Upload
genoveva-nader
View
110
Download
3
Embed Size (px)
Citation preview
Entscheidungs-rechnungenbei Unsicherheit
© Ewert/Wagenhofer 2014. Alle Rechte vorbehalten!
5.2
Ziele
Darstellung der Vorgehensweise bei der Break Even-Analyse
Analyse der Auswirkungen von Unsicherheit auf die Produktionsprogrammplanung und der Struktur der Lösungen bei Marktwertmaximierung und Erwartungsnutzen maximierung
Aufzeigen der Entscheidungsrelevanz von Fixkosten unter verschiedensten Bedingungen
5.3
Motivation
Gründe für Annahme sicherer Erwartungen bei KLRKLR dient kurzfristig wirksamen EntscheidungenErläuterung grundlegender Prinzipien
GegenargumentStimmigkeit obiger Argumente erst nach Analyse unter Einbeziehung
von Unsicherheit beurteilbar
Einbeziehung von Unsicherheit
Behandelte Ansätze Break Even-Analyse Modellansätze für kurzfristig wirksame
Entscheidungen und Lösungsstrukturen am Beispiel von Produktionsprogrammentscheidungen
Besondere Fragen dabei Messung von Risiko Entscheidungskontext: zB
Handelbarkeit des Eigenkapitals Entscheidungsrelevanz von
Fixkosten
5.4
Break Even-Analyse Grundlagen
Grundidee Einfluss von exogenen Parametern auf die Lösung von
Entscheidungsproblemen
Methode: SensitivitätsanalyseEmpfindlichkeit der Zielgrößen auf Änderungen der ParameterErmittlung des “günstigen” Parameterbereichs: Entscheidung bleibt
optimal
Grundmodell der Break Even-Analyse Fokus auf Beschäftigungsunsicherheit Ermittlung einer Break Even-Menge Ermittlung anderer kritischer Parameterwerte möglich
5.5
BEA im Einproduktfall
Bestimmung des Periodengewinns
FF KxdKxkpG
mitd Deckungsbeitragk variable Stückkosten je Produkteinheitp Absatzpreis je Produkteinheitx ProdukteinheitenK F Fixkosten
xKd
Kp k
F F
5.6
BEA im EinproduktfallBeispiel
Beispiel Absatzpreis = 100, variable Kosten = 40, Fixkosten = 120.000
BEM = 120.000/(100-40) = 2.000
x
E, K
Erlöse E
KF
Kosten K
Verlustzone
Gewinnzone
x
5.7
BEA im Einproduktfall Andere kritische Werte
k pK G
x
F
Break Even-Stückkosten
p kK G
x
F
Break Even-Preis
x K Gd
F
Kritischer Gewinn G
5.8
BEA im Einproduktfall Fortsetzung Beispiel
Fixkosten = 120.000Absatzpreis = 100variable Kosten = 40Menge = 1.800kritischer Gewinn = 0
Break Even-Preis = 40 + 120.000/1.800 = 106,67
für Absatzpreis = 90Break Even-Stückkosten = 90 - 120.000/1.800 = 23,33
Für Absatzpreis = 80Break Even-Stückkosten = 80 - 120.000/1.800 = 13,33
5.9
BEA im Einproduktfall Auswertungen
Beeinflussung der Break Even-Menge durch
Veränderung der proportionalen Stückkosten
Veränderung des AbsatzpreisesVeränderung des Mindestgewinns Erhöhung des Fixkostenblocks
durch zusätzliche Werbemaßnahmen, Einstellung von zusätzlichem Verkaufspersonal
Änderung auf Produktionsverfahren in Richtung niedrigerer variabler Stückkosten bei höheren Fixkosten
Deckung auszahlungswirksamer Teile der Fixkosten (“Cash-Point”)
E, K
Absatzmenge x
Erlöse E
FK
Kosten K
Verlustzone
Gewinnzone
x
5.10
Risikomaße Sicherheitskoeffizient SK
FragestellungUm welchen Prozentsatz darf Umsatz/Absatz (ausgehend von
Basiswert) sinken, ohne in die Verlustzone zu geraten? Überlegungen
Je höher SK, desto sicherer positiver/bestimmter PeriodenerfolgAusgangsmenge x: volle Kapazitätsauslastung
SKp x p x
p xx x
xxx
1
BeispielKapazität x = 10.000, BE-Menge = 8.000
Sicherheitskoeffizient = 1 - 8.000/10.000 = 0,2
Kapazitätsauslastung kann um 20% unterschritten werden, ehe man Verluste macht
5.11
Operating Leverage OL
Fragestellung Relative Gewinnänderung im Verhältnis zur relativen
Umsatzänderung Einfluss der Fixkosten ersichtlich Definition ohne Berücksichtigung eines Mindestgewinns:
OL
GGE
E
OL
x d
x d K
x px p
F
Letztlich aber nur Umformung des Sicherheitskoeffizienten
OLx d x
x x d K
x
xKd
x xx
SKF F
1 1
5.12
Stochastische Break Even-Analyse Einproduktfall
Explizite Untersuchung der Wahrscheinlichkeitsverteilung des Gewinns
Verteilung der einzelnen Bestimmungsfaktoren Annahme risikobehafteter Absatzmengen Risiko als Wahrscheinlichkeit für Erfolgsniveau G
E G E x d KF~ ~
Pr ~G G
Break Even-Wahrscheinlichkeit Pr ~ Pr ~ G x x 0
5.13
Stochastische Break Even-AnalyseBeispiel
Absatzmengen x seien gleichverteilt im Intervall x x,
f xx x
F xx xx x
x x x
1; ;
Break Even-Wahrscheinlichkeit Pr ~ G F x 0 1
Pr ~
G
falls x x
x xx x
falls x x x
falls x x
0
0
1
5.14
Stochastische Break Even-AnalyseBeispiel ...
Absatzmengen gleichverteilt in [0, 10.000]
F(x) = 0,0001xDeckungsbeitrag d = 50, Fixkosten = 200.000Break Even-Menge = 4.000F(4.000) = 0,4 und Break Even-Wahrscheinlichkeit = 0,6
0 4.000 10.000 Menge
Wah
rsch
ein
lich
keit
5.15
Fragestellung Wie hoch ist der maximale Erfolg, der mit einer vorgegebenen
Wahrscheinlichkeit überschritten wird?
Stochastische Break Even-Analyse Weitere Fragestellung
Pr ~ PrG G
1 F x x xx x
x
K Gd
x x
F
Pr
G d x x x KF Pr
5.16
Stochastische Break Even-AnalyseBeispiel
Maximierung der Break Even-WahrscheinlichkeitAnnahmen: Absatzmengen gleichverteilt in [0, 10.000]Deckungsbeitrag d = 40Fixkosten = 150.000Variante:Einstellung Verkaufspersonal mit Fixkosten = 90.000
und Obergrenze Absatzmenge = 13.000Mindestgewinn = 200.000
Ausgangssituation: erforderlicher Absatz = 8.750; Wahrscheinlichkeit 0,125Variante:erforderlicher Absatz = 11.000;
Wahrscheinlichkeit = 1 - 11.000/13.000 = 0,1538
Einstellung daher vorteilhaft
5.17
Stochastische Break Even-Analyse Beispiel ...
Fragestellung:Ergebnismaximierung bei vorgegebener WahrscheinlichkeitVorgegebene Wahrscheinlichkeit = 0,4
AusgangssituationG = 40[10.000 - 0,4(10.000 - 0)] - 150.000 = 90.000
VarianteG = 40[13.000 - 0,4(13.000 - 0)] - 240.000 = 72.000
Einstellung zusätzlichen Verkaufspersonals unvorteilhaft
5.18
Simulationsverfahren
1. Auswahl als unsicher betrachteter Parameter (P)
2. Schätzung isolierter Wahrscheinlichkeiten für jeden P
3. Ermittlung der Ausgangsgrößen für Simulationslauf Zufallszahlen für jeden P gleichverteilt in [0, 1] Transformation in konkreten Parameterwert Berücksichtigung stochastischer Abhängigkeiten durch sukzessives Vorgehen
4. Berechnung der Zielgröße
5. Häufige Wiederholung von 3. und 4. (zB 10.000mal)
6. Ermittlung der Verteilungsfunktion der Zielgröße aus relativen Häufigkeiten
5.19
Transformation von Zufallszahlen
Pr ~x x x F x F x z z1 2 2 1 2 1
x
F x
1
z1
x1
x F z11
1
z2
x2
x F z21
2
1.20
Value-at-Risk und Cash-Flow-at-Risk
Risikomaße im praktischen Risikomanagement Value-at-Risk (VaR)
Downside-Risikomaß
Probleme bei Anwendung im Nichtbankenbereich
Cash-Flow-at-Risk (CFaR) Berücksichtigt Besonderheiten im Nichtbankenbereich
Pr PrW VaR
Pr PrCF CFaR
5.21
Break Even-Analyse Mehrproduktfall
Ausgleichseffekte zwischen verschiedenen Produktarten Produktionsprogramm soll in seiner Gesamtheit ein bestimmtes
Ergebnis bescheren Nicht mehr eine Break Even-Menge, sondern eine Vielzahl von
Mengenkombinationen
Absatzmengenkombinationen der Produktarten j = 1, ..., J:
1
ˆ ˆ ˆ0J
Fj j
j
X x x d K G
X)x,,x,x(x Jˆˆˆˆˆ 21
5.22
x d x d K G x K G
d
d
dxF
F
1 1 2 2 22
1
21
Break Even-Analyse Mehrproduktfall ...
Zweiproduktfall: Gerade
Mehrproduktfall: Konvexkombination isolierter Break Even-Mengen
x j ( , ,x , , )ji 0 0 x K G
dji
F
j
x x x x xJ j J jj
J
1 1 2 2
1
j jj
J j ;
0 1
1
5.23
Break Even-Analyse: Mehrproduktfall Beispiel
J = 4 Produktarten
Deckungsbeiträge: d1 = 20; d2 = 70; d3 = 60; d4 = 150
Fixkosten = 150.000Mindestgewinn = 60.000
Break Even-Mengen
.
.
.
.
.
.
.
.
x
x
x
x
1
2
3
4
1 2 3 4
1
2
3
4
10 500
0
0
0
0
3 000
0
0
0
0
3 500
0
0
0
0
1400
10 500
3 000
3 500
1400
x . ; x . ; x . ; x .i i i i1 2 3 410 500 3 000 3 500 1400
Beliebiger Break Even-Vektor
5.24
Break Even-Analyse Mehrproduktfall ...
Konstanter Absatzmix Beliebiges Produkt als Leitprodukt Annahme konstanter Verhältnisse der Absatzmengen
Für erstes Produkt als Leitprodukt und bj als konstante Verhältnisse der Absatzmengen der Produkte j zu Produkt 1
jj
x
x für j , ,J
11
D x d x d x d x dj j j j j jj
J
j
J
j
J
1 1
11
11
x K G
d
F
1
5.25
Break Even-Analyse: Mehrproduktfall Break Even-Umsatz
Ermittlung des Break even-Umsatzes bei konstantem Absatzmix
E x p x p x pj j j jj
J
j
J
1 1
11
E p xK G
d p
F
1
Relation “Deckungsbeitrag zu Gesamtumsatz” für jedes Produktgegeben und konstant
D
E
x d
x p
x d
x p
d
pj j j j j j j
1
1
1
E K G
D
E
F
j
j
J
1
5.26
Break Even-Analyse: Mehrproduktfall Beispiel
Mengenrelation 1 : 2 : 4 : 4
d . 1 20 2 70 4 60 4 150 1000
x .
. 1
210 0001000
210
x ; x ; x 2 3 4210 2 420 210 4 840 210 4 840
5.27
Break Even-Analyse: Mehrproduktfall Beispiel ...
Mengenrelation 1 : 2 : 4 : 4
Gegeben seien folgende Preise
p p p p1 2 3 4110 200 160 220 ; ; ;
p 1 110 2 200 4 160 4 220 2 030.
D
E
.;
D
E
.;
D
E
.;
D
E
.1 2 3 420
2 030140
2 030240
2 030600
2 030
E .
..
. .
. . 210 000
10002 030
210 000 2 0301000
426 300
5.28
Pessimistische und optimistische Variante
Pessimistische Variante Individuelle Deckungsbeitrags-Umsatz-Relationen Dj /Ej in
aufsteigender Reihenfolge, bis Absatzobergrenze erreicht ist Optimistische Variante
umgekehrtGewinn G
Umsatz E
KF
optimistischeVariante
Produkt 3
Produkt 2Produkt 1
Eopt
pessimistischeVariante
Produkt 1
Produkt 3
E pess
Produkt 2
5.29
Verfahrenswahl bei Unsicherheit
Varianz der Absatzmengen: 150 Absatzpreis: 10
Verfahren 1: K k d xF1 1 1 11000 8 2
10002
500 . ; ; ; .
Verfahren 2: K k d xF2 2 2 22 000 6 4
2 0004
500 . ; ; ; .
Gleiche Werte für SK und OL
Gewinnvarianzen
Verfahren 1: 21
212 2150 2 150 4 600~ ~G x d
Verfahren 2: 22
222 2150 4 150 16 2 400~ ~ .G x d
5.30
Beurteilung von SK und OL
Problem: Keine Berücksichtigung der Verteilungen bei SK und OL
Darstellung am Beispiel der Gewinnvarianz
2 2 2 2 2 2 2~ ~ ~ ~ ~G x d K x d x d x p kF
WirkungenTatsächlich
Niedrigere Stückkosten führen zu höherem Deckungsbeitrag und höherer Varianz des Gewinns
Fixkosten haben keine Auswirkung auf die Varianz
Kennzahlen Niedrigere Stückkosten führen zu höherem Deckungsbeitrag, zu
geringerer BEM und zu höherem SK und niedrigerem OL Höhere Fixkosten führen zu größerem OL
5.31
Vergleich mit dem Variationskoeffizienten VK
ˆF
G x d xVK
x d K x xG
Hier gilt
VK
KF 0
VKd
0
Diese Beziehungen sind analog zu denjenigen bei SK und OL
5.32
Verfahrenswahl bei Risikoaversion
Entscheidungsträger ist risikoscheu
Nutzenfunktion:
Sicherheitsäquivalent:
( ) GU G e
2 2( )E[ ]2
FCE p c x K d
2 2[ ( )] [ ( )] [ ] ( )2
F FE U G E U dx K U E dx K d U CE
5.33
Beispiel
Risikoaversion des Entscheidungsträgers wirkt sich auf die Break Even-Mengen der Verfahren aus
Bei r = 0,5 ergeben sich für die Risikoprämien und Break Even-Mengen:
Break Even-Punkt:
(d1 + d2) > 0 => Break Even Punkt bei Risikoaversion höher als bei Risikoneutralität
2 21 1 1
2 22 2 1
4 150 1.150ˆ150 5752 4 2
16 150 2.600ˆ600 6502 4 2
d x
d x
22 112 1 2
2 1
ˆ ( )2
F FK Kx d d
k k
5.34
Verfahrenswahl bei Risikoaversion – Break Even-Punkt
5.35
Break Even-Analyse Ergebnis
BEA vermittelt Gefühl für Bedeutung der Unsicherheit
BEA als wichtige Signalfunktion
insbes für mehr Informationsbeschaffungen bzw Planungsansätze unter expliziter Einbeziehung von Wahrscheinlichkeitsverteilungen
Keine konkrete Handlungsempfehlung
Erfordernis expliziter Analyse der Konsequenzen verschiedener Problemstrukturen für die Unternehmenspolitik
5.36
Programmplanung bei Risiko
Untersuchung der Implikationen expliziter Risikoberücksichtigung in der ProduktionsprogrammplanungBestehen Unterschiede in der Lösungsstruktur
Was ist risikobehaftet? Risikobehaftete Beschaffungs- oder Absatzpreise (Deckungsbeitrag) Risikobehaftete Fixkosten
~ ~ ~ ~ ~ ~ ~ ~G x p k K x d K D Kj j jF
j jF
j
JF
j
J
11
Annahmen im folgendenEine Mehrproduktrestriktion, die nicht risikobehaftet istGesamtes Produktionsprogramm wird im voraus festgelegt
5.37
Programmplanung bei Risiko Annahmen und Vorgehen
Wichtige Eigenschaft: Lösungsstruktur hängt vom Entscheidungskontext und Präferenzsystem ab
Szenarien Beschränkung auf institutionales Unternehmen ohne Kapitalmarkt:
Erwartungsnutzenmaximierung Produktionsprogramm direkt am Kapitalmarkt handelbar:
Marktwertmaximierung Produktionsprogramm nicht direkt handelbar, aber über
Portefeuilleentscheidungen diversifizierbar: Virtuelle Marktwertmaximierung
5.38
Erwartungsnutzenmaximierung (1)
Zielgröße Subjektive Bewertung des Risikos durch einzelnen Entscheidungsträger
Bernoulli-Prinzip: ErwartungsnutzenmaximierungSubjektive Nutzenfunktion U für jeden EntscheidungsträgerErgebnisgröße w: Endvermögen der Planungsperiode
Endvermögen w = gegebenes Anfangsvermögen w0 + Periodengewinn
Gewählte Alternative ist jene mit dem größten Nutzenerwartungswert
0 0
FG D K
0 01
= E EJ
F Fj j
j
U U D K U x d K
5.39
Erwartungsnutzenmaximierung (2)
SpezialfallRisikoneutralität Nutzenfunktion U linear: U( ) = + w a R w mit R > 0 Entscheider ist risikoneutral
Gesucht Produktionsprogramm mit maximalem (Perioden-)Gewinnerwartungswert
0E E EU R R G
1 1
E E E E EJ J
F F Fj j j j
j j
G D K x d K x d K
Reihung nach dem höchsten erwarteten spezifischen DBFixkosten sind irrelevant
5.40
Ausschließliche Produktion von Produkt 11.400/5 = 280 StückErwarteter DB: 4.200
Beispiel
Produkt 1 2DB je zu 50% 10 oder 20 14Stunden/St 5 5erwarteter DB 15 14
Kapazität: 1.400 Stunden
5.41
Erwartungsnutzenmaximierung (3)
Allgemeinerer FallRisikoscheu
Streng konkave Nutzenfunktion U U’(w) > 0; U’’(w) < 0
Programmplanung als nichtlineares Optimierungsproblem Bedeutung des erwarteten spezifischen DB nimmt ab Es kommt zu Diversifikationseffekten Maximierung des Erwartungsnutzens führt zu optimalem
Produktprogramm-Portefeuille
5.42
Beispiel
Produkt 1 2
DB je zu 50% 10 oder 20 14Stunden/St 5 5
Kapazität: 1.400 StundenNutzenfunktion logarithmisch; w > 0
2
2 22ln ; 0; 0U U U
Annahmen: w0 = 0 und Fixkosten = 0
Kuhn/Tucker-Bedingungen
1 2 1 2 1 2ln 10 14 ln 20 14 5 5 1.400LG x x x x x x
5.43
Beispiel ...
Frage: Sind beide Produkte im optimalen Programm?
Wird nur Produkt 1 gefertigt, darf an Stelle (280, 0)die Ableitung von LG nach x2 nicht positiv sein
1 2
2
280; 0 14 145
2.800 5.600
LG x x
x
1 2
1
280; 0 10 205 0 0,00143
2.800 5.600
LG x x
x
Setzt man diesen Wert für l in die obige Ableitung ein, ergibt sich eine positive Differenz von 0,00035 Produkt 2 ist Bestandteil des optimalen Produktionsprogramms
Ähnliche Vorgehensweise zeigt, dass auch Produkt 1 im optimalen Produktionsprogramm enthalten ist
5.44
Beispiel ...
Ermittlung des optimalen Produktionsprogramms Restriktion als Gleichung nach Produkt 2 auflösen
1 1 1 1
1 1
ln 10 14 280 ln 20 14 280
ln 3.920 4 ln 3.920 6
x x x x
x x
11 1
4 60 3.920 24
3.920 4 3.920 6x
x x
Nullsetzen der 1. Ableitung
1
3.920163,3
24x 2 280 163,3 116,6x
5.45
Erwartungsnutzenmaximierung (4)
Entscheidungsrelevanz von Fixkostenabhängig vom Verlauf der Risikoaversion
Maß der Risikoscheu Absolute Risikoaversion AR(w)
U
ARU
2
2
11
1AR
Beispiel: Logarithmische Nutzenfunktion
Absolute Risikoaversion nimmt - gegeben ein Anfangsvermögen - ab Höhere Fixkosten induzieren niedrigeres Endvermögensniveau Wahrscheinlichkeitsverteilung für Produktionsprogramm wird in einen
Bereich der Nutzenfunktion mit stärkerer Risikoscheu verschoben
5.46
Beispiel ...
Positives Anfangsvermögen w0 positive, sichere Fixkosten KF
Zielfunktion
0 1 0 1ln 3.920 4 ln 3.920 6F Fx K x K
0 13.920 24FK x
0 0
1 2
3.920 3.920; 280
24 24
F FK Kx x
Fixkosten über 3.920 + w0: nur Produkt 2Anfangsvermögen über 2.800 + KF: nur Produkt 1
5.47
Erwartungsnutzenmaximierung (5)
SpezialfallKonstante absolute Risikoaversion (sichere) Fixkosten und sicheres Anfangsvermögen wieder bedeutungslos
Beispiel: exponentielle Nutzenfunktion
1
; 0U e
U e
ARU e
1 1D DU D e e e U U D
E EU D U U D
Wegen U(d) < 0 ist -aU(d) positivMit d = w0 - KF wird Irrelevanz von KF und Anfangsvermögen deutlich
5.48
Erwartungsnutzenmaximierung (6)
Stochastische Fixkosten Potentielle Relevanz der Fixkosten wird verstärkt Zusätzliche Diversifikationsaspekte hinsichtlich risikobehafteter
Fixkosten Auch bei konstanter absoluter Risikoaversion grundsätzliche Relevanz
der Fixkosten 0FK
20
0
0
E E
E E ,
F
F
F F
U U U K U D
U U K U D
U U K U D Cov U K U D
Exponentielle Nutzenfunktion mit
5.49
Erwartungsnutzenmaximierung (7)
Keine Fixkostenrelevanz nur dann, wenn Fixkosten mit DB völlig unkorreliert sind
Stochastische Fixkosten alleine induzieren keine Fixkostenrelevanz
Deckungsbeiträge dann sicher
FG D K
Zustandsabhängiges Endvermögen für jeden Zustand maximal bei Programm mit maximalem Deckungsbeitrag
Dominanzprinzip Man kann sich auf die bekannten Sicherheitsansätze beschränken, falls die Fixkosten die alleinige risikobehaftete Größe sind
5.50
Erwartungsnutzenmaximierung (8)
Zusammenfassung Relevanz von Fixkosten
Fixkosten sind irrelevant, falls Nutzenfunktion mit konstanter absoluter
Risikoaversion und Fixkosten sicher irrelevant, falls Fixkosten die alleinige stochastische Größe regelmäßig auch als sichere Größe relevant, falls Nutzenfunktion
ohne konstante absolute Risikoaversion grundsätzlich relevant, falls neben Deckungsbeiträgen auch
Fixkosten risikobehaftet und keine lineare Nutzenfunktion (Risikoneutralität)
Relevanz des Anfangsvermögens obige Ergebnisse gelten analog Anfangsvermögen am Periodenbeginn aber sicher --
insofern muss diesbezüglich keine Unsicherheit beachtet werden
5.51
Erwartungsnutzenmaximierung (9)
Implikationen Begründung der Verwendung von Vollkostenrechnungen
Streng genommen nur Vollkostenrechnungen als Periodenrechnungen Fixkosten relevant wegen Einflusses auf Bewertung der
Gewinnverteilungen Fixkosten nach wie vor unabhängig von den Entscheidungsvariablen
Faktisch nichtlineares Entscheidungsproblem Risikobehaftetes Endvermögen ist das Argument einer
Nutzenfunktion, deren Erwartungswert zu maximieren ist
Problem: Bestimmung der Nutzenfunktion Was ist der Nutzen des Endvermögens der betrachteten Periode?
Probleme mit Ausschüttungen, Effekte von Folgeentscheidungen, Bewertungsinterdependenzen
5.52
Marktwertmaximierung (1)
Marktwertmaximierung als Ziel, wenn Anteile am Produktionsprogramm am Kapitalmarkt gehandelt werden
Typisch für börsennotierte UnternehmenEntspricht Unternehmenswertmaximierung
Berechnung von MarktwertenTime State Preference-AnsatzArbitrage Pricing Theory (APT)
(Arbitragefreiheit im Marktgleichgewicht)
5.53
Marktwertmaximierung (2)
Marktannahmen Spanning
Eine Unternehmung kann durch ihre Entscheidungen keine “völlig neue” Rückflussstruktur schaffen.Die bestehenden Finanztitel am Kapitalmarkt spannen einen Vektorraum auf, der durch Investitions- und Produktionsentscheidungen eines betrachteten Unternehmens nicht verändert wird.
CompetitivityBewertungssystem am Kapitalmarkt wird durch Entscheidungen eines
Unternehmens nicht verändert.Entspricht der Annahme eines konstanten Zinssatzes im Rahmen der Kapitalwertmaximierung bei sicheren Erwartungen
5.54
Marktwertmaximierung (3)Vorgehensweise
Planungszeitraum von T Perioden Zahlungsüberschüsse Ü am Periodenende risikobehaftet durch
Zustände q(t) Zustandsraum für Periode t ... Q(t) Für jeden Zustand positiver Bewertungsfaktor R(q(t))
Marktwert genau einer anfallenden Geldeinheit aus Sicht t = 0 Marktwert W zu t = 0
1
T
t t (t)
W Ü t R t
Bewertungsfaktoren R(q(t)) beinhalten Zeit- und Risikopräferenzen der KapitalmarktteilnehmerErwartungen der KapitalmarktteilnehmerZinssatz i für sichere Anlagen
Marktwert einer in t = 1 mit Sicherheit erzielten Geldeinheit
1 11
11
1R
i
5.55
Marktwertmaximierung (4) Wertadditivität
Kurzfristig wirksame Entscheidungen betrachtet Marktwerte der in t = 1 anfallenden Überschüsse
Zugrundegelegte Bewertungsfunktion
Für gilt:~ ~ ~Ü Ü Ü 1 2
1 2
1 2 1 2
W Ü Ü R Ü Ü R
Ü R Ü R W Ü W Ü
“Wertadditivität”
W Ü Ü R
5.56
Beispiel
Zustand q1 q2 q3
Überschuss Ü(q) 100 200 300Bewertungsfaktor R(q) 0,3 0,25 0,25
100 0,3 200 0,25 300 0,25 155W
1 1
0,3 0,25 0,25 0,8 1 0,251 0,8
ii
5.57
Marktwertmaximierung (5)
Interpretation der Bewertungsfaktoren Time State Preference-Modell
Einperiodiges Portefeuille eines Investors Vermögen V Finanztitel j = 1,…,J
Investor maximiert
unter der Nebenbedingung
Für den Konsum gilt:
0max ,EU U c c
0 j jj
c x W V
j jj
c x Ü
5.58
Marktwertmaximierung (6)
Lagrange-Funktion:
Bedingungen erster Ordnung:
Definiert man nun
dann folgt
0 j jj
LG EU c x W V
0 0
0
0
,0j j
j
LG EU
c c
U c cLGÜ W j
x c
0,0
U c cR
c
j jW Ü R j
5.59
Lösungsstruktur analog zu jener bei Sicherheit Verwendung von Marktwerten der Stück-DB statt sicherer Stück-DBProdukt mit höchstem spezifischen Marktwert des Stück-DB wird produziert
Marktwertmaximierung (7)
Struktur des optimalen Produktionsprogramms Nur Zahlungsüberschüsse können angesetzt werden Stückdeckungsbeiträge sollen stets zahlungswirksam sein Nur zahlungswirksame Fixkosten können relevant sein
1
JFZ
j jj
Ü x d K
1 1
1 1
J JFZ FZ
j j j jj j
J JFZ FZ
j j j jj j
W Ü W x d K W x d W K
W d x W K w x W K
Fixkosten irrelevant
5.60
Beispiel
Produkt 1 2DB je zu 50% 10 oder 20 14Stunden/Stk 5 5
1 210 0 4 20 0 4 12 14 0 4 14 0 4 11 2w , , ; w , , ,
Optimales Programm280 Stück Produkt 1
Fixkosten = 0Kapazität: 1.400 Stunden R(q1) = R(q2) = 0,4Sicherer Zins = 25%
Marktwerte
5.61
R(q1) = 0,6
R(q2) = 0,2
Sicherer Zins = 25%
Beispiel ...
Marktwerte
1 210 0 6 20 0 2 10; 11,2w , , w
Optimales Programm Ausschließliche Produktion von Produkt 2
5.62
Marktwermaximierung (8)
Diversifikationsüberlegungen im Rahmen der Marktwertmaximierung (Risikoreduzierung)
In Marktwerten implizit andere Diversifikationsaspekte enthalten, die sich in Korrelation zu bestimmten Marktfaktoren manifestieren
R
W Ü R Ü Ü
R
f(q) ... zustandsspezifische
Eintrittswahrscheinlichkeiten
E , 1E E E ,
1
Ü Cov Ü iW Ü Ü Ü Cov Ü
i
Erwartetes Erfolgsniveau wird korrigiert um Risikoterm, der Korrelation zu einem Marktfaktor widerspiegelt. Marktfaktor von Bewertungsfaktoren des gesamten Kapitalmarkts abhängig
5.63
Virtuelle Marktwertmaximierung (1)
Wenn das Produktionsprogramm direkt am Kapitalmarkt gehandelt werden kann, übernimmt der Kapitalmarkt die Risikodiversifikation
Handelbarkeit des Produktionsprogramms ist jedoch die Ausnahme
Kann der Kapitalmarkt dennoch genutzt werden, um Risiken des
Produktionsprogramms zu diversifizieren?
Portefeuille aus vielfältigen Finanztiteln zusammenstellbar Produktionsprogramm kann von Aufgaben “entlastet” werden Unternehmung maximiert virtuellen Marktwert
5.64
Virtuelle Marktwertmaximierung (2)
Virtuelle MarktwertmaximierungNotwendige Bedingungen: Spanning und Competitivity
ArgumentAngenommen, das Unternehmen realisiert optimales
Produktionsprogramm nach ErwartungsnutzenmaximierungDann gibt es Verbesserungsmöglichkeit wie folgt
Realisation des marktwertmaximalen Programms PM Es gibt ein Portefeuille, welches die Überschüsse von PM dupliziert zu
Gesamtpreis des Wertes von PM (Spanning) Leerverkauf dieses Portefeuilles zum Wert von PM bei Verlust der
Überschüsse aus PM Leerverkaufserlös des Wertes von PM wird für Kauf eines Portefeuilles
verwendet, das Überschüsse des ursprünglichen Programms PE dupliziert; Mittelbedarf in Höhe des Wertes von PE
Am Periodenende gleiche finanzielle Position wie vorher Am Periodenbeginn positiver Betrag in Höhe der Wertdifferenz > 0
5.65
Beispiel
Fortsetzung
Logarithmische Nutzenfunktion ln(w)Fixkosten = 0 w0 = 0
Produkt 1 2DB je zu 50% 10 oder 20 14Stunden/St 5 5
Kapazität: 1.400 Stunden
Erwartungsnutzenmaximales Programm:
1 2163,3; 116,6x x
5.66
Beispiel ...
Überschüsse am Periodenende
1 163,3 10 116,6 14 3.266,6Ü
2 163,3 20 116,6 14 4.900Ü
Bewertungsfaktoren am Kapitalmarkt
1 2 0,4 0,25R R i
Marktwertmaximales Programm: nur Produkt 1 mit xm1 280
1 280 10 2.800mÜ 2 280 20 5.600mÜ
3 . 2 6 6 , 6 ; 3 . 3 6 0e mW W
5.67
Beispiel ...
Am Kapitalmarkt zwei Finanztitel n = 1, 2 mit Überschüssen ün(q)
1 1 1 2 2 1 2 21; 2, 6ü ü ü ü
1 20,8; 3,2W W
Duplizierung der Überschüsse von PM mittels Stückzahlen
1 21.400; 700m m
Erwerb von 700 Stück des risikobehafteten Titels 2Geldanlage 1.400 0,8 = 1.120 zum Zinssatz von 25%
Leerverkauf: Verschuldung in Höhe von 1.120 und Leerverkauf des unsicheren Papiers im Umfang von 700 Stück
Leerverkaufserlös 1 . 1 2 0 7 0 0 3 , 2 3 . 3 6 0 mW
5.68
Beispiel ...
Duplizierung der Überschüsse von PE mittels Stückzahlen
Erwerb von 408,33 Stück Titel 2Geldanlage 2.450 × 0,8 = 1.960 Mittelbedarf 1 . 9 6 0 4 0 8 , 3 3 , 2 3 . 2 6 6 , 6 eW
Realisation PM + Leerverkauf Portefeuille 1 + Erwerb Portefeuille 2:Periodenende
1 12.800 2.800 3.266,6 3.266,6Ü Ü
2 25.600 5.600 4.900 4.900Ü Ü
Periodenbeginn zusätzliche Mittel 3 . 3 6 0 3 . 2 6 6 , 6 9 3 , 3m eW WSichere Investition bringt 93,3 1,25 116,6
1 22.450; 408,3e e
5.69
Virtuelle Marktwertmaximierung (3)
Zusammenfassung
Maximierung des virtuellen Marktwerts möglich
Fixkosten und Anfangsvermögen sind irrelevant
Anwendung eines Separationstheorems Politik auf der Ebene der Unternehmung gemäß einer a priori
bekannten Zielsetzung bestimmt unabhängig von individuellen Konsumpräferenzen