ESG und Kreditrisiko

  • Chapter
  • First Online:
Der Einfluss von ESG auf das Kreditrisiko
  • 67 Accesses

Zusammenfassung

Die bisherigen empirischen Studien untersuchen in erster Linie die Auswirkungen der ESG-Performance eines Unternehmens aus einer Eigenkapitalperspektive oder der Shareholder Value-Orientierung. Neuere Studien widmen sich zunehmend der Beziehung zwischen ESG und den Kapitalkosten bzw. aus der Risiko-Perspektive. Die bisherige Evidenz zeigt eine Lücke sowohl an Ergebnissen in Zusammenhang mit Fremdkapitalkosten als auch mit fremdkapitalindizierten Risiken, dem Kreditrisiko. Abgeleitet aus diesem Forschungsbedarf, wird der State of the Art zu ESG und Kreditrisiko dargelegt.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Subscribe and save

Springer+ Basic
EUR 32.99 /Month
  • Get 10 units per month
  • Download Article/Chapter or Ebook
  • 1 Unit = 1 Article or 1 Chapter
  • Cancel anytime
Subscribe now

Buy Now

Chapter
EUR 29.95
Price includes VAT (Germany)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
EUR 54.99
Price includes VAT (Germany)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
EUR 74.99
Price includes VAT (Germany)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free ship** worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Notes

  1. 1.

    Siehe dazu bspw. El Ghoul et al., 2011. Sassen et al. (2016) untersuchen das aktienbezogene Risiko für eine europäische Stichprobe. In Abschnitt 2.5 werden die bisherigen Ergebnisse zu eigenkapitalbezogenen Risiken genauer erläutert.

  2. 2.

    Vgl. Menz, 2010; Oikonomou et al., 2014.

  3. 3.

    Brown/Moles, 2014, 1/2.

  4. 4.

    Vgl. Wagner, 2008, 6.

  5. 5.

    Für detaillierte Ausführungen zur Kreditwürdigkeitsprüfung siehe bspw. Hartmann-Wendels, 2019, 448–473.

  6. 6.

    Vgl. Guserl et al., 2022, 201.

  7. 7.

    Vgl. Brown/Moles, 2014, 1/2.

  8. 8.

    Vgl. Brown/Moles, 2014, 1/6.

  9. 9.

    Vgl. Saunders/Allen, 2010, 93.

  10. 10.

    Unterschiedliche Arten von Schuldtiteln haben unterschiedliche Erlösquoten. So haben bspw. vorrangige Wertpapiere tendenziell höhere Einbringungsquoten als nachrangige Wertpapiere, wenn alle anderen Parameter gleich sind. Vgl. Saunders/Allen, 2010, 135.

  11. 11.

    Vgl. Saunders/Allen, 2010, 135.

  12. 12.

    Vgl. Wagner, 2008, 9.

  13. 13.

    Für eine nähere Betrachtung der Schätzung von Ausfallwahrscheinlichkeiten aus Anleihepreisen siehe Hartmann-Wendels, 2019, 470–471.

  14. 14.

    Vgl. Saunders/Allen, 2010, 67.

  15. 15.

    Vgl. Saunders/Allen, 2010, 74.

  16. 16.

    Vgl. Fight, 2004, 3.

  17. 17.

    Vgl. Fight, 2004, 216.

  18. 18.

    Vgl. Guserl et al., 2022, 202.

  19. 19.

    Guserl et al., 2022, 205 und 208.

  20. 20.

    Vgl. Guserl et al., 2022, 208–211.

  21. 21.

    Vgl. Guserl et al., 2022, 230.

  22. 22.

    Vgl. Fitch, 2021, 1.

  23. 23.

    Vgl. Guserl et al., 2022, 202.

  24. 24.

    Müller, 2007, 277.

  25. 25.

    Vgl. Saunders/Allen, 2010, 74.

  26. 26.

    Innerhalb der Ratingkategorien kann Fitch Modifikatoren verwenden. Die Modifikatoren “+” oder “−” können an ein Rating angehängt werden, um den relativen Status innerhalb der Hauptratingkategorien anzugeben. Vgl. Fitch, 2021, 11. Im Bereich Corporate Finance werden ausgefallene Verbindlichkeiten in der Regel nicht mit einem D-Rating versehen, sondern je nach ihren Erholungsaussichten und anderen relevanten Merkmalen in die Ratingkategorien CCC bis C eingestuft. Mit diesem Ansatz werden Verpflichtungen mit vergleichbaren erwarteten Gesamtverlusten, aber unterschiedlicher Anfälligkeit für Ausfälle und Verluste besser aufeinander abgestimmt. Vgl. Fitch, 2021, 16.

  27. 27.

    Vgl. Brown/Moles, 2014, 1/10.

  28. 28.

    Vgl. Jeckle/Stickler, 2003, 81.

  29. 29.

    Vgl. Brown/Moles, 2014, 1/10.

  30. 30.

    Vgl. Brown/Moles, 2014, 1/10–11.

  31. 31.

    Vgl. Wagner, 2008, 6.

  32. 32.

    Vgl. Guserl et al., 2022, 233–234.

  33. 33.

    Vgl. Barth et al., 2022, 3.

  34. 34.

    Vgl. Gibson Brandon et al., 2021, 105.

  35. 35.

    KLD-Daten werden verwendet von Hsu/Chen, 2015; Oikonomou et al., 2014; Chava, 2014; Nandy/Lodh, 2012; Goss/Roberts, 2011; Bauer/Hann, 2010; Bauer et al., 2009. Die Daten von MSCI (vormals KLD) werden von Amiraslani et al., 2023; Gao et al., 2021; Höck et al., 2020; Cooper/Uzun, 2015 und Attig et al., 2013 herangezogen.

  36. 36.

    ASSET 4-Daten werden verwendet von Eliwa et al., 2021; Salvi et al., 2021; Drago et al., 2019; La Rosa et al., 2018; Stellner et al., 2015; und die „neuen“ Refinitiv-Daten von Bannier et al., 2022; Barth et al., 2022; Apergis et al., 2022.

  37. 37.

    Siehe dazu bspw. Barth et al., 2022.

  38. 38.

    Siehe dazu bspw. Bannier et al., 2022; Salvi et al., 2021.

  39. 39.

    Siehe Hoepner et al. (2016), die ein globales Sample untersuchen.

  40. 40.

    Siehe Shahrour et al. (2021) für die Untersuchung des Ausfallrisikos im Euro-Raum.

  41. 41.

    Siehe dazu Sun/Cui, 2014.

  42. 42.

    Siehe dazu Magnanelli/Izzo, 2017.

  43. 43.

    Gompers et al. (2003) konstruieren einen Index auf der Grundlage von 24 Governance-Bestimmungen, der als G_SCORE bezeichnet wird, um die Machtverteilung zwischen Investoren und Management zu messen. Ein höherer G_SCORE deutet auf geringere Aktionärsrechte und größere Macht des Managements hin. Ashbaugh-Skaife et al. (2006) verwenden die G_SCORE-Metrik von Gompers et al. (2003), um die Stakeholder-Rechte-Komponente der Governance zu erfassen. Vgl. Ashbaugh-Skaife et al., 2006, 210.

  44. 44.

    Die Vorgehensweise der Erstellung von ESG-Scores mit Informationen aus der (nicht-finanziellen) Berichterstattung ist vor allem in der Accounting-Literatur vertreten.

  45. 45.

    Siehe dazu Höck et al., 2020; Chava, 2014; Nandy/Lodh, 2012; Bauer/Hann, 2010.

  46. 46.

    Siehe dazu Gao et al., 2021; La Rosa et al., 2018; Bauer et al., 2009.

  47. 47.

    Siehe dazu Ashbaugh-Skaife et al., 2006.

  48. 48.

    Siehe dazu Amiraslani et al., 2023; Sun/Cui, 2014.

  49. 49.

    Siehe dazu bspw. Stellner et al., 2015; Goss/Roberts, 2011.

  50. 50.

    Siehe dazu bspw. Bannier et al., 2022.

  51. 51.

    Dazu soll aber auch erwähnt werden, dass diese Literaturanalyse nicht systematischer Natur ist und daher auch keine allgemeingültigen Aussagen getroffen werden können bzw. diese Ergebnisse daher auch nicht visualisiert werden.

  52. 52.

    Siehe dazu Bannier et al., 2022; Eliwa et al., 2021.

  53. 53.

    Siehe Stellner et al., 2015.

  54. 54.

    Siehe bspw. Dorfleitner/Grebler (2020) die auf die Unterschiede der ESG-Relevanz zwischen Asien und Europa sowie den USA hinweisen. Nach den Autoren zeigen sich für Asien keine signifikanten Effekte (bei der Betrachtung von Ratings), im Gegensatz zu Europa und den USA. Obwohl sowohl Europa als auch die USA starke Effekte in der sozialen Dimension (v. a. Diversität) aufzeigen, können auch hier keine Effekte für den asiatischen Raum gefunden werden. Die Autoren führen dies v. a. auf unterschiedliche kulturelle Gegebenheiten hin. Vgl. Dorfleitner/Grebler, 2020, 1389. Kröll et al. (2014) weisen hinsichtlich der Untersuchung der Governance-Dimension zudem auch auf begrenzte Vergleichbarkeit speziell zwischen Europa und den USA aufgrund von regionalen Unterschieden u. a. hinsichtlich der Governance-Struktur hin. Vgl. Kröll et al., 2014, 621.

  55. 55.

    Die Literatur die sich im Speziellen nur mit der Finanzindustrie beschäftigt, wird hier nicht weiter aufgegriffen. Auch nicht jene, die speziell die Asset-Klasse Real Estate in Verbindung mit REITs untersucht. Zu Ergebnissen bezüglich REIT Bonds siehe bspw. Eichholtz et al., 2019.

  56. 56.

    Vgl. Ge/Liu, 2015, 603.

  57. 57.

    Siehe bspw. Dorfleitner/Grebler, 2020; Stellner et al., 2015; Goss/Roberts, 2011. Menz (2010) verwenden grds. den Merrill Lynch Non-Financial Corporate Bond Index.

  58. 58.

    Vgl. Kahle, 2002, 7–10.

  59. 59.

    Chava (2014) findet zudem, dass Unternehmen mit Bedenken hinsichtlich der Umwelt-Leistung weniger institutionelle Eigentümer haben und sich weniger Banken an Kreditsyndikaten beteiligen im Vergleich zu Unternehmen ohne Umweltbedenken. Vgl. Chava, 2014, 2223.

  60. 60.

    Hoepner et al. (2016) haben dazu eine Interaktionsvariable mit einem Crisis Dummy und dem CSR-Score (E, S) gebildet, während der Crisis Dummy alleine einen signifikanten positiven Einfluss auf die Risikoprämien aufweist, zeigt sich keine Veränderung in Bezug auf die Ergebnisse in Zusammenhang mit den CSR-Scores. Vgl. Hoepner et al., 2016, 179.

  61. 61.

    Hsu/Chen (2015) haben auch das Kreditrating und Anleihespreads als proxies für das Kreditrisiko herangezogen und finden auch in Bezug auf diese Variablen risikominimierende Effekte von ESG. Davon wird unter den jeweiligen Messvariablen erneut berichtet.

  62. 62.

    Vgl. Bannier et al., 2022, 5.

  63. 63.

    Wie bspw. die Studien von Oikonomou et al., 2014; Attig et al., 2013.

Author information

Authors and Affiliations

Authors

Corresponding author

Correspondence to Anna Gappmaier .

Rights and permissions

Reprints and permissions

Copyright information

© 2024 Der/die Autor(en), exklusiv lizenziert an Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature

About this chapter

Check for updates. Verify currency and authenticity via CrossMark

Cite this chapter

Gappmaier, A. (2024). ESG und Kreditrisiko. In: Der Einfluss von ESG auf das Kreditrisiko. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-45004-5_3

Download citation

  • DOI: https://doi.org/10.1007/978-3-658-45004-5_3

  • Published:

  • Publisher Name: Springer Gabler, Wiesbaden

  • Print ISBN: 978-3-658-45003-8

  • Online ISBN: 978-3-658-45004-5

  • eBook Packages: Business and Economics (German Language)

Publish with us

Policies and ethics

Navigation