Kontrollrechnungen © Ewert/Wagenhofer 2008. Alle Rechte vorbehalten! Ziele Analyse der Funktionen von Kosten- und Erlöskontrollen Darstellung der verschiedenen Methoden von Abweichungsanalysen und ihrer Aussagekraft Ermittlung und Diskussion typischer Kosten- und Erlösabweichungen Darstellung von Auswertungsmöglichkeiten von Abweichungen Analyse der Auswertung im Rahmen eines Agency-Modells 7.2 Kontrolle und Abweichungsursachen Kontrolle: Gegenüberstellung von Sollgrößen und realisierten Größen, Ermittlung von Abweichungen sowie Auswertung Nicht kontrollierbare Abweichungen Unvorhersehbare Zufallsereignisse Überbetriebliche Ereignisse (höhere Gewalt, Wirtschaftskrise...) Zwischenbetriebliche Ereignisse (Konkurrenz, Markteinbruch...) Innerbetriebliche Ereignisse (Schäden an Anlage, ...) Kontrollierbare Abweichungen Vermeidbare Abweichungen Hauptaugenmerk der Kontrolle Abweichungsursachen Planungsfehler Realisationsfehler Fehlerhafte Situationsbeschreibung, Prognosefehler Unbeabsichtigte Fehler Beabsichtigte Fehler Auswertungsfehler Fehler bei Istgrößenermittlung, Abweichungserrechnungsfehler, Interpretationsfehler 7.3 Funktionen der Kontrolle (1) Entscheidungsfunktion Verbesserung künftiger Planungs- und Entscheidungsprozesse (Lernfunktion) Mehrperiodige Unternehmenssituation Entscheidungen und Umweltsituationen in früheren Perioden entfalten Auswirkungen in Folgeperioden Verbesserung der Planung künftiger Perioden Setzen von Maßnahmen zur Vermeidung künftiger Abweichungen Verhaltenssteuerungsfunktion Koordination dezentral getroffener Entscheidungen, erforderlich durch Zielkonflikte zwischen Entscheidungsträger(n) und Unternehmensleitung Asymmetrisch verteilte Information – Informationsvorsprung der Bereichsleiter gegenüber Unternehmensleitung – Zentrale kann Aktivitäten nicht direkt beobachten 7.4 Funktionen der Kontrolle (2) Periodizität Kontext Einpersonenkontext Mehrpersonenkontext Einmaliges Entscheidungsproblem Mehrfaches Entscheidungsproblem keine Funktion Entscheidungsfunktion Verhaltenssteuerungsfunktion Entscheidungsfunktion und Verhaltenssteuerungsfunktion Verhaltenswirkung ist in Zusammenhang mit Organisation und Personalführung zu sehen 7.5 Abweichungen und theoretische Modelle kontrollierbare Mit Berücksichtigung Kosten/Nutzen einperiodig Abweichungen Modelle Modelle nicht kontrollierbare Ohne Berücksichtigung Kosten/Nutzen mehrperiodig 7.6 Grundsätzliche Konzeption von Kontrollrechnungen - Überblick Aufstellung des Kontrollfeldes Bestimmung Sollund Istgrößen Vergleich Soll- und Istgrößen Aufspaltung in Einzelabweichungen Auswertung der Ergebnisse 7.7 Grundsätzliche Konzeption von Kontrollrechnungen (1) Aufstellung des Kontrollfeldes Weitgehend aus Erfahrung, Wirtschaftlichkeitsprinzip Kontrollobjekte zu kontrollierende Aktivitäten bzw Sachverhalte Kontrollausmaß geschlossener oder partieller Soll-Ist-Vergleich Kontrollhäufigkeit Zeitabstände zwischen Kontrollen 7.8 Grundsätzliche Konzeption von Kontrollrechnungen (2) Bestimmung der Sollgrößen (1) Istgrößen des Unternehmens aus früherer Periode (Zeitvergleich) – Schmalenbach; Vergleich „Schlendrian mit Schlendrian“ – Philosophie des continuous improvement Normalisierte Größen als Durchschnitt von Istgrößen früherer Perioden – Beseitigung von Ausreißern Istgrößen "vergleichbarer" Unternehmen (Betriebsvergleich) – Welche Unternehmen vergleichbar? – Welche Schlüsse möglich? – Definition und Detaillierungsgrad der Sollgrößen beim Vergleichsunternehmen Plangrößen als Prognosegrößen – Prognosegrößen auch für Unternehmensplanung relevant – Prognosegrößen beinhalten erwartete Unwirtschaftlichkeiten 7.9 Grundsätzliche Konzeption von Kontrollrechnungen (3) Bestimmung der Sollgrößen (2) Plangrößen als Standardgrößen Basis: Feste Preise (Verrechnungspreise) Normalgrößen: Normalbeschäftigung, Normalverbrauch (Vereinfachung der Planung) Optimalgrößen: Basis künftiger optimaler Bedingungen Verhaltensorientierte Größen: Verhaltenswissenschaftliche Überlegungen (zB Anspruchsniveautheorie) Ökonomische Überlegungen (rationale Entscheidungsträger) Bestimmung Istgrößen Identisch zu Sollgrößen Problem der Erfassbarkeit der Istgrößen bei Sollgrößen zu beachten Fixkostenproblematik: Arbeitshypothese: Abweichungen nur bei variablen Kosten 7.10 Anspruchsniveautheorie (1) Anspruchsniveau Jenes Ziel, dessen Erreichung vom Entscheidungsträger erhofft wird (subjektives Erfolgsgefühl) Grundidee Reduktion Sollkosten zunächst Erhöhung Anspruchsniveau und Leistung bei weiterer Reduktion geringere Steigerung bis Sinken des Anspruchsniveaus 7.11 Anspruchsniveautheorie (2) k = gesetztes Istkostenniveau E(k) = subjektives Erfolgsgefühl M(k) = subjektives Misserfolgsgefühl p(k) = Erfolgswahrscheinlichkeit W(k) = subjektiver Erfolgs-Misserfolgs-Gefühls-Erwartungswert k* = Kostenvorgabe B(k-k*) = Belohnung (Bestrafung) (1) Keine Kostenvorgabe W k p k E k 1p k M k Max k (2) Mit Kostenvorgabe W k p k E k 1 p k M k B k k Max k 7.12 Anspruchsniveautheorie (3) Kostenniveau B(k k*) ? k kn ka k 1 2 3 4 5 6 Fälle kn = durchschnittlich erzielbares Kostenniveau ohne Kostenvorgabe k* = Kostenvorgabe ka = Anspruchsniveau (mit Berücksichtigung von k*) k = das jeweils realisierte Istkostenniveau 7.13 Implikationen der Verhaltensbetrachtungen Entscheidungsfunktion und Verhaltenssteuerungsfunktion können verschiedene Sollgrößen erfordern Produktions- und kostentheoretische Zusammenhänge sind nicht die einzigen Grundlagen für Kostenprognosen Verhaltensorientierte Aspekte sind ebenfalls bei Kostenprognosen zu beachten Verhaltensaspekte betonen die individuelle Motivationsstruktur der Mitarbeiter, daher starke situative Ahängigkeit Das Anreizsystem B(k k*) spielt offenbar auch bei verhaltensorientierten Ansätzen eine zentrale Rolle, wird aber nicht explizit thematisiert Die obigen Implikationen gelten analog auch für andere Kontrollobjekte 7.14 Abweichungsanalysen: Bezugssystem (1) Ist-Soll- oder Soll-Ist- Vergleich? (“Grundkonzept”) Gesamtabweichung strukturierbar als: i p Ist-Soll-Vergleich: K K K p i Soll-Ist-Vergleich: K K K Soll Kostenerhöhung positives Vorzeichen haben Ist-Soll Vergleich Interpretation am Unternehmensziel Soll-Ist-Vergleich für Kostenabweichung, Ist-SollVergleich für Deckungsbeitrags- oder Gewinnabweichung oder Ist-Soll-Vergleich für alle Teilabweichungen L L K K G Gi Gp Li K i Lp K p Li Lp K p K i G Gi Gp i p i p 7.15 Abweichungsanalysen: Bezugssystem (2) Bezugsbasis p i i Istbezugsgrößen: y y y i p p Planbezugsgrößen: y y y Unterschied formal bedeutsam bei Angabe der Abweichung als Prozentsatz der Basis! Materielle Unterschiede bei der Aufspaltung in Einzelabweichungen (Gewichtung) Istbezugsgröße eher für Abweichungen aus nicht kontrollierbaren Ursachen Entscheidungsfunktion Planbezugsgröße eher für Abweichungen aus kontrollierbaren Ursachen Verhaltenssteuerung In weiterer Folge Ist-Soll-Vergleiche mit Planbezugsgrößen 7.16 Bezugssysteme - Beispiel Beispiel rp = 10 ri = 12 qp = 21 qi = 20 Plankosten Kp = rp × qp = 210 Istkosten Ki = ri × qi = 240 Ist-Soll-Vergleich mit Planbezugsgrößen K K i K p (r p pr ) (q p pq) r p q p pr q p r p pq pr pq = 2 21 + 10 (1) + 2 (1) = 42 10 2 = +30 Ist-Soll-Vergleich mit Istbezugsgrößen K K i K p r i q i (r i pr ) (q i pq ) pr q i r i pq pr pq = 2 20 + 12 (1) 2 (1) = 40 12 + 2 = +30 7.17 Bezugssysteme - Beispiel ... Beispiel rp = 10 ri = 12 qp = 21 qi = 20 Plankosten Kp = rp × qp = 210 Istkosten Ki = ri × qi = 240 Soll-Ist-Vergleich mit Planbezugsgrößen K K p K i r p q p (r p i r ) (q p i q ) i r q p r p i q i r i q = (2) 21 + 10 1 (2) 1 = 42 + 10 + 2 = 30 Soll-Ist-Vergleich mit Istbezugsgrößen K K p K i (r i i r ) (q i i q ) r i q i i r q i r i i q i r i q = (2) 20 + 12 1 + (2) 1 = 40 + 12 2 = 30 7.18 Verursachungsgerechte Aufspaltung der Gesamtabweichung (1) Nutzen einer Aufspaltung Gesamtabweichung für sich wenig aussagekräftig Wertmäßige Abweichungsermittlung dient Wirtschaftlichkeitsüberlegungen Voraussetzungen Funktionaler Zusammenhang zwischen Kosten und Einflussgrößen Bei Erlösfunktionen oft nur Schätzungen möglich Plankontrolle Sollwerte für die Einflussgrößen liegen vor Istwerte der Einflussgrößen werden ermittelt Aufspaltung der Gesamtabweichung Ist-Soll-Vergleich mit Planbezugsgrößen Gesamtabweichung K K i K p K ( y1i , y 2i ,..., y ni ) K ( y1p , y 2p ,..., y np ) Wünschenswert: Aufspaltung in Einzelabweichungen, die jeweils i p zurückzuführen sind auf Änderung einer Einflussgröße y i y i y i 7.19 Verursachungsgerechte Aufspaltung der Gesamtabweichung (2) Aufspaltung bei additiver und multiplikativer Verknüpfung Additive Verknüpfung und gegenseitige Unabhängigkeit der Einflussgrößen: K ( y1, y 2 ,..., y n ) K ( y1 ) K ( y 2 ) ... K ( y n ) K K1 K 2 ... K n , wobei K i K( yii ) K( ypi ) Multiplikative Verknüpfung: Zwei Kosteneinflussgrößen: K(r, q) = Faktorpreis r · Faktormenge q K K i K p r i q i r p q p (r p r ) (q p q ) r p q p r q p r p q r q 7.20 Verursachungsgerechte Aufspaltung der Gesamtabweichung (3) Abweichungen 1. Ordnung: Preis- und Mengenabweichung Abweichung 2. Ordnung, gemischte Abweichung: r·q Aufspaltung zulasten einer Einzelabweichung: r ri rp Preisänderung x Planmenge r·qp r·q Plankosten rp·qp Planpreis x Mengenänderung rp·q qp K r q p 1(r , q ) K 2 (r , q ) r p q qi q 7.21 Verursachungsgerechte Aufspaltung der Gesamtabweichung (3) Analyse der Einflussgrößen bei multiplikativer Verknüpfung Abweichung n. Ordnung: Differenzen zwischen Ist- und Sollwert von n Einflussgrößen. Alle Abweichungen höher als 1. Ordnung sind durch Änderung mehrerer Einflussgrößen entstanden Beispiel: v ... Direktverbrauchskoeffizient b ... Beschäftigung der Kostenstelle K = r·v·b K r v p b p r p v b p r p v p b p p p r v b r v b r v b r v b (Abweichungen 1. Ordnung) (Abweichungen 2. Ordnung) (Abweichung 3. Ordnung) Keine verursachungsgemäße Aufspaltung möglich, wenn gemischte Ableitungen der Kosten nach mindestens zwei Einflussgrößen nicht verschwinden: 2K ( y1, y 2 ,..., y n ) 0 für mindestens ein Paar i , j 1,2,..., n; i j y i y j 7.22 Methoden der Abweichungsanalyse (1) Wesentlichste Methoden Differenzierte Methode Alternative Methode Kumulative Methode Symmetrische Methode Min-Methode Differenzierte (differenziert-kumulative) Methode Gesonderter Ausweis von Abweichungen höherer Ordnung Alternative Methode Bei Berechnung der Einzelabweichungen Annahme, dass nur eine Einflussgröße von Istwert auf Planwert gesetzt wird Summe der Einzelabweichungen ungleich Gesamtabweichung Variante 1: i Ki(1) K( yi1, yi2 ,..., yii ,..., yin ) K( yi1, yi2 ,..., yp i ,..., yn ) Jede Teilabweichung enthält Abweichungen höherer Ordnung Variante 2: p p p p p p i Ki(2 ) K( yp 1 , y2 ,..., yi ,..., yn ) K ( y1 , y 2 ,..., yi ,..., yn ) Keine Teilabweichung enthält Abweichungen höherer Ordnung 7.23 Methoden der Abweichungsanalyse (2) Kumulative Methode Den Einzelabweichungen werden unterschiedlich viele Abweichungen höherer Ordnung zugewiesen Summengleichheit Einzelabweichungen - Gesamtabweichung 1. Festlegung der Reihenfolge der Einflussgrößen 2. Berechnung der Einzelabweichungen: 1. Einzelabweichung analog zur alternativen Methode Weitere Einzelabweichungen werden von jeweils letzter Differenzgröße als neuer Sollgröße berechnet Laufende Durchnumerierung dieser Sollgrößen Abweichungen höherer Ordnung stärker bei zuerst ermittelten Abweichungen enthalten i i i K1 K( yi1, yi2 ,..., yii ,..., yin ) K( yp 1 , y2 ,..., yi ,..., yn ) p p i i i i i K2 K( yp 1 , y2 , y3 ,..., yn ) K( y1 , y2 , y3 ,..., yn ) p p p p i i i i i Ki K( yp 1 ,..., yi1, yi , yi1,..., yn ) K( y1 ,..., yi1, yi , yi1,..., yn ) p p p p p p i Kn K( yp 1 , y2 ,..., yn1, yn ) K( y1 , y2 ,..., yn1, yn ) 7.24 Methoden der Abweichungsanalyse (3) Symmetrische Methode Abweichungen höherer Ordnung werden zu gleichen Teilen auf Abweichung erster Ordnung aufgeschlagen Keine zwingende Begründung dieser Annahme möglich Bei zwei multiplikativ verknüpften Einflussfaktoren mit K = Faktorpreis r · Faktormenge q r q 2qp (qi qp ) qp qi Kr r q r r r q 2 2 2 p r q 2r p (r i r p ) rp ri K q r q q q r q 2 2 2 p 7.25 Methoden der Abweichungsanalyse (4) Min Methode Grundsätzlich separater Ausweis von Abweichungen höherer Ordnung Unterschied zur differenzierten Methode durch spezifische Regel zur Wahl der Bezugsgrößen, mit denen die Veränderungen von Kosteneinflussgrößen gewichtet werden. Gewichtung von -Größen richtet sich jetzt nach dem Minimum der jeweils noch verbleibenden Kosteneinflussgrößen 7.26 Methoden der Abweichungsanalyse (5) Die Gesamtabweichung ist : K K i K p r i q i r p q p Fall 1: Alle Istgrößen übersteigen die Plangrößen r min q i ; q p q min r i ; r p r q p q r p Fall 2: Alle Istgrößen unterschreiten die Plangrößen. Die Summe der Abweichungen 1. Ordnung nach der Min-Methode ist dann r min q i ; q p q min r i ; r p r q i q r i Fall 3: Unterschiedliche Veränderungen der Einflussgrößen. Angenommen, (r i > r p), während die Istmenge die Planmenge unterschreitet (q i < q p). r min q i ; q p q min r i ; r p r q i q r p keine Abweichungen höherer Ordnung 7.27 Methoden der Abweichungsanalyse Beispiel (1) Faktorpreis Faktormenge Planwert r p = 200 q p = 300 Istwert r i = 280 q i = 400 Gesamtabweichung als Ist-Soll-Vergleich: r 80 q 100 K i = 280·400 = 112.000 K p = 200·300 = 60.000 K = 52.000 Differenzierte Methode: Preisabweichung: rq p = 80 · 300 = 24.000 Mengenabweichung r pq = 200 · 100 = 20.000 Abweichung 2. Ordnung: rq = 80 · 100 = 8.000 Alternative Methode: (1) ausgehend von den Istkosten K i: Preisabweichung: 112.000 200 · 400 = 32.000 Mengenabweichung: 112.000 280 · 300 = 28.000 7.28 Methoden der Abweichungsanalyse Beispiel (2) (2) ausgehend von den Plankosten K p: Preisabweichung: 280 ·300 60.000 = 24.000 Mengenabweichung: 200 · 400 60.000 = 20.000 Kumulative Methode: (1) Abspaltung zunächst der Preisabweichung: Preisabweichung: 112.000 - 200 ·400 = 32.000 Mengenabweichung: 200 · 400 - 60.000 = 20.000 (2) Abspaltung zunächst der Mengenabweichung: Mengenabweichung: 112.000 - 280 · 300 = 28.000 Preisabweichung: 280 · 300 - 60.000 = 24.000 7.29 Methoden der Abweichungsanalyse Beispiel (3) Symmetrische Methode: Preisabweichung: rq p + (rq)/2 = 28.000 Mengenabweichung: r p q + (rq)/2 =24.000 7.30 Beispiel zur Min-Methode Fall 1 Fall 2 Fall 3 r i 110 90 110 r p 100 100 100 i 250 160 160 200 200 200 7.500 -5.600 -2.400 q q p K K i Fall 1: p q min r ; r 50 100 5.000 r min q i ; q p 10 200 2.000 i p r q 10 50 500 Fall 2: q min r ; r 40 90 3.600 r min q i ; q p 10 160 1.600 i p r q 10 40 400 Fall 3: q min r ; r 40 100 4.000 r min q i ; q p 10 160 1.600 i p 7.31 Methoden der Abweichungsanalyse “Eigenartige” Wirkungen Kann die Methode sogar die ausgewiesene Wirkungsrichtung beeinflussen? Symmetrische Methode, (wenigstens) 3 Einflussfaktoren: v r p b p Beispiel: Verbrauchsabweichung r p 8; b p 1.000; v p 3 AHO 3 K i K p 36.000 24.000 12.000 r i 3; b i 3.000;v i 4 v r p b p 1 8 1000 . 8.000 AHO 29.000 AHO v r b 1666 . ,67 3 p p 7.32 Wahl der zweckmäßigen Methode (1) Orientierung an Funktion Entscheidungsfunktion alle Einzelabweichungen werden beachtet und gleichmäßig berechnet Verhaltenssteuerungsfunktion für Verantwortliche nachvollziehbare und akzeptable Ergebnisse Vollständigkeit Summe Einzelabweichungen gleich Gesamtabweichung differenzierte, kumulative, symmetrische und Min-Methode 7.33 Wahl der zweckmäßigen Methode (2) Invarianz Höhe der Einzelabweichungen unabhängig von Reihenfolge erfüllt bei differenzierter, alternativer, symmetrischer und MinMethode Kumulative Methode: heuristische Regeln für Festlegung der Reihenfolge – Abweichungen mit exogen bestimmten Einflussgrößen: (echte) Beschäftigungsabweichung, (Faktor-) Preisabweichungen – Weniger „wichtige“ Abweichungen – Keine Änderung der einmal festgelegten Reihenfolge 7.34 Wahl der zweckmäßigen Methode (3) Willkürfreiheit - 1. Aspekt: - Zurechnung der Einzelabweichungen gemäß Verantwortung (Controllability) - Abweichungen höherer Ordnung mit nicht beeinflussbaren Einflussgrößen sind nicht betreffenden Abweichungen 1. Ordnung anzulasten - -> Differenzierte Methode, Min-Methode, Alternative Methode auf der Basis von Plankosten - 2. Aspekt: - Bezugsgrößen: Verwendung von Istbezugsgrößen kann problematisch sein - -> Min-Methode erfüllt nicht mehr das Kriterium der Willkürfreiheit 7.35 Wahl der zweckmäßigen Methode (4) Koordinationsfähigkeit Auswertung Einzelabweichungen: Keine kompensierenden Effekte Einzelabweichungen ohne Abweichungen höherer Ordnung Trotzdem Überschneidungen in Abweichungen 1. Ordnung möglich rq p Faktorpreis r Höherer Istpreis, Geringere Istmenge Abw. 1. Ordnung nach differenzierter Methode Negative Abweichungen höherer Ord. Überschätzung des Preiseffektes Kompensation durch negative AHO ri rq i rp Plankosten r p q p qr p qi Teilabweichungen der Min-Methode qp Faktormenge q 7.36 Wahl der zweckmäßigen Methode (5) Wirtschaftlichkeit und Praktikabilität Kosten bei EDV-Unterstützung bei allen Methoden nahezu gleich Unterschiedlich hoher Zeitaufwand für Erläuterung, Verstehen usw Nutzen: Eignung für Kontrollzwecke Am besten geeignet: Differenzierte Methode Am häufigsten verwendet: Kumulative Methode 7.37 Kostenkontrolle Beschäftigungsabweichung Plankostenrechnung zu Vollkosten: Fixkosten in Kostenstellenkosten enthalten i i b bi p F p i F b Verrechnete Plankosten: K K p K ( y ) K p k ( y ) b K p b b b y: Vektor der zur Beschäftigung b proportionalen Einflussgrößen v p Berechnung für limitationale Produktionsprozesse mit M Faktorarten bi s p p i F Sollkosten: K K ( y ) p K F k ( y ) b K b Beschäftigungsabweichung =K s K v 1 bi F K bp K M M M m 1 m 1 m 1 K m rm qm rm v m b “Sogenannte Beschäftigungsabweichung” Verlauf proportional zum Beschäftigungsgrad 7.38 Kostenkontrolle Beschäftigungsabweichung (2) Grenzplankostenrechnung (Echte) Beschäftigungsabweichung fremdbestimmt Bei kumulativer Methode Aussonderung zu Beginn der Analyse 7.39 Beschäftigungsabweichung und Nutzkosten/Leerkosten Kosten K Kosten K KV BA KS KS KV BA=Leerkosten KF BA Leerkosten Nutzkosten Beschäftigung b 7.40 Kostenkontrolle: Preisabweichung und Mengenabweichung Preisabweichung: Variationen der Faktorpreise r Nicht kontrollierbare Einflüsse Verwendung Prognosewerte Einfluss möglich Verantwortungszuweisung ggf problematisch – Beschaffung großer Mengen zu Lasten Lagerkosten – Häufiger Wechsel der Lieferanten zu Lasten Qualität Erfassung der Preisabweichung Zugangsmethode: Lagerbestände zu Planpreisen Abgangsmethode: Lagerbestände zu Istpreisen Mengenabweichung (Verbrauchsabweichung): Änderung v Unwirtschaftlichkeiten, materialbedingte, auftragsbedingte oder mischungsbedingte Abweichungen Spezialabweichungen: Veränderung Verhältnis Eigenfertigung - Fremdbezug Einsatz anderer Produktionsanlagen Seriengrößenabweichung: Änderung Rüstrelation Intensitätsabweichung (nichtlinearer Einfluss) 7.41 Weitere Anwendungen Abweichungen der Rendite (ROI) ROI G G U "Umsatzrendite" "Kapitalumschlag" KB U KB Sei: G U , U KB ROI i ROI p p p 7.42 Kostenkontrolle: Induzierte Abweichungen Abweichungsinterdependenzen zwischen Kontrollobjekten Organisatorische Verknüpfung der Kontrollobjekte Gut erfassbar bei mehrstufigen Produktionsprozessen weitere Inputfaktoren Inputfaktoren Fertigungsstelle 1 k1=r1·v1 Zwischen- oder Endprodukte K1 r1 v1 b1 Fertigungsstelle 2 Zwischen- oder Endprodukte K2 r2 v2 b2 k1 v2 b2 r1 v1 v2 b2 Preisabweichung r1 oder Mengenabweichung v1 induziert Preisabweichung r2 (Sekundärpreisabweichung) Verbrauchsabweichung v2 oder Beschäftigungsabweichung b2 induziert Beschäftigungsabweichung b1 Keine Doppelverrechnungen von Abweichungen! Schwierigkeiten, Anpassungsentscheidungen zu berücksichtigen 7.43 (Substitution) Erlösabweichung: Interdependenzen (1) Typischerweise keine technologisch bedingten Zusammenhänge Interdependenzen von Einflussgrößen Beispiel: Kostenfunktion K = 2+x Preis-Absatz-Funktion x = 20-2p Preis Absatzmenge Erlös Plan 5,5 9,0 49,5 Ist 6,6 7,7 50,82 Analyse ohne Berücksichtigung der Interdependenz Preis - Menge: Preisabweichung: p ·x p = (6,6 5,5) · 9 Mengenabweichung: p p ·x = 5,5 · (7,7 9) Abweichung 2. Ordnung: p ·x = (6,6 5,5) ·(7,7 9) Gesamtabweichung Interpretation problematisch = = = +9,90 7,15 1,43 +1,32 7.44 Erlösabweichung: Interdependenzen (2) Analyse mit Berücksichtigung der Interdependenz Preis - Menge Annahme: Zuerst Preisfestlegung Preiserhöhung bewirkt Sinken der Nachfrage auf xs x( pi ) 20 2 6,6 6,8 Mengendifferenz x xi x p (xi xs ) (xs x p ) 2x 1x 1x = 6,8 - 9 = -2,2 und 2x = 7,7 - 6,8 = +0,9 Gesamtabweichung E ( pp p) ( x p 1x 2x) pp x p p x p pp 1x pp 2x p 1x p 2x induzierte restliche Abweichungen Erlösänderung Mengenabw. 2. Ordnung Für das Beispiel: Preisabweichung: (6,6 - 5,5) · 9 + 5,5 · (6,8 - 9) Mengenabweichung: 5,5 · (7,7 - 6,8) Abweichung 2. Ordnung: (6,6 - 5,5) ·(6,8 - 9) + (6,6 - 5,5) ·(7,7 - 6,8) Gesamtabweichung = -2,20 = +4,95 = -1,43 +1,32 7.45 Erlösabweichung: Externe und interne Abweichungen (1) Hoher Einfluss nicht kontrollierbarer Größen Gesamtwirtschaftliche Größen Marktentwicklung Verhalten der Kunden oder der Konkurrenz Ermittlung des Effekts der intern bestimmbaren Größen Relativer Preis = Preis des Unternehmens /Branchenpreis pr = p/pm Für das Beispiel: p pm 5 prp p p 5,5 pi 6,6 i i p 1,1 und pm 5,5 pr i 1,2 5 5 , 5 pm pm Marktanteil = Absatzmenge des Unternehmens / Marktvolumen xr = x/xm Für das Beispiel: p xm 72 x rp xp 9 x i 7,7 i i p 0,125 und x m 77 x r i 0,1 72 77 xm xm 7.46 Erlösabweichung: Externe und interne Abweichungen (2) Erlösfunktion E p x ( pr pm ) ( xr xm ) ( x x p ) ( p r r m m ) int erne E influssgrößen externe E influssgrößen E ( pri xri ) ( pmi xmi ) ( prp xrp ) ( pmp xmp ) (1,2 0,1) (5,5 77) (1,1 0,125) (5 72) 0,12 423,5 0,1375 360 1,32 E ( 0, 12 0, 1375 ) 360 ,1375 (423 ,5 360 0, 12 0,1375 ) (423 ,5 360 0 ) ( ) 1,32 6,3 int erne Abweichung 8,73125 externe Abweichung 1,11125 Abweichung 2. Ordnung Branchenpreisabweichung: (prp xrp ) (pmi pmp ) xmp 0,1375 (5,5 5) 72 4,95 Marktvolumensabweichung: (prp xrp ) pmp (xmi xmp ) 0,1375 5 (77 72) 3,4375 Abweichungen höherer Ordnung: 0,34375 xs p Sollgröße Marktanteil aufgrund Preisänderung: xs = 6,8 xm i i i s p p Marketingeffektivitätsabweichung: (pr xr pr xr ) (pm xm ) (0,12 0,11333) 360 2,4 x rs Preiseffektivitätsabweichung: x r ( pri ) (pri xrs prp xrp ) (pmp xmp ) (0,11333 0,1375) 360 7.47 8,7 Deckungsbeitragsabweichung Aussagekräftiger als isolierte Betrachtung der Kosten und Erlöse, wenn Erlöse kausal mit bestimmten Kosten verbunden Marketingmaßnahmen und andere Aktivitäten bewirken Änderungen bei Kosten und Erlösen Interpretationsschwierigkeiten Unterschiedliche Vorzeichen bei Istwerten und Planwerten möglich Beispiel: xp = 3.000 dp = -15 xi = 2.400 di = +3 Einzelabweichungen nach differenzierter Methode: Deckungsbeitragsabweichung: (d i - d p) ·x p = (3 + 15) · 3.000 = Mengenabweichung: d p · (x i - x p) = -15 ·(2.400 - 3.000) = Abweichung 2. Ordnung: (d i - d p) · (x i - x p) = (3 + 15) · (2.400 - 3.000) = Gesamtabweichung: Positive Mengenabweichung trotz geringerer Istmenge dp negativ, deshalb wäre kurzfristig Nichtproduktion optimal gewesen +54.000 +9.000 -10.800 +52.200 7.48 Erlösabweichung: Empirische Ergebnisse Stichprobenerhebung bei Controllern/Managern deutscher mittelständischer Unternehmen (Witt (1990)) Durchschnittswerte aus siebenstufiger Skala: 1... „trifft überhaupt nicht zu“ 7 ... „trifft völlig zu“ Gute Ursachenoffenlegung Hohe Managementakzeptanz Guter Allgemeinüberblick Zu großer Umfang Inhaltlich zu anspruchsvoll 4,2 2,4 3,1 6,1 5,4 Die meisten Befragten ohne oder mit wenig praktischer Erfahrung! 7.49 Planungskontrolle Ausgangspunkt: ex post-Plangröße Ks K K K i p K K i s Realisationsabweichung K K p s Planabweichung KS ... Bestmögliche Plangröße unter aktuellen Bedingungen bzw Annahmen Abgrenzung der Verantwortung zwischen Planabteilung und Realisierenden problematisch Ex post-Plangröße müsste Informationsstand des Verantwortlichen berücksichtigen Plangröße nur für Beurteilung der Planung- oder Realisation Informationskosten sind zu beachten Realisationsabweichungsermittlung hat wichtige Anreizwirkung zur Informationsnutzung Realisationshandlungen können Umweltentwicklung direkt beeinflussen Je kürzer der Planungshorizont, desto weniger wahrscheinlich Planabweichungen 7.50 Beispiel Verhältnisse zum Planungszeitpunkt x 1.000 p, K 100 2 x x p 449, p p 551,G p 246.401 Der realisierte Gewinn sei: Gi = 150.000 Zum Kontrollzeitpunkt wird mit folgenden Annahmen gerechnet x 1000 . 2 p, K 100 3 x x s 497, p s 2515 , , G s 123.404,5 Ex-post-Kontrolle: G i G s G p G s 150.000 123.404,5 246.401 123.404,5 26.595,5 122.996,5 96.401 7.51 Auswertung von unbeabsichtigten Abweichungen Grund: Unsicherheit der künftigen Entwicklung Abweichungen kontrollierbar nicht kontrollierbar unbeabsichtige Abweichungen: verschiedene Modelle zur Auswertung Berücksichtigung von Kosten und Nutzen der Auswertung ein- oder mehrperiodig aktuelle Entwicklungen im Bereich der Fertigungstechnologien und Fertigungssysteme 7.52 Statistische Modelle Annahmen und Voraussetzungen Höhe der Abweichungen als einziger Indikator für (nicht) kontrollierbare Ursache Große Zahl von Beobachtungen erforderlich Kontrollkarten-Verfahren (Shewhart-Verfahren) Größere Abweichungen werden als kontrollierbar eingestuft Festlegung von Kontrollgrenzen Beachtung möglicher Fehler – Fehler 1. Art: Analyse trotz Nicht-Kontrollierbarkeit – Fehler 2. Art: Keine Analyse trotz Kontrollierbarkeit IdR zweiseitige Auswertungsstrategien Oft unterschiedliche Grenzwerte für positive und negative Abweichungen Methodik: Hypothesentest, ob Abweichung = 0 Annahmebereich bei Normalverteilungsannahme in Intervall ( 7.53 ts,+ts) Statistische Modelle Illustration Abweichung außerhalb Intervall [-2,58s, +2,58s] Wahrscheinlichkeit 1 % für unkontrollierbare Ursachen zB Abstellen und Prüfen der Fertigungsanlage Festlegung Warngrenzwerte zB Intervall [-1,96s, +1,96s] 5 % Wahrscheinlichkeit für unkontrollierbare Ursachen zB Test bei laufender Anlage 7.54 Zeit 0 Kontrollkartenverfahren - Grafik untere Kontrollgrenze Abweichung Abweichung obere Kontrollgrenze obere Kontrollgrenze Zeit 0 untere Kontrollgrenze Zeit 0 untere Kontrollgrenze Abweichung Abweichung vermutlich zufällig Vermutlich kontrollierbarer Fehler obere Kontrollgrenze 7.55 Einperiodiges Modell mit Kosten/Nutzen der Auswertung Entscheidungsmatrix: Abweichungsursache kontrollierbar Aktion Untersuchung und ggf Korrektur I+K sofortige Korrektur K nichts unternehmen OK I K OK nicht kontrollierbar I K 0 Kosten der Untersuchung, soll mit Sicherheit Kontrollierbarkeit aufdecken Kosten der Korrekturmaßnahmen Kosten bei Nichtkorrektur kontrollierbarer Ursachen Bei I und K zusätzlich anfallende Kosten relevant Außerdem muss gelten: I + K < OK Risikoneutralität: Entscheidung nach dem Erwartungswert der Kosten Voraussetzung: Wahrscheinlichkeit f [0, 1] für kontrollierbare Abweichung 7.56 Einperiodiges Modell mit Kosten/Nutzen der Auswertung: Lösung Entscheidung zwischen Aktion 1 und Aktion 3 (nichts tun) Durchführung einer Untersuchung, wenn f fˆ13 f (I K ) (1 f ) I I f K f OK I OK K Nie Untersuchung, wenn OK I + K Stets Untersuchung, wenn I = 0 und OK > K Entscheidung zwischen Aktion 1 und Aktion 2 (sofortige Korr.) Durchführung einer Untersuchung, wenn f (I K) ( 1 f ) I I f K K K I f fˆ12 Nie Untersuchung, wenn I K K Stets Untersuchung, wenn I = 0 Entscheidung zwischen Aktion 2 und Aktion 3 Sofortige Korrekturmaßnahmen, wenn: K < f ·OK f fˆ23 K OK 7.57 Einperiodiges Modell mit Kosten/Nutzen der Auswertung: Grafik OK Kosten f ·OK I + f ·K I+K K I f̂13 0 f̂23 f̂12 nichts tun 1 f sofort Korr Untersuchung, uU Korr. 7.58 Beurteilung von Abweichungsuntersuchungen Experiment (Lipe (1993)) Testpersonen: 142 Studenten, 59 Controller Produktionsbereich mit hoher Verbrauchsabweichung bei Fertigungslohnkosten Verantwortliche Pat entscheidet über Abweichungsuntersuchung Kosten der Untersuchung: 4.000 Korrekturkosten: 12.000 Barwert künftiger Kosten ohne Korrektur: 22.000 Wahrscheinlichkeit nicht kontrollierbarer Ursache: 50% Testpersonen sollen Pat‘s Leistung beurteilen, Skala 0 (sehr schlecht) - 100 (sehr gut) Grundlage: Testbericht mit Istkosten, Schätzungen, Auswertungsentscheidung Beurteilung signifikant abhängig vom Ergebnis der Untersuchung: Korrigierbare Ursache: Bewertung 66 (Studenten) bzw 74 (Controller) Untersuchungskosten als gerechtfertigte Kosten Nicht Korrigierbare Ursache: Bewertung 57 (Studenten) bzw 55 (Controller) Untersuchungskosten als Verlust 7.59 Auswertung von beabsichtigten Abweichungen Unterschiede gegenüber Auswertung unbeabsichtigter Abweichungen Verursachung sowohl durch absichtliche gesetztes Verhalten als auch durch nicht kontrollierbare Einflussgrößen Differenzierung in kontrollierbare und nicht kontrollierbare Ursachen für Verhaltenssteuerungsfunktion nicht geeignet Auswertung von Abweichungen ex post wertlos Motivationswirkung ex ante 7.60 Agency-Modell (1) Agency-Modell auch Prinzipal-Agenten-Modell genannt im einfachsten Fall: zwei Personen in hierarchischer Organisation Prinzipal: Unternehmenseigentümer Agent: Manager Zielkonflikt - Anreizproblem 7.61 Agency-Modell (1) Annahmen Prinzipal: risikoneutral, besitzt Produktionstechnologie Agent: risikoscheu, entscheidet über Arbeitseinsatz a Umweltsituation q: externe, nicht kontrollierbare Größen Ergebnis x = x(a,q): allgemein beobachtbar Prinzipal erhält Ergebnis, bezahlt daraus Agenten S(x) Höheres a durchschnittlich höheres Ergebnis, höherer Disnutzen für Agenten V(a) asymmetrisch verteilte Information: Prinzipal kann nicht von x auf a schließen Teilnahme-Bedingung des Agenten: Mindestnutzen bei alternativer Beschäftigung (Reservationsnutzen U) 7.62 Agency-Modell (2) First best-Lösung bei beobachtbarer Arbeitsleistung oder beobachtbarem Umweltzustand Einfache Lösung in zwei Fällen: Agent ist risikoneutral Prinzipal möchte niedrigste Arbeitsleistung durchsetzen Second best-Lösung bei Informationsasymmetrie Trade-off zwischen Risiko und Anreizen 7.63 Zustände, Überschüsse und Beobachtbarkeit Beispiel Zustände q1 q2 q3 q4 Wahrsch. x aL ,q i (0,2) (0,2) (0,3) (0,3) 1.000 1.000 2.000 3.000 1.000 2.000 3.000 3.000 x aH ,q i E x aL 1.900 E x aH 2.400 Keine Rückschlüsse vom Überschuss auf die Aktion möglich Unterdrückung der Zustände wie folgt: f x aL f x aH x 1.000 0,4 0,2 x 2.000 0,3 0,2 x 3.000 0,3 0,6 7.64 „Moving support“ Was wäre, wenn folgende Situation vorläge? Zustände q1 q2 q3 q4 Wahrsch. x aL ,q i (0,2) (0,2) (0,3) (0,3) 1.000 2.000 2.000 3.000 2.000 2.000 3.000 3.000 x aH ,q i Was, wenn folgende Situation vorläge? Zustände q1 q2 q3 q4 Wahrsch. x aL ,q i (0,2) (0,2) (0,3) (0,3) 1.000 1.000 2.000 2.000 1.000 2.000 2.000 3.000 x aH ,q i 7.65 Agency-Modell (3) Ein binäres Modell Ergebnis: x2 > x1 > 0 Arbeitsleistung: aH > aL Wahrscheinlichkeitsstruktur: Wahrscheinlichkeiten Aktion aL Aktion aH Ergebnis x1 f1L f1H Ergebnis x2 f2L f2H Disnutzen V(a) vL vH Nutzenfunktion des Agenten U (si, aj ) si vj Wenn ui si , dann gilt U (si, aj ) ui vj 7.66 Agency-Modell (4) Zielfunktion des Prinzipals max f1H ( x1 u12 ) f2H ( x2 u22 ) u1,u2 f1H x1 f2H x2 min f1H u12 f2H u22 u1,u2 erwarteter Erfolg erwartete Kosten der Entlohnung Teilnahmebedingung f1H u1 f2H u2 v H U Aktionswahlbedingung f1H u1 f2H u2 v H f1L u1 f2L u2 v L 7.67 Agency-Modell (5) Lagrange-Funktion LG f1H u12 f2H u22 f1H u1 f2H u2 v H U f1H u1 f2H u2 v H f1L u1 f2L u2 v L Nutzenwerte der optimalen Entlohnung f2H (v H v L ) u1 U v H f2H f2L f1H (v H v L ) u2 U v H f2H f2L 7.68 Agency-Modell (6) Vergleich mit first best-Lösung ui U v H für i = 1,2 Bei Beobachtbarkeit: Aktionswahl-Restriktion irrelevant First best-Lösung Asymmetrische Information: Aktionswahl-Restriktion relevant Second best-Lösung Differenz: Agency costs 7.69 Beispiel Beispiel Der Prinzipal möchte die hohe Aktion induzieren. Der Reservationsnutzen des Agenten beträgt U = 20, und die Wahrscheinlichkeitsstruktur ist wie folgt gegeben. x1 x2 vj aL 0,6 0,4 0 aH 0,3 0,7 4 Wahrscheinlichkeit Als first best-Lösung ergibt sich ein Nutzen der Entlohnung von U + vH = 24 und erwartete Entlohnungskosten von 242 = 576. Die second best-Lösung ergibt u1 = 14,67 und u2 = 28. Der Erwartungswert der Nutzen der Entlohnung beträgt gerade wieder 24. Die erwarteten Entlohnungskosten steigen allerdings (wegen der Quadrierung der ui) auf 613,13. Es resultieren Agency-Kosten von 613,33 – 576 = 37,33. Diesen Betrag könnte man hier auch als Wert der Information über die Arbeitsleistung interpretieren. 7.70 Abweichungsanalyse im Agency-Modell Anbindung der Kompensation an die Ergebnisabweichung x = xi - xp = x(ai, qi) - x (ap, qp) Lösung bleibt dieselbe Prinzipal kann keine Abweichungsauswertung durchführen, die unerwünschtes Verhalten offenbart Ex post entsteht Abweichung aus Zufallsschwankung Risikoaufteilung ex post nicht optimal Verletzung des Controllability - Prinzips Agent muss für Gesamtabweichung und damit für q verantwortlich gemacht werden Kontrollmechanismus wirkt sich auf Planung aus! Anreizwirkung einer Auswertung Kenntnis der Auswertungsstrategie bewirkt ex ante Anreiz für Agenten, sich wie vereinbart zu verhalten Kosten-Nutzen - Abwägung erforderlich 7.71 Grundsätzliche Auswertungsstrategien im Agency-Modell (1) Annahmen Prinzipal risikoneutral Agent wählt zwischen niedriger (aL)oder hoher Arbeitsleistung (aH) Auswertungskosten K Abweichungsauswertung liefert Information y zB wie folgt: yH Wahrsch. f(yH|aH)=f y yL Wahrsch. f(yL|aH)=1f 1/2 < f 1 Bei f = 1 faktisch sichere Information über die Arbeitsleistung Prinzipal entscheidet nach Beobachtung von x über Auswertung Auswertungswahrscheinlichkeit = (x) [0,1] Entlohnung ohne Auswertung s(x), mit Auswertung s(x,yL), s(x,yH) oder s(x) 7.72 Auswertungsstrategien im Agency-Modell (2) Annahme: f = 1 Auswertung nur bei ungünstigem Ergebnis Optimierungsproblem min f1H u12 f2H u22 u1,u2 Unter den Nebenbedingungen f1H u1 f2H u2 v H U f1H u1 f2H u2 v H f1L 0 f2L u2 v L 0 Auswertung nur bei hohem Ergebnis Aktionswahlbedingung f1H u1 f2H u2 v H f1L u1 f2L 0 v L 0 7.73 Beispiel nochmals Beispiel Der Prinzipal möchte die hohe Aktion induzieren. Der Reservationsnutzen des Agenten beträgt U = 20, und die Wahrscheinlichkeitsstruktur ist wie folgt gegeben. x1 x2 vj aL 0,6 0,4 0 aH 0,3 0,7 4 Wahrscheinlichkeit Als first best-Lösung ergibt sich ein Nutzen der Entlohnung von U + vH = 24 und erwartete Entlohnungskosten von 242 = 576. Die second best-Lösung ergibt u1 = 14,67 und u2 = 28. Der Erwartungswert der Nutzen der Entlohnung beträgt gerade wieder 24. Die erwarteten Entlohnungskosten steigen allerdings (wegen der Quadrierung der ui) auf 613,13. Es resultieren Agency-Kosten von 613,33 – 576 = 37,33. Diesen Betrag könnte man hier auch als Wert der Information über die Arbeitsleistung interpretieren. 7.74 Beispiel ... Nun sei angenommen, die Entlohnung würde gleichgehalten und nur im Fall der Auswertung bei Auffinden von aL würde Null bezahlt. Im Fall der Auswertung nur bei ungünstigem Ergebnis lautet die Aktionswahlbedingung f1H 24 f2H 24 4 0 f2L 24 0 20 0,4 24 9,6 Diese Bedingung ist damit erfüllt. Bei Auswertung nur des günstigen Ergebnisses ist die Aktionswahlbedingung genauso erfüllt: f1H 24 f2H 24 4 f1L 24 0 0 20 0,6 24 14,4 Daraus folgt, daß die Sanktion, nämlich Null zu zahlen, hier völlig ausreicht, um mit jeder der beiden Auswertungsstrategien die first best-Lösung zu implementieren. Eine bessere Lösung ist nicht mehr möglich. Für einen vollständigen Vergleich sind allerdings die Auswertungskosten K zu berücksichtigen. 7.75 Beispiel ... Sind die Kosten der Auswertung nur von der Tatsache der Auswertung, nicht aber von den Ergebnissen selbst abhängig, ist es günstiger, bei ungünstigem Ergebnis auszuwerten, denn a priori tritt das ungünstige Ergebnis nur mit einer Wahrscheinlichkeit von 0,3 ein. Daher wird im Erwartungswert weniger oft ausgewertet. Man kann noch einen Schritt weiter gehen und überlegen, ob es nicht ausreicht, nur stichprobenartig auszuwerten. Angenommen, bei Beobachtung des ungünstigen Ergebnisses wird mit [0; 1] ausgewertet. Dann ändert sich die Aktionswahlbedingung zu: f1H 24 f2H 24 4 f1L 0 (1 ) f1L 24 f2L 24 0 20 (1 ) 0,6 24 0,4 24 10,4 (1 ) 14,4 Sie ist solange erfüllt, als 5/18 gewählt wird. Damit reduzieren sich die erwarteten Auswertungskosten ebenfalls auf fH1 K , ohne dass sich die Anreize ändern. 7.76 Auswertungsstrategien im Agency-Modell (3) Nicht perfekte Information durch Auswertung Signal y = y1 oder y = y2 Wahrscheinlichkeiten Aktion aL Ergebnis x1 Ergebnis x2 Aktion aH Ergebnis x1 Ergebnis x2 Signal y1 Signal y2 Summe f11L f21L f12L f22L f1L f2L f11H f21H f12H f22H f1H f2H Optimierungsproblem (Auswertung nur bei x1) H 2 H 2 min f11 u11 f12 u12 f2H u22 u11,u12 ,u2 Nebenbedingungen f11H u11 f12H u12 f2H u2 v H U f11H u11 f12H u12 f2H u2 v H f11L u11 f12L u12 f2L u2 v L 7.77 Beispiel Der Prinzipal möchte die hohe Aktion induzieren. Der Reservationsnutzen des Agenten beträgt U = 20, und die Wahrscheinlichkeitsstruktur ist unten dargestellt. Wie sich leicht überprüfen läßt, sind die Ergebniswahrscheinlichkeiten (vor Beobachtung von y) gleich wie im obigen Beispiel. Die first best-Lösung liefert wiederum einen Nutzen der Entlohnung von U + vH = 24 und erwartete Entlohnungskosten von 242 = 576. Die optimalen Lösungen wurden mit dem Solver in Microsoft Excel ermittelt. Aktion a L Wahrscheinlichkeit x1 x2 Aktion a H y1 y2 y1 y2 0,3 0,3 0,1 0,2 0,3 0,1 0,2 0,5 Auswertung nur bei ungünstigem Ergebnis: u11 = 10,17 u12 = 20,54 u2 = 26,96 Erwartete Entlohnungskosten 603,65 Auswertung nur bei günstigem Ergebnis: u1 = 18,03 u21 = 21,01 u22 = 28,78 Erwartete Entlohnungskosten 599,88 Die Auswertung nur bei günstigem Ergebnis ist (vor allfälligen Auswertungskosten) vorteilhaft. 7.78 Beispiel ... Nun sei folgende Wahrscheinlichkeitsstruktur betrachtet; alle anderen Daten bleiben gleich. Dadurch ist auch das first best-Ergebnis dasselbe. Aktion a L Wahrscheinlichkeit x1 x2 Aktion a H y1 y2 y1 y2 0,56 0,14 0,1 0,4 0,24 0,06 0,1 0,4 Auswertung nur bei ungünstigem Ergebnis: u11 = 16,22 u12 = 25,10 u2 = 24,68 Erwartete Entlohnungskosten 582,77 Auswertung nur bei günstigem Ergebnis: u1 = 21,17 u21 = 14,09 u22 = 30,02 Erwartete Entlohnungskosten 604,32 Das Ergebnis dreht sich um: Die Auswertung ist hier bei ungünstigem Ergebnis (vor allfälligen Auswertungskosten) besser. 7.79 Mögliche Auswertungsstrategie Nutzen Kosten Nx Das muss aber stets im Einzelfall gezeigt werden! Auswertungskosten K 0 x Auswerten Nicht auswerten 7.80 Mögliche Auswertungsstrategie ... Nutzen Kosten Nutzen N(x) Auswertungskosten K 0 Abweichung auswerten auswerten nicht auswerten 7.81 Auswertungsstrategien im Agency-Modell Zusammenfassung Art der Risikoscheu des Agenten führt zu unterschiedlichen Ergebnissen Kontinuierliche Agency-Modelle: nur Auswertung mit Sicherheit oder keine Auswertung Nutzen ist in der Regel nicht symmetrisch um Null verteilt Funktion: ex ante-Wirkung auf Agenten – Verhaltenssteuerung Auswertung ungünstiger Abweichungen: Versicherungseffekt Auswertung günstiger Abweichungen: Belohnung Mathematisch komplexere Modelle könnten nur noch mehr Varianten optimaler Auswertungsstrategien liefern 7.82