cc_byHachmeister, DirkDuran-Rickenberg, Duygu2024-07-082024-07-082024https://hohpublica.uni-hohenheim.de/handle/123456789/15880https://doi.org/10.60848/10833In search of understanding the drivers behind corporate cash holdings, plenty of research has been conducted around the determinants of cash holdings leading to somewhat differing, non-exclusive explanations of holding cash. Our thesis focuses on two facts, namely the significant increase of corporate cash holdings and the close relatedness of cash hoardings to a firm’s financing choices. Both facts contributed to the impressive increase in academic attention towards U.S. corporate cash holdings in the last decade, especially after the financial crisis. Despite several approaches to explain the puzzle around elevated cash holdings, the literature is still unable to explain the increase in cash holdings completely. Therefore, in three empirical papers we closely investigate into the determinants of cash holdings and its closely related measure of refinancing risk, proxied as debt maturity, in the context of macroeconomics in search of further determining factors to find additional puzzle pieces that explain cash holdings to a fuller extent. In chapter 1 we give a short introduction and problem statement around these puzzling high levels of cash holdings at non-financial U.S. corporates with a guidance through the empirical analyses done in chapters 2 to 4. In chapter 2 we receive further insights into the puzzling increase of cash holdings over the last decades employing U.S. data for non-financial firms for the period 1980 to 2019 and post financial crisis 2009 to 2019 and using a simultaneous equation model of cash, keeping debt maturity as proxy for refinancing risk endogenous, and incorporating monetary supply and economic policy uncertainty into the model. We find that refinancing risk, and economic policy uncertainty impact cash holdings positively in the full sample, whereas an increase in money supply has a negative effect on cash holdings. The refinancing risk effect on cash holdings becomes more pronounced post financial period and our data imply that monetary supply after the financial crisis has an overarching effect over uncertainty, rendering the impact of uncertainty insignificant. In chapter 3, using an updated OECD technology taxonomy proposal based on ISIC Rev. 4 for the period 1980 to 2019 and post financial crisis 2009 to 2019 for U.S. non-financial firms, we cluster our firm data into high, medium-high, medium, medium-low and low technology. By including technology dummies into the simultaneous equation model of cash, keeping debt maturity as proxy for refinancing risk endogenous, we receive further insights into the recent drivers of high cash levels in the U.S. We find that high tech firms drive cash holdings dramatically and that they come with higher refinancing risk. Due to a shift in our data towards higher technology over the years this effect of high tech becomes more prominent. Post financial crisis, being a high tech firm has an even more pronounced effect on cash holdings. We find that higher tech firms operate in a different way than lower tech firms with regards to their capital structure choices. Compared to lower tech, higher tech firms have less total debt and tend to have short-term debt if they hold debt at all. In chapter 4, using U.S. data for non-financial firms as well as S&P long-term issuer rating data for the period 1985 to 2016, we receive further insights into the determinants of cash holdings by including rating grade or availability of it into our cash model. We use a simultaneous equation model of cash, keeping debt maturity as proxy for refinancing risk endogenous, and incorporating monetary supply and economic policy uncertainty into the model. We find that rated and unrated firms differ in firm characteristics. Rated firms tend to be older, larger, more profitable, have more leverage ratio and debt that matures in more than five years. The differences in firm characteristics between rated and unrated firms in turn affect the magnitude and significance of cash determinants. Additionally, we find that higher tech firms are underrepresented among rated firms and if they do have a rating, they belong to the investment grade group. We conclude that unrated, higher technology firms are the major drivers of high cash holdings, although we find that having a credit rating increases firm cash holdings ceteris paribus. In chapter 5 we conclude by summarizing our findings and contributions to research.Um die Treiber der Unternehmenskassenbestände (Corporate Cash Holdings) zu verstehen, wurden bereits zahlreiche Untersuchungen zu den Bestimmungsfaktoren von Cash Holdings durchgeführt. Unsere Arbeit konzentriert sich auf die Tatsache, dass US-Unternehmen in den letzten Jahren erheblich erhöhte Cash Bestände ausweisen und dass Unternehmenskassenbestände eng mit den Finanzierungsentscheidungen eines Unternehmens verbunden sind. Diese beiden Fakten trugen maßgeblich zum signifikanten Anstieg der akademischen Aufmerksamkeit für Cash Reserven amerikanischer Unternehmen in den letzten Jahren bei, insbesondere nach der Finanzkrise. Trotz mehrerer Ansätze zur Erklärung des Rätsels um erhöhte Cash Bestände ist die Forschung immer noch nicht in der Lage, den Anstieg in vollem Umfang zu erklären. Daher untersuchen wir in drei empirischen Arbeiten die Bestimmungsfaktoren der Kassenbestände und des mit Unternehmensliquidität eng zusammenhängenden Refinanzierungsrisikos. Wir tun dies mit Einbezug makroökonomischer Parameter, um weitere Faktoren zu finden, die die Liquiditätsreserven umfänglicher erklären. In Kapitel 1 geben wir eine kurze Einführung und Problemstellung zu diesen überraschend hohen Niveaus von Cash bei nicht-finanziellen US-Unternehmen mit anschließendem Ausblick auf die empirischen Analysen in den Kapiteln 2 bis 4. In Kapitel 2 erhalten wir weiterführende Einblicke in den signifikant hohen Anstieg der Unternehmensliquidität in den letzten Jahrzehnten, indem wir US-Daten für nicht-finanzielle Unternehmen für den Zeitraum von 1980 bis 2019 und die Zeit nach der Finanzkrise von 2009 bis 2019 verwenden sowie ein simultanes Gleichungsmodell für die Bestimmung von Cash Holdings anwenden, wobei die Schuldenfristigkeit als Proxy für das Refinanzierungsrisiko endogen gehalten wird. In das Modell lassen wir auch die makroökonomischen Parameter Geldangebot und Unsicherheit der Wirtschaftspolitik einfließen. Wir stellen fest, dass das Refinanzierungsrisiko und die wirtschaftspolitische Unsicherheit einen positiven Einfluss auf die Unternehmensgeldreserven im gesamten Stichprobenzeitraum haben, während eine Zunahme des Geldangebots einen negativen Effekt auf Unternehmenskassenbestände hat. Die Auswirkungen des Refinanzierungsrisikos auf Cash Bestände sind nach der Finanzkrise stärker ausgeprägt und unsere Daten deuten darauf hin, dass das Geldangebot nach der Finanzkrise eine dominierende Wirkung auf die Unsicherheit hat und somit den Einfluss der Unsicherheit auf Unternehmenskassenbestände signifikant verringert. In Kapitel 3 verwenden wir einen aktualisierten OECD-Vorschlag zur Technologietaxonomie basierend auf ISIC Rev. 4 für den gesamten Zeitraum von 1980 bis 2019 sowie die Zeit nach der Finanzkrise von 2009 bis 2019 für nicht-finanzielle US-Unternehmen und gruppieren unsere Firmendaten in hohe, mittel-hohe, mittlere, mittel-niedrige und niedrige Technologieintensität. Durch Einbeziehung von Technologie-Dummies in das simultane Gleichungsmodell zur Cash Bestimmung, bekannt aus Kapitel 2, erhalten wir weitergehende Einblicke in die jüngsten Treiber von hohen Cash Niveaus in den USA. Wir stellen fest, dass High-Tech-Unternehmen die Cash Bestände signifikant beeinflussen und mit einem höherem Refinanzierungsrisiko einhergehen. Aufgrund der Verschiebung in unseren Daten zugunsten höherer Technologieklassen in den letzten Jahren wird dieser Effekt von High-Tech-Firmen zunehmend wichtiger. Nach der Finanzkrise hat die Zugehörigkeit zu einer High-Tech-Firma noch stärkere Auswirkungen auf die Unternehmenskassenbestände. Wir stellen fest, dass hoch technologische Unternehmen in Bezug auf ihre Kapitalstruktur anders entscheiden als niedrig technologische Unternehmen. Im Vergleich zu niedrig technologischen Unternehmen haben hoch technologische Unternehmen weniger Gesamtschulden und tendieren dazu, kurzfristige Schulden zu haben, wenn sie überhaupt Schulden halten. In Kapitel 4 erhalten wir durch Einbeziehung von Rating-Noten und -Verfügbarkeit in unser Cash-Modell weitere Einblicke in die Bestimmungsfaktoren von Cash Beständen. Wir verwenden weiterhin das simultane Gleichungsmodell zur Bestimmung von Cash Holdings, bekannt aus den Kapiteln 2 und 3. Wir stellen fest, dass sich Unternehmen mit Rating von denen ohne Rating hinsichtlich Firmencharakteristika unterscheiden. Unternehmen mit einem Rating sind tendenziell älter, größer, profitabler, haben eine höhere Verschuldungsquote und mehr Schulden, die in mehr als fünf Jahren fällig werden. Die Unterschiede in den Firmencharakteristika zwischen Unternehmen mit und ohne Rating beeinflussen wiederum die Größe und Signifikanz der Cash-Determinanten. Zudem finden wir heraus, dass höher technologische Unternehmen unter den Unternehmen, die ein Rating haben, unterrepräsentiert sind und wenn sie ein Rating haben, zur Investment-Grade-Gruppe gehören. Wir kommen zu dem Schluss, dass höher technologische Unternehmen, die kein Rating haben, die treibende Kraft hinter hohen Cash Beständen in unserem US-Datenset sind, obwohl wir feststellen, dass ein Rating die Cash Bestände ceteris paribus erhöht. In Kapitel 5 beenden wir die Thesis mit einem Überblick über unsere Ergebnisse und fassen unsere Beiträge zur Forschung zusammen.eng330DoctoralThesis