Open Access

This study provides an empirical analysis of deferred tax accounting under IFRS (IAS12), focusing on international and sectoral diversity within the eurozone. While IFRS aims for uniform accounting standards, prior research suggests that national tax, legal, and cultural contexts significantly influence its application. This paper investigates whether such country-specific influences extend to deferred tax accounting. Using a sample of 1,240 companies from the ten largest eurozone economies, the study analyzes consolidated financial statements for the 2024 fiscal year. Key metrics, including the absolute values of deferred tax assets and liabilities and their ratios to total assets, are compared across countries and industries. The findings reveal substantial heterogeneity. Absolute deferred tax positions are concentrated in the largest economies (Germany, France), but relative significance varies, with countries like Spain and Ireland showing higher proportions relative to total assets. At the industry level, capital-intensive and innovation-driven sectors (e.g., automotive, pharmaceuticals) exhibit distinct patterns. Furthermore, a strong positive correlation between deferred tax assets and liabilities exists in most sectors, indicating common underlying accounting and tax factors. The results confirm that, despite a unified standard, deferred tax reporting is shaped by national economic strength, industry affiliation, and local accounting practices, highlighting the need for a differentiated, relative-key-figure approach when comparing such positions internationally. This working paper is based on the thesis of Lena Spindler.

Investments in research and development (R&D) are crucial for innovation and economic growth, yet dis-tinctions between high-tech and mid-tech industries may lead tovarying financial outcomes. Building onFuest et al.(2024), this study examines the financial performance of publicly listed high-and mid-techcompanies from a shareholder'sperspective. Using data from theEU Industrial R&D Investment Scoreboard and LSEGWorkspace for 2,349 listed companies, market-capitalization-weighted portfolios were constructed and benchmarked against global and local market indices. Performance was evaluated using theSharpe ratio and multi-factor asset pricing models (Carhart four-factor and Fama-French five-factor), distinguishing between crisis and non-crisis periods, as well as regional and sectoral variations. Results showthat, at the aggregate level,high-tech portfolios consistentlyand significantly outperform mid-tech and "other" categories on absolute and risk-adjusted bases. Mid-tech indus-tries exhibitresilience during crisis but lower alphasthan high-techindustries,and sectoral heterogeneity high-lightsdiversification benefits. Furthermore, theanalysis reveals investment opportunities in R&D-intensive sec-tors, emphasizing crisis resilience and regional competitiveness.

Diese Arbeit analysiert die Einsatzfähigkeit von Large Language Models (LLMs) wie Google Ge-mini und Microsoft Copilot bei der Bearbeitung komplexer Controlling-Fallstudien. Praxisnahe Themen wie Kapitalflussrechnung, Selbstkostenberechnung und Eigen- vs. Fremdfertigung werden in Deutsch und Englisch anhand von fünf Kriterien (Korrektheit, Vollständigkeit, Plausibilität, An-wendbarkeit, Verständlichkeit) geprüft und von und ChatGPT ein zweites Mal geprüft. Die Ergeb-nisse zeigen, dass LLMs im ersten Schritt strukturierte und plausible Lösungen liefern, jedoch ihre Leistung in der Selbsteinschätzung stark überbewerten. Signifikanztests bestätigen, dass die Selbst-einschätzungen deutlich positiver ausfallen als die Bewertungen durch eine neutrale Künstliche Intelligenz (KI) und den Vergleich mit Musterlösungen. Entgegen der Erwartung können die LLMs englischsprachige Aufgaben nicht besser lösen als deutschsprachige. Auch dieser Zusammenhang erweist sich als statistisch signifikant. Die Ergebnisse verdeutlichen, dass menschliche Expertise und Kontrolle für strategische Entscheidungen weiterhin unerlässlich sind, während LLMs derzeit vor allem als Unterstützungstools geeignet sind.

In dieser Arbeit wird die Performance der wertvollsten Marken weltweit analysiert. Dazu werden die „Best Global Brands 2023“ des Interbrand-Rankings in Bezug auf den Umsatz, den EBIT, die Marktkapitalisierung, einem 1-EUR-Investment sowie den ESG Scores untersucht. Es zeigt sich, dass ein Investment in die wertvollsten Unternehmen finanziell lohnenswerter gewesen wäre, als ein Investment in den MSCI World. Zudem verdeutlichen die Ergebnisse, dass die Branchen mit den höchsten durchschnittlichen Markenwerten, wie beispielsweise Retail und Technologie, auch hinsichtlich der finanziellen Performance sehr gut abschneiden, jedoch bei der ESG-Performance im Vergleich zu den weiteren Branchen nur durchschnittliche Ergebnisse erzielen. Grundsätzlich weisen die ESG-Scores der wertvollsten Marken im Durchschnitt deutlich geringere Werte als bei-spielsweise die DAX-Unternehmen auf.

Diese Arbeit zeigt, dass sowohl das Net Working Capital als auch der Cash Conversion Cycle im Zuge der Covid-19-Pandemie in Europa unabhängig von der Branche oder dem Land gestiegen sind. Es ist jedoch kein positiver Zusammenhang zwischen dem Grad der Qualität des Net Working Capital Managements und der Profitabilität zu erkennen. Unternehmen mit längerem Cash Conversion Cycle sind besser durch die Krise gekommen als Unternehmen mit einem „aggressiveren“ Cash Management.