Das Firmenkundenkreditgeschäft in Deutschland ist im Umbruch.1 Vor dem Hintergrund der seit 1990 kontinuierlich steigenden Zahl an Unternehmensinsolvenzen wird die Bonitätsanalyse im Firmenkundengeschäft immer mehr zu einem der wichtigsten Faktoren für den Geschäftserfolg der Banken. Vor diesem Hintergrund sind vor allem Instrumente gefragt, die eine Verschlechterung der wirtschaftlichen Lage eines Unternehmens rechtzeitig anzeigen.
Im Hinblick auf das Ziel, das Ausfallrisiko zu verringern, stellt sich somit die Frage, ob sich die Verschlechterung der Bonität eines Unternehmens an der Entwicklung seiner Kontodaten ablesen läßt.2
Das im Kontokorrentkonto enthaltene Informationspotential wird in der Praxis für die Risikofrüherkennung bestenfalls ansatzweise, keinesfalls aber optimal genutzt.3 Früher wurde das Kontoblatt sehr oft in die Hand genommen. Dabei wurden Umsatzänderungen bemerkt und das Zahlungsverhalten beobachtet. Dieses unmittelbare Kontostudium ist durch den Einsatz der EDV schrittweise verlorengegangen.4 Der Kontoverlauf muß wieder sichtbar und transparent werden.5
Inhaltsverzeichnis
- 1. Einleitung
- 1.1. Problemstellung
- 1.2. Aufbau der Arbeit
- 2. Merkmale von Kontodaten
- 2.1. Absolute Kontodaten
- 2.1.1. Besondere Eigenschaften der Kontodaten
- 2.1.2. Erläuterung einzelner ausgewählter Kontodaten
- 2.2. Relative Kontodaten
- 2.2.1. Kennzahlenkonstruktionen
- 2.2.2. Interpretation der Kennzahlen
- 2.2.3. Untersuchungsergebnisse und ihre Beurteilung
- 3. Die Trennung guter von schlechten Unternehmen
- 3.1. Der Dichotomische Klassifikationsansatz
- 3.1.1. Ziel des dichotomischen Klassifikationsansatzes
- 3.1.2. Vorgehensweise beim dichotomischen Klassifikationsverfahren
- 3.1.3. Einsatz zur Risikofrüherkennung
- 3.1.4. Kritik am Verfahren
- 3.2. Trennung mit Hilfe der Linearen Diskriminanzanalyse
- 3.2.1. Prämissen der Linearen Diskriminanzanalyse
- 3.2.2. Probleme bei der Bestimmung des Trennwertes
- 3.2.3. Untersuchungen zur Kontodatenanalyse
- 3.2.4. KONDAN: Ein Anwendungsbeispiel aus der Praxis
- 3.3. Trennung mit Hilfe von Expertensystemen
- 3.4. Trennung mit Hilfe künstlicher neuronaler Netze
- 3.4.1. Grundlagen
- 3.4.2. Eignung der künstlichen neuronalen Netze zur Kontodatenanalyse
- 3.4.3. Denkbare Vorgehensweise im Rahmen der Kontodatenanalyse
- 4. Die Kontodatenanalyse als Informationsquelle
- 4.1. Ausgangsüberlegungen
- 4.2. Ergänzung der Kontodatenanalyse um weitere Informationsquellen
- 4.2.1. Jahresabschluss/ Jahresabschlussanalyse
- 4.2.2. Betriebswirtschaftliche Auskünfte (BWA`s)
- 4.2.3. Auskunft von Dritten
- 4.2.4. Kundengespräch
- 4.3. Integration der Kontodatenanalyse in die Kreditüberwachung
- 5. Schlussbetrachtung und Ausblick
Zielsetzung und Themenschwerpunkte
Die Arbeit untersucht die Kontodatenanalyse als Instrument zur Risikofrüherkennung im Firmenkundengeschäft. Ziel ist es, zu klären, inwieweit sich aus der Entwicklung von Kontodaten eine Verschlechterung der Bonität eines Unternehmens ableiten lässt und wie diese Erkenntnisse zur Verbesserung der Kreditrisikoprüfung genutzt werden können.
- Analyse von absoluten und relativen Kontodaten
- Bewertung verschiedener Methoden zur Trennung guter und schlechter Unternehmen (z.B. dichotomischer Ansatz, lineare Diskriminanzanalyse, künstliche neuronale Netze)
- Integration der Kontodatenanalyse in einen umfassenderen Informationsrahmen
- Potenzial und Limitationen der Kontodatenanalyse für die Risikofrüherkennung
- Implementierung in die Kreditüberwachung
Zusammenfassung der Kapitel
1. Einleitung: Dieses Kapitel führt in die Thematik der Kontodatenanalyse im Firmenkundengeschäft ein. Es wird die Problematik steigender Unternehmensinsolvenzen und des damit verbundenen erhöhten Risikos für Banken dargelegt. Die unzureichende Nutzung des Informationspotentials von Kontodaten in der Praxis wird kritisiert und die Forschungsfrage nach dem Nutzen der Kontodatenanalyse für die Früherkennung von Bonitätsverschlechterungen formuliert. Die Arbeit wird strukturell vorgestellt.
2. Merkmale von Kontodaten: Dieses Kapitel beschreibt und differenziert zwischen absoluten und relativen Kontodaten. Absolute Kontodaten werden als Einzelzahlen, Summen oder Differenzen erläutert, während relative Kontodaten durch die Konstruktion von Kennzahlen aus den absoluten Daten gewonnen werden. Die Auswahl relevanter Kontovariablen wird begründet und die Bedeutung dieser Variablen für die Unterscheidung zwischen bonitätsstarken und -schwachen Unternehmen wird angedeutet. Das Kapitel legt die Grundlage für die anschließende Analysemethoden.
3. Die Trennung guter von schlechten Unternehmen: In diesem Kapitel werden verschiedene Methoden zur Unterscheidung zwischen bonitätsstarken und -schwachen Unternehmen anhand von Kontodaten diskutiert. Der dichotomische Klassifikationsansatz, die lineare Diskriminanzanalyse, Expertensysteme und künstliche neuronale Netze werden jeweils vorgestellt und kritisch bewertet. Die jeweiligen Vor- und Nachteile und die Anwendbarkeit im Kontext der Risikofrüherkennung werden ausführlich analysiert. Ein Praxisbeispiel (KONDAN) wird präsentiert.
4. Die Kontodatenanalyse als Informationsquelle: Kapitel vier betrachtet die Kontodatenanalyse nicht isoliert, sondern integriert sie in einen breiteren Kontext von Informationsquellen. Die Ergänzung durch Jahresabschlüsse, betriebswirtschaftliche Auskünfte, Auskünfte von Dritten und Kundengespräche wird diskutiert. Das Kapitel verdeutlicht, dass die Kontodatenanalyse als Teil eines ganzheitlichen Ansatzes zur Kreditüberwachung am effektivsten eingesetzt werden kann. Es werden Möglichkeiten der Integration in die Kreditüberwachung erläutert.
Schlüsselwörter
Kontodatenanalyse, Risikofrüherkennung, Firmenkundengeschäft, Bonitätsprüfung, Kreditrisiko, absolute Kontodaten, relative Kontodaten, Kennzahlen, dichotomischer Klassifikationsansatz, lineare Diskriminanzanalyse, künstliche neuronale Netze, Expertensysteme, Informationsquellen, Kreditüberwachung.
Häufig gestellte Fragen zur Kontodatenanalyse im Firmenkundengeschäft
Was ist der Gegenstand dieser Arbeit?
Diese Arbeit untersucht die Kontodatenanalyse als Instrument zur Risikofrüherkennung im Firmenkundengeschäft. Das Hauptziel ist es zu klären, ob sich aus der Entwicklung von Kontodaten eine Verschlechterung der Bonität eines Unternehmens ableiten lässt und wie diese Erkenntnisse zur Verbesserung der Kreditrisikoprüfung genutzt werden können.
Welche Arten von Kontodaten werden analysiert?
Die Arbeit unterscheidet zwischen absoluten und relativen Kontodaten. Absolute Kontodaten sind Einzelzahlen, Summen oder Differenzen, während relative Kontodaten durch die Konstruktion von Kennzahlen aus den absoluten Daten gewonnen werden. Die Auswahl relevanter Kontovariablen wird begründet und deren Bedeutung für die Unterscheidung zwischen bonitätsstarken und -schwachen Unternehmen erläutert.
Welche Methoden zur Trennung guter und schlechter Unternehmen werden untersucht?
Die Arbeit bewertet verschiedene Methoden zur Unterscheidung zwischen bonitätsstarken und -schwachen Unternehmen anhand von Kontodaten. Dazu gehören der dichotomische Klassifikationsansatz, die lineare Diskriminanzanalyse, Expertensysteme und künstliche neuronale Netze. Jede Methode wird vorgestellt, kritisch bewertet und hinsichtlich ihrer Vor- und Nachteile sowie Anwendbarkeit im Kontext der Risikofrüherkennung analysiert. Ein Praxisbeispiel (KONDAN) wird ebenfalls präsentiert.
Wie wird die Kontodatenanalyse in einen umfassenderen Kontext eingeordnet?
Die Arbeit betrachtet die Kontodatenanalyse nicht isoliert, sondern integriert sie in einen breiteren Kontext von Informationsquellen. Die Ergänzung durch Jahresabschlüsse, betriebswirtschaftliche Auskünfte, Auskünfte von Dritten und Kundengespräche wird diskutiert. Die Kontodatenanalyse wird als Teil eines ganzheitlichen Ansatzes zur Kreditüberwachung betrachtet, und Möglichkeiten der Integration in die Kreditüberwachung werden erläutert.
Welche Schlüsselwörter beschreiben die Arbeit?
Schlüsselwörter sind: Kontodatenanalyse, Risikofrüherkennung, Firmenkundengeschäft, Bonitätsprüfung, Kreditrisiko, absolute Kontodaten, relative Kontodaten, Kennzahlen, dichotomischer Klassifikationsansatz, lineare Diskriminanzanalyse, künstliche neuronale Netze, Expertensysteme, Informationsquellen, Kreditüberwachung.
Welche Kapitel umfasst die Arbeit?
Die Arbeit ist in fünf Kapitel gegliedert: Einleitung (Problemstellung und Aufbau), Merkmale von Kontodaten (absolute und relative Daten), Trennung guter von schlechten Unternehmen (verschiedene Methoden), Die Kontodatenanalyse als Informationsquelle (Integration weiterer Informationsquellen) und Schlussbetrachtung und Ausblick.
Was ist das Fazit der Arbeit?
Die Arbeit untersucht das Potential und die Limitationen der Kontodatenanalyse für die Risikofrüherkennung im Firmenkundengeschäft und zeigt Möglichkeiten der Implementierung in die Kreditüberwachung auf. Die detaillierten Ergebnisse finden sich in den einzelnen Kapiteln.
- Quote paper
- Dipl.Betrw.(BA) Michael M. Fleißer (Author), 2001, Die Kontodatenanalyse als Instrument zur Risikofrüherkennung im Firmenkundengeschäft, Munich, GRIN Verlag, https://www.grin.com/document/51021
