← Neueste Arbeiten
📈 Wirtschaftswissenschaften

Strengthening Intercompany Financing and Treasury Compliance Through Data Analytics

Diese Studie entwickelt ein rückverfolgbares Kontrollrahmenwerk für die konzerninterne Finanzierung und Treasury-Compliance, indem sie die Berichte der Shell International Finance B.V. für 2022–2024 sowie SOFR-Daten validiert und aufzeigt, dass zwar die Gesamtsummen konsistent bleiben, sich jedoch spezifische Details zu Laufzeiten und Währungen von Jahr zu Jahr ändern können, und verdeutlicht, wie Zinsberechnungskonventionen die Finanzergebnisse signifikant beeinflussen.

Ursprüngliche Autoren: Emmanuel Brefo

Veröffentlicht 2026-11-02
📖 5 Min. Lesezeit🧠 Tiefgang

Ursprüngliche Autoren: Emmanuel Brefo

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

Multinationale Konzerne sind riesige Netzwerke von Unternehmen, die über Grenzen hinweg agieren und Geld zwischen ihren eigenen Niederlassungen bewegen, um den Betrieb zu finanzieren, Risiken zu steuern und in neue Möglichkeiten zu investieren. Um diese interne Wirtschaft reibungslos am Laufen zu halten, verlassen sich diese Unternehmen auf die konzerninterne Finanzierung, was im Wesentlichen ein System von Darlehen und Geldtransfers zwischen verschiedenen Teilen derselben Organisation ist. Da diese Transaktionen zwischen verwandten Einheiten statt zwischen unabhängigen Fremden stattfinden, verlangen Steuerbehörden und Regulierungsstellen, dass sie fair bepreist werden, ein Konzept, das als dasdrittvergleichliche Prinzip (Arm's-Length-Prinzip) bekannt ist. Dies bedeutet, dass die Zinssätze und Bedingungen so aussehen müssen, wie sie vereinbart worden wären, wenn die Unternehmen mit Akteuren auf dem freien Markt verhandelt hätten. Die Sicherstellung dieser Fairness ist eine komplexe Aufgabe für Treasury-Abteilungen, die verifizieren müssen, dass jeder Dollar an Schulden korrekt klassifiziert, unter Verwendung der richtigen Kalendervorschriften berechnet und durch solide Belege gestützt wird. Wenn die Zahlen zwar stimmen, aber die zugrunde liegenden Details falsch sind, könnte ein Unternehmen erhebliche Compliance-Risiken ausgesetzt sein, selbst wenn seine Bilanz insgesamt perfekt aussieht.

Eine aktuelle Studie des Forschers Emmanuel Brefo untersucht, wie Datenanalysen helfen können, diese finanziellen Knoten zu entwirren, indem sie die öffentlichen Berichte eines großen globalen Finanzunternehmens, Shell International Finance B.V., genau unter die Lupe nimmt. Die Forschung konzentriert sich auf eine spezifische Herausforderung: wie sicherzustellen, dass die in Jahresdokumenten gemeldeten Zahlen nicht nur mathematisch korrekt, sondern auch semantisch präzise sind. Mit anderen Worten: Die Studie fragt, ob die den Geldbeträgen zugeordneten Bezeichnungen – wie die Währung, in der sie denominiert sind, oder das spezifische Jahr, auf das sie sich beziehen – über die Zeit hinweg konsistent bleiben. Der Forscher behandelte die veröffentlichten Berichte des Unternehmens aus den Jahren 2022, 2023 und 2024 als einen Satz von Dokumenten, die geprüft werden mussten, wobei er hunderte Zeilen an Daten bezüglich Darlehen, Zinssätzen und Fälligkeitsdaten extrahierte. Durch den Vergleich der Originalberichte mit den Vergleichszahlen, die in späteren Jahren erscheinen, erstellte die Studie eine rückverfolgbare Beweiskette, um zu sehen, ob die Daten einer genauen Prüfung standhalten.

Die Untersuchung begann mit der Überprüfung der grundlegenden Arithmetik der Finanztabellen. Der Forscher verifizierte, dass die Summen kleinerer Zeiträume korrekt zu dem Gesamtwert für jede Währung addiert wurden und dass die Gesamtsummen über alle Währungen hinweg mit den gemeldeten Zahlen des Unternehmens übereinstimmten. Diese Prüfungen wurden mit Bravour bestanden; die Zahlen stimmten exakt überein, mit lediglich minimalen Rundungsdifferenzen von eintausend Dollar, was innerhalb der akzeptablen Fehlermarge für solch große Finanzberichte liegt. Dies bestätigte, dass die interne Mathematik des Unternehmens solide war. Die Studie ging jedoch über die einfache Addition hinaus und suchte nach tiefer liegenden Inkonsistenzen. Sie verglich den Bericht von 2023 in seiner Erstveröffentlichung mit den 2023er Zahlen, die im Bericht von 2024 erschienen. Dies ist ein entscheidender Schritt, da Unternehmen ihre historischen Daten in neuen Berichten oft aktualisieren und diese Aktualisierungen manchmal subtile Änderungen einführen können.

Was der Forscher fand, war eine verborgene Diskrepanz, die die Gesamtzahlen vollständig maskierte. Im ursprünglichen Bericht von 2023 wurde ein bestimmter Schuldenbetrag als Britische Pfund deklariert, während derselbe Betrag im Bericht von 2024 als US-Dollar deklariert wurde. Das Gegenteil war bei einem anderen Teil der Schulden der Fall. Während der Gesamtwert der Schulden in beiden Versionen exakt gleich blieb, hatte sich die Währungsklassifizierung für zwanzig spezifische Datenpunkte umgekehrt. Diese Entdeckung verdeutlicht eine kritische Schwäche der traditionellen Wirtschaftsprüfung: Wenn man nur die Endsumme prüft, wird man nicht bemerken, dass sich die zugrunde liegenden Details geändert haben. Die Studie ermittelte nicht, welche Version die korrekte war oder warum die Änderung stattfand, aber sie bewies, dass allein durch öffentliche Daten ersichtlich war, dass eine Unstimmigkeit zwischen zwei offiziellen Versionen derselben finanziellen Erzählung existierte.

Um die Zuverlässigkeit finanzieller Berechnungen weiter zu testen, untersuchte die Studie auch, wie Zinssätze im Zeitverlauf angewendet werden. Der Forscher nutzte offizielle Marktdaten des Secured Overnight Financing Rate, eines Standard-Benchmarks für kurzfristige Kreditkosten, um zu berechnen, wie hoch die Zinsen für ein hypothetisches Darlehen von einhundert Millionen Dollar wären. Die Berechnung folgte strengen Regeln darüber, wie viele Tage ein Jahr hat und wie die Zinsen verzinst werden. Die Studie zeigte, dass die Änderung einer einzigen Regel, wie etwa die Verwendung eines 365-Tage-Jahres anstelle eines 360-Tage-Jahres, die endgültige Zinsbelastung um fast zweiundsiebzigtausend Dollar verändert hätte. Dies demonstrierte, dass selbst wenn der Marktzinssatz bekannt ist, die endgültigen Kreditkosten vollständig von den spezifischen Konventionen abhängen, die beim Zählen der Tage angewandt werden. Der Forscher konnte zudem einen veröffentlichten Durchschnittszinssatz aus einem Zeitraum von drei Monaten erfolgreich reproduzieren, was bewies, dass die mathematische Logik hinter diesen Berechnungen unabhängig mit hoher Präzision nachvollzogen werden kann.

Der Kernbeitrag dieser Arbeit ist eine neue Art des Denkens über die finanzielle Compliance. Anstatt eine ausgeglichene Bilanz als endgültigen Beweis für die Korrektheit zu betrachten, plädiert die Studie für ein System, das die Datenquelle, die spezifischen Bezeichnungen und die Berechnungsregeln miteinander verknüpft. Der Forscher schlägt einen Rahmen vor, in dem jede Zahl an ihre ursprüngliche Dokumentversion und ihre spezifische Bedeutung gebunden ist, was es Wirtschaftsprüfern ermöglicht, Probleme wie den Währungstausch aufzuspüren, die sonst unbemerkt geblieben wären. Dieser Ansatz behauptet nicht, alle Steuerprobleme zu lösen oder zu beweisen, dass ein Unternehmen Steuern vermeidet. Vielmehr bietet er eine reproduzierbare Methode, um zwischen einem einfachen Rechenfehler, einer Änderung in der Darstellung von Daten und einem echten Problem bei der Strukturierung einer Finanztransaktion zu unterscheiden. Indem das Unternehmen die Historie dessen bewahrt, wie Daten gemeldet und wie sie berechnet wurden, kann es eine robustere Verteidigung gegen Compliance-Verstöße aufbauen und sicherstellen, dass seine finanziellen Erzählungen nicht nur numerisch korrekt, sondern auch faktisch konsistent sind.

Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?

Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.

Digest testen →