren, deren Ergreifen einen Einfluss auf den Ausgang der Untersuchung hat. Durch die aufgestellten Modelle ist es nicht ur möglich, diese Maßnahmen zu identifizieren, sondern auch ihren Einfluss zu quantifizieren. Dies erfolgt über die sog. „odd ratios“, die eine Aussage darüber liefern, wie sich das Chancen-Verhältnis einer Zielgröße ändert, wenn die im Fokus stehende Variable um eine Einheit geändert wird. Neben einer Ergänzung der bestehenden Literatur zu diesem Thema schafft diese Arbeit auch konkrete Handlungsempfehlungen für die Praxis.
| Identifer | oai:union.ndltd.org:DRESDEN/oai:qucosa.de:bsz:ch1-qucosa-127811 |
| Date | 28 November 2013 |
| Creators | Schnorr, Stephan |
| Contributors | TU Chemnitz, Fakultät für Wirtschaftswissenschaften, Prof. Dr. Friedrich Thießen, Prof. Dr. Uwe Götze |
| Publisher | Universitätsbibliothek Chemnitz |
| Source Sets | Hochschulschriftenserver (HSSS) der SLUB Dresden |
| Language | deu |
| Detected Language | German |
| Type | doc-type:doctoralThesis |
| Format | application/pdf, application/msword, text/plain, application/zip |
Page generated in 0.0031 seconds