Bewertung Von Industrieunternehmen Unter Betrachtung Verschiedener Methoden in Gesättigten Märkten

Wirtschaftswissenschaftliche Fakultät
Bachelorarbeit
Bewertung von Industrieunternehmen unter Betrachtung

verschiedener Methoden in gesättigten Märkten
Valuing non-financial companies under different methods in

mature markets.
Vorgelegt am: 26.10.2020
Erstbetreuer: Prof. Dr. Sven Husmann
Zweitbetreuer: Rick Steinert
Vorgelegt von: Lennart Tietze, Matrikelnummer 92349
E-Mail: euv170012@europa-uni.de
Inhaltsverzeichnis
Inhaltsverzeichnis II
Abbildungsverzeichnis IV
Tabellenverzeichnis IV
Abkürzungsverzeichnis VI
Index der Variablen VII
1 Einführung 1
1.1 Einleitung und Motivation . . . . . . . . . . . . . . . . . . . . 1
1.2 Zielsetzung der Arbeit . . . . . . . . . . . . . . . . . . . . . . 1
1.3 Aufbau der Arbeit . . . . . . . . . . . . . . . . . . . . . . . . 2
2 Theorie und Definitionen des Sachverhaltes 3
2.1 Aufbau des DCF-WACC-Verfahrens . . . . . . . . . . . . . . . 3
2.1.1 Kapitalkosten . . . . . . . . . . . . . . . . . . . . . . . 4
2.1.2 Free Cash Flow und Terminal Value . . . . . . . . . . . 10
2.1.3 Modifizierung des DCF-WACC-Verfahrens . . . . . . . 12
2.2 Das Multiplikatorenverfahren . . . . . . . . . . . . . . . . . . 16
2.2.1 Peer Group Definition . . . . . . . . . . . . . . . . . . 16
2.2.2 Eigenschaften von Multiplikatoren . . . . . . . . . . . . 16
2.3 Auswahl der Multiplikatoren . . . . . . . . . . . . . . . . . . . 17
II
2.4 Anwendung des Multiplikatorenverfahrens . . . . . . . . . . . 20
3 Datensatz und empirische Ergebnisse 21
3.1 Peer Group Bestimmung . . . . . . . . . . . . . . . . . . . . . 21
3.2 Auswertung des DCF-WACC-Verfahrens . . . . . . . . . . . . 22
3.3 Auswertung der Multiplikatoren Verfahren . . . . . . . . . . . 26
3.4 Auswertung der gesamten Ergebnisse . . . . . . . . . . . . . . 29
4 Zusammenfassung & Fazit 30
4.1 Zusammenfassung . . . . . . . . . . . . . . . . . . . . . . . . . 30
4.2 Überprüfung der Zielerreichung der Seminararbeit . . . . . . . 31
4.3 Fazit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
Literaturverzeichnis 32
Anhang 36
III
Abbildungsverzeichnis
1 Direkte Betaberechnung . . . . . . . . . . . . . . . . . . . . . 53
2 Indirekte Beta-Faktorenberechnung . . . . . . . . . . . . . . . 54
3 YTM Fremdkapitalkosten . . . . . . . . . . . . . . . . . . . . 55
4 Marktrendite . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
5 Sensitivitätsanalyse zum TV . . . . . . . . . . . . . . . . . . . 57
6 Reklassifizierung einer Bilanz . . . . . . . . . . . . . . . . . . 58
7 Historische Fremdkapitalkosten . . . . . . . . . . . . . . . . . 59
8 Mathematische Beweise zum TV . . . . . . . . . . . . . . . . . 60
9 DCF-WACC-Analyse - Aktie . . . . . . . . . . . . . . . . . . . 61
10 DCF-WACC-Analyse - ROIC, WACC . . . . . . . . . . . . . . 62
11 DCF-WACC-Analyse - Astra . . . . . . . . . . . . . . . . . . 63
12 DCF-WACC-Analyse - Übersicht . . . . . . . . . . . . . . . . 64
13 DCF-WACC-Analyse - T-Test . . . . . . . . . . . . . . . . . . 64
14 Multiplikatorenanalyse - Ausreißer . . . . . . . . . . . . . . . . 65
15 Multiplikatorenanalyse - Übersicht . . . . . . . . . . . . . . . 66
16 Multiplikatoren Analyse - T-Test . . . . . . . . . . . . . . . . 66
Tabellenverzeichnis
1 Risikofreie Zinssätze . . . . . . . . . . . . . . . . . . . . . . . 36
IV
2 Einfluss des TV auf den Unternehmenswert . . . . . . . . . . . 37
3 EV/EBITDA vs. EV/EBITA . . . . . . . . . . . . . . . . . . 38
4 EV/EBITA vs. EV/EBIT . . . . . . . . . . . . . . . . . . . . 39
5 Deckblätter der Unternehmen . . . . . . . . . . . . . . . . . . 40
6 Peer Group Analyse - Größe . . . . . . . . . . . . . . . . . . . 41
7 Peer Group Analyse - Kapitalstruktur . . . . . . . . . . . . . . 42
8 Peer Group Analyse - Profitabilität . . . . . . . . . . . . . . . 43
9 Peer Group Analyse - Wachstum . . . . . . . . . . . . . . . . 44
10 Produktkategorien der Unternehmen Teil 1 . . . . . . . . . . . 45
11 Produktkategorien der Unternehmen Teil 2 . . . . . . . . . . . 46
12 DCF-WACC Auswertung - ANOVA Test . . . . . . . . . . . . 47
13 DCF-WACC Auswertung - Tukey’s range Test . . . . . . . . . 48
14 Multiplikatoren - ANOVA Test . . . . . . . . . . . . . . . . . 49
15 Multiplikatoren - Tukey’s range Test 1 . . . . . . . . . . . . . 50
16 Multiplikatoren - Tukey’s range Test 2 . . . . . . . . . . . . . 51
17 Gesamt - Tukey’s range Test . . . . . . . . . . . . . . . . . . . 52
V
Abkürzungsverzeichnis
Amgen Amgen Inc.

Astra AstraZeneca plc
BIP Bruttoinlandsprodukt
CAPM Capital Asset Pricing Model
Glaxo GlaxoSmithKline plc
GUV Gewinn- und Verlustrechnung
IDW Institut der Wirtschaftsprüfer in Deutschland e. V.
IRFS International Financial Reporting Standards
i.d.R. in der Regel
Lilly Eli Lilly and Company
Merck Merck & Co.
Novartis Novartis International AG
n.a. nicht angegeben
Pfizer Pfizer Inc.
Sanofi Sanofi S.A.
u. a. unter anderem
WPH Wirtschaft Prüfer Handbuch
YTM Yield to Maturiy
DAX Deutscher Aktienindex
SMI Swiss Market Index
DJIA Dow Jones Industrial Average
VI
Index der Variablen
Cov Kovarianz
CapEx Capital Expenditures
D Fremdkapital
DCF Discounted Free Cash Flow
E Eigenkapital
EBIT Earnings before Interest and Taxes
EBIT D Earnings before Interest, Taxes and Depreciation
EBIT DA Earnings before Interest, Taxes, Depreciation, and
Amortization
EV Enterprise Value
E&EE Eigenkapital und Eigenkapital Ähnliches
F CF Free Cash Flow
F CF u Unverschuldeter Free Cash Flow
FK Fremdkapital
g Wachstumsrate
IC Invested Capital
Ked Verschuldete Fremdkapitalkosten
Kel Verschuldete Eigenkapitalkosten
L Fremdkapitalquote
ND Net Debt
N oplat Net operatig Profit before Tax
P/B Price to Book
P/E Price to Earnings
ri Rendite des Wertpapiers
ROIC Return on Invested Capital
RON IC Return on new Invested Capital
Rf Risikofreier Zinssatz
Rm Marktrendite
t Zeitpunkt
T Letzter Zeitpunkt
TR Steuersatz
TV Terminal Value
Vl Verschuldeter Unternehmenswert
V ar Varianz
WC Working Capital
W ACC Weighted Average Cost of Capital
z Zeitpunkt
4 Veränderung von Zeitpunkt zum vorherigen Zeitpunkt
VII
1 Einführung
1.1 Einleitung und Motivation
In dieser Arbeit geht es um die Beurteilung verschiedener Methoden zur

Bewertung von Industrieunternehmen. Die Bewertung erfolgt durch die Be-
stimmung des Marktwerts des Eigenkapitals der einzelnen Unternehmen. Ex-
emplarisch für Industrieunternehmen wird die pharmazeutische Brache be-
trachtet.
Die rationale Bewertung von Unternehmen fördert unter anderem die Sta-
bilität der Finanzmärkte. Bei fehlerhafter oder irrationaler Bewertung von
Unternehmen entstehen Situationen, wie die Dotcom-Blase im Jahr 1999,
die durch eine Überbewertung der Profitabilität im technologischen Sek-
tor verursacht wurde (Goodnight, Green 2010, S.123ff.) oder die Finanz-
krise im Jahr 2008, die durch Fehleinschätzungen des Risikos von Subprime-
Hypothekendarlehen entstand (Bakhtani 2012, S.51ff.). Um zukünftige ma-
kroökonomische Instabilitäten zu vermeiden, spielen rationale Unterneh-
mensbewertungen und die in der Unternehmensbewertung verwendeten Ver-
fahren eine bedeutende Rolle.
1.2 Zielsetzung der Arbeit
In der vorliegenden Arbeit werden verschiedene Berechnungsverfahren für

den Marktwert des Eigenkapitals erklärt und untersucht. Dabei ist das Ziel
eine Übersicht von verschiedenen Ansätze der Unternehmensbewertung zu
präsentieren und deren Vor- und Nachteile darzustellen.
1
1.3 Aufbau der Arbeit
Die Arbeit ist in einen theoretischen und empirischen Teil gegliedert. Im

theoretischen Teil werden das DCF-WACC-Verfahren und seine einzelnen
Bestandteile, sowie das Multiplikatorenverfahren erklärt und analysiert. Im
empirischen Teil wird die Berechnung des Marktwertes des Eigenkapitals
mittels dem Multiplikatorenverfahren und dem DCF-WACC-Verfahren an-
hand von Merck & Co., Pfizer Inc., Novartis International AG, Amgen Inc.,
AstraZeneca plc, GlaxoSmithKline plc, Eli Lilly and Company und Sanofi
S.A. untersucht. Dabei werden ausgewählte Bestandteile innerhalb des DCF-
WACC-Verfahrens unterschiedlich berechnet und die sich daraus ergebenden
unterschiedlichen Marktwerte des Eigenkapitals verglichen. Beim Multiplika-
torenverfahren werden unterschiedliche Multiplikatoren und unterschiedliche
Bemessungszeiträume zugrunde gelegt, um die daraus resultierenden Ergeb-
nisse zu analysieren. Anschließend werden die unterschiedlichen Ergebnisse
des DCF-WACC-Verfahrens mit den Ergebnissen des Multiplikatorenverfah-
rens verglichen.
2
2 Theorie und Definitionen des Sachverhal-
tes
Im folgenden Kapitel werden der Aufbau des DCF-WACC-Verfahrens und

des Multiplikatorenverfahrens erklärt und kritisch hinterfragt. Beide Verfah-
ren dienen der Bestimmung des Marktwertes des Eigenkapitals.
2.1 Aufbau des DCF-WACC-Verfahrens
In diesem Abschnitt wird auf das DCF-WACC-Verfahren eingegangen. In

den folgenden Unterabschnitten werden die einzelnen Bestandteile des DCF-
WACC-Verfahrens erläutert und die dazugehörigen Berechnungen erklärt.
Das DCF-WACC-Verfahren ist in der Praxis ein häufig angewendetes Ver-
fahren zur Bewertung von Unternehmen. Das DCF-WACC-Verfahren basiert
auf den zukünftigen Zahlungsströmen von Unternehmen (Lee 2004, S.6) und
gehört unter den vielen Unternehmensbewertungsverfahren zu den indirekten
Verfahren. Ein indirektes Verfahren in der Unternehmensbewertung ermittelt
den Unternehmensgesamtwert und subtrahiert anschließend alle Fremdkapi-
talansprüche, um den Wert des Eigenkapitals zu berechnen.
T
0
X F CFtu T VT
V0 = t
+ (1)
t=1
(1 + W ACC) (1 + W ACC)T
Die Formel 1 veranschaulicht die Berechnung des Unternehmenswertes im

DCF-WACC-Verfahren. In der DCF-WACC Berechnung wird die Summe aus
den diskontierten unverschuldeten FCFu und dem diskontierten TV gebildet.
Im Nenner der beiden Summanden ist der Diskontierungsfaktor dargestellt,
der den Wert des in der Zukunft liegenden TVs und der FCFu s auf den
heutigen Wert diskontiert. Die Diskontierung erfolgt über die mittels CAPM
3
berechneten Eigenkapitalkosten der jeweiligen Jahre.
Das in dieser Arbeit verwendeten DCF-WACC-Verfahren basiert, wie im
WPH beschrieben, auf einem Zwei-Phasen-Modell (Becker u.a. 2018). Da-
bei ist die erste Phase, in der die einzelnen FCFu bestimmt und diskon-
tiert werden, die Detailplanungsphase. Darauf folgt die Fortführungsphase,
in der der TV berechnet und diskontiert wird. Die Detailplanungsphase setzt
eine aufeinander abgestimmte Plan-GuV, Plan-Bilanz und Plan-Cashflow
Rechnung voraus. In dieser Arbeit wird die Detailplanungsphase auf einen
vier jährigen Zeitraum festgelegt. Auf die Detailplanungsphase folgt die
Fortführungsphase, in der eine dauerhafte Fortführung des Unternehmens
mit einer festgelegten Wachstumsrate unterstellt wird.
FCFu stellt den FCF eines hypothetischen, unverschuldeten Unternehmen
dar. Die Annahme vom unverschuldeten Unternehmen wird getroffen, da
das DCF-WACC-Verfahren, als indirektes Verfahren, den Unternehmens-
wert ermittelt. Der Unternehmenswert setzt sich aus Eigenkapitalansprüchen
und Fremdkapitalansprüchen zusammen. Um das, durch die Fremdkapital-
kosten entstehende Steuerschild zu berücksichtigen, werden im DCF-WACC-
Verfahren die Kapitalkosten angepasst. Das Steuerschild entsteht durch die
Fremdkapitalzinsen, die den Ertrag vor Steuern in der GuV mindern.
2.1.1 Kapitalkosten
In diesem Abschnitt werden die Kapitalkosten, der WACC, und ihre ein-
zelnen Bestandteile untersucht, um sie anschließend im Nenner, des davor
in Formel 1 dargestellten DCF-WACC-Verfahren, einzusetzen. Die Berech-
nung des WACCs ist in Formel 2 dargestellt. Der WACC repräsentiert die
Opportunitätskosten, die Investoren erhalten, wenn sie eine Investition mit
vergleichbarem Risiko tätigen. Aus Sicht des Unternehmens beinhaltet der
WACC die gewichteten Kapitalkosten für Fremdkapitalgeber und Eigenka-
pitalgeber. Das Fremdkapital besitzt im Gegensatz zum Eigenkapital eine
planbare bzw. an eine ökonomische Kennzahlen gebundene Rendite und Vor-
zugsrechte im Falle einer Insolvenz des Unternehmens. Daher gehen Eigenka-
4
pitalgeber ein höheres Risiko ein als Fremdkapitalgeber und erwarten deshalb
eine höhere Rendite (Terebessy, Leslie o.D., S.5ff.).
E D
W ACC = kel · + kdl · · (1 − T R) (2)
E + FK E + FK
In der Formel vom WACC werden im ersten Summanden die Eigenkapital-

kosten mit der Eigenkapitalquote, die sich aus der Division des Eigenkapital
durch den Wert der Aktiva ergibt, multipliziert, um die vom Gesamtkapital
abhängigen Eingenkapitalkosten zu erhalten. Im zweiten Summanden werden
die Fremdkapitalkosten mit der Fremdkapitalquote, die sich aus der Division
von Fremdkapital durch den Wert der Aktiva ergibt, multipliziert, um die
vom Gesamtkapital abhängigen Fremdkapitalkosten zu ermitteln. Anschlie-
ßend werden die vom Gesamtkapital abhängigen Fremdkapitalkosten, um den
prozentualen Effekt des Steuerschilds gemindert.
Die Berechnung des CAPM zur Eigenkapitalkostenbestimmung, in Formel 3,
misst die erwartete Rendite, die Investoren bei Eigenkapitalinvestitionen vom
zugrundeliegenden Unternehmen erwarten können. In der CAPM-Theorie ist
die Schwankung bzw. Volatilität die ein Wertpapier zum Markt aufweist mit
dem systematischen Risiko gleichgestellt (Montgomery 1984) und wird durch
den Beta-Faktor gemessen. Durch die Multiplikation vom Beta-Faktor mit
der Marktrisikoprämie wird die erwartete Rendite unter Betrachtung des Ri-
sikos von Wertpapieren ermittelt. Zur erwarteten Rendite des Wertpapiers
wird der risikofreie Zinssatz addiert, um auf die Eigenkapitalkosten zu kom-
men. Dabei ist die Marktrisikoprämie die Rendite, die das Marktportfolio
über den risikofreien Zinssatz hinaus erwirtschaftet. Sie berechnet sich durch
Subtraktion der risikofreien Rendite von der erwarteten Rendite des Marktes.
CAP M = Rf + β · (Rm − Rf ) (3)
Der risikofreie Zinssatz soll theoretisch einen Beta-Faktor bzw. eine Kovari-
anz zum Markt von Null aufweisen. Da das in der Praxis eine sehr komplexe
Aufgabe darstellt, wird auf langfristige nicht ausfallgefährdete Staatsanleihen
5
zurückgegriffen, da diese ein sehr geringen Beta-Faktor aufweisen (Schmidlin
2013, S.152). Die für die Berechnung des risikofreien Zinssatzes ausgewählten
Staatsanleihen sollten kein Inflations- und Landesrisiko beinhalten und eine
modellnahe Laufzeit haben. Um das Inflationsrisiko auszuschließen werden
Nullkuponanleihen in der selben Währung, wie die zugrunde liegende Aktie
verwendet (Koller, Goedhart, Wessels 2005, S.296f.). Die Laufzeit der Null-
kuponanleihen wird auf zehn Jahre festgelegt, da eine zu lange Laufzeit den
Zeitwert des Geldes inkludiert und eine zu kurze Laufzeit dem unbegrenzten
Horizont des DCF-WACC-Verfahrens widerspricht. Dabei ist zu beachten,
dass der Einfluss einzelner FCFs mit zunehmenden Jahren durch den Dis-
kontierungsfaktor abnimmt (Koller, Goedhart, Wessels 2005, S.296f.). Beim
Landesrisiko wird in dieser Arbeit die Annahme getroffen, dass die zugrunde-
liegenden Länder USA, Schweiz, England und Frankreich als risikofrei gelten.
Die Berechnung des risikofreien Zinssatzes erfolgt, wenn die Daten gegeben
sind, auf Basis der Svensson-Methode, die die Zinsstrukturkurven der jewei-
ligen Länder ermittelt. Die geschätzten Zinsstrukturkurven basieren auf risi-
kofreien und optionsfreien hypothetischen Nullkuponanleihen des zugrunde-
liegenden Landes (Damodaran 1999, S.11),(Vegas u.a. 2014, S.6). Die Formel
4 zeigt die Berechnung der Svensson Methode.
1 − exp( −T
τ1
)
z(T, β0 , β1 , β2 , β3 , τ1 , τ2 ) = β1 + β2 · ( )
( τT1 )
(4)
1 − exp( −T
τ1
) −T 1 − exp( −Tτ2
) −T
+β2 · ( − exp( )) + β3 · ( − exp( )),
( τT1 ) τ1 T
( τ2 ) τ2
Mit der Svensson Methode wird der Zinssatz für einen gewünschten Anlage-
horizont ermittelt. Die Beta-Faktoren und die Taus werden von den Zentral-
banken geschätzt. Für Frankreich werden die Svensson Parameter von der
Banque de France (Banque de France 2020), für die USA von der Federal
Reserve (Federal Reserve 2020) und für die Schweiz von der Swiss Natio-
nal Bank (SNB BNS 2020) entnommen. Bei der Bank of England sind keine
Svensson Parameter zu finden. Deswegen basiert die Berechnung des risiko-
freien Zinssatzes von England auf den gegebenen Berechnungen der Bank
6
of England (Bank of England 2020). Die Ergebnisse für die Berechnung des
risikofreien Zinssatzes sind in Tabelle 1 dargestellt.
Der Beta-Faktor misst die Volatilität der Renditen zwischen dem zugrunde-
liegenden Wertpapier und dem gesamten Markt. Die Berechnung des Beta-
Faktors, in Formel 5, erfolgt auf Basis der adjustierten Kursdaten von Ya-
hoo.Finanz1 .
Cov(ri; rm)
β= (5)
V ar(rm)
In der Beta-Faktorenberechnung wird die Kovarianz zwischen den Renditen

des zugrundeliegenden Anlageobjektes und des gesamten Marktes ermittelt
und durch die Varianz des Marktes dividiert. Die Renditen basieren auf ad-
justierte Kursdaten, wobei die Wahl des zugrundeliegenden Zeitraums und
die Größe des Bemessungsintervalls ausschlaggebend sind. Es wird ein kurzer
Bemessungszeitraum verwendet, da das DCF-WACC-Verfahren zukunftsbe-
zogen ist und historische Renditen operative Veränderungen des Unterneh-
mens nur unzureichend erfassen. Ein präziser Beta-Faktor kann ab 60 Be-
obachtungszeitpunkten berechnet werden (Koller, Goedhart, Wessels 2005,
S.306ff.). Um Fehlerquellen bei den genutzten Kursdaten auszuschließen, ist
ein ausreichendes Handelsvolumen der zugrundeliegenden Aktie sicherzustel-
len. Dadurch kann der Kurs der Aktie schnell auf die Umweltveränderungen
reagieren und die Spanne zwischen An- und Verkaufspreis ist gering. Zudem
wird auf adjustierte Kursdaten zurückgegriffen, da diese um Kapitalmaßnah-
men, wie u. a. Kapitalerhöhungen oder Dividendenauszahlungen bereinigt
sind. In der vorliegenden Arbeit werden Beobachtungszeiträume von zwei
und von fünf Jahren verwendet, wobei die zwei Jahres Berechnung mit 75%
gewichtet wird und die fünf Jahres Berechnung mit 25% (Fecher 2017, s.94).
Da in dieser Bachelorarbeit nur Aktien mit hohem Handelsvolumen bewertet
werden, wurden die Renditen bei dem fünf Jahreszeitraum mit wöchentlichen
Intervallen gemessen und bei dem zwei Jahreszeitraum mit täglichen Inter-
vallen (Bollerslev, Zhang 2003, s.555f.). Die Rendite des Marktes, die in der
1
https://finance.yahoo.com/
7
Kovarianzberechnung in Formel 5 berechnet wird, soll den gesamten Markt
abdecken, darunter sämtliche Aktien, Anleihen und nicht gelistete Unterneh-
men. Da das in der Praxis nicht möglich ist, wird i.d.R. ein breit gestreuter
Index genommen (Hering 2003, s.294ff.). Aufgrund der starken Gewichtung
einer Industrie in den bekannten Indexen, wie dem DJIA, dem Dax und dem
SMI wird in dieser Arbeit für europäische Unternehmen auf den MSCI Eu-
rope und für amerikanischen Unternehmen auf den S&P 500 zurückgegriffen
(Koller, Goedhart, Wessels 2005, S.306ff.). Der Beta-Faktor kann direkt, wie
in Formel 5 dargestellt, oder indirekt berechnet werden. Die indirekte Beta-
Faktorenberechnung basiert auf der Peer Group des zugrundeliegenden Un-
ternehmens und impliziert die Annahme, dass alle Peer Group Unternehmen
dem selben operativen Risiko unterliegen und sich nur im finanziellen Ri-
siko unterscheiden. Bei der indirekten Beta-Faktorberechnung, in Formel 6,
werden die Peer Group Beta-Faktoren in unverschuldete Beta-Faktoren um-
gewandelt. Aus den unverschuldeten Beta-Faktoren wird der arithmetische
Mittelwert bestimmt. Anschließend wird der Mittelwert der unverschuldeten
Beta-Faktoren mit der Fremdkapitalquote des jeweiligen Unternehmens in
verschuldete Beta-Faktoren umgewandelt. Hierzu wird in der Bachelorarbeit
die Harris Pringle Anpassungsformel genutzt.
βil
βiu =
(1 + Li )
n
1 X (6)
βu = · βiu
n i=1
βil = β u · (1 + Li )
Die berechneten Ergebnisse der direkten Beta-Faktoren sind in der Abbil-

dung 1 dargestellt und die der indirekten Beta-Faktoren in Abbildung 2.
Die Fremdkapitalkosten sind die zu erwarteten Renditen der Fremdkapital-
geber. Eine Methode zur Fremdkapitalkostenbestimmung ist die historische
Analyse, die in Formel 7 dargestellt ist. Die historische Fremdkapitalkosten-
bestimmung misst das Verhältnis zwischen Zinszahlungen und zinstragendem
8
Fremdkapital.
Zinszahlungen
Kn = (7)
Zinstragendes Fremdkapital
Problematisch bei der historischen Fremdkapitalkostenbestimmung ist, dass

sich mit der Zeit das operative und finanzielle Risiko der Unternehmen, sowie
das allgemeine Zinsniveau an den Kapitalmärkten ändert. Des Weiteren setzt
sich das Fremdkapital aus unterschiedlichen Kreditarten zu unterschiedli-
chen Zeitpunkten zusammen und bildet damit einen gleitenden Durchschnitt
des Zinssatzes der nicht dem aktuellen entspricht. Eine weitere Methode zur
Fremdkapitalkostenbestimmung ist die YTM Methode in Formel 8. Diese
funktioniert über die Yield-to-Maturity Bestimmung einzelner Anleihen des
zugrundeliegenden Unternehmens die nicht ausfallgefährdet sind und ein ho-
hes Handelsvolumen aufweisen (Koller, Goedhart, Wessels 2005, S.319f.). Das
Ausfallrisiko wird u. a. durch die Bewertungsagenturen Standard & Poor’s
und Moody’s and Fitch Group gemessen (Koller, Goedhart, Wessels 2005,
S.306ff.). Die Anleihen zur Berechnung der YTM Methode sollten options-
frei sein, einen Kupon enthalten und eine geeignete Laufzeit aufweisen. Die
Option einer Anleihe kann einen Wert tragen, der die Berechnung verzerrt.
Die Anleihenlaufzeit wird möglichst lang gewählt, da eine lange Laufzeit dem
WACC-FCF Verfahren entspricht.
Kupon Kupon Kupon

P reis = + + ..... + (8)
(1 + ytm) (1 + ytm)2 (1 + ytm)T
Yield-to-Maturity berechnet die jährliche Rendite, wenn die Anleihe bis zum
Ende ihrer Laufzeit gehalten wird. Der Preis einer Anleihe spiegelt die Er-
wartungen des Marktes hinsichtlich der Risiken des Unternehmens und des
ökonomischen Umfelds wieder. Durch die enthaltenen zukunftsbezogenen Er-
wartungen des Marktes eignet sich die YTM-Methode als Schätzer für die
erwarteten Fremdkapitalkosten. Bei der Berechnung der YTM Methode wird
in dieser Arbeit eine restliche Laufzeit der Anleihen von zehn Jahren verwen-
9
det. Die betrachteten Unternehmen besitzen nur wenige den Anforderungen
entsprechende Anleihen, deswegen wird eine große Toleranz der Laufzeit ak-
zeptiert. Sind keine den Anforderungen entsprechenden Anleihen auffindbar,
wie im Falle von Glaxo, Sanofi und Astra, wird die indirekte YTM Metho-
de zum Ergänzen der fehlenden Daten verwendet. Bei der indirekten YTM
Methode wird die Bewertung der Bewertungsagenturen von den Unterneh-
men und die durchschnittlichen zehnjährigen Renditen der Anleihen von Un-
ternehmen mit der gleicher Bewertung ermittelt. Anschließend werden die
durchschnittlichen Renditen der Anleihen mit gleicher Bewertungsklasse als
Schätzer für die Fremdkapitalkosten angenommen. Die Ergebnisse der YTM
Methode werden in Abbildung 3 dargestellt.
Bei der Bestimmung der erwarteten Marktrendite innerhalb der Marktrisiko-
prämie, die alle Anlagerenditen des Marktes gleich gewichtet beinhalten soll,
wird auf externe Daten vom Damodaran zurückgegriffen (Damodaran o.D.).
Die Werte der erwarteten Marktrenditen sind in Abbildung 4 dargestellt.
2.1.2 Free Cash Flow und Terminal Value
Der unverschuldete FCF steht Fremdkapitalgebern und Eigenkapitalgebern

für die Kompensation ihrer Kapitaleinlagen zur Verfügung. Die indirekte
Ermittlung des unverschuldeten FCFs ist in Formel 9 dargestellt.
F CF u = EBIT · (1 − T R) − Einnahmen ohne Einzahlungen

+Ausgaben ohne Auszahlungen (9)
− M Auszahlungen oder Einzahlungen der Aktiva
Um den unverschuldeten FCF indirekt zu bestimmen, wird das EBIT mit

dem Steuersatz, subtrahiert von eins, multipliziert, um Fremdkapitalaufwen-
dungen miteinzubeziehen. Das Ergebnis wird als NOPLAT bezeichnet. Der
NOLPAT wird um alle Einnahmen die nicht in Verbindung mit einer Ein-
zahlung stehen, um alle Ausgaben auf die keine Auszahlung folgt und um
Veränderungen des Umlauf- und Anlagevermögens bei denen eine Auszah-
10
lung oder Einzahlung erfolgt angepasst.
Der Terminal Value, in Formel 10, berechnet den Unternehmenswert in der
Fortführungsphase und basiert auf der Gordon Growth Formel, die in den
Lehrmaterialien von Damodaran ausführlich diskutiert wird (Damodaran
2011, S.323ff.).
F CFu,t+1
TV = (10)
W ACC − g
In der Berechnung des TV wird der unverschuldete FCF ein Jahr in die
Zukunft prognostiziert und anschließend durch die Kapitalkosten, reduziert
um den unbegrenzten Wachstumsfaktor, dividiert. Der TV hat i.d.R. einen
großen Einfluss auf den Unternehmenswert, wie in Tabelle 2 dargestellt. Der
Wachstumsfaktor und die Kapitalkosten stellen die treibenden Faktoren im
TV dar. Das wird mithilfe einer Sensitivitätsanalyse in Abbildung 5 veran-
schaulicht. Daraus wird erkenntlich, dass mit abnehmender Differenz zwi-
schen den Kapitalkosten und der Wachstumsrate der Einfluss auf den TV
steigt und bei negativer Differenz Fehler in Form eines negativen TV auf-
treten. Für die Berechnung des Wachstumsfaktors gibt es verschiedene Re-
gressionsmodelle, wie das von Damodaran (Damodaran o.D., S.38ff.). Da-
bei sind die Regressionsansätze kritisch zu betrachten, da ein Wachstums-
faktor der das Branchen- oder Wirtschaftswachstum zuzüglich der Inflation
übersteigt, langfristig andere Marktteilnehmer verdrängt. Aus diesem Grund
sollte der Wachstumsfaktor auf dem Bruttoinlandsprodukt, der Inflation oder
dem Branchenwachstum basieren. Bei der konservativsten Methode wird dem
Unternehmen unterstellt, dass es keinen Wachstum mehr aufweist und die
Ertragsfaktoren nur noch mit der Inflationsrate wachsen. Das Bruttoinland-
sprodukt und das Branchenwachstum beinhalten die Inflation, da der Wert
der abgesetzten Waren und Dienstleistungen mit der Inflation steigt (Kasidi,
Mwakanemela 2013, S.365ff.). Die Wachstumsbestimmung mittels BIP, die
in dieser Arbeit Verwendung findet, wird durch das BIP-Wachstum der Ab-
satzregionen des Unternehmens gemessen. Die Wachstumsbestimmung an-
hand des Branchenwachstums sollte nur Anwendung finden, wenn die Bra-
chenwachstumsrate kleiner oder gleich zum Bruttoinlandsproduktwachstum
11
ist, da ansonsten die Branche überproportional wächst und andere Brachen
verdrängt (Koller, Goedhart, Wessels 2005, S.275ff.). Bei der Wachstumsra-
tenbestimmung wird das weltweite BIP verwendet, da fast alle in der Arbeit
betrachteten Unternehmen weltweit tätig sind. Das Branchenwachstum wird
nicht herangezogen, da es vom Zeitraum 2002 bis 2020 ein durchschnittliches
Wachstum von 6.8% aufweist und damit deutlich über dem Marktwachstum
liegt. Das durchschnittliche Marktwachstum wurde für den Zeitraum von
1980 bis 2010 ermittelt und ergab 2.9%.
2.1.3 Modifizierung des DCF-WACC-Verfahrens
Folgend werden die einzelnen Bestandteile des DCF-WACC-Verfahrens im

Sinne der praktischen Anwendbarkeit modifiziert. Das Ziel des DCF-WACC-
Verfahrens ist die Bewertung des operativen Geschäfts, dass alle Unterneh-
mensaktivitäten die dem eigentlichen Unternehmenszweck dienen inkludiert
(Gross, 2017). Dafür wird die GuV und die Bilanz in operative und finanzielle
Posten sortiert. Dabei stehen die operativen Posten im Zusammenhang mit
dem Unternehmenszweck und die finanziellen Posten im Zusammenhang mit
der Finanzierung des Unternehmenszwecks oder sie werden für die Aufrecht-
erhaltung des operativen Geschäfts nicht benötigt. Die im Jahresabschuss
gegebene GuV ist in der Regel nach operativen und finanziellen Erträgen
und Aufwendungen sortierten. Die Bilanz kann teilweise durch die Bezie-
hungen zur GuV sortiert werden, da die Aktiva und Passiva Posten einen
Aufwand oder Ertrag erwirtschaften der in operative oder finanzielle Posten
der GuV einfließt. Die nicht eindeutigen Positionen der Bilanz werden durch
die ergänzenden Erklärungen im Jahresabschluss systematisiert. Innerhalb
der Sortierung werden Minderheitsanteile vorerst als Eigenkapital klassifi-
ziert, da sie Eigenkapitalansprüche, auf die von zu bewertenden Unterneh-
men bilanztechnisch konsolidierte Unternehmen, darstellen. Anschließend an
die Unternehmenswert-Berechnung werden die Minderheitsanteile, wie das
Fremdkapital vom Unternehmenswert subtrahiert. Nach der Sortierung kann
die Bilanz, wie in Abbildung 6 dargestellt, reklassifiziert werden. Eine Bi-
12
lanz nach dem IRFS ist standardmäßig in der Aktiva und der Passiva nach
kurzfristigen und langfristigen Posten sortiert. Bei der Reklassifizierung wird
die Aktiva und das Fremdkapital in operative Posten und finanzielle Po-
sten aufgeteilt. Anschließend werden die operative Aktiva und das operative
Fremdkapital in kurz- und langfristige Posten aufgeteilt. Unter der Annahme,
dass es kein langfristiges operatives Fremdkapital gibt, kann diese Position
vernachlässigt werden. Folgend wird von der Gleichung das kurzfristige ope-
rative Fremdkapital und die finanzielle Aktiva subtrahiert. Dadurch mindert
sich die Aktiva und das Fremdkapital. Hinter dieser Anpassung steht die An-
nahme, dass kurzfristiges operatives Fremdkapital keine Zinsen trägt bzw.
keine Aufwendungen verursacht und den Wert des operativen Geschäftes
mindert, wenn das kurzfristige operative Fremdkapital beglichen wird. Die
Annahme bei der finanziellen Aktiva ist, dass sie nicht betriebsnotwendig ist
und ohne das operative Geschäft zu beeinträchtigen veräußert werden kann.
Beim Zusammenfassen der reklassifizierten Gleichung wird auf der Aktiva das
kurzfristige operative Fremdkapital vom operativen Umlaufvermögen subtra-
hiert, wodurch sich das Nettoumlaufvermögen ergibt. Das IC berechnet sich
durch die Summe des Nettoumlaufvermögens und des operativen Anlage-
vermögens. Auf der Passiva ergibt sich das ND durch die Subtraktion der
finanziellen Aktiva vom finanziellen Fremdkapital.
Durch die Reklassifizierung wird die Berechnung vom WACC, dem TV, dem
unverschuldeten FCF und den historischen Fremdkapitalkosten angepasst.
Bei den historischen Fremdkapitalkosten, in Formel 7, wird das zinstragende
Fremdkapital durch ND ersetzt. Für die Berechnung der historischen Fremd-
kapitalkosten wird der arithmetische Mittelwert aus den ersten drei Jahren
der Detailplanungsphase gebildet, wodurch die Schwankungen glätten wer-
den. Die daraus resultierenden Ergebnisse sind in Abbildung 7 veranschau-
licht.
Der WACC wird, wie in Formel 11 dargestellt, modifiziert, wobei das Eigen-
kapital durch Eigenkapital und Eigenkapital Äquivalente, die Aktiva durch
IC und das Fremdkapital durch ND ersetzt wird.
E&EE ND
W ACC = kel · + kdl · · (1 − T R) (11)
IC IC
13
Der modifizierte unverschuldet FCF wird in Formel 12 dargestellt. Dabei wird
der CapEx und die Veränderung im WC von der Ausgangsbasis NOPLAT
subtrahiert.
F CF u = EBIT · (1 − T R) − CapEx− M W C (12)
Der CapEx berechnet sich aus der Summe von Abschreibungen und der
Veränderung im operativen Anlagevermögen.
Die Modifizierung des TVs wird in Formel 13 dargestellt. Anschließend er-
folgt der Beweis, dass sie dem unmodifizierten TV in Formel 10 entspricht.
Dabei ist das Ziel des modifizierten TVs, dass die werttreibenden Faktoren
aufgeschlüsselter darstellt sind.
g
ICt+1 · ROICt+1 · (1 − RON IC
)
TV = (13)
W ACC − g
Die Variable ROIC, Formel 14, misst die historische Profitabilität zwischen
dem EBIT und dem IC und gibt im Sinne des TV die Profitabilität auf
das bisher investierte IC an. In dieser Arbeit wird ROIC im TV durch den
arithmetischen Mittelwert von ROIC in der Prognosephase berechnet. Die
zukünftige Profitabilität auf neu investiertes Kapital wird mit RONIC, in
Formel 15, gemessen. RONIC ist in der Praxis häufig nicht anzuwenden, da
dass neu investierten Kapital und das daraus erwirtschaftete NOPLAT als
außenstehender Investor nicht messbar ist. Das liegt unter anderem an der
natürlichen Volatilität von NOPLAT und Effekten die das bisher investierte
IC betreffen. Deswegen wird RONIC mit dem WACC, da langfristig die Pro-
fitabilität durch Konkurrenzeinflüsse auf ein branchenübliches Niveau sinkt,
oder mit dem ROIC, wenn das Unternehmen langfristige Alleinstellungsmerk-
male und die dadurch erhöhte Profitabilität beibehalten kann, gleichgesetzt
(Koller, Goedhart, Wessels 2005, S.274f.). Der in der Arbeit verwendete RO-
NIC wurde aufgrund des nicht Auffinden langfristiger Alleinstellungsmerk-
male der Unternehmen mit dem WACC gleichgesetzt.
N OP LAT
ROIC = (14)
IC
14
M N OP LAT
RON IC = (15)
M IC
Durch ersetzten des Produkts von IC und ROIC durch NOPLAT und das
einsetzen von RONIC ergibt sich die Formel 16.
g
N OP LATt+1 · (1 − RON IC
)
TV = (16)
W ACC − g
N OP LAT − N OP LATt−1
g= (17)
N OP LATt−1
In der Formel 18 wurde der Wachstumsfaktor, siehe Formel 17, im Zähler

eingesetzt, ausmultipliziert und zusammengefasst. Dabei sind die einzelnen
Schritte in Abbildung 8, Beweis 1, dargestellt.
OP LAT
N OP LATt+1 − MNRON IC
TV = (18)
W ACC − g
Um zur Formel 19 zu gelangen, wird die Veränderung von NOPLAT dividiert

durch RONIC mit der Veränderung vom IC ersetzt. Nach dem Zusammen-
fassen ist der Beweis zur Gleichheit der beiden TV Formeln erbracht. Dabei
sind die einzelnen Schritte in der Abbildung 8, Beweis 2, dargestellt.
N OP LATt+1 − M IC
TV = (19)
W ACC − g
F CFt+1
TV = (20)
W ACC − g
15
2.2 Das Multiplikatorenverfahren
In diesem Abschnitt werden verschiedene Multiplikatoren untersucht und für

die, in der Arbeit analysierten Unternehmen, passende Multiplikatoren aus-
gewählt. Multiplikatoren messen den Preis eines Unternehmens anhand einer
Kennzahl, die sich immer aus einem Zähler der marktorientiert ist und einem
Nenner der bilanzorientiert ist zusammensetzt (Suozzou.a. 2001,S.26ff.). Der
prinzipielle Unterschied zum DCF-WACC-Verfahren, bei dem der Unterneh-
menswert anhand von fundamentalen Kennzahlen bestimmt wird, ist, dass
Multiplikatorenverfahren auf den Einschätzungen anderer Marktteilnehmer
basieren, da das zugrundeliegende Unternehmen mit dem Durchschnitt der
Peer Group bewertet wird.
2.2.1 Peer Group Definition
Folgend wird auf die Definition und Ermittlung einer Peer Group eingegan-
gen. Eine Peer Group sind Unternehmen die theoretisch mit dem zugrun-
deliegenden Unternehmen identisch sind. Bei der Peer Group Identifikation
sind alle Unternehmen der gleichen Branche auf operative und fundamen-
tale Aufweichungen zum zugrundeliegenden Unternehmen zu analysieren.
Bei der Fundamentalanalyse wird Größe, Kapitalstruktur, Profitabilität und
Wachstum auf Abweichungen zum zugrundeliegenden Unternehmen unter-
sucht. Bei der operativen Analyse wird der Absatzmarkt, die Diversifikation,
die Wertschöpfungskette, das Produktportfolio und gegebenenfalls die Allein-
stellungsmerkmale auf Abweichungen zum zugrundeliegenden Unternehmen
untersucht (Schwerin 2014, s.13).
2.2.2 Eigenschaften von Multiplikatoren
In diesem Unterabschnitt werden grundlegende Vorüberlegungen zum Multi-

plikatorenverfahren untersucht. Multiplikatoren werden in Equitymultiplika-
16
toren und Entitymultiplikatoren unterteilt. Dabei stellen Equitymultiplikato-
ren den Marktwert des Eigenkapitals ins Verhältnis zu Erfolgsgrößen, die den
Eigenkapitalgebern zur Verfügung stehen und Entititymultiplikatoren setzten
den Marktwert des Gesamtkapitals, auch bekannt als Enterprise Value, ins
Verhältnis zu Erfolgsgrößen, die den Eigenkapitalgebern und Fremdkapital-
gebern zustehen. Eine weitere Unterteilung bei Multiplikatoren ist, ob sie auf
Zukunfts- oder Vergangenheitsdaten basieren. In der Studie von Jing, Doron
und Jacob wird festgestellt, dass Multiplikatoren die zukunftsbezogen sind
einen genaueren Unternehmenswert ermitteln (Jing, Doron, Jacob 2002). In
dieser Arbeit werden die Zukunftsmultiplikatoren mit einem Prognosehori-
zont von zwei Jahre und ein Vergangenheitsmultiplikator, der Trailing Mul-
tiplikator, der auf den Daten der letzten zwölf Monate basiert, berechnet. Da
die Zukunftsmultiplikatoren über einen längeren Zeitraum bemessen werden
als der Trailing Multiplikator, sind sie resistenter gegen Ausreißer.
2.3 Auswahl der Multiplikatoren
Im folgenden Unterabschnitt werden bestimmte Multiplikatoren hinsichtlich

der Tauglichkeit für die pharmazeutischen Branche untersucht. Der für die
Entitymultiplikatoren benötigte EV berechnet sich wie in Formel 21 darge-
stellt.
EV = Marktwert des Eigenkapitals+

Marktwert des Fremdkapitals+
Marktwert der Minderheitsanteile−
(21)
Liquide Mittel, kurzfristige Finanzanlagen−
nicht betriebsnotwendige Vermögenswerte
Quelle : Schmidin2017, S.133
Dabei wird der Marktwert des Eigenkapitals anhand der Marktkapitalisie-

rung gemessen. Durch die gute Bewertung und die solide finanzielle Situation
der zu analysierenden Unternehmen wird für den Marktwert des Fremdka-
17
pitals der Buchwert genommen. Der Marktwert der Minderheitsanteile wird
bei geringen Wert, gemessen am gesamten EV, in Höhe des Buchwertes an-
gesetzt. Bei hohen Minderheitsanteilen wird der Marktwert über das bran-
chenübliche Kurs-Buch-Verhältnis vom konsolidierten Unternehmen ermit-
telt und mit dem Buchwert vom Minderheitsanteil multipliziert. Des Weite-
ren werden die finanziellen liquiden Mittel, kurzfristige Finanzanlagen und
nicht betriebsnotwendige Vermögenswerte vom EV subtrahiert, da sie nicht
zum Fortführen des operativen Geschäftes benötigt werden.
Die hier zugrundeliegenden pharmazeutischen Unternehmen sind großteils
profitabel und agieren in einem gesättigten Markt. Deshalb können die Multi-
plikatoren P/E, EV/EBIT, EV/EBITA und EV/EBITDA verwendet werden.
P/E ist ein Equitymultiplikator der sich aus dem Preis pro Aktie, dividiert
durch das Ergebnis pro Aktie berechnet. Problematisch in der Zusammen-
setzung von P/E ist der Ertrag je Aktie, der unter dem IRFS, z.B. durch
Aktienrückkäufe, leicht manipulierbar ist (Goedhart, Koller, Wessels 2005,
S.10ff.). Die Entitymultiplikatoren EV/EBIT, EV/EBITA und EV/EBITDA
unterscheiden sich hinsichtlich Abschreibung und Amortisation. Der Vorteil
vom EV/EBITDA Multiplikator, der keine Abschreibungen und Amortisa-
tionen enthält, ist, dass es irrelevant ist, welche Abschreibungsmethoden die
Unternehmen benutzen.2 Der Vorteil vom EV/EBITA Multiplikator, der Ab-
schreibungen inkludiert, ist die bessere Vergleichbarkeit von unterschiedli-
chen Produktionsstrategien. Ein Unternehmen das die Produktion selbst be-
treibt weist i.d.R. höhere Abschreibungen auf als ein Unternehmen, welches
seine Produktion auslagert und führt daher beim EV/EBITDA Multiplikator
zu Fehlberechnungen. Die Auswirkung der Fehlberechnung wird in Tabelle
3 anhand von zwei identisch profitablen Unternehmen veranschaulicht. Beim
Vergleich von EV/EBITA mit EV/EBIT ist der Unterschied die Amortisa-
tion, die hauptsächlich durch den Wertverlust des Goodwills entsteht. Der
Multiplikator EV/EBIT reduziert den Wert von Unternehmen, die Fusio-
nen und Übernahmen tätigen, im Gegensatz zum EV/EBITA Multiplika-
tor. Die Auswirkung der Amortisation auf den Unternehmenswert zwischen
2
Laut dem IRFS ist keine besondere Abschreibungsmethode vorgeschrieben, es werden
nur die lineare, degressive und leistungsabhängige Abschreibung erwähnt (IAS 16.62)
18
EV/EBIT und EV/EBITA ist in Tabelle 4 veranschaulicht. In der Regel
erhöht sich der Marktwert des Eigenkapitals von Fusionen und Übernahme
betreibenden Unternehmen, um mehr als den Marktwert der beiden einzel-
nen Unternehmen (Chowdhury 2012, S.30ff.). Dadurch erhöht sich der EV
der zusammengeführten Unternehmen und reduziert den Unternehmenswert
im Multiplikatorenverfahren. In Tabelle 4 ist die Erhöhung des EV bei der
Fusion von A und B mit 200 Geldeinheiten bewertet. Dadurch erhöht sich
der EV/EBITA Multiplikator um 0.8 Punkte. Beim Vergleich von EV/EBIT
und EV/EBITA der von fusionierten und vollkommen identisch profitablen
Unternehmen AB und C, reduziert EV/EBIT den Unternehmenswert des zu-
sammengeführten Unternehmens im Multiplikatorenverfahren. Der entschei-
dende Grundgedanke zur Auswahl von EV/EBIT und EV/EBITA ist, ob Fu-
sionen und Übernahmen den übernehmenden Unternehmen einen Mehrwert
in Höhe vom Marktwert zuzüglich dem Goodwill erwirtschaften. Dazu besagt
eine, im Harward Buisness Review veröffentlichte Studie, dass 70%-90% der
Fusionen und Übernahmen scheitern (Christensen u. a. 2011). Da nicht be-
kannt ist wie sich die Vor- und Nachteile der Multiplikatoren EV/EBITDA,
EV/EBITA oder EV/EBIT auswirken und welcher Multiplikator der beste
Schätzer für den Unternehmenswert ist, werden in dieser Arbeit alle drei
Multiplikatoren untersucht. Die Berechnungen der Multiplikatoren sind in
den Formeln 22, 23, 24 dargestellt.
EV
EV /EBIT DA = (22)
EBIT DA
EV
EV /EBIT A = (23)
EBIT A
EV
EV /EBIT = (24)
EBIT
Ein weiterer in dieser Arbeit untersuchter Multiplikator ist das Kurs-
19
Buchwert Verhältnis, dargestellt in Formel 25.
Marktwert des Eigenkapitals

P/B = (25)
Buchwert des Eigenkapitals
Dabei stellt das Ergebnis vom P/B Multiplikator, das Verhältnis vom Buch-
wert des Eigenkapitals zum realen Wert des Eigenkapitals dar. Der P/B Mul-
tiplikator wird beeinflusst durch den finanziellen Anteil der Aktiva zur ge-
samten Aktiva und durch nicht bilanziertes immaterielles Vermögen. Weitere
Details zum Ansätzen des immateriellen Vermögens sind im IRFS gegeben
(IAS 38 Intagible Assets 2017) und zum Einfluss der finanziellen Akiva auf
den P/B Multiplikator in der von Damodaran veröffentlichen Studie (Damo-
daran 2005).
2.4 Anwendung des Multiplikatorenverfahrens
In diesen Unterabschnitt werden die Grundlagen für die später durch-

geführten Multiplikatorenanalysen erklärt. Bei Multiplikatorenverfahren wird
der zu untersuchende Multiplikator von jedem einzelnen Unternehmen der
Peer Group und des zu bewertenden Unternehmens ermittelt. Aus den ein-
zelnen Multiplikatoren wird anschließend der arithmetische Mittelwert und
der Median gebildet. Dabei wird in dieser Arbeit untersucht, ob der arith-
metische Mittelwert oder der Median einen besseren Schätzer für den Peer
Group Durchschnitt dargestellt. Prinzipiell sollte der arithmetischen Mit-
telwert präziser und der Median resistenter gegenüber Ausreißern sein. Im
nächsten Schritt wird der Nenner, die bilanzorientirete Kennzahl, des Multi-
plikators mit den ermittelten Mittelwerten multipliziert, um bei Equitymul-
tiplikatoren den Marktwert des Eigenkapitals zu berechnen und bei Entiti-
multiplikatoren den EV. Um bei Entitimultiplikatoren den Marktwert des
Eigenkapitals zu ermitteln wird die Formel 21, für den EV, nach dem Markt-
wert des Eigenkapitals umgestellt.
20
3 Datensatz und empirische Ergebnisse
3.1 Peer Group Bestimmung
In diesem Unterabschnitt wird die Peer Group zur Multiplikatorenbestim-

mung und zur indirekten Beta-Faktorenberechnung ermittelt. Der Ausgangs-
wert für die Peer Group Analyse ist Merck. Als in Frage kommende Peer
Group Unternehmen, wurden 13 weitere, in der Pharmazeutischen Branche
agierende Unternehmen identifiziert und für die Jahre 2005 bis 2010 analy-
siert. Dabei wird für jedes Unternehmen ein, in der Tabelle 5 dargestelltes,
Deckblatt erstellt. Bei der Bestimmung der Peer Group wird im Rahmen der
fundamentalen Analyse die Größe mithilfe der Marktkapitalisierung, dem
Gesamtkapital, dem Umsatz und dem Ertrag bestimmt. Die Kapitalstruktur
wurde mithilfe der Fremdkapitalquote bestimmt. Bei der Profitabilität wur-
den die Unternehmen auf ihre Bruttogewinnspanne, EBITDA-Gewinnspanne
und auf die Steuerquote untersucht. Das Wachstum wurde mithilfe vom Um-
satzwachstum, EBITDA-Wachstum und den Forschungs- und Entwicklungs-
kosten gemessen. In der indirekten Beta-Faktorenberechnung wird die Kapi-
talstruktur berücksichtigt, deswegen wurde die Kapitalstruktur innerhalb der
Peer Group Bestimmung für die indirekte Beta-Faktorenberechnung ausge-
schlossen. Die zusammengefassten Ergebnisse der fundamentalen Peer Group
Analyse sind in den Tabellen 6, 7, 8 und 9 dargestellt. In der operative Ana-
lyse wird der Absatzmarkt, die Alleinstellungsmerkmale, die Diversifikation,
die Wertschöpfungskette und das Produktportfolio untersucht. Dabei wird
eine Übersicht der Produktportfolien von den Unternehmen in den Tabel-
len 10 und 11 dargestellt. Die innerhalb der fundamentalen und operativen
Analyse ermittelte Peer Group setzt sich aus Pfizer, Novartis, Bristol, Glaxo,
Sanofi und Astra zusammen.
21
3.2 Auswertung des DCF-WACC-Verfahrens
In diesem Abschnitt werden die Ergebnisse der verschiedenen Ansätze des

DCF-WACC-Verfahrens ausgewertet. Es gibt acht verschiedene Versionen
zur Berechnung des Marktwerts des Eigenkapitals mittels dem DCF-WACC-
Verfahren zu betrachten. Die Merkmalsträger innerhalb der Auswertung
sind die berechneten Abweichungen des, durch das DCF-WACC-Verfahren,
geschätzten Marktwerts des Eigenkapitals zum realen Marktwert des Eigen-
kapitals der einzelnen Unternehmen. Die Merkmale innerhalb der Klassierung
sind Aktien, deren Ausprägung die verschiedenen analysierten Unternehmen
sind, Jahre, deren Ausprägung die Jahre von 2005 bis 2010 sind und Me-
thoden, deren Ausprägungen Beta + Debt, Beta + YTM Debt, Beta Peer
Group + Debt, Beta Peer Group + YTM Debt, Beta + Debt (R), Beta
+ YTM Debt (R), Beta Peer Group + Debt (R) und Beta Peer Group +
YTM Debt (R) sind. Bei den Ausprägungen der Methoden steht Debt für
die Verwendung der historischen Fremdkapitalkostenbestimmung im DCF-
WACC-Verfahren, YTM Debt für die Fremdkapitalkostenbestimmung mit
der YTM-Methode, Beta für die direkte Beta-Faktorberechnung, Beta Peer
Group für die indirekte Beta-Faktorberechnung und (R) für die Verwendung
von Realdaten. Die Gruppen ohne (R) basieren auf prognostizierten Daten
der IBES Datenbank.
Durch die Verwendung von Boxplots wird eine erste Übersicht über die
verschiedenen Methoden geschaffen. Es wird festgestellt, dass ein Großteil
der Ausreißer innerhalb der Methoden durch Astra entstehen. In Abbil-
dung 9, die die Abweichungen innerhalb Aktien veranschaulicht, sind die
überdurchschnittlich hohen Abweichungen von Astra zu erkennen. Die ho-
hen Abweichungen von Astra zum realen Marktwert sind durch das hohe
ROIC, Abbildung 10, und durch die geringen historischen Fremdkapitalko-
sten, Abbildung 11, zu erklären. Aufgrund der hohen Abweichung wird Astra
in den weiteren Berechnungen nicht mehr berücksichtigt. Das sich aus der
neuen Datenbasis ergebende Gesamtbild ist in Abbildung 12 dargestellt. Es
ist zu erkennen, dass der Median der Abweichungen bei Beta + YTM Debt
auf Realdatenbasis und bei Beta Peer Group + YTM Debt auf Realdatenba-
22
sis am geringsten ist und die Varianz in allen Methoden zum Großteil durch
die Aktien entsteht. Um diese Aussagen zu überprüfen und weitere Erkennt-
nisse zu gewinnen, wird der einfaktorielle ANOVA Test und der Tukey’s
range Test für die Methoden durchgeführt. Beide Tests setzten Linearität,
Normalverteilung der Residuen und Homoskedastizität in den verschiedenen
Datensätzen voraus. Die Voraussetzungen werden, bis auf die Normalvertei-
lungen der Residuen, erfüllt. Bei den Normalverteilungen der Residuen kann
mithilfe des zentralen Grenzwertsatzes argumentiert werden, dass sich bei ei-
nem größeren Stichprobenumfang die Abweichungen einer Normalverteilung
nähern würden. Dazu hat die Universität Zürich ermittelt, dass bei einer
einfaktoriellen Varianzanalyse ohne Messwiederholung und ab 25 Messwerten
pro Gruppe Verletzungen der Normalverteilung in den Residuen i.d.R. unpro-
blematisch sind (Universität Zürich 2018). Bei dem einfaktoriellen ANOVA
Test wird Eta-Quadrat als Maß für die Effektstärke genutzt. Dabei entsteht
immer ein positiver Bias (Okada 2013). Dadurch wird die aufgeklärte Va-
rianz immer überschätzt und die unaufgeklärte Varianz wird mit steigen-
der Anzahl der Variablen höher (Statistikguru o.D.). Mit dem ANOVA Test
kann bewiesen werden, dass alle Merkmalsauspägungen einen signifikaten
Einfluss auf die Varianz haben. Dabei beträgt die ungeklärte Varianz 14.8%
der gesamten Varianz. Die weitere Auswertung des ANOVA Tests mittels
der Eta-Quadrate, Tabelle 12, zeigt, dass die Varianz großteils auf die Merk-
malsausprägungen innerhalb Aktie und Methode zurückzuführen ist. Um die
Methoden auf signifikante Unterschiede in den Abweichungen der Marktwer-
te zu testen wird der Tukey’s range Test durchgeführt, Tabelle 13. Dadurch
wird bestätigt, dass die Methoden Beta Peer Group + YTM Debt auf Real-
datenbasis und Beta + YTM Debt auf Realdatenbasis eine signifikant gerin-
gere Abweichung als die anderen Methoden aufweisen. Ferner wird sichtbar,
dass die Methoden auf Realdatenbasis tendenziell besser sind als die Metho-
den auf Prognosedatenbasis und die YTM-Methode tendenziell die Fremd-
kapitalkosten besser schätzt als die historische Fremdkapitalkostenanalyse.
Aufgrund der gewonnenen Erkenntnisse werden die DCF-WACC-Verfahren
mit Prognosedaten, sowie die DCF-WACC-Verfahren auf Basis der histori-
schen Fremdkapitalkostenbestimmung aus der Betrachtung ausgeschlossen.
23
Anschließend wird für die Ermittlung der Konfidenzintervalle der T-Test,
mit einem Signifikanzniveau von 5%, für die Abweichungen der einzelnen
Methoden durchgeführt. Mit dem T-Test wird die Hypothese geprüft, ob
keine Abweichungen zwischen dem realen Marktwert des Eigenkapitals und
dem berechneten Marktwert des Eigenkapitals vorliegen. Das aus dem T-Test
resultierende Ergebnis, Abbildung 13, zeigt, dass die Hypothese bei allen Me-
thoden verworfen werden muss und somit nicht bewiesen werden kann, dass
keine Abweichungen zum realen Marktwert des Eigenkapitals vorliegen. Das
Konfidenzintervall von Beta Peer Group + YTM Debt auf Realdatenbasis
besagt, dass alle weiteren Bestimmungen des Marktwertes vom Eigenkapital
bei dieser Methode, um 112% bis 184% vom realen Marktwert des Eigen-
kapitals abweichen und die weiteren Ergebnisse mit der Beta + YTM Debt
Methode auf Realdatenbasis um 111% bis 176% von dem realen Marktwert
des Eigenkapitals abweichen.
Die potenziellen Fehler und Probleme der DCF-WACC-Verfahren werden fol-
gend erklärt. Dabei sind die Einflussfaktoren für den Marktwert des Eigen-
kapitals in der Detailplanungsphase der unverschuldete FCF und der WACC
und in der Fortführungsphase der TV und der WACC. Da die Detailplanungs-
phase auf vier Jahre basiert wird der Großteil des Unternehmenswertes durch
die Fortführungsphase bestimmt, Tabelle 2. Um die Fehlerquellen systema-
tisch zu betrachten, wird sich am Aufbau der Arbeit orientiert. Die Jahresab-
schlüsse und somit die Bestandteile für das DCF-WACC-Verfahren stammen
von Reuters. Die Jahresabschlüsse von Reuters sind stark komprimiert und
deswegen schwer mit den offiziellen Jahresabschlüssen der Unternehmen zu
vergleichen. Dadurch kann keine genaue Sortierung in finanzielle und opera-
tive Posten stattfinden und wichtige Kennzahlen, wie u. a. die Fremdkapi-
talzinszahlungen, stimmen nicht mit dem offiziellen Jahresabschluss überein.
Das kann zu Fehlern in der Berechnung des operativen Fremdkapitals und der
finanziellen Aktiva führen. Die daraus entstehenden Folgefehler würden sich
in dem ND, dem IC und in der historischen Fremdkapitalkostenbestimmung,
Abbildung 7, zeigen. Der weitere, auf dem ND und dem IC basierende, Fol-
gefehler würde sich in der Gewichtung vom WACC zeigen. In der YTM Me-
thode, Abbildung 3, können potenzielle Fehler bei der YTM Berechnung der
24
einzelnen Anleihen auftreten, da der Zeitraum bis zur Fälligkeit, zehn Jah-
re, kaum eingehalten wird und teilweise keine passenden Anleihen auffindbar
sind. Bei den Unternehmen, bei denen keine passenden Anleihen vorhanden
sind, wird die indirekte YTM Methode verwendet. Durch die unterschiedli-
chen Zeiträume der Bemessung und die verschiedenen YTM Methoden kann
hier eine Verzerrung vorliegen. Des Weiteren kann die Effektivität des Be-
messungszeitraums von zehn Jahren in Frage gestellt werden. Bei den, mit
dem CAPM ermittelten, Eigenkapitalkosten können Fehler in der Ermitt-
lung der risikofreien Zinssätze, der Marktrisikoprämie und dem Beta-Faktor
entstanden sein. Außerdem muss die Annahme, dass die zugrundeliegenden
Länder risikofrei sind kritisch betrachtet werden. Beim erwarteten risikofrei-
en Zinssatz, Tabelle 1, der auf Basis der Zinsstrukturkurven ermittelt wird,
kann untersucht werden, ob der Zeitraum von zehn Jahren für das DCF-
WACC-Verfahren passend ist. Die erwartete Rendite des Marktes, die in
der Beta-Faktorenberechnung und in der Marktrisikoprämie benutzt wird,
wird in dieser Arbeit unterschiedlich berechnet. Die erwartete Rendite des
Marktes in der Marktrisikoprämie basiert auf den Berechnungen von Damo-
daran, Abbildung 4, und die erwartete Rendite des Marktes innerhalb der
Beta-Faktorberechnung wird anhand vom MSCI Europe und dem S&P 500
ermittelt. Innerhalb der direkten- und indirekten Beta-Fakorenberechnung,
Abbildung 1 und 2, können Fehler durch den Bemessungszeitraum und das
Bemessungsintervall entstehen. Ferner können Fehler bei der Annahme, dass
der S&P 500 und der MSCI Europe repräsentativ für den gesamten Markt
sind, auftreten. Bei direkten Beta-Faktorenberechnung kann tendenziell fest-
gestellt werden, dass die amerikanischen Unternehmen, auf Basis des S&P
500, ein höheren Beta-Faktor aufweisen als die europäischen Unternehmen,
auf Basis des MSCI Europe. Weitere Fehlerquellen im TV sind RONIC und
ROIC, Abbildung 10, und die Wachstumsrate. Die Wachstumsrate wird an-
hand des historischen weltweiten BIP-Wachstums bemessen. Es sollte dabei
der Bemessungszeitraum und das BIP auf die Tauglichkeit als Schätzer für
die erwartete Wachstumsrate untersucht werden. Des Weiteren ist die An-
nahme, dass alle Unternehmen weltweit agieren genauer zu betrachten. Mit
dem Ziel das BIP-Wachstum anteilig nach Absatzregionen der Unternehmen
25
zu bestimmen und dadurch die erwartete Wachstumsrate genauer ermitteln
zu können. Der ROIC im TV wurde auf Basis des arithmetischen Mittel-
werts des ROICs in der Prognosephase berechnet und RONIC wurde mit
dem WACC gleichgesetzt. Allerdings sollten beide Faktoren spezifisch für
jedes Unternehmen bewertet werden und Faktoren wie u. a. die zukünftige
Profitabilität innerhalb der Produktklassen, Unternehmenszyklen, Reputa-
tion, Markenprägungen und gesetzliche Regulationen Einfluss finden. Bei
den DCF-WACC-Verfahren auf Basis von Prognosedaten, die tendenziell eine
höhere Abweichung aufweisen als die DCF-WACC-Verfahren mit den Real-
daten, ist der potenzielle Fehler in dem von Reuters betrachteten Datensatz
zu vermuten. Der Datensatz von Reuters beinhaltet nur Prognosen einzel-
ner Werte und keine vollständigen Plan-Jahresabschlüsse. Dadurch können
nur Teile der benötigten Daten für die DCF-WACC-Verfahren prognostiziert
werden. Die nicht prognostizierbaren Daten basieren weiterhin auf den Real-
daten. Dadurch entsteht ein Datensatz der nur wenig Aussagekraft enthält.
3.3 Auswertung der Multiplikatoren Verfahren
In diesem Unterabschnitt werden die ermittelten Ergebnisse der Multipli-

katorenverfahren dargestellt und analysiert. Die Merkmalsträger innerhalb
der Auswertung sind die berechneten Abweichungen des, durch die verschie-
denen Multiplikatoren, geschätzten Marktwerts des Eigenkapitals zum rea-
len Marktwert des Eigenkapitals der einzelnen Unternehmen. Die Merkma-
le sind Aktien, deren Ausprägung die verschiedenen analysierten Unterneh-
men sind, Jahre, deren Ausprägung die Jahre von 2005 bis 2010 sind, Ba-
sis, deren Ausprägungen arithmetischer Mittelwert und Median sind, Art,
deren Ausprägung Trailing, Future und prog.Future sind und Typ, deren
Ausprägung der EV/EBIT, EV/EBITA, EV/EBITDA und P/B sind. Bei
den Ausprägungen Basis wird die Mittelwertbildung der Peer-Group Mul-
tiplikatoren unterschieden. Bei der Merkmalsausprägung Future werden die
Multiplikatoren mit Realdaten berechnet und bei prog.Future mit den pro-
gnostizierten Daten der IBES Datenbank.
26
Mit Boxplots wird eine erste Übersicht zu den verschiedenen Multiplikato-
ren und deren Berechnungsbasis geschaffen und festgestellt, dass ein Groß-
teil der Ausreißer, Abbildung 14, durch den arithmetischen Mittelwert in
der Mittelwertberechnung entstehen. Deswegen werden die auf dem arith-
metischen Mittelwert basierenden Daten von der weiteren Analyse ausge-
schlossen. In der graphischen Analyse ohne den arithmetischen Mittelwert,
Abbildung 15, ist festzustellen, dass sich die Abweichungen der Ausreißer
reduziert haben. Allerdings sind weiterhin bei den Aktien Novartis, Lilly
und Sanofi und bei den Methoden P/B und EV/EBIT Ausreißer zu erken-
nen. Diese Ausreißer werden vorerst nicht entfernt, da sie auf systematische
Fehler in der Berechnung hindeuten. Durch die Betrachtung der Boxplots,
Abbildung 15, kann behauptet werden, dass ein Großteil der Varianz in den
Abweichungen von den unterschiedlichen Aktien ausgeht. Das ist ein Indi-
kator für eine fehlerhafte Peer Group Bestimmung. Des Weiteren könnte ge-
prüft werden, ob das Merkmal Art und Typ einen signifikanten Einfluss auf
die Abweichung haben und ob im Merkmal Art eine erhöhte Volatilität bei
den Trailling Multiplikatoren zu erkennen ist, da die Bemessungsgrundlage
bei den Trailingmultiplikatoren auf einem Jahr basiert und bei dem Future
und Prog.Furure Multiplikatoren auf drei Jahren basiert. Um die vorher ge-
troffenen Aussagen zu untersuchen und weitere Erkenntnisse zu erlangen,
wird folgend der ANOVA Test und der Tukey’s range Test durchgeführt. Die
dazu benötigten Annahmen der Linearität und die Homoskedastizität sind
innerhalb der Gruppen gegeben. Allerdings ist die Normalverteilung der Re-
siduen nicht in den Gruppen der Merkmale Typ und Art gegeben. Deswegen
wird wieder mit dem zentralen Grenzwertsatz argumentiert, dass sich bei ei-
nem größeren Stichprobenumfang die Abweichungen einer Normalverteilung
nähern würden. Beim ANOVA Test kann festgestellt werden, dass alle Merk-
male einen signifikanten Einfluss auf die Varianz besitzen. Dabei beträgt die
unaufgeklärte Varianz 48.6% der gesamten Varianz. Die unaufgeklärte Vari-
anz entsteht hauptsächliche zwischen den Merkmalen Aktie - Typ und Aktie
- Jahr. Für eine übersichtlichere Auswertung werden die Ergebnisse in Eta-
Quadrat, Tabelle 14, dargestellt. Durch die Eta-Quadrate wird erkenntlich,
dass der Großteil der aufgeklärten Varianz durch die zugrundeliegende Aktie
27
entsteht und die Merkmalsausprägungen innerhalb von Typ, Art und Jahr
einen geringeren Einfluss auf die Entstehung der Varianz besitzen. Dabei ist
der hohe Anteil der Varianz durch die unterschiedlichen Aktien, ein weite-
rer Indikator für eine fehlerhafte Peer-Group Bestimmung. Der anschließende
Tukey’ range Test, wird für die Merkmale bzw. Gruppen Typ und Art, Ta-
belle15 und 16, durchgeführt. Dabei weist der P/B Multiplikator signifikant
höhere Abweichungen als die anderen Multiplikatoren auf und es kann ten-
denziell bestätigt werden, dass das EV-EBIT und EV-EBITA die präzisesten
Multiplikatoren sind. Des Weiteren wird bestätigt, dass die Ergebnisse bei
den Multiplikatoren auf prog.Future Basis die geringste Abweichung zum rea-
len Marktwert des Eigenkapitals aufweisen. Die Datenbasis für den folgenden
T-Tests wurde um die P/B Multiplikatoren und um die Trailing und Future
Multiplikatoren bereinigt. Beim T-Test mit einem Signifikanzniveau von 5%
wird getestet, ob keine Abweichungen vom berechneten Marktwert des Eigen-
kapitals zum realen Marktwert des Eigenkapitals vorliegen. Die Ergebnisse in
Abbildung 16 bestätigen, dass alle Ergebnisse der Multiplikatoren vom rea-
len Marktwert des Eigenkapitals abweichen. An den Konfidenzintervallen ist
zu erkennen, dass EV/EBIT und EV/EBITA die geringsten Abweichungen
aufweisen und somit tendenziell die besten Multiplikatoren sind.
Die potenziellen Fehler und Probleme in den Multiplikatorenverfahren wer-
den folgend erklärt. Dabei sind die Einflussfaktoren des Multiplikatorenver-
fahrens die Peer Group und die jeweiligen Kennzahlen des Multiplikators.
Die Kennzahlen wurden von Reuters entnommen und können Abweichungen
gegenüber den offiziellen Jahresabschlüssen aufweisen, wodurch Fehler in der
Berechnung entstehen können. Die potenziellen Fehler bei der Peer Group
Bestimmung sind, dass die Peer Group auf Basis von Merck bestimmt wurde
und sich eine andere Peer Group ergeben kann, wenn die Peer Group Analyse
von einem anderem Ausgangswert ermittelt wird.
28
3.4 Auswertung der gesamten Ergebnisse
In diesem Abschnitt werden die Ergebnisse der Multiplikatoren mit den

DCF-WACC Ergebnissen verglichen und dargestellt. Die Ausgangsdatenba-
sis entspricht der Datenbasis die beim T-Test innerhalb der Auswertung des
Multiplikatorenverfahrens und der Auswertung des DCF-WACC-Verfahrens
zugrunde liegt. Dabei werden die Datensätze der Multiplikatoren mit den
der DCF-WACC-Verfahren kompatibel gemacht indem die Merkmale zusam-
mengefasst werden. Dabei beinhaltet das Merkmal Methode, die Methoden
vom DCF-WACC-Verfahren und den Typ vom Multiplikatorenverfahren, das
Merkmal Art beinhaltet die Art vom Multiplikatorenverfahren und wird beim
Datensatz des DCF-WACC-Verfahrens mit n.a. gefüllt. Die Merkmale Akti-
en und Jahr sind deckend und wurden nicht angepasst. Mit den zusammen-
geführten Daten wird der auf dem ANOVA Test basierende Tukey’s range
Test durchgeführt, Tabelle 17. Die Ergebnisse zeigen, dass die Multiplika-
toren signifikat geringere Abweichung in den berechneten Marktwerten des
Eigenkapitals zu den realen Marktwerten des Eigenkapitals aufweisen, als die
DCF-WACC-Verfahren. Dadurch zeigt sich, dass unter den in dieser Arbeit
bestimmten Faktoren und Annahmen Multiplikatoren als besserer Schätzer
für den Marktwert des Eigenkapitals eignen.
29
4 Zusammenfassung & Fazit
4.1 Zusammenfassung
In dieser Arbeit wird zur Bewertung von Unternehmen das DCF-WACC-

Verfahren und das Multiplikatorenverfahren untersucht. In dem DCF-
WACC-Verfahren werden einzelne Faktoren unterschiedlich berechnet, sodass
insgesamt acht verschiedene Versionen entstehen. Im Multiplikatorenverfah-
ren werden verschiedene Multiplikatoren und Zeiträume getestet, insgesamt
wurden zwölf verschiedene Versionen betrachtet.
Die Volatilität der Abweichungen vom berechneten Marktwert des Eigen-
kapitals zum realen Marktwert des Eigenkapitals hängt beim DCF-WACC-
Verfahren und beim Multiplikatorenverfahren hauptsächlich von der zugrun-
deliegenden Aktie ab. Die Ursache hierfür kann sein, dass in den Modellen
die relevanten Einflussfaktoren der Unternehmenswertberechnung verallge-
meinert und nicht individuell für jedes Unternehmen geschätzt wurden. Dazu
zählen u. a. die Peer Group im Multiplikatorenverfahren und ROIC, RONIC
und Grwoth im DCF-WACC-Verfahren.
Innerhalb der DCF-WACC-Verfahren sind die Verfahren auf Realdatenba-
sis im Gegensatz zu den Verfahren auf Prognosedatenbasis die präziseren
Schätzer für den Marktwert des Eigenkapitals. Des Weiteren hat sich die
YTM-Fremdkapitalkostenbestimmung gegenüber der historischen Fremdka-
pitalkostenbestimmung als geeigneter herausgestellt. Bei der Verwendung
vom indirekt bestimmten Beta-Faktor in Gegensatz zum direkt bestimmten
Beta-Faktor in den DCF-WACC-Verfahren zur Bestimmung des Marktwertes
des Eigenkapitals konnten in den Ergebnissen keine signifikanten Unterschie-
de festgestellt werden.
Beim Multiplikatorenverfahren konnte bewiesen werden, dass EV/EBIT und
EV/EBITA den Marktwert des Eigenkapitals signifikant besser geschätzt ha-
ben, als P/B und EV/EBITDA. Des Weiteren wurde festgestellt, dass sich die
Multiplikatoren auf Basis der prognostizierten Zukunft als bessere Schätzer
des Marktwerts des Eigenkapitals eignen, als die Trailing Multiplikatoren und
30
die Multiplikatoren auf Realdatenbasis.
Beim Vergleich vom Multiplikatorenverfahren zum DCF-WACC-Verfahren
stellte sich heraus, dass die Multiplikatoren den Marktwert des Eigenkapitals
tendenziell besser schätzten, als die DCF-WACC-Verfahren.
4.2 Überprüfung der Zielerreichung der Seminararbeit
Das Ziel der Arbeit ist die Untersuchung von Bewertungsmethoden für Unter-
nehmen in gesättigten Märkten. Es wurde exemplarisch die pharmazeutische
Brache untersucht und dabei festgestellt, dass unter Verwendung der in der
Arbeit getroffenen Annahmen das Multiplikatorenverfahren den Marktwert
des Eigenkapitals besser schätzt, als das DCF-WACC-Verfahren. Dennoch
treten bei Verwendung beider Methoden signifikante Abweichungen zum rea-
len Marktwert des Eigenkapitals auf. Das kann an den diversen, in dieser Ar-
beit, herausgearbeiteten Fehlerquellen, sowie auch an der Standardisierung
der Einflussfaktoren innerhalb des DCF-WACC-Verfahrens und dem Multi-
plikatorenverfahren liegen.
4.3 Fazit
In dieser Arbeit werden in beiden verwendeten Methoden signifikante Ab-

weichungen von den realen Marktwerten des Eigenkapitals festgestellt. Das
ist in der Standardisierung der Modelle und den potenzielle Fehlerquellen be-
gründet. Die Ergebnisse dieser Arbeit stellen dadurch eine gute Grundlage für
weitere, vertiefende Analysen der Modelle dar. Die nähere Betrachtung der
einzelnen Fehlerquellen im DCF-WACC-Verfahren und im Multiplikatoren-
verfahren, sowie die individuelle Bestimmung der standardisierten Faktoren
kann zu einer Optimierung der Modelle führen.
31
Literaturverzeichnis
Bank of England (2020): Yield curves
https://www.bankofengland.co.uk/statistics/yield-curves
Bakhtani, Yama (2012): The US Subprime Mortgage Crisis: Causes, Effects

and Lessons: S.51ff.
https://www.academia.edu/11890615/The U S Subprime Mortgag
e Crisis Causes Effects and Lessons
Banque De France (2020): Market interest rates

http://webstat.banque-france.fr/en/browseBox.do?node=5384
955&sortByView14=15
Becker, Klaus; u.a. (2018): Bewertung und Transaktionsberatung: Tz.250
Bollerslev, Tim; Zhang, Benjamin Y.B. (2003): Measuring and modeling sy-
stematic risk in factor pricing models using high-frequency data: s.555f.
https://www.sciencedirect.com/science/article/abs/pii/S092
7539803000045
Chowdhury, Emon Kalyan (2012): The Impact of Merger on Shareholders?

Wealth : S.30ff. https://www.researchgate.net/publication/267
942347 The Impact of Merger on Shareholders’ Wealth
Christensen, Clayton M.; u.a.(2011) :The Big Idea: The New M&A Play-
book:
https://hbr.org/2011/03/the-big-idea-the-new-ma-playbook
Damodaran, Aswath (o.D.): Implied Equity Risk Premiums - United States

http://people.stern.nyu.edu/adamodar/New Home Page/dataar
chived.html
Damodaran, Aswath (o.D): Growth Rates and Terminal Value: S.38ff.

http://people.stern.nyu.edu/adamodar/pdfiles/ovhds/dam2ed
/growthandtermvalue.pdf
Damodaran, Aswath (1999): Estimating risk free Rate: S.11

http://people.stern.nyu.edu/adamodar/pdfiles/papers/riskf
ree.pdf
Damodaran, Aswath (2005): Dealing with Cash, Cross Holdings and Other
Non-Operating Assets: Approaches and Implications
https://papers.ssrn.com/sol3/papers.cfm?abstract id=841485
32
Damodaran, Aswath (2011): CHAPTER 13 Dividend Discount Models:
S.323ff.
http://people.stern.nyu.edu/adamodar/pdfiles/val3ed/c13.p
df
Federal Reserve (2020): Nominal Yield Curve

https://www.federalreserve.gov/data/nominal-yield-curve.ht
m
Fecher, Jochen (2017): Gutachterliche Stellungsnahme: s.94
Gross, Michaela (2017): Operatives Geschäft

https://www.unternehmerlexikon.de/operatives-geschaeft/
Goodnight, G. Thomas; Green jr, Sandy E. (2010): Rhetoric, Risk, and

Markets: The Dot-Com Bubble: S.123ff.
https://www.researchgate.net/publication/248927361 Rhetori
c Risk and Markets The Dot-Com Bubble
Hering, Thomas (2003): Investitionstheorie (2.Auflage) S.294ff.
IAS 16.62 (2017): Folgebewertung, Abschreibung, Abschreibungsmethode

https://datenbank.nwb.de/Dokument/Anzeigen/237784 62/
IAS 38 (2017): Intangible Assets

https://www.ifrs.org/issued-standards/list-of-standards/ia
s-38-intangible-assets/#about
Jing, Liu; Doron,Nissim; Jacob, Thomas (2002): Equity Valuation Using

Multiples
https://onlinelibrary.wiley.com/doi/abs/10.1111/1475-679X.
00042
Kasidi, Faraji; Mwakanemela, Kenani (2013): Impact of Inflation on Eco-

nomic Growth: A Case Study of Tanzania: S.365ff.
http://repository.businessinsightz.org/handle/20.500.1201
8/7300
Koller, Tim; Goedhart,Mark; Wessels,David (2005): Measuring and Manage

the Value of Companies (4.Auflage) S.274f.

the Value of Companies (4.Auflage) S.275ff.
33

the Value of Companies (4.Auflage) S.306ff.

Koller, Tim; Goedhart,Mark; Wessels,David (2005): The Right Role for

Multiples in Valuation: S.10fff. https://papers.ssrn.com/sol3
/papers.cfm?abstract id=805166
Lee, Ian (2004): Valuation: Discounted Cash Flow (DCF) Model: S.6
http://users.design.ucla.edu/~ianlee/Content/Research/Fil
es/dcf.pdf
Montgomery, Singh (1984): Diversification strategy and systematic risk

https://onlinelibrary.wiley.com/doi/epdf/10.1002/smj.42500
50208
Okada, Kensuke (2013): Is Omega Squared Less Biased? a Comparison of

Three Major Effect Size Indices in One-Way Anova
https://link.springer.com/article/10.2333/bhmk.40.129
Schmidlin, Nicolas (2017): Unternehmensbewertung & Kennzahlenanalyse

(2.Auflage) S.133
Schmidlin, Nicolas (2017): Unternehmensbewertung & Kennzahlenanalyse

(2.Auflage) S.152
Schwerin, Simon (2014): Bestimmung der Peer Group im Multiplikatoren

Verfahren: S.13
https://www.researchgate.net/publication/278634905 Bestimm
ung der Peer Group im Multiplikatorverfahren
SNB BNS (2020): Nelson-Siegel-Svensson parameters

https://data.snb.ch/en/topics/ziredev#!/cube/rendopar
Statistikguru (o.D.): Einfaktorielle ANOVA: Eta-Quadrat berechnen

https://statistikguru.de/spss/einfaktorielle-anova/eta-qua
drat-berechnen.html
34
Suozzo, Peter; u.a.(2001): Valuation Multiples: A Primer, S.26ff.
https://macabacus.com/downloads/valuation-multiples-primer
.pdf
Terebessy, Leslie (o.D.): Equity vs. Debt: S.5ff.

https://www.academia.edu/35900483/Equity vs Debt 21 ?auto=
download
Universität Zürich (2018): Einfaktorielle Varianzanalyse (ohne Messwieder-

holung)
https://www.methodenberatung.uzh.ch/de/datenanalyse spss/
unterschiede/zentral/evarianz.html#1.2. Voraussetzungen d
er einfaktoriellen Varianzanalyse
Vegas Garcı́a, Antonio u.a. (2014): The Nelson-Siegel-Svensson approach,

S.6
https://www.academia.edu/9582801/The Nelson Siegel Svensso
n approach
35
Anhang
Tabelle 1: Risikofreie Zinssätze

USA
Jahr 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
Rf 0.045 0.044 0.048 0.047 0.041 0.037 0.035 0.030 0.019 0.025 0.026
Frankreich
Jahr 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
Rf 0.041 0.034 0.038 0.043 0.042 0.036 0.031 0.033 0.025 0.022 0.017
Schweiz
Jahr 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
Rf 0.027 0.021 0.025 0.029 0.029 0.022 0.016 0.015 0.007 0.009 0.007
England
Jahr 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
Rf 0.048 0.044 0.042 0.046 0.050 0.052 0.055 0.050 0.037 0.042 0.038
In der Tabelle werden die Risikofreien Zinssätze geordnet nach Jahr und Land dargestellt. Die angegebe-
nen risikofreien Zinssätze basieren auf einer Laufzeit von zehn Jahren und wurden bis auf die risikofreien
Zinssätze von England mit der Svensson Methode berechnet. Die hier verwendeten Ausgangsdaten stam-
men von den Zentralbanken der jeweiligen Länder.
36
J/D 1%
Tabelle
2%
2: Einfluss
3%
des TV
5% 7%
auf den
9%
Unternehmenswert
11% 13% 15%
1 99,00% 98,00% 97,00% 95,01% 93,03% 91,07% 89,12% 87,19% 85,29%
2 98,01% 96,04% 94,10% 90,28% 86,58% 82,99% 79,51% 76,17% 72,95%
3 97,03% 94,12% 91,28% 85,80% 80,59% 75,67% 71,02% 66,65% 62,54%
4 96,06% 92,24% 88,55% 81,55% 75,04% 69,03% 63,49% 58,40% 53,72%
5 95,10% 90,40% 85,91% 77,51% 69,89% 63,01% 56,80% 51,23% 46,23%
6 94,15% 88,60% 83,34% 73,69% 65,11% 57,54% 50,86% 44,99% 39,84%
7 93,21% 86,83% 80,86% 70,05% 60,67% 52,56% 45,57% 39,55% 34,38%
8 92,28% 85,10% 78,45% 66,61% 56,55% 48,03% 40,85% 34,79% 29,69%
9 91,36% 83,40% 76,11% 63,34% 52,71% 43,91% 36,64% 30,63% 25,67%
10 90,44% 81,74% 73,84% 60,23% 49,14% 40,15% 32,88% 26,98% 22,21%
11 89,54% 80,11% 71,65% 57,28% 45,83% 36,73% 29,51% 23,78% 19,23%
12 88,65% 78,52% 69,52% 54,48% 42,74% 33,60% 26,50% 20,97% 16,66%
13 87,76% 76,95% 67,45% 51,82% 39,86% 30,75% 23,81% 18,50% 14,44%
14 86,88% 75,42% 65,45% 49,29% 37,19% 28,15% 21,39% 16,33% 12,52%
15 86,02% 73,92% 63,50% 46,89% 34,70% 25,77% 19,23% 14,41% 10,86%
16 85,16% 72,45% 61,62% 44,60% 32,37% 23,60% 17,29% 12,73% 9,42%
17 84,31% 71,01% 59,79% 42,43% 30,21% 21,61% 15,54% 11,24% 8,18%
18 83,46% 69,60% 58,02% 40,37% 28,20% 19,80% 13,98% 9,93% 7,10%
19 82,63% 68,22% 56,30% 38,41% 26,32% 18,13% 12,57% 8,78% 6,17%
20 81,81% 66,86% 54,64% 36,55% 24,57% 16,61% 11,31% 7,76% 5,36%
In der Tabelle ist vereinfacht der prozentuale Einfluss des diskontierten TV vom Unternehmenswert dar-
gestellt. Dabei geben die Zeilen die Jahre (J) der Detailplanungsphase an und in den Spalten ist der
Diskontierungsfaktor (D(WACC-g)) angegeben. Die Daten in der Tabelle veranschaulichen den prozen-
tualen Anteil des diskontierten TV am Unternehmenswert bei verschiedenen Kombinationen von Anzahl
der Jahren in der Detailplanungsphase und den verschiedenen konstanten Diskontierungsfaktoren.
37
Tabelle 3: EV/EBITDA vs. EV/EBITA
Produzent Auslagerung
A B
Umsatz 500 500

Materialkosten 100 150
Produktionskosten 200 200
Herstellungskosten 300 350
EBITDA 200 150
Abschreibung 100 50
EBITA 100 100
EV 1000 1000
EV/EBITDA 5 6.66666667
EV/EBITA 10 10
Die Tabelle veranschaulicht zwei fiktive und identisch profitable Unternehmen. Das Unternehmen A und
B. Die Herstellungskosten setzen sich vereinfacht nur aus Material- und Produktionskosten zusammen. Der
Unterschied der beidem Unternehmen ist, dass A die Materialien selbst produziert und B die Produktion
der Materialien ausgelagert hat. Aus diesem Grund kann A die Materialien kostengünstiger herstellen als
B. Da A selber herstellt erfolgt eine Abschreibung auf das dazu benötigte Anlagevermögen.
38
Tabelle 4: EV/EBITA vs. EV/EBIT
A B C AB C
Umsatz 300 200 500 500 500
Produktionskosten 100 50 150 150 150
Abschreibung 75 25 100 100 100
EBITA 125 125 250 250 250
Amortisation 0 0 0 50 0
EBIT 125 125 250 200 250
Marktwert des Gesamtkapitals in t-1 750 250 1000 1000 1000

Marktwert des Goodwill 0 0 0 200 0
Enterprise Value 750 250 1000 1200 1000
EV/EBITA 6 2 4 4.8 4
EV/EBIT 6 2 4 6 4
Im der hier veranschaulichten Tabelle, werden die drei fiktiven Unternehmen A,B und C untersucht, wobei
A und B fusionieren. Die drei einzelnen Unternehmen A,B und C sind links in der Tabelle veranschaulicht.
Recht in der Tabelle ist die Fusion von A und B im Vergleich zu C dargestellt. Dabei ist die Profitabilität
vom Unternehmen AB identisch zu C. Bei der Fusion entsteht ein Goodwill in Höhe von 200 Geldein-
heiten, der vereinfacht in selber Höhe zum Enterprise Value hinzu addiert wurde. Die durchschnittlichen
EV/EBITDA und EV/EBIT Werte sind bei den einzelnen Unternehmen identisch, wenn Unternehmen A
und B zusammengefasst betrachtet werden.
39
Tabelle 5: Deckblätter der Unternehmen
Unternehmen Hauptsitz T/G P/F M/T/N Absatzmärkte
Merck USA T P M;T Weltweit
Pfizer USA T P;F M;T Weltweit
Novartis Schweiz T;G P;F M;T Weltweit
Bristol USA T P;F M Weltweit
Roche Schweiz T;G P;F M Weltweit
Glaxo England T P M;T Weltweit
Amgen Usa T P M;T Weltweit
Bayer DEU T P;F M;T;N Weltweit
Lilly USA T P;F M;T Weltweit
Sanofi Frankreich T P;F M;t Weltweit
J&J USA T P;F M Weltweit
Astra USA T P;F M;T Weltweit
Repligen USA T P;F M Europa, Vereinigte Staaten
Lannett USA G P;F M Vereinigte Staaten, Kanada
Teva Israel G;t P;F M Weltweit
Die dargestellte Tabelle ist Teil der operativen Analyse und veranschaulicht grundlegende Daten
von Merk und seiner Peer Group. Dabei wurden die Unternehmen hinsichtlich ihres Hauptsitzes, der
Unternehmensart, der Marktplatzierung, ihren Absatzkategorien und ihrer Absatzmärkte untersucht.
Die Unternehmensart (T/G) ist ins pharmazeutische Patentgeschäft (T) und ins Generika Geschäft
(G) unterteilt. Die Marktplatzierung (P/F) gibt an, ob das Unternehmen rezeptpflichtige (P) oder
rezeptfreie (F) Produkte fabriziert. Die Absatzkategorien (M/T/N) zeigt in welchen Kundeklassen das
Unternehmen bedient und gliedert sich in Produkte für Menschen (M), für Tiere (T) und für Pflanzen
(N). Die Abkürzungen in den Daten für die Unternehmensart und für die Absatzkategorien sind nach der
Große, gemessen am Umsatz, geordnet. Bei besonders kleinen Einflüssen, gemessen am Umsatz, wurden
Kleinbuchstaben genutzt.
Quellen:
Merck: Annual Report 2005 bis 2010
Pfizer: Annual Report 2005 bis 2010
Novartis: Annual Report 2005 bis 2010
Bristol: Annual Report 2005 bis 2010
Roche: Annual Report 2005 bis 2010
Glaxosmithkline: Annual Report 2005 bis 2010
Amgen: Annual Report 2005 bis 2010
Bayer AG: Annual Report 2005 bis 2010
Lilly: Annual Report 2005 bis 2010
Sanofi: Annual Report 2005 bis 2010
Astrazeneca: Annual Report 2005 bis 2010
Repligen: Annual Report 2005 bis 2010
Lannett: Annual Report 2005 bis 2010
Teva: Annual Report 2005 bis 2010
40
Tabelle 6: Peer Group Analyse - Größe
Jahr 2005 2006 2007 2008 2009 2010
Merck 1.00 1.00 1.00 1.00 1.00 1.00
Pfizer 2.65 2.66 2.51 2.51 1.72 1.64
Novartis 1.79 1.83 1.82 1.90 1.21 1.20
Bristol 0.70 0.62 0.59 0.70 0.43 0.39
Roche 1.74 1.82 1.87 2.02 1.20 0.95
Glaxo 0.88 0.84 0.85 0.99 0.65 0.52
Amgen 0.85 0.78 0.73 0.85 0.49 0.47
Bayer 0.59 0.73 0.84 0.82 0.54 0.45
Lilli 0.65 0.58 0.65 0.56 0.40 0.37
Sanofi 1.19 1.10 1.18 1.22 0.75 0.68
Johnson & Johnson 2.00 2.02 2.17 2.38 1.52 1.39
Astra Zeneca 0.49 0.48 0.52 0.67 0.46 0.43
Repligen 0.00 0.00 0.00 0.00 0.00 0.00
Lannett Company 0.00 0.00 0.00 0.00 0.00 0.00
Teva Phamaceutical 1.21 1.47 1.65 1.99 1.39 1.28
In dieser Tabelle werden im Sinne der Peer Group Analyse die einzelnen Bestandteile der Messung der
Größe zusammengefasst und die Abweichungen, vom Ausgangswert Merck, der einzelnen Unternehmen
für den Zeitraum 2005 bis 2010 dargestellt. Die einzelnen zusammengefassten Bestandteile der Größe sind
Marktkapitalisierung, Gesamtkapital in der Bilanz, Umsatz und Ertrag.
Quelle der Daten: Reuters
41
Tabelle 7: Peer Group Analyse - Kapitalstruktur
Jahr 2005 2006 2007 2008 2009 2010
Merck 1.00 1.00 1.00 1.00 1.00 1.00
Pfizer 0.46 0.39 0.42 0.49 0.89 0.81
Novartis 0.64 0.57 0.44 0.46 0.78 0.86
Bristol 0.80 0.79 0.85 0.83 1.08 1.07
Roche 0.53 0.51 0.41 0.37 2.13 1.77
Glaxo 1.41 1.00 1.09 1.24 1.80 1.82
Amgen 0.38 0.59 0.61 0.56 0.79 0.84
Bayer 1.40 1.59 1.12 1.37 1.61 1.63
Lilli 0.87 0.79 0.73 2.04 1.72 1.44
Sanofi 0.74 0.59 0.49 0.50 0.82 0.72
Johnson & Johnson 0.52 0.71 0.64 0.74 0.99 0.93
Astra Zeneca 0.71 0.84 1.22 1.13 1.70 1.43
Repligen 0.14 0.13 0.14 0.08 0.10 0.12
Lannett Company 0.10 0.15 0.22 0.40 0.60 0.62
In dieser Tabelle wird im Sinne der Peer Group Analyse die Kapitalstruktur zusammengefasst und die
Abweichungen, vom Ausgangswert Merck, der einzelnen Unternehmen für den Zeitraum 2005 bis 2010
dargestellt. Der Bestandteile der Kapitalstruktur ist die Fremdkapitalquote.
42
Tabelle 8: Peer Group Analyse - Profitabilität
Jahr 2005 2006 2007 2008 2009 2010
Merck 1.00 1.00 1.00 1.00 1.00 1.00
Pfizer 0.80 0.77 1.32 0.69 0.78 0.82
Novartis 0.88 0.88 1.36 0.88 0.78 0.88
Bristol 1.00 0.99 1.62 1.12 0.96 1.05
Roche 0.98 1.06 2.03 1.11 0.84 0.98
Glaxo 0.95 1.02 1.99 1.07 1.05 0.85
Amgen 0.89 0.81 1.59 0.84 0.62 0.99
Bayer 1.45 1.29 1.34 1.36 1.19 0.96
Lilli 0.83 0.84 1.54 0.33 0.74 0.89
Sanofi 0.96 1.01 1.74 0.97 0.98 1.06
Johnson & Johnson 0.99 1.03 1.59 1.07 0.96 1.03
Astra Zeneca 0.92 0.99 1.81 0.99 1.01 1.03
Repligen 0.75 0.59 0.42 2.33 0.42 0.28
Lannett Company 1.50 1.54 1.29 1.46 1.65 1.35
In dieser Tabelle werden im Sinne der Peer Group Analyse die einzelnen Bestandteile der Messung der
Profitabilität zusammengefasst und die Abweichungen, vom Ausgangswert Merck, der einzelnen Unter-
nehmen für den Zeitraum 2005 bis 2010 dargestellt. Die einzelnen zusammengefassten Bestandteile der
Profitabilität sind Bruttogewinnspanne, EBITDA-Gewinnspanne und die Steuerquote.
43
Tabelle 9: Peer Group Analyse - Wachstum
Jahr 2005 2006 2007 2008 2009 2010
Merck 1.00 1.00 1.00 1.00 1.00 1.00
Pfizer -0.59 -0.15 -0.10 1.04 0.24 0.57
Novartis 0.20 -0.03 0.05 2.99 1.26 0.61
Bristol 0.29 0.46 0.31 0.37 0.36 0.51
Roche 0.11 -0.04 -0.03 3.73 1.70 0.71
Glaxo 0.11 0.21 0.27 1.44 1.21 0.54
Amgen -1.72 -1.01 -0.62 5.61 1.37 0.66
Bayer 0.33 0.18 0.07 1.43 0.36 0.39
Lilli 0.10 0.13 -0.10 4.55 1.71 0.86
Sanofi -2.72 -1.70 -1.43 13.93 2.67 0.47
Johnson & Johnson -0.56 -0.22 -0.25 3.83 1.00 0.43
Astra Zeneca 0.02 0.10 0.19 3.80 1.93 0.62
Repligen -1.15 -1.53 -0.51 9.60 5.48 2.50
Lannett Company -2.77 -2.24 -1.43 6.54 2.61 0.96
Teva Phamaceutical -1.97 -1.69 -1.28 9.65 3.03 0.78
In dieser Tabelle werden im Sinne der Peer Group Analyse die einzelnen Bestandteile der Messung des
Wachstums zusammengefasst und die Abweichungen, vom Ausgangswert Merck, der einzelnen Unter-
nehmen für den Zeitraum 2005 bis 2010 dargestellt. Die einzelnen zusammengefassten Bestandteile des
Wachstums sind Umsatzwachstum, EBITDA-Wachstum und die Forschungs-und Entwicklungskosten.
44
Tabelle 10: Produktkategorien der Unternehmen Teil 1
Produkt Kategorien Merck Pfizer Novartis Bristol Roche Glaxo Amgen Bayer
Pneumologie X X X X X
Immunologie X X X
Dermatologie X X
Herz-Kreislauf-Erkrankung X X X X X X X
Diabetis X X
Stoffwechselstörung X X X X X
Infektionskrankheiten X X X X X X X
Neurologie X X X X X X X
Augenheilkunde X X X
Urologie X X X X X
Onkologie X X X X X
Hormonsystem X X
Schmerzbehandlung X
Psychoterapie X
Allergien X
Osteologie X X
Hämatologie X X
Virologie X
Pathophysiologie X
Genology X
Muskeln-Skelett X X
Endokrinologie
Diagnostik X
Impfstoffe X X
Consumer Healthcare X X
Gerätebau X X
Chemikalien X
Systeme X
Die dargestellte Tabelle ist Teil der Operativen Analyse und veranschaulicht die Produktkategorien von
Merk und seiner Peer Group. Aufgrund der Übersichtlichkeit werden die Produktkategorien in zwei
Tabellen veranschaulicht. Ist eine Produktkategorie bei einem Unternehmen mit einem X gekennzeichnet,
ist das Unternehmen in diesem Bereich tätig. Die oberen Produktkategorien stellen einzelne Segmente
von Medikamenten dar. Die unteren fünf Zeilen stellen gesonderte Segmente der Pharmazie dar. Darunter
befinden sich Impfstoffe, Consumer Healthcare, Gerätebau, Chemikalien, Systeme. Im Segment der
Consumer Heathcare sind Hygieneartikel des täglichen Bedarfs zusammengefasst. Der Gerätebau umfasst
meisten den Bau die Anlagekonstruktion für die Diagnostik. Das Segment Chemikalien gehört nicht
direkt zur Pharmazie, da es hauptsächliche die Ausgangsstoffe für die Produktion von Medikamente
oder von Pflanzenschutzmittel umfasst. Unter dem Begriff Systeme ist die Forschung und Entwicklung
neuer Methoden zur Herstellung bestimmter Stoffe erfasst. Die Daten von Bayer sind nicht vollständig
angegeben, da andere operative Kriterien zur vorzeitigen Ausschluss aus der potenziellen Peer Group
geführt haben.
Quellen:
Merck: Annual Report 2005 bis 2010
Pfizer: Annual Report 2005 bis 2010
Novartis: Annual Report 2005 bis 2010
Bristol: Annual Report 2005 bis 2010
Roche: Annual Report 2005 bis 2010
Glaxosmithkline: Annual Report 2005 bis 2010
Amgen: Annual Report 2005 bis 2010
Bayer AG: Annual Report 2005 bis 2010
45
Tabelle 11: Produktkategorien der Unternehmen Teil 2
Produkt Kategorien Lilly Sanofi J&J Astra Repligen Lannett Teva
Pneumologie
Immunologie X
Dermatologie
Herz-Kreislauf-Erkrankung X X X X
Diabetis
Stoffwechselstörung X X
Infektionskrankheiten X X X
Neurologie X X X X
Augenheilkunde
Urologie X
Onkologie X X X X
Hormonsystem
Schmerzbehandlung X X
Psychoterapie
Allergien
Osteologie
Hämatologie X
Virologie
Pathophysiologie X
Genology X
Muskeln-Skelett
Endokrinologie
Diagnostik X
Impfstoffe X X
Consumer Healthcare X X X X
Gerätebau
Chemikalien
Systeme
Die dargestellte Tabelle ist Teil der Operativen Analyse und veranschaulicht die Produktkategorien von
Merk und seiner Peer Group. Aufgrund der Übersichtlichkeit werden die Produktkategorien in zwei
Tabellen veranschaulicht. Ist eine Produktkategorie bei einem Unternehmen mit einem X gekennzeichnet,
ist das Unternehmen in diesem Bereich tätig. Die oberen Produktkategorien stellen einzelne Segmente
von Medikamenten dar. Die unteren fünf Zeilen stellen gesonderte Segmente der Pharmazie dar. Darunter
befinden sich Impfstoffe, Consumer Healthcare, Gerätebau, Chemikalien, Systeme. Im Segment der
Consumer Heathcare sind Hygieneartikel des täglichen Bedarfs zusammengefasst. Der Gerätebau umfasst
meisten den Bau die Anlagekonstruktion für die Diagnostik. Das Segment Chemikalien gehört nicht
direkt zur Pharmazie, da es hauptsächliche die Ausgangsstoffe für die Produktion von Medikamente oder
von Pflanzenschutzmittel umfasst. Unter dem Begriff Systeme ist die Forschung und Entwicklung neuer
Methoden zur Herstellung bestimmter Stoffe erfasst.
Quellen:
Lilly: Annual Report 2005 bis 2010
Sanofi: Annual Report 2005 bis 2010
Astrazeneca: Annual Report 2005 bis 2010
Repligen: Annual Report 2005 bis 2010
Lannett: Annual Report 2005 bis 2010
Teva: Annual Report 2005 bis 2010
46
Tabelle 12: DCF-WACC Auswertung - ANOVA Test
Parameter Eta2
Methode 0.08
Aktie 0.76
Jahr 7.56E-03
In der Tabelle werden die berechneten Eta-Quadrate als Ergebnisse des ANOVA Tests für die Methode,
die Aktie und das Jahr dargestellt.
47
Tabelle 13: DCF-WACC Auswertung - Tukey’s range Test
Abweichung groups
Beta+Debt 3.882167 a
BetaPeerGroup+Debt 3.806646 a
BetaPeerGroup+YTMDebt 3.04347 b
Beta+YTMDebt 3.007176 b
Beta+Debt® 2.719567 b
BetaPeerGroup+Debt® 2.625701 b
BetaPeerGroup+YTMDebt® 2.070778 c
Beta+YTMDebt® 2.065322 c
In der Tabelle werden die Ergebnisse des Tukey’s range Tests für die Methoden dargestellt.
48
Tabelle 14: Multiplikatoren - ANOVA Test
Parameter Eta2
Aktie 0.44
Typ 0.03
Art 0.02
Jahr 0.02
In der Tabelle werden die berechneten Eta-Quadrate als Ergebnisse des ANOVA Tests für die Aktie, den
Typ, die Art und das Jahr dargestellt.
49
Tabelle 15: Multiplikatoren - Tukey’s range Test 1
Abweichung groups
Trailing:P-B 1.937508 a
Future:P-B 1.823527 a
prog.Future:P-B 1.592022 ab
Future:EV-EBITA 1.483423 abc
Future:EV-EBIT 1.466241 abc
Trailing:EV-EBITDA 1.455458 abc In der Tabelle werden die Ergeb-
Trailing:EV-EBIT 1.436778 abc
Future:EV-EBITDA 1.416754 abc
Trailing:EV-EBITA 1.388707 abc
prog.Future:EV-EBITDA 1.112572 bc
prog.Future:EV-EBIT 1.005019 c
prog.Future:EV-EBITA 1.004962 c
nisse des Tukey’s range Tests für die Art kombiniert mit dem Typ dargestellt.
50
Tabelle 16: Multiplikatoren - Tukey’s range Test 2
Abweichung groups
Trailing 1.554613 a
In der Tabelle werden Ergebnisse des Tukey’s range
Future 1.547486 a
prog.Future 1.178644 b
Tests für die Art der Multiplikatoren dargestellt.
51
Tabelle 17: Gesamt - Tukey’s range Test
Beta+Debt®: 1.997226 a
BetaPeerGroup+Debt® 1.910901 a
BetaPeerGroup+YTMDebt® 1.534819 ab
Beta+YTMDebt®: 1.498869 ab
EV-EBITDA:prog.Future 1.112572 bc
EV-EBIT:prog.Future 1.005019 c
EV-EBITA:prog.Future 1.004962 c
In der Tabelle werden die Ergebnisse aus der Multiplikatorenauswertung und der DCF-WACC-Auswertung
miteinander verglichen. Die auf dem Vergleich der beiden Methoden entstehenden Ergebnisse des Tukey’s
range Tests werden in dieser Tabelle dargestellt.
52
Abbildung 1: Direkte Betaberechnung
In der Abbildung werden die Ergebnisse der direkten Beta-Faktorberechnung veranschaulicht. Dabei sind
die Ergebnisse nach Jahren, von 2005 bis 2010, und nach den einzelnen Unternehmen sortiert. Die y-Achse
gibt den Wert des Beta-Faktors an. Auf der X-Achse sind die Jahre angegeben.
53
Abbildung 2: Indirekte Beta-Faktorenberechnung
In der Abbildung werden die Ergebnisse der Indirekten Beta-Faktorberechnung veranschaulicht. Dabei
sind die Ergebnisse nach Jahren, von 2005 bis 2010, und noch den jeweiligen Unternehmen sortiert. Die
y-Achse gibt den Wert des Beta-Faktors an. Auf der X-Achse sind die Jahre angegeben.
54
Abbildung 3: YTM Fremdkapitalkosten
In der Abbildung werden die YTM Fremdkapitalkosten für die Jahre 2005 bis 2010 und für die einzelnen
Unternehmen dargestellt. Dabei sind auf der X-Achse die Fremdkapitalkosten in % und auf der Y-Achse
die Jahre dargestellt.
55
Abbildung 4: Marktrendite
In der Abbildung werden die von Damodaran erwarteten Marktrenditen veranschaulicht. Dabei wird die
Rendite auf der Y-Achse und die Jahre auf der X-Achse veranschaulicht.
56
Abbildung 5: Sensitivitätsanalyse zum TV
In der Abbildung wird der Einfluss der Kapitalkosten, in Form des WACCs, und der Wachstumsrate auf
den TV dargestellt. Dabei wird der entstehende Multiplikator für den FCF im TV bei unterschiedlichen
Kombinationen aus dem WACC und der Wachstumsrate berechnet.
57
Abbildung 6: Reklassifizierung einer Bilanz
Die Abbildung, Reklassifizierung einer Bilanz, veranschaulicht die Reklassifizierung innerhalb der Bilanz.
58
Abbildung 7: Historische Fremdkapitalkosten
In der Abbildung werden die historischen Fremdkapitalkosten für die Jahre 2005 bis 2010 und für die
jeweiligen Unternehmen dargestellt. Dabei misst die X-Achse die Fremdkapitalkosten in % und die Y-
Achse die Jahre.
59
Abbildung 8: Mathematische Beweise zum TV
In der Abbildung werden zusätzliche mathematische Umformungsschritte zum Beweis der Gleichheit des
TV und dem modifizierten TV veranschaulicht.
60
Abbildung 9: DCF-WACC-Analyse - Aktie
In der Abbildung werden die Abweichungen der, durch die DCF-WACC Verfahren, ermittelten Marktwerte
des Eigenkapitals sortiert nach dem Merkmal Aktie dargestellt. Die Abweichungen werden vom berech-
61 des Eigenkapitals des jeweiligen Unternehmens
neten Marktwert des Eigenkapitals zum realen Marktwert
gebildet. Die Abweichung ist auf der Y-Achse und die Merkmalsausprägungen von Aktie auf der X-Achse
dargestellt.
Abbildung 10: DCF-WACC-Analyse - ROIC, WACC
Die Abbildung veranschaulicht den durchschnittliche ROIC (links) und WACC (rechts) für die einzelnen
Unternehmen. Dabei ist auf den Y-Achsen der Wert und auf den X-Achsen sind die einzelnen Aktien
dargestellt.
62
Abbildung 11: DCF-WACC-Analyse - Astra
In Abbildung ist der durchschnittliche WACC für Astra, aufgeteilt in die unterschiedlichen Methoden,
dargestellt. Auf der y-Achse ist der Wert des WACCs und auf der X-Achse die unterschiedlichen Methoden
dargestellt.
63
Abbildung 12: DCF-WACC-Analyse - Übersicht
In Abbildung werden die zusammengefassten Abweichungen von den realen Marktwert des Eigenkapi-
tals zum berechneten Marktwert des Eigenkapitals in drei unterschiedlichen Klassen der DCF-WACC-
Verfahren Auswertung in drei Koordinatensystemen dargestellt. Die einzelnen Koordinatensysteme bein-
halten die Klassen Methode, Aktie und Jahr. Auf der Y-Achse werden die Werte der Abweichung und auf
der X-Achse die Ausprägungen der Klassen dargestellt.
Abbildung 13: DCF-WACC-Analyse - T-Test
In der Abbildung werden die Ergebnisse des T-Test in der DCF-WACC-Verfahren Auswertung dargestellt.
Dabei ist die H0 Hypothese, dass keine Abweichungen der realen Marktwerte des Eigenkapitals zu den
berechneten Marktwerten des Eigenkapitals vorliegen und die H1 Hypothese, dass Abweichungen der realen
Marktwerte des Eigenkapitals zu den berechneten Marktwerten des Eigenkapitals vorliegen.
64
Abbildung 14: Multiplikatorenanalyse - Ausreißer
In Abbildung werden die Abweichungen in der Multiplikatorenverfahren Analyse für die Klassen Basis
und Typ dargestellt. Die Abweichung ist der Unterschied vom berechneten Marktwerte des Eigenkapi-
tals zum realen Marktwert des Eigenkapitals des jeweiligen Unternehmens. Auf der Y-Achse werden die
Abweichungen und aus der X-Achse die Ausprägungen dargestellt.
65
Abbildung 15: Multiplikatorenanalyse - Übersicht
In Abbildung werden die zusammengefassten Abweichungen von den realen Marktwert des Eigenkapitals
zum berechneten Marktwert des Eigenkapitals in drei unterschiedlichen Klassen der Multiplikatorenverfah-
ren Auswertung in drei Koordinatensystemen dargestellt. Die einzelnen Koordinatensysteme beinhalten
die Klassen Art, Aktie und Typ. Auf der Y-Achse werden die Werte der Abweichung und auf der X-Achse
die Ausprägungen der Klassen dargestellt.
Abbildung 16: Multiplikatoren Analyse - T-Test
In der Abbildung werden die Ergebnisse des T-Test in der Multiplikatorenverfahren Auswertung darge-
stellt. Dabei ist die H0 Hypothese, dass keine Abweichungen der realen Marktwerte des Eigenkapitals zu
den berechneten Marktwerten des Eigenkapitals vorliegen und die H1 Hypothese, dass Abweichungen der
realen Marktwerte des Eigenkapitals zu den berechneten Marktwerten des Eigenkapitals vorliegen.
66

Bewertung Von Industrieunternehmen Unter Betrachtung Verschiedener Methoden in Gesättigten Märkten

Hochgeladen von

Dokumentinformationen

Beschreibung:

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Beschreibung:

Copyright:

Verfügbare Formate

Bewertung Von Industrieunternehmen Unter Betrachtung Verschiedener Methoden in Gesättigten Märkten

Originaltitel:

Hochgeladen von

Beschreibung:

Copyright:

Verfügbare Formate

Wirtschaftswissenschaftliche Fakultät

Bewertung von Industrieunternehmen unter Betrachtung

Valuing non-financial companies under different methods in

 Vorgelegt am: 26.10.2020

 Erstbetreuer: Prof. Dr. Sven Husmann

 Zweitbetreuer: Rick Steinert

 Vorgelegt von: Lennart Tietze, Matrikelnummer 92349

Index der Variablen VII

1.1 Einleitung und Motivation . . . . . . . . . . . . . . . . . . . . 1

1.2 Zielsetzung der Arbeit . . . . . . . . . . . . . . . . . . . . . . 1

1.3 Aufbau der Arbeit . . . . . . . . . . . . . . . . . . . . . . . . 2

2 Theorie und Definitionen des Sachverhaltes 3

2.1 Aufbau des DCF-WACC-Verfahrens . . . . . . . . . . . . . . . 3

2.1.2 Free Cash Flow und Terminal Value . . . . . . . . . . . 10

2.1.3 Modifizierung des DCF-WACC-Verfahrens . . . . . . . 12

2.2 Das Multiplikatorenverfahren . . . . . . . . . . . . . . . . . . 16

2.2.1 Peer Group Definition . . . . . . . . . . . . . . . . . . 16

2.2.2 Eigenschaften von Multiplikatoren . . . . . . . . . . . . 16

2.3 Auswahl der Multiplikatoren . . . . . . . . . . . . . . . . . . . 17

3 Datensatz und empirische Ergebnisse 21

3.1 Peer Group Bestimmung . . . . . . . . . . . . . . . . . . . . . 21

3.2 Auswertung des DCF-WACC-Verfahrens . . . . . . . . . . . . 22

3.3 Auswertung der Multiplikatoren Verfahren . . . . . . . . . . . 26

3.4 Auswertung der gesamten Ergebnisse . . . . . . . . . . . . . . 29

4 Zusammenfassung & Fazit 30

4.2 Überprüfung der Zielerreichung der Seminararbeit . . . . . . . 31

6 Reklassifizierung einer Bilanz . . . . . . . . . . . . . . . . . . 58

8 Mathematische Beweise zum TV . . . . . . . . . . . . . . . . . 60

10 DCF-WACC-Analyse - ROIC, WACC . . . . . . . . . . . . . . 62

16 Multiplikatoren Analyse - T-Test . . . . . . . . . . . . . . . . 66

3 EV/EBITDA vs. EV/EBITA . . . . . . . . . . . . . . . . . . 38

4 EV/EBITA vs. EV/EBIT . . . . . . . . . . . . . . . . . . . . 39

5 Deckblätter der Unternehmen . . . . . . . . . . . . . . . . . . 40

6 Peer Group Analyse - Größe . . . . . . . . . . . . . . . . . . . 41

7 Peer Group Analyse - Kapitalstruktur . . . . . . . . . . . . . . 42

8 Peer Group Analyse - Profitabilität . . . . . . . . . . . . . . . 43

9 Peer Group Analyse - Wachstum . . . . . . . . . . . . . . . . 44

10 Produktkategorien der Unternehmen Teil 1 . . . . . . . . . . . 45

11 Produktkategorien der Unternehmen Teil 2 . . . . . . . . . . . 46

12 DCF-WACC Auswertung - ANOVA Test . . . . . . . . . . . . 47

13 DCF-WACC Auswertung - Tukey’s range Test . . . . . . . . . 48

14 Multiplikatoren - ANOVA Test . . . . . . . . . . . . . . . . . 49

15 Multiplikatoren - Tukey’s range Test 1 . . . . . . . . . . . . . 50

16 Multiplikatoren - Tukey’s range Test 2 . . . . . . . . . . . . . 51

17 Gesamt - Tukey’s range Test . . . . . . . . . . . . . . . . . . . 52

Amgen Amgen Inc.

1.1 Einleitung und Motivation

In dieser Arbeit geht es um die Beurteilung verschiedener Methoden zur

1.2 Zielsetzung der Arbeit

In der vorliegenden Arbeit werden verschiedene Berechnungsverfahren für

Die Arbeit ist in einen theoretischen und empirischen Teil gegliedert. Im

Im folgenden Kapitel werden der Aufbau des DCF-WACC-Verfahrens und

2.1 Aufbau des DCF-WACC-Verfahrens

In diesem Abschnitt wird auf das DCF-WACC-Verfahren eingegangen. In

Die Formel 1 veranschaulicht die Berechnung des Unternehmenswertes im

In der Formel vom WACC werden im ersten Summanden die Eigenkapital-

CAP M = Rf + β · (Rm − Rf ) (3)

In der Beta-Faktorenberechnung wird die Kovarianz zwischen den Renditen

Die berechneten Ergebnisse der direkten Beta-Faktoren sind in der Abbil-

Vorgelegt am: 26.10.2020

Erstbetreuer: Prof. Dr. Sven Husmann

Zweitbetreuer: Rick Steinert

Vorgelegt von: Lennart Tietze, Matrikelnummer 92349