Lade Inhalt...

Auswirkung des Risikomanagements auf den Firmenwert

Zur Studie “Risk Management and Firm Value: Evidence from Weather Derivatives” von Francisco Pérez-González und Hayong Yun

Seminararbeit 2014 15 Seiten

VWL - Finanzwissenschaft

Leseprobe

Inhaltsverzeichnis

Abkürzungsverzeichnis

1. Einleitung

2. Inhaltsangabe

3. Einordnung in die Literatur
3.1 Wetterderivate als Instrument des Risikomanagements
3.2 Bestehende empirische Erkenntnisse

4.Methodik
4.1. Datensatz
4.2. Empirische Vorgehensweise

5. Interpretation der Ergebnisse
5.1 Auswirkungen von Wetterderivaten auf den Firmenwert
5.2 Wertsteigernde Faktoren

6. Schluss

Literaturverzeichnis

Abkürzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

1. Einleitung

Die Auswirkung von aktivem Risikomanagement auf den Firmenwert ist ein wichtiges und sehr diskutiertes Thema im Bereich Corporate Finance. Trotz der Wichtigkeit des Risikomanagements in der Praxis ist dessen Effekt auf den Firmenwert noch relativ unbekannt.[1] Das Paper von Pérez-González und Yun (2013) soll Aufschluss über diesen Effekt geben. Hierzu suchen sie auch nach den Quellen für Wertsteigerungen.

Die empirische Untersuchung wird am Datensatz von Energieversorgungsunternehmen durchgeführt. Anhand der Einführung von Wetterderivaten als natürliches Experiment soll die Messung eines kausalen Effektes ermöglicht werden. Dadurch kann man versuchen, allgemeinegültige Aussagen bezüglich des Einflusses von Risikomanagement auf den Firmenwert zu treffen.

Direkt im Anschluss an die Einleitung folgt im zweiten Kapitel eine Inhaltsangabe über das Paper von Pérez-González und Yun (2013). Im darauf folgenden Kapitel werden Wetterderivate als Instrument des Risikomanagements sowie die bestehenden empirischen Erkenntnisse vorgestellt. Im vierten Kapitel wird die verwendete Methodik einschließlich des Datensatzes sowie der empirischen Vorgehensweise untersucht. Die Interpretation der Ergebnisse erfolgt im fünften Kapitel. Hierbei wird der Gesamteffekt der Wetterderivate auf den Firmenwert sowie der Einfluss verschiedener Quellen auf die einzelnen wertsteigernden Faktoren interpretiert. Im letzten Kapitel werden im Schlussteil die wichtigsten Ergebnisse zusammengefasst.

2. Inhaltsangabe

Pérez-González und Yun (2013) führen eine empirische Studie über den Einfluss des Hedging auf den Firmenwert am Beispiel der Wetterderivate durch. Als Stichprobe werden Energieversorgungunternehmen verwendet, deren Energienachfrage vom Wetter abhängig ist.

Sie untersuchen Gruppenunterschiede in den finanziellen Größen zwischen den Unternehmen. Diese sind in verschiedenem Maße von Wetterrisiken betroffen. Die Unterschiede werden vor und nach der Einführung von Wetterderivaten im Jahr 1997 verglichen.

Nach der Durchführung mehrerer Regressionen sind Pérez-González und Yun (2013) zu folgenden Ergebnissen gekommen:

Vor der Einführung von Wetterderivaten haben Energieversorger, die größeren Wetterrisiken ausgesetzt sind, einen niedrigeren Firmenwert im Vergleich zu denen mit geringen Wetterrisiken. Außerdem verfolgen sie eine konservativere Finanzierungspolitik. Dies spiegelt sich in Form eines geringeren Verschuldungsgrades sowie niedrigerer Dividendenzahlungen wider. Niedrigere Investitionen werden nicht beobachtet.

Desweiteren nutzen Firmen, die größeren Wetterrisiken ausgeliefert sind, grob zweieinhalbmal häufiger Wetterderivate nach deren Einführung im Jahr 1997.

Es wird zudem beobachtet, dass die Nutzung von Wetterderivaten mit einem signifikanten und ökonomisch bedeutungsvollen Anstieg des Firmenwertes zwischen sechs und acht Prozent verbunden ist.

Abschließend finden Pérez-González und Yun (2013) heraus, dass Firmen, die Wetterderivate verwenden, eine aggressivere Finanzierungspolitik verfolgen. Sie erhöhen ihren Verschuldungsgrad sowie ihre Investitionen und verfügen über weniger liquide Mittel.[2]

3. Einordnung in die Literatur

3.1 Wetterderivate als Instrument des Risikomanagements

Als Alternative zu den traditionellen Versicherungen, den so genannten Katastrophenversicherungen, gewähren Wetterderivate neue Möglichkeiten zur Absicherung von Wetterrisiken über das begrenzte Einsatzgebiet von Naturkatastrophen hinaus.[3] Die fünf Bestandteile von Wetterderivaten bilden der Basiswert, die Laufzeit, die Wetterstation, der Geldwert pro Notierungsprung sowie der Basispreis. Als Basiswert werden meist temperaturabhängige Größen verwendet, die als CDD und HDD bezeichnet werden. Sie stellen entsprechende Größen zur Messung der Kühl- und Heiznachfrage dar. CDD erfassen durchschnittliche Temperaturschwankungen oberhalb von 67 Grad Fahrenheit beziehungsweise 18,3 Grad Celcius, welche die Vergleichstemperatur darstellt, bei der die Energienachfrage gering ist.[4] Dementsprechend erfassen HDD durchschnittliche Schwankungen unterhalb der Vergleichstemperatur. EDD bestehen aus der Summe der beiden Größen und sind demzufolge ein Schätzer für die gesamte Energienachfrage.[5]

Wetterderivate ermöglichen den Unternehmen sich vor dem bisher schwer abzusichernden Mengenrisiko zu schützen, da ein Großteil bestehender Risikomanagementinstrumente nur Absicherungen gegen Preis- und Kostenrisiken gewährleisten.[6]

Da die Nachfrage von Strom und Erdgasversorgern eng mit sich verändernden Wetterbedingungen verbunden ist, gehört die Energiebranche mit einem Anteil von 70 Prozent[7] auch zur größten Konsumentengruppe.[8] Weitere Nutzer stammen beispielsweise aus der Tourismus- und Baubranche sowie aus der Landwirtschaft.[9]

3.2 Bestehende empirische Erkenntnisse

Die empirische Risikomanagementliteratur lässt sich anhand seiner historischen Entwicklung in zwei Stränge unterteilen, die für Pérez-González und Yun (2013) von Relevanz sind. Dies wird in Anlehnung an Cornaggia (2013) dargestellt.

Die erste Gruppe versucht, die Einflussfaktoren von Hedging-Entscheidungen der Unternehmen zu bestimmen.[10]

Nance et al. (1993) stellen beispielsweise überproportionale Steuerbelastungen, den Verschuldungsgrad, die Unternehmensgröße und aussichtsreiche Investitionsmöglichkeiten als Determinanten des Hedging fest.[11]

Neben den Investitionsaussichten nennen Géczy et al. (1997) auch beschränkte Finanzierungsmöglichkeiten als Grund für Absicherungen.[12]

Die zweite Gruppe geht einen Schritt weiter und versucht einen direkten Zusammenhang zwischen Hedging und dem Firmenwert zu messen.[13] Einige empirische Studien beobachten einen positiven Zusammenhang.

Allayannis und Weston (2001) kommen zur Erkenntnis, dass die Nutzung von Währungsderivaten bei großen U.S Firmen einen Anstieg im Firmenwert in Höhe von ungefähr fünf Prozent verursacht.[14]

Anhand von Kerosinderivaten entdecken Carter et al. (2006) in der Flugzeugindustrie sogar einen Effekt zwischen fünf und zehn Prozent. Diesen Effekt führen sie hauptsächlich auf steigende Investitionen zurück. Damit gehören sie zu einer der ersten Vertreter, die die Höhe des Effektes einer Quelle für wertsteigernde Faktoren empirisch belegt haben.[15]

Berrospide et al. (2008) stellen fest, dass abgesehen von den steigenden Investitionen auch die größeren Verschuldungsmöglichkeiten den Firmenwert erhöhen. Der Gesamteffekt des Hedging auf den Firmenwert beträgt bei ihnen grob sieben Prozent.[16]

Im Gegensatz dazu beobachten Jin und Jorion (2006) anhand von Öl- und Gasderivaten in ihrer Studie keinen signifikanten Anstieg im Firmenwert.[17]

Das Paper von Pérez-González und Yun (2013) lässt sich ebenfalls in die zweite Gruppe der empirischen Risikomanagementliteratur einordnen. Mit der Messung eines positiven signifikanten Effektes des Hedging auf den Firmenwert (siehe Kapitel 2) reiht sich die empirische Studie ebenfalls zu den Befürwortern von aktivem Risikomanagement ein.

4.Methodik

4.1. Datensatz

Im Folgenden werden die Vor- und Nachteile für die Wahl des Datensatzes diskutiert. Für jede empirische Studie bildet dieser das Fundament, um schließlich aussagekräftigen Ergebnisse erzielen zu können. Der Datensatz von Pérez-González und Yun (2013) beinhaltet 203 U.S. Energieversorgungsnehmen, die sich aus Strom- und Erdgasversorgern zusammensetzen.[18] Mit über 8.000[19] untersuchten Firmenjahren gehört er demnach zu den größten Datensätzen innerhalb der gleichen Industrie und gewährleistet dadurch auf den ersten Blick eine gute statistische Aussagekraft.[20]

Seit der Einführung von Wetterderivaten werden diese am häufigsten von Energieversorgungsnehmen nachgefragt (siehe Kapitel 3.1). Dadurch macht es auch Sinn, sich im Datensatz auf die größte Abnehmergruppe zu fokussieren.

Darüber hinaus eignen sich Energieversorger als Untersuchungseinheiten für die Bestimmung des Zusammenhangs zwischen Hedging-Entscheidungen und dem Firmenwert besonders, da die Heiz- und Kühlnachfrage eng mit veränderten Wetterbedingungen im Zusammenhang stehen.[21]

Ein weiterer Vorteil bietet die Fokussierung auf Unternehmen innerhalb der gleichen Industrie. Allayannis und Weston (2001) führen ihre Studie mit großen Unternehmen durch, die in verschiedenen Industrien tätig sind und unterschiedliche Wachstumsmöglichkeiten aufweisen. Trotz der Aufnahme von Industrieeffekten als Kontrollvariable ist die Gefahr auftretender Endogenitätsprobleme aufgrund von Störvariablen erhöht.[22] [23] Als günstig erweist sich ein Datensatz aus homogenen Firmen, die in der gleichen Industrie tätig sind und große Unterschiede in den Hedge-Ratios aufweisen.[24] Diese Voraussetzungen sind im Datensatz von Pérez-González und Yun (2013) erfüllt.

Innerhalb der Stichprobe wurde jedoch festgestellt, dass nur jedes vierte Energieversorgungsunternehmen Wetterderivate zur Absicherung gegen Wetterrisiken nutzt.[25] Aufgrund des geringen Anteils an Nutzern ist es dennoch fraglich, ob die gemessene Wertsteigerung durch Hedging bei Pérez-González und Yun (2013) wirklich repräsentativ im Bezug auf andere Industrien und Finanzprodukte ist.[26]

Insgesamt überzeugt der Datensatz schließlich angesichts seiner Größe und seiner Homogenität durch den Fokus auf eine Industrie. Die Gefahr der fehlenden Repräsentativität der Ergebnisse stellt jedoch einen erheblichen Mangel dar.

4.2. Empirische Vorgehensweise

Ein gängiger Ansatz zur Bestimmung des Zusammenhangs zwischen Hedging und dem Firmenwert ist die Durchführung eines Cross-Sectional Tests. Hierbei wird der Firmenwert der Unternehmen in Abhängigkeit von Hedging-Entscheidungen als erklärende Dummyvariable unter der Einbeziehung weiterer Kontrollvariablen verglichen.[27] In vielen bestehenden empirischen Studien gibt es jedoch häufig Schwierigkeiten aufgrund von Endogenitätsproblemen, die zu Verzerrungen führen.[28] Als Störvariablen kommen beispielweise die Fähigkeiten des Managements[29] oder die Investitionsmöglichkeiten[30] in Frage, da sie sowohl den Firmenwert als auch die Hedging-Entscheidungen beeinflussen können.

Bei der Untersuchung von Pérez-González und Yun (2013) ist die Ausnutzung der Einführung von Wetterderivaten im Jahr 1997 als natürliches Experiment vorteilhaft.[31] Die Möglichkeit zum Rückgriff auf ein natürliches Experiment begünstigt eine Kausalitätszuweisung. Sie eignen sich besonders bei vorhandenen Endogeni-tätsproblemen aufgrund ausgelassener Variablen oder fehlender Zufallsstichprobe.[32]

Zur Messung des kausalen Effektes von Wetterderivaten auf den Firmenwert wird zuvor der Einfluss des Wetterrisikos auf die Nutzung von Wetterderivaten bestimmt. Hierzu werden Energieversorger in Abhängigkeit ihres historischen Wetterrisikos geordnet und in Gruppen eingeteilt. Diese Rangordnungen werden anschließend als IVn verwendet.[33] Mit Hilfe dieser Variablen können Endogeni-tätsprobleme verringert werden. Die Verwendung von IVn ist sinnvoll, sofern sie mit der Nutzung von Wetterderivaten (erklärende Dummyvariable) hoch korreliert sind und keinen Einfluss auf den Firmenwert (abhängige Variable) haben.[34] Diese Bedingungen sollten erfüllt sein, da Energieversorger, die hohen Wetterrisiken ausgesetzt sind, zum einen erheblich häufiger Wetterderivate nutzen (siehe Kapital 2). Zum anderen sollten die historischen Wetterrisiken der Firmen vor der Einführung von Wetterderivaten keinen Einfluss auf den Firmenwert haben. Hohe Standardfehler wirken sich jedoch negativ auf die statistische Signifikanz der Ergebnisse aus. Dies gilt als Nachteil bei der Verwendung von IVn.[35]

Ein weiterer Vorteil besteht in der hohen statistischen Robustheit der Ergebnisse von Pérez-González und Yun (2013). Einerseits wird eine Regression mit fixed-effects durchgeführt, um im Zeitablauf unveränderliche Unterschiede zwischen den Firmen zu berücksichtigen. Andererseits wird mit der Hilfe von verzögerten Werten versucht, Zeiteffekte mit einzubeziehen.[36] Darüber hinaus wird geprüft, ob sich die Ergebnisse aufgrund von Wettertrends, Deregulierungen auf dem U.S. Strom- und Gasmarkt oder alternativen Risikoinstrumenten verändern.[37] Dennoch wird in jeder Regression ein positiver, signifikanter Effekt von Hedging auf den Firmenwert gemessen.[38]

Guay und Kothari (2003) stellen die Verwendung des Gebrauchs von Derivaten als Stellvertretergröße für die Auswirkung von aktivem Risikomanagement auf den Firmenwert in Frage. In ihrer empirischen Untersuchung sind die offenen Derivate-Positionen im Vergleich zum Marktwert der Unternehmen sehr klein. Mögliche Korrelationen mit anderen Risikomanagementinstrumenten, beispielsweise operativen Absicherungsmöglichkeiten, und dem Gebrauch von Derivaten können ihrer Ansicht nach die Ergebnisse verzerren.[39] Pérez-González und Yun (2013) gehen auf alternative Risikomanagementinstrumente zur Absicherung gegen Wetterrisiken ein. Operative Instrumente, Energiederivate und weitere alternative Instrumente, weisen jedoch Defizite bei der Absicherung von Wetterrisiken auf.[40] Abgesehen von Erdgasderivaten bleiben diese alternativen Instrumente innerhalb der Regressionen unberücksichtigt.[41] Daher bleibt eine Verzerrung der Ergebnisse angesichts der Korrelation zwischen der Nutzung von Wetterderivaten und alternativen Risikomanagementinstrumenten offen.

Zusammenfassend überzeugt die empirische Vorgehensweise zum einen durch Ausnutzung der Einführung von Wetterderivaten als natürliches Experiment. Zum anderen eignet sich die Verwendung von Rangordnungen in Abhängigkeit des Einflusses historischer Wetterrisiken zur Messung des kausalen Effektes. Desweiteren weisen die Ergebnisse eine hohe Robustheit auf. Hinterfragen kann man die Verwendung von Derivaten zur Messung eines adäquaten Effektes von Risikomanagement auf den Firmenwert.

5. Interpretation der Ergebnisse

5.1 Auswirkungen von Wetterderivaten auf den Firmenwert

Nach dem Modell von Modigliani und Miller hat das Risikomanagement auf einem perfekten Markt keinen Einfluss auf den Firmenwert, da Aktionäre durch das Halten eines großen Portfolios ihr Risiko selbst diversifizieren können.[42] Pérez-González und Yun (2013) beobachten in ihrer Studie hingegen einen positiven Effekt zwischen der Nutzung von Wetterderivaten und dem Firmenwert (siehe Kapitel 2). Folglich müssen Marktunvollkommenheiten in der realen Welt Potentiale für Wertsteigerungen bieten, die die Existenz von aktivem Risikomanagement in der Praxis rechtfertigen. Beispiele für Unvollkommenheiten sind Steuern, Insolvenzkosten, oder finanzielle Beschränkungen.[43]

Da bei Pérez-González und Yun (2013) Energieversorger, die höheren Wetterrisiken ausgesetzt sind, deutlich öfter Wetterderivate verwenden, kann man die häufigere Nutzung größtenteils auf Absicherungsgründe zurückführen.[44] Daher sollte die Steigerung im Firmenwert beim Gebrauch von Wetterderivaten auch wirklich auf Hedging-Entscheidungen basieren. Spekulationsabsichten sollten daher eine nachrangige Rolle spielen.

Allerdings ist die Verwendung von Derivaten als Absicherungsinstrument nicht zwangsläufig mit einer Wertsteigerung verbunden. Jin und Jorion (2006) stellen anhand von Öl- und Gasderivaten keinen Anstieg des Firmenwertes fest (siehe Kapitel 3.2), da in diesem Fall Investoren vorhandene Risiken leicht identifizieren und absichern können. Deswegen wird davon ausgegangen, dass sich Investoren selbständig absichern und Hedging folglich nicht mit einer Wertsteigerung honoriert wird.[45]

Die Ergebnisse von Pérez-González und Yun (2013) unterstützen insgesamt die Risikomanagementaktivitäten der Unternehmen in der Praxis.

[...]


[1] Vgl. Perez-Gonzalez und Yun, 2013, S. 2143.

[2] Vgl. Perez-Gonzalez und Yun, 2013, S. 2143-2145.

[3] Vgl. Hee und Hofmann, 2006, S. 42.

[4] Vgl. Perez-Gonzalez und Yun, 2013, S. 2147-2148.

[5] Vgl. Perez-Gonzalez und Yun, 2013, S. 2151.

[6] Vgl. Brockett et al., 2005, S. 128.

[7] Vgl. Weather Risk Management Association, 2005, www.wrma.org.

[8] Vgl. Perez-Gonzalez und Yun, 2013, S. 2144.

[9] Vgl. Weather Risk Management Association, 2005, www.wrma.org.

[10] Vgl. Cornaggia, 2013, S. 419.

[11] Vgl. Nance et al., 1993, S. 280-281.

[12] Vgl. Géczy et al., 1997, S. 1323.

[13] Vgl. Cornaggia, 2013, S. 419.

[14] Vgl. Allayannis and Weston, 2001, S. 243.

[15] Vgl. Carter et al., 2006, S. 54-55.

[16] Vgl. Berrospide et al., 2008, S. 1.

[17] Vgl. Jin and Jorion, 2006, S. 915.

[18] Vgl. Perez-Gonzalez und Yun, 2013, S. 2152.

[19] Vgl. Perez-Gonzalez und Yun, 2013, S. 2152.

[20] Vgl. Jin and Jorion, 2006, S. 895.

[21] Vgl. Perez-Gonzalez und Yun, 2013, S. 2144.

[22] Vgl. Jin and Jorion, 2006, S. 895.

[23] Vgl. Allayannis and Weston, 2001, S. 253.

[24] Vgl. Jin and Jorion, 2006, S. 894-895.

[25] Vgl. Perez-Gonzalez und Yun, 2013, S. 2154.

[26] Vgl. Perez-Gonzalez und Yun, 2013, S. 2174.

[27] Vgl. Perez-Gonzalez und Yun, 2013, S. 2149.

[28] Vgl. Perez-Gonzalez und Yun, 2013, S. 2144.

[29] Vgl. Berrospide et al., 2008, S. 3.

[30] Vgl. Allayannis and Weston, 2001, S. 252.

[31] Vgl. Perez-Gonzalez und Yun, 2013, S. 2144.

[32] Vgl. Meyer,1993, S. 151.

[33] Vgl. Perez-Gonzalez und Yun, 2013, S. 2144.

[34] Vgl. Auer/Rottmann,2011, S. 560.

[35] Vgl. Perez-Gonzalez und Yun, 2013, S. 2170.

[36] Vgl. Perez-Gonzalez und Yun, 2013, S. 2150.

[37] Vgl. Perez-Gonzalez und Yun, 2013, S. 2145.

[38] Vgl. Perez-Gonzalez und Yun, 2013, S. 2167.

[39] Vgl. Guay und Kothari, 2003, S. 425-427.

[40] Vgl. Perez-Gonzalez und Yun, 2013, S. 2146-2147.

[41] Vgl. Perez-Gonzalez und Yun, 2013, S. 2170.

[42] Vgl. Allayannis and Weston, 2001, S. 243.

[43] Vgl. Graham and Rogers, 2002, S. 818-821.

[44] Vgl. Perez-Gonzalez und Yun, 2013, S. 2144.

[45] Vgl. Jin and Jorion, 2006, S. 915.

Details

Seiten
15
Jahr
2014
ISBN (eBook)
9783668483897
ISBN (Buch)
9783668483903
Dateigröße
575 KB
Sprache
Deutsch
Katalognummer
v369013
Institution / Hochschule
Ludwig-Maximilians-Universität München
Note
1,30
Schlagworte
Risk Management Derivate Risikomanagement Hedging Wetter Unternehmenswert Firm Value Wetterderivate

Autor

Teilen

Zurück

Titel: Auswirkung des Risikomanagements auf den Firmenwert