35
Literaturverzeichnis II
Gleißner, W. (2008): Erwartungstreue Pla-
nung und Planungssicherheit mit einem An-
wendungsbeispiel zur risikoorientierten Budge-
tierung, in: Controlling, 2/2008, S. 81-87.
Gleißner, W. (2011a): Risikoanalyse und Repli-
kation für Unternehmensbewertung und werto-
rientierte Unternehmenssteuerung, in: WiSt,
Heft 7/2011, S. 345-352.
Gleißner, W. (2011b): Wertorientierte Unterneh-
mensführung und risikogerechte Kapitalkosten:
Risikoanalyse statt Kapitalmarktdaten als Infor-
mationsgrundlage, in: Controlling, Heft 3/2011,
S. 165-171.
Gleißner, W. (2015): Controlling und Risiko-
analyse bei der Vorbereitung von Top-Manage-
ment-Entscheidungen – Von der Optimierung
der Risikobewältigungsmaßnahmen zur Beur-
teilung des Ertrag-Risiko-Profils aller Maßnah-
men, in: Controller Magazin, 4/2015, S. 4-12.
Gleißner, W. (2017): Grundlagen des Risiko-
managements, 3. Aufl., München 2017.
Gleißner, W. / Grundmann, T. (2008): Risiko-
Benchmark-Werte für das Risikocontrolling
deutscher Unternehmen, in: ZfCM Zeitschrift
für Controlling & Management, 52. Jg. 2008,
H. 5, S. 314-319.
Keppe, H.-J. / Weber, M. (1993): Risk Analy-
sis and Risk Profiles Based on Incomplete Infor-
mation on Probabilities, in: Die Betriebswirt-
schaft, (52) 1993, S. 49-56.
Renn, O. (2014): Das Risikoparadox – Warum wir
uns vor dem Falschen fürchten, Frankfurt 2014.
Rieg, R. (2015): Break-Even-Analyse im
Mehrproduktfall unter Unsicherheit und Risiko,
in: Controller Magazin, 4/2015, S. 76-82.
Sinn, H. W. (1980): Ökonomische Entschei-
dungen bei Ungewissheit, Tübingen 1980.
Slovic, P. (1987): Perception of Risk, in: Sci-
ence, Vol. 236, Issue 4799, S. 280-285.
Strobel, S. (2011): Unternehmensplanung im
Spannungsfeld von Ratingnote, Liquidität und
Steuerbelastung, Friedrich-Alexander-Universi-
tät Erlangen-Nürnberg 2011.
Fazit:
Risikoanalyse ist eine notwendige
Grundlage für die Vorbereitung un-
ternehmerischer Entscheidungen
Die Quantifizierung von Risiken und deren Ag-
gregation im Kontext der Unternehmenspla-
nung ist eine betriebswirtschaftliche Aufgabe
von besonders hoher Bedeutung, bei der Con-
trolling und Risikomanagement zusammenwir-
ken sollten. Ohne Risikoquantifizierung und Ri-
sikoaggregation können bestandsgefährdende
Entwicklungen aufgrund von Kombinationsef-
fekten mehrerer Einzelrisiken nicht früh er-
kannt werden (Kernforderung von § 91 Abs. 2
AktG). Bei der Risikoaggregation werden „sto-
chastische Planungsmodelle“ aufgebaut, die
eine traditionelle (einwertige) Unternehmens-
planung verbinden mit den Chancen und Ge-
fahren (Risiken), die Planabweichungen auslö-
sen können. Risikoquantifizierung bedeutet de-
ren Beschreibung durch geeignete Wahr-
scheinlichkeitsverteilungen oder stochastische
Prozesse. Zur Risikoaggregation, der Bestim-
mung des Gesamtrisikoumfangs (Eigenkapital-
und Liquiditätsbedarf) ist eine Monte-Carlo-Si-
mulation erforderlich, da Risiken nicht einfach
addierbar sind. Als Ergebnis erhält das Control-
ling Informationen über die Planungssicherheit,
d. h. den risikobedingt möglichen Umfang von
Planabweichungen (Bandbreitenplanung). Es
werden zudem die Voraussetzungen geschaf-
fen für eine risikoorientierte Bewertung strate-
gischer Handlungsoptionen, weil im Rahmen
von „Was-wäre-wenn-Analysen“ deren Ertrag-
Risiko-Profile verglichen werden können (z. B.
über die Ableitung von Ertragsrisiko abhängi-
gen Kapitalkostensätzen, vgl. Gleißner, 2011a,
2011b und 2015). Viele „traditionelle“
Cont-
rolling-Methoden, wie die Break-Even-
Analyse
, werden so noch nützlicher (vgl. Rieg,
2015). Um von diesen Vorteilen zu profitieren,
benötigt man eine sachgerechte Risikoquantifi-
zierung, die mit dem in diesem Text erläuterten
Leitfaden effizient erreicht werden kann.
12. Wann und wie sind durch statistische
Tests Prüfungen der quantitativen Be-
schreibung eines Risikos vorzusehen
(Backtesting)?
Daten und neue Erkenntnisse bieten grundsätz-
lich die Möglichkeit, vorhandene Risikoein-
schätzungen zu prüfen und gegebenenfalls zu
verbessern.
13. Bestehen gemeinsame Einflussfakto-
ren auf bzw. Abhängigkeiten zwischen Ein-
zelrisiken?
Oft sind zu quantifizierende Risiken nicht op-
timal abgegrenzt (siehe Punkt 3.) und/oder
es bestehen andere stochastische Abhängig-
keiten, die eine „eigenständige „Quantifizie-
rung“ und insbesondere Aggregation von Ri-
siken erschweren. Korrelation als Spezialfall
einer stochastischen Abhängigkeit zeigen
dabei nur lineare Abhängigkeiten – und diese
haben den Nachteil, dass letztlich unklar ist,
wieso Zusammenhänge zwischen Risiken
bestehen. Vor der Quantifizierung und Aggre-
gation von Risiken empfiehlt es sich nach Ab-
hängigkeiten und speziell gemeinsamen Ein-
flussfaktoren auf verschiedene Risiken zu su-
chen (und diese bei der Quantifizierung und
Aggregation von Risiken zu beachten). Eine
Abhängigkeit z. B. von zwei Risiken kann ent-
stehen, weil ein gemeinsamer Einflussfaktor
– z. B. die Inflation – beide Risiken beein-
flusst. Darüber hinaus ist eine Vielzahl ande-
rer Abhängigkeiten möglich: So ist es denk-
bar, dass der Eintritt eines Risikos A Wahr-
scheinlichkeit und/oder Auswirkungshöhe
des Risikos B beeinflusst. Ohne Beachtung
solcher Abhängigkeiten besteht die Gefahr,
Risiken falsch zu quantifizieren (z. B. weil ein
Teil der Schwankungen einer Planungspositi-
on A durch Risikoauswirkung auf eine Pla-
nungsposition verursacht ist und nicht etwa
eine eigene „Schwankung“ der Planungspo-
sition A darstellt); siehe z. B. das Problem
umsatzabhängiger Materialkosten.
Themen in der nächsten Ausgabe:
Controlling im Profifußball
Treiberbasierte Planung
CM 4/19
ERSCHEINUNGS-
TERMIN:
09. Juli 2019
Freuen Sie sich auf spannende Themen! Ihr Controller Magazin Team.
CONTROLLER
®
CM Mai / Juni 2019
