Maturity matching in unlisted firms: The within-firm evidence
Unter Verwendung eines umfassenden Datensatzes italienischer nicht börsennotierter Unternehmen liefert diese Arbeit binnen der Unternehmensebene Belege dafür, dass die Anlagenstruktur signifikant die Zusammensetzung der Laufzeiten von Verbindlichkeiten beeinflusst, wobei sie aufzeigt, dass das Laufzeit-Matching über verschiedene Unternehmensregime hinweg Bestand hat und die regulatorische Zertifizierung primär Firmen mit spezifischen Bilanzcharakteristika selektiert, anstatt diese zu formen.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Jedes Unternehmen, das sich Geld leiht, steht vor einer grundlegenden Entscheidung über die Zeit. Es kann einen Kredit aufnehmen, der schnell zurückgezahlt werden muss, vielleicht innerhalb eines Jahres, oder es kann sich einen Kredit sichern, der sich über viele Jahre erstreckt. Die Theorie darüber, wie Unternehmen dies steuern, basiert auf einer einfachen, logischen Idee namens Laufzeitkongruenz (Maturity Matching). Dieses Konzept besagt, dass ein Unternehmen versuchen sollte, die Dauer seiner Schulden mit der Dauer der von ihm gekauften Vermögenswerte abzustimmen. Wenn ein Unternehmen in eine Fabrik oder eine große Maschine investiert, die Jahrzehnte lang halten wird, ist es sinnvoll, das Geld für eine lange Zeit zu leihen. Wenn das Unternehmen stattdessen kurzfristige Kredite nutzt, um diese langlebigen Gegenstände zu kaufen, begibt es sich in eine riskante Situation, in der es ständig neues Geld finden muss, um alte Schulden zu tilgen, bevor die Vermögenswerte ihren Wert voll ausgeschöpft haben. Für große, börsennotierte Unternehmen wissen Forscher schon lange, dass dieses Matching stattfindet. Doch für die Millionen kleinerer, privater Unternehmen, die keine Anteile am Aktienmarkt verkaufen, blieb das Bild jedoch verschwommen. Wir wussten nicht, ob diese kleineren Firmen tatsächlich ihre Kreditlaufzeiten wählen konnten oder ob sie schlichtweg gezwungen waren, den jeweils verfügbaren kurzfristigen Kredit zu nehmen.
Ein Forschungsteam aus Italien setzte sich zum Ziel, diese Unsicherheit zu beseitigen, indem es die Finanzunterlagen von über elftausend nicht börsennotierten Unternehmen direkt untersuchte. Sie konzentrierten sich auf eine spezifische Frage: Bestimmt die Menge an physischem Eigentum, das ein Unternehmen besitzt, wie viel seiner Schulden kurzfristig versus langfristig sind? Das Team sammelte einen massiven Datensatz, der fast vierundsiebzigtausend Momentaufnahmen der Finanzen dieser Unternehmen zwischen 2016 und 2024 umfasste. Dieser Zeitraum beinhaltete eine Mischung aus gewöhnlichen kleinen Unternehmen, innovativen kleinen Firmen und brandneuen Start-ups, die eine offizielle staatliche Zertifizierung für ihre Innovation erhalten hatten. Da alle diese Gruppen ihre Abschlüsse auf die gleiche Weise einreichten, konnten die Forscher sie fair vergleichen, ohne dass die Daten durch unterschiedliche Berichterstattungsregeln verzerrt wurden. Sie wollten sehen, ob die Regel der Laufzeitkongruenz innerhalb einzelner Unternehmen funktionierte, während sich diese veränderten, und nicht nur beim Vergleich eines Unternehmens mit einem anderen.
Die Studie bestätigte, dass die Regel der Laufzeitkongruenz auch für kleine, private Firmen real ist, aber nicht so stark ausgeprägt ist wie bei Großkonzernen. Als die Forscher beobachteten, wie ein einzelnes Unternehmen seine Schuldenstruktur änderte, während es mehr physische Vermögenswerte kaufte, fanden sie ein klares Muster. Wenn ein Unternehmen seinen Anteil an Sachanlagen erhöhte, verschob es in der Tat einen Teil seiner Kreditaufnahme hin zu langfristigeren Darlehen. Diese Anpassung war jedoch unvollständig. Die Daten zeigten, dass Unternehmen ihr gesamtes Kreditportfolio nicht sofort in dem Moment umstrukturieren, in dem sie eine neue Maschine kaufen. Stattdessen geschah die Veränderung schrittweise über die Zeit. Die Forscher berechneten, dass die volle Auswirkung des Kaufs eines neuen Vermögenswertes auf die Laufzeit der Unternehmensschulden Zeit benötigt, wobei die endgültige Anpassung fast doppelt so groß war wie die unmittelbare Veränderung, die in einem einzelnen Jahr sichtbar war. Dieser Befund stellt die verbreitete Annahme in vielen Finanzstudien infrage, dass Unternehmen ihre Schulden innerhalb eines einzigen Jahres sofort anpassen.
Die vielleicht aufschlussreichste Entdeckung betraf die verschiedenen Arten von Unternehmen in der Stichprobe. Die Forscher fanden heraus, dass die Stärke dieser Matching-Regel stark vom Status des Unternehmens abhängt. Gewöhnliche kleine Unternehmen zeigten eine starke Tendenz, ihre langfristigen Vermögenswerte mit langfristigen Schulden abzustimmen. Innovative kleine Firmen zeigten eine schwächere Tendenz, und brandneue innovative Start-ups wiesen die schwächste Verbindung auf. Bei diesen Start-ups bewirkte der Besitz physischer Vermögenswerte sehr wenig, um ihnen den Zugang zu langfristigen Krediten zu ermöglichen. Die Forscher vermuteten, dass dies nicht daran lag, dass die Start-ups schlecht planten, sondern dass der Markt ihnen schlichtweg nicht für die langfristige Perspektive Geld leihen wollte, ungeachtet dessen, was sie besaßen. Um dies zu testen, erstellten sie eine neue Art der Gruppierung der Unternehmen, die rein auf der Form ihrer Bilanzen basierte und ihre offiziellen Bezeichnungen völlig ignorierte. Diese Methode trennte die Firmen natürlich in Gruppen auf, die den offiziellen Kategorien entsprachen. Die Gruppen, die wie Start-ups aussah, hatten die schwächste Verbindung zwischen Vermögenswerten und Schulden, während die Gruppen, die wie gewöhnliche Unternehmen aussah, die stärkste Verbindung hatten. Dies bewies, dass der Unterschied nicht durch die staatlichen Zertifikate selbst entstand, sondern dass die Zertifikate Unternehmen ausgewählt hatten, die bereits Bilanzen besaßen, die schwierig mit langfristigen Krediten abzustimmen waren.
Die Studie befasste sich auch mit einer häufigen Sorge in der Finanzforschung: ob die mathematischen Formeln, die zur Analyse der Daten verwendet wurden, zu einfach seien, um die komplexe Realität der Wirtschaft zu erfassen. Die Forscher testeten ihre linearen Gleichungen gegen anspruchsvolle Computermodelle, die subtile, gekrümmte Beziehungen in Daten erkennen können. Sie fanden heraus, dass das einfache, geradlinige Modell bemerkenswert gut funktionierte. Die komplexen Computermodelle fanden keine verborgenen Muster, die das einfache Modell übersehen hatte, und in einigen Fällen schnitten die komplexen Modelle sogar schlechter ab, wenn sie an neuen Daten getestet wurden. Dies deutet darauf hin, dass die Beziehung zwischen den physischen Vermögenswerten eines Unternehmens und seiner Schuldenstruktur tatsächlich geradlinig und proportional ist, anstatt ein verworrenes Geflecht verborgener Interaktionen zu sein. Die Forscher kamen zu dem Schluss, dass die Regel der Abstimmung von Vermögenswerten auf Schulden für diese Firmen eine reale, messbare Kraft ist, aber stark durch die Fähigkeit des Unternehmens eingeschränkt wird, einen Kreditgeber davon zu überzeugen, zu warten. Für viele innovative Start-ups fehlt diese Fähigkeit, was dazu führt, dass sie einen Haufen langfristiger Vermögenswerte durch einen Strom kurzfristiger Kredite finanzieren – eine prekäre Position, die politische Entscheidungsträger bei der Gestaltung von Förderprogrammen berücksichtigen sollten.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.