close
Share with your friends

Analytics im Liquiditätsmanagement hilft dem Treasury, sich auf eine unsichere Zukunft vorzubereiten

Analytics im Liquiditätsmanagement

In Zeiten der wirtschaftlichen Unsicherheit steigt das Risiko von Liquiditätsengpässen.

Börries Többens

Partner, Audit, Finanz- und Treasury Management, Finance Advisory

KPMG AG Wirtschaftsprüfungsgesellschaft

Kontakt

Verwandte Inhalte

Treasury Analytics

Durch gezieltes Stresstesting im Liquiditätsmanagement und Szenarioanalysen können präventive Handlungsmaßnahmen abgeleitet werden.

Das Stresstesting findet hauptsächlich in der Finanzwirtschaft Anwendung. Auf Unternehmensliquidität angewendet bedeutet dies, dass die Auswirkung und Veränderung von Risikofaktoren auf die resultierende Liquidität simuliert wird.

Die Praxis zeigt, dass viele Unternehmen insbesondere im Hinblick auf verfügbare Daten und die Erstellung von Analysen vor erheblichen Herausforderungen stehen. So stehen oftmals die notwendigen Daten nicht in hinreichender Genauigkeit oder Granularität zur Verfügung. Zur Durchführung der Analysen werden ad-hoc Excel-Lösungen aufgebaut, die eine dynamische und kontinuierliche Pflege von Analyseparametern erschweren. Um ein funktionierendes Analysemodell aufzubauen, müssen vier Schritte definiert, aufeinander abgestimmt und operationalisiert werden:

  1. Eine transparente Planung der Cashflows zur Liquiditätsprognose als Basis.
  2. Ein auf die Ziele und das Geschäftsumfeld abgestimmter Szenarienkatalog, in dem wichtige Parameter der Szenarien definiert sind.
  3. Eine automatisierte Versorgung mit qualitätsgesicherten Daten für die Planung und die Analyse der einzelnen Szenarien.
  4. Ein Reporting mit adressatengerechter Granularität der Informationen und einen standarisierten und automatisierten Reporterstellungsprozess eingebettet in eine Reportinglösung (beispielsweise BI).

Transparente und zentralisierte Liquiditätsplanung dient als Grundbaustein für Analysen

Zur Durchführung von validen Stresstests werden vor allem verlässliche und transparente Plan-Cashflows, vorhandene liquide Mittel sowie verfügbare Finanzierungsinstrumente, zum Beispiel Kreditlinien, benötigt. Darüber hinaus ist auch eine Treiberanalyse der Plan-Cashflows erforderlich, die Schlüsse auf endogene und exogene Abhängigkeiten der Cashflows zulässt. Hierbei reicht es also nicht Plan-Cashflows im Sinne ihres dispositiven Charakters, also in Form von Zahlungsvorschlagslisten oder anderen Cash Positionen, zu betrachten. Vielmehr müssen Plan-Cashflows im Sinne ihrer Mittelverwendung kategorisiert werden, also zum Beispiel in der Unterscheidung zwischen Auszahlungen an Lieferanten und Auszahlungen für Investitionen. Nur so lassen sich einzelne Treiber einer entsprechenden Kategorisierung zuordnen, um möglichst granulare Parameterveränderungen im Zuge der Szenarioanalysen vorzunehmen. Diese Zentralisierung der Planung mit einem konsistenten Ansatz schafft Vergleichbarkeit im Zeitverlauf und ermöglicht neben vorrauschauenden Analysen eine Verbesserung der Planung anhand von Erkenntnissen aus dem Backtesting.

Abstimmung des Szenarienkatalogs auf die Ziele und das Geschäftsumfeld des Unternehmens

Als Aufsatzpunkt der Szenarienanalyse gilt es, eine konkrete Zusammenstellung an Treibern und Risikofaktoren für die nachfolgenden Stresstests zu definieren. Hierbei kann es sich um die Marktpreisentwicklung essenzieller Rohstoffe, die Entwicklung von Absatz- oder Umsatzelementen oder die Verfügbarkeit von Kreditlinien handeln. Zusammenhänge und Korrelationen zwischen den Treibern und den jeweiligen Cashflow-Positionen sind auf Basis von Vergangenheitswerten möglichst genau zu eruieren. Im Anschluss erfolgt die Definition der Szenarien, bei denen das Zusammenspiel möglicher endogener und exogener Faktoren und deren Auswirkungen auf die identifizierten Treiber betrachtet werden. Darüber hinaus müssen Inputfaktoren aus dem klassischen Risikomanagement mit in Betracht gezogen werden. Beispielweise wären das:

  • Währungen: Entwicklung der wichtigsten Währungskurse gegenüber den Rohstoffpreisen und der Hauswährung.
  • Zinsen: Entwicklung von variablen Zahlungsverpflichtungen aus beispielsweise Kreditzusagen oder begebenen Anleihen sowie den Zahlungseingängen aus getätigten Investitionen.
  • Banken: Entwicklung der Counterparty-Risikokennzahlen wie Ratings oder CDS Spreads. Beispielweise sollten die Auswirkungen des Ausfalls mindestens einer Kernbank simuliert werden können.
  • Kundenzahlungen: Hierbei fließen Zeitreihen über das Zahlungsverhalten und -ausfälle der Kunden in die Analysen ein. Veränderungen können sich signifikant auf die Liquidität des Unternehmens auswirken.
  • Eigene Zahlungen: Dabei geht es um die Auswirkungen der eigenen Zahlungskonditionen gegenüber Dritten sowie des Managements von internen Zahlungsfüssen zum Beispiel gegenüber Tochterunternehmen. 

Ein solcher Szenarienkatalog sollte, einmal aufgesetzt, nachfolgend im Dialog mit den wichtigsten Ansprechpartnern im Unternehmen kontinuierlich angewendet und gegebenenfalls erweitert werden.

Automatisierte Datenbeschaffung spart Zeit und sichert die Qualität der Ergebnisse

Die obige Aufstellung der potenziellen Risikofaktoren macht sichtbar, dass die Komplexität der Wirkungszusammenhänge sehr hoch, gar unkontrollierbar werden kann. Auch, wenn die Komplexität möglichst diskret gehalten werden sollte, ist für die Datenmodellierung der Zusammenhänge der Einsatz von Analytics-Lösungen ratsam.

Da dies für den Erfolg einer hinreichend flexiblen und dennoch kontrollierbaren Lösung die Grundlage bildet, wird das Vorgehen an dieser Stelle explizit erläutert. Die für die Analysen und Stresstests notwendigen Daten sollten idealerweise in einem dedizierten Data Hub zusammengeführt werden. Dafür sind besonders sogenannte ETL-Strecken geeignet. Die Abkürzung ETL steht für Extract, Transform und Load, die einzelnen aufeinanderfolgenden Phasen des automatisierten Datenverarbeitungsprozesses.

Extract-Phase: Daten werden aus internen und externen Datenquellen (beispielsweise Währungen) extrahiert und beispielweise in einer Datenbank zwecks Weiterverarbeitung abgelegt. 

Transform-Phase: Diese Phase unterteilt sich in zwei Teilschritte. Initial wird das Data Cleansing durchgeführt. Hierbei werden die Daten qualitätsgesichert und aufgearbeitet. Anschließend werden die im Reporting und die für Szenarien und Stresstests gebrauchten Werte und KPIs berechnet. Durch Datenmodellierung kann beispielsweise auch berücksichtigt werden, wie sich ein verminderter Absatz auf die Beschaffung und Fluktuationen des eigenen Lagerbestandes auswirken kann. Nachfolgend können ebenfalls Auswirkungen auf bestehende Covenants, wie zum Beispiel Net Financial Debt, simuliert werden.

Load-Phase: Die letzte Phase beschäftigt sich damit die Daten an alle relevanten Programme in der IT-Landschaft zu verteilen. Üblicherweise sind es BI-Tools oder Software, die diese Daten nutzt, um weitere komplexe Berechnungen zu betreiben.

Optimalerweise bedarf es keiner manuellen Eingriffe in diesen Prozess, nachdem dieser einmalig initial aufgesetzt worden ist. Der hohe Automatisierungsgrad führt zu einer signifikanten Reduktion des Analyseaufwands. 

Adressatengerechtes Reporting ermöglicht effektive Geschäftsentscheidungen durch Business Insights

Mit modernen BI Reporting Tools lassen sich die anfangs identifizierten Zusammenhänge und Korrelationen der verschiedenen Treiber und Cashflow-Positionen abbilden. Zur Simulation von Events und Entwicklungen können so die Treiber über Eingabemasken adjustiert werden, um deren Auswirkungen auf die geplanten Cashflows zu analysieren. Hierbei sollten auch die vorhandenen liquiden Mittel sowie verfügbare Kreditlinien berücksichtigt werden, um ein holistisches Bild der allgemeinen Liquiditätssituation zu zeichnen.

Besonders vorteilhaft sind Kommentierungs- und Versionierungsfunktionen, um Nachvollziehbarkeit entlang der Berichtsketten zu schaffen. Dies erlaubt auch die kritische Würdigung durch Reviewer und die Dokumentation von Entscheidungsvorlagen. Auch kann die Detailtiefe der angezeigten Informationen anhand von sogenannten Drill-Down Funktionalitäten ausgesteuert werden. Dank der Drill-Downs benötigt es aber keine größeren Abstimmungsrunden, da detailliertere Informationen bei Bedarf sofort durch den Empfänger abgerufen werden können. Durch diese zentral verfügbaren, detaillierten Daten und Informationen werden Entscheidungswege im Finanzbereich und zugleich zu den operativen Einheiten effizienter und hochwertiger.

Fazit

Die Abbildung der Szenarioanalysen im Rahmen des Stresstesting durch Nutzung von Analytics erlaubt die kontinuierliche Auswirkung von sich verändernden Risikofaktoren und ermöglicht damit die weiterführende Beobachtung von antizipierten Entwicklungen. Auf dieser Basis können Cashflow-Entwicklungen frühzeitig erkannt werden. Durch aktive Cashflow-Steuerung kann zudem flexibler auf zu erwartende Situationen reagiert werden. 

Automatisierte Analysen gewinnen immer mehr an Bedeutung für Unternehmen jeglicher Größe und Branche. Sicherlich schützen vorausschauende Analysen nicht gegen alle Risiken, helfen aber das Unternehmen auf jeder Verantwortungsstufe besser zu steuern. Ausgehend von Liquiditätszielen und Risikoaversion muss die Komplexität der aufzubauenden Analysemöglichkeiten sauber abgewogen werden. Wir empfehlen die Maxime: So komplex wie nötig, so simpel wie möglich.

Automatisierung erlaubt jedoch auch vorhandenen Ressourcen, sich auf wertschöpfende Aktivitäten zu fokussieren. Wichtige KPIs, wie Reduktion von Fremdfinanzierungskosten bzw. effizientere Anlage von Finanzmitteln, können so einfacher erreicht werden. Vor allem aber erlauben tiefgreifende Analysemöglichkeiten dem Treasurer, die Unternehmensführung auf verschiedene zukünftige Entwicklungsmöglichkeiten der Liquiditätspuffer aufmerksam zu machen und frühzeitig Gegenmaßnahmen für unsichere Zeiten einzuleiten.

Quelle: KPMG Corporate Treasury News, Ausgabe 105, Oktober 2020

KPMG Corporate Treasury News

© 2020 KPMG AG Wirtschaftsprüfungsgesellschaft, eine Aktiengesellschaft nach deutschem Recht und ein Mitglied der globalen KPMG-Organisation unabhängiger Mitgliedsfirmen, die KPMG International Limited, einer Private English Company Limited by Guarantee, angeschlossen sind. Alle Rechte vorbehalten. Für weitere Einzelheiten über die Struktur der globalen Organisation von KPMG besuchen Sie bitte https://home.kpmg/governance.

So kontaktieren Sie uns

 

Angebotsanfrage (RFP) einreichen

 

loading image Zum Angebotsformular