Einfluss von Managern auf den Unternehmenserfolg

Inhalt

A. Inhaltsverzeichnis

1. Einleitung

2. Der Einfluss von Managern auf den Unternehmenserfolg
2.1 Modellübersicht
2.2 Daten und empirische Herangehensweise
2.3 Modellspezifikation
2.4 Ergebnisse und deren Robustheit

3. Weiterführende Untersuchungen zum Einfluss von Managern
3.1 Heterogenität der Manager
3.2 Übergreifende Muster im Managementstil
3.3 Problematische Interpretation von managerfixen Effekten
3.4 Einfluss von Schulbildung und Geburtsjahr

4. Kritische Zusammenfassung der Ergebnisse

B. Anhang

C. Literatur

D. Abkürzungsverzeichnis

„Ob der Vorstand eine gute Arbeit macht, können Leute von außen doch nur sehr

schwer beurteilen.“

Heinrich von Pierer (*26.01.1941), dt. Manager - Siemens AG

1. Einleitung

Unternehmen streben nach Erfolg. Die Faktoren, die diesen Erfolg beeinflussen sind sehr vielschichtig und oft nur schwer erklärbar. Ein innovatives Produkt oder eine Dienstleistung, eine konsistente Strategie, eine ausreichende Ausstattung mit Kapital und die vorhandenen Humanressourcen sind nur einige Faktoren, die den Erfolg eines Unternehmens beeinflussen. Die folgende Arbeit wird sich mit einem dieser Faktoren intensiv beschäftigen: dem Manager.

Das Papier, das dieser Arbeit als Grundlage dient, ist von Marianne Bertrand und Antoinette Schoar, „Managing With Style: The Effect of Managers on Firm Policies“. Der Hauptaspekt, dem in dieser Studie nachgegangen wird, ist: Haben Manager Einfluss auf die Unternehmenspolitik und den Erfolg? Neu daran ist die Berücksichtigung von managerfixen Effekten in einer empirischen Analyse zur Unternehmensperformance. Bertrand und Schoar konnten in diesem Zusammenhang einen signifikanten Einfluss der Manager auf viele Unternehmensvariablen bestätigen.

Die ersten Untersuchungen zu diesem Thema fanden zu Beginn des 20. Jahrhunderts statt. So wurde bereits 1938 von Barnard gezeigt, dass Top-Manager aktiv dazu beitragen können, welche Strategie vom Unternehmen verfolgt werden soll.¹ Auch Drucker statuierte 1955, dass die Qualität und die Performance eines Managers den Erfolg des Unternehmens determiniert und dieser entscheidend dafür verantwortlich ist.² Andere Autoren hingegen, bestritten den Einfluss der Führungskräfte. Vielmehr wiesen beispielsweise Hannan und Freeman 1989 darauf hin, dass Manager sehr stark von ihrem Umfeld eingeschränkt werden und kaum ihren eigenen Stil ausleben können.³ In ihrer Analyse, „The theory of managerial discretion“ kamen Hambrick und Finkelstein zur Erkenntnis, dass Manager genau dann einen großen Einfluss haben, wenn die Fülle der Möglichkeiten, welchen Weg ein Unternehmen beschreiten soll, sehr groß ist.⁴ Wasserman, Nohria und Anand bestreiten dies und kommen zum gegenteiligen Ergebnis. Sie stellen fest, dass Manager gerade dann einen großen Einfluss haben, wenn es nur wenige Entscheidungsmöglichkeiten gibt.⁵

Nach der Veröffentlichung der Erkenntnisse von Bertrand und Schoar, unternahm Pérez-Gonzáles unterschiedliche Untersuchungen zu dieser Thematik. 2006 fand er heraus, dass Manager, die durch Vetternwirtschaft die Führung eines Unternehmens übernehmen, Performance hemmenden Einfluss auf die Unternehmung haben.⁶ Eine zusätzliche Untersuchung unternahm Pérez-Gonzáles in Zusammenarbeit mit Bennedsen und Wolfenzon, wobei untersucht wurde, ob der Tod des Managers oder einer seiner Familienmitglieder einen Einfluss auf die Unternehmung hat. Diese etwas „düstere“ Herangehensweise bestätigte, dass die Profitabilität, der Vermögenszuwachs und der Umsatzanstieg zurückgehen, wenn ein solcher Schicksalsschlag in der Managerfamilie eintritt.⁷ Schoar knüpfte 2007 an ihre Ergebnisse von 2004 an und untersucht welche Faktoren den Manager formen und was die wichtigsten Determinanten in der Karriere eines CEO sind.⁸

In der vorliegenden Arbeit werden einleitend zwei Grundmodelle erläutert, die dazu dienen sollen die Humanressource im Unternehmen zu untersuchen. In Kapitel 2.2 werden die Grunddaten vorgestellt und die empirische Herangehensweise nachgezeichnet. Die Spezifikation der Regressionsschätzung präsentiert Kapitel 2.3, wobei anschließend unter 2.4 die Ergebnisse der Schätzung und deren Robustheit untersucht werden. Im zweiten Teil der Arbeit werden, beginnend mit der Heterogenität der Manager, die Implikationen und weitergehenden Untersuchungen der durchgeführten Schätzung erläutert. Können übergreifende Muster im Verhalten von Managern festgemacht werden? Mit dieser Frage beschäftigt sich Kapitel 3.2. Unter 3.3 wird auf die Problematik der unterschiedlichen Interpretationsmöglichkeiten der Ergebnisse hingewiesen und Kapitel 3.4 beschäftigt sich mit beobachtbaren Eigenschaften der Manager. Abschließend werden im 4. Kapitel alle Ergebnisse und der Ansatz von Bertrand und Schoar kritisch beleuchtet.

2. Der Einfluss von Managern auf den Unternehmenserfolg

2.1 Modellübersicht

Man unterscheidet generell zwischen zwei Modellen, die eine Unternehmung beschreiben.

Zum einen gibt es das Neoklassische Modell. Hier bleibt das Innenleben des Unternehmens unberücksichtigt. Es werden eine Produktionsfunktion und der Gewinnmaximierungsgedanke unterstellt. Der Manager führt das Unternehmen und tritt als ein Substitut auf, das keinerlei Auswirkungen auf das operative Geschäft der Unternehmung hat. Wenn folglich die Produktionsbedingungen, Technologien und Inputfaktoren in zwei zu vergleichenden Unternehmen jeweils gleich sind, kann das Managementteam zwischen diesen beliebig ausgetauscht werden und es werden sich keine Änderungen in der Performance ergeben.⁹

Das Prinzipal-Agenten-Modell hingegen gewährt den Managern Entscheidungsfreiheit, um ihre Ziele zu erreichen. Jedoch bleibt auch hier die Heterogenität der Manager unbeachtet. Um die Variation im Unternehmensgeschehen zu erklären, kommen der Unternehmung in dieser Theorie differenzierte Möglichkeiten zu, das Führungsverhalten des Managers einzugrenzen.¹⁰ Der Aufsichtsrat hat zum Beispiel zahlreiche Möglichkeiten, restriktiv auf das operative Handeln eines Vorstandes Einfluss zu nehmen.

Zusammenfassend können, wie bereits angedeutet, keine zufrieden stellenden Aussagen über die Einflüsse unterschiedlicher Charaktere von Managern getroffen werden. Man müsste dazu individuelle Präferenzen, Risikoneigungen, unternehmerischen Fähigkeiten und das eigene Urteilsvermögen berücksichtigen. Um diesen Anforderungen gerecht zu werden, schlagen Bertrand und Schoar eine Erweiterung der oben beschriebenen Modelle vor.

Das Neoklassische Modell sollte so ausgestaltet sein, dass man Manager anhand ihrer Charakterzüge unterscheiden kann. Das heißt, die unterschiedlichen Stärken und Schwächen werden vom Unternehmen erkannt und die passende Führungskraft unter Berücksichtigung der angestrebten Strategie ausgesucht.¹¹ Eine Erweiterung des Prinzipal-Agenten-Modells könnte so aussehen, dass ein Individuum seinen eigenen Führungsstil in seine Tätigkeit als Manager mit einfließen lässt. Dies würde eine Einschränkung der Restriktions- und Kontrollmechanismen voraussetzen. Der Einfluss des Managers auf das Unternehmen steigt somit. Im Umkehrschluss würde dies bedeuten, dass gut geführte und erfolgreiche Unternehmen fähiger sind, Manager mit einem erfolgssteigernden Führungsstil auszuwählen.

Die nachfolgenden Untersuchungen dieser Arbeit basieren auf diesen Erweiterungen der beschriebenen zwei Grundmodelle. Dabei wird nicht versucht einer Interpretation zu folgen. Es soll letztlich nur der Frage nachgegangen werden, ob ein Manager Einfluss auf sein Unternehmen hat.

In einem ersten Schritt wird der Einfluss von Managern auf unterschiedliche Unternehmensvariablen untersucht, um die Notwendigkeit der Aufnahme der Variablen „Managereinfluss“ zu beweisen. Bertrand und Schoar entscheiden sich für drei unterschiedliche Kategorien von Firmenvariablen: Investitionspolitik, Finanzpolitik und Organisationsstrategie.¹²

2.2 Daten und empirische Herangehensweise

Im folgenden Abschnitt wird ein Modellrahmen entwickelt, der einen etwaigen Einfluss von Managern auf die verschiedenen Kennzahlen verifizieren soll.

Die untersuchten Grunddaten stammen vom „Forbes 800“-Datensatz“ von 1969 bis 1999, der Informationen über alle Geschäftsführer der 800 größten, börsennotierten US-Firmen beinhaltet. Anhand des „Execucomp“-Datensatzes von 1992 bis 1999, wird der Werdegang der Top-fünf der am besten bezahlten Manager in fast 1.500 Unternehmen nachverfolgt.¹³ In die Untersuchung fließen nur Unternehmen ein, für die gilt, dass einer des Führungsteams in mindestens einer weiteren Firma beobachtet wurde. Außerdem muss der Manager im jeweiligen Unternehmen mindestens drei Jahre verweilt haben, um Beachtung zu finden. Unternehmen der Versicherungs- und Bankenbranche sowie öffentliche Versorgungswerke sind ausgeschlossen.¹⁴ Anschließend werden für den übrig gebliebene Datensatz, die Daten des „Compustat-“ und „SDC-“ Datensatz herangezogen. „Compustat“ liefert Informationen über die unterschiedlichen Finanzkennzahlen von über 7.500 US-Unternehmen und der „SDC Platinum Merger and Acquisition“ Datensatz gibt Aufschluss über alle privaten und öffentlichen Übernahmen von 1976 bis 2004 in den Vereinten Nationen. Aus der Kombination der aufgeführten Datensätze lässt sich eine Fülle von Informationen gewinnen.

Ziel ist es die managerfixen Effekte (MFE) von den unternehmensfixen Effekten (UFE) zu absorbieren und deren Einfluss auf die Politikvariablen zu messen. Ein Problem könnte sein, dass die fixen Effekte der Unternehmung mit unbeobachtbaren dritten fixen Effekten korreliert sind. Um eine konsistente Schätzung zu erwirken, wird versucht die MFE und die UFE voneinander zu trennen. Ziel dabei ist es, dass die unbeobachtbaren fixen Effekte auf die UFE entfallen. Zu diesem Zweck wird, wie oben angedeutet, eine Untergruppe der vorhandenen Datensätze konstruiert, der fortan „manager-firm matched“-Datensatz genannt wird. Dies erlaubt es uns, ein und denselben Manager über mehrere Unternehmen über die Zeit zu verfolgen.¹⁵ Das heißt, wir beobachten zum Beispiel einen Manager der zunächst für Ford arbeitet und anschließend zu Chrysler wechselt. Dadurch erreichen wir eine Aufspaltung der fixen Effekte und können den Anteil des fixen Effekts der auf den Manager entfällt separat messen.

Schließlich ergeben sich für das betrachtete Sample die Mittelwerte und Standartabweichungen der interessierenden Unternehmensvariablen wie in Tabelle I dargestellt.

Die Gegenüberstellung des ursprünglichen „Compustat-“ Datensatzes und des neu konstruierten „manager-firm matched“ -Datensatz kristallisiert markante Unterschiede heraus. Zunächst hat sich die Anzahl der Daten von knapp 40.000 auf rund 7.000 verringert. Das heißt nur in dieser reduzierten Summe an Unternehmen ist ein und derselbe Manager zweimal zu beobachten. Zudem sind die Umsatzzahlen im Mittel doppelt so hoch wie im ursprünglichen Datensatz. Managerwechsel sind folglich innerhalb von großen Unternehmen wahrscheinlicher. Eine mögliche Erklärung wäre, dass Manager einer kleineren Firma meist zu einer größeren oder eine Privatunternehmen wechseln. Dadurch wird die Führungskraft nicht vom dargestellten Datensatz erfasst, weil dieser nicht zu den Top-fünf-Managern zählt oder das Unternehmen in dem er nun tätig ist, nicht börsennotiert ist.¹⁶

Weiter könnte von Interesse sein, welche Position die Manager in ihrem neuen Unternehmen einnehmen. Tabelle II gibt Aufschluss über diese Frage und stellt die Transfermatrix des „manager-firm matched“-Datensatz dar. Angegeben sind die Jobbezeichnungen der einzelnen Führungskräfte. CEO bezeichnet den Chief Executive Officer und kann im Deutschen als alleiniger Geschäftsführer verstanden werden. CFO dagegen steht als Abkürzung für Chief Financial Officer und bedeutet kaufmännischer Geschäftsführer oder Finanzvorstand.¹⁷ Unter dem Begriff „Other“ sind andere Führungskräfte unterschiedlicher Art zusammengefasst. Die erste Zeile jeder Zelle gibt die Anzahl der Managerwechsel an. Die Prozentzahl beziffert den Anteil der vollzogenen Branchenwechsel. Man kann erkennen, dass die meisten CEOs in ihrer neuen Position wieder als CEO tätig sind. Interessanterweise wechseln diese in 63% aller Fälle die Branche. Vordergründig für die Qualifikation zum Geschäftsführer scheinen strategische-, organisatorische- und Führungs-Qualitäten statt branchenspezifisches Wissen zu sein.¹⁸

2.3 Modellspezifikation

Um die Relevanz der MFE zu testen muss eine Regressionsgleichung spezifiziert werden, die zur Schätzung dienen soll. Zu diesem Zweck wird zunächst eine Benchmark für jede interessierende Unternehmenspolitikvariable festgelegt. In dieser Benchmark sind alle relevanten Variablen enthalten, die zur Betrachtung der abhängigen Variablen, wie zum Beispiel der Investitionen oder der Anzahl an Übernahmen von Bedeutung sind. Als nächstes wird für die allgemeinen Unterschiede zwischen den Unternehmen sowie die allgemeinen Unterschiede der betrachteten Jahre und deren spezifische Schocks eine entsprechende Kontrollvariable eingeführt.

Getestet wird anschließend, inwieweit der Managereffekt, Einfluss auf jede Abweichung, von der vorher festgelegten Benchmark hat.¹⁹ Regressionsgleichung (1) versucht genau diesem Vorgehen gerecht zu werden.

(1) y _it = a _t + 7 i + /i X _it + A _CEO + A _CFO + A _OTHER + it ²⁰

y steht für die einzelnen Unternehmensvariablen, die untersucht werden. a korrespondiert zu den JFE (jahresfixen Effekten), y sind die UFE und X ist der Kontrollvariablenvektor für, in der Zeit variierende Unternehmensunterschiede. i indexiert die Unternehmen und t die Zeit. Um die verschiedenen Managertypen zu untersuchen, befinden sich in der Schätzung die erklärenden Variablen CEO, CFO und Andere (Others). Um firmenspezifische Unterschiede zu berücksichtigen und einer seriellen Korrelation zu entgegnen, wird eine Clusterbildung des Störterms e zugelassen. Letztlich wird durch diese Vorgehensweise nicht der kausale Einfluss des Managers auf die Unternehmensvariablen getestet, sondern nur der Erklärungsgehalt des MFE. Nachfolgend werden die Ergebnisse zu den Tests erläutert.

2.4 Ergebnisse und deren Robustheit

In Tabelle III und IV sind die Koeffizienten, F-Tests und das adjustierte R2 der Regressionsschätzung vom Abschnitt 2.3 dargestellt. Das adjustierte R2 dient als Entscheidungskriterium bei der Auswahl zwischen zwei alternativen Modellspezifikationen und gibt an ob weitere unabhängige Variablen zusätzliche Erklärungskraft liefern. In der ersten Zeile jeder Unternehmensvariablen befindet sich der oben angesprochenen Benchmark, der UFE, JFE und die Kontrollvariable für die in der Zeit variierenden Unternehmensunterschiede beinhaltet. Die beiden folgenden Zeilen messen, inwieweit die fixen Effekte für CEO, CFO und Andere eine Veränderung des adjustierten R2 bewirken. In den zweiten und dritten Zeilen sind zudem die Werte der F-Statistik, der p-Wert und die Anzahl der Freiheitsgrade ausgegeben. Der F-Test misst ob alle beobachteten Manager Einfluss auf eine Unternehmensvariable nehmen. Bei der Untersuchung zu den Investitionen wird beispielsweise in der zweiten Zeile untersucht, ob alle beobachteten CEOs gemeinsam signifikant für diese Unternehmenspolitikvariable sind.

An dieser Stelle sollen vereinzelte Ergebnisse herausgegriffen werden um sie einer genaueren Betrachtung zu unterziehen. Die ausgewählten Beispiele sollen für den Rahmen dieser Arbeit ausreichend sein. Die Definitionen zweier Unternehmenskennzahlen ist zudem hilfreich: Cashflow und Tobin’s Q. Cashflow ist der Anteil an zurückfließenden Mitteln, die durch den Umsatzprozess generiert werden.²¹ Das Tobin's Q dagegen steht für den Quotient aus dem Marktwert eines Unternehmens (Aktienkapitalisierung plus Verbindlichkeiten) und den Wiederbeschaffungskosten aller Vermögensgegenstände.²²

Betrachtet wird nun die Variable der Investitionen aus Tabelle III, Panel A. Die Benchmark in der ersten Zeile, enthält UFE, JFE, den Cashflow, die Kennzahl des verzögerten Tobin’s Q und den verzögerten Logarithmus der Gesamtkapitalrentabilität (total assets).²³ Man kann erkennen, dass selbst ein hohes R2 der Benchmarkspezifikation von 0,91 durch die Aufnahme der fixen Effekte für Manager eine Steigerung des R2 um bis zu 5% zur Folge hat. Auch die F-Tests fallen für alle drei MFE positiv aus und die Nullhypothese welche besagen, dass die fixen Effekte keinen Einfluss haben, können abgelehnt werden. Augenscheinlich trägt die Aufnahme der Variablen für den Managereffekt zum Erklärungsgrad für Investitionen bei. Eine kausale Interpretation lässt die Analyse der Tabellen III und IV nicht zu. Man kann dennoch erkennen, dass dem Einfluss für CFO in der Finanzpolitik eine wichtige Rolle zu Teil wird. In Tabelle III Panel B erkennt man, dass die Signifikanz der CFOs für drei von vier Unternehmensvariablen bestätigt werden kann. Dies verwundert nicht, da der Finanzvorstand der Hauptentscheidungsträger in Fragen zur Finanzierungspolitik ist.

In den Tabellen III und IV werden die Begriffe des „Investments to Q sensitivity“ bzw. „Investment to CF sensitivity“ gebraucht. Der Begriff der Sensitivität bzw. eine Sensitivitätsanalyse ist in den Wirtschaftswissenschaften definiert als eine Analyse „(...)optimaler Lösungen von Entscheidungsproblemen, die auf der Grundlage mathematischer Modelle der Entscheidungssituation abgeleitet worden sind, in Bezug auf ihre Sensitivität gegenüber einer Veränderung der entscheidungsrelevanten Informationen.“²⁴ Eine genaue Definition der Q-sensitive Investition bzw. der Cashflow sensitiven Investition ist schwer und literarisch nicht eindeutig determiniert. Fazzari, Hubbard und Petersen (1988)²⁵, Kaplan und Zingales (1997)²⁶, Gomes (2001)²⁷ und auch Gugler (2004)²⁸ haben sich umfassend mit dieser Thematik beschäftigt. Aus diesen Arbeiten geht hervor, dass Q-sensitive Investitionen sinngemäß wie folgt zu interpretieren sind: Es beschreibt wie stark sich Investitionen ändern bei einer Änderung der Cashflows bzw. Tobin's Q, oder „die Empfindlichkeit (Sensitivität) des Entscheidungskriteriums hinsichtlich verschiedener Einflussgrößen.“²⁹ Wie sensitiv ist das Investitionsvolumen gegenüber der erklärenden Variablen?

In der von Bertrand und Schoar beschrieben Vorgehensweise wird zunächst eine Regressionsschätzung von Investitionen auf mehrere abhängige Variablen vorgenommen, um einen Vergleichswert, die Benchmark zu errechnen. Anschließend wird dieser Vergleichsschätzung die Variable der MFE, des Tobin’s Q bzw. Cashflow und ein Interaktionsterm der beiden Variablen zugefügt. Jede Abweichung von der vorher statuierten Benchmark soll gemessen werden. Der interessierende Koeffizient ist dabei der des Interaktionsterms. Dieser gibt an, wie die Investitionen auf den gemeinsamen Effekt von Manager und Tobin’s Q bzw. Cashflow reagiert. Genauer: Haben Manager und ein hohes Tobin’s Q gemeinsam eine Auswirkung auf die Investitionen? Ausgehend von den Werten aus Tabelle III, kann man diese Frage bejahen. Vor allem bei den Q-sensitive Investitionen, haben alle Managerarten positiven, signifikanten und demnach ökonomisch bedeutenden Einfluss. Auch der Erklärungsgrad des Modells, ausgedrückt durch das adjustierte R2 steigt um 5%.

Bertrand und Schoar sehen es als erwiesen an, dass die Unternehmensvariable Gesamtkapitalrentabilität (Return on assets) als Schätzvariable für den Unternehmenserfolg einsteht. Auch in diesem Fall erhöht sich das adjustierte R2 um 5%-Punkte.

Die Annahme, dass die Gesamtkapitalrentabilität als Synonym für Unternehmensperformance steht, wirft berechtigte Zweifel auf. Die Kapitalrentabilität ist als Quotient von Reingewinn und Fremdkapitalzinsen zum Gesamtkapital definiert.³⁰

[...]

¹ Vgl. Barnard (1938).

² Vgl. Drucker (1955).

³ Vgl. Hannan und Freeman (1989).

⁴ Vgl. Hambrick und Finkelstein (1987).

⁵ Vgl. Wasserman, Nohria und Anand (2001).

⁶ Vgl. Pérez-González (2006).

⁷ Vgl. Bennedsen, Pérez-González und Wolfenzon (2008).

⁸ Vgl. Schoar (2007).

⁹ Vgl. Bertrand und Schoar (2003), S.1173.

¹⁰ Vgl. Bertrand und Schoar (2003), S. 1174.

¹¹ Vgl. Bertrand und Schoar (2003), S. 1174.

¹² Vgl. Bertrand und Schoar (2003), S. 1171.

¹³ Vgl. Bertrand und Schoar (2003), S. 1175.

¹⁴ Vgl. Bertrand und Schoar (2003), S. 1176.

¹⁵ Vgl. Bertrand und Schoar (2003), S. 1175.

¹⁶ Vgl. Bertrand und Schoar (2003), S. 1176.

¹⁷ Vgl. Häberle (2008), S. 661.

¹⁸ Vgl. Bertrand und Schoar (2003), S. 1178.

¹⁹ Vgl. Bertrand und Schoar (2004), S. 1179.

²⁰ Entnommen aus Bertrand und Schoar (2004), S. 1179.

²¹ Vgl. Corsten und Gössinger (2008), S. 141.

²² Vgl. Häberle (2008), S.1234.

²³ Vgl. Bertrand und Schoar (2003), S. 1181.

²⁴ Corsten und Gössinger (2008), S. 739.

²⁵ Vgl. Fazzari, Hubbard und Petersen (1988).

²⁶ Vgl. Kaplan und Zingales (1997).

²⁷ Vgl. Gomes (2001).

²⁸ Vgl. Gugler (2004).

²⁹ Häberle (2008), S. 1138.

³⁰ Vgl. Corsten und Gössinger (2008), S. 704.