Der_CreditManager_4-2019-HQ

PRAXIS
Zahlen beziehen sich auf Insolvenzen je
10.000 Unternehmen. Auf der Basis der
Berechnung des Local Moran´s Index
für jede Region wurden statistisch signifikante
Ausreißer und Cluster identifiziert.
Räumliche Clusterbildungen mit
hohen Werten des Anteils von Insolvenzen
an der Betriebszahl werden in NRW
sowie im Großraum Hamburg bzw. in
südlichen Regionen Sibiriens (Teilrepublik
Chakassien, Burjatien, Altaj, Gebiet
Kemerovo, Region Transbaikalien) beobachtet.
Clustergruppierungen mit
niedrigen Werten wurden in südlichen
Teilen des Landes Baden-Württemberg
und Bayern bzw. in der Region Primorje
im russischen Fernen Osten ermittelt.
Einflussfaktoren für die räumliche
Verteilung von Insolvenzen
Die abhängige Variable „Anzahl der
Insolvenzen je 10.000 sozialversicherungsplichtigen
Beschäftigten“, wurde
in Korrelation zu folgenden unabhängigen
Variablen, Prädiktoren, gesetzt:
Durchschnittseinkommen im Verhältnis
zum Existenzminimum sowie der
Interaktion der beiden Variablen Volumenindex
des Einzelhandels und Anteil
der überfälligen Verbindlichkeiten
zu den gesamten Verbindlichkeiten.
Mit anderen Worten – der Anteil der
Insolvenzen an der Gesamtzahl der
Betriebe ist insbesondere in den Regionen
mit niedrigem Einkommen und
schwacher Dynamik des Einzelhandels
besonders hoch.
Zur Methodik
Nach der Erstellung von kartographischen
Karten wurden in einem zweiten
Schritt interregionale Einlüsse
und Abhängigkeiten ausgewertet.
Berechnet wurde der Global Moran´s
Index, der basierend auf der Nachbarschaftsmatrix
und Variablenwerten
überprüft, ob räumliche Konzentrationen
oder nur eine zufällige Verteilung
vorhanden ist. Darüber hinaus wurde
der Local Moran´s Index ermittelt, mit
Dr. Anastasia Nosova
Projektmanagerin
Repräsentanz Freistaat Bayern in Moskau
anastasia.nosova@delcreda.com
Akademischer Abschluss, Industriequote,
Kleinstbetriebe, Langzeitarbeitslosigkeit
und Steuereinnahmen. Für
Deutschland wurden dabei Langzeitarbeitslosigkeit
und Industriequote als relevante
Faktoren in Bezug auf die Insolvenzanfälligkeit
in mehreren Modellen
ermittelt.
Schaut man sich zum Beispiel das Insolvenzcluster
Ruhrgebiet an, so weist diese
Region deutschlandweit besonders
hohe Werte bei der Langzeitarbeitslosigkeit
sowie eine niedrige Industriequote
im Vergleich zu z.B. südlichen
Regionen auf.
In Russland sind die regionalen Differenzen
am besten mit den folgenden
Prädiktorvariablen zu beschreiben:
dem eine lokale Beurteilung von Autokorrelationen
vorgenommen werden
kann.
Bei der anschließenden Regressionsanalyse
wurde die nichtparametrische
Prozedur „Multivariate Adaptive
Regressions-Splines“ unter Zuhilfenahme
der Programmiersprache R verwendet.
Die Beziehung zwischen den abhängigen
und unabhängigen Variablen
wird aus einer Menge an Koefhzienten
und Basisfunktionen konstruiert, indem
die Modellgenauigkeit maximiert
wird. Diese Technik ist hilfreich, wenn
keine Annahmen über den Typ von Beziehungen
(linear, logistisch usw.) zwischen
Prädiktor- und Kriteriumsvariablen
gegeben sind, so wie es in
unserem Fall ist.
Andreas Steinborn
Geschäftsführer
DELCREDA
andreas.steinborn@delcreda.com
23 23