Die vorliegende Dissertation umfasst drei empirische Aufsätze in den Bereichen Kreditrisiko und Corporate Finance. Der erste Aufsatz vergleicht zwei verschiedene Möglichkeiten im Umgang mit einer hohen Zahl von möglichen Erklärungsvariablen für Unternehmensausfälle. Typischerweise wird in der Kreditrisikomodellierung die eine oder andere Art der Vorwärts- oder Rückwärtsselektion von Variablen angewendet. Bayesianische Modellmittelung wird als eine Methode zur Bewältigung der daraus resultierenden Verzerrungen und überhöhten Signifikanzmaßen propagiert. In einer Bootstrap-Analyse wird gezeigt, dass Bayesianische Modellmittelung tatsächlich die out-of-sample Vorhersagegüte erhöht. Eine Transformation der ursprünglichen Variablen bewirkt allerdings fast den gleichen Effekt. Der Erfolg der Bayesianischen Modellmittelung scheint daher maßgeblich an ihrer Fähigkeit zu liegen, fehlerhafte Modellspezifikationen teilweise auszugleichen.
Der zweite Aufsatz untersucht, ob die Reduzierung eines Schuldenüberhangs die Anreize und damit die Rentabilität erhöht. Die untersuchten Daten von finanziell angeschlagenen und überschuldeten Österreichischen Skihotels stützen diese in der Literatur zu Entwicklungsökonomie und Corporate Finance aufgestellte These. In Restrukturierungsverfahren erfährt die große Mehrheit dieser Hotels erhebliche Schuldenreduzierungen, welche sich im Durchschnitt in einer signifikanten Reduzierung des Verschuldungsgrades um 23% niederschlagen. Die verringerte Verschuldung wiederum verursacht eine statistisch und wirtschaftlich signifikante Verbesserung der Betriebsleistung um im Durchschnitt 28%. Änderungen des Verschuldungsgrades werden mit der Schneemenge vor der Restrukturierung instrumentiert. Der Effekt des Schnees ist statistisch und ökonomisch signifikant: Die Erhöhung der Schneemenge um eine Standardabweichung ist mit einer durchschnittlichen Reduktion des Verschuldungsgrades um 28% assoziiert.
Im dritten Aufsatz wird untersucht, ob Korrelationseffekte den gemessenen Erfolg von strukturellen Kreditrisikomodellen bei der Erklärung von Änderungen der Kreditrisikoaufschläge Amerikanischer Unternehmensanleihen beeinflussen. Es wird gezeigt, dass zeitverzögerte Effekte von Aufschlagsänderungen eine erhebliche Rolle spielen. In der Querschnittsdimension werden Verzerrungen von unbeobachteten Faktoren durch die Common Correlated Effects Schätzmethode adressiert. Konservative Signifikanzniveaus werden durch die Berücksichtigung von verbleibenden Korrelationen der Koeffizientenschätzungen bei der Berechnung von t-Statistiken erreicht. Alle Maßnahmen zusammen erhöhen die Erklärungskraft von Parametern struktureller Kreditrisikomodelle um mehr als ein Drittel und reduzieren den Einfluss eines unbeobachteten Marktfaktors erheblich.
