2006 | OriginalPaper | Chapter
Zusammenfassung
Published in: Kapitalmarktorientierte Sicherheitsäquivalente
Publisher: Gabler
Activate our intelligent search to find suitable subject content or patents.
Select sections of text to find matching patents with Artificial Intelligence. powered by
Select sections of text to find additional relevant content using AI-assisted search. powered by
Ausgehend von der hohen Relevanz der Unternehmensbewertung für die unterschiedlichen Bereiche der betriebswirtschaftlichen Forschung und Praxis wurde untersucht, in wieweit die bekannten Bewertungsmodelle wie die DCF-Methode zur Problemlösung geeignet sind. Dabei zeigten sich nicht unerhebliche Schwierigkeiten bei der Anwendung i.V.m. dem CAPM. Dies zu adressieren und neue Lösungsansätze vorzustellen ist das Ziel der vorliegenden Arbeit. Eine schon lange bekannte Bewertungstheorie, die mit äußerst wenigen und intuitiv nachvollziehbaren Annahmen auskommt ist die risikoneutrale Bewertung, die auf dem Theorem der Arbitragefreiheit aufbaut. Zur Anwendung werden Informationen über die Risikostruktur der Cash Flows des Bewertungsobjekts benötigt. Die Projektion solcher Cash Flows wurde anhand von zwei, in ihrer äußeren Form unterschiedlichen, aber auf demselben Bewertungstheorem basierenden, Modellen vorgestellt. Dabei handelt es sich zum einen urn die Abbildung von Cash Flow-Entwicklung und Marktrendite in einem gemeinsamen Binomialbaum i.V.m. der Anwendung risikoadjustierter Wahrscheinlichkeiten zur Bestimmung von kapitalmarktorientierten Sicherheitsäquivalenten. Zum anderen wurde im Regressionsansatz auf historisch vorliegende Zusammenhange zwischen Wachstumsrate der Cash Flows und Marktrendite zurückgegriffen. Die daraus resultierende Regressionsgleichung dient als Beschreibung des stochastischen Prozesses, der der Cash Flow-Entwicklung zugrundeliegt. Hier erfolgt eine Driftanpassung, die die Prognose kapitalmarktorientierter Sicherheitsaquivalente ermöglicht. In Abhangigkeit des verfügbaren Datenmaterials kann jedes einzelne Model1 Vorziige aufweisen. Auf Basis von umfangreichen Kapitalmarktdaten konnte gezeigt werden, wie die benötigten Parameter (insbesondere die risikoadjustierte Wahrscheinlichkeit und die Regressionskoeffizienten) zu bestimmen sind und wie hoch ihre statistische Güte ist. Abschließend vermitteln zwei praxisnahe Beispiele die einfache Anwendung der arbitragefreien Bewertung.