Beitrag, Deutsch, 12 Seiten, Wiley-VCH Verlag GmbH &. Co. KGaA
Autor: Dimitrij Saldanha
Erscheinungsdatum: 2007
Quelle: Risiko Manager
Seitenangabe: 1-12
Aufrufe gesamt: 1920, letzte 30 Tage: 4
Verlag
Wiley-VCH Verlag GmbH &. Co. KGaA
Telefon: +49-6201-6060
Telefax: +49-6201-606-226
Preis: Kostenlos
Die Genesungsprognose für notleidende Unternehmen und Unternehmenskredite
In den letzten Jahrzehnten wurden statistische Ratingmodelle zur Insolvenzprognose sehr umfassend entwickelt und beschrieben. Praktische Relevanz haben sie dabei durch die Bewertung von Krediten erhalten. Eine vergleichsweise geringe Beachtung erfuhren jedoch bisher Genesungsprognose-Modelle (GPM) speziell für notleidende Kredite (NPL oder Distressed Debt). Sie dienen als Frühindikatorinstrumente, indem sie die Wahrscheinlichkeit einer Genesung oder Liquidation eines notleidenden oder bereits insolventen Unternehmens berechnen. Sie leisten einen erheblichen Beitrag zur Optimierung des Sanierungs- und Risikomanagements durch die Verbesserung der Entscheidungsqualität, Reduzierung der Bearbeitungskosten und Verringerung der Kreditverluste. Insbesondere in wirtschaftlich schwierigen Phasen können GPM dazu beitragen 10-20% der Total Workout Costs[1] einer Bank zu vermeiden. Dies entspricht für ein Kreditinstitut mit einem normalen Portfolio mit 10 Mrd. EUR Kundenforderungen ein Einsparpotenzial von jährlich ca. 10-20 Mio. EUR. Der folgende Artikel ist eine Einführung zu GPM und veröffentlicht erstmals Ergebnisse einer empirischen Untersuchung von 800 notleidenden Unternehmen.
Insbesondere eine wichtige Entscheidung führte zum Stau bei der Bearbeitung von Unternehmenskrediten. – Ist Liquidation oder Sanierung des Unternehmens der bessere Weg für die Bank? Eine Methode diesen Stau zu vermeiden ist es, deutliche Kapazitäten in den Sanierungsabteilungen aufzubauen. Dies wurde in der letzten Sanierungs-Welle oft umgesetzt, was allerdings dazu geführt hat, dass Spezialkredit-Abteilungen teilweise heute noch Überkapazitäten aufweisen. Die vorhandenen Personalressourcen werden hier nicht effektiv genutzt. In Zukunft könnte dieses Problem eleganter durch Genesungsprognose-Modelle (GPM) gelöst werden.
GPM sind statistisch entwickelte Entscheidungsmodelle. Mit Hilfe moderner statistischer Verfahren und empirischer Daten errechnen sie, welche Wahrscheinlichkeit die Genesung eines beliebigen notleidenden oder insolventen Unternehmens hat. GPM funktionieren ähnlich den Insolvenzprognosemodellen.[3] Diese, von allen Banken genutzten Instrumente, ermitteln anhand einzelner Informationen des Kreditnehmers, wie hoch die Insolvenzwahrscheinlichkeit eines Unternehmens ist und welche Höhe der Kreditzins haben muss, um dem Insolvenzrisiko zu entsprechen. GPMs verfolgen allerdings andere Zielfunktionen. Unterschiedliche Zielfunktionen erfordern teilweise völlig andere Genesungsmodelle, die Beispielsweise folgende unterschiedliche Prognosen erstellen:
a. Die Unternehmensfortführung betrifft die Frage, nach der langfristigen Existenz des wirtschaftlichen Betriebs, egal welche Eigentumsrechte vorhanden sind. Beispielsweise gehört hierzu auch die Fortführung im Fall einer übertragenden Sanierung aus der Insolvenz.
b. Die Prognose der Aktienwerte ist immer dann interessant, wenn Gesellschafter (oder Aktionäre) eine Rolle spielen und nach Abschluss der Sanierung weiterhin die Anteile am Unternehmen halten. Dies kann nur dann der Fall sein, wenn die rechtliche Einheit des Unternehmens weiterhin bestehen bleibt, sowie der operative Betrieb fortgeführt wird. Dieser Punkt ist auch insbesondere wichtig, wenn Aktien am Unternehmen gehalten werden, oder etwa ein Debt Equity[4] Swap ansteht.
c. Nicht zuletzt können GPMs helfen, Banken eine Kalkulationsgrundlage zu liefern. Mögliche Erträge oder Verluste, die im Zusammenhang mit notleidenden Unternehmen stehen, können so besser berechnet werden und dadurch maßgeblich dazu beitragen, die Entscheidung über eine Sanierung oder Liquidation zu erleichtern.
Abgrenzung der Genesgungsprognosemodelle
zu den LGD-Modellen
Im dritten Fall, der Berechnung der Verluste der Bankkredite, können Genesungsmodelle mit LGD Prognosemodellen verwechselt werden. Deshalb empfiehlt sich eine Abgrenzung durch folgende wesentliche Unterschiede:
1. LGD steht bekanntermaßen für Loss Given Default. Die LGD-Modelle gehen daher zunächst immer von einem Default aus. Bei GPMs ist dieser Ansatzpunkt nicht zwingend notwendig, wodurch sie bereits vor einem Default eingesetzt werden können.
2. Einige LGD-Modelle, darunter auch das berühmte LossCalc von Moody`s, berechnen den LGD-Erwartungswert nur für den Fall, dass ein Verlust entsteht. Sie erfordern daher zunächst eine Einschätzung, ob ein Verlust entsteht. Dies ist eine Berechnung, die durch Genesungsmodelle ergänzt werden könnte.
3. LGD-Modelle ermitteln Erwartungswerte für den Verlust in Abhängigkeit von Sicherheiten. Sie sagen nicht direkt, ob ein insolventes Unternehmen eine Chance hat zu genesen. Dadurch ignorieren sie andere Vermögensgegenstände im Unternehmen, insbesondere auch die immateriellen Werte. Genesungsmodelle beheben dieses Defizit.
Diese drei Punkte verdeutlichen, dass LGD- und GPM-Modelle unterschiedliche Fragen beantworten. Daher können ihre Ergebnisse nicht miteinander verglichen werden. Wie im Punkt drei aufgeführt, ist ein wichtiges Defizit der LGD-Modelle, das Ausklammern der immateriellen Vermögensgegenstände. Dadurch kann ein LGD-Modell nicht beantworten, ob eine Eigenkapitalmaßnahme besser ist, als eine unmittelbare Liquidation mit Abschlägen. Dies ist auch eine zentrale Frage, die bei allen NPL Verkäufen der letzten Jahre von den Banken gestellt wurde.
Die folgende Graphik verdeutlicht die Problematik. Das LGD-Modell hilft nur bei der Bewertung des Debt-Anteils (schraffierter Bereich), während das GPM auch den Equity-Wert betrachtet. Zwar unterstellt das LGD-Modell auch eine gewisse Genesungswahrscheinlichkeit, doch wird die Bedeutung einer Eigenkapitalmaßnahme nicht explizit klar, da das Equity ignoriert wird.
Das folgende hypothetische Beispiel verdeutlicht den Nutzen des GPM. Angenommen sei die aktuelle Bewertung eines Unternehmens mit 25 Mio. EUR. Aus Sicht der Bank fallen 20 Mio. EUR auf das Debt an. Mit 5 Mio. EUR taxiert der Markt den Wert für alle Aktien (Equity). Alle sind sich einig, dass die Wahrscheinlichkeit einer erfolgreichen Sanierung bei 70% liegt. In diesem Fall würden die Kredite zu 100% zurückgezahlt werden, was einen Betrag von 25 Mio. EUR darstellt. Für den Fall eines Scheiterns der Sanierung (30%) wird nur noch ein Liquidationserlös von 15 Mio. EUR erwartet. Der gewichtete Erwartungswert des Kreditengagements liegt also bei 22 Mio. EUR.
Für die Equity-Position gelten die gleichen Wahrscheinlichkeiten, jedoch mit den Werten 25 Mio. EUR (bei erfolgreicher Sanierung und zurückgewonnener Profitabilität) oder 0 EUR im Fall einer Liquidation. Dies entspricht einem Erwartungswert von 17,5 Mio. EUR für das Equity. Die folgende Tabelle fasst die Daten zusammen.[5]
Mio EUR. |
Aktuelle Bewertung |
Liquidation |
Sanierung |
Heutiger Erwartungswert |
Wahrscheinlichkeit |
|
30% |
70% |
|
Wert von Debt |
20 |
15 |
25 |
22,0 |
Wert des Equity |
5 |
0 |
25 |
17,5 |
Unternehmenswert |
25 |
15 |
50 |
39,5 |
Die Bank steht vor der Wahl den Kredit sofort zu verkaufen und 20 Mio. EUR zu erhalten oder die Restrukturierung zu begleiten und so vielleicht eine vollständige Rückzahlung der Kreditlinie von 25 Mio. EUR zu erzielen. Obwohl der Erwartungswert des Kredits höher ist als der Verkaufswert, entschließt sich die Bank zum Verkauf, denn dieser um 5 Mio. EUR besser als die Liquidation. Der zusätzliche Ertrag im Fall einer Sanierung erscheint, gemessen am Risiko weiterer Verluste, als zu gering. Nicht zuletzt hat die Bank noch zusätzliche Verwaltungskosten, Eigenkapital-Kosten und weitere Opportunitätskosten, die den möglichen Zusatzertrag schmälern. [6]
Das LGD-Modell liefert keine Informationen über den möglichen Equity-Wert von 17,5 Mio. EUR im Fall einer Eigenkapitalmaßnahme. Daher wird übersehen, dass ein Debt Equity Swap mit 5 Mio. EUR[7] den Erwartungswert und Gewinn für die Bank deutlich erhöht hätte. Ohne GPM entgeht der Bank in diesem Beispiel ein erwarteter Gewinn von 14,5 Mio. EUR[8]. Möglich, dass sich die Bank trotzdem entscheidet den Kredit zu verkaufen. Doch immerhin hat sie mit GPM ein vollständigeres Bild als bisher.
Abgrenzung der Genesgungsprognosemodelle
zu den Insolvenzprognosemodellen
Es wird schon seit geraumer Zeit versucht, die Genesungswahrscheinlichkeit für notleidende Unternehmen zu berechnen.[9] Jedoch wurden die derzeitig im Einsatz befindlichen Methoden meist nicht mit modernen statistischen Verfahren entwickelt. Einige Distressed Debt Fonds und NPL Investoren benutzen eigene Modelle, die teilweise empirische Datenbasis besitzen. Viele andere Distressed Debt Investoren verwenden beim Kauf von NPL Portfolien nur Tabellen mit bis zu 100 Aspekten eines Kreditengagements, um eine Bewertung durchzuführen. Banken haben im Sanierungsbereich fast nie statistisch entwickelte Genesungsmodelle. So basieren ihre Entscheidungen meist auf der Erfahrung ihrer langjährigen und hoch qualifizierten Mitarbeiter. Diese Mitarbeiter können mit Hilfe der umfassenden Einzelanalyse von Unternehmen, vermutlich meist bessere Entscheidungen treffen, als ein noch so intelligentes statistisches Prognosemodell. Dieser Leistungsvorteil der hochqualifizierten Mitarbeiter gilt noch immer, auch bei den Ratingverfahren zur Beurteilung der Insolvenzwahrscheinlichkeit. Trotz der besseren Entscheidungsfähigkeit dieser Mitarbeiter, nutzen heute alle Banken Ratingmodelle, sog. Insolvenzprognosemodelle (IPM), die sich aufgrund einer standardisierten Bewertung von Krediten durchgesetzt haben. Diese IPM zeichnen sich durch folgenden Nutzen aus:
Genau diese Gründe, die für die Nutzung von IPM sprechen, sind auf Genesungsmodelle analog anwendbar. Auch GPM führen durch Standardisierung, höherer Prozessqualität und schnellerer Bearbeitung zu einer deutlichen Kosteneinsparung. Zusätzlich helfen sie durch ihren Einsatz in der Sanierungsabteilung[10] genau dort Verluste zu verringern, wo der Hebel am größten ist. Nicht zuletzt wird durch eine genauere Beurteilung der Risiken im Workout[11] auch das Rating des Kreditinstituts verbessert und gebundenes Eigenkapital freigesetzt.
IPM ähneln in ihrer Funktionsweise den Genesungsmodellen in mehrfacher Hinsicht. Sie sind jedoch als deren Substitute völlig ungeeignet, da eine abweichende Zielsetzung angestrebt wird. IPM prognostizieren die Insolvenzwahrscheinlichkeit eines normalen Kredits. Genesungsmodelle hingegen, sofern sie sich auf Kredite beziehen, prognostizieren die Genesungswahrscheinlichkeit eines leistungsgestörten oder bereits insolventen Kreditnehmers.
Bereits frühere Studien belegen, dass IPM nicht geeignet sind, die Genesung eines Unternehmens vorherzusagen.[12] Die vorliegende Untersuchung bestätigt, dass Genesungsmodelle nicht durch Ratingmodelle ersetzt werden können.
Analysiert wurden ca. 800 Unternehmen, die zwischen 1996 und 2003 einen Insolvenzantrag gestellt haben. Der Datenbestand enthält für die meisten Unternehmen die kompletten Bilanzzahlen über einen Zeitraum von 7 Jahren. Dabei wurden zusätzlich drei Jahre vor und nach dem Jahr des Insolvenzantrages betrachtet. Es konnte rekonstruiert werden, welche Entwicklung das Unternehmen während der Insolvenz genommen hat. Beispielsweise wurde ermittelt, ob es selbstständig genesen konnte, es gekauft, zerschlagen, liquidiert oder in Form einer übertragenden Sanierung fortgeführt wurde.
54 Bilanzkennzahlen und einige weitere Faktoren wurden auf die Prognosefähigkeit untersucht. Dabei gab es u.a. eine wichtige Erkenntnis über den Unterschied zu ähnlichen Faktoren, die bei der Insolvenzprognose Verwendung finden. Einige Faktoren weisen in der Relation zur Genesungswahrscheinlichkeit ein lokales Maximum (oder Minimum) auf. Ein konkretes Beispiel: Die meisten Insolvenzprognosemodelle enthalten mindestens einen Faktor zur Verschuldungsrate im Unternehmen. Dabei ist weithin anerkannt, dass eine höhere Verschuldungsrate zu einer höheren Insolvenzwahrscheinlichkeit führt. Diese Relation ist unter Experten unbestritten.
Die Untersuchung einer Form der Verschuldungsrate auf die Genesungswahrschein-lichkeit hat jedoch ergeben, dass die Abhängigkeit nicht monoton ist. Der folgende Graph zeigt vereinfacht den Zusammenhang.
Quelle: Eigene Untersuchung
Dargestellt ist ein stark vereinfachter Funktionsverlauf der Liquidationswahrscheinlichkeit[13] in Abhängigkeit der Verschuldungsrate. Von links beginnend, ist ein stetiger Anstieg der Liquidationswahrscheinlichkeit mit steigender Verschuldungsrate bis zu einem Maximum zu erkennen. Dieser Abschnitt entspricht dem Zusammenhang, der auch in Insolvenzprognosemodellen und auch bei vielen früheren Modellen für die Genesungsprognose vorzufinden ist. Überraschend ist, der danach einsetzende allmähliche Rückgang der Liquidationswahrscheinlichkeit mit weiter steigender Verschuldungsrate. Bisher wurde diese Beobachtung in keiner dem Autor bekannten Quelle dokumentiert. Als mögliche Erklärungsansätze kann folgendes angeführt werden:
Dieses Untersuchungsergebnis belegt, dass Faktoren (abschnittsweise) gegenteilige Prognoserelevanz für die Insolvenz und Genesung besitzen können. In Konsequenz bedeutet dies, dass vermutlich alle Insolvenzprognose-Faktoren auf die Genesungsrelevanz überprüft werden müssen, um effektive multivariate Genesungsmodelle zu entwickeln. Auch sollte nach weiteren Faktoren gesucht werden, die für eine Genesungsprognose geeignet sind, jedoch bisher in der Insolvenzprognose keine Rolle gespielt haben.
Fazit
Genesungsmodelle in vielfältiger Hinsicht die Bearbeitung notleidender Kredite verbessern. Banken können durch Genesungsmodelle profitieren, indem die Kreditakten schneller, effizienter und kostengünstiger analysiert werden. Die Konsequenz sind geringere Verluste, besseres Risikomanagement und möglicherweise ein besseres Bank-Rating durch Rating-Agenturen. Analog zur Entwicklungsgeschichte der statistischen Insolvenzprognosemodelle werden Genesungsprognosemodelle in Zukunft vermutlich in den meisten Banken vorzufinden sein. Spezialisierte Distressed Debt Investoren benutzen bereits einfache GPM, um notleidende Unternehmenskredite zu bewerten und Gewinne zu generieren. Wahrscheinlich werden Banken in naher Zeit in ähnlicher Art und Weise Genesungsmodelle anwenden, um mit Problemkrediten höhere Erträge zu erwirtschaften.
[1] Total Workout Costs = Gesamtkosten, die im Workout entstehen, darunter operative Kosten, Finanzierungskosten, Eigenkapitalkosten und Wertberichtigungen bzw. Verluste
[2] NPL = Non Performing Loans, d.h. leistungsgestörte Kredite
[3] Diese werden auch Bonitätsmodelle, Ratingmodelle oder Scoringmodelle genannt
[4] Die Begriffe „Debt“ und „Equity“ werden in diesem Artikel immer dann verwendet, wenn es um Marktwerte geht. Kredit und Eigenkapital immer dann, wenn es um Buchwerte geht.
[5] Manche Leser wollen es sicherlich nachrechnen. Hier ist die Gelegenheit. J
[6] Diese Entscheidung erscheint aus Risiko-Gesichtspunkte zwar nicht empfehlenswert, da der Erwartungswert eine Risiko-Neutrale Bewertung darstellt. Sie ist jedoch nur dann nachvollziehbar, wenn die sonstigen Kosten (insb. die Kapitalkosten) über dem Differenzbetrag von 2 Mio.EUR liegen.
[7] Der aktuelle Wert des Equity ist im Vergleich zum Erwartungswert deshalb so niedrig, weil die Equity-Halter nur sehr beschränkte Einflussmöglichkeiten haben zu entscheiden, ob eine Sanierung stattfinden soll. Die Entscheidung liegt weitgehend beim Kreditgeber, der könnte im Fall einer sofortigen Liquidation den Equity Wert völlig vernichten.
[8] Errechnet sich aus der Differenz zwischen dem Erwartungswert 39,5 Mio. EUR und dem aktuellen Wert von 25 Mio. EUR
[9] Siehe Literaturverzeichnis LoPucki, Altman, Barniv, etc.
[10] Andere Bezeichnungen sind: Spezialkreditabteilung, Intensivbetreuung, Workout
[11] Zum Problem der richtigen Risikoeinschätzung notleidender Kredite siehe auch van Gemmeren, Martin /Saldanha, Dimitrij „Bessere Distressed Debt Risikomessung durch SPLIT-Rating Verfahren“ in Rating Aktuell 04/2005
[12] Siehe hierzu die Arbeiten von Barniv, Ran / Agarwal, Anurag / Leach, Robert “Predicting Bankruptcy Resolution” in Journal of Business Finance & Accounting, 29(3) & (4), April/May 2002, 0306-686X
[13] Liquidationswahrscheinlichkeit ist in diesem Beispiel 1-Genesungswahrscheinchlichkeit
Publikationen: 4
Aufrufe seit 03/2006: 1644
Aufrufe letzte 30 Tage: 2