Sie sind auf Seite 1von 1165

Multilizer PDF Translator Free version - translation is limited to ~ 3 pages per translatio

Enzo Mondello

finances
Theorie und Anwendungsbeispiele

Multilizer PDF Translator Free version - translation is limited to ~ 3 pages per translatio
Multilizer PDF Translator Free version - translation is limited to ~ 3 pages per transla

if nances

Multilizer PDF Translator Free version - translation is limited to ~ 3 pages per transla
Multilizer PDF Translator Free version - translation is limited to ~ 3 pages per transla

Enzo Mondello

finances
Theorie und Anwendungsbeispiele

Multilizer PDF Translator Free version - translation is limited to ~ 3 pages per transla
Enzo Mondello
Risch, Schweiz

ISBN 978-3-658-13198-2 ISBN 978-3-658-13199-9 (eBook)


DOI 10.1007/978-3-658-13199-9

Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillier- te
bibliografischeDatensindimInternetüberhttp://dnb.d-nb.deabrufbar.

Springer Gabler
© Springer Fachmedien Wiesbaden GmbH 2017
Das Werk einschließlich aller seiner Teile ist urheberrechtlich geschützt. Jede Verwert ung, die nicht ausdrücklich vom
Urheberrechtsgesetz zugelassen ist, bedarf der vorherigen Zustimmung des Verlags. Das gilt insbesondere für
Vervielfältigungen,Bearbeitungen,Übersetzungen,Mikroverfilmungen unddie Einspeicherung und Verar- beitung in
elektronischenSystemen.
DieWiedergabevonGebrauchsnamen,Handelsnamen,Warenbezeichnungenusw.indiesemWerkberechtigtauchohne
besondere Kennzeichnung nicht zu der Annahme, dass solche Namen im Sinne der Warenzeichen- und
Markenschutz-Gesetzgebungalsfreizubetrachtenwärenunddahervonjedermann benutzt werden dürften. DerVerlag,
dieAutorenunddieHerausgebergehendavonaus,dassdieAngabenundInformationenindiesemWerkzumZeitpunktder
Veröffen tlic hung vollständig und korrekt sind. Weder der Verlag noch die Autoren oder die Herausgeber übernehmen,
ausdrücklich oder implizit, Gewähr für den Inhaltdes Werkes, etwaige Fehler oder Äußerungen. Der Verlag bleibt im
HinblickaufgeografischeZuordnungenundGebietsbezeichnungeninveröffentlichtenKartenundInstitutionsadressen
neutral.

Gedruckt auf säurefreiem und chlorfrei gebleichtem Papier.

Springer Gabler ist Teil von Springer Nature


Die eingetragene Gesellschaft ist Springer Fachmedien Wiesbaden GmbH
Die Anschrift der Gesellschaft ist: Abraham-Lincoln-Str. 46, 65189 Wiesbaden, Germany
Vorwort

Die Finance bzw. die Finanzmar kttheorie befasst sich mit der Anlage und Beschaffung von
Kapital auf den Finanzmärkten. Sie hat als eigenständiges Fachgebiet ihren Ursprung in der
finanziellen Unternehmensführung (Corpor ate Finance), wo Fragen der Finanzierung und der
mit ihr verbundenen Investitionsents cheidungen betrachtet werden. Die Bedeu- tung der
Finance in der Kapitalanlage und somit in der Finanzanalyse sowie im Portfolio- und
Risikomanagement ist darauf zurückzuf ühren, dass an den Finanzmärkten große Ver- mögen
gemacht,aberauchvernichtetwerdenkönnen.Daheristeswichtig,dassdieMarktteilnehmerdie
fürdieAnlageentscheidungenerforderlichenfinanzmarkttheoreti-schenKonzeptekennenund
verstehen.

DasvorliegendeBuchdecktdieKonzeptederFinanceab,diefürdieKapitalanlagerelevant
sind.DabeibasiertdasBuchaufeinerReihevonGrundsätzen.1.Diefinanz-markttheoretischen
Konzeptewerdenverständlicherklärt,wobeinebenderTheorieauchdiepraktischeUmsetzung
gezeigtwird.2.DieFinance-Konzeptewerden,wannimmermöglich,ankonkretenBeispielen
desdeutschenunddesschweizerischenFinanzmarktsangewandt.Darüberhinausfindetsich
eineVielzahlvonAufgabenamEndederjewei-ligenKapitel,wasdenanwendungsorientierten
CharakterdesBuchesunterstreicht.3.DasBuchistweitestgehendmodularaufgebaut,sodass
derLeseraucheinzelneModel-lewieetwadasMarkowitz-Modell,dasCapitalAssetPricing
Model(CAPM)oderdasBlack/Scholes-Modellgezieltnachschlagenkann.

DieMotivationzumSchreibendiesesLehrbuchsistüberdieJahreimRahmenmeiner
langjährigenUnterrichtstätigkeitanUniversitäten,FachhochschulensowieindenVorbe-
reitungskursenzumCFA ®
(CharteredFinancialAnalyst)beiCfBSCenterforBusiness
Studiesentstanden.EsbereitetmirgroßeFreude,meinerarbeitetesWisseninderFinanz-
markttheorieinLehrbuchformzuübertragen.DasErgebnisdieserBestrebungenliegtinden
dreiBüchernFinance,AktienbewertungundPortfoliomanagementvor.

Das Buch richtet sich an Studierende der Wir tschaftswissenschaften, die sich in
den mittleren Semestern an Universitäten und Fachhochschulen befinden, an
Praktiker, die in den Bereichen Finanzanalyse und Portfoliomanagement arbeiten
oder eine solche beruf- liche Tätigkeit in der Finanzindustrie anstreben.
Gleichzeitig eignet sich das Lehrbuch für die Vorbereitung von Weiterbildungen,
die zur Zertifizierung von Finanzanalysten –wieCFA
®
oder Certified International Investment Analyst (CIIA® ) – und Finanzpla-
V
VI Vorwort

nern führen. Schließlich kann das vorliegende Werk auch in Weiterbildungslehrgängen an


Hochschuleneingesetztwerden.
DasBuchsetztgrundlegendeKenntnisseinMathematikundStatistikvoraus,diezum
BeispielineinemBachelorstudiumderWirtschaftswissenschaftenvermitteltwerden.Zielist
es,dasanwendungsorientierteVerständniszufördern.DennochistderEinsatzvonMathematik
fürdieBeschreibungderModelleerforderlich.SchließlichsolltebeimLeserauchein
elementaresVerständnisderWirtschaftswissenschaftenvorhandensein,umdievorgestellten
finanzmarkttheoretischenKonzepterichtigeinordnenundinihrerGesamt-heitverstehenzu
können.

DasLehrbuchsetztsichaussiebzehnKapitelnzusammen.JedesKapitelbestehtauseiner
Einleitung,demeigentlichenLehrinhalt,derZusammenfassung,denAufgabenso-wiedem
Literaturverzeichnis.DieLösungenzudenAufgabenbefindensichineinemseparatenBand.
DieindenAnwendungsbeispielenundAufgabenverwendetenAktien,Indizes,Anleihen,
Zinsen,WährungenundDerivatebeziehensichhauptsächlichaufdendeutschenundden
schweizerischenFinanzmarkt.

EsistmireingroßesAnliegen,alljenenzudanken,diemichbeiderErarbeitungund
VerfassungdesvorliegendenBuchesunterstützthaben.Insbesonderemöchteichmichfürdie
kritischeDurchsichtvonTeilendesManuskriptsunddieinteressantenFachdiskus-sionenbei
Dr.GeroldStuderbedanken.DarüberhinausgiltmeinbesondererDankdenzahlreichen
StudierendenmeinerLehrveranstaltungenanderUniversitätSt.Gallen,diemirwertvolle
Hinweisegegebenhaben.

Risch, im Juli 2017 Dr. Enzo Mondello


Inhaltsverzeichnis

Teil I Portfoliotheorie

1 Einführung in die Finance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3


1.1 Einleitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Themenbereiche der Finance . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.1 Übersicht . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.2 Portfoliotheorie . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.3 Bewertung von Finanzinstrumenten .... .... .... .... 6
1.2.4 Risikomanagement . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2.5 P o r t f o l i o m a n a g e m e n t ......................... 8
1.3 Zusammenfassung ................................ 9
Literatur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

2 Rendite, Risiko und Markteffizienz . . . . . . . . . . . . . . . . . . . . . . . . . 13


2.1 Einleitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2 Rendite ....................................... 13
2.2.1 Periodische Anlagerendite . . . . . . . . . . . . . . . . . . . . . 14
2.2.2 Arithmetische Rendite . . . . . . . . . . . . . . . . . . . . . . . . 15
2.2.3 Geometrische Rendite . . . . . . . . . . . . . . . . . . . . . . . . 16
2.2.4 Geldgewichtete Rendite (Interner Zinsfuß) ............ 16
2.2.5 Reale Rendite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.2.6 Historische und erwartete Rendite ................. 21
2.3 Risiko ........................................ 22
2.3.1 Varianz und Standardabweichung . . . . . . . . . . . . . . . . . 22
2.3.2 Downside-Risiko . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.3.3 Value at Risk .. .... .... .... .... .... .... .... 32
2.3.3.1 D e fi n i t i o n .......................... 32
2.3.3.2 B e r e c h n u n g ......................... 33
2.3.3.3 Problematik . . . . . . . . . . . . . . . . . . . . . . . . 37
2.4 We i t e r e Anlagecharakteristiken ........................ 40
2.4.1 Eigenschaften einer Verteilung . . . . . . . . . . . . . . . . . . . 41

VII
VIII Inhaltsverzeichnis

2.4.1.1 N o r m a l v e r t e i l u n g . . . . . . . . . . . . . . . . . . . . . 41
2.4.1.2 Schiefe . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.4.1.3 K u r t o s i s . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
2.4.2 M a r k t e i g e n s c h a f t e n . . . . . . . . . . . . . . . . . . . . . . . . . . 47
2.4.2.1 ....... 47
2.4.2.2 I n f o r m a t i o n s e f fi z i e n z d e r 51
Finanzmärkte Marktpreisanomalie n ...................
2.4.2.3 Behavioral Finance und Markteffizienz ........ 56
2.4.2.4 Marktliquidität und Handelskosten . . . . . . . . . . 57
2.5 Zusammenfassung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
2.6 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
Literatur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67

3 Optimales Portfolio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
3.1 Einleitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
3.2 Erwartete Rendite und Risiko einer risikobehafteten Anlage . . . . . . 70
3.3 Erwartete Rendite und Risiko eines Portfolios bestehend aus zwei
risikobehafteten Anlagen ............................ 74
3.4 Erwartete Rendite und Risiko eines Portfolios bestehend aus einer
Vielzahl von risikobehafteten Anlagen.................... 85
3.5 Strategische Asset-Allokation mit Corner-Portfolios . . . . . . . . . . . 93
3.6 Diversifikationseffekt von Long-Positionen . .... .... .... .... 96
3.7 Risikoaversion und optimales Portfolio ................... 100
3.7.1 E i n l e i t u n g ................................ 100
3.7.2 Das Konzept der Risikoaversion .................. 100
3.7.3 Nutzentheorie und Indifferenzkurven ............... 101
3.7.4 Das optimale risikobehaftete Portfolio .............. 109
3.8 Die risikolose Anlage: Kapitalallokationslinienmodell.......... 110
3.9 Kapitalallokation zwischen der risikobehafteten und der
risikolosen Anlage
....................................... 118
3.10 Homogene Erwartungen: Kapitalmarktlinienmodell ........... 123
3.11 Z u s a m m e n f a s s u n g ................................ 130
3.12 Aufgaben ..................................... 132
Literatur ........................................... 140

4 Einfaktormodelle .................................... 143


4.1 Einleitung ..................................... 143
4.2 Marktmodell ................................... 143
4.2.1 Konstruktion der Effizienzkurve mit historischen Daten.... 143
4.2.2 R e g r e s s i o n s g l e i c h u n g ......................... 146
4.2.3 Beispiel ................................. 151
4.2.4 Diversifikation von Long-Positionen ............... 158
4.2.5 Korrektur des Betas .......................... 161
Inhaltsverzeichnis IX

4.3 Instabilität der Effizienzkurve ......................... 162 Capital Asset


4.4 Pricing Model.......................... 167 4.4.1
Annahmen ............................... 168
4.4.2 Berechnung und Interpretation des Betas ............. 170
4.4.3 Die Wertpapiermarktlinie ...................... 176
4.4.4 Gleichgewichtsmodell ........................ 180
4.4.5 Empirische Relevanz des CAPM .................. 183
4.4.6 Auflösung der Annahmen ......................187
Performancemessung ......................... 190 4.4.7
4.5 Zusammenfassu ng ................................ 194
4.6 Aufgaben ..................................... 197
Literatur ........................................... 201

5 Multifaktorenmodelle ................................. 203


5.1 Einleitung ..................................... 203
5.2 Übersicht über Multifaktorenmodelle .................... 204
5.2.1 Einteilung der Multifaktorenmodelle ............... 204
5.2.2 Struktur von makroökonomischen Multifaktorenmodellen .. 205
5.2.3 Struktur von fundamentalen Multifaktorenmodellen ..... 211
5.3 Diversifikation anhand eines makroökonomischen
Multifaktorenmodells .............................. 213
5.4 Erwartete Rendite ................................ 215
5.5 Die Arbitragepreis-Theorie (APT) ...................... 217
5.5.1 Das APT-Modell .... .... .... .... .... .... .... 217
5.5.2 Risikoarbitrage und Kapitalmarktgleichgewicht ......... 220
5.5.3 APT versus CAPM .......................... 224
5.5.4 Empirische Relevanz ......................... 225
5.6 Multifaktorenmodelle in der Praxis ...................... 227
5.6.1 Makroökonomische Faktormodelle ................ 227
5.6.2 Fama/French-Modell ......................... 230
5.6.3 C a r h a r t - M o d e l l ............................. 233
5.7 Ausgewählte Anwendungen von Multifaktorenmodellen ........ 234
5.7.1 R e n d i t e a t t r i b u t i o n ........................... 234
5.7.2 R i s i k o a t t r i b u t i o n ............................ 238
5.7.3 Faktorportfolios ............................ 242
5.7.4 Tr a c k i n g p o r t f o l i o s ........................... 244
5.8 Anwendungen des APT-Modells ....................... 247
5.9 Zusammenfassu ng ................................ 251
5.10 Aufgaben ..................................... 253
Literatur ........................................... 256
X Inhaltsverzeichnis

TeilII Aktien

6 Aktienanalyse ....................................... 261


6.1 Einleitung ..................................... 261
6.2 Fundamentalanalyse ............................... 263
6.2.1 Bewertungsprozess .......................... 263
6.2.2 Verständnis des Unternehmensgeschäfts ............. 264
6.2.2.1 Makroökonomische Analyse .............. 264
6.2.2.2 Industrie- und Wettbewerbsanalyse .......... 268
6.2.2.3 Analyse von Finanzberichten .............. 275
6.2.3 Prognose der Unternehmensperformance ............. 277
6.2.4 Auswahl eines geeigneten Bewertungsmodells ......... 280
6.2.5 Umwandlung von Prognosen zum Aktienwert .......... 283
6.2.6 Anwendung des Bewertungsergebnisses ............. 284
6.3 Erwartetes Alp h a . .... .... .... .... .... .... .... .... 286
6.4 Technische Analyse ............................... 289
6.4.1 Grundlagen ............................... 289 Werkzeuge der
6.4.2 technischen Analyse................291 6.4.2.1
Übersicht .......................... 291
6.4.2.2 Tr e n d a n a l y s e ........................ 293
6.4.2.3 Chartmuster (Formationen) ... .... .... .... 296
6.4.2.4 Technische Indikatoren ................. 298
6.4.2.5 Z y k l e n ............................ 308
6.4.3 Elliott-Wellen-Theorie ........................ 309
6.5 Zusammenfassu ng ................................ 312
6.6 Aufgaben ..................................... 315
Literatur ........................................... 318

7 Aktienbewertung .................................... 319


7.1 Einleitung ..................................... 319
7.2 Innerer Wert und beizulegender Zeitwert einer Aktie .......... 320
7.3 Cashflow-Modelle ................................ 321
7.3.1 Übersicht ................................ 321
7.3.2 D i v i d e n d e n d i s k o n t i e r u n g s m o d e l l e . . . . . . . . . . . . . . . . . 3 2 2
7.3.2.1 Grundlagen ......................... 322
7.3.2.2 Angemessenheit von
Dividendendiskontierungsmodellen .......... 324
7.3.2.3 Wachstumsrate der Dividenden ............. 325
7.3.2.4 G o r d o n - G r o w t h - M o d e l l . . . . . . . . . . . . . . . . . 3 2 9
7.3.2.5 Zweistufiges Dividendendiskontierungsmodell ... 335
7.3.3 Free-Cash-Flow-to-Equity-Modelle ................ 342
7.3.3.1 G r u n d l a g e n ......................... 342
Inhaltsverzeichnis XI

7.3.3.2
Definition und Berechnung der FCEK ........ 343
7.3.3.3
Wachstumsrate der FCEK ................ 348
7.3.3.4
Einstufiges Bewertungsmodell . .... .... .... 352
7.3.3.5
Zweistufiges Bewertungsmodell .... .... .... 358
7.3.3.6
Free-Cash-Flow-to-Equity-Modelle versus
Dividendendiskontierungsmodelle ... .... ....365
7.3.4 Free-Cash-Flow-to-Firm-Modelle ................. 368
7.3.4.1 Definition und Berechnung der FCGK ........ 368
7.3.4.2 Wachstumsrate der FCGK ................ 370
7.3.4.3 Bewertungsmodell .................... 371
7.3.4.4 Vergleich zwischen FCEK- und FCGK-Modellen . 378
7.4 Wertschöpfungsmode lle ............................ 378
7.4.1 Residualgewinnmodelle ....................... 380
7.4.1.1 Definition und Berechnung des Residualgewinns.. 380
7.4.1.2 Bewertungsmodell .................... 383
7.4.2 Economic-Value-Added-Mode lle ................. 384
7.5 Multiplikatoren .................................. 387
7.6 Optionspreistheorie ............................... 390
7.7 Zusammenfassu ng ................................ 391
7.8 Aufgaben ..................................... 397
Literatur ........................................... 401

Teil III Anleihen

8 Anleihen: Grundlagen ................................. 405


8.1 Einleitung ..................................... 405
8.2 Grundlegende Merkmale einer Anleihe ................... 407
8.3 Größe und Bedeutung der Anleihemärkte .................. 409
8.4 Grundstruktur von festverzinslichen Anleihen ............... 412
8.5 Anleihebedingungen ............................... 417
8.6 Cashflow-Struktur einer Anleihe ....................... 417
8.6.1 N o m i n a l w e r t s t r u k t u r e n ........................ 418
8.6.2 K u p o n s t r u k t u r e n ............................ 421
8.6.2.1 Variabel verzinsliche Anleihen ............. 422
8.6.2.2 S t e p - u p - A n l e i h e n ..................... 425
8.6.2.3 Inflationsindexierte Anleihen .. .... .... .... 425
8.6.2.4 Weitere Kuponstrukturen ................ 430
8.7 Anleihen mit eingebetteten Optionen .................... 431
8.7.1 Callable Bonds . .... .... .... .... .... .... .... 431
8.7.2 Putable Bonds ............................. 434
8.7.3 Wandelanleihen ............................ 435
XII Inhaltsverzeichnis

8.8 Märkte
....................................... 444
8.8.1
Primärmarkt .............................. 444
8.8.2
We r t p a p i e r p r o s p e k t .......................... 446
8.8.3
Sekundärmarkt ............................ 447
8.8.4
Geldmarkt ................................ 448
8.8.4.1 Begriff des Geldmarktes und Geldmarktzinssätze . 448
8.8.4.2 G e l d m a r k t p a p i e r e ..................... 451
8.8.5 Märkte für Regierungsanleihen ................... 454
8.8.5.1 Eigenschaften von Regierungsanleihen ........ 454
8.8.5.2 Schuldverschreibungen der Bundesrepublik
Deutschland
........................ 458
8.8.5.3 Schuldverschreibungen der Schweizerischen
Eidgenossenschaft .................... 461
8.8.6 Marktkonventionen .......................... 462
8.8.6.1 Übersicht über Marktkonventionen .......... 462
8.8.6.2 Preisstellung, Stückzinsen und Valutierung ..... 463
8.8.6.3 D a y - C o u n t - Ko nv e n t i o n e n . . . . . . . . . . . . . . . . 4 6 7
8.8.6.4 Kuponzahlungstermine und Day-Roll-Konventionen 473
8.9 Zusammenfassu ng ................................ 475
8.10 Aufgaben ..................................... 480
Literatur ........................................... 484

9 Preis- und Renditeberechnung von optionsfreien Anleihen 9.1 ......... 485


Einleitung ..................................... 485
9.2 Grundlagen der Preis- und Renditeberechnung .............. 486
9.2.1 Preisberechnung mit festem risikoadäquaten Diskontsatz... 486
9.2.2 Verfallrendite .............................. 488 Beziehung
9.2.3 zwischen Anleihepreis und risikoadäquatem Diskont
............................... 492
9.2.4 Preisberechnung mit laufzeitgerechten risikoadäquaten
Diskontsätzen ............................. 494
9.2.5 Preisberechnung zwischen zwei Kuponterminen ........ 496
9.2.6 Matrix-Pricing ............................. 499
9.2.7 Verschiedene Renditegrößen .................... 501
9.2.7.1 Renditegrößen für festverzinsliche optionsfreie
Anleihen .......................... 501
9.2.7.2 Rendite und Zinsänderungsrisiko ........... 506
9.2.7.3 Renditegrößen für festverzinsliche kündbare
Anleihen .......................... 508
9.3 Preisberechnung von optionsfreien Anleihen mit Zinsstrukturkurve
und Risikoprämie ................................ 511
9.3.1 Übersicht ................................ 511
Inhaltsverzeichnis XIII

9.3.2Risikolose Zinsstrukturkurve (Basiszinskurve) ......... 512


9.3.3Nullkuponsätze versus Verfallrendite ............... 518
9.3.4Preisberechnung mit Terminzinssätzen .............. 520
9.3.5Preisberechnung mit risikoloser Zinsstrukturkurve und
Rendite-Spreads ............................ 523
9.3.6 Preisberechnung mit Swapsatzkurve und Rendite-Spreads .. 528
9.3.6.1 I-Spread und Asset Swap Spread.... .... .... 528
9.3.6.2 Swapsatzkurve ..................... .. 5 29
9.3.6.3 Preisberechnung mit der Swapsatzkurve ....... 532
9.4 Preisberechnung von Nullkuponanleihen .................. 537
9.5 Preisberechnung von variabel verzinslichen Anleihen .......... 538
9.6 Interpretation einer Bloomberg-Maske für eine optionsfreie
festverzinsliche Anleihe ............................ 543
9.7 Zusammenfassu ng ................................ 546
9.8 Aufgaben ..................................... 550
Literatur ........................................... 555

10 Risikoanalyse von Anleihen .............................. 557


10.1 Einleitung ..................................... 557
10.2 Risikoanalyse anhand der Duration und Konvexität ............ 558 10.2.1
D u r a t i o n - Ko nv e x i t ä t s - A n s a t z . . . . . . . . . . . . . . . . . . . . 5 5 8
10.2.2 D u r a t i o n ................................. 560
10.2.2.1 Modifizierte Duration und Macaulay-Duration ... 560
10.2.2.2 Eigenschaften der Duration .............. 567
10.2.2.3 Angenäherte modifizierte Duration .......... 571
10.2.2.4 Effektive Duration .................... 575
10.2.2.5 Duration eines Anleiheportfolios ........... 577
10.2.2.6 Key-Rate-Durationen .................. 579
10.2.2.7 Geld-Duration und Price Value of a Basis Point .. 581
10.2.3 Ko nv e x i t ä t ................................ 583
10.2.3.1 Anpassung der Duration mit der Konvexität .....583
10.2.3.2 Modifizierte Konvexität ................. 586
10.2.3.3 Angenäherte modifizierte Konvexität und effektive
Konvexität ......................... 589
10.2.4 Interpretation einer Bloomberg-Maske .............. 592
10.2.5 Effektive Duration und Konvexität von Callable und Putable
Bonds .................................. 594
10.2.5.1 Callable Bonds ...................... 595
10.2.5.2 Putable Bonds ... .... .... .... .... .... 597
10.2.6 Kredit- und Marktliquiditätsrisiko ................. 599
10.3 Grundlagen der Kreditanalyse ......................... 601
10.3.1 K r e d i t r i s i k o ............................... 601
XIV Inhaltsverzeichnis

10.3.2 Bonitätsrating ............................. 603


10.3.3 Traditionelle Kreditanalyse von Unternehmensanleihen.... 606
10.3.3.1 Grundlagen und Abgrenzung zur Aktienanalyse .. 606
10.3.3.2 Traditionelle Kreditanalyse ............... 607
10.3.4 ........ 611
10.3.5 Kreditrisiko versus Rendite:
Kreditrisikoprämie Kreditrisikomodelle .......................... 615
10.4 Analyse des Marktliquiditätsrisikos ..................... 616
10.5 Z u s a m m e n f a s s u n g ................................ 618
10.6 Aufgaben ..................................... 622
Literatur ........................................... 627

11 PreisberechnungvonAnleihenmiteingebettetenOptionen11.1 ......... 629


Einleitung ..................................... 629
11.2 Bestandteile des binomialen Bewertungsmodells für Anleihen mit
eingebetteten Zinsoptionen ........................... 629
11.3 Zinsbaum und arbitragefreie Bewertung von optionsfreien Anleihen . 631
11.3.1 Bedeutung der arbitragefreien Anleihebewertung ........ 631
11.3.2 Binomialer Zinsbaum . .... .... .... .... .... .... 633
11.3.2.1 Struktur des Zinsbaums ................. 633
11.3.2.2 Zinssatzvolatilität ..................... 636
11.3.2.3 Konstruktion eines arbitragefreien
binomialen Zinsbaums
......................... 637
11.3.3 Preisberechnung einer optionsfreien risikobehafteten Anleihe 643
11.4 Bewertung und Analyse von Callable und Putable Bonds ........ 645
11.4.1 G r u n d l a g e n ............................... 645
11.4.2 Option Adjusted Spread ....................... 646
11.4.3 Preisberechnung und Analyse von Callable Bonds ....... 648
11.4.3.1 P r e i s b e r e c h n u n g ...................... 648
11.4.3.2 Effektive Duration und effektive Konvexität ..... 653
11.4.3.3 Einseitige Durationen .................. 657
11.4.4 Preisberechnung und Analyse von Putable Bonds ....... 658
11.4.4.1 P r e i s b e r e c h n u n g ...................... 658
11.4.4.2 Effektive Duration und effektive Konvexität ..... 661
11.4.5 Einfluss der Zinssatzvolatilität, des Zinsniveaus und der
Steigung der Zinsstrukturkurve auf Preise von Callable
und Putable Bonds
............................. 664
11.4.5.1 Z i n s s a t z v o l a t i l i t ä t ..................... 664
11.4.5.2 Zinsniveau und Steigung der Zinsstrukturkurve...
11.5 665 Preisberechnung von kündbaren Step-up-Anleihen............ 667
11.6 Preisberechnung von variabel verzinslichen Anleihen mit einem Cap und
einemFloor ................................. 668
11.7 Preisberechnung und Analyse von Wandelanleihen ............ 673
Inhaltsverzeichnis XV

11.7.1 P r e i s b e r e c h n u n g ............................ 673


11.7.2 Delta und Gamma ........................... 682
11.8 Z u s a m m e n f a s s u n g ................................ 684
11.9 Aufgaben ..................................... 688
Literatur ........................................... 694

Teil IV Finanzderivate und Risikomanagement

12 Finanzderivate: Grundlagen ............................. 697


12.1 Einleitung ..................................... 697
12.2 Börsengehandelte und außerbörs lich gehandelte Finanzderivate .... 699
12.3 Märkte für Finanzderivate ........................... 702
12.3.1 M a r k t g r ö ß e ............................... 702
12.3.2 Zweck von derivativen Märkten .................. 707
12.4 Einsatz von Finanzderivaten .......................... 708
12.5 Gewinn-Verlust-Profi le ............................. 711
12.5.1 Unbedingte Termingeschäfte .................... 711
12.5.1.1 Forwards/Futures ..................... 711
12.5.1.2 Swaps ............................ 714
12.5.2 Optionen ................................ 722
12.5.2.1 G r u n d l a g e n ......................... 722
12.5.2.2 C o v e r e d - C a l l - S t r a t e g i e . . . . . . . . . . . . . . . . . . 7 2 7
12.5.2.3 Protective-Put-Strategie ................. 732
12.6 Die Terminbörse Eurex ............................. 736
12.6.1 Entstehung und Organisationsstruktur ............... 736
12.6.2 Überblick über Derivate an der Eurex ............... 737
12.6.3 Clearing-Stelle und risikobasiertes Margining-System..... 740
12.6.4 Margins für Optionen ......................... 742
12.6.5 Margins für Futures .......................... 745
12.7 Leverage-Effekt ................................. 751
12.8 Strukturierte Produkte .. .... .... .... .... .... .... .... 753
12.9 Z u s a m m e n f a s s u n g ................................ 755
12.10 Aufgaben ..................................... 758
Literatur ........................................... 761

13 Forwards und Futures ................................. 763


13.1 Einleitung ..................................... 763
13.2 Preisbestimmung von Forwards und Futures ................ 764 13.2.1
Preismodelle .............................. 764
13.2.2 ....... 765
13.2.3 Cost-of-Carry-Modell in vollkommenen Märkten
Cost-of-Carry-Modell in unvollkommenen Märkten ...... 767
XVI Inhaltsverzeichnis

13.2.4 E r w a r t u n g s m o d e l l ........................... 773


13.2.5 Terminpreis und Risikoaversion .................. 774
13.2.5.1 Normal Backwardation und Contango ........ 774
13.2.5.2 Capital Asset Pricing Model .............. 778
13.2.6 Forward-Preis versus Future-Preis ................. 779
13.3 Wertbestimmung von Forwards ........................ 780
13.4 Preis- und Wertbestimmung von Forwards auf verschiedene
Basiswerte ..................................... 782
13.4.1 Forwards auf Aktien ......................... 782
13.4.2 Forwards auf festverzinsliche Anleihen .............. 788
13.4.3 Forward Rate Agreements ...................... 791
13.4.4 Forwards auf Fremdwährungen ................... 797
13.5 Preisbestimmung von Eurex-Zins-Futures ................. 801
13.5.1 Fixed Income Futures ......................... 801
13.5.2 Geldmarkt-Futures .......................... 808
13.6 Absicherungsstrategien mit Forwards und Futures ............ 812
13.6.1 Management von Zinsänderungsrisiken .............. 813
13.6.1.1 Zinsänderungsrisikomanagement von variabel
verzin slich en Kred iten .. .... .... .... .... 813
Zinsänderungsrisikomanagement
13.6.1.2 von
festverzinslichen Anleiheportfolios Management .......... 818
von Aktienmarktpreisänderungsrisiken
13.6.2 ..... 824
13.6.3 Management von Währungsrisiken ................ 829
13.6.4 Gegenüberstellung von Forwards und Futures .......... 834
13.7 Z u s a m m e n f a s s u n g ................................ 837
13.8 Aufgaben ..................................... 840
Literatur ........................................... 844

14 Swaps ............................................ 845


14.1 Einleitung ..................................... 845
14.2 Z i n s s a t z s w a p s ................................... 846
14.2.1 Komparative Vorteile und Bonitätsrisiken ............ 846
14.2.2 Äquivalenz mit anderen Finanzinstrumenten ........... 851
14.2.3 Preisbestimmung ........................... 853
14.2.4 We r t b e s t i m m u n g ............................ 855
14.2.5 Risikomanagementstrategien .................... 862
14.2.5.1 Steuerung des Zinsänderungsrisikos durch
Transformation von Verbindlichkeiten und
Vermögenspositionen ................... 862
14.2.5.2 Steuerung des Zinsänderungsrisikos eines
Anleiheportfolios ..................... 863
14.3 Währungsswaps ................................. 867
Inhaltsverzeichnis XVII

14.3.1 Komparative Vorteile und Währungsrisiken ........... 867


14.3.2 Preis- und Wertbestimmung ..................... 870
14.3.3 Risikomanagementstrategien .................... 875
14.4 Equity Swaps ................................... 877
14.4.1 Preis- und Wertbestimmung ..................... 878
14.4.2 Änderung der Asset-Allokation ................... 883
14.5 Credit Default Swaps .............................. 887
14.5.1 Einleitung zum Kreditrisiko ..................... 887
14.5.2 Ausfallwahrscheinlichkeit en .................... 889
14.5.2.1 Implizite Ausfallwahrscheinlichkeiten
aus Anleihepreisen ....................... 889
14.5.2.2 Historische Ausfallwahrscheinlichkeiten ... .... 891
14.5.3 Eigenschaften von Credit Default Swaps ............. 894
14.5.4 Preis- und Wertbestimmung eines CDS ..............89714.5.5
ISDA-Rahmenvertrag und Definition des Kreditereignisses . 901
14.5.6 Risiken im Zusammenhang mit CDS ............... 903
14.5.7 Varianten von CDS .......................... 903
14.6 Z u s a m m e n f a s s u n g ................................ 905
14.7 Aufgaben ..................................... 910
Literatur ........................................... 915

15 Optionen .......................................... 917


15.1 Einleitung ..................................... 917
15.2 Optionspreis und Risikofaktoren ....................... 918
15.3 Preisobergrenze und -untergrenze ....................... 923
15.3.1 Preisobergrenze für europäische und amerikanische Optionen 923
15.3.2 Preisuntergrenze für europäische Optionen............924
Preisuntergrenze für amerikanische Optionen..........929 15.3.3
15.4 Put-Call-Parität .................................. 931
15.5 Zeitdiskretes Optionsbewertungsmodell: Das Binomialmodell..... 938
15.5.1 E i n l e i t u n g ................................ 938
15.5.2 Ein-Perioden-Binomialmodell ................... 939
15.5.3 Mehr-Perioden-Binomialmodell .................. 944
15.6 Zeitkontinuierliches Optionsbewertungsmodell: Das Black/
Scholes-Modell .................................. 952 15.6.1
Preisberechnung von europäischen Optionen .......... 952
15.6.2 Implizite Volatilität .......................... 958
15.7 Optionspreissensitivitäten und Absicherung von Optionsrisiken .... 961
15.7.1 Taylor-Reihenentwicklung und Optionspreissensitivitäten .. 961
15.7.2 D e l t a ................................... 963
15.7.3 Delta Hedging ............................. 970
15.7.4 Delta eines Optionsportfolios .................... 972
XVIII Inhaltsverzeichnis

15.7.5 Gamma ................................. 974


15.7.6 Delta und Gamma Hedging ..................... 980
15.7.7 Vega ................................... 981
15.7.8 Delta, Gamma und Vega Hedging ................. 984
15.7.9 R h o .................................... 986
15.7.10 Theta ... .... .... .... .... .... .... .... .... 987
15.8 Z u s a m m e n f a s s u n g ................................ 991
15.9 Aufgaben ..................................... 995
15.10 Anhang A: Standardnormalverteilungstabelle ...............1000
Literatur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1 0 0 1

Teil V Portfoliomanagement

16 Portfoliomanagementprozess .............................1005
16.1 Einleitung .....................................1005
16.2 Planung ......................................1006
16.2.1 Anlageziele und Restriktionen ...................1006
16.2.1.1 Risikoziele .........................1006
16.2.1.2 Renditeziele ........................1010
16.2.1.3 Restriktionen .......................1011
16.2.2 A n l a g e p o l i t i k . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1 0 1 4
16.2.3 Kapitalmarkterwartungen ......................1015
16.2.4 Strateg isch e Asset-Allo k atio n .... .... .... .... ....1016
16.3 Ausführung ....................................1019 Feedback
16.4 ......................................1020 16.4.1
Überwachung der Anlagepolitik ..................1020
16.4.2 Überwachung der Kapitalmarkterwartungen ...........1026
16.4.3 Rebalancing des Portfolios .....................1026
16.4.4 Die Perold/Sharpe-Analyse von Rebalancing-Strategien ...1031
16.4.4.1 Buy-and-Hold-Strategien ................1032
16.4.4.2 C o n s t a n t - M i x - S t r a t e g i e n . . . . . . . . . . . . . . . . .1 0 3 4
16.4.4.3 Constant-Proportion-Strategien ............1038
16.4.4.4 Vergleich der Strategien .................1041
16.4.5 Transaktionsausführung bei Rebalancing-Strategien......1044
16.4.6 P e r f o r m a n c e e v a l u a t i o n . . . . . . . . . . . . . . . . . . . . . . . .1 0 4 7
16.5 Performance-Attribution eines aktiven Portfolios .............1050
16.6 Z u s a m m e n f a s s u n g . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1 0 5 4
16.7 Aufgaben .....................................1057
Literatur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1 0 6 0
Inhaltsverzeichnis XIX

17 Passives, aktives und semiaktives Portfoliomanagement ...........1063


17.1 Einleitung .....................................1063
17.2 Passives Portfoliomanagement ........................1064
17.3 Aktives Portfoliomanagement ..... .... .... .... .... ....1064
17.3.1 Rendite und Risiko ..........................1064
17.3.2 Das Grundgesetz des aktiven Portfoliomanagements......1075
17.3.2.1 Prognostizierte aktive Renditen und optimale aktive
GewichteimPortfolio ..................1075
17.3.2.2 Das elementare Grundgesetz ..............1081
17.3.2.3 Das vollständige Grundgesetz .............1084
17.3.2.4 VergleichvonaktivenAnlagestrategienmitundohne
Restriktionen ....................1088
17.3.2.5 Berücksichtigung von Timingprognosen.......1090
17.4 Semiaktives Portfoliomanagement: Das Treynor/Black-Modell ....1091
17.4.1 E i n l e i t u n g . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1 0 9 1
17.4.2 Konstruktion des optimalen Portfolios ..............1092
17.4.3 Beispiel .................................1097
17.4.4 Prognostizierte Alpha-Werte ....................1101
17.5 Anlagestrategien mit Aktien ..........................1103
17.5.1 Bedeutung von Aktien im Portfoliomanagement ........1103
17.5.2 Verschiedene Ansätze des Managements von
Aktienportfolios . . . . . . . . . . . . . . . . . . . . . . . . . . . .1 1 0 4
17.5.3 Passives Management eines Aktienportfolios ..........1105
17.5.4 Aktives Management eines Aktienportfolios ...........1109
17.5.4.1 A n l a g e s t i l e . . . . . . . . . . . . . . . . . . . . . . . . .1 1 0 9
17.5.4.2 Techniken für die Identifikation eines Anlagestils . 1111
17.5.4.3 Long-Short-Strategien ..................1117
17.5.4.4 Preisineffizienzen bei Short-Positionen........1120
17.5.5 Semiaktives Management eines Aktienportfolios........1121
17.6 Anlagestrategien mit Anleihen ........................1123
17.6.1 Übersicht ................................1123
17.6.2 Anleiheportfolios mit der Benchmark Anleiheindex......1124
17.6.3 Anleiheportfolios mit der Benchmark Verbindlichkeiten ...1127
17.6.3.1 Strategien ..........................1127
Immunisierungsstrategien ................1127
17.6.3.2
17.7 Z u s a m m e n f a s s u n g . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1 1 2 9
17.8 Aufgaben .....................................1134
Literatur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1 1 3 9

Sachverzeichnis ..........................................1141
ÜberdenAutor

Enzo Mondello, Dr. oec. publ., CFA, FRM, CAIA, studierte Betriebswirtschaftslehre an der
UniversitätZürich,woer1995mitdemLizenziatabschloss.ImselbenJahrerwarberdasDiplom
für das Höhere Lehramt in Handelsfächern. Von 1995 bis 1998 war er bei
PricewaterhouseCoopers in Zürich tätig. Während dieser Zeit absolvierte er das Dokto-
randenstudium an der Wirtschaftswissenschaftlichen Fakultät der Universität Zürich und
promovierte 1999 mit einer Dissertation zum Thema Bankenaufsichtsrechtliche Prüfung von
Risikomanagementund Modellverfahren. Von 1999 bis 2001 war er Dozent für Ban- king und
Finance und Projektleiter an derHochschule für Wirtschaft Luzern. Er hatte Lehraufträge unter
anderem an der Univers ität Zürich und an der Schweizerischen Aka- demie für
Wirtschaftsprüfung. Seit 2001 bietet er als Inhaber und Managing Director von CfBS Center for
BusinessStudiesAGliveundonlineVorbereitungskursefürdieZer-tifizierungzumCFA

®
(Chartered Financial Analyst), FRM® (Financial Risk Manager),
®
CAIA (Chartered Alternative Investment Analyst) und CMA (Certified Management
Accountant) an. Von 2003 bis 2011 entwickelte und leitete er als Fachleiter zwei Mas-
ter of Advanced Studies in Corporate Finance sowie im Bereich Banking und Finance an der
Fachhochschule Nordwestschweiz. Er hat im Verlag Springer Gabler die beiden Bücher
Portfoliomanagement (2. Auflage 2015) und Aktienbewertung (2. Auflage 2017)
veröffentlicht. Neben seiner Tätigkeit als Managing Director von CfBS Center for Busi- ness
Studies AG ist er derzeit auch Lehrbeauftra gter für Betriebswir tschaftslehre an der Universität
St.Gallen,woerimMasterstudiumdiebeidenVorlesungen„FinanziellesRisi-komanagement“
und „Ausgewählte Finance-Themen und ihre Anwendung“ hält. Darüber hinaus hält er eine
Vorlesung über „The Practice of Management Accounting“ im Master- studium an der
UniversitätBern.

XXI
Abkürzungsverzeichnis

ABS Asset Backed Securities


ANOVA Analysis of Variance (Varianzanalyse)
AG Aktiengesellschaft
APT Arbitragepreis-Theorie
ASW Asset Swap Spread
BIS Bank for International Settlements
BIZ Bank für internationalen Zahlungsausgleich
BMW Bayerische Motoren Werke
Bobl Bundesobligation der Bundesrepublik Deutschland
BuBills unverzinsliche Schatzanweis ungen der Bundesrepublik Deutschland
Bund Bundesanleihe der Bundesrepublik Deutschland
CAPM Capital Asset Pricing Model
CBOE Chicago Board Options Exchange
CCPs Central Counter Parties
CD Certificate of Deposit
CDOs Collateralized Debt Obligations
CDS Credit Default Swaps
CFA Chartered Financial Analyst
CFO Cash Flows from Operating Activities (Cashflows aus der betrieblichen Tä-
tigkeit)
CHF Schweizer Franken
CoCos Contingent Convertible Bonds
CPI Consumer Price Index
CPPI Constant Proportion Portfolio Insurance
CPs Commercial Papers
CTD Cheapest to Deliver
CUSIP Committee on Uniform Securities Identification Procedures
DAX DeutscherAktienindex
DBRS Dominion Bond Rating Service
DCF Discounted Cash Flow
XXIII
XXIV Abkürzungsverzeichnis

DCM Direct Clearing Member


DJIA Dow Jones Industrial Average
DRV Deutscher Rahmenvertrag
DTB Deutsche Terminbörse
EBIT Earnings Before Interest and Taxes
EBITDA Earnings Before Interest, Tax es, Depreciation and Amortization
EBT Earnings Before Taxes
ECPs Eurocommercial Papers
EG Europäische Gemeinschaft
EIB Europäische Investitionsbank
EMIR European Market Infrastructure Regulation
EOM End of Month
EONIA Euro Overnight Index Average
ESMA European Securities and Markets Authority
ESZB Euopäisches System der Zentralbanken
ETCs Exchange Traded Commodities
ETFs Exchange Traded Funds
EU Europäische Union
EUR Euro
Eurex European Exchange
EURIBOR European Interbank Offered Rate
EVA Economic Value Added
EWMA Exponentially Weighted Moving Average
EWR Europäischer Wirtschaftsraum
EZB Europäische Zentralbank
FCEK frei verfügbarer Cashflow für das Eigenkapital
FCGK frei verfügbarer Cashflow für das Gesamtkapital
FinfraG Finanzmarktinfrastrukturgesetz
FRA Forward Rate Agreement
FRABBA FRA on British Banker’s Association
FTSE Financial Times Stock Exchange
GARP Growth at a Reasonable Price
GBP Pfund Sterling (britisches Pfund)
GCM General Clearing Member
GMBF Geldmarktbuchforderungen
HVPI Harmonised Index of Consumer Prices (H armonisierter Verbraucherpreisin-
dex)
IBA ICE Benchmark Administration
iBobls inflationsindexierteBundeswertpapieremiteinerUrsprungslaufzeitvon5Jahren

iBunds inflationsindexierte Bundeswertpapiere mit einer Ursprungslaufzeit von


mehr als 10 Jahren
Abkürzungsverzeichnis XXV

ICMA International Capital Markets Association


IFRS International Financial Reporting Standards
ILB Inflationsindexierte Bundeswertpapiere
IPO Initial Public Offering
ISDA International Swaps and Derivatives Association
ISIN International Securities Identification Number
ISMA International Securities Market Association
ISO International Organization for Standardization
IWF Internationaler Währungsfonds
JPY Japanischer Yen
KGV Kurs-Gewinn-Verhältnis
LEPOs Low-Exercise-Price-Optionen
LIBOR London Interbank Offered Rate
LMA Loan Market Association
MACD Moving Average Convergence/Divergence Oscillator
MDAX Mid-Cap-DAX
MEZ Mitteleuropäische Zeit
MiFID Markets in Financial Instruments Directive
Mio. Million(en)
Mrd. Milliarde(n)
MSCI Morgan Stanley Capital Index
MVA Market Value Added
MVP Minimum-Varianz-Portfolio
NCM Non Clearing Member
NEOM Non End of Month
NL No Leap
NOPAT Net Operating Profit after Taxes
NUV Nettoumlaufvermögen
NYSE New York Stock Exchange
OAS Option Adjusted Spread
OAT Obligations Assimilables du Trésor
OIS Overnight Index Swap
OTC Over the Counter
PSCBI Prime Standard Corporate Bond Total Return Index
PVBP Price Value of a Basis Point
REXP Rentenperformance-Index f ür deutsche Bundesanleihen
RPI Retail Price Index
RSI Relative-Stärke-Index
SDAX Small-Cap-DAX
SEC Securities and Exchange Commission
SIX Swiss Infrastructure and Exchange
SLI Swiss Leader Index
XXVI Abkürzungsverzeichnis

SMI Swiss Market Index


SMIC Swiss Market Index Cum Dividend
SMI Mid Mid-Cap-SMI
SOFFEX SwissOptionsandFinancialFuturesExchange
SPI Swiss Performance Index
StGB Schweizerisches Strafgesetzbuch
Strip Separate Trading of Registered Interest and Principal of Securities
S&P Standard&Poor’s
TIPS Treasury Inflation-Protected Securities
TOIS Tom/Next Overnight Index Swap
US United States (of America)
USD US-Dollar
VAR Value at Risk
v. Chr. vor Christus
VGDP Volumengewichteter Durchschnittspreis
vgl. vergleiche
WACC Weighted Average Cost of Capital
WKN Wertpapierkennnummer
WpHG Wertpapierhandelsgesetz
Xetra Exchange Electronic Trading
YEN Japanischer Yen
z. B. zum Beispiel
Abbildungsverzeichnis

Abb. 2.1 Erwartete Rendite und Standardabweichung . . . . . . . . . . . . . . . . . 28


Abb. 2.2 Gewinn-Verlust-Diagramm einer Protective-Put-Strategie bei Fälligkeit 30
Abb. 2.3 Konzept des Downside-Risikos . . . . . . . . . . . . . . . . . . . . . . . . . 31
Abb. 2.4 Maximaler und minimaler Value at Risk .................... 33
Abb. 2.5 Value at Risk von Long- und Short-Optionen ................. 38
Abb. 2.6 Links- und rechtsschiefe Verteilungen . . . . . . . . . . . . . . . . . . . . . 42
Abb. 2.7 Normalverteilung und Verteilung mit positiver und negativer
Excess- Kurtosis ........................................ 43
Abb. 2.8 Übersicht über Marktpreisanomalien .. .... .... .... .... .... 52
Abb. 3.1 Rendite und Risiko der Aktien A und B . . . . . . . . . . . . . . . . . . . . 82
Abb. 3.2 Rendite und Risiko von verschiedenen Anlagekombinationen der
Aktien A und B........................................ 82
Abb. 3.3 Portfoliokurven bei unterschiedlichen Korrelationen . . . . . . . . . . . . 84
Abb. 3.4 Effizienzkurve von Portfo lios bestehend aus Long-Positionen....... 86
Abb. 3.5 Effizienzkurve von Portfolios bestehend aus Long- und Short-Positionen 87
Abb. 3.6 Effizienzkurve für die fünf SMI-Aktien von Novartis, Roche, Nestlé,
ABB und Syngenta................................. 91
Abb. 3.7 Effizienzkurve mit Corner-Portfolios und strategischer Asset-Allokation 96
Abb. 3.8 Zusammenhang zwischen der Portfoliovarianz und der Anzahl
Long-Ak- tien in einem Portfolio (Diese Abbildung ist nur unter der
Annahme gültig, dass das Risiko nicht additiv ist bzw. der
Korrelationskoeffizient zwischen den Aktien unter
C1 liegt und damit ein Diversifikationseffekt
erreicht werden kann.) ... .... .... .... .... .... .... .... 98
Abb. 3.9 Indifferenzkurve ................................... 104
Abb. 3.10 Indifferenzkurven mit unterschiedlichem Nutzenniveau .......... 105
Abb. 3.11 Indifferenzkurven für Investoren mit unterschiedlichem Risikoverhalten 106
Abb. 3.12 Optimales risikobehaftetes Portfolio ...................... 110
Abb. 3.13 Kapitalallokationslinie ............................... 113
Abb. 3.14 Bestimmung der erwarteten Rendite eines Portfolios anhand der
effizientestenKapitalallokationslinie ...................... 114

XXVII
XXVIII Abbildungsverzeichnis

Abb. 3.15 Erwartete Rendite und Risiko von Anlagekombinationen auf der
effizientesten Kapitalallokationslinie (Um die Graphik anschaulich
darzustellen, sind die erwartete Rendite auf der Y-Achse und die
Standardabweichung auf der X-Achse unterschiedlich skaliert.)
..... 118
Abb. 3.16 Optimales Portfolio auf der effizientesten Kapitalallokationslinie (Um
die Graphik anschaulich darzustellen, sind die erwartete Rendite auf
der Y-Achse und die Standardabweichung auf der X-Achse
unterschiedlich skaliert.)
....................................... 121
Abb. 3.17 Kapitalmarktlinie .................................. 126 Geknickte
Abb. 3.18 Kapitalmarktlinie mit identischem Marktportfolio für die risiko
Geldanlage und -aufnahme ...................... 128
Abb. 3.19 Geknickte Kapitalmarktlinie mit zwei Tangentialportfolios für die
risikolose Geldanlage und -aufnahme...................... 130
Abb. 4.1 Regression zwischen den monatlichen Überschu
Novar- ............................... 152 tis-Aktie und
Abb. 4.2 Verdeutlichung des Determinationskoeffizienten ............... 154
Abb. 4.3 Effizienzkurven nach dem Marktmodell und dem Markowitz-Modell
(DiebeidenEffizienzkurvenbasierenaufmonatlichenRenditenvonAnfang
September2007bisEndeAugust2012(Optimierungsverfahren
mit Long- und Short-Positionen)) ........................ 157
Abb. 4.4 Diversifikationseffekt eines gleich gewichteten Portfolios anhand des
Marktmodells .................................... 160
Abb. 4.5 Effizienzkurven für unterschiedliche Zeitperioden (Optimierungsverfah-
ren mit Long- und Short-Positionen) ...................... 165
Abb. 4.6 Einfluss der Veränderung der Parameter auf die Effizienzkurve mit
historischenDaten ................................. 165
Abb. 4.7 Schätzung des historischen Betas ........................ 174
Abb. 4.8 Beta der Novartis-Aktien ............................. 175
Abb. 4.9 We r t p a p i e r m a r k t l i n i e ................................ 177
Abb. 4.10 CAPM als Gleichgewichtsmodell ........................ 181
Abb. 4.11 ............ 188
Abb. 4.12 Wertpapiermarktlinie mit einem Null-Beta-Portfolio
Wertpapiermarktlinie mit Transaktionskosten ................. 189
Abb. 4.13 Performanceevaluation mit dem Jensen’s Alpha ............... 194
Abb. 5.1 Rendite eines gut diversifizierten Portfolios mit einem Beta von 1 .... 210
Abb. 5.2 Rendite einer Aktie mit einem Beta von 1 ................... 211
Abb. 5.3 Arbitragemöglichkeit ............................... 223
Abb. 6.1 Bewertungsprozess ................................. 264
Abb. 6.5 Berechnungsweise des erwarteten Alphas ................... 287
Abb. 6.6 Anlageentscheidung mit der Fundamentalanalyse und der technischen
Analyse ........................................ 291
Abb. 6.7 KursentwicklungderDaimler-Aktievom24.August2013bis24.August
2016(Quelle:www.onvista.de) .................... 292
Abbildungsverzeichnis XXIX

Abb. 6.8 Trendanalyse:KursentwicklungderDaimler-Aktievom24.August2011


bis24.August2016(Quelle:www.onvista.de) ............ 294
Abb. 6.9 Kursentwicklung des DAX vom 25. August 2013 bis 25. August 2016
(Quelle: www.onvista.de) ............................. 295
Abb. 6.10 Ansteigendes Dreieck ............................... 297
Abb. 6.11 Absteigendes Dreieck ............................... 298
Abb. 6.12 Kursentwicklung der Linde-Aktie vom 1. März bis 26. August 2016 und
38- und 90-Tage-gleitende-Durchschnittslinien (Quelle: www.onvista.de) 300
Abb. 6.13 Kursentwicklung der Linde-Aktie vom 28. August 2015 bis 26. August
2016 und Bollinger-Bänder basierend auf den 20-Tage-gleitenden-
Durchschnitt plus/minus zwei Standardabweichungen (Quelle:
www.onvista.de)
.................................. 301
Abb. 6.14 Kursentwicklung der Linde-Aktie vom 28. August 2015 bis 26. August
2016 und Momentum (Quelle: www.onvista.de) ...............303Abb. 6.15
Kursentwicklung der Linde-Aktie vom 31. August 2015 bis 29. August 2016
und Relative-Stärke-Index (Quelle: www.onvista.de) ......... 305
Abb. 6.16 Kursentwicklung der Daimler-Aktie vom 31. August 2015 bis 29.
August 2016 und MACD (12, 26, 9) (Quelle: www.onvista.de) ...... 306
Abb. 6.17 Impulswellen und Korrekturwellen in einem Bullenmarkt.........311Abb. 7.1
Übersicht über Aktienbewertungsmodelle unter der Annahme der
Unternehmensfortführung ............................. 320
Abb. 7.2 Bestimmung des inneren Aktienwerts mit dem Dividendendiskontie-
rungsmodell ..................................... 323
Abb. 7.3 Zusammenhang zwischen innerem Aktienwert und Wachstumsrate ... 331
Abb. 7.4 Exponentielle Zunahme des inneren Aktienwerts bei Konvergenz der
erwartetenRenditeundderWachstumsrate .................. 332
Abb. 7.5 Verlauf der Wachstumsrate und Veränderung der Gewinnausschüttungs-
quote im zweistufigen Dividendendiskontierungsmodell .......... 337
Abb. 7.6 Berechnung des inneren Werts der Linde-Aktie mit dem zweistufigen
Dividendendiskontierungsmodell ........................ 340
Abb. 7.7 Grundkonzept der Aktienbewertung mit dem FCEK-Modell ....... 353
Abb. 7.8 Grundkonzept der Aktienbewertung mit dem FCGK-Modell ....... 373
Abb. 7.9 GegenüberstellungdesResidualgewinnmodellsunddesEVA-Modells . 386
Abb. 7.10 Bestimmung des Kurs-Gewinn-Verhältnisses mit der Methode von
geschätzten Fundamentalwerten versus der Methode von
Vergleichsun- ternehmen
...................................... 391
Abb. 8.1 Finanzmarkt ..................................... 406
Abb. 8.2 Ausstehendes Volumen von Schuldverschreibungen des Geld- und
Anleihemarktes sowie von Aktien im Euroraum (Oktober 2015) (Quelle:
http://www.ecb.europa.eu)
............................ 410
Abb. 8.4 Überblick über verschiedene Arten von Anleihen .............. 413
Abb. 8.5 Cashflow-Ströme einer festverzinslichen Plain-Vanilla-Anleihe...... 413
XXX Abbildungsverzeichnis

Abb. 8.6 Callable Bonds versus Putable Bonds ...................... 436 Preisentwicklung
Abb. 8.7 einer Wandelanleihe in Abhängigkeit vom Aktienkurs 443
Abb. 8.9 Kursverlauf von Anfang 2010 bis Ende 2015 der Anleihe der Republik
Irland mit Kupon von 5 % und Laufzeit von Januar 2010 bis Oktober
2020 (Quelle: Bloomberg)
............................ 457
Abb. 8.10 Ausstehendes Nominalvolumen der handelbaren Bundeswertpapiere per
Ende 2015 (Quelle: http://www.deu tsche-finanzagentur.de) ........ 459
Abb. 8.11 Bestimmung der Stückzinsen ........................... 464
Abb. 9.1 Preisfunktionskurve ................................ 492
Abb. 9.2 Pull-to-Par-Effekt (konstante erwartete Rendite) ............... 493
Abb. 9.3 Preisverlauf einer 10-jährigen 5 %-Anleihe bei einer Veränderung der
erwartetenRendite ................................. 494
Abb. 9.4 Periodenberechnung für die Ermittlung des Full-Preises .......... 497
Abb. 9.5 ZinsstrukturkurvenfürStaatsanleihenderBundesrepublikDeutschland
undderSchweiz(Stichtag18.Februar2016)(Quelle:ThomsonReuters) 512Abb.
9.6 Unterschiedliche Verläufe der Zinsstrukturkurve ............... 518
Abb. 9.7 Spot-Zinsstrukturkurve versus Terminzinsstrukturkurve .......... 523
Abb. 9.8 Zusammensetzung der erwarteten Rendite (Diskontsatz) für optionsfreie
Anleihen ....................................... 524
Abb. 9.9 Gegenüberstellung von Verfallrendite (fester Diskontsatz mit G-Spread)
und Diskontsatzkurve (laufzeitgerechte Diskontsätze mit Z-Spread) am
Beispiel einer 10-jährigen Unternehmensanleihe ............... 526
Abb. 9.10 Spread-Entwicklung zwischen den 3-Monats-EURIBOR-Sätzen und
den 3-Monats-EONIA-Sätzen von 2007 bis 2015 (Quelle: Bloomberg
(monatliche Daten))
................................ 531
Abb. 9.11 Risikolose Zinsstrukturkurve und Swapsatzkurve für die Schweiz
(Stichtag 26. Februar 2016) (Quelle: Thomson Reuters) .......... 533
Abb. 9.12 Gegenüberstellung von Verfallrendite (fester Diskontsatz mit I-Spread)
und Diskontsatzkurve (laufzeitgerechte Diskontsätze mit Z-Spread) am
Beispiel einer 10-jährigen Unternehmensanleihe ............... 535
Abb. 9.13 Bloomberg-Maske für die 2,375 %-Anleihe der Daimler AG mit einer
Laufzeitvon2012bis2022(Quelle:Bloomberg) .............. 544
Abb. 10.1 Preisfunktionskurve der optionsfreien festverzinslichen 4,425-jährigen
4 %-Anleihe mit einer Tangente ......................... 566
Abb. 10.2 Macaulay-Duration zwischen zwei Kuponterminen und bei einer
konstanten Verfallrendite ............................. 568
Abb. 10.3 Beziehung zwischen Macaulay-Duration und Restlaufzeit der Anleihe . 568
Abb. 10.4 Angenäherte modifizierte Duration ....................... 572
Abb. 10.5 Anpassung der Duration mit der Konvexität .................. 585
Abb. 10.6 Zwei optionsfreie festverzinsliche Anleihen mit unterschiedlicher
Konvexität ...................................... 589
Abbildungsverzeichnis XXXI

Abb. 10.7 Bloomberg-Maske für die 2;375 %-Anleihe der Daimler AG mit einer
Laufzeit von 2012 bis 2022 (Quelle: Bloomberg) .............. 593
Abb. 10.8 Preisfunktionskurve eines Callable Bonds und einer vergleichbaren
optionsfreienAnleihe ............................... 595
Abb. 10.9 Effektive Duration des Callable Bonds und der optionsfreien Anleihe bei
einemunterschiedlichenRenditeniveau .................. 596
Abb. 10.10 Effektive negative und positive Konvexität eines Callable Bonds ..... 597
Abb. 10.11 Preisfunktionskurve eines Putable Bonds und einer vergleichbaren
optionsfreien Anleihe
............................... 598
Abb. 10.12 Effektive Duration und Konvexität des Putable Bonds und der options-
freien Anleihe bei einem unterschiedlichen Renditeniveau ......... 599
Abb. 11.1 Binomialer Zinsbaum ............................... 634
Abb. 11.2 4-jähriger binomialer Zinsbaum ......................... 637 Binomialer
Abb. 11.3 Zinsbaum mit Terminzinssätzen zentriert um den Basister-
minzinssatz und 2-jährige 1,2 %-Par-Kuponanleihe
............. 640
Abb. 11.4 Arbitragefreier binomialer Zinsbaum und 2-jährige 1,2 %-Par-Kuponan-
leihe .......................................... 641
Abb. 11.5 Arbitragefreier binomialer Zinsbaum und 3-jährige 1,25 %-Par-
Kuponanleihe .................................... 642
Abb. 11.6 Arbitragefreier binomialer Zinsbaum und optionsfreie 3-jährige 2 %-
Unternehmensanleihe ............................... 644
Abb. 11.7 Preisberechnung des 3-jährigen 4,5 %-Callable Bonds anhand des
b in o mialen Zin sb au ms ... .... .... .... .... .... .... .... 651
Abb. 11.8 Preisberechnung des 3-jährigen 4,5 %-Callable Bonds anhand des
binomialen Zinsbaums bei einer Verschiebung der Benchmarkkurve
um 35 Basispunkte nach unten
............................ 654
Abb. 11.9 Preisberechnung des 3-jährigen 4,5 %-Callable Bonds anhand des
binomialenZinsbaumsbeieinerVerschiebungderBenchmarkkurveum
35 Basispunkte nach oben ............................. 655
Abb. 11.10 Preisberechnung des 3-jährigen 4,5 %-Putable Bonds anhand des
b in o mialen Zin sb au ms ... .... .... .... .... .... .... .... 660
Abb. 11.11 Preisberechnung des 3-jährigen 4,5 %-Putable Bonds anhand des
binomialen Zinsbaums bei einer Verschiebung der Benchmarkkurve um 35
Basispunktenachunten ............................ 662
Abb. 11.12 Preisberechnung des 3-jährigen 4,5 %-Putable Bonds anhand des
binomialen Zinsbaums bei einer Verschiebung der Benchmarkkurve um
35 Basispunkte nach oben ............................. 663
Abb. 11.13 Preisberechnung der 3-jährigen C allable Multi-Step-up-Anleihe anhand des
binomialenZinsbaums ............................ 669
Abb. 11.14 Preisberechnung der 3-jährigen variabel verzinslichen Anleihe mit
einem Cap-Satz von 3,5 % anhand des binomialen Zinsbaums ...... 672
XXXII Abbildungsverzeichnis

Abb. 11.15 Preisberechnung der 3-jährigen variabel verzinslichen Anleihe mit


einem Floor-Satz von 3 % anhand des binomialen Zinsbaums.......673 Abb.
11.16 Aktienpreise im Fünf-Perioden-Binomialbaum................675 Abb. 11.17
Conversion Values im Fünf-Perioden-Binomialbaum............ 677 Abb. 11.18
Wandlungswahrscheinlichkeiten im Fünf-Perioden-Binomialbaum
... 678
Abb. 11.19 Risikoadäquate Diskontsätze im Fünf-Perioden-Binomialbaum ......679 Abb.
11.20 Zusammenhang zwischen Preiskurve der Wandelanleihe und risikoad-
äquaten Diskontsätzen ... .... .... .... .... .... .... .... 680
Abb. 11.21 Preisberechnung der 5-jährigen 2 %-Wandelanleihe anhand des Fünf-
Perioden-Binomialbaums ............................. 681
Abb. 11.22 Deltas der 5-jährigen 2 %-Wandelanleihe im Binomialbaum ....... 683
Abb. 11.23 Delta der Wandelanleihe entlang der Preisfunktionskurve ......... 683
Abb. 12.1 Systematisierung der derivativen Instrumente .................
Abb. 12.2 Vertragsparteien und Collatera l von Clearing-fähi gen OTC-D
................... 701 und bilateral gehandelten OTC-Derivaten
Abb. 12.5 Gewinn-Verlust-Profil von einem Long und Short Forward/Future .... 712
Abb. 12.6 Kombination von Anleiheemission und bilateral gehandelten
Währungs- swap .......................................... 718
Abb. 12.7 Umwandlung des Aktienportfolios mithilfe eines bilateral gehandelten
EquitySwapsineinefestverzinslichePosition ................ 721
Abb. 12.8 Positionen in Optionsgeschäften ......................... 723
Abb. 12.9 Gewinn-/Verlustdiagramm von Long-/Short-Call- und Put-Optionen
am Fälligkeitstag
.................................... 725
Abb. 12.10 Gewinn-/Verlustdiagramm der Covered-Call-Strategie ........... 730
Abb. 12.11 Gewinn-/Verlustdiagramm der Protective-Put-Strategie ........... 734
Abb. 13.1 Preis- und Wertbestimmung von unbedingten Termingeschäften ..... 764
Abb. 13.2 Konvergenz des Terminpreises zum erwarteten Basiswertpreis ...... 776
Abb. 13.3 Backwardation und Contango bei Rohstoffen mit einer Verfügbar-
keitsprämie ...................................... 777
Abb. 13.4 Zwei Szenarien für den Preis verlauf bei einem Future/Forward......779Abb.
13.5 Zeitdiagramm für die Berechnung des Terminpreises bei Vertragsab-
schluss ........................................ 790
Abb. 13.6 Zeitdiagramm für die Berechnung des Terminpreises in einem Jahr ... 791
Abb. 13.7 3-gegen-6-FRA mit Abschlusstag am 15. Juni ................ 792
Abb. 13.8 Gewinnberechnung des Long-9-gegen-12-FRA anhand des Gewinn-/
Verlustdiagramms .................................. 794
Abb. 13.9 Wechselkurs EUR/CHF (Mengennotierung) von 1999 bis 2014
(Quelle:Zeitreihen der Deutsche Bundesbank unter www.bundesbank.de) 798
Abb. 13.10 Standardisierung des Euro-Bund-Future-Kontrakts ............. 805
Abb. 13.11 Zeitdiagramm für die Berechnung der Stückzinsen ............. 808
Abb. 13.12 Zeitdiagramm des Long FRA und der Kreditaufnahme ........... 815
Abbildungsverzeichnis XXXIII

Abb. 13.13 Zeitdiagramm des Short FRA und der Kreditvergabe ............ 817 Abb. 14.1
Zinskosten aus der Kreditaufnahme kombiniert mit gecleartem Zins-
satzswap ....................................... 848
Abb. 14.2 Zinskosten aus der Kreditaufnahme kombiniert mit bilateral gehandel-
tem Zin ssatzswap .. .... .... .... .... .... .... .... .... 848
Abb. 14.3 Zinskosten aus der Kreditaufnahme kombiniert mit einem von einem
FinanzinstitutvermitteltenbilateralgehandeltenZinssatzswap ...... 850
Abb. 14.4 Cashflow-Replikation eines Payer Swaps mit einer festverzinslichen und
einer variabel verzinslichen Anleihe ...................... 852
Abb. 14.5 Cashflow-Replikation eines Receiver Swaps mit einer festverzinslichen
und einer variabel verzinslichen Anleihe....................853Abb. 14.6
Wertbestimmung eines Payer und eines Receiver Swaps mit einer
variabel verzinslichen und einer festverzinslichen Anleihe ......... 856
Abb. 14.7 Transformation einer variabel ve rzinslichen Anleihe in eine festverzins- liche
Schuldposition mithilfe eines Payer Swaps...............862
Abb. 14.8 TransformationeinervariabelverzinslichenAnleiheineinefestverzins-liche
VermögenspositionmithilfeeinesReceiverSwaps .......... 863
Abb. 14.9 Zinskosten aus der Kreditaufnahme kombiniert mit einem von einem
Finanzinstitut vermittelten bila teral gehandelten Währungsswap.....869
Abb. 14.10 Transformation einer Euro-Anleihe in eine Pfund-Verbindlichkeit
mithilfe eines Währungsswaps .......................... 875
Abb. 14.11 Asset-Währungsswap zur Absicherung von Währungsrisiken bei einem
festverzinslichen Anleiheportfolio .... .... .... .... .... .... 877
Abb. 14.12 Veränderung der Asset-Allokation eines Aktien- und Anleiheportfolios
mit einem bilateral gehandelten Equity/Total Return Swap ........ 886
Abb. 14.13 Struktur eines bilateral gehandelten Credit Default Swaps (Barausgleich) 896
Abb. 15.1 Zusammenhang zwischen Optionspreis und Risikofaktoren ........ 920
Abb. 15.2 Binomialbaum für eine Aktie (eine Periode) ................. 940
Abb. 15.3 Ein-Perioden-Binomialbaum für Aktie und Call-Option .......... 942
Abb. 15.4 Zwei-Perioden-Binomialbaum für Aktie und Call-Option ......... 945
Abb. 15.5 Fläche N .d1 / unter der Dichtefunktion der Standardnormalverteilung . 954
Abb. 15.6 Fläche 1 N .d1 / unter der Dichtefunktion der Standardnormalverteilung 955
Abb. 15.7 Preisfunktionskurve einer Call-Option ..................... 964
Abb. 15.8 Delta der Call-Option als Funktion des Aktienpreises............965Abb. 15.9
Preisfunktionskurve einer Put-Option ...................... 966
Abb. 15.10 Delta der Put-Option als Funktion des Aktienpreises ............ 967
Abb. 15.11 Zusammenhang zwischen Delta und Laufzeit bei einer Call-Option auf
eine Aktie ohne Dividenden ........................... 970
Abb. 15.12 Delta und Gamma einer Call-Option ...................... 975
Abb. 15.13 Delta und Gamma einer Put-Option ....................... 976 Abb. 15.14
Zusammenhang zwischen Gamma, Basiswertpreis und Restlaufzeit der
Option ......................................... 978
XXXIV Abbildungsverzeichnis

Abb. 15.15 Zusammenhang zwischen Vega, Basiswertpreis und Restlaufzeit der


Option ......................................... 982
Abb. 15.16 Zusammenhang zwischen Optionspreis und risikolosem Zinssatz bei
einer Aktie......................................988 Abb. 15.17 Zusammenhang
zwischen Optionspreis und Restlaufzeit der Option... 988 Abb. 15.18 Zusammenhang
zwischen dem Theta einer europäischen Call-Option
und dem Aktienpreis ................................ 990
Abb. 16.1 Portfoliomanagementprozess . . . . . . . . . . . . . . . . . . . . . . . . . . .1 0 0 6
Abb. 16.3 Payoff-Diagramm der Kaufen-und-Halten-Strategie bei einem ursprüng-
lichenAnlagemixvon 70 %=30 % zwischen Aktien und risikoloser
Anlage ........................................1034
Abb. 16.4 Payoff-Diagramm der Kaufen-und-Halten-Strategie und der Constant-
Mix-Strategie bei einem ursprünglichen Anlagemix von 70 %=30 %
zwischen Aktien und risikoloser Anl age (auf- und abwärtstendierende
Aktienmärkte) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1 0 3 5
Abb. 16.5 Payoff-Diagramm der Kaufen-und-Halten-Strategie und der Constant-
Mix-StrategiebeieinemursprünglichenAnlagemixvon 70 %=30 %
zwischen Aktien und risikoloser Anlage (umkehrender Aktienmarkt)..1037
Abb. 16.6 Payoff-Diagramm der Kaufen-und-Halten-Strategie, der Constant-Mix-
StrategieundderCPPI-StrategiebeieinemursprünglichenAnlagemixvon
70 %=30 % zwischen Aktien und risikoloser Anlage (auf- und
abwärtstendierende Aktienmärkte) .......................1040
Abb. 16.7 Payoff-Diagramm der CPPI-Strategie, der Kaufen-und-Halten-Strategie
und der Constant-Mix-Strategie bei einem ursprünglichen Anlagemix
von 70 %=30 % zwischen Aktien und risikoloser Anlage (umkehrender
Aktienmarkt) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1 0 4 0
Abb. 17.1 Erwartete aktive Rendite und Risiko des Portfolios mit der höchsten Sharpe
Ratio (ohne Anlagerestriktionen) ....................1072
Abb. 17.2 Korrelationsdreieck zwischen den prognostizierten aktiven Renditen,
den realisierten aktiven Renditen und den aktiven Gewichten.......1076
Abb. 17.3 Optimales Portfolio bestehend aus aktivem Portfolio
und Marktportfolio ..... .... .... .... .... .... .... ....1094
Abb. 17.4 M2 -Statistik .....................................1100
Abb. 17.5 Marktneutrale Long-Short-Aktienstrategie ..................1118
Tabellenverzeichnis

Tab. 2.1 Arithmetische versus geometrische Rendite .................. 17


Tab. 2.2 Wa h r s c h e i n l i c h k e i t s v e r t e i l u n g v o n P o r t f o l i o r e n d i t e n ü b e r e i n e b e s t i m m -
.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . t e Z e i t p e r i o d e 34
Tab. 2.3 Value at Risk und Subadditivität ......................... 39
Tab. 3.1 Matrix zur Berechnung der Portfoliovarianz (2 Anlagen) .......... 77
Tab. 3.2 Matrix zur Berechnung der Portfoliovarianz . . . . . . . . . . . . . . . . . 88
Tab. 3.3 Anzahl Varianzen und Ko varianzen in einem Portfolio . . . . . . . . . . . 89
Tab. 3.4 Verschiedene Nutzenwerte des Portfolios auf der Kapitalallokationslinie 119
Tab. 4.1 Standardabweichungen und Korrelationen für die Anlagen X, Y und Z . 145
Tab. 4.2 Statistiken zur Regression zwischen der Novartis-Aktie und dem SMI . 152
Tab. 4.3 Erwartete Renditen, Standardabweichungen und Korrelationen für fünf
SMI-Aktien ..................................... 164
Tab. 4.4 Gegenüberstellung von Sharpe Ratio, Treynor Ratio und Jensen’s Alpha 193
Tab. 5.1 Aus der Arbitragestrategie resultierende Cashflows und Risiko......224Tab.
5.2 Überschussrendite des S&P 500 ......................... 229 Anpassung der
Tab. 7.1 Bewertungsparameter beim zweistufigen Dividendendis-
kontierungsmodell
................................. 341
Tab. 7.2 Anpassung der Bewertungsparameter beim einstufigen FCEK-Modell . 358
Tab. 7.3 Anpassung der Bewertungsparameter beim zweistufigen FCEK-Modell 366
Tab. 7.4 FCEK-Modell versus Dividendendiskontierungsmodell .......... 367
Tab. 7.5 FCEK-Modelle versus FCGK-Modelle ..................... 379
Tab. 8.1 Stammdaten der 0,5 %-Anleihe der Bundesrepublik Deutschland mit
einer Laufzeit von 2015 bis 2025 ........................ 414
Tab. 8.2 Cashflows einer Annuitätenanleihe ....................... 419
Tab. 8.3 Cashflows einer Tilgungsanleihe mit einer teilweisen Amortisierung und
AbschlusszahlungamFälligkeitstag ...................... 419
Tab. 8.4 Beispiel einer Tilgungsfondsvereinbarung ................... 421
Tab. 8.5 Ratings von Commercial Papers ......................... 452
Tab. 8.6 USCPs versus ECPs ................................ 453
Tab. 9.1 Matrix gegliedert nach Kupons und Restlaufzeit ............... 500
Tab. 9.2 Benchmark und Spreads für optionsfreie festverzinsliche Anleihen ... 536

XXXV
XXXVI Tabellenverzeichnis

Tab. 9.3 Übersicht über Berechnungsweise von Spreads für optionsfreie


festverzinslicheAnleihen ............................. 536
Tab. 10.1 Modifizierte Duration und Konvexität einer 4 %-Anleihe mit einer
Verfallrendite von 5 % in Abhängigkeit zur Restlaufzeit .......... 587
Tab. 10.2 Einfluss der Restlaufzeit, des Kupons und der Verfallrendite auf die
Konvexität einer optionsfreien festver zinslichen Anleihe (Basisszenario:
Kupon D 4 %, Verfallrendite D 4 %, Restlaufzeit D 10 Jahre) ...... 588
Tab. 10.3 Langfristige Ratingklassifizie rung der drei größten Ratingagenturen .. 605
Tab. 10.4 Risikoprämien für den US-amerikanischen Industriesektor per 22.
Oktober2015(SpreadsinBasispunkten)(Quelle:Reuters) ........ 614
Tab. 11.1 Benchmark und Spreads für Anleihen mit eingebetteten Optionen .... 646
Tab. 11.2 Veränderung der effektiven Duration des 3-jährigen 4,5 %-Callable
Bonds und der 3-jährigen optionsfreien 4,5 %-Anleihe bei einer
ÄnderungderBenchmarkkurve ......................... 656
Tab. 11.3 Effektive Duration und einseitige Durationen bei einem 3-jährigen
4 %-Callable Bond, gegenwärtig kündbar zu 100 % ............. 658
Tab. 11.4 VeränderungdereffektivenDurationdes3-jährigen4,5%PutableBondsundder
3-jährigenoptionsfreien4,5%-AnleihebeieinerÄnderungderBenchmarkkurve
.................................. 663
Tab. 11.5 Einfluss der Zinssatzvolatilität auf den Preis des 3-jährigen 4 %-Callable
Bonds ......................................... 665
Tab. 11.6 Einfluss der Zinssatzvolatilität auf den Preis des 3-jährigen 4
%-Putable Bonds......................................... 665
Tab. 11.7 EinflussdesZinsniveausaufdenPreisdes3-jährigen4%-CallableBonds 665Tab.
11.8 Einfluss des Zinsniveaus auf den Preis des 3-jährigen 4 %-Putable Bonds 666
Tab. 12.1 Gegenüberstellungvonbörsengehandeltenundaußerbörslichgehandel-
ten Derivaten . .... .... .... .... .... .... .... .... .... 703
Tab. 12.2 Anzahl ausstehender Kontrakte und Nominalwerte von börsengehan-
delten Derivaten (Quelle: Quartalsberichte der Bank für Internationalen
Zahlungsausgleich, www.bis.org/publ/regpubl.htm) ............. 704
Tab. 12.3 UnterschiedezwischenunbedingtenundbedingtenTermingeschäftenauf
AktienundAktienindizes .......................... 728
Tab. 13.1 Marktübliche Spezifikationen der FRA-Laufzeit und des FRA-Satzes .. 792
Tab. 13.3 Gegenüberstellung von Forwards und Futures ................ 836
Tab. 14.1 Zusammenhang zwischen Zinssatzänderung und Wert des Payer Swaps
und des Receiver Swaps .............................. 859
Tab. 14.2 Ratings und durchschnittliche kumulative
Ausfallwahrscheinlichkeiten (in %) sowie
Überlebenswahrscheinlichkeiten und unbedingte und bedingte Ausfallwahrscheinlichkeiten
A- und einem B-Rating(Quelle: Moody’s und eigene Berechnungen)..892
Tab. 15.1 Eurex-Call-Optionen auf Daimler-Aktie (in EUR) .............. 920
Tab. 15.2 Risikofaktoren und Preis von Aktienoptionen (Finanzoptionen) ..... 922
Tabellenverzeichnis XXXVII

Tab. 15.3 Preisobergrenzen und -untergrenzen für europäische und amerikanische


Optionen auf Aktien ohne Dividenden..................... 930
Tab. 15.4 Äquivalenz zwischen Call und synthetischem Call .............. 932
Tab. 15.5 Äquivalenz zwischen Put und synthetischem Put...............933
Tab. 15.6 Delta und Gamma von Long- und Short-Optionen .............. 976
Tab. 16.1 Risikobeurteilungsbogen .............................1007
Tab. 16.2 Beurteilung der Risikotoleranz anhand der Tragfähigkeit
und Bereitschaft ... .... .... .... .... .... .... .... ....1008
Tab. 16.3 WirkungeinzelnerFaktorenaufdieoptimaleBandbreitevonAnlage-klassen
........................................1029
Tab. 16.4 Vergleich der drei Rebalancing-Strategien ...................1042 Aktive
Tab. 16.5 Rendite: unterschiedliche Gewichte und Renditen zwischen Portfolio
und Benchmark
.............................1051
Tab. 17.1 Schema für Alphasignale .............................1076
Tab. 17.3 Reale Renditen von Aktienmärkten und Staatsanleihen von 1900 bis
2013 (arithmetisches Mittel) (Quelle: Credit Suisse Research
Institute 2014: Credit Suisse Global Investment Returns Sourcebook
2014, 12 ff.)
S. .......................................1105
Tab. 17.4 Charakteristiken der wert- und wachstumsorientierten Anlagestrategie . 1111
TeilI
Portfoliotheorie
EinführungindieFinance
1

1.1 Einleitung

DieFinancebzw.dieFinanzmarkttheorieisteinTeilgebietderWirtschaftswissenschaf-ten.Sie
umfasst Themenbereiche wie etwa die Finanzmärkte, die Anlageinstrumente, das Portfolio-
und Risikomanagement sowie d as Finanzmanagement eines Unternehmens (Corporate
Finance).

Im vorliegenden Buch werden die Themenbereiche der Finance aus der Sicht der Ka-
pitalanlage betrachtet. Die gleichen finanzmarkttheoretischen Konzepte finden sich auch
Analyse von Investi- in der Corporate Finance, bei der neben der Kapitalanlage (z. B.
tionsprojekten) auch die Kapitalbeschaffung (z. B. optimale Kapitalstruktur) im Vorder- grund
steht. Zum Beispiel sind Risiken, die der Kapitalgeber bzw. der Aktionär diver- sifizieren kann,
nicht vom Unternehmen zu e ntschädigen, sodass die erwartete Rendite der Eigenkapitalgeber
(also der Eigenkapitalkostensatz) mit einem Einfaktormodell wie dem Capital AssetPricing
Model (CAPM) oder mit einem Multifaktorenmodell wie der Arbitragepreis-Theorie (APT)
bestimmt werden kann. Diese Modelle unterstellen, dass die Renditeerwartung vom
systematischen Risiko (Marktrisiko) abhängt, das sich in ei- nem gut diversifizierten Portfolio
vonLong-Aktiennichteliminierenlässt.

EinigeKonzeptederFinancewurdeninderCorporate-Finance-Theorieentwickelt.Hierzu
zählenzumBeispieldiegrundlegendenTheoremevonModiglianiundMillerzur
Kapitalstruktur-undDividendenirrelevanz. 1
Diesegehenvoneinemperfekten,frik-
tionslosenFinanzmarktaus,beidemdieFinanzierungsstrukturunddieHöhederDi-
videndenzahlungen(alsodieDividendenpolitik)fürdenUnternehmenswertundsomitfürdas
Aktionärsvermögenirrelevantsind.BesitzensowohldieAktionärealsauchdasUnternehmen
hinsichtlichInvestitionen,Diversifikation,FinanzierungundAbsicherung

1
Vgl.ModiglianiundMiller1958:TheCostofCapital,CorporationFinance,andtheTheoryof
Investment,S.261ff.sowieModiglianiundMiller1961:DividendPolicy,GrowthandtheValuation
of Shares, S. 411 ff.

© Springer Fachmedien Wiesbaden GmbH 2017 3


E. Mondello, Finance, DOI 10.1007/978-3-658-13199-9_1
4 1 EinführungindieFinance

den gleichen Zugang zum Finanzmarkt und sind die Rahmenbedingungen wie Steuern,
Transaktionskosten und Informationen für alle Marktakteure gleich, so führen finanzielle
MaßnahmendesUnternehmenszukeinemAktionärsmehrwert.
DerErkenntnisfortschrittinderFinancehatindenvergangenenJahrzehntenstarkzu-
genommen,wasunteranderemdurchdenFortschrittinderModellierung,z.B.beider
RisikomessungundderOptionspreistheorie,unddaspraktischeUmsetzenvonModellen
erklärtwerdenkann.EinweitererwichtigerFaktoristdieEntwicklunginderInformati-
onstechnologie,welcheheuteRechenleistungenzulässt,mitdenenkomplexeAlgorithmenund
Simulationenimplementiertwerdenkönnen.AußerdemhatsichdieDatensituationaufgrund
deselektronischenHandelsbeiBörsenundPlattformensowieaufgrunddergrö-ßeren
ProduktevielfaltaufdenMärktenlaufendverbessert.

DieglobaleFinanzkrisevon2008führtezueinergroßenVerunsicherungunterden
Marktteilnehmern.SowurdenvermehrtdieRelevanzundAnwendbarkeitderFinance-Theorie
infragegestellt.Allerdingskannnichtausgeschlossenwerden,dassaufgrunddesBoomsaufden
FinanzmärktenundderdamiteinhergegangenenEuphoriediefi-nanzmarkttheoretischen
Konzeptefalschangewandtodersogargänzlichvernachlässigtwurden.Dierichtige
UmsetzungderKonzeptesollteesnämlichermöglichen,auchineinemschwierigen
MarktumfeldGewinnezuerzielenbzw.Verlustezubegrenzen.Ne-bendemhierfür
erforderlichenFinance-VerständnismüssendieMarktteilnehmerdiedenModellen
zugrundeliegendenAnnahmenverstehenundsichderAnwendungsgrenzenbe-wusstsein.

1.2 ThemenbereichederFinance

1.2.1 Übersicht

Das Buch stützt sich auf finanzmarkttheoretische Konzepte, die für die Kapitalanlage relevant
undsomitBestandteildesCFA ®
-Curriculums (Finanzanalyse und Portfolioma-
nagement) sind. Die entsprechenden Theme nbereiche lassen sich wie folgt aufteilen:

 Portfoliotheorie,
 Bewertung von Finanzinstrumenten wie Aktien, Anleihen und Derivaten,
 Risikomanagement und
 Portfoliomanagement.

Nachstehend werden diese Kern themen der Finance überblicksartig beschrieben, bevor in den
folgendenKapitelneinevertiefteDarstellungerfolgt.
1.2 ThemenbereichederFinance 5

1.2.2 Portfoliotheorie

Die moderne Portfoliotheorie entstand in den 1950er-Jahren und geht hauptsächlich auf die
Arbeiten von Harry Markowitz, James Tobin und William Sharpe zurück. So zeigt Markowitz
(1952),wiemithistorischenKapitalmarktdatenineinemRendite-Risiko-Diagramm
die Effizienzkurve anhand eines Optimierungsverfahrens erstellt werden
kann.2 AufderEffizienzkurveliegenPortfoliosausrisikobehaftetenAnlagen,dieinBe-zugauf
RenditeerwartungundRisikoameffizientestenbzw.amattraktivstensind.Dabei
wird das Risiko als Standardabweichung definiert, welche die dur chschnittliche Abwei- chung
der Renditen von ihrem Erwartungswert angibt. Je höher die Standardabweichung ist, desto
höher ist das Risiko und somit die erwartete Rendite eines risikoaversen Inves- tors. Das
Portfoliorisiko hängt neben der Standardabweichung einzelner Anlagen auch von der
Kovarianz bzw. von der Korrelation zwischen den Renditen von Anlagen ab. Das
Markowitz-Modell lässt sich mit Indifferenzkurvenerweitern, die den Anlegernutzen messen.
Zum optimalen Kundenportfolio gelangt man, wenn man die aus den Kapital- marktdaten
erstellteEffizienzkurvemitdenIndifferenzkurvenkombiniert.MithilfederIndifferenzkurven
fließt der Risikoaversionsgrad des Investors in die Portfoliokonstruk- tion ein. Der
Berührungspunkt zwischen der Effizienzkurve und der höchstmöglichen anlegerspezifischen
IndifferenzkurvestelltdasoptimalePortfoliorisikobehafteterAnla-gendar.

Tobin (1958) hat die risikolose Anlage mit dem Marktportfolio kombiniert, das als ef-
fizientes risikobehaftetes Portfolio auf der Effizienzkurve liegt.3 IneinemRendite-Risiko-
DiagrammbefindetsichdieeffizientesteAnlagekombinationbestehendauseinerrisiko-losen
AnlageunddemMarktportfolioaufderKapitalmarktlinie.DiesepassiveAnlage-strategielässt
sichbeispielsweisemitunverzinslichenSchatzanweisungenderBundesre-publik
DeutschlandalsrisikoloseAnlageundmitExchangeTradedFundsaufdenDAXals
ApproximationzumMarktportfolioumsetzen.Einepassiveistgegenübereinerakti-ven
Anlagestrategiezubevorzugen,wenndieFinanzmärkteeffizientsind,daineinemsolchen
MarktumfeldsämtlicheInformationenimAnlagepreisenthaltensind,sodasskei-ne
fehlbewertetenInvestmentsexistieren.DabeiunterscheidetFama(1970)jenachdeninden
PreisenvorhandenenInformationendreiunterschiedlicheGradederMarkteffizienz,nämlich
dieschwache,diehalbstrengeunddiestrengeForm.

4
InderstrengenFormder
InformationseffizienzhypothesesindnichtnurhistorischeundneueöffentlicheInforma-
tionen,sondernauchsämtlicheprivatenInformationenenthalten.
EineWeiterentwicklungderRendite-Risiko-Portfoliomodelleausden1950er-Jahren
erfolgtedurchGleichgewichtsmodellewieetwadasCapitalAssetPricingModel(CAPM) 5

2
Vgl. Markowitz 1952 : Portfolio Selection, S. 77 ff.
3
Vgl. Tobin 1958 : Liquidity Preference as Behavior Towards Risk, S. 65 ff.
4
Vgl. Fama 1970 : Efficient Capital Markets: A Review of Theory and Empirical Work, S. 383 ff.
5
Vgl.Sharpe1964:CapitalAssetPrices:ATheoryofMarketEquilibriumUnderConditionsofRisk,S.
425ff.;Lintner1965:TheValuationofRiskAssetsandtheSelectionofRiskyInvestments
6 1 EinführungindieFinance

in den 1960er-Jahren und der Arbitragepreis-Theorie (APT)6 in den 1970er-Jahren. Das


CAPM ist das Kernstück der modernen Finanzmarkttheorie. Mit diesem Modell lässt
sicheinerisikogerechteerwarteteRenditebestimmen,wobeidasRisikomitdemBetagemessen
wird, das eine Größe für das Marktrisiko darstellt. Da das CAPM (gleich wie die APT) ein
Gleichgewichtsmodell ist, kann damit untersuchtwerden,ob die Anlagenrichtig bewertet sind.
Entspricht die erwartete Rendite der Anlage nicht der erwarteten CAPM-Rendite, also befindet
sich die Anlage nicht auf der Wertpapiermarktlinie, liegt eine Fehlbewertung vor. In einer
aktiven Strategie werden unterbewertete Investments gekauft und überbewertete Anlagen
verkauft. Darüber hinaus kann das CAPM für die Performancemessung eines Portfolios sowie
für die Bestimmung des Diskontsatzes bei einem Aktienbewertungsmodell wie etwa dem
Dividendendiskontierungsmodell und dem Free-Cash-Flow-to-Equity-Modell eingesetzt
werden. In der Corporate Finance kann das CAPM zudem für die Ermittlung des
Eigenkapitalkostensatzesverwendetwerden.

TreynorundBlack(1973)habenanhanddesRendite-Risiko-Portfoliomodellsvon
Markowitzdargelegt,wiesicheinoptimalesPortfolioauseinemMarktportfolioundeinemaktiven
Portfoliokonstruierenlässt. 7
DabeibestehtdasoptimalePortfolioauseiner
Kombinationvonunter-undüberbewertetenAnlagenunddemMarktportfolio.DasModell
unterstellt,dassdieMärktemehrheitlicheffizientsind.DieverbleibendenInef-fizienzenauf
demMarktkönnendurcheineaktiveStrategieausgenutztwerden,sodasseineimVergleichzum
MarktportfoliohöhererisikoadjustierteRenditeerzieltwerdenkann.DieAnwendungder
PortfoliotheorieaufdasaktivePortfoliomanagementwurdevonGrinold(1989)unddanachvon
Clarkeetal.(2002)weiterentwickelt.
8

1.2.3 BewertungvonFinanzinstrumenten

DieBewertungvonFinanzinstrumentenwieAktien,AnleihenundDerivatenstellteinwichtiges
Anwendungsgebiet der Finance dar. Dabei lassen sich Aktien und Anleihen grundsätzlich mit
einem Cashflow-Modell bewerten, während die Preis- und Wertbestim- mung von Derivaten
mit einem Replikationsan satz erfolgt, wobei der Preis von Optionen auch mit einem
risikoneutralenBewertungsverfahrenermitteltwerdenkann.

UnterderFortführungsannahme(Going-Concern-Prinzip)lässtsichderinnereAktien-wert
miteinemCashflow-Modellberechnen.HierzuwerdendieerwartetenCashflowsmitder
RenditeerwartungderKapitalgeberdiskontiert.KaufenInvestorendieAktiezudiesemPreis,
erzielensiedievonihnengeforderteAnlagerendite.DiesesbeidenCashflow-

in Stock Portfolios and Capital Budgets, S. 13 ff.; Mossin 1966 : Equilibrium in a Capital Asset Market, S.
768ff.
6
Vgl. Ross 1976 : The Arbitrage Theory of Capital Asset Pricing, S. 341 ff.
7
Vgl. Black und Treynor 1973 : How to Use Security Analysis to Improve Portfolio Selection, 66 ff.
S.
8
Vgl. Grinold 1989 : The Fundamental Law of Active Management, S. 30 ff. und Clarke et al. 2002 :
Portfolio Constraints and the Fundamental Law of Active Management, S. 48 ff.
1.2 ThemenbereichederFinance 7

basierten Modellen zugrundeliegende Bewert ungsprinzip wurde vo n John Williams Ende der
1930er-JahreanhanddesDividendendiskontierungsmodellsbeschrieben. 9
Erwartete
Cashflows lassen sich zum einen als Dividenden und zum anderen als frei verfügbare Cashflows
definieren, wobei Letztere potenzi ellausschüttbare Cashflows an die Kapital- geber darstellen.
EinweitereswichtigesBewertungsmodellsindWertschöpfungsmodelle,diesichimGegensatz
zu den Cashflow-Modellen nicht auf die Wertverteilung, sondern auf die Wertschöpfung
beziehen.ÜberdiegesamteLebensdauereinesUnternehmenshin-wegsinddieWertschöpfung
unddieWertverteilunggleichgroß,sodassbeikonsistenterAnwendungdieCashflow-Modelle
und die Werts chöpfungsmodelle den gleichen inneren Aktienwert liefern. Ein weiteres weit
verbreitetesBewertungsmodellsindMultiplikatoren,mitdenenderWerteinerAktierelativzum
WertandererBeteiligungspapierebestimmtwird,wobeivorausgesetztwird,dassvergleichbare
VermögenswerteeinenähnlichenPreisbesitzenmüssen.

DiePreisbewertungoptionsfreierAnleihenerfolgtebenfallsmitdemCashflow-Modell.
DabeiwerdendieerwartetenKuponzahlungenundderNominalwertamFälligkeitstagmitder
erwartetenRenditederInvestorendiskontiert.DieerwarteteRenditeergibtsichauseinem
Benchmarksatz(risikoloserZinssatzoderSwapsatz)undeinerRisikoprämie,dieeine
RenditeentschädigungfürdasKreditrisikounddasMarktliquiditätsrisikoderAn-leihe
darstellt.ImGegensatzzuoptionsfreienAnleihenistdieBewertungvonAnleihenmit
eingebettetenOptionenanspruchsvoller,dainfolgedermöglichenOptionsausübungdie
LaufzeitderAnleihenichtbekanntist,wasdenEinsatzeinesCashflow-Modellsver-unmöglicht.
SowerdenAnleihenmiteingebettetenKündigungsoptionen(CallableundPutableBonds)
sowieWandelanleihenmiteinemBinomialmodellbewertet.

DerivateumfassenForwards,Futures,SwapsundOptionen.DiePreis-undWertbe-stimmung
erfolgtfürsämtlicheDerivatedurcheinenReplikationsansatz,wobeihierauchdas
ArbitragekonzepteinewichtigeRollespielt.SoetwawirdderNicht-Arbitragepreisvon
ForwardsundFuturesmitdemCost-of-Carry-Modellermittelt,beidemdieKostenaufdem
Terminmarkt(alsoderPreisdesForwards/Futures)denKostendesKassamarktsentsprechen.
DieCashflowseinesSwapshingegenlassensichdurcheinefestverzinsli-cheundeinevariabel
verzinslicheAnleiheoderdurcheinPortfoliovonZinsterminge-schäften(ForwardRate
Agreements)nachbilden.ImGegensatzdazukannfürdieOpti-onsbewertungnebendem
Replikationsansatz(z.B.AktienkaufundGeldaufnahmezumrisikolosenZinssatzbeieiner
Call-Option)auchdasrisikoneutraleBewertungsverfahreneingesetztwerden.Der
entscheidendeDurchbruchinderOptionsbewertungfand1973mitdemBlack/Scholes-Modell
statt.KurznachderEröffnungderOptionsbörseinChicago(CBOE)

10
gelangesFischerBlackundMyronScholes,einegeschlosseneFormelfürdie
PreisbestimmungeuropäischerCall-Optionenzuentwickeln. 11 Ein weiteres Optionsbe-

9
Vgl. Williams 1938 : The Theory of Investment Value, S. 55 ff.
10
Der Handel mit Call-Optionen auf 16 US-amerikanische Basiswerte wurde im Jahre 1973 an der
Chicago Board Options Exchange (CBOE) aufgenommen. 11
Vgl. Black und Scholes 1973 : The Pricing of Options and Corporate Liabilities, S. 640 und Mer-
ton 1973 : Theory of Rational Option Pricing, S. 141 ff.
1 EinführungindieFinance

wertungsmodell stellt das Binomialmodell dar, das auf Cox, Ross und Rubinstein (1979)
zurückgeht.12 ImGegensatzzumBlack/Scholes-Modell,daseinzeitkontinuierlichesMo-dell
ist,handeltessichbeimBinomialmodellumeinzeitdiskretesBewertungsmodell.Außerdem
kanndasBinomialmodellnichtnurfürdiePreisberechnungeuropäischer,son-dernauch
amerikanischerOptioneneingesetztwerden.

1.2.4 Risikomanagement

Das Risikomanagement stellt einen Prozess dar, der aus der Identifikation, Messung, Steuerung
undBerichterstattungderRisikenbesteht.DiefinanziellenRisikeninderKapitalanlage
setzen sich aus Marktrisiken, und Marktliquiditätsrisi-
ken zusammen, wobei sich Marktrisiken in Kreditrisiken Zinsänderungs-,
Aktienpreisänderungs-,
Fremdwährungsänderungs- und Rohstoffpreisänderungsrisiken aufteilen lassen. Die
Risikomessung eines Portfolios erfolgt mit der Standardabweichung oder mit Downside-
Risikogrößen, etwa dem Value at Risk, der heute das Standardmodell in der Risikomes- sung
darstellt.FürdieSteuerungderfinanziellenRisikeneinesPortfolioswerdenDerivateeingesetzt.
So zum Beispiel wird das Risiko eines gut diversifizierten Aktienportfolios mit
Aktienindex-Futures abgesichert, indem das Beta des Aktienportfolios auf das gewünsch- te
Niveau gebracht wird. Das Zinsänderungsrisiko eines Anleiheportfolios hingegen wird mit
Fixed Income Futures gesteuert, während das Fremdwährungsrisiko eines Portfolios mit
Devisentermingeschäftenbegrenzt werden kann. Das Risiko eines Optionsportfolios wie etwa
das Delta-, Gamma- und Vegarisiko lässt sich durch den Kauf und Verkauf von Optionen
absichern. Darüber hinaus können Derivate auch für die temporäre Veränderung der
Asset-Allokation(taktischeAsset-Allokation)einesPortfolioseingesetztwerden.

1.2.5 Portfoliomanagement

Um ein auf die Kundenbedürfnisse abgestimmtes Portfolio zusammenzustellen, ist ein Prozess
erforderlich, der aus der Planung, der Ausführung und dem Feedback besteht. In der
Planungsphase werden die Finanzmärkte und die Kundenbedürfnisse analysiert, die
langfristige Anlagepolitik formuliert und die strategische Asset-Allokation festgelegt. In der
Ausführungsphase werden das Portfolio erstellt und die von der Anlagepolitik geforderten
Anlagen gekauft. Das Feedback schließt den Prozess ab und beinhaltet die Überwachung der
Anlagepolitik und der Kapita lmarkterwartungen, das Rebalancing und die Evaluation des
Portfolios.

Die strategische Asset-Allokation eines Po rtfolios wird in der Planungsphase erstellt.


Sie definiert die Anlageklassen (z. B. Aktien,AnleihenundImmobilien),diemitder
langfristigenAnlagepolitikinEinklangstehen,sodassdielangfristigenRendite-undRi-

12
Vgl. Cox et al. 1979 : Option Pricing: A Simplified Approach, S. 249.
1.3 Zusammenfassung 9

sikoziele des Investors unter Berücksichtigung der Anlagerestriktionen erreicht werden


können. Dabei bildet der Bericht zur langfris tigen Anlagepolitik das Kernstück des Port-
foliomanagementprozesses.
EinPortfoliokannentwederpassiv,semiaktivoderaktivgesteuertwerden.Einepassi-ve
AnlagestrategiewirdüblicherweisemiteinerIndexierung(ETFsoderAnlagefondsaufeinen
Index)odermiteinerKaufen-und-Halten-Strategieumgesetzt.Sieistimmerdannangebracht,
wenndieMärkteeffizientsind.IstdiesnichtderFall,kanneinesemiaktiveoderaktive
Anlagestrategieappliziertwerden.BeidersemiaktivenStrategiewirdver-sucht,zumeinenmit
eineraktivenStrategiedieBenchmarkzuschlagenundzumanderendasTracking-Risiko
(DifferenzzwischenPortfolio-undBenchmarkrisiko)sogeringwiemöglichzuhaltenbzw.
innerhalbeinervorgegebenenBandbreitezusteuern.Demgegen-überspieltbeieineraktiven
AnlagestrategiedasTracking-RisikokeineRolle.Vielmehrgiltes,anhandvonSelektions-und
AllokationsaktivitätensowiedesBenchmarktimingseineimVergleichzurBenchmarkhöhere
Renditezuerzielen.

1.3 Zusammenfassung

 Die Finance bzw. die Finanzmarkttheorie ist eine Teildisziplin der Wirtschaftswissen-
schaften. Sie bezieht sich auf finanzmark ttheoretische Konzepte der Kapitalanlage und
-beschaffung. Einige dieser Konzepte wurden in der Corporate-Finance-Theorie entwi-
ckelt.
 Im Zusammenhang mit der Kapitalanlage sin d die folgenden Themenbereiche der Fi- nance
von Bedeutung: Portfoliotheorie, Bewertung von Finanzinstrumenten, Risiko- und
Portfoliomanagement.
 Die moderne Portfoliotheorie befasst sich mit dem Erstellen eines optimalen Portfoli- os in
einem Rendite-Risiko-Diagramm. Wird von effizienten Märkten ausgegangen, so liegt das
optimale Portfolio bestehend aus einer risikolosen Anlage und dem Marktport- folio auf der
Kapitalmarktlinie. Mithilfe von Indifferenzkurven, die den Anlegernutzen messen, lässt
sich das optimale Kundenportfolio auf der Kapitalmarktlinie lokalisieren. Ebenfalls zur
modernen Portfoliotheorie zählen Gleichgewichtsmodelle wie das Capi- tal Asset Pricing
Model (CAPM) und die Arbitragepreis-Theorie (APT), mit denen eine risikogerechte
erwarteteRenditebestimmtwerdenkann.

 Die Bewertung von Aktien unter der Fortführungsprämisse erfolgt grundsätzlich mit
Cashflow-Modellen. Dazu gehören Dividendendiskontierungsmodelle und Free-Cash-
Flow-Modelle. Dabei werden die erwarteten Cashflows (Dividenden bzw. frei verfüg- bare
Cashflows) mit der Renditeerwartung der Kapitalgeber diskontiert. Wird die Aktie zum so
berechneten Preis gekauft, erzielt m an die geforderte Anlagerendite. Weitere
AktienbewertungsmodellesindWertschöpfungsmodelleundMultiplikatoren.

 DerPreisoptionsfreierAnleihenwirdmiteinemCashflow-Modellermittelt.Hierzuwerden
dieKuponsundderNominalwertamFälligkeitstagmitdererwartetenRenditederInvestoren
diskontiert.BeiAnleihenmiteingebettetenOptionenistdieBewertung
10 1 EinführungindieFinance

anspruchsvoller. Anleihen mit eingebetteten Kündigungsoptionen und Wandelanleihen


werdenmitdemBinomialmodellbewertet.
 Die Preisbestimmung von Derivaten (Forwards, Futures, Swaps und Optionen) basiert auf
dem Replikationsansatz, wobei das Arbitragekonzept eine wichtige Rolle spielt. Bei
OptionenkannaucheinrisikoneutralesBewertungsverfahrenverwendetwerden.
 Das Risikomanagement stellt einen Prozess dar, der sich aus der Identifikation, Mes- sung,
Steuerung und Berichterstattung der Risiken zusammensetzt. Dabei findet die Steuerung
finanziellerRisiken(alsoMarkt-undKreditrisiken)ineinemPortfoliomitDerivatenstatt.

 Der Portfoliomanagementprozess besteht aus den drei Phasen Planung, Ausführung und
Feedback. Die strategische Asset-Allokation eines Portfolios ist das Ergebnis der
Planungsphase. Hierzu sind die Finanzmärkte und die Kundenbedürfnisse zu analysie- ren
unddielangfristigeAnlagepolitikzuformulieren.

 Die Auswahl einer passiven oder aktiven St rategie im Portfoliomanagement hängt von der
Markteffizienz ab. Sindetwa die Finanzmärkte effizient, so ist eine passive gegen-über einer
aktiven Anlagestrategie die bessere Wahl, weil sämtliche Informationen im Anlagepreis
enthaltensindundsomitkeineüberdurchschnittlicheRenditeerzieltwer-denkann.

Literatur

Black, F., Scholes, M.: The Pricing of Options and Corporate Liabilities. In: Journal of Political Economy
81 (3), 637–654 (1973)
Clarke,R.,deSilva,H.,Thorley,S.:PortfolioConstraintsandtheFundamentalLawofActiveManagement.
In:FinancialAnalystsJournal 58 (5), 48–66 (2002)
Cox, J. C., Ross, S. A., Rubinstein, M.: Option Pricing: A Simplified Approach. In: Journal of Financial
Economics 7 (3), 229–263 (1979)
Fama, E. F.: Efficient Capital Markets: A Review of Theory and Empirical Work, In: Journal of Finance
25 (2), 383–417 (1970)
Grinold, R. C.: The Fundamental Law of Active Management. In: Journal of Portfolio Management 15
(3), 30–37 (1989)
Lintner, J.: The Valuation of Risk Assets and the Se lection of Risky Investments in Stock Portfolios and
CapitalBudgets.In:TheReviewofEconomicsandStatistics 47 (1), 13–37 (1965)
Markowitz, H.: Portfolio Selection. In: Journal of Finance 7 (1), 77–91 (1952)
Merton, R. C.: Theory of Rational Option Pricing. In: Bell Journal of Economics and Management
Science 4 (1), 141–183 (1973)
Modigliani, F., Miller, M. H.: Dividend Policy, Gr owth and the Valuation of Shares. In: Journal of
Business 34 (4), 411–433 (1961)
Modigliani, F., Miller, M. H.: The Cost of Capital, Corporation Finance, and the Theory of Invest-
ment. In: American Economic Review 48 (3), 261–297 (1958)
Mossin, J.: Equilibrium in a Capital Asset Market. In: Econometrica 34 (4), 768–783 (1966)
Ross, S. A.: The Arbitrage Theory of Capital Asset Pricing. In: Journal of Economic Theory 13 (3),
341–360 (1976)
Literatur 11

Sharpe, W. F.: Capital Asset Prices: A Theory of Market Equilibrium Under Conditions of Risk. In: Journal
ofFinance 19 (3), 425–442 (1964)
Tobin, J.: Liquidity Preference as Behavior Towards Risk. In: Review of Economic Studies 25 (2),
65–86 (1958)
Treynor,J.L.,Black,F.:HowtoUseSecurityAnalysistoImprovePortfolioSelection.In:JournalofBusiness
46 (1), 66–88 (1973)
Williams, J. B.: The Theory of Investment Value, Cambridge (1938)
Rendite,RisikoundMarkteffizienz
2

2.1 Einleitung

In der Portfoliotheorie wird die Beziehung zwischen der Rendite und dem Risiko von Anlagen
dargestellt.BeispielsweisewerdenfürdieBestimmungdesoptimalenPortfoli-osverschiedene
Faktoren und Anlagecharakteristiken berücksichtigt. Dabei spielen die
Rendite-Risiko-Eigenschaften von einzelne n Anlagen eine wichtige Rolle. In diesem Ka- pitel
werden zuerst die verschiedenen Rend itegrößen wie die periodische Anlagerendite, die
geldgewichtete Rendite und die erwartete Rendite vorgestellt und gewürdigt. Anschlie- ßend
findet eine Risikodiskussion statt. Die hierzu verwendeten Risikogrößen sind die Varianz bzw.
Standardabweichung und Downside-Risikogrößen wie der Value at Risk. Da die empirische
Renditeverteilung von Anlagen in der Regel nicht vollumfänglich durch die erwartete Rendite
und die Standardabweichung erklärt werden kann, werden auch höhere zentrale Momente der
Verteilung wie die Schi efe und die Kurtosis beschrieben. Darüber hinaus sind für die
Beurteilung von Anlagen auch deren Markteigenschaften wichtig. Der Wert von
Finanzprodukten wird durch die Informationseffizienz und die Liquidität der Märkte
beeinflusst.LetzterehateinenwesentlichenEinflussaufdieHöhederHandels-kosten.

2.2 Rendite

Die Rendite von finanziellen Anlagen setzt sich aus den folgenden zwei Komponenten
zusammen:

 Periodische Einnahmen wie Dividenden bei Aktien und Kupons bei Anleihen (ein-
schließlichZinserträgeauswiederangelegtenEinnahmen)sowie
 Kapitalgewinne und -verluste, die aufgrund von Preisänderungen entstehen.

© Springer Fachmedien Wiesbaden GmbH 2017 13


E. Mondello, Finance, DOI 10.1007/978-3-658-13199-9_2
14 2 Rendite,RisikoundMarkteffizienz

Einzelne finanzielle Anlagen weisen nur eine oder beide Renditekomponenten auf. Bei-
spielsweise werden bei einem Kursindex (Preisindex) nur die Aktienpreisänderungen für die
Ermittlung des Indexstandes berücksich tigt. Dividendenzahlungen fließen nicht in die
Berechnungein.
1
ImGegensatzdazuverwendeteinPerformanceindex(TotalReturn
Index)sowohldieAktienpreisänderungenalsauchdiebezahltenDividendenfürdieBe-
stimmungdesIndexstandes. 2
ÜblicherweisewerdenbedeutendeAktienindizeswiederSMI
(SwissMarketIndex)oderderDAX(DeutscherAktienindex)alsKurs-sowieauchals
Performanceindexberechnet. 3
DieindenMedienveröffentlichtenIndexständesindinder
RegelPerformanceindizes(z.B.DAX). 4

2.2.1 PeriodischeAnlagerendite

Renditen können entweder für eine oder für me hrere Perioden berechnet werden. Die pe-
riodischeAnlagerendite(HoldingPeriodReturn)stelltdieRenditeausdemHalteneinerAnlage
füreinebestimmteZeitperiodedar.DiePeriodekann1Tag,1Woche,1Monat,1Jahr,2Jahreoder
eine andere Zeitperiode sein. Kauft man heute, also zu Beginn der Periode t, eine Aktie für EUR
100 und verkauft diese später am Ende der Periode t zu ei- nem Preis von EUR 110, beträgt die
periodische Anlagerendite 10 %. Erhält man am Ende des Anlagehorizonts eine Dividende von
EUR5,beläuftsichdieRenditeauf15%.DieperiodischeAnlagerendite

.r/ , bestehend aus Kapital- und Dividendenrendite, berechnet


sich wie folgt:
.Pt  P0 / C Divt Pt  P0 Divt
rD D C
P0 P0 P0 (2.1)
D Kapitalrendite C Dividendenrendite
wobei:

P0 D Preis der Anlage zum Zeitpunkt 0 (zu Beginn der Periode t), Preis
Pt D derAnlageamEndederPeriodet,
Divt D Dividende am Ende der Periode t.

1
FallenDividendenan,soreduziertsichderAktienpreisentsprechend.BeieinemKursindexwirdnurdie
PreisänderungundnichtdieDividendenzahlungfürdieBerechnungdesIndexstandesver-
wendet.
2
Neben Preisänderungen und Dividendenzahlungen fließen auch sonstige Einnahmen aus dem Hal-
ten von Aktien wie etwa Bezugsrechtserlöse in die Berechnung des Indexstandes ein. 3
DerSMIbeinhaltetdie20liquidestenTitelderAktiengesellschaftenmitdergrößtenMarktkapitali-
sierungimSchweizerAktienmarkt.DerDAXhingegenumfasstdie30größtenundumsatzstärksten
Unternehmen,dieanderDeutschenBörseinFrankfurtnotiertsind.BeideAktienindizesbildendas
SegmentderBlueChipsinihrenLändernab.
4
Der in den Medien dargestellte SMI ist ein Kursindex. Als Performanceindex wird der SMIC (SMI
Cum Dividend) berechnet.
2.2 Rendite 15

Im Beispiel wurde die Dividende am Ende de r Periode t ausbezahlt. Würde man die Divi- dende
während der Anlagedauer erhalten (also zwischen Beginn und Ende der Periode), müsste man
für die Renditeberechnung die Zinseinnahmen aus den wieder angelegten Dividenden
berücksichtigen.

DieperiodischeAnlagerenditekannauchübermehrereTeilperiodenermitteltwerden.Die
RenditeübereinenAnlagehorizontvon4JahrenlässtsichmitvierjährlichenRenditenwiefolgt
bestimmen:

r.4/ D Œ.1 C r1 / .1 C r2 / .1 C r3 / .1 C r4 /  1; (2.2)

wobei:

r1 ; : : :; r4 D jährliche Renditen der Jahre 1 bis 4.

2.2.2 ArithmetischeRendite

Weisen Anlagen Renditen über mehrere Perioden auf, kann es für Vergleichs- oder Ver-
ständniszweckenützlichsein,einedurchschnittlicheRenditezuermitteln.DereinfachsteAnsatz,um
die durchschnittliche Rendite zu berechnen, ist, die Summe der periodischen Renditen durch die
AnzahlderPeriodenbzw.derRenditenzudividieren(arithmetischeRendite):

1X
T
r 1 C r2 C : : : C rT
rD D rt ; (2.3)
T T tD1

wobei:

r D durchschnittliche Rendite (arithmetisches Mittel),


r1 D Rendite für die Periode t D 1,
T D Anzahl Perioden bzw. Renditen.

Liegen drei jährliche Renditen von 40 %,25%und30%vor,beträgtdiearithmetische%


Rendite 5 %ŒD .40 % C 25 % C 30 /=3. Die arithmetische Rendite kann einfach
ermittelt werden und besitzt bekannte statistische Eigenschaften, die ermöglichen, die
Standardabweichung zu berechnen. Die Standardabweichung gibt an, wie weit die ein- zelnen
RenditenimDurchschnittvonderdurchschnittlichenbzw.erwartetenRenditeabweichen.
5

5
Vgl Abschn. 2.3.1 .
16 2 Rendite,RisikoundMarkteffizienz

2.2.3 GeometrischeRendite

Die arithmetische Rendite stellt die durchschnittlich erzielte Rendite eines Finanzprodukts dar
undsetztvoraus,dassderangelegteBetragzuBeginnjederPeriodegleichbleibt.InWirklichkeit
verändert sich der Anlagebetrag durch die erzielte Rendite (Einnahmen sowie Kapitalgewinne
und -verluste) von Periode zu Periode. Die geometrische Rendite berücksichtigt den
Verzinsungseffekt der Renditen bzw. das Anwachsen des anfänglichen Anlagebetrags durch
dieerzieltenRenditen.

Unterstelltman,dasssichderursprünglicheInvestitionsbetragwährenddergesamten
Anlagedauernichtverändert,dannstelltdiegeometrischeRenditeaufgrunddesVerzin-
sungseffektseinebesserePerformancegrößeimVergleichzurarithmetischenRenditedar.Die
geometrischeRenditer
G lässt sich wie folgt ermitteln:

" #1=T
Y
T
1=T
rG D Œ.1 C r1 / .1 C r2 / : : : .1 C rT / 1D .1 C rt /  1: (2.4)
tD1

Liegen drei jährliche Renditen von 40 %,25%und30%vor,beträgtdiegeometrische 13


Rendite 0;84 %ŒD .0;60  1;25  1;30/ =  1.
Investiert man zum Beispiel EUR 100 für 3 Jahre und geht von jährlichen Renditen
von 40 %, 25 % und 30 % aus, dann ergibt das unter Berücksichtigung des Verzinsungs-
effekts einen Betrag von EUR 97,50 am Ende des 3. Jahres (siehe Tab. 2.1 ). Die Rendite
von 25 % im 2. Jahr erzielt man auf den Anfangsbetrag des 2. Jahres von EUR 60ŒD
EUR 100  .1  0;4/, woraus ein Endbetrag von EUR 75ŒD EUR 60  .1 C 0;25/ resul-
tiert. Im 3. Jahr wächst dieser Betrag um 30 % auf EUR 97;50ŒD EUR 75  .1 C 0;3/.
Nimmt man die arithmetische Rendite von 5 %, resultiert daraus ein Betrag am Ende des
3. Jahres von EUR 115;76ŒD EUR 100  .1;05/3 . Dieser Endbetrag von EUR 115,76 ist
größer als der tatsächlich erzielte Betrag von EUR 97,50. Je volatiler die jährlichen Anla-
gerenditen sind, desto höher fällt die arithme tische Rendite aus. In diesem Beispiel liegen
positivewieauchnegativeRenditenvor,waseinezuhohearithmetischeRenditezurFolgehat.

Die geometrische Rendite beträgt 0;84 %undistimVergleichzurarithmetischen


Rendite von 5 % niedriger. Wird die geometrische Rendite von 0;84 % zugrunde ge-
legt, erhält man den tatsächlich angefallenen Endbetrag von EUR 97,50. Aufgrund des
Verzinsungseffekts ist die geometrische Rendite immer niedriger oder gleich groß wie die
arithmetische Rendite. Sind die vorliegenden Renditen hingegen gleich groß, sind die
geometrischeunddiearithmetischeRenditeidentisch.

2.2.4 GeldgewichteteRendite(InternerZinsfuß)

Die oben beschriebenen Renditegrößen enthalten nicht die während des Anlagehorizonts
investiertenGeldbeträge.InvestierteinAnlegerbeispielsweiseEUR1000im1.Jahrund
2.2 Rendite 17

Tab.2.1 Arithmetische versus geometrische Rendite


Jahre Jährliche Jahresendbe- Jahresendbetrag anhand Jahresendbetrag anhand
Renditen trag arithmetischer Rendite geometrischer Rendite
(in%) von 5 % (in EUR) von
(in EUR) 100,00 0;84 % (in EUR)
0 100,00 100,00
1 40 60,00 105,00 99,16
2 25 75,00 110,25 98,33
3 30 97,50 115,76 97,50

jeweils EUR 100 im 2. und 3. Jahr, dann führt eine Rendite von 40 % im 1. Jahr zu einem
wesentlichen Vermögensrückgang. Legt hingegen ein Investor EUR 100 im 1. Jahr an, hat
die negative Rendite von 40 % einen weniger starken Vermögensschwund von EUR 40 anstatt
EUR400zurFolge.
DiegeldgewichteteRendite(MoneyWeightedRateofReturn)berücksichtigtunter-
schiedlichinvestierteGeldbeträgewährendderAnlagedauerundgibtdemInvestorAuf-schluss
überdietatsächlicherzielteRenditedeseingesetztenKapitals.InvestierteGeld-beträgestellen
ausderSichtdesInvestorseinenZahlungsausgangdar,währendKapi-talrückzahlungensowie
derEndbetragamEndedesAnlagehorizontsZahlungseingängesind.DieseZahlungsströme
werdenverwendet,umdeninternenZinsfuß(IRRbzw.In-ternalRateofReturn)zuberechnen.
DasnachfolgendeBeispielzeigtdieBerechnungdergeldgewichtetenRendite.

Beispiel
Berechnung der geldgewichteten Rendite
Zu Beginn des 1. Jahres legt ein Investor EUR 1000 in einen Anlagefonds an. Er in- vestiert
weitere EUR 2000 zu Beginn des 2. Jahres und zieht am Ende des 2. Jahres EUR 800 ab. Der
Anlagehorizont beträgt 3 Jahre unddie jährlichen Renditen des An- lagefonds belaufen sich
auf
 %,25%und30%.Wiehochistdiegeldgewichtete40
Rendite?

Lösung
Es fallen folgende Zahlungsströme an (in EUR):

Jahre 1 2 3
Betrag des Vorjahres 0 600 2450
Geldanlage zu Beginn des Jahres (Geldabfluss) 1000 2000 0
NettobetragzuBeginndesJahres 1000 2600 2450
Anlagegewinn bzw. -verlust 400 650 735
Geldrückzahlung am Ende des Jahres (Geldzufluss) 0 800 0
Betrag am Ende des Jahres 600 2450 3185
1 2 Rendite,RisikoundMarkteffizienz

IstdieSummederdiskontiertenCashflowsEUR0,dannentsprichtderDiskontsatzdem
internenZinsfuß(IRR)bzw.derAnlagerendite,waszufolgenderFormelfürdieBerechnung
desIRRbzw.dergeldgewichtetenRenditeführt:

T
Cashflowst
Xt D 0: (2.5)
D0
.1 C IRR/t

Die Cashflows können sowohl positiv als auch negativ sein. Ein positiver Cashflow zeigt
einen Geldzufluss für den Investor, während ein negativer Cashflow einen Geld- abgang
widerspiegelt. Die Investitionssumme zu Beginn des Jahres entspricht einem Geldabfluss
vonEUR1000.DieGeldanlagezuBeginndes2.Jahresstellteinenweite-renGeldabgangvon
EUR 2000 dar. Demgegenüber sind die Geldentnahme des Inves- tors am Ende des 2. Jahres
von EUR 800 und der Betrag am Ende des 3. Jahres von EUR 3185 Geldzuflüsse.
ZusammengefasstlassensichdieZahlungsströmewiefolgtaufführen(inEUR):

Cashflow 0 D 1000,
Cashflow 1 D 2000,
Cashflow 2 D C800,
Cashflow 3 D C3185.

WirddieuntenstehendeGleichungnachdemDiskontsatzbzw.IRRaufgelöst,erhältmaneine
geldgewichteteRenditevon14,21%: 6

EUR 1000 EUR 2000 EUR 800 EUR 3185


EUR 0 D 0
C 1
C 2
C :
.1 C IRR/ .1 C IRR/ .1 C IRR/ .1 C IRR/3

Die geldgewichtete Rendite zeigt, wie viel der Investor durchschnittlich pro Jahr durch das
investierte Kapital verdient hat. Der Nach teil besteht darin, dass diese Rendite nicht mit den
Renditen anderer Investoren verglichen werden kann, weil die Geldabflüsse und -zuflüsse
beijedemeinzelnenInvestorunterschiedlichsind.

Beispiel
Berechnung und Gegenüberstellung von Renditen
Ein Portfoliomanager untersucht die Performance des Gamma-Anlagefonds. Er ist der
Meinung, dass eine Periode von 4 Jahren für die Analyse angemessen ist. Er hat für den
AnlagefondsfolgendeInformationenzusammengestellt:

6
Benutzt man zum Beispiel den für die CFA® -Prüfungen zugelassenen Taschenrechner Texas In-
strument BAII Plus, lässt sich die geldgewichtete Rendite wie folgt berechnen: CF, CF 0 D 1000, ˙,
ENTER, #, C01 D 2000, ˙, ENTER, #, #, C02 D 800, ENTER, #, #, C03 D 3185, ENTER, #, #,
IRR, CPT.
2.2 Rendite 19

Jahre Verwaltete Vermögen zu Beginn des Nettorendite (in %)


Jahres (in Mio. EUR)
1 50 12
2 65 10
3 45 8
4 52 5

Der Portfoliomanager möchte für Vergleichszwecke mit anderen Fondsanlagen fol-


gende Renditegrößen des Gamma-Anlagefonds berechnen:

1. Anlagerendite für den gesamten Investitionszeitraum von 4 Jahren,


2. arithmetischejährlicheRendite,
3. geometrische jährliche Rendite,
4. geldgewichtete jährliche Rendite.

Lösungzu1
Die Anlagerendite für die Zeitdau er von 4 Jahren beträgt 14,31 %:

Anlagerendite D .1;12/  .0;90/  .1;08/  .1;05/  1


D 0;1431 D 14;31 %:

Lösungzu2
0;12 C .0;10/ C 0;08 C 0;05
arithmetische jährliche Rendite D
4
D 0;0375 D 3;75 %

Lösungzu3
geometrische jährliche Rendite D Œ.1;12/  .0;90/  .1;08/  .1;05/1=4  1
D 0;03399 D 3;40 %

Lösungzu4
Es fallen folgende Cashflows an (in Mio. EUR):

Jahre 1 2 3 4
Betrag des Vorjahres 0,0 56,0 58,5 48,6
Geldanlage zu Beginn des Jahres (Geldabfluss) 50,0 9,0 0,0 3,4
GeldrückzahlungzuBeginndesJahres(Geldzufluss) 0,0 0,0 13;5 0,0
Nettobetrag zu Beginn des Jahres 50,0 65,0 45,0 52,0
Anlagegewinn bzw. -verlust 6,0 6;5 3,6 2,6
Betrag am Ende des Jahres 56,0 58,5 48,6 54,6
20 2 Rendite,RisikoundMarkteffizienz

Die Cashflows können demnach wie folgt zusammengefasst werden (in Mio. EUR):

Cashflow 0 D 50,
Cashflow 1 D 9,
Cashflow 2 D 13,5,
Cashflow 3 D 3;4,
Cashflow 4 D 54,6.

WirddiefolgendeGleichungnachdemIRRaufgelöst,erhältmaneinegeldgewichtetejährliche
Renditevon2,69%. 7

EUR 50 Mio. EUR 9 Mio. EUR 13;5 Mio.


EUR 0 D 0
C 1
C
.1 C IRR/ .1 C IRR/ .1 C IRR/2
EUR 3;4 Mio. EUR 54;6 Mio.
C 3
C :
.1 C IRR/ .1 C IRR/4

2.2.5 RealeRendite

Die nominale Rendite .r/ besteht aus drei Komponenten, nämlich dem realen risikolosen r
Zinssatz für den Aufschub des Konsums . /,derInflationalsEntschädigungfürdie
RFreal
verlorene Kaufkraft .INFL/ und einer Risikoprämie für das eingegangene Risiko .RP/.
Die nominale Rendite .r/ lässt sich demnach wie folgt berechnen:

r D .1 C rRFreal / .1 C INFL/ .1 C RP/  1: (2.6)

Demgegenüber besteht die reale Rendite (rreal ) aus dem realen risikolosen Zinssatz und
der Risikoprämie:
rreal D .1 C rRFreal / .1 C RP/  1 (2.7)
oder
.1 C r/
rreal D  1: (2.8)
.1 C INFL/
Verändern sich die Inflationsraten über die Zeit hinweg, erlaubt der Einsatz von realen
Renditen einen Performancevergleich der An lage. Darüber hinaus ist der Einbezug von realen
Renditen vorteilhaft, wennRenditen in verschiedenen Währungen vorliegen. Dies ermöglicht
es,RenditenvonLändernmitunterschiedlichhoherInflationmiteinanderzuvergleichen.

DiePerformanceeinerAnlagelässtsichdurchdierealeRenditenachSteuernmes-sen.Diese
RenditegrößestellteineEntschädigungfürdenaufgeschobenenKonsum,das

7
MitdemTexasInstrumentBAIIPluslässtsichdiegeldgewichteteRenditewiefolgtberechnen:D
CF, CF0 50, ˙, ENTER, #, C01 D 9, ˙, ENTER, #, #, C02 D 13,5, ENTER, #, #, C03 D 3,4,
˙, ENTER, #, #, C04 D 54,6, ENTER, #, #, IRR, CPT.
2.2 Rendite 21

eingegangene Risiko und die b ezahlten Steuern dar. Die reale Rendite nach Steuern ist eine
verlässliche Benchmark für die getätigten Anlageentscheidungen des Investors. In der
Portfoliotheorie wird die reale Rendite nach Steuern grundsätzlich nicht angewandt, da es nicht
möglich ist, für sämtliche Investoren einen einheitlichen Steuersatz zu bestim- men.
Beispielsweise hängt die Höhe der Steuern vom spezifischen Steuersatz des Investors (z. B.
durch Progression), von der Länge der Anlageperiode und vom Steuereffekt der An- lage
(steuerfreiodernormalbesteuert)ab.

Beispiel
Berechnung der realen Rendite nach Steuern
Ein Investor hat eine nominale Rendite von 10 % aus einer Anlage erzielt. Der Steu- ersatz
beträgt 30 %, während die Inflationsrate bei 3 % liegt. Wie hoch ist die reale Rendite nach
Steuern?

Lösung
Zuerst ist die nominale Rendite nach Steuern von 7 % zu berechnen, da die Steuern auf den
nominalenBetragbezahltwerden:

Nominale Rendite nach Steuern D 10 %  .1  0;30/ D 7 %:

Berücksichtigt man die Inflationsrate von 3 %, dann ergibt sich eine reale Rendite nach
Steuernvon3,88%:

1;07
Reale Rendite nach Steuern D  1 D 0;0388 D 3;88 %:
1;03

2.2.6 HistorischeunderwarteteRendite

Die erwartete Rendite ist eine nominale Rendite, die aus dem realen risikolosen Zinssatz, der
erwartetenInflationsrateE Œ .INFL/ und der erwarteten RisikoprämieŒE .RP/ besteht.
Der reale risikolose Zinssatz ist aufgrund des Konsumaufschubs in der Regel positiv. In ei-
nem inflationären Umfeld ist die erwartete Inflationsrate ebenfalls positiv. Liegt hingegen eine
Deflation vor, ist die Inflationsrate negativ. Da sich die Marktteilnehmer im Durch- schnitt
risikoavers verhalten, geht man von einer erwarteten Risikoprämie aus, die positiv ist. Je höher
das Risiko ist, desto höher ist die erwartete Rendite. Diese Zusammenhänge führen zur
folgendenGleichungfürdieBerechnungdererwartetenRendite
ŒE .r/:

E .r/ D .1 C rRFreal / Œ1 C E .INFL/Œ1 C E .RP/  1: (2.9)

DiehistorischeRenditespiegeltdieinderVergangenheittatsächlicherzielteRenditewi-der.Da
eine Anlage risikoreich ist, besteht keine Gewissheit, dass die tatsächlich angefal- lene
Durchschnittsrendite der erwarteten Rendite in der nächsten Periode entspricht. Liegt eine
genügend lange Zeitreihe vor (z. B. 50 oder 100 Jahre), kann man davon ausgehen, dass die
durchschnittlichehistorischeRenditeeinguterIndikatorfürdieerwarteteRendite
22 2 Rendite,RisikoundMarkteffizienz

ist. Diese Annahme setzt allerdings stabile Renditen voraus. Sie wird in der Portfoliotheo- rie
üblicherweise verwendet, obwohl keine Gewissheit besteht, dass die durchschnittlich
historischeRenditedieerwarteteRenditeangemessenprognostiziert. 8

2.3 Risiko

WiebeidenRenditen,gibtesauchfürdasRisikounterschiedlicheGrößen.Esistschwie-rig,einen
allgemeinenKonsenszufinden,wiemandasRisikodefiniert.DieRisiko-wahrnehmungistbeiden
Finanzakteuren unterschiedlich und hängt unter anderem von der Zusammensetzung des
Portfolios, der Art des Investors (privater oder institutionel- ler Investor) und von der
Risikoeinstellung des Anlegers ab. Für eine Pensionskasse oder Versicherung beispielsweise
bestehtdasRisikodarin,dassdieVerbindlichkeitennichtdurchVermögenswertegedecktsind.
DasRisikoeinesAnlagefondsistdurchdieRen-diteabweichungdesAnlageportfoliosvoneiner
Benchmarkgekennzeichnet.EinprivaterInvestorhingegendefiniertRisikoalseinenmöglichen
Verlustbetrag aus seiner Anlage. In den folgenden Ausführungen werden verschiedene
Risikogrößenvor-undeinanderge-genübergestellt.

2.3.1 VarianzundStandardabweichung

Eine einfache Risikogröße stellt die durchschnittliche Abweichung der Renditen dar, die sich
fürdieGrundgesamtheitderhistorischenRenditedatenwiefolgtbestimmenlässt:

1X
T
Durchschnittliche Abweichung der Renditen D .rt  /; (2.10)
T tD1
wobei:

rt D Rendite für die Periode t,


 D erwartete Rendite der Grundgesamtheit.

Berechnet man die durchschnittliche Abweic hung der Renditen von der erwarteten Ren- dite,
heben sich positive und negative Abweichungen gegenseitig auf. Dies führt zu einer
durchschnittlichen Abweichung von null. Der Grund hierfür liegt in der Definition der
durchschnittlichen Rendite, welche die Mitte a ller möglichen Renditebeobachtungen ist,
sodasssichpositiveundnegativeAbweichungengegenseitigaufheben.UmdiesesPro-blemzu
lösen,kanndieabsolutedurchschnittlicheAbweichungderRenditenermitteltwerden:

1X
T
Absolute durchschnittliche Abweichung der Renditen D jrt  j: (2.11)
T tD1

8
Für den Schätzfehler der erwarteten Rendite vgl. Abschn. 4.2.1 über die Konstruktion der Effizi-
enzkurve mit historischen Daten.
2.3 Risiko 23

Der Begriff „absolut“, der durch di e vertikalen Betragsstriche in ( 2.11 ) gekennzeichnet ist,
bedeutet, dass negative Renditen als positive Größen in die Berechnung eingebunden werden.
Diese absolute durchschnittliche Rendite ist einfach zu berechnen und intuitiv. Allerdings
besitzen absolute Zahlen Eigenschaften, welche die statistische Analyse wie etwa die
Portfoliooptimierungerschweren.

Eine bekannte statistische Größe ist die Varianz, die das Problem der durchschnittlichen
Abweichung von null löst.9 SiestellteinestatistischeGrößedar,welchediedurchschnitt-
lichequadrierteAbweichungderRenditenvondererwartetenRendite(arithmetisches
Mittel) misst. Eine größere Varianz bedeutet eine größere Streubreite der Renditen und
demzufolgeeinegrößereVerlustgefahr.DieVarianz( ¢ 2 ) der Grundgesamtheit der Rendi-
tedaten kann wie folgt berechnet werden:

1X
T
2
¢ D .rt  /2 : (2.12)
T tD1

Eine Größe zu verwenden, die quadrierte Abweichungen benutzt, hat verschiedene Vor-
teile. Erstens heben sich positive und negative Abweichungen nicht gegenseitig auf, da alle
Abweichungen positiv sind. Zweitens führt die Quadrierung der Abweichungen zu einem
stärkeren Gewicht von großen Abweichungen. Dies ist mit dem Risikobegriff inso- fern
konsistent,alsgrößereAbweichungeneinehöhereVerlustgefahrdarstellen.Drittensbesitztdie
Varianz statistische Eigenschaften, die sich für die Portfoliooptimierung gut eignen. Daher
überrascht es nicht, dass die ersten Arbeiten in der Portfoliotheorie die Va- rianz als Risikomaß
verwendethaben.
10

DieVarianz(durchschnittlichequadrierteRenditeabweichung)hatnichtdiegleicheEinheit
wiedieRendite,dieinProzentangegebenwird.DaherrechnetmandieVarianzindie
Standardabweichungum,sodassmandiegleicheEinheit(Prozent)wiebeidenRenditenhat.Die
Standardabweichung(
¢ ) der Grundgesamtheit der Renditedaten lässt
sich wie folgt bestimmen (Wurzel der Varianz):
v
u
u1 X T
¢D t .rt  /2 : (2.13)
T tD1

Die Standardabweichung wird an den Finanzm ärkten als Volatilität bezeichnet und ist
dieammeistenverbreiteteKennzahlfürFinanzmarktrisiken.LiegteineStichprobeundnichtdie
GrundgesamtheitderRenditedatenvor,dividiertmaninderFormelderVarianz

9
DasQuadrierenistfürdieBerechnungderVarianzerforderlich,dadieAbweichungenvondererwarteten
Renditepositivodernegativseinkönnen,wasbeieinerAdditionderStreubreitenzuei-
ner Varianz von null führen kann. Werden hingegen die Streubreiten quadriert, erhält man positive Werte.
Beispiel: Die erwartete Rendite einer Anlage ist 10 %. Es treten Renditen von 20 %, 10 % und 0 % auf. Die
Streubreitenbetragendemnach10%,0%und
10 %, was zu einer Gesamtab-
weichung vom Erwartungswert von 0 % führt. Dies entspricht aber nicht den Schwankungen um
den Erwartungswert von C10 %, 0 % und 10 %. Werden hingegen die Streubreiten quadriert, er-
hält man positive Werte, die sich nach der gewichteten Addition durch die Wurzeloperation in die
Standardabweichung transformieren lassen.
10
Vgl. z. B. Markowitz 1959 : Portfolio Selection: Efficient Diversification of Investments, S. 72 ff.
24 2 Rendite,RisikoundMarkteffizienz

bzw. der Standardabweichung durch T  1 und nicht durch T. Das führt zu folgender Q
Stichprobenvarianz (Q¢ 2 ) und -standardabweichung (¢ ):
v
u
1 XT u 1 X T
2
¢Q D .rt  r/ 2
und ¢Q D t .rt  r/2 ; (2.14)
T  1 tD1 T  1 tD1

wobei:

r D erwartete Rendite der Stichprobe.

DieStichprobenvarianzstellteineAnnäherungandieVarianzderGrundgesamtheitdar.Siewird
mit der erwarteten Rendite der Stichprobe und nicht mit der erwarteten Rendi- te der
GrundgesamtheitderDatenberechnet.DieStichprobenvarianzwirddurchT
1
und nicht durch T dividiert, was sicherstellt, dass die auf der Basis einer Stichprobe er- mittelte
Varianz im Durchschnitt (bei wiederholtem Ziehen von zufälligen Stichproben) der Varianz
derGrundgesamtheitentspricht.DieeinzelnenTerme
.rt  r/2 in ( 2.14 )für
die Stichprobenvarianz hängen vom Erwartungswert der Stichprobe und nicht vom Er-
wartungswert der Grundgesamtheit ab. Der Erwartungswert der Stichprobe wird durch die
einzelnenBeobachtungenderStichprober t ermittelt. Werden zufälligerweise kleine
r -Werte gezogen, so wird auch der Erwartungswert klein und damit die Terme t.rt  r/2 .
Dieser Effekt wird in der Formel für die Stichprobenvarianz durch die Division durch T  1
(anstatt durch das Dividieren durch T) korrigiert. Diese Vorgehensweise erlaubt es, eine
erwartungstreueSchätzungfürdieVarianzzubestimmen. 11
EinweitererAspektbeiderBerechnungderVarianzbzw.Standardabweichungstelltdie
VerwendungstetigerRenditen(r)dar,die
s
sichanhandeinfacher(diskreter)Rendi-
ten (r) mithilfe einer logarithmischen Transformation [rs D ln.1 C r/] ermitteln lassen. Da
man bei Anlagen wie etwa Aktien zum einem nicht mehr als deren Wert verlieren kann
und zum anderen keine Preisobergrenze besteht, bewegen sich die einfachen Renditen
zwischen  % und C1. DieRenditeverteilungistdemnachrechtsschief.Wirdunter-
stellt, dass 1100
plus die einfachen Renditen (1 C r) logarithmisch normalverteilt sind, dann
folgt daraus, dass die stetigen Renditen [r s D ln.1 C r/] normalverteilt sind. In der Finanz-
markttheorie wird vielfach von dieser Annahme ausgegangen. So werden beispielsweise
für die Berechnung von Korrelationen und Betas sowie für ökonometrische Analysen üb-
licherweise stetige Renditen benutzt, weil diese im Gegensatz zu einfachen Renditen eher
normalverteiltsind.
WirddieStandardabweichungmitstetigenRenditenbestimmt,solässtsichdieer-wartete
RenditealsarithmetischesMittelderstetigenRenditenberechnen,dadiesedieEigenschaftder
Addidivitätbesitzen.DieStandardabweichungmitstetigenRenditenlässtsichwiefolgt
bestimmen:
v
u
u 1 X
T
¢Q stetig Dt .rs ; t  r s /2 ; (2.15)
T  1 tD1

11
Die Quantität T  1 ist auch als die Anzahl Freiheitsgrade (Degree of Freedom) bekannt, die für
die Berechnung der Varianz der Stichprobe verwendet wird.
2.3 Risiko 25

wobei:
rs;t D stetigeRenditefürdiePeriodet,D
rs erwartete stetige Rendite.

Um die Standardabweichung einfacher Rendite n zu ermitteln, kann die Standardabwei- chung


derstetigenRenditenwiefolgtumgerechnetwerden:

¢Q D e¢Q stetig  1: (2.16)

Ferner sind die Wahl der historischen Zeitperiode und die Frequenz der beobachteten Da- ten für
die Volatilitätsbestimmung entscheidend. Es besteht ein Trade-off zwischen der Anzahl an
Renditebeobachtungen (T) und der Länge des historischen Zeitintervalls. Ist die Volatilität
stationär über die Zeit hinweg, dann sollte eine möglichst lange Zeitperi- ode mit einer großen
Anzahl Renditen genommen werden, um eine statistisch signifikante Standardabweichung zu
ermitteln. Ist hingege n die Volatilität nicht stationär, dann führt eine lange Zeitperiode zu einer
Standardabweichung,diedasaktuelleRisikoderAnla-genichtwiedergibt.IndiesemFallisteine
eher kurze Zeitperiode zu wählen, die zwar einerseits einen Strukturbruch in den Daten besser
berücksichtigt, aber andererseits eine Volatilitätsgröße produziert, die aufgrund der kleinen
AnzahlanRenditebeobachtungenstatistischnichtsignifikantseinkann.

12

Beispiel
Berechnung der Volatilität von Aktien
Für eine bestimmte Aktie liegen die folgenden monatlichen Preise und Renditen vor:

Monate Aktienpreise (in EUR) Einfache Renditen (in %)


Anfang Januar 100
Ende Januar 105 5,00
Ende Februar 112 6,67
Ende März 104 7;14
Ende April 98 5;77
Ende Mai 85 13;27
Ende Juni 100 17,65
Ende Juli 103 3,00
Ende August 105 1,94
Ende September 108 2,86
Ende Oktober 110 1,85
Ende November 112 1,82
Ende Dezember 114 1,79

Wie hoch ist die annualisierte Volatilität der stetigen und der einfachen Renditen
dieser Aktie?
12
Als Richtgröße gilt, dass die Volatilität mit nicht weniger als 24 Renditen zu rechnen ist, da sonst
die statistische Relevanz der Risikogröße nicht gegeben ist.
26 2 Rendite,RisikoundMarkteffizienz

Lösung
ZunächstsinddiestetigenRenditenzuermitteln.DiestetigeRenditers im Monat Ja-
nuarvon4,88%kannwiefolgtberechnetwerden:

EUR 100 ers 1 D EUR 105;


rs D ln .EUR 105= EUR 100/ D 0;0488 D 4;88%:

Die Summe der quadrierten monatlichen R enditeabweichungen von 0,0639 lässt sich wie
folgtermitteln:

Monate Monatliche stetige Renditen Quadrierte monatliche


h Rendi-
i
(rs ) teabweichungen .rs  rs /2
Anfang Januar
Ende Januar 0,0488 0,0014
Ende Februar 0,0645 0,0029
Ende März 0;0741 0,0072
Ende April 0;0594 0,0049
Ende Mai 0;1423 0,0235
Ende Juni 0,1625 0,0230
Ende Juli 0,0296 0,0003
Ende August 0,0192 0,0001
Ende September 0,0282 0,0003
Ende Oktober 0,0183 0,0001
Ende November 0,0180 0,0001
Ende Dezember 0,0177 0,00005
Summe 0,1310 0,0639
Durchschnitt (erwartete Ren- 0,0109
dite, rs )

Die Standardabweichung der monatlichen stetigen Renditen beträgt 7,62 %:


v
u r
u 1 X T
0;0639
¢Q stetig D t 2
.rs;t  rs / D D 0;0762 D 7;62%:
T  1 tD1 12  1

Wenn man davon ausgeht, dass die Renditen unabhängig voneinander anfallen (also nicht
miteinander korrelieren), dann lä sst sich die annualisierte Volatilität von 26,4 % durch die
MultiplikationmitderWurzelvon12Monatenwiefolgtermitteln:
p
¢Q stetige Rend iten annualisiert D 0;0762  12 D 0;2640 D 26;40%:

Die annualisierte Volatilität der stetigen Re nditen von 26,4 % kann in eine Standardab-
weichungdereinfachenRenditenvon30,21%folgendermaßenumgerechnetwerden:

¢Q D e¢Q stetig  1 D e0;2640  1 D 0;3021:


2.3 Risiko 27

DieimBeispielberechneteVolatilitätderstetigenRenditenvon26,4%basiertaufeinersehr
kleinenDatenreihevonnur12Renditebeobachtungen.UmeinelängereDaten-reihezu
erhalten,könnentäglicheAktienpreiseundRenditenüberdasletzteJahrhinwegverwendet
werden.Da1Jahrausrund250Handelstagenbesteht,lässtsicheinestatistischsignifikante
Volatilitätausrund250täglichenRenditenbestimmen.EineZeitperiodevon1Jahristinsofern
sinnvoll,daetwaigeStrukturbrücheindenDatenimVergleichzulän-gerenZeitintervallen
besserberücksichtigtwerdenkönnen.DarüberhinauskannmandenRenditeabweichungen
unterschiedlicheGewichtezuordnen.KürzlichangefalleneRendi-teabweichungenerhalten
einhöheresGewichtundhabensomiteinenstärkerenEinflussaufdieBerechnungder
Volatilität.DieaufdieseWeiseberechneteRisikogrößespiegeltdieaktuelleVerlustgefahrder
Aktiebesserwider.

13

Die Standardabweichung basiert auf dem statistischen Konzept der Normalverteilung


– auch bekannt als die Gauß‘sche Verteilung.14 Die Normalverteilung ist die am weitesten
verbreitete Verteilung. Sie besitzt die folgenden statistischen Eigenschaften:

 Sämtliche Normalverteilungen sind durch di e gleiche Verteilungsform gekennzeichnet.


DieVerteilungistglockenförmigundverfügtnurübereinen„Gipfel“(eingipflig)inderMitte
der Verteilung. Der Erwartungswert (arithmetisches Mittel), der Median (Mitte aller Werte)
undderModus(häufigsterWert)sindgleichgroßundbefindensichinderVerteilungsmitte.

 Die Normalverteilung ist symmetrisch um den Erwartungswert verteilt. Links und rechts
vomErwartungswertistdieVerteilungspiegelbildlichangeordnet.
 Die Normalverteilung fällt vom Erwartungswert in beide Richtungen leicht und asym-
ptotisch ab. Die Häufigkeiten der Beobachtungen werden immer kleiner, berühren aber die
X-Achsenie.FolglichistdieSpannbreitevonminusunendlichbisplusunendlich.
 68,3 % aller Renditebeobachtungen liegen innerhalb einer Spannbreite von plus/minus
einmal die Standardabweichung vom Erwartungswert, 95,5 % bei plus/minus zweimal die
Standardabweichung vom Erwartungswert und 99,7 % bei plus/minus dreimal die
StandardabweichungvomErwartungswert.

Ferner spricht für die Verwendung der Normalverteilung, dass eine Verteilung bei ei- ner
genügendgroßenAnzahlanunabhängigenundzufälligenBeobachtungenzueiner

13
ZumBeispielkanndieVolatilitätmitderexponentiellgeglättetenMittelwertmethodebzw.dem
ExponentiallyWeightedMovingAverageModel(EWMA)berechnetwerden.DabeiwirdeinZer-
fallsfaktor, der zwischen 0 und 1 liegt, verwendet. Dieser Faktor ist für die Zuordnung der Gewichte
verantwortlich und nimmt ab, je älter die Renditebeobachtung ist. Im Modell fallen die Gewichte
exponentiell.
14
DieNormalverteilungisteinestetigeZufallsverteilung.DerBegriffder„Normalverteilung“wur-de
vomGöttingerMathematikerundAstronomenCarlFriedrichGauss(1777–1827)geprägt.Daherwirdfür
dieseVerteilungimdeutschsprachigenRaumoftderBegriff„Gauß‘scheVerteilung“ver-wendet.
2 2 Rendite,RisikoundMarkteffizienz

(Häufig-
keit)

68,3%

95,5%
99,7%

–21,77 –14,15 –6,53 8,71 16,33 23,95


erwartete (Renditen in %)
Rendite von
1,09%

Abb.2.1 Erwartete Rendite und Standardabweichung

Normalverteilung konvergiert. Diese Approximationseigenschaft wird als zentraler


Grenzwertsatz bezeichnet. Daher ist es be i einer großen Anzahl an unabhängigen und
zufälligen Renditen sinnvoll, eine Normalverteilung zu unterstellen, auch wenn die Ren-
diteverteilung eines Portfolios nicht exakt normalverteilt ist. In einem solchen Fall könnenalle
statistischen Eigenschaf ten der Normalverteilung für die Rendite- und Risikoanalyse einer
Investitioneingesetztwerden.

EinemonatlicherwarteteRenditevon1,09%undeineStandardabweichungdermo-
natlichenRenditenvon7,62%bedeutet,dassmiteinerWahrscheinlichkeitvon68,3%die
RenditenineinerBandbreitevon
6;53 % und 8,71 % liegen. Mit einer Wahrscheinlich-
keit von 95,5 % fallen die Renditen innerhalb einer Spannbreite von zwei Standardabwei-
chungen um den Erwartungswert an, was zu einer Renditebandbreite von 14;15 % und
16,33 % führt. Des Weiteren beträgt die Wahrscheinlichkeit 99,7 %, dass die Renditen
drei Standardabweichungen um den Erwartungswert zu liegen kommen (also zwischen
%und23,95%).Abb. 2.1zeigtdenZusammenhangzwischenerwarteterRendite21;77
und Standardabweichung.

2.3.2 Downside-Risiko

Intuitivbetrachtet,stelltdieStandardabweichungeineattraktiveRisikogrößedar.Sieisteinfach
zu berechnen, basiert auf bekannten statistischen Konzepten wie etwa der Normal- verteilung
und ist einfach zu interpretieren. Die Standardabweichung weist als Risikogrö- ße auch
Nachteileauf.ErstensmisstsiedieAbweichungderRenditenvondererwarteten
2.3 Risiko 29

Rendite und setzt voraus, dass die Renditen normalverteilt und unabhängig sind. Positi- ve wie
auch negative Abweichungen von der erwarteten Rendite fallen gleichmäßig an. In der Regel
sind die meisten Renditeverteilungen nicht normal und weisen auch keine symmetrische
Verteilung auf. So können zwei Anlagen über die gleiche erwartete Ren- dite und Volatilität
verfügen, aber unterschiedlich hohe zentrale Momente der Verteilung aufweisen wie die
SchiefederVerteilung(Skewness)unddieKurtosis.
15

AußerdemstelltsichdieFrage,obdieInvestorendasRisikoalsAbweichungvoneiner
erwartetenRenditedefinieren.VieleInvestorennehmendasRisikoalsdasNichterrei-cheneiner
bestimmtenangestrebtenRenditewahr,wieetwadasErreichendesrisikolo-senZinssatzesoder
eineranderenBenchmarkrendite.EinePensionskassebeispielsweisemusseinebestimmte
RenditemitdemverwaltetenVermögenerzielen,damitsiekeineUnterdeckungaufweistund
dieEinlagenerhöhtwerdenmüssen.DabeiwirddieVerlust-gefahralseinenegative
AbweichungvondergewünschtenRendite(undnichtalspositiveAbweichung)verstanden.
DarüberhinaussindBehavioral-Finance-AspektebeiprivatenInvestorenzuberücksichtigen.
PrivateInvestorenbesitzeneinehoheAversiongegenüberVerlusten.Verluste(negative
Abweichungen)habeneinehöhereBedeutungalsGewinne(positiveAbweichungen).Daher
müsstemanbeiderBerechnungderVolatilitätnegativeAbweichungenimVergleichzu
positivenAbweichungenstärkergewichten.DieStandard-abweichungalsRisikogrößenimmt
dieseUnterscheidungnichtvor.

DieseAusführungenzeigen,dassdieRisikobeurteilungeinerAnlageanhandderStan-
dardabweichungkritischistundzufalschenSchlussfolgerungenführenkann.Nimmtman
beispielsweiseeineProtective-Put-Strategie,bestehendauseinerAktieundeineramGeld
liegendenLong-Put-Option
16
,dannistdieRenditeverteilungpositivschiefver-
teilt.DasDownside-RisikoistaufdiebezahlteOptionsprämiebeschränkt,währenddas
Gewinnpotential unbegrenzt ist (Zunahme des Aktienpreises reduziert um die bezahlte
Optionsprämie). Da der Verlust auf die bezahlte Optionsprämie begrenzt ist, wird die Stan-
dardabweichung durch die höheren Schwankungen der Gewinne beeinflusst. Die höheren
GewinnabweichungenführenzueinergrößerenUnsicherheitüberdiezuerzielendenGe-winne,
währenddermaximaleVerlustdurchdiebezahlteOptionsprämiegegebenist.Abb. 2.2zeigtdas
Gewinn-Verlust-Diagramm einer Protective-Put-Strategie bei Fällig- keit. Betragen zum
BeispieldieOptionsprämiefürdenLongPutEUR4undderAkti-

15
Für die Schiefe der Verteilung vgl. Abschn. 2.4.1.2 und für die Kurtosis der Verteilung vgl. Ab-
schn. 2.4.1.3 .
16
FürdieProtective-Put-Strategievgl.Abschn. 12.5.2.3.EineLong-Put-OptionstellteineVerkaufs-
optiondar.DerInhaberdergekauftenPut-OptionhatdasRecht,denzugrundeliegendenBasiswert
(z.B.Aktie)zumAusübungspreiszuverkaufen.DiePut-OptionistimGeld(in-the-money),wennderPreis
des Basiswertes unterhalb des Ausübungspreises liegt und es sich lohnt, die Option aus- zuüben. Sind der
Preis des Basiswerts und der Ausübungspreis gleich, befindet sich die Option am Geld (at-the-money).
Eine Put-Option ist aus dem Geld (out-of-the-money), wenn der Preis des Ba- siswertes höher als der
Ausübungspreis ist. Bei Fälligkeit werden nur Optionen ausgeübt, die im Geld sind (ohne
Berücksichtigung von Handelskosten), weil sie den Verlust der b ezahlten Options- prämie reduzieren
odereinenGewinnabwerfen.Vgl.Abschn. 12.5.2.1.
30 2 Rendite,RisikoundMarkteffizienz

(Gewinn/
Long-Aktie
Verlust)
Protective
Long Put (am Geld) Put
+

unbegrenztes
Gewinnpotential
EUR 0
(Aktienpreis)
bezahlte
Options-
prämie
(EUR 4)
Ausübungs-
– preis =
Aktienkurs (EUR 100)
Verlustpotential
beschränkt auf bezahlte
Optionsprämie

Abb.2.2 Gewinn-Verlust-Diagramm einer Protective-Put-Strategie bei Fälligkeit

enpreis EUR 100, dann kann der Wert dieser Absicherungsstrategie nicht unter EUR 96 fallen.
Im Gegensatz dazu reduziert sichdas unbeschränkte Gewinnpotentialder Aktie umdie bezahlte
OptionsprämievonEUR4. 17

EineWeiterentwicklungderStandardabweichung,diedenaufgeführtenPunktenRech-nung
trägt,stellenDownside-RisikogrößenwiedieSemi-VarianzundderValueatRiskdar.Im
GegensatzzurStandardabweichungberücksichtigtdasDownside-Risikonurnega-tive
Abweichungen,alsonurRenditen,dieunterhalbeinerbestimmtenZielrenditezulie-gen
kommen.Renditen,dieoberhalbeinerZielrenditeanfallen,werdenalsGewinnchanceundnicht
alsVerlustgefahrbetrachtet.DemzufolgerichtetsichderFokusimRisikoma-nagementaufdie
SteuerungdesDownside-RisikosundnichtderStandardabweichung.Abb. 2.3gibtdasKonzept
desDownside-Risikoswieder.

UmdasDownside-Risikozuberechnen,werdenfürdiejenigenRenditenauseinerDa-
tenreihe,diekleineralsdieZielrenditesind,dienegativenRenditeabweichungeneruiert,
währendAbweichungenfürRenditenoberhalbderZielrenditeaufnullgesetztwerden.

17
FälltzumBeispielderAktienpreisvonEUR100aufEUR90(EUR70),resultiertdarauseinVer-lustvon
EUR10(EUR30).DerVerlustausderAktienpositionwirddurchdenGewinnvonEUR6
(EUR 26) bei der Long-Put-Option teilweise aufgefangen und beträgt EUR 4. Unabhängig davon, um wie
viel der Aktienpreis fällt, der Verlust wird nie größer als EUR 4 sein und der minimale Wert der Strategie
beträgtmindestensEUR96.SteigthingegenderAktienkursaufEUR110(EUR130),resultierteinGewinn
vonEUR10(EUR30).DadieLong-Put-OptionausdemGeldliegt,istsiezumFälligkeitszeitpunktwertlos
und wird nicht ausgeübt. Daher reduziert sich der Gewinn von EUR 10 (EUR 30) um die bezahlte
OptionsprämievonEUR4aufEUR6(EUR26).
2.3 Risiko 31

(Häufig-
keit)

Renditen, die
unterhalb der
Zielrendite
liegen, werden in
die
Risikobetrachtun
g einbezogen.

Zielrendite (Renditen)
erwartete
Rendite

Abb.2.3 Konzept des Downside-Risikos

Das Downside-Risiko lässt sich wie folgt bestimmen:


v
u
u 1 X 2
T
Downside-Risiko D t Z; (2.17)
T  1 tD1 t

wobei:
( )
rt  r wenn rt < r
Zt D ;
0 wenn rt > r
T D Anzahl Renditen,
r D Zielrendite.

Die Wahl der Zielrendite hat einen wesentlichen Einfluss auf die Risikogröße. Die Ziel- rendite
kann als erwartete historische Rendite, risikoloser Zinssatz, null Prozent oder als eine andere
Benchmarkrenditedefiniert werden.WirdalsZielrenditedie erwartetehisto-rischeRenditein(
2.17)eingesetzt,lässtsichdiesogenannteSemi-Standardabweichungberechnen.
18
DieseistproportionalzurStandardabweichungundführtimVergleichzur
NormalverteilungnichtzugrößerenErkenntnisseninderRisikobetrachtungeinerAnlage
bzw. eines Portfolios. Nimmt man hingegen als Zielrendite null Prozent, bestimmt man die

18
MarkowitzstelltinseinerArbeitüberdiePortfoliotheoriedieSemi-Varianzvor,umeineAlterna-tivezur
VarianzalsRisikogrößeaufzuzeigen.AllerdingsverwendeterinseinerPortfoliotheoriedie
VarianzundnichtdieSemi-Varianz,weildieseeinfacherzuberechnenistundfürdiePortfolioop-timierung
geeignete statistische Eigen schaften aufweist. Vgl. Markowitz 1959 : Portfolio Selection: Efficient
DiversificationofInvestments,S.188ff.
32 2 Rendite,RisikoundMarkteffizienz

VariabilitätvonnegativenRenditen(alsoVerlusten).DieseRisikogrößestelltfürrisiko-averseprivate
InvestoreneingeeignetesVerlustmaßdar.DesWeiterenkanndieZielrenditeauchalsrisikoloser
Zinssatz oder als Marktrendite definiert werden. Vor allem institu- tionelle Investoren wie ein
Anlagefonds, der beispielsweise eine passive Aktienstrategie verfolgt, können einen
AktienmarktindexalsBenchmarkeinsetzenunddieVerlustgefahralsnegativeAbweichungenvom
Marktindexmessen.

Downside-RisikogrößenermöglicheneinbesseresVerständnisdesAnlagerisikos.Al-
lerdingsbasierenmehreredieserRisikogrößenaufderNormalverteilung.Siedrückendie
VerlustgefahrproportionalzurVolatilitätausundbietendarüberhinauskeinezusätzlichen
Risikoinformationen.Außerdemisteswichtig,dassmandieBerechnungsweiseversteht,weil
unterschiedlicheAnnahmendieVergleichbarkeitvonDownside-Risikogrößener-schweren
bzw.unmöglichmachen.

EineweitereDownside-RisikogrößeistdiesogenannteShortfallProbability,welchedie
Wahrscheinlichkeitangibt,dassRenditenuntereinerZielrenditezuliegenkommen.Die
ZielrenditekannnullProzent,derrisikoloseZinssatz,dieMarktrenditeodereinean-dere
Zielgrößesein.DieShortfallProbabilitygibtnurdieWahrscheinlichkeitan,dassRenditenunter
dieZielrenditefallen,abernichtdenmöglichenVerlustbetrag.Istbeispiels-weisedie
ZielrenditenullProzentundsind40von100Renditennegativ,dannbeträgtdieShortfall
Probability40%(

D 40=100).

2.3.3 ValueatRisk

DerValueatRisk(VAR)isteinerelativjungeRisikogrößeundhatsichinden1990er-Jahrenalsdas
wichtigste Konzept der Risikomessung in der Finanzindustrie etabliert. Er wird vor allem
eingesetzt,umPortfolioverluste,resultierendausdemMarktrisiko,zuberechnen.
19
DerVARkannauchverwendetwerden,umVerlusteausdemKreditrisi-kound
operationellenRisikozumessen. 20
IndiesemAbschnittwerdendieDefinition,die
BerechnungsweiseanhandderVarianz-Kovarianz-MethodefüreineAnlagesowiedie
Problematik der Verwendung des VAR als Risikogröße beschrieben.

2.3.3.1 De nition
Der Value at Risk gibt den Verlustbetrag einer Anlage an, den man mit einer bestimmten
Wahrscheinlichkeit über eine vordefinierte Zeitperiode hinweg unter normalen Marktver-
hältnissen verlieren kann. Diese potentielle Verlustgröße ist durch die zwei Parameter
WahrscheinlichkeitundZeitperiodegekennzeichnet.DerVARkannsowohlalseinema-

19
UnterMarktrisikoverstehtmanVerluste,dieaufgrundvonÄnderungenderAktienpreise,Zinssät-ze,
FremdwährungenundRohstoffpreiseentstehen.Besitztmanbeispielsweiseeinefestverzinsliche
Anleihe, dann führt ein Zinssatzanstieg zu einem Preisrückgang der Anleihe bzw. zu einem Verlust. Vgl.
Abschn.9.2.3.
20
Die VAR-Berechnung für das Kreditrisiko und operationelle Risiko ist unter anderem aufgrund
der Datenverfügbarkeit schwieriger als die Ermittlung des VAR für das Marktrisiko.
2.3 Risiko 33

(Häufig-
keit)

maximaler VAR
(95 %-VAR)

minimaler VAR
(5 %-VAR)

95 %
5%

VAR von (Marktwert-


EUR 1 Mio. veränderungen
des Portfolios)

Abb.2.4 Maximaler und minimaler Value at Risk

ximale als auch eine minimale Verlustgröße interpretiert werden. Beispielsweise lässt sich der
VAReinesAnlageportfolioswiefolgtumschreiben:

 Maximaler VAR: „Der Value at Risk eines Portfolios beträgt EUR 1 Mio. für 1 Tag mit einer
Wahrscheinlichkeit von 95 %.“ Diese Aussage lässt sich wie folgt interpretieren: Mit einer
Wahrscheinlichkeitvon95%istderVerlustamEndedesnächstenTagesnichtgrößeralsEUR
1Mio.

 Minimaler VAR: „Der Value at Risk eines Portfolios beträgt EUR 1 Mio. für 1 Tag mit einer
Wahrscheinlichkeit von 5 %.“ Dies bedeutet, dass mit einer Wahrscheinlichkeitvon 5 % der
VerlustamEndedesnächstenTagesgrößeralsEUR1Mio.ist.

Es ist mit dem VAR nicht möglich, die Höhe des maximalen Verlustes vorauszusagen. Mit
absoluter Sicherheit weiß mannur, dass man nicht mehr alsdenWer teines Portfolios be- stehend
aus Long-Positionen (ohne Leverage) verlieren kann. Insbesondere sagt der VAR nichts über
den möglichen Verlust aus, der mit einer bestimmten Restwahrscheinlichkeit anfällt. Abb. 2.4
zeigt den maximalen und minimalen Value at Risk unter der Annahme, dass die
MarktwertveränderungendesPortfoliosnormalverteiltsind.

Ausgedrückt mit der Wahrsch einlichkeitstheorie, ist d er VAR bei einem p %-Konfi-
/
denzniveau das  p%Quantil derVerteilungderMarktwertveränderungendesPortfo-.1
lios. Bei einem VAR mit einem Konfidenzniveau von 95 % ist das Quantil der Verteilung
5 %.D 1  95 %/.

2.3.3.2 Berechnung
Die Berechnung des Value at Risk hängt von einer Vielzahl von Entscheidungen wie etwa der
WahlderWahrscheinlichkeitundderZeitperiodeab.BeiderMessungdesMarktrisi-
34 2 Rendite,RisikoundMarkteffizienz

Tab.2.2 Wahrscheinlichkeitsverteilung von Portfo liorenditen über eine bestimmte Zeitperiode


Portfoliorenditen Wahrscheinlichkeit Kumulierte Wahrscheinlichkeiten
weniger als 30 % 0,01 0,01
30 % bis 25 % 0,02 0,03
25 % bis 18 % 0,02 0,05
18 % bis 10 % 0,05 0,10
10 % bis 5 % 0,10 0,20
5 % bis 2 % 0,13 0,33
2 % bis 0 % 0,17 0,50
0 % bis 2 % 0,17 0,67
2 % bis 5 % 0,13 0,80
5 % bis 10 % 0,10 0,90
10 % bis 18 % 0,05 0,95
18 % bis 25 % 0,02 0,97
25 % bis 30 % 0,02 0,99
mehr als 30 % 0,01 1,00
1,00

kos werden üblicherweise Wahrscheinlichkeiten von 1 %, 2,5 % oder 5 % verwendet. Eine


kleinere Wahrscheinlichkeit (z. B. 1 % im Vergleich zu 5 %) führt zu einem größeren (kon-
servativeren) VAR-Wert. Die Wahl der Zeitp eriode hat ebenfalls einen Einfluss auf den
Verlustbetrag. Je länger das gewählte Zeitintervall, desto höher der VAR. Über eine länge- re
ZeitperiodehinwegkannmaneinengrößerenVerlusterleidenalsübereinenkürzerenZeitraum.
FinanzinstituteberechnenüblicherweisedenVAReinesHandelsportfoliosmit einer Zeitdauer
von1Tagund/oder10TagensowiemiteinerWahrscheinlichkeitvon1%,2,5%und/oder5%.

UmVergleichezwischenverschiedenenVAR-Größenzuerleichtern,wirdderVARvielfach
inProzent(alsRenditegröße)undnichtineinemabsolutenVerlustbetragange-geben.DerVAR
lässtsichauseinerWahrscheinlichkeitsverteilungderPortfoliorenditenbestimmen.Nimmtman
dieDatenausTab. 2.2,dannbeträgtderprozentualeVARmiteiner5%-Wahrscheinlichkeit

18 %. Um diesen Verlustbetrag von 18 % zu erhalten,


werden die Wahrscheinlichkeiten addiert, bis man zu einer kumulierten Wahrscheinlich-
keitvon5%gelangt.EsbestehteineWahrscheinlichkeitvon1%,dassderWertdesPortfoliosum
mindestens  %fällt.DieWahrscheinlichkeitist2%,dassdieWertmin-30
derung zwischen 30 % und 25 % ausfällt. Ein Wertrückgang des Portfolios zwischen
25 % und 18 % fällt mit einer Wahrscheinlichkeit von 2 % an. Folglich beträgt der
prozentuale 5 %-VAR 18 %.UmdenabsolutenVARzubestimmen,kannder5%-VARvon
18 % mit dem Marktwert des Portfolios multipliziert werden. Wird ein Marktwert
des Portfolios von EUR 1 Mio. unterstellt, beträgt der absolute 5 %-VAR EUR 180:000.D
0;18  EUR 1:000:000).
2.3 Risiko 35

NachdemmandieWahrscheinlichkeitunddieZeitperiodedefinierthat,istdieBe-
rechnungsmethodefürdenVARfestzulegen.DiedreiBerechnungsmethodensinddie
analytischeoderVarianz-Kovarianz-Methode,diehistorischeSimulationunddieMonte-
Carlo-Simulation.DiebeidenletztgenanntenVAR-Berechnungsmethodenbestimmendie
MarktwertveränderungendurchNeubewertungendesPortfolios.BeiderhistorischenSi-
mulationsmethodewirddasPortfoliofürdieinderVergangenheiteingetretenenSzenarienneu
bewertet(derSimulationspfadistdurchdieVergangenheitgegeben).ImGegensatzdazu
werdenbeiderMonte-Carlo-SimulationmeistenszehntausendRunsmiteinemZu-
fallszahlengeneratordurchgeführt,umfürjedeseinzelneSzenariodiePortfoliowertebzw.die
darausabgeleitetenMarktwertveränderungenzuermitteln.

DieVarianz-Kovarianz-MethodeberuhtaufderAnnahme,dassdieMarktwertverände-
rungenbzw.dieRenditendesPortfoliosnormalverteiltsind.DieFormelnfürdieBerech-nungdes
ValueatRiskanhanddiesesparametrischenAnsatzes 21
lauten wie folgt:

VARabsolut D E .r/ V C z’ ¢V; (2.18)


VARin % D E .r/ C z’ ¢; (2.19)

wobei:

E.r/ D erwartete Rendite des Portfolios,


V D Marktwert des Portfolios,
z’ D Standardnormalvariable beim linken Quantil ’ der Verteilung,
¢ D Standardabweichung der Portfoliorenditen.

Eine Standardnormalverteilung ist durch einen erwarteten Wert von 0 und eine Standard-
abweichung von 1 definiert. Ein Wert aus einer nicht standardisierten Normalverteilung kann in
eine Standardnormalvariable überführt werden, indem vom Wert der erwartete Wert
subtrahiertundanschließenddurchdieStandardabweichungdividiertwird.
22
Bei
einer Standardnormalverteilung liegen 5 % aller möglichen Werte unterhalb der Standard-
normalvariablenvon  . Dahernimmtmanfürden5%-VAReineStandardnormalva-
riable von 1;65. 1;65

21
EinparametrischerAnsatzunterstelltbeiderBerechnungdesVAReinebestimmteVerteilungder
MarktwertveränderungendesPortfolios(z.B.dieNormalverteilungbeiderVarianz-Kovarianz-
Methode).
22
ZumBeispiel:EineVerteilunghateineerwarteteRenditevon7%undeineStandardabweichungvon30
%.MöchtemandieWahrscheinlichkeit(ShortfallProbability)bestimmen,dassmaneineRenditevon
wenigerals10%erhält,dannistdieStandardnormalvariableanhanddererwartetenRenditevon7%undder
Standardabweichungvon30%zuberechnen.DieStandardnormalvaria-bleist0,10[

D .0;10  0;07/=0;30]. Nimmt man eine Standardnormalverteilungstabelle oder eine


Spreadsheet-Funktion von Microsoft Excel [STANDNORMVERT(0,10)], erhält man eine Wahr-
scheinlichkeitvon0,5398.DemzufolgebeträgtdieWahrscheinlichkeit53,98%,dassdieRenditeweniger
als10%ist.
36 2 Rendite,RisikoundMarkteffizienz

Vielfach wird der Value at Risk mit einer erwarteten Rendite von 0 % gerechnet, weil
man von einer zufälligen Veränderung des Portfoliowertes ausgeht (Random Walk).23 Ein
zufällig veränderter Wert besitzt über eine s ehr kurze Zeitperiode einen Erwartungswert von
annäherungsweisenull,dazufälligauftretendepositiveundnegativeWertveränderun-gensich
gegenseitigaufheben.DerVARlässtsichdannanhandderfolgendenFormelnberechnen:

VARabsolut D z’ ¢V; (2.20)


VARin % D z’ ¢: (2.21)

Beispiel
Berechnung des Value at Risk von einer Anlage
Ein Portfolio hat einen Marktwert von EUR 1 Mio. Die erwartete jährliche Portfolio- rendite
beträgt 10 %, während die annualisierte Volatilität der Renditen bei 30 % liegt. Folgende
FragensindanhandderVarianz-Kovarianz-Methodezubeantworten:

1. Wie hoch ist der absolute 5 %-VAR für 1 Jahr?


2. Wie hoch ist der absolute 1 %-VAR für 1 Jahr?
Wie hoch ist der absolute 5 %-VAR für 1 Monat?
3. Wie hoch ist der absolute 1 %-VAR für 1 Woche?
4.

Lösungzu1
5 %-VARabsolut D 0;10  EUR 1:000:000 C .1;65/  0;30  EUR 1:000:000
D EUR 395:000
MiteinerWahrscheinlichkeitvon5%wirdfürdasnächsteJahreinenhöherenVerlustalsEUR
395:000 erwartet.

Lösungzu2
Bei einer Standardnormalverteilung liegt 1 % aller möglichen Werte unterhalb der Stan-
dardnormalvariablenvon 2;33. Daher beträgt die Standardnormalvariable für die Be-
rechnung des 1 %-VAR 2;33.

1 %-VARabsolut D 0;10  EUR 1:000:000 C .2;33/  0;30  EUR 1:000:000


D EUR 599:000

FürdasnächsteJahrerwartetmanmiteinerWahrscheinlichkeitvon1%einenhöherenVerlus ta
lsEUR 599:000.
23
BeieffizientenMärktensindsämtlicheInformationenindenAnlagepreisenenthalten,sodasssichdie
PreiselediglichaufgrundneuerInformationenverändern.DabewertungsrelevanteInformatio-
nen rein zufällig auftreten, folgen die Anlagepreise einer Zufallsbewegung (Random Walk).
2.3 Risiko 37

Lösungzu3
Zuerst sind die jährliche erwartete Re ndite und die annualisierte Volatilität in mo- natliche
Werteumzurechnen.Dabeigilteszubeachten,dassdieVarianz-Kovarianz-Methodeaufder
Annahme beruht, dass die Renditen normalverteilt sind und unab- hängig voneinander
anfallen, sodass die e rwartete Rendite proportional zur Zeit und die Volatilität proportional
zurWurzelderZeit(dieVarianzistproportionalzurZeit)stehen.

24

0;10
Erwartete monatliche Rendite D D 0;0083
12 Monate
0;30
Volatilität der monatlichen Renditen D p D 0;0866
12 Monate
5 %-VARabsolut D 0;0083  EUR 1:000:000 C .1;65/  0;0866  EUR 1:000:000
D EUR 134:590

Mit einer Wahrscheinlichkeit von 5 % erwartet man einen höheren Verlust als EUR
134:590 über 1 Monat hinweg.

Lösungzu4
Zunächst sind die jährliche erwartete R endite und die annualisierte Volatilität in wö-
chentlicheWerteumzurechnen:
0;10
Erwartete wöchentliche Rendite D D 0;0019;
52Wochen
0;30
Volatilität der wöchentlichen Renditen D p D 0;0416:
52Wochen
Der wöchentliche 1 %-VAR von EUR 95:028 berechnet sich wie folgt:

1 %-VARabsolut D 0;0019  EUR 1:000:000 C .2;33/  0;0416  EUR 1:000:000


D EUR 95:028:

Für die nächste Woche erwartet man mit ei ner Wahrscheinlichkeit von 1 % einen hö- heren
VerlustalsEUR 95:028.

2.3.3.3 Problematik
Sind die Marktwertveränderungen des Portfolios nicht normalverteilt, dann führt die
Varianz-Kovarianz-MethodezueinemVAR-Wert,derentwederdasPortfoliorisikoüber-oder
unterschätzt.BesitzteinPortfolioOptionenoderFinanzwertemiteingebetteten

24
DieSkalierungdesVARmitderWurzelausderZeit(z.B.Tage,Wochen,Monate)undnichtmitder
eigentlichenZeitlässtsichausderStatistikherleiten.InjedemProzess(wiederGeometric
Brownian Motion), bei dem die Ereignisse normalverteilt sind und unabhängig voneinander anfal- len,
nimmt die Varianz proportional zur Anzahl derEreignisse zu. Da die Standardabweichung ausder Wurzel
derVarianzbestimmtwird,erfolgtdieAnpassungderHaltedauermitderWurzelausderZeit.
3 2 Rendite,RisikoundMarkteffizienz

(Häufigkeit) Long-Optionen

Value at Risk

(Marktwertveränderungen
des Optionsportfolios)

(Häufigkeit)
Short-Optionen

Value at Risk

(Marktwertveränderungen
des Optionsportfolios)

Abb.2.5 Value at Risk von Long- und Short-Optionen

Optionen wie beispielsweise Wandelanleihen oder kündbare Anleihen, ist die Verteilung der
Marktwertveränderungen nicht mehr normal. Ein Portfolio, das aus Long-Call- und
Put-Optionen besteht, verfügt über eine rechtsschiefe Verteilung. Den maximalen Ver- lust
stellen die bezahlten Op tionsprämien dar. Der maximale Gewinn hingegen ist bei den
Long-Call-Optionenunbeschränkt und beid en Long-Put-Optionen auf die Differenzzwischen
Ausübungspreis und Preis desBasiswerts von null begrenzt. Berechnet man denVAR anhand
der Varianz-Kovarianz-Methode, würde man den potentiellen Verlust von Long-Optionen
überschätzen. Besteht das Portfolio hingegen aus Short-Optionen, ist die Verteilung
linksschief, weil Verlu ste im Vergleich zu Gewinnen (begrenzt auf erhalteneOptionsprämien)
mit einer höheren Wahrscheinlichkeit eintreten. Der Einsatz der Varianz-Kovarianz-Methode
unterschätztdieVerlustgefahr.Abb. 2.5zeigtdiesenZusammenhang.

BeinichtnormalenVerteilungenmüssenfürdieBerechnungdesVARNeubewer-
tungsansätzewiediehistorischeSimulationsmethodeoderdieMonte-Carlo-Simulation
eingesetztwerden.ImVergleichzurVarianz-Kovarianz-MethodeistbeidenNeubewer-
tungsansätzendieAnnahmederNormalverteilungnichterforderlich.

DesWeiterenkannderValueatRiskdieEigenschaftderSubadditivitätverletzen,so-dassdie
SummevonzweiVAR-PositionenkleinerausfallenkannalsderVARdieserbeidenPositionen
kombiniertineinemPortfolio.DieSubadditivitätstellteinewichtigeEigenschaftfürein
Risikomaßdar.WirdeinPortfoliomitAnlagenerstellt,soistdieSum-
2.3 Risiko 39

Tab.2.3 Value at Risk und Subadditivität


Szenario Verlust Anlage A Verlust Anlage B Ve r l u s t AC B
(P ortfolio)
1 0 0 0
2 0 0 0
3 0 0 0
4 0 0 0
5 0 0 0
6 0 0 0
7 0 0 0
8 0 0 0
9 0 2 2
10 2 0 2
VAR95 % 2 2 2
VAR84 % 0 0 2

me der Risiken der einzelnen Anlagen größer oder gleich dem Risiko des Portfolios:25

VAR.A/ C VAR .B/  VAR .A C B/ : (2.22)

Die Eigenschaft der Subadditivität kann bei der Ermittlung des Value at Risk durch Neu-
bewertungsansätze verletzt werden, die den VAR-Wert über das Ablesen des Quantils einer
Verteilung bestimmen. Wird hingegen für die Berechnung des VAR die Varianz-
Kovarianz-Methode verwendet, ist die Eigenschaft der Subadditivität erfüllt. Unterstellt man
einenKorrelationskoeffizientenvonkleinerals
C1, ist die Standardabweichung ei-
nes Portfolios kleiner als die Summe der Standardabweichungen der einzelnen Anlagen.26
Tab.2.3zeigtdieVerlustevonzweiAnlagenAundBund10möglicheSzenarien.Die
Verlusteder10SzenarienmüssenfürdieeinzelnenAnlagenzuerstvomgrößtenzum
kleinstenVerlustgeordnetwerden
Œ2;0;0;:::;0 . Wird diese Verlustverteilung bei ei-
nem Konfidenzniveau von zum Beispiel 95 % abgeschnitten, erhält man jeweils einen
VA R v o n 2 für die einzelnen Anlagen A und B. Wird hingegen ein Konfidenzniveau
von 84 % angewandt, resultiert für jede einzelne Anlage ein VAR von 0. Bildet man mit
den beiden Anlagen A und B ein Portfolio, weisen die Szenarien 9 und 10 jeweils einen Verlust
von 2 auf. Bei einem Konfidenzniveau von 84 % ergibt sich ein Portfolio-VAR
von 2. Folglich ist der VAR des Portfolios größer als die Summe des VAR der beiden ein-
zelnen Anlagen A und B. In diesem Beispiel verletzt der VAR bei einem Konfidenzniveau
von 84 % die Eigenschaft der Subadditivität. Dies führt zu einem Anreiz, das Portfolio

25
EinekohärentesRisikomaßmussdiefolgendenEigenschaftenaufweisen:Monotonie,Transla-
tionsinvarianz,positiveHomogenitätundSubadditivität.AufgrundderverletztenEigenschaftder
Subadditivität ist der Value at Risk kein kohärentes Risikomaß. Vgl. diesbezüglich Artzner et al. 1999 :
CoherentMeasuresofRisk,S.203ff.
26
Für den Diversifikationseffekt vgl. Abschn. 3.6 .
40 2 Rendite,RisikoundMarkteffizienz

bestehendauszweiAnlageninzweieinzelneAnlagenaufzuteilen,umdasRisikozure-duzieren.
AufgrundderfehlendenEigenschaftderSubadditivitätistderEinsatzdesVARzumBeispielfür
die Portfoliooptimierung, die interne Kapitalallokation und für risikoad- justierte
Entschädigungsprogrammeproblematisch.

DerValueatRiskgibtdenmöglichenVerlustbetragunternormalenMarktverhältnis-sen
wieder.VerlusteausextremenMarktbewegungenwerdenimVARnichtabgebildet.Daheristder
VARimRahmendesRisikomanagementsimmerzusammenmiteinemWorst-Case-Verlust
anzugeben.StresssimulationenerlaubendemManager,dasPortfo-liounterbestimmten
risikoreichenWorst-Case-Szenarienzuanalysieren.DieKorrelationunterdenMärktenistin
Krisenzeitensehrhoch,weildieFinanzmärkterundumdenGlo-busengmiteinanderverflochten
sind,waszueinerbedeutendenAnsteckungsgefahrführt(Contagion-Effekt).FälltzumBeispiel
dieBörseinNewYork,sindandereinternatio-naleBörsenplätzewieetwaTokio,London,
FrankfurtundZürichdavonmöglicherweiseauchbetroffenunderleidenebenfallsVerluste.
MöglicheExtremszenarienmüssensolcheglobalenAnsteckungseffekteberücksichtigen.Die
Szenarienkönnensowohlaushypothe-tischenEreignissen(z.B.Terrorangriffmitbiologischen
WaffenineinemFinanzzentrumwieLondonodereinerneuterGolfkrieg)oderauchaus
vergangenenKrisenwiedemOktober-CrashimJahre1987bestehen.

27
Ferneristesmöglich,einzelnebedeutendeRi-
sikofaktorenineinemöglichstungünstigeRichtungzuverändern,sodasseinextremer
Portfolioverlustentsteht.

2.4 WeitereAnlagecharakteristiken

WerdenAnlagenmitdemErwartungswert(erwarteteRendite)undderVarianz(Risiko)analysiert,
unterstelltmanzweiwichtigeAnnahmen.Erstens,dieRenditensindnormal-verteiltundkönnen
durch die ersten beiden zentralen Momente der Verteilung – Erwar- tungswert und Varianz –
vollständigbeschriebenwerden.Zweitens,dieFinanzmärktesindsowohlinformationseffizientals
auchoperationelleffizient.
28
Treffen die Annahmen
der Normalverteilung und der Markteffizienz nicht zu, müssen weitere Verteilungs- und
Markteigenschaften einbezogen werden, um die Anlage beurteilen zu können.

27
Am19.Oktober1987(„SchwarzerMontag“)verlorderDow-Jones-Index22,6%seinesWertes,was
denstärkstenprozentualenTagesrückgangseitdemerstenWeltkriegdarstellte,alsdieNew
YorkerBörsenachKriegsbeginnfürMonategeschlossenwarundbeiWiedereröffnungüber24%nachgab.
AngestecktdurchdenDow-Jones-IndexbrachenauchandereBörsenaufderWeltein.Soverlorderdamalige
SwissindexamMontagdes19.Oktober198711,3%undamDienstagaufgrundderversetztenHandelszeitenmitden
USAweitere3,7%,währendsichdieKurseanderWallStreetbereitswiederleichterholten.

28
Der Finanzmarkt besteht aus dem Geldmarkt und dem Kapitalmarkt. Vgl. Abschn. 8.1 .
2.4 WeitereAnlagecharakteristiken 41

2.4.1 EigenschafteneinerVerteilung

2.4.1.1 Normalverteilung
DieAnnahmederNormalverteilungistsehrverlockend,dadiestatistischenEigenschaf-tender
Verteilungbekanntsind. 29
MitdererwartetenRenditeundderVarianzlässtsichdie
Anlagebeurteilen.AllerdingssinddieRenditenoftnichtnormalverteilt.Einerseits
können die Renditen schiefverteilt sein. Das heißt, sie fallen nicht mehr symmetrisch um den
Erwartungswert an. Andererseits kann die Wahrscheinlichkeit von Extremereignissen im
Vergleich zur Normalverteilung größer oder kleiner sein. Empirisch betrachtet, fallen größere
Marktbewegungen auf den Finanzmärkten häufiger an, als man dies aufgrund der
Normalverteilungerwartenwürde.

2.4.1.2 Schiefe
Die Schiefe (Skewness) ist das dritte zentrale Moment einer Verteilung.30 Siemisstden
SymmetriegradderRenditenumdenErwartungswert.EineSchiefevonnullbedeutetei-ne
symmetrischeVerteilung.SinddieRenditenrechtsschiefverteilt,sosinddieVerlustekleinund
häufig,währenddieGewinneextremhochundwenigerhäufigsind.Einelinks-schiefe
VerteilunghingegenistdurchmehrkleineGewinnesowiedurchwenigeextremhoheVerluste
gekennzeichnet.EineInvestitionineinesolcheAnlageistnichtattraktiv.
31

Abb. 2.6 zeigt eine links- und eine rechtsschiefe Verteilung.


DieFormelfürdieBerechnungderSchiefebeinhaltetdiedurchschnittlicheAbwei-chung
derRenditenvondererwartetenRenditehochdreidividiertdurchdieStandardab-weichungder
Renditenhochdrei.DieSchiefederVerteilungeinerStichprobelässtsichwiefolgtermitteln:

  PT
T tD1 .rt  r/3
Schiefe D ; (2.23)
.T  1/. T  2/ ¢Q 3

wobei:

T D Anzahl an Renditebeobachtungen in der Stichprobe,


rt D Rendite für die Periode t,
r D erwartete Rendite,
¢Q D Standardabweichung der Renditen.

DieSchiefederVerteilungbesitztkeineEinheit,aberkannsowohlpositivwieauchne-gativ
sein.Diesdeshalb,weildieSchiefe(siehe( 2.23))mitderAbweichungderRenditen

29
Vgl. Abschn. 2.3.1 .
30
DasersteMomenteinerVerteilungistderErwartungswert,währenddaszweitezentraleMomentdurch
dieVarianzgegebenist.HöherezentraleMomentesinddieSchiefeunddieKurtosisderVerteilung.

31
Investoren bevorzugen Anlagen mit einer hohen erwarteten Rendite, mit niedriger Varianz, posi-
tiver Schiefe und niedriger Kurtosis.
42 2 Rendite,RisikoundMarkteffizienz

linksschiefe rechtsschiefe
Verteilung Verteilung

(Renditen)

Abb.2.6 Links- und rechtsschiefe Verteilungen

von der erwarteten Rendite mit einem Exponenten von drei berechnet wird, sodass das
Vorzeichen der Abweichung erhalten bleibt. Das Ergebnis ist ein numerischer Wert für die
Ausdehnung der Verteilung in die eine oder andere Richtung. Eine Normalverteilung ist
symmetrisch und verfügt über eine Schiefe von null. Eine rechtsschiefe Verteilung hat eine
positiveSchiefe,währendeinelinksschiefeVerteilungeinenegativeSchiefebesitzt.

2.4.1.3 Kurtosis
DieKurtosisistdasviertezentraleMomentderVerteilung.SiemisstdenGradderSteil-heitinder
Verteilungsmitte und den Grad der Ausbuchtungen an den beiden Enden der Verteilung. Bei
einer Normalverteilung liegt die Kurstosis bei 3 (mesokurtisch). Eine Verteilung weist eine
Kurtosis von größer als 3 auf (leptokurtisch), wenn mehr Extrembe- obachtungen im Vergleich
zu einer Normalverteilung vorliegen. Graphisch gesehen, ist die Verteilung steil in der Mitte
(steilgipflig)undverfügtübergrößereAusbuchtungen.DieVerteilungbesitzteineKurtosisvon
kleiner als 3 (platykurtisch), wenn die Renditen dicht um die Mitte der Verteilung
zusammengedrängtsind.GrafischgesehenistdieVerteilunginderMitteflach(flachgipflig)und
dieAusbuchtungensindwenigerstarkausgeprägt.

VielfachwirdinderPraxisdiesogenannteExcess-KurtosisberechnetundvonderKurtosisdie
Zahl3abgezogen.DieBerechnungderKurtosisbeinhaltetdiedurchschnitt-licheAbweichungder
RenditenvondererwartetenRenditehochvierdividiertdurchdieStandardabweichungderRenditen
hochvier.MathematischlässtsichdieExcess-KurtosiseinerStichprobewiefolgtbestimmen:

PT !
T .T C 1/ tD1 .rt  r/4
Excess-Kurtosis D
.T  1/. T  2/. T  3/ ¢Q 4
3 .T  1/2
 : (2.24)
.T  2/. T  3/

DieKurtosisisteinheitsfrei.EineNormalverteilungbesitzteineExcess-Kurtosisvonnull.Istdie
Excess-Kurtosisgrößeralsnull,sprichtmanvoneinerpositivenKurtosis,ansonsten
2.4 WeitereAnlagecharakteristiken 43

Normal-
verteilung
(mesokurtisch) Verteilung mit
positiver Excess-
Kurtosis (leptokurtisch)

Verteilung mit
negativer Excess-
Kurtosis (platykurtisch)

(Renditen)

Abb.2.7 Normalverteilung und Verteilung mit positiver und negativer Excess-Kurtosis

von einer negativen Kurtosis (kleiner als null).32 Abb. 2.7 zeigt die Normalverteilung im
Vergleich zu einer Verteilung mit einer positiven und einer negativen Excess-Kurtosis.
DieNormalverteilungbesitzteineSchiefevonnullundeineExcess-Kurtosisvonnull.Daher
istsiedurchdieerstenbeidenMomentederVerteilung–ErwartungswertundVari-anz–definiert.
Verteilungen,dienichtnormalverteiltsind,verfügenüberhöherezentraleMomentewiedie
SchiefeunddieKurtosis.Folglichisteswichtig,dassmandieAnalysebeiVerteilungen,dievon
derNormalverteilungabweichen,umdiesebeidenKennzahlenerweitert.

Beispiel
Berechnung der erwarteten Rendite, Standardabweichung, Schiefe und Excess-
KurtosiseinerRenditeverteilung
Für ein Portfolio liegen die zehn jährliche Renditen von 2008 bis 2017 vor:

Jahre Renditen (in %)


2008 7,40
2009 2,25
2010 16,65
2011 10,15
2012 14,40
2013 4,60
2014 1,90
2015 6,55
2016 0,80
2017 6;50

32
Ibbotson und einige statistische Softwarelösungen wie etwa Microsoft Excel verwenden die
Excess-Kurtosis (Kurtosis  3). Bei einer Normalverteilung ist die Excess-Kurtosis 0 (D 3  3).
44 2 Rendite,RisikoundMarkteffizienz

1. Wie hoch ist die erwartete Rendite?


2. Wie hoch ist die Standardabweichung?
3. Wie hoch ist die Schiefe der Verteilung?
4. Wie hoch ist die Excess-Kurtosis der Verteilung?
5. Wie lässt sich die Renditeverteilung a nhand der berechneten Momente interpretie- ren?

Lösungzu1
DieerwarteteRenditervon5,82%lässtsichalsDurchschnittswert(arithmetischesMittel)der
historischenRenditenwiefolgtberechnen(in%):

7;4 C 2;25 C 16;65 C 10;15 C 14;40 C 4;60 C 1;90 C 6;55 C 0;80 C .6;50/
rD
10
D 5;82:

Lösungzu2

Jahre Renditen (in %) rt  r .rt  r/2


2008 7,40 1,58 2,496
2009 2,25 3;57 12,745
2010 16,65 10,83 117,289
2011 10,15 4,33 18,749
2012 14,40 8,58 73,616
2013 4,60 1;22 1,488
2014 1,90 3;92 15,366
2015 6,55 0,73 0,533
2016 0,80 5;02 25,2
2017 6;50 12;32 151,782
Summe 419,264

Die Standardabweichung der jährlichen Renditen von 6,825 % kann wie folgt bestimmt
werden(in%):

v
u r
u 1 X
T
419;264
¢Q D t .rt  r/2 D D 6;825:
T  1 tD1 10  1
2.4 WeitereAnlagecharakteristiken 45

Lösungzu3

Jahre Renditen (in %) rt  r .rt  r/3


2008 7,40 1,58 3,944
2009 2,25 3;57 
45;499
1270,239
2010 16,65 10,83
2011 10,15 4,33 81,183
2012 14,40 8,58 631,629
2013 4,60 1;22 1;816
2014 1,90 3;92 60;236
2015 6,55 0,73 0,389
2016 0,80 5;02 126;506
2017 6;50 12;32 1869;959
Summe 116;632

Die Schiefe der Verteilung von 0;051 lässt sich folgendermaßen ermitteln:
  PT 3
T tD1 .rt  r/
Schiefe D
.T  1/. T  2/ ¢Q 3
   
10 116;632
D 
.10  1/  .10  2/ .6;825/3
D 0;051:

Das Portfolio weist jeweils 5 positive und 5 negative Abweichungen auf. Zwei große positive
Abweichungen sind in den Jahren 2010(10,83 %) und2012 (8,58 %) aufgetre- ten, die durch
diebeidennegativenAbweichungenindenJahren2017(
12;32%) und
2016 (5;02%) ungefähr kompensiert wurden. Negative und positive Abweichungen
treten mit gleicher Frequenz auf und große positive wie negative Abweichungen heben sich
ungefähr gegenseitig auf. Dies lässt die Schlussfolgerung zu, dass die Portfolio- renditen
approximativsymmetrischsind(leichtschiefverteilt).
46 2 Rendite,RisikoundMarkteffizienz

Lösungzu4

Jahre Renditen (in %) rt  r .rt  r/4


2008 7,40 1,58 6,232
2009 2,25 3;57 162,432
2010 16,65 10,83 13.756,686
2011 10,15 4,33 351,521
2012 14,40 8,58 5419,374
2013 4,60 1;22 2,215
2014 1,90 3;92 236,126
2015 6,55 0,73 0,284
2016 0,80 5;02 635,06
2017 6;50 12;32 23.037,897
Summe 43.607,827

Die Excess-Kurtosis der Verteilung von 0,047 lässt sich wie folgt berechnen:
PT !
4
T .T C 1/ tD1 .rt  r/ 3 .T  1/2
Excess-Kurtosis D 
.T  1/. T  2/. T  3/ ¢Q 4 .T  2/. T  3/
 
10  .10 C 1/ 43:607;827
D 
.10  1/  .10  2/  .10  3/ .6;825/4
3  .10  1/2

.10  2/  .10  3/
D 0;047:

Eine Excess-Kurtosis nahe bei 0 (0,047) bedeutet, dass die Verteilung annäherungswei- se
normalist.

Lösungzu5
Sowohl die Schiefe als auch die Excess-Kurtosis der Verteilung liegen ungefähr bei 0. Die
Renditen des Portfolios sind über die untersuchte Periode von 10 Jahren annähernd
normalverteilt.

MithilfederSchiefeundderKurtosisderVerteilungistesmöglich,dieAnnahmeder
NormalverteilungmitstatistischenTestszuüberprüfen.EinerderbekanntestenTestsistder
Jarque-Bera-Test. 33
DabeihandeltessichumeinenHypothesentest.DieNullhypo-these
besagt,dassdieeigentlichenRenditennormalverteiltsind.DieAlternativhypothese
hingegen geht davon aus, dass die Renditen nicht normalverteilt sind. Eine Normalvertei- lung
impliziert,dassdieSchiefeunddieExcess-KurtosisderStichprobenverteilungnahe

33
Vgl. Jarque und Bera 1987 : A Test for Normality of Observations and Regression Residuals, 163 ff.
S.
2.4 WeitereAnlagecharakteristiken 47

bei 0 liegen. Der Jarque-Bera-Test überführt die Schiefe und die Excess-Kurtosis in ei- ne
statistische Kennzahl, um zu überprüfen, ob die gerechnete Kennzahl signifikant vom
Erwartungswertabweicht.DieJarque-Bera-Statistikistwiefolgtdefiniert: 34

" #
T 2 .Excess-Kurtosis/2
Jarque-Bera-Statistik D  .Schiefe/ C ; (2.25)
6 4

wobei:

T D Anzahl Renditen in der Stichprobe.

DieJarque-Bera-StatistikbasiertaufeinerChiquadratverteilungmitzweiFreiheitsgraden.Sind
dieRenditenungefährnormalverteilt,soergibtsichausderFormelinfolgedergerin-genSchiefe
und Excess-Kurtosis ein niedriger Wert für die Jarque-Bera-Statistik. Ist die von einer
Stichprobe berechnete Jarque-Bera- Statistik größer als der kritische Wert, wird die
Nullhypothese der Normalv erteilung abgelehnt. Der relevante kritische Wert hängt vom
gewünschtenSignifikanzniveauab.BeispielsweisebeträgtbeieinemSignifikanzni-veauvon5
%bzw.1%derkritischeWert5,99bzw.9,21.

BeimJarque-Bera-TesthandeltessichumeinenasymptotischenTest,derfürkleine
Stichprobennichtgeeignetist.ImobenaufgeführtenBeispielmachtesaufgrundderklei-nen
Stichprobevonnur10RenditenkeinenSinn,denJarque-Bera-Testanzuwenden.Die
Stichprobesolltemindestens30Renditebeobachtungenenthalten.
35

Geht man beispielsweise von einer genügend großen Stichprobe von 250 Renditen aus,
deren Verteilung eine Schiefe von 0;051 und eine Excess-Kurtosis von 0,047 besitzt, so
beträgt die Jarque-Bera-Statistik 0,13:
" #
250 2 .0;047/2
Jarque-Bera-Statistik D  .0;051/ C D 0;13: (2.26)
6 4

Bei einem Signifikanzniveau von 5 % liegt der kritische Wert bei 5,99. Da die Jarque-Bera-
Statistik von 0,13 kleiner als der kritische Wert von 5,99 ist, kann die Nullhypothese, dass die
Renditennormalverteiltsind,nichtabgelehntwerden.

2.4.2 Markteigenschaften

2.4.2.1 InformationseffizienzderFinanzmärkte
In einem informationseffizienten Markt reagieren die Anlagepreise rasch und rational auf neue
Informationen.DemzufolgesindindenPreisensämtlichevergangenenundgegen-

34
InderFormelwerdendieSchiefeunddieExcess-Kurtosisquadriert,wasdazuführt,dassdie
Jarque-Bera-StatistikimmereinepositiveZahlist.WürdemandieSchiefeunddieExcess-Kurtosis
nicht quadrieren, könnte etwa eine negative Schiefe eine positive Excess-Kurtosis in der Formel
auf- heben, sodass die Jarque-Bera-Statistik fälschlicherweise eine Normalverteilung anzeigen
würde. 35
Vgl. z. B. DeFusco et al. 2004 : Quantitative Methods for Investment Analysis, S. 153.
4 2 Rendite,RisikoundMarkteffizienz

wärtigen Informationen verarbeitet. Konsistente höhere risikoadjustierte Renditen sind in


einemeffizientenMarktnichtmöglich. 36 EinepassiveAnlagestrategiegeneriertdieglei-che
RenditewieeineaktiveAnlagestrategie,aberweistimVergleichniedrigereKostenwieetwa
Transaktions-undAnalysekostenauf.IstderMarkthingegenineffizient,dannenthaltendie
PreisenichtsämtlicheInformationen,sodassesmiteineraktivenAnlagestra-tegiemöglichist,
Marktineffizienzenauszunutzenundüberdurchschnittliche(abnormale)Renditenzuerzielen.
IneinemineffizientenMarktkanneineaktiveInvestitionsstrategiegegenübereinerpassiven
AnlagestrategiezueinerhöherenRenditeführen.Daheristeswichtig,dassFinanzakteuredie
EigenschaftenvoneffizientenMärktenverstehenundinderLagesind,denEffizienzgradder
Märktezubeurteilen.

Fama (1970) unterscheidet in Abhängigkeit von den in den Preisen vorhandenen Infor-
mationen drei unterschiedliche Grade der Markteffizienz:37

 Schwache (weak) Form,


 halbstrenge (semi-strong) Form,
 strenge (strong) Form.

In der schwachen Form der Informationseffizienz weisen die Preise alle verfügbaren his-
torischen Informationen auf. Da die gegenwär tigen Preise alle vergangenen Handelsdaten
beinhalten, ist es nicht möglich, historische P reise zu extrapolieren und einen Preistrend
vorauszusagen. Preise bewegen sich nur aufgrund von neuen und nicht aufgrund von al- ten
Informationen,weildiesebereitsindenPreisenverarbeitetsind.Zwaruntersuchtdietechnische
Analyse vergangene Preisbewegungen, um einen zukünftigen Preistrend bzw. ein Kauf oder
Verkaufssignalzubestimmen.
38
IstderMarktjedochinderschwachenForm
informationseffizient,sosindmitdieserStrategiekeineüberdurchschnittlichenRen-
diten möglich. Empirische Untersuchungen gelangen zu der Schlussfolgerung, dass in
entwickelten Märkten mithilfe der technischen Analyse keine erhöhten risikoadjustierten
Renditenerzieltwerdenkönnen. 39
In Schwellenländern hingegen, etwa in Ungarn, Bang- 40
ladesch und der Türkei, sind überdurchschnittliche Renditen möglich.
IneinemMarkt,indemdiehalbstrengeFormderInformationseffizienzvorherrscht,re-
flektierendiePreisenichtnurvergangene,sondernauchneueöffentlicheInformationen.

36
EinehöhererisikoadjustierteoderüberdurchschnittlicheRenditebedeutet,dassdieerzielteRendi-te
größeristalsdieaufgrunddesRisikosderAnlageerwarteteRendite.Dierisikogerechteerwartete
Rendite kann zum Beispiel mit dem Capital Asset Pricing Model (Einfaktormodell) oder mit dem
Fama/French-Modell (Multifaktorenmodell) berechnet werden. Die so ermittelte überdurchschnitt-
licheRenditestelltdassogenannteAlphadar.
37
Vgl. Fama 1970 : Efficient Capital Markets: A Review of Theory and Empirical Work, S. 383 ff.
38
FürdietechnischeAnalysevgl.Abschn. 6.4.39
Vgl.z.B.BessembinderundChan 1998:MarketEffficiencyandtheReturnstoTechnicalAna-lysis,S.5
ff.,undFifieldetal. 2005:AnAnalysisofTradingStrategiesinElevenEuropeanStockMarkets,S.531ff.

40
Vgl.Fifieldetal.2005:AnAnalysisofTradingStrategiesinElevenEuropeanStockMarkets,531ff.
S.
2.4 WeitereAnlagecharakteristiken 49

Beispiele von öffentlich zur Verfügung stehenden Informationen sind Daten aus den Jah-
resrechnungen und Medienmitteilungen (z. B. Di videnden, operative Cashflows, Gewinne,
ÄnderungenimManagementundinderStrategiedesUnternehmens)sowieFinanzmarkt-daten
(z. B. Anzahl gehandelter Aktien). In einem solchen Markt ist es nicht möglich, über- oder
unterbewertete Titel anhand öffentlich zugänglicher Informationen zu identi- fizieren, weil
diese Informationen bereits inden Preisen verarbeitet sind. Ein einzelner Investor hat keinen
Zugang zu öffentlichen Informationen, die ein anderer Anleger nicht bereits besitzt. Daher
können auf der Grundl age von öffentlich zur Verfügung stehenden Daten keine
überdurchschnittlichen Renditen erzielt werden. Gelangen neue öffentliche Nachrichten auf
den Markt, so verändern sich die Preise schnell und reflektieren den neuen Informationsstand.
Gibt ein Unternehmen einen nicht erwarteten hohen Gewinn bekannt, dann reagieren die
Marktteilnehmerauf diese Nachricht, sodass die neue Information schnell in den Preis einfließt.
In einem informationseffizienten Markt der halbstrengen Form sind überdurchsc hnittliche
GewinneaufderGrundlagesolcherNachrichtendahernichtmöglich.

InderRegelwerdenEreignisstudieneingesetzt,umempirischzuprüfen,obdieIn-
formationseffizienzaufeinemMarkthalbstrengist.ZuerstmussdasEreignisdefiniertwerden,
wieetwaeinnichterwarteterhoheroderniedrigerUnternehmensgewinn. 41
In
einemzweitenSchrittlegtmaneinebestimmteZeitperiodefestundidentifiziertUnter-nehmen,
dienichterwarteteGewinnewährenddieserZeitperiodeveröffentlichthaben.Fürjedeeinzelne
AktiewirddieerwarteteRendite amTagderGewinnveröffentlichungberechnet.Die erwartete
AktienrenditekannanhandverschiedenerFaktormodellewiedemCapitalAssetPricingModel
(Einfaktormodell)unddemFama/French-Modell(Mul-tifaktorenmodell)bestimmtwerden.

42
DieDifferenzzwischenderbeimEreignisrealisier-ten
RenditeunddererwartetenRenditestelltdieabnormalebzw.überdurchschnittliche
Rendite dar. Ein Hypothesentest gibt Aufsc hluss, ob die überdur chschnittliche Rendite
statistisch von null abweicht. In einem informationseffizienten Markt der halbstrengen Form
reagiert der Aktienpreis schnell und angemessen auf die neue öffentliche Infor- mation. Liegt
eine überdurchschnittliche Rendite am Gewinnveröffentlichungstag vor, ist das ein Indiz für
eineninformationseffizientenMarktderhalbstrengenForm,weilderPreisdieneueInformation
rasch absorbiert hat. Demgegenüber ist die Annahme der halb- strengen
Marktinformationseffizienz verletzt, wenn beispielsweise abnormale Renditen Tage nach der
Gewinnveröffentlichung vorliegen. In wissenschaftlichen Arbeiten werden verschiedene
Ereignisstudien durchgeführt und unternehmensspezifische Informationen wie Fusionen,
Änderungen der Dividende, Aktiensplits und unerwartete Gewinne sowie weltweit
ökonomisch relevante Ereignisse wie Gesetzes- und Steueränderungen unter- sucht. Die
empirischenErgebnissezeigenmehrheitlichundaufkonsistenterBasis,dass

41
EinnichterwarteterüberraschendhoherGewinnstellteineguteNachrichtdar,sodassderAkti-enkurs
steigt.EinüberraschendniedrigerGewinnodereinunerwarteterVerlustwirdhingegenals
eine schlechte Nachricht wahrgenommen und der Preis der Aktie fällt. 42
Vgl. Abschn. 4.4 für das Capital Asset Pricing Model und Abschn. 5.6.2 für das Fama/French-
Modell.
50 2 Rendite,RisikoundMarkteffizienz

in entwickelten Ländern eine halbstrenge Informationseffizienz der Märkte besteht. In


Schwellenländern hingegen zeigen die Forschungsergebnisse, dass die Märkte grundsätz- lich
nichtinhalbstrengerForminformationseffizientsind. 43

IneineminformationseffizientenMarktderstrengenFormsindsämtlichehistorischen,
öffentlichenundprivatenInformationenindenPreisenverarbeitet.PerDefinitionistein
informationseffizienterMarktderstrengenFormsowohlinderschwachenalsauchinder
halbstrengenForminformationseffizient.MitprivatenInformationenistesineinemsolchen
Marktnichtmöglich,überdurchschnittlicheRenditenzugenerieren.DiePreisespiegeln
privateInformationwider,etwadasWissendesManagementsüberdiefinan-zielleLageseines
Unternehmens,dasnichtöffentlichverbreitetwurde.LiegteinMarktmitstrenger
Informationseffizienzvor,führenprivateInformationenwieInsiderwissennichtzu
überdurchschnittlichenRenditen,weildieseInformationenbereitsindenPreisenenthalten
sind.EmpirischeTestszeigen,dassüberdurchschnittlicheRenditenmitpriva-ten(alsonicht
öffentlichen)Informationenerzieltwerdenkönnen.DaherexistierenkeineFinanzmärkteinder
strengenForm.

44

DerGradderMarkteffizienzistfürdieMarktteilnehmerinsofernwichtig,alsdieserdenWert
vonAnlagenbeeinflusst.DieFinanzmärkte(Wertpapiermärkte)entwickelterLänderweisen
hinsichtlichihrerInformationseffizienzgrundsätzlichfolgendeEigenschaftenauf:

 Die Finanzmärkte besitzen eine schwache For m der Informationseffizienz. Investoren


können auf der Basis historischer Preise und deren Extrapolation in die Zukunft keine
überdurchschnittlichenRenditenerwirtschaften.
 Die Finanzmärkte sind halbstreng informationseffizient. Investoren und Analysten müssen
inihrerAnlageentscheidungberücksichtigen,obneueöffentlicheInformatio-nenbereitsim
PreisenthaltensindundwieneueInformationendenWertbeeinflussen.
 Die Finanzmärkte sind nicht in der strengen Form informationseffizient. Private Infor-
mationen sind in der Regel nicht öffen tlich zugänglich und können somit nicht allen
Investoren bekannt sein. Allerdings schützen Insidergesetze die Anleger davor, dass
Marktteilnehmer aufgrund von privaten Informationen (Insiderwissen) handeln und sich
einenVorteilverschaffen.

Sind die Märkte halbstreng informationseffizient, so können mit historischen und neuen
öffentlichen Informationen keine überdurchschnittlichen Renditen erzielt werden. In ei- nem
solchen Marktumfeld ist eine passive Anlagestrategie grundsätzlich rentabler als eine aktive
Strategie.EineempirischeUntersuchungvonMalkiel(1995)zeigt,dassAnlage-fondsmiteiner
aktivenStrategiedenGesamtmarktimDurchschnittaufrisikoadjustierter

43
Vgl.z.B.Ganetal.2005:RevisitingShareMarketEfficiency:EvidencefromtheNewZealand
Australia,USandJapanStockIndices,S.996ff.,undRajaetal. 2009:TestingtheSemi-Strong
Form Efficiency of Indian Stock Market with Resp ect to Information Content of Stock Split An-
nouncements–AStudyofITIndustry,S.7ff.
44
Vgl. z. B. Rozeff und Zaman 1988 : Market Efficiency and Insider Trading: New Evidence, 25 ff.
S.
2.4 WeitereAnlagecharakteristiken 51

Basis nicht schlagen.45 AnlagefondsweisenvordemEinbezugvonManagementgebühren


undanderemAufwandimDurchschnittdiegleicheRenditewiederMarktauf,während
nach Abzug der Managementgebühren und de s anderen Aufwands die Rendite im Durch-
schnitttieferliegt.

2.4.2.2 Marktpreisanomalien
Grundsätzlich sind die Märkte in entwickelten Ländern informationseffizient in halbstren- ger
Form. Dennoch zeigen empirische Studien, dass eine Reihe von Marktineffizienzen bzw.
-anomalien bestehen, die fehlbewertete Anlagen zur Folge haben. Anhaltende Markt-
preisanomalien stellen Ausnahmen der Marktinformationseffizienz dar. Eine Marktpreis-
anomalie liegt immer dann vor, wenn der Preis einer Anlage nicht durch die zur Verfügung
stehendenInformationengerechtfertigtist.

EinePreisanomaliemussübereinelängereZeitperiodebestehen,ansonstenistsieein
ZufallsprodukteinerarbiträrgewähltenZeitperiode.DasAuffindengewinnbringen-der
MarktineffizienzenkanneinErgebnisderDatengewinnung(Data-Mining)sein.JemehrDaten
mitunterschiedlichenstatistischenMethodenuntersuchtwerden,destoeherfindetsichdas
gewünschteResultatbzw.eineprofitableAnomalie.Dahersolltemanzu-nächstdieHypothese
einermöglichenMarktineffizienzaufgrundrationalökonomischerÜberlegungendefinieren
understineinemzweitenSchrittanhandempirischerDatenüberprüfen.Dabeigilteszu
beachten,dassmithistorischenDateneineAnomalieentdecktwerdenkann,diezuGewinnenin
derVergangenheitgeführthat.WendetmanfürdieseMarktineffizienzeineHandelsstrategiean,
bedeutetdiesnichtzwingend,dasseineüber-durchschnittlicheRenditeanfällt.Esistdurchaus
möglich,dasseinevergangeneMarktin-effizienzheutenichtmehrvorliegt,weildiesedurch
Marktteilnehmerbereitsausgenutztwurde.IneineminformationseffizientenMarktistes
schwierig,dasseineAnlagestra-tegieaufkonsistenterBasiszukünftigeüberdurchschnittliche
Renditenabwirft.VielmehrwirdeineentdeckteMarktineffizienzsofortmiteinerStrategie
gewinnbringendumgesetzt,sodassderMarktindiesemTeilbereichwiedereffizientwirdund
überschüssigeGewin-nenichtmehrmöglichsind.

46
FernersindbeijederAnlagestrategiezumAusnutzenvon
MarktanomaliendasjeweiligeRisikounddieHandelskostenzuberücksichtigen.
EsgibteineVielzahlentdeckterPreisanomalien.Dieselassensichabhängigvonder
untersuchtenMethodeindreiKategorieneinteilen.DieersteKategorievonMarktinef-
fizienzenwieKalender-undMomentumanomalienistdurchdieAnalysevonMusternin
Renditezeitreihengegeben.AnhaltendeQuerschnittsmusterinRenditen,diesichauf
unterschiedlicheMerkmalewiezumBeispielGröße,WertundKurs-Gewinn-Verhältnis
stützen,stellendiezweiteKlassifizierungdar.AndereAnomalienwerdendurchunter-
schiedlicheMethoden,etwaEreignisstudien,bestimmt.Abb. 2.8gibteinenÜberblicküber
Preisanomalien,wobeidieseListenichtabschließendist.EinigedieserAnomalienwerden
nachfolgendbeschrieben.

45
Vgl. z. B. Malkiel 1995 : Returns from Investing in Equity Mutual Funds 1971 to 1991, S. 549 ff.
46
Vgl. Bodie et al. 2009 : Investments, S. 350.
52 2 Rendite,RisikoundMarkteffizienz

Abb.2.8 Übersicht über Marktpreisanomalien

Zeitreihenanomalien
Mit Kalenderstudien versucht man, anhalte nde Zeitreihenmuster von Renditen während des
Kalenderjahreszufinden.EinsolchesRenditemusterstelltbeispielsweisederJanuar-effektdar,
der in den 1970er- und 1980er-Jahren in mehreren wissenschaftlichen Studien festgehalten
wurde.
47
AktienrenditensindimJanuarverglichenmitdenrestlichenMona-ten
imJahrwesentlichgrößer.DabeifallenüberdurchschnittlicheRenditenvorallemin
den ersten fünf Handelstagen im Januar an. Der Januareffekt verletzt die Hypothese infor-
mationseffizienter Märkte, weil die überdurchschnittlichen Renditen im Januar nicht auf
relevante neue Informationen zurückzuführen sind. Das Auftreten dieser Marktineffizienz
kannaufmehrerenGründenberuhen,dienachstehendaufgeführtsind.

InvestorenneigenausSteuerüberlegungendazu,VerlusteausAktienamEndedesJahreszu
realisieren.DerKapitalverlustausdenverkauftenPapierenvermindertdieSteu-erlastausden
Kapitalgewinnen.AmAnfangdesfolgendenJahreswerdenentwederdieverkauftenPapiereoder
neueattraktiveTitelgekauft.DiesesVerhaltenderInvestorenführtzufallendenAktienmärkten
EndeNovemberundimDezemberundzueinemAnstei-genderPreiseimJanuar.

48
EineweitereErklärungstelltdieSchönfärbereidesPortfolios
bzw.dasWindowDressingdurchPortfoliomanagerdar,dierisikoreicheWertpapiereamEnde
desJahresverkaufen.AufdieseWeisebesitztdasPortfoliofürdieBerichterstattung

47
Vgl. z. B. Dyl 1977 : Capital Gains Taxation and Year-End Stock Market Behavior, S. 165 ff., und
Roll 1983 : Vas Ist Das?, S. 18 ff.
48
DieverkauftenTitelsindmehrheitlichAktienvongeringerMarktkapitalisierungundmithoher
Volatilität.EbenfallsliegteinJanuareffektbeiAnleihenvor.DieserEffektistbeiAnleihenmiteinem
niedrigen Rating am größten.
2.4 WeitereAnlagecharakteristiken 53

am 31. Dezember weniger Risiken. Am Anfang des folgenden Jahres kaufen Portfolio-
manager, mit der Absicht, höhere Renditen z u erzielen, Anlagen mit höheren Risiken. Studien
jüngeren Datums zeigen, dassder Januareffekt bei Aktien und Anleihen nicht an- haltend ist und
folglich keine Marktpreisanomalie darstellt. Nimmt man eine angemessene Korrektur des
Risikos vor, sind überdurchschnittliche Renditen durch das Ausnutzen des Januareffekts nicht
möglich.

AndereKalendereffektesindderMonatsübergang,TagderWoche,dasWochenendeund
Ferien.BeimMonatsübergangseffektsinddieRenditenamletztenHandelstagdesMonatsim
VergleichzudenerstendreiHandelstagendesfolgendenMonatsgrößer.Beim
Tag-der-Woche-EffektistdieRenditeamMontagimDurchschnittnegativundkleinerver-
glichenmitdenRenditenderanderenvierWochentage,dieallesamtpositivsind.Beim
WochenendeffektsinddieRenditenamWochenendekleiner.DerFerieneffektistgekenn-
zeichnetdurchhoheRenditenvordenHandelsferien.

DieMomentum-MarktpreisanomalienbeziehensichaufkurzfristigePreisbewegungenvon
Aktien.SohandelnInvestorenbeiderVeröffentlichungvonnichterwartetenIn-formationen
überstürzt.BeigutenNachrichtensteigendiePreiseübermäßig,währendsiebeischlechten
Neuigkeitenzustarkfallen.ÜberträgtmandiesenEffektderÜber-reaktionineine
gewinnbringendeStrategie,mussman„Verlierer“-Anlagenkaufenund„Gewinner“-Anlagen
verkaufen.FindetimFolgendeneinePreiskorrekturaufdenMärk-tenstatt,realisiertmaneine
überdurchschnittlicheRendite.

Querschnittsanomalien
Geht man von einem effizienten Markt aus, liegen sämtliche Anlagen auf der Wertpa-
piermarktlinie, die für einzelne Titel die erwartete Rendite in Beziehung zum systemati- schen
Risikowiedergibt. 49
AlleAnlagenverfügenübereineaufderWertpapiermarktlinie
liegenderisikoadjustierteRendite,weildiePreisesämtlicherelevantenöffentlichenIn-
formationen,welchedieVerlustgefahrbeeinflussen,widerspiegeln.Querschnittsstudien
untersuchen,obesmitöffentlichenInformationenmöglichist,diezukünftigeVerteilungvon
risikoadjustiertenRenditeneinerAnlagezuermitteln.Findetmanunter-oderüberbe-wertete
Titel,liegteinePreisanomalievor.
50

EineStudievonFamaundFrench(1998)zeigt,dassAktienmiteinerWertorientierung
(Value-Aktien)imVergleichzuAktienmiteinerWachstumsorientierung(Growth-Aktien)
konsistenthöhererisikoadjustierteRenditenüberlängereZeitperiodenaufweisen. 51
Ak-
tien mit Wertorientierung sind durch unterdurchschnittliche Kurs-Gewinn-Verhältnisse und
Kurs-Buchwert-Verhältnisse sowie durch überdurchschnittliche Dividendenrendi-
ten gekennzeichnet. Diese Anomalie bei Value-Aktien verletzt die halbstrenge Form der

49
Für die Wertpapiermarktlinie vgl. Abschn. 4.4.3 .
50
DieempirischenQuerschnittstestszeigen,obrisikoadjustierteRenditeninderZukunftvorausge-sagt
werdenkönnen.DieErgebnissekönnenentwederaufdieMarktineffizienz(Preisanomalie)oderaufdas
verwendetefinanzmarkttheoretischeModellzurückgeführtwerden.EinModell,welchesdasRisiko
falschmisst,führtzufehlerhaftenrisikoadjustiertenRenditen.
51
Vgl. z. B. Fama und French 1998 : Value versus Growth: The International Evidence, S. 1975 ff.
54 2 Rendite,RisikoundMarkteffizienz

Markteffizienz, weil die Informationen zur Klassifizierung von Value- und Growth-Aktien
öffentlichzurVerfügungstehen.
Unternehmensgröße Sie gelangen zu dem Schluss, den dass
Einfluss
Aktien
Banz
mit
dergeringer Marktkapita
lisierungund
(1981) im Vergleich
Reinganum zu (1981)
Titeln mit
haben
großer
(Marktkapitalisierung)
Marktkapitalisierung konsistent
52 höhere
auf risikoadjustierte
risikoadjustierte Renditen
Renditen
aufweisen.
untersucht.
In nachfol- genden Studien konnte dieser
Größeneffekt nicht mehr eindeutig nachgewiesen werden.
53

Ebenfalls zeigen Untersuchungen von Brown, Kleidon und Marsh (1983), dass sich der
GrößeneffektüberdieZeithinwegnichtstabilverhält.IneinigenZeitperioden(z.B.von1967bis
1975) haben Aktien mit großer Marktkapitalisierung verglichen mit Titeln von geringer
MarktkapitalisierunghöhererisikoadjustierteRenditenerzielt.
54

AndereAnomalien
Ein geschlossener Investmentfonds gibt eine bestimmte Anzahl an Anteilsscheinen aus, die
nach der Emission auf dem Aktienmarkt (Sekundärmarkt) gehandelt werden. Die Prei- se der
Anteilsscheine auf dem Markt werden durch Angebot und Nachfrage bestimmt. Der Wert der
Papiere entspricht dem Nettovermöge nswert, der aus der Differenz zwischen dem
Vermögenswert abzüglich Verbindlichkeiten dividiert durch die Anzahl ausstehender An-
teilsscheine besteht. Eine Studie von Dimson und Minio-Kozerski (1983) zeigt, dass die Titel
miteinemPreisabschlagzumNettovermögenswertgehandeltwerden.DerPreisab-schlagliegt
imDurchschnittzwischen4%und10%.

55
Diese Abschläge können unter
anderem durch Managementgebühren, erwar tete Performanceauszahlungen an Manager,
Steuerverbindlichkeiten aufgrund von nicht realisierten Kapitalgewinnen und -verlusten,
Marktliquidität und Fehlern bei der Berechnung des Nettovermögenswerts erklärt werden.
Berücksichtigt man die Transaktionskosten, lohnt sich das Ausnutzen dieser Preisanoma- lie
nicht.
56

EsexistierenauchEreignisstudien,wieetwaUntersuchungenüberdieBekanntgabevon
Gewinnüberraschungen,welchediehalbstrengeFormderMarktinformationseffizienzinfrage
stellen.DerunerwarteteTeildesUnternehmensgewinnsistbeieineminformati-onseffizienten
MarktnichtimAktienpreisenthalten.DaherfindeteinePreiskorrekturstatt,wenneinunerwartet
hoherodertieferGewinnbekanntgegebenwird.Positive(negative)Gewinnüberraschungen
führenbeiderVeröffentlichungzueinemhöheren(niedrigeren)

52
Vgl.Banz1981:TheRelationshipbetweenReturnandMarketValueofCommonStocks,S.3ff.,und
Reinganum1981:MisspecificationofCapitalAssetPricing:EmpiricalAnomaliesBasedon
Earnings’ Yields and Market Values, S. 19 ff. 53
Vgl.FamaundFrench2008:DissectingAnomalies,S.1653ff.DerGrößeneffektliegtnurbeiAktien
miteinerMikrokapitalisierungvor.BeiAktienmitkleinerundgroßerMarktkapitalisierungbestehtkeine
Preisanomalie.
54
Vgl.Brownetal. 1983:NewEvidenceontheNatureofSize-RelatedAnomaliesinStockPrices,33ff.
S.
55
Vgl. Dimson und Minio-Kozerski 1999 : Closed-End Funds: A Survey, S. 1 ff.
56
Vgl. Pontiff 1995 : Closed-End Fund Premia and Returns Implications for Financial Market Equi-
librium, S. 341 ff.
2.4 WeitereAnlagecharakteristiken 55

Aktienpreis. Empirische Studien zeigen, dass sich die neue Information in den Preisen
niederschlägt, wobei die Preisanpassung allerdings nicht immer effizient ist. Bei einer
GewinnüberraschungerfolgtdiePreiskorrekturvor,währendundauchnachderBekannt-gabe.
57
DieselangsamePreisanpassungermöglichtes,nachderVeröffentlichungmitdem
Kaufbzw.VerkaufderAktieneineüberdurchschnittlicheRenditezuerzielen.Be-rücksichtigt
manTransaktionskostenunddieRisikenderStrategie,reduziertsichdasGewinnpotentialaus
dieserPreisanomalieallerdingserheblich.

BeieinemInitialPublicOffering(IPO)bieteteinUnternehmenzumerstenMaleinenTeil
seinerAktienanderBörsean.DerBörsengangwirddurcheineInvestmentbankun-terstützt,die
beiderPreisbestimmungundVermarktungderPapierehilft.DabeistelltdieFestlegungeines
angemessenenAktienpreiseseinschwierigesUnterfangendar,weilkeinMarktpreisfürdie
Titelvorhandenist.AufgrunddieserUnsicherheiterstauntesnicht,dassderEmissionspreiszu
niedrigangesetztwirdundderAktienpreisamEndedeserstenHandelstagesdeutlichhöherist.
EineStudievonHanley(1993)zeigt,dassInvestorenbeieinemIPOimDurchschnittabnormale
Renditenerzielen,wennsiediePa-pierezumEmissionspreiskaufen.

58
ZumBeispielstiegendieAktienpreiseetwawährendder
Hightech-Blasevon1995bis2000beieinerVielzahlvonBörsengängenamEndedesersten
Handelstagesumrund100%.DiesePerformanceistjedochnichtimmerzubeobachten.Esist
auchmöglich,dassderEmissionspreiszuhochangesetztwirdundderPreisdesWertpapiersam
EndedeserstenHandelstagesniedrigerist.
59
Fernerbe-
stätigteineStudievonRitter(1991),dassderAktienkaufnachdemBörsengangkeine
überdurchschnittlichenGewinneabwirft,weilderMarktpreisraschdeninnerenWertderAktie
widerspiegelt.AuchdieseErkenntnissescheinenzuzeigen,dassdieFinanzmärktevonder
halbstrengenFormderInformationseffizienzgeprägtsind.
60

DasAusnutzenderbeschriebenenMarktpreisanomalienistinderPraxisnichteinfach.
EmpirischeStudienargumentieren,dassAnomaliendieMarktinformationseffizienznicht
verwerfen,weilsiedasResultatvonverwendetenstatistischenMethodensind.Korrigiertman
diesenEffekt,verschwindendiemeistenPreisanomalien.AußerdemkönnenMarkt-akteure
beimEintreffenneuerInformationenüber-oderunterreagieren,waswiederumdazuführt,dass
dieFinanzmärkteimDurchschnitteffizientsind.
61

57
Vgl. Jones et al. 1984 : Stock Returns and SUEs During the 1970’s, S. 18 ff.
58
Vgl.z.B.Hanley1993:TheUnderpricingofInitialPublicOfferingsandthePartialAdjustment
Phenomenon,S.231ff.,undIbbotsonetal.1994:TheMarket’sProblemswiththePricingofInitialPublic
Offerings,S.66ff.
59
EinBeispieleineszuhohenAusgabepreisesistdieEmissionderFacebook-Aktienvom18.Mai2012.In
denerstendreiHandelstagenistdieAktievonUSD38aufUSD31,12gefallen,waseinen
Preisrückgang von rund 18 % darstellt.
60
Vgl. Ritter 1991 : The Long-Run Performance of Initial Public Offerings, S. 3 ff.
61
Über- und Unterreaktionen heben sich gegenseitig auf. Vgl. Fama 1998 : Market Efficiency, Long-
Term Returns, and Behavioral Finance, S. 283 ff.
56 2 Rendite,RisikoundMarkteffizienz

2.4.2.3 BehavioralFinanceundMarkteffizienz
Die Denkweise und das Verhalten von Marktteilnehmern beeinflussen die Preise auf den
Finanzmärkten. Die Behavioral-Finance-Theorie versucht zu erklären, ob die Anlageent-
scheidungenvonIndividuenrationaloderirrationalsind. 62
DabeiliegtderSchwerpunkt
aufdenkognitivenVerzerrungenbeidenInvestitionsentscheidungen.DieMarkteffizienzund
diemeistenBewertungsmodellesetzenvoraus,dassderMarktrationalundinforma-
tionseffizientist.Daheristessinnvollzuuntersuchen,obdasVerhaltenderMarktakteureeinen
EinflussaufdieMarkteffizienzunddieAnlagepreisehat.

DiemeistenfinanzmarkttheoretischenModelleberuhenaufderAnnahme,dassdie
Marktteilnehmerrisikoaverssind.Risikoaversionbedeutet,dassAnlegerfüreinehöhe-re
VerlustgefahrmiteinerhöherenerwartetenRenditeangemessenkompensiertwerdenmöchten.
WirddasRisikoindenModellenmitderStandardabweichunggemessen,füh-rensowohl
positivealsauchnegativeAbweichungenvondererwartetenRenditezueinerErhöhungdes
Anlagerisikos.TatsächlichnehmenIndividuendasRisikoeinerAnlageal-lerdings
asymmetrischwahr.SoreagierensiestärkeraufVerlustealsaufGewinne.Sieverhaltensich
demnachverlust-undnichtrisikoavers,weilsiegroßeVerlustängstehaben.BeiVerlustenfindet
eineÜberreaktionstattunddiePositionenwerdeninderHoffnunggehalten,dasssichderPreis
wiedererholt.DemgegenüberwerdenAnlagenmitGewin-nenoftvielzuschnellveräußert.Es
wirdmehrZeitundEnergieindieVermeidungvonVerlustenalsindieErzielungvonGewinnen
eingesetzt.

EineweitereVerhaltenseigenschaftstelltdasübermäßigeVertrauenindieeigenenFä-
higkeitenbeiderAuswahlvonAnlagendar.WirddaseigeneVerständnisüberschätzt,istman
nichtinderLage,Informationensachgerechtzuverarbeiten.DiesführtzuFehl-entscheidungen
undfolglichbeieinemMassenverhaltenzuFehlbewertungenaufdenMärkten.

BeimsogenanntenTrugschlussdesSpielers(Gambler’sFallacy)bestehtdiefalsche
Vorstellung,dasseinzufälligesEreigniswahrscheinlicherwird,jelängeresnichteinge-treten
ist.DieserDenkfehlerhateinefalscheEinschätzungvonWahrscheinlichkeitenund
InvestitionsentscheidungenzurFolge(derZufallhatkeinGedächtnis).

DasPrinzipdermentalenBuchhaltung(MentalAccounting)kannbeiAnlegernbe-obachtet
werden,dieverschiedenePositionen,welcheGewinneundVerlusteaufweisen,gedanklichin
separateEinheitenaufteilen.DieseDenkweiseverhindert,dassdieAnlagenausderPortfolio-
unddamitausderDiversifikationsperspektivebetrachtetwerden,waszusuboptimalen
Anlageentscheidungenführt.

KognitiveVerzerrungenwiezumBeispielmentaleBuchhaltungundVerlustaversionkönnen
zueinemHerdenverhaltenodereinerInformationskaskadeführen.DiesozialeIn-teraktionunddie
darausresultierendeAnsteckungmitVerhaltensmusternsindwichtigeFaktoren,um
Preisänderungenzuerklären,dienichtaufneuerelevanteInformationenzu-

62
BehavioralFinancebeschäftigtsichmitdemVerhaltenvonIndividueninwirtschaftlichenSitua-tionen.
DabeiwerdenVerhaltensweisenuntersucht,dieimWiderspruchzudenModellannahmen
wie etwa Risikoaversion stehen.
2.4 WeitereAnlagecharakteristiken 57

rückzuführen sind. Marktweite Preisanomalien können nur durch kognitive Verzerrungen


entstehen,wennvieleIndividuendiesesunvernünftigeVerhaltenannehmen.
DasHerdenverhaltenistcharakterisiertdurchInvestoren,dieirrationalundgetriebendurch
Emotionen,wieGierundVerlustängste,einemPreistrendnacheifern.Sowerdenetwaaufgrund
vonGewinnmöglichkeitenbeieinerMarktblaseAktiengekauft,währenddiesebeieinem
BörsencrashausAngstvorVerlustenveräußertwerden.DasHandelnderMarktteilnehmermuss
sichentsprechendnichtaufdieVerarbeitungvonInformationenstützen.Beider
InformationskaskadehingegenkaufenundverkaufenInvestorenwegenandererAnleger,die
zuerstgehandelthaben.DabeiwerdendieAnlageentscheidungenvonanderenbeobachtetund
dannunabhängigvondeneigenenPräferenzenimitiert.DiesesVerhaltenkannzu
gleichgerichtetenAktienrenditenführenundentsprichtderPreisano-malieauseiner
ÜberreaktionderMarktteilnehmer.ObdasAnlageverhaltendurchdieInformationskaskade
rationalist,hängtvondenMarktteilnehmernab,diezuerstgekauftbzw.verkaufthaben.Agieren
diesevernünftigundsindsiegutinformiert,dannkönnendieKäufebzw.Verkäufedernicht
informiertenNachahmermitrationalemMarktverhal-tengleichgesetztwerden.Ineinem
solchenFallhelfendienichtinformiertenInvestoren,dierelevantenInformationenindiePreise
einfließenzulassen,wasdieMarkteffizienzerhöht.

DieBehavioral-Finance-Theorievermagzuerklären,wieMärktefunktionierenundPreise
bestimmtwerden.DabeibleibtdieFrageoffen,obdasunvernünftigeVerhaltenvonInvestoren
Preisanomaliengeneriert.Grundsätzlichistzwischenindividuellemundgesellschaftlichem
irrationalenVerhaltenzuunterscheiden.ErstereskanndurchdenMarktausgeglichenwerden,
währenddasZweitedenMarktineffizientmachtunddiePreisevonihreminnerenWertentfernt.

DieAnnahmederMarkteffizienzkannnichtaufrechterhaltenwerden,wennInvestoren
rationalhandelnmüssen,damitdieMärkteeffizientsind.Esbestehenzuvielekogniti-ve
Verzerrungen,dieeinirrationalesVerhaltenderIndividuenzurFolgehaben.Demist
entgegenzuhalten,dassempirischeStudienmehrheitlichzudemSchlussgelangen,dassdie
MärkteinentwickeltenLänderngrundsätzlichinderhalbstrengenForminformations-effizient
sind.MithistorischenundneuenöffentlichenInformationenkönnendemnachrisikobereinigt
keineüberdurchschnittlichenRenditenerzieltwerden.

2.4.2.4 MarktliquiditätundHandelskosten
Die vorherrschende Marktliquidität beeinflusst den Wert von Anlagen. Finanzwerte mit
geringer Liquidität weisen eine große Geld-Brief-Spanne bzw. Bid Ask Spread auf. Die
Geld-Brief-Spanne bestehtausderDifferenzzwischen demKauf-und Verkaufspreis.Je größer
dieser Differenzbetrag ist, desto höher sind die Handelskosten. In einem quotege- steuerten
Markt
63
werden die Kauf- und Verkaufspreise von Händlern gestellt. Für den

63
DerHandelfindetgrundsätzlichauffolgendenMärktenstatt:quotegesteuerterMarkt,auftragsge-
steuerterMarktundBroker-Markt.IneinemquotegesteuertenMarkthandelnInvestorendirektmit
den Händlern, während in einem auftragsgesteuerten Markt der Handel zwischen den Investoren
5 2 Rendite,RisikoundMarkteffizienz

Händler stellt der Bid-Preis den Ankaufspreis für eine bestimmte Anzahl an Wertschriften dar,
während der Ask-Preis den Verkaufspreis widerspiegelt. Dabei ist der Ask-Preis höher als der
Bid-Preis. Aus der Perspektive eines Investors ist die Ausführungeines Kaufauf- trags zu einem
niedrigen Ask-Preis vorteilhaf t. Bei einem Verkaufsauftrag hingegen wird ein hoher Bid-Preis
angestrebt.

Beispiel
Bid Ask Spread
Ein Portfoliomanager einer Bank übermittelt der eigenen Handelsabteilung einen Kauf-
auftrag für 500 Aktien. Die Aktien werden in einem quotegesteuerten Markt gehandelt. Der
MarktfürdieseAktienwirddurchdiedreiHändlerX,YundZgemacht.DieHandelsabteilung
sieht um 09.23 Uhr auf dem Bildschirm die folgenden von den drei Händlern eingegebenen
Preisangebote(inEUR):

 Händler X: Bid von 55,85 für 300 Aktien und Ask von 55,95 für 600 Aktien,
 Händler Y: Bid von 55,82 für 400 Aktien und Ask von 55,98 für 300 Aktien,
 Händler Z: Bid von 55,80 für 300 Aktien und Ask von 55,90 für 400 Aktien.

Nachstehend sind die Bid-Preise vom höchsten bis niedrigsten Preis angeordnet, wäh- rend
die Ask-Preise vom niedrigsten bis höchsten Preis aufgeführt sind. Diese Reihen- folge
berücksichtigt den besten Kauf- und Verkaufspreis für die Handelsabteilung der Bank
(höchsterBid-bzw.niedrigsterAsk-Preis).

Bid Ask
Händler Zeit der Preis Quantität Händler Zeit der Preis Quantität
Eingabe (in EUR) Eingabe (in EUR)
X 09.22 55,85 300 Z 09.20 55,90 400
Y 09.21 55,82 400 X 09.22 55,95 600
Z 09.18 55,80 300 Y 09.18 55,98 300

Zu welchen Preisen kann die Handelsabteilung der Bank diesen Auftrag ausführen?

Lösung
DieHandelsabteilungderBankkauft400AktienvonHändlerZzueinemPreisvonEUR55,90
und100AktienvonHändlerXzueinemPreisvonEUR55,95proAktie.

Im Beispiel beträgt die Markt-Geld-Brie f-Spanne EUR 0,05 und berechnet sich aus der
Differenz zwischen tiefstem Ask-Preis und höchstem Bid-Preis (EUR 55;90EUR 55;85).
Die Markt-Geld-Brief- Spanne ist niedriger als die Bid Ask Spreads der einzelnen Händ-
ler.HändlerX,YundZhabenSpreadsvonEUR0,10,EUR0,16undEUR0,10,dieallesamtgrößer
alsdieMarkt-Geld-Brief-SpannevonEUR0,05sind.

(ohne Intermediation von Händlern) abgewickelt wird. In einem Broker-Markt hingegen stützt sich der
HändleraufeinenBroker,umeineGegenparteifürdenHandelzufinden.
2.4 WeitereAnlagecharakteristiken 59

WeistzumBeispieleineAktie,diezuEUR100gehandeltwird,einenBidAskSpreadvonEUR0,20
auf,beträgtderSpreadimVerhältniszumAktienpreis0,2%.EineAktiehingegen,dieeinenPreisvon
EUR10unddengleichenSpreadvonEUR0,20aufweist,besitzteineGeld-Brief-SpanneimVerhältnis
zumPreisvon2%.DemzufolgeverfügtdiezweiteAktiemiteinemhöherenSpread-Preis-Verhältnis
von2%überhöhereHandels-kosten.

DieHandelskostenbestehenausexplizitenundimplizitenKosten.DieexplizitenKos-ten
setzensichausdendirektenHandelskostenzusammenwieetwaKommissionenfürBroker,
SteuernundbezahlteGebührenfürdieBörse.DerHändlerbzw.InvestorerhältfürdieseKosten
eineRechnung.ImpliziteHandelskostenhingegenweisenkeineRech-nungaufundsetzensich
ausdenfolgendenKostenzusammen:

 Geld-Brief-Spanne.
 Auswirkung eines Handelsauftrags auf den Preis der Transaktion. Ein Händler bei-
spielsweiseteiltdenKaufvon800AnleiheninzweigleichgroßeAufträgevonje400Anleihen
auf.DieGeld-Brief-Spannebeträgt98,355zu98,675. 64
DerersteKaufauf-
tragvon400AnleihenerfolgtzueinemAsk-Preisvon98,675.NachdieserTransaktion
verändertsichdieGeld-Brief-Spanneauf98,371zu98,732.DerzweiteAuftragzumKauf
von400AnleihenwirdzueinemAsk-Preisvon98,732abgewickelt.DieersteTransaktion
hatzueinemPreisanstiegaufdemMarktgeführt,sodassdiezweiteTrans-aktionzueinem
höherenPreisvon
0;057.D 98;732  98;675/ durchgeführt wurde.
Beträgt der Nominalwert einer Anleihe EUR 5000, dann hat dies höhere Transaktions-
kosten von EUR 1140.D EUR 5000  0;00057  400/ zur Folge.
 Opportunitätskosten entstehen aus einem nicht ausgeführten Kauf- bzw. Verkaufsauf-
trag.ZumBeispielgibteinHändlereinenlimitiertenKaufauftragfürAnleihenzueinemPreis
von 102,500 oder besser gut für 1 Tag in das System ein. Die Markt- Geld-Brief-Spanne
beträgt zu diesem Zeitpunkt 102,505 zu 102,846. Nach 1 Tagist der Auftrag nicht ausgeführt
worden und der Markt-Bid-Ask-Spread ist 102,524 zu 103,106. Die Differenz von 0,26
zwischen den beiden Markt-Ask-Preisen von 103,106 und 102,846 entspricht den
OpportunitätskostenfürdennichtdurchgeführtenKaufauf-trag.

 Wartekosten entstehen, weil es nicht möglich ist, den Kauf- bzw. Verkaufsauftrag wäh-
rend der gewünschten Zeitdauer durchzuführen. Aufgrund der Größe des Auftrags und der
nicht gegebenen Marktliquidität kann d er Auftrag nur über eine längere Zeitperi- ode
abgewickelt werden. Während dieser Zeit dringen Informationen auf den Markt, die den
PreisbeeinflussenkönnenundsomithöhereimpliziteHandelskostenzurFolgehaben.

Einen Ansatz, um die expliziten wie auch impliziten Handelskosten auszurechnen, stellt der
AnsatzdesvolumengewichtetenDurchschnittspreises(VolumeWeightedAverage

64
Preise von Anleihen werden in Prozent des Nominalwerts gehandelt. Zum Beispiel bedeutet ein
Bid-Preis von 98,355 einen Preis von 98,355 % des Nominalwerts. Vgl. Abschn. 8.2 .
60 2 Rendite,RisikoundMarkteffizienz

Price) dar. Der volumengewichtete Durchschnittspreis (VGDP) eines Wertpapiers ist sein
Durchschnittspreis während des Handelstages, der als Summe der volumengewichteten
Auftragspreise berechnet wird. So zum Beispiel werden während eines Handelstages zu
unterschiedlichen Zeitpunkten Aktien von Delta gekauft: 500 Aktienzu einem Titelpreis von
EUR 100, 600 Aktien zu einem Titelpreis von EUR 101 und 900 Aktienzu einem Titelpreis von
EUR103.DerVGDPvonEUR101,65lässtsichwiefolgtbestimmen:

500  EUR 100 C 600  EUR 101 C 900  EUR 103


VGDP D D EUR 101;65:
2000

Werden die 900 Aktien zu einem Preis von EUR 103 pro Titel gekauft, betragen die impli- ziten
HandelskostenEUR 1215ŒD .EUR 103  EUR 101;65/  900. Der Nachteil dieses
Ansatzes besteht darin, dass der Händler den Zeitpunkt seiner Kauf- und Verkaufsaufträ-
ge mit der Höhe des VGDP abstimmen und so die impliziten Handelskosten beeinflussen kann.
Darüber hinaus werden die berechneten i mpliziten Handelskosten nicht weiter auf- geteilt,
sodass die Auswirkungen des Handelsau ftrags auf den Preis der Transaktion, die Wartekosten
und die Opportunitätskosten nicht bekannt sind. Ein besserer Ansatz, um die expliziten und
impliziten Handelskosten auszurechnen, stellt die Implementation Short- fall dar, die von
Händlern weniger gut manipuliert werden kann und auch die Herkunft der impliziten
Handelskostenwiedergibt.
65

2.5 Zusammenfassung

 Die Rendite einer Finanzanlage besteht aus den Einnahmen (Dividenden bei Aktien
und Kupons bei Anleihen) und den Preisänderungen (Kapitalgewinne und -verluste). Die
periodischeAnlagerenditekannübereineodermehrerePeriodenermitteltwerden.
 VergleichtmanunterschiedlicheAnlagenübermehrerePeriodenhinweg,lässtsicheinsolcher
VergleichmitderdurchschnittlichenRenditeanhanddesarithmetischenunddesgeometrischen
Mittelsdurchführen.DiearithmetischeRenditeisteinfachzube-rechnenundverfügtüberbekannte
statistische Eigenschaften. Die geometrische Ren- dite hingegen berücksichtigt den
Verzinsungseffekt und stellt bei einem sich nicht verändernden Anlagebetrag die bessere
PerformancegrößeimVergleichzurarithme-tischenRenditedar.VerändertsichderimPortfolio
investierteGeldbetragüberdieAnlagedauer,istdiegeldgewichteteRenditezuermitteln.

 Die reale Rendite wird ohne Einbezug der Inflation als Entschädigung für die verlo- rene
Kaufkraftberechnet.SiebestehtausdemrealenrisikolosenZinssatz,dereineEntschädigung
für den Aufschub des Konsums darstellt, und einer Risikoprämie. Die reale Rendite nach
Steuern ist eine verläss liche Benchmark für die getätigten Anlage- entscheidungen eines
Investors.

65
Für die Implementation Shortfall vgl. Mondello 2015 : Portfoliomanagement: Theorie und An-
wendungsbeispiele, S. 50 ff.
2.5 Zusammenfassung 61

 Die erwartete Rendite wird in der Portfoliotheorie vielfach auf der Basis von histori-
schen Renditen ermittelt. Dabei wird unterstellt, dass sich die Zukunft gleich verhält wie die
Vergangenheitbzw.dieRenditenstabilsind.
 Das Risiko einer Anlage lässt sich durch eine Vielzahl von Größen wie etwa die Varianz bzw.
Standardabweichung, Semi-Varianz, Shortfall Probability und den Value at Risk
bestimmen.
 Die Standardabweichung berechnet sich als Wurzel der durchschnittlich quadrierten
Renditeabweichungen. Je größer die Renditeabweichungen sind, desto größer ist die
Standardabweichung. Die Standardabweichung weist sowohl positive als auch negative
Abweichungen von einer erwarteten Größe auf. Positive Abweichungen stellen eine
Gewinnchance,negativeAbweichungeneineVerlustgefahrdar.

 Das Downside-Risiko berücksichtigt hingegen nur negative Abweichungen von einer


Zielrendite und verkörpert das Risiko bzw. die Verlustgefahr besser als die Standard-
abweichung.
 DerValueatRiskspiegeltdenVerlustbetrageinerAnlageunternormalenMarktver-hältnissen
wider, den man mit einer bestimmten Wahrscheinlichkeit über eine gewisse Zeitperiode
hinwegverlierenkann.DieseVerlustgrößekannsowohlalsmaximalerwieauchalsminimaler
VAR definiert werden. Es gibt verschiedene Berechnungsmetho- den für den VAR wie die
analytischeoderVarianz-Kovarianz-Methode,diehistori-scheSimulationsmethodeunddie
Monte-Carlo-Simulation. Verfügt beispielsweise das Portfolio über Optionen, sind die
Marktwertveränderungen nicht normalverteilt. Die Berechnung des VAR eines solchen
PortfolioserfolgtmitderhistorischenSimulati-onsmethodeoderMonte-Carlo-Simulation.
Zusätzlich kann der VAR die Eigenschaft der Subadditivität verletzen. Da der VAR unt er
normalenMarktverhältnissenberech-netwird,gibterbeiextremenMarktbewegungenbzw.
beieinemCrashkeineAuskunftüberdenmöglichenVerlustbetrag.

 Neben der erwarteten Rendite und dem Risiko sind weitere Anlageeigenschaften wie die
Schiefe und die Kurtosis einer Renditeverteilung, aber auch die Informationseffizi- enz der
MärkteundderenLiquiditätzuberücksichtigen.
 DieSchiefederVerteilungmisstdenSymmetriegradderRenditenumdenErwartungs-wert.
Eine Normalverteilung weist eine Schiefe von null auf. Bei einer rechtsschiefen Verteilung
sinddieVerlustekleinundhäufig,währenddieGewinneextremhochundwenigerhäufigsind.
Eine linksschiefeVerteilung hingegen ist durch mehr kleine Ge- winne sowie durch wenige
extremhoheVerlustegekennzeichnet.

 Die Kurtosis misst den Grad der Steilheit in der Verteilungsmitte und den Grad der
Ausbuchtungen an den beiden Verteilungsenden. Eine Normalverteilung besitzt eine
Kurtosis von 3, während die Excess-Kurtosis bei 0 liegt. Sind die Renditen nicht nor-
malverteilt, muss die Analyse durch den E inbezug von höheren zentralen Momenten der
VerteilungwiedieSchiefeundKurtosiserweitertwerden.

 Der Grad der Informationseffizienz eines Marktes hat einen Einfluss auf den Wert von
Anlagen.FamaunterscheidetdreiFormenderMarkteffizienz:schwach,halbstreng
62 2 Rendite,RisikoundMarkteffizienz

und streng. Die Informationseffizienz eines Marktes ist schwach, wenn nur historische
Informationen im Preis enthalten sind. Marktteilnehmer sind nicht in der Lage, über-
durchschnittliche Renditen zu erzielen, wenn sie aus historischen Preisen Trends ex-
trapolieren. Bei einer halbstrengen Form der Informationseffizienz spiegeln die Markt-
preise sowohl historische als auch neue öffentliche Informationen wider. Öffentliche
Informationen bestehen aus Jahresrechnungs- und Finanzmarktdaten. Werden öffent- lich
zur Verfügung stehende Informationen verwendet, sind in einem informationseffi- zienten
Markt der halbstrengen Form keine überdurchschnittlichen Renditen möglich. In der
strengen Form der Informationseffizienz sind sämtliche historischen, öffentli- chen und
privaten Informationen in den Prei sen verarbeitet. In einem solchen Markt ist es sogar
unmöglich,überdurchschnittlicheRenditenmitprivatenInformationen(Insi-derwissen)zu
erzielen. Empirische Untersuchungen zeigen, dass entwickelte Länder eine halbstrenge
Form der Markteffizienz aufweisen, während in Schwellenländern Fi- nanzmärktemiteiner
schwachenFormderInformationseffizienzdieRegelsind.

 Es gibt eine Vielzahl von Marktpreisanomalien, die sich durch die untersuchten
Methoden in drei Kategorien einteilen lassen: Zeitreihen (z. B. Januareffekt), Quer-
schnitte (z. B. Größe und Wert-Effekt, Kurs-Gewinn-Verhältnis sowie Kurs-Buchwert-
Verhältnis) und andere (z. B. Gewinnüberraschung und IPO). Das Auffindenvon
Anomalienistnichteinfach.KorrigiertmandiefürdieIdentifikationderMarktineffizi-enzen
eingesetztenstatistischenMethoden,verschwindendiemeistenPreisanomalien.Ferner
findetbeimEintreffenneueröffentlicherInformationenentwedereineÜber-oder
UnterreaktionderInvestorenaufdemMarktstatt,wasdazuführt,dasssichdiegegenläufigen
ReaktionenaufhebenunddieMärkteimDurchschnitteffizientsind.

 Da die Analyse von öffentlichen Informationen in einem informationseffizienten Markt der


halbstrengen Form zu keinen überdurchschnittlichen Renditen führt, ist eine passi- ve
AnlagestrategiegegenübereineraktivenStrategievonVorteil.
 Die vorherrschende Liquidität beeinflusst die Preise der Anlagen auf dem Markt. Die
Handelskosten setzen sich aus expliziten und impliziten Kosten zusammen. Zu den
impliziten Handelskosten gehören die Auswirkung des Handelsauftrags auf den Preis der
Transaktion,dieWartekostenunddieOpportunitätskosten.

2.6 Aufgaben

Aufgabe1
Ein Investor hat am Anfang des Quartals 200 Aktien für einen Preis von EUR 25 pro Titel
gekauft.AmEndedesQuartalserhältereineDividendevonEUR5proAktieundderPreisdes
PapiersbeträgtEUR30.WiehochistdieAnlagerenditefürdasQuartal?
2.6 Aufgaben 63

Aufgabe2
Es liegen folgende jährliche Renditen einer Aktie vor:

Jahre Jährliche Renditen


2013 12 %
2014 24 %
2015 35 %
2016 10 %

a) WiehochistdieAnlagerenditeüberden4-jährigenZeitraumvon2013bis2016?Wiehoch
b) istdiejährlichearithmetischeRendite?
c) Wie hoch ist die jährliche geometrische Rendite?

Aufgabe3
Es liegen die folgenden Renditen von vier Anlagefonds vor:

Anlagefonds Zeitdauer nach Fondsauflegung Rendite seit Fondsauflegung


Delta 78 Tage 3;52 %
Gamma 136 Tage 4;58 %
Vega 18 Wochen 4;81 %
Rho 14 Monate 20,44 %

Welche der vier Anlagefonds verfügt über die höchste jährliche Rendite?

Aufgabe4
Für vier Anlageklassen sind die folgenden Renditen bekannt:

Anlageklassen Renditen
Aktien 9,5 %
Unternehmensanleihen 4,4 %
Unverzinsliche Schatzanweisungen (risikolos) 2,1 %
Inflation 1,3 %

a) Wie hoch ist die reale Rendite bei Aktien und Unternehmensanleihen?
b) Wie hoch ist die Risikoprämie bei Aktien und Unternehmensanleihen?
c) Der Steuersatz beträgt 30 %. Wie hoch s ind die realen Renditen nach Steuern für Aktien
undUnternehmensanleihen?
64 2 Rendite,RisikoundMarkteffizienz

Aufgabe5
Ein Portfoliomanager hat von einem Kunden CHF 1 Mio. erhalten, die er in einem gut
diversifiziertenAktienportfolioanlegt.Nach1JahristderWertderAnlageum8%gestiegen.
Der Kunde ist mit dem Portfoliomanager zufrieden und übergibt ihm am Ende des 1. Jahres
nochmalsCHF
1 Mio.zurVerwaltung.Im2.JahrnimmtderWertder
Anlagekombinationum12%zu.Im3.JahrfälltderPortfoliowertum4%undder
Kunde zieht CHF 500:000 ab.Im4.,5.und6.JahrverändertsichderMarktwertder%und12
Anlage um 16 %, 8 %.AmEndedes6.JahreszahltderKundewiederum
CHF 1 Mio. ein. Im 7. und 8. Jahr verändert sich der Wert der Anlagekombination um
4 % und 8 %.

a) Wie hoch sind die geldgewichtete Rendite und die geometrische Rendite dieser Anlage?

b) Welches sind die Unterschiede zwischen der geldgewichteten Rendite und der geo-
metrischenRendite?

Aufgabe6
Esliegenfolgendejährliche,stetigeRenditeneinerAktievor(Annahme:Grundge-samtheit
derRenditedaten):

Jahre Jährliche Anlagerenditen


2013 12 %
2014 24 %
2015 35 %
2016 10 %

a) Wie hoch ist die durchschnittliche Abweichung der stetigen Renditen?


b) Wie hoch ist die absolute durchschn ittliche Abweichung der stetigen Renditen? Wie
c) hochistdieStandardabweichungderstetigenunddereinfachenRenditen?

Aufgabe7
EineBankhatimGeschäftsberichtfürdasHandelsportfolioeinentäglichenValueatRiskvon
EUR 25 Mio. mit einem Konfidenzniveau von 95 % veröffentlicht. Wie lässt sich diese
Risikogrößeinterpretieren?
2.6 Aufgaben 65

Aufgabe
Es liegt die folgende Wahrscheinlichkeitsverteilung von jährlichen Portfoliorenditen vor:

Portfoliorenditen Wahrscheinlichkeit
weniger als 25 % 0,01
25 % bis 20 % 0,02
20 % bis 12 % 0,02
12 % bis 5 % 0,05
5 % bis 0 % 0,20
0 % bis 5 % 0,15
5 % bis 12 % 0,15
12 % bis 16 % 0,15
16 % bis 22 % 0,10
22 % bis 25 % 0,10
mehr als 25 % 0,05
1,00

Der Marktwert des Portfolios beträgt EUR 25 Mio.

a) Wiehochistderabsolute1%-VARfüreineZeitperiodevon1Jahr?Wiehoch
b) istderabsolute5%-VARfüreineZeitperiodevon1Jahr?

Aufgabe9
Ein Portfolio weist einen Marktwert von CHF 2 Mio. auf. Die erwartete jährliche Port-
foliorendite beläuft sich auf 8 %, während die annualisierte Volatilität bei 25 % liegt. Die
normalverteilten Renditen des Portfolios fallen unabhängig voneinander an und sind
demnachnichtmiteinanderkorreliert.

a) Wie hoch ist der absolute 5 %-VAR für 1 Jahr?


b) Wie hoch ist der absolute 5 %-VAR für 1 Monat?
c) Wie hoch ist der absolute 2,5 %-VAR für 1 Woche?
d) Wie hoch ist der absolute 1 %-VAR für 1 Tag (250 Handelstage pro Jahr)?
66 2 Rendite,RisikoundMarkteffizienz

Aufgabe10
DieTabellezeigtdenjeweiligenSchlussstanddesSMIunddiejährlichenRenditenvon2001
bis2011.

Jahre Schlussstand des SMI Veränderung Jährliche Renditen


2001 6417,84
2002 4630,75 1787;09 27;85 %
2003 5487,81 857,06 18;51 %
2004 5693,17 205,36 3;74 %
2005 7583,93 1890,76 33;21 %
2006 8785,74 1201,81 15;85 %
2007 8484,46 301;28 3;43 %
2008 5534,53 2949;93 34;77 %
2009 6545,91 1011,38 18;27 %
2010 6436,04 109;87 1;68 %
2011 5936,23 499;81 7;77 %

Die Analyse der Renditeverteilung des SMI erfolgt über die ersten vier Momente
der Verteilung: Zentraltendenz, Dispersion, Schiefe und Kurtosis.

a) Um die Zentraltendenz der Renditeverteilung zu beschreiben, müssen für die Ren- diten
in der Stichprobe der arithmetische Mittelwert, der Modalwert und der Me- dianwert
ermitteltwerden.WiehochsinddiearithmetischeRenditeunddieMedi-anrendite?

b) Um die Breite bzw. Dispersion der Renditeverteilung zu analysieren, können die


absolute durchschnittliche Abweichung, die Standardabweichung und die Semi-
Varianz berechnet werden. Wie hoch ist die Standardabweichung der Renditen?
Um das Ausmaß der Abweichung der Renditeverteilung von der Normalverteilung
c) zu beurteilen, sind die Schiefe und die Kurtosis zu bestimmen. Wie hoch sind die
Schiefe und die Excess-Kurtosis für den SMI und wie können diese Größen inter-
pretiert werden?

Aufgabe11
Es liegen folgende Aussagen über die Informationseffizienz der Märkte vor:

1. Es besteht eine halbstrenge Form der Informationseffizienz, wenn Anlagepreise his-


torischeundneueöffentlicheInformationenwiderspiegeln.
2. Informationseffiziente Märkte in der halbstrengen Form sind nicht unbedingt
schwach informationseffizient.
3. In einem halbstrengen informationseffizienten Markt generiert man mit einer pas- siven
Anlagestrategie gegenüber einer aktiven Strategie in der Regel eine höhere Renditenach
Transaktionskosten.
Literatur 67

4. Mit der Fundamentalanalyse lässt sich in einem informationseffizienten Markt der


halbstrengenFormeineüberdurchschnittlicheRenditeerzielen.
5. Wenn ein Markt schwach informationseffizient ist, kann man mit einer aktiven Anla-
gestrategie, die auf der Fundamentalanal yse beruht, überdurch schnittliche Renditen
generieren.
6. Eine Anlagestrategie, die basierend auf historischen Preisdiagrammen abnormale
Renditen abwirft, verletzt die Informationseffizienz der halbstrengen Form.
Empirische Studien zeigen, dass Value-Aktien im Vergleich zu Growth-Aktien an-
7. haltend höhere risikoadjustierte Renditen aufweisen. Um diese Marktpreisanomalie
auszunutzen, kann man Aktien mit einer Wertorientierung kaufen, die über über-
durchschnittlich hohe Di videndenrenditen und unterdur chschnittlich niedrige Kurs-
Gewinn-Verhältnisse und Kurs-Buchwert-Verhältnisse verfügen.

8. Die Januaranomalie kann unt er anderem durch den steuerlich motivierten Verkauf von
AktienunddurchWindowDressingvonPortfolioserklärtwerden.

Sind diese Aussagen richtig oder falsch (mit Begründung)?

Aufgabe12
Frau Meier hat in der Zeitung gelesen, dass Novartis einen Gewinn bekannt gegeben hat, der
über den Erwartungen der Analysten liegt (Gewinnüberraschung). 2 Tage nach diesem
Ereignis ruft sie ihren Kundenberater an und gibt einen Kaufauftrag für 100Novartis-Aktien
durch. Mit dieser Transaktion erzielt sie eine überdurchschnittliche Rendite. Welche Form
derInformationseffizienzhypotheseistverletzt?

Literatur

Artzner, P., Delbaen, F., Eber, J. M., Heath, D.: Coherent Measures of Risk. In: Mathematical Fi- nance
9 (3), 203–228 (1999)
Banz, R. W.: The Relationship between Return and Market Value of Common Stocks. In: Journal of
FinancialEconomics 9 (1), 3–18 (1981)
Bessembinder, H., Chan, K.: Market Efficiency and the Returns to Technical Analysis. In: Financial
Management 27 (2), 5–17 (1998)
Bodie, Z., Kane, A., Marcus, A. J.: Investments, New York (2009)
Brown, P., Kleidon, A. W., Marsh, T. A.: New Evidence on the Nature of Size-Related Anomalies in Stock
Prices.In:JournalofFinancialEconomics 12 (1), 33–56 (1983)
DeFusco, R. A., McLeavy, D. W., Pinto, J. E., Runkle, D. E.: Quantitative Methods for Investment
Analysis, 2. Auflage, Charlottesville (2004)
Dimson, E., Minio-Kozerski, C.: Closed-End Funds: A Survey. In: Financial Markets, Institutions and
Instruments 8 (2), 1–41 (1999)
Dyl, E. A.: Capital Gains Taxation and Year-End Stock Market Behavior. In: Journal of Finance 32
(1), 165–175 (1977)
Fama, E. F.: Efficient Capital Markets: A Review of Theory and Empirical Work, In: Journal of Finance
25 (2), 383–417 (1970)
6 2 Rendite,RisikoundMarkteffizienz

Fama, E. F.: Market Efficiency, Long-Term Returns, and Behavioral Finance. In: Journal of Finan- cial
Economics 49 (3), 283–306 (1998)
Fama, E. F., French, K. R.: Dissecting Anomalies. In: Journal of Finance 63 (4), 1653–1678 (2008)
Fama, E. F., French, K. R.: Value versus Growth: The International Evidence. In: Journal of Finance
53 (6), 1975–1999 (1998)
Fifield, S. G., Power, D. M., Sinclair, C. D.: An Analysis of Trading Strategies in Eleven European Stock
Markets.In:EuropeanJournalofFinance 11 (6), 531–548 (2005)
Gan, C., Lee, M., Hwa, A. Y., Zhang, J.: Revisiting Share Market Efficiency: Evidence from the
New Zealand Australia, US and Japan Stock Indices. In: American Journal of Applied Sciences
2 (5), 996–1002 (2005)
Hanley, K. W.: The Underpricing of Initial Public Offerings and the Partial Adjustment Phenome- non. In:
JournalofFinancialEconomics 34 (2), 231–250 (1993)
Ibbotson, R. G., Sindelar, J. L., Ritter, J. R.: The Market’s Problems with the Pricing of Initial Public
Offerings.In:JournalofAppliedCorporateFinance 7 (1), 66–74 (1994)
Jarque,C.M.,Bera,A.K.:ATestforNormalityofObservationsandRegressionResiduals.In:International
StatisticalReview 55 (2), 163–172 (1987)
Jones, C. P., Rendleman, R. J., Latané, H. A.: Stock Returns and SUEs During the 1970’s. In: Journal of
PortfolioManagement 10 (2), 18–22 (1984)
Malkiel, B. G.: Returns from Investing in Equity Mutual Funds 1971 to 1991. In: Journal of Finance 50
(2), 549–572 (1995)
Markowitz, H.: Portfolio Selection: Efficient Diversification of Investments, New York (1959)
Mondello, E.: Portfoliomanagement: Theorie und Anwendungsbeispiele, 2. Auflage, Wiesbaden
(2015)
Pontiff, J.: Closed-End Fund Premia and Returns Im plications for Financial Market Equilibrium. In:
JournalofFinancialEconomics 37 (3), 341–370 (1995)
Raja, M., Sudhahar, J. C., Selvam, M.: Testing the Semi-Strong Form Efficiency of Indian
Stock Market with Respect to Information Content of Stock Split Announcements – A Study of
IT Industry. In: International Research Journal of Finance and Economics
25, 7–20 (2009)
Reinganum, M. R.: Misspecification of Capital Asset Pricing: Empirical Anomalies Based on Ear-
nings’ Yields and Market Values. In: Journal of Financial Economics
9 (1), 19–46 (1981)
Ritter, J. R.: The Long-Run Performance of Initial Public Offerings. In: Journal of Finance 46 (1),
3–27 (1991)
Roll, R.: Vas Ist Das? In: Journal of Portfolio Management 9 (2), 18–28 (1983)
Rozeff, M. S., Zaman, M. A.: Market Efficiency and Insider Trading: New Evidence. In Journal of
Business 61 (1), 25–44 (1988)
OptimalesPortfolio
3

3.1 Einleitung

DasZusammenstelleneinesoptimalenPortfoliossetztnichtnurdieKombinationvonAn-lagen
zu einem Portfolio voraus, welches die angestrebten Rendite-Risiko-Eigenschaften aufweist.
VielmehristfürdasErreichenderAnlagezielezusätzlichzudenRendite-Risiko-Eigenschaften
derAnlagenauchdieRisikoeinstellungdesInvestorszuberücksichtigen.IndiesemKapitelwird
die Portfoliotheorie von Markowitz vorgestellt, bei der die in Bezug auf Rendite und Risiko
effizientestenrisikobehaftetenPortfoliosaufderEffizienz-kurveliegen.

1
WirddieEffizienzkurvemitdeninvestorenspezifischenIndifferenzkurven
kombiniert,gelangtmanzumoptimalenPortfolio.DieEffizienzkurvewirdanhandvon
historischen Kapitalmarktdaten mit der erwarteten Rendite und der Standardabweichung von
einzelnen Anlagen sowie der Kovarianz b zw. Korrelation zwischen den Renditen von
Finanzprodukten erstellt. Die Indifferenz kurven hingegen messen den Nutzen des An- legers,
derausdemHaltendesPortfoliosentsteht.DabeiwirdnebenderRenditeunddemRisikoderGrad
der Risikoaversion ein es einzelnen Investo rs bestimmt. Der Be- rührungspunkt zwischen der
Effizienzkurve und der höchstmöglichen anlegerspezifischen Indifferenzkurve stellt das
optimale Portfo lio von risikobehafteten Anlagen dar. Wird die risikolose Anlage in die
Portfoliokonstruktion eingebunden, liegt das optimale Portfo- lio auf der effizientesten
Kapitalallokationslinie. Dabei hängt der Anteil der risikolosen Anlage im Gesamtportfolio von
derNutzenfunktiondes Investorsab. Unterstelltman identische (homogene) Erwartungenaller
Teilnehmer auf dem Markt, dann investieren sämtliche Anleger in das gleiche risikobehaftete
Portfolio bzw. in das Marktportfolio. Sämtliche Anlagekombinationen zwischen der
risikolosenAnlageunddemMarktport-folioliegenaufderKapitalmarktlinie.

1
Vgl. Markowitz 1952 : Portfolio Selection, S. 77 ff. und Markowitz 1959 : Portfolio Selection:
Efficient Diversification of Investments, S. 1 ff.

© Springer Fachmedien Wiesbaden GmbH 2017 69


E. Mondello, Finance, DOI 10.1007/978-3-658-13199-9_3
70 3 OptimalesPortfolio

Die Portfoliotheorie von Markowitz beruht hinsichtlich des Investorenverhaltens auf


den folgenden Annahmen:

 Die Anlagealternativen sind durch eine Vert eilung der erwarteten Renditen gegeben, die
übereinePeriodeanfallen.
 Investoren maximieren den erwarteten Nutzen über eine Periode hinweg, wobei die
Indifferenzkurven (Nutzenfunktionen) durch einen abnehmenden Grenznutzen charak-
terisiertsind.
 Die Anleger nehmen das Portfoliorisiko als Schwankungen der erwarteten Renditen
(Varianz bzw. Standardabweichung) wahr.
 DieAnlageentscheidungenstützensichaufdieerwarteteRenditeunddasRisiko,so-dassdie
Indifferenzkurven unter anderem eine Funktion der erwarteten Rendite und des Risikos
(Varianzbzw.Standardabweichung)darstellen.
 Bei einem gegebenen Risiko bevorzugen Investoren eine höhere und nicht eine niedri- gere
Rendite oder bei einer gegebenen Rendite wird diejenige Anlage ausgewählt, die über ein
niedrigeres(undnichthöheres)Risikoverfügt.DieMarktakteureverhaltensichrisikoavers.

3.2 ErwarteteRenditeundRisikoeinerrisikobehaftetenAnlage

Die erwartete Rendite stellt eine erwartete Größe dar und kann von der tatsächlich ein-
getroffenen Rendite abweichen. Die Ein schätzung über die zukünftige Höhe der Rendite kann
einerseits auf vergangenen Werten oder a ndererseits auf einer prospektiven Szena- rioanalyse
beruhen.DieerwarteteRendite
ŒE. r/ aufgrund von historischen Werten lässt
sich wie folgt berechnen:
1X
T
E .r/ D rt ; (3.1)
T tD1

wobei:

T D Anzahl Perioden bzw. vergangener Renditen,


rt D Rendite einer einzelnen Anlage für die Periode t.

Die erwartete Rendite kann auch anhand einer prospektiven Szenarioanalyse ermittelt werden.
Dabei stellt die erwartete Rendite die Summe der wahrscheinlichkeitsgewichteten
Szenariorenditendarundlässtsichwiefolgtbestimmen:

X
n
E .r/ D Pi ri ; (3.2)
iD1
3.2 ErwarteteRenditeundRisikoeinerrisikobehaftetenAnlage 71

wobei:

Pi D Wahrscheinlichkeit für das Eintreten eines Szenarios i,


ri D Rendite für das Szenario i,
n D Anzahl Szenarien.

Bei der prospektiven Szenario analyse identifiziert man rele vante Szenarien und bestimmt die
RenditenwieauchdieEintrittswahrscheinlichkeitendereinzelnenSzenarien.Demge-genüber
beruhen historische Renditen auf Zeitr eihen von in der Vergangenheit erzielten Renditen. Aus
dieserbegrenztenDatenreihewirdeineWahrscheinlichkeitsverteilungkon-struiert.Liegteine
Normalverteilung vor, wird sie durch die erwartete Rendite und die Standardabweichung
beschrieben. Dabei unt erstellt man, dass jede Renditebeobachtung mit der gleichen
Wahrscheinlichkeitanfällt.DieWahrscheinlichkeitPvon( 3.2)lässtsich

i
bei T Renditebeobachtungen mit T ersetzen.2 DaherlässtsichdieerwarteteRenditeals1=
arithmetisches Mittel der Renditen aus einer Stichprobe wie folgt ermitteln:

X
n
1X
T
E .r/ D Pi ri D ri : (3.3)
iD1
T iD1

DieFormelzeigt,dassderarithmetischeDurchschnittswertderhistorischenRenditeneinegute
Approximation für die erwartete Rendite darstellt. Dies setzt allerdings voraus, dass die
vergangenen Renditen durch die unterstellte Wahrscheinlichkeitsverteilung angemes- sen
beschriebenwerden.

Um die Volatilität bzw. die Schwankungen von Wertschriftenrenditen zu ermitteln, gibt


es verschiedene Möglichkeiten.3 EinedermeistbenutztenKennzahlenistdieVarianzbzw.die
Standardabweichung.DieVarianzmisstdiedurchschnittlichequadratischeAbwei-chungder
einzelnenRenditenvondererwartetenRendite.DieStandardabweichungistdieWurzelausder
VarianzundstellteinestandardisierteVersionderVarianzdar.Unter-stelltman
WahrscheinlichkeitenundRenditenfürjedeseinzelneSzenario,lässtsichdieVarianz(

¢ 2 ) folgendermaßen berechnen:

X
n
2
¢ D Pi Œri  E .r/2 ; (3.4)
iD1

wobei:

E .r/ D erwartete Rendite gerechnet als Summe de r wahrscheinlichkeitsgewichteten Sze-


nariorenditen (siehe ( 3.2 )).

2
BestehtbeispielsweiseeineStichprobeaus100Renditen,dannfälltjedeRenditemiteinergleichen%
Wahrscheinlichkeit von 1 .D 1=100/ an. Die Wahrscheinlichkeit (Pi) von 0,01 ist gleich 1=T bzw.
1=100.
3
Für das Risiko von Anlagen vgl. Abschn. 2.3 .
72 3 OptimalesPortfolio

Nimmt man historische Renditen, die mit einer gleichen Wahrscheinlichkeit von 1=T an-
fallen, lassen sich die Varianz und die Standardabweichung einer Stichprobe wie folgt
bestimmen:

1 X
T
2
¢ D Œri  E .r/2 ; (3.5)
T  1 iD1
v
u
u 1 X T
¢ Dt Œri  E .r/2 ; (3.6)
T  1 iD1

wobei:

E .r/ D erwartete Rendite gerechnet als arithmetischer Durchschnittswert der Renditen


aus der Stichprobe (siehe ( 3.1 )),
T D Anzahl Perioden bzw. Renditen, die mit eine r gleichen Wahrscheinlichkeit auftre-
ten.

Je größer die Varianz bzw. Standardabweichung, desto größer die Renditeschwankun- gen um
dieerwarteteRenditeunddestogrößerdieUnsicherheitbzw.dasRisikoderAnlage.

Beispiel
Berechnung der erwarteten Rendite und Standardabweichung
Finanzanalysten einer Bank gelangen aufgrund ihrer Arbeit zu dem Schluss, dass sich der
Konjunkturzyklus in der nächsten Periode mit jeweils gleicher Wahrscheinlich- keit auf die
folgendenvierPhasenverteilt:Hochkonjunktur,Stagnation,RezessionundDepression.Die
Analystenerwarten, dass die Renditen der Aktie A dem Konjunk- turzyklusfolgen,während
die Renditender Aktie B von der Konjunktur unabhängig anfallen. Die Renditeerwartungen
fürdiebeidenAktienlautenwiefolgt:

Konjunkturphasen Renditen der Aktie A Renditen der Aktie B


Hochkonjunktur 30 % 10 %
Stagnation 15 % 15 %
Rezession 5% 20 %
Depression 10 % 10 %

1. Wie hoch sind die erwarteten Renditen der Aktien A und B?


2. Wie hoch sind die Standardabweichungen der Renditen der Aktien A und B?
3.2 ErwarteteRenditeundRisikoeinerrisikobehaftetenAnlage 73

Lösungzu1
Die erwarteten Renditen der beiden Aktien A und B lassen sich wie folgt bestimmen:

E .r/AktieA D 0;25  30 % C 0;25  15 % C 0;25  5 % C 0;25  .10 %/ D 10 %;


E .r/AktieB D 0;25  10 % C 0;25  .15 %/ C 0;25  20 % C 0;25  10 % D 6;25 %:

Lösungzu2
DieStandardabweichungenderAktienAundBlassensichfolgendermaßenermitteln:Aktie
A:

Konjunkturphasen Renditen: ri Streubreite um erwartete Rendite: Quadrat der Streubrei-


[ri  E .r/] te: Œri  E .r/2
Hochkonjunktur 0,30 0,201/ 0,042/
Stagnation 0,15 0,05 0,0025
Rezession 0,05 0;05 0,0025
Depression 0;10 0;20 0,04
1/
0;30  0;10 D 0;20
2/
0;202 D 0;04
2
¢AktieA D 0;25  0;04 C 0;25  0;0025 C 0;25  0;0025 C 0;25  0;04
D 0;02125;
p
¢AktieA D 0;02125 D 0;1458 D 14;58 %:

Aktie B:

Konjunkturphasen Renditen: ri Streubreite um erwartete Rendite: Quadrat der Streubrei-


[ri  E .r/] te: Œri  E .r/2
Hochkonjunktur 0,10 0,0375 0,001406
Stagnation 0;15 0;2125 0,045156
Rezession 0,20 0,1375 0,018906
Depression 0,10 0,0375 0,001406
2
¢AktieB D 0;25  0;001406 C 0;25  0;045156 C 0;25  0;018906 C 0;25  0;001406
D 0;016719;
p
¢AktieB D 0;016719 D 0;1293 D 12;93 %:
74 3 OptimalesPortfolio

3.3 ErwarteteRenditeundRisikoeinesPortfoliosbestehendaus
zweirisikobehaftetenAnlagen

Zunächst werden die Grundprinzipien der Rendite-Risiko-Berechnung am Beispiel von zwei


risikobehaftetenAnlagenaufgezeigt.Diesbietetsichan,dasichdiesogefundenenErkenntnisse
auf ein Portfolio mit einer Vielzahl von Wertpapieren übertragen lassen. Die
Portfoliokonstruktion basiert auf dem Grundgedanken der effizienten Diversifikation. Da- bei
werden risikobehaftete Portfolios aus zwei oder mehreren Anlagen zusammengestellt, wobei
nur dasjenige Portfolio hinsichtlich Rendite und Risiko effizient ist, das für eine bestimmte
erwartete Rendite das niedrigste Risiko bzw. für ein bestimmtes Risiko die höchste erwartete
Renditebesitzt.

Die erwartete Rendite eines Portfolios E – .rP / bestehend aus zwei risikobehafteten An-
lagen 1 und 2 lässt sich mit folgender Formel berechnen:

E .rP / D w1 E .r1 / C w2 E .r2 / ; (3.7)

wobei:

w1 D prozentualerAnteilderAnlage1imPortfolio,r
E . / D erwarteteRenditederAnlage1,diemit(3.1)oder(3.2)gerechnetwird.1

WerdenzweiAktienbetrachtet,diejeübereineRenditevon15%verfügen,dannbeträgt–unabhängig
vonderanteilsmäßigenZusammensetzungdesPortfolios–dieerwarte-tePortfoliorenditeebenfalls
15%.Dieszeigt,dasssichdieGesamtrenditeaufgrundderKombinationvonverschiedenenAnlagen
gleicherRenditenichtändert.

DasPortfoliorisikowirdnicht–wiedieerwartetePortfoliorendite–alsdieSum-meder
gewichtetenStandardabweichungenderRenditenberechnet.Vielmehrhängtdas
PortfoliorisikonebendenGewichtenunddemEinzelrisikoderbeidenAnlagen(alsoder
Standardabweichung)auchvonderKovarianzbzw.Korrelationab,welchedieBeziehung
zwischendenRenditenvonzweiWertpapierenmisst.

EinepositiveKovarianzbedeutet,dasssichübereinegewisseZeitspannedieRenditenvon
zweiAnlagenmehrheitlichindieselbeRichtungwieihreerwartetenRenditenbewe-gen.
DemgegenüberzeigteinenegativeKovarianz,dasssichzweiRenditeninBezugaufihre
erwartetenRenditeningegensätzlicheRichtungbewegen.DieHöhederKovarianzhängtvon
denStreubreitenderRenditenabundlässtsichmitprospektivenSzenarienwiefolgtberechnen:

X
n
Cov1;2 D Pi Œri;1  E .r1 /Œ ri;2  E .r2 /; (3.8)
iD1

wobei:

Cov1;2 D Kovarianz zwischen den Renditen der Anlagen 1 und 2,


Pi D WahrscheinlichkeitfürdasEintreteneinesSzenariosi,
3.3 ErwarteteRenditeundRisikoeinesPortfolioszweierrisikobehafteteAnlagen 75

ri;1 D Rendite der Anlage 1 für das Szenario i,


r ;2 D RenditederAnlage2fürdasSzenarioi.i

Die Kovarianz aus einer Stichprobe von historischen Renditen kann folgendermaßen er- mittelt
werden:
T
1
Cov1;2 D Xi Œri;1  E .r1 /Œ ri;2  E .r2 /: (3.9)
T  1 D1
Die Kovarianz der Stichprobe ist der Durchschnitt aus dem Produkt der Renditeabwei-
chungen zweier Anlagen von deren erwarteten Stichprobenrenditen. Die Einheit der Ko-
varianzistRenditenzumQuadrat. 4 Die Kovarianz wird durch T  1 und nicht durch T
dividiert, um den Schätzfehler der Stichprobe im Vergleich zur Grundgesamtheit der Da- ten zu
korrigieren. 5

DieKovarianzistpositiv,1)wenndieRenditenderAktieAimmerdannüberihrererwarteten
Renditeliegen,wennsichdieRenditenderAktieBauchüberihremErwar-tungswertbefindenund
2)wenndieRenditenderAktieAimmerdannunterdererwartetenRenditeliegen,wenndiesauch
beiBderFallist.LässtsicheinsolchergleichgerichteterZusammenhangfeststellen,istdie
Kovarianzpositiv.DieKovarianzisthingegenimmerdannnegativ,wenndieRenditenderAktieA
konsistentüber(unter)ihrererwartetenRen-diteliegen,wennsichdieRenditenvonBunter(über)
ihremErwartungswertbefinden.

WenndieKovarianznullbeträgt,bestehtkeinZusammenhangzwischendenRenditenbeider
Aktien.IneinemsolchenFallkönnenbeispielsweisekeineRückschlüsseaufdieRenditenvonB
gezogenwerden,wenndieRenditenvonAüberoderunterihrererwarte-tenRenditeliegen.

Beispiel
Berechnung der Kovarianz
Wie hoch ist die Kovarianz der Renditen von den Aktien A und B, wenn die Daten aus dem
vorangegangenenBeispielgenommenwerden?

Lösung
Die Kovarianz von 0;004375 kann aufgrund der erwarteten Renditen der Aktie A von
10 % und der Aktie B von 6,25 % folgendermaßen bestimmt werden:

Konjunktur- Streubreite um er- Streubreite um er- Produkt der Streubrei-


phasen wartete Rendite wartete Rendite tenderAktienAundB–
der Aktie A der Aktie B
ŒrA;i  E .rA / ŒrB;i  E .rB / rA;i  E .rA /Œ rB;i  E .rB /
Hochkonjunktur 0,20 0,0375 0,0075
Stagnation 0,05 0;2125 0;010625
Rezession 0;05 0,1375 0;006875
Depression 0;20 0,0375 0;0075

4
Sind die Zufallsvariablen Renditen, dann ist die Einheit der Kovarianz Renditen zum Quadrat.
5
Für die Varianz und Standardabweichung vgl. Abschn. 2.3.1 .
76 3 OptimalesPortfolio

CovA;B D 0;25  0;0075 C 0;25  .0;010625/ C 0;25  .0;006875/


C 0;25  .0;0075/
D  0;004375

Die berechnete Kovarianz ist 0;004375. Eine negative Kovarianz bedeutet, dass die
Rendite der einen Anlage mehrheitlich über ( unter) dem Erwartungswert liegt, während
sich die Rendite der anderen Anlage unter (übe r) ihrer erwarteten Rendite befindet. Aller- dings
ist die Höhe der Kovarianz schwierig zu interpretieren, denn sie verkörpert wie die Varianz das
QuadratderAbweichungen.DieKovarianzhängtvonderRenditevariabilitätderbeidenAktien
ab.IstdieBeziehungderRenditenvonzweiAktienstabil,liegtbeieinergegen0konvergierenden
Kovarianzvon
0;004375 eine schwache negative Bezie-
hung zwischen den Renditen vor. Sind die Renditen hingegen volatil, also liegen sie weit
voneinander entfernt, kann die Beziehung stark oder schwach sein. Um die Stärke des
Zusammenhangs zu bestimmen, muss die Kovarianz durch den Einbezug der Standardab-
weichung standardisiert werden. Dabei wird die Kovarianz durch die Standardabweichung der
beidenAktiendividiert.DiestandardisierteKovarianzbzw.derKorrelationskoeffizi-ent(

¡1;2 ) lässt sich wie folgt berechnen:

Cov1;2
¡1;2 D ; (3.10)
¢1 ¢2

wobei:

Cov1;2 D Kovarianz zwischen den Renditen der Anlagen 1 und 2,


¢1 D StandardabweichungderRenditenvonAnlage1,
¢2 D Standardabweichung der Renditen von Anlage 2.

Beispiel
Berechnung der Korrelation
WiehochistderKorrelationskoeffizientzwischendenRenditenderAktienAundBanhandder
DatenausdemvorangegangenenBeispiel?

Lösung
Der Korrelationskoeffizient lässt sich mithilfe der Standardabweichungen der Aktie A von
14,58%undderAktieBvon12,93%folgendermaßenberechnen:

0;004375
¡A;B D D 0;232:
0;1458  0;1293

Die Korrelation von 0;232 zwischen den Renditen der beiden Aktien ist relativ nied-
rig, weil die beiden Aktien dem Konjunkturzyklus unterschiedlich ausgesetzt sind. Dies
ist für Aktien von unterschiedlichen Industrien nicht unüblich.
3.3 ErwarteteRenditeundRisikoeinesPortfolioszweierrisikobehafteteAnlagen 77

Tab.3.1 Matrix zur Berechnung der Portfoliovarianz (2 Anlagen)


Anlagen 1 2
1 w21 ¢12 w1 w2 Cov1;2
2 w2 w1 Cov2;1 w22 ¢22

Das Vorzeichen des Korrelationskoeffizient en hängt vom Vorzeichen der Kovarianz ab, da die
Standardabweichungender beiden Aktien immer positiv sind. Die Korrelationen bewegen sich
immerineinerBandbreitevon
C1 und 1. Eine Korrelation von C1 be-
deutet, dass sich die Renditen vollständig in dieselbe Richtung bewegen, während eine
Korrelation von 1 eine vollständig gegensätzliche Bewegungsrichtung der Renditen im-
pliziert. Wenn die Korrelation 0 beträgt, besteht kein linearer Zusammenhang zwischen
den Renditen und die Renditen von zwei Anlagen sind demnach statistisch unkorreliert.
FürdieBestimmungdesRisikoseinesPortfolios,dasauszweiAnlagenbesteht,kanndie
PortfoliovarianzindieeinzelnenRisikofaktorenaufgeteiltwerden.Dabeierhältmaneine
Matrix,dieausdengewichtetenVarianzenunddergewichtetenKovarianzderbeidenAnlagen
besteht.Tab.3.1zeigtdiesenZusammenhang.

Die Summe dieser Risikokomponenten führt zur Varianz des Portfolios:

¢P2 D w21 ¢12 C w22 ¢22 C w1 w2 Cov1;2 C w2 w1 Cov2;1


(3.11)
D w21 ¢12 C w22 ¢22 C 2w1 w2 Cov1;2 :

Nimmt man die Wurzel der Portfoliovarianz, erhält man folgende Formel für die Berech-
nung des Portfoliorisikos (¢P ):
q
¢P D w21 ¢12 C w22 ¢22 C 2w1 w2 Cov1;2 : (3.12)

Die Formel zeigt, dass die Standardabweichung der Portfoliorenditen eine Funktion der
quadratisch gewichteten Varianzen der einzel nen Anlagen und der gewichteten Kovarianz der
beiden Anlagen im Portfolio ist. Demnach ist die Standardabweichung der Portfolio- renditen
von den Varianzen der einzelnen Instrumente und der Kovarianz zwischen den Anlagen
abhängig. Eine positive Kovarianz führt bei gegebenen Varianzen im Vergleich zu einer
negativen Kovarianz zu einer höheren Standardabweichung des Portfolios. Steigt die Rendite
der einen Anlage, während die Rendite der anderen Anlage fällt, besteht ein negativer
Zusammenhang (bzw. negative Kovarianz) zwischen den Renditen. In einem sol- chen Fall
reduziert sich das Risiko im Portfolio, weil sich die Veränderungen der Renditen teilweise
gegenseitigaufheben.

Beispiel
BerechnungdererwartetenRenditeunddesRisikoseinesPortfoliosbestehendauszwei
Anlagen
Aus den vorangegangenen Beispielen sind die folgenden Daten der Aktien A und B bekannt:
7 3 OptimalesPortfolio

 Erwartete Rendite von A: 0,10 bzw. 10 %,


 erwarteteRenditevonB:0,0625bzw.6,25%,
Varianz von A: 0,02125,
 Varianz von B: 0,016719,
 Standardabweichung von A: 0,1458 bzw. 14,58 %,
 Standardabweichung von B: 0,1293 bzw. 12,93 %,
 Kovarianz zwischen A und B: 0;004375,
 Korrelation zwischen A und B: 0;232.

Das Portfolio weist einen Marktwert der Aktien A in der Höhe von EUR 100:000 auf,
während die Aktien von B einen Wert von EUR 300:000 haben.

1. Wie hoch ist die erwartete Portfoliorendite?


2. WiehochistdasPortfoliorisiko?

Lösungzu1
UmdieerwartetePortfoliorenditezubestimmen,sindzunächstdieprozentualenAntei-leder
beiden Aktien im Portfolio zu ermitteln. Die prozentualen Anteile im Verhältnis zum
GesamtportfoliovonEUR
sind0,25fürAund0,75fürB.Dieerwartete
Portfoliorendite beläuft sich auf 400:000
7,188 %:

E .rP / D 0;25  10 % C 0;75  6;25 % D 7;188 %:

Lösungzu2
Das Risiko bzw. die Standardabweichung des Aktienportfolios beträgt 9,54 % und lässt sich
wiefolgtberechnen:
p
¢P D 0;252  0;14582 C 0;752  0;12932 C 2  0;25  0;75  .0;004375/
D 0;0954 D 9;54 %:

WirddieStandardabweichungdesPortfoliosvon9,54%mitdenStandardabweichun-gender
beidenAktienvon14,58%und12,93%verglichen,stelltmanfest,dassdieStandardabweichung
bzw.dasRisikodurchdieKombinationderbeidenAktiengesunkenist.DieseRisikominderung
wirdinderPortfoliotheoriealsDiversifikationseffektbezeich-net.

Im Beispiel weisen die beiden Aktien eine negative Kovarianz von 0;004375 auf. Der
Diversifikationseffekt fällt bei einer positiven Kovarianz im Vergleich zu einer negativen
Kovarianzgeringeraus,daderdritteTermrechtsdesGleichheitszeichensin(3.12)(also2wwCov
2 1;2 ) positivistundvergleichsweiseeinhöheresPortfoliorisikozurFolgehat. 1
Die Frage ist nun, wie hoch darf die positive Kovarianz sein, damit noch ein Diversifika-
tionseffekt bzw. eine Risikoreduktion besteht. Um diese Frage zu beantworten, stellt die
3.3 ErwarteteRenditeundRisikoeinesPortfolioszweierrisikobehafteteAnlagen 79

Kovarianz eine ungeeignete Größe dar, da deren Höhe schwer zu interpretieren ist. Daher ist die
Kovarianz zu standardisieren und in den Korrelationskoeffizienten umzuwandeln. Der
Korrelationskoeffizient misst den Grad der Beziehungen zwischen den Renditen von zwei
Anlagen.NimmtmanfürdenKorrelationskoeffizienten( 3.10)undlöstdieseGlei-chungnachder
Kovarianzauf,erhältmanfolgendeFormelfürdieKovarianz:

Cov1;2 D ¡1;2 ¢1 ¢2 ; (3.13)

wobei:

¡1;2 D Korrelationskoeffizient zwischen den Renditen von Anlage 1 und 2.

Wird die Kovarianz (Cov1;2 )in (3.12)durchdasProduktausdemKorrelationskoeffizi-ersetzt,kann


enten und den Standardabweichungen der einzelnen Anlagen (¡1;2 ¢1 ¢2 ) das
Portfoliorisiko folgendermaßen bestimmt werden:
q
¢P D w21 ¢12 C w22 ¢22 C 2w1 w2 ¡1;2 ¢1 ¢2 : (3.14)

Bleibt alles andere unverändert, dann führt ein höherer Korrelationskoeffizient zu einem
höherenPortfoliorisiko.LiegteinKorrelationskoeffizientvon C1 vor – also perfekt positiv
korrelierte Renditen –, vereinfacht sich die Berechnung des Portfoliorisikos wie folgt:6

¢P D w1 ¢1 C w2 ¢2 : (3.15)

Folglich entspricht das Portfoliorisiko bei einem Korrelationskoeffizienten von C1 der


Summe der gewichteten Standardabweichungen der einzelnen Anlagen. Die Kombinati- on
solcherAnlagenineinemPortfolioführtzukeinerReduktiondesPortfoliorisikosundsomitliegt
kein Diversifikationseffekt vor. Allgemein formuliert lässt sich das Portofolio- risiko von N
AnlagenalsdieSummedergewichtetenStandardabweichungenfolgender-maßenbestimmen:

N
¢P D Xi wi ¢i ; (3.16)
D1

wobei:

N D Anzahl risikobehafteter Anlagen im Portfolio.

6
Ist der Korrelationskoeffizient C1,dannlässtsich(3.14)alsPortfoliovarianzwiefolgtschreiben:Die
¢P2 D w21 ¢12 Cw22 ¢22 C 2w1 w2 ¢1 ¢2 . Portfoliovarianzkannmanmithilfeder1.binomischenFormel
wie folgt umwandeln: ¢P2 D .w1 ¢1 C w2 ¢2 /2 . NimmtmandieWurzelausderPortfoliovarianz,
gelangtmanzu( 3.15).
0 3 OptimalesPortfolio

Setzt man für das vorangegangene Beispiel in ( 3.14 ) einen Korrelationskoeffizienten von C
1 ein, ergibt sich für das Portfoliorisiko ein Wert von 13,34 %:
p
¢P D 0;252  0;14582 C 0;752  0;12932 C 2  0;25  0;75  1  0;1458  0;1293
D 13;34 %:

Wird für die Berechnung des Portfoliorisikos ( 3.15 ) angewandt, erhält man ebenfalls 13,34 %:

¢P D 0;25  14;58 % C 0;75  12;93 % D 13;34 %:


Die Formeln ( 3.14) und ( 3.15) führen zum selben Ergebnis von 13,34 % für das Port- foliorisiko.
FolglichistbeieinemKorrelationskoeffizientenvon C1 das Risiko additiv.
Nimmt man hingegen einen niedrigeren Korrelationskoeffizienten als C1, verringert sich
in Anlehnung an ( 3.14 ) das Portfoliorisiko. Demzufolge besteht immer dann ein Diversi-
fikationseffekt bzw. eine Reduktion des Portfoliorisikos, wenn der Korrelationskoeffizient
zwischendenRenditenderbeidenAnlagenunter C1 liegt.
Das niedrigste Portfoliorisiko ergibt sich bei einem Korrelationskoeffizienten von 1
bzw. bei perfekt negativ korrelierten Renditen von zwei Anlagen. Die Varianz und die
Standardabweichung eines Portfolios bestehend aus zwei Anlagen bei einem Korrelati-
onskoeffizientenvon 1 berechnen sich wie folgt:7

¢P2 D .w1 ¢1  w2 ¢2 /2 ; (3.17)


¢P D jw1 ¢1  w2 ¢2 j: (3.18)

Bei einem Korrelationskoeffizienten von 1 kann das Portfoliorisiko vollständig elimi-


niert werden und ( 3.18 ) lässt sich wie folgt schreiben: 0 D w1 ¢1  w2 ¢2 . Die Gewichte
der beiden Anlagen, die zu einem risikolosen Portfolio führen, können folgendermaßen
bestimmt werden:8
¢2 ¢1
w1 D und w2 D D 1  w1 : (3.19)
¢1 C ¢2 ¢1 C ¢2

7
Ist der Korrelationskoeffizient 1, führt dies zu folgender Portfoliovarianz: ¢P2 D w21 ¢12 C w22 ¢22 
2w1 w2 ¢1 ¢2 . Die Portfoliovarianz kann wie folgt umgewandelt werden: ¢P2 D .w1 ¢1  w2 ¢2 /2 . Die
vertikalen Betragsstriche in ( 3.18 ) bedeuten, dass das Portfoliorisiko nicht unter 0 fallen kann.
8
Das Gewicht der Anlage 1 (w )in (3.19 ) lässt sich wie folgt herleiten: Das Gewicht der Anlage 1
2 ist w2 D 1  w1, da die Summe der Gewichte 1 ist. Setzt man in ( 3.18 ) 1  w1 für w2 ein und
setzt die Gleichung gleich 0, so erhält man: w1 ¢1  .1  w1 /¢2 D 0. Wird diese Gleichung nach w1
aufgelöst, resultiert daraus ( 3.19 ).
3.3 ErwarteteRenditeundRisikoeinesPortfolioszweierrisikobehafteteAnlagen 1

Beispiel
Berechnung der erwarteten Rendite eines risikolosen Zwei-Anlagen-Portfolios Aktie A hat
eine erwartete Rendite von 10 % und eine Standardabweichung von 14,58 %, während
Aktie B eine erwartete Rendite von 6,25 % und eine Standardab- weichung von 12,93 %
aufweist. Angenommen die Renditen der beiden Aktien sind vollständig negativ korreliert,
dann beträgt der Korrelationskoeffizient
1.
Wie hoch ist die erwartete Rendite des Portfolios bei einer Standardabweichung der
Portfoliorenditen von 0 %?

Lösung
Zuerst ist das Gewicht der Aktie A von 0,47 anhand ( 3.19 ) zu berechnen:
¢B 0;1293
wA D D D 0;47:
¢A C ¢B 0;1458 C 0;1293
Das Gewicht der Aktie B ist demnach 0;53.D 1  0;47/. Werden die Gewichte der
beiden Aktien von 47 % und 53 % in ( 3.14 ) für das Portfoliorisiko eingesetzt, so erhält
man für die Standardabweichung der Portfoliorenditen 0 %:
p
¢P D 0;472  0;14582 C 0;532  0;12932 C 2  0;47  0;53  . 1/  0;1458  0;1293
D 0:

DieerwarteteRenditediesesrisikolosenPortfoliosliegtbei8,0125%:D

E .rP / 0;47  10 % C 0;53  6;25 % D 8;0125 %:

Abb.3.1bildetineinemRendite-Risiko-DiagrammdieerwartetenRenditenunddie
StandardabweichungenderAktienAundBausdemBeispielab.DieAnlageAverfügtim
VergleichzuBübereinehöhereRenditeerwartungundStandardabweichung. 9
Außerdem
zeigt die Abbildung die erwartete Rendite von 7,19 % und die Standardabweichung von 9,54 %
(beieinerKorrelationvon 0;232) des Portfolios, das aus 25 % Aktien A und 75 %
Aktien B besteht.
EinPortfoliokannausbeliebigenAnteilen(Gewichte)derAktienAundBzusammen-
gesetztwerden.Abb.3.2zeigteinePortfoliokurve,aufderallemöglichenKombinationenvonA
undBliegen.DiesePortfoliosbasierenaufderzuvorberechnetenKorrelationzwi-schenden
Renditenvon
 . Portfolio1bestehtaus10%AktienAund90%Aktien0;232
B. DieseKombination,diesichpraktischvollständigausPapierenvonBzusammensetzt,liegt
aufderPortfoliokurvenahebeimRendite-Risiko-PunktB.Portfolio2,dasaus90%AktienAund
10%AktienBbesteht,befindetsichhingegennahebeimRendite-Risiko-PunktA.

9
DiePortfoliotheorievonMarkowitzberuhtaufderAnnahme,dasssichdieMarktteilnehmerrisi-koavers
verhalten.DieAktieAbesitztimVergleichzuBaufgrundderhöherenStandardabweichung
von 14,58 % (B: 12,93 %) eine höhere erwartete Rendite von 10 % (B: 6,25 %).
2 3 OptimalesPortfolio

(erwartete
Rendite)

A
10%

Portfolio
7, 19%
B
6,25%

0%
0% 9,54% 12,93% 14,58%
(Standardabweichung der Renditen)

Abb.3.1 Rendite und Risiko der Aktien A und B

(erwartete
Rendite)
Effizienzkurve
zwischen MVP und A

2 A
10%
3
MVP
7, 94%
3’ 1 1’
6,25%
B

0%
0% 8,48% 9,54% 12,93% 14,58%
(Standardabweichung der Renditen)

Abb.3.2 Rendite und Risiko von verschiedenen Anlagekombinationen der Aktien A und B

Ein Diversifikationseffekt besteht immer dann, wenn die Korrelation zwischen den
Renditen zweier Anlagen kleiner C1 ist. Die Korrelation zwischen den Renditen von A
und B beträgt 0;232. Wenn man die Gerade zwischen den Rendite-Risiko-Punkten A und
B mit der Portfoliokurve B  MVP  A vergleicht, lässt sich der Diversifikationseffekt
zeigen. Nimmt man an, dass die Korrelation zwischen den Renditen der Anlagen A und B
C1 anstatt 0;232 beträgt, dann befinden sich sämtliche Kombinationen der beiden Akti-
en auf der Geraden zwischen den Rendite-Risiko-Punkten A und B. Ein Beispiel dazu ist
3.3 ErwarteteRenditeundRisikoeinesPortfolioszweierrisikobehafteteAnlagen 3

das Portfolio 1’ (mit einer Korrelation von C1),dasaus10%AktienAund90%AktienB


besteht.DemgegenüberliegensämtlicheKombinationenderAnlagenAundBmiteinem
Korrelationskoeffizienten von 0;232 auf der Portfoliokurve B  MVP  A. Vergleicht
man nun in Abb. 3.2 die beiden Portfolios 1 und 1’ miteinander, so stellt man fest, dass
beide über die gleiche erwartete Portfoliorendite verfügen, während die Standardabwei- chung
vonPortfolio1aufgrundderunter C1 liegenden Korrelation von 0;232 geringer
ist.
DerRendite-Risiko-PunktMVPinAbb. 3.2stelltdasMinimum-Varianz-Portfoliodar.
DiesesPortfolioverfügtüberdieniedrigsteStandardabweichungausallenmöglichen
KombinationenzwischendenAktienAundB. 10
DerAnteilderAktieAimMinimum-11
Varianz-Portfolio kann mit folgender Formel berechnet werden:

¢B2  CovA;B
wA D : (3.20)
¢A2 C ¢B2  2CovA;B

Der Anteil der Aktie A im Minimum-Varianz-Portfolio beträgt 45,14 % und lässt sich wie folgt
bestimmen:

0;12932  .0;004375/
wA D D 0;4514:
0;14582 C 0;12932  2  .0;004375/

Das Gewicht der Aktie B ist demnach 54;86 %.D 1  0;4514/. Das Minimum-Varianz-
Portfolio weist eine erwartete Rendite von 7,94 % und eine Standardabweichung der Ren-
diten von 8,48 % auf:

E .rMVP / D 0;4514  10 % C 0;5486  6;25 % D 7;94 %;


q
¢MVP D 0;45142  0;14582 C 0;54862  0;12932 C 2  0;4514  0;5486  .0;004375/
D 0;0848:

Ein Anleger, der in Aktien A und B investiert, kann durch die Veränderung der Gewichte der
beidenAnlagenjedenbeliebigenRendite-Risiko-PunktaufderPortfoliokurveB 
MVP  A erreichen. Demgegenüber ist es nicht möglich, dass er einen Rendite-Risiko-
Punkt über oder unter der Kurve erzielt. Ist der Anleger eher risikofreudig, wählt er Anla-
genmiteinerhohenRenditeerwartungundStandardabweichungwiebeispielsweisePort-folio
2.Isterhingegeneherrisikoscheu,bevorzugtereinPortfoliovonAktien,dasüber

10
Eigentlich müsste man diesen Rendite-Risiko-Punkt als Minimum-Standardabweichung-
Portfolio bezeichnen, da die Standardabweic hung und nicht die Varianz ins Verhältnis zur Rendite
gesetzt wird.
11
Gl. ( 3.20 ) kann wie folgt hergeleitet werden: Zuerst wird die Formel für die Portfoliovarianz
genommen ¢P2 D w2A ¢A2 C w2B ¢B2 C 2wA wB ¡A;B ¢A ¢B und die Variable wB mit .1  wA / ersetzt.
Danach wird die Gleichung nach wA abgeleitet und diese gleich 0 gesetzt. Wird die Gleichung nach
wA aufgelöst, erhält man den Ausdruck in ( 3.20 ).
4 3 OptimalesPortfolio

(erwartete
Portfolio- ρ = –1
rendite)
ρ = –0,5
ρ=0
ρ = 0,5
ρ=1

0%
0% (Standardabweichung
der Portfoliorenditen)

Abb.3.3 Portfoliokurven bei unterschiedlichen Korrelationen

eine niedrigere Standardabweichung verfügt wie etwa Portfolio 3. Strebt ein Investor das
kleinstmögliche Risiko aus seinen Anlagen an, wählt er das Minimum-Varianz-Portfolio.
KombinationenderAktienAundB,diezueinemRendite-Risiko-PunktaufderPortfolio-kurve
unterhalb des Minimum-Varianz-Portfolios führen, sind in Bezug auf Rendite undRisiko nicht
vorteilhaft. Solche Portfolios weisen im Vergleich zum Minimum-Varianz- Portfolio eine
niedrigere Renditeerwartung und eine höhere Standardabweichung auf. Den Kurvenabschnitt
zwischen den Rendite-Risiko-Punkten MVP und A nennt man Effizi- enzkurve. Rational
handelndeMarktteilnehmer,dierisikoavers

12
sind, investieren nur in
13
Portfolios, die auf dieser Effizienzkurve liegen.
BeinichtperfektpositivodernegativkorreliertenAnlagenistderAnteilderPortfo-liokurve,
derüberdemMinimum-Varianz-Portfolioliegt,konkav.InAbb. 3.2stelltderkonkave
AbschnittderPortfoliokurvedieEffizienzkurvedar(MVP
 A).ImGegensatz
dazuverläuftderAbschnittderPortfoliokurveunterhalbdesMinimum-Varianz-Portfolios
konvex(B
 MVP).14

12
Für das Konzept der Risikoaversion vgl. Abschn. 3.7.2 .
13
Im Vergleich zu Portfolio 3 ist die Anlagekombination 30 inAbb. 3.2nichteffizientundliegt
demnachnichtaufderEffizienzkurve,weilbeieinemgleichenRisikovon9,54%dieerwartete
Rendite von Portfolio 3 größer ist.
14
EinekonkaveKurveistimmerdanngegeben,wenneineGeradedurchzweibeliebigePunkte,diesich
aufderKurvebefinden,unterhalbderKurveverläuft.EinkonvexerVerlaufhingegenistdurcheineGerade
zwischenzweiPunktengekennzeichnet,dieoberhalbderKurveliegt.Einlinearer
Rendite-Risiko-ZusammenhangzwischenzweiAnlagen,alsoeinKorrelationskoeffizientvon
1
und C1, ist sowohl konkav als auch konvex.
3.4 ErwarteteRenditeundRisikoeinesPortfoliosrisikobehafteterAnlagen 5

Abb.3.3zeigtverschiedenePortfoliokurvenfürunterschiedlicheKorrelationen.Jeniedriger
derKorrelationskoeffizientzwischendenRenditenvonzweiAnlagenist,des-togrößeristder
Diversifikationseffekt.DiePortfoliokurvebewegtsichaufgrunddesniedrigeren
PortfoliorisikosnachlinksentlangderX-Achse.ImExtremfall,beieinem
Korrelationskoeffizientenvon
1,lässtsicheinPortfoliomiteinerStandardabweichungder
Renditenvon0%konstruieren.DabeikönnendieFormeln( 3.19)verwendetwerden,
um die Anteile der beiden Aktien im Portfolio zu berechnen. Dieser Fall ist eher theore- tisch,
denn auf den Finanzmärkten weisen die m eisten Aktienrenditen Korrelationen auf, die
zumindestgrößerals
1 sind, regelmäßig sogar im positiven Bereich liegen.

3.4 ErwarteteRenditeundRisikoeinesPortfoliosbestehendaus
einerVielzahlvonrisikobehaftetenAnlagen

Bisher wurde lediglich ein Portfolio, das aus zwei risikobehafteten Anlagen besteht, be-
trachtet. In der Regel halten die Anleger mehr als zwei Anlagen in ihren Depots. Zum Beispiel
kann die Anlageliste einer Bank aus 100 Wertpapieren bestehen. Aus diesen 100 Anlagen lässt
sich durch die Variation der Anzahl und der Gewichtungen eine Vielzahl von Portfolios bilden.
In Abb. 3.4 kann der Rendite-Risiko-Punkt 1 ein Portfolio von 50 Wertpapieren darstellen,
während Rendite-Risiko-Punkt 2 aus einer Anlagekombination von 70 Papieren besteht.
Rendite-Risiko-Punkt 3 hingegen beinhaltet ein anderes Portfo- lio bestehend aus 70 Anlagen
oder denselben 70 Papieren wie im Rendite-Risiko-Punkt 2, aber mit unterschiedlicher
prozentualer Zusammensetzung. Ein Portfolio mit den 100 Wertpapieren aus der Anlageliste
zu konstruieren, dessen erwartete Rendite und Standard- abweichung außerhalb der Fläche
liegen,istnichtmöglich.

BestehteinPortfolionurauszweiWertpapieren,liegenallemöglichenKombinatio-nenauf
einerPortfoliokurve.WirdhingegeneinPortfoliomitmehrerenLong-Anlagenerstellt,
befindensichsämtlicheKombinationeninnerhalbeinerFlächewieAbb.3.4ver-deutlicht.Ein
risikoaverserInvestorwirdlediglichdiejenigenAnlagenauswählen,dieaufderkonkaven
KurvezwischendemMinimum-Varianz-PortfolioMVPundXliegen.DiesePortfoliokurve
stelltdieEffizienzkurvefüreinPortfoliobestehendauseinerVielzahlvonrisikobehafteten
Long-Anlagendar.JedesPortfoliounterhalbderEffizienzkurvebesitztentwedereine
niedrigereerwarteteRenditebeigleichemRisikoodereinegleicheerwar-teteRenditebei
höheremRisikoimVergleichzueinemPortfolioaufderEffizienzkurve.PortfolioB
beispielsweiseverfügtimVergleichzurAnlagekombinationAübereinenied-rigereerwartete
RenditebeigleichemRisiko.DaherbevorzugteinrisikoaverserAnlegerdasPortfolioA,dasauf
derEffizienzkurveliegt.

AufderEffizienzkurveliegendiejenigenPortfolios,welchediemaximaleerwarte-te
RenditefürjedeeinzelneRisikoeinheitaufweisen.Umgekehrtbefindensichaufder
EffizienzkurvelediglichPortfolios,dieeinminimalesRisikofürjedeeinzelneRendite-größe
haben.AufgrunddesDiversifikationseffektskannmandavonausgehen,dasssichdie
EffizienzkurveausPortfoliosundnichtauseinzelnenAnlagenzusammensetzt.Eine
6 3 OptimalesPortfolio

(erwartete
Portfolio-
rendite)
Effizienzkurve
zwischen MVP und X X

A
B 2
MVP 3
1

0%
0% (Standardabweichung
der Portfoliorenditen)

Abb.3.4 Effizienzkurve von Portfolios bestehend aus Long-Positionen

Ausnahme stellt bei einem Portfolio best ehend aus Long-Positionen der Endpunkt der Ef-
fizienzkurvedar,welchedieAnlagemitderhöchstmöglichenRenditeerwartungenthält. 15

AufdenFinanzmärkten–insbesondereaufdenAktienmärkten–habenMarktteilneh-merdie
Möglichkeit,Anlagenzuverkaufen,diesienichtbesitzen(sogenannteLeerver-käufe).Fälltder
PreisderAnlagen,resultiertausdiesenShort-PositioneneinGewinn. 16

Erwarten die Marktakteure eine negative Rendite, lässt sich demnach mit Short-Positionen ein
Gewinn erzielen. Ebenfalls lohnt es sich, Leerverkäufe bei positiven Renditeerwartun- gen zu
tätigen, falls mit dem Verkaufserlös Anlagen mit einer höheren erwarteten Rendite gekauft
werden können. Abb. 3.5 zeigt die Effizienzkurve von Anlagekombinationen mit Long- und
Short-Positionen, die wie bei einem Portfolio bestehend aus Long-Positionen einen konkaven
Verlaufaufweist.DieEffizienzkurvebeginntmitdemMinimum-Varianz-Portfolio(MVP)und
besitzt im Gegensatz zu einem Long-Portfolio keinen bestimmten Endpunkt. Die fehlende
Obergrenze bei der Effizienzkurve ist auf die Kombinationsmög- lichkeit von Long- und
Short-Positionen zurückzuführen. Mit Long- und Short-Positionen können Portfolios mit
unbegrenzthohenerwartetenRenditenundRisikenkonstruiert

15
DieAnlagemitderhöchstenerwartetenRenditeliegtaufderEffizienzkurve.MöchtemandieseRendite
ineinemLong-Portfolio(alsoohnedieMöglichkeit,Short-Positioneneinzugehen)erzielen,
ist dies nur mit einer einzelnen Anlage realisierbar, die unter allen Finanzprodukten über die höchste
erwarteteRenditeverfügt.
16
ZumBeispiel:VerkauftmaneineAktiefürEUR100leerundkauftdasPapierzueinemspäteren
ZeitpunktaufdemMarktfürEUR90,ergibtsicheinGewinnvonEUR10.Fälltwährendderoffenen
Short-Position eine Dividende von EUR 2 an, reduziert sich der Gewinn auf EUR 8 (D EUR 10 
EUR 2). Um die Short-Position zu schließen, wird di e für EUR 90 gekaufte Aktie der Gegenpartei
der Short-Transaktion übergeben. In der Regel handelt es sich bei der Gegenpartei um einen Broker.
3.4 ErwarteteRenditeundRisikoeinesPortfoliosrisikobehafteterAnlagen 7

(erwartete
Portfolio-
rendite)
keine Obergrenze

Effizienzkurve

MVP
0%
0% (Standardabweichung
der Portfoliorenditen)

Abb.3.5 Effizienzkurve von Portfolios beste hend aus Long- und Short-Positionen

werden. Das folgende Beispiel zeigt die Auswirkungen einer Long-Short-Strategie im


Vergleich zu einer Long-Strategie auf die erwartete Rendite und das Risiko:Ein Investor verfügt
überEUR100,dieerindieAktienAundBanlegenmöchte.AktieAhateineer-warteteRenditevon
4 % und eine Standardabweichung von 20 %, während die erwartete Rendite und
Standardabweichung von B bei 12 % respektive 30 % liegen. Der Korrelati- onskoeffizient
zwischen den beiden Anlagen ist 0,5. Der Investor kann mit den EUR 100 die Anlage Berwerben
und eine Rendite von 12 % erzielen (Long-Strategie). Eine al- ternative Strategie besteht darin,
Aktien von A für EUR 1000 leer zu verkaufen und für EUR 1100 Aktien von B zu kaufen
(Long-Short-Strategie).DieerwartetenEinnahmenderAnlageBbetragenEUR132(

D EUR  0;12),währendsichderVerlustbeiAauf1100
EUR 40 (D EUR 1000  0;04) beläuft. Insgesamt resultiert aus der Long-Short-Strategie
– ohne Transaktionskosten – ein Gewinn von EUR 92, was einer Rendite von 92 % auf
demeingesetztenKapitalvonEUR100entspricht.Hierzugilteszubeachten,dasszwareinerseits
die erwartete Rendite von 12 % au f 92 % gestiegen ist, aber andererseits das Risiko von 30 % auf
287,92% 17
zugenommen hat. Die erwartete Rendite und das Risiko
lassen sich durch die Zunahme der Short- und Long-Gewichte beliebig erhöhen.
DieBerechnungdererwartetenPortfoliorenditeundStandardabweichungvonmehre-ren
AnlagenerweistsichimVergleichzumZwei-Anlagen-Portfolioalsaufwendiger.Dieerwartete
RenditeeinesPortfolios,dassichausNrisikobehaftetenAnlagenzusammen-

17
Das Gewicht der Short-Position A beträgt 1000 %, während das Gewicht der Long-
Position B bei 1100 % liegt. Die Summe der Gewichte ist 100 % (D 1000 % C
1100 %). Das Portfoliorisiko von 287,92 % lässt sich wie folgt berechnen: ¢p D
p
.10/2  0;22 C 112  0;32 C 2  .10/  11  0;5  0;2  0;3 D 287;92 %.
3 OptimalesPortfolio

Tab.3.2 Matrix zur Berechnung der Portfoliovarianz


Aktien 1 2 3 ::: N
1 w21 ¢12 w1 w2 Cov1;2 w1 w3 Cov1;3 w1 wN Cov1;N
2 w2 w1 Cov2;1 w22 ¢22 w2 w3 Cov2;3 w2 wN Cov2;N
3 w3 w1 Cov3;1 w3 w2 Cov3;2 w23 ¢32 w3 wN Cov3;N
:::
N wN w1 CovN;1 wN w2 CovN;2 wN w3 CovN;3 w2N ¢N2

setzt, kann als Summe der gewichteten Renditen wie folgt bestimmt werden:

N
E .rP / D Xi wi E .ri / ; (3.21)
D1

wobei:

N D Anzahl Anlagen im Portfolio,


wi D prozentualer Anteil der Anlage i im Portfolio,
E .ri / D erwartete Rendite der Anlage i,
PN
iD1 wi D 1.

Das Portfoliorisiko ist nicht einfach die Summe der gewichteten Standardabweichungen der
einzelnen Anlagen,weil die Verlustgefahreiner Anlagekombinationauch durchdie Kovarianz
bzw. Korrelation beeinflusst wird. Die Standardabweichung eines Portfolios bestehend aus
einerVielzahlrisikobehafteterAnlagenlässtsichmitfolgenderFormelberechnen:

v
u N
uX X
N1 X
N
¢P D t w2i ¢i2 C 2 wi wj Covi;j ; (3.22)
iD1 iD1 jDiC1

wobei:
Covi;j D ¡i;j ¢i ¢j :
In der Formel besitzen Long-Positionen ein positives Gewicht (wi > 0), während Short-
Positionen ein negatives Gewicht aufweisen (wi < 0). Die Summe der Gewichte ergibt 1.
DasPortfoliorisikoentsprichtderSummedergewichtetenVarianzendereinzelnenAn-
lagenplusderSummedergewichtetenKovarianzenzwischenallenAnlagenimPortfolio.Die
DarstellungineinerMatrix(sieheTab. 3.2)hilft,dieBerechnungdesPortfoliorisikosanhand(
3.22)zuverstehen.EinPortfolioweistNAktienauf.Aufderhorizontalenwieaufdervertikalen
AchsekönnendieAktienvon1bisNdurchnummeriertwerden.AufdieseWeiseerhältmaneineN

 N D N2 -Matrix.
Auf der Diagonale liegen die Varianzen der einzelnen Aktien. Zum Beispiel ist ¢12 die
Varianz der ersten Aktie im Port folio. Jede Kovarianz eines Ak tienpaars erscheint zweimal
in der Tab. 3.2 , und zwar einmal unterhalb und einmal oberhalb der Diagonale.
3.4 ErwarteteRenditeundRisikoeinesPortfoliosrisikobehafteterAnlagen 9

Tab.3.3 Anzahl Varianzen und Kovarianzen in einem Portfolio


Anzahl Aktien Anzahl Terme Anzahl Varianzterme (auf der Anzahl Kovarianzterme (un-
im Portfolio in der Matrix Diagonale in der Matrix) terhalb und oberhalb der
Diagonale in der Matrix)
1 1 1 0
2 4 2 2
3 9 3 6
10 100 10 90
100 10.000 100 9900
... ... ... ...
... ... ... ...
... ... ... ...
N N2 N N2  N

DieAnzahlderdiagonalenTerme–alsodieVarianzen–entsprichtimmerderSummederN
Aktien,dieineinemPortfolioenthaltensind.UnterhalbundoberhalbderDia-gonalebefinden
sichdieKovarianzterme,derenAnzahlimVergleichzudenVarianzen
überproportional steigt. Insgesamt enthält die Matrix N2 Terme. Auf der Diagonale liegen
die N Varianzen. Zieht man von den N2 Termen die N Varianzen ab, erhält man N2  N
bzw. N .N  1/ Kovarianzterme. Da oberhalb und unterhalb der Diagonalen die gleichen
Kovarianzen liegen, reduziert sich die A nzahl benötigter Kovarianzen auf N .N  1/=2 .
Beispielsweise benötigt man für die Berechnung des Portfoliorisikos von 100 Aktien 100
Varianzen und 4950 Kovarianzen.18 DiesesZahlenbeispielzeigt,dassdieKovarianzenund
nichtdieVarianzendieHöhedesPortfoliorisikosbeeinflussen.IneinemPortfoliovon100
Aktien setzt sich das Risiko aus 4950 Kovarianzen und nur aus 100 Varianzen zusammen. Der
primäreRisikotreiberistdieKovarianzbzw.dieKorrelationundnichtdieVarianz.Tab. 3.3zeigt,
wie bei einer Zunahme von Aktien in einem Portfolio die Anzahl der zu ermittelnden
Kovarianzenüberproportionalsteigt.

Um die Effizienzkurve aus N risikobehafteten Anlagen zu erstellen, sind zunächst mi-


nimale und maximale erwartete Renditen – also E .r/min und E .r/max – festzulegen.19
Danach müssen die Gewichte der einzelnen Anlagen im Portfolio ermittelt werden, die
das Portfoliorisiko für die erwarteten Renditen zwischen E .r/min und E .r/max minimieren.
Mathematisch betrachtet, muss folgendes Problem für die Z-Werte (erwartete Portfolio-
renditen), die zwischen E .r/min und E .r/max liegen, gelöst werden:

18
Anzahl Kovarianzen D 100  .100  1/=2 D 4950.
19
E.r/max ist für ein Portfolio mit Long- und Short-Po sitionen unbegrenzt. Demzufolge muss die
höchsteerwarteteRenditearbiträrgewähltwerden.ImGegensatzdazubesitzteinPortfoliobeste-hendaus
Long-Positionen eine maximale erwartete Rendite, die durch die risikobehaftete Anlage mit der höchsten
erwartetenRenditegegebenist.
90 3 OptimalesPortfolio

Zielfunktion:

Minimiere ¢P2
N X
N1 X N
D Xi w2i ¢i2 C 2 wi wj ¡i;j ¢i ¢j ; (3.23)
durch Veränderung von w D1 iD1 jDi C1

unterliegt folgenden Nebenbedingungen:


N N
E .rP / D Xi wi E .ri / D Z und Xi wi D 1:
D1 D1

Mit diesem Optimierungsproblem werden die Portfoliogewichte 1 (w 2 ,w3,w , ..., wN )


derart ermittelt, dass die Varianzen der Renditen für jede gegebene Größe der erwar-
teten Portfoliorendite Z minimiert werden, wobei die Summe der Gewichte 1 ergibt. Die
Gewichte definieren die Anlagekombination mit dem niedrigsten Risiko für jede erwartete
Renditegröße. Dadurch erhält man für jeden erwarteten Renditewert Z das va- rianzminimale
Portfolio. Dieses Portfolio entspricht einem Rendite-Risiko-Punkt auf der Effizienzkurve.
Wiederholt man dies für alle möglichen Werte von Z, erhält man eine Schar von
Rendite-Risiko-Punkten, welche die gesamte Effizienzkurve repräsentieren. Gl. ( 3.23 ) zeigt
den einfachsten Fall, bei dem die Summe der Gewichte 1 ergibt. Dabei sind nicht nur Long-
sondern auch Short-Positione n in Anlagen erlaubt. Sind Short-Positionen aufgrund der
Anlagepolitik nicht zugelassen, liegt eine weitere Einschränkung vor, näm- lich dass die
Gewichtepositivseinmüssen(w

 0, i D 1, . . . , N). Die Effizienzkurve


i
wird ausgehend von der niedrigsten bis zur höchsten erwarteten Rendite erstellt. Die Be-
rechnung des optimalen Portfoliogewichts beginnt mit der minimalen erwarteten Rendite [E
.r min ]alsZ-Wert.IneinemnächstenSchritterhöhtmanbeispielsweisedenZ-Wert/
um5Basispunkte(also0,0005)undlöst( 3.23)nachdemoptimalenPortfoliogewichtauf.Diesen
Schrittwiederholtmansooft,bismanzumZ-WertmitdermaximalerwartetenRendite[Z
D E .r max ]gelangt.ÜblicherweisewirddiesesOptimierungsproblemmitei-/
nem Computerprogramm gelöst, das sich auf Algorithmen stützt, welche die Zielfunktion und
Nebenbedingungen von ( 3.23 ) enthalten und diese anhand der Lagrange-Methode in
Gleichungssystemeverarbeiten. 20
Spreadsheet-ProgrammewieetwaMicrosoftExcelent-
haltensogenannteSolver,welchedieausderOptimierunghervorgehendenGleichungs-
systemenummerischlösen.AllerdingskönnendieseSpreadsheet-Programmelediglichfür
einegeringeAnzahlAnlagenverwendetwerden.Ebenfallsistesetwasaufwendig,dieInverse
derKovarianzmatrixzubestimmen.

20
Rendite-Risiko-Optimierungsverfahren,dieaufLong-Positionenbeschränktsind,verwendenne-ben
derLagrange-MethodedenKuhn-Tucker-Ansatz,umdiezusätzlicheNebenbedingungvon
positiven Anlagegewichten (wi  0) indenAlgorithmenzuverarbeiten.FürmöglicheAlgorithmenzur
BerechnungderEffizienzkurvevgl.Markowitz 1959:PortfolioSelection:EfficientDiversifica-
tion of Investments, S. 309 ff. Bei der Entwicklung der Portfoliotheorie besteht der Hauptverdienst von
Markowitz in der Bestimmung der Effizienzkurve anhand von Renditeerwartungen, Stan-
dardabweichungen und Korrelationskoeffizienten (Diversifikation) sowie in der Berechnung der
EffizienzkurvemitAlgorithmen.
3.4 ErwarteteRenditeundRisikoeinesPortfoliosrisikobehafteterAnlagen 91

(erwartete Rendite)

40%

30%

20% Effizienzkurve

10%

0%
0% 10% 20% 30%
(Standardabweichung der Renditen)

Abb.3.6 Effizienzkurve für die fünf SMI-Aktien von Novartis, Roche, Nestlé, ABB und Syngenta

Abb.3.6zeigtdieEffizienzkurvefürdiefünfSMI-AktienvonNovartis,Roche,Nestlé,ABB
undSyngenta,diemitMicrosoftExcelerstelltwurde.DieEffizienzkurvewurdeanhandvon(
3.23)berechnetundbeinhaltetsowohlLong-alsauchShort-Positionen.Diedabeiverwendeten
DatenbasierenaufmonatlichenRenditenvonAnfangSeptember2007bisEndeAugust2012.
21

SindzweiPortfolios(Rendite-Risiko-Punkte)aufderEffizienzkurvebekannt,könnenalle
andereneffizientenPortfoliosdurchKombinationderzweibekannteneffizientenPort-folios
ermitteltwerden.DemnachlässtsichdieGleichungderEffizienzkurvedurchdie
Renditeerwartungen,StandardabweichungenunddenKorrelationskoeffizientenvonzwei
effizientenAnlagekombinationenanalytischbestimmen.
22

ZumBeispielsinddieRenditeerwartungen,StandardabweichungenundderKorrela-
tionskoeffizientvonzweieffizientenPortfoliosAundBbekannt.DiefünfParametersindE
.rA /,E .rB /, ¢A , ¢B und ¡A;B , wobei vorausgesetzt wird, dass E .rA / < E .rB / und
0 < ¢ A < ¢B .
UmdieGleichungderEffizienzkurvezuvereinfachen,werdendiefünfGrößena,b,c,dunde
eingeführt,welchediefünfParameterderbeideneffizientenPortfolioswiefolgt

21
Für die Erstellung der Effizienzkurve mit Microsoft Excel 2010 vgl. z. B. Mondello 2015 : Portfo-
liomanagement: Theorie und Anwendungsbeispiele, S. 361 ff.
22
Vgl. z. B. Merton 1972 : An Analytic Derivation of the Efficient Portfolio Frontier, S. 1858 und
Spremann 2000 : Portfoliomanagement, S. 153 ff.
92 3 OptimalesPortfolio

enthalten:
a D E .rA / ;
b D E .rB /  E .rA / ;
c D ¢A2 ;
d D 2.¢ A¢ B ¡A;B  ¢A2 / und
e D ¢A2 C ¢B2  2¢A¢B ¡A;B :
Die Gleichung der Effizienzkurve, auf der neben den beiden Portfolios A und B auch alle
anderen effizienten Portfolios P liegen, lautet:
s   
ad a2 e d 2ae e
¢P D c C 2 C  2 E .rP / C 2 E .rP /2 : (3.24)
b b b b b

DesWeiterenistesmöglich,dieAnlagegewichtevoneffizientenPortfolios,diesichausLong-und
Short-Positionenzusammensetzen,zuermitteln.SinddieAnlagegewichtevonzweieffizienten
Portfolios bestehend au s Long- und Short-Positionen bekannt, können durch eine lineare
Kombination der Anlagegewichte sämtliche auf der Effizienzkurve lie- genden Portfolios
bestimmt werden. Folglich werden lediglich die Gewichte von zwei effizienten Portfolios
benötigt, um die Gewichte von allen anderen auf der Effizienzkurve liegenden
Anlagekombinationenfestzulegen.
23

ZumBeispielweisteineffizientesPortfolio,miteinererwartetenRenditevon8,5%und
bestehendausdreiAnlagen,GewichtungenfürdieeinzelnenAnlagenvon60%,30%und10%
auf.EinzweitesPortfoliomiteinererwartetenRenditevon6,1%,dasebenfallsaufder
Effizienzkurveliegt,besitztAnlagegewichtevon40%,30%und30%.Umdieprozentualen
AnteileeineseffizientenPortfoliosmiteinererwartetenRenditevonbeispielsweise12%zu
bestimmen,kannfolgendeGleichungaufgestelltwerden:

12 % D 8;5 %  w C 6;1 %  .1  w/ :

In der Gleichung stellt w das Gewicht des Portfolios mit einer erwarteten Rendite von 8,5 % dar,
während  wderprozentualeAnteilderAnlagekombinationmiteinerer-1
warteten Rendite von 6,1 % ist. Wird die Gleichung nach w aufgelöst, erhält man für die beiden
PortfoliosGewichtevonw D 245;8 % und 1  w D 145;8 %. Die prozentualen
Anteile der drei Anlagen im Portfolio mit einer erwarteten Rendite von 12 % können mit
den berechneten Gewichten von 245,8 % und 145;8 % wie folgt ermittelt werden:

Gewicht der Anlage 1 D 2;458  60 % C .1;458/  40 % D 89;16 %;


Gewicht der Anlage 2 D 2;458  30 % C .1;458/  30 % D 30;00 %;
Gewicht der Anlage 3 D 2;458  10 % C .1;458/  30 % D 19;16 %:

23
Für den mathematischen Beweis vgl. Black 1972 : Capital Market Equilibrium with Restricted
Borrowing, S. 447 ff.
3.5 StrategischeAsset-AllokationmitCorner-Portfolios 93

Für ein effizientes Portfolio mit einer erwart eten Rendite von 12 % betragen die Gewichte der
dreiAnlagen89,16%,30%und  %,wobeidieSummederGewichte1ergibt
[(D 89;16 % C 30 % C .19;16 %/]. 19;16 Die Anlagen 1 und 2 stellen Long-Positionen im
Portfolio dar, während die Anlage 3 eine Short-Position verkörpert.

3.5 StrategischeAsset-AllokationmitCorner-Portfolios

In der strategischen Asset-Allokation weisen die Anlageklassen wie Aktien Inland, Akti- en
Auslandusw.einpositivesGewichtauf. 24
DaherwerdendieAnlageklassenmiteinem
Rendite-Risiko-Optimierungsverfahrenbestimmt,dasaufLong-Positionenbeschränktist,
wobeidieSummederGewichte1ergibt.IneinemeffizientenPortfolioistdasGewichteiner
bestimmtenAnlageklasseentwederpositivoder0.BeieineraufderEffizienzkurveliegenden
AnlagekombinationkanneineAnlageklasseeinGewichtvon0besitzen,wäh-renddieselbe
AnlageklassebeieinemandereneffizientenPortfolioeinpositivesGewichtaufweist.Dieser
ZusammenhangführtzumKonzeptderCorner-Portfolios.

Corner-PortfoliosliegenaufderEffizienzkurveundentstehenimmerdann,wennei-ne
AnlageklasseentwederinseffizientePortfolioaufgenommenoderfallengelassenwirdbzw.das
GewichtderAnlageklassevon0zupositivodervonpositivzu0geht.Dem-zufolgegibtes
lediglicheinebegrenzteAnzahlvonCorner-Portfolios.DasMinimum-Varianz-Portfolioist
unabhängigvondenGewichtungenimmeralsCorner-Portfoliozubetrachten.

ZweinebeneinanderliegendeCorner-PortfoliosbegrenzeneinenAbschnittaufderEf-
fizienzkurve,beiderdieeffizientenPortfoliosdiegleichenAnlagenaufweisenunddie
VeränderungsratederGewichtevoneinemPortfoliozumnächstenkonstantbleibt.Die
GewichtevonAnlageklasseneineseffizientenPortfolioslassensichdurcheinelineare
KombinationderentsprechendenGewichtevondenzweibenachbartenCorner-Portfolios
ermitteln,wobeidieGewichteimmerzwischen0und1liegenmüssen.SinddieCorner-
PortfoliosunddieentsprechendenAnlagegewichtebekannt,könnensämtlichePortfoliosauf
derEffizienzkurvekonstruiertwerden.

25

ZumBeispielweisteinCorner-Portfolio,miteinererwartetenRenditevon8,5%und
bestehendausdreiAnlageklassen,GewichtefürdieeinzelnenAnlageklassenvon60%,0%und
40%auf.EinzweitesangrenzendesCorner-PortfoliomiteinererwartetenRen-ditevon6,1%
besitztAnlagegewichtevon45%,55%und0%.UmdieprozentualenAn-teileeineseffizienten
PortfoliosmiteinererwartetenRenditezubestimmen,diezwischendenRenditewertender
beidenCorner-Portfoliosliegt,alsobeispielsweise7%beträgt,

24
Allerdings sind innerhalb einer Anlageklasse auch Short-Positionen möglich, wobei der Wert der
Long-Positionen den Wert der Short-Anla gen übersteigt (Netto-Long-Position).
25
Die zwischen den zwei Corner-Portfolios liegende n effizienten Portfolios stellen lineare Kombi-
nationen der beiden Corner-Portfolios dar.
94 3 OptimalesPortfolio

kann folgende Gleichung aufgestellt werden:

7 % D 8;5 %  w C 6;1 %  .1  w/ :

InderGleichungstelltwdasGewichtdesCorner-PortfoliosmiteinererwartetenRenditevon
8,5%dar,während  wderprozentualeAnteilderAnlagekombinationmiteiner1
erwarteten Rendite von 6,1 % ist. Da 7 % zwischen 6,1 % und 8,5 % liegt (6;1 % < 7 % <
8;5 %), ist sichergestellt, dass w in einer Bandbreite von 0 bis 1 anfällt (0 < w < 1). Wird
die Gleichung nach w aufgelöst, erhält man für die beiden Corner-Portfolios Gewichte
von w D 37;5 % und 1  w D 62;5 %. Die prozentualen Anteile der drei Anlageklassen
im Portfolio mit einer erwarteten Rendite von 7 % können mit den berechneten Gewichten
von37,5%und62,5%wiefolgtermitteltwerden:D

Gewicht der Anlageklasse 1 0;375  60 % C 0;625  45 % D 50;625 %;


Gewicht der Anlageklasse 2 D 0;375  0 % C 0;625  55 % D 34;375 %;
Gewicht der Anlageklasse 3 D 0;375  40 % C 0;625  0 % D 15 %:

Für ein effizientes Portfolio mit einer erwa rteten Rendite von 7 % betragen die Gewichte der drei
Anlageklassen50,625%,34,375%und15%,wobeidieSummederGewichte1ergibt(
D 50;625 % C 34;375 % C 15 %).

Beispiel
Strategische Asset-Allokation mit Corner-Portfolios
Für die Bestimmung der strategischen Asset-Allokation verwendet ein Portfolioma- nager
Corner-Portfolios. Die Effizienzkurve besitzt 8 Corner-Portfolios(inklusive
Minimum-Varianz-Portfolio),diefolgende6Anlageklassenenthalten:AktienInland,
AktienAusland,mittelfristigeAnleihenInland,langfristigeAnleihenInland,Anleihen
AuslandundImmobilien.DerrisikoloseZinssatzliegtbei2%.DieerwarteteRendite,das
RisikosowiedieSharpeRatioderCorner-Portfolioslautenwiefolgt:

Corner-Portfolios Jährliche erwartete Standardabweichung der Sharpe Ratio


Rendite jährlichen Renditen
1 10,9 % 16,3 % 0,546
2 10,7 % 14,7 % 0,592
3 10,5 % 13,7 % 0,620
4 9;4 % 10,1 % 0,733
5 8;8 % 8;6 % 0,791
6 8;2 % 7;3 % 0,849
7 6;9 % 5;3 % 0,925
8 6;4 % 4;9 % 0,898

Die Gewichte der Anlageklassen für die Corner-Portfolios sind nachstehend aufge-
führt:
3.5 StrategischeAsset-AllokationmitCorner-Portfolios 95

Corner- Aktien Aktien Mittelfristige Langfristige Anleihen Immobilien


Portfolios Inland Ausland Anleihen Inland Anleihen Inland Ausland
1 100,0 % 0;0 % 0;0 % 0;0 % 0;0 % 0;0 %
2 82;4 % 0;0 % 0;0 % 0;0 % 0;0 % 17,6 %
3 74;1 % 4;0 % 0;0 % 0;0 % 0;0 % 21,9 %
4 33;7 % 12,0 % 36,7 % 0;0 % 0;0 % 17,6 %
5 31;4 % 12,0 % 26,7 % 13,0 % 0;0 % 16,9 %
6 25;0 % 11,8 % 0;0 % 45,3 % 3;4 % 14,5 %
7 0;0 % 13,7 % 0;0 % 53,0 % 27,1 % 6;2 %
8 0;0 % 11,2 % 0;0 % 53,0 % 31,5 % 4;3 %

DerPortfoliomanagerbestimmtdielangfristigeAnlagepolitikfüreinenKundenundhält
darineineerwarteteRenditevon9%fest.AuswelchenGewichtenderAnlageklas-sensetzt
sichdiestrategischeAsset-AllokationdesKundenportfolioszusammen?

Lösung
Um eine erwartete Rendite von 9 % zu erzielen, sind die beiden auf der Effizienzkurve
benachbarten Corner-Portfolios 4 und 5 auszuwählen, die erwartete Renditen von 9,4 % und
8,8 % aufweisen. Die prozentualen Anteile eines effizienten Portfolios mit einer erwarteten
Rendite von 9 % können anhand einer linearen Kombination der beiden angrenzenden
Corner-Portfolioswiefolgtberechnetwerden:

9 % D 9;4 %  w C 8;8 %  .1  w/ :

In der Gleichung stellt w das Gewicht des Corner-Portfolios 4 dar, während 1  w das
GewichtdesCorner-Portfolios5widerspiegelt.WirddieGleichungnachwaufgelöst,gelangt
manzuw D 0;333 und 1  w D 1  0;333 D 0;667. Demnach liegen die
Gewichte der beiden Corner-Portfolios 4 und 5 bei 33,3 % und 66,7 %.
Die Gewichte der Anlageklassen für die strategische Asset-Allokation können mit
den Gewichten der beiden Corner-Portfolios folgendermaßen ermittelt werden:

Aktien Inland D 0;333  33;7 % C 0;667  31;4 % D 32;17 %;


Aktien Ausland D 0;333  12;0 % C 0;667  12;0 % D 12;00 %;
mittelfristige Anleihen Inland D 0;333  36;7 % C 0;667  26;7 % D 30;03 %;
langfristige Anleihen Inland D 0;333  0;0 % C 0;667  13;0 % D 8;67 %;
Anleihen Ausland D 0;333  0;0 % C 0;667  0;0 % D 0;0 %;
Immobilien D 0;333  17;6 % C 0;667  16;9 % D 17;13 %:

Die Summe der Gewichte ergibt 1 (D 32;17 % C 12;00 % C 30;03 %C8;67 % C 0;0 %C
17;13 %). Die für den Kunden ausgewählte strategische Asset-Allokation weist eine
erwartete Rendite von 9 % auf und liegt auf der Effizienzkurve zwischen den Corner-
Portfolios4und5.Abb. 3.7verdeutlichtdiesenZusammenhang.
96 3 OptimalesPortfolio

(erwartete
Rendite)
12%
strategische Asset-
11% Allokation mit Effizienzkurve
erwarteter Rendite von 9%
10%

9%
Corner-Portfolio 4
8%
Corner-Portfolio 5
7%

6%
Minimum-Varianz-Portfolio
5%

4%
0% 5% 10% 15% 20%
(Standardabweichung
der Renditen)

Abb.3.7 Effizienzkurve mit Corner-Portfolios und strategischer Asset-Allokation

3.6 Diversi kationseffektvonLong-Positionen

Der Diversifikationseffekt eines Portfolios bestehend aus Long-Positionen lässt sich am besten
mit folgendem Beispiel zeigen: Ein Portfolio enthält Aktien, die alle über dieselbe
durchschnittlicheVarianz  2   
¢ und Kovarianz Cov verfügen. Darüber hinaus weisen alle
Aktien den gleichen prozentu alen Anteil im Portfolio auf. Unter diesen Annahmen sind
 in Anlehnung an die Matrix zur Berechnung der Portfoliovarianz (siehe Tab. 3.2)–
sämtliche Terme auf derDiagonale (die Vari anzen)unddieTermeoberhalbund unterhalb
der Diagonale (die Kovarianzen) jeweils gleich groß. Demnach berechnet sich die Varianz des
PortfoliosausderSummederTermeinderMatrixwiefolgt:
   
1 2 1
¢P2 DN ¢ C N .N  1/ Cov: (3.25)
N2 N2

Die Portfoliovarianz besteht aus der Summe der gewichteten Varianzen und Kovarian-  
zen. Wenn man die Anzahl Varianzen .N/ durch die Anzahl Terme in der Matrix N2
dividiert, erhält man den prozentualen Ante il der Varianzen im Port folio. Der prozentua-
le Anteil der Kovarianzen hingegen berechne t sich mit der Anzahl der Kovarianzen von N
.N  1/ dividiert durch die Anzahl der Terme in der Matrix von N2 .
Wird ( 3.25 ) ausmultipliziert, gelangt man zu folgender Gleichung für die Portfoliova-
rianz:    
2 1 2 N1
¢P D ¢ C Cov: (3.26)
N N
3.6 DiversifikationseffektvonLong-Positionen 97

Gl. ( 3.26 ) drückt die Varianz dieses speziellen Portfolios als die gewichtete Summe der
durchschnittlichenVarianzundKovarianzdereinzelnenAktienaus.ErhöhtmannundieN
Anzahl Aktien . / im Portfolio gegen unendlich, strebt die Portfoliovarianz gegen die 26

durchschnittliche Kovarianz. DiesesBeispiellässtfolgendeSchlussfolgerungzu:Die


VarianzendereinzelnenAktienlassensichdurchDiversifikationeliminieren,währendder
TermderKovarianzbestehenbleibtundsichsomitnichtbeseitigenlässt.Ausdiesen
ÜberlegungenherauslässtsichdiePortfoliovarianzwiefolgtdarstellen:

 
¢P2 D Cov C ¢P2  Cov ; (3.27)

wobei:

¢P2 D Gesamtrisiko im Portfolio,


Cov D systematisches oder nicht di versifizierbares Risiko,
.¢P2  Cov/ D unsystematisches oder diver sifizierbares Risiko.
 
Die durchschnittliche Kovarianz Cov ist das Risiko, das einem Anleger verbleibt, wenn
er sein Portfolio vollständig mit Long-Positionen diversifiziert hat. Diese Verlustgefahr
wird als Marktrisiko, systematisches oder nicht diversifizierbares Risiko bezeichnet.
Im Gegensatz dazu lässt sich das unternehmensspezifische oder unsystematische Risi-
ko ¢P2  Cov in einem genügend großen Portfolio durch Diversifikation eliminieren.
Abb. 3.8 zeigt den Zusammenhang zwischen der Portfoliovarianz und der Anzahl Long-
Aktien in einem Portfolio.
FüreinenInvestor,derübereingutdiversifiziertesPortfolioverfügt,istnichtwichtig,wie
hochdasRisiko(dieVarianz)dereinzelnenAktienist.VielmehristvonBedeutung,umwieviel
eineneueAktiedasPortfoliorisikoreduziertbzw.wievieldieserKaufzurDiversifikation
beiträgt.DasRisikoeinesAnlegerslässtsichineinemsolchenFallalsderBeitragderAktiezum
RisikodesGesamtportfoliosdefinierenundhängtvonderKovari-anzbzw.KorrelationderAktie
zudenAnlagenimPortfolioab.

EinezentraleFragestellungimRahmendesPortfoliomanagementsbeschäftigtsichmitder
AnzahlanAktien,diefüreingutdiversifiziertesPortfolioerforderlichist.UmdieseFragezu
beantworten,wirddiedurchschnittlicheKovarianzin( 3.26)durchdasProduktausdem
durchschnittlichenKorrelationskoeffizientenundderdurchschnittlichenVarianz
27
ersetzt, was zu folgender Gleichung für die Portfoliovarianz führt:
   
1 N1
¢P2 D ¢2 C ¡¢ 2 ; (3.28)
N N

26
Strebt N gegen unendlich, dann geht der erste Term der Gl. ( 3.26 )von .1=N/¢ 2 gegen 0, wäh-
rend der zweite Term von N  1/=NCovgegendiedurchschnittlicheKovarianzstrebt.Folglich–.
entspricht bei einer großen Anzahl Aktien die Portfoliovarianz der durchschnittlichen Kovarianz.
27
DieKovarianzvonzweiZufallsvariablenistderKorrelationskoeffizientmultipliziertmitden
StandardabweichungenderzweiVariablen.DieAnnahmeist,dassalleAktiendiegleicheStan-
dardabweichung der Renditen besitzen, sodass die durchschnittliche Kovarianz mit dem Korrelati-
onskoeffizientenwiefolgtberechnetwird:Cov D ¡¢ 2 .
9 3 OptimalesPortfolio

(Varianz
der
Portfolio-
renditen)

σ P2 unternehmensspezifisches
Risiko, unsystematisches Risiko
oder diversifizierbares Risiko

Cov

Marktrisiko,
systematisches Risiko oder
nicht diversifizierbares Risiko

0 (Anzahl Aktien)

Abb.3.8 ZusammenhangzwischenderPortfoliovarianzundderAnzahlLong-AktienineinemPortfolio
(DieseAbbildungistnurunterderAnnahmegültig,dassdasRisikonichtadditivistbzw.
der Korrelationskoeffizient zwischen den Aktien unter C1 liegt und damit ein Diversifikationseffekt
erreicht werden kann.)

wobei:

¢ D alleAktienverfügenüberdiegleicheStandardabweichungderRenditen,¡
D gleicher Korrelationskoeffiz ient zwischen den Aktien.

Wird die oben stehende Formel ausmultiplizie rt, gelangt man zu fol gender Gleichung für die
Portfoliovarianz: 28  
1¡
¢P2 D ¢ 2 C¡ : (3.29)
N
BestehtdasPortfolionurauseinerAktie,entsprichtdiePortfoliovarianzderdurchschnitt-lichen
VarianzdereinzelnenAktie( ¢ 2 ). Erhöht sich die Anzahl Aktien .N/, fällt die
Portfoliovarianz. Nimmt man beispielsweise einen durchschnittlichen Korrelationskoef-
fizienten von 0,3 und eine für alle Aktien gleiche Standardabweichung der Renditen von 20 %,
dannbeträgtdiePortfoliovarianzfür1Aktie0,04,für2Aktien0,026,für10Ak-tien0,0148,für30
Aktien 0,0129, für 100 Aktien 0,01228 und für 1000 Aktien 0,01203. Dieses Zahlenbeispiel
zeigt, dass ein Großteil des Diversifikationseffekts mit 30 Aktien er-reicht werden kann. Nimmt
die Anzahl Aktien im Portfolio von 30 auf 1000 zu, lässt sich die Portfoliovarianz nur noch um
rund 6,8 % reduzieren, während das Reduktionspotential der Portfoliovarianz bei einer
Anlagekombination von 30 Aktien (im Vergleich zu einer Aktie) rund 67,8 % beträgt. Des
Weiteren zeigt das Beispiel, dass die Portfoliovarianz bei einer Zunahme der Aktien gegen die
durchschnittlicheKovarianzvon

0;012.D 0;30;22 /
strebt.
       
1 C .N  1/¡ 1 C N¡  ¡ 1¡ N¡ 1¡
28
¢p2 D ¢ 2 D ¢2 D ¢2 C D ¢2 C¡ .
N N N N N
3.6 DiversifikationseffektvonLong-Positionen 99

DieAnzahlvonerforderlichenAktienfürdieDiversifikationeinesPortfolioshängtvonder
durchschnittlichenKorrelationzwischendenAktienrenditenab.JehöherdieKor-relationist,
destomehrAktienwerdenfüreinengewünschtenDiversifikationseffektimPortfoliobenötigt.
EmpirischeStudienzeigeninAbhängigkeitvonderUntersuchungs-periodeundder
vorherrschendendurchschnittlichenKorrelationundVolatilitätaufdenKapitalmärkten,dass
zwischen20und50Aktiengenügen,umeineoptimaleDiversifika-tionderAnlagenzu
erreichen.
29
Zusätzlichistzubeachten,dassdasDiversifiziereneines 30
Portfolios nicht kostenlos erfolgt. Beim Aktienkauf entstehen Handelskosten , die dem
Nutzen aus der Diversifikation gegenübergestellt werden müssen.

Beispiel
Diversifikationseffekt
Auf einem Aktienmarkt betrage die durchschnittliche Standardabweichung der Akti-
enrenditen 20 %, während die durchschnittliche Kovarianz zwischen den Aktien bei 0,016
liege.

1. Wie hoch ist die jeweilige Portfoliovarianz bei 1, bei 30 und bei 1000 Aktien?
2. Welche Aussagen zum Diversifikationseffekt lassen sich aus Teilaufgabe 1 ablei-
ten?

Lösungzu1
Zunächst wird der durchschnittliche Korrelationskoeffizient von 0,4 mit der Standard-
abweichungundderKovarianzwiefolgtberechnet:

Cov 0;016
¡D 2
D D 0;4:
¢ 0;20  0;20
Mit ( 3.29 ) kann entsprechend die Portfoliovarianz für 1, für 30 und für 1000 Aktien
folgendermaßen bestimmt werden:
 
2 2 1  0;4
¢P;1Aktie D 0;2  C 0;4 D 0;04;
1
 
2 2 1  0;4
¢P;30Aktien D 0;2  C 0;4 D 0;0168;
30
 
2 2 1  0;4
¢P;1000Aktien D 0;2  C 0;4 D 0;01602:
1000

Lösungzu2
Nimmt die Anzahl Aktien im Portfolio um 29 Anlagen zu (von 1 auf 30 Aktien), so sinkt die
Portfoliovarianz um mehr als die Hälfte (58 %). Ein weiterer Anstieg auf 1000 Aktien führt
lediglichzueinerReduktionderPortfoliovarianzvonrund4,6%.

29
Vgl. DeFusco et al. 2004 : Quantitative Methods for Investment Analysis, S. 607 ff.
30
Vgl. Abschn. 2.4.2.4 .
100 3 OptimalesPortfolio

Nimmt die Anzahl Aktien zu, so strebt die Portfoliovarianz gegen die durchschnittliche
Kovarianzvon0,016.
EinenGroßteildesDiversifikationseffektserreichtmanmit30Aktien.DieseAnzahl
reichtdannaus,wennaufeinemKapitalmarktdiedurchschnittlicheAktienvolatilitätbei20
%unddieKorrelationzwischendenAktienrenditenbei0,4liegt.

3.7 RisikoaversionundoptimalesPortfolio

3.7.1 Einleitung

Verschiedene Anlagen wie Aktien, Anleihen und risikolose Geldanlagen verfügen über
unterschiedlicheRisiken.AktienkönnenfürdeneinenInvestoralsAnlageinstrumentan-gemessen
sein,währendeinandererInvestornichtbereitist,dashöhereRisikovonAktieneinzugehen.Vielmehr
legterdasGeldrelativrisikoloszumBeispielinStaatsanleihenmiteinererstklassigenBonitätan.Bisher
wurdendieRendite-Risiko-EigenschaftenvonAn-lagenbeschrieben.IndiesemAbschnittwirddie
RisikoneigungderInvestorenuntersucht.DabeiwerdenzuerstdasKonzeptderRisikoaversionunddie
Nutzentheorie vorgestellt, bevor das optimale Portfolio mithilfe der Effizienzkurve und der
Indifferenzkurveerstelltwird.

3.7.2 DasKonzeptderRisikoaversion

Der Grad der Risikoaversion eines Individuums hängt von seinem Verhalten in
unsicheren Situationen ab. Ein Investor beispielsweise verfügt über die zwei folgenden
Alternativen: Er erhält EUR 100 sicher oder 2) er willigt in ein Spiel ein, wobei eine
1)
Wahrscheinlich- keit von je 50 % besteht, dass er EUR 200 oder EUR 0 bekommt. Der
erwartete Wert ist in beiden Fällen – unter Sicherheit wie unter Unsicherheit – EUR 100.
31
Der Investor hat
insgesamt drei Möglichkeiten. Entweder wählt er das Spiel oder er nimmt die EUR 100
oder aber er ist indifferent zwischen den beiden Möglichkeiten. Das Verhalten des Indivi- duums
lässt eine Klassifikation seines Risi koverhaltens zu, wobei festzuhalten ist, dass es sich hier um
ein veranschaulichendes Beispiel handelt. Eine einzelne Entscheidung genügt in der Regel
nicht,umdasRisikoverhalteneinesInvestorsabschließendzubestimmen.

EinrisikofreudigerInvestorwähltdasSpielaus.DasSpielweistzwareinunsicheresErgebnis
auf,abereshatdengleichenerwartetenWertwiediesichereWahlmöglichkeitvonEUR100.Ein
risikofreudigerInvestorwürdeaucheinenerwartetenWertvonweni-geralsEUR100
akzeptieren(z.B.EUR75),solangeerdieMöglichkeithat,mehralsdiegarantiertenEUR100zu
erhalten.RisikofreudigesVerhaltenlässtsichetwaindenLot-

31
DerErwartungswertunterUnsicherheitberechnetsichalsSummederwahrscheinlichkeitsge-
wichteten Auszahlungen wie folgt: 0;5 EUR 200 C 0;5  EUR 0 D EUR 100.
3.7 RisikoaversionundoptimalesPortfolio 101

tospielen oder im Spielcasino beobachten. Be ispielsweise kaufen Me nschen Lotterielose,


obwohldererwarteteGewinnniedrigeralsderfürdieLosebezahltePreisist.
EinrisikoneutralerInvestoristindifferenthinsichtlichderbeidenWahlmöglichkeiten.
Risikoneutralitätbedeutet,dassfüreinenAnlegernurdieerwarteteRenditerelevantist,
währenddasRisikobelanglosist.DaherwerdenAnlagenmiteinerhöherenerwartetenRendite
unabhängigvonihremRisikobevorzugt.RisikoneutralesVerhaltenlässtsichbe-obachten,
wenndieInvestitionsanlagelediglicheinenkleinenTeildesGesamtvermögensausmacht.Zum
BeispielisteinsehrwohlhabenderInvestorzwischendergarantiertenAus-zahlungvonEUR
100oderdemSpielindifferent.

EinrisikoaverserInvestorhingegenentscheidetsichfürdiegarantierteAuszahlung,weiler
nichtbereitist,dasRisikoeinzugehen,amEndekeineAuszahlungzuerhalten.Ab-hängigvom
GradderRisikoaversionakzeptierteinsolcherInvestorsogareineAuszahlungvonEUR80
anstattdemerwartetenWertdesSpielsvonEUR100.Grundsätzlichneigenrisikoaverse
Investorendazu,AnlagenmiteinemgeringerenRisikoundeinergarantier-tenRenditezu
tätigen.SiebevorzugenAnlagen,dieübereinegeringereVerlustgefahrbeigleicherRendite
bzw.übereinehöhereRenditebeigleichemRisikoverfügen.Demgegen-übermaximiertein
risikoneutralerInvestordieRenditeunabhängigvomRisiko,währendeinrisikofreudiger
AnlegersowohldieRenditealsauchdasRisikomaximiert.

Zahlreiche empirische Studien mit historischen Datenreihen von Anlagen deuten dar-
auf hin, dass eine positive Beziehung zwischen Rendite und Risiko besteht.32 Jehöher
dasRisiko,destohöherdieRenditederAnlagen.DiesepositivenRisikoprämienbedeu-ten,dass
sichMarktteilnehmerrisikoaversverhalten.EinIndizfürrisikoaversesVerhaltenist
beispielsweisederbeobachtbareKaufvonVersicherungen.DerKaufvonVersiche-rungenwie
zumBeispielfürdasAutooderdieGesundheitstellteineAbsicherungfürzukünftigeRisikenwie
etwaeinenAutounfallodereineKrankheitdar.DiebezahlteVer-sicherungsprämieschützt
gegendiezukünftigeUnsicherheit,dasseingroßerGeldbetragfürdieBezahlungeinessolchen
Ereignissesnotwendigwird.EinehöhereVerfallren-ditebeieinemhöherenKreditrisikodes
EmittentenisteinweitererHinweis,dasssichMarktakteurerisikoaversverhalten.Soweisen
AnleihenmiteinemhöherenKreditrisikohöhereVerfallrenditenauf.

33
InderFinanzmarkttheoriewirdaufgrunddieserBeobach-
tungengrundsätzlichunterstellt,dasssichdieMarktteilnehmerrisikoaversverhaltenundfür
dasEingeheneineshöherenRisikoseinehöhereRenditeerwarten.

3.7.3 NutzentheorieundIndifferenzkurven

Ein risikoaverser Investor bevorzugt die garantierte Auszahlung von EUR 100 gegenüber der
Unsicherheit der erwarteten Auszahlung von EUR 100 beim Spiel. Demzufolge ist der Nutzen
bzw.dieBefriedigungüberdiezugesicherteAuszahlunghöher.Allgemeinausge-

32
Vgl. Reilly und Brown 2000 : Investment Analysis and Portfoliomanagement, S. 259.
33
Vgl. Abschn. 9.3.5 .
102 3 OptimalesPortfolio

drückt, stellt der Nutzen ein Maß der relativen Befriedigung aus dem Konsum von Gütern und
Dienstleistungen dar. Überträgt man d iese mikroökonomische Definition auf die An-
lagetätigkeit, dann entsteht der Nutzen eines Investors aus dem Halten von verschiedenen
Portfolios.
34

InvestorenhabenunterschiedlichePräferenzenhinsichtlichRenditeundRisiko.Daherfällt
dieRangfolgevonAnlagenunterrisikoaversenInvestorenunterschiedlichaus.Alle
risikoaversenAnlegerbevorzugendiegarantierteAuszahlungvonEUR100gegenüberdem
Spiel.IstbeispielsweisediegarantierteAuszahlunglediglichEUR60,alsounterdemerwarteten
WertdesSpielsvonEUR100,dannistesnichtmehrklar,oballerisikoaversenInvestorender
garantiertenAuszahlunggegenüberdemSpieldenVorzuggeben.

DieKlassifizierungvonAnlagenbzw.derenNutzenisthöher,wenndieRenditegrö-ßerist,
unddieRangfolgebzw.derNutzenistkleiner,wenndasRisikohöherist.WenndasRisikomitder
Renditesteigt,dannistdieKlassifizierungderAnlagenhingegennichtmehreindeutig.Die
erwarteteRenditedesSpielsistEUR100,währenddiegarantierteAuszahlungEUR60beträgt.
DasSpielhateinehöhereRenditeundeinRisikogegen-überdergarantiertenAuszahlung.Der
Trade-offzwischenRenditeundRisikolässtsichüberNutzenfunktionenmessen.Dabei
erhaltenPortfoliosmiteinerhöherenRenditeeinenhöherenNutzen,währendAnlagekombinati
onenmiteinemhöherenRisikozueinemge-ringerenNutzenführen.EineNutzenfunktion,diein
derPortfoliotheorieundauchvomCFAInstituteverwendetwird,berücksichtigtdieerwartete
Rendite

ŒE .r/ und die Varianz


der Renditen (¢ 2 ), um den Nutzen .U/ von Anlagen bzw. Portfolios zu messen:35

1
U D E .r/  A¢ 2 ; (3.30)
2
wobei:

U D Nutzen einer Anlage,


A D Grad der Risikoaversion (Risikoaversionskoeffizient).

Gemäß oben stehender Formel führt eine höhe re erwartete Rendite zu einem größeren Nutzen.
Ein höheres Risiko hingegen hat einen geringeren Nutzen zur Folge. Diese Ei- genschaften
bildendasKonzeptderRisikoaversionab.WiegroßderEinflussderVarianzaufdenNutzeneiner
Anlage ist, hängt vom G rad der Risikoaversion (A) ab. Der Grad der Risikoaversion stellt die
zusätzlich erwartete Rendite eines Investors dar, die verlangt wird, um eine zusätzliche
Risikoeinheitzuakzeptieren.EinehöhereRisikoaversionistdurcheinenhöherenKoeffizienten
A gekennzeichnet. Investoren, die über eine hohe Risi- koaversion verfügen, geben
risikoreichen Anlagen mehr Gewicht und daher resultiert ein geringerer Nutzen im Vergleich
zumNutzenwenigerrisikoaverserInvestoren.

34
Zu einer mikroökonomischen Diskussion der Nutzenfunktionskurven im Portfoliomanagement
vgl. z. B. Lhabitant 2008 : Hedge Funds: Quantitative Insights, S. 268 ff.
35
Für die Berechnung des Nutzens sind die erwartete Rendite und die Standardabweichung der
Renditen in Dezimalstellen und nicht in Prozenten in die Formel einzugeben.
3.7 RisikoaversionundoptimalesPortfolio 103

RisikoaversionundRisikotoleranzstehenineinementgegengesetztenVerhältniszuein-
ander.Einehohe(niedrige)Risikoaversionimplizierteineniedrige(hohe)Risikotoleranz.Die
Risikoaversionbzw.-toleranzeinesInvestorskannaufgrundvondessenBereitschaftund
Tragfähigkeit,Verlusteeinzugehen,alsunterdurchschnittlich(niedrig),durchschnitt-lich
(mittel)oderüberdurchschnittlich(hoch)beurteiltwerden.DieRisikoaversionkanndurchein
InterviewodereinenFragebogenbestimmtwerden,inwelchemderInvestorAuskunftüberseine
Anlage-undRisikopräferenzengibt.
36
Um eine ungefähre Richtgrö-
ße zu definieren, wird für eine hohe bzw. über durchschnittlic he Risikoaversion (niedrige
Risikotoleranz) ein Risikoaversionskoeffizient A von 6 bis 8 gewählt. Eine mittlere bzw.
durchschnittliche Risikoaversion ist durch einen Koeffizienten A von 3 bis 5 gegeben, während
ein Investor mit einer niedrigen bzw. unterdurchschnittlichen Risikoaversion ein A von1 bis 2
aufweist.

Gl.(3.30)kannnurverwendetwerden,umeineRangfolgeverschiedenerAnlagekom-
binationenzuerstellen.DieZufriedenheitdesInvestorskannmitderNutzenfunktionnicht
gemessenwerden.ZumBeispielbedeuteteinzweifachhöhererNutzen(etwaeinNutzenvon6
verglichenmit3)nicht,dasseinInvestormitdemNutzenvon6zweimalzufrie-deneristalsmit
demNutzenvon3.VielmehrgibtdieNutzenfunktionan,dasseineAnlagekombinationmit
einemhöherenNutzen(z.B.6)gegenübereinemPortfoliomiteinemgeringerenNutzen(z.B.3)
bevorzugtwird.AnlegerwählendasPortfoliomitdemhöherenNutzenaus.Fernerlassensich
dieNutzenfunktionenverschiedenerInvestorennichtvergleichenundauchnichtfürdenGes
amtmarktaggregieren.Nutzenfunktionensindgrundsätzlichinvestorenspezifisch.

BeirisikoaversenInvestorenliegtderRisikoaversionskoeffizient(A)zwischen1und8und
istpositiv.EineZunahmedesRisikosführtzueinemgeringerenNutzen.Beieinem
risikoneutralenInvestorhingegenbeträgtderRisikoaversionskoeffizient0(A
D 0).Eine
VeränderungdesRisikosbeeinträchtigtdenNutzensomitnicht.ImGegensatzdazube-sitztein
risikofreudigerAnlegereinenKoeffizientenA,derkleinerals0bzw.negativist(A
< 0). Ein höheres Risiko hat entsprechend einen größeren Nutzen zur Folge. Es ist zu
beachten, dass eine risikolose Anlage (¢ 2 D 0) für alle drei Investorentypen den gleichen
Nutzen ergibt. Je höher die erwartete Rendite, desto größer der Nutzen.

Beispiel
Berechnung des Nutzens
Eine Anlage besitzt eine erwartete Rendite von 20 % und eine Standardabweichung der
Renditen von 30 %. Der Risikoaversionskoeffizient für einen Investor mit einer
durchschnittlichenRisikoaversionbeträgt4.

1. Wie hoch ist der Nutzen dieser Anlage?


2. Wie hoch muss der risikolose Zinssatz mindestens sein, um den gleichen Nutzen aus der
Anlagezuerzielen?

36
Für ein Beispiel eines Risikobeurteilungsbogens vgl. Abschn. 16.2.1.1 .
104 3 OptimalesPortfolio

Lösungzu1
U D 0;20  0;5  4  0;302 D 0;02

Lösungzu2
Eine risikolose Anlage besitzt ein Risiko von 0 (¢ 2 D 0). Daher beträgt der zweite Term
rechts des Gleichheitszeichens 0 (D 0;5  4  02 ). Damit der gleiche Nutzen von 0,02
erreicht wird, muss der risikolose Zinssatz bei 2 % liegen. Eine risikobehaftete Anlage
mit einer erwarteten Rendite von 20 % und einer Standardabweichung von 30 % weist den
gleichen Nutzen wie eine risikolose Anlage mit einem risikolosen Zinssatz von 2 % auf, wenn
derRisikoaversionskoeffizientdesInvestors4beträgt.

IndifferenzkurvenzeigenRendite-Risiko-KombinationenvonAnlagen,diefüreinen
bestimmtenInvestordengleichenNutzenaufweisen.EinInvestoristindifferent,wenndie
PortfoliosaufdergleichenIndifferenzkurveliegen,dadieseüberdengleichenNutzenver-fügen.
DaherwerdenIndifferenzkurvenüberdenTrade-offzwischenerwarteterRenditeundRisiko
definiert.Abb.3.9zeigteineIndifferenzkurvemiteinemRisikoaversionsgradvon3,aufderalle
PortfoliosdengleichenNutzenvon0,04besitzen.AusgehendvonPunktAhateinegrößere
StandardabweichungeinengeringerenNutzenzurFolge.Diesergerin-gereNutzenmussdurch
einehöhereerwarteteRenditekompensiertwerden.PunktB,derebenfallsaufder
Indifferenzkurveliegt,weistimVergleichzuAeinegrößereStandardab-weichungundeine
höhereerwarteteRenditeauf.PortfoliosmitgleichemNutzenbesitzen

(erwartete
Rendite)

20% Indifferenzkurve
18% mit A = 3 und U = 0,04
16%
14%
12%
B
E(rB) 10%
8%
A
E(rA) 6%
4%
2%
0%
0% 10% 20% 30%
σA σB (Standardabweichung
der Renditen)

Abb.3.9 Indifferenzkurve
3.7 RisikoaversionundoptimalesPortfolio 105

(erwartete großer
Rendite) Nutzen mittlerer
Nutzen
1 2 3 geringer
B Nutzen
E(rB )
E(rA ) A C Indifferenzkurven
E(rC )

0%
0% σA σB = σC
(Standardabweichung
der Renditen)

Abb.3.10 Indifferenzkurven mit unterschiedlichem Nutzenniveau

eine höhere Renditeerwartung und ein höheres Risiko im Vergleich zu Anlagekombinatio- nen
mit niedrigerer Renditeerwartung und Risiko. Indifferenzkurven sind stetig zwischen allen
Rendite-Risiko-Punkten, da unendlich viele Portfolios existieren, die denselben Nut- zen für
einenInvestoraufweisen.

IndifferenzkurvenkönnenmitdemRisikoaversionskoeffizienten,dererwartetenRen-dite
undderVarianzerstelltwerden.ZumBeispielverfügteinInvestorübereinenRi-
sikoaversionskoeffizientenvon3undhatseinGeldineinerisikoloseAnlagezueinemZinssatz
von4%angelegt.Gemäß( 3.30)beträgtderNutzendiesesInvestments0,04(

D 0;04  0;5  3  02 ). Um die Indifferenzkurve zu kons truieren, müssen die erwarteten


Renditen von risikobehafteten Anlagekombin ationen bestimmt werden, deren Nutzen von
0,04 und Risiko gegeben sind. Wird ( 3.30 ) nach der erwarteten Rendite aufgelöst, erhält man
folgendeGleichung:
1
E .r/ D U C A¢ 2 : (3.31)
2
Bei einer Standardabweichung von 1 % (¢ D 0;01) beträgt die erwartete Rendite
4,015 %37 , während diese bei einem Risiko von 2 % (¢ D 0;02) bei 4,06 % liegt. Wird
diese Berechnung für eine Vielzahl von ansteigenden Standardabweichungen wiederholt, so
erhält man die entsprechenden Renditegr ößen. Trägt man diese Werte in ein Rendite-
Risiko-Diagramm ein und verbindet die Punkte miteinander, resultiert die in Abb. 3.9
dargestellteIndifferenzkurvemiteinemNutzenvon0,04.

Abb.3.10zeigtIndifferenzkurvenmitunterschiedlichhohemNutzen.EinInvestorist
indifferentzwischendenRendite-Risiko-PunktenAundB,dasieaufderselbenIndiffe-
renzkurveliegenundsomitdengleichenNutzenfürdenInvestorstiften.Vergleichtmanden
Rendite-Risiko-PunktC,deraufderIndifferenzkurve2liegt,mitdemRendite-Risiko-PunktB,
dannbesitzenbeideAnlagendiegleicheStandardabweichung,dieerwartete

1
37
E.r/ D 0;04 C  3  0;012 D 0;04015.
2
106 3 OptimalesPortfolio

hohe Risiko- mittlere


(erwartete aversion Risiko-
Rendite) (A von 6 – 8) aversion (A niedrige
von 3 – 5) Risiko-
aversion (A
1 2 3 von 1 – 2 )

4
risikoneutral
(A = 0)
5

risikofreudig
0% (A < 0)
0% (Standardabweichung
der Renditen)

Abb.3.11 Indifferenzkurven für Investoren mit unterschiedlichem Risikoverhalten

Rendite von B ist jedoch höher. Risikoaverse Investoren bevorzugen Portfolio B, weil bei
gleichem Risiko die erwartete Rendite größer ist. Daher verfügt die Indifferenzkurve 1 im
Vergleich zur Kurve 2 über einen höheren Nutzen. Der Nutzen von risikoaversen Investoren
nimmt bei steigender Renditeerwartung und niedrigerer Standardabweichung zu. In einem
Rendite-Risiko-Diagramm lässt sich dieser Zusammenhang durch eine nord- westliche
Verschiebung der Indifferenzkurve darstellen. Portfolios, die auf einer höheren
Indifferenzkurve liegen, besitzen eine höhere erwartete Rendite für jede gegebene Risi-
koeinheitundweisendahereinengrößerenNutzenfürdenInvestorauf.

DieIndifferenzkurvenverlaufenkonvex,weileinabnehmenderGrenznutzenzwischender
ErhöhungdesRisikosundderRenditebesteht.NimmtdieVerlustgefahrzu,verlan-gendie
risikoaversenInvestoreneinehöhereRendite.DabeisteigtdieRenditeüberpro-portionalan,
womitdieIndifferenzkurvesteilerwird.FüreinezusätzlicheRisikoeinheiterwartendie
InvestoreneineüberdurchschnittlichansteigendeRendite.

EineZunahmederRisikoaversionführtzueinersteilerenIndifferenzkurve,weilderInvestor
einhöheresRisikonurdannakzeptiert,wennerentsprechendeinenochhöhereRenditeerhält.In
Abb.3.11sindIndifferenzkurvenfürverschiedeneRisikoaversionsgradeaufgeführt.Stark
risikoaverseInvestorenweisensehrsteileIndifferenzkurvenauf.Weni-gerrisikoaverse
AnlegerhingegenverfügenüberflachereIndifferenzkurven,weilsiebeieinemAnstiegdes
RisikoseinewenigerhoheRenditeverlangen.RisikofreudigeInvesto-renbesitzen
IndifferenzkurvenmiteinernegativenSteigung.NimmtmanzumBeispieldie
Indifferenzkurve5vonAbb. 3.11,bestehteinnegativerZusammenhangzwischenerwar-teter
RenditeundStandardabweichung.EntlangderIndifferenzkurve5bleibtderNutzeneines
risikofreudigenInvestorsunverändert,wenndieerwarteteRenditefällt(steigt)unddie
Standardabweichungsteigt(fällt).ImGegensatzdazuhabenrisikoneutraleInvestorenflache
Indifferenzkurven,weildasRisikokeinenEinflussaufdenAnlegernutzenhat.
3.7 RisikoaversionundoptimalesPortfolio 107

Beispiel
Berechnung des Nutzens für verschiedene Anlagen
Ein Portfoliomanager hält vier Anlagen, die über die folgenden erwarteten Renditen und
Volatilitätenverfügen:

Anlagen Erwartete Rendite Standardabweichung


1 8% 24 %
2 12 % 30 %
3 16 % 36 %
4 20 % 42 %

1. Welche Anlage wählt ein durchschnittlich risikoaverser Investor mit einem Risiko-
aversionskoeffizientenvon5aus?
2. Welche Anlage sucht ein unterdurchschnittlich risikoaverser Investor mit einem Ri-
sikoaversionskoeffizientenvon2aus?
3. Welche Anlage wird von einem risikoneutralen Investor getätigt?
4. WelcheAnlagebevorzugteinrisikofreudigerInvestor?

Lösungenzu1und2
Für jede einzelne Anlage wird mit ( 3.30 ) der Nutzen ausgerechnet. Beispielsweise be-
rechnet sich der Nutzen der ersten Anlage bei einem durchschnittlich risikoaversen Investor
miteinemRisikoaversionskoeffizientenvon5wiefolgt:

1
U D 0;08   5  0;242 D 0;064:
2
Wiederholt man diese Berechnung für sämtliche Anlagen mit den Koeffizienten von 2
und 5, ergeben sich folgende Nutzenwerte:

Anlagen Erwartete Rendite Standardabweichung Nutzen A D 2 Nutzen A D 5


1 8% 24 % 0,0224 0;064
2 12 % 30 % 0,0300 0;105
3 16 % 36 % 0,0304 0;164
4 20 % 42 % 0,0236 0;241

DerdurchschnittlichrisikoaverseInvestormiteinemRisikoaversionskoeffizientvon5
wähltdieAnlage1aus,währendderunterdurchschnittlichrisikoaverseAnlegermitdem
Koeffizientenvon2dasInvestment3bevorzugt.

Lösungzu3
Ein risikoneutraler Investor berücksichtigt das Risiko in seinem Anlageentscheid nicht.
Daher legt er sein Geld in Anlage 4 an, welche über die größte erwartete Rendite von 20 %
verfügt.
10 3 OptimalesPortfolio

Lösungzu4
Ein risikofreudiger Investor wählt Anlagen mit einer hohen erwarteten Rendite und ei- ner
hohenStandardabweichungaus,daereinennegativenRisikoaversionskoeffizientenbesitzt.
DengrößtenNutzenfüreinensolchenInvestorweistAnlage4auf.

Beispiel
Strategische Asset-Allokation
Ein Anlageberater betreut einen Kunden im Alter von 35 Jahren, der vor kurzem von seinen
Eltern EUR 4 Mio. geerbt hat und nach Einschätzung des Beraters eine über-
durchschnittlicheRisikotoleranz(A
D 2) aufweist. Um einen angenehmen Ruhestand
zu finanzieren, möchte der Kunde eine über der Inflation liegende langfristige Anlage-
rendite erzielen. Der Kunde möchte in den nächsten 12 Monaten seine Hypothek von EUR
abzahlen,ohnedengeerbtenKapitalbetragvonEUR4Mio.anzutasten.
200:000
Für die Anlage des geerbten Vermögens schlägt der Anlageberater die drei folgenden
AlternativenzurstrategischenAsset-Allokationvor:

Strategische Asset- Erwartete Rendite Standardabweichung


Allokationen der Renditen
A 9,0 % 18 %
B 7,8 % 14,29 %
C 5,2 % 7%

1. Welche der drei vorgeschlagenen strategischen Asset-Allokationen weist für den


Kunden mit einem Risikoaversionskoeffizienten von 2 den höchsten Nutzen auf?
Wie hoch ist die über 1 Jahr zu erzielende Mindestrendite, ohne dass der geerbte
2. Kapitalbetrag von EUR 4 Mio. unterschritten wird?

3. Wie sieht der Anlageentscheid aus, wen n zusätzlich zu den Nutzenfunktionen eine
über der Mindestrendite liegende risikoadjustierte Rendite von ŒE.rP / 
Mindestrendite=¢P verwendet wird?

Lösungzu1
Die drei strategischen Asset-Allokatione n weisen den folgenden Nutzen für den Kun- den
auf:
1
UA D 0;09   2  0;182 D 0;0576;
2
1
UB D 0;078   2  0;14292 D 0;0576;
2
1
UC D 0;052   2  0;072 D 0;0471:
2
Der Kunde ist zwischen den beiden Varianten A und B indifferent, weil beide denselben
Nutzen von 0,0576 stiften.
3.7 RisikoaversionundoptimalesPortfolio 109

Lösungzu2
Damit der ursprünglich geerbte Kapitalbetrag von EUR 4 Mio. nicht vermindert wird, muss
im1.JahreineMindestrenditevon5%erzieltwerden:
EUR 200:000
Mindestrendite D D 5 %:
EUR 4:000:000

Lösungzu3
DiedreistrategischenAnlagenverteilungenbesitzendiefolgendenüberderMindest-rendite
von5%liegendenrisikoadjustiertenRenditen:

0;09  0;05
risikoadjustierte Rendite für A D D 0;222;
0;18
0;078  0;05
risikoadjustierte Rendite für B D D 0;196;
0;1429
0;052  0;05
risikoadjustierte Rendite für C D D 0;029:
0;07
Die strategische Asset-Allokation A verfügt aufgrund der höchsten risikoadjustierten
Rendite von 0,222 über die niedrigste Wahrscheinlichkeit von rund 41 %38 , dass die
Mindestrendite von 5 % nicht erreicht werden kann. Daher ist der strategischen Anla-
genverteilung A gegenüber B der Vorzug zu geben, obwohl beide Asset-Allokationen den
gleichenNutzenvon0,0576aufweisen.

3.7.4 DasoptimalerisikobehaftetePortfolio

DieKonstruktionderEffizienzkurveerfolgtmitKapitalmarktdatenwiedererwartetenRendite,
derStandardabweichungundderKovarianzbzw.derKorrelation.AufdieserKurveliegendiein
Bezug auf Rendite und Risiko effizientesten Anlagekombinationen. Effiziente Portfolios
weisen im Vergleich zu allen anderen Portfolios für das gleiche Risi- ko die höchste Rendite auf
oderhaben die gleicheRendite bei niedrigster Standardabwei- chung. Bei der Konstruktion der
Effizienzkurve wird unterstellt, dass sich die Investoren risikoavers verhalten. Die
Indifferenzkurve n hingegen zeigen den Nutzen aus Anlagekom- binationen in Abhängigkeit
vomRisikoverhaltendesInvestors.SiestelleneinenTrade-offzwischendererwartetenRendite
und dem Ris iko dar. Verbindet man die Effizienzkurve mit den investorenspezifischen
Indifferenzkurven,soerhältmandasoptimalePortfolio.

Abb.3.12zeigtdasoptimalePortfoliofürzweiAnlegermitunterschiedlicherRisikoaver-
sion.AnlegerA,derstärkerrisikoaversist,hatentsprechendsteilereIndifferenzkurven

38
UnterderAnnahmederNormalverteilungbeträgtdieWahrscheinlichkeit,dassdieMindestrenditevon
5%beiAsset-AllokationAnichterreichtwird,rund41%.BeidenAnlagenverteilungenBund
C sind die entsprechenden Wahrscheinlichkeite n 42 % und 49 %. Für die Shortfall Probability vgl.
Abschnitt2.3.2überdasDownside-Risiko.
110 3 OptimalesPortfolio

B6
(erwartete B5
Rendite) B4

X
E(rX ) Effizienzkurve

P
E(rP )
A3
A2
A1

0%
0% σP σX (Standardabweichung
der Renditen)

Abb.3.12 Optimales risikobehaftetes Portfolio

A1, A2 und A3. Für eine zusätzliche Risikoeinheit erwartet Anleger A eine höhere Rendi- te als
Investor B, der weniger steile Indifferenzkurven B4, B5 und B6 besitzt. Das optimale Portfolio
liegt auf der Effizienzkurve und weist für einen Anleger den größten möglichen Nutzen auf. Es
liegt also auf dem Berührungspunkt zwischen der Effizienzkurve und der Indifferenzkurve mit
dem höchsten erreichbaren Nutzen. Anleger A wählt das Portfolio P auf der Effizienzkurve aus,
bei der die Indifferenzkurve A2 die Effizienzkurve berührt. Investor B hingegen, der weniger
risikoaversist,legtseinGeldin PortfolioX an, daseinehöhere erwartete Rendite undeinhöheres
Risiko im Vergleich zur Anlagekombination P aufweist. Die Indifferenzkurven A3 und B6
können nicht erreicht werden, da für diese Nutzenfunktionen keine Portfolios gebildet werden
können.

3.8 DierisikoloseAnlage:Kapitalallokationslinienmodell

Eine risikobehaftete Anlage besitzt unsichere zukünftige Renditen. Diese Unsicherheit lässt
sichmitderVarianzbzw.StandardabweichungderRenditenmessen.ImGegen-satzdazuistdie
erwarteteRendite einer ris ikolosen kurzfristigen Anlage sicher. DamiteineAnlage risikolosist
und somit eine sichere Rendite abwirft, darf sie nicht über ein Kredit-, Zinsänderungs-,
Inflations- und Wiederanlagerisiko verfügen. Staatsanleihen mit einer erstklassigen Bonität
wie etwa die deutschen Bundesanleihen und die Anleihen der Schweizerischen
Eidgenossenschaft weisen grundsätzlich kein bzw. lediglich ein ge- ringfügiges Kreditrisiko
auf. Sie gelten in normalen Zeiten als eine sichere Geldanlage. Staatsanleihen sind dem
Preisänderungsrisiko infolge von Zinsänderungen ausgesetzt, wenn die Anlagedauer nicht der
Laufzeit der An leihe entspricht. Steigen die Zinssätze, fallen die Anleihepreise. Das
Zinsänderungsrisiko nimmt bei längeren Laufzeiten zu. Ein Ansteigen der Inflation führt zu
einemhöherennominalenZinssatzunddementsprechend
3. DierisikoloseAnlage:Kapitalallokationslinienmodell 111

zu einem Preisrückgang der Anleihe. Es gibt Staatsanleihen mit erstklassiger Bonität, die einen
Inflationsschutz gewähren. Inflationsgeschützte Staatsanleihen findet man beispiels- weise in
denUSA,GroßbritannienundDeutschland. 39
Das Wiederanlagerisiko stellt ein
weiteres Risiko einer Kuponanleihe dar. Beträgt zum Beispiel die Anlagedauer und die
Laufzeit der Anleihe 10 Jahre , dann müssen die während d er Laufzeit der Anleihe er- haltenen
Kupons angelegt werden. Dabei ist der Zinssatz für die Anlage der Kupons heute nicht bekannt,
sodass die Rendite der A nleihe nicht mit Sicherheit bestimmt wer- den kann. Das
Wiederanlagerisiko lässt si ch mit Nullkuponpapieren beseitigen, weil diese Anlagen keine
Kupons bezahlen und folglich kein W iederanlagerisiko besteht. Beispiels- weise besitzen
unverzinslicheSchatzanweisungenderBundesrepublikDeutschland
40
und
Geldmarktbuchforderungen der Schweizerischen Eidgenossenschaft41 keinen Kupon und
somit auch kein Wiederanlagerisiko. Allerdings können diese Papiere lediglich von insti-
tutionellen Investoren wie etwa Banken gekauft werden.
EineAnlagekanngrundsätzlichdannalsrisikolosbezeichnetwerden,wennsieüberkein
Kreditrisiko-undZinsänderungsrisikoverfügt,inflationsgeschütztistundkeinWie-
deranlagerisikobesitzt.ÜblicherweisewerdenkurzfristigerisikoloseStaatspapierewie
unverzinslicheSchatzanweisungenderBundesrepublikDeutschlandmitLaufzeitenvon6und
12MonatenundGeldmarktbuchforderungenderSchweizerischenBundestresoreriemit
Laufzeitenvon3,6und12MonatenalsrisikoloseAnlagenbetrachtet.Aufgrundderkurzen
Laufzeitenvonmaximal1JahristdasZinsänderungsrisikorelativgering.Siebe-sitzen
grundsätzlichkeinKreditrisikounddiekurzfristigeLaufzeitdecktsichinderRegelmitdervom
InvestorvorgegebenenAnlagedauer.DiesePapieredesGeldmarktsegmentswerdenzueinem
Diskontpreis(unterdemNominalwertvon100%)emittiertundzumNominalwertvon100%
zurückbezahlt.DecktsichdieLaufzeitdieserrisikolosenPapie-remitderAnlagedauer,kann
derInvestoreinesichereRenditeerzielen(vorausgesetztdieInflationistüberdiesenZeitraum
vernachlässigbar).DasRisikobzw.dieStandardab-weichungderRenditeneinerrisikolosen
Anlagebeträgt0%(

¢ D 0), weil die erwartete


Rendite über die Laufzeit der Anlage sicher ist.
Die erwartete Rendite eines Portfolios ŒE .rGP /, das aus einer risikolosen Anlage
und einem risikobehafteten Portfolio besteht, berechnet sich in Anlehnung an ein Zwei-
Anlagen-Portfolio wie folgt:

E .rGP / D wF rF C wP E .rP / ; (3.32)


wobei:

wF D prozentualer Anteil der risikolosen Anlage im Gesamtportfolio,


wP D prozentualerAnteildesrisikobehaftetenPortfoliosimGesamtportfolio,
rF D risikoloser Zinssatz,
E.rP / D erwartete Rendite des risikobehafteten Portfolios.

39
Vgl. Abschn. 8.6.2.3 .
40
Vgl. Abschn. 8.8.5.2 .
41
Vgl. Abschn. 8.8.5.3 .
112 3 OptimalesPortfolio

2
Die Varianz eines Portfolios (¢GP ),dassichausdenzweiInvestitionenindierisikolose
AnlageundindasrisikobehaftetePortfoliozusammensetzt,lässtsichfolgendermaßen
ermitteln:
2
¢GP D w2F ¢F2 C w2P ¢P2 C 2wF wP ¡F;P ¢F ¢P ; (3.33)
wobei:

¢F D Standardabweichung der Renditen der risikolosen Anlage,


P D StandardabweichungderRenditendesrisikobehaftetenPortfolios,¢
¡F;P D Korrelationskoeffizient zwischen den Renditen der risikolosen Anlage und des ri-
sikobehafteten Portfolios.

Die Standardabweichung der Renditen einer kurzfristigen, risikolosen Anlage beträgt 0 % (


F D 0).EntsprechendentfallenrechtsdesGleichheitszeichensderersteundderdritte¢
Term aus (3.33 ), 42 was zu folgender Formel für die Varianz des Portfolios führt:

2
¢GP D w2P ¢P2 : (3.34)

Die Standardabweichung der Renditen des Portfolios beträgt demnach:


q
¢GP D w2P ¢P2 D wP ¢P : (3.35)

Die Standardabweichung des Portfolios (¢GP ),dasauseinerKombinationausderrisiko-


losenAnlageundeinemrisikobehaftetenPortfoliobesteht,istdiegewichteteStandardab-
weichung des risikobehafteten Portfolios. Der Einbezug einer risikolosen Anlage in ein
risikobehaftetesPortfolioverändertderenRendite-Risiko-Eigenschaften.
DieerwarteteRenditeunddieStandardabweichungeinessolchenPortfolioskönnenmit
linearenGleichungen(sieheFormeln( 3.32)und(3.35))berechnetwerden.Überträgtmandiese
BeziehungineinRendite-Risiko-Diagramm,solassensichdieerwarteteRen-diteunddasRisiko
desPortfoliosmiteinerGeradenzwischenderrisikolosenAnlageunddemrisikobehafteten
Portfoliodarstellen.Abb. 3.13zeigtdieinBezugaufRenditeundRisikoeffizienteste
Kapitalallokationslinie.SiestellteineKombinationzwischeneinerrisikolosenAnlageund
einemaufderEffizienzkurveliegendenrisikobehaftetenPortfo-liodar.Dieeffizienteste
KapitalallokationslinielässtsichalsTangenteausgehendvomrisikolosenZinssatzr

F an die Effizienzkurve zeichnen. Das Portfolio TP stellt das Tan-


gentialportfolio dar.
DerRendite-Risiko-Punkt1liegtaufdereffizientestenKapitalallokationslinieundsetztsich
auseinerKombinationausderrisikolosenAnlageunddemTangentialportfolioTPzusammen.
DasPortfolio2hingegenbefindetsichaufeinerwenigeffizientenKapitalal-

42
DerKorrelationskoeffizientzwischendenRenditenderrisikolosenAnlageunddesrisikobehafte-ten
Portfoliosistebenfalls0,weilbeiderrisikolosenAnlagekeineRenditeschwankungenvorliegen,
während das Portfolio von risikobehafteten Anlagen volatile Renditen aufweist.
3. DierisikoloseAnlage:Kapitalallokationslinienmodell 113

effizienteste
(erwartete Kapitalallokationslinie
Rendite)
Tangential-
Effizienzkurve
portfolio TP
E(rTP )
Kapitalallokationslinie
1 für Anlagen rF und X
E(r1)
E(r2 ) X
rF 2

0%
0% σ1 = σ2 σTP (Standardabweichung
der Renditen)

Abb.3.13 Kapitalallokationslinie

lokationslinie und besteht aus der risikolosen Anlage sowie aus dem risikoreichen Port- folio X,
dasaufderEffizienzkurveliegt.BeideAnlagekombinationen1und2besitzendasgleicheRisiko,
aber die erwartete Rendite von Portfolio 1, das auf der effizientesten Kapitalallokationslinie
liegt,istgrößer.RisikoaverseMarktteilnehmerwählendasPortfo-lio1aus,weilesimVergleich
zurAnlagekombination2beigleichemRisikoeinehöhereerwarteteRenditeaufweist.

Die Kapitalallokationslinie ist eine Gerade und damit durch die folgende lineare Funk-
tion gegeben:
Y D a C bX; (3.36)
wobei:
a D Konstante der Geraden,
b D Steigung der Geraden, die durch die Veränderung der abhängigen Variablen Y di-
vidiert durch die Veränderung der unabhängigen Variablen X berechnet wird (b D
Y=X).

Abb. 3.14 zeigt, dass die Konstante der effizientesten Kapitalallokationslinie (a) dem
risikolosen Zinssatz rF entspricht. Die Steigung der Geraden (b) lässt sich durch die Dif-
ferenz zwischen der erwarteten Rendite des Tangentialportfolios und dem risikolosen Zinssatz
dividiert durch die Standardabweichung der Renditen des Tangentialportfolios bestimmen.
DiesführtzufolgenderFormelfürdieBerechnungdererwartetenRenditeei-nesPortfoliosE
Π.rGP /, das sich aus einer risikolosen Anlage und dem Tangentialportfolio
zusammensetzt:  
E .rTP /  rF
E .rGP / D rF C ¢GP ; (3.37)
¢TP
114 3 OptimalesPortfolio

effizienteste
(erwartete Kapitalallokationslinie
Rendite)
(Y)
Tangential-
Effizienzkurve
portfolio TP
E(rTP )

ΔY = E(rTP ) − rF
a = rF
rF
ΔY E(rTP ) − rF
b= =
a ΔX = σ TP − 0 ΔX σ TP
0%
0% σTP (Standardabweichung
der Renditen)
(X)

Abb.3.14 Bestimmung der erwarteten Rendite eines Portfolios anhand der effizientesten Kapital-
allokationslinie

wobei:

E .rTP / D erwartete Rendite des Tangentialportfolios,


¢TP D Standardabweichung der Renditen des Tangentialportfolios,
¢GP D Standardabweichung des Gesamtportfolios (¢GP D wP ¢P ).

Die Steigung der effizientesten Kapitalallokationslinie entspricht der Sharpe Ratio des
Tangentialportfolios. Die Sharpe Ratio zeigt den Anteil der Rendite über dem risikolosen
ZinssatzfüreineEinheitdeseingegangenenGesamtrisikos,alsomitanderenWorten,wievieldie
Überschussrenditesteigt,wenndieStandardabweichungumeineEinheit(z.B.1%)zunimmt.

UmdasTangentialportfolio(TP)zubestimmen,isteinOptimierungsproblemzulösen.Die
ZielfunktionistdieMaximierungderSharpeRatio,währenddieNebenbedingungerfülltsein
muss,dassdieSummederGewichte1ergibt:
Zielfunktion:
Maximiere Sharpe Ratio E .rTP /  rF
D ; (3.38)
durch Veränderung von w ¢TP
unterliegt folgender Nebenbedingung:

N
Xi wi D 1:
D1

Mithilfe der Differentialrechnung lässt sich dieses nicht-lineare Problem lösen. Für ein
Zwei-Anlagen-Portfolio(AundB)kanndasGewichtderAnlageAmitfolgenderGlei-
3. DierisikoloseAnlage:Kapitalallokationslinienmodell 115

chung ermittelt werden:43

ŒE .rA /  rF  ¢B2  ŒE .rB /  rF  CovA;B


wA D : (3.39)
ŒE .rA /  rF  ¢B2 C ŒE .rB /  rF  ¢A2  ŒE .rA /  rF C E .rB /  rF  CovA;B

Beispiel
Tangentialportfolio mit zwei risikobehafteten Anlagen A und B
Ein Portfolio besteht aus den beiden Aktien A und B. Der Portfoliomanager erwartet die
folgendenRenditenundStandardabweichungenfürdiebeidenAnlagen:

Erwartete Rendite Standardabweichung


Aktie A 10 % 30 %
Aktie B 20 % 50 %

Der Korrelationskoeffizient zwischen den beiden risikobehafteten Wertpapieren


liegt bei 0,01. Der risikolose Zinssatz beträgt 2 %.

1. Aus welchen prozentualen Anteilen der beiden risikobehafteten Anlagen A und B setzt
sichdasTangentialportfoliozusammen?
2. Wie hoch sind die erwartete Rendite und das Risiko des Tangentialportfolios?
3. WiehochistdieSharpeRatiodesTangentialportfoliosbzw.dieSteigungdereffi-zientesten
Kapitalallokationslinie?

Lösungzu1
Die Kovarianz zwischen den beiden Aktien A und B kann wie folgt bestimmt werden:

CovA;B D ¡A;B ¢A ¢B D 0;01  0;3  0;5 D 0;0015:

Das Gewicht der Aktie A von 55,1 % im Tangentialportfolio lässt sich mit ( 3.39 )fol-
gendermaßenberechnen:

.0;10  0;02/  0;502  .0;20  0;02/  0;0015


wA D
.0;10  0;02/  0;502 C .0;20  0;02/  0;302  .0;10  0;02 C 0;20  0;02/  0;0015
D 0;551:

Das Gewicht der Aktie B im Tangentialportfolio beläuft sich auf 44,9 %:

wB D 1  0;551 D 0;449:
43
Die Gleichung für das optimale Gewicht der Anlage A kann wie folgt hergeleitet werden: In die E r
Gleichung der Sharpe Ratio werden für dasq Tangentialportfolio die erwartete Rendite w A . A / C
.1  wA /E.rB / und die Standardabweichung w2A ¢A2 C .1  wA /2 ¢B2 C 2wA .1  wA /¡A;B ¢A ¢B ein-
gesetzt. Die Sharpe Ratio wird nach dem Gewicht der Anlage A (wA ) abgeleitet, gleich 0 gesetzt
und nach wA aufgelöst.
116 3 OptimalesPortfolio

Das Tangentialportfolio besteht zu 55,1 % aus Aktie A und zu 44,9 % aus Aktie B.

Lösungzu2
Die erwartete Rendite von 14,49 % und die Standardabweichung von 28,01 % des Tan-
gentialportfolios(TP)könnenwiefolgtbestimmtwerden:

E .rTP / D 0;551  10 % C 0;449  20 % D 14;49 %;


p
¢TP D 0;5512  0;302 C 0;4492  0;502 C 2  0;551  0;449  0;0015
D 0;28011 D 28;01 %:

Lösungzu3
Die Steigung der effizientesten Kapitalallokationslinie ist durch die Sharpe Ratio des
Tangentialportfolios .SR / gegeben und beträgt 0,446:
TP

14;49 %  2 %
SRTP D D 0;446:
28;01 %
Das Tangentialportfolio liegt auf der effizientesten Kapitalallokationslinie. Die Stei- gung
dieser Kapitalallokationslinie ist höher als die Steigung jeder anderen Kapitalal-
lokationsliniezwischeneinemanderenPortfolioaufderEffizienzkurveundderrisiko-losen
Anlage.

NimmtderInvestorGeldzumrisikolosenZinssatzauf,sokannermehrals100%seines
KapitalsindasTangentialportfolioanlegen.IneinemsolchenFallliegtdasoptima-lePortfolio
rechtsvomTangentialportfolioaufdereffizientestenKapitalallokationslinie.Daszusätzlich
mitFremdkapitalfinanziertePortfolioweistimVergleichzumTangential-portfolioeinehöhere
erwarteteRendite,aberaucheinhöheresRisikoauf.

Beispiel
Erwartete Rendite und Risiko eines Portfolios auf der effizientesten Kapitalallo-
kationslinie
Ein Portfoliomanager hat mit einer Anlageliste von 100 Aktien die Effizienzkurve kon-
struiert.ErstelltfürzweiKunden,diejeeinVermögenvonEUR 100:000 besitzen, ein
Portfolio aus einer risikolose n Anlage und einem risikobehafteten effizienten Portfolio
zusammen. Um die effizienteste Anlagekombination für seine Kunden zur Verfügung zu
stellen, bestimmt er das Tangentialportfolio, das auf der effizientesten Kapitalallo-
kationslinie liegt. Das Tangentialportfolio besitzt eine erwartete Rendite von 10 % und eine
Standardabweichungvon30%.DerZinssatzfürrisikoloseAnlagenbeträgt3%.

1. Für den ersten Kunden entscheidet der Portfoliomanager, EUR 60:000 in eine ri-
sikolose Anlage und EUR 40:000 in das Tangentialportfolio anzulegen. Wie hoch
sind die erwartete Rendite und das Risiko dieser Anlagekombination?
3. DierisikoloseAnlage:Kapitalallokationslinienmodell 117

2. Der zweite Kunde ist weniger risikoavers und hat den Wunsch geäußert, eine er- wartete
Rendite von mehr als 10 % zu erzielen. Um dieser Renditeforderung nach- zukommen,
nimmtderPortfoliomanagerEUR
40:000 zum risikolosen Zinssatz auf
und investiert EUR 140:000 in das Tangentialportfolio. Wie hoch sind die erwartete
Rendite und das Risiko dieser Anlage?

Lösungzu1
Gemäß ( 3.32 ) beträgt die erwartete Rendite 5,8 %:

E .r1 / D 0;60  3 % C 0;40  10 % D 5;8 %:

Mit ( 3.35 ) lässt sich die Standardabweichung der Renditen von 12 % wie folgt berech- nen:

¢1 D 0;40  30 % D 12 %:
Wendet man ( 3.37 ) an, so erhält man wiederum eine erwartete Rendite von 5,8 %:
 
0;10  0;03
E .r1 / D 0;03 C  0;12 D 0;058:
0;30

Das Portfolio, das zu 60 % aus der risikolosen Anlage und zu 40 % aus dem Tangen-
tialportfoliobesteht,weisteineerwarteteRenditevon5,8%undeinRisikovon12%auf.

Lösungzu2
Um die erwartete Rendite zu bestimmen, sind die Zinskosten für das aufgenommene Geld zu
berücksichtigen.140%vonEUR 100:000 sind in dem Tangentialportfolio an-
gelegt, indem 40 % von EUR 100:000 zum risikolosen Zinssatz aufgenommen werden.
Die erwartete Rendite von 12,8 % kann wie folgt berechnet werden:

E .r2 / D 1;40  10 % C .0;40/  3 % D 12;8 %:

DasRisikovon42%dieses,mitFremdkapitalfinanzierten,Portfolioskannfolgender-maßen
bestimmtwerden:

¢2 D 1;40  30 % D 42 %:

Mit ( 3.37 ) lässt sich die erwartete Rendite von 12,8 % auch wie folgt berechnen:
 
0;10 0;03
E .r2 / D 0;03 C  0;42 D 0;128:
0;30

Das mit Fremdkapital finanzierte Portfolio verfügt über eine erwartete Rendite von 12,8 %
undübereinRisikovon42%.DieerwarteteRenditevon12,8%isthöheralsdie
11 3 OptimalesPortfolio

effizienteste
(erwartete Kapitalallokationslinie
Rendite)
Tangential-
2
E(r2 ) = 12,8% portfolio TP Effizienzkurve

E(rTP ) = 10%

1
E(r1) = 5,8%

rF

0%
0% σTP = 30% (Standardabweichung
σ1 = 12% σ2 = 42% der Renditen)

Abb.3.15 ErwarteteRenditeundRisikovonAnlagekombinationenaufdereffizientestenKapi-
talallokationslinie(UmdieGraphikanschaulichdarzustellen,sinddieerwarteteRenditeaufder
Y-Achse und die Standardabweichung auf der X-Achse unterschiedlich skaliert.)

vomKundengeforderteRenditevon10%.AllerdingsbesitztdieseAnlageeinRisikovon42%,
während das Tangentialportfolio, dessen erwartete Rendite 10 % beträgt, lediglich eine
Volatilitätvon30%aufweist.Abb. 3.15zeigtdenZusammenhangdieserAnlagenauf.

3.9 Kapitalallokationzwischenderrisikobehaftetenundder
risikolosenAnlage

DieAuswahldesoptimalenPortfoliosaufdereffizientestenKapitalallokationsliniestellteinen
Trade-offzwischendererwartetenRenditeunddemRisikodar.Wenigerrisikoaver-seAnleger
halten einen höheren Anteil des Tangentialportfolios im optimalen Portfolio. Im Gegensatz
dazu bevorzugen Investoren mit einer höheren Risikoaversion eine kleine- re Allokation ihres
Geldes in das Tangentialportfolio und investieren entsprechend einen höheren Anteil des
GesamtportfoliosinrisikoloseAnlagen.

DieoptimaleKapitalallokationzwischenTangentialportfolioundrisikoloserAnlageliegt
dort,wodermaximaleNutzenfürdenInvestorerzieltwerdenkann.MitderFormelU
D E .r/  0;5A¢ 2 lässt sich der Nutzen von einzelnen Anlegern quantifizieren. Nimmt
der Anteil des Tangentialportfolios im Gesamtportfolio zu, so steigt sowohl die erwartete
Rendite als auch die Volatilität, was zu einer Veränderung des Nutzens führt. Tab. 3.4 zeigt bei
einer Änderung des Tangentialportfolios und beieinem Risikoaversionskoeffizientenvon 2 die
VeränderungdesNutzens.InAnlehnungandasvorangegangeneBeispielbetra-
3.9 KapitalallokationzwischenderrisikobehaftetenundderrisikolosenAnlage 119

Tab.3.4 Verschiedene Nutzenwerte des Portfolios auf der Kapitalallokationslinie


Prozentualer Anteil des Erwartete Rendite des Risiko des Portfolios: Nutzen bei A D 2:
Tangentialportfolios im Portfolios: E .rGP / D ¢GP D wTP ¢TP U D E .rGP / 
2
Portfolio: wTP wF rF C wTP E .rTP / 0:5A¢GP
0% 0,030 0,00 0,0300
10 % 0,037 0,03 0,0361
20 % 0,044 0,06 0,0404
30 % 0,051 0,09 0,0429
40 % 0,058 0,12 0,0436
50 % 0,065 0,15 0,0425
60 % 0,072 0,18 0,0396
70 % 0,079 0,21 0,0349
80 % 0,086 0,24 0,0284
90 % 0,093 0,27 0,0201
100 % 0,100 0,30 0,0100

gendieerwarteteRenditeunddieStandardabweichungdesTangentialportfolios10%und30%.
DerrisikoloseZinssatzliegtbei3%.
DergrößteNutzenvon0,0436entstehtbeieinerKapitalallokationvon40%indas
Tangentialportfoliound60%indierisikoloseAnlage(sieheTab. 3.4).IstderprozentualeAnteil
desTangentialportfoliosimGesamtportfoliokleinerals40%,sowerdenInves-torendasRisiko
erhöhen,waszueinerhöherenerwartetenRenditeundeinemhöherenNutzenniveauführt.
UmgekehrtwerdensiebeieinemAnteilvonmehrals40%desTan-gentialportfoliosdasRisiko
reduzieren,wasindiesemFallzwareineniedrigereerwarteteRendite,abereinengrößeren
NutzenzurFolgehat.DieAufteilungzwischenTangential-portfolioundrisikoloserAnlageist
derartfestzulegen,dassderNutzenfürdenInvestormaximiertwird.Einesolche
AnlagekombinationstelltdasoptimalePortfoliofüreinenInvestordar.

Mathematisch lässt sich das Problem der Nutzenmaximierung wie folgt beschreiben:

1 2
Max U D E .rGP /  A¢GP : (3.40)
2

Werden in der oben stehenden Formel die erwartete Portfoliorendite E .rGP / mit rF C
2
wTP ŒE .rTP /  rF 44 und die Portfoliovarianz ¢GP mit w2TP ¢TP
2
ersetzt, so erhält man fol-
gende Gleichung für die Nutzenmaximierung:

1
Max U D rF C wTP ŒE .rTP /  rF   Aw2TP ¢TP
2
: (3.41)
2
44
Multipliziert man diese Gleichung für d ie Portfoliorendite aus, erhält man r F C wTP E.rTP / 
wTP rF D .1  wTP /rF C wTP E.rTP / . Dabei ist wF D 1  wTP , weil die Summe der Gewichte 1 ist.
Somit entspricht dieser Ausdruck der erwarteten Portfoliorendite gemäß ( 3.32 ).
120 3 OptimalesPortfolio

UmdasMaximierungsproblemzulösen,mussdieFormelabgeleitetundgleich0gesetztwerden.
45
WirddieseGleichungnachdemprozentualenAnteildesTangentialportfolios(w
TP ) aufgelöst, resultiert folgende Formel für das optimale bzw. nutzenmaximierende
Gewicht der risikobehafteten Anlage im Portfolio:

E .rTP /  rF
wTP D 2
; (3.42)
A¢TP

wobei:

wTP D optimales Gewicht des Tangentialportfolios im gesamten Portfolio, das den Nutzen
für den Anleger maximiert.

Gl.(3.42)zeigt,dasssichdieoptimaleAllokationderrisikobehaftetenAnlagepropor-tionalzur
Risikoprämie (Rendite bereinigt um den risikolosen Zinssatz) und umgekehrt proportionalzur
RisikoaversiondesInvestorsunddesRisikosverhält.

Beispiel
Berechnung der Kapitalallokation
In Anlehnung an das vorangegangene Beispiel betragen die erwartete Rendite und die
Standardabweichung des Tangentialportfolios 10 % und 30 %. Der risikolose Zinssatz liegt
bei3%.DerInvestorbesitzteinenRisikoaversionskoeffizientenvon2.

1. Aus welchen Anteilen des Tangentialportfolios und der risikolosen Anlage setzt sich das
optimalePortfoliozusammen,wennderNutzendesInvestorsmaximiertwird?

2. Wie hoch sind die erwartete Rendite und das Risiko des optimalen Portfolios? Wie
3. hochistdieSharpeRatiodesoptimalenPortfolios?

Lösungzu1
Der optimale prozentuale Anteil des Tangentialportfolios beträgt 38,89 %:

0;10  0;03
wTP D D 0;3889:
2  .0;30/2

Demnach besteht das optimale Portfolio zu 38,89 % aus dem Tangentialportfolio und zu
61,11 % aus der risikolosen Anlage. Dieses Portfolio weist für den Investor den höchsten
Nutzenauf.

45
Leitet man ( 3.41 ) nach wTP ab und setzt diese Gleichung gleich 0, gelangt man zu folgender A
2
Gleichung: 0 D E.rTP /  rF  wTP ¢TP . Wird diese Gleichung nach wTP aufgelöst, resultiert daraus
(3.42).
3.9 KapitalallokationzwischenderrisikobehaftetenundderrisikolosenAnlage 121

effizienteste
(erwartete Kapitalallokationslinie
Rendite) Tangential-
portfolio TP
Effizienzkurve
optimales
Portfolio OP
E(rTP ) = 10%

E(rOP ) = 5,72%
Indifferenzkurven
rF

0%
0% σTP = 30% (Standardabweichung
σOP = 11,67% der Renditen)

Abb.3.16 OptimalesPortfolioaufdereffizientestenKapitalallokationslinie(UmdieGraphikan-
schaulichdarzustellen,sinddieerwarteteRenditeaufderY-AchseunddieStandardabweichungauf
der X-Achse unterschiedlich skaliert.)

Lösungzu2
Die erwartete Rendite des optimalen Portfolios liegt bei 5,72 %:

E .rOP / D 0;3889  10 % C 0;6111  3 % D 5;72 %:

Das Risiko des optimalen Portfolios von 11,67 % kann wie folgt berechnet werden:

¢OP D 0;3889  0;30 D 0;1167 D 11;67 %:

Abb. 3.16 zeigt das optimale Portfolio mit einer erwarteten Rendite von 5,72 % und einer
Standardabweichung der Renditen von 11,67 %, das auf der effizientesten Kapi-
talallokationslinieundaufderhöchstmöglichenIndifferenzkurveliegt.

Lösungzu3
Die Sharpe Ratio des optimalen Portfolios beläuft sich auf 0,2331:
0;0572  0;03
SROP D D 0;2331:
0;1167
Die Sharpe Ratio entspricht der Steigung der Kapitalallokationslinie. Je steiler die
Steigung, desto höher ist die Zunahme der Differenz zwischen der Rendite und dem
risikolosen Zinssatz (Risikoprämie) bei einem Anstieg des Risikos. Portfolios, die auf der
effizientesten Kapitalallokationslinie liegen, verfügen im Vergleich zu allen ande- ren
möglichenAnlagekombinationenübereinehöhereSharpeRatioundsinddaherinBezugauf
RenditeundRisikoattraktiver.
122 3 OptimalesPortfolio

EineneuerisikobehafteteAnlagewirdnurdannzueinembestehendenPortfoliohinzu-
gefügt,wenndieneueAnlagekombinationübereinehöhererisikoadjustierteRenditeim
VergleichzumbestehendenPortfolioverfügt.DabeiistdieAufnahmeeinerneuenAnlageinein
Portfoliooptimal,wenndiefolgendeBedingungerfülltist:
46

 
E .rneu /  rF E .rP /  rF
> ¡Rneu ;P ; (3.43)
¢neu ¢P
wobei:

E .rneu / D erwartete Rendite der neuen Anlage,


¢neu D Standardabweichung der Renditen der neuen Anlage,
¡Rneu ;P D Korrelationskoeffizient zwischen den Renditen der neuen Anlage und dem be-
stehenden Portfolio.

Um eine höhere Sharpe Ratio durch das Hinzufügen einer neuen Anlage zu erhalten, muss die
Sharpe Ratio der neuen Anlage größer sein als das Produkt aus der Sharpe Ra- tio des Portfolios
und dem Korrelationskoeffizienten zwischen den Renditen der neuen Anlage und dem
bestehenden Portfolio. Die neue Anlagekombination befindet sich auf einer übergeordneten
Effizienzkurve, was ein Tangentialportfolio zur Folge hat, das ei- ne höhere Sharpe Ratio
aufweist. Gl. ( 3.43 ) zeigt lediglich, dass man mit einer neuen Anlage im Portfolio die
Effizienzkurve verbessern kann. Die Formel sagt jedoch nichts über die erforderliche
GewichtungderneuenAnlageimPortfolioaus.DieoptimalenPortfoliogewichte,diezurneuen
Effizienzkurve führen, lassen sich durch das Rendite- Risiko-Optimierungsverfahren gemäß (
3.23)bestimmen.

Beispiel
Hinzufügen einer risikobehafteten Anlage zu einem bestehenden Portfolio
Ein Portfoliomanager einer schweizerischen Pensionskasse hat in Schweizer Aktien,
Schweizer Anleihen, Liegenschaften in der Schweiz und in deutsche Aktien investiert. Das
PortfolioweisteineSharpeRatiovon0,30auf.DasAnlagekomiteederPensi-onskasseprüft,
einederbeidenfolgendenalternativenAnlageklassenindasPortfolioaufzunehmen:

 Private Equity: geschätzte Sharpe Ratio von 0,12 und geschätzte Korrelation zum
bestehendenPortfoliovon0,45,
 Hedgefonds: geschätzte Sharpe Ratio von 0,35 und geschätzte Korrelation zum be-
stehendenPortfoliovon0,70.

Welche der beiden alternativen Anlageklassen muss das Anlagekomitee in das be- stehende
Portfolioaufnehmen,umdieSharpeRatiodesbestehendenPortfolioszuerhöhen?

46
Für die Herleitung der Formel vgl. Elton et al. 1987 : Professionally Managed, Publicly Traded
Commodity Funds, S. 198.
3.10 HomogeneErwartungen:Kapitalmarktlinienmodell 123

Lösung
Private Equity: Die Sharpe Ratio des bestehenden Portfolios multipliziert mit dem
Korrelationskoeffizienten zwischen Private Equity und bestehender Anlagekombina- tion
ergibteinenWertvon0,135(
D  0;45).DaderWertvon0,135höherist0;30
als die geschätzte Private Equity Sharpe Ratio von 0,12, wird das Anlagekomitee diese
AnlageklassenichtindasbestehendePortfolioaufnehmen.
Hedgefonds:DasProduktausderSharpeRatioderbestehendenAnlagekombinationund
demKorrelationskoeffizientenzwischenHedgefondsunddembestehendenPort-folioführt
zueinemWertvon0,21(
D  0;70).DadiegeschätzteSharpeRatioder
0;30
Hedgefonds von 0,35 höher ist als 0,21, wird das Anlagekomitee diese Anlageklasse
dem bestehenden Portfolio hinzufügen.

3.10 HomogeneErwartungen:Kapitalmarktlinienmodell

Unterstellt man, dass sämtliche Investoren identische (homogene) Erwartungen in Bezug auf
Preise, Cashflows und andere Anlagecharakteristiken haben, so führen alle Anleger die
gleichen Berechnungen durch und gelangen entsprechend zum gleichen optimalen ri-
sikobehafteten Portfolio. Unter der Annahme homogener Erwartungen besteht lediglich ein
optimales risikobehaftetes Portfolio. Haben Investoren hingegen unterschiedliche (he-
terogene)Erwartungen,soexistierenverschiedeneoptimalerisikoreichePortfolios.

Der innere Wert bzw. der Preis einer Aktie lässt sich mit einem Free-Cash-Flow-to-
Equity-Modell folgendermaßen bestimmen:47
1X t FCFEt
P0;Aktie D ; (3.44)
D1
Œ1 C E .r/t

wobei:
FCFEt D frei verfügbare Equity-Cashflows in der Periode t,
E .r/ D erwarteteRenditederAktionärebzw.Investoren.

Um den inneren Wert einer Aktie zu ermitteln, werden die für die Aktionäre frei verfüg- baren
Cashflows mit der erwarteten Rendite diskontiert. Da eine Aktie unter der Fortfüh-
rungsannahme (Going Concern) eine unbegrenzte Laufzeit aufweist, werden die Cash- flows
über einen unendlich langen Zeitraum diskontiert. Zum Beispiel ist die Aktie der Novartis AG
unteranderemanderSchweizerBörsenotiert.
48
Damit der innere Wert
der Novartis-Aktie bestimmt werden kann, sind die zukünftigen frei verfügbaren Equity-
Cashflows sowie die erwartete Rendite zu schätzen. Die prognostizierten Cashflows hän-

47
Vgl. Abschn. 7.3.3 .
48
Die Aktien der Novartis AG (Pharmakonzern) sind an der Schweizer Börse (SIX Swiss Exchange)
sowie als Novartis American Depository Shares an der New York Stock Exchange notiert.
124 3 OptimalesPortfolio

gen vom zukünftigen Geschäftserfolg von Novartis ab. Je günstiger die Geschäftsentwick- lung
eingestuft wird, desto höher sind die Cashflows und somit der Aktienwert. Die erwar- tete
Rendite setzt sich aus dem risikolosen Zinssatz und einer Risikoprämie zusammen. Ein
gestiegenes Unternehmensrisiko hat eine höhere Risikoprämie und demnach eine hö- here
erwartete Rendite zur Folge, was zu einem niedrigeren inneren Aktienwert führt. Der
Geschäftserfolg und das Unternehmensrisiko von Novartis werden von Analysten und
Investoren unterschiedlich eingestuft, sodass sie zu unterschiedlich hohen Erwartun- gen
bezüglich der frei verfügbaren Equity-Cashflows und der erwarteten Renditen und
entsprechendauchdesAktienwertsgelangen.

Am2.April2015betrugderSchlusskursderNovartis-AktieCHF96,10.Marktteil-nehmer
könnenaufgrundihrerErwartungenderAuffassungsein,dassderAktienkursgeraderichtig,zu
hochoderzuniedrigist.BeieinerrichtigbewertetenAktieentsprichtdergehandelteAktienkurs
deminnerenWert.Anleger,dieglauben,dassderAktienkursüber-bewertetist,werdendas
Wertpapiernichtkaufenbzw.denAnteilvonNovartis-PapierenimPortfolioreduzieren.Istdas
Beteiligungspapierhingegenunterbewertet,werdendieInvestoreneinenKauftätigenbzw.den
AktienbestandinihremPortfolioerhöhen.

AnlegergelangenaufgrundihrerAnalyseundErwartungenzuverschiedenenAktien-
werten,wasunterschiedlicheAnlagegewichteimPortfoliozurFolgehat.Daherexistiertin
AbhängigkeitvondengetätigtenBerechnungsannahmeneineVielzahloptimalerri-
sikobehafteterAnlagekombinationen.UnterstelltmanhingegenhomogeneErwartungen,
investierensämtlicheAnlegeraufgrundderidentischenBerechnungenindasgleicheop-timale
risikobehaftetePortfolio.DieseAnlagekombination,dievonsämtlichenMarkt-teilnehmern
ausgewähltwird,wirdalsMarktportfoliobezeichnet.KonstruiertmandasMarktportfolio,
entsprichtbeispielsweisederprozentualeAnteilvonNovartis-AktienimPortfolioder
MarktkapitalisierungdesBeteiligungspapiersdividiertdurchdenMarktwertsämtlicher
risikobehafteterAnlagenimMarktportfolio.

SinddieMärkteinformationseffizient,reflektiertderAktienkursvonCHF96,10deninneren
WertdesWertpapiers,derdenBarwertallerzukünftigenfreiverfügbarenEquity-Cashflows
darstellt.DerAktienkursvonNovartisspiegeltallezurVerfügungstehendenInformationen
widerundMarkteilnehmerkönnenkeineüberdurchschnittlicheRenditemitdieserAnlage
erzielen.BeiinformationseffizientenMärktensindüberdurchschnittlicheRenditennicht
möglichunddaherbringtdieAktienanalysekeinenMehrwert.DiefürdieBestimmungderfrei
verfügbarenEquity-CashflowsunddererwartetenRenditenaufge-wendetenAnalysekosten
führenzukeinerüberdemMarktliegendenRendite.

IneineminformationseffizientenMarktstütztmansichaufdiePreiseimMarktundbildetein
passivesPortfolio.PassivePortfoliosbasierenaufMarktindizeswieetwainderSchweizdem
SMIunddemSPI(SwissPerformanceIndex) 49
und in Deutschland dem

49
DerSMIumfasstdie20AktienaufdemSchweizerAktienmarktmitdergrößtenLiquiditätund
Marktkapitalisierung.ImGegensatzdazubeinhaltetderSPIgrundsätzlichallebörsennotierten
schweizerischen Aktiengesellschaften und spiegelt den Gesamtmarktindex für den schweizerischen
Aktienmarktwider.
3.10 HomogeneErwartungen:Kapitalmarktlinienmodell 125

DAX und dem HDAX.50 Investoren können beispielsweise Anteilsscheine eines Aktien- 51
indexfonds oder über die Börse Anteilsscheine eines Exchange Traded Fund (ETFs) und
Tracker-Zertifikate52 inAktienindizeserwerben.DieseProduktebesitzenimVergleichzu
aktivenPortfoliosniedrigeKosten,weilwederZeitnochGeldfürdiespezifischeTitelse-
lektion verwendet werden muss.
TheoretischumfasstdasMarktportfolioallerisikobehaftetenAnlagenwieetwaAkti-en,
Anleihen,Liegenschaften,RohstoffeundsogarHumankapital.DasProblembeidieser
DefinitiondesMarktportfoliosliegtdarin,dassnichtalleAnlagenhandelbarsindundge-kauft
werdenkönnen.BeispielsweiseistdasBundeskanzleramtinBerlineineAnlage,dienicht
gehandeltwerdenkann.DesWeiterenwerdenzumBeispielinChinaAktienge-handelt,dievon
ausländischenInvestorennichterworbenwerdenkönnen.DahermussdasMarktportfolio
möglichstalleAnlagenenthalten,diehandelbarsindundindieinves-tiertwerdenkann.Ein
solchesMarktportfoliolässtsichdurchdieweltweitgroßeAnzahlvonhandelbarenund
investierbarenAnlagennichtineinemeinzigenIndexnachbilden.AusdiesemGrundwird
vielfacheinbestimmterAktienindexalsApproximationfürdasMarktportfolioeingesetzt,der
einemöglichsthoheMarktkapitalisierungimVergleichzumGesamtmarktaufweist.DerS&P
500

53
beispielsweisestelltrund80%derAkti-
enmarktkapitalisierungindenUSAundetwa32%desglobalenAktienmarktesdar.Der
SMI reflektiert ungefähr 85 % bis 90 % der Gesamtkapitalisierung des schweizerischen
Aktienmarktes, während der DAXrund 80 % desinDeutschlandzugelassenenBörsenka- pitals
repräsentiert. In den nachstehenden Ausführungen wird für das Marktportfolio diese
Approximationsdefinitionverwendet,wobeisicheinalsGesamtmarktgewählterAktien-index
mitanderenhandelbarenAnlagenproblemloserweiternlässt.

EinpassivesPortfolioführtzueinerAnlagekombination,dieaufderKapitalmarktlinieliegt.
WirdeinerisikoloseAnlagemitdemMarktportfoliokombiniert,befindetsichdieinBezugauf
RenditeundRisikoeffizientesteAnlagekombinationaufderKapitalmarktli-nie.
54
Abb. 3.17 zeigt die Kapitalmarktlinie, die ausgehend vom risikolosen Zinssatz eine

50
DerDAXenthältdie30hinsichtlichBörsenumsatzundMarktkapitalisierunggrößtenUnter-Deutschen
nehmen der Börse in Frankfurt. Im Gegensatz dazu umfasst der HDAX alle 110
Unternehmen, die im DAX, MDAX (50 mittelgroße deutsche Aktiengesellschaften) und TecDAX (30
größte Technologieunternehmen) enthalten sind. Dieser Index reflektiert rund 95 % der Aktien-
marktkapitalisierungundstelltdemnachdieBenchmarkfürdendeutschenAktienmarktdar.
51
ETFssindFonds,dieaneinerBörsenotiertsindundeinenbestimmtenausgewähltenIndexwiedenSMI
unddenDAXabbilden.AnderSIXSwissExchangewerdenbeispielsweiseETFsaufdenSMI,SPI,SLI
undSMIMsowieauchaufandereBasiswertewieetwaGoldgehandelt.DerinnereWerteines
Anteilsscheinswirdberechnet,indemdasFondsvermögendurchdieAnzahlderumlaufenden
Anteilsscheinedividiertwird.SteigtderWertdesFondsvermögens,erhöhtsichauchderinnereWertdes
Anteilsscheinsundumgekehrt.

52
Tracker-Zertifikate sind strukturierte Produkte, welche etwa den Kursverlauf eines Aktienindex
genau nachbilden.
53
Der S&P 500 (Standard & Poor’s 500) umfasst die 500 Aktien der gemessen an der Marktkapita-
lisierung größten Unternehmen in den USA. 54
Vgl. Tobin 1958 : Liquidity Preference as Behavior Towards Risk, S. 65 ff.
126 3 OptimalesPortfolio

Indifferenzkurve
(erwartete
optimales
Rendite)
Portfolio OP Kapitalmarktlinie
(Y)

E(rOP )
Markt- Effizienzkurve
portfolio MP
E(rMP )

ΔY = E(rMP) – rF

rF a = rF
ΔY E r(MP ) − rF
a b= =
ΔX = σMP – 0 ΔX σMP
0%
0% σMP σOP (Standardabweichung
der Renditen)
(X)

Abb.3.17 Kapitalmarktlinie

TangentezurEffizienzkurvedarstellt.WerdendieinvestorenspezifischenIndifferenzkur-venin
das Rendite-Risiko-Diagramm eingefügt, gelangt man zum optimalen Portfolio, das aus der
risikolosen Anlage und dem Marktportfolio besteht. Ein optimales Portfolio auf der
Kapitalmarktlinie mi t einer höheren erwarteten Rendite und Standardabweichung als das
Marktportfoliolässtsichnurerreichen,wennmanGeldzumrisikolosenZinssatzaufnimmtundmehr
als100%indasMarktportfolioinvestiert.

Da die Kapitalmarktlinie eine Gerade ist, lässt sich die erwartete Rendite als abhängige
Variable .Y/ mit einer linearen Funktion Y D a C bX bestimmen. Der Koordinatenach-
senabschnitt (a) stellt in Abb. 3.17 den risikolosen Zinssatz (r ) dar, während die Steigung F
(b) durch die Sharpe Ratio des Marktportfolios Œ.E .rMP /  rF / =¢MP  gegeben ist. Daher
lässt sich die erwartete Rendite des optimalen Portfolios bestehend aus dem risikolosen
Zinssatz und dem Marktportfolio wie folgt berechnen:
 
E .rMP /  rF
E .rOP / D rF C ¢OP ; (3.45)
¢MP

wobei:

¢OP D wMP ¢MP .

PassiveInvestorenallozierenihrGeldaufderKapitalmarktlinieinAbhängigkeitvonihrer
Risikoaversion.DerprozentualeAnteildesMarktportfoliosinderoptimalenAnla-
gekombinationlässtsichmit( 3.42)berechnen[w  2 
MP D .E .rMP /  rF / = A¢MP ].
3.10 HomogeneErwartungen:Kapitalmarktlinienmodell 127

Beispiel
Berechnung der Kapitalallokation, der erwarteten Rendite und des Risikos im
Kapitalmarktlinienmodell
Ein institutioneller Investor erstellt ein Portfolio bestehend aus unverzinslichen Schatz-
anweisungen der Bundesrepublik Deutschland (BuBills) und einem Exchange Traded Fund
auf den DAX. Die unverzinslichen Schatzanweisungen weisen eine Rendite von 2 % auf,
währenddie erwartete Rendite und die Standardabweichung des ETFs bei15 % respektive 30
%liegen.DerInvestorverfügtübereinenRisikoaversionskoeffizi-entenvon3.

1. Aus welchen Anteilen des Marktportfolios (DAX ETFs) und der risikolosen An- lage
(BuBills) setzt sich das optimale Portfolio zusammen, wenn der Nutzen des Investors
maximiertwird?
2. Wie hoch sind die erwartete Rendite und die Standardabweichung der Renditen des
optimalenPortfoliosaufderKapitalmarktlinie?
3. Wie hoch ist der Nutzen des Investors?

Lösungzu1
Gemäß ( 3.42 ) beträgt der prozentuale Anteil des Ma rktportfolios im optimalen Portfo- lio
48,15%:
0;15  0;02
wMP D D 0;4815:
3  .0;30/2
Ein Investor mit einem Risikoaversionskoeffizienten von 3 stellt ein Portfolio zusam-
men, das 48,15 % aus ETFs auf den DAX und 51,85 % aus BuBills besteht. Dieses Portfolio
weistfüreinenpassivenAnlegerdenhöchstenNutzenauf.

Lösungzu2
Die erwartete Rendite und die Standardabweichung des optimalen Portfolios können
folgendermaßenermitteltwerden:

E .rOP / D 0;4815  15 % C 0;5185  2 % D 8;26 %;


¢OP D 0;4815  30 % D 14;45 %:

Die erwartete Rendite des optimalen Portfolios von 8,26 % lässt sich auch wie folgt
berechnen:
 
0;15  0;02
E .rOP / D 0;02 C  0;1445 D 0;0826 D 8;26 %:
0;30

Lösungzu3
Der Nutzen des institutionellen Investors liegt bei 0,05128:

U D 0;0826  0;5  3  0;14452 D 0;05128:


12 3 OptimalesPortfolio

(erwartete
Rendite) Markt-
geknickte
portfolio MP
Kapitalmarktlinie

Effizienzkurve
Geldanlage
E(rMP )
Geldaufnahme

rB
rF

0%
0% σMP (Standardabweichung
der Renditen)

Abb.3.18 Geknickte Kapitalmarktlinie mit identischem Marktportfolio für die risikolose Geldan-
lage und -aufnahme

DieAnnahme,dassMarktteilnehmerzumgleichenrisikolosenZinssatzwieeinStaatGeld
aufnehmenkönnen,istnichtrealistisch.VielmehrmüssenMarktakteurefürdasAufnehmen
vonGeldüblicherweiseeinenhöherenZinssatzalsderStaatbezahlen.Mitunterschiedlichen
ZinssätzenfürdasAnlegenundAufnehmendesGeldesverwandeltsichdieKapitalmarktlinie
ineinegeknickteLinie.DabeiistdieSteigungderKapitalmarktli-niezwischenrisikolosem
ZinssatzundMarktportfoliogrößer[E
. .rMP /  rF / =¢MP ] als
die Steigung der Linie rechts vom Marktportfolio [.E .rMP /  rB / =¢MP ], weil der Zinssatz
für die Geldaufnahme (rB ) im Vergleich zur Geldanlage (rF) größer ist. Abb. 3.18 zeigt
diegeknickteKapitalmarktlinieunterderAnnahme,dassdasTangentialportfolio(gleich
Marktportfolio)fürdieGeldanlageund-aufnahmezumrisikolosenZinssatzidentischist.Die
erwarteteRenditedesoptimalenPortfolios,beidemderInvestorGeldzumZins-
satz (rB ) aufnimmt, kann mit folgender Formel berechnet werden:
 
E .rMP /  rB
E .rOP / D rB C ¢OP : (3.46)
¢MP

Beispiel
Kapitalallokation, erwartete Rendite und Risiko bei Geldaufnahme im Kapital-
marktlinienmodell
Ein Portfoliomanager setzt für einen Investor ein Portfolio zusammen, das auf der
Kapitalmarktlinie liegt. Die unverzinslichen Schatzanweisungen der Bundesrepublik
Deutschland (BuBills) weisen eine Rendite von 2 % auf, während die erwartete Ren- dite und
dieStandardabweichungdesETFsaufdenHDAXbei15%respektive30%
3.10 HomogeneErwartungen:Kapitalmarktlinienmodell 129

liegt. Geld kann zu einem Zinssatz von 2,5 % aufgenommen werden. Der Portfolio- manager
stuft den Investor als unterdurchschnittlich risikoavers ein und teilt ihm einen
Risikoaversionskoeffizientenvon1zu.

1. Aus welchen Anteilen des Marktportfolios (HDAX ETFs) und der risikolosen Anla- ge
(BuBills oder Geldaufnahme) muss der Portfoliomanager das optimale Portfolio
zusammensetzen,damitderNutzendesInvestorsmaximiertwird?
2. Wie hoch sind die erwartete Rendite und die Standardabweichung der Renditen des
optimalenPortfoliosaufderKapitalmarktlinie?

Lösungzu1
Gemäß ( 3.42 ) beträgt der prozentuale Anteil des Ma rktportfolios im optimalen Portfo- lio
138,89%:
0;15  0;025
wMP D D 1;3889:
1  0;302
Der Portfoliomanager erstellt für einen Investor mit einem Risikoaversionskoeffi-
zientenvon1einPortfolio,daszu138,89%ausETFsaufdenHDAXundeinerGeldaufnahme
von 38,89 % zu einem Zinssatz von 2,5 % besteht. Stehen beispiels- weise dem
PortfoliomanagerEUR
100:000 für diese Anlagekombination zur Verfü-
gung, dann nimmt er EUR 38:890 zu einem Zinssatz von 2,5 % auf und investiert
EUR 138:890 in ETFs auf den HDAX. Dieses Portfolio weist für einen passiven Anle-
ger mit einem Risikoaversionskoeffizienten von 1 den höchsten Nutzen auf.

Lösungzu2
Die erwartete Rendite und die Standardabweichung des optimalen Portfolios können
folgendermaßenbestimmtwerden:

E .rOP / D 1;3889  15 % C .0;3889/  2;5 % D 19;86 %;


¢OP D 1;3889  30 % D 41;67 %:

Die erwartete Rendite des optimalen Portfolios von 19,86 % lässt sich auch mit ( 3.45 )
berechnen:
 
0;15  0;025
E .rOP / D 0;025 C  0;4167 D 0;1986 D 19;86 %:
0;30

LiegenzweirisikoloseZinssätzefürdieGeldanlageund-aufnahmevor,gelangtmanzuzwei
TangentialportfoliosaufderEffizienzkurve.InAbb. 3.19stehtLfürdasPortfoliovon
risikobehaftetenAnlagen,dieInvestorenkaufen,wennsiezumrisikolosenZinssatzGeld
anlegen.DasTangentialportfolioBhingegenzeigtdierisikobehafteteAnlagekombi-nationbei
derGeldaufnahmezumrisikolosenZinssatz.DasMarktportfoliomussaufder
130 3 OptimalesPortfolio

geknickte
(erwartete
Markt- Kapitalmarktlinie
Rendite)
portfolio MP G

B
L Effizienzkurve
E(r )
MP

rB

rF

0%
0% σMP (Standardabweichung
der Renditen)

Abb.3.19 Geknickte Kapitalmarktlinie mit zwei Tangentia lportfolios für die risikolose Geldanlage
und -aufnahme

Effizienzkurve zwischen den beiden Tangentialportfolios L und B liegen. Dies deshalb, weil die
InvestorennurrisikobehaftetePortfolioshalten,diesichaufderEffizienzkur-vezwischenLund
B befinden. Die Rendite des Marktportfolios ist die durchschnittliche Rendite von den beiden
Portfolios L und B sowie allen anderen risikobehafteten Anla- gekombinationen, die auf der
EffizienzkurvezwischenLundBsind.DasMarktportfoliomusssichalsoaufderEffizienzkurve
zwischen den beiden Tangentialportfolios L und B befinden. Abb. 3.19 zeigt die geknickte
Kapitalmarktlinie unter der realistischen Annah- me, dass die Tangentialportfolios für die
Geldanlage und -aufnahme nicht gleich sind. Die geknickte Kapitalmarktlinie geht durch die
Punkter

F L  MP  B  G.

3.11 Zusammenfassung

 Die erwartete Rendite und das Risiko von einzelnen Anlagen lässt sich mit historischen
Renditen oder mit wahrscheinlichkeitsgewichteten Szenariorenditen berechnen.
 Die erwartete Portfoliorendite bestimmt sich aus dem gewichteten Durchschnitt der
einzelnen Aktienrenditen, während die Varianz des Portfolios von den Varianzen der
einzelnen Aktien und von der Kovarianz bzw. Korrelation zwischen den Renditen von
Aktienpaarenabhängt.DerprimäreRisikotreiberineinemPortfoliovonNrisikobe-hafteten
AnlagenistdieKovarianzbzw.dieKorrelationundnichtdieVarianz.Bestehtbeispielsweise
ein Portfolio aus 100 Aktien, dann berechnet sich die Portfoliovarianz (ohne
BerücksichtigungderGewichte)ausderSummevon100Varianzenund9900Kovarianzen.
3.11 Zusammenfassung 131

 Es besteht in einem Portfolio immer dann ein Diversifikationseffekt, wenn der Korre-
lationskoeffizient zwischen den einzelnen Anlagen unter C1 liegt.
 In einem breit diversifizierten Portfolio bestehend aus Long-Positionen können die Va-
rianzendereinzelnenAktien,nichtaberdieKovarianzeneliminiertwerden.Daherbleibtdas
Marktrisiko im Portfolio bestehen, während die unternehmensspezifischen Risiken
wegfallen.
 Empirische Studien zeigen, dass in Abhängigkeit von der durchschnittlichen Volatilität und
Korrelation auf den Märkten rund 20 bis 50 Aktien genügen, um eine optimale
DiversifikationderLong-Anlagenzuerreichen.
 Wird ein Portfolio mit mehreren risikobehafteten Anlagen konstruiert, liegen diejeni- gen
Anlagekombinationen mit der höchsten erwarteten Rendite und der niedrigsten
Standardabweichung auf der Effizienzkurve. Die Berechnung der Effizienzkurve stellt ein
Optimierungsproblem dar. Die Portfoliogewichte werden derart festgelegt, dass die
Portfoliovarianzen für die jeweiligen erwarteten Renditen minimiert werden, wobei die
Summe der Gewichte 1 ist. In der Regel wird dieses Optimierungsproblem mit einem
Computerprogramm gelöst, das sich auf Algorithmen stützt. Der im Computer- programm
enthalteneSolverlöstdieAlgorithmennummerisch.

 Corner-Portfolios liegen auf der Effizienzkurve und entstehen immer dann, wenn ei- ne
Anlage entweder ins effiziente Portfolio aufgenommen oder fallen gelassen wird bzw. das
GewichtderAnlagevon null zu positivoder von positivzu null geht. Dem-zufolge lassen sich
die Gewichte von Anlag en eines effizienten Portfolios durch eine lineare Kombination der
entsprechendenGewichtevondenzweibenachbartenCorner-Portfoliosermitteln.DasKon
zept der Corner-Portfolios, das auf Long-Positionen be- schränkt ist, kann für die
BestimmungderstrategischenAsset-Allokationeingesetztwerden.

 In der Finanzmarkttheorie wird üblicherwei se unterstellt, dass sich die Marktteilneh- mer
risikoavers verhalten und für ein höheres Risiko eine höhere erwartete Rendite verlangen.
DieNutzenfunktioneinesAnlegersspiegeltdiesenTrade-offzwischener-warteterRendite
und Risiko wider. Dabei hat eine höhere erwartete Rendite einen höheren Nutzen zur Folge,
während ein höheres Risiko zu einem geringeren Nutzen bei einem risikoaversen Investor
führt. Je mehr risikoavers ein Anleger ist, desto höher ist der Risikoaversionskoeffizient, der
in der Nutzenfunktion eingesetzt wird. Investo- ren mit einer höheren Risikoaversion geben
risikoreichen Anlagen mehr Gewicht, was zu einem geringeren Nutzen im Vergleich zu
wenigerrisikoaversenAnlegernführt.

 DerNutzenwirddurchIndifferenzkurvenineinemRendite-Risiko-Diagrammdarge-stellt.
Dabei ist ein Investor indifferent g egenüber Anlagekombinationen, die auf der gleichen
Indifferenzkurve liegen, da diese über den gleichen Nutzen verfügen. Je risi- koaverser die
Investoren,destosteilerdieIndifferenzkurvenundumgekehrt.

 Der Berührungspunkt zwischen der Effizienzkurve und der investorenspezifischen In-


differenzkurve mit dem höchsten erreichbaren Nutzen stellt das optimale Portfolio dar. Die
Effizienzkurve wird anhand von Kapitalmarktdaten mit der erwarteten Rendite,
StandardabweichungundKovarianzbzw.Korrelationbestimmt,währenddieIndif-
132 3 OptimalesPortfolio

ferenzkurven zusätzlich zur erwarteten Rendite und zum Risiko den Grad der Risi-
koaversion des einzelnen Investors berücksichtigen. Ein Anleger, der über eine hohe
Risikoaversion verfügt, wählt im Vergleich zu einem weniger risikoaversen Investor ein
optimales Portfolio auf der Effizienzkurve mit einer niedrigeren erwarteten Rendite und
Risikoaus.

 Ergänzt man das Anlageuniversum um die Möglichkeit, das Geld risikolos anzulegen und
aufzunehmen, befindet sich die in Bezug auf Renditeerwartung und Risiko attrak- tivste
Kombination zwischen der risikolosen Geldanlage und -aufnahme und einem effizienten
risikobehafteten Portfolio (Tangentialportfolio) auf der effizientesten Ka-
pitalallokationslinie. Da sämtliche Invest oren über heterogene Erwartungen in Bezug auf
erwartete Rendite, Standardabweichung und Kovarianz verfügen, konstruieren sie
unterschiedliche Effizienzkurven, was verschiedene Kapitalallokationslinien zur Folge
hat.

 Besitzen sämtliche Anleger homogene Erwartungen, gelangen sie zur gleichen Effi-
zienzkurve. Mit dem Einbezug der risikolosen Geldanlage und -aufnahme investieren sie
daher in das gleiche risikobehaftete Tangentialportfolio bzw. Marktportfolio. Das
Marktportfolio liegt auf der Kapitalmarktlinie, die durch eine Tangente vom risikolo- sen
ZinssatzzurEffizienzkurveerstelltwird.

 In Abhängigkeit von der Risikotoleranz können die Investoren verschiedene Anlage-


kombinationenaufderKapitalmarktlinietätigen.Sindsieeherrisikoavers,werdensieneben
dem Marktportfolio auch risikolose Anlagen erwerben. Weniger risikoaverse In- vestoren
hingegen werden zusätzliches Geld zum risikolosen Zinssatz aufnehmen und in dem
Marktportfolioanlegen.

 Liegen zwei risikolose Zinssätze für die Geldanlage und -aufnahme vor, gelangt man zu zwei
Tangentialportfolios auf der Effizienzkurve. Das Marktportfolio liegt auf der Effi-
zienzkurve zwischen den beiden Tangentialportfolios. Die Rendite des Marktportfolios
ergibt sich aus dem Durchschnittswert der Renditen der beiden Tangentialportfolios. Die
KapitalmarktlinieweistinfolgederzweiTangentialportfoliosunddesdazwischenliegenden
MarktportfolioseinengeknicktenVerlaufauf.

3.12 Aufgaben

Aufgabe1
EinInvestorbesitztdiebeidenAktienXundY.ErerwartetfürdieAktieninAbhän-gigkeitzur
WirtschaftsentwicklungfolgendeRenditen:

Konjunkturphasen Erwartete Rendite Erwartete Rendite


von X von Y
Hochkonjunktur 8;0 % 3;0 %
Stagnation 6;0 % 4;0 %
Rezession 2;0 % 8;0 %
3.12 Aufgaben 133

Die drei Konjunkturphasen – Hochkonjunktur, Stagnation und Rezession – treffen


jeweils mit gleicher Wahrscheinlichkeit ein.

a) Wie hoch sind die erwarteten Renditen der Aktien X und Y?


b) Wie hoch sind die Standardabweichungen der Renditen der Aktien X und Y?
c) WiehochsinddieKovarianzundderKorrelationskoeffizientzwischendenRendi-tender
beidenAktienXundY?

Aufgabe2
EinAnlegerbeurteiltdieAktienderGesellschaftenAundB.ErerwartetfürdiebeidenAktien
inAbhängigkeitvonderKonjunkturfolgendeRenditen:

Konjunkturphasen Wahrscheinlichkeit Erwartete Rendite von A Erwartete Rendite von B


Hochkonjunktur 30 % 16,5 % 8,5 %
Stagnation 60 % 10,2 % 8,2 %
Rezession 10 % 3;5 % 5,0 %

a) Wie hoch sind die erwarteten Renditen der Aktien A und B?


b) Wie hoch sind die Standardabweichungen der Renditen von Aktien A und B?
c) WiehochsinddieKovarianzundderKorrelationskoeffizientzwischendenRendi-tender
beidenAktienAundB?
d) WiehochsinddieerwarteteRenditeunddieStandardabweichungeinesPortfolios,daszu40
%ausAktienAundzu60%ausAktienBbesteht?

Aufgabe3
Eine Aktie X verfügt über eine erwartete Rendite von 10 % und eine Standardabwei- chung
von 8 %. Die Aktie Y hingegen hat eine erwartete Rendite von 16 % und eine
Standardabweichungvon25%.

a) WiehochistdieerwarteteRenditeeinesPortfolios,daszu40%ausAktieXundzu60%aus
AktieYbesteht?
b) Wie hoch ist die Standardabweichung des Portfolios, wenn der Korrelationskoeffi- zient
zwischendenRenditenderAktienXundYbei0,3liegt?

Aufgabe4
Ein Anleger besitzt 100 Aktien der Gesellschaft A und 400 Aktien des Unternehmens
Die
B. Aktie A wird auf dem Markt zu einem Preis von EUR 50 gehandelt, während der
Preis von B bei EUR 25 liegt. Die erwartete Rendite und die Standardabweichung von
Aktie A beträgt 14 % respektive 10 %. Demgegenüber besitzt Aktie B eine erwartete
Rendite von 20 % und eine Standardabweichung von 22 %. Der
Korrelationskoeffizient der Renditen der beiden Aktien beläuft sich auf 0,28.
134 3 OptimalesPortfolio

a) Wie hoch sind die erwartete Rendite und die Standardabweichung des Portfolios?
b) Der Anleger verkauft 300 Aktien von B. Wie hoch sind die erwartete Rendite und
die Standardabweichung des neuen Portfolios?

Aufgabe5
Die erwartete Rendite des Tangentialportfolios beträgt 12 %, während dessen Stan-
dardabweichung bei 20 % liegt. Das Anlegen und Aufnehmen von Geld erfolgt zum
risikolosenZinssatzvon4%.

a) WiehochistdieerwarteteRenditeeinesPortfoliosmiteinerStandardabweichungvon30%,
dassichaufdereffizientestenKapitalallokationsliniebefindet?
b) Aus welchen Teilen des Tangentialportfolios und der risikolosen Geldanlage oder
-aufnahmesetztsichdiesesPortfoliozusammen?

Aufgabe6
Die erwartete Marktrendite liegt bei 8 % und der risikolose Zinssatz beträgt 2 %. Ein Investor
miteinemVermögenvonEUR 1:800:000 möchte mit einem Portfolio, das
aus einer risikolosen Geldanlage/Geldau fnahme und dem Marktportfolio besteht, eine
Rendite von 10 % erzielen. Wie viel Geld muss der Investor zum risikolosen Zinssatz
aufnehmen,damiterseinRenditezielvon10%erreichenkann?

Aufgabe7
Die Aktien der Gesellschaften Z und X weisen je eine erwartete Rendite von 15 % und je eine
Standardabweichung der Renditen von 30% auf.Der Korrelationskoeffizientzwischen den
RenditenderbeidenAktienbeträgt
1. Die Renditen der beiden Aktien
sind demnach vollständig negativ korreliert.
Wie hoch ist die erwartete Rendite der Anlagekombination bei einer Standardab-
weichung der Portfoliorenditen von 0 %?

Aufgabe
Ein Portfolio bestehend aus gleich gewichteten Aktien weist eine identische Korrelati- on
von 0,4 zwischen allen Aktienpaaren auf. Jede Aktie besitzt die gleiche Varianz von 625
(Renditeprozente im Quadrat). Wie hoch ist die Standardabweichung des Port- folios, wenn
die Anlagekombination aus 30 Aktien, aus 100 Aktien und aus einer unlimitierten Anzahl
Aktienbesteht?

Aufgabe9
Für die folgenden vier Portfolios sind die erwarteten Renditen und Standardabweichun- gen
gegeben:
3.12 Aufgaben 135

Portfolio Erwartete Rendite Standardabweichung


A 8% 12 %
B 9% 16 %
C 10 % 18 %
D 11 % 21 %

Der risikolose Zinssatz beträgt 4 %. Welches der vier Portfolios liegt nicht auf der
Kapitalmarktlinie?

Aufgabe10
Peter Müller, CFA, ist ein Portfoliomanager einer schweizerischen Anlagestiftung. Das
PortfolioderAnlagestiftungbestehtausAnleihenderSchweizerischenEidgenossen-schaft,
SMI-AktienundDAX-Aktien.DieSharpeRatiodesPortfoliosbeträgt0,13.Müllerüberlegt,
ob er US-Aktienmit großer Marktkapitalisierung kaufen soll. Die ausgewählten US-Aktien
besitzen eine geschätzte Sharpe Ratio von 0,12 und weisen einen erwarteten
Korrelationskoeffizienten von 0,25 zum Portfolio der Anlagestiftung auf. Wie wirkt sich der
KaufvonUS-AktienaufdieSharpeRatiodesPortfoliosaus?

Aufgabe11
Ein Portfoliomanager einer Pensionskasse evaluiert drei Anlagefonds: einen risiko- losen
Geldmarktfonds mit einer erwarteten Rendite von 2 %, einen Aktienfonds und einen Fonds
mit Unternehmensanleihen. Die erwarteten Renditen und Standardabwei- chungen der
beidenrisikobehaftetenFondsbetragen:

Erwartete Rendite Standardabweichung


Aktienfonds 15 % 28 %
Anleihefonds 10 % 14 %

Der Korrelationskoeffizient zwischen den beiden risikobehafteten Fonds liegt bei


0,2.

a) Aus welchen prozentualen Anteilen der beiden risikobehafteten Fonds besteht das
Minimum-Varianz-Portfolio und wie hoch sind die erwartete Rendite und das Risi- ko
diesesPortfolios?
b) Aus welchen prozentualen Anteilen der beiden risikobehafteten Fonds setzt sich das
optimale Portfolio (Tangentialportfolio) zusammen und wie hoch sind die erwartete
RenditeunddasRisikodieserAnlagekombination?
c) WiehochistdieSteigungdereffizientestenKapitalallokationslinie,diedurchdasoptimale
Portfolio(Tangentialportfolio)geht?
d) Der Portfoliomanager strebt mit dem Portfolio auf der effizientesten Kapitalalloka-
tionslinieeineerwarteteRenditevon11%an.WiehochistdieStandardabweichung
136 3 OptimalesPortfolio

dieses Portfolios und aus welchen prozentualen Anteilen der drei Fonds besteht die- se
Anlagekombination?

Aufgabe12
Aktien besitzen eine erwartete Rendite von 14 % und eine Standardabweichung von 30 %.
Palladium hingegen verfügt über eine erwartete Rendite von 10 % und eine Stan-
dardabweichungvon40%.

a) WirdPalladiumaufgrundderniedrigerenerwartetenRenditeunddeshöherenRi-sikosim
VergleichzuAktienineinemeffizientenPortfoliogehalten?
b) Wie hoch ist die Allokation von Palladium in einem effizienten Portfolio, wenn der
Korrelationskoeffizient C1 beträgt?

Aufgabe13
Ein Portfolio besteht aus den folgenden drei Aktien:

Aktien Erwartete Rendite Standardabweichung


A 12 % 25 %
B 10 % 30 %
C 15 % 35 %

Für die drei Aktien ist die folgende Korrelationsmatrix gegeben:

Aktien A B C
A 1,00 0,40 0,60
B 0,40 1,00 0,80
C 0,60 0,80 1,00

Die Marktwerte der Aktien A, B, und C betragen EUR 40:000, EUR 30:000 und
EUR 30:000. Wie hoch sind die erwartete Rendite und die Standardabweichung des
Portfolios?

Aufgabe14
Ein Mitarbeiter einer Bank berät einen Kunden, der eine Erbschaft von CHF 2:000:000
erhalten hat. Gemäß einem standardisierten Fragebogen der Bank beträgt der Risiko-
aversionskoeffizientdesKunden2(A D 2),waseinerüberdurchschnittlichhohen
Risikotoleranzentspricht.DaderKundejungist,bestehtdaslangfristigeAnlageziel
darin, eine über der Inflation liegende Rendite zu erzielen, die einen realen Vermögens-
zuwachs ermöglicht. Für die Tilgung der Hypothek auf der Liegenschaft benötigtder Kunde
CHF
80:000 in12Monaten.FürdenKundenisteswichtig,dassdieTilgungs-in1Jahr
zahlung von CHF 80:000dieursprünglicheKapitalbasisvonCHF 2:000:000
nicht vermindert. Für die Vermögensanlage stehen die drei folgenden strategischen
Asset-Allokationen zur Verfügung:
3.12 Aufgaben 137

Asset-Allokation Erwartete Rendite Standardabweichung


A 10 % 20,00 %
B 8% 14,14 %
C 5% 7;58 %

a) Welche der drei Asset-Allokationen ist aufgrund der Nutzenfunktion zu wählen?


b) Welche der drei Asset-Allokationen ist zu wählen, wenn der Kundenwunsch der
Vermögenserhaltung berücksichtigt wird?

Aufgabe15
Ein Portfoliomanager erwartet für vier Anla gen die folgenden Renditen und Standard-
abweichungen:

Anlagen Erwartete Rendite Standardabweichung


1 9% 4%
2 10 % 16 %
3 12 % 30 %
4 9% 50 %

a) WelchedervierAnlagenwählteinrisikoneutralerInvestoraufgrundderNutzen-funktionaus?

b) Welche der vier Anlagen sucht ein risikofreudiger Investor mit einem Risikoaversi-
onskoeffizientenvon 3 aufgrund der Nutzenfunktion aus?
c) Welche der vier Anlagen zieht ein durchschnittlich risikoaverser Investor mit einem
Risikoaversionskoeffizientenvon3aufgrundderNutzenfunktionvor?
d) Für welche der vier Anlagen entscheidet sich ein überdurchschnittlich risikoaverser
InvestormiteinemRisikoaversionskoeffizientenvon6aufgrundderNutzenfunkti-on?

Aufgabe16
Ein Portfoliomanager möchte eine Anlagekombination mit einer Standardabweichung von
25%konstruieren.DabeistehenihmunverzinslicheSchatzanweisungen(BuBills)miteiner
Laufzeit von 1 Jahr und einer erwarteten Rendite von 2 % sowie eine Ak- tie mit einer
erwarteten Rendite von 20 % und einer Standardabweichung von 40 % zur Verfügung. Wie
hochistdieerwarteteRenditederAnlagekombinationmiteinerStandardabweichungvon25
%?

Aufgabe17
Das Tangentialportfolio, das auf der effizientesten Kapitalallokationslinie liegt, weist eine
erwartete Rendite von 12 % und eine Standardabweichung von 30 % auf. Die Ren- dite von
unverzinslichen Schatzanweisungen (BuBills) beträgt 2 %. Der Investor besitzt einen
Risikoaversionskoeffizientenvon4.
13 3 OptimalesPortfolio

a) Aus welchen Anteilen des Tangentialportfolios und der BuBills besteht das optima-
le Portfolio des Kunden, das auf der effizientesten Kapitalallokationslinie liegt?
Wie hoch sind die erwartete Rendite und die Standardabweichung des optimalen
b) Portfolios?

c) WiehochistdieSharpeRatiodesoptimalenPortfoliosbzw.dieSteigungdereffi-zientesten
Kapitalallokationslinie?

Aufgabe1
Ein Portfoliomanager evaluiert zwei Anlagestrategien. Die erste Strategie besteht aus
Exchange Traded Funds auf den HDAX mit einer erwarteten Rendite von 10 % und einer
Standardabweichung von 22 %. Der HDAX reflektiert das Marktportfolio. Die zweite
Anlagestrategiehingegenistaktiv.DasaktivePortfoliobesitzteineerwarteteRenditevon16
%undeineStandardabweichungvon30%.DieRenditevonBuBillsbeträgt2%.

a) Wie hoch ist die Sharpe Ratio des Marktportfolios (HDAX) bzw. die Steigung der
Kapitalmarktlinie?
b) Wie hoch ist die Sharpe Ratio des aktiven Portfolios bzw. die Steigung der Kapital-
allokationslinie?
c) Wie hoch müssen die Managementgebühren der aktiven Strategie sein, damit beide
Anlagestrategien (passiv und aktiv) gleich attraktiv sind? (Annahme: Management-
gebührenwerdenamEndederPeriodeabgezogen.)

Aufgabe19
Peter Friedrich ist 55 Jahre alt und arbeitet als Facharzt in einer Privatklinik. Er plant in 10
Jahren in den Ruhestand zu treten. Seine drei Kinder sind bereits ausgezogen und finanziell
unabhängig. Die Hypothekauf dem Wohnhaus ist amortisiert und das jährliche Salär beläuft
sichaufEUR
180:000. Friedrich besitzt ein Reinvermögen von
EUR 2,5 Mio., das aus Ersparnissen, Anlagetätigkeiten und einer Erbschaft stammt.
Er betrachtet sich als finanziell abgesichert. In 3 Monaten möchte er einer Stiftung für
krebskrankeKindereinenGeldbetragvonEUR 200:000 spenden. Das Reinvermö-
gen von EUR 2,5 Mio. beinhaltet das Wohnhaus von Friedrich, das einen Wert von EUR
250:000 hat. Eine etwaige Anlageklasse I mmobilien soll den Wert des Wohnhau-
enthalten.
ses von EUR 250:000
EinPortfoliomanagerstellteinelangfristigeAnlagepolitikfürFriedrichzusammen.Im
GesprächmitdemPortfoliomanagergibtFriedrichan,dassergerneinAnlagenmiteiner
höherenerwartetenRenditeundRisikoinvestierenmöchte.Zudemisterop-timistischüber
seinefinanzielleZukunft.InderVergangenheithatFriedrichbereitsGeldinAktienangelegt
unddamitguteErfahrungengemacht.DerrisikoloseZinssatzliegtbei2%.Friedrichkanndas
GeldaufeinemBankkontofürdienächsten3Mona-tezueinemZinssatzvon4%anlegen.Die
langfristigeAnlagepolitikkannwiefolgtzusammengefasstwerden:
3.12 Aufgaben 139

 Renditeziele: Im Durchschn itt wird eine erwartete jährliche Rendite von 8,2 % an-
gestrebt.
 Risikoziele: Die Risikotoleranz ist übe rdurchschnittlich, weil einerseits eine hohe
Tragfähigkeit und Risikobereitschaft vorliegt und andererseits die Anlagedauer bis zum
Ruhestand (10 Jahre) relativ lange ist. Die Standardabweichung der Portfolio- renditen
beträgtmaximal16%.

 Liquidität: Die unmittelbaren Liquiditätserfordernisse umfassen die geplante Schen-


kungvonEUR 200:000 in 3 Monaten.
 Anlagehorizont: Die Anlagedauer besteht aus zwei Phasen. Die erste Phase dauert
10 Jahre und endet mit der Aufgabe der Berufstätigkeit. Die zweite Phase beginnt mit dem
RuhestandimAltervon65Jahren(ungefähr15bis20Jahre).
 Steuern: Das Erwerbseinkommen und die Kapitalerträge und -gewinne werden be-
steuert.

Friedrich gibt an, dass er kein Geld aufnehmen möchte, um risikobehaftete Anlagen zu
kaufen. Es liegen keine weiteren besonderen Gegebenheiten vor, welche die Anlagetä-
tigkeiteinschränkenwürden.
DerPortfoliomanagerschätztdielangfristigenKapitalmarkterwartungenfürdieAn-
lageklassenAktienInland,AktienAusland,mittelfristigeAnleihenInland,langfristige
AnleihenInland,AnleihenAuslandundImmobilienwiefolgt:

Erwartete Standardab- Korrelationen


Anlageklassen Rendite weichung
1 2 3 4 5 6
Aktien Inland 12 % 24 % 1,0
Aktien Ausland 10 % 20 % 0,8 1,0
Mittelfristige 5% 9% 0,4 0,1 1,0
Anleihen
Langfristige 4% 8% 0,5 0,3 0,9 1,0
Anleihen
Anleihen Aus- 6% 11 % 0,2 0,4 0,6 0,5 1,0
land
Immobilien 8% 16 % 0,4 0,3 0,1 0,1 0,1 1,0

MitdenlangfristigenKapitalmarktdatenunddemRendite-Risiko-Optimierungsver-
fahren(beschränktaufLong-Positionen)resultierenfolgende8Corner-Portfolios,dieauf
derEffizienzkurveliegen:
140 3 OptimalesPortfolio

Corner-Portfolios Erwartete Rendite Standardabweichung Sharpe Ratio


1 10,9 % 20,0 % 0,445
2 10,1 % 16,8 % 0,482
3 9;7 % 15,6 % 0,494
4 7;9 % 11,0 % 0,536
5 6;5 % 8;2 % 0,549
6 5;7 % 7;1 % 0,521
7 5;4 % 6;7 % 0,507
8 4;8 % 6;2 % 0,452

Corner- Aktien Aktien Mittelfristige Langfristige Anleihen Immobilien


Portfolios Inland Ausland Anleihen Inland Anleihen Inland Ausland
1 100,0 % 0,0 % 0;0 % 0;0 % 0;0 % 0;0 %
2 77;4 % 0;0 % 0;0 % 0;0 % 0;0 % 22,6 %
3 63;6 % 6;3 % 0;0 % 0;0 % 0;0 % 30,1 %
4 36;2 % 4;1 % 0;0 % 0;0 % 30,4 % 29,3 %
5 11;3 % 8;3 % 0;0 % 31,2 % 22,7 % 26,5 %
6 0;0 % 17,6 % 40,6 % 12,0 % 6;8 % 23,0 %
7 0;0 % 16,2 % 60,8 % 0;0 % 3;5 % 19,5 %
8 0;0 % 8;3 % 77,0 % 0;0 % 1;2 % 13,5 %

a) Aus welchen Gewichtungen der Anlageklassen setzt sich die strategische Asset-
AllokationfürFriedrichzusammen?
b) WiehochistderBetrag,derneuindieAnlageklasseImmobilienzuinvestierenist?Welches
c) Corner-Portfolio stellt am ehesten das Tangentialportfolio dar? Ist dieses Portfolio
angemessenfürdiestrategischeAsset-AllokationvonFriedrich?
d) Der Portfoliomanager bestimmt für Friedrich aufgrund eines Risikobeurteilungs-
bogens einen Risikoaversionskoeffizienten von 3. Welches Corner-Portfolio ergibt für
Friedrich den größten Nutzen? Ist dieses Portfolio aufgrund der Anlagepolitik
angemessen?

Literatur

Black, F: Capital Market Equilibrium with Restricted Borrowing. In: Journal of Business 45, 444–
455 (1972)
DeFusco,R.A.,McLeavy,D.W.,Pinto,J.E.,Runkle,D.E.:QuantitativeMethodsforInvestmentAnalysis,
2.Auflage,Charlottesville(2004)
Elton,E.J.,Gruber,M.J.,Rentzler,J.C.:ProfessionallyManaged,PubliclyTradedCommodityFunds.In:
JournalofBusiness 60 (2), 175–199 (1987)
Lhabitant, F. S.: Hedge Funds: Quantitative Insights, Chichester, (2008)
Markowitz,H.:PortfolioSelection.In:JournalofFinance 7 (1), 77–91 (1952)
Markowitz, H.: Portfolio Selection: Efficient Diversification of Investments, New York (1959)
Literatur 141

Merton, R. C.: An Analytic Derivation of the Efficient Portfolio Frontier. In: The Journal of Finan- cial and
QuantitativeAnalysis 7 (4), 1850–1872 (1972)
Mondello, E.: Portfoliomanagement: Theorie und Anwendungsbeispiele, 2. Auflage, Wiesbaden (2015)

Reilly, F. K., Brown, K. C.: Investment Analysis and Portfoliomanagement, 6. Auflage, Jefferson City
(2000)
Spremann, K.: Portfoliomanagement, München/Wien (2000)
Tobin, J.: Liquidity Preference as Behavior Towards Risk. In: Review of Economic Studies 25 (2),
65–86 (1958)
Einfaktormodelle
4

4.1 Einleitung

In diesem Kapitel wird zunächst das Marktmodell vorgestellt, das den Regressionszu-
sammenhangzwischendererwartetenRenditeeinerrisikobehaftetenAnlageunddenRenditen
desMarktportfoliosbeschreibt.MitdemMarktmodell,daseinEinfaktormo-dell darstellt,lässt
sich – wie mit der Portfoliotheorie von Markowitz – die Effizienzkurve erstellen. Der
Hauptunterschied besteht dar in, dass beim Marktmodell wesentlich weni- ger Parameter
benötigt werden. Danach wird das Capital Asset Pricing Model (CAPM) erläutert. Das CAPM
ist das Kernstück der F inanzmarkttheorie. Mit dem Modell lässt sich eine risikogerechte
erwartete Rendite bestimmen. Da das CAPM ein Gleichgewichts- modell ist, kann damit
untersucht werden, ob die Anlagen richtig bewertet sind. In einer aktiven Strategie werden
unterbewertete Investments gekauft und überbewertete Anlagen verkauft. Darüber hinaus
kann das CAPM fü r die Performancemessung und die Bestim- mung des Diskontsatzes in der
Aktien- und Unternehmensbewertung sowie in der Analyse von Investitionsprojekten
(Corporate Finance) eingesetzt werden. Obwohl das CAPM em- pirischen Tests nicht
vollständig standhält, ist es in der Praxis weit verbreitet. Die hohe Akzeptanz ist auf die klare
Aussage des Mode lls, auf die angemessenen Ergebnisse bei wichtigen Fragestellungen und
nichtzuletztaufdieEinfachheitbeiderAnwendungzu-rückzuführen.

4.2 Marktmodell

4.2.1 KonstruktionderEffizienzkurvemithistorischenDaten

MitderPortfoliotheorievonMarkowitzwirddieEffizienzkurvemithistorischenRen-ditender
im Portfolio enthaltenen Anlagen erstellt. Dabei werden die erwarteten Ren- diten, Varianzen
undKorrelationenaufgrundhistorischerDatenberechnet.Diesesim

© Springer Fachmedien Wiesbaden GmbH 2017 143


E. Mondello, Finance, DOI 10.1007/978-3-658-13199-9_4
144 4 Einfaktormodelle

Markowitz-Modell gewählte Vorgehen erfordert eine hohe Anzahl an Parametern, um die


EffizienzkurveeinesPortfoliosbestehendausrisikobehaftetenAnlagenzubestimmen.Daherist
dieser Ansatz zwar für die Allokation von Anlageklassen, nicht jedoch unbe- dingt für ein
Portfoliogeeignet,dasaussehrvielenAnlagenbesteht.
1

DieAnzahlderParameter,dieeinPortfoliomanagerbenötigt,hängtvonderAnzahl
risikobehafteterAnlagenimPortfolioab.UmdieEffizienzkurveeinerAnlagekombi-nation
vonNAktienzubestimmen,sindNParameterfürdieerwartetenRenditen,NParameterfürdie
VarianzenundN
.N  ParameterfürdieKovarianzenbzw.Kor-
relationskoeffizienten erforderlich.2 Setzt 1/=2
sich das Portfolio beispielsweise aus 80 Aktien
zusammen, sind 80 erwartete Renditen, 80 Varianzen und 3160 Kovarianzen bzw. Kor-
relationskoeffizientennotwendig.DasTotalderbenötigtenParameterbeläuftsichauf
3320 (oder N2 =2 C 3N=2). Wird die Anzahl Aktien auf 160 verdoppelt, sind insgesamt
13.040 Parameter, also ungefähr die vierfache A nzahl, erforderlich. Dies verdeutlicht das
überproportionale Ansteigen der für die Konstruktion der Effizienzkurve notwendigen Pa-
rametermiteinersteigendenAnzahlvonAktien.
Neben der Anzahl benötigter Parameter be steht ein weiteres Problem in der Quali-
tät der historischen We rte für die Schätzung  insbesondere der erwarteten Rendite und
Kovarianz  der einzelnen Anlagen. Empirische Studien zeigen, dass der Schätzfehler bei 3
der Bestimmung zukünftiger Varianzen ein eher geringes Problem darstellt. Renditewerte
hingegen verfügen in der Regel über einen substantiellen Schätzfehler, weil die Variabi- lität der
historischen risikobehafteten Re nditen im Vergleich zum Erwartungswert hoch ist.Dies lässt
sich auch mit der Erhöhung der Stichprobe nicht lösen. Ein Schätzfehler besteht auch bei der
Bestimmung der Kovarianz aus einer historischen Stichprobe. Em- pirische Arbeitenbelegen,
dass die Korrelation zwischen vergangenen und zukünftigen Stichprobe-Kovarianzenrelativ
geringausfällt.
4
DahersinddieaushistorischenStichpro-
bengewonnenenKovarianzenunderwartetenRenditenzuadjustieren,umeinebessere
Voraussagetreffenzukönnen.
BeiderErstellungderEffizienzkurvewirdüblicherweisediehistorischeKovarianzma-trix
ausderStichprobekorrigiert.BetragenbeispielsweisedieVarianzdermonatlichen
Aktienrenditen0,045unddiedurchschnittlicheVarianzdermonatlichenAktienrenditen0,022,
dannwirddieVarianzdermonatlichenRenditenvon0,045aufdenniedrigerenEr-

1
Ein Portfolio, das sich aus traditionellen Anlagen zusammensetzt, besitzt drei Anlageklassen:
Geld, Aktien und Anleihen. Vgl. Abschn. 16.2.4 .
2
Vgl. Abschn. 3.4 .
3
Vgl.Chanetal.1999:OnPortfolioOptimization:ForecastingCovariancesandChoosingtheRisk
Model,S.937ff.DiezukünftigenVarianzenkönnenmithistorischenVarianzengutgeschätztwer-den.
DiesistbeiderSchätzungzukünftigerKovarianzenaufgrundvonvergangenenDatennichtderFall.

4
Vgl.Chanetal.1999:OnPortfolioOptimization:ForecastingCovariancesandChoosingtheRisk
Model,S.937ff.UntersuchtwurdenmonatlicheRenditenvonUS-AktienwährendderZeitperiodevon
1973bis1997.DieStudiezeigt,dassdieKorrelationzwischenvergangenenundzukünftigen
Stichprobe-Kovarianzenbei0,34übereineZeitdauervon36Monatenliegt,währenddieKorrelation
lediglichbei0,18übereineZeitspannevon12Monatenist.
4.2 Marktmodell 145

Tab.4.1 Standardabweichungen und Korrelationen für die Anlagen X, Y und Z


Anlagen Standardabweichungen Korrelationsmatrix
X Y Z
X 0,15 1,00 0,80 0,80
Y 0,15 0,80 1,00 0,00
Z 0,15 0,80 0,00 1,00

wartungswert von 0,022 korrigiert. Passt man die Werte in Richtung des Erwartungswerts an,
reduziertmandieVariabilitätdergeschätztenWerte,diezumSchätzfehlergeführthaben.
5

ErwarteteRenditen,dieaushistorischenWertenberechnetwurden,könnenbeispiels-weise
durchdenEinbezugdergegenwärtigenMarktverhältnisseunddurchdiegewonneneErfahrung
ausdenKapitalmärktenkorrigiertwerden.DazuwerdenvielfachBewertungs-modelle,dieauf
zukünftigenCashflowsbasieren,oderGleichgewichtsmodellewieetwadasCapitalAsset
PricingModel(CAPM)verwendet.DerEinsatzdieserMethodenfürdieBestimmungder
erwartetenRenditelöstdasProblemdesSchätzfehlersundberücksich-tigtdieTatsache,dassdie
VergangenheitkeinguterMaßstabfürVorhersagenhinsichtlichzukünftigerEntwicklungen
ist.

BeiderKonstruktionderEffizienzkurvemithistorischenDatenkönnenauchFehlerinder
BeurteilungderKorrelationskoeffizientenauftreten,diezueinemnichtplausiblenErgebniswie
etwazueinernegativenPortfoliovarianzführen.EinesolcheisteineFolgevon
Korrelationskoeffizienten,dieuntereinandernichtkonsistentsind.Tab. 4.1enthält
StandardabweichungenundKorrelationskoeffizientenfürdiedreiAnlagenX,YundZ,die
Inkonsistenzenaufweisen.

Angenommen die Anlagen X, Y und Z weisen Gewichte von 1;00, 1,00 und 1,00 im
Portfolio auf, dann beträgt die Varianz dieser Anlagekombination 0;0045. Diese lässt
sich folgendermaßen ermitteln:

¢P2 D .1/2  0;152 C 12  0;152 C 12  0;152 C 2  . 1/  1  0;8  0;152


C 2  . 1/  1  0;8  0;152 C 2  1  1  0  0;152
D  0;0045:

Die Portfoliovarianz von 0;0045 resultiertausdergeschätztenKorrelationsmatrix,dieD


nicht konsistent ist. Die Anlage X korreliert stark positiv mit Y und Z (¡X;Y 0;8 und
¡X;Z D 0;8). Gleichzeitig sind die Anlagen Y und Z unkorreliert (¡Y;Z D 0). Eine solche
Konstellation ist nicht möglich. Korrelieren Y und Z stark positiv mit X, müssen sie auch
untereinander positiv korrelieren. Für eine positive Portfoliovarianz muss die Korrelati-
onsmatrixkonsistentbzw.„positivdefinit“sein.

5
Für diesen Ansatz zur Verminderung des Schätzfehlers (Shrinkage Estimator) vgl. z. B. Michaud
2008 : Efficient Asset Management, S. 74 ff.
146 4 Einfaktormodelle

DieAusführungenzeigen,dassdieKonstruktionderEffizienzkurveaushistorischenDaten
miteinigenSchwierigkeitenwieetwadergroßenAnzahlbenötigterParameter,den
resultierendenSchätzfehlernundFehlernbeiderBeurteilungderKorrelationsmatrixbe-haftet
ist.DaherdrängtsicheinModellauf,dassichleichteranwendenlässt.Einsolchesstelltdas
Marktmodelldar,dasindieKategoriederEinfaktormodelleeinzuordnenist.Da-beiwirddie
RenditeeinerAnlageauseinemeinzigenFaktor,derMarktrendite,geschätzt.

4.2.2 Regressionsgleichung

Ein im Vergleich zu der Ermittlung aus historischen Daten (Markowitz-Modell) einfache- rer
Weg, um Varianzen und Kovarianzen von Anlagerenditen zu berechnen, beruht auf der
Erkenntnis, dass die Renditen von Anlagen miteinander durch eine bestimmte Anzahl an
Variablen oder Faktoren korreliert sind. Das bekannteste Modell ist das Marktmodell, das den
linearenRegressionszusammenhangzwischendenRenditeneinerAnlageunddenRenditendes
Marktportfoliosbeschreibt.DabeiwerdendieüberdemrisikolosenZinssatzliegendenRenditen
derAnlage(R

i D ri  rF) und dem Marktportfolio (RM D rM  rF ),


die sogenannten Überschussrenditen, in die Regression einbezogen. Die Regressionsglei-
chung lautet wie folgt (einfache lineare Regressionsanalyse):

Ri;t D ’i C “i RM;t C ©i;t ; (4.1)

wobei:

Ri;t D Überschussrendite der Anlage i für die Periode t,


RM;t D ÜberschussrenditedesMarktportfoliosfürdiePeriodet,
’i D KonstantederRegressionsgleichung,welchedieüberdemrisikolosenZinssatzlie-gende
durchschnittliche(erwartete)RenditederAnlageiunabhängigvonderMarkt-
rendite angibt,
i D SteigungderRegressionsgleichung,welchedieSensitivitätzwischenderRendite•
der Anlage i und der Rendite des Marktportfolios wiedergibt, D
i;t Fehlertermbzw.residualeRenditefürdiePeriodetmiteinemErwartungswertvon©
0; der Renditeanteil für das unternehmen sspezifische Risiko besteht aus der Summe der
erwartetenRendite .’i / und des Fehlerterms .©i;t /.

Die Konstante der Regressionsgleichung .’i / entsprichtderRenditederAnlage,korrigiert


umdenrisikolosenZinssatz,wenndieÜberschussrenditedesMarktessowiederFehler-
term 0 sind. Die Steigung der Geradengleichung .“i / stelltdasBetaderAnlagedar.Das
BetaisteineSensitivitätsgrößeundgibtan,wievielsichdieRenditederAnlagebeiei-
ner Änderung der Marktrendite verändert. Ein Beta von zum Beispiel 1,2 bedeutet, dass, wenn
dieMarktrenditeum2%steigt,dieRenditederAnlageum2,4%zunimmt.DerFehlerterm
.©i / hat einen Erwartungswert von 0 und spiegelt eine Renditeentschädigung
für das unternehmensspezifisch e Risiko der Anlage wider.
4.2 Marktmodell 147

Das Marktmodell beruht auf den folgenden Annahmen hinsichtlich der Variablen in
(4.1):

 Der erwartete Wert des Fehlerterms ist 0 [E .©i / D 0]. Der Fehlerterm ist normalverteilt
und die Varianz des Fehlerterms ist nicht identisch unter den Anlagen.
 Die Überschussrendite des Marktportfolios .RM / ist mit dem Fehlerterm .©i / nicht
korreliert [Cov .RM ;©/i D 0]. Der Fehlerterm reflektiert das unternehmensspezifische
Risiko und ist daher von Risikofaktoren, die den Gesamtmarkt beeinflussen, unabhän-
gig (unkorreliert).
 Der Fehlerterm .©i / ist zwischen den Anlagen nicht korreliert. Zum Beispiel ist der
Fehlerterm der Anlage i nicht mit dem Fehlerterm der Anlage j korreliert.

Die erwartete Überschussrendite der Anlage i ŒE .Ri / hängt von der erwarteten Über-
schussrendite des Marktes ŒE .RM /, von der Sensitivität zwischen der Anlage- und Markt-
rendite .“i / und vom Renditeanteil der Anlage i .’i /, der von den Marktrenditen unabhän-
gig ist, ab:
E .Ri / D ’i C “i E .RM / : (4.2)
Da der erwartete Wert des Fehlerterms 0 beträgt, wird er in der Berechnung der erwarteten
Rendite der Anlagei in ( 4.2 ) nicht berücksichtigt. Die Marktrisikoprämie (Differenzzwi- schen
dererwartetenRenditedesMarktesunddemrisikolosenZinssatz)wirdmitdemBe-taderAnlage
multipliziert.DieserTerm[also
“i E .RM /] stellt die Renditeentschädigung
der Anlage für das systematische Risiko dar. Das Alpha ( ’) verkörpert die unternehmens-
spezifische Risikoprämie, die nicht durch das Marktrisiko beeinflusst wird. Ein positives
Alpha bedeutet, dass die Anlage unterbewertet ist und eine attraktive erwartete Rendite bietet.
Ein negatives Alpha hingegen charakterisiert eine überbewertete Anlage. Sind die
Anlagepreise richtig bewertet, so liegen keine attraktiven Anlagemöglichkeiten vor, das Alpha
bewegt sich gegen 0. Bei der Titelauswahl besteht die Zielsetzung darin, Anlagen zu finden, die
einpositivesodernegativesAlphabesitzenbzw.unter-oderüberbewertetsind.

Die Konstante der Regressionsgleichung .’i / trägtnichtzurVariationderRenditebeiund


wirddahernichtindieBerechnungdesRisikosderAnlageeinbezogen.DieVarianz
 2
der Renditen der Anlage i hängt von
 2 der Varianz der Marktrenditen ¢M und der Varianz
der Renditen des Fehlerterms ¢©;i ab. Demnach lautet die Varianz der Anlage i: ¢i2 D
“2i ¢M
2 2
C ¢©;i C 2Cov .rM ;©/i . Da die Marktrendite mit dem Fehlerterm nicht korreliert,
entfällt der Kovarianzterm, was zu folgender Formel für die Varianz der Renditen der
Anlage i führt:
¢i2 D “2i ¢M
2 2
C ¢©;i : (4.3)
 2 2
Der erste Term “i ¢M rechtsdesGleichheitszeichensverkörpertdasMarktrisikobzw.das
2
systematische Risiko der Anla ge i, während der zweite Term ¢©;i das unternehmensspe-

6
Vgl. Abschn. 4.4.4 .
14 4 Einfaktormodelle

zifische bzw. unsystematische Risiko reflektiert. Demnach besteht das Gesamtrisiko der
Anlage i aus der Summe des Marktrisikos und des unternehmensspezifischen Risikos.
Die Kovarianz [Cov  
Ri ; Rj ]zwischendenRenditenderAnlageniundjlässtsichausund
dem Produkt der Sensitivitäten i “j multipliziertmitderVarianzderMarktrenditen•
wie folgt berechnen:   2
Cov Ri ; Rj D “i “j ¢M : (4.4)
 
Der Korrelationskoeffizient ¡i;j stelltdiestandardisierteKovarianzdar,mitdemdieStär-ke
desZusammenhangszwischendenRenditenderbeidenAnlageniundjgemessenwird.
Er lässt sich mit folgender Formel bestimmen:

2
Covi;j “i “j ¢M
¡i;j D D  h i1=2 : (4.5)
¢i ¢j 2 2 2 1=2 2 2 2
“i ¢M C ¢©;i “j ¢M C ¢©;j

Beispiel
Berechnung der Standardabweichung, Kovarianz und Korrelation anhand des
Marktmodells
Ein Portfoliomanager wendet für die beiden Aktien A und B das Marktmodell an. Das
Ergebnis der linearen Regression zwischen den Überschussrenditen der Aktien und des
Markteslautetwiefolgt(einfachelineareRegressionsanalyse):

RA;t D 0;04 C 0;8  RM;t C ©A;t ;


RB;t D 0;03 C 1;3  RM;t C ©B;t ;

wobei:
¢©;A D 20 % und ¢©;B D 30 %:
Der Portfoliomanager schätzt die Volatilität des Aktienmarktes auf 25 %.

1. Wie hoch sind die Standardabweichungen der Renditen beider Aktien?


2. Aus welchen Varianzen des Marktrisikos und unternehmensspezifischen Risikos
bestehtdieVarianzderAktieA?
3. WiehochsinddieKovarianzundderKorrelationskoeffizientzwischendenRendi-tender
beidenAktien?

Lösungzu1
Die Standardabweichungen der beiden Aktien A und B können wie folgt berechnet werden:
p
¢A D 0;802  0;252 C 0;202 D 28;28%;
p
¢B D 1;302  0;252 C 0;302 D 44;23%:
4.2 Marktmodell 149

Lösungzu2
Die Varianz der Renditen der Aktie A ist 0,08 und kann folgendermaßen ermittelt wer- den:

¢A2 D 0;802  0;252 C 0;202 D 0;08:


Das Marktrisiko gemessen als Varianz beläuft sich auf 0,04 ( D 0;802 0;252 ), während
das unternehmensspezifische Risiko von 0,04 das Quadrat der Standardabweichung der
residualen Renditen von 20 % darstellt.

Portfoliovarianz D Marktrisiko C unternehmensspezifisches Risiko


0;08 D 0;04 C 0;04

Lösungzu3
Die Kovarianz zwischen den Renditen der Aktien A und B liegt bei 0,065:

Cov .RA ; RB / D 0;80  1;30  0;252 D 0;065:

Der Korrelationskoeffizient von 0,52, der die Stärke des Zusammenhangs zwischen den
RenditenderbeidenAktienwiedergibt,kannfolgendermaßenbestimmtwerden:

0;065
¡A;B D D 0;52:
0;2828  0;4423

FürdasErstellenderEffizienzkurvemitdemMarktmodellwerdenimVergleichzum
Markowitz-ModellwesentlichwenigerParameterbenötigt.DieParameterimMarktmo-dell
setzensichfüreineeinzelneAnlageausderKonstanten
 2 .’i /, der Steigung .“i / und
 2  ¢©;i sowie aus der Marktrisikoprämie .RM / und der Vari-
der Varianz des Fehlerterms
anz der Marktrenditen ¢M zusammen. Für die Konstruktion der Effizienzkurve von N
Anlagen sind die folgende n Parameter erforderlich:7

 N Parameter für die über die Marktrend ite erwarteten Über schussrenditen ’i ,
 N Parameter für die Regressionskoeffizienten “i ,
2
 N Parameter für die unterne hmensspezifischen Varianzen ¢©;i ,
 1 Parameter für die Marktrisikoprämie RM ,
2
 1 Parameter für die Varianz des Marktrisikos ¢M .

Im Marktmodell werden insgesamt 3N C 2 Parameter zur Konstruktion der Effizienz-


kurve benötigt. Das sind für die erwarteten Renditen, Varianzen und Kovarianzen weit

7
UmdieEffizienzkurvezuerstellen,benötigtmandieerwartetenRenditen(4.2)undStandard-
abweichungen(4.3)dereinzelnenAnlagensowiedieKovarianzen(4.4)bzw.Korrelationen(4.5)
zwischen den Renditen von jeweils zwei Anlagen.
150 4 Einfaktormodelle

weniger geschätzte Werte al s zur Bestimmung der Effizienzkurve mit dem Markowitz- Modell.
Erstellt man beispielsweise die Effizienzkurve für 200 Anlagen, dann brauchen Berechnungen
mithilfe des Marktmodells 602 Parameter, während das Markowitz-Modell 20.300
Schätzungenbenötigt.

EinNachteildesMarktmodellsbestehtdarin,dassdieVerlustgefahrrisikobehafteter
AnlagenlediglichinzweiBestandteilezerlegtwird,nämlichindasMarktrisikounddas
unternehmensspezifischeRisiko.DiesezweidimensionaleRisikobetrachtungschließtdie
AbhängigkeitderAktienrenditenvonanderenRisikofaktorenaus.ZumBeispielwerden
spezifischeEreignisse,dielediglicheinebestimmteIndustriebetreffenundkeinewesent-lichen
AuswirkungenaufdenGesamtmarkthaben,nichtberücksichtigt.

DasMarktmodellberuhtaufderAnnahme,dassdieFehlertermederAnlagen(residua-le
Renditen)nichtmiteinanderkorrelieren.SelbstfürAktien,diedergleichenIndustrieangehören,
wieetwaTitelderUnternehmenNovartisundRoche(Pharmaindustrie),wirdeineKorrelation
von0angenommen.DasMarkowitz-Modellhingegen,dasdievolleKo-varianzzwischenden
AktienrenditenvonNovartisundRocheeinbezieht,übernimmtbeiderMinimierungder
PortfoliovarianzautomatischdieKorrelationderresidualenRendi-ten.BestehteinPortfolio
auswenigenAnlagen,soführenbeideModellezuzweiun-terschiedlichenoptimalenPortfolios.
ImMarkowitz-ModellerhaltenimVergleichzumMarktmodelldiebeidenAktienvonNovartis
undRocheeinkleineresGewicht,dasichdieKorrelationvonAktiendergleichenIndustrie
üblicherweisepositivverhält,keineswegsjedoch0fürdieresidualenRenditenbeträgt,wieim
Marktmodellunterstellt.DaheristdasGewichtdieserbeidenAktienimMarktmodellverglichen
mitdemMarkowitz-Modellhöher,waseinanderesoptimalesPortfoliozurFolgehat.Besitzen
AktienkorrelierteRe-sidualrenditen,einhohesAlphaundmacheneinenGroßteildesPortfolios
aus,dannistdasoptimalePortfolioresultierendausdemMarktmodellimVergleichzum
Markowitz-ModellwenigereffizientinBezugaufRenditeundRisiko.IneinemsolchenFallist
fürdiePortfoliokonstruktionanstelledesMarktmodellseinMultifaktorenmodell,dasmehre-re
RisikofaktorenundnichtnureinenFaktorfürdieErklärungderRenditeveränderungen
verwendet,einzusetzen.

DieParameterdesMarktmodellssindnichtbekanntundmüssendemnachmiteinerlinearen
RegressionzwischendenhistorischenRenditendesMarktesundjedereinzelnenAnlage
berechnetwerden.FürjedeeinzelneAnlagewirddas
’i und “i durch eine sepa-
rate lineare Regression bestimmt. Es ist üblich, dass 60 monatliche Renditen (also eine
Zeitreihe von 5 Jahren) für die lineare Regression im Marktmodell eingesetzt werden. Diese
Datenreihe genügt, um die erwarteten Renditen, Varianzen und Kovarianzen für die
KonstruktionderEffizienzkurvezuermitteln.

8
Multifaktorenmodelle werden in Kap. 5 beschrieben.
4.2 Marktmodell 151

4.2.3 Beispiel

Mithilfe der Methode der kleinsten Quadrate9 wirdzunächsteinelineareRegressionzwi-


schendenmonatlichenÜberschussrenditenderAktievonNovartisunddesSMIdurchge-
führt. Für die Regression wird eine Zeitdauer von 5 Jahren – zwischen Anfang September 2007
und Ende August 2012 – verwendet, was z u 60 monatlichen Überschussrenditen führt. Um die
monatlichen Überschussrenditen zu berechnen, wird als risikoloser Zins- satz der
Tom/Next-Overnight-Index-Swap(TOIS)verwendet.
10
Gemäß(4.1)ergibtsich
folgendeRegressionsgleichungfürdieNovartis-Aktie(einfachelineareRegressionsana-
lyse):
RNovartis;t D 0;0841 % C 0;741  RSMI;t C ©Novartis;t ;
Die 60 monatlichen Überschussrenditen der Novartis-Aktie und des SMI (t D 1; : : :; 60)
wurden wie folgt berechnet:11
 
PNovartis;t
RNovartis;t D  1  TOISt ;
PNovartis;t1
 
PSMI;t
RSMI;t D  1  TOISt ;
PSMI;t1
wobei:

PNovartis;t D Preis der Novartis-Aktie am Ende des Monats t,


SMIt D StanddesSMIamEndedesMonatst,
TOISt D Rendite des TOIS für den Monat t.

Die Regressionsgleichung beschreibt die lineare Abhängigkeit der Überschussrenditen von


Novartis-AktienzudenVeränderungendesGesamtmarkts,derdurchdenSMIdar-gestelltwird.
DieRegressionsgerade,diemithilfederMethodederkleinstenQuadrateerstelltwurde,istdurch
dieKonstantevon
 %unddieSteigungvon0,741gege-
ben. Abb. 4.1 zeigt die Regressionsgerade, die 0;0841
mit Microsoft Excel anhand der Methode der
kleinstenQuadratebestimmtwurde. 12

9
Bei der Methode der kleinsten Quadrate werden die vertikalen Abstandsquadrate zwischen
beobachteten Werten und P den diesbezüglichen Werten auf der Regressionsgeraden, d. h. die Re-
siduenabweichungen ( ©2i ), minimiert.
10
Bei einem Overnight Index Swap handelt es sich um einen Zinssatzswap, bei dem ein fester
Zinssatz periodisch (z. B. monatlich, quartalsweise, jährlich) gegen einen geometrischen Durch- schnitt
von Tagesgeldzinssätzen (Overnight Ra tes) getauscht wird. Der OIS-Swapsatz stellt im Vergleich zum
LIBOR-SwapsatzeinebessereApproximationdesrisikolosenZinssatzesdar.Vgl.Abschn. 9.3.6.2.Beim
TOIS werden die Zinssätze für ungesicherte Ausleihungen an erstklassige Kreditinstitute an jedem
Geschäftstag in Zürich d er Cosmorex AG gemeldet, die dann den durch- schnittlichen Tagesgeldzinssatz
anhanddesarithmetischenMittelsbestimmt.

11
Für die Regressionsanalyse kann man auch stetige Renditen verwenden. Vgl. Abschn.2.3.1 .
12
Für die Konstruktion der Regressionsgerade mit Microsoft Excel 2010 vgl. Mondello 2015: Port-
foliomanagement: Theorie und Anwendungsbeispiele, S. 371 ff.
152 4 Einfaktormodelle

(Überschussrenditen 10
Novartis in %)
8 Regressionsgerade

0
-10 -5 0 5 10
-2
(Überschussrenditen
-4 SMI in %)
-6

-8

-10

Abb.4.1 Regression zwischen den monatlichen Übersc hussrenditen der Novartis-Aktie und des
SMI

Tab.4.2 Statistiken zur Regression zwisch en der Novartis-Aktie und dem SMI
Regressionsstatistik
Multipler Korrelationskoeffizient 0,6521
Determinationskoeffizient (R2 ) 0,4253
Adjustierter Determinationskoeffizient 0,4154
Standardfehler (SEE) 0,04096
Beobachtungen 60
Varianzanalyse (ANOVA bzw. Analysis of Variance)
df (Freiheits- SS (Quadrat- MS (Mittlere Qua- F (Prüf- F krit
grade) summen) dratsummen) größe)
Regression 1 0,72027 0,72027 42,9286 0,0000
Residuen 58 0,97314 0,0016778
Total 59 1,69341
Koeffizienten Standardfehler t-Statistik P-Wert
Konstante 0;000841 0,005357 0;1570 0,8758
X Variable 1 0,7410 0,001131 6,5520 0,0000

InTab. 4.2sindinAnlehnunganden„SummaryOutput“vonMicrosoftExceldieEr-gebnisse
derRegressionzusammengefasst.WirdzunächstdieRegressionsstatistik(obererTeilvonTab.
4.2)betrachtet,sobeträgtderKorrelationskoeffizientzwischendenÜber-schussrenditenvon
NovartisunddemSMI0,6521.EinKorrelationskoeffizientvon0,6521bedeutet,dasseinstark
positiverZusammenhangzwischendenRenditeveränderungenvonNovartisunddemSMI
besteht.DerDeterminationskoeffizientvon0,4253entspricht
4.2 Marktmodell 153

dem quadrierten Korrelationskoeffizienten (0;65212 ). Er gibt an, dass die Renditeverän-


derungen des SMI rund 43 % der Renditestreuungen der Novartis-Aktien erklären. Der
adjustierte Determinationskoeffizient von 0,4154 korrigiert den nach oben verzerrten De-
terminationskoeffizienten von 0,4253, weil in der Regression die angepassten und nicht die
tatsächlichen (und nicht beobachtbaren) Werte fürdie Berechnung der Konstanten (Alpha) und
der Steigung (Beta) verwendet werden. Bei 60 Renditebeobachtungen ist dieser Fehler beim
Determinationskoeffizienten relativ klein. Da die beobachteten Über- schussrenditewerte
nichtaufderRegressionsgeradenliegen,ergibtsichein„FehlerderSchätzung“

 
, der durch die Standardabweichung der Residuen ©t D Yt  Y0t berech-
13

net wird. Der Standardfehler der Schätzung .SEE/ kann mit folgender Formel bestimmt
werden: s
PT 0 2
tD1 .Yt  Yt /
SEE D ; (4.6)
T2
wobei:

Yt D jeweiliger Y-Wert einer beobachteten Überschussrendite von Novartis und des SMI
für die Periode t,
Y0t D durch die Regressionsgerade vorausgesagte Überschussrendite von Novartis bei ei-
ner gegebenen Überschussrendite des SMI für die Periode t,
T D Anzahl beobachtete Üb erschussrenditen.

Der Standardfehler der Schätzung misst die (durchschnittliche) Stre uung der Renditen um die
Regressionsgerade.DerZählerin(4.6)wirddurchT  2 dividiert, weil die Regres-
sionsgerade zwei Parameter aufweist, nämlich die Konstante (Alpha) und die Steigung (Beta),
und diese grundsätzlich nicht bekannt sind. Der Standardfehler der Schätzung beträgt 4,096 %
undzeigt,wiestarkdiejeweiligenY-WertevonNovartisumdieRe-gressionsgeradeschwanken.

Der untere Teil der Tab. 4.2 zeigt die Varianzanalyse (ANOVA) für die Regressions-
gerade. Die mittlere Quadratsu mme der Residuenabweichungen .MS/ von 0,0016778
stellt den Anteil der Varianz der Überschussrenditen von Novartis dar, der vom Markt-
index unabhängig
p ist. Nimmt man die Wurzel aus der mittleren Quadratsumme der
Residuen MS , resultiert daraus der Standardfehler der Schätzung von 4,096 %
p
(D 0;0016778).
Die Quadratsumme der Regressionsabweichungen .SSR/ von 0,7202714 entspricht
dem Anteil der Varianz der abhängigen Variablen (Überschussrendite von Novartis), der
durch die unabhängige Variable (Überschussrendite des SMI) erklärt wird und durch den
Ausdruck “2Novartis ¢SMI
2
gegeben ist.15 Mithilfe des Determinationskoeffizienten kann

13
Der „Fehler der Schätzung“ wäre 0, wenn die Regressionsgerade genau durch die beobachteten
Y-Werte verlaufen würde.
14
Die Quadratsumme der Regressionsabweichungen kann mit folgender Formel berechnet werden:
P  2
SSR D TtD1 Y0t  Y .
2
15
Totale Varianz von Novartis D ¢Novartis D “2Novartis ¢SMI
2 2
C ¢©;Norvatis
154 4 Einfaktormodelle

(Y) erklärte Varianz unerklärte Varianz


R2 = = 1−
totale Varianz totale Varianz
= α + βX
'Y

Yt
unerklärte Differenz
Differenz total Yt' von Y: Yt –Y't

von Y: Yt –Y
erklärte Differenz
von Y: Yt ' –Y

(X)

Abb.4.2 Verdeutlichung des Determinationskoeffizienten

ausgesagtwerden,wievielProzentderRenditestreuungderNovartis-AktiendurchdieVariation
derSMI-Renditen erklärtwerden kann. Abb. 4.2 zeigt die AbweichungdesY- Wertes undzerlegt
dieseanhandderRegressionsgeradenunddesarithmetischenMittelsallerY-Werte
 
ineinenerklärtenundeinenunerklärtenTeil.MitderQuadratsummeY
der Regressionsabweichungen (also der erklärten Varianz) und mit der Quadratsumme der
Totalabweichungen(alsodertotalenVarianz)lässtsichderDeterminationskoeffizient
R2 von 0,4253 bestimmen:

erklärte VarianzNovartis “2Novartis ¢SMI


2
R2 D D 2 2 2
totale VarianzNovartis “Novartis ¢SMI C ¢©;Novartis
SSR
(4.7)
T1 SSR 0;72027
D D D D 0;4253;
SST SST 1;69341
T1
wobei:

SSR D Quadratsumme der Regressionsabweichungen,


SST D Quadratsumme der Totalabweichungen .SST D SSR C SSE/ :
 
Alternativ kann der Determinationskoeffizient R2 auch wie folgt ermittelt werden:
2
unerklärte VarianzNovartis ¢©;Novartis
R2 D 1  D1 2 2 2
totale VarianzNovartis “Novartis ¢SMI C ¢©;Novartis
(4.8)
SSE 0;97314
D1 D1 D 0;4253;
SST 1;69341
4.2 Marktmodell 155

wobei:

SSE D Quadratsumme der Residuenabweichungen.

Wird das Total der Quadratsummen aus der Regression und den Residuen .SST/ von
1,69341 durch T  1 bzw. 59 Freiheitsgraden dividiert, erhält man die Varianz der abhän-
gigen Variablen von 0,0287. Daraus resultie rt eine monatliche
 Standardabweichung der
Novartis-Überschussrenditenvon16,94% p
D 0;0287 . Annualisiert beträgt die Stan-
p
dardabweichung der Novartis-Aktien 58,68 % D 0;1694  12 .
Außerdem zeigt die Varianzanalyse (ANOVA) in Tab. 4.2 die statistische Signifikanz
der Konstanten bzw. des Achsenabschnitts .’/ und der Steigung .“/ für die Stichpro-
be der monatlichen Überschussrenditen. Die Konstante beträgt 0;0841 % pro Monat
1;0092 %proJahr.UmdiestatistischeSignifikanzderKonstantezubeurteilen,bzw.
sind in der Tabelle der Standardfehler, die t-Statistik (bzw. Test-Statistik) und der P-Wert
aufgeführt. Der Standardfehler für die Konstante liegt bei 0,005357. Je größer der Stan-
dardfehler,destogrößeristdieBandbreiteeinesmöglichenSchätzfehlers.Diet-Statistikvon
0;1570 entspricht dem Regressionsparameter d ividiert durch den Standardfehler der
„geschätzten“ Konstanten. Die standardisierte Prüfgröße bzw. die t-Statistik bezüglich ei-
ner t-Verteilung mit 58 Freiheitsgraden (T  2) kann für den „wahren“ Achsenabschnitt a
(der Grundgesamtheit) wie folgt bestimmt werden:

t-StatistikT2 für a D ; (4.9)
s’
wobei:

a D „wahre“ Konstante (der Grundgesamtheit),


’ D „geschätzte“ Konstante der Regressionsgleichung, r PT
X2t
s’ D Standardfehler der „geschätzten“ Konstante ’ bzw. s’ D SEE PT
tD1
2 ,
T tD1 .Xt X/

X D arithmetisches Mittel der X-Werte, r


PT 2
.Yt Y0t /
SEE D Standardfehler der Schätzung bzw. SEE D tD1
T2
.

Für die „wahre“ Konstante wird ein Hypothesentest durchgeführt. Die Nullhypothese lau- tet,
dassagleich0ist(a D 0). Im Gegensatz dazu lautet die Alternativhypothese, dass
a ungleich 0 ist (a¤0). Bei diesem zweiseitigen Test wird die Nullhypothese verworfen
bzw.dieAlternativhypotheseangenommen,wenndiein( 4.9)berechnetet-Statistikgrö-ßeralsder
kritischeWertist.IneinemsolchenFallistdieermittelteKonstantenichtreinzufälligentstanden
undunterscheidetsichdemzufolgesignifikantvon0.Derkritischet-WertbeiT
 2 bzw. 58 Freiheitsgraden und einem Signifikanzniveau von 5 % liegt un-
gefähr bei 2.16 Bei einer t-Statistik von 0;1570 wird die Nullhypothese angenommen.

16
BeieinemeinseitigenTestentsprichtderkritischet-Wertvon2einemSignifikanzniveauvon2,5%(bei
ungefähr60Freiheitsgraden).BeieinemzweiseitigenTestundeinemSignfikanzniveau
von 5 % beträgt der kritische t-Wert ebenfalls 2.
156 4 Einfaktormodelle

Folglich unterscheidet sich der durch die Regression geschätzte Achsenabschnitt nicht si-
gnifikantvon0.ZurgleichenSchlussfolgerunggelangtman,wennderP-Wertbetrachtetwird.Der
P-Wert von 0,8758 gibt an, dass beim Vorliegen einer „wahren“ Konstanten von 0, die
Wahrscheinlichkeit87,58%beträgt,dasseinWertvon
0;1570 mit einem gege-
benen Standardfehler (s’) von 0,005357 erreicht wird. Demzufolge unterscheidet sich die
Konstante nicht von 0 und ist statistisch nicht signifikant, um die Überschussrendite der
Novartis-Aktiezuerklären.
DieSteigungderRegressionsgeradenbeläuftsichauf0,7410undweisteinenrelativkleinen
Standardfehlervon0,001131auf.Diet-Statistikfürdie„wahre“Steigungblässtsichmit
folgenderFormelberechnen:


t-StatistikT2 für b D ; (4.10)
s“

wobei:

b D „wahre“ Steigung (der Grundgesamtheit),


“ D „geschätzte“ Steigung der Regressionsgleichung,
SEE
s“ D Standardfehler der Steigung “ bzw. s“ D q 2 .
PT 
tD1 Xt  X

Diet-Statistikvon6,552liegtüberdemkritischent-Wertvon2(bei58Freiheitsgradenundeinem
Signifikanzniveauvon5%).DementsprechendliegtderP-Wertnahebei0.Folglichkannmandie
Nullhypothese verwerfen, dass die „wahre“ Steigung 0 beträgt. Das Beta ist statistisch
signifikant und kann für die Erklärung der Überschussrendite der Novartis-Aktien eingesetzt
werden.
17

DiebeidengeschätztenRegressionsparameter–KonstanteundSteigung–sindnichtgenaue
Parameter,weilpraktischjedeRegressionsgeradeeinenStandardfehlerderSchät-zung
aufweist. Daher ist es üblich, dass für die beiden geschätzten Parameter ein
Konfidenz- bzw. Vertrauensintervall berechnet wird. Beispielsweise wird das Vertrau-
ensintervall für die „wahre“ Steigung (Beta) bei einer gegebenen Wahrscheinlichkeit
annäherungsweisewiefolgtermittelt:geschätzteSteigung
.“/ plus/minus das Produkt
aus dem kritischen Wert der t-Statistik und dem Standardfehler s“ .18 Bei einem Signifi-
kanzniveau von 5 % und 58 Freiheitsgraden liegt die entsprechende t-Statistik bei 2, was zu einer
ungefährenBandbreitedesBetasvon0,739zu0,743( D 0;741˙2  0;001131)
führt.
InAbb. 4.3sindfürfünfSMI-Aktien–Novartis,Roche,Nestlé,ABBundSyngen-ta–die
EffizienzkurvennachdemMarktmodellunddemMarkowitz-Modellaufgeführt(ohne
Short-Restriktionen).DasMarktmodellunterstellt,dassdieFehlerterme(Residuen)

17
Um die Nullhypothese zu verwerfen, müssen sich die Regressionsparameter signifikant von 0
unterscheiden, die t-Statistik muss möglichst g roß und der P-Wert muss möglichst klein sein.
18
Vertrauensintervall für b D “ ˙ tT2 s“ .
4.2 Marktmodell 157

(erwartete
Rendite)

30%
Effizienzkurve nach dem
Markowitz-Modell

20%

10%

Effizienzkurve nach
dem Marktmodell
0%
0% 10% 20% 30%
(Standardabweichung der Renditen)

Abb.4.3 EffizienzkurvennachdemMarktmodellunddemMarkowitz-Modell(DiebeidenEffizi-
enzkurvenbasierenaufmonatlichenRenditenvonAnfangSeptember2007bisEndeAugust2012
(Optimierungsverfahren mit Long- und Short-Positionen))

nicht miteinander korrelieren, während das Markowitz-Modell beim Erstellen der Effizi-
enzkurve die volle Kovarianz zwischen den Aktienrenditen einbezieht. Im Portfolio sind die
Aktien von Novartis und Roche enthalten, die beide der Pharmaindustrie angehören und daher
miteinander positiv korreliert sind. Da das Marktmodell von unkorellierten Re- sidualrenditen
ausgeht, sind die beiden Aktien aus der Pharmaindustrie in den effizienten Portfolios im
Vergleich zum Markowitz-Modell übervertreten, was zu einer entsprechend niedrigeren
Effizienzkurveführt.
19

DerNachteildesMarkowitz-ModellsbeiderKonstruktionderEffizienzkurveistne-bender
hohenAnzahlerforderlicherParameterfürdieKovarianzenderFehler,derausderSchätzung
dervollenKovarianz-Matrixresultiert.Esistdurchausmöglich,dassdieentsprechenden
SchätzfehlerzueinemPortfolioführen,dasimVergleichzumMarktmo-dellwenigereffizient
ist,obwohldasMarktmodellvonunkorreliertenResiduenausgehtundebenfallsSchätzfehlern
beiderRegressionausgesetztist.DerVorteildesMarktmo-dellsgegenüberdem
Markowitz-ModellliegtinsbesondereinderAufteilungdesRisikosineinensystematischen
undeinenunsystematischenTeil,wasdielogischeDenkweiseinderPortfoliotheorie
widerspiegelt.

19
Für die Konstruktion der Effizienzkurve nach dem Marktmodell in Microsoft Excel 2010 vgl.
Mondello 2015 : Portfoliomanagement: Theorie und Anwendungsbeispiele, S. 379 ff.
15 4 Einfaktormodelle

4.2.4 Diversi kationvonLong-Positionen

Mit dem Marktmodell lässt sich – wie im Markowitz-Modell – der Diversifikationseffekt eines
PortfoliosbestehendausLong-Positionenzeigen. 20
Dabeiwirdunterstellt,dassalle
risikobehaftetenAnlagendengleichenprozentualenAnteilimPortfolioaufweisen.Die
RenditedesPortfoliosüberdemrisikolosenZinssatzbzw.dieÜberschussrenditekannmit
folgenderFormelberechnetwerden:

RP D ’P C “P RM C ©P : (4.11)

Nimmt die Anzahl risikobehafteter Anlagen im Portfolio zu, so reduziert sich der unsyste-
matische Teil des Portfoliorisikos. Die syste matische Verlustgefahr bleibt in der Anlage-
kombination bestehen, während das unternehmensspezifische Risiko eliminiert wird. Um
diesen Diversifikationseffekt zu demonstriere n, wird zunächst die Überschussrendite einer zu
gleichenAnteilenzusammengesetztenAnlagekombinationwiefolgtbestimmt:

N N N
1 1
RP D Xi wi Ri D Xi Ri D Xi .’i C “i RM C ©i /; (4.12)
D1
N D1 N D1

wobei:

wi D 1=N, das Portfolio setzt sich aus gleich gewichteten Anlagen zusammen.

Die Formel kann in einen systematischen und einen unsystematischen Anteil der Rendite
aufgeteiltwerden:

N N
! N
1 1 1
RP D Xi ’i C Xi “i RM C Xi ©i : (4.13)
N D1 N D1 N D1

VergleichtmandieFormeln(4.11)und(4.13)miteinander,könnendiefolgendenSchlüs-seinBezugaufdas
Beta,dasAlphaunddenFehlertermgezogenwerden.DasBetadesPortfolios
.“P / reflektiert die Sensitivität der Anlagekombination gegenüber dem Gesamt-
markt und ist als Summe der gewichteten Betas der einzelnen Anlagen gegeben:

N
1
“P D Xi “i : (4.14)
N D1

20
FürdenDiversifikationseffektmitdemMarkowitz-Modellvgl.Abschn. 3.6.DieerstenArbeitenzum
MarktmodellundentsprechendenDiversifikationseffektwurdenvonWilliamSharpepubliziert.
Vgl. Sharpe 1963 : A Simplified Model for Portfolio Analysis, S. 277 ff.
4.2 Marktmodell 159

Das Alpha des Portfolios .’P / stellt die vom Markt unabhängige Überschussrendite der
Anlagekombination dar. Dieser Teil der Portfoliorendite lässt sich als Summe der gewich-
teten Alphas der einzelnen Anlagen wie folgt ermitteln:
N
1
’P D Xi ’i : (4.15)
N D1

Der Anteil der Überschussrendite des Portfolios, der durch das unternehmensspezifische
Risiko erklärt wird, kann als Summe der gewichteten Residualrenditen berechnet werden:
N
1
©P D Xi ©i : (4.16)
N D1

Die Portfoliovarianz kann durch folgenden Ausdruck bestimmt werden:

¢P2 D “2P ¢M
2 2
C ¢©;P : (4.17)
 2 2
Derjenige Anteil der Portfoliovari anz, der das systematische Risiko “P ¢M wiedergibt,

2
hängt vom Beta des Portfolios .“P / und von der Varianz der Marktrenditen ¢M ab. Theo-
retisch ist es möglich, ein Portfolio mit einem Beta von null zu erstellen. Dabei würden
Anlagen mit positiven und negativen Betas verwendet. Praktisch stößt ein solches Vor- haben
jedoch schnell an seine Grenzen, da d ie große Mehrheit der verfügbaren Anlagen ein positives
Beta aufweist, weilsich diemeisten Titelin die gleiche Richtung wie der Gesamtmarkt bewegen.
Daher weist ein gut diversifiziertes Portfolio mit einer großen An- zahl an Anlagenin aller Regel
ein positives s ystematisches Risiko auf, das sich durch Diversifikation nicht eliminieren lässt.
DerjenigeAnteildesPortfoliorisikoshingegen,derdasunsystematischeRisiko

2
 
¢©;P verkörpert,lässtsichimRahmenderPortfoliobildung
beseitigen. Die residualen Renditen (©i ) fallenunabhängigvoneinanderan,sindentspre-
chend unkorreliert und weisen einen erwarteten Wert von null auf. Nimmt die Anzahl
der Anlagen zu, strebt das unternehmensspezi fische Risiko der Anlagekombination ge- gen
null. Dieser Zusammenhang kann mit folgender Formel verdeutlicht werden, die den
unternehmensspezifischenAnteilderVarianzeinesgleichgewichtetenPortfolioswieder-gibt:
21
N  2
1 1
2
¢©;P D Xi 2
¢©;i D ¢ 2© ; (4.18)
D1
N N
wobei:

¢ 2© D durchschnittliche Varianz der residualen Renditen, die von der Anzahl Anlagen .N/
unabhängig ist.

Erhöht man die Anzahl Anlagen .N/ im Portfolio, so strebt auch die Varianz der residualen
Renditen gegen null.

21
Für die Herleitung der Varianz eines gleich gewichteten Portfolios vgl. Abschn. 3.6 .
160 4 Einfaktormodelle

(Varianz
der
Portfolio-
renditen)
unternehmensspezifisches
Risiko, unsystematisches Risiko
oder diversifizierbares Risiko
σ P2
1 2
σ 2ε ,P = σε
N

β P2 σ M
2

Marktrisiko,
systematisches Risiko oder
nicht diversifizierbares Risiko

0 (Anzahl Aktien)

Abb.4.4 Diversifikationseffekt eines gleich gewichteten Portfolios anhand des Marktmodells

DieseAusführungenzeigen,dassderDiversifikationseffektnuraufdenunternehmens-
spezifischenAnteildesPortfoliorisikosbeschränktist,währenddasMarktrisikounabhän-gig
vonderAnzahlAnlagenbestehenbleibt.AlleAnlagensinddenGesamtmarktbewe-gungen
ausgesetzt,waszueinerVeränderungderRenditeführtunddahernichtdurchDiversifikationzu
eliminierenist.Abb.4.4zeigtanhanddesMarktmodellsdenDiversifi-kationseffektbeieinem
PortfoliobestehendausgleichgewichtetenLong-Positionen.
22

EingutdiversifiziertesPortfolioistlediglichdemMarktrisikoausgesetzt,dadasun-
ternehmensspezifischeRisikobeseitigtist.GemäßdemMarktmodellbeträgtdemnachdie
VerlustgefahreinesgutdiversifiziertenPortfolios
“P ¢M .23 Wird im Kapitalmarktlinienmo-
dell das Portfoliorisiko ¢P durch “P ¢M ersetzt, lässt sich die Überschussrendite wie folgt
24

bestimmen:

ŒE .rM /  rF  ŒE .rM /  rF 
E .rP /  rF D ¢P D “P ¢M D ŒE .rM /  rF “ P : (4.19)
¢M ¢M

Die Formel zeigt, dass das Kapitalmarktlinienmodell aufgrund des gut diversifizierten
Marktportfolios mit dem Marktmodell konsiste nt ist. Die erwartete Rendite des Portfolios
entsprichtdemrisikolosenZinssatzpluseinerRisikoprämie,dieausderMarktrisikoprä-

22
DerDiversifikationseffektmitdemMarkowitz-ModellwurdeinKap.3inderAbb. 3.8dargestellt.Ein
VergleichmitAbb.4.4zeigt,dassdieErgebnissederDiversifikationausdemMarkowitz-Modell
mit dem Marktmodell konsistent sind.
23
Ein gut diversifiziertes Portfolio verfügt über kein unternehmensspezifisches Risiko, sodass die
2
Varianz der Residualrenditen null beträgt (¢©;i D 0). Das Risiko einer gut diversifizierten Anlage-
q
2 2
kombination ist demnach: ¢P D “P ¢M D “P ¢M .
24
Für das Kapitalmarktlinienmodell vgl. Abschn. 3.10 .
4.2 Marktmodell 161

mie ŒE .rM /  rF  multipliziert mit dem Beta der Anlagekombination .“P / besteht:

E .rP / D rF C ŒE .rM /  rF “ P :

4.2.5 KorrekturdesBetas

FürdieKonstruktionderEffizienzkurvewerdendieParameterwieetwadieerwartetenRenditen
und Varianzen dereinzelnenAnlag ensowie die Kovarianzen zwischenden Ti- teln im Portfolio
geschätzt. Dies erfolgt im Marktmodell durch Regressionen zwischen den Renditen der
einzelnen Anlagen und den Renditen des Marktportfolios. Die für die Bestimmung der
Effizienzkurve benötigten P arameter hängen unter anderem von der An- nahme ab, dass das
historische Beta einer bestimmten Anlage auch das zukünftige Beta widerspiegelt. Verändert
sich das Beta jedoch über die Zeit, so ist die Annahme, dass die Vergangenheit ein guter
Gradmesser für die Zukunft ist, nicht angemessen. Daher wird das historische Beta
üblicherweisekorrigiert.

Wirddavonausgegangen,dassdasBetaeinemRandomWalk,alsoeinerZufallsbewe-gung,
folgt,bestehtfolgendeBeziehungzwischendemBetaeinerAktieiamEndederPeriodetunddem
BetaamEndedernächstenPeriodet
C 1:

“i;tC1 D “i;t C ©i;tC1 ; (4.20)

wobei:

©i;tC1 D Fehlerterm mit einem Erwartungswert von 0.

Gemäß dieser Annahme ist das heutige Beta .“i;t / diebesteSchätzungfürdasBetaam,weil


Ende der nächsten Periode .“i;tC1 /derFehlertermeinenErwartungswertvon0auf-
weist. In einem solchen Fall muss das Beta nic ht korrigiert werden. Empirisch betrachtet,
folgendieBetakoeffizientenvonAktienüberdieZeitallerdingskeinemRandomWalk,sondern
bewegensichimDurchschnittgegenihrenErwartungswertvon1. 25
Ökonomisch
lässtsichdieserZusammenhangwiefolgterklären:BeiderGründungeinesUnterneh-menswird
in der Regel lediglich ein Produkt bzw. eine Dienstleistung angeboten. Über die Zeit wächst die
GesellschaftundweistofteinediversifizierteProduktpaletteauf,wo-beisiezunächstinähnliche
Produkteexpandiert,bevoreineDiversifikationdesAngebotsstattfindet.MitderZeitgleichtdas
Untern ehmen dem Gesamtmarkt, sodass der Betako- effizient der Aktie nahe bei 1 liegt. Eine
andere Erklärung dieser statistischen Eigenschaft ist, dass das durchschnittliche Beta aller
Aktien auf dem Markt 1 ist. Aus diesem Grund stellt die beste Schätzung des Betas einer Aktie
diesen Durchschnittswert von 1 dar. Wird das Beta aus einer Stichprobe (z. B. über die letzten 5
Jahre mit monatlichen Renditen) berechnet, unterliegt der Regressionskoeffizient einem
statistischenSchätzfehler.Jemehr

25
Vgl. z. B. Klemkosky und Martin 1975 : The Adjustment of Beta Forecasts, S. 1123 ff.
162 4 Einfaktormodelle

das Beta von 1 abweicht, desto höher ist die Wahrscheinlichkeit eines in seiner Relevanz
bedeutenden Schätzfehlers. D aher wird das historische Beta gegen 1 angepasst. Eine in der
Praxis übliche Methode, das historische Beta gegen den erwarteten Wert von 1 zu korrigieren,
stelltdiefolgendeFormeldar:
26

Adjustiertes Beta D a C b  historisches Beta; (4.21)

wobei:

a D 0;333,
b D 0;667.

BeträgtdashistorischeBetabeispielsweise1,4,führtdieobenstehendeFormelzueinemgegen1
korrigiertenBetavon1,267( D 0;333 C 0;667  1;4). Ist das historische Beta
hingegen 0,8, beläuft sich das adjustierte Beta auf 0,867 ( D 0;333 C 0;667  0;8).
Obwohl in der Praxis das adjustierte Beta oft mit den Koeffizienten a D 0;333 und
b D 0;667 berechnet wird, ist es empirisch nicht bewiesen, dass diese beiden Koeffizien-
ten für die Korrektur des Betas die besten Werte darstellen. Vielfach werden in der Praxis
auch sogenannte Fundamental Betas verwende t. Dabei werden fundamentale Daten eines
Unternehmens wie das Kurs-Gewinn-Verhä ltnis, die Gewinnwachstumsrate, die Markt-
kapitalisierung und das Fremdkapital-Gesamtkapital-Verhältnis benutzt, um das Beta zu
bestimmen.

4.3 InstabilitätderEffizienzkurve

Die Konstruktion der Effizienzkurve mit dem Rendite-Risiko-Optimierungsverfahren


stellt eine gängige Methode im Portfoliomanagement dar.27 AllerdingsistdiesesVerfah-
renmitProblemenbehaftet.WerdenbeispielsweisekleineÄnderungenderParameterwieetwa
fürdieerwarteteRendite,dieVarianzunddieKovarianzunterstellt,dannführtdieszu
bedeutendenÄnderungeninderDarstellungderEffizienzkurve.DieseInstabilitätder
Rendite-Risiko-KurvestelltinderPraxiseinebedeutendeHerausforderungdar.

WerdenfürdieKonstruktionderEffizienzkurvezumBeispielhistorischeDatenaus
verschiedenenZeitperiodenverwendet,sogelangtmanmitdemOptimierungsverfahrenzu
unterschiedlichenRendite-Risiko-Kurven.EinGrundfürdiefehlendeStabilitätist,dassdie
geschätztenParameterderRenditeverteilungenfürdieverschiedenenzeitlichenStichproben
unterschiedlichsind.DieInstabilitätderEffizienzkurvekannjedochaucheinErgebnisder
ZufallsbewegungdererwartetenRenditen,VarianzenundKovarianzenderStichprobesein,wobei
sichdieentsprechendenzugrundeliegendenParameternichtveränderthaben.

26
Vgl. Blume 1971 : On the Assessment of Risk, S. 8 ff.
27
Für das Rendite-Risiko-Optimierungsverfahren vgl. Abschn. 3.4 .
4.3 InstabilitätderEffizienzkurve 163

Tab.4.3zeigtfürdiefünfSMI-AktienvonAdecco,CreditSuisse,Nestlé,Novartisund
UBS diejährlichenRenditen,StandardabweichungenundKorrelationenbasierendauf
monatlichenRenditenfürvierunterschiedlicheZeitperiodenvonjeweils5Jahrenzwi-
schen1990und2009.
28

GemäßTab. 4.3sinddieerwartetenRenditen,StandardabweichungenundKorrelatio-nenfür
diejeweiligenZeitperioden(Stichproben)unterschiedlich.DabeisindvorallemdieRenditender
fünfSMI-Aktiennichtstabil.ZumBeispielvariiertdiejährlicheRenditevonAdeccoüberalle5
Jahresperiodenstark(
22;17 %, 49,99 %, 4;01 % und 4,22 %).
Demgegenüber unterliegen die Standardabweichungen weniger starken Schwankun-
gen. Beispielsweise betragen die Sta ndardabweichungen bei Adecco 34,48 %, 47,85 %,
29,40 % und 51,30 %. Die Periode von 1995 bis 1999 weist für die fünf SMI-Aktien die größten
Renditen auf, während in dieser Zeitspanne die Standardabweichungen der Aktien von Nestlé,
Novartis und UBS am niedrigsten sind. Betrachtet man die Korre- lationsmatrix, erkennt man,
dass die Korrela tionen über die vier Zeitperioden teilweise nicht stabil sind. Zum Beispiel
verändern si ch die Korrelationskoeffizienten zwischen den Aktien von Adecco und Nestlé
zwischen der erstenund der letzten Zeitperiode von 0,497, 0,347, 0,072auf 0,126. Im Gegensatz
dazusinddieKorrelationskoeffizientenzwischendenbeidenBankaktienvonCreditSuisseund
UBS relativ stabil (0,648, 0,793, 0,689 und 0,643). Abb. 4.5 zeigt für die fünf SMI-Aktien die
Effizienzkurven für die vier unterschiedlichen Zeitperioden von jeweils 5 Jahren zwischen
1990 und 2009. Die Graphik verdeutlicht die Instabilität der Ef fizienzkurven, wenn
unterschiedlichezeitlicheStichprobenbenutztwerden.

EineempirischeStudievonZiemba(2003)mithistorischenDatenzeigt,dassder
SchätzfehlerbeidererwartetenRenditeungefährzehnmalgrößeristalsbeiderVarianzundetwa
zwanzigmalgrößerausfälltalsbeiderKovarianz. 29
Den wichtigsten Parameter
für die Rendite-Risiko-Optimierung stellt demnach die erwartete Rendite dar, da auf-
grund der oft starken Korrelationen zwischen den Renditen kleine Änderungen eine große
Auswirkung auf die Zusammensetzung des Portfolios haben können. Die optimierte Port-
folioallokation wird oft mit extrem hohen bzw. extrem niedrigen Anteilen von Anlagen
angezeigt. Die erwartete Rendite ist lediglic h eine Schätzung des Erwartungswertes der
Grundgesamtheit der Daten, wobei eine angeme ssene Schätzung der erwarteten Rendite sehr
schwierig ist. Abb. 4.6 visualisiert den Zusammenhang zwischen der Veränderung der
ParameterundderEffizienzkurve.

DasRendite-Risiko-OptimierungsverfahrennutztdieDifferenzenzwischendenAnla-gen
maximalaus.SinddieseDifferenzenstatistisch(undauchökonomisch)nichtrelevant(z.B.weil
dieParametereinerZufallsbewegungunterliegen),istdieerstellteEffizienzkur-ve
unbrauchbar.Rendite-Risiko-OptimierungsverfahrenführenzueinerÜberanpassung

28
Für die Konstruktion der Effizienzkurve wurden die monatlichen Renditen in jährliche Renditen
umgerechnet.
29
Vgl.Ziemba2003:TheStochasticProgrammingApproachtoAsset,Liability,andWealthMa-
nagement,S.12.Vgl.auchAbschn.4.2.1fürdenSchätzfehlerbeidererwartetenRenditemit
historischen Daten.
164 4 Einfaktormodelle

Tab.4.3 Erwartete Renditen, Standardabweichungen und Korrelationen für fünf SMI-Aktien


Periode Adecco Credit Suisse Nestlé Novartis UBS
Jährliche Renditen (in %)
1990–1994 22;17 6,20 10,29 13,53 9,49
1995–1999 49,99 32,71 20,65 32,88 20,36
2000–2004 4;01 2;88 1,46 1,34 8,90
2005–2009 4,22 5,84 12,21 1,03 9;80
Standardabweichungen der jährlichen Renditen (in %)
1990–1994 34,48 37,81 18,90 22,72 37,05
1995–1999 47,85 38,58 14,63 15,37 23,89
2000–2004 29,40 29,76 14,79 16,20 43,58
2005–2009 51,30 25,88 20,21 23,23 22,10
Korrelationsmatrizen
1990–1994
Adecco 1
CS 0,414 1
Nestlé 0,497 0,520 1
Novartis 0,428 0,554 0,639 1
UBS 0,400 0,648 0,583 0,617 1
1995–1999
Adecco 1
CS 0,430 1
Nestlé 0,347 0,346 1
Novartis 0,260 0,219 0,442 1
UBS 0,482 0,793 0,341 0,416 1
2000–2004
Adecco 1
CS 0,577 1
Nestlé 0,072 0,261 1
Novartis 0,131 0,205 0,417 1
UBS 0,564 0,689 0,214 0,334 1
2005–2009
Adecco 1
CS 0,575 1
Nestlé 0,126 0,193 1
Novartis 0,118 0,316 0,387 1
UBS 0,599 0,643 0,143 0,314 1
4.3 InstabilitätderEffizienzkurve 165

(erwartete
Rendite) 80%

70%

60%

50%
2005–2009
40% 2000 – 2004
1995 –1999
30% 1990 –1994

20%

10%

0%
0% 10% 20% 30%
(Standardabweichung
der Renditen)

Abb.4.5 Effizienzkurven für unterschiedliche Zeitperioden (Optimierungsverfahren mit Long- und


Short-Positionen)

(erwartete
Rendite)
„richtige“
Effizienzkurve

Fläche, in der mögliche


Effizienzkurven liegen,
basierend auf
verschiedenen Stichproben und Parametern

(Standardabweichung
der Renditen)

Abb.4.6 Einfluss der Veränderung der Parameter auf die Effizienzkurve mit historischen Daten
166 4 Einfaktormodelle

der Daten, weil statistisch unbedeutende Differenzen übermäßig angepasst werden. Be- stehen
keine Restriktionen für Short-Positionen, können diese wegen der Eigenschaft der
Risikominimierung mit Long-Po sitionen ein großes negatives Gewicht imPortfolio erhal- ten,
wasdasProblemderübermäßigenAnpassungderDatenwiderspiegelt.
30
Außerdem
können kleine Veränderungen der Parameter eine Vielzahl von Portfolioumschichtungen zur
Folgehaben,waswiederumsehrteuerist(hoheTransaktionskosten).
Mögliche Maßnahmen, um gegen die Instabilität der Effizienzkurve vorzugehen, bein-
halten:

 Beschränkungen gegen Short-Positionen, sodass alle Gewichte im Optimierungsver-


fahrenpositivseinmüssen(w i  0, für die Anlagen i D 1;2;3;:::; N).
 Verbesserung der statistischen Qualität der Parameter für die Optimierung.31
 Sensitivitätsanalyse: Die Rendite-Risiko-Optimierung wird mehrmals durchgeführt,
wobei die Parameter um deren geschätzten Fehler verändert werden. Der Schwerpunkt der
Analyse sollte auf der erwarteten Rendite liegen, weil dieser Wert den größten Ein- fluss auf
dieEffizienzkurveausübt.DieSensitivitätsanalysestellteinAd-hoc-Verfahrendar.

 Simulierte effiziente Portfolios:32 Eswirdunterstellt,dassdieerwartetenRenditen,Va-


rianzenundKovarianzenauseinerStichprobediewahrenParameterfürdieGrundge-
samtheitderDatendarstellen.EinSzenariostelltdieParamater–basierendaufeinemzufällig
gewähltenhistorischenZeitfenster–dar.FürdasjeweiligeSzenariowerdendurchdas
OptimierungsverfahrenPortfoliogewichteproduziertunddieentsprechende
Effizienzkurvegeneriert.DiesimulierteneffizientenPortfolioswerdenfürjedesSzena-rio
vonderniedrigstenzurhöchstenRenditegeordnet.ZumBeispielbeträgtdieviert-höchste
RenditeeinesSimulationspfads5,7%.EineffizientesPortfolio(ResampledEfficient
Portfolio)einesbestimmtenRenditerangs(z.B.vierthöchsterRang)setztsichausden
durchschnittlichenGewichtendereinzelnenAnlagenvonden,fürjedesSzena-rio
simulierten,effizientenPortfoliosdesgleichenRangs(z.B.vierthöchsterRang)zusammen.
DieBerechnungderdurchschnittlichenGewichtestelltsicher,dassdieSummederGewichte
1ergibt.DieeffizientenPortfoliosaufderResampledEfficientFrontiersindbesser
diversifiziertundüberdieZeitstabileralsAnlagekombinationen

30
PortfoliosmiteinerbedeutendenShort-PositionsindfürdiemeistenInvestorennichtumsetzbar,weil
einerseitsRestriktioneninderAnlagepolitiksolchePositionenverbietenkönnenundanderer-
seits ein unlimitiertes Verlustpotential beste ht, da keine Preisobergrenze existiert. 31
InsbesonderewirdderstatistischeSchätzfehlerdererwartetenRenditekorrigiert.DieParameter
könnenmiteinemaufdemBayes’schenTheorembasierendenAnsatzangepasstwerden.Vgl.hierzudas
Black/Litterman-Modell.
32
Vgl.Michaud2008:EfficientAssetManagement,S.42ff.ZumBeispielkannmaneineRegionvon
effizientenPortfoliosdefinieren,diebeieinemgegebenenKonfidenzniveaustatistischäquiva-
lent sind. Fällt ein Portfolio in diese Region, ist es effizient und muss nicht umgeschichtet werden.
4.4 CapitalAssetPricingModel 167

aufderklassischenEffizienzkurve,dielediglichübereinOptimierungsverfahrenbe-stimmt
wurden. 33

 Black/Litterman-Modell:34 DiesesModellstellteinVerfahrenfüreinestabileAnlage-
allokationohneRestriktionendar.DieerwarteteRenditewirdmiteinemBayes’schen
Verfahren (benannt nach Thomas Bayes) be rechnet. Der Grundgedanke besteht darin, dass
Kombinationen zwischen Gleichgewichtsrenditen (implizite Renditen aus Bewer-
tungsmodellenundbeobachtetenDaten)unddenRenditeprognosenzueinereffizi-entenund
stabilenAllokationderAnlagenführen.DiesesModellerlaubtdenPort-foliomanagern,neue
PrognosenaufgrundvonMarktinformationenindasPortfolioeinzubeziehen.DiePrognosen
werdenimModelldurcheineÄnderungdererwarte-tenAnlagerenditenineinembestimmten
Konfidenzintervall angegeben. Sie werden mit verschiedenen Parametern modelliert, was
mithilfeeinesBayes’schenstatistischenModellseineneueerwarteteRenditegeneriert.Sollteder
Portfoliomanagerüberkei-nePrognoseverfügen,bleibtdieimpliziteRenditeunverändert.Ineinem
Fall,indemderManagerüberbestimmtePrognosenverfügt,werdendieerwartetenRenditendurch
dieKombinationderimplizitenRenditemitdenentsprechendenPrognosenneuberech-net,waszu
einerneuenZusammensetzungdesPortfoliosführt.ImVergleichzudenanderenModellenwerden
fürdieKonstruktionderEffizienzkurveRenditeprognoseneingesetzt,waseinerealistischere
UmsetzungderAnlageallokationdarstellt.

4.4 CapitalAssetPricingModel

Das Capital Asset Pricing Model (CAPM) stellt eine der wichtigsten Innovationen in der
Finanzmarkttheoriedar. 35 DasModellistinseinerNachvollziehbarkeitundAnwendung
unkompliziertundintuitiv,dalediglicheinFaktoreingesetztwird,umdieerwarteteRen-dite
einerAnlagebzw.einesPortfolioszubestimmen.DabeiistdieBeziehungzwischender
erwartetenRenditeunddemRisikolinear.DasCAPMunterstellt,dassdieerwarteteRendite
einerAnlageausschließlichvomsystematischenRisiko–gemessendurchdasBetaderAnlage–
undnichtvomgesamtenRisikoabhängigist.InvestorenkönnenihrPortfoliodiversifizieren,
sodassdasunsystematischebzw.unternehmensspezifischeRisi-

33
Da es sich bei der Methode der simulierten effizienten Portfolios um einen Prozess der
Durchschnittsbildung handelt (Resampled Efficient Portfolios), ist die daraus hervorgehende Ef-
fizienzkurve stabil. Kleine Änderungen der Parameter führen lediglich zu kleinen Änderungen der
effizientenPortfolios.
34
Vgl. Black und Litterman 1992 : Global Portfolio Optimization, S. 28 ff.
35
Das Portfoliomodell von Markowitz aus dem Jahr 1952 hat den Grundstein zur modernen Portfo-
liotheorie gelegt. Rund 12 Jahre später wurde die Theorie durch die Arbeiten von Wiliam Sharpe,
John Lintner und Jan Mossin zum Capital Asset Pricing Model (CAPM) weiterentwickelt. Vgl.
Sharpe 1964 : Capital Asset Prices: A Theory of Market Equilibrium Under Conditions of Risk, 425
ff.; Lintner 1965 : The Valuation of Risk Assets and the Selection of Risky Investments in Stock
Portfolios
S. and Capital Budgets, S. 13 ff.; Mossin 1966 : Equilibrium in a Capital Asset Market, 768
ff.
S.
16 4 Einfaktormodelle

ko für die Renditeberechnung nicht mehr maßge bend ist. Daher verfügen beispielsweise zwei
Anlagen mit identischem Beta über die gleiche erwartete Rendite, weil sie das glei- che
Marktrisikoaufweisen.

4.4.1 Annahmen

Das CAPM stützt sich – wie andere Modelle auch – auf vereinfachende Annahmen und ignoriert
weitestgehend die Komplexität, welc he den Charakter der Finanzmärkte prägt. Diese
simplifizierten Annahmen ermöglichen es, erste Einblicke in die Preisfindung von Anlagen zu
erhalten.Ist dasModellmit seinen Annahmen definiert,kannman einzelne Annahmen auflösen
und die Auswirkungen auf das Modell in einem der Realität näher- stehenden Umfeld
untersuchen.DieAnnahmen,diezurBasisversiondesCAPMführen,lautenwiefolgt:

1. Investoren sind rationale Individuen, die sich risikoavers verhalten und ihren Nutzen
maximieren.
 RisikoaverseInvestorenwollenfürdasEingeheneineshöherenRisikosmiteinerhöheren
Rendite entschädigt werden. Anleger weisen in Abhängigkeit zu ihrer Risi- koneigung
unterschiedlicheGradederRisikoaversionauf.DieNutzenmaximierungimpliziert,dass
Investoren höhere und nicht niedrigere Renditen anstreben bzw. ihr Vermögen laufend
erhöhenundniezufriedensind.DasrationaleVerhaltenderIn-vestorenbedeutet,dassdie
für die Anlageentscheidung zur Verfügung stehenden Informationen sachgerecht
analysiertwerden.

 Risikoaversion und Nutzenmaximierung stellen realistische Annahmen über das


Verhalten von Investoren dar. Demgegenüber kann das rationale Verhalten von An-
legerninfrage gestellt werden, weil Individuen wegenihrer persönlichen Einstel- lungen
und Erfahrungen Investitionsentscheidungen treffen, die in Bezug auf Ren- dite und
Risikonichtoptimalsein können (Behavioral Finance).Trotzdem ist es möglich, dassdas
ErgebnisdesModellsBestandhatundAnlagepreisedurchdasirrationaleVerhaltennicht
wesentlich beeinflusst werden (z. B. weil sich der Kauf und Verkauf von Anlagen durch
irrationale Investoren gegenseitig aufhebt oder vom Handel durch rational denkende
Investorendominiertwird).

2. DieMärktesindfriktionslos(reibungslos)undesgibtkeineTransaktionskostenundSteuern.

 Reibungslose Märkte bedeuten, dass die Beziehung zwischen Rendite und Risi- ko einer
Anlage zum Beispiel nicht durch das Handelsvolumen an der Börse oder durch die
Differenz zwischen Kauf- und Verkaufspreisen beeinflusst wird. Frikti- onsloseMärkte
verfügen über keine Transaktionskosten, Steuern oder andere Kos- ten wie etwa
Restriktionen für Leerverkäufe (Short Selling). Außerdem wird davon ausgegangen,
dassmanzumrisikolosenZinssatzGeldanlegenundaufnehmenkann.
4.4 CapitalAssetPricingModel 169

 In der Realität bezahlen private wie auch institutionelle Investoren Steuern. Teilwei-
se gibt es institutionelle Investoren wie P ensionskassen und geme innützige Stiftun- gen
unter bestimmten Voraussetzungen, die keine Steuern zu entrichten haben. Die Steuern
sind unterschiedlich hoch und hängen von der Art der erzielten Erträge ab (Zinsen,
Dividenden und Kapitalgewinne). Ferner entstehen beim Handel Kosten, die
beispielsweise durch die Größe der Transaktion, die Liquidität der Märkte und die
Reputation des Investors beeinflusst werden. Die Validität des CAPM ist durch
Transaktionskosten, Steuern und die Unmöglichkeit, zum risikolosen Zinssatz Geld
aufzunehmen (dies ist nur einem Staat vorbehalten), grundsätzlich nicht gefährdet.
Allerdings führen Restriktionen von Leerverkäufen zu überbewerteten Preisen von
Anlagen,diedasCAPMalsGleichgewichtsmodellinfragestellen.

3. Alle Investoren planen für d ie gleiche Anlageperiode.


DasCAPMisteinEin-Perioden-Modell.Dasbedeutet,dasssämtlicheInvestorenaufder
Basis einereinzigen Periode ents cheiden. DieseAnnahmevereinfachtdieAnalyse,weil
derEinbezugvonmehrerenPeriodeneinkomplexeresModellzurFolgehabenwürde.

 Die Unterstellung lediglich einer Periode für die Anlageentscheidungen ignoriert


sämtliche Ereignisse, die nach dem Ende der Periode anfallen. Zum Beispiel erlaubt ein
Modell,dassichnuraufeinePeriodestützt,keineLehrenausdenAnlageent-scheidungen
indiePlanungeinzubeziehen.DarüberhinaussindfürdieNutzenma-ximierungamEnde
von mehreren Perioden Entscheidungen in gewissen Perioden erforderlich, die bei der
BetrachtungvonnureinerPeriodenichtoptimalsind.

4. Alle Investoren haben homogene Erwartungen.


 Sämtliche Investoren analysieren die Anlagen auf die gleiche Weise und teilen dieselben
ökonomischen Ansichten über die Welt. Daher stützen sie sich auf die gleichen
Wahrscheinlichkeitsverteilungen der zukünftigen Cashflows der Anlagen und
berechnen für die Konstruktion der Effizienzkurve dieselben Parameter wie etwa
erwartete Renditen, Varianzen und Ko varianzen. Da es sich um rationale In- vestoren
handelt, gelangen sie zu den jeweils identischen Anlageentscheidungen und investieren
somit in dasgleiche optimale risikobehaftete Portfolio. DieseAn- lagekombination, die
vonsämtlichenMarktteilnehmernausgewähltwird,stelltdasMarktportfoliodar.

 Die Annahme einer strengen Form der Informationseffizienz kann auf den Märkten nicht
nachgewiesenwerden. 36
AllerdingslässtsichdieseAnnahmeauflösen,solange
keinewesentlichenUnterschiedezwischendenvonverschiedenenInvestoren
ausgewähltenoptimalenPortfoliosbestehen.

36
Vgl.Abschn.2.4.2.1.EmpirischeStudienzeigen,dassentwickelteLändereinehalbstrengeFormder
Informationseffizienzaufweisen(undnichteinestrengeForm),dievonMarktpreisanomalien
geprägt wird.
170 4 Einfaktormodelle

5. Alle Anlagen sind unendlich teilbar und handelbar.


Diese Annahme bedeutet, dass ein Anleger exakt so viel Geld investiert, wie er möchte.
Dies ermöglicht es, dass sich das CAPM auf kontinuierliche Funktionen und nicht auf
diskreteSprungfunktionenstützt.
 Die Anlagen beschränken sich auf gehandelte Finanzanlagen wie Aktien, Anleihen und
die Möglichkeit, zum risikolosen Zinssatz Geld anzulegen oder aufzunehmen. Nicht
handelbare Anlagen wie zum Beispiel das Humankapital, das Bundeskanz- leramt in
BerlinunddasBundeshausinBernsindnichtBestandteildesAnlageuni-versums.

6. Investoren sind Preisnehmer (Price Taker).


 Das CAPM unterstellt, dass es eine Vielzahl von Investoren gibt und dass kein Anle- ger
einen genügend hohen Einfluss hat, umdi e Preise auf dem Markt zu verändern. Demnach
sind Investoren Preisnehmer und derHandel von Anlagen hat keinen Ein- fluss auf deren
Preise.

 BeidieserAnnahmehandeltessichumdasausderMikroökonomiebekannteKon-strukt
des perfekten Wettbewerbs. Diese Annahme ist mit Ausnahme von Aktien kleiner
Marktkapitalisierung, die eine geringe Auswirkung auf die Preisbewegun- gen des
Gesamtmarktshaben,grundsätzlichwirklichkeitsnah.

Die Zielsetzung dieser Annahmen besteht darin, einen Investor zu definieren, der ein
bestimmtes, in Bezug auf Rendite und Risiko effizientes Portfolio auswählt. Marktinef-
fizienzen, die aus operationellen (Transaktionskosten, Steuern usw.) und informations-
spezifischen Ineffizienzen entstehen,we rden im CAPM ausgeklammert. Obwohl einige dieser
Annahmen unrealistisch sind, führt deren Auflösung nur zu kleinen Veränderun- gen der
AussagekraftdesModells.
37
DasCAPMhatsichinderPraxistrotzderteilweise
unrealistischenAnnahmendurchgesetzt.DasModellbietetimPortfoliomanagementeine
Orientierungsgröße,umRenditenzuermittelnundfürBewertungszweckemiteinanderzu
vergleichen.

4.4.2 BerechnungundInterpretationdesBetas

MitdemMarktmodelllässtsichdieÜberschussrenditeeinerAnlage(Abweichungvom
risikolosenZinssatz)durcheineRegressionzwischendenÜberschussrenditenderAnlager
. i  rF / und des Marktes .rM  rF / wie folgt bestimmen (einfache lineare Regressions-
analyse):
ri  rF D ’i C “i .rM  rF / C ©i : (4.22)
Wird hingegen eine Regression zwischen den Aktienrenditen .ri / und den Marktrenditen
.rM / durchgeführt, so erhält man folgende Glei chung für die Rendite der Anlage i (einfa-

37
Für die Auflösung der Annahmen im CAPM vgl. Abschn. 4.4.6 .
4.4 CapitalAssetPricingModel 171

che lineare Regressionsanalyse):

ri D ’i C “i rM C ©i : (4.23)

Addiert man in ( 4.22 ) auf beiden Seiten der Gleichung den risikolosen Zinssatz .rF / und
multipliziert den Formelausdruck rM  rF / aus, kann die Formel für die Rendite
der • . werden:
Anlage i folgendermaßen umgeschrieben

ri D rF C ’i C “i rM  “i rF C ©i D ’i C rF .1  “i / C “i rM C ©i : (4.24)

VergleichtmandieFormeln(4.23)und(4.24)miteinanderundunterstellt,dassderrisiko-loseZinssatz
.rF / eine Konstante ist, dann weisen beide Gleichungen dieselbe unabhängi-
ge Variable .rM / und denselben Fehlerterm .©i / auf. Demnach ist die Höhe der Steigung 38
.“i / bei beiden Regressionsgleichungen identisch.
Die Konstante der Regression in ( 4.24 ) ist durch ’i C rF .1  “i / gegeben. Ist das Be-
ta nicht gleich 1 .“i ¤ 1/, dann ist die Konstante der Regressionsgleichung ( 4.24 )nicht
gleich derjenigen von ( 4.22 ). Das CAPM ist ein Gleichgewichtsmodell und geht davon
aus, dass die Anlagen richtig bewertet sind. Aus diesem Grund beträgt das Alpha der An- lage i 0
i D 0/,waszufolgenderGleichungfürdieBerechnungderRenditederAnlage.•
i führt:
ri D rF .1  “i / C “rM C ©i : (4.25)
Das systematische Risiko hängt von der Korrelation zwischen den Renditen der Anlage
und denen des Marktes ab. Daher lässt sich das Marktrisiko aus der Kovarianz zwischen den
RenditenderAnlage .ri / und des Marktes .rM / wie folgt herleiten:

2
Cov .ri ; rM / D Cov .“i rM C ©i ; rM / D “i Cov .rM ; rM / C Cov .©i ; rM / D “i ¢M C 0: (4.26)

Der risikolose Zinssatz ist eine Konstante und entfällt bei der Berechnung der Kovari- anz.
DemzufolgewirdinderKovarianzdieRenditederAnlagei .ri / mit dem Ausdruck
.“i rM C ©i / von ( 4.25 ) ersetzt. Die Kovarianz entspricht der Summe aus “i Cov .rM ; rM /
und Cov .©i ; rM / . Dabei stellt der erste Term von “i Cov.rM; rM / das Produkt aus dem
2
Beta .“/ multipliziert mit der Varianz der Marktrenditen ¢M dar. Der zweite Term von
Cov .©i ; rM / hingegen beträgt 0, weil der Fehlerterm mit dem Markt nicht korreliert. Wird
( 4.26 ) nach dem Beta der Anlage aufgelöst, erhält man folgende Gleichung: 39

Cov .ri ; rM / ¡i;M ¢i ¢M ¡i;M ¢i


“i D 2
D 2
D ; (4.27)
¢M ¢M ¢M

38
DieBewegungendesrisikolosenZinssatzeswährendderPeriodederStichprobefallenimVer-gleichzu
denVariationenderMarktrenditensehrgeringaus.DaherhatdieVolatilitätdesrisikolosen
ZinssatzesnureinengeringenEinflussaufdengeschätztenWertderSteigung().•
39
Das Beta lässt sich aus Stichproben mit historischen Daten berechnen. Dabei werden die Kovari-
anz bzw. Korrelation und die Standardabweichungen mithilfe der Formeln aus Kap. 3 ermittelt.
172 4 Einfaktormodelle

wobei:
Cov .ri ; rM / D ¡i;M ¢i ¢M :
Das Beta stellt somit eine Sensitivitätsgröße dar. Es misst, wie stark sich die Aktienrendite
bei einer Änderung der Marktrendite verändert. Ist das Beta einer Aktie beispielsweise 1,2 und
steigtdieMarktrenditeum2%,dannerhöhtsichdieRenditederAktieum2,4%(
D 1;2  2 %). Das Beta reflektiert das systematische Risiko der Aktie bzw. denjenigen
Anteil des Risikos, der sich durch die Diversifikation nicht eliminieren lässt.
EinpositivesBetabedeutet,dasssichdieAktienrenditenindiegleicheRichtungwieder
Marktbewegen.EinnegativesBetahingegenimpliziert,dasssichdieRenditenderAnlagenin
dievomMarktentgegengesetzteRichtungverändern.EinerisikoloseAnlagebesitzteinBeta
von0,weildieKovarianzmitanderenAnlagenbzw.mitdemMarkt0ist.Demgegenüberliegtdas
BetadesMarktesbei1
.“M D 1/. Ersetzt man im Zähler von
( 4.27 ) die Standardabweichung der Anlage i .¢i / mit derjenigen des Marktes .¢M / und
berücksichtigt, dass die Korrelation des Marktes zu sich selbst 1 beträgt .¡M;M D 1/, lässt
sich ein Beta für den Markt von 1 zeigen:
¡i;M ¢i ¢M ¡M;M ¢M
“M D 2
D D 1: (4.28)
¢M ¢M

Das Beta des Marktes von 1 lässt sich auch dadurch erklären, dass der Durchschnitt sämtlicher
Betas der auf dem Markt gehandelten Anlagen 1 beträgt. Eine Mehrheit der gehandelten Aktien
weist ein positives Beta auf, weil sich deren Renditen in die gleiche Richtung wie der
Gesamtmarktbewegen.AktienmiteinemnegativenBetastelleneherdieAusnahmedar.

Beispiel
Berechnung des Betas
Die Volatilität (Standardabweichung) des Mar ktes beträgt 30 %. Ein Analyst möchte für die
folgendenAnlagendasBetaausrechnen:

1. BuBills,
2. Gold mit einer Volatilität von 35 % und einer Korrelation zum Gesamtmarkt von
0;2,
3. eine Aktie mit einer Volatilität von 40 % und einer Korrelation zum Gesamtmarkt
von 0,6.

Lösungzu1
BuBillsbzw.unverzinslicheSchatzanweisungenderBundesrepublikDeutschlandwei-sen
perdefinitionemquasieinRisikovon0auf. 40
Die Rendite dieser Anlagen verändert
sich nicht, sodass die Standardabweichung und die Korrelation zum Gesamtmarkt 0
sind. Daher ist auch das Beta von BuBills 0.
40
Vgl. Abschn. 3.8 .
4.4 CapitalAssetPricingModel 173

Lösungzu2
Das Beta von Gold beläuft sich auf 0;233:

0;20  0;35
“Gold D D 0;233:
0;30

Fällt der Gesamtmarkt beispielsweise um 5 %, dann nimmt die Rendite des Goldes um rund
1,165%[ D .0;233/  .5 %/ ] zu.

Lösungzu3
Das Beta der Aktie liegt bei 0,8:

0;60  0;40
“Aktie D D 0;8:
0;30

Eine alternative und praktikablere Methode, um das Beta zu berechnen, erfolgt mit
der Steigung der Regressionsgeraden im Marktmodell.41 Die Regressionsgleichung
.ri;t D ’i C “i rM;t C ©i;t / misstdenZusammenhangzwischenderabhängigenVariablen).Die
(Aktienrendite ri ) und der unabhängigen Variablen (Marktrendite rM Steigungder
Regressionsgeraden entspricht dem Beta der Aktie, das die Veränderung der Aktienrendite
hinsichtlich einer Veränderung der Marktrendite misst. Demnach ist das Beta ein Maß für das
Marktrisiko bzw. dassystematische Risiko einer Aktie. Abb. 4.7 zeigt die Schätzung des Betas
anhanddereinfachenlinearenRegressionsanalyse.
DieRegressionsgeradewirddurchdieMethodederkleinstenQuadratebestimmt.Beidieser
MethodewerdendievertikalenAbstandsquadratezwischendenbeobachtetenAk-tienrenditen
 
.ri;t / und den diesbezüglichen Werten auf der Regressionsgeraden r0i;t bzw.
die Residuenabweichungen .©i;t / minimiert.42

X
T X
T
 2
©2i;t D ri;t  r0i;t ) minimieren (4.29)
tD1 tD1

DieSteigungderRegressionsgeradenstelltdasBetaderAktiedarundkannmit( 4.27)berechnet
werden. 43

41
FürdasMarktmodellvgl.Abschn. 4.2.ImCAPMwirddieBerechnungdesBetasmitderRegres-sion
zwischendenRenditenundnichtmitdenüberdemrisikolosenZinssatzliegendenRenditen
der Aktie und des Marktes durchgeführt. 42
Für die Methode der kleinsten Quadrate vgl. Abschn. 4.2.3 .
43
DieRegressionsgeradeverläuftnachderMethodederkleinstenQuadratedurchdasarithmeti-sche
MittelderX-Werte(X)unddasarithmetischeMittelderY-Werte(Y).DerX-Wertentspricht
der unabhängigen Variablen (rM ),währendderY-WertdieabhängigeVariable(r)reflektiert.Die i
Funktion der Regressionsgeraden ist: Y0 D a C bx. Der Regressionskoeffizient b lässt sich wie folgt
P
Œ.XX/.YY/ CovX;Y
berechnen: b D P 2 D .
.X X/ ¢X2
174 4 Einfaktormodelle

(Aktienrenditen r)
i

Regressionsgerade

Δ ri Δ ri
Steigung = = Beta
Δ rM Δ rM

ri,1
εi,1
ri,1‘ (Marktrenditen rM)

Abb.4.7 Schätzung des historischen Betas

Der Determinationskoeffizient bzw. das R2 zeigt, wie gut die unabhängige Variable
(die Marktrendite) die abhängige Variable (die Aktienrendite) erklärt. Diese Kennzahl il-
lustriert den Anteil des Aktienrisikos, der auf das Marktrisiko zurückgeführt werden kann.
DemnachbeschreibtderAusdruck 1  R2  das titelspezifische bzw. unsystematische Ri-
siko.44
Abb.4.8zeigtdieeinfachelineareRegressionsanalysefürdieSchätzungdesBetasvon0,734
derNovartis-Aktie.Dabeiwurden60monatlicheRenditenübereineZeitdauervon5Jahren–
zwischenEndeSeptember2007undEndeAugust2012–verwendet. 45
Wird
das Beta gegen den langfristigen erwarteten Wert von 1 korrigiert, ergibt sich ein Beta der
Novartis-Aktievon0,823( D 0;333 C 0;667  0;734).
Es gibt verschiedene Finanzinformationsdi enstleister – wie Bloomberg, Barra, Facti-
va, Standard and Poor’s und Value Line –, die das Beta verschiedener Aktien berechnen und
veröffentlichen. Die Betas werden aufgrund einer Regression mit historischen Da- ten ermittelt
unddannmitbestimmtenVerfahrenangepasst,damitdaszukünftigeRisikobesserreflektiertist.
46
DiemeistenFinanzinformationsdienstleistergebennichtan,wiesie
dasBetaadjustieren.DarüberhinausmachensieüblicherweiseauchkeineAngabenüberdas
verwendeteMarktportfolio,denZeithorizontderRegressionunddieFrequenzderhistorischen
Renditen(täglich,wöchentlich,monatlichoderjährlich).

44
DasBetabesitztwiejedeanderestatistischgeschätzteGrößeaucheinenstatistischenFehler.Die
AbweichungdesBetasvomwahrenWertkannübereinKonfidenzintervallangegebenwerden.Vgl.
Abschn. 4.2.3 .
45
DerDeterminationskoeffizientliegtbei0,3789.DemnachwerdendurchdieVeränderungdesSMIrund
38%derRenditestreuungderNovartis-Aktienerklärt.DieSteigungderRegressionsgeradenweisteine
t-Statistikvon5,948aufundistdaherstatistischsignifikant.Vgl.Abschn. 4.2.3.
46
Vgl. Abschn. 4.2.5 .
4.4 CapitalAssetPricingModel 175

(Renditen 10
Novartis in %) 8 Regressionsgerade

6
4
2
0
-10 -5 -2 0 5 10
(Renditen SMI in %)
-4
-6
-8
-10

Abb.4.8 Beta der Novartis-Aktien

DashistorischeBeta,dasfürdieErmittlungdererwartetenRenditeeingesetztwird,beruht
aufderAnnahme,dassdieVergangenheitderbesteIndikatorfürdieZukunftist.Verändertsich
dieRisikolageeinesUnternehmensjedoch,sotrifftdieseAnnahmenichtmehrzu.Umdiese
Veränderungenzuberücksichtigen,mussdemnachdasBetaangepasstwerden.

Grundsätzlich müssen bei einer Regression die folgenden drei Entscheide getroffen
werden:

 Länge der Zeitperiode für die Regression,


 Renditeintervalle,
 Wahl des Marktindexes.

Die Mehrheit der Finanzinformationsdienstleister, deren methodische Ansätze in Teilen


bekannt sind, verwendet einen Zeithorizont für die Regression der Renditen von 5Jahren mit 60
monatlichen Renditen (so z. B. Morni ngstar/Ibbotson, Merrill Lynch und Com- pustat). Im
Gegensatz dazu benutzt zum BeispielBloombergstandardmäßig einePeri- ode von 2Jahren mit
wöchentlichen Renditedaten, diederBenutzerwahlweise ändern kann. JelängerdieDatenreihe
ist, desto mehr Daten stehen zur Verfügung. Dies führt zu einem kleineren statistischen Fehler.
Allerdings kann sich die Risikosituation eines Unternehmens auch verändern (z. B. durch eine
Veränderung des Geschäftsmodells, eine Akquisition oder einen höheren operativenund/oder
finanziellen Leverage), sodass lange Zeitreihen das aktuelle Risiko ni cht mehr korrekt
wiedergeben.
176 4 Einfaktormodelle

Aktienrenditen sind erhältlich auf Jahres-, Monats-, Wochen-, Tages- und Intra-
Tagesbasis. Bei Tages- oder Intra-Tagesrenditen erhöht sich zwar die Anzahl an Be-
obachtungen in der Regression, dies kann allerdings zu einem falschen Beta führen, da es Tage
oderStundengibt,andenendieAktienichtgehandeltwird. 47
Insbesondereklei-
neUnternehmenkönnenvoneinemnichterfolgtenAktienhandelbetroffensein,wenntägliche
RenditeninderRegressionbenutztwerden.
InderRegelwähltmandenjenigenMarktindexdesHeimatlandes,andemdieAktie
gehandeltwird.BeispielsweisewirdfürbritischeAktienderFTSE(FinancialTimesStock
Exchange),fürjapanischeAktienderNikkei,fürdeutscheAktienderDAXundfürUS-Aktien
derNYSEComposite(NewYorkStockExchange)oderderS&P500verwendet.
48

Dieses Vorgehen führt zu einem angemessenen Beta für die im Heimatmarkt domizilierten
Investoren,währenddiesfürausländischeAnlegernichtderbesteAnsatzist.Vielmehrsollteman
beiderBerechnungfürimAuslandansässigeInvestoreneineninternationalenIndexwieetwaden
MSCI(Morgan-Stanley-Capital-Index)benutzen.

FinanzinformationsdienstleisterveröffentlichenaufgrundunterschiedlicherBetrach-
tungsperioden,Renditeintervalle,MarktindizesundAdjustierungsmethodenfürdasBeta
verschiedenhoheBetasfürdieselbeAktie. 49

4.4.3 DieWertpapiermarktlinie

Die Wertpapiermarktlinie (Security Market Line) ist eine graphische Darstellung des CAPM,
wobeisich das Beta als Risikogröße auf der X-Achse und die erwartete Rendite auf der Y-Achse
befinden. Die Beziehung zwischen der erwarteten Rendite und dem Ri- siko ist im CAPM linear.
Ist man in der Lage zwei Rendite-Risiko-Punkte zu definieren, kann die Wertpapiermarktlinie
bestimmtwerden.EinederAnnahmenimCAPMlautet,

47
DieserNicht-Handel-Fehlerergibtsich,weildieAktienrenditen0%sind,wennsienichtgehan-delt
werden.DemgegenüberhatsichderAktienmarktindieserZeitverändert,daAktienaufdem
Markt gekauft und verkauft wurden. Eine solche Datenreihe führt zu einem niedrigeren Korrelati-
onskoeffizientenzwischendenAktien-unddenMarktrenditen,waseinniedrigeresBetazurFolgehat.

48
EsgibtAktienindizes,dievoneinigenwenigenAktiendominiertwerden.Sowirdbeispielsweiseder
DAXvonden8AktienBayer,Siemens,Daimler,SAP,BASF,Allianz,DeutscheTelekomundBMW
beherrscht,dieAnfangJanuar2015rund59%desIndexesausmachten.Dierestlichen41%verteiltensich
aufdieübrigen22DAX-Titel.DerSMIwirdlediglichvonden3AktienNovartis,NestléundRoche
dominiert,diezusammenrund60%desIndexwertsbilden.Dieübrigen17TitelimSMImachenrund40%
derMarktkapitalisierungaus.WirdeinAktienindexnurdurchwenigeAktiengeprägt,sostellendie
berechnetenBetaseineschlechteMarktrisikogrößedar.DiejenigenAktien,diedenIndexbeherrschen,
weiseneinBetavongegen1auf.AlleübrigenBeteiligungspa-pierebesitzenstarkvariierendeBetas.Die
SummedergewichtetenBetasvonsämtlichenAktienimIndexist1.

49
So kann beispielsweise ein Beta, das mit täglichen Renditen berechnet wird, wesentlich von einem
Beta abweichen, das von wöchentlichen oder monatlichen Kursbewegungen abgeleitet wird.
4.4 CapitalAssetPricingModel 177

(erwartete Wertpapiermarktlinie
Rendite)
(Y)

M
E(rM )

ΔY = E(r ) − r
M F

rF
ΔY E(r ) − r
Steigung = = M
= E(r ) − r
F

a ΔX 1− 0
M F

ΔX = 1 – 0
0%
0 βM =1 (Beta)
(X)

Abb.4.9 Wertpapiermarktlinie

dass man Geld zu einem identischen risikolo sen Zinssatz anlegen und aufnehmen kann. Dies
führtzumerstenRendite-Risiko-Punktvonr inAbb.4.9.EineweitereAnnahmeF
des CAPM ist, dass Investoren über homoge ne Erwartungen verfügen und demnach in das
gleiche risikobehaftete optimale Portfolio investieren. Dieses Marktportfolio (M) weist ein
Betavon1aufundbesitzteineerwarteteRendite
ŒE .rM /. Die Wertpapiermarktlinie
geht durch die beiden Rendite-Risiko-Punkte rF und M und ist in Abb. 4.9 aufgeführt.
Die Wertpapiermarktlin ie ist eine Gerade, die durch die Gleichung Y D a C bX ge-
geben ist. Die abhängige Variable Y umfasst die erwartete Rendite der Anlage i, während
die unabhängige Variable X das Beta der Anlage i widerspiegelt. In Abb. 4.9 stellt der
Achsenabschnitt(a)denrisikolosenZinssatz .r / dar,währenddieSteigungderWertpa- F
piermarktlinie (b) durch die Differenz zwischen der erwarteten Rendite des Marktportfo- lios
und dem risikolosen Zinssatz gegeben ist. Dieser Zusammenhang führt zu folgender Formel für
dieerwarteteRenditeeinerAnlagei:

E .ri / D rF C ŒE .rM /  rF “:i (4.30)

DasCAPMzeigt,dassderprimäreEinflussfaktordererwartetenRenditeeinerAnla-gedas
Betaistbzw.dasMaßfürdieFrage,wiestarkdieRenditenderAnlagemitdenMarktrenditen
korrelieren.EsbestehteinpositiverZusammenhangzwischendererwar-tetenRenditeunddem
Beta.AnlagenmiteinemBetagrößerals1verfügenübereineerwarteteRendite,diehöherals
diejenigedesMarktesist.DemgegenüberbesitzenAktienmiteinemBetaunter1eineim
VergleichzumMarktniedrigereerwarteteRendite.WeistdieAktieeinnegativesBetaauf,kann
dieszueinererwartetenRenditeführen,dieunterdemrisikolosenZinssatzliegt.

DieKapitalmarktlinieunddieKapitalallokationsliniespiegelndieerwarteteRenditeund
dasRisikoeineseffizientenPortfolioswider,dassichausderrisikolosenAnlageund
17 4 Einfaktormodelle

einer auf der Effizienzkurve liegenden risikobehafteten Anlagekombination zusammen- setzt.


Die Wertpapiermarktlinie hingegen k ann für die Berechnung der erwarteten Rendite und des
Risikos von einzelnen Anlagen oder Portfolios angewandt werden. Ein weiterer wichtiger
Unterschied liegt in der verwendeten Risikogröße. Die Kapitalallokationslinie und die
Kapitalmarktlinie definieren das Risiko über die Standardabweichung, die das Gesamtrisiko
des Portfolios wiedergibt. Die effizienten Portfolios in den beiden Modellen sind gut
diversifiziert, sodass das Gesamtris iko dem nicht diversifiz ierbaren systemati- schen Risiko
entspricht. Im Gegensatz dazu ist das Risiko im CAPM durch das Beta gegeben, das eine
Marktrisikogrößedarstellt.

Beispiel
Berechnung der erwarteten CAPM-Rendite
Das Marktportfolio weist eine erwartete Rendite von 12 % und eine Standardabwei- chung
von30%auf.DerrisikoloseZinssatzbeträgt2%.

1. Eine Aktie besitzt eine Standardabweichung der Renditen von 40 %. Die Korrela- tion
zwischen den Aktien- und Marktrenditen beträgt 0. Wie hoch ist die erwartete
CAPM-RenditederAktie?
2. Eine weitere Aktie verfügt über eine Standardabweichung der Renditen von 40 %, wobei
sich der Korrelationskoeffizient zwischen den Aktien- und Marktrenditen auf 0,7
beläuft.WiehochistdieerwarteteCAPM-RenditederAktie?

Lösungzu1
Das Beta der Aktie von 0 kann wie folgt berechnet werden:

¡i;M ¢i 0  0;40
“Aktie D D D 0:
¢M 0;30

Die erwartete CAPM-Rendite der Aktie beträgt 2 %:

E .rAktie / D 2% C .12%  2%/  0 D 2%:

Da die Aktie kein Marktrisiko besitzt, ist die Risikoprämie – also die Marktrisiko- prämie
multipliziertmitdemBeta– 0 %. Die erwartete CAPM-Rendite der Aktie
entspricht somit dem risikolosen Zinssatz von 2 %.

Lösungzu2

¡i;M ¢i 0;70  0;40


“Aktie D D D 0;933
¢M 0;30
E .rAktie / D 2% C .12%  2%/  0;933 D 11;33%
4.4 CapitalAssetPricingModel 179

Im Vergleich zum Markt .“ D 1/ ist das Beta der Aktie von 0,933 kleiner, was zu einer
erwarteten CAPM-Rendite von 11,33 % führt, die niedriger als die erwartete Marktren-
dite von 12 % ist.

DieWertpapiermarktliniekannsowohlfürdieBerechnungdererwartetenRenditevon
einzelnenAktienalsauchfüreinAktienportfolioeingesetztwerden.ZumBeispielverfügtein
PortfolioüberzweiAnlagen.DieerwarteteRenditediesesZwei-Anlagen-PortfoliosE
Œ .rP / lässt sich wie folgt ermitteln:
 
E rp D w1 E .r1 / C w2 E .r2 / ; (4.31)

wobei:

w1 D prozentualerAnteilderAnlage1imPortfolio,r
E . 1 / D erwartete Rendite der Anlage 1.

WirdinderobenstehendenFormeldieerwarteteRenditedereinzelnenAnlagenmit( 4.30)ersetzt,
gelangtmanzufolgenderGleichungfürdieerwartetePortfoliorendite: 50

E .rP / D w1 rF C w1 “1 ŒE .rM /  rF  C w2 rF C w2 “2 ŒE .rM /  rF 


(4.32)
D rF C .w1 “1 C w2 “2 /ŒE . rM /  rF  :

Die Formel zeigt, dass das Beta des Zwei-Anlagen-Portfolios .“P / aus der Summe der
gewichteten Betas der beiden Anlagen besteht .“P D w1 “1 C w2 “2 /. Demnach kann das
Portfoliobeta als Summe der gewichteten Einzelbetas berechnet werden:

N
“P D Xi wi “i ; (4.33)
D1

wobei:
PN
iD1 wi D 1.

Die erwartete Portfoliorendite lässt sich gemäß CAPM wie folgt bestimmen:

E .rP / D rF C ŒE .rM /  rF “ P : (4.34)

Es besteht eine lineare Beziehung zwischen der erwarteten Portfoliorendite und dem Port-
foliobetabzw.demMarktrisiko.

50
w1 rF C w2 rF D rF .w1 C w2 / D rF ; weil w1 C w2 D 1.
1 0 4 Einfaktormodelle

Beispiel
Erwartete CAPM-Rendite und Beta eines Portfolios
Ein Portfoliomanager hat EUR 500:000 in BuBills angelegt, die eine erwartete Rendite
von 2 % aufweisen. Des Weiteren besteht das Portfolio aus Exchange Traded Funds
auf den HDAX (das Marktportfo lio) mit einem Marktwert von EUR 1:000:000. Die er-
wartete Rendite und die Standardabweichung der ETFs auf den HDAX liegen bei 15 %
respektive 30 %. Im Portfolio befinden sich auch Aktien der Linde AG mit einem Beta von
0,82.DerMarktwertderAktienpositionvonLindebeläuftsichaufEUR 1:000:000.
Wie hoch ist die erwartete Rendite dieses Portfolios anhand des CAPM?

Lösung
Zunächst ist das Portfoliobeta zu berechnen. Die BuBills weisen ein Beta von 0 auf, während
die ETFs auf den HDAX ein Beta von 1 besitzen. Das Portfoliobeta von 0,728 kann
folgendermaßenberechnetwerden:

“P D w1 “1 C w2 “2 C w3 “3 D 0;2  0 C 0;4  1 C 0;4  0;82 D 0;728:

Die erwartete CAPM-Rendite des Portfolios beträgt 11,46 %:

E .rP / D rF C ŒE .rM /  rF  “P D 2% C .15%  2%/  0;728 D 11;46%:

Alternativ könnte man zunächst die erwarteten Renditen der einzelnen Anlagen nach dem
CAPMausrechnen.DieerwartetePortfoliorenditeergibtsichineinemzweitenSchrittausder
SummedergewichtetenEinzelrenditen.

E .rBuBills / D 2% C .15%  2%/  0 D 2%


E .rETF HDAX / D 2% C .15%  2%/  1 D 15%
E .rLinde / D 2% C .15%  2%/  0;82 D 12;66%
E .rP / D 0;2  2% C 0;4  15% C 0;4  12;66% D 11;46%

Die erwartete Portfoliorendite beträgt ebenfalls 11,46 %.

4.4.4 Gleichgewichtsmodell

Das CAPM unterstellt, dass die Investore n homogene Erwartungen haben und sich ra- tional,
risikoavers und nutzenmaximierend verhalten. Diese Annahmen führen dazu, dass sämtliche
Investoren identische Werte für die einzelnen Anlagen berechnen und demzu- folge das gleiche
risikobehaftete optimale Portfolio – das Marktportfolio – konstruieren. Werden die
zukünftigen Cashflows einer Anlagemit der erwarteten Rendite diskontiert, lässt sich der Preis
(innere Wert) einer Anlage bestimmen. Verfügen sämtliche Investoren über die gleichen
ErwartungenhinsichtlichderzukünftigenCashflowsunddererwarteten
4.4 CapitalAssetPricingModel 1 1

(erwartete
Rendite) Wertpapiermarktlinie
A
E(rA )

E(rA, CAPM ) positives Alpha,


M Titel ist unterbewertet
E(rM )
E(rB, CAPM )
negatives Alpha,
E(rB )
Titel ist überbewertet
rF B

0 βB = 0,8 βM =1 βA = 1,4 (Beta)

Abb.4.10 CAPM als Gleichgewichtsmodell

Rendite, gelangen sie zum gleichen Wert der Anlage. Die im CAPM aufgeführte Annah- me der
strengen Informationseffizienz der Märkte (homogene Erwartungen) hat zur Folge, dass alle
AnlagenrichtigbewertetsindunddaheraufderWertpapiermarktlinieliegen.
ImGleichgewichtliegenalleAnlagenundPortfoliosaufderWertpapiermarktlinie.Ei-ne
Aktieistunterbewertet,wennderenMarktpreisniedrigeralsderinnereWertist.Derzuniedrige
Aktienpreiskommtzustande,weildieerwarteteRenditeimVergleichzumMarktrisikozuhoch
ist.JedeAnlagemiteinererwartetenRendite,dieüberderjenigenderWertpapiermarktlinie
liegt,istunterbewertet.DemgegenüberisteineAktieüberbewertet,wenndieerwarteteRendite
unterderWertpapiermarktlinieist.SindTitelunterbewertet,werdensievonden
Marktteilnehmerngekauft,waszueinemhöherenPreisundzueinerniedrigerenerwarteten
Renditeführt.DiePreiskorrekturaufdemMarktfindetsolangestatt,bisdieAnlageim
Gleichgewichtistbzw.sichdieerwarteteRenditeaufderWert-papiermarktliniebefindet.Ist
eineAktiehingegenüberbewertet,wirdsieverkauft.DashateinenniedrigerenPreisundeine
höhereerwarteteRenditezurFolge.HatsichdurchdieVerkäufedasGleichgewichtwieder
eingestellt,liegtdieerwarteteRenditedesBetei-ligungspapiersaufderWertpapiermarktlinie.
Abb.4.10zeigtdiesenZusammenhang.

InAbb. 4.10istdieAnlageAunterbewertet,weildieerwarteteRenditedesWert-papiershöher
istalsdiejenige,diesichmittelsdesCAPMermittelnlässt.DasAlpha,welchesdurchden
vertikalenAbstandzwischendemRendite-Risiko-PunktAbzw.Bundder
Wertpapiermarktliniegegebenist,istimFalleeinerunterbewertetenAnlageposi-tiv,während
einüberbewerteterTiteleinnegativesAlphaaufweist.DerPortfoliomanagerkannmithilfeder
Wertpapieranalyse(Fundamentalanalyse)dieerwarteteRenditeeinerAktiedurchden
prognostiziertenKapitalgewinnbzw.-verlustunddieDividendenrenditebestimmen.

51
Das Alpha der Anlage stellt die Differenz zwischen der erwarteten Rendite

51
Vgl. Abschn. 6.3 .
1 2 4 Einfaktormodelle

und der gemäß CAPM von den Investoren verlangten Rendite dar:
 
.P1  P0 / Div1
Alpha D C  .rF C ŒE .rM /  rF  “/ ; (4.35)
P0 P0

wobei:

P0 D Preis der Aktie zu Beginn der Periode,


P1 D PreisderAktieamEndederPeriode,
Div1 D Dividende der Aktie, die am Ende der Periode anfällt.

KaufendieMarktteilnehmerdieunterbewerteteAktieA,steigtderenPreis.Setztmanindieoben
stehendeFormeleinenhöherenPreisfürP 0 ein, fällt die erwartete Rendite,
was zu einem niedrigeren Alpha führt. Dieser Kaufprozess dauert so lange, bis das Alpha 0 % ist
bzw.dieAktierichtigbewertetist(Marktpreis D innerer Wert). Das CAPM ist
ein Gleichgewichtsmodell. Sind einzelne Aktien auf dem Markt unter- oder überbewertet,
findet eine Preiskorrektur statt, bis sich diese Anlagen wieder auf der Wertpapiermarktlinie
befinden.
IstderMarktinformationseffizient,liegensämtlicheAnlagenaufderWertpapiermarkt-
linie,weilallezurVerfügungstehendenInformationenindenPreisenenthaltensindund
demnachkeineFehlbewertungenvorliegen.BeieinemMarkt,dernichtvollständig
informationseffizientist,gibtesunter-undüberbewerteteAnlagen,weilnichtalleMarkt-
teilnehmerüberdiepreisrelevantenInformationenverfügen.IsteinInvestorinderLage,
fehlbewerteteAnlagenzuidentifizieren,kannerimVergleichzueinemdurchschnittlichen
AnlegereinehöhereRenditeerzielen(Alpha).

Beispiel
Unter- und überbewertete Anlagen
Ein Analyst bei einer Bank untersucht die drei Aktien der Unternehmen Delta, Gamma und
Vega. Mithilfe der Fundamentalanalyse bestimmt er für die drei Aktien folgende erwartete
PreiseundDividendenin1Jahr:

Aktien Aktuelle Preise (P0 ) Erwartete Preise (P1 ) Erwartete Dividenden (Div1 )
Delta EUR 50 EUR 52 EUR 2,00
Gamma EUR 90 EUR 99 EUR 0,90
Vega EUR 70 EUR 80 EUR 1,50

DerAnalystberechnetmiteinereinfachenlinearenRegressionsanalysedieBetasderdrei
Aktien.DasBetavonDeltabeträgt1,2,währenddieBetasvonGammaundVegabei1,5
respektivebei1,6liegen.UnverzinslicheSchatzanweisungenderBundes-republik
Deutschland(BuBills)miteinerLaufzeitvon1JahrweiseneineRenditevon2%auf.Beim
DAXwirdeineRenditevon8%erwartet.
4.4 CapitalAssetPricingModel 1 3

1. Wie hoch ist das Alpha der Delta-Aktie und wie lautet der Anlageentscheid?
2. Wie hoch ist das Alpha der Gamma-Aktie und wie lautet der Anlageentscheid?
Wie hoch ist das Alpha der Vega-Aktie und wie lautet der Anlageentscheid?
3.

Lösungzu1

.EUR 52  EUR 50/ C EUR 2
AlphaDelta D  Œ0;02 C .0;08  0;02/  1;2
EUR 50
D 0;012
Die Delta-Aktie weist ein negatives Alpha von 0,012 auf. Die Aktie ist überbewertet und der
AnalystwirdeineVerkaufsempfehlungherausgeben.

Lösungzu2

.EUR 99  EUR 90/ C EUR 0;90
AlphaGamma D  Œ0;02 C .0;08  0;02/  1;5
EUR 90
D0
Die Gamma-Aktie ist richtig bewertet und liegt demzufolge auf der Wertpapiermarkt- linie.
DieAnlageempfehlunglautetaufHalten.

Lösungzu3

.EUR 80  EUR 70/ C EUR 1;50
AlphaVega D  Œ0;02 C .0;08  0;02/  1;6
EUR 70
D 0;0483
Die Vega-Aktie besitzt ein positives Alpha von 0,0483 und ist demnach unterbewertet. Die
AktiewirdzumKaufempfohlen.

4.4.5 EmpirischeRelevanzdesCAPM

Das CAPM ist wie jedes Modell grundsätzlich d er Versuch, die Realität abzubilden. Durch die
realitätsfremden und vereinfachten Annahmen der zugrunde liegenden Theorie er- fasst es
jedoch nicht sämtliche Attribute der Wirklichkeitund ist nur schwer überprüfbar. Beim CAPM
werden entsprechend die Vorau ssagen des Modells überprüft. Dabei sind im CAPM einerseits
die Effizienz des Marktportfolios und andererseits die lineare Beziehung zwischen der
erwartetenRenditeunddemBetazuuntersuchen.

EinModellkanngrundsätzlichmitnormativenundpositivenTestverfahrenüberprüft
werden.NormativeTestsuntersuchendieAnnahmen,währendsichdiepositivenTestsmitden
Voraussagenauseinandersetzen.SinddieAnnahmeneinesModellsgültigundistdie
mathematischeHerleitungfehlerfrei,stimmendieVoraussagendesModells.DasCAPM
verfügtübervereinfachteAnnahmen,welchedieKomplexitätundVielfaltderRealitätnicht
wiedergeben.DahererscheinennormativeTestsdesCAPM,welchedieunrealisti-schen
Annahmenuntersuchen,nichtsinnvoll.IndiesemZusammenhangistzuerwähnen,
1 4 4 Einfaktormodelle

dass üblicherweise vereinfachte Annahmen unterstellt werden müssen, um ein Modell zu


entwickeln, das praktikabel und robust ist. Ei n Modell ist in Bezug auf die getroffenen An-
nahmen robust, wenn deren Voraussagen nicht zu stark von den unterstellten Annahmen
abhängen. Benutzt man Annahmen, welche die Robustheit des Modells nicht wesentlich
beeinflussen, sind die Voraussagen trotz der vorgenommenen Vereinfachungen angemes- sen.
Dabei beurteilen positive Tests das Modell hinsichtlich der empirischen Relevanz ihrer
Aussagen. Ein positiver Test überprüft die Robustheit des CAPM, weil die unrealis- tischen
AnnahmeneinennormativenTestunmöglichmachen.

DieVoraussagendesCAPMbeinhalten,dassdasMarktportfoliohinsichtlichRenditeund
RisikoeffizientistunddassdieWertpapiermarktliniedieerwarteteRenditeunddasRisikovon
richtigbewertetenAnlagenmiteinemAlphavonnullerklärt.DiezweiteVor-aussagelässtsichvon
dererstenableiten,sodassbeideVoraussagenvoneinemTestdeseffizientenMarktportfolios
abhängen.DasHauptproblemdiesespositivenTestsbestehtdarin,dassdasMarktportfolionicht
beobachtbarist.DasMarktportfolioumfasstallerisi-kobehaftetenAnlagen,dievonInvestoren
gekauftundverkauftwerdenkönnen.
52
EinAk-
tienindexwiebeispielsweisederDAXoderderHDAXbeinhaltetlediglicheinenBruchteilaller
handelbarenAnlagen. 53
NimmtmanimCAPMalsAnnäherungzumMarktportfolioden
HDAX,dannkönnendarauszweiFehlerentstehen.ErstenskanndasBetafalschsein,
weil der HDAX das systematische Risiko des wahren Marktportfolios nicht angemessen
widerspiegelt. Zweitens kann die Wertpapiermarktlinie falsch sein, weil sie durch den ri-
sikolosen Zinssatz und den HDAX und nicht durch das Marktportfolio verläuft. Bereits geringe
AbweichungenvonderEffizienzdes Marktportfolioskönnen zuwesentlichenVeränderungen
der Wertpapiermarktlinie bz w. der Beziehung zwischen der erwarteten Rendite und dem Beta
führen,wasdenpraktischenNutzendesCAPMinfragestellt.

DasTestendesCAPMbeschränktsichaufdieBeziehungzwischendererwartetenRenditeund
demBeta,weildasMarktportfolionichtbeobachtetwerdenkann.DabeiwirdalsAnnäherung
zumMarktportfolioeinAktienindexwiezumBeispielderS&P500ver-wendet.
54
DieempirischenTestsbeziehensicheinerseitsaufdieStabilitätdesBetasund
andererseitsaufdielineareBeziehungzwischendererwartetenRenditeunddemBeta.Umdie
Wertpapiermarktliniezuüberprüfen,werdenderAchsenabschnitt–derrisikoloseZinssatz–
unddieSteigungderGeraden–dieMarktrisikoprämie–untersucht.

EineVielzahlvonempirischenStudienhatdieStabilitätdesBetasanalysiert.DieStu-dien
kommengenerellzudemSchluss,dassdasBetaeinzelnerAktiennichtstabilist,währenddasBeta
vonAktienportfoliosweitestgehendstabilzuseinscheint. 55
Die Stabi-

52
DieKritikvonRoll(Roll’sCritique)zeigtdieSchwierigkeiten,diebeimTestendesCAPMent-stehen,
weildasMarktportfolionichtbeobachtetwerdenkann.Vgl.Roll 1977:ACritiqueofthe
Asset Pricing Theory’s Tests: Part I: On Past and Potential Testability of the Theory, S. 129 ff. 53
Das Marktportfolio umfasst alle handelbaren risikobehafteten Anlagen wie Liegenschaften, Edel-
metalle, Sammlungen von Briefmarken, Juwelen und andere werthaltige Anlagen. 54
Der S&P 500 stellt einen guten Indikator für die Entwicklung des gesamten US-Aktienmarktes
dar, weil der Index rund 80 % der Marktkapitalisierung von US-Aktien wiedergibt. 55
Vgl. z. B. Levy 1971 : On the Short-Term Stationarity of Beta Coefficients, S. 55 ff.
4.4 CapitalAssetPricingModel 1 5

lität des Betas eines Portfolios nimmt zu, je größer die Anzahl Aktien im Portfolio (z. B. mehr als
50 Aktien) und je länger die Zeitperiode (mehr als 26 Wochen) ist. Weiter zei- gen empirische
Studien,dassdasBetalangfristiggegen1geht. 56
Ein weiterer Faktor, der
die Stabilität des Betas beeinflusst, ist die gewählte historische Zeitperiode für die Be-
rechnung und das Testen des Betas. Empirische Studien gelangen zu dem Schluss, dass eine
längereZeitperiodeeinehöhereStabilitätindividuellerBetaszurFolgehat. 57
Zum
BeispielzeigteineStudievonRoenfeldt,GriepentrogundPflamm(1978),dasseinbe-rechnetes
Beta aus 48 Monaten das Beta für die nächsten 12 Monate unzureichend genau prognostiziert,
während dieSchätzungen fürdie Betasder nächsten24, 36 und48 Mo- nate alsdurchaus adäquat
beschriebenwerden.
58
EineweitereStudievonCarpenterund
Upton(1981)zeigt,dasseinumdasHandelsvolumenkorrigiertesBetazueinerbesseren
Voraussageführt. 59
DiewesentlicheFrageistjedoch,obdasCAPMfürdieSchätzungdererwartetenRen-dite
geeignetistbzw.obeinelineareBeziehungzwischendererwartetenRenditeunddem
systematischenRisikobesteht.ÄltereempirischeStudienunterstützenmehrheitlichdie
ValiditätdesCAPMundbeschreibeneinepositive,fastlineareBeziehungzwischender
erwartetenRenditeunddemRisiko.
60
DieStudienthematisierenauchdenAchsen-
abschnitt,derimVergleichzumrisikolosenZinssatzhöherist.DieseBeobachtungist
entwedermiteinemZero-Beta-ModellodermiteinemhöherenGeldaufnahmesatzkon-sistent.
Eine Studie von Fama und MacBeth (1973) gelangt zu dem Schluss, dass der Achsenabschnitt
dem risikolosen Zinssatz entspricht, der Koeffizient für das systemati- sche Risiko positiv und
signifikant ist, der Zusammenhang zwischen Rendite und Risiko linear ist und das
unsystematische Risiko nicht signifikant ist. Damit unterstützen auch die empirischen
ErgebnissevonFamaundMacBethdasCAPM.
61

ImDurchschnittverfügenAktienmiteinemniedrigenBetaübereinpositivesAlpha(sind
unterbewertet),währendAktienmiteinemhohenBetaeinnegativesAlpha(sindüberbewertet)
aufweisen.UmdieseBeobachtungzuerklären,habenverschiedeneStudieneineweitere
Variable,nämlichdieSchiefederRenditeverteilung,berücksichtigt.Unter-stelltman,dass
InvestoreneinepositiveSchiefebevorzugen,sindsiefürdieseMöglichkeitmiteiner
niedrigerenRenditezufrieden.DieempirischenErgebnissebeschreibeneinenpositiven
ZusammenhangzwischenderpositivenSchiefeundderHöhedesBetas.
62
Dem-
zufolge bevorzugen Investoren Aktien mit einem hohen Risiko (bzw. Beta) und einer ho- hen
positivenSchiefederVerteilung,weildadurchdieMöglichkeitbesteht,hoheRenditen

56
Für die Korrektur des Betas im Marktmodell vgl. Abschn. 4.2.5 .
57
Vgl. z. B. Baesel 1974 : On the Assessment of Risk: Some Further Considerations, S. 1491 ff.
58
Vgl. Roenfeldt et al. 1978 : Further Evidence on the Stationarity of Beta Coefficients, S. 117 ff.
59
Vgl. Carpenter und Upton 1981 : Trading Volume and Beta Stability, S. 60 ff.
60
Vgl. z. B. Sharpe und Cooper 1972 : Risk-Return Classes of New York Stock Exchange Common
Stocks: 1931–1967, S. 46 ff.
61
Vgl. Fama und MacBeth 1973 : Risk, Return and Equilibrium: Empirical Tests, S. 453 ff.
62
Vgl. McEnally 1974 : A Note on the Return Behavior of High Risk Common Stocks, S. 199 ff.
1 6 4 Einfaktormodelle

zu erzielen. Für die positive Schiefe sind die Anleger bereit, einen höheren Preis zu be- zahlen,
waszueinerüberbewertetenAktiebzw.zueinemnegativenAlphaführt.
DieimRahmenderTheoriezurInformationseffizienzderMärktedurchgeführten
empirischenUntersuchungenzeigen,dassAnomalienhinsichtlichderGrößeeinesUnter-
nehmensunddesKurs-Gewinn-Verhältnissesbestehen. 63
Die erwartete Rendite wird
durch das Beta positiv beeinflusst, während ein negativer Zusammenhang zur Grö-
ße der Gesellschaft besteht. Anleger verlangen für relativ kleine Unternehmen nach
Berücksichtigung des Betas eine höhere Rendite. Besitzt die Aktie ein niedriges Kurs-
Gewinn-Verhältnis, erwarten die Investoren ebenfalls eine höhere Rendite. Eine Studie von
Bhandari(1988)gelangtzudemSchluss,dasszusätzlichzumBetaweitereFaktorenwieetwadas
Fremdkapital-Eigenkapital-VerhältnisdieerwarteteRenditeeinerAktieerklären.
64

Fama und French (1992) veröffentlichten ei ne Studie, die das CAPM infrage stellte.65
Dabei wurden der Einfluss des Betas, der Größe des Unternehmens, des Kurs-Gewinn-
Verhältnisses, des finanziellen Leverage und des Buchwert-Kurs-Verhältnisses auf die
durchschnittlichen Renditen von US-Aktien untersucht. Einige der älteren Studien wie etwa
diejenige von Fama und MacBeth (1973) haben einen statistisch signifikanten po- sitiven
Zusammenhang zwischen der Rendite und dem Beta gefunden. Im Gegensatz dazu zeigtedie
Studie von Fama und French aus dem Jahre 1992, dass von 1963 bis 1990 kein statistisch
signifikanter Zusammenhang zwischen der erwarteten Rendite und dem Beta bestand.
Vielmehr erklären andere Faktoren wie beispielsweise die Größe des Unternehmens, der
finanzielle Leverage, das Kurs-Gewinn-Verhältnis und das Buchwert- Kurs-Verhältnis die
durchschnittlichenRenditenvonUS-Aktien.DabeistellendieGrößedesUnternehmensunddas
Buchwert-Kurs-Verhältnis die dominanten erklärenden Varia- blen dar. Angesichts der
Wichtigkeit der Studie von Fama und French wurden nach 1992 mehrere empirische
Untersuchungendurchgeführt.DabeiunterstützeneinzelneStudiendieResultatevonFamaund
French,

66
währendanderewiederumzudemSchlussgelang-ten,
dasseinstatistischsignifikanterZusammenhangzwischendererwartetenRenditeund
dem Beta vorliegt.67

63
Vgl. Abschn. 2.4.2.2 .
64
Vgl. Bhandari 1988 : Debt/Equity Ratio and Expected Commo n Stock Returns: Empirical Evi-
dence, S. 507 ff.
65
Vgl. Fama und French 1992 : The Cross Section of Expected Stock Returns, S. 427 ff.
66
Vgl.Dennisetal.1995:TheEffectsofRebalancingonSizeandBook-to-MarketRatioPortfolio
Returns,S.47ff.DieseStudiezeigt,dassdieerwarteteAktienrenditevonderGrößedesUnterneh-
mens (Small Size Effect) und vom Buchwert-Kurs-Verhältnis abhängt. Dieser Zusammenhang ist nach
wie vor vorhanden, wenn Transaktionskosten von 1 % und eine jährliche Umschichtung der
Aktienportfoliosberücksichtigtwerden.
67
Vgl. z. B. Kothari et al. 1995 : Another Look at the Cross Section of Expected Stock Returns, 185
S. ff. Im Gegensatz zu Fama und French verwenden die Autoren dieser Studie jährliche und nicht
monatliche Renditen, um das Handelspr oblem zu umgehen. Sie finden einen statistisch
signifikanten Zusammenhang zwischen erwarteter Rendite und Beta. Der statistisch signifikante Zu-
4.4 CapitalAssetPricingModel 1 7

DieErgebnissederempirischenUntersuchungenhängenunteranderemvondenver-
wendetenRenditen(täglich,wöchentlich,monatlich,jährlich),derApproximationdes
Marktportfolios(S&P500,NewYorkStockExchangeusw.),derLängedergewählten
ZeitperiodeundvondenstatistischenMethodenab.TrotzdergemischtenResultateder
empirischenTestsistdasCAPMinderPraxisweitverbreitet.DafürgibtesmehrereGründe.
ErstensentsprichtdieAufteilungdesRisikosineinensystematischenundeinen
unsystematischenTeileinerlogischenDenkweiseinderPortfoliotheorie.Derzeitstelltdas
CAPMaufgrundseinerPraktikabilitätnochimmerdasbestmöglicheModellfürdie
BestimmungdererwartetenRenditendar.WerdeninZukunftweitereGleichgewichts-modelle
entwickeltundempirischverifiziert,sowerdendiesedasCAPMvermutlichverdrängen.
WeiterentwicklungendesCAPMsindMultifaktorenmodellewieetwadie
Arbitragepreis-Theorie(APT)

68
oderandereneuenochzuentwickelndeModelle.Zwei-tens
lässtsichdiezentraleSchlussfolgerungdesCAPM,dassdasMarktportfolioeffizientist,inder
Realitätbeobachten.EinepassiveStrategie,dieineinenMarktindexinvestiert,weistnach
AbzugvonTransaktions-undManagementkostenüblicherweiseeinehöhe-reRenditealseine
aktiveStrategieauf.
69
DemzufolgeisteinEinfaktormodellmiteinem
erwartetenAlphavonnulleinrealistischesEntscheidungsmodellinderPraxisderFinanz-
analyseunddesPortfoliomanagements.

4.4.6 AuflösungderAnnahmen

Das CAPM beruht auf mehreren Annahmen. In diesem Abschnitt werden die Annahmen
schrittweiseaufgelöstunddieAuswirkungenaufdasModellbeschrieben.
EinederAnnahmenimCAPMlautet,dassInvestorenzueinemidentischenrisikolosen
ZinssatzGeldanlegenundaufnehmenkönnen.MarktteilnehmerkönnenmitdemKaufvon
StaatspapierenwieetwaBuBillsGeldzumrisikolosenZinssatzanlegen.Demgegen-überistdas
BorgenvonGeldzumrisikolosenZinssatznureinemStaatmiteinwandfreierBonität
vorbehalten.DiemeistenMarktakteuremüsseneinenAufschlag(Risikoprämie)zum
risikolosenZinssatzbezahlen,damitsiesichvoneinerBankGeldausleihenkön-nen.Dieser
ZusammenhangführtzueinergeknicktenKapitalmarktliniebzw.Wertpapier-marktlinie.

70

Das von Black (1972) hergeleitete Zero-Beta-Modell benötigt für die Konstruktion der
Wertpapiermarktlinie den risikolosen Zinssatz nicht.71 EsexistierenmehrerePortfolios,
diemitdemMarktportfolionichtkorrelieren.DasBetadieserAnlagekombinationenmitdem
Marktportfolioistjeweilsnull.VondiesenPortfolioswirddasjenigeausgewählt,das

sammenhang zwischen erwarteter Rendite und Buchwert-Kurs-Verhältnis hingegen kann über eine
längerealszwischen1963und1990liegendeZeitperiodenichtbestätigtwerden.
68
Vgl. Abschn. 5.5 .
69
Vgl. z. B. Malkiel 1995 : Returns from Investing in Equity Mutual Funds 1971 to 1991, S. 549 ff.
70
Vgl. Abschn. 3.10 .
71
Vgl. Black 1972 : Capital Market Equilibrium with Restricted Borrowing, S. 444.
1 4 Einfaktormodelle

(erwartete Wertpapiermarktlinie
Rendite)

positive Alphas
mit niedrigem Beta Wertpapiermarktlinie
M mit Null-Beta-Portfolio
E(rM)

b negative Alphas
E(r0 Beta-) mit hohem Beta

rF
a

0%
0 βM =1 (Beta)

Abb.4.11 Wertpapiermarktlinie mit e inem Null-Beta-Portfolio

über die niedrigste Varianz verfügt. Obwohl diese Anlagekombination keine systemati- schen
Risiken besitzt, weist sie doch unsystematische Risiken auf. Die Kapitalmarkt- linie wird durch
dieses Null-Beta-Portfolio nicht beeinflusst, während sich der Verlauf der
Wertpapiermarktlinie verändert. Wie Abb. 4.11 zeigt, entspricht der Achsenabschnitt der
Wertpapiermarktlinie der erwarteten Re ndite des Null-Beta-Portfolios. Ähnlich wie beim
risikolosen Zinssatz besteht zwischen dem Portfolio mit einem Beta von null und dem
Marktportfolio eine lineare Rendite-Risiko-Beziehung, weil die Kovarianz zwischen den
beiden Anlagen null beträgt. Wenn man davon ausgeht, dass die erwartete Rendite des
Null-Beta-PortfoliosgrößeristalsderrisikoloseZinssatz,verfügtdieWertpapier-marktlinieim
Null-Beta-CAPMimVergleichzumklassischenCAPMübereinenhöherenAchsenabschnitt

ŒE .r0-Beta / > rF  und eine geringere Steigung bzw. Marktrisikoprämie


E .rM /  E .r0-Beta / < ŒE .rM /  rF /. DieerwarteteRenditeeinerAnlageimNull-Beta-.–
CAPM lässt sich wie folgt berechnen:

E .ri / D E .r0-Beta / C ŒE .rM /  E .r0-Beta /“ i ; (4.36)

wobei:

E .r0-Beta / D erwartete Rendite des Null-Beta-Portfolios.

DieobenstehendeFormelgibtdieerwarteteRenditeeinerAnlagewieder,wennInves-toren
SchwierigkeitenaufdemMarktbekunden,GeldzumrisikolosenZinssatzanzulegenbzw.
aufzunehmen.DadieerwarteteRenditedesNull-Beta-Portfoliosgrößeralsderrisi-kolose
Zinssatzist,erklärtdasModelldiepositivenAlphasfürAktienmiteinemniedrigenBetaunddie
negativenAlphasfürAktienmiteinemhohenBeta.
72
Die Gültigkeit des

72
Vgl. Abschn. 4.4.5 .
4.4 CapitalAssetPricingModel 1 9

(erwartete
Rendite) Wertpapier-
marktlinie

M
E(rM )
Transaktionskosten verhindern
die vollständige Preiskorrektur
der Anlagen.

rF

0%
0 βM =1 (Beta)

Abb.4.12 Wertpapiermarktlinie mit Transaktionskosten

Modells wurde durch verschiedene empirische Studien untersucht, die jedoch zu unter-
schiedlichen Ergebnissen gelangen. Studien von Gibbons (1982) und Shanken (1985)
verwerfendasModell, 73
während zum Beispiel eine Untersuchung von Stambaugh (1982) 74
das Null-Beta-CAPM unterstützt.
DasCAPMunterstellt,dassbeimKaufundVerkaufvonAnlagenkeineTransaktions-kosten
anfallen.DaherkaufenundverkaufenInvestorenfehlbewerteteAnlagenaufdemMarkt,bissie
wiederaufderWertpapiermarktlinieliegen.IstbeispielsweiseeineAk-tieüberbewertet,liegt
sieunterhalbderWertpapiermarktlinie.DieerwarteteRenditederAktieistniedrigeralsdie
gemäßCAPMzuerwartendeRendite.DieMarktteilnehmerverkaufendieAnlage,waszu
einemniedrigerenPreisundzueinerhöherenerwarte-tenRenditeführt.DieserVerk
aufsprozessdauertsolange,bissichdieAktiewiederaufderWertpapiermarktliniebefindet.
UnterEinbezugvonTransaktionskostenwerdendieMarktteilnehmerjedochnichtden
gesamtenUmfangderFehlbewertungkorrigieren.IstdermöglicheGewinnausder
FehlbewertungkleineralsdieTransaktionskosten,findetkeinePreiskorrekturderAnlageauf
demMarktstatt.DaherliegendieTitelsehrnaheanderWertpapiermarktlinie,abernichtgenau
aufderGeraden.Abb.4.12zeigt,dassdieWertpapiermarktliniedurcheinBandvonAnlagenund
nichtdurcheineeinzelneGeradegegebenist.DieBreitedesBandeshängtvonderHöheder
Transaktionskostenab.

EineweitereAnnahmeimCAPMstellendiehomogenenErwartungenderMarktteil-nehmer
dar.Gehtmandavonaus,dassdieMarktakteureheterogeneErwartungenhinsicht-lichRendite
undRisikobesitzen,gelangtjedereinzelneAnlegerzueinerindividuellenKapitalmarktlinie
und/oderWertpapiermarktlinie.UnterschiedlicheErwartungenführen

73
Vgl. Gibbons 1982 : Multivariate Tests of Financial Models: A New Approach, S. 3 ff. und Shan-
ken 1985 : Multivariate Tests of the Zero Beta CAPM, S. 327 ff.
74
Vgl. Stambaugh 1982 : On the Exclusion of Assets from Tests of the Two-Parameter Model: A
Sensitivity Analysis, S. 237 ff.
190 4 Einfaktormodelle

zu einer Vielzahl von Wertpapiermarktlinien. Allerdings reduziert sich die Bandbreite der
möglichen Wertpapiermarktlinien erheblich, wenn die Marktteilnehmer über ähnliche In-
formationenverfügen.
DasCAPMisteinEin-Perioden-Modell.WerdenunterschiedlichlangePeriodenver-
wendet,soerhältmanverschiedeneKapitalmarktlinienbzw.Wertpapiermarktlinien.Zum
BeispielführteinePlanungsperiodevon1Jahrverglichenmitder1Monatszueineran-deren
linearenRendite-Risiko-Beziehung.

DasCAPMunterstellt,dasskeineSteuernzuentrichtensind.DieimModellverwen-deten
RenditenberücksichtigenentsprechendkeinenAbzugvonSteuern.InderRealitätfallenjedoch
SteuernbeiKapitalgewinnensowiebeiDividendenundKuponsan.Dieer-warteteRendite
einerAnlage(Aktie)nachSteuernlässtsichfürdiemeistenInvestorenwiefolgtermitteln:

.P1  P0 / .1  SKG / Div .1  SEK /


E .ri;nach Steuern / D C ; (4.37)
P0 P0
wobei:
P1 D PreisderAktieamEndederPeriode,D
P0 Preis der Aktie zu Beginn der Periode,
SKG D Steuersatz für Kapitalgewinne und -verluste,
Div D Dividende,
SEK D Steuersatz für das Einkommen.

Die Steuerbelastung ist für private und institutionelle Investoren unterschiedlich. Für steu-
erbefreite institutionelle Investoren wie etw a Pensionskassen und ge meinnützige Stiftun- gen
unter bestimmten Voraussetzungen sind die im CAPM verwendeten Renditen vor Steuern
angemessen. Werden die Renditen nach Steuern berücksichtigt, gelangt man auf- grund der
unterschiedlich hohen Steuersätze zu einer Vielzahl von investorenspezifischen
KapitalmarktlinienundWertpapiermarktlinien.

4.4.7 Performancemessung

Die Treynor Ratio basiert auf dem CAPM und stellt eine risikoadjustierte Renditegröße dar, die
einen Performancevergleich zwischen Portfolios mit unterschiedlichem systema- tischen
Risikoermöglicht.DiesePerformancegrößekannwiefolgtermitteltwerden: 75

E .rP /  rF
TRP D ; (4.38)
“P
wobei:
E .rP / D erwartete Rendite des Portfolios,
rF D risikoloser Zinssatz,
“P D Beta des Portfolios.

75
Vgl. Treynor 1965 : How to Rate Management of Investment Funds, S. 63 ff.
4.4 CapitalAssetPricingModel 191

Die Treynor Ratio misst den risikobehafteten Anteil der Portfoliorendite ŒE .rP /  rF 
für eine zusätzliche Einheit des systematischen Risikos. Diese Kennzahl kann durch die
Rendite-Risiko-GleichungdesCAPMhergeleitetwerden: 76

E .rP /  rF
D E .rM /  rF : (4.39)
“P
Der Term links des Gleichheitszeichens stellt die Treynor Ratio für das Portfolio dar, wäh- rend
rechts desGleichheitszeichensdie TreynorRatio fürdas Marktportfolio steht, das ein Beta von 1
aufweist. Vergleicht man die Treynor Ratio des Portfolios mit derjenigen des Marktes,lässt sich
beurteilen,obdasRisikodesPortfoliosmiteinergenügendhohenRenditeentschädigtwird.Diese
Kennzahl kann lediglich bei einem gut diversifizierten Portfolio eingesetzt werden, da als
Risikogröße das Beta benutzt wird. Sind die Anlagen nicht gut diversifiziert – also besteht das
Portfoliorisikoausdemunternehmensspezifi-schenRisikounddemMarktrisiko–,istdieSharpe
Ratioeinzusetzen,dadieseKennzahldieStandardabweichungundnichtdasBetaverwendet.

Das Jensen’s Alpha stellt eine weitere Performancegröße dar, die sich auf das CAPM
stützt.77 In Anlehnung an das Marktmodell lässt sich die Überschussrendite des Portfolios
wie folgt berechnen:
E .rP /  rF D ’P C “P ŒE .rM /  rF  : (4.40)
Das Jensens’s Alpha .’P / lässt sich demnach als Differenz der Portfoliorendite und der
Rendite gemäß dem CAPM bestimmen:

’P D E .rP /  rF  “P ŒE .rM /  rF  : (4.41)

Der Term “P ŒE .rM /  rF  misstdenRenditeanteildesPortfoliosaufgrunddessystemati-


schen Risikos (CAPM). Demgegenüber spiegelt der Term ’P denjenigenAnteilderRendi-
te wider, der auf die Entscheidungen des Managers, also auf das aktive Portfoliomanage- ment,
zurückzuführen ist. Mit dem Jensen’s Alpha – im Gegensatz zur Treynor Ratio – können
Portfolios mit unterschiedlichem systematischen Risiko (bzw. Beta) nicht mitein- ander
verglichen werden. Um dennoch Portfolios mit unterschiedlichem systematischen Risiko
vergleichenzukönnen,wirddieBlack/TreynorRatioberechnet:

’P
Black=Treynor Ratio D : (4.42)
“P

Nimmt man ( 4.40 ) und dividiert die Gleichung durch das Beta des Portfolios (“P ), gelangt
man zum folgenden Formelausdruck:

E .rP /  rF ’P
D C ŒE .rM /  rF  : (4.43)
“P “P

76
Rendite-Risiko-Gleichung des CAPM: E.rP / D rF C ŒE.rM  rF /“ P . Subtrahiert man von dieser
Gleichung den risikolosen Zinssatz (rF) und dividiert die Gleichung durch das Beta des Portfolios
(“P ), gelangt man zu ( 4.39 ).
77
Vgl. Jensen 1968 : The Performance of Mutual Funds in the Period 1945–1964, S. 397.
192 4 Einfaktormodelle

Links des Gleichheitszeichens steht die Treynor Ratio des Portfolios. Demnach lässt sich
folgenderlinearerZusammenhangzwischenderTreynorRatiounddemJensen’sAlphazeigen:

’P
TRP D C ŒE .rM /  rF  : (4.44)
“P

Beispiel
Berechnung von Performancegrößen
Das Portfolio A verfügt über eine erwartete Rendite von 12 % und weist ein Beta von 1,2 auf.
Das Portfolio B hingegen besitzt eineerwartete Rendite von 14 % und ein Beta von1,5. Beide
Anlagekombinationen sind gut diversifiziert. Die erwartete Marktrendite beträgt 8 %,
währendderrisikoloseZinssatzbei2%liegt.

1. WelchesderbeidenPortfoliosweistgemäßderTreynorRatioeinehöherePerfor-manceauf?

2. Wie hoch ist das Jensen’s Alpha der Portfolios A und B?

Lösungzu1
Die beiden Portfolios A und B verfügen über eine Treynor Ratio von 0,0833 respektive von
0,08:
0;12  0;02
TRPortfolioA D D 0;0833;
1;2
0;14  0;02
TRPortfolioB D D 0;0800:
1;5
Die Performance des Portfolios A ist relativ betrachtet besser, weil es im Vergleich zu
B eine höhere Treynor Ratio von 0,0833 hat.

Lösungzu2
Das Jensen’s Alpha lässt sich für die Portfolios A und B wie folgt berechnen:

’PortfolioA D 12%  2%  1;2  .8%  2%/ D 2;8%;


’PortfolioB D 14%  2%  1;5  .8%  2%/ D 3;0%:

Das Jensen’s Alpha von Portfolio B (3 %) ist größer als dasjenige von Portfolio A (2,8 %).
Demnach haben die Entscheidungen des Managers zu einer höheren aktiven Rendite bei der
Anlagekombination B geführt. Ein Performancevergleich mithilfe der Rendite und des
Risikos ist mit dem Jensen’s Alpha nicht möglich, da die Betas der beiden Portfolios nicht
gleichgroßsind.VerwendetmandieBlack/TreynorRatio,er-gibtsichfürdasPortfolioAeine
relativ bessere Performance (0,0233 im Vergleich zu 0,02), was mit den Berechnungen der
TreynorRatioübereinstimmt.
4.4 CapitalAssetPricingModel 193

Tab.4.4 Gegenüberstellung von Sharpe Ratio, Treynor Ratio und Jensen’s Alpha
Performancegrößen Risikodefinition Finanzmarkt- Nutzungsmöglichkeiten
theoretisches
Modell
Sharpe Ratio Standardabwei- Markowitz Rangordnung von Portfolios mit
chung unterschiedlichem Risiko, das nicht
diversifiziert ist
Treynor Ratio Beta CAPM Rangordnung von Portfolios mit
unterschiedlichem Risiko, das diver-
sifiziert ist
Jensen’s Alpha Beta CAPM Rangordnung von Portfolios mit
demselben Beta

Tab.4.4fasstdieCharakteristikenderSharpeRatio,derTreynorRatiounddesJen-sen’s
Alphazusammen.JehöherdieentsprechendePerformancegröße,destoattraktiveristdie
AnlageinBezugaufRenditeundRisiko.DiesePerformanceindikatorenwerden
grundsätzlichbeiAktienportfolioseingesetzt.

DasJensen’sAlphawirdvielfachverwendet,umdieerzielteRenditedesAktienport-folios
(expost)ineinzelnerisikoadjustierteRenditekomponentenzuzerlegen.Gemäßder
WertpapiermarktliniekannmandieerwartetePortfoliorenditemitdemrisikolosenZinssatz,der
erwartetenMarktrenditeunddemBetadesPortfoliosermitteln.DasEx-post-Alphades
PortfoliosbestehtausderDifferenzzwischendererzieltenRenditeunddergemäßdemCAPM
erwartetenRenditefürdiePeriode.

Ex-post-Alpha D erzielte Portfoliorendite  erwartete CAPM-Rendite (4.45)

Die erzielte Portfoliorendite lässt sich für die Performanceevaluation in die folgenden
Komponenten–Markt,Benchmark,MarketTimingundTitelauswahl–zerlegen:

 Markteffekt: spiegelt die Rendite des Aktienmarktes (rM ) wider.


 Benchmarkeffekt: stellt die Renditedifferenz zwischen der Benchmark (rB ) und dem
Aktienmarkt (rM ) dar – strategische Risikoentscheidung.
 Market-Timing-Effekt: misst die Renditedifferenz zwischen dem Portfolio mit richtig
bewerteten Anlagen (r ) und der Benchmark (r TB ) – taktische Risikoentscheidung.
 Effekt der Titelauswahl: entspricht dem Ex-post-Alpha und berechnet sich als Rendi-
tedifferenz zwischen dem Portfolio (r ) und der Anlagekombination mit richtig bewer- P
teten Titeln auf der Wertpapiermarktlinie (r ). T

Abb.4.13zeigtdieAufteilungderPortfoliorenditeindievierKomponentenMarkt,Benchmark,
MarketTimingundTitelauswahl(Alpha).
194 4 Einfaktormodelle

(Rendite)
Wertpapiermarktlinie
P
rP
Alpha
T
Market rT
Timing B
rB
Bench- M
mark rM

Markt rF

0%
0 βM =1 βB βP (Beta)

Abb.4.13 Performanceevaluation mit dem Jensen’s Alpha

4.5 Zusammenfassung

 Die Effizienzkurve wird üblicherweise mit historischen Daten erstellt, wobei neben
dem Markowitz-Modell auch das Marktmodell (Einfaktormodell) eingesetzt wird. Um die
Stabilität der Effizienzkurve zu verbessern, können Verfahren wie etwa die Sen-
sitivitätsanalyse, simulierte effiziente Portfolios oder das Black/Litterman-Modell ver-
wendetwerden.

 Wird die Effizienzkurve mit dem Markowitz-Modell bestimmt, benötigt man für de- ren
Konstruktion im Vergleich zum Marktmodell eine wesentlich größere Anzahl von
Parametern.ZusätzlichbestehtbeidererwartetenRenditeundderKovarianzeinsub-stantieller
Schätzfehler,weilmiteinerStichprobehistorischerDatengearbeitetwerdenmuss.Dabeistellt
dieVergangenheitkeinengutenIndikatorfürdieZukunftdar.

 Das Marktmodell basiert auf der Erkenntnis, dass die Renditen von Anlagen durch eine
bestimmte Anzahl an Variablen oder Faktoren miteinander korrelieren. Im Mo- dell werden
die über dem risikolosen Zinssatz liegenden Renditen der Anlageund des Marktportfolios in
eine Regression (ein fache lineare Regressi onsanalyse) einbezo- gen. Die Steigung der
Regressionsgleichung verkörpert das Beta der Anlage und gibt an, in welchem Ausmaß sich
die Rendite des Titels bei einer Änderung der Markt- rendite verändert. Die Konstante der
Regressionsgleichunghingegen entsprichtder Anlagerendite,bereinigtum den risikolosen
Zinssatz, wenn die Differenz zwischen der Marktrendite und dem risikolosen Zinssatz null
beträgt. Dieser Teil der Anlagerendite umfasst die Risikoprämie, die nicht durch das
Marktrisikobeeinflusstwird.

 Die Varianz der Renditen einer Anlage wird durch das Marktrisiko und das unter-
nehmensspezifischeRisikobeeinflusst.DasMarktrisikobestehtausdemProduktdes
4.5 Zusammenfassung 195

quadrierten Betas und der Varianz der Marktrenditen, während die unternehmensspe-
zifische Verlustgefahr durchdie Varianz der Residualrenditen (Fehlerterme) gegeben ist.
Demgegenüber lässt sich dieKovarianz der Renditen von zwei Anlagen durch das Produkt
derBetasderbeidenTitelundderVarianzderMarktrenditenberechnen.

 Eine passive Anlagestrategie besteht aus einem Marktindexportfolio und einer risiko- losen
Geldanlage.EineaktiveStrategiedagegeninvestiertinfehlbewerteteAnlagen,mitdemZiel,
dieSharpeRatio(risikoadjustierteRendite)zumaximieren.
 Das CAPM stellt eine der wichtigsten Innovationen in der modernen Finanzmarkttheo- rie
dar. Das Modell basiert auf dem Marktmodell, weist aber folgende Unterschiede auf: 1. Das
CAPM richtet sich auf die Zukunft und erklärt die erwartete Rendite. 2. Es gibt keinen
Fehlerterm und das Alpha ist null, weil die erwartete Rendite vollständig durch das
Marktrisikoerklärtwird.

 Das CAPM unterstellt eine lineare Beziehung zwischen erwarteter Rendite und Risiko.
Investoren werden lediglich für das Marktrisiko mit einer Rendite entschädigt, weil sie das
unternehmensspezifische Risiko in einem Portfolio eliminieren können. Daher reflektiert
dieerwarteteRenditedassystematischeRisikoderAnlage,dasdurchdasBetagegebenist.

 Das CAPM basiert auf einfachen Annahmen: 1. Investoren sind rationale Individuen,
die sich risikoavers verhalten und ihren Nutzen maximieren. 2. Die Märkte sind frik-
tionslos und es gibt keine Transaktionskosten und Steuern. 3. Alle Investoren planen
für die gleiche Anlageperiode. 4. Sämtlic he Investoren haben homogene Erwartungen.
Alle Anlagen sind unendlich teilbar und handelbar. 6. Investoren sind Preisnehmer.
Obwohl
5. einige dieser Annahmen unrealistisch sind, führt deren Auflösung lediglich zu
kleinen Veränderungen der Aussagekraft des Modells.

 Die erwartete Rendite im CAPM besteht aus dem risikolosen Zinssatz und der Risi-
koprämie.DieRisikoprämielässtsichausdemProduktderMarktrisikoprämieunddesBetas
der Anlage berechnen. Das Beta verkörpert eine Sensitivitätsgröße und gibt an, wie viel sich
die Aktienrendite bei einer Änderung der Marktrendite verändert. Diese Risikogröße wird
durch eine Regression zwischen Aktien- und Marktrenditen bestimmt (einfache lineare
Regressionsanalyse).DasBetaentsprichtderSteigungderRegressionsgeraden.

 DasCAPMisteinGleichgewichtsmodell.AlleAnlagen,dierichtigbewertetsind,lie-genauf
derWertpapiermarktlinie.SindAktienüber-oderunterbewertet,befindensiesichunterhalb
respektive oberhalb der Wertpapiermarktlinie. Unterbewertete Aktien werden von den
Marktteilnehmerngekauft,waszueinemhöherenPreisundeinernied-rigerenRenditeführt.
Dieser Kaufprozess dauert so lange, bis die erwartete Rendite der Aktie so weit gefallen ist,
dass sie wieder auf der Wertpapiermarktlinie liegt. – Ist der Markt informationseffizient,
befinden sich sämtliche Anlagen auf der Wertpapier- marktlinie, weil alle zur Verfügung
stehende n Informationen in den Preisen enthalten sind. Folglich unterstellt das CAPM eine
strengeInformationseffizienzderMärkte.

 DieVoraussagendesCAPMlauten,dassdasMarktportfolioinBezugaufRenditeundRisiko
effizientistunddassdieWertpapiermarktliniedieerwarteteRenditeunddas
196 4 Einfaktormodelle

Risiko von richtig bewerteten Anlagen (also mit einem Alpha von null) erklärt. Die em-
pirische Überprüfung der ersten Aussage, nämlich der Effizienz des Marktportfolios, ist
nichtmöglich,weilkeinIndexexistiert,derdasMarktportfolioauchnurannäherndabbildet.
Daher beschränkt sich das empirische Testen des CAPM auf die Beziehung zwischen der
erwarteten Rendite und dem Beta. In den Untersuchungen wird als An- näherung zum
Marktportfolio ein Aktienindex wie etwa der S&P 500 verwendet. Die empirischen Tests
beziehen sich auf dieStabilität des Betas und die lineare Beziehung zwischen der erwarteten
RenditeunddemBeta.

 Empirische Studien zeigen, dass das Beta von einzelnen Aktien nicht stabil ist. Nimmt man
einelängerehistorischeZeitperiodefürdieBerechnungdesindividuellenBetas,führtdieszu
einer höheren Stabilität. Im Gegensatz dazu ist das Beta von Portfolios eher stabil. Die
Stabilität des Portfoliobetas nimmt zu, jegrößer die Anzahl Aktien im Portfolio und je länger
die Zeitperiode ist. Die Voraussage des Betas lässt sich verbes- sern, wenn es mit dem
Handelsvolumenkorrigiertwird.

 Die von Fama und MacBeth (1973) veröffentlichte Studie unterstützt die Voraussagen des
CAPM empirisch. Fama, ein bis dahin als Befürworter des CAPM bekannter Wis-
senschaftler, publizierte mit French 1992 eine Untersuchung, die das CAPM verwirft. Die
beiden Autoren gelangen zu dem Schluss, dass die erwartete Rendite einerAktie nicht vom
Beta, sondern primär von der Größe des Unternehmens (Small Size Effect) und vom
Buchwert-Kurs-Verhältnis abhängen. Einzelne darauf folgende Studien bestä- tigen die
Ergebnisse von Fama und French, wobei wiederum andere Untersuchungen denResultaten
widersprechen.

 Trotz der gemischten Ergebnisse der empirischen Tests ist das CAPM in der Praxis weit
verbreitet. DieAufteilung desRisikos ineinen systematischen und einen un- systematischen
TeilentsprichteinerlogischenDenkweiseinderPortfoliotheorie.DesWeiterenunterstelltdas
CAPM, dass das Marktportfolio effizient ist. DieseAussage lässt sich in der Praxis bei einer
passivenStrategiebeobachten.EinMarktindexportfo-lioweistimVergleichzueineraktiven
Stra tegie eine nach Abzug von Transaktions- undManagementkosten höhere Rendite auf.
Folglich stellt ein Einfaktormodell mit einem erwarteten Alpha von null ein realistisches
Entscheidungsmodelldar.

 Eine Weiterentwicklung des CAPM stellt ein Multifaktorenmodell wie die Arbitrage-
preis-Theorie (APT) dar, welche die erwarte te Rendite anhand mehrerer systematischer
Faktorenberechnet.
4.6 Aufgaben 197

4.6 Aufgaben

Aufgabe1
Ein Portfoliomanager möchte eine Effizienzkurve anhand von 50 Aktien konstruieren.

a) Wie viele Parameter für die erwarteten Renditen, Varianzen und Kovarianzen be-
nötigt er, um die Effizienzkurve mit dem Modell von Markowitz zu bestimmen?
Wie viele Parameter sind beim Marktmodell erforderlich?
b)

Aufgabe2
Die Aktie von Gamma besitzt ein Beta von 1,3, während die Vega-Aktie ein Beta von 0,6
aufweist. Die Standardabweichungen der Residualrenditen betragen für Gamma 20 % und
fürVega30%.DieStandardabweichungder Marktrenditenist15%. Wiehoch istgemäßdem
MarktmodellderKorrelationskoeffizientzwischendenbeidenAk-tien?

Aufgabe3
Ein Portfoliomanager hat für zwei Aktien die folgenden erwarteten Renditen, Regres-
sionskoeffizienten .“i / und Standardabweichungen der Residualrenditen anhand des
Marktmodells ermittelt:

Aktien Erwartete Beta .“i / Standardabweichungen der


Renditen Residualrenditen
X 14 % 0,9 25 %
Y 12 % 1,4 40 %

Die makroökonomische Analyse zeigt für das Marktportfolio eine erwartete Rendite
von 10 % und eine Standardabweichung von 25 %. Der risikolose Zinssatz beträgt 3 %.
Der Manager stellt ein Portfolio zu sammen, das 40 % aus der Aktie X, 35 % aus der
Aktie Y und 25 % aus der risikolosen Anlage besteht. Wie hoch sind die erwartete
Rendite und das Risiko dieses Portfolios?

Aufgabe4
Das Marktmodell hat für die beiden Aktien A und B folgende Ergebnisse aus der einfa- chen
linearenRegressionsanalysegeliefert(RenditenüberdemrisikolosenZinssatz):AktieA:

RA D 0;03 C 1;4RM ; wobei R2 D 0;489 und ¢©;A D 0;22;

Aktie B:

RB D 0;02 C 1;1RM ; wobei R2 D 0;642 und ¢©;B D 0;11:


19 4 Einfaktormodelle

a) Welche der beiden Aktien besitzt das höhere systematische Risiko und das höhere
unsystematischeRisiko?
b) Der risikolose Zinssatz ist konstant und beträgt 3 %. Wie hoch ist der Achsen- abschnitt
(Konstante) der Regressionsgeraden bei der Aktie B, wenn man eine Regression mit
Renditen anstatt mit Überschussrenditen durchführt (einfache li- neare
Regressionsanalyse)?

Aufgabe5
Für die Aktien von Delta und Rho sind die beiden folgenden Regressionsgeraden ge- geben:

Delta-Aktie Rho-Aktie

(rDelta –r)F (rRho –r)F


Regressionsgerade

(rM –r)F (rM –r)F

Regressionsgerade

a) Welche der beiden Aktien verfügt über das höhere systematische Risiko?
b) Welche der beiden Aktien weist ein höheres unsystematisches Risiko auf?
Welche Aktie besitzt den höheren Determinationskoeffizienten  2 
c) R ?
d) WelcheAktieverfügtüberdiehöhereKorrelationmitdemMarkt?Welche
e) AktiehateinhöheresAlpha?

Aufgabe6
Das Marktmodell hat für die beiden Aktien A und B folgende Ergebnisse aus der einfa- chen
linearenRegressionsanalysegeliefert(RenditenüberdemrisikolosenZinssatz):AktieA:

RA;t D 0;02 C 1;1RM;t C ©A;t ; wobei R2 D 0;35;

Aktie B:
RB;t D 0;06 C 1;6RM;t C ©B;t ; wobei R2 D 0;40:

Das Marktindexportfolio weist eine erwartete Rendite von 8 % und eine Standardab-
weichungvon25%auf.

a) Wie hoch sind die Standardabweichungen der beiden Aktien A und B?


4.6 Aufgaben 199

b) Die Varianz einer Aktie kann in einen systematischen und einen unsystematischen Teil
aufgeteiltwerden.WiehochistfürbeideAktiendersystematischeundderunsystematische
TeilderVarianz?
c) WiehochsinddieKovarianzundderKorrelationskoeffizientzwischendenbeidenAktien?

d) Das Portfolio besteht aus 45 % der Aktie A und 55 % der Aktie B. Wie hoch sind das Risiko
dieses Portfolios und der systematische und unsystematische Teil an der
Portfoliovarianz?

Aufgabe7
Das historische Beta aus einer Regression zwischen den Aktienrenditen und den Markt-
renditen beträgt 1,4 (einfache lineare Regre ssionsanalyse). Um das historische Beta gegen
denerwartetenWertvon1zukorrigieren,wirdfolgendeFormelverwendet:adjustiertesBeta
D 0;333 C 0;667  historisches Beta. Der risikolose Zinssatz ist 2 %
und die Marktrisikoprämie beläuft sich auf 6 %. Wie hoch ist die erwartete Rendite
der Aktie in Anlehnung an das CAPM, wenn das adjustierte Beta für die Berechnung
verwendetwird?

Aufgabe
Die erwartete Portfoliorendite aus einer risikolosen Anlage und dem Marktportfolio (beide
Anlagen liegen auf der Kapitalmarktlinie) beträgt 12 %. Diese erwartete Rendite wurde
aufgrundderfolgendenDatenermittelt:

 Risikoloser Zinssatz: 2 %,
 erwartete Rendite des Marktportfolios: 14 %,
 Standardabweichung des Marktportfolios: 18 %.

Wie hoch ist in diesem Marktumfeld die erwartete Rendite einer Aktie, die über einen
Korrelationskoeffizienten zum Marktportfolio von 0,4 und eine Standardabweichung der
Renditenvon36%verfügt?

Aufgabe9
DerrisikoloseZinssatzist2%.DieAktienderGesellschaftMondoAGweiseneinBetavon1,2
auf. Die Anleger erwarten eine Rendite von 14 %, die mit derjenigen des CAPM
übereinstimmt.

a) Wie hoch ist die Marktrisikoprämie?


b) Die Aktien der Waro AG besitzen ein Beta von 0,8. Wie hoch ist die erwartete Rendite
gemäßdemCAPM?
c) Ein Anleger hat CHF 100:000 inAktienderMondoAGundderWaroAGinvestiert.Das
PortfolioverfügtübereinBetavon1,1.AuswelchenAnteilenderbeidenAk-
tien setzt sich das Portfolio zusammen? Wie hoch ist die erwartete Rendite dieser
Anlagekombination?
200 4 Einfaktormodelle

Aufgabe10
Die Renditen der Aktie Z weisen eine Kovarianz zu den Marktrenditen von 0,0455 auf. Die
VarianzderMarktrenditenbeträgt0,0785.DieMarktrisikoprämieist7,5%undderrisikolose
Zinssatz beläuft sich auf 1,5 %. Wie hoch ist die erwartete Rendite der Aktie Z anhand des
CAPM?

Aufgabe11
Ein Finanzanalyst untersucht die Aktien X und Y. Er hat in Bezug auf die beiden Aktien
folgendeDatenzusammengestellt:

Aktien Beta Erwartete Rendite des Finanzanalysten


A 1,3 14 %
B 0,9 9%

DerrisikoloseZinssatzbeträgt2%,währenddieMarktrisikoprämiebei8%liegt.Sinddie
AktienAundBüber-oderunterbewertet,wennderAnalystfürseineAnlage-
entscheidungendasCAPMverwendet?

Aufgabe12
Ein Portfoliomanager einer Vermögensverwaltungsgesellschaft hat die folgenden Da- ten
überdieAktienGammaundVegazusammengestellt:

Gamma Vega
Beta 1,4 nicht bekannt
Kovarianz mit HDAX nicht bekannt 0,06

DieAnalyseabteilungderVermögensverwaltungsgesellschaftübermitteltdemPort-
foliomanagereineerwarteteRenditedesHDAXvon8%undeineStandardabweichungvon
20%.DieRenditevonBuBillsmiteinerLaufzeitvon1Jahrbeträgt2%.DerPortfoliomanager
konstruierteinPortfoliomiteinemMarktwertvonEUR
200:000. Er
investiert EUR 60:000 in Gamma-Aktien und EUR 140:000 in Vega-Aktien. Wie hoch
ist die erwartete Rendite des Portfolios?

Aufgabe13
DerAktienmarktweisteineerwarteteRenditevon10%undeineStandardabweichungvon27
% auf. Der risikolose Zinssatz beträgt 3 %. Eine Aktie besitzt eine Kovarianz von 0,075 mit
dem Aktienmarkt. Die Aktie wird zu einem Preis von EUR 200 gehan- delt. Die
Analyseabteilung einer Bank geht davon aus, dass der Aktienkurs am Ende der Periode bei
EUR 228 liegt. Zudem wird erwartet, dass am Ende der Periode eine Dividende von EUR 10
anfällt.WielautetdieAnlageentscheidunginAnlehnungandasCAPM?
Literatur 201

Aufgabe14
Ein Portfoliomanager investiert zu gleichen Anteilen in Aktie A, Aktie B, risikolose Anlage
und in das Marktportfolio. Das Beta der Aktie A beträgt 0,75, während sich dasBeta derAktie
Bauf1,4beläuft.WiehochistdasBetadesPortfolios?

Aufgabe15
Ein Portfoliomanager besitzt folgende Aktien in seinem Portfolio:

 500 Gamma-Aktien mit einem Beta von 1,2 und einem Aktienpreis von EUR 100. 200
 Delta-AktienmiteinemBetavon1,1undeinemAktienpreisvonEUR200.
 800 Rho-Aktien mit einem Beta von 0,6 und einem Aktienpreis EUR 50.
 1200 Vega-Aktien mit einem Beta von 1,4 und einem Aktienpreis von EUR 20.

Die erwartete Rendite des Aktienmarktes liegt 14 % über dem risikolosen Zinssatz. Um wie
viele Renditepunkte übersteigt die erwartete CAPM-Rendite des Portfolios den risikolosen
Zinssatz?

Literatur

Baesel, J. B.: On the Assessment of Risk: Some Further Considerations. In: Journal of Finance 29
(5), 1491–1494 (1974)
Bhandari, L. C.: Debt/Equity Ratio and Expected Common Stock Returns: Empirical Evidence. In:
JournalofFinance 43 (2), 507–528 (1988)
Black, F.: Capital Market Equilibrium with Re stricted Borrowing. In: Journal of Business 45 (3),
444–455 (1972)
Black, F., Litterman, R.: Global Portfolio Optim ization. In: Financial Analysts Journal 48 (5), 28–43
(1992)
Blume, M. E.: On the Assessment of Risk. In: Journal of Finance 26 (1), 1–10 (1971)
Carpenter, M. D., Upton, D. E.: Trading Volume and Beta Stability. In: Journal of Portfolio Ma-
nagement 7 (2), 60–64 (1981)
Chan,L.,Karceski,J.,Lakonishok,J.:OnPortfolioOptimization:ForecastingCovariancesandChoosing
theRiskModel.In:ReviewofFinancialStudies 12 (5), 937–974 (1999)
Dennis, P., Perfect, S., Snow, K., Wiles, K.: The Effects of Rebalancing on Size and Book-to-Market
Ratio Portfolio Retu rns. In: Financial Analysts Journal 51 (3), 47–57 (1995)
Fama, E., French, K.: The Cross Section of Expected Stock Returns. In: Journal of Finance 47 (2),
427–465 (1992)
Fama, E., MacBeth, R.: Risk, Return and Equilibrium: Empirical Tests. In: Journal of Political 81
Economy (2), 453–474 (1973)
Gibbons, M.: Multivariate Tests of Financial Models: A New Approach. In: Journal of Financial
Economics 10 (1), 3–28 (1982)
Jensen, M. C.: The Performance of Mutual Funds in the Period 1945–1964. In: Journal of Finance
23 (2), 389–416 (1968)
Klemkosky, R. C., Martin, J. D.: The Adjustment of Beta Forecasts. In: Journal of Finance 30 (4),
1123–1128 (1975)
202 4 Einfaktormodelle

Kothari, S. P., Shanken, J., Sloan, R. G.: Another Look at the Cross Section of Expected Stock Returns. In:
JournalofFinance 50 (2), 185–224 (1995)
Levy, R. A.: On the Short-Term Stationarity of Beta Coefficients. In: Financial Analysts Journal 27
(6), 55–62 (1971)
Lintner, J.: The Valuation of Risk Assets and the Se lection of Risky Investments in Stock Portfolios and
CapitalBudgets.In:TheReviewofEconomicsandStatistics 47 (1), 13–37 (1965)
Malkiel, B. G.: Returns from Investing in Equity Mutual Funds 1971 to 1991. In: Journal of Finance 50
(2), 549–572 (1995)
McEnally, R.: A Note on the Return Behavior of High Risk Common Stocks. In: Journal of Finance 29
(2), 199–202 (1974)
Michaud, R. O.: Efficient Asset Management, 2. Auflage, Boston (2008)
Mondello, E.: Portfoliomanagement: Theorie und Anwendungsbeispiele, 2. Auflage, Wiesbaden (2015)

Mossin, J.: Equilibrium in a Capital Asset Market. In: Econometrica 34 (4), 768–783 (1966)
Roenfeldt, R. L., Griepentrog, G. L., Pflamm, C. C. : Further Evidence on the Stationarity of Beta
Coefficients. In: Journal of Financial and Quantitative Analysis 13 (1), 117–121 (1978)
Roll, R.: A Critique of the Asset Pricing Theory’s Te sts: Part 1: On Past and Potential Testability of
the Theory. In: Journal of Financial Economics 4 (2), 129–176 (1977)
Shanken, J.: Multivariate Tests of the Zero Beta CAPM. In: Journal of Financial Economics 14 (3),
327–348 (1985)
Sharpe, W. F.: A Simplified Model for Portfolio Analysis. In: Management Science 9 (2), 277–293
(1963)
Sharpe, W. F.: Capital Asset Prices: A Theory of Market Equilibrium Under Conditions of Risk. In: Journal
ofFinance 19 (3), 425–442 (1964)
Sharpe, W. F., Cooper, G. M.: Risk-Return Classes of New York Stock Exchange Common Stocks:
1931–1967.In:FinancialAnalysisJournal 28 (2), 46–54 (1972)
Stambaugh, R.: On the Exclusion of Assets from Tests of the Two-Parameter Model: A Sensitivity
Analysis. In: Journal of Financial Economics 10 (4), 237–268 (1982)
Treynor, J. L.: How to Rate Management of Investment Funds. In: Harvard Business Review 43,
63–75 (1965)
Ziemba, W. T.: The Stochastic Programming Appro ach to Asset, Liability, and Wealth Management,
Charlottesville(2003)
Multifaktorenmodelle
5

5.1 Einleitung

Das Capital Asset Pricing Model (CAPM) ist in den frühen 1960er-Jahren entstanden und stellt
ein Einfaktormodell dar. Eine Alternative zu diesem Finanzmarktmodell ist die
Arbitragepreis-Theorie(APT),dievonStephenRoss 1
in den 1970er-Jahren entwickelt
wurde. Beim APT-Modell werden die Aktienrenditen nicht lediglich von einem einzel-
nen Faktor, sondern von einer Vielzahl an Marktfaktoren determiniert. Dabei geht die
Risikodefinition des APT-Modells weiter als diejenige des CAPM, das die standardisier- te
Kovarianz bzw. das Beta einer Aktie zum Marktportfolio als Risiko bezeichnet. Beide
Finanzmarktmodelle –das CAPM und die APT – implizieren eine lineare Beziehung zwi- schen
dererwartetenRenditeunddemsystematischenRisiko.

IndiesemKapitelwirdzunächstdieStrukturvonmakroökonomischenundfunda-mentalen
Multifaktorenmodellenaufgezeigt.MakroökonomischeMultifaktorenmodellekönnen
eingesetztwerden,umsystematischeRisikofaktorenwieetwadasRisikovon
Konjunkturzyklen,EnergiepreisenundInflationzumessenundzusteuern.DieRenditebesteht
auseinemerwartetenundeinemunerwartetenTeil.DererwarteteTeilderRen-ditelässtsich
übereinGleichgewichtsmodellwiedasCAPModerdieAPTermitteln,währenddieunerwartete
RenditekomponentedurchvomMarktnichtvorweggenommeneVeränderungender
makroökonomischenFaktorenbestimmtwird.DieAPTunterstellt,dassdieMarktpreiseim
GleichgewichtsindundkeineArbitragemöglichkeitenbeste-hen.ImRahmendes
APT-ModellswerdendieBerechnungdererwartetenRenditemitsystematischen
RisikofaktorprämienunddasfüreinGleichgewichtsmodellwichtigeAr-bitrageprinzip
beschrieben.DanachwerdenBeispielevonmakroökonomischenMultifak-torenmodellen
sowievonModellenmitweitestgehendfundamentalenFaktorenwiedasFama/French-Modell
unddasCarhart-Modellaufgeführt.AnschließendwirdderEin-satzvon
MultifaktorenmodelleninderRendite-undRisikoattributiondargelegt,bevor

1
Vgl. Ross 1976 : The Arbitrage Theory of Capital Asset Pricing, S. 341 ff.

© Springer Fachmedien Wiesbaden GmbH 2017 203


E. Mondello, Finance, DOI 10.1007/978-3-658-13199-9_5
204 5 Multifaktorenmodelle

Portfolios vorgestellt werden, die lediglich einem spezifischen Risikofaktor (Faktorport-


folios) oder einer bestimmten Gruppe von Risikofaktoren (z. B. die Risikofaktoren einer
Benchmark bei einem Trackingportfolio) ausgesetzt sind. Am Ende des Kapitels werden
möglicheAnwendungenderAPTimPortfoliomanagementvorgestellt.

5.2 ÜbersichtüberMultifaktorenmodelle

5.2.1 EinteilungderMultifaktorenmodelle

Das in Kapitel 4 beschriebene Marktmodell zerlegt das Risiko in eine systematische und eine
unsystematische Komponente. Unsystematische bzw. unternehmensspezifische Risi- ken
können in einem Portfolio durch Diversifikation eliminiert werden. Das systematische Risiko
wird im Marktmodell durch einen Faktor – das Marktportfolio – wiedergegeben. Das
Marktportfolio fasst die verschiedenen makroökonomischen Risikofaktoren zusam- men. Die
Rendite kann indessen auch über ein Multifaktorenmodell bestimmt werden, welches anstelle
des Marktportfolios eine ganze Gruppe von systematischen Risikofak- toren verwendet. Die
Aufteilung des systematischen Risikos in mehrere Faktoren erlaubt es, die Sensitivitäten von
unterschiedlichen A ktien zu den einzelnen Faktoren zu berech- nen. Dabei findet im Vergleich
zum Einfaktormodell eine Verfeinerung der Rendite- und Risikoanalyse statt, weil mehrere
Risikofaktoren für die Beschreibung der Aktienrenditen eingesetzt werden. Grundsätzlich
lassensichMultifaktorenmodelleindiefolgendendreiKategorieneinteilen:

 Makroökonomische Faktormodelle: Die Risiken stellen unerwartete Veränderungen von


makroökonomischenVariablen wie etwa das Wachstum des Bruttoinlandsprodukts unddie
Veränderung der Inflationsrate dar, welche die Aktienrenditen wesentlich erklä- ren. Dabei
beeinflussen die Faktoren die zukünftigen Cashflows eines Unternehmens oder den für das
DiskontierenderCashflowsmaßgebendenrisikolosenZinssatz(TeildesDiskontsatzes).

 Fundamentale Faktormodelle: Die Risikofaktoren beschreiben die Eigenschaften von


Aktien und Unternehmen, die einen Einfluss auf die Aktienrendite haben. Die ak-
tienspezifischen Risikofaktoren spiegeln die Erwartungen der Investoren über den
zukünftigen Erfolg des Unternehmens wider . Dazu gehören Preismultiplikatoren wie das
Kurs-Gewinn-Verhältnis,dasBuchwert-Kurs-VerhältnisunddieDividendenren-dite,

aber auch die Marktkapitalisierung sowie aktienpreisbezogene Faktoren wie


Preismomentum und Aktienpreisvolatilität. Die unternehmensbezogenen Faktoren
hingegen beziehen sich auf die interne Unt ernehmensperformance. Sie setzen sich
beispielsweise aus dem finanziellen Leverage sowie aus dem Wachstum, der Volatilität und
demMomentumdesUnternehmensergebnisseszusammen.
 Statistische Faktormodelle: Anhand von statistischen Methoden können Faktoren aus
historischenRenditeneinerGruppevonFinanzanlagenextrahiertwerden,mitderen
5.2 ÜbersichtüberMultifaktorenmodelle 205

Hilfe der Renditeverlauf erklärt werden kann. In den statistischen Faktormodellen sind die
Faktoren durch ein Portfolio von Finanzanlagen der untersuchten Gesamtgruppe der
Anlagen gegeben und somit als Portfoliogewichte definiert. Die beiden wichtigsten
statistischen Faktormodelle stellen die Faktoranalyse und die Hauptkomponentenana- lyse
dar. Sie unterscheiden sich darin, dass die Faktoranalyse die historische Kovari- anz der
Portfoliorenditen und die Hauptkomponentenanalyse die historische Varianz der
Portfoliorenditen erklären bzw. reproduzieren. Ein Vorteil von statistischen Fak-
tormodellen ist, dass sie mit einer relativ geringen Zahl an Annahmen auskommen.
Allerdings ist die Interpretation statistischer Faktoren im Gegensatz zu makroökono-
mischen und fundamentalen Faktoren üblicherweise schwieriger. In den allermeisten
Fällen ist es nicht möglich, einen statistischen Faktor einem Faktor zuzuordnen, der eine
ökonomischeInterpretationzulässt.EineAusnahmestellteinstatistischerFaktorbestehend
aus einem Portfolio mit Gewichten dar, die denjenigen eines Marktindex gleichen. Ein
solcher Fakto r kann als Marktfaktor aufge fasst werden. Darüber hinaus sind statistische
Faktormodellemathematischrechtanspruchsvoll.

Es gibt auch Multifaktorenmodelle, die sich nicht eindeutig einer dieser drei Kategori- en
zuordnenlassen,weilsiemehrereEigenschafteninBezugaufdieModelleinteilungbesitzen.
2
NachfolgendwirddieStrukturvonmakroökonomischenundfundamentalen
Multifaktorenmodellenbeschrieben.DiestatistischenFaktormodellewerdenaufgrundder
oben erwähnten Nachteile nicht weiter ausgeführt.

5.2.2 StrukturvonmakroökonomischenMultifaktorenmodellen

Die Rendite einer gehandelten Aktie besteht aus einer erwarteten und einer unerwarte- ten
Komponente.Dieerwartetebzw.normaleAktienrenditeistdiejenigeKomponentederRendite,
welche die Marktteilnehmer prognostizieren. Sie hängt von den auf dem Markt verfügbaren
Informationenab.
3
FernerbestehtdieRenditeauseinemunsicherenoder
unerwartetenTeil,dervonüberraschendenNachrichtenbeeinflusstwird.Beispielesolcher
nichterwarteterInformationensindetwadieBekanntgabevonzuhohenArbeits-losenzahlen,
eineplötzlicheZinssatzerhöhungdurchdieNotenbankoderdieunerwartetePensionierungdes
GründersundVerwaltungsratspräsidenteneinerbörsennotiertenGe-sellschaft.

Die Rendite einer Anlage über eine Per iode t kann wie folgt bestimmt werden: 4

ri;t D E .ri;t / C ui;t ; (5.1)

2
EinBeispielistdasFama/French-Modell,dassowohleinenmakroökonomischenFaktor(Markt-
risikoprämie)alsauchzweifundamentaleFaktoren(MarktkapitalisierungundBuchwert-Kurs-
Verhältnis) verwendet. Vgl. Abschn. 5.6.2 .
3
Für die Informationseffizienz der Märkte vgl. Abschn. 2.4.2.1 .
4
Faktormodelle erklären die zufälligen Renditen einzelner Anlagen, also ganze Verteilungen. Dabei
entspricht der Erwartungswert dem erwarteten Teil der Rendite.
206 5 Multifaktorenmodelle

wobei:

ri;t D RenditederAnlageifürdiePeriodet,r
E . ; / D erwarteterTeilderRenditevonAnlageifürdiePeriodet, it
ui;t D unerwarteter Teil der Rendite von Anlage i für die Periode t.

Erwarten beispielsweise die Marktteilneh mer im nächsten Monat ein Wachstum des Brut-
toinlandsprodukts von 0,5 %, dann fließt diese Erwartung in einem effizienten Markt in den
Aktienpreis.WirdimnächstenMonateinAnstiegdesBruttoinlandsproduktsvon0,5%bekannt
gegeben, haben die Marktakteure diese Meldung in den Aktienkursen be- reits verarbeitet.
Entspricht die Zunahme des Bruttoinlandsprodukts genau den Erwartun-gen, so verändert sich
derAktienkursbzw.dieRenditeaufgrunddieserNachrichtnicht.FallshingegeneineErhöhung
des Bruttoinlandsprodukts um 1,5 % angekündigt wird, sind die Erwartungen der
Marktteilnehmer um 1 % übertroffen worden, was in einem effizien- ten Markt zu einer
ÄnderungderAktienkursebzw.derRenditeführt.

Der erwartete Teil einer Nachricht spiegelt sich in der Höhe der erwarteten Rendite
ŒE .r/ wider. Die Überraschung ist derjenige Teil der Meldung, welchen die Marktteil-
nehmer nicht vorweggenommen bzw. erwartet haben. Dies schlägt sich im unerwarteten
Teil .u/ der Gesamtrendite .r/ nieder. Das eigentliche Risiko einer Anlage wird durch den
nicht erwarteten Teil der Rendite wiedergegeben, der auf eine überraschende Nachricht
und eine daraus resultierende Preisänderung zurückzuführen ist.
BeziehensichdienichterwartetenNachrichtenaufgenerelleMarktfaktorenwieetwadie
HöhederZinssätzeoderdasWachstumdesBruttoinlandsprodukts,istdasdarausher-
vorgehendeRisikosystematisch.SolcheNachrichtenbeeinflussensämtlicheAktienkurseauf
demMarkt.StammendieInformationenhingegenvoneinemeinzelnenUnternehmen,wie
beispielsweisedieunvorhergesehenePensionierungdesGründersundVerwaltungs-
ratspräsidenteneinerGesellschaft,wirdlediglichderAktienkursdesUnternehmensdavon
beeinflusst.EineauseinersolchenMeldunginduziertePreisänderungwirdalsunterneh-
mensspezifischesoderunsystematischesRisikobezeichnet.Zusammengefasstlässtsichdas
Risikowiefolgtdefinieren:

 AlssystematischesRisikowerdengenerelleÄnderungenderMarktfaktorenverstan-den,die
zueinerPreisänderungbeieinerVielzahlvonAnlagenführen.
 Unter unsystematischem Risiko versteht man Änderungen unternehmensspezifischer
Gegebenheiten, die eine Preisänderung ei ner einzelnen Anlage oder einer kleinen Gruppe
vonAnlagenzurFolgehaben. 5

5
Die Nachricht eines lokalen Streiks bei einem Autohersteller wird sehr wahrscheinlich den
Aktienkurs des Unternehmens beeinträchtigen. Ferner ist es möglich, dass Kurse von anderen
GesellschaftenderselbenIndustrievondieserMeldungtangiertwerden.Unwahrscheinlichisthin-gegen,
dasssichinfolgedeslokalenStreikssämtlicheAktienkurseaufdemMarktverändern.
5.2 ÜbersichtüberMultifaktorenmodelle 207

Der unerwartete Teil der Rendite .u/ lässt sich in eine systematische und eine unsystema-
tische Komponente aufteilen. Das führt zu folgender Rendite für eine Anlage:

ri;t D E .ri;t / C mi;t C ©i;t ; (5.2)

wobei:

mi;t D Renditeentschädigung für das systematische Risiko bzw. für das makroökonomi-
sche Risiko der Anlage i für die Periode t,
©i;t D Renditeentschädigung für das unsystematische Risiko bzw. für das nicht makro-
ökonomische Risiko der Anlage i für die Periode t.

Das systematische Risiko .m/ beeinflusstdieAktiensämtlicherGesellschaften.Wird


beispielsweiseeineüberraschendeInflationsmeldungveröffentlicht,sowirddieseinen
Einfluss auf fast alle Unternehmen haben. Korreliert die Inflation positiv mit dem Aktien- kurs,
dann wird sich bei einem Anstieg der Geldentwertung der Kurs ebenfalls erhöhen. Besteht
hingegen eine negative Korrelation, wird der Aktienpreis fallen. Sind die Aktien- kurse mit der
unerwartetenInflationshöheunkorreliert–wasinderRealitätjedocheherseltenderFallist–,übt
dieGeldentwertungkeineWirkungaufdenAktienpreisaus.

Das unsystematische Risiko .©/ ist unternehmensspezifisch und beeinträchtigt nicht


das spezifische Risiko anderer G esellschaften. Beispielsweise gibt es keine Wechselwir- kung
zwischendemunternehmensspezifischenRisikovonNestléundNovartis.MussetwaNestléein
hochrangigesMitglieddesManagementsaufgrundvonKorruptionsvorwürfenentlassen,dann
kanndieseunerwarteteNachrichtdenAktienpreisverändern.AufdenAktienpreisvonNovartis
hingegenwirddieseInformationkeinenEinflusshaben.DasunsystematischeRisikoderbeiden
Gesellschaftenistunabhängigvoneinanderbzw.nichtmiteinanderkorreliert.

DasmakroökonomischeMultifaktorenmodellunterstellt,dassdieRenditenmitden
unerwartetenMeldungenübermakroökonomischeVariablen–wieInflation,Bruttoin-
landsproduktundZinssätze,diedassystematischeRisikowiderspiegeln–korrelieren.Die
RenditeeinerAnlageiübereinePeriodetlässtsichmiteinemmakroökonomischenModellwie
folgtbestimmen(multiplelineareRegressionsanalyse):

ri;t D E .ri;t / C “i1 F1;t C “i2 F2;t C : : : C “iK FK;t C ©i;t ; (5.3)

wobei:

Fk;t D unerwartete Höhe (Überraschung) des systematischen Risikofaktors k, k D


1; 2; : : :; K,
“ik D Beta bzw. Faktorsensitivität zwischen Aktienrendite i und unerwartetem systemati-
schen Risikofaktor k, k D 1; 2; : : :; K,
i;t D FehlertermmiteinemErwartungswertvonnull,derdenAnteilderAktienrenditer© i
reflektiert, der nicht durch die systematischen Risikofaktoren erklärt wird und somit
auf das unsystematische Risiko zurückzuführen ist.
20 5 Multifaktorenmodelle

Die makroökonomischen Risikofaktoren .Fk / stellen systematische Faktoren des Ge-


samtmarktes dar. Diese Faktoren weisen einen erwarteten Wert von null auf und beschrei-
ben die unerwartete Veränderung und nicht die Höhe des Risikos. Das Beta .“ik / istein
Sensitivitätsfaktorundzeigt,wiestarkdieAktienrenditeaufdassystematischeRisikoreagiert.
EinpositivesBetabedeutet,dasssichdieAktienrenditeundbeispielweisederRisikofaktor
InflationindiegleicheRichtungbewegen.Demgegenüberverkörperteinne-gativesBetaeine
inverseBeziehungzwischenderRenditedesBeteiligungspapiersunddemRisikofaktor
Inflation.DerFehlerterm
i;t / erklärtdieunerwarteteRenditeausdem.©
unternehmensspezifischen Risiko.

Beispiel
BerechnungderAktienrenditemiteinemmakroökonomischenMultifaktorenmo-dell

DieerwarteteRenditeeinesinderComputertechnologietätigenUnternehmensliegtbei10%.
DieBeta-FaktorenderAktiezuunerwartetenVeränderungenderZinssät-ze,derInflationund
desBruttoinlandsproduktssindbekanntundbetragen
1;5, 2,0
und 0,75. Zu Beginn des Jahres erwartet man, dass sich die Zinssätze nicht verändern werden.
Demgegenüber prognostiziert man, dass die Inflation um 3 % und das Brutto- inlandsprodukt
um 1,2 % steigen werden. Am Ende des Jahres stellt man fest, dass die Zinssätze um 0,5 %, die
Inflation um 4 % und das Bruttoinlandsprodukt um 0,7 % ge- stiegen sind. Ferner beträgt die
unerwartete unternehmensspezifische Rendite 5 % für das Jahr. Wie hoch ist die Rendite der
Aktie,wenneinmakroökonomischesMultifak-torenmodellverwendetwird?

Lösung
Nachstehend sind die Renditen und Beta-Faktoren der makroökonomischen Variablen
aufgeführt:

Makroökonomische Variablen Total Erwartet Unerwartet .F/ Beta-Faktor .“/


Zinssätze 0,5 % 0,0 % 0;5 % 1;5
Inflation 4,0 % 3,0 % 1;0 % 2,0
Bruttoinlandsprodukt 0,7 % 1,2 % 0;5 % 0,75

Der unerwartete Teil der Rendite lässt sich für die einzelnen Risikofaktoren .Fk /
anhand der gesamten und erwarteten Rendite wie folgt berechnen: Zinssätze 0,5 % (
D 0;5 %  0;0 %), Inflation 1,0 % (D 4;0 %3;0 %) und Bruttoinlandsprodukt 0;5 %
(D 0;7 %1;2 %). Werden diese Risikofaktoren mi t den entsprechenden Beta-Faktoren
multipliziert, erhält man den Renditebeitrag von 0,875 % [D .1;5/0;5 %C 2  1 %C
0;75  .0;5 %/] der drei makroökonomischen Variablen zur Gesamtrendite. Die er-
wartete Rendite der Aktie ist 10 %, während die unerwartete unternehmensspezifische
Rendite bei 5 % liegt. Somit beläuft sich die Rendite der Aktie auf 15,875 %:

rAktie D 10% C .1;5/  0;5% C 2  1% C 0;75  .0;5%/ C 5% D 15;875%:


5.2 ÜbersichtüberMultifaktorenmodelle 209

Die Aktienrendite beträgt 15,875 % und setzt sich aus den folgenden Bestandteilen
zusammen:

 Erwartete Rendite: 10 %,
 unerwartete Rendite aus systematischen Risiken: 0,875 %,
 unerwartete Rendite aus unsystematischen Risiken: 5 %.

Beispiel
Berechnung der Portfoliorendite mit einem makroökonomischen Multifaktoren-
modell
EinPortfoliobestehtausdenAktienAundB.DieRenditenderbeidenAktienwerdenvonden
makroökonomischenRisikofaktorenInflation .F / und Bruttoinlandspro-
INFL
dukt .FBIP / beeinflusst. Der Portfoliomanager hat mithilfe einer multiplen linearen
RegressionsanalyseeinmakroökonomischesMultifaktorenmodellfürdiebeidenAkti-enA
undBaufgestellt:

RenditeA;t D 0;08  1;5  FINFL;t C 1;2  FBIP;t C ©A;t ; wobei: ©A;t D 0;05;
RenditeB;t D 0;14 C 3  FINFL;t C 4  FBIP;t C ©B;t ; wobei: ©B;t D 0;08:

DerPortfoliomanagerinvestiert25%desPortfoliosinAktienvonAund75%inAk-tienvonB.
Wie hoch ist die Rendite des Portfolios, wenn die unerwartete Veränderung der Inflation und
desBruttoinlandsprodukts1%respektive0,8%sind?

Lösung
Die Portfoliorendite von 24,27 % lässt sich als gewichteter Durchschnitt der beiden
Aktienrenditenwiefolgtberechnen:

rP D Œ.0;25  0;08/ C .0;75  0;14/ C Œ.0;25  .1;5// C .0;75  3/  FINFL


C Œ.0;25  1;2/ C .0;75  4/  FBIP C Œ0;25  ©A C 0;75  ©B  ;
rP D 0;125 C 1;875  FINFL C 3;3  FBIP C 0;25  ©A C 0;75  ©B ;
rP D 0;125 C 1;875  0;01 C 3;3  0;008 C 0;25  0;05 C 0;75  0;08 D 0;2427:

DieSensitivitätdesPortfolioshinsichtlicheinerunerwartetenVeränderungderIn-flation
ist1,875.SteigtdieInflationum1%höheralsprognostiziert,dannfälltdiePortfoliorendite
um1,875%höherausalserwartet.DerunsystematischeAnteilanderPortfoliorenditebeläuft
sichauf7,25%(
D 0;25  5 % C 0;75  8 %).
Die Portfoliorendite von 24,27 % setzt sich folgendermaßen zusammen:

 Erwartete Rendite: 12,5 %,


 unerwartete Rendite aus systematischen Risiken: 4,52 %,
 unerwartete Rendite aus unsystematischen Risiken: 7,25 %.
210 5 Multifaktorenmodelle

(Rendite)

8%

0 (Risikofaktor F)

Abb.5.1 Rendite eines gut diversifizierten Portfolios mit einem Beta von 1

IngutdiversifiziertenPortfoliosliegteineRisikoprämie(erwartetundunerwartet)nurfürdas
systematischeRisikovor.DieGeradeinAbb. 5.1zeigtdieRenditeeinesgutdiver-sifizierten
PortfoliosmiteinemBetavon1fürunterschiedlicheGrößendesRisikofaktorsF(unerwartete
VeränderungvonF).BeimSchnittpunktderGeradenmitderY-AchseistdieRenditedes
Portfolios8%,wasdererwartetenRenditebeieinemGleichgewichtsmo-dellwieetwaderAPT
entspricht.BeidiesemPunktistdersystematischeRisikofaktornull(F

D 0). Dies bedeutet, dass keine unerwartete Veränderung des Risikofaktors vorliegt.
Die erwartete Portfoliorendite lässt sich durch die erwartete Veränderung des Risikofak-
tors mithilfe eines Gleichgewichtsmodells berechnen. Ein positiver Risikofaktor (F > 0)
führt zu einer Rendite, die höher als 8 % ist. Umgekehrt hat ein negativer Risikofaktor (F
< 0) eine niedrigere Rendite als 8 % zur Folge. Daher lässt sich die Rendite des Port-
folios wie folgt ermitteln:

rP D E .rP / C “P F D 8% C 1  F: (5.4)

Abb.5.2zeigtdieRendite-Risikofaktor-BeziehungeinereinzelnenAktiemiteinemBetavon
1.DieAktieistsowohldemsystematischenalsauchdemunsystematischenRi-sikoausgesetzt.
DieserZusammenhangwirddurchdieStreuungderRendite-Risikofaktor-Punkteumdie
Geradeveranschaulicht.DieAktienrenditelässtsichdurcheinFaktormo-dellmit
systematischenRisikofaktorennichtvollständigbeschreiben,dadieAktienrenditeauchdurch
dasunsystematischeRisikobeeinflusstwird.ImGegensatzdazukanndieRenditeeinesgut
diversifiziertenPortfoliosdurcheinFaktormodellmitsystematischenRisikofaktoren
quantifiziertwerden.
5.2 ÜbersichtüberMultifaktorenmodelle 211

(Rendite)

8%

0 (Risikofaktor F)

Abb.5.2 Rendite einer Aktie mit einem Beta von 1

5.2.3 StrukturvonfundamentalenMultifaktorenmodellen

Die Rendite lässt sich anhand eines fundame ntalen Multifaktorenmodells gleich wie bei einem
makroökonomischenMultifaktorenmodellmitfolgenderFormelberechnen:

ri;t D ’i;t C “i1 F1;t C “i2 F2;t C : : : C “iK FK;t C ©i;t ; (5.5)

wobei:

’i;t D Konstante der linearen multiplen Regressionsgleichung,


Fk;t D fundamentaler Risikofaktor k, k D 1; 2; : : :; K (z. B. Kurs-Gewinn-Verhältnis,
Buchwert-Kurs-Verhältnis, Dividende nrendite und finanzieller Leverage),
“ik D Beta bzw. Faktorsensitivität zwischen Aktienrendite i und fundamentalem Risiko- D
faktor k, k 1; 2; : : :; K,
©i;t D Fehlerterm.

Allerdings verändert sich im Gegensatz zum makroökonomischen Multifaktorenmodell die


Bedeutung der Faktoren in der Gleichung. So werden die Faktoren als Renditen und nicht als
Renditeüberraschungen angegeben, wa s dazu führt, dass deren erwartete Werte nicht null sind.
Dieser Ansatz verändert die Bedeutung der Konstante, die nicht mehr als die erwartete Rendite
interpretiert werden kann. Darüber hinaus können in den meisten fundamentalen
Multifaktorenmodellen auch die Fa ktorsensitivitäten unterschiedlich aus- gelegt werden.
Dabei stellen die Faktorsensitivitäten standardisierte Größen wie etwa für das
Kurs-Gewinn-VerhältnisoderdieDividendenrenditeeinerAktiedar.Dasstandardi-
212 5 Multifaktorenmodelle

sierte Beta bzw. die standardisierte Faktorsen sitivität eines fundamentalen Multifaktoren-
modells lässt sich zum Beispiel anhand des Kurs-Gewinn-Verhältnisses einer Aktie i wie folgt
berechnen(ähnlichwiederz-WertbeieinerStandardnormalverteilung):

KGVi  KGV
“i;1 D ; (5.6)
¢KGV

wobei:

KGVi D Kurs-Gewinn-Verhältnis der Aktie i,


KGV D durchschnittliches Kurs-Gewinn-Verhältnis der untersuchten Aktien,
¢KGV D Standardabweichung der Kurs-Gewinn-Verhältnisse der untersuchten Aktien.

Die standardisierte Faktorsensitivität gibt die Anzahl der Standardabweichungen des fun-
damentalen Faktors von dessen Durchschnitts wert bzw. Erwartungswert an. Hat beispiels-
weise eine Aktie ein standardisiertes Beta für das Kurs-Gewinn-Verhältnis von 2, so liegt das
Kurs-Gewinn-VerhältnisdesBeteiligungspapierszweimaldieStandardabweichungüberdem
KGV-Durchschnittswert. Eine Aktie hingegen mit einer standardisierten Fak- torsensitivität
von
1 besitzt ein Kurs-Gewinn-Verhältnis, das um eine Standardabwei-
chung den KGV-Durchschnittswert unterschreitet. Durch diese Standardisierung
können fundamentale Faktoren, die in unterschiedlichen Einheiten gemessen werden
(z. B. Kurs- Gewinn-Verhältnis in absoluten Zahlen und Dividendenrendite in
Prozent), ähnlich inter- pretiert werden. Eine Ausnahme bilden binäre Faktoren wie
die Zugehörigkeit zu einer Industrie. Diese sogenannten Dummy-Variablen weisen
entweder einen Wert von 0 oder 1auf.
6

Beispiel
Berechnung der standardisierten Faktorsensitivität in einem fundamentalen Mul-
tifaktorenmodell
Das Kurs-Gewinn-Verhältnis einer Aktie liegt bei 16,5. Demgegenüber betragen für
sämtliche Aktien das durchschnittliche Kurs-Gewinn-Verhältnis 13,4 und die Stan-
dardabweichung der Kurs-Gewinn-Verhältnisse 6,1. Wie hoch ist die standardisierte
FaktorsensitivitätfürdenfundamentalenFaktorKurs-Gewinn-VerhältnisderAktie?

Lösung
Die standardisierte Faktorsensitivität für den fundamentalen Faktor Kurs-Gewinn-
Verhältnis von 0,508 kann folgendermaßen ermittelt werden:

16;5  13;4
“i;KGV D D 0;508:
6;1
6
Für die Benutzung von Dummy-Variablen in einer Regression vgl. z. B. DeFusco et al. 2004 :
Quantitative Methods for Investment Analysis, S. 458 ff.
5.3 Diversifikationanhandeinesmakroökonomischen Multifaktorenmodells 213

Das Kurs-Gewinn-Verhältnis der Aktie von 16,5 ist um 0,508 Standardabweichungen höher
alsdasdurchschnittlicheKurs-Gewinn-Verhältnisvon13,4.

BeieinemmakroökonomischenModellwerdenzuerstdieRenditeüberraschungen(al-so
dieRisikofaktoren)bestimmt,bevoranhandeinerRegressiondieFaktorsensitivitäten
festgelegtwerden.DemgegenüberwerdenineinemfundamentalenMultifaktorenmodellin
einemerstenSchrittdieFaktorsensitivitäteneruiertunderstdanachdiefundamentalen
RenditefaktorenmithilfeeinerRegressionberechnet.DiefundamentalenFaktorenstellen
Renditendar,diesichbeispielsweiseausderRenditedifferenzzwischenAktienmiteinem
niedrigenundAktienmiteinemhohenKurs-Gewinn-Verhältnisergeben.

5.3 Diversi kationanhandeinesmakroökonomischen


Multifaktorenmodells

Die Rendite einer Anlage i kann mit einem makroökonomischen Einfaktormodell wie folgt
bestimmtwerden:
ri;t D E .ri;t / C “i Ft C ©i;t : (5.7)

Der Faktor für das systematische Risiko .F/ kann beispielsweise eine unerwartete Nach-
richt über die Höhe der Inflation sein.7 Das Beta .“i / ist eine Faktorsensitivität und be-
schreibt, wie stark das systematische Risiko die Gesamtrendite der Aktie beeinflusst.
NimmtmaneinPortfoliomitNAktienundbenutztfürjedeAktieeinEinfaktormo-dell,um
dassystematischeRisikozuerfassen,lässtsichdieRenditedesPortfoliosalsgewichteter
DurchschnittallerAktienrenditenwiefolgtberechnen:

rP D w1 ŒE .r1 / C “1 F C ©1  C w2 ŒE .r2 / C “2 F C ©2  C : : : C wN ŒE .rN / C “N F C ©N ;


(5.8)
wobei:

wi D Gewichte der einzelnen Aktien i im Portfolio.

Die Formel zeigt, dass die Rendite des Aktienportfolios von drei Einflussfaktoren be- stimmt
wird:

 Die erwartete Rendite jeder einzelnen Aktie ŒE .ri /,


 das Beta .“i / jedereinzelnenAktiemultipliziertmitdemsystematischenRisikofaktorF,
. /
 das unsystematische bzw. unternehmenssp ezifische Risiko jeder einzelnen Aktie .©i /.

7
AlsEinfaktormodellkannmanauchdasMarktmodellverwenden.IndiesemModellberechnetsichdas
systematischeRisikoFalsDifferenzzwischenderrealisiertenunddererwartetenMarktrendite.
214 5 Multifaktorenmodelle

TeiltmandiesedreiEinflussfaktorenaufdieGesamtrenditedesPortfoliosinihreBestand-teileauf,
lässtsich( 5.8)wiefolgtschreiben:

rP D w1 E .r1 / C w2 E .r2 / C : : : C wN E .rN /


(gewichteter Durchschnitt der erwarteten Renditen)
C .w1 “1 C w2 “2 C : : : C wN “N / F
(5.9)
(gewichteter Durchschnitt der Betas)  (systematischer Risikofaktor F)
C w1 ©1 C w2 ©2 C : : : C wN ©N
(gewichteter Durchschnitt unsystematischer Risiken):
Die erste Zeile der Formel – also der gewichtete Durchschnitt der erwarteten Renditen –
beinhaltet keine Risikokomponente, da die erwartete Rendite im Aktienkurs bereits ent- halten
ist. 8
DieVerlustgefahrwirdinderzweitenZeiledurchdenFaktorFbestimmt,derdas
systematischeRisikodarstellt.InderdrittenZeilewirddieUngewissheitdurchden
unsystematischen Risikofaktor ©i beschrieben.
WerdengutdiversifiziertePortfoliosbetrachtet,verändertsich( 5.9)dahingehend,dassdiedritte
Zeile,diedasunsystematischeRisikowiedergibt,entfällt.JedeAktieverfügtüberihreigenes
unsystematischesRisiko.DabeiführteineunerwarteteMeldungz.B.übereinen
unternehmensspezifischenStreiksehrwahrscheinlichzueinerAktienkursän-derungder
betroffenenGesellschaft,währendandereAktienvondieserNachrichtnichtbetroffensind.Wirdnur
einkleinerBetraginjedeeinzelneAktieinvestiert,konvergiertdergewichteteDurchschnittder
unsystematischenRisikenineinemgutdiversifiziertenPortfoliogegennull.

9
DerGrundliegtdarin,dassdieunternehmensspezifischenRisiken
unabhängigvoneinanderanfallen.DaherverstärktsichderDiversifikationseffekt,jegrö-
ßer die Anzahl Aktien in einem Portfolio ist. Im Gegensatz dazu bleibt die zweite Zeile von (5.9 )
unverändert,dasichdassystematischeRisiko .F/ nicht durch Diversifikation
eliminieren lässt.
DerDiversifikationseffektbeieinemPortfoliobestehendausLong-Positionenkannam
BeispieleinesmakroökonomischenEinfaktormodellsaufgezeigtwerden,wobeifolgende
Annahmengelten:

 Alle im Portfolio enthaltenen Aktien verfügen über die gleiche erwartete Rendite, zum
Beispiel 12 %. Diese Annahme führt dazu, dass die erste Zeile von (5.9 ) ebenfalls 12 % ist, da
dieersteZeiledengewichtetenDurchschnittallererwartetenAktienrenditendarstellt.

 Sämtliche Aktien besitzen ein Beta von 1. Dies führt innerhalb des Klammerausdrucks der
zweitenZeilevon(5.9)zueinemWertvon1,weildieSummederGewichte1ist.

8
UmdenPreisbzw.deninnerenWerteinerAktiezuermitteln,werdendiefreiverfügbarenCash-flowsmit
dererwartetenRendite(Diskontsatz)diskontiert.DaheristdieerwarteteRenditeim
Aktienpreis enthalten.
9
Wenn die Anzahl der in einem Portfolio gleich gewichteten Aktien gegen unendlich strebt, kon-
vergiert der gewichtete Durchschnitt aller unsystematischen Risiken gegen null.
5.4 ErwarteteRendite 215

Multipliziert man 1 mit F, resultiert ein systematisches Risiko für dieses Portfolio von F
D . D 1  F/.
 Jede Anlage ist zu gleichen Teilen im Portfolio vertreten. Der Anteil jeder einzelnen
Aktie im Portfolio beträgt demnach 1/N.

Die Rendite des Aktienportfolios lässt sich aufgrund dieser Annahmen wie folgt eruieren:
1 1 1
rP D 12% C F C ©1 C ©2 C : : : C ©N : (5.10)
N N N
Je mehr Aktien in das Portfolio aufgenommen werden, desto höher wird N, sodass die Terme
© gegennullstreben.Demzufolgelässtsich(5.10)füreingutdiversifiziertes 1
N i
Portfolio wie folgt schreiben:
rP D 12% C F: (5.11)
Dieses Ergebnis in Bezug auf den Diversifikationseffekt deckt sich mit ( 5.9 ), wo die dritte
Zeile, die das unsystematische Risiko beschreibt, entfällt. Die zweite Zeile hingegen, die das
systematische Risiko widerspiegelt, bleibt stehen. Das systematische Risiko, das durch die
Variation des Faktors F gegeben ist, lässt sich durch Diversifikation nicht reduzieren. Das
unsystematische Risiko hingegen lässt sich durch die Zunahme der Anzahl Aktien im Portfolio
durchDiversifikationeliminieren.

InKapitel3wurdederDiversifikationseffektbeieinemgleichgewichtetenPortfolio
bestehendausLong-Positionenebenfallsbeschrieben.DabeistrebtdasRisikobeieinemgut
diversifiziertenPortfoliogegendiedurchschnittlicheKovarianz  
Cov .10 Indiesem
KapitelhingegenwirddassystematischeRisikodurchdenFaktorFbeschrieben.Daein
gemeinsamerFaktorFzupositivenKovarianzenführt,sinddieArgumentehinsichtlichdes
DiversifikationseffektsinbeidenKapitelnkonsistent.

5.4 ErwarteteRendite

Die erwartete Rendite in einem makroökonom ischen Multifaktorenmodell wird durch ein
Gleichgewichtsmodell–kongruentzumCAPModerderAPT–berechnet.ImCAPMetwawird
die erwartete Rendite mit dem risikolosen Zinssatz und einer Risikoprämie ermittelt. Die
RisikoprämiebestehtausderMarktrisikoprämiemultipliziertmitdemBetaderAnlagebzw.des
Portfolios und stellt die Renditeentschädigung für das systematische Risiko dar. Die
CAPM-FormelfürdieBerechnungdererwartetenRenditeeinerAnlagelautet:

E .ri / D rF C RPM “i ; (5.12)


wobei:

RPM D Marktrisikoprämie (Differenz zwischen der erwarteten Marktrendite und dem ri-
sikolosen Zinssatz).
10
Für den Diversifikationseffekt vgl. Abschn. 3.6 .
216 5 Multifaktorenmodelle

Die erwartete Rendite im CAPM ist um so höher, je höher das systematische Risiko ist und
umgekehrt. Es wird unterstellt, dass im Gegensatz zum Marktmodell das Alpha null ist. Folglich
siehtdasCAPMkeineRenditeentschädigungfürdasunsystematischeRisikovor,dasdurchjeden
einzelnenInvestorineinemPortfoliodurchDiversifikationeliminiertwerdenkann.

DieerwarteteRenditekannauchübereinMultifaktorenmodellgeschätztwerden.Da-bei
wird–ähnlichwieimCAPM-angenommen,dassdasRisikonursystematischerNaturist.Im
GegensatzzumCAPM,daslediglichdenRisikofaktorMarktrisikoprämieverwen-det,werden
beieinemMultifaktorenmodellmehreresystematischeRisikofaktorenfürdieBerechnungder
erwartetenRenditeeingesetzt.Nimmtmanbeispielsweisediebeidenma-kroökonomischen
RisikofaktorenBruttoinlandsprodukt
.FBIP / und Inflation .FINFL /, kann
die erwartete Rendite einer Anlage wie folgt berechnet werden:

E .ri / D rF C “BIP FBIP C “INFL FINFL : (5.13)

Die Formel stellt eine Generalisierung der Wertpapiermarktlinie für die Bestimmung der
erwarteten Rendite dar, wobei anstatt nur eines Faktors (die Marktrisikoprämie) mehrere
systematischeFaktorenverwendetwerden.
GleichwiebeimCAPMlässtsichineinemMultifaktorenmodelldieRisikoprämieei-nes
FaktorsmiteinemBetavon1zudiesemFaktorundeinemBetavonnullzuallenanderenFaktoren
bestimmen.WirdbeimCAPMeinBetavon1unterstellt,dannsetztsichdieRisikoprämieeinzig
ausderMarktrisikoprämiezusammen.DieMarktrisikoprä-mieplusdemrisikolosenZinssatz
ergibtwiederumdieerwarteteRenditedereinzelnenAnlage.

Beispiel
Berechnung der erwarteten Rendite bei einem Multifaktorenmodell
Ein Gleichgewichtsmodell besitzt die beiden systematischen Risikofaktoren Bruttoin-
landsproduktundInflation.EineAnlagehateinBetafürdasBruttoinlandsproduktvon1,4und
einInflationsbetavon
0;8. Die erwartete Risikoprämie für das Bruttoinlands-
produkt beträgt 4 %, während die erwartete Risikoprämie für die Inflation bei 2 %
liegt. Der risikolose Zinssatz beläuft sich auf 2,5 %. Wie hoch ist die erwartete Rendite der
Anlage?

Lösung
Die erwartete Rendite setzt sich aus der Summe des risikolosen Zinssatzes und der erwarteten
Risikoprämiezusammen.DieRisikoprämiefürdasBruttoinlandsproduktist5,6%(
D  4 %)unddieRisikoprämiefürdieInflationbeläuftsichauf1,6%1;4
[D .0;8/  .2 %/]. Die erwartete Risikoprämie für die Anlage beträgt insgesamt
7,2 % (D 5;6 % C 1;6 %).DasführtzueinererwartetenRenditevon9,7%:D
 
E rAnlage 2;5% C 1;4  4% C .0;8/  .2%/ D 9;7%:
5.5 DieArbitragepreis-Theorie(APT) 217

5.5 DieArbitragepreis-Theorie(APT)

5.5.1 DasAPT-Modell

Die Arbitragepreis-Theorie (APT) beschreibt ähnlich wie das CAPM ein Kapitalmarkt-
gleichgewicht bzw. eine Wertpapiermark tlinie, welche durch eine lineare Beziehung zwi-
schen erwarteter Rendite und Risiko gekennzeichnet ist. Die APT kommt im Vergleich zum
CAPMjedoch mitwesentlichweniger Annahmenaus.Diedrei zugrundeliegendenAnnahmen
derAPTlautenwiefolgt:
11

 Ein Faktormodell erklärt die Aktienrenditen, wobei das Modell die Faktoren nicht spe-
zifiziert,welchedieerwartetePortfoliorenditebeeinflussen.
 Es gibt eine Vielzahl von Aktien, sodass die Investoren gut diversifizierte Portfolios halten, in
denendasaktienspezifischeRisikoeliminiertist.
 Aufgrund der informationseffizienten Märkte bestehen keine Arbitragemöglichkeiten
unterdengutdiversifiziertenPortfolios. 12

Die APT benötigt damit weit weniger Annahmen als das CAPM. Nicht erforderlich sind
insbesondere die folgenden Annahmen des CAP M: 1) Die Investoren verfügen über qua-
dratischeNutzenfunktionen, 13
2) dieAktienrenditensindnormalverteiltund3)esgibtein
Marktportfolio,dasaussämtlichenrisikobehaftetenAnlagenbestehtunddasinBezugauf
die Rendite und das Risiko effizient ist. – Sind die Annahmen der APT erfüllt, lässt sich die
erwartetePortfoliorenditewiefolgtberechnen:

E .rP / D rF C “P;1 F1 C “P;2 F2 C : : : C “P;n Fn ; (5.14)

wobei:

E .rP / D erwartete Rendite des Portfolios,


rF D risikoloser Zinssatz,
“P;i D Sensitivität des Portfolios gegenüber dem Risikofaktor i, i D 1; 2; : : :; n,
Fi D Prämie des Risikofaktors i, i D 1; 2; : : :; n.

Die Formel zeigt, dass die erwartete Rendite eines gut diversifizierten Portfolios aus ei- nem
risikolosen Zinssatz und einer Risikoprämie besteht. Die Risikoprämie stellt eine
Entschädigung für das systematische Risiko dar. Die Prämie für einen Risikofaktor (oder auch
Faktorpreis)F
i lässt sich mit einem Faktorportfolio bestimmen. Ein Faktorportfolio
ist ein gut diversifiziertes Portfolio, das ein Beta von 1 gegenüber einem bestimmten Ri-
sikofaktorundeineSensitivitätvon0gegenüberallenanderenRisikofaktorenaufweist.

11
Vgl. Ross 1976 : The Arbitrage Theory of Capital Asset Pricing, S. 341 ff.
12
Eine Arbitragemöglichkeit liegt dann vor, wenn ein Investor einen risikolosen Gewinn erzielt,
ohne dass er eine Nettoausgabe tätigen muss. 13
Für die Nutzentheorie und die Indifferenzkurven vgl. Abschn. 3.7.3 .
21 5 Multifaktorenmodelle

Die Rendite eines Faktorportfolios hängt von einem bestimmten makroökonomischen Ri-
sikofaktor ab. Alle anderen Risikofaktoren sind mit der Portfoliorendite unkorreliert und
besitzen demnach ein Beta von 0. Es ist möglich solche Faktorportfolios zusammenzu- stellen,
weil einerseits viele Anlagen für die Portfoliobildung zur Verfügung stehen und andererseits
relativwenigeRisikofaktorenvorhandensind.

Beispiel
Berechnung der Prämie für den Risikofaktor anhand eines Faktorportfolios
Ein Faktorportfolio verfügt über eine Sensitivität (Beta) von 1 hinsichtlich eines spezifi-
schenRisikofaktors .F1 / und eine Sensitivität von 0 gegenüber allen anderen Faktoren.
Die erwartete Portfoliorendite beträgt 10 %, während der risikolose Zinssatz bei 3 % liegt.
WiehochistdiePrämiefürdenRisikofaktorF? 1

Lösung
Die erwartete Portfoliorendite kann mit einem Einfaktor-APT-Modell wie folgt berech- net
werden:
E .rP / D rF C “P;1 F1 :

Wird die Gleichung nach der Risikoprämie F1 aufgelöst, so erhält man einen Wert von
0,07:
E .rP /  rF 0;1  0;03
F1 D D D 0;07:
“P;1 1
Die erwartete Rendite des Faktorportfolios beträgt 10 % und setzt sich aus einem risiko-
losenZinssatzvon3%undeinerRisikoprämievon7%zusammen.DieRisikoprämiebesteht
aus einem Beta von 1 und einer Prämie für den Risikofaktor von 7 %. Die Prä- mien für die
weiteren Risikofaktoren können mit einem Faktorportfolio in der gleichenWeise berechnet
werden.

Beispiel
Berechnung der erwarteten APT-Portfoliorendite
Die erwartete Rendite eines Portfolios wird mit folgendem Multifaktoren-APT-Modell
ermittelt:
E .rP / D rF C “P;1 F1 C “P;2 F2 :
Das Beta des ersten Risikofaktors .“P;1 / beträgt 0,3, während das Beta für den zweiten
Risikofaktor .“P;2 / bei0,92liegt.DieFaktorportfoliosfürdieBestimmungderbeidenundF
Risikofaktorprämien (F1 )weiseneineerwarteteRenditevon10%respektive
2
von 8 % auf. Der risikolose Zinssatz beläuft sich auf 2 %. Wie hoch ist die erwartete
PortfoliorenditegemäßdemAPT-Modell?
5.5 DieArbitragepreis-Theorie(APT) 219

Lösung
Zunächst sind die beiden Risikofaktorprämien F1 und F2 zu berechnen (ein Faktorport-
folio verfügt über ein Beta von 1):

E .rP /  rF 0;1  0;02


F1 D D D 0;08;
“P;1 1
E .rP /  rF 0;08  0;02
F2 D D D 0;06:
“P;2 1

WerdendieRisikofaktorprämienin(5.14)eingesetzt,erhältmaneineerwartetePort-foliorendite
von9,92%:

E .rP / D 0;02 C 0;3  0;08 C 0;92  0;06 D 0;0992:

WendetmandieAPTan,somüssenderenParametergeschätztwerden.DieParametersindder
risikoloseZinssatzunddiePrämienfürdieRisikofaktoren,welchedieerwar-teteRendite
beeinflussen.DieFaktorsensitivitäten(Betas)sindfürjedeeinzelneAnlageverschiedenundwerden
durcheinemultiplelineareRegressionbestimmt.

Beispiel
Bestimmung der APT-Parameter (risikoloser Zinssatz und Risikofaktorprämie) in
einemEinfaktormodell
Es liegen drei gut diversifizierte Portfolios mit Sensitivitäten gegenüber einem einzigen
Risikofaktor vor. Die gemäß APT-Modell erwarteten Portfoliorenditen und Faktorsen-
sitivitäten(Betas)lautenwiefolgt:

Portfolios Erwartete Portfoliorenditen Faktorsensitivitäten


ŒE .rP / .“P;1 /
A 0,08 0,5
B 0,16 2,1
C 0,06 0,1

Wie hoch sind der risikolose Zinssatz und die Prämie für den Risikofaktor F ? 1

Lösung
Um den risikolosen Zinssatz und die Risikofaktorprämie F1 zu berechnen, können bei-
spielsweise die ersten beiden Portfolios A und B ausgewählt werden:

E .rA / D 0;08 D rF C 0;5  F1

und
E .rB / D 0;16 D rF C 2;1  F1 :
220 5 Multifaktorenmodelle

Wird Portfolio A nach dem risikolosen Zinssatz rF aufgelöst, so erhält man folgende
Gleichung:
rF D 0;08  0;5  F1 :
Wird dieser Formelausdruck für rF in die Gleichung über die erwartete Rendite des
Portfolios B eingesetzt, gelangt man zu folgender Gleichung:

0;16 D 0;08  0;5  F1 C 2;1  F1 D 0;08 C 1;6  F1 :

Das führt zu einer Risikoprämie F1 von 0,05:

.0;16  0;08/
F1 D D 0;05:
1;6

Wird nun F1 in die Gleichung über die erwartete Rendite des Portfolios A eingesetzt, r
erhält man einen risikolosen Zinssatz . F / von 5,5 %:

0;08 D rF C 0;5  0;05 ) rF D 0;08  0;5  0;05 D 0;055:

DemnachbeträgtderrisikoloseZinssatz5,5%unddieRisikofaktorprämiebeläuftsichauf5
%.DieseAPT-ParameterführenzufolgenderAPT-Gleichung:

E .rP / D 0;055 C “P;1  0;05:

5.5.2 RisikoarbitrageundKapitalmarktgleichgewicht

Das APT-Modell setzt voraus, dass ein Kapitalmarktgleichgewicht vorliegt. Das heißt, dass bei
gutdiversifiziertenPortfolioskeineFehlbewertungenbzw.Arbitragemöglich-keitenbestehen.
Es ist nicht möglich, durch Transaktionen wie Kauf und Verkauf von Portfolios risikofreie
Gewinnezuerzielen.DasGesetzdeseinheitlichenPreisesgibtan,dassAnlagendengleichenPreis
besitzenmüssen,wennsieinBezugaufallerelevantenökonomischenAspektegleichwertigsind.
Das Gesetz des einheitlichen Preises wird durch Arbitrageure auf dem Markt u mgesetzt, die
unterbewertet e Anlagen kaufen und überbe- wertete Anlagen verkaufen. Di ese Transaktionen
führendazu,dasssichderKapitalmarktwiederimGleichgewichteinpendelt.

DasAPT-ModellbasiertaufderNicht-Arbitrage-Annahme.LiegteinUngleichgewichtvor,
gehenInvestorengroßeGeldpositionenein,umeinenrisikolosenArbitragegewinnzu
5.5 DieArbitragepreis-Theorie(APT) 221

erzielen. Folglich werden nur wenige Investoren benötigt, um das Gleichgewicht wie-
derherzustellen. Im Gegensatz dazu unterstellt das CAPM, dass Anleger bei einem Un-
gleichgewicht in Abhängigkeit von ihrem Risikoaversionsgrad nur limitierte Änderungen in
ihrem Portfolio vornehmen. Sie schichten ihr effizientes Portfolio von überbewerteten zu
unterbewerten Anlagen um. Das Gleichgewicht auf dem Markt wird durch eine große Anzahl
von Investoren erreicht, die einen rel ativ kleinen Geldbetrag für diese Umschich- tungen
verwenden. Die Annahme, dass alle Anleger risikoavers sind und hinsichtlich Rendite und
Risiko effiziente Portfolios halten, ist für das CAPM kritisch. Im Gegensatz dazu setzt die
Nicht-Arbitrage-Annahme i m APT voraus, dass wenige Marktteilnehmer genügen, um das
Gleichgewicht mit großen Geldbeträgen wiederherzustellen. Das nach- stehende Beispiel
illustriert die für die Arbitragepreis-Theorie wichtige Annahme des
Kapitalmarktgleichgewichts.

14

Beispiel
Testen von Arbitragemöglichkeite n: Kapitalmarktgleichgewicht
Das Einfaktor-APT-Modell aus dem vorangegangenen Beispiel beschreibt die erwarte- ten
Portfoliorenditenwiefolgt:

E .rP / D 0;055 C “P;1  0;05:

Die erwarteten Portfoliorenditen und die entsprechenden Faktorsensitivitäten der Port-


foliosA,B,CundDlautenwiefolgt:

Portfolios Erwartete Portfoliorenditen Faktorsensitivitäten


ŒE .rP / .“P;1 /
A 0,08 0,5
B 0,16 2,1
C 0,06 0,1
D 0,09 0,4

1. Welches der vier Portfolios ist aufgrund des APT-Modells fehlbewertet?


2. Wie hoch ist der risikolose Arbitragegewinn, wenn man für die Arbitragestra- tegie die
richtigbewertetenPortfoliosAundCsowieeinenKapitalbetragvonEUR
100:000 einsetzt?

14
InderPraxiswirdderBegriff„Arbitrage“sehrweitläufigverwendet.OftverstehtmanunterAr-bitrage
dasAuffindenfehlbewerteterAnlagenwiebeispielsweisebeiderMerger-Arbitragestrategie.
Bei dieser Hedgefondsstrategie werden die Aktien von der zu übernehmenden Gesellschaft gekauft,
während die Aktien des vermeintlichen Käufers verk auft werden. Diese Arbitragestrategie hat mit den
risikolosen Arbitragemöglichkeiten im APT nichts gemeinsam. Um die Arbitrage im APT von anderen
Strategienabzugrenzen,nenntmandieseauchRisikoarbitrage.
222 5 Multifaktorenmodelle

Lösungzu1
Umzutesten,obArbitragemöglichkeitenbestehen,wirddasEinfaktor-APT-Modellaufalle
vier Portfolios angewandt. Die erwarteten APT-Portfoliorenditen lassen sich wie folgt
bestimmen:

E .rA / D 0;055 C 0;5  0;05 D 0;08;


E .rB / D 0;055 C 2;1  0;05 D 0;16;
E .rC / D 0;055 C 0;1  0;05 D 0;06;
E .rD / D 0;055 C 0;4  0;05 D 0;075:

Die APT setzt voraus, dass sich der Kapitalmarkt im Gleichgewicht befindet, das heißt, dass
gut diversifizierte Portfolios weder über- noch unterbewertet sind. Dies trifft auf die
Portfolios A, B und C zu. Das Portfolio D hingegen verfügt gemäß APT über eine erwartete
Renditevon7,5%,dieimVergleichzurerwartetenRenditedesPortfoliosDvon9%zuniedrig
ist.DaheristdasPortfolioDunterbewertetundesbestehteineArbitragemöglichkeit.

15

Abb.5.3zeigt,dasssämtlicherichtigbewertetePortfoliosaufderWertpapiermarkt-linie
liegen,dievomrisikolosenZinssatzdurchalleRendite-Beta-PunktederAnlage-
kombinationengeht.DieGleichungdieserGeradenerklärtdieerwarteteRenditegut
diversifizierterPortfolios.PortfolioDweisteineerwarteteRenditevon9%auf.Esliegt
demnachoberhalbderRendite-Risiko-Geraden,diebeieinerFaktorsensitivitätvon0,4eine
erwarteteRenditevon7,5%vorsieht.FolglichistdieAnlagekombinati-onDunterbewertet.
AußerdemveranschaulichtdieAbbildung,dassdieRisikoprämieproportionalzumBeta
steht.DieRisikoprämieistdurchdieDifferenzzwischenderer-warteten
APT-PortfoliorenditeunddemrisikolosenZinssatzgegeben.BeieinemBetavon0liegtauch
dieRisikoprämiebei0,steigtaberbeieinemhöherenBetaproportionalan.

Lösungzu2
Es ist möglich, einen risikolosen Arbitragegewinn zu erzielen, indem man das unterbe-
wertetePortfolioDkauftundeineKombinationausdenrichtigbewertetenPortfoliosAundC
verkauft. Damit der Gewinn risikolos ist, muss die Faktorsensitivität der Long- und
Short-Positionen gleich sein. Das Beta des Portfolios D beträgt 0,4. Folglich muss die
Faktorsensitivität der verkauften Anlagekombination aus den Portfolios A und C ebenfalls
0,4 sein. Die Gewichte der Shor t-Position können als Durchschnitt der ge- wichteten
Faktorsensitivitäten der Portfolios A und C wie folgt berechnet werden (die Summe der
Gewichteist1):

0;4 D wA  0;5 C .1  wA /  0;1:

15
Eine höhere Renditeerwartung führt zu einem niedrigeren Marktwert des Portfolios, da die Cash-
flows aus den Anlagen mit einer höheren erwarteten Rendite diskontiert werden.
5.5 DieArbitragepreis-Theorie(APT) 223

(erwartete
Rendite)
Wertpapiermarktlinie
B
16%

Risikoprämie
D
9%
8% A
C
6%
rF = 5,55%

0%
0,1 0,4 0,5 2,1 (Beta)

Abb.5.3 Arbitragemöglichkeit

Wird diese Gleichung ausmultipliziert, e rhält man folgenden Formelausdruck:

0;4 D wA  0;5 C 0;1  wA  0;1:

Wird diese Gleichung nach dem Gewicht von A (w A ) aufgelöst, gelangt man zu einem
prozentualen Anteil des Portfolios A von 75 %:

0;3
0;3 D wA  0;4 ) wA D D 0;75:
0;4
Das Gewicht des Portfolios C beträgt demnach 25 % (D 1  0;75). Die Short-Position
bestehend aus 75 % von A und 25 % von C weist eine Faktorsensitivität von 0,4 auf.
Die erwartete Rendite dieser Anlagekombination ist 7,5 %:

E .rAundC / D 0;75  0;08 C 0;25  0;06 D 0;075:

Um den risikolosen Arbitragegewinn zu erzielen, kauft man die zu niedrig bewertete Anlage
DfürEUR undfinanziertdiesenKaufmiteinerShort-Positionausder
100:000
Portfoliokombination A und C für EUR 100:000. Die Cashflows aus dieser Arbitrage-
strategie können wie folgt berechnet werden:

 Die Portfoliokombination aus 75 % von A und 25 % von C wird zu einem Wert von EUR
leerverkauft,wasamEndederPeriodezueinererwartetenAusgabe
100:000
von EUR 107:500 (D EUR 100:000  1;075) führt.
 Das unterbewertete Portfolio D wird für EUR 100:000 gekauft. Die erwartete Ren-
dite auf dem Markt beträgt 9 %, sodass am Ende der Periode ein Portfoliowert von
EUR 109:000 (D EUR 100:000  1;09) anfällt.
224 5 Multifaktorenmodelle

Tab.5.1 Aus der Arbitragestrategie resultierende Cashflows und Risiko


Portfolios Cashflows zu Beginn Cashflows am Ende Faktorsensitivitäten
der Periode (in EUR) der Periode (in EUR)
Long D 100:000 109.000 0,4
Short A und C 100.000 107:500 0;4
Total 0 1500 0,0

Tab.5.1 zeigt, dass der Netto-Cas hflow zu Beginn der Arbitragetransaktionen EUR 0 ist.
Am Ende der Periode (nach erfolgter Preiskorrektur) weist die Kapitalanlage D einen
erwartetenWertvonEUR
109:000 auf, während die Portfoliokombination
von A und C eine erwartete Ausgabe – aus dem zu Beginn der Periode getätigten
Leerverkauf – von EUR 107:500 besitzt. Dies führt zu einem Gewinn von EUR 1500 ).
(D EUR 109:000  EUR 107:500
DieseArbitragestrategieweistkeinRisikoauf,dasichdieFaktorsensitivitätenderLong-
undShort-Positionengegenseitigaufheben.DaheristderArbitragegewinnvonEUR1500
risikolos.
DieMarktteilnehmerwerdendasunterbewertetePortfolioDkaufen,wasdazuführt,dass
derPreisdieserAnlagesteigtunddieRenditeerwartungsinkt.DiesePreiskorrek-turdauert
solange,bisderMarktwiederimGleichgewichtistundkeineÜber-undUnterbewertungen
mehrvorhandensind.IstderMarktimGleichgewicht,befindensichsämtlichePortfoliosauf
derWertpapiermarktlinie.

5.5.3 APTversusCAPM

Die APT kann in den gleichen Finanzmarkttheorieanwendungen wie das CAPM ver- wendet
werden. Die erwarteten Renditen werden als Richtgrößen unter anderem in der Auswahl von
unter-oderüberbewertetenAnlagen,PerformancemessungundAktienbe-wertungeingesetzt.
Beide Finanzmarktmodelle unterscheiden zwischen dem systemati- schen und dem
unsystematischen Risiko. Eine Renditeentschädigung besteht nur bei der systematischen
Verlustgefahr, weil das unternehmensspezifische Risiko im Rahmen der Portfoliobildung
durchDiversifikationeliminiertwerdenkann.

DasAPT-Modellunterstellt,dassderKapitalmarktimGleichgewichtistunddaherkeine
Arbitragemöglichkeitenvorhandensind.IstdieseAnnahmeverletzt,führenstarke
Arbitragekräftedazu,dassdasGleichgewichtwiederhergestelltunddieFehlbewer-tung
korrigiertwird.DazubrauchtesnureinelimitierteAnzahlvonInvestoren,diemitgroßen
GeldbeträgendieArbitragetransaktionendurchführen.DieerwarteteRendite-
Risiko-BeziehungimAPTbasiertaufgutdiversifiziertenPortfolios,dielediglichdem
systematischenRisikoausgesetztsindunddurcheineVielzahlvonAnlagenkonstruiertwerden
können.

DasCAPMhingegenwirddurchdasMarktportfoliohergeleitet(Kapitalmarktlinien-
modell),dassichaufdemMarktnichtbeobachtenlässt.DasModellunterstellt,dassdie
5.5 DieArbitragepreis-Theorie(APT) 225

Anlagen auf dem Markt in Bezug auf Rendite und Risiko effizient sind. Ist eine Anlage
hinsichtlich der Beziehung zwischen erwart eter Rendite und Beta unter- oder überbewer- tet,
findet eine Preiskorrektur durch eine große Anzahl von Investoren mit relativ kleinen
Geldbeträgen statt. Dabei werden die Portfolios von überbewerteten zu unterbewerteten Titeln
umgeschichtet,bissichdasGleichgewichtwiedereingestellthat.

TrotzdieserVorteilederAPTgegenüberdemCAPMbestehenwesentlicheNachtei-le.Die
APTgehtvongutdiversifiziertenPortfoliosausundstütztsichaufdieNicht-Arbitrage-Annahme.
DaherkannmanmitdemModellVerletzungenderBeziehungzwi-schendererwartetenRendite
unddemBeta,diebeieinzelnenAnlagenauftreten,nichtidentifizieren.Fernersinddie
RisikofaktorenimAPT-Modellnichtbekannt,währenddasCAPMdiesenFaktormitder
Marktrisikoprämiedefinierthat.AusdiesenGründenkanndasCAPMnichteinfachdurchdieAPT
ersetztwerden.

5.5.4 EmpirischeRelevanz

Das Hauptproblem beim Testen der APT besteht darin, dass die Risikofaktoren im Modell nicht
spezifiziert sind. Dahersetzt die empirische Untersuchung der APT voraus, dass man zuerst die
Risikofaktoren definiert. In einem zweiten Schritt müssen die Portfoli- os zusammengestellt
werden, die diesen Risikofaktoren ausgesetzt sind. In einem letzten Schritt ist der
ErklärungsgehaltderRisikofaktorenfürdieerwartetenPortfoliorenditenzuuntersuchen.

Roll und Ross (1980) überprüften das APT-Modell mit einem zweistufigen Verfah-
ren.16 ZuerstermitteltensiefüreinzelneAnlagendieerwartetenRenditenundFaktorsen-
sitivitätenaushistorischenDatenreihen.DanachuntersuchtendieAutorendieerwartete
Rendite-Risiko-BeziehungmitdiesengeschätztenParameternimAPT.ImSpeziellenana-
lysiertedieStudie,obdieerwartetenRenditenmitdenRisikofaktorenkonsistentwaren.Dabei
wurdedieRendite-Risikofaktoren-BeziehungmiteinemHypothesentestüberprüft.Die
Nullhypotheselautete,dassRisikofaktoren(F
i ; : : :; Fn ; für i D 1; 2; : : :; n) vorhanden
sind, die ungleich null sind, sodass:

E .r1 /  rF D “1 F1 C “2 F2 C : : : C “n Fn : (5.15)

Die Faktorsensitivitäten .“i / wurdenmithilfederFaktoranalysebestimmt.Diebetrachtete


ZeitreihevontäglichenRenditendecktediePeriodevonJuli1962bisDezember1972ab.
AktienwurdennachalphabetischerReihenfolgein42Portfolioszuje30Aktienaufge-teilt.Der
Test zeigte, dass mit einem risikolosen Zinssatz von 6 % mindestens drei, aber wahrscheinlich
nicht mehr als vier Risikofaktoren relevant sind. Ferner ist die Bedeutung der ersten beiden
Risikofaktorengroß,währenddieverbleibendenFaktoreneineunter-schiedlicheGewichtung
hinsichtlich deren Relevanz aufweisen. Wenn das Modell für die Bestimmung des risikolosen
Zinssatzes verwendet wird, sind nur noch zwei Risikofakto- ren signifikant. Dies stellt einen
Hinweisdar,dassdieursprünglicheSchätzungvondrei

16
Vgl. Roll und Ross 1980 : An Empirical Investigation of the Arbitrage Pricing Theory, S. 1073 ff.
226 5 Multifaktorenmodelle

Risikofaktoren nicht korrekt ist. Ein weitere r Test benutzte zusätzlich zu den identifizier- ten
Risikofaktoren die Standardabweichung der Anlagen. Die Standardabweichung sollte die
erwartete Rendite nicht beeinflussen, weil die APT unterstellt, dass die Risikofak- toren das
systematische Risiko wiedergeben und die unsystematische Verlustgefahr null beträgt. Die
ErgebnissedesTestszeigten,dassdieStandardabweichungderAnlagensta-tistischsignifikant
ist, was gegen die APT spricht. In der gleichen Studie korrigierten Roll und Ross die Ergebnisse
um die Schiefe (Skewness) und stellten fest, dass die Standard- abweichung statistisch nicht
signifikant ist, was das APT-Modell wiederum unterstützt. Außerdem wurde überprüft, ob die
gleichen Fa ktoren die verschiedenen Portfolios beein- flussen. Dabei wurde analysiert, ob der
Achsenabschnitt bzw. der risikolose Zinssatz bei allen Portfolios ungefähr gleich ist. Die
Ergebnisse zeigten, dass keine statistische Evidenz besteht, dass der Achsenabschnitt
unterschiedlich ist. Die Autoren der Studie gelangten zu dem Schluss, dass die APT durch die
empirischenTestsgrundsätzlichunterstütztwird.

Dhrymes,FriendundGultekin(1984)analysiertendiestatistischenMethodenvonvor-
angegangenenStudien.DieAutorenkonnteneineReihevonwesentlichenSchwachstellen
aufzeigen,welchedieAPTinfragestellen. 17
DieBildungvonPortfoliosmitzumBeispiel30
AktienwaraufgrundderbegrenztenComputerkapazitäteninälterenStudiennotwen-dig.Die
AutorenkonntenkeineRendite-Risikofaktoren-BeziehungzwischeneinemPort-folioaus30
AktienundeinerAnlagekombinationaus240Aktienfinden.DesWeiterenkonntensiekeine
bestimmteAnzahlRisikofaktorenfürunterschiedlichgroßePortfoli-osidentifizieren.Zum
Beispielkonnten15AnlagenmiteinemZweifaktorenmodell,30Anlagenmiteinem
Dreifaktorenmodell,45AnlagenmiteinemVierfaktorenmodell,60Anlagenmiteinem
Sechsfaktorenmodellund90AnlagenmiteinemNeunfaktorenmo-dellbeschriebenwerden.
Ebenfallswaresschwierig,mitmehrerenRisikofaktorenzubestimmen,welchederFaktoren
statistischsignifikantdieRenditenerklären.IneinerweiterenStudieimJahre1986wiederholten
dieAutorendievergangenenTestsmitgrö-ßerenAnlagekombinationen.

18
DiePortfoliosvonje30Aktienwurdenhierauf60und90
Aktienerhöht.DasResultatzeigte,dassdieAnzahlRisikofaktorenmitderZunahme
der Aktien steigt. Dabei handelte es sich nicht nur um systematische, sondern auch um
unsystematische Risikofaktoren. Zudem lassen sich die erwarteten Renditen auch durch die
Standardabweichungen beschreiben. Ferner beeinflusste die Portfoliogröße den Ach-
senabschnitt des Modells. Die empirischen Ergebnisse der Studie verwarfen die APT, weil die
Beziehung zwischen erwarteter Rendite und Risikofaktoren instabil ist und der im Mo- dell
implizierte risikolose Zinssatz von der Portfoliogröße und der Länge der historischen
Datenreiheabhängt.

WeitereempirischeStudienzeigtenebenfallsgemischteResultatehinsichtlichderVa-liditätder
APT.ÄhnlichwiedieKritikvonRollandemCAPMstellteShanken(1982)

17
Vgl. Dhrymes et al. 1984 : A Critical Re-Examination of the Empirical Evidence on the Arbitrage
Pricing Theory, S. 323 ff.
18
Vgl. Dhrymes et al. 1985 : New Tests of the APT and Their Implications, S. 659 ff.
5.6 MultifaktorenmodelleinderPraxis 227

die empirische Überprüfbarkeit der APT infrage.19 BevormandieAPTüberprüfenkann,


sinddierelevantenRisikofaktoren,welchedieRenditenbeeinflussen,zubestimmen.Da
diese nicht bekannt sind, kann das Modell nicht getestet werden.

5.6 MultifaktorenmodelleinderPraxis

5.6.1 MakroökonomischeFaktormodelle

Das Hauptproblem der Multifaktoren-APT besteht darin, dass die relevanten Risikofak- toren
imModellnichtgegebensind.UmdieRisikofaktorenzubestimmen,sindzweiGrundprinzipien
zu berücksichtigen. Erstens muss es sich um systematische (also makro- ökonomische)
Risikofaktoren handeln, die einen Einfluss auf die Renditen von Anlagen haben. Zweitens
müssendieInvestorenbereitsein,eineRisikoprämiefürdieseRisikofak-torenzuverlangen.

Chen, Roll und Ross (1986) entwickelten e in makroökonomisches Multifaktorenmo-


dell.20 SiewiesenfürUS-Aktienstatistischnach,dassdiefolgendenfünfmakroökonomi-schen
VariablendiedurchschnittlichenAktienrenditenerklären:

 Prozentuale Veränderung der Industrieproduktion .IP/,


 prozentuale Veränderung der erwarteten Inflation .EI/,
 prozentuale Veränderung der unerwarteten Inflation .UI/,
 Renditedifferenz zwischen langfristigen Unternehmensanleihen und langfristigen
Staatsanleihen .US/,
 Renditedifferenz zwischen langfristigen Staatsanleihen und Treasury Bills .ST/.

Die Bestimmung der Höhe jedes einzelnen Risikofaktors erfolgt aufgrund historischer Daten
von Aktienrenditen. Dabei genügt es nicht, einen statistischen Zusammenhang zwi- schen
einem makroökonomischen Faktor und den Aktienrenditen aufzuzeigen. Vielmehr muss die
ökonomische Interpretation plausibel sein. Beispielsweise beeinflusst die Infla- tion die
CashflowseinesUnternehmenssowiedenDiskontsatz.DieCashflowsundderDiskontsatzbzw.
die erwartete Rendite sind wichtige Größen für die Bestimmung eines inneren Aktienwerts.
Änderungen in der Industrieproduktion beeinflussen die erwirtschaf- teten Cashflows eines
Betriebes, was eine Aktienpreisänderung zur Folge haben kann. Das Multifaktorenmodell von
Chen et al. erklär t die Aktienrenditen mit fünf makroökonomi- schen Risikofaktoren für eine
Anlageperiodetwiefolgt:

ri;t D ’i C “i;IP IPt C “i;EI EIt C “i;UI UIt C “i;US USt C “i;ST STt C ©i;t : (5.16)

Bei der Formel handelt es sich um eine multiple lineare Regressionsgleichung mit fünf
unabhängigenVariablenbzw.makroökonomischenRisikofaktoren.MitderRegressions-

19
Vgl. Shanken 1982 : The Arbitrage Pricing Theory: Is It Testable?, S. 1129 ff.
20
Vgl. Chen et al. 1986 : Economic Forces and the Stock Market, S. 383 ff.
22 5 Multifaktorenmodelle

analyse werden die Betas bzw. Regressions koeffizienten bestimmt. Der Fehlerterm ©i;t
misst den Renditebeitrag aus dem unt ernehmensspezifischen Risiko.
Burmeister, Roll und Ross (1994) stellten ein makroökonomisches Multifaktorenmo-
dell vor, das die Renditen von US-Aktien aufgrund folgender fünf Variablen erklärt:21

 „Confidence Risk“ .CF/ : unerwartete Veränderung der Renditedifferenz zwischen risi-


kobehafteten Unternehmensanleihen und risi kolosen Staatsanleihen mit einer Laufzeit
von 20 Jahren. Ist das Vertrauen (Confidence) der Investoren groß – z. B. in einer
Hochkonjunkturphase –, dann fällt die Risikoprämie zwischen Unternehmens- und
Staatsanleihen. Die Anleger kaufen vermeh rt Unternehmensanleihen, was zu einem hö-
heren Preis und einer niedrigeren Rendite führt. Folglich nimmt die Renditedifferenz ab. In
schlechten Zeiten hingegen – z. B. in einer Rezession – sinkt das Vertrauen der Anleger. Es
findet ein Verkauf von Unternehmensanleihen statt, was einen niedrigeren Preis und eine
höhere Rendite zur Folge hat. Die Preise von Aktien, die dieser Verlust- gefahr positiv
ausgesetztsind(

i;CF > 0),steigen,waszueinerhöherenAktienrendite•


22
führt.
 „Time Horizon Risk“ .TR:unerwarteteVeränderungderRenditedifferenzzwischen/
20-jährigen Staatsanleihen und 30-tägigen Treasury Bills. Dieser Risikofaktor misst die
Veränderung der Zinsstrukturkurve und beschreibt die Bereitschaft der Investoren, in
langfristigePapiereanzulegen.EinpositiverRisikofaktor(TR
> 0) bedeutet, dass
die Preise langfristiger Anleihen im Vergleich zu den Preisen 30-tägiger Treasury Bills
gestiegen sind. Demzufolge erwarten Investoren für das Halten von langfristigen An- leihen
eine niedrigere Rendite. Je kleiner die Renditedifferenz ist, desto mehr wird langfristig
investiert.DiePreisevonAktien,diedieserVerlustgefahrpositivausgesetztsind(

i;TR > 0),steigen,waszueinerhöherenAktienrenditeführt.•


 „Inflation Risk“ .IR:unerwarteteVeränderungderInflation.VieleAktienpreisesind/
negativ zu diesem Faktor korreliert. Eine nicht vorweggenommene Zunahme der In- flation
(IR > 0) führt in der Regel zu einer niedrigeren Rendite aufgrund fallender
Aktienpreise und umgekehrt. Die Risikoexposition zur Inflation ist bei den meisten
Aktien negativ (“i;IR < 0). Industrien, die Luxusprodukte herstellen und vertreiben,
weisen die höchste Sensitivität gegenüber der Inflation auf. Nimmt das reale Einkom-
men aufgrund der Inflation ab, sinkt die Nachfrage nach Luxusgütern. Das führt zu
niedrigeren Gewinnen beispielsweise bei Einzelhändlern, Erbringern von Dienstleis-
tungen, Restaurants und Hotels. Demgegenüber sind Industrien, die tägliche Notwen-
digkeiten wie etwa Lebensmittel und Schuhe produzieren, weniger dem Inflationsrisiko
ausgesetzt.

 „Business Cycle Risk“ .BR : unerwartete Änderung der realen Geschäftsaktivitäten /


(reale Wachstumsrate der Wirtschaft). Eine Erhöhung des Risikofaktors (BR > 0) si-
gnalisiert ein Wirtschaftswachstum, was für eine zyklische Aktie (z. B. Autoindustrie) zu
einemhöherenPreisundeinerhöherenRenditeführt.

21
Vgl. Burmeister et al. 1994 : A Practitioner’s Guide to Arbitrage Pricing Theory, S. 1 ff.
22
Ein höherer Aktienpreis (P1) hat eine höhere Rendite zur Folge: Rendite D .P1  P0 /=P0 .
5.6 MultifaktorenmodelleinderPraxis 229

Tab.5.2 Überschussrendite des S&P 500


Risikofaktoren Faktorsensitivitäten des Risikoprämien Beitrag der Faktoren auf die
S&P 500 gegenüber den (in % pro Jahr) erwartete Rendite (in % pro
Risikofaktoren Jahr)
Confidence Risk 0,27 2,59 0,70 (D 0;27  2;59)
(CF)
Time Horizon 0,56 0;66 0;37 [D 0;56  .0;66/]
Risk (TR)
Inflation Risk (IR) 0;37 4;32 1,60 [D .0;37/  .4;32/]
Business Cycle 1,71 1,49 2,55 (D 1;71  1;49)
Risk (BR)
Market Timing 1,00 3,61 3,61 (D 1;00  3;61)
Risk (MR)
Erwartete Über- 8,09
schussrendite

 .MR/:DieserRisikofaktorbeschreibtdenjenigenRenditeanteil
„Market
des S&PTiming Risk“
500 (systematisches Gesamtrisiko), der nicht durch den Achsenabschnitt und die
ersten vier systematischen Faktoren erklärt wurde (wie etwa Naturkatastrophen, politische
Veränderungen und steigende oder fallende Aktienmärkte). Fast alle Aktien weisen einen
positivenZusammenhang(
“i;MR > 0) zu diesem Faktor auf. Der letzte
dieser fünf Risikofaktoren spiegelt die Unge wissheit wider, dass die ersten vier syste-
matischen Faktoren die Renditen nicht vollständig zu erklären vermögen.23

Diese fünf systematischen Risikofaktoren können eingesetzt werden, um die Renditen gut
diversifizierter Aktienportfolios zu erklären. Die Anwendung des Modells auf einzelne Aktien
bringtwenigerguteErgebnisse.Burmeister,RollundRoss(1994)verwendetendenS&P500als
Portfolio, um die Wirkung der fünf Risikofaktoren auf die Überschuss- renditen (Differenz
zwischen Portfoliorendite und dem risikolosen Zinssatz der Treasury Bill) von gut
diversifizierten US-Portfolios zu zeigen. Tab. 5.2 zeigt die Faktorsensitivi- täten des S&P 500
gegenüber den fünf systematischen Risikofaktoren und beschreibt die Berechnungsweise der
S&P-500-RenditeüberdemrisikolosenZinssatz.

Die erwartete APT-Rendite des S&P 500 lässt sich wie folgt ermitteln:

E .rS&P 500 / D rF C 0;27  CF C 0;56  TR C .0;37/  IR C 1;71  BR C 1;00  MR


D rF C 8;09%:
(5.17)
Gl. ( 5.17 ) und Tab. 5.2 zeigen, dass der S&P 500 – außer bei der Inflation – positive Fak-
torsensitivitätenbesitzt.DiebeidengrößtenBeiträgezurÜberschussrenditestammenvom

23
Eine Risikoexposition gegenüber den ersten vier systematischen Risikofaktoren von null (“i;CF D
i;BR D 0) führt dazu, dass das Market Timing Risk in einer proportionalen
Beziehung zurdes
Gesamtrendite 0;:::;•
S&P 500 steht. Liegen diese unrealistischen Bedingungen vor, entspricht die
Risikoexposition der Aktie gegenüber dem Market Timing Risk derjenigen des Betas im CAPM.
230 5 Multifaktorenmodelle

MarketTimingRisk(3,61%)undBusinessCycleRisk(2,55%).DieüberdemTreasury-Bill-Satz
erwarteteRenditebeträgt8,09%.LiegtderrisikoloseZinssatzbeispielsweisebei2%,dannergibt
sicheinejährlicheerwarteteRenditedesS&P500von10,09%(
D 2 % C 8;09 %).

5.6.2 Fama/French-Modell

Neben den makroökonomischen Modellen wer den in der Praxis auch Multifaktorenmo- delle
mit fundamentalen Faktoren benutzt. In solchen Modellen werden die Aktienren- diten durch
aktienbezogene und unternehmensspezifische Eigenschaften wie das Kurs-
Gewinn-Verhältnis, das Buchwert-Kurs-Verhältnis, die Unternehmensgröße und den fi-
nanziellen Leverage erklärt. Das von Fama und French (1996) entwickelte Dreifaktoren-
modellerklärtdieAktienrenditenanhandderAktienmarktrisikoprämie
.RM /, der Größe
des Unternehmens .SMB/ und dem Buchwert-Kurs-Verhältnis .HML/. Der erste Risiko-
faktor stellt einen Faktor für den Aktienmarkt dar, während die Unternehmensgröße und
das Buchwert-Kurs-Verhältnis fundamentale Faktoren sind. Mit dem Dreifaktorenmodell
kanndieüberschüssigeRenditefüreinePeriodeR i;t .Ri;t D ri;t  rF / folgendermaßen er-
mittelt werden:24

Ri;t D ’i C “i;M RM;t C “i;SMB SMBt C “i;HML HMLt C ©i;t ; (5.18)

wobei:

RM D RenditedifferenzzwischeneinemmarktgewichtetenAktienindexundeinerrisi-
kolosenAnlage(TreasuryBillmiteinerLaufzeitvon1Monat);dieserRisikofaktor
entspricht der Marktrisikoprämie im CAPM,
SMB D RenditedifferenzzwischendreiAktienportfoliosmitkleinerMarktkapitalisie-rung
unddreiAktienportfoliosbestehendausBeteiligungspapierenmitgroßer
Marktkapitalisierung;dieserRisikofaktorfürdieUnternehmensgrößestelltsomiteine
ÜberschussrenditefürAktiengeringerMarktkapitalisierungdar(SmallminusBig),

HML D RenditedifferenzzwischenzweiPortfoliosmitgroßemBuchwert-Kurs-Verhältnis
undzweiPortfoliosmitkleinemBuchwert-Kurs-Verhältnis;Aktienmiteinemho-
hen Buchwert-Kurs-Verhältnis (bzw. einem niedrigen Kurs-Buchwert-Verhältnis)

24
Vgl.FamaundFrench1996:MultifactorExplanationsofAssetPricingAnomalies,S.55ff.Das
Fama/French-ModellstelltstrenggenommenkeinfundamentalesMultifaktorenmodelldar,dazum
einen ein makroökonomischer Faktor (Marktrisikoprämie) verwendet wird und zum anderen die
Risikofaktoren als Überschussrenditen angegeben werden, sodass eine Standardisierung der Faktor-
sensitivitätennichterforderlichist.
5.6 MultifaktorenmodelleinderPraxis 231

besitzen eine Wertorientierung (Value Bias), während Aktien mit einem niedrigen
Buchwert-Kurs-VerhältnisübereineWachstumsorientierung(GrowthBias)verfü-gen;
dieserRisikofaktorspiegelteineÜberschussrenditefürdenzuniedrigenWerteinerAktie
mitgroßemBuchwert-Kurs-Verhältniswider(HighminusLow),

’i D erwartete Rendite aus unternehmenssp ezifischen Risiken (nicht SMB und HML).

Unterstellt man eine erwartete Rendite und einen Fehlerterm aus unternehmensspezi- fischen
Risikenvonnull( i D 0 und ©i;t D 0),solässtsichdieAktienrenditeim•
Fama/French-Modell wie folgt bestimmen:

ri;t D rF C “i;M RM;t C “i;SMB SMBt C “i;HML HMLt : (5.19)

Die drei Risikofaktoren – RM ,SMBundHML–könnenalsdurchschnittlicheRenditeeines


Long-Short-PortfoliosmiteinerNettoinvestitionvonnullbetrachtetwerden.Der
Faktor RM repräsentierteineShort-PositioninrisikoloseAnlagenundeineLong-Positionin
demMarktportfolio.DerFaktorSMBreflektiertdiedurchschnittlicheRenditeeiner
Short-Position in Aktien mit großer Marktkapitalisierung, wobei der Geldzufluss aus dem
LeerverkaufinWertpapieremitgeringerMarktkapitalisierunginvestiertwird.HMLhin-gegen
verkörpert die durchsc hnittliche Rendite aus einer S hort-Aktienposition mit einem niedrigen
Buchwert-Kurs-VerhältnisundeinerAnlagederdarausresultierendenGeldmit-telinPapieren
miteinemgroßenBuchwert-Kurs-Verhältnis.

ZusätzlichzurüberschüssigenMarktrenditewerdenimFama/French-ModelldieAkti-
enrenditendurchzweiweiterefundamentaleRisikofaktoren(SMBundHML)erklärt.Da-herist
dasBetafürdieMarktrisikoprämienichtidentischmitdemBetaausdemCAPM.Die
RisikofaktorenimModellkönnenwiefolgtinzweiGruppenaufgeteiltwerden:

 Ein Risikofaktor für den Aktienmarkt .RM /, der ähnlich wie beim CAPM das markt-
bezogene Risiko wiedergibt,
 zwei Risikofaktoren – Größe .SMB/ und Wert .HML/ –, welche fundamentale Eigen-
schaften des Unternehmens beschreiben.

Die beiden Risikofaktoren Größe und Wert wurden durch Fama und French aufgrund von
empirischen Ergebnissen ausgewählt, die zeigen, dass die beiden Faktoren die Ren-
diteabweichung vom CAPM zu erklären vermögen. Zum Beispiel sind Unternehmen mit
geringer Marktkapitalisierung der Gefahr aus gesetzt, dass sie keinen oder nur einen un-
genügenden Zugang zum privaten und öffentlic hen Kreditmarkt haben. Aktien mit ei- nem
hohen Buchwert-Kurs-Verhältnis können einen niedrigen Aktienpreis wegen unter-
nehmerischer Probleme aufweisen. Grundsätzlich haben Unternehmen mit einem hohen
Buchwert-Kurs-Verhältnis finanzielle Schwierigkeiten, während Gesellschaften mit gerin-
ger Marktkapitalisierung dann potentielle Probleme bekunden, wenn sich das geschäftli- che
Umfeld verändert. Folglich stellen die beiden Risikofaktoren Größe und Wert eine
RenditeentschädigungfürdieseVerlustgefahrendar.
232 5 Multifaktorenmodelle

Beispiel
Erwartete CAPM-Rendite und Fama/French-Modell
Ein Portfoliomanager möchte die erwartete Rendite der Gamma-Aktie mithilfe des CAPM
und des Fama/French-Modells bestimmen. Die einfache lineare Regressions- analyse
zwischen den überschüssigen Aktienr enditen und den Marktrenditen liefert für das CAPM
folgendesErgebnis:

 Beta D 1;24 (das Beta ist statistisch signifikant),


 R2 D 0;39.

Die Marktrisikoprämie beträgt 7,2 %, während der risikolose Zinssatz bei 2 % liegt.
Die multiple lineare Regressionsanalyse zwischen den überschüssigen Aktienrendi-
ten und den drei Risikofaktoren Markt .RM /, Größe .SMB/ und Wert .HML/ führt zu
folgenden Ergebnissen (Fama/French-Modell):

 Beta für die Marktrisikoprämie .RM / D 1;31,


 Beta für die Größe .SMB/ D 0;46,
 Beta für den Wert .HML/ D 0;57,
 die Regressionskoeffizienten (Betas) sind statistisch signifikant,
 ’i D 0,
 ©i;t D 0,
 R2 D 0;36.

Die Risikoprämie für die Größe und den Wert beläuft sich auf 3,5 % respektive auf 5,3 %.

Wie hoch ist die erwartete Rendite der Gamma-Aktien gemäß CAPM und Fama/
French-Modell?

Lösung
Die erwartete CAPM-Rendite von 10,928 % lässt sich wie folgt berechnen:

E .rGamma / D 2% C 1;24  7;2% D 10;928%:

Die erwartete Rendite gemäß dem Fama/French-Modell von 12,843 % lässt sich mit den drei
RisikofaktorenAktienmarkt .RM /, Größe .SMB/ und Wert .HML/ folgender-
maßen bestimmen:

E .rGamma / D 2% C 1;31  7;2% C .0;46/  3;5% C 0;57  5;3% D 12;843%:

Die erwartete Rendite von 12,843 % unterstellt, dass die unternehmensspezifische Ren-
ditekomponentenullbeträgt( ’i D 0 und ©i;t D 0). Ferner zeigt das Fama/French-
Modell, dass die Aktie von Gamma einen negativen erwarteten Renditebeitrag von
5.6 MultifaktorenmodelleinderPraxis 233

1,61 % [D .0;46/  3;5 %] zum Risikofaktor Größe au fweist, während der Faktor D
Wert einen positiven Renditebeitrag von 3,021 % ( 0;57  5;3 %) liefert.

Davis, Fama und French (2000) testeten das Fama/French-Modell in ihrer Studie empi-
risch.25 SiegelangtenzudemSchluss,dassderAchsenabschnittausdermultiplenlinearen
Regressionsanalyse .’i / klein und grundsätzlich statistisch nicht signifikant ist. Der De-
terminationskoeffizient bei den untersuchten P ortfolios bestehend aus US-Aktien liegt bei
über 0,90. Darüber hinaus sind die Regressionskoeffizienten für die beiden Risikofaktoren
Größe und Wert statistisch signifikant mit hohen t-Statistiken. Diese Ergebnisse zeigten, dass
die Risikofaktoren im Modell die Renditen von Aktienportfolios gut erklären. Eine mögliche
Interpretation dieser empirischen Resultate besteht darin, dass Größe und Wert komplementär
zum CAPM die Verlustgefahren erfassen. Dieser Erklärungsansatz ist mit dem APT-Modell
konsistent und unterstellt,dass Größe undWert systematische Risiko- faktorendarstellen. Eine
andere Interpretation ist, dass diese Risikoprämien für Wert und Größe auf das irrationale
VerhaltenvonInvestorenzurückzuführensind(BehavioralBias).

5.6.3 Carhart-Modell

Das Vierfaktorenmodell von Carhart (1997) stellt eine Erweiterung des Fama/French- Modells
dar,daszusätzlichzudendreiFaktorenMarktrisikoprämie,GrößeundWerteinenFaktorfürdas
Momentumumfasst. 26
GemäßdemCarhart-ModellgibtesdreiGruppenvon
Aktien,mitdenenimVergleichzurAktienmarktexpositiontendenzielleinehöhere
Rendite erwirtschaftet werden kann:

 Aktien mit einer kleinen Marktkapitalisierung,


 Aktien mit einem hohen Buchwert-Kurs-Verhältnis und
 Aktien mit steigenden Preisen (Momentum).

Wird in Aktien mit steigenden Preisen investiert, kann man vom Momentum der Wertpa- piere
profitierenundsoeinehöhereRenditeerzielen.MitdemCarhart-Modellkanndieüberschüssige
RenditefüreinePeriode
.Ri;t D ri;t  rF / folgendermaßen berechnet wer-
den:

Ri;t D ’i C “i;M RM;t C “i;SMB SMBt C “i;HML HMLt C “i;WML WMLt C ©i;t ; (5.20)

wobei:

WML D RenditeeinesgleichgewichtetenAktienportfoliosmitdenGewinnerndesver-
gangenenJahres(30%derAktienmitderhöchstenRendite)abzüglichderRen-

25
Vgl. Davis et al. 2000 : Characteristics, Covariances, and Average Returns, 1929 to 1997, S. 389 ff.
26
Vgl. Carhart 1997 : On Persistence in Mutual Fund Performance, S. 57 ff.
234 5 Multifaktorenmodelle

dite eines gleich gewichteten Aktienportfolios mit den Verlierern des vergange- nen
Jahres (30 % der Aktien mit der niedrigsten Rendite); also die Renditedif- ferenz
zwischen einem Long-Aktienportfolio mit Gewinnern und einem Short-
AktienportfoliomitVerlierern(WinnersminusLosers).

Geht man von einer erwarteten Rendite und einem Fehlerterm aus unternehmensspezifi- schen
Risikenvonnullaus( i D 0 und ©i;t D 0),kanndieAktienrenditeimCarhart-•
Modell wie folgt ermittelt werden:

ri;t D rF C “i;M RM;t C “i;SMB SMBt C “i;HML HMLt C “i;WML WMLt : (5.21)

Im Carhart-Modell stellen Größe, Wert und Momentum fundamentale Risikofaktoren dar, für
die von den Marktteilnehmern eine Renditeentschädigung verlangt wird. Dabei werden die
Risikofaktoren als Renditedifferenzen angegeben. Diese drei fundamentalen Risiko-faktoren
sind für die Konstruktion von Aktienportfolios wichtig. Die Ausrichtung einer aktiven
Anlagestrategie auf diese drei Faktoren ermöglicht dem Portfoliomanager eine im Vergleich
zumMarktrisikoüberschüssigeRenditezuerwirtschaften.NebenderAk-tienauswahlkanndas
Carhart-Modell auch in der Performanceevaluation in Form einer Rendite- und
Risikoattributioneingesetztwerden.

5.7 AusgewählteAnwendungenvonMultifaktorenmodellen

Multifaktorenmodelle können in der Anlageanalyse und im Portfoliomanagement vielfäl- tig


eingesetzt werden. Im Folgenden werden die Renditeattribution, die Risikoattribution und die
Konstruktion eines Faktor- sowie Trackingportfolios beschrieben. Die Rendite- und
Risikoattribution erfolgt mit einem Multifaktorenmodell, das sich primär auf funda- mentale
Risikofaktoren stützt, da sich die Analyse auf die Rendite- und Risikodifferenz zwischen dem
Portfolio und der Benchmark bezieht. Dabei ist die Benchmark gut di- versifiziert oder spiegelt
einen bestimmten Anlagestil wider, sodass sie grundsätzlich den systematischen
Risikofaktoren ausgesetzt ist, während das Po rtfolio sowohl systematische als auch
unsystematische Risikokomponenten aufweist. MitFaktor- und Trackingportfo- lios lässtsich
mithilfe von makroökonomischen Multifaktorenmodellen eine gewünschte Risikoexposition
erreichen.

5.7.1 Renditeattribution

Der Einsatz von Multifaktorenmodellen ermög licht eine detaillierte A bweichungsanalyse


zwischendenRenditendes Portfolios und de r Benchmark. Dabei sp iegelt die Benchmarkeinen
passiven Anlagestil wider. Nachfolgend wird die Renditeattribution einfachheits- halber
anhandeinesPortfoliosbestehendausinländischenAktiengezeigt.DieRendite
5.7 AusgewählteAnwendungenvonMultifaktorenmodellen 235

eineraktivenAktienstrategiewirdmitderRenditeeinervordefiniertenBenchmarkver-glichen.
Damit ein Mehrwert im aktiven Aktienportfolio erzielt werden kann, werden die Gewichte der
Beteiligungspapiere des Portfolios gegenüber der Benchmark verändert. Unterbewertete
Aktien werden im Portfolio übergewichtet und überbewertete Papiere un- tergewichtet. Eine
Rendite zu erwirtschaften, die über der Rendite der Benchmark liegt, ist nur möglich, wenn die
vom Markt abweichenden Erwartungen des Portfoliomanagers auch eintreffen. Mithilfe von
Multifaktorenmodellen lässt sich die Herkunft der aktiven Renditegenerierung feststellen und
so eine Performanceevaluation durchführen, die eine Beurteilung ermöglicht, ob der
Portfoliomanager mit seiner aktiven Strategie im Vergleich zu einer passiven Strategie einen
Mehrwertgenerierthat.

Die aktive Rendite einer Anlagestrategie besteht aus der Portfoliorendite abzüglich der
Rendite der Benchmark:
r A D r P  rB ; (5.22)
wobei:

rA D Rendite der aktiven Strategie,


rP D Portfoliorendite,
rB D Benchmarkrendite.

Mithilfe eines Multifaktorenmodells lässt sich die aktive Rendite in die folgenden beiden
Renditekomponentenzerlegen:

 Rendite aus Faktorsensitivitäten: Die Faktorsensitivitäten des Portfolios weichen von


denjenigenderBenchmarkab.
 Rendite aus Aktienauswahl: Die Fähigkeit des Managers fehlbewertete Aktien zu iden-
tifizieren und die Gewichte im Portfolio entsprechend anzupassen. Dabei werden im
Vergleich zur Benchmark unterbewertete Papiere übergewichtet und überbewertete Ti- tel
untergewichtet.

Die aktive Rendite lässt sich anhand der abweichenden Faktorsensitivitäten zwischen dem
Portfolio und der Benchmark und der Aktienauswahlfähigkeit des Managers wie folgt
bestimmen(k
D 1; 2; : : :; K):
K
rA D X .“Pk  “Bk / Fk C rAW ; (5.23)
k
D1

wobei:

“PK D Faktorsensitivität k des Portfolios,


“Bk D Faktorsensitivität k der Benchmark,
Fk D Rendite des Risikofaktors k,
rAW D Rendite aus Aktienauswahl.
236 5 Multifaktorenmodelle

In der Renditeabweichungsanalyse werden üblicherweise Multifaktorenmodelle mit fun-


damentalenRisikofaktoreneingesetzt,weildiesedieverschiedenenAnlagestile(z.B.wert-und
wachstumsorientierte Strategie) und die Aktieneigenschaften besser abbilden. Im folgenden
BeispielerfolgtdieRenditeattributionmitdemCarhart-Modell.

Beispiel
Renditeattribution eines Aktienportfolios mit dem Carhart-Modell
EineVermögensverwaltungsgesellschaftbeurteilteinPortfolioeinesihrerAnlagema-nager,
bestehend aus Aktien mit einer großen und mittleren Marktkapitalisierung des deutschen
Aktienmarktes. Als Benchmark wird die Rendite eines Index verwendet, der 100 Aktien des
deutschen Aktienmarktes mit der größten Marktkapitalisierung bein- haltet. Der Manager
sieht seine Stärken in d er Auswahl von fehlbewerteten Aktien und weist auf seine
überdurchschnittliche Perfo rmance gegenüber der Benchmark hin, die sein Anlagemandat
widerspiegelt.DieZerlegungderaktivenRenditeinFaktorsensiti-vitätenundAktienauswahl
erfolgtmitdemCarhart-Modellundlautetwiefolgt:

Faktorsensitivitäten Beitrag zur aktiven Rendite


Portfolio Benchmark Unterschied Faktorrendite Absolut
Faktor (1) (2) .1/  .2/ D (4) .3/  .4/ In Prozent der
.3/ aktiven Rendite
RM 0,96 1,00 0;04 6,25 % 0;2500 % 8;38 %
SMB 1;04 1;00 0;04 3;75 % 0,1500 % 5;03 %
HML 0,50 0,00 0,50 6,84 % 3,4200 % 114;67 %
WML 0,04 0,02 0,02 8,45 % 0,1690 % 5;67 %
Rendite aus Faktorsensitivitäten D 3,4890 % 116;98 %
Rendite aus Aktienauswahl D 0;5065 % 16;98 %
Aktive Rendite des Portfolios D 2,9825 % 100 %

Die aktive Rendite aus den Unterschieden in den Faktorsensitivitäten beläuft sich
auf 3,489 %, während diejenige aus der Aktienauswahl 0;5065 % beträgt. Demnach
liegt die aktive Rendite des Portfolios bei 2,9825 % [D 3;489 % C .0;5065 %/].
Portfolios mit einer Wachstumsorientierung verfügen über eine positive Sensitivität
gegenüber dem Faktor Momentum .WML/. Demgegenüber besitzen Aktienportfolios
mit einer Wertorientierung in der Regel eine negative Sensitivität zu diesem Faktor, weil bei
unterbewerteten Aktien üblicherweise kein positives Preismomentum besteht. Daher wird
eine wertorientierte Anlagestrat egie auch alseineContrarian-Strategie be- zeichnet.Es sind
diefolgendenFragenzubeantworten:

1. Wie lauten das Anlagemandat des Managers und sein aktueller Anlagestil?
2. WelcheSchlüsselassensichausderaktivenRenditeattributionziehen?
5.7 AusgewählteAnwendungenvonMultifaktorenmodellen 237

Lösungzu1
Das Anlagemandat des Managers lässt sich beurteilen, indem die Risikocharakteristi- ken
bzw. die Faktorsensitivitäten der Benchmark untersucht werden. Die Benchmark hat eine
SensitivitätgegenüberderMarktrisikoprämieR
M von 1 und ist somit konsis-
tent mit einem breit abgestützten Aktienindex, der ein durchschnittliches Marktrisiko
aufweist.DieSensitivitätgegenüberdemFaktorGröße .SMB/ liegt bei 1, was darauf
hinweist, dass die Benchmark Aktien mit einer großen Marktkapitalisierung zum Ge-
genstand hat. Die Sensitivitäten gegenüber dem Faktor Wert .HML/ und dem Faktor
Momentum .WML/ sind 0 bzw. 0,02. Folglich lässt sich das Anlagemandat als Akti-
en mit einer großen Marktkapitalisierung ohne eine Wert- und Wachstumsorientierung
beschreiben.
BesitzenAktieneinüberdurchschnittlichhohesBuchwert-Kurs-Verhältnis,istdasein
Hinweis,dasssieunterbewertetsind.DasPortfoliohateinepositiveSensitivitätge-HML
genüber dem Faktor Wert . / von 0,5, sodass eine Wertorientierung vorliegt. Das
Portfolio besitzt eine sehr niedrige Sensitivität von 0,04 gegenüber dem Faktor Mo-
.WML/.DemnachistdasPortfoliogegenüberdiesemFaktorweitestgehend
mentum
neutral. Somit weist der Anlagestil des Portfolios eine große Marktkapitalisierung mit einer
Wertorientierungauf.

Lösungzu2
Der dominierende Faktor, der den größten Anteil der aktiven Rendite erklärt, ist der Faktor
Wert .HML/ mit einer Faktorsensitivität von 0,5, die deutlich über derjenigen
der Benchmark von 0 liegt. Diese aktive Entscheidung des Managers trägt 114,67 % zur
aktiven Rendite des Portfolios von 2,9825 % bei. Demgegenüber ist der aktive Ren-
ditebeitragausderMarktrisikoprämie(R M ) mit 0;25 % negativ. Des Weiteren sind
die Beiträge an der aktiven Rendite für die Faktoren Größe .SMB/ und Momentum
.WML/ positiv und betragen 0,15 % respektive 0,169 %. Allerdings sind die Abwei-
chungen der Faktorsensitivitäten gegenüber der Benchmark gering, sodass sie lediglich
einenkleinenTeilanderaktivenRenditedesPortfoliosvon2,9825%ausmachen.
DieAktienauswahlhatzueinernegativenaktivenRendite0,5065%geführt.Folg-lich
gehtderErfolgderAnlagestrategienichtaufdieAktienauswahlfähigkeitendesManagers
zurück.VielmehrlässtsichdiepositiveaktiveRenditevon2,9825%damiterklären,dassdie
RenditefürdenFaktorWert
.HML/ 6,84%indieserPeriodeistund
derManagereinepositiveSensitivitätvon0,5gegenüberdiesemFaktoraufgebaut
hat, während die Benchmark eine entsprechende Faktorsensitivität von 0 besitzt. Wäre die
Rendite für den Faktor Wert in der Periode negativ ausgefallen, hätte der Manager aufgrund
der schlechten Aktienauswahl eine weit geringere oder sogar eine negative aktive Rendite
erzielt.
23 5 Multifaktorenmodelle

5.7.2 Risikoattribution

MithilfeeinerRisikoattributionkanndieRisikoexpositioneinesPortfoliosuntersuchtwer-den.
Dabei werden gleich wie bei der Renditeattribution Multifaktorenmodelle mit mehr- heitlich
fundamentalenRisikofaktoreneingesetzt,welchedieHerkunftdesaktivenRisi-kosfreilegen.
27
BevordieRisikoattributionbeschriebenwird,werdenzunächstdasaktive
RisikounddieInformationRatiovorgestellt.
Das aktive Risiko, auch als Tracking Error b ekannt, lässt sich mit der Standardabwei-
chung der aktiven Renditen berechnen:
v
u
u 1 X
T
¢rA Dt .rA;t  rA /2 ; (5.24)
T  1 tD1

wobei:

rA;t D aktive Rendite für die Periode t .rA;t D rP;t  rB;t /,


rA D durchschnittliche (erwartete) aktive Rendite,
T D Anzahl Perioden bzw. aktive Renditen.

Das aktive Risiko einer gut implementierten passiven Aktienstrategie beläuft sich in der Regel
auf nicht mehr als 0,1 % pro Jahr. Demgegenüber kann eine aggressive aktive Ak- tienstrategie
ein Tracking Error zwischen 6 % und 10 % pro Jahr aufweisen. Mit dem Information Ratio lässt
sicheineumdasaktiveRisikoangepassteaktiveRenditedesPortfoliosermitteln.Diehistorische
oderEx-postInformation-Ratio
.IR/ kann wie folgt
bestimmt werden:
r P  rB
IR D ; (5.25)
¢rA
wobei:

rP D durchschnittliche Rendite des Portfolios,


rB D durchschnittliche Rendite der Benchmark.

Die Information Ratio stellt die aktive Rendite des Portfolios für eine Einheit des aktiven Risikos
dar. Dabei wird unterstellt, dass das systematische Risiko des Portfolios und der Benchmark
identisch sind, sodass die unterschiedliche Verlustgefahr und somit die aktive Rendite auf das
aktive bzw. unsystematische Risiko zurückgeführt werden kann. Betragen beispielsweise die
durchschnittlicheRenditedesPortfolios12%undderBenchmark9%

27
MultifaktorenmodellekönnennichtnurfürdieAttributiondesaktivenRisikoseingesetztwerden,
sondernauchfürdieZerlegungdesGesamtrisikos,dasausdemsystematischenunddemunsyste-
matischen (aktiven) Risiko besteht.
5.7 AusgewählteAnwendungenvonMultifaktorenmodellen 239

und liegt das aktive Risiko bei 6 %, so ergibt sich eine Information Ratio von 0,5:

12 %  9 %
IR D D 0;5:
6%

Um sicherzustellen, dass das Gesamtrisiko und die Anlagecharakteris tiken des Portfolios mit
dem Anlagestil übereinstimmen, können i n der Anlagepolitik Richtlinien festgelegt werden,
welche die maximale Höhe des aktiven Risikos definieren. So etwa können ein maximales
aktivesRisiko(z.B.2%gegenüberdemDAX)undaucheinminimalzuer-zielendesInformation
Ratio(z.B.0,2)vorgeschriebenwerden.

Multifaktorenmodellewerdeneingesetzt,umdieRisikoexpositiondesPortfoliosimDetail
offenzulegen.DieZerlegungdesaktivenRisikosermöglicht,dieHerkunftdesTrackingErrorzu
verstehen.DabeisindFragenzubeantwortenwieetwa:WelcheaktivenExpositionenhabenam
meistenzumTrackingErrordesPortfoliosbeigetragen?IstsichderPortfoliomanagerüberdie
eingegangenenaktivenRisikenbewusstundhaterhier-füreineErklärung?Istdieaktive
RisikoexpositionmitdervorgegebenenAnlagepolitikkonsistent?SinddieerzieltenRenditen
fürdieHöhedeseingegangenenaktivenRisikosangemessen?UmdieseFragenzubeantworten,
werdenüblicherweiseMultifaktorenmo-dellemitfundamentalenRisikofaktorenverwendet.

FürdieRisikoanalyseistdieVarianzbessergeeignetalsdieStandardabweichung,weilsich
dieVarianzalsSummedernichtkorreliertenVariablenberechnenlässt.ImFolgendenwirddie
VarianzdesaktivenRisikosalsaktivesRisikoimQuadratbezeichnet:

Aktives Risiko im Quadrat D ¢r2A : (5.26)

Das aktive Risiko eines Portfolios kann in die folgenden beiden Komponenten zerlegt werden,
dienichtmiteinanderkorreliertsind:

 Aktives Faktorrisiko: Unterschied zwis chen der Risikoexposition des Portfolios und der
Benchmark,dieausdenimMultifaktorenmodellspezifiziertenRisikofaktorenzu-rückgeht.

 Aktives spezifisches Risiko oder Aktienauswahlrisiko: Residuales aktives Risiko, das


nicht mit den Risikofaktoren des Multifaktorenmodells erklärt werden kann. Es resul- tiert
aus dem Versuch des Managers, eine positive Rendite aus der Auswahl von Aktien zu
erzielen.

Das aktive spezifische Risiko (gemessen als Varianz) bezieht sich auf die vom Mana- ger
ausgewählten Aktien bzw. auf die unterschiedlichen Aktiengewichte gegenüber der
Benchmark. Diese Risikogröße ergibt sich aus der Summe der aktiven Aktiengewichte im
Quadrat multipliziert mit dem entsprechende n Residualrisiko des Beteiligungspapiers im
Quadrat:

X
n
Aktives spezifisches Risiko D w2Ai ¢©2i ; (5.27)
iD1
240 5 Multifaktorenmodelle

wobei:

wAi D aktives Gewicht der Aktie i im Portfolio .wA;i D wP;i  wB;i /,


¢©2i D residuales Risiko der Aktie i im Portfolio gemessen als Varianz bzw. die Varianz
derRenditenderAktiei,diedurchdieRisikofaktorendesMultifaktorenmodellsun-erklärt
gebliebenist.

Das aktive Risiko im Quadrat des Portfolios besteht aus dem aktiven Faktorrisiko plus dem
aktivenspezifischen Risiko. Daher lässt sich das aktive Faktorrisiko(gemessenals Varianz) aus
derDifferenzzwischendemaktivenRisikoimQuadratunddemspezifischenRisikobestimmen:

X
n
Aktives Faktorrisiko D ¢r2A  w2Ai ¢©2i : (5.28)
iD1

Beispiel
Vergleich des aktiven Risikos von vier Aktienportfolios
Ein Analyst vergleicht das aktive Risiko von vier Aktienportfolios des deutschen Ak-
tienmarktes, welche die gleiche Benchmark haben. Dabei wird ein Multifaktorenmo- dell
eingesetzt,dasmehrerefundamentaleFaktorenwiedieMarktkapitalisierung,dieLiquidität,
denfinanziellenLeverageunddieDividendenrenditebeinhaltet.Darüberhinausumfasstdas
Modell auch Industriefaktoren, deren Faktoren mit Ausnahme der Industriezugehörigkeit
der Aktie für alle Industrien null sind. Nachstehend sind das aktive Faktorrisiko für die
IndustrieunddiefundamentalenFaktoren sowiedasaktive spezifische Risikound das aktive
RisikoimQuadratdervierAktienportfoliosaufge-führt:

Portfolio Industriefaktor Fundamentaler Aktives Fak- Aktives spezi- Aktives Risiko


Faktor torrisiko fisches Risiko im Quadrat
(1) (2) (1) C(2) D (3) (4) (3) C (4) D
(5)
A 16,00 28,80 44,80 19,20 64,00
B 1,80 23,40 25,20 10,80 36,00
C 1,80 27,00 28,80 7,20 36,00
D 0,02 0,48 0,50 0,50 1,00

Es sind die folgenden Fragen zu beantworten:

1. Welche Schlussfolgerungen lassen sich in Bezug auf die Risikoattribution zwischen den
PortfoliosAundBsowiedenPortfoliosBundCziehen?
2. Weist das Portfolio D einen passiven oder aktiven Anlagestil auf?
5.7 AusgewählteAnwendungenvonMultifaktorenmodellen 241

Lösungzu1
ZuerstwirddieobenstehendeRisikoattributionineineneueDarstellungüberführt,beiderdie
verschiedenen aktiven Risikoarte n in Prozent des aktiven Risikos im Quadrat ausgedrückt
werden. So macht zum Beispiel derIndustriefaktor des PortfoliosA 25 % des aktiven Risikos
imQuadrataus(
D 16 %=64 %). Darüber hinaus wird das aktive p
Risiko des Portfolios als Standardabweichung angegeben. Für das Portfolio A ergibt
sich etwa ein aktives Risiko bzw. ein Tracking Error von 8 % (D 64).

Portfolio Industriefaktor Fundamentaler Aktives Fak- Aktives spezi- Aktives Risiko


Faktor torrisiko fisches Risiko
A 25 % 45 % 70 % 30 % 8%
B 5% 65 % 70 % 30 % 6%
C 5% 75 % 80 % 20 % 6%
D 2% 48 % 50 % 50 % 1%

DasaktiveRisikodesPortfoliosAvon8%überschreitetdasjenigedesPortfoliosBvon6
%.BeideAnlagekombinationenverfügenüberdiegleicheprozentualeAuf-teilungdes
Faktorrisikosvon70%unddesspezifischenRisikosvon30%.Allerdingsbesitztdas
PortfolioAeinrelativhohesaktivesIndustrierisiko,währenddasPortfolioBimVergleich
zurBenchmarkgegenüberdiesemFaktorpraktischrisikoneutralist.Demgegenüberhatdie
AnlagekombinationBeinrelativhöheresspezifischesRisikoundweichtsomitimVergleich
zuPortfolioAhinsichtlichderunternehmerischenundaktienbezogenenCharakteristiken
stärkervonderBenchmarkab.

DieAnlagekombinationenBundCbesitzendasgleicheaktiveRisikovon6%.Den-noch
unterscheidensichdiebeidenPortfoliosinBezugaufdasaktiveFaktorrisikounddasaktive
spezifischeRisiko.DabeiweistdasPortfolioCeinrelativhöheresaktivesFaktorrisikovon80
%gegenüber70%derAnlagekombinationBauf,währenddasaktivespezifischeRisikobei
PortfolioBvon30%gegenüber20%derAnlagekombi-nationvonCgrößerist.

Lösungzu2
AufgrunddessehrniedrigenTrackingErrorsvon1%scheintdasPortfolioDpassivverwaltet
zuwerden.DasFaktorrisikoderAnlagekombinationDgemessenalsStan-dardabweichung
beläuftsichlediglichauf0,707%( p
D 0;5). Demnach liegen die
RisikoexpositionderfundamentalenFaktorenzwischendemPortfolioundderBench-mark
nahebeieinander.

DiehiervorgestellteRendite-undRisikoattributionvonAktienaufderBasisvon
MultifaktorenmodellenmitfundamentalenRisikofaktorenkannauchaufandereAnlage-
klassenübertragenwerden.SozumBeispiellässtsichdieRisikoattributionvonAnleihenmit
FaktorenwiederDurationundderKreditrisikoprämiedurchführen.
242 5 Multifaktorenmodelle

5.7.3 Faktorportfolios

Ein Faktorportfolio lässt sich über ein ma kroökonomisches Multifaktorenmodell kon-


struieren, wobei die Sensitivität (Beta) gegenüber einem spezifischen Risikofaktor – wie
etwadieInflation–1beträgtunddieSensitivitäten(Betas)gegenüber allen übrigen Ri-
sikofaktoren 0 sind. Demnach ist ein Faktorportfolio nur einem Risikofaktor ausgesetzt und
gegenüberdenunerwartetenVeränderungenalleranderensystematischenRisikenimmun.Für
Portfoliomanager ist dies insofern interessant, als sie ein bestimmtes makro- ökonomisches
Risiko zu Absicherungs- oder Spekulationszwecken verwenden können. Beispielsweise
können sie darauf spekulieren, dass die Zinssätze steigen, oder dass das Bruttoinlandsprodukt
entgegendenallgemeinenErwartungenfällt.

Beispiel
Faktorportfolio
Es liegen drei gut diversifizierte Portfolios X, Y und Z vor, deren Marktwerte von
unerwarteten Nachrichten über Inflation und Bruttoinlandsprodukt beeinflusst werden.
Nachfolgend sind für die drei diversifizie rten Portfolios die erwarteten Renditen und die
Sensitivitäten gegenüber unerwarteten Veränderungen der Inflation und des Brutto-
inlandsproduktsaufgeführt:

Portfolios Erwartete Ren- Faktorsensitivitäten gegen- Faktorsensitivitäten gegenüber


diten über der Inflation .INFL/ dem Bruttoinlandsprodukt .BIP/
X 0,14 1,5 1,0
Y 0,14 1,0 0,5
Z 0,12 2,0 2,5

Die Portfoliorenditen von X, Y und Z können mit einem Zweifaktorenmodell wie


folgt bestimmt werden:28

rX D 0;14 C 1;5  FINFL C 1;0  FBIP ;


rY D 0;14 C 1;0  FINFL C 0;5  FBIP ;
rZ D 0;12 C 2;0  FINFL C 2;5  FBIP :

DieKonstantenderdreiGleichungenbeschreibendieerwartetenPortfoliorenditen,während
dassystematischeRisikodurchdieFaktorsensitivitätenunddieRisikofak-torengegebenist.

WielässtsichausdendreiPortfoliosX,YundZeinFaktorportfoliozusammen-stellen,das
gegenüberderInflationeineFaktorsensitivitätvon1undeinesolchevon0gegenüberdem
Bruttoinlandsproduktaufweist?

28
DaessichumgutdiversifiziertePortfolioshandelt,bestehtkeinunsystematischesRisiko(alsostrebt
dergegen null). ©
Fehlerterm
5.7 AusgewählteAnwendungenvonMultifaktorenmodellen 243

Lösung
Um ein Faktorportfolio mit einem Beta von 1 gegenüber dem Inflationsrisiko zu kon-
struieren,sindzunächstdiedreifolgendenGleichungenzubestimmen:
1. Gleichung:DieSensitivitäteinesPortfoliosgegenübereinemspezifischenRisi-
kofaktoristdergewichteteDurchschnittderSensitivitätendereinzelnenAnlagenim
Portfolio.DabeiwerdendieGewichteaufgrundderMarktwertedereinzelnenAnlagenim
Gesamtportfolioberechnet.Diesführtdazu,dassdergewichteteDurchschnittder
SensitivitätengegenüberdemRisikofaktorInflationfürdiePortfoliosX,YundZ1ist