Das Accounting Beta als Ansatz zur Ermittlung des systematischen Risikos von Unternehmen

Master's Thesis , 2014 , 92 Pages , Grade: 1,3

Business economics - Operations Research

Ziel der Arbeit ist es, anhand der Rechnungslegungsdaten von deutschen kapitalmarktorientierten Unternehmen Accounting Betas zu bilden, welche sich hinsichtlich der verwendeten Erfolgsgröße unterscheiden. Diese Ergebnisse sollen dann anschließend dem CAPM-Beta gegenübergestellt und dahingehend untersucht werden, inwieweit das Accounting Beta ein Substitut für das systematische Aktienkursrisko darstellt.

Um diese übergeordnete Leitfrage zu beantworten, bedarf es konkreteren Teilforschungsfragen. Diese sollen anhand von verschiedenen Auswertungen beantwortet werden. Die Ausführungen zur Empirie können somit als empirische Zielsetzung verstanden werden. Die Aufstellung der Hypothesen beruht hierbei auf der Literaturanalyse zum Themengebiet des Accounting Betas, weshalb diese als theoretische Zielsetzung anzusehen ist.

Nachdem im ersten Teil der Arbeit die Problemstellung und die Forschungsziele dargelegt wurden, wird im nächsten Schritt auf den Betafaktor im CAPM eingegangen, da dieser die Grundlage für die Bildung des Accounting Betas darstellt. Weiterhin wird in diesem Zusammenhang auf verschiedene Einflussfaktoren von Aktienrenditen sowie auf die empirische Bewährung eingegangen.

Darauf aufbauend sollen im nächsten Kapitel die theoretischen Grundlagen des Accounting Beta vermittelt werden. Der Fokus liegt hierbei auf der Auswertung von Forschungsbeiträgen am amerikanischen und deutschen Kapitalmarkt. Weiterhin werden die möglichen Anwendungsgebiete, verschiedene verwandte Themengebiete der Rechnungslegung sowie die Vor- und Nachteile literarisch analysiert.

Im Fokus des vierten Kapitels steht eine eigene empirische Untersuchung. Aufbauend auf einem deutschen Datensample werden Accounting Betas abgeleitet und deren Zusammenhänge zum CAPM-Beta untersucht. Die Ergebnisse der Untersuchung werden hierbei zur Beantwortung der aufgestellten Forschungsfragen verwendet. Im letzten Teil der Arbeit werden die wichtigsten Erkenntnisse aus literarischen und empirischen Teil zusammengefasst.

Des Weiteren werden die Ergebnisse der empirischen Untersuchung kritisch gewürdigt sowie ein Ausblick für den weiteren Forschungsbedarf gegeben. Weiterhin ist anzumerken, dass aufgrund der Literaturvielfalt und Forschungsrichtungen nur auf ausgewählte Bereiche, welche der Zielsetzung dienend sind, eingegangen werden, weshalb diese Arbeit nicht abschließend ist.

Inhaltsverzeichnis

Symbolverzeichnis

1 Einleitung
1.1 Problemstellung
1.2 Zielsetzung und Gang der Untersuchung

2 Grundlagen
2.1 Der Betafaktor im Rahmen des Capital Asset Pricing Model
2.2 CAPM-Anomalien und kritische Würdigung

3 Literarischer Überblick zum Accounting Beta
3.1 Zusammenhang zwischen Accounting Beta und CAPM-Beta
3.1.1 Empirische Studien am amerikanischen Kapitalmarkt
3.1.2 Empirische Studien am deutschen Kapitalmarkt
3.2 Rechnungslegung und andere Literaturstränge
3.2.1 Clean-Surplus-Relation
3.2.2 Konservatismus in der Rechnungslegung
3.2.3 Wahl der Erfolgsgröße und Kapitalmarktrelevanz von Gewinnveröffentlichungen
3.3 Anwendungsgebiete
3.3.1 Börsennotierte Unternehmen und nicht börsennotierte Unternehmen
3.3.2 Weitere mögliche Anwendungsgebiete
3.4 Vor- und Nachteile

4 Das Accounting Beta bei deutschen kapitalmarktorientierten Unternehmen
4.1 Allgemeines
4.2 Kapitalmarktdaten und Ermittlung des CAPM-Beta
4.3 Accountingdaten und Bildung des Accounting Betas
4.3 Berücksichtigung unterschiedlicher Verschuldungsgrade
4.4 Forschungfragen
4.5 Empirische Ergebnisse

5 Fazit
5.1 Zusammenfassung
5.2 Kritische Würdigung und Ausblick

Quellenverzeichnis

Anhang mit Anhangsverzeichnis

Symbolverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

1 Einleitung

1.1 Problemstellung

In der Unternehmensbewertung wird zur Bestimmung des Kapitalisierungszinsfußes regelmäßig auf ein finanztheoretisches Bepreisungsmodell für riskante Assets zu­rückgegriffen, welches von Sharpe (1964), Lintner (1965) und Mossin (1966) in den sechziger Jahren unabhängig voneinander entwickelt wurde: Das Capital Asset Pricing Model (CAPM).¹ Während sich der risikofreie Zins und die Marktrisikoprä­mie noch relativ einfach bestimmen lassen ist die Ermittlung des Betafaktors, insbe­sondere bei nicht börsennotierten Unternehmen(steilen) aufgrund fehlender Kapital­marktdaten, weitaus schwieriger. Hinzu kommt, dass die Gültigkeit des CAPM in empirischen Untersuchungen häufig in Frage gestellt wird sowie die restriktiven An­nahmen Gegenstand von Kritiken sind.² In der finanzwirtschaftlichen Forschung haben sich zwischenzeitlich zahlreiche Modellerweiterungen entwickelt, welche die theoretischen Probleme des CAPM aufgreifen und somit auch realitätsnäher konstru­iert sind.³

Aufgrund der Schwächen des CAPM sowie die begrenzte Anwendbarkeit bei nicht­börsennotierten Unternehmen rückten die sogenannten Analyse-Verfahren, insbe­sondere in der angloamerikanischen Literatur, durch die Arbeiten von Ball/Brown (1969) und Beaver/Kettler/Scholes (1970) in den Fokus.⁴ Grundlage dieser Arbeiten sind empirische Untersuchungen, wobei die Einflüsse von Bilanzkennzahlen bzw. Rechnungslegungsdaten auf das systematische Aktienrisiko analysiert werden. Ne­ben verschiedenen Unternehmenskennzahlen bzw. buchhalterischen Risikoindikato­ren oder volkswirtschaftlichen Daten wird dabei in verschiedenen Forschungsbeiträ­gen häufig die Verwendung von sogenannten Accounting Betas vorgeschlagen.

1.2 Zielsetzung und Gang der Untersuchung

Ziel der Arbeit ist es, anhand der Rechnungslegungsdaten von deutschen kapital­marktorientierten Unternehmen Accounting Betas zu bilden, welche sich hinsichtlich der verwendeten Erfolgsgröße unterscheiden. Diese Ergebnisse sollen dann anschlie­ßend dem CAPM-Beta gegenübergestellt und dahingehend untersucht werden, in­wieweit das Accounting Beta ein Substitut für das systematische Aktienkursrisko darstellt. Um diese übergeordnete Leitfrage zu beantworten bedarf es konkreteren Teilforschungsfragen. Diese sollen anhand von verschiedenen Auswertungen beant­wortet werden. Die Ausführungen zur Empirie können somit als empirische Zielset­zung verstanden werden. Die Aufstellung der Hypothesen beruht hierbei auf der Li­teraturanalyse zum Themengebiet des Accounting Betas, weshalb diese als theoreti­sche Zielsetzung anzusehen ist.

Nachdem im ersten Teil der Arbeit die Problemstellung und die Forschungsziele dar­gelegt wurden wird im nächsten Schritt auf den Betafaktor im CAPM eingegangen, da dieser die Grundlage für die Bildung des Accounting Betas darstellt. Weiterhin wird in diesem Zusammenhang auf verschiedene Einflussfaktoren von Aktienrendi­ten sowie auf die empirische Bewährung eingegangen. Darauf aufbauend sollen im nächsten Kapitel die theoretischen Grundlagen des Accounting Beta vermittelt wer­den. Der Fokus liegt hierbei auf der Auswertung von Forschungsbeiträgen am ameri­kanischen und deutschen Kapitalmarkt. Weiterhin werden die möglichen Anwen­dungsgebiete, verschiedene verwandte Themengebiete der Rechnungslegung sowie die Vor- und Nachteile literarisch analysiert. Im Fokus des vierten Kapitels steht eine eigene empirische Untersuchung. Aufbauend auf einem deutschen Datensample wer­den Accounting Betas abgeleitet und deren Zusammenhänge zum CAPM-Beta unter­sucht. Die Ergebnisse der Untersuchung werden hierbei zur Beantwortung der aufge­stellten Forschungsfragen verwendet. Im letzten Teil der Arbeit werden die wichtigs­ten Erkenntnisse aus literarischen und empirischen Teil zusammengefasst. Desweite­ren werden die Ergebnisse der empirischen Untersuchung kritisch gewürdigt sowie ein Ausblick für den weiteren Forschungsbedarf gegeben.

Weiterhin ist anzumerken, dass aufgrund der Literaturvielfalt und Forschungsrich­tungen nur auf ausgewählte Bereiche, welche der Zielsetzung dienend sind, einge­gangen werden, weshalb diese Arbeit nicht abschließend ist.

2 Grundlagen

2.1 Der Betafaktor im Rahmen des Capital Asset Pricing Model

Für die Ermittlung der Eigenkapitalkosten bzw. des marktorientierten Risikozu­schlags findet in der Mehrzahl das in den 1960er Jahren entwickelte Capital-Asset­Pricing Modell Anwendung.⁵ Das CAPM basiert auf der Portfolio-Selection-Theorie⁶ von Markowitz, die den einzelnen Anlegern rationales Verhalten bei Entscheidungen unter Unsicherheit unterstellt, sowie dem Seperationstheorem von Tobin.⁷ Das CAPM trifft Annahmen bezüglich des Kapitalmarkts und der Erwartungsbildung der Investoren, Aussagen über erwartete Renditen und erklärt, wie die Akteure systema­tisches und unsystematisches Risiko bewerten müssen, damit sich ein Kapitalmarkt- gleichgewicht einstellt (ex-ante Modell).⁸ Die Hauptaussage des CAPM ist darin zu sehen, dass die erwartete Rendite eines Investments, bei a priori feststehender Markt­risikoprämie und risikolosem Zins, von dem systematischen, also dem nicht diversifizierbaren Risiko, abhängt. Das CAPM ist folgendermaßen formuliert:

Abbildung in dieser Leseprobe nicht enthalten

Im Rahmen des CAPM wird demnach das Gesamtrisiko einer Aktie in das systemati­sche Risiko und das unsystematische Risiko unterteilt. Unter dem systematischen Risiko wird die konjunkturelle Gefahr von Aktienkursschwankungen subsumiert. Hingegen beschreibt das unsystematische Risiko unternehmensspezifische Risiken, welche durch geeignete Diversifikation eliminiert werden können und somit vernach­lässigbar sind.⁹

Damit das CAPM operationalisiert und der Betafaktor eingesetzt werden kann, muss der zukünftige Betafaktor mittels geeigneter Verfahren ermittelt werden. Hierbei wird zur Ermittlung des Betafaktors im Kontext des CAPM regelmäßig auf das so­genannte Marktmodell (Indexmodell, Single-Index-Modell) von Sharpe zurückge­griffen.¹⁰ Es stellt eine Umformulierung des CAPM dar und substituiert die nicht beobachtbaren erwarteten Renditen durch historische Kapitalmarktdaten und steht damit in engem Zusammenhang mit dem CAPM.¹¹ Formal lässt sich dies wie folgt beschreiben:¹²

Abbildung in dieser Leseprobe nicht enthalten

Somit ist die Rendite Ri;t in drei Komponenten aufteilbar. Zum einem besitzt sie eine marktabhängige Komponente (bi RM,t), eine marktunabhängige bzw. unternehmens­spezifische Komponente (ai), sowie einen stochastischen Störterm (£i;t). Das Sensiti- vitätsmaß bi gibt dabei an, wie die Rendite eines Wertpapiers i auf eine Kursände­rung des Marktes reagiert. Hierbei stellt die Aktienrendite die abhängige und der Marktindex die unabhängige Variable dar. Stärke und Richtung des Einflusses drü- cken sich im Wert und im Vorzeichen der Sensitivität aus.¹³

Da die Beschaffung von ex-ante Renditen nur schwer umsetzbar ist, werden diese in empirischen Untersuchungen regelmäßig durch ex-post Verteilungen historischer Renditen approximiert. Das Marktmodell trifft keine Aussagen über erwartete Gleichgewichtsrenditen, sondern strukturiert die realisierte Rendite und das Risiko in einen systematischen und unsystematischen Teil, indem der in der obigen Gleichung erfasste Renditegenerierungsprozess unterstellt wird (ex-post-Modell). Das Modell kann, da es keine Gleichgewichtsannahme trifft, sowohl auf effizienten und ineffi­zienten Märkten gelten.¹⁴ Deshalb handelt es sich bei dem Betafaktor im Marktmo­dell um eine vergangenheitsorientierte Schätzung, wobei unterstellt wird, dass die Betas im Zeitablauf konstant und somit auf die Zukunft übertragbar sind.¹⁵ Eine der­artige Übertragung des historischen Betas auf zukünftige Perioden wird in der Litera- tur als „naive Prognose“ bezeichnet.¹⁶ Bei dem Marktmodell erfolgt die Ableitung des Betafaktors daher durch eine Regression zwischen Aktienrenditen und der Ren­dite eines Marktindexes.¹⁷ Sharpe unterstellt einen linearen Zusammenhang zwischen der Rendite eines einzelnen Wertpapiers und der Rendite des Gesamtmarktes (Stan­dardform)¹⁸. Dabei wird die allgemeine Renditeentwicklung eines Wertpapiers auf einen gemeinsamen Faktor zurückgeführt, wobei nicht die Korrelationen zwischen Renditen explizit berücksichtigt werden, sondern als alleinige Erklärungsgröße ein Marktindex zur Renditeerklärung zugrunde gelegt wird.¹⁹ Für die Schätzung des Be­tafaktors wird in der Bewertungspraxis üblicherweise auf die OLS-Methode (Metho­de der kleinsten Quadrate) zurückgegriffen, da diese sich aufgrund ihrer statistischen Eigenschaften für eine Zeitreihenregression besonders gut eignet.²⁰ Die OLS- Methode ermittelt den Betafaktor, indem die Summe der quadrierten Residuen bzw. Abweichungen zwischen den tatsächlich beobachteten Renditen und den auf der Regressionsgeraden liegenden Renditen minimiert wird.²¹ Abbildung 1 zeigt das CAPM-Beta der Adidas AG, welches mittels der OLS-Regression geschätzt wurde.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 1: CAPM-Beta der Adidas AG

Bei der Aufstellung des Regressionsmodells existieren verschiedene Variationsmög­lichkeiten, welche die empirische Schätzung des Betafaktors beeinflussen können. Diese sind insbesondere die Festlegung des Marktindexes, des Beobachtungszeit- raums und des Renditeintervalls.²²

a) Indexwahl

Der durch die Regression ermittelte Betafaktor entspricht nur dann dem systemati­schen Risiko des Marktmodells bzw. CAPM, wenn der gewählte Index den theoreti­schen Anforderungen möglichst entspricht. Gemäß CAPM ist das Marktportfolio ein - -effizientes, marktwertgewichtetes, globales Portfolio, welches alle risikobehafte­te Assets beinhaltet.²³ Aufgrund der Schwierigkeit, entsprechende Daten, d.h. Indizes mit verschiedenen Assetklassen, zu konstruieren, wird in der Literatur als Proxy für das Marktportfolio regelmäßig auf einen nationalen Aktienindex zurückgegriffen.²⁴ Empirische Studien belegen, dass die Wahl des Marktindexes nur einen geringen bzw. gar keinen Einfluss für die Ermittlung des Betafaktors hat, sofern der Index eine ausreichende Anzahl an Aktien enthält und die Unabhängigkeit des Störterms vom Marktindex gewährleistet ist.²⁵

b) Beobachtungszeitraum

Neben dem Marktindex wird der Betafaktor durch den Beobachtungszeitraum und dem Renditeintervall beeinflusst.²⁶ Diese beiden Determinanten sind besonders wich­tig, da sie den Stichprobenumfang bestimmen und sollten demnach auch miteinander abgestimmt werden. In der Literatur findet sich keine eindeutige Aussage darüber, wie der Beobachtungszeitraum festgelegt werden soll.²⁷ Jedoch wird eine Mindest­anzahl an Schätzpunkten benötigt, um einen aussagekräftigen Betafaktor zu erhalten. Als Faustregel für die Anzahl der Datenpunkte wird in der Literatur vorgeschlagen, die zehnfache Anzahl an Koeffizienten zu verwenden.²⁸ dies bei zwei Koeffizienten 20 Datenpunkte. ²⁹ Aufgrund der Konsistenz der OLS- Schätzer sollte der Beobachtungszeitraum grundsätzlich so lang wie möglich gewählt werden, da mit steigender Anzahl an Datenpunkte der Standardfehler des Betafaktors reduziert und die Genauigkeit der Ergebnisse erhöht wird.³⁰ Allerdings darf die Schätzperiode nicht beliebig ausgedehnt werden, da nicht davon ausgegangen wer­den kann, dass die Renditen über einen längeren Zeitraum dem gleichen Prozess fol­gen und somit die Wahrscheinlichkeit für Strukturbrüche steigt.³¹ Unter diesem As­pekt ist auch zu berücksichtigen, dass die Verwendung von sehr alten Renditedaten eine geringere Aussagekraft für zukünftige Renditen hat.³² Daher wird vorgeschla­gen, auf Renditen zurückzugreifen, welche zeitnah zum Schätzzeitpunkt liegen.³³ In empirischen Untersuchungen wurde festgestellt, dass die Stationarität des Renditegenerierungsgsprozeses für ein- bis fünfjährige Perioden als erfüllt angesehen werden kann.³⁴

c) Renditeintervall

Empirische Untersuchungen zeigen, dass das Renditeintervall einen großen Einfluss auf den Betafaktor und auf das Bestimmtheitsmaß der Regression hat. Dieser Ein­fluss des Renditeintervalls wird in der Literatur auch als Intervalling-Effekt bezeich­net.³⁵ Beispielsweise zeigen Scholes/Williams, dass der Intervalling-Effekt umso stärker ist, je illiquider die Aktien sind.³⁶ Das CAPM bzw. Marktmodell selbst bietet keine Empfehlung bezüglich der Festlegung des Renditeintervalls, weshalb einige Autoren argumentieren, das Renditeintervall und Beobachtungszeitraum am Anlage­horizont eines durchschnittlichen Investors auszurichten.³⁷ Demnach wären größere Renditeintervalle vorteilhafter.

2.2 CAPM-Anomalien und kritische Würdigung

Gemäß den Annahmen des CAPM reicht der Betafaktor aus, um die erwartete Ak­tienrendite zu erklären. Allerdings zeigt eine Vielzahl empirischer Studien, dass auch andere Faktoren einen Beitrag zur Erklärung von Aktienrenditen liefern können.³⁸ Die Existenz von sogenannten Renditeanomalien hat seit Ende der siebziger Jahre zur Infragestellung des CAPM, insbesondere der Annahme der Kapitalmarkteffizi­enz, geführt.³⁹ Verschiedene empirische Studien zeigen sowohl für den amerikani­schen⁴⁰ als auch für den deutschen⁴¹ Kapitalmarkt einen signifikanten Einfluss der Unternehmensgröße („Size“-Effekt) auf die Rendite des Unternehmens, wobei klei­nere Gesellschaften signifikant höhere Renditen im Vergleich zu größeren Unter­nehmen aufweisen. Eine weitere Anomalie ist das Verhältnis zwischen dem Buch­wert des Eigenkapitals und dem Marktwert.⁴² Weiterhin wurde in verschiedenen US- amerikanischen Studien ein positiver Zusammenhang zwischen der Dividendenrendi­te und der Aktienrendite festgestellt.⁴³ Zudem wird in verschiedenen Studien das Kurs-Gewinn-Verhältnis (KGV) als signifikanter Einflussfaktor auf die Aktienrendi­te identifiziert. Wird zu einem bestimmten Zeitpunkt ein niedriges KGV beobachtet ist dies ein Indiz für ein unterbewertetes Unternehmen. In den nachfolgenden Perio­den wurde festgestellt, dass dieses geringe KGV zu einer signifikanten Überrendite führt.⁴⁴ Ebenso wurde der Einfluss des Verschuldungsgrades auf Aktienrenditen festgestellt.⁴⁵ Dabei wird das mit einer hohen Verschuldung verbundene Risiko mit einer signifikant höheren Rendite entlohnt.⁴⁶ Weitere Renditeeffekte sind der „Janu­ar-Effekt“⁴⁷, „Wochenend-Effekt“⁴⁸, sowie der „Halloween-Effekt“, der „Monats­wechsel-Effekt“ und der „Feiertags-Effekt“.⁴⁹

Seit Anfang der achtziger Jahre werden - zunächst in den USA - unter der Bezeich­nung „Bubbles“ und „Excess Volatility“ weitere Phänomene diskutiert, die im Wi­derspruch zur Kapitalmarkteffizienz stehen.⁵⁰ Unter einen „Bubble“ wird hierbei die temporäre Abweichung von Aktienpreisen von ihrem fundamentalen Wert verstan- den.⁵¹ Hingegen besagt die Hypothese der „Excess Volatility“, dass die Marktkurse stärker schwanken als die fundamentale Informationslage es rechtfertigt.⁵² Zur Erklä­rung der beobachtete Anomalien existieren drei verschiedene Erklärungsansätze: Der erste Ansatz führt die Renditeeffekte auf methodische Fehler der angewendeten Testverfahren oder auf Marktunvollkommenheiten zurück.⁵³ Der zweite Erklärungs­ansatz besagt, dass das CAPM die Wertpapierrendite nicht oder nicht vollständig erklären kann.⁵⁴ Zur Erklärung müssen dann andere Faktoren mit einbezogen wer­den, wie es beispielsweise in der Arbitrage Pricing Theory der Fall ist.⁵⁵ Bei dem dritten Ansatz wird die Annahme vollständig rational handelnder Akteure am Kapi­talmarkt aufgehoben. Ursächlich für die Renditeanomalien sind hierbei insbesondere Überreaktionen der Märkte⁵⁶ und das „noise trading“⁵⁷.⁵⁸

Neben den Anomalien bestehen weitere Zweifel an der Gültigkeit des CAPM. Seit der Einführung ist dieses insbesondere für den amerikanischen Kapitalmarkt zahl­reich getestet worden. Für den deutschen Kapitalmarkt hingegen liegen vergleichs­weise weniger Untersuchungen vor.⁵⁹ Die geäußerten Kritiken beziehen sich zum einem auf die eher geringe empirische Validität⁶⁰ und zum anderen auf die zum Teil unrealistischen Annahmen⁶¹.

Die vorherigen Ausführungen haben gezeigt, dass es Phänomene am Kapitalmarkt gibt, welche durch das CAPM nicht erklärbar sind. Weiterhin sprechen die empiri­schen Untersuchungen sich nicht eindeutig für die Gültigkeit des CAPM aus. Des­halb sind alternative Methoden zur Bestimmung des Betafaktors notwendig. Im Rahmen dieser Arbeit wird aufgrund dessen das Accounting Beta als Ansatz zur Er­mittlung des systematischen Risikos vorgeschlagen.

3 Literarischer Überblick zum Accounting Beta

3.1 Zusammenhang zwischen Accounting Beta und CAPM-Beta

Obwohl die gängige Praxis in der Unternehmensbewertung nahezu ausschließlich auf das CAPM zur Bestimmung des systematischen Risikos zurückgreift, sprechen sich einige Autoren dafür aus, dass Informationen aus der Rechnungslegung für die Risi­kobewertung eine grundlegende Bedeutung haben.⁶² Der Ermittlung von „rechnungswesenbasierten“ Betafaktoren liegt die Annahme zugrunde, dass Accountingdaten, abgeleitet aus dem Jahresabschluss, insbesondere aus der Bilanz und der Gewinn- und Verlustrechnung, grundsätzlich durch die gleichen Informatio­nen und Ereignisse beeinflusst werden, die auch für die Marktpreise maßgebend sind. Daher können solche Informationsquellen für Investoren kursbestimmend sein.⁶³ Accounting Betas basieren im Gegensatz zum klassischen Betafaktor aus dem CAPM nicht auf historischen Kursdaten, sondern verwenden Größen, welche unmit­telbar aus dem Rechnungswesen ableitbar sind. Da die nachfolgende Literatur häufig zwischen Accounting Beta und Fundamental Beta differenziert, ist eine Definition des hier verstandenen bzw. verwendeten Accounting Betas notwendig. Morin (1984) unterscheidet, je nach Art der verwendeten Daten zwischen einem „Fundamental“, „Accounting“ oder „Earning Beta“.⁶⁴

- Fundamental Beta: Zur Prognose des Betafaktors werden rechnungsle­gungsbezogene Informationen und/oder Brancheninformationen bzw. anderen externen Informationen (z. B. volkswirtschaftliche Daten) mit einbezogen.

Accounting Beta: Die Prognose erfolgt ausschließlich durch rechnungsle­gungsbezogene Informationen.

- Earning Beta: Accounting Beta unter Verwendung einer Ertragsgröße.

Nach dieser Definition werden in dieser Arbeit ausschließlich Accounting und Earnings Betas betrachtet. In der angloamerikanischen Literatur findet man das Ac­counting Beta u.a. unter dem Stichwort „Accounting(-Based) Risk Measures“, „Ac­counting Measure of systematic risk“ und „Accounting Determined Risk.⁶⁵

Die theoretische Fundierung erbrachte Bowman (1979), indem er einen formalen Zusammenhang zum CAPM-Beta bzw. Marktbeta eines unverschuldeten Unterneh­mens und dem Accounting Beta herleitet. Dieses ergibt sich aus dem Verhältnis der Kovarianz zwischen einer Gewinngröße bzw. finanzieller Überschüsse (Cashflow) eines Unternehmens und des Marktes und der Varianz des Marktes.

(3.1)

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 2 zeigt das Accounting Beta auf Basis des RoE (Jahresüberschuss) der Adidas AG, welches mittels der OLS-Regression geschätzt wurde.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 2: Accounting Beta auf Basis des RoE (Jahresüberschuss) der Adidas AG

Auf Basis der Buchgewinne wird eine direkte Beziehung zwischen dem systemati­schen Aktienrisiko eines unverschuldeten Unternehmens und dem Accounting Beta hergeleitet. Bei Unterstellung der Identität von anlegerbezogener und unternehmens­bezogener Rendite werden die Gewinne ins Verhältnis zum eingesetzten Eigenkapi­tal gesetzt. Dies impliziert, dass Buch- und Marktwert des Eigenkapitals sich ent­sprechen, und es nicht zur Bildung von stillen Reserven kommt. Für die Wertpapier­rendite i und die Rendite des Marktportfolios m gilt dann:

(3.2)

(3.3)

Für die Kovarianz bzw. Varianz gilt dann:

(3.4)

(3.5)

Werden nun die beiden obigen Gleichungen (3.4) und (3.5) auf beiden Seiten divi­diert und ersetzt man die Varianz- bzw. Kovarianzterme des Cashflows durch die Definition des Accounting Beta, erhält man folgenden Ausdruck:

(3.6)

Das systematische Kapitalmarktrisiko ist nun proportional zum Accounting Beta.⁶⁶

3.1.1 Empirische Studien am amerikanischen Kapitalmarkt

Erstmals analysieren Ball/Brown (1969) die Beziehung zwischen CAPM-Beta und Rechnungslegungsdaten. Sie nehmen an, dass, wenn Rechnungslegungsdaten den Kapitalmarkt bei der Bildung von Kovarianzen von Renditen unterstützen können, sie wichtige Informationen über das Risiko liefern. In einem Zeitraum von 1946­1966 untersuchen sie ein Datensample von 261 Unternehmen,⁶⁷ wobei Accounting Betas auf Basis von Betriebsergebnis, Jahresüberschuss, Gewinn pro Aktie (EPS) als absolute Werte und erste Differenzen betrachtet werden.⁶⁸ Zum einem stellen sie fest, dass die ersten Differenzen jeweils höher mit dem Marktbeta korreliert sind und zum anderen liefert das Betriebsergebnis Beta den höchsten Korrelationskoeffizienten mit 0,47.⁶⁹ Um Ergebniseffekte hinsichtlich der Unternehmensgröße und der Rechnungs­legung auszuschließen, werden die Erfolgsgrößen mit dem Marktwert des Eigenkapi­tals dividiert. Durch diese Standardisierung verbessert sich insbesondere die Korrela- tion der Gewinngrößen auf Basis der ersten Differenzen und absoluten Beständen.⁷⁰ Die Autoren merken an, dass die Ergebnisse unverbindlich zu betrachten sind, da sie statistische Probleme ignoriert haben.⁷¹

Unmittelbar nach Ball/Brown (1969) veröffentlichen Beaver/Kettler/Scholes (1970) ebenfalls eine Studie, welche sich neben verschiedenen Risikokennzahlen⁷² aus dem Rechnungswesen auch mit dem Accounting Beta beschäftigt. Dieses ist definiert als der Quotient von Jahresüberschuss und Marktwert der Aktien (auch: Gewinn-Preis­Verhältnis), wobei als Marktgröße der Mittelwert der einzelnen Gewinn-Preis­Verhältnisse verwendet wird.⁷³ Analog zur Studie von Ball/Brown (1969) testen sie die Gewinngröße auf Basis der ersten Differenzen, welche jedoch schlechter ab­schneidet als die ursprüngliche Variante und deshalb nicht dargestellt wird.⁷⁴ Basie­rend auf 307 Unternehmen im Zeitraum von 1947 bis 1965⁷⁵ stellen die Autoren eine signifikante Korrelation zwischen dem Accounting Beta und CAPM-Beta für die erste Subperiode mit p = 0,39 und in der zweiten p = 0,23. Durch die Bildung von Portfolien steigt der Korrelationskoeffizient in beiden Perioden.⁷⁶ Weiterhin sind 9% bzw. 12% je Subperiode der Accounting Betas negativ, was auf die geringe Anzahl an Datenpunkten und damit auf einen hohen Standardfehler zurückzuführen ist. Da dieser sich bei Betrachtung der Gesamtperiode reduziert, wird die Verwendung von Quartalsdaten vorgeschlagen.⁷⁷ In einer zweiten Untersuchung wurde überprüft, ob es möglich ist, Rechnungslegungsdaten als Instrumentalvariable zur Schätzung von Betas zu verwenden, um etwaige Schätzfehler zu reduzieren.⁷⁸

Die Studie von Pettit/Westerfield (1972) verwendet als Gewinngröße die prozentuale Veränderung des Preis-Gewinn-Verhältnisses als Proxy für ein sogenanntes „Measure of Capitalization Rate Beta“⁷⁹ und für die Berechnung eines „Cashflow Betas“ verwenden sie vereinfachend gesagt als Proxy das EPS⁸⁰. Weiterhin berech­nen sie ein „Cashflow Beta“ auf Basis des operativen Betriebsergebnisses, um die verschiedenen Einflüsse von operativen und finanziellen Aspekten auf das Gesamtri­siko von Cashflows zu beobachten. In ihrer empirischen Studie betrachten die Auto­ren 338 Aktien in der ersten Subperiode (1947-1956) und 534 in der zweiten Subpe­riode (1957-1968)⁸¹. Als Ergebnis kann festgehalten werden, dass sich ein positive Korrelation zwischen EPS bzw. Betriebsergebnis Beta ergibt, wobei die Korrelation zwischen 0,176 und 0,259 liegt.⁸²

Eine weitere Studie zum Accounting Beta ist die von Gonedes (1973; 1975). Dieser verwendet verschiedene Berechnungsweisen für die Accountingvariablen, welche nahezu analog zu denen von Ball/Brown (1969) sind.⁸³ Das Datensample besteht aus 99 Unternehmen, die im Gesamtzeitraum von 1946-1968 betrachtet werden. Der Gesamtzeitraum von 22 Jahren wird dabei in 3 Subperioden aufgeteilt (sieben Jahre und zweimal acht Jahre). Gonedes kann in seiner Studie von 1973 im Vergleich zu denen von Beaver/Kettler/Scholes (1970) oder Ball/Brown (1969) nahezu keinen Zusammenhang zwischen dem Accounting Beta und dem Markt Beta feststellen.⁸⁴ Die unterschiedlichen Ergebnisse führt Gonedes darauf zurück, dass die zuvor ge­nannten Studien kein reines Accounting Beta gebildet haben. „I scaled income num­bers by another accounting number, viz., total assets. Beaver, Kettler, and Scholes scaled income numbers with market prices. But market prices also appear in the vari­ables of the market model; consequently, the estimated -coefficients of the market model are functions of market prices”⁸⁵. Jedoch erbringt Gonedes (1975) in einer aufbauenden Studie doch noch den Beweis, dass es einen signifikanten Zusammen­hang zwischen Accounting Beta und CAPM-Beta gibt.⁸⁶ Dieses Ergebnis führt er auf die Indexkonstruktion zurück.⁸⁷ Auf einem Signifikanzniveau von 1% stellt Gonedes eine positive Korrelation von 0,202 in der ersten Subperiode, 0,18 in der zweiten Subperiode und 0,109 in der dritten Subperiode fest. Letztere ist nicht signifikant. Die Korrelation auf Basis von ersten Differenzen beträgt 0,407 in der ersten Subperi­ode und 0,405 in der zweiten Subperioden bei einem 1%igen Signifikanzniveau. Die Korrelation in der dritten Subperiode beträgt allerdings nur 0,152 bei einem Signifikanzniveau von 5%.⁸⁸

Ein anderer Accounting Beta Ansatz wird von Rosenberg/McKibben (1973) verfolgt, die sowohl marktbasierte Renditen und rechnungslegungsspezifische Informationen verwenden, um das systematische Risiko vorherzusagen. Hierzu verwenden sie an­statt der üblichen Korrelationsanalyse ein Multi-Faktor-Modell. Die Datenbasis ist von 1954-1966, wobei 13 Jahre für die Bildung des Betas einbezogen werden.⁸⁹ Die Autoren kommen zu dem Ergebnis, dass das Accounting Beta und Ertragsverände­rungen die Aussagekraft des Beta erhöhen. Dagegen vermindern Dividende und Un­ternehmensgröße das Beta.⁹⁰

Gordon/Halpern (1974) ermitteln geschäftsbereichsspezifische bzw. Accounting Be­tas für nicht börsennotierte Unternehmen in einem Zeitraum von 10 Jahren (1958- 68).⁹¹ Hierzu ermitteln sie die Wachstumsraten für die Kennzahl Earnings Per Share (EPS) auf Basis von Quartalsdaten. Um saisonale sowie Lead/Lag-Effekte zu ver­meiden wird das EPS-Wachstum über vier Quartale gemessen und anschließend mit den vier Quartalen im Vorjahr verglichen.⁹² Dieses gebildete Accounting Beta wird nun mit einem auf Basis monatlicher Renditen gebildeten CAPM-Beta auf Zusam­menhänge untersucht, wobei eine signifikante Korrelation von 0,66 festgestellt wird.⁹³

Bildersee (1975) führt an, dass Accountingdaten eine Zusammenfassung aller ge­schäftlichen Ereignisse und Entscheidungen darstellen. Weiterhin beschreibt er, dass solche sowohl systematische als auch unsystematische Risiken beinhalten. Bei der Auswahl der Rechnungswesendaten stützt er sich auf solche, welche bereits in der gängigen Literatur diskutiert wurden sowie gute Ergebnisse erzielten.⁹⁴ Neben diver­sen Kennzahlen wie z.B. dem Verschuldungsgrad oder Liquidität wird auch ein Accounting Beta auf Basis des EPS untersucht.⁹⁵ Zusätzlich verwendet Bildersee noch sogenannte Industriedummyvariablen, welche als Entscheidungsvariablen das Ergebnis der Managemententscheidungen widerspiegeln. Diese, und die daraus ent­stehenden Konsequenzen, sind ebenfalls Bestandteil von Unternehmensrisiken.⁹⁶ In seiner empirischen Untersuchung greift er auf 98 Unternehmen in einem Zeitraum von 1956-1966 zurück.⁹⁷ Die Ergebnisse von Bildersee zeigen eine starke Korrelati­on zwischen CAPM-Beta und Accounting Beta.⁹⁸ Bei der Verwendung der Dummyvariablen können die Ergebnisse noch verbessert werden.⁹⁹

Die Ergebnisse von Beaver/Kettler/Scholes (1970) und Gonedes (1973) nehmen Beaver/Manegold (1975) zum Anlass, um sowohl ihre eigenen als auch die Aussagen der genannten Studien erneut zu überprüfen. Aufgrund der Kritik von Gonedes, wel­che beinhaltet, dass die bisher durchgeführten Studien kein reines Accounting Beta darstellen, untersuchen die Autoren Erfolgsgrößen, welche sowohl mit Buchwerten als auch mit Marktwerten skaliert werden.¹⁰⁰ Die Studie beruht auf zwei Datensamp- les. Das Hauptsample umfasst 254 Unternehmen mit Geschäftsjahresende am 31.12. Das zweite Sample basiert auf den Kriterien, welche Gonedes (1973) festgelegt hat.¹⁰¹ Der Gesamtzeitraum (1951-1969) ist in zwei Subperioden (1951-1960 und 1961-1969) aufgeteilt.¹⁰² Die interperiodische Korrelation beträgt beim CAPM-Beta 0,44. Bei den Accounting Betas liefert das auf Marktwerten definierte Accounting Beta die beste Korrelation mit 0,39. Bei Verwendung der ersten Diffe- renzen verbessert sich diese jedoch nicht, allerdings bei der Bayes-Anpassung.¹⁰³ Weiterhin wurden die Korrelationen zwischen Marktbetas und Accounting Betas gemessen. Über die Gesamtperiode und erste Subperiode war der Zusammenhang bei der Gewinndefinition auf Basis marktwertbasierten Accounting Betas am höchsten p = 0,43. Für die zweite Subperiode ist der Zusammenhang deutlich schwächer (zwi­schen p = 0,15 und p = 0,19)¹⁰⁴. Durch die Bayes-Anpassung verbesserten sich die Korrelationen ebenfalls.¹⁰⁵

Thompson (1976) untersucht in seiner Studie Dividenden Beta, Gewinn Beta, sowie ein Operating Income Beta. ¹⁰⁶ Weiterhin entwickelt der Autor ein Modell, welches auf verschiedenen Forecasts, z.B. Dividendenvorhersage, aufbaut und konstruiert daraus einen Betafaktor.¹⁰⁷ Der Zeitraum der Untersuchung ist 1949-1968, wobei dieser in zwei Subperioden von jeweils neun Jahren aufgeteilt ist. Es werden monat- liche/tägliche Kapitalmarktrenditen und jährliche Unternehmensdaten verwendet.¹⁰⁸

In dem empirischen Test werden Korrelationen in der ersten Subperiode zwischen 0,42 (Operating Income Beta) und 0,17 (Dividenden Beta) bei einem Signifikanzniveau von 1% erreicht. In der zweiten Subperiode ist der Zusammen­hang zwischen Accounting Betas und CAPM-Beta insgesamt niedriger, trotzdem aber noch signifikant. Das Forecast Beta von Thompson (1976) erzielt Korrelationen von bis zu 0,53.¹⁰⁹

Eskew (1979) überprüft in seiner Studie die Ergebnisse von Beaver/Kettler/Scholes (1970), wobei er die gleichen Variablen im Zeitraum von 1957-1968 verwendet.¹¹⁰ Aufgrund von Modellverbesserungen bzw. -erweiterungen des CAPM-Betas, z.B. durch Blume (1971)¹¹¹ und Vasicek (1973)¹¹², vermutet Eskew nicht (mehr) den in Beaver/Kettler/Scholes (1970) festgestellten Zusammenhang zwischen Accounting Beta und CAPM-Beta.¹¹³ Trotz seiner Zweifel kommt er zu dem Ergebnis, dass es eine schwache aber konsistente Überlegenheit von Modellen mit Accounting Variab­len gibt.¹¹⁴

Bowman (1979) analysiert formal den theoretischen Zusammenhang zwischen ver­schiedenen Accounting Variablen und dem systematischen Marktrisiko. Hierbei stellt er für das Accounting Beta und für den Verschuldungsgrad einen theoretischen Zu­sammenhang mit dem CAPM-Beta her. Für die anderen Variablen Unternehmens­wachstum, Unternehmensgröße, Dividenden, Gewinnvariabilität und Ausfallrisiko gilt dies jedoch nicht.¹¹⁵ Dieses Ergebnis greift Bowman (1980) auf, um nun auch einen empirischen Beweis mit Hilfe eines multiplen Regressionsmodells zu lie­fern.¹¹⁶ Hierbei können ebenfalls der Verschuldungsgrad und das Accounting Beta das CAPM-Beta erklären.¹¹⁷

Hill/Stone (1980) entwickeln, basierend auf der Hamada-Rubinstein-Formel¹¹⁸, ein Accounting Beta, welches explizit die jeweilige Finanzierungsstruktur mit einbe­zieht. Dabei zeigen sie, dass sich ein Equity Beta (risk-composed) auf Basis des Re- turn on Equity (RoE) und ein Operating Beta, basierend auf dem Return on Asset (RoA9, formal ineinander überführen lassen.¹¹⁹ Weiterhin werden ein Income Beta sowie ein weiteres Equity Beta (covariance-based) untersucht. Insgesamt werden in der Studie 324 Unternehmen in einem Gesamtzeitraum von 1974-1974 betrachtet, welcher wiederum in zwei Subperioden unterteilt ist. Die Autoren führen zwei ver­schiedene Korrelationstests durch. Dabei misst die intraperiodische Korrelation den Zusammenhang zwischen Accounting Beta und Marktbeta über den gleichen Zeit­raum und die interperiodische Korrelation den Zusammenhang zwischen Accounting Betas von 1947-1960 und Marktbetas von 1961-1974.¹²⁰ Bei den interperiodischen Korrelationen zeigt sich für beide Subperioden, dass das „riskioadjustierte“ Equity Beta ( p liegt zwischen 0,117 und 0,299) höher mit dem CAPM-Beta korreliert als das Operating Beta auf Basis des RoA.¹²¹ Die interperiodischen Korrelationen sind insgesamt geringer und zum Teil negativ. Auch wird hier ein weiteres Accounting Beta mit einbezogen, welches eine Vorhersage des Wertes des risikoadjustierten Equity Beta für die nächste Periode beinhaltet, indem die Schätzung des Operating Beta aus der ersten Subperiode und der des durchschnittlichen Fremdkapitalanteils der zweiten Periode mit einbezogen werden. Auf diese Weise kann die Korrelation gesteigert werden,¹²² wobei für zwei Accounting Betas der Zusammenhang geringer wird, teils auch negative Korrelationen vorliegen. Außerdem sind die Korrelationen weniger signifikant.¹²³ Weiterhin kommen die Autoren zu dem Ergebnis, dass die Veränderung der Finanzierungsstruktur und des operativen Risikos die Schätzung des zukünftigen Betas verbessern.¹²⁴

Baran/Lakonishok/Ofer (1980) untersuchen im Zeitraum 1957-1974¹²⁵ verschiedene Definitionen von Accounting Betas auf Basis jährlicher Rechnungslegungsinformati- onen:¹²⁶

[...]

---

¹ Vgl. Sharpe, W. F.: JoF 1964, S. 425ff; Lintner, J.: REST 1965, S. 13ff; Mossin, J.: EC 1966, 768 ff.

² Vgl. Stellbrink, J./Brückner, C.: BP 2011, S. 2; Roll, R.: JFE 1977, S. 129-176; Fama, E. F./French, K. R.: JoF 1992, S. 427ff.

³ Hierzu gehört beispielsweise die Asset Pricing Theory (APT), welche mehrere Faktoren zur Erklä­rung von Renditen heranzieht (sog. Mehrfaktor-Modelle), vgl. Ross, S. A.: JET 1976, S. 341ff. Ei­ne Übersicht zur weiteren Modellerweiterung findet sich in Hofbauer (2011), vgl. Hofbauer, E.: Kapitalkosten 2011, S. 71f.

⁴ Vgl. Ball, R./Brown, P.: JAR 1969, S. 300-323; Beaver, W. H./Kettler, P./Scholes, M.: AR 1970, S. 654-682.

⁵ Vgl. Sharpe, W. F.: JoF 1964, S. 425-441; Lintner, J.: REST 1965, S. 13-37; Mossin, J.: EC 1966, 768-783.

⁶ Markowitz gelang es, mathematisch nachzuweisen, dass das Risiko eines Portfolios nicht aus den aggregierten Einzelrisiken besteht, sondern sich Diversifikationseffekte erzielen lassen, vgl. Mar­kowitz, H.: JoF 1952, S. 77ff.

⁷ Vgl. Markowitz, H.: JoF 1952, S. 77ff; Tobin, J.: RES (1958), S. 65ff

⁸ Vgl. Poddig, T./Grothmann, R./Schäfer, T.: Single-Index-Modell 2002, S. 419.

⁹ Vgl. Wolke, T.: Risikomanagement 2008, S. 150.

¹⁰ Vgl. Sharpe, W. F.: MS 1963, S. 277-293.

¹¹ Bei CAPM und Marktmodell handelt es sich nicht um zwei identische, sondern um zwei unter­schiedliche Modelle. Drei zentrale Unterschiede sind folgende: Das Marktmodell ist kein Gleich­gewichtsmodell (CAPM: Gleichgewichtsmodell) und besitzt einen ex-ante als auch einen ex-post Charakter (CAPM: ex-ante-Modell/Zukunftsmodell). Weiterhin weist das Marktmodell einen Mehr-Perioden-Bezug auf (ersichtlich am Zeitindex t), wobei der vom CAPM unterstellte Zusam­menhang sich nur auf eine Periode bezieht, vgl. Poddig, T./Dichtl, H./Petersmeier, K.: Statistik 2003, S. 272f.

¹² Vgl. Sharpe, W. F.: MS 1963, S. 281f; Sharpe, W. F.: JoF 1964, S. 438-442; Fama, E.: JoF 1968, S. 37f.

¹³ Vgl. Zimmermann, P.: Prognose 1997, S. 14-16.

¹⁴ Vgl. Sharpe, W. F.: JPM 1984, S. 22.

¹⁵ Vgl. Hupe, M./Ritter, G.: BFuP 1997, S. 600f.

¹⁶ Vgl. Dörschell, A./Franken, L./Schulte, J.: Kapitalisierungszinssatz 2009, S. 121; Zimmermann, P.: Prognose 1997, S. 209; Metz, V.: Kapitalisierungszinssatz 2007, S. 206.

¹⁷ Vgl. Ballwieser, W.: WPg 1995, S. 123.

¹⁸ Bei der Standardform wird als einziger Faktor die Rendite verwendet. Bei der zweiten Version des Marktmodells werden für die abhängige und unabhängige Variable anstatt der einfachen Rendite, die Überschussrendite des Marktindexes verwendet, vgl. Zimmermann, P.: Prognose 1997, S. 18­21.

¹⁹ Vgl. Sharpe, W. F.: MS 1963, S. 277f; Poddig, T./Grothmann, R./Schäfer, T.: Single-Index­Modell 2002, S. 405.

²⁰ Vgl. Jähnchen, S.: Kapitalkosten von Versicherungsunternehmen 2009, S. 33. Zu den statistischen Anwendungsvoraussetzungen der OLS-Methode, vgl. Jähnchen, S.: Kapitalkosten von Versiche­rungsunternehmen 2009, S. 35ff.

²¹ Vgl. Meitner, M./Streitferdt, F.: Bestimmung Betafaktor 2012, S. 520.

²² Vgl. Becker, T.: fundamentale Betafaktoren 2000, S. 43.

²³ Vgl. Kleeberg, J. M.: Marktindizes 1991, S. 56ff.

²⁴ Vgl. Markowitz, H.: JPM 1984, S.13; Meitner, M./Streitferdt, F.: Bestimmung Betafaktor 2012, S. 532.

²⁵ Vgl. Carpenter, M./Upton, D.: JPM 1981, S. 62, Rosenberg, B.: JPM 1981, S. 9-10.

²⁶ Vgl. Damodaran, A.: Valuation 2001, S. 71ff.

²⁷ Vgl. Carleton, W. T./Lakonishok, J.: FAJ 1985, S. 38.

²⁸ Vgl. Sincich, T.: Business Statistic 1994, S. 426.

²⁹ Jedoch liegt die Anzahl der Datenpunkte in der Praxis deutlich höher, vgl. Uhlir, H./Steiner, P.: Wertpapieranalyse 1994, S. 178. In Bezug auf das Accounting Beta ist diese Faustregel aufgrund von begrenzter Datenverfügbarkeit von Bedeutung.

³⁰ Vgl. Zimmermann, P.: Prognose 1997, S. 98.

³¹ Vgl. Möller, H. P.: Bilanzkennzahlen 1986, S. 23f.

³² Vgl. Mehra, R./Prescott, E. C.: Equity Premium 2003, S. 892f.

³³ Vgl. Born, K.: Unternehmensanalyse 2003, S. 117.

³⁴ Vgl. z.B. Gonedes, N. J.: JFQA 1973, S. 420-422; Möller, H. P.: Bilanzkennzahlen 1986, S. 24.

³⁵ Vgl. z.B. für den amerikanischen Kapitalmarkt Scholes, M./Williams, J.: JFE 1977, S. 309ff und Hawawini, G.A.: JFQA 1980, S. 139f. Für den deutschen Kapitalmarkt vgl. z.B. Frantzmann, J.- H.: ZfbF 1990, S. 67ff.

³⁶ Vgl. Scholes, M./Williams, J.: JFE 1977, S. 309-327. In der Literatur ist dies als sog. Lawrence­Fisher-Effekt bekannt, vgl. Fisher, L.: JoB 1966, S. 198-199, S. 205f.

³⁷ Vgl. z.B. Levy, H.: JPM 1981, S. 34ff.

³⁸ Vgl. z.B. Banz, R. W.: JFE 1981, S. 3ff; Basu, S.: JFE 1983, S. 129ff; DeBondt, W. F. M./Thaler,

R. H.: JoF 1985, S. 793ff.

³⁹ Vgl. z.B. Fama, E. F./French, K. R.: JoF 1996, S. 1947ff.

⁴⁰ Vgl. Banz, R. W..: JFE 1981, S. 11; Fama, E. F./French, K. R.: JFE 1993, S. 7f.

⁴¹ Vgl Beiker, H.: Überrenditen 1993, S. 111f; Stehle, R.: ZBB 1997, S. 250-254.

⁴² Vgl. Rosenberg, B./Reid, K./Lanstein, R.: JPM 1985, S. 12; Fama, E. F./French, K. R.: JoF 1992,

S. 428f; Fama, E. F./French, K. R.: JoF 1995, S. 131ff.

⁴³ Vgl. z.B. Elton, E./Gruber, M. J./Rentzler, J: JBF 1983, S.139.

⁴⁴ Vgl. Basu, S.: JoF 1977, S. 680f, S. 666.

⁴⁵ Vgl. Bhandari, L. C.: JoF 1988, S. 521.

⁴⁶ Vgl. Bhandari, L. C.: JoF 1988, S. 507.

⁴⁷ Vgl. Keim, D. B.: JFE 1983, S. 14; Blume, M. E./Stambaugh, R. F.: JFE 1983, S. 398-400.

⁴⁸ Vgl. French, K.R.: JFE 1980 S. 55-69.

⁴⁹ Vgl. Salm, C./Siemkes, J.: FB 2009, S. 414ff.

⁵⁰ Vgl. Shiller, R J.: Market Volatility 1989, S. 7ff

⁵¹ Vgl. Shiller, R: Irrational Exuberance 2000.

⁵² Vgl. Smith, C. V./Suchanek, G. L./Williams, A. W.: EM 1988, S. 1119f.

⁵³ Vgl. Blume, M. E./Stambaugh, R. F.: JFE 1983, S. 387f.

⁵⁴ Vgl. Fama, E. F./French, K. R.: JoF 1992, S. 464.

⁵⁵ Vgl. Ross, S. A.: JET 1976, S. 341ff.

⁵⁶ Vgl. DeBondt, W. F. M./Thaler, R. H.: JoF 1985, S. 793-795; DeBondt, W. F. M./Thaler, R. H.: JoF 1987, S. 557f.

⁵⁷ Unter noise trading werden Kursbewegungen verstanden, welche durch das Handeln ohne Infor­mationen entstehen, vgl. Black, F.: JoF 1986, S. 529f.

⁵⁸ Vgl. Black, F.: JoF 1986, S. 529f.

⁵⁹ Vgl. Hachmeister, D.: Discounted Cash Flow 2000, S. 185ff.

⁶⁰ Die empirischen Ergebnisse der Untersuchungen liefern kein eindeutiges Bild darüber, ob der im CAPM postulierte Zusammenhang zwischen Aktienrendite und systematischen Risiko gegeben ist, vgl. Rehkugler, H.: Portfoliomanagement 2002, S. 16f. Zahlreiche Autoren bestätigen das CAPM, vgl. Roll, R.: JFE 1977, S. 135; Miller, M. H./Scholes, M.: Rates of Return 1972, S. 47ff; Black, F./Jensen, M. C./Scholes, M.: CAPM 1972, S. 79ff; Fama, E. F./MacBeth, J. D.: JPE 1973, S. 607ff. Hingegen können andere Autoren keinen signifikanten positiven Zusammenhang zwischen Aktienrendite und Betafaktor feststellen, vgl. z.B. Fama, E. F./French, K. R.: JoF 1992, S. 427ff; Reinganum, M. R.: JFQA 1981, S. 439ff; Wallmeier, M.: ZfbF 2000, S. 27ff.

⁶¹ Sharpe, W. F.: JoF 1964, S. 551.

⁶² Vgl. Burger, M. A.: Accounting Measurement 2012, S. 14.

⁶³ Vgl. Ball, R./Brown, P.: JAR 1969, S. 314; Möller, H.P.: Bilanzkennzahlen 1986, S. 113; Müller, W.: Bilanzinformation 1992, S. 128f; Bildersee, J. S.: AR 1975, S. 82; Beaver, W. H./Kettler, P./Scholes, M.: AR 1970, S. 655.

⁶⁴ Vgl. Morin, R. A.: Cost of Capital 1984, S. 53.

⁶⁵ Vgl. beispielsweise Beaver, W. H./Kettler, P./Scholes, M.: AR 1970, S. 654; Hill, N. C./Stone, B. K.: JFQA 1980, S. 231; Elgers, P. T.: AR 1980, S. 389; Gonedes, N. J.: JFQA 1973, S. 407.

⁶⁶ Vgl. Bowman, R. G.: JoF 1979, S. 623f; Müller, W.: Bilanzinformation 1992, S. 136f; Bauer, C: Risiko Aktienanlagen 1992, S. 92f. Der unterstellte Zusammenhang gilt auch für verschuldete Un­ternehmen, vgl. Bowman, R. G.: JoF 1979, S. 624.

⁶⁷ Ball/Brown fügen hinzu, dass ihr empirischer Test das Problem aufwirft, dass nur ex-post Rendi­ten beobachtbar sind, weshalb sie einen langen Beobachtungszeitraum wählen. Deshalb muss un­terstellt werden, dass die ex-post Renditen auch zukünftig gelten, vgl. Ball, R./Brown, P.: JAR 1969, S. 318 mit Verweis auf Ball, R./Brown, P.: JAR 1968, S. 165.

⁶⁸ Vgl. Ball, R./Brown, P.: JAR 1969, S. 318.

⁶⁹ Vgl. Ball, R./Brown, P.: JAR 1969, S. 319.

⁷⁰ Vgl. Ball, R./Brown, P.: JAR 1969, S. 320.

⁷¹ Beispielsweise wurde nicht überprüft, ob die verwendeten Gewinngrößen über die Zeit konstant sind, vgl. Ball, R./Brown, P.: JAR 1969, S. 320f.

⁷² Diese sind Dividendenausschüttung, Wachstum des Gesamtvermögens, Verschuldungsgrad, Li­quidität, Unternehmensgröße und Ergebnisvariabilität, vgl. Beaver, W. H./ Kettler, P./ Scholes, M.: AR 1970, S. 660-663.

⁷³ Vgl. Beaver, W. H./Kettler, P./Scholes, M.: AR 1970, S. 663, S. 666f. Weiterhin wird ein Accounting Beta mit einer kapitalgewichteten Marktgröße (Gewinn-Kurs-Verhältnis) berechnet, wobei die Ergebnisse in der Studie nicht berichtet werden. Laut den Autoren ergibt sich daraus kein Unterschied im Ergebnis, jedoch führt die erste Definition zu einem durchschnittlichen Accounting Beta von etwa eins, vgl. Beaver, W. H./Kettler, P./Scholes, M.: AR 1970, S. 667.

⁷⁴ Vgl. Beaver, W. H./Kettler, P./Scholes, M.: AR 1970, S. 667.

⁷⁵ Der Gesamtzeitraum wurde in zwei Subperioden von zehn und neun Jahren unterteilt, vgl. Beaver, W. H./Kettler, P./Scholes, M.: AR 1970, S. 663f.

⁷⁶ Insgesamt sind die Korrelationen für das Accounting Beta besser als bei den anderen Variablen, vgl. Beaver, W. H./Kettler, P./Scholes, M.: AR 1970, S. 669. Weiterhin werden die Korrelationen zwischen einer gegebenen Variablen in der ersten Periode mit demselben Risikomaß in der zwei­ten Periode gemessen. Dabei ist die Korrelation beim Accounting Betas am niedrigsten, was auf eine hohe Anzahl an Fehlern schließen lässt, vgl. Beaver, W. H./Kettler, P./Scholes, M.: AR 1970, S. 668.

⁷⁷ Vgl. Beaver, W. H./Kettler, P./Scholes, M.: AR 1970, S. 667.

⁷⁸ Vgl. Beaver, W. H./Kettler, P./Scholes, M.: AR 1970, S. 671f.

⁷⁹ Diese Variable soll die Variabilität des Kapitalisierungszinssatzes messen, welche auf die Verän­derung des Kapitalisierungszinssatzes des Marktes entfällt.

⁸⁰ Genauer gesagt berechnet sich dies folgendermaßen: Für jedes Unternehmen wurde ein Einkom­mensindex gebildet, indem das jährliche EPS durch das durchschnittliche EPS der gesamten Peri­ode dividiert wird. Gleichermaßen wurde für das EPS des Marktindexes verfahren. Der Einkom­mensindex von Unternehmen und Markteinkommen wurde anschließend regressiert und daraus ein arithmetisches Gewinnwachstum berechnet. Das „Cashflow Beta“ wurde erzeugt indem die Resi­duen von dieser Trendlinie auf die Residuen der korrespondierende Trendline des Marktes regressiert wurden. Diese Berechnung beruht auf Differentialwachstumsraten, vgl. Pettit, R. R./Westerfield, R.: JFQA 1972, S. 1655.

⁸¹ Vgl. Pettit, R. R./Westerfield, R.: JFQA 1972, S. 1656-1659.

⁸² Vgl. Pettit, R. R./Westerfield, R.: JFQA 1972, S. 1663.

⁸³ Jedoch verwendet Gonedes ein reines Accounting Beta d.h. sowohl im Zähler als auch im Nenner wird eine Accounting Variable verwendet, während die Nennergröße bei Ball/Brown (1969) Marktpreise enthält, vgl. Gonedes, N. J.: JFQA 1973, S. 410f; Ball, R./Brown, P.: JAR 1969, S. 320.

⁸⁴ Vgl. Gonedes, N. J.: JFQA 1973, S. 434-437.

⁸⁵ Gonedes, N. J.: JFQA 1973, S. 436. Bezüglich der Studie von Ball/Brown (1969) merkt Gonedes an: „The same phenomenon may be reflected in some of the results in Ball/Brown, results that were also based upon income numbers scaled by market prices, Gonedes, N. J.: JFQA 1973, S. 437.

⁸⁶ Vgl. Gonedes, N. J.: JFQA 1975, S. 355.

⁸⁷ Vgl. Gonedes, N. J.: JFQA 1975, S. 363.

⁸⁸ Vgl. Gonedes, N. J.: JFQA 1975, S. 361f.

⁸⁹ Vgl. Rosenberg, B./McKibben, W.: JFQA 1973, S. 324f.

⁹⁰ Vgl. Rosenberg, B./McKibben, W.: JFQA 1973, S. 325ff.

⁹¹ Vgl. Gordon, M. J./Halpern, P. J.: JoF 1974, S. 1153, S. 1158.

⁹² Vgl. Gordon, M. J./Halpern, P. J.: JoF 1974, S. 1157.

⁹³ Vgl. Gordon, M. J./Halpern, P. J.: JoF 1974, S. 1158f.

⁹⁴ Vgl. Bildersee, J. S.: AR 1975 S. 82f.

⁹⁵ Vgl. Bildersee, J. S.: AR 1975, S. 84. Bezüglich der Berechnungssystematik verweist Bildersee auf Beaver/Kettler/Scholes (1970), welche ebenfalls ein Accounting Beta auf Basis des EPS unter­suchen.

⁹⁶ Vgl. Bildersee, J. S.: AR 1975, S. 82.

⁹⁷ Vgl. Bildersee, J. S.: AR 1975, S. 86.

⁹⁸ Vgl. Bildersee, J. S.: AR 1975, S. 89.

⁹⁹ Vgl. Bildersee, J. S.: AR 1975, S. 94ff.

¹⁰⁰ Vgl. Beaver, W./Manegold, J.: JFQA 1975, S. 245.

¹⁰¹ Vgl. Beaver, W./Manegold, J.: JFQA 1975, S. 243f.

¹⁰² Im Falle, dass die Accounting Betas eine zeitverzögerte Variable enthalten z.B. ersten Differenzen und Durbin-Betas, ist der Zeitraum der Gesamtperiode 1952-1969 und 1952-1960 für die erste Subperiode, vgl. Beaver, W./Manegold, J.: JFQA 1975, S. 244.

¹⁰³ Vgl. Beaver, W./Manegold, J.: JFQA 1975, S. 249f, S. 268.

¹⁰⁴ Vgl. Beaver, W./Manegold, J.: JFQA 1975, S. 269.

¹⁰⁵ Vgl. Beaver, W./Manegold, J.: JFQA 1975, S. 270.

¹⁰⁶ Vgl. Thompson, D. J.: JoB 1976, S. 177f.

¹⁰⁷ Vgl. Thompson, D. J.: JoB 1976, S. 176f.

¹⁰⁸ Vgl. Thompson, D. J.: JoB 1976, S. 181.

¹⁰⁹ Vgl. Thompson, D. J.: JoB 1976, S. 184.

¹¹⁰ Vgl. Eskew, R. K.: AR 1979, S. 112.

¹¹¹ Blume (1971) beschäftigte sich mit der Anpassung des historischen Betafaktors als zukünftiger Schätzer für das systematische Risiko. Er kam zu dem Ergebnis, dass die Betas im Zeitablauf zum Wert 1 tendieren d.h. historisch hohe Betas tendieren dazu, das zukünftige Beta zu überschätzen und umgekehrt, vgl. Blume, M.: JoF 1971, S. 1-10.

¹¹² Aufbauend auf dem Bayes-Theorem entwickelt Vasicek (1973) ebenfalls ein Modell zur Anpas­sung des historischen Betafaktors. Im Unterschied zu Blume (1971) bezieht er in seine Formel explitit die Prognosequalität des Betaschätzers (Standardfehler) in den Gewichtungsfaktor mit ein, vgl. Vasicek, O. A.: JoF 1973, S. 1233ff.

¹¹³ Vgl. Eskew, R. K.: AR 1979, 107-111.

¹¹⁴ Vgl. Eskew, R. K.: AR 1979, S. 116.

¹¹⁵ Vgl. Bowman, R. G.: JoF 1979, S. 623f.

¹¹⁶ Vgl. Bowman, R. G.: JAR 1980, S. 243ff.

¹¹⁷ Vgl. Bowman, R. G.: JAR 1980, S. 250ff.

¹¹⁸ Die Formel von Hamada/Rubinstein unterteilt das Gesamtrisiko in operatives und finanzielles Risiko, vgl. Hill, N. C./Stone, B. K.: JFQA 1980, S. 599.

¹¹⁹ Vgl. Hill, N. C./Stone, B. K.: JFQA 1980, S. 600ff.

¹²⁰ Vgl. Hill, N. C./Stone, B. K.: JFQA 1980, S. 1980, S. 613. Die interperiodische Korrelation misst daher einen prädiktiven (vorhersagbaren) Zusammenhang, vgl. Hill, N. C./Stone, B. K.: JFQA 1980, S. 613.

¹²¹ Wobei beide Korrelation signifikant bei 1% sind, vgl. Hill, N. C./Stone, B. K.: JFQA 1980, S. 614.

¹²² Vgl. Hill, N. C./Stone, B. K.: JFQA 1980, S. 615f.

¹²³ Vgl. Hill, N. C./Stone, B. K.: JFQA 1980, S. 616.

¹²⁴ Vgl. Hill, N. C./Stone, B. K.: JFQA 1980, S. 629.

¹²⁵ Der Gesamtzeitraum ist in zwei Subperioden (1957-1965 und 1966-1974) aufgeteilt. Alle Definiti­onen der Accounting Betas sind im Nenner um eine Periode zeitverzögert. Darüber hinaus sind die Buchhaltungsdaten aufgrund des Restatementprozesses um ein weiteres Jahr zeitverzögert, vgl. Baran, A./Lakonishok, J./Ofer, A. R.: AR 1980, S. 27.

¹²⁶ Die ersten beiden Definitionen orientieren sich an Beaver/Manegold (1975). Die dritte Definition ist eine Cashflow-Variante (zahlungswirksam), vgl. Baran, A./Lakonishok, J./Ofer, A. R.: AR 1980, S. 26f.

• College: Friedrich-Alexander University Erlangen-Nuremberg (Rechts- und Wirtschaftswissenschaftlichen Fakultät)
• Grade: 1,3
• Author: Nadine Ley (Author)
• Publication Year: 2014
• Pages: 92
• Catalog Number: V497319
• ISBN (eBook): 9783346010018
• ISBN (Book): 9783346010025
• Language: German
• Tags: Accounting Beta, Unternehmensbewertung, systematisches Risiko, CAPM, KMU, kapitalmarktorientierte Unternehmen