Eine zweckmäßige Beurteilung der Unternehmens- und Entscheidungsträgercharakteristiken, die das Auftreten einer Unternehmenskrise beeinflussen können, hat die Notwendigkeit einer mehrperiodigen Untersuchung zur Folge. Die Marktforschung differenziert zwischen Methoden der Primär- und Sekundärforschung. Unter Primärforschung ist die Neuerhebung von Daten für ein zu betrachtendes Untersuchungsproblem zu verstehen.
Laut Datenbankabfrage vom 28.12.2019 liegen die Daten für das Geschäftsjahr 2018 von 55 Krisenunternehmen der Gruppe I, 152 Krisenunternehmen der Gruppe II sowie 324 Vergleichsunternehmen vor. Entsprechend basiert die Stichprobe für das Jahr 2018 auf 531 von 750 Unternehmensdaten.
Leverage bedeutet übersetzt Hebelwirkung bzw. Verschuldungsquote. Im Rahmen der Kapitalstruktur ist unter dem Leverage-Effekt die Hebelwirkung der Finanzierungskosten des Fremdkapitals auf die Eigenkapitalverzinsung zu verstehen. Entsprechend kann durch den Einsatz von Fremdkapital die Eigenkapitalrendite einer Investition gesteigert werden. Für weiterführende Informationen vgl. Brealey et al. (2012), S. 467–529; Perridon et al. (2014), S. 520–528.
Vgl. Saleh et al. (2017); Zhou et al. (2017); Santos et al. (2014); Serrasqueiro et al. (2016); Feito-Ruiz et al. (2016); Stacchini und Degasperi (2015); Huang et al. (2015); Catuogno et al. (2018); Fan et al. (2013); Fang et al. (2015); He et al. (2012); Chu (2011); Villalonga und Amit (2006); Sraer und Thesmar (2007); Wilson et al. (2013).
Der natürliche Personenkreis muss keine verwandtschaftliche Beziehung aufweisen. Entsprechend sollte der Terminus
familienkontrolliert nicht missverstanden werden.
Vgl. Westhead und Cowling (1998), S. 39–56; Maury und Pajuste (2005), S. 17–41; Uhlaner et al. (2004), S. 186–190; Rotfuß et al. (2010), S. 61; Wallau et al. (2007), S. 7–9.
Vgl. Saleh et al. (2017); Zhou et al. (2017); Santos et al. (2014); Yen et al. (2015); Mulyani et al. (2016); Gentry et al. (2016); Huang et al. (2015); Boubakri et al. (2010); Kristanti et al. (2016); Arrondo-García et al. (2016); Bopaiah (1998); Villalonga und Amit (2006); Sraer und Thesmar (2007); Lagaras und Tsoutsoura (2015).
Vgl. Chu et al. (2016); Lins et al. (2013); Feito-Ruiz et al. (2016); Mulyani et al. (2016); Huang et al. (2015); Arrondo-García et al. (2016); Fang et al. (2015); Lagaras und Tsoutsoura (2015); Baek et al. (2004); Crespí Cladera und Martín Oliver (2015).
Durch die Fokussierung der Untersuchung auf die Jahre 2014–2017 wird ein zahlenmäßiges Gleichgewicht zwischen den Gruppen Krisen- und Vergleichsunternehmen erreicht.
Ein familienkontrolliertes Unternehmen liegt vor, wenn es sich mehrheitlich im Eigentum einer überschaubaren Anzahl von natürlichen Personen befindet und somit von dieser überschaubaren Personenanzahl kontrolliert wird. In Abhängigkeit der jeweiligen Rechtsform bestehen Unterschiede hinsichtlich der Operationalisierungskriterien. Vgl. Stiftung Familienunternehmen (2019), S. 74–75.
Das Vorgehen steht im Einklang mit dem gewählten Forschungsschwerpunkt. Entsprechend erfahren die Variablen der Bereiche Eigentümerstruktur und Familie sowie Berater eine stärkere Würdigung.
Der Vollständigkeit halber wurde dennoch eine Diskriminanzanalyse, die sämtliche Unternehmensgruppen berücksichtigt und die Jahre 2017 sowie 2018 Außen vor lässt, durchgeführt. Diesbezüglich ergeben sich ähnliche Klassifizierungsergebnisse.
Gem. Datenbankabfrage vom 28.12.2019 liegen für die Jahre 2014–2017 die Daten der 165 Krisenunternehmen (Status) und der 375 Vergleichsunternehmen vor. Zusätzlich umfasst die Stichprobe 55 Krisenunternehmen (Status) und 324 Vergleichsunternehmen aus dem Jahr 2018. (165 x 4 + 375 x 4 + 55 + 324 = 2.539 Beobachtungen).
Der Kolmogorow-Smirnow-Test dient der Überprüfung des Vorliegens von zwei identischen Wahrscheinlichkeitsverteilungen. Für weiterführende Informationen vgl. Massey Jr (1951); Lilliefors (1967); Razali und Wah (2011); Hedderich und Sachs (2016).
Der Shapiro-Wilk-Test überprüft die Hypothese, ob die Grundgesamtheit einer Stichprobe normalverteilt ist. Für weiterführende Informationen vgl. Shapiro und Wilk (1965); Shapiro und Francia (1972); Doornik und Hansen (2008); Rees (2018).
Vgl. hierzu beispielsweise Schneider (2007), S. 191–193. Die von zahlreichen Studien verwendeten Schwellenwerte werden von O'Brien (2007), S. 673–685 kritisch reflektiert.
Vgl. Fisher (1936), S. 179–188; Weibel (1978), S. 188–189; Gebhardt (1980), S. 190–201; Niehaus (1987), S. 92; Feidicker (1992), S. 85; Stibi (1994), S. 135; Hüls (1995), S. 111–119.
Vgl. Hahs-Vaughn (2016), S. 291; Lachenbruch und Goldstein (1979), S. 70–77; Tinsley und Brown (2000), S. 215–216; Everitt und Dunn (2001), S. 253–255; Melzian et al. (2013), S. 194; Sharma (1996), S. 263–264; Fahrmeir et al. (1996), S. 357–435.
Zwecks Vollständigkeit ist anzuführen, dass die Diskriminanzanalyse, die sämtliche Unternehmensgruppen für die Jahre 2014–2016 umfasst, eine korrekte Klassifizierungsquote von 83,3 % aufweist. Das ebenfalls als hoch anzusehende Klassifizierungsergebnis ist ein weiteres Indiz dafür, dass die Stichprobe eine geeignete Grundlage für die weitere Analyse bietet.
Dabei handelt es sich um die in das Modell 2 aufgenommenen Variablen: Leverage, AVER/BS, CASH/KVG, DaysAR, KFOR/BS, VOR/U, familienkontrolliert, Mitarbeiter und Eigentumskonzentration.
Für weiterführende Informationen hinsichtlich multipler linearer Regressionsmodelle vgl. Draper und Smith (1998); Judge et al. (1988); Urban und Mayerl (2006).
Diese setzen sich aus 750 über fünf Jahre betrachteten Unternehmen, abzüglich 219 im gesamten Untersuchungszeitraum fehlender Datenpunkte zusammen: 750 x 5 Jahre − 219 = 3.531.
Das Geschäftsjahr 2018 umfasst, wie bereits dargelegt, 531 von 750 Unternehmensdaten. Die Analyse erfordert das Vorliegen der Daten der jeweils verbundenen Krisen- und Vergleichsunternehmen. Dadurch reduzieren sich die Beobachtungen um weitere 151 Unternehmen. Somit ergeben sich für die Jahre 2017 und 2018: (531 − 151) × 2 = 760 Datenpunkte.
Für weiterführende Informationen zur Diskussion der Verwendung logarithmierter Kontrollvariablen vgl. Gelman (2008), S. 2866–2870; Hansen und Tarp (2001), S. 12–14; Benoit (2011), S. 2–6.
Ein namensgleich familienkontrolliertes Unternehmen liegt vor, wenn es sich mehrheitlich im Eigentum einer überschaubaren Anzahl von natürlichen Personen mit demselben Nachnamen befindet und somit von dieser begrenzten Personenanzahl kontrolliert wird. Ist das Kriterium, nimmt die Variable den Wert eins an.
Die Variable Eigentumskonzentration gibt den im Unternehmen vorliegenden höchsten Gesellschafteranteil an. Diesbezüglich werden die Anteile von Familiengesellschaftern zusammengefasst.
Eigentümergeführte Unternehmen müssen die Definitionskriterien der familienkontrollierten Unternehmen erfüllen und zudem muss mindestens einer der Eigentümer das Unternehmen leiten. Ist das Kriterium, nimmt die Variable den Wert eins an.
Die Variable nimmt den Wert eins an, sobald einer der vier größten Wirtschaftsprüfungsgesellschaften den jeweiligen Jahresabschluss des Unternehmens geprüft hat.
Die Regressionsanalysen für die Operationalisierung von Familienunternehmen anhand des familienkontrollierten Definitionsverständnisses zeigen weitestgehend identische Ergebnisse.
Auch bei Anwendung der Krisenstärke als abhängige Variable ergeben sich keine wesentlichen Abweichungen für die Überprüfung der Anwendungsvoraussetzungen.
Die Durbin-Watson-Statistik dient der Überprüfung des Vorliegens von Autokorrelation. Für weiterführende Informationen vgl. Durbin und Watson (1950); Savin und White (1977).
Der Anteil von 6 % der eigentümergeführten Unternehmen, die kein namensgleich familienkontrolliertes Unternehmen (enge Definition eines Familienunternehmens) darstellen, ist auf die Bedingung der nicht vorliegenden familiären Verwandtschaft zurückzuführen. Sämtliche eigentümergeführten Unternehmen stellen familienkontrollierte Unternehmen dar.
Unter Resilienz-Management sind sämtliche Maßnahmen zu fassen, die die Widerstandskraft eines betriebswirtschaftlichen Systems vor äußeren Einflüssen stärken. Für weiterführende Informationen vgl. Walker et al. (2002); Walsh (2003).
Vgl. Anderson und Reeb (2003); Wilson et al. (2013); Essen et al. (2015); Sraer und Thesmar (2007); Villalonga und Amit (2006); Amann und Jaussaud (2012).
Vgl. Villalonga und Amit (2006); Anderson und Reeb (2003); Chu (2011); Lee (2006); Yammeesri und Lodh (2004); Daily und Dollinger (1992); McConaughy et al. (2001).
Für weiterführende Informationen zu dem Themengebiet dynamische Paneldatenmodelle vgl. Blundell und Bond (1998); Judson und Owen (1999); Ahn und Schmidt (1995); Bond (2002).
