6
Minuten Lesezeit

Raw Beta vs. Adjusted Beta: Die Wahl des richtigen Beta-Faktors im CAPM

Im Kontext des Capital Asset Pricing Model(CAPM) stellt das Beta den Risikomaßstab für das systematische Risiko dar. Dieses Risiko ist jener Anteil der Schwankung einer Aktienrendite, der auch innerhalb eines voll diversifizierten Aktienportfolios nicht eliminiert werden kann und somit vom Anleger getragen werden muss.

Geschrieben von

Peter Schmitz

Veröffentlicht am

1.3.20

Kategorie

INHALTSVERZEICHNIS

Bedeutung des Beta-Faktors im CAPM

Im Kontext des Capital Asset Pricing Model (CAPM) stellt das Beta den Risikomaßstab für das systematische Risiko dar. Dieses Risiko ist jener Anteil der Schwankung einer Aktienrendite, der auch innerhalb eines voll diversifizierten Aktienportfolios nicht eliminiert werden kann und somit vom Anleger getragen werden muss.

Der Beta-Faktor als Erwartungswert

Risikoaverse Investoren erwarten für diesen Teil des Risikos eine Kompensation in Form einer Risikoprämie. Der Preis für das Risiko ist die sogenannte Marktrisikoprämie, und die Menge des Risikos wird durch den Beta-Faktor gemessen. Der Preis des Risikos multipliziert mit der Menge des Risikos ergibt die Höhe der gesamten Risikoprämie der Aktienrendite.

Die Parameter im CAPM sind zukunftsgerichtete Erwartungswerte. Dies betrifft insbesondere die erwarteten Kovarianzen der Aktienrenditen, die maßgeblich für die Bildung eines volldiversifizierten Aktienportfolios sind. Der Beta-Faktor als preisbestimmendes Element der erwarteten Aktienrendite ist ebenfalls ein Erwartungswert. Klassisch wird der Beta-Faktor auf Basis historischer Aktienrenditen empirisch ermittelt.

Mean-Reversion-Eigenschaft empirisch gemessener Beta-Faktoren

In der Bewertungspraxis erfolgt die Bestimmung des Beta-Faktors durch Rückgriff auf historische Kapitalmarktdaten. Dies stellt methodisch kein Problem dar, wirft aber die Frage auf, inwieweit historische Daten ein guter Indikator für das zukünftige Risikoprofil einer Kapitalanlage sein können.

Empirisch ermittelte Betas zeigen statistisch eine sogenannte Mean-Reversion-Eigenschaft hin zu einem Wert von 1. Historische Betas größer 1 tendieren dazu, zu sinken, während Betas kleiner 1 dazu neigen, zu steigen.

Blume-Adjustment als guter Kompromiss für die Bewertungspraxis

Die Mean-Reversion-Eigenschaft deutet darauf hin, dass historische Betas nur bedingt für zukunftsgerichtete Unternehmensbewertungen geeignet sind. Dieses Problem kann jedoch durch die Verwendung des Adjusted Beta anstelle des Raw Beta minimiert werden.

Das sogenannte Blume-Adjustment (M. Blume 1971) ist die am häufigsten verwendete Anpassung. Die zeitliche Instabilität und Rücklauftendenz des Beta-Faktors Richtung 1,0 wird im Blume-Adjustment durch folgende Gleichung approximiert:

adjusted Beta = α0 +α1 * raw Beta mit α0 = 1/3 und α1 = 2/3

Das Adjusted Beta wird hier also durch einen Mean-Reversion-Prozess bestimmt, bei dem das historisch gemessene Beta mit einem Koeffizienten von 2/3 einfließt. Obwohl es auch komplexere Adjustierungs-Algorithmen gibt (z.B. O. Vasicek, 1973), hat sich das relativ einfach anzuwendende und hinreichend valide Blume-Adjustment in der Bewertungspraxis durchgesetzt.

Wrapping it up

Die Wahl zwischen Raw Beta und Adjusted Beta ist entscheidend für die Risikobewertung im CAPM. Während Raw Beta auf historischen Daten basiert, berücksichtigt Adjusted Beta die Tendenz zur Mean-Reversion und bietet somit eine verlässlichere Schätzung für zukünftige Risiken. Das Blume-Adjustment ist eine praktikable Methode, um diese Tendenz zu berücksichtigen und wird daher in der Bewertungspraxis häufig verwendet. SmartZebra’s Tools und Expertise unterstützen die genaue Bestimmung und Anwendung dieser Beta-Faktoren effizient und zuverlässig.

Was ist der Unterschied zwischen Raw Beta und Adjusted Beta?
Warum ist die Mean-Reversion-Eigenschaft wichtig für die Bewertung?
Was ist das Blume-Adjustment?
Wann sollte Adjusted Beta anstelle von Raw Beta verwendet werden?
Gibt es andere Methoden zur Anpassung von Beta-Faktoren?
Wie kann SmartZebra bei der Bestimmung von Beta-Faktoren helfen?
Testen Sie die SmartZebra-Datenbank kostenlos und unverbindlich für 5 Tage
Das Testkonto läuft automatisch ab und muss nicht gekündigt werden. Füllen Sie einfach das Formular aus!
Jetzt kostenlos testen