Add-In basierte Softwaretools zur stochastischen Unternehmensbewertung

Martin KLEIN, Friedrich - Alexander - Universität Erlangen - Nürnberg, hat ein interessantes Arbeitspapier 

Monte Carlo - Simulation und Due Diligence

vorgelegt. KLEIN zeigt, dass es verhältnismäßig einfach gelingt, computergestützt eine Unternehmenswertverteilung und damit auch eine Chancen- und Risikostruktur des zu bewertenden Unternehmens zu generieren. In einem weiteren Beitrag befasst sich Martin KLEIN mit den dafür nötigen Simulationsprogrammen:

Einleitung

Bei der zukunftsorientierten Unternehmensbewertung handelt es sich um Entscheidungssituationen unter Unsicherheit. Die Zustände der Einflussparameter der Unternehmensergebnisse sind im Regelfall unbekannt. Add-In basierte Simulationsprogramme liefern eine günstige und leicht umsetzbare Möglichkeit, Unsicherheiten im Due Diligence Prozess adäquat zu formulieren und Dritten transparent zu machen. Durch Rückgriff auf die Monte - Carlo - Methode wird die Risikostruktur eines Akquisitionsobjekts graphisch und statistisch aufbereitet und der weiteren Risikoanalyse zugänglich gemacht. Obwohl die Entwicklung und das Angebot Spreadsheet basierter Programme in den letzten Jahren rasant fortgeschritten ist, konzentriert sich ihr Einsatzgebiet vorwiegend auf den finanzwirtschaftlichen Sektor und auf das industrielle Risikomanagement.

Im folgenden Beitrag wird deshalb untersucht, inwiefern auch der Due Diligence Prozess unter Zuhilfenahme von Simulationssoftware @Risk (Palisade), Criystal Ball (Oracle), ModelRisk (Vose Software) und Risk Solver (Frontline Systems) im Rahmen der Unternehmensbewertung bereichert werden kann.

Aufbauend auf den allgemeinen Anforderungen an eine Spreadsheet basierte Softwarelösung (Kapitel 2) und den Prozesschritten einer Monte - Carlo - Simulation wird zunächst dargestellt, welche Möglichkeiten die jeweiligen Programme bieten, um die in der Due Diligence aufgedeckten Wert- und Risikotreiber des Planungsmodells mit entsprechenden Verteilungen zu hinterlegen (Kapitel 3). Des Weiteren wird diskutiert, inwieweit es mittels Add - Ins gelingt, Abhängigkeitsbeziehungen zwischen den Inputvariablen des Discounted Cashflow Modells zu berücksichtigen (Kapitel 4). Neben der Simulationsdurchführung (Kapitel 5) werden anschließend die Analysierbarkeit der aus der Simulation resultierenden Ergebnisse sowie deren Limitationen für den Einsatz in der Bewertungspraxis aufgezeigt (Kapitel 6). Nach Durchleuchtung der durch die Anbieter bereitgestellten Supportfunktionen (Kapitel 7) schließt der Beitrag mit einer Zusammenfassung der gewonnenen Erkenntnisse. Basierend auf dem Softwarevergleich wird dabei die Frage beantwortet, ob und wenn ja welche Programme sich für die stochastische Unternehmensbewertung - insbesondere unter Berücksichtigung des Due Diligence Prozesses - besonders gut eignen.

Zusammenfassung und Fazit

Im Rahmen des Beitrags wurden die Excel basierten Simulationsprogramme @Risk, Crystal Ball, ModelRisk und Risk Solver auf die bewertungspraxisbezogene Anwendung in Bezug auf die Modellerstellung, die Simulationsdurchführung und die Ergebnispräsentation untersucht.

Hinsichtlich der Verteilungsdefinition verfügen alle Programme über die grundlegend notwendigen Funktionen. Für die Ausführung einer deterministischen Sensitivitätsanalyse leistet @Risk die beste Unterstützung. Model Risk bietet mit seiner umfangreichen Auswahl an Verteilungstypen die größte Modellflexibilität. Auch in Bezug auf einen bestmöglichen Support des Due Diligence Teams bei der Modellierung warten @Risk und ModelRisk durch die Möglichkeit zum Zeichnen und Aggregieren von Verteilungen mit guten Funktionen auf. Zudem sticht ModelRisk durch eine direkte Verteilungszusammenführung heraus. Für eine weitgehende Verlagerung der Modellierungskompetenz auf ein zentrales Due Diligence Team hält Risk Solver gute Funktionen bereit (SIPs, SLURPs), die nur durch die mangelnde Verfügbarkeit einer gut ausgestalteten Library beeinträchtigt wird. Auch die anderen Programme leisten z.T. sehr gute Dienste, um das Probability Management im Zuge der stochastischen Unternehmensbewertung betreiben zu können (Library - Funktionen für Verteilungen und / oder Simulationsergebnisse).

Im Rahmen der Verteilungsanpassung und des Fittings sind insbesondere @Risk sowie ModelRisk hervorzuheben. Risk Solver weist hier gewisse Limitationen bei der Benutzerfreundlichkeit und der individuellen Gestaltung der Graphiken und Statistiken auf. Auf Basis der Rangkorrelation nach Spearman erlauben @Risk, Cristal Ball und Risk Solver die Modellierung einfacher Abhängigkeitsbeziehungen verschiedener Modellvariablen, die sich insbesondere bei den ersten beiden genannten Programmen sehr gut umsetzen lassen. Komplexere Strukturen sind bei ModelRisk sehr gut ins DCF - Modell integrierbar (Copulas) bzw. werden bei allen Programmen direkt (Crystal Ball, Risk Solver) oder indirekt über sog. SLURP Funktionen ermöglicht.

Im Zusammenhang mit der Modellerstellung wird die Güte der Programme entscheidend davon bestimmt, über welche Erfahrungen und Möglichkeiten die jeweiligen Anwender verfügen. So werden Copulafunktionen häufig nur schwer abzuschätzen und den Mandanten kaum zu vermitteln sein. Das Probability Management spielt insbesondere bei großen Wirtschaftsprüfungs- und M & A - Gesellschaften eine Rolle. Hier können die Erkenntnisse bspw. auch im Rahmen einfacher Consultingaufträge genutzt werden. Für kleinere Gesellschaften mit wenigen Bewertungen ist aus Kosten - Nutzen - Aspekten das Konzept des Probability Managements hingegen weniger geeignet. Eine Aussage, welches der Programme im Zuge der Modellerstellung am besten ist, hängt deshalb immer auch vom jeweiligen Bewertungsfall und der interessierenden Problemstellung ab.

Bei der Simulationsdurchführung erweisen sich alle Programme als voll praxistauglich. Insbesondere @Risk und Crystal Ball sind hinsichtlich der Funktionen zur direkten Konvergenzüberwachung lobend hervorzuheben.

@Risk zeichnet sich auch bei der Darstellung und dem Datenexport der graphischen und statistischen Outputgrößen sowie bei der Szenario- und Sensitivitätsdarstellung im Rahmen der Ergebnispräsentation aus. Bewertungsprotokolle sind so einfach zu standardisieren und für den jeweiligen Bewertungsfall zu individualisieren. Ähnlich gut setzt ModelRisk den geforderten Leistungskatalog um. Zwar sind grundsätzlich auch die Features von Crystal Ball diesbezüglich gut anwendbar, jedoch ist die Benutzerfreundlichkeit - insbesondere bei größeren Planungsmodellen - verbesserungswürdig. Voreinstellungen, wie bspw. Graphiken, können nur Arbeitsplatz basiert vorgenommen werden, was die Umsetzung einer Corporate Identity in der Bewertungspraxis erschwert. Risk Solver überzeugt bei der Simulationsdurchführung aufgrund der Fähigkeit zur interaktiven Simulation. Bei der Darstellung und Umsetzung der Ergebnispräsentationen, bspw. zur Erstellung von benutzerdefinierten Bewertungsprtokollen oder der statistischen Darstellung von Ergebnisgrößen, besteht im Vergleich zu den anderen Anbietern Nachholbedarf. Insbesondere die mangelnde Anpassung der Sensitivitätscharts und die teilweise umständliche und unübersichtliche Darstellung einiger statistischer Größen kann im Vergleich zu den anderen Programmen nicht überzeugen. Zudem stellt sich die fehlende Möglichkeit zur Abspeicherung von Simulationsergebnissen eine gewisse Limitation dar. Vergleicht man die gewonnenen Erkenntnisse mit den Preisen der angebotenen Tools, spiegelt sich die Leistungsfähigkeit durchaus in den jeweiligen Anschaffungskosten wider.


Für den Praxiseinsatz ist zu bedenken, dass die Outputgrößen einer Simulation nur so gut sein können wie deren Inputgrößen. Hierzu sind hinreichende Anforderungen an den statistischen und fachlichen Sachverstand der Beteiligten selbst zu stellen. Auch noch so gute Simulationsprogramme sind nicht in der Lage, alle Risiken abzubilden und in der Planungsrechnung zu verarbeiten. Nichtsdestotrotz bietet die softwaregestützte Monte - Carlo - Simulation die Möglichkeit, sich im Due Diligence Prozess mit den Hauptrisiken des Bewertungsobjekts intensiv auseinanderzusetzen. Eine frühzeitige Verdichtung der Risiken im Planungsmodell wird somit vermieden.


Das zunehmende Interesse an der mehrwertigen Darstellung von unsicheren Sachverhalten dürfte in den nächsten Jahren dazu führen, dass neben der industriellen und finanzwirtschaftlichen Anwendung auch in der Unternehmensbewertung vermehrt auf simulationsbasierte Softwaretools zurückgegriffen wird. Add-In basierte Softwarelösungen stellen hierfür kostengünstige Alternativen zur deterministischen Bewertung bereit. Weitere Forschungsarbeiten zu diesem Thema könnten auch die praxisrelevante Anwendung zusätzlich vorantreiben.

Download des Beitrags


Informationen zu den beschriebenen Simulationsprogrammen:

@Risk


Crystal Ball

ModelRisk

Risk Solver