Prognose von Unternehmensinsolvenzen auf der Grundlage mathematisch-statistischer Modelle

Unternehmensinsolvenzen sind heutzutage allgegenwärtig und immer mit hohen Kosten für den Unternehmer wie auch für die Aktionäre, Mitarbeiter und den Staat verbunden. Die zentrale Fragestellung des vorliegenden Buches ist daher, wie eine Insolvenzwahrscheinlichkeit von Unternehmen so prognostiziert werden kann, dass man Gläubigern größtmöglichen Schutz bietet. Im ersten Abschnitt des vorliegenden Buches werden daher zunächst Grundlagen der Insolvenz und Unternehmenskrise sowie deren Verläufe und Ursachen diskutiert. Anschließend wird im zweiten Abschnitt ein Überblick über die derzeit in Wissenschaft und Praxis angewandten Methoden zur Prognose von Unternehmensinsolvenzen erläutert. Hierbei geht der Autor auf die formellen und informellen Verfahren ein. Der Autor des Buches fokussiert sich daraufhin auf das univariate Insolvenzprognosemodell nach BEAVER, das multivariate Insolvenzprognosemodell nach ALTMAN und das BAETGE-Bilanz-Rating®-BP-14-Modell auf Grundlage künstlich neuronaler Netze, welche einer genaueren Betrachtung unterzogen werden. Im Anschluss daran erfolgt eine Anwendung der behandelten Modelle auf das Beispiel der ARCANDOR AG. Das Ziel ist eine Plausibilitätsprüfung, ob die analysierten Modelle die Insolvenz der ARCANDOR AG hätten vorhersagen können. Im abschließenden Teil des Buches resümiert der Autor die Ergebnisse der Arbeit und gibt eine Handlungsempfehlung zu einem Modell, das für eine frühzeitige Prognose von Unternehmensinsolvenzen besonders geeignet ist.