Im Jahr 1984 fasste Stewart C. Myers, einer der bedeutendsten Wissenschaftler auf dem Gebiet der Unternehmensfinanzierung, den damaligen Stand der Kapital-strukturforschung wie folgt zusammen: „How do firms choose their capital structures? […] The answer is, we don’t know.“
Die Suche nach unternehmens-, branchen- und länderspezifischen Kapitalstrukturdeterminanten hat seitdem nicht an Bedeutung verloren. Die seit mehreren Jahr-zehnten andauernde Entwicklung von mathematischen und verhaltensorientierten Modellen führt zu immer vielfältigeren und mitunter konkurrierenden Hypothesen über mögliche Kapitalstrukturdeterminanten.
Die meisten der international angelegten Studien zur Kapitalstruktur gehen dabei von der Annahme aus, dass der Einfluss der unternehmensspezifischen Determinanten über die einzelnen Länder hinweg gleich ist. Bei Betrachtung der ermittelten Koeffizienten je Land fällt allerdings auf, dass der Einfluss der einzelnen Determinanten in Hinblick auf Richtung, Höhe und Signifikanzniveau durchaus differiert.
Auf Basis der vorangegangenen Ausführungen widmet sich diese Arbeit der Fragestellung, ob die Gültigkeit von Kapitalstrukturtheorien über einzelne Länder hinweg bestätigt werden kann. Die Unternehmen des Deutschen Aktienindex, sowie des US-amerikanischen Dow Jones werden auf Basis von Kapitalstrukturtheorien auf diese Fragestellung hin untersucht, wobei branchen- und länderspezifische Determinanten keinen Eingang in die empirische Analyse finden werden.
Inhaltsverzeichnis
I...Abkürzungsverzeichnis
II..Abbildungsverzeichnis
III.Tabellenverzeichnis
1.. Einleitung
1.1 Problemstellung und Zielsetzung
1.2 Methodischer Aufbau der Untersuchung
2.. Gang der Wissenschaft
2.1 Irrelevanztheorem der Kapitalstruktur
2.2 Trade-Off-Theorie
2.3 Signalling-Theorie
2.4 Pecking-Order-Theorie
2.5 Market-Timing-Theorie
2.6 Übersicht der abgeleiteten Hypothesen
3.. Empirische Analyse - Grundlagen und Vorgehensweise
3.1 Methodik
3.1.1 Regressionsmodelle
3.1.1.1 Klassisches lineares Regressionsmodell
3.1.1.2 Regressionsmodelle für Paneldaten
3.1.1.2.1 Gepooltes Modell
3.1.1.2.2 Fixed-Effects-Modell
3.1.1.2.3 Random-Effects-Modell
3.1.2 Regressionsvoraussetzungen
3.1.2.1 Linearität
3.1.2.2 Multikollinearität
3.1.2.3 Heteroskedastizität
3.1.2.4 Autokorrelation
3.1.2.5 Normalverteilung der Residuen
3.1.3 Gütekriterien zur Prüfung der Regressionsfunktion
3.1.3.1 Bestimmtheitsmaß
3.1.3.2 F-Statistik
3.1.3.3 t-Statistik
3.2 Datenbasis
3.2.1 Operationalisierung der Variablen
3.2.1.1 Abhängige Variable
3.2.1.2 Unabhängige Variablen
3.2.1.2.1 Unternehmensalter
3.2.1.2.2 Unternehmensgröße
3.2.1.2.3 Wachstumspotential
3.2.1.2.4 Operatives Risiko
3.2.1.2.5 Profitabilität
3.2.1.2.6 Steuern
3.2.1.2.7 Liquidität
3.2.1.2.8 Sicherungswert des Vermögens
4.Empirische Analyse - Ergebnisse und Diskussion
4.1 Deskriptive Analyse
4.1.1 Abhängige Variable
4.1.2 Unabhängige Variablen
4.1.2.1 Unternehmensalter
4.1.2.2 Unternehmensgröße
4.1.2.3 Wachstumspotential
4.1.2.4 Operatives Risiko
4.1.2.5 Profitabilität
4.1.2.6 Steuern
4.1.2.7 Liquidität
4.1.2.8 Sicherungswert des Vermögens
4.2 Regressionsanalyse
4.2.1 Prüfung der Regressionsvoraussetzungen
4.2.1.1 Linearität
4.2.1.2 Multikollinearität
4.2.1.3 Heteroskedastizität
4.2.1.4 Autokorrelation
4.2.1.5 Normalverteilung der Residuen
4.2.2 Spezifikation des Regressionsmodells
4.2.3 Ergebnisse und Güte
4.3 Rückschlüsse auf die Gültigkeit der Kapitalstrukturtheorien
4.3.1 Trade-Off-Theorie
4.3.2 Signalling-Theorie
4.3.3 Pecking-Order-Theorie
4.3.4 Market-Timing-Theorie
4.4 Kritische Würdigung der Ergebnisse
5.. Zusammenfassung und Ausblick
Anhang I: Untersuchungssample - Dax
Anhang II: Untersuchungssample - Dow Jones
IV Literaturverzeichnis
I Abkürzungsverzeichnis
Abbildung in dieser Leseprobe nicht enthalten
II Abbildungsverzeichnis
Abbildung 1: Pecking-Order-Theorie
Abbildung 2: Residuen - Normalverteilungs-Q-Q Plots
Abbildung 3: Prüfverfahren zur Spezifikation des Regressionsmodells
III Tabellenverzeichnis
Tabelle 1: Übersicht der abgeleiteten Hypothesen
Tabelle 2: Operationalisierung - Kapitalstruktur
Tabelle 3: Operationalisierung - Unternehmensalter
Tabelle 4: Operationalisierung - Unternehmensgröße
Tabelle 5: Operationalisierung - Wachstumspotential
Tabelle 6: Operationalisierung - Operatives Risiko
Tabelle 7: Operationalisierung - Profitabilität
Tabelle 8: Operationalisierung - Steuern
Tabelle 9: Operationalisierung - Liquidität
Tabelle 10: Operationalisierung - Sicherungswert des Vermögens
Tabelle 11: Deskriptive Analyse - Kapitalstruktur [LEV]
Tabelle 12: Deskriptive Analyse - Unternehmensalter [ALT]
Tabelle 13: Deskriptive Analyse - Unternehmensgröße [BIL]
Tabelle 14: Deskriptive Analyse - Unternehmensgröße [UMS]
Tabelle 15: Deskriptive Analyse - Wachstumspotential [WBI]
Tabelle 16: Deskriptive Analyse - Wachstumspotential [WUM]
Tabelle 17: Deskriptive Analyse - Operatives Risiko [RIS]
Tabelle 18: Deskriptive Analyse - Profitabilität [ROA]
Tabelle 19: Deskriptive Analyse - Profitabilität [ROE]
Tabelle 20: Deskriptive Analyse - Steuern [TAX]
Tabelle 21: Deskriptive Analyse - Liquidität [LIQ]
Tabelle 22: Deskriptive Analyse - Liquidität [FCF]
Tabelle 23: Deskriptive Analyse - Sicherungswert des Vermögens [SAC]
Tabelle 24: Deskriptive Analyse - Sicherungswert des Vermögens [VOR]
Tabelle 25: Deskriptive Analyse - Sicherungswert des Vermögens [FOR]
Tabelle 26: Korrelogramm der Regressoren [Dax]
Tabelle 27: Korrelogramm der Regressoren [Dow Jones]
Tabelle 28: Ergebnisse der Breusch-Pagan-Tests
Tabelle 29: Ergebnisse der Durbin-Watson-Tests
Tabelle 30: Ergebnisse der Hausman-Tests
Tabelle 31: Ergebnisse des F-Tests auf individuelle Effekte
Tabelle 32: Ergebnisse der Regressionsanalyse
Tabelle 33: Trade-Off-Theorie: Vergleich der empirischen Ergebnisse mit den Hypothesen
Tabelle 34: Signalling-Theorie: Vergleich der empirischen Ergebnisse mit den Hypothesen
Tabelle 35: Pecking-Order-Theorie: Vergleich der empirischen Ergebnisse mit den Hypothesen
Tabelle 36: Market-Timing-Theorie: Vergleich der empirischen Ergebnisse mit den Hypothesen
1 Einleitung
1.1 Problemstellung und Zielsetzung
Im Jahr 1984 fasste Stewart C. Myers, einer der bedeutendsten Wissenschaftler auf dem Gebiet der Unternehmensfinanzierung, den damaligen Stand der Kapitalstrukturforschung wie folgt zusammen: „How do firms choose their capital structures? […] The answer is, we don’t know.“1
Die Suche nach unternehmens-, branchen- und länderspezifischen Kapitalstrukturdeterminanten hat seitdem nicht an Bedeutung verloren.2 Die seit mehreren Jahrzehnten andauernde Entwicklung von mathematischen und verhaltensorientierten Modellen führt zu immer vielfältigeren und mitunter konkurrierenden Hypothesen über mögliche Kapitalstrukturdeterminanten.3
Die meisten der international angelegten Studien zur Kapitalstruktur gehen dabei von der Annahme aus, dass der Einfluss der unternehmensspezifischen Determi- nanten über die einzelnen Länder hinweg gleich ist.4 Bei Betrachtung der ermittel- ten Koeffizienten je Land fällt allerdings auf, dass der Einfluss der einzelnen De- terminanten in Hinblick auf Richtung, Höhe und Signifikanzniveau durchaus diffe- riert.5
Auf Basis der vorangegangenen Ausführungen widmet sich diese Arbeit der Fragestellung, ob die Gültigkeit von Kapitalstrukturtheorien über einzelne Länder hinweg bestätigt werden kann. Die Unternehmen des Deutschen Aktienindex, sowie des US-amerikanischen Dow Jones werden auf Basis von Kapitalstrukturtheorien auf diese Fragestellung hin untersucht, wobei branchen- und länderspezifische Determinanten keinen Eingang in die empirische Analyse finden werden.
1.2 Methodischer Aufbau der Untersuchung
Im Anschluss an die Einleitung befasst sich das zweite Kapitel mit den relevanten Kapitalstrukturtheorien. Nach der Darstellung der Kapitalstrukturtheorie werden die daraus abgeleiteten Hypothesen in Bezug auf die Determinanten der Kapitalstruktur aufgezeigt.
Das dritte Kapitel enthält die Grundlagen zur empirischen Analyse der Kapitalstruk- turdeterminanten. Zunächst wird die Methodik der Regressionsanalyse erläutert, um daran anschließend die Datenbasis sowie das Design der empirischen Unter- suchung vorzustellen. Abschließend werden geeignete Operationalisierungsformen für die Kapitalstruktur sowie die zuvor herausgearbeiteten Determinanten ermittelt. Das vierte Kapitel enthält die Ergebnisse der empirischen Analyse. Es erfolgt eine Überprüfung der Regressionsvoraussetzungen sowie die Spezifikation des Re- gressionsmodells, um darauf folgend die Ergebnisse der deskriptiven Analyse aller Variablen sowie die Regressionsergebnisse darzustellen und zu diskutieren. Schließlich werden in diesem Kapitel Rückschlüsse auf die Gültigkeit der zuvor vorgestellten Kapitalstrukturtheorien gezogen und es erfolgt eine kritische Würdi- gung.
Abgerundet wird diese Arbeit im fünften Kapitel durch das Fazit und einen Ausblick auf mögliche, weitere Forschungsfragen.
2 Gang der Wissenschaft
Nachfolgend werden die relevanten Kapitalstrukturtheorien erläutert und Hypothesen hinsichtlich möglicher Kapitalstrukturdeterminanten abgeleitet. Dabei werden nur die Determinanten berücksichtigt, die auf der empirischen Literatur beruhen und Eingang in die eigene Untersuchung finden.
2.1 Irrelevanztheorem der Kapitalstruktur
Modigliani/Miller begannen 1958 mit dem ersten Ansatz einer Theorie über die Auswirkungen der Kapitalstruktur auf die Bewertung von Unternehmen.6 Dieser Ansatz ließ Steuern, Transaktionskosten und Informationsasymmetrien unberück- sichtigt, wodurch ein vollkommener Kapitalmarkt vorausgesetzt wurde. Das Irrelevanztheorem besagt im Grundsatz, dass der Unternehmenswert einer Kapitalgesellschaft unbeeinflusst von Dividenden oder Zinsen ist und sich die Marktwerte eines eigen- und eines mischfinanzierten Unternehmen gleicher Risikoklasse und gleicher Ertragskraft nicht unterscheiden.7 Sollten sich jedoch auf den Märkten Bewertungen unterscheiden, wird durch die Marktteilnehmer Arbitrage8 durchgeführt um Preisdifferenzen auszunutzen und auszugleichen. Es werden dabei die Wertpapiere des Unternehmens veräußert, das höher bewertet ist und diejenigen des niedriger bewerteten Unternehmens erworben.9
Aus dieser nicht vorhandenen Korrelation von der operativen Ertragskraft und des Unternehmenswerts von der Kapitalstruktur leiten Modigliani/Miller eine Regel über die durchschnittlichen Kapitalkosten von Unternehmen her. Im Modell resultiert die Bewertung aus der Abzinsung der erwarteten Gewinne vor Zinsen mit den durchschnittlichen Kapitalkosten.10 Daraus resultiert, dass die Kapitalkosten konstant und ebenfalls unabhängig von der Kapitalstruktur sein müssen.11
Diese Konstanz der durchschnittlichen Kapitalkosten ist nur gewährleistet, wenn der Austausch von Eigenkapital durch günstigeres Fremdkapital mit einer entsprechenden Erhöhung der Eigenkapitalrendite einhergeht. Mathematisch betrachtet ergibt sich die Formel:12
Abbildung in dieser Leseprobe nicht enthalten
Als Zusammenfassung ergeben sich aus dem Modell von Modigliani/Miller folgende Theoreme:
1. Der Marktwert eines Unternehmens ist unabhängig von der der Kapitalstruktur.
2. Die durchschnittlichen Kapitalkosten sind konstant und unabhängig von der Kapitalstruktur.
3. Die geforderte Eigenkapitalrendite ist eine Funktion der geforderten Eigenkapi- talrendite eines rein eigenfinanzierten Unternehmens der gleichen Risikoklasse zuzüglich der verschuldungsgrad-adjustierten Differenz aus Renditeforderung bei Eigenfinanzierung und Fremdkapitalzins.13
Nach der Veröffentlichung der Theorien gab es intensive Kritik aufgrund des fehlenden Realitätsbezuges der Prämissen.14 Laut Modigliani/Miller beanspruchen sie auch für ihre Theorien nicht, die Wirklichkeit abzubilden, ihr Ziel war es einen Blick auf mögliche Einflussfaktoren zu richten um weiteren Theorien den Weg zu ebnen.15 Dies wird untermauert durch folgende Aussage.
„These and other drastic simplifications have been necessary in order to come to grips with the problem at all. Having served their purpose they can now be relaxed in the direction of greater realism and relevance, a task in which we hope others interested in this area will wish to share”16
Daher ist das Irrelevanztheorem auch für diese Arbeit wichtig, da die weiteren angewendeten Theorien diesen grundlegenden Überlegungen folgen.
2.2 Trade-Off-Theorie
In der Trade-Off-Theorie wurden die Faktoren, die sich aus der Kritik am Irrele- vanztheorem ergeben, einbezogen.17 So bekannten bereits Modigliani/Miller im Jahr 1963, dass die steuerliche Abzugsfähigkeit von Fremdkapitalzinsen berück- sichtigt werden müsse.18 Sie führt zu einem Anreiz, sich stärker fremd zu finanzie- ren, da das fremdfinanzierte Unternehmen seinen Gewinn um die Fremdkapitalkos- ten senken kann. Analog dazu hat das eigenkapitalfinanzierte Unternehmen den Gewinn komplett zu versteuern.19 Ein mischfinanziertes Unternehmen erzielt also ein höheres Nachsteuerergebnis, woraus eine höhere Marktbewertung resultiert. Demnach müsste sich eine nahezu vollständige Fremdfinanzierung am Markt durchgesetzt haben. Dieses Fehlen wurde in der Theorie durch steigende Insol- venzrisiken durch die Verschuldung erklärt20, die den Gegenpart zum Steuervorteil bildet.21 Aufgrund des steigenden Insolvenzrisikos wäre laut Baxter der Arbitrage- mechanismus von Modigliani/Miller außer Kraft gesetzt, da die Investoren einen höheren Zinssatz fordern und eventuell nicht mehr bereit sind, das Risiko zu tra- gen. Das Eigenkapital kann als Puffer in wirtschaftlichen Problemphasen des Un- ternehmens eingestuft werden.22 Hierfür gibt es zwei Gründe, ein bilanzieller Ver- lust kann durch Eigenkapital aufgefangen werden, während es bei fremdfinanzier- ten Unternehmen zu einer bilanziellen Überschuldung kommen kann.23 Ferner ist die Zinslast bei Fremdkapital auch in schwierigen Liquiditätssituationen zu bedie- nen. Dadurch grenzt es sich vom Eigenkapital ab. Eine stärkere Eigenkapitalbasis kann somit eine Zahlungsunfähigkeit vermeiden.24
Aus diesen sich konterkarierenden Faktoren Steuern und Insolvenzkosten ergibt sich ein Trade-Off, der aufgrund seiner marktwertoptimierenden Wirkung zu einem optimalen Verschuldungsgrad führen kann.25 Die Trade-Off Theorie ermittelt den optimalen Verschuldungsgrad aus dem Grenznutzen der Steuervorteile gleichgesetzt mit den Grenzkosten der Insolvenz.26
2.3 Signalling-Theorie
Aus unmittelbarer Kritik an der Trade-Off-Theorie entwickelten Ross (1977) und Leland/Pyle (1977) Ansätze der Signalling-Theorie, die erstmals einen alternativen Erklärungsansatz für Kapitalstrukturentscheidungen präsentierten.27 Die Signalisierungsansätze bauen auf der Grundannahme asymmetrisch verteilter Informationen zwischen Unternehmensleitung und außenstehenden Kapitalgebern auf. Die Unternehmensleitung verfügt über Informationsvorteile, die sie - auch bei schlechten Zukunftsaussichten - dazu einsetzt, möglichst positive Signale über ihr Unternehmen zu senden. Die Kapitalgeber stehen vor dem Dilemma, eine Unter- scheidung von guten und schlechten sowie über- und unterbewerteten Unterneh- men nicht problemlos vornehmen zu können.28 Die Grundlage aller Signalisie- rungsansätze ist die Ansicht, dass sich die Informationsvorteile der Unternehmens- leitung durch Finanzierungsentscheidungen reduzieren lassen. Es wird ein Signal über die Zukunftsaussichten des Unternehmens an Outsider gegeben, das von nicht erfolgreich agierenden Unternehmen nicht lohnenswert imitiert werden kann.29 In dem Modell von Ross (1977) fungiert die Kapitalstruktur als Signal, aus dem die Kapitalgeber den tatsächlichen Wert des Unternehmens ableiten können. Ein höhe- rer Verschuldungsgrad ist als positives Signal zu werten, da eine Erhöhung des Fremdkapitalanteils zukünftige Einzahlungsüberschüsse impliziert, die hoch genug sind, den Kapitaldienst bedienen zu können.30
Das Modell von Leland/Pyke (1977) argumentiert mit der Signalwirkung des An- teilsbesitzes der Unternehmensleitung. Je höher dieser ist, desto höher werden externe Kapitalgeber den Wert des Unternehmens einschätzen, da es für das Ma- nagement nur sinnvoll sein kann, eine hohe Eigenkapitalbeteiligung und damit eine geringe Risikodiversifikation zu wählen, wenn es vom zukünftigen Erfolg überzeugt ist.31 Insider behalten in guten Unternehmen einen höheren Anteil des Eigenkapi- tals und nehmen mehr Fremdkapital zur Finanzierung auf, wodurch ein hoher Ver- schuldungsgrad wie bei Ross (1977) als Indiz für gute Erfolgsaussichten gewertet werden kann.32
Gilt der Verschuldungsgrad als Signal, lässt sich ein Zusammenhang zwischen der Profitabilität eines Unternehmens und dem Verschuldungsgrad ableiten. Nach Ross (1977) setzen profitable Unternehmen stärker Fremdkapital ein als unprofi- table Unternehmen, da diese davon ausgehen, die daraus resultierenden Verpflichtungen der zukünftigen Perioden tragen zu können.33 Die Studie von Mazhar/Nasr (2010) hat einen signifikant positiven Zusammenhang zwischen der Profitabilität und dem Verschuldungsgrad eines Unternehmens nachgewiesen.34
In Übereinstimmung mit der Signalling-Theorie nach Ross (1977) spricht ein hohes Wachstumspotential für die Zunahme des Verschuldungsgrades. Aber auch unter Betrachtung der Signalling-Theorie nach Leland/Pyke (1977) kann dieser Zusammenhang vermutet werden, da die Erhöhung des Anteilsbesitzes des Managements in der Regel noch keine Wachstumsfinanzierung darstellt, sondern diese erst durch die zusätzliche Begebung von Fremdkapital erfolgt.35 Die empirischen Ergebnisse in den Studien von Barclay/Smith u.a. (1995) sowie Goyal/Lehn u.a. (2002) bestätigen diesen positiven Zusammenhang zwischen dem Wachstumspotential und dem Verschuldungsgrad eines Unternehmens.36
Aufgrund der Verzahnung des unternehmerischen Erfolgs mit dem Privatvermögen der Unternehmens-Insider ist nach dem Modell von Leland/Pyke (1977) davon auszugehen, dass mit steigendem Risiko eine Reduzierung des Verschuldungsgrades erfolgen wird.37 Studien von Demsetz/Lehn (1985) oder auch Booth/Aivazian u.a. (2001) bestätigen einen signifikanten Zusammenhang zwischen dem operativen Risiko und der Kapitalstruktur eines Unternehmens.38
2.4 Pecking-Order-Theorie
Myers/Maljuf entwickelten 1984 die Pecking-Order-Theorie, bei der es sich um ei- nen grundlegenden Gegenentwurf zu den bisherigen Kapitalstrukturtheorien han- delt.
Die Pecking-Order-Theorie baut auf der Grundannahme asymmetrisch verteilter Informationen für Kapitalstrukturentscheidungen auf, wobei eine Interaktion zwi- schen Investitions- und Finanzierungsentscheidungen vorausgesetzt wird. Die Kernaussage der Pecking-Order-Theorie lautet, dass Unternehmen die für Investi- tionen benötigten Finanzierungsquellen in einer bestimmten Reihenfolge aufneh- men.39 Dabei richtet sich diese Rangordnung nach der Höhe der Unterbewertung, die als Folge der Informationsasymmetrien zwischen Kapitalgeber und -nehmer bei der Emission verschiedener Finanzierungsinstrumente entstehen kann.40
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 1: Pecking-Order-Theorie
Quelle: Eigene Darstellung in Anlehnung an Fazarri, S., Hubard, G., Petersen, B. (1988), S. 156.
Abbildung 1 zeigt, dass Unternehmen die Innenfinanzierungsmaßnahmen bevorzugen, bevor auf externes Fremdkapital und schließlich auf externes Eigenkapital zurückgegriffen wird.41 Daraus lässt sich ableiten, dass sich der Verschuldungsgrad eines Unternehmens durch die Verfügbarkeit der verschiedenen Finanzmittel bestimmt und nicht aus einem Optimierungskalkül heraus resultiert.42
Die Möglichkeit zur Thesaurierung von Gewinnen und damit die Innenfinanzie- rungskraft steigen mit zunehmender Profitabilität eines Unternehmens. Demzufolge setzen profitable Unternehmen weniger stark Fremdkapital ein als unprofitable Un- ternehmen.43 Diverse Studien, wie z.B. von Fama/French (2001) oder De Jong/Kabier/Nguyen (2008) haben sich mit dieser These befasst und einen signifikanten Zusammenhang zwischen der Profitabilität und Kapitalstruktur eines Unternehmens nachgewiesen.44
Nach Myers/Maljuf (1984) greifen Unternehmern, die Investitionen durch intern ver- fügbare, liquide Mittel finanzieren können, nicht auf Außenfinanzierung zurück. Un- ternehmen, die Investitionen hingegen nicht über interne Liquidität finanzieren kön- nen, werden zunächst auf externes Fremdkapital zurückgreifen, bevor sie externes Eigenkapital ausgeben.45 Studien von De Jong/Kabier/Nguyen (2008) oder auch Minton/Wruck (2001) bestätigen einen signifikanten Zusammenhang zwischen der verfügbaren internen Liquidität und der Kapitalstruktur eines Unternehmens.46
Ein höherer Anteil an materiellen Vermögenswerten erleichtert den Kapitalgebern die Einschätzung der Werthaltigkeit des Unternehmens, sodass die aus der Infor- mationsasymmetrie resultierende Problematik adverser Selektion reduziert wird. Hierdurch wird die Aufnahme von Fremdkapital im Vergleich zu Unternehmen mit überwiegend immateriellen Vermögenswerten begünstigt.47 Die Pecking-Order- Theorie lässt damit einen Zusammenhang zwischen dem Sicherungswert des Vermögens und der Kapitalstruktur eines Unternehmens vermuten, der sich in Stu- dien von Titman/Wessels (1988) oder auch Fan/Titman/Twite (2012) als signifikant heraus stellt.48
Die empirischen Ergebnisse in der Studie von Bhaird/Lucey (2010) bestätigen einen Zusammenhang zwischen dem Unternehmensalter und der Kapitalstruktur. In Übereinstimmung mit der Pecking-Order-Theorie wird erwartet, dass ältere Unternehmen eine höhere Innenfinanzierungskraft ausweisen, weil diese bereits über einen längeren Zeitraum Erträge thesaurieren konnten.49
2.5 Market-Timing-Theorie
Die Market-Timing-Theorie, die die Existenz einer optimalen Kapitalstruktur ablehnt, geht auf die empirische Arbeit von Baker/Wurgler (2002) zurück. Der Kern dieser Theorie lässt sich wie folgt zusammenfassen: „… capital structure is the cumulative outcome of attempts to time the equity market.“50
Die Ausnutzung temporärer Überbewertungen am Aktienmarkt wird als entscheidende Determinante der Kapitalstruktur angesehen. Die Emission von Aktien wird in Phasen der Überbewertung durchgeführt, während Fremdkapital überwiegend in Niedrigzinsphasen aufgenommen wird. Nach Baker/Wurgler (2002) üben solche Eigenkapitalmaßnahmen einen signifikanten und langfristigen Effekt auf die Kapitalstruktur von Unternehmen aus.51
Der Market-Timing-Ansatz ist die erste rein empirisch motivierte und begründete Kapitalstrukturtheorie und stellt somit einen entscheidenden Meilenstein für die weitere Forschung dar.52 Allerdings zeigt gerade die neuere Forschungsliteratur auf, dass der Einfluss des Market-Timings bisher überschätzt wurde. Zwar sollte das Timing als weitere Kapitalstrukturdeterminante börsennotierter Unternehmen angesehen werden, allerdings verfügt diese als einziger Bestimmungsfaktor der Kapitalstruktur über keinen ausreichenden Erklärungsgehalt.53
Bei Gültigkeit der Market-Timing-Theorie besteht ein signifikanter Zusammenhang zwischen der historischen Marktbewertung und der Kapitalstruktur eines Unter- nehmens. Darüber hinaus wird ein positiver Zusammenhang zwischen dem Ver- schuldungsgrad und der Unternehmensgröße sowie dem Sicherungswert des Ver- mögens vermutet. Der Sicherungswert des Vermögens kann als Sicherheit zur Ver- fügung gestellt werden, während größere Unternehmen ein geringeres Insolvenzri- siko vermuten lassen. Zwischen der Profitabilität und dem Verschuldungsgrad ei- nes Unternehmens wird hingehen ein negativer Zusammenhang erwartet. Hohe Profitabilität erhöht die Innenfinanzierungskraft des Unternehmens und führt zu einem geringeren Verschuldungsgrad.54 Diese Zusammenhänge wurden von Ba- ker/Wurgler (2002) aufgrund von Schlussfolgerungen anderer Theorien abgeleitet, da sie den Erklärungsgehalt erhöhen und laut der Modelltheorie zu vertreten sind.55
2.6 Übersicht der abgeleiteten Hypothesen
Die nachfolgende Tabelle 1 stellt die erwarteten Zusammenhänge dar, die es unter den Gliederungspunkten 3 und 4 empirisch zu überprüfen gilt. Dabei bildet + einen positiven und - einen negativen Zusammenhang zwischen der Kapitalstruktur und den Determinanten ab.
Abbildung in dieser Leseprobe nicht enthalten
Tabelle 1: Übersicht der abgeleiteten Hypothesen
3 Empirische Analyse - Grundlagen und Vorgehensweise
Für ein möglichst unverzerrtes Ergebnis ist die Spezifikation des Modells unter Be- rücksichtigung der Forschungsfrage sowie des vorhandenen Datenmaterial not- wendig. Hierzu werden unter dem Gliederungspunkt 3.1 zunächst die allgemeinen Grundlagen der Regressionsanalyse dargestellt, bevor unter Gliederungspunkt 3.2 das Untersuchungsdesign der eigenen empirischen Analyse näher erläutert wird.
3.1 Methodik
3.1.1 Regressionsmodelle
Mit Hilfe von Regressionsmodellen wird der Zusammenhang zwischen einer abhängigen Variablen (Regressand) und einer unabhängigen Variablen (Regressor) analysiert. Unter Gliederungspunkt 3.1.1.1 wird das klassische lineare Regressionsmodell vorgestellt. Da in der vorliegenden Arbeit Paneldaten zur Analyse der Kapitalstrukturdeterminanten verwendet werden, werden anschließend Regressionsmodelle zur Analyse von Paneldaten vorgestellt.
3.1.1.1 Klassisches lineares Regressionsmodell
Im linearen Regressionsmodell wirkt jede unabhängige Variable linear auf die abhängige Variable und die Effekte der einzelnen unabhängigen Variablen setzen sich additiv zusammen. Somit lässt sich die Gleichung des klassischen linearen Regressionsmodells wie folgt darstellen.56
Abbildung in dieser Leseprobe nicht enthalten
In dieser Arbeit wird die Kapitalstruktur der Unternehmen (yi) durch die dargestell- ten Determinanten (xij) bestimmt. Dabei gibt der Regressionskoeffizient βj an, um wie viele Einheiten sich yi verändert, wenn sich xij um eine Einheit ändert.57 Der Störterm stellt die Abweichung zwischen den tatsächlich beobachteten Werten und den durch die Regressionsfunktion geschätzten Werte dar, indem alle Einflüsse addiert werden, die durch die unabhängigen Variablen nicht analysiert werden kön- nen.58
3.1.1.2 Regressionsmodelle für Paneldaten
Paneldaten weisen die jeweiligen Untersuchungsobjekte (i) sowie eine Matrix aus abhängigen und unabhängigen Variablen (y, x) auf. Als weitere Ebene beinhalten Paneldaten die Dimension der Zeit (t), sodass für jedes Untersuchungsobjekt (i) mehrere Beobachtungen vorliegen.59 Die hohe Bedeutung von Paneldaten für die empirische Forschung liegt darin begründet, dass sie analog zu Querschnittsdaten vorhandene Unterschiede zwischen den Untersuchungsobjekten sowie analog zur Zeitreihendaten Rückschlüsse auf über die Zeit auftretende Veränderungen ermög- lichen.60 Um die Vorteile von Paneldaten nutzen zu können, sind adäquate Schätzmodelle zu formulieren, die nachfolgend beschrieben werden.
3.1.1.2.1 Gepooltes Modell
Wird die Heterogenität der Beobachtungen sowohl in der Zeit- als auch in der Querschnittsdimension nicht berücksichtigt, handelt es sich um ein gepooltes Mo- dell, dessen effizientes Schätzverfahren die gepoolte OLS-Regression darstellt.
Abbildung in dieser Leseprobe nicht enthalten
In gepoolten Modellen werden Paneldaten lediglich durch eine erhöhte Anzahl an Beobachtungswerten ausgenutzt, ohne Rücksicht darauf zu nehmen, welcher Beobachtungswert zu welchem Untersuchungsobjekt gehört.61
3.1.1.2.2 Fixed-Effects-Modell
Das Fixed-Effects-Modell (FEM) liegt vor, wenn eine Korrelation zwischen den unabhängigen Variablen und den unternehmens- und zeitspezifischen Effekten besteht. Die individuelle Heterogenität wird durch eine eigene Konstante je Querschnittseinheit korrigiert.62
Abbildung in dieser Leseprobe nicht enthalten
Beim Fixed-Effects-Modell wird mit Dummy-Variablen als Differenz der Beobachtungswerte eines Objekts i gearbeitet, um diese konstanten Faktoren durch Subtraktion zu eliminieren. Der sich aus der Regression ergebende effiziente Schätzer wird als Least Squares Dummy Variables (LSDV) bezeichnet.63
3.1.1.2.3 Random-Effects-Modell
Werden die unternehmensspezifischen Effekte nicht als konstante Effekte, sondern als Zufallsvariablen interpretiert, die mit den unabhängigen Variablen xij nicht korrelieren, wird das Random-Effects-Modell (REM) unterstellt und das Schätzverfahren Generalized Least Squares (GLS) liefert effiziente Ergebnisse.64
Abbildung in dieser Leseprobe nicht enthalten
[...]
1 Myers, S. (1984), S. 575.
2 Vgl. Kayo, E., Kimura, H. (2011), S. 359 ff.
3 Vgl. Schneider, H. (2010), S. 1.
4 Vgl. Booth, L., u.a. (2001), S. 87 ff., Fan, J., u.a.(2012), S. 23 ff., de Jong, A., u.a. (2008), S. 1955, Rajan, R., Zingales, L. (1995), S. 1421 ff.
5 Vgl. de Jong, A., u.a. (2008), S. 1955.
6 Vgl. Modigliani, F., Miller, M. (1958), S. 264.
7 Vgl. Schneider, H. (2009), S. 9.
8 Vgl. Hausmann, W., Diener, K., Käsler, J. (2002), S. 49 ff.
9 Vgl. Modigliani, F., Miller, M. (1958), S. 268 ff.
10 Vgl. Schneider, H. (2009), S. 9 f.
11 Vgl. Schneider, H. (2009), S. 10.
12 Vgl. Modigliani, F., Miller, M. (1958), S. 271, Schneider, H. (2009), S. 10.
13 Vgl. Schneider, H. (2009), S. 10.
14 Übersicht zur Kritik vgl. Hermanns, J. (2006) S. 18 ff.
15 Vgl. Jäger, S. (2012), S. 16.
16 Modigliani, F., Miller, M. (1958), S. 296.
17 Vgl. Kraus, A., Litzenberger, R. H. (1973), S. 911.
18 Vgl. Modigliani, F., Miller, M. (1963):, S. 433 f.
19 Vgl. Jäger, S. (2012), S. 17, Modigliani, F., Miller, M. (1963):, S. 433 f.
20 Vgl. Durand, D. (1959), S. 640 ff., Schneider, H. (2010), S. 12.
21 Vgl. Baxter, N. (1967), S. 395 ff.
22 Vgl. Baxter, N. (1967), S. 395 ff, Jäger, S. (2012), S. 18, Schneider, H. (2010), S. 13.
23 Vgl. Jäger, S. (2012), S. 18.
24 Vgl. Mayer, M. (2003), S. 37 f.
25 Vgl. Kim, E.H. (1978) S. 46, Kraus, A. Litzenberger, R.H. (1973) S. 911-918
26 Vgl. Kraus, A. Litzenberger, R.H. (1973) S. 911
27 Vgl. Schneider, H. (2010), S. 22, Wenzel, A. (2006), S. 91.
28 Vgl. Bessler, W., Drobetz, W., Thies, S. (2007), S. 5, Schneider, H. (2010), S. 22, Wenzel, A. (2006), S. 90 f.
29 Vgl. Pape, U. (2009), S. 156, Spremann, K. (1991), S. 649 f., Swoboda, P. (1994), S. 197 f.
30 Vgl. Drobetz, W., Pensa, P., Wöhle C. (2006), S. 267, Ross, S. (1977), S. 23 ff., Swoboda, P. (1994), S. 198 f., Wenzel, A. (2006), S. 91 f.
31 Vgl. Bessler, W., Drobetz, W., Thies, S. (2007), S. 5, Leland, H., Pyle, D. (1977), S. 377 ff.
32 Vgl. Wenzel, A. (2006), S. 93.
33 Vgl. Ross, S. (1977), S. 37, Schneider, H. (2010), S. 22.
34 Vgl. Mazhar, A., Nasr, M. (2010), S. 40 ff.
35 Vgl. Chen, J. (2004), S. 1347, Wenzel, A. (2006), S. 189 f.
36 Vgl. Goyal, V., Lehn, K. Racic, S. (2002), S. 35 ff., Barclay, M., Smith, T., Watts, R. (1995), S. 4ff.
37 Vgl. Luo, G., Brick, I., Frierman, M. (2002), S. 216.
38 Vgl. Booth, L., Aivazian, V., Demirguc-Kunt, A., Masimovic, V. (2001), S. 87 ff., Demsetz, H., Lehn, K. (1985), S. 1155 ff.
39 Vgl. Myers, S., Maljuf, N. (1984), S. 187 ff., Wenzel, A. (2006), S. 94.
40 Vgl. Myers, S., Maljuf, N. (1984), S. 220.
41 Vgl. Copeland, T., Shastri, K., Weston J. (2005), S. 602, Mader, N. (2007), S. 22, Myers, S. (1984), S. 581.
42 Vgl. Myers, S., Maljuf, N. (1984), S. 188 f., Shyam-Sunder, L., Myers S. (1999), S. 219 ff.
43 Vgl. Brealey, R., Myers, S. (2003), S. 518, Fama, E., French, K. (2002), S. 4, Wenzel, A. (2006), S. 187.
44 Vgl. Fama, E., French, K. (2002), S. 20 f., De Jong, A., Kabier, R., Nguyen, T. (2008), S. 1961 f.
45 Vgl. De Jong, A., Kabier, R., Nguyen, T. (2008), S. 1960 f., Wenzel, A. (2006), S. 186 f.
46 Vgl. De Jong, A., Kabier, R., Nguyen, T. (2008), Minton, B., Wruck, K. (2001), S. 23.
47 Vgl. Wenzel, A. (2006), S. 186.
48 Vgl. Fan, J., Titman, S., Twite, G. (2012), S. 23, Titman, S., Wessels, R. (1988), S. 1 ff.
49 Vgl. Bhaird, C., Lucey, B. (2010), S. 371, Wenzel, A. (2006), S. 181.
50 Baker, M., Wurgler, J. (2002), S. 3.
51 Vgl. Baker, M., Wurgler, J. (2002), S. 2 f., Hermanns, J. (2006), S. 130 ff., Sautner, Z., Spranger, J. (2009), S. 248 ff., Schneider, H. (2010), S. 48 ff.
52 Vgl. Schneider, H. (2010), S. 48.
53 Vgl. Frank, M., Goyal V. (2004), S. 54, Högtfeldt, P., Oborenko, A. (2005), S. 3., Hovakimian, A., Hovakimian, G., Tehranian, H. (2004), S. 537.
54 Vgl. Baker, M., Wurgler, J. (2002), S. 7 f.
55 Vgl. Baker, M., Wurgler, J. (2002), S. 7, Hermanns, J. (2006), S. 130 ff., Schneider, H. (2010), S. 50 ff.
56 Vgl. Fahrmeir, L., Kneib, T., Lang, S. (2009), S. 19 f.
57 Vgl. Urban, D., Mayerl, J. (2008), S. 42.
58 Vgl. Eckey, H., u.a. (2011), S. 26, Hackl, P. (2013), S. 31.
59 Vgl. Arminger, G., Müller, F. (1989), S. 4, Giesselmann, M., Windzio, M. (2012), S. 17 f.
60 Vgl. Rässler, S., Wolf, K. (2005), S. 105, Winker, P. (2010), S. 17.
61 Vgl. Eckey, H., u.a. (2011), S. 286 f., Wooldridge, J. (2000), S. 5 f.
62 Vgl. Schröder, A. (2009), S. 315 ff., Rässler, S., Wolf, K. (2005), S. 105.
63 Vgl. Schneider, H. (2010), S. 65., Wooldridge, J. (2000), S. 461 f.
64 Vgl. Schröder, A. (2009), S. 315 ff., von der Lippe, P. (2010), S. 20.
-
-
-
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X.