Test anfragen
Das Roh-Beta ist die historische Regressionsschätzung des systematischen Risikos einer Aktie. Das angepasste Beta modifiziert diesen Schätzwert in Richtung 1, um der dokumentierten Tendenz des Betas zur Mittelwertrückkehr Rechnung zu tragen. Für eine zukunftsorientierte Unternehmensbewertung kann das angepasste Beta eine nützliche Schätzung liefern, die geeignete Wahl hängt jedoch von der Bewertungsmethodik und den Daten ab.
Im Kontext des Capital Asset Pricing Model (CAPM) stellt das Beta das Risikomaß für das systematische Risiko dar. Dieses Risiko ist der Teil der Schwankung einer Aktienrendite, der selbst in einem vollständig diversifizierten Aktienportfolio nicht eliminiert werden kann und daher vom Anleger getragen werden muss.
Risikoscheue Anleger erwarten für diesen Teil des Risikos eine Entschädigung in Form einer Risikoprämie. Der Preis des Risikos wird als Aktienrisikoprämie bezeichnet, und das Ausmaß des Risikos wird durch den Beta-Faktor gemessen. Der Preis des Risikos multipliziert mit dem Ausmaß des Risikos ergibt die gesamte Risikoprämie der Aktienrendite.
Die Parameter im CAPM sind zukunftsorientierte Erwartungswerte. Dies gilt insbesondere für die erwarteten Kovarianzen der Aktienrenditen, die für die Bildung eines vollständig diversifizierten Aktienportfolios entscheidend sind. Auch der Beta-Faktor als preisbestimmendes Element der erwarteten Aktienrendite ist ein Erwartungswert.
Traditionell werden Beta-Faktoren empirisch auf Basis historischer Aktienrenditen bestimmt. Dies schafft eine methodische Herausforderung: Die Bewertung erfordert eine zukunftsorientierte Schätzung, während das verfügbare Beta in der Regel aus historischen Marktdaten abgeleitet wird.
In der Bewertungspraxis werden Beta-Faktoren anhand historischer Kapitalmarktdaten bestimmt. Dies ist aus methodischer Sicht kein Problem, wirft aber die Frage auf, inwieweit historische Daten als guter Indikator für das zukünftige Risikoprofil einer Anlage dienen können.
Empirisch ermittelte Betas zeigen statistisch eine sogenannte Mittelwertrückkehr-Eigenschaft (Mean-Reversion) in Richtung eines Wertes von 1. Historische Betas, die größer als 1 sind, tendieren dazu, zu sinken, während Betas unter 1 dazu neigen, zu steigen. Die Forschung von Blume identifizierte diese Regressionstendenz zum Marktdurchschnitt von eins, was in der Folge zu einer wichtigen Grundlage für Beta-Anpassungsansätze wurde (Gangemi, Brooks, & Faff, 1999).
Dies bedeutet nicht, dass sich das Beta jedes einzelnen Unternehmens zwangsläufig in Richtung 1 bewegen wird. Vielmehr bietet der empirische Zusammenhang eine statistische Basis für die Anpassung historischer Beta-Schätzungen, wenn das Ziel darin besteht, das zukünftige systematische Risiko zu schätzen.
Die Mean-Reversion-Eigenschaft deutet darauf hin, dass historische Betas als rein zukunftsorientierte Schätzwerte nur bedingt geeignet sein könnten. Dieses Problem lässt sich durch die Verwendung eines angepassten Betas anstelle des Roh-Betas beheben.
Die sogenannte Blume-Anpassung ist einer der am häufigsten verwendeten Ansätze. Sie nähert sich der Tendenz von Beta-Faktoren, sich in Richtung 1,0 zu bewegen, mithilfe der folgenden Beziehung an:
Angepasstes Beta = α0 +α1 × Roh-Beta
wobei: α0 = 1/3 und α1 = 2/3
Wenn das Roh-Beta beispielsweise 1,20beträgt, ergibt sich folgendes angepasstes Beta:
1/3 + 2/3 × 1,20 = 1,13
Die Anpassung zieht das historische Beta somit in Richtung des Markt-Betas von 1,0. Das Roh-Beta wird mit zwei Dritteln gewichtet, während ein Drittel auf das Markt-Beta von 1,0 entfällt. Auch Damodaran veranschaulicht diese konventionelle 2/3-zu-1/3-Anpassung in seinen Unterlagen zur Unternehmensfinanzierung (Damodaran, 2011)
Die Begründung ist einfach: Man geht davon aus, dass ein extremes historisches Beta zwar Informationen über das aktuelle systematische Risiko des Unternehmens enthält, ein Teil dieser Extremwerte jedoch möglicherweise nicht in die Zukunft fortbesteht.
Die Entscheidung sollte nicht mechanisch getroffen werden.
Die Anpassung sollte jedoch dokumentiert werden. Ein Gutachter sollte begründen können, warum eine Anpassung vorgenommen wurde, welche Methodik angewandt wurde und ob die zugrunde liegenden Annahmen für das Unternehmen und den Bewertungsstichtag angemessen sind.
Die Forschung zur Beta-Schätzung in der Unternehmensbewertung zeigt zudem, dass die 1/3–2/3-Anpassung von großen Finanzdatenanbietern verwendet wird, wobei deren Eignung für die Bewertung geprüft und nicht einfach vorausgesetzt werden sollte. Es existieren weitere Anpassungsansätze. Zum Beispiel Vasicek-Anpassung beinhaltet einen zusätzlichen statistischen Schrumpfungsmechanismus und kann daher zu Ergebnissen führen, die vom einfachen Blume-Ansatz abweichen. Die Existenz alternativer Methoden unterstreicht, dass das „angepasste Beta“ keine einheitlich definierte Kennzahl ist (Echterling & Eierle, 2015).
Die Wahl zwischen dem rohen und dem angepassten Beta ist für die Bestimmung des systematischen Risikos im CAPM relevant. Das rohe Beta basiert direkt auf historischen Marktdaten, während das angepasste Beta die empirische Tendenz von Beta-Schätzungen berücksichtigt, sich in Richtung 1 zu bewegen.
Die Blume-Anpassung bietet eine einfache und weit verbreitete Methode, um diesen Mean-Reversion-Effekt einzubeziehen. Das angepasste Beta sollte jedoch nicht automatisch als dem rohen Beta überlegen betrachtet werden. Das geeignete Beta hängt vom Zweck der Analyse, der Qualität und Repräsentativität der zugrunde liegenden Daten, der Bewertungsmethodik sowie den Annahmen über das zukünftige systematische Risiko ab.
Für die Unternehmensbewertung kommt es daher nicht einfach darauf an, zwischen „roh“ und „angepasst“ zu wählen, sondern eine Beta-Methodik zu verwenden, die konsistent, transparent und für den Bewertungsstichtag sowie den Bewertungszweck angemessen ist.
smartZebras Beta-Faktor Daten und Bewertung unterstützen die konsistente Ermittlung und Anwendung von Betafaktoren bei der Unternehmensbewertung.
Aktualisiert am 12. August 2026
Raw Beta basiert auf historischen Aktienrenditen, während Adjusted Beta diese Daten anpasst, um die Tendenz zur Mean-Reversion zu berücksichtigen und eine verlässlichere Schätzung für zukünftige Risiken zu bieten.
Die Mean-Reversion-Eigenschaft zeigt, dass historische Beta-Werte dazu neigen, sich im Laufe der Zeit einem Wert von 1 anzunähern, was bedeutet, dass sie langfristig weniger extrem sind als kurzfristig gemessen.
DasBlume-Adjustment ist eine Methode, um Raw Beta anzupassen, indem es mit einem Koeffizienten von 2/3 in die Berechnung des Adjusted Beta eingeht, um die Mean-Reversion-Eigenschaft zu berücksichtigen.
AdjustedBeta sollte verwendet werden, wenn eine verlässlichere Schätzung für zukünftige Risiken benötigt wird, insbesondere wenn historische Daten nicht repräsentativ für die zukünftige Risikolage sind.
Ja, neben dem Blume-Adjustment gibt es auch komplexere Methoden wie das Vasicek-Adjustment, jedoch hat sich das Blume-Adjustment aufgrund seiner Einfachheit und Zuverlässigkeit in der Praxis durchgesetzt.
smartZebra bietet Tools und Daten, die den komplexen Prozess der Beta-Bestimmung vereinfachen, genaue Analysen ermöglichen und die Einhaltung von Compliance-Anforderungen sicherstellen.
%20Loans%20in%20Private%20Credit.png)
