Ausfallstudie 2022 – Inklusive Bilanzdaten & Covid19-Stützung: GesmbH und Co.KG

Abstract

1. Problem Bei der Vergabe von Krediten an Unternehmen spielen Bilanzkennzahlen eine wichtige Rolle. Die in den Covid19-Krisenjahren von öffentlicher Seite getätigten Stützungsmaßnahmen haben positiv gewirkt, zumal die anfänglich befürchtete „Pleitewelle“ verhindert werden konnte. Durch die außerordentlichen Stützungen wurde aber auch Unternehmen von einem Ausfall bewahrt, welche unter normalen Wirtschaftsbedingungen ausgefallen wären. Folglich spiegeln sich die Wirkungen der außerordentlichen Stützungsmaßnahmen auch im Informationsgehalt von Bilanzkennzahlen bezüglich der Ausfallraten1 wider. Es stellt sich die Frage: Inwiefern die Covid19-Stützungsmaßnahmen die mit Bilanzkennzahlen verbundenen Ausfallraten verändert haben? 2. Lösungsmethode Zur Beantwortung dieser Frage werden Bilanzkennzahlen von zwei Gesellschaftsformen, u.z. Gesellschaft mit beschränkter Haftung (GesmbH) und Gesellschaft mit beschränkter Haftung & Compagnie Kommanditgesellschaft (Co.KG) hinsichtlich der mit ihnen verbundenen Ausfallraten ohne Stützung, also vor der Covid19-Krise und mit Stützung, also während der Covid19-Krise statistisch untersucht. Bei der statistischen Analyse handelt es sich um eine ‚Event Study‘-Analyse, wobei der Bilanzstichtag als einheitlicher Referenzpunkt (Event Day Zero) für die Messung der einjährigen Ausfallraten verwendet wird. Zur Abbildung der jährlichen Entwicklungen werden die 1-periodigen Ausfallraten für jedes einzelne Bilanzjahr über den Zeitraum von 2015 bis 2020 ermittelt. Die jährliche Ermittlung der Ausfallraten ist wichtig, um die mit den Covid19-Stützungsmaßnahmen verbundenen Auswirkungen auf die Ausfallraten bestimmen zu können. Die Ausfallraten werden hinsichtlich verschiedener Einflussfaktoren analysiert, u.z. in folgender Reihenfolge: Betrachtung der Gesamtheit aller GesmbH und Co.KG, Eigenkapitalquote, Branche, Rechtsform und Zeitpunkt der Bilanzeinreichung gegenüber dem Bilanzstichtag (Reporting Delay). Dabei werden die ‚Ausfallraten‘ (erste Bedeutung des Begriffs) in den einzelnen Jahren über die empirischen Häufigkeiten der jährlich im einjährigen Ausfallhorizont ausgefallenen Unternehmen berechnet. Bei der mehrdimensionalen Analyse der Einflussfaktoren Branche, Eigenkapitalquote und Rechtsform werden ‚Ausfallwahrscheinlichkeiten‘ unter Verwendung eines logistischen Regressionsmodells bestimmt. 3. Covid19-Stützung verhindert viele Ausfälle Das zentrale Ergebnis der vorliegenden Studie, welches sich als ‚Roter Faden‘ durch die Detailanalysen zieht, ist, dass die Covid19-Stützungsmaßnahmen die Ausfallraten gegenüber dem Zeitraum ohne Stützungen drastisch reduziert haben. 4. Eigenkapitalquote: Die wichtigste Bilanzkennzahl Die Analyse verschiedener Bilanzkennzahlen hat ergeben, dass die Höhe Eigenkapitalquote den größten Einfluss auf die Ausfallrate hat. Folglich liegt in dieser Studie der Fokus auf der Analyse der Eigenkapitalquote. 5. Branchenvergleich mit anderen Ausfallstudien Die Reihenfolge der Branchen nach den durchschnittlichen Ausfallraten in den beiden Jahren mit Covid19-Stützungsmaßnahmen ist für die Gesamtheit der betrachteten Unternehmen (GesmbH und Co.KG) praktisch gleich wie die in der Studie von Creditreform Österreich (2022) ‚Ausfallraten der österreichischen Wirtschaft: 2020 und 2021‘ für alle in Österreich wirtschaftsaktiven Unternehmen festgestellte, u.z. 1. Grundstoffe, 2. Chemie/Kunststoffe, 3. Großhandel, 4. Unternehmensnahe Dienstleistungen, 5. Konsumgüter/Produktion, 6. Metall/Elektro, 7. Einzelhandel, 8. Konsumnahe Dienstleistungen, 9. Baugewerbe und 10. Verkehr/Logistik. 6. Co.KG besser als GesmbH Die getrennte Analyse der beiden bislang gemeinsam betrachteten Rechtsformen von GesmbH und Co.KG zeigt für die Co.KG deutlich geringere Ausfallraten. Folglich werden in der mehrdimensionalen Analyse beide Rechtsformen separat analysiert. 7. Logistische Regression gibt umfassenden Einblick In der mehrdimensionalen Faktorursachenanalyse werden die Ausfallraten zugleich bezüglich verschiedener Einflussfaktoren betrachtet. Grundsätzlich lassen sich dazu Häufigkeiten bezüglich für die verschiedenen Faktorkombinationen bestimmen. Problematisch ist dabei allerdings, dass nicht bei allen Faktorkombinationen hinreichend große Datenmengen vorliegen, was zu statistisch unplausiblen Artefakten führt. Zur Beseitigung dieser Problematik werden Ausfallwahrscheinlichkeiten unter Verwendung des logistischen Regressionsmodells berechnet. Die diesbezüglichen Berechnungen zeigen, wie die Wahrscheinlichkeiten in allen Branchen mit zunehmender Eigenkapitalquote abnehmen, u.z. mit und ohne Covid19-Stützungen sowie für GesmbH als auch für Co.KG. 8. Publizität: Je früher, umso besser? Die Studie gibt zudem einen interessanten Einblick hinsichtlich dem Veröffentlichungszeitpunkt von Bilanzinformationen. In Zeiten ohne Covid19-Stützung nahmen die Ausfallraten mit zunehmender Dauer bis zur Bilanzveröffentlichung (Reporting Delay) zu. Dieser plausible Zusammenhang wurde allerdings mit Covid19- Stützungen außer Kraft gesetzt. Schließlich zeigt sich auch noch eine große Wirkung, welche das Ereignis der Nicht-Einreichung von Bilanzinformationen auf die Ausfallraten haben. 9. Relevanz für Unternehmen, Finanzdienstleister sowie Politik und Interessensvertretungen Der aus den Analysen der vorliegenden Studie resultierende Einblick in die Wirkung der verschiedenen Einflussfaktoren auf das Ausfallrisiko sollte durchaus für mehreres Personengruppen von Interesse sein: Unternehmen können sich selbst bzw. ihre Kunden und Lieferanten risikomäßig einschätzen. Finanzdienstleister können Ihre Ratingsysteme mit einem externen Benchmark vergleichen. Für Politik und Interessensvertretungen liefern die Ergebnisse ein faktenbasiertes Feedback hinsichtlich der ausfallsrisikobezogenen Wirkung der implementierten Covid19-Stützungen.