Empirical Business Valuation and Asset Pricing: An Analysis from an Economic Perspective

Gemeinsame Grundlage aller empirischen rechnungslegungsbasierten Asset-Pricing-Modelle ist der Versuch, die heutigen Assetpreise oder -renditen mit heute beobachtbaren Rechnungslegungsgrößen zu erklären. Technisch gesehen ist das empirische rechnungslegungsbasierte Asset Pricing in der Literatur durch eine Vielzahl statistischer Methoden implementiert: Regressionsansätze, Multiplikatorverfahren und Fehlermaße, was zu mehreren Problemen führt. Erstes Problem Angesichts der Tatsache, dass sich Regressionsansätze, Multiplikatorverfahren und Fehlermaße mit der empirischen Preisermittlung von Vermögenswerten befassen, ist die Vielzahl der konzeptionell unterschiedlichen und nicht verbundenen Ansätze verblüffend und wirft zwei Fragen auf: (i) Wenn Regressionsansätze, Multiplikatorverfahren und Fehlermaße empirisch angewendet werden, können sie zu sehr unterschiedlichen Bewertungsergebnissen führen. Wäre es daher nicht sinnvoll, konzeptionelle Ähnlichkeiten und Unterschiede zwischen diesen statistischen Methoden herauszuarbeiten und sogar eine übergeordnete Kategorie zu finden? (ii) In Bezug auf Regressionsansätze verwendet die vorhandene Literatur nur eine kleine Teilmenge möglicher statistischer Methoden für die empirische Preisermittlung von Vermögenswerten, d.h. OLS-, WLS- oder Quantilsregressionen. Wäre es nicht vernünftig, diese Untermenge von Regressionsansätzen durch Verwendung anderer Funktionen der Residuen zu vergrößern, z.B. Verwendung einer höheren (und nicht ersten oder zweiten) Ordnung der Absolutwerte der Residuen oder des maximalen Fehlers? Wäre es in Bezug auf das Multiplikatorverfahren nicht sinnvoll, eine Bewertungsformel zu haben, die verschiedene Methoden der Mittelwertberechnung sowie die Verwendung mehrerer Rechnungslegungsgrößen integrieren kann? Wäre es in Bezug auf Fehlermaße nicht sinnvoll, einen Bewertungsrahmen (= Zielfunktion) zu haben, der mit dem Fehlermaß (= Qualitätsbewertung) übereinstimmt? In Anbetracht dieser Fragen besteht das erste Ziel dieser Arbeit in Kapitel II darin zu analysieren, welche der vorhandenen empirischen Ansätze zur Preisermittlung von Vermögenswerten konzeptionell ähnlich sind, d.h. zu einer übergeordneten Kategorie zusammengefasst werden können und statistische Methoden vorzustellen, die als quasi-natürliche Erweiterungen zu bestehenden empirischen Asset-Pricing-Modellen betrachtet werden können. Zweites Problem Basierend auf dieser Übersicht über empirische Asset-Pricing-Modelle und der Literatur kann stark davon ausgegangen werden, dass die gewählten Faktoren (Anzahl und spezifische Auswahl von erklärenden Variablen) sowie die spezifisch verwendete statistische Methode (z.B. OLS-Regression, Quantilsregression) einen wichtigen Einfluss auf die Erklärungskraft einer empirischen Analyse haben. Da die Mehrheit der vorhandenen Arbeiten nur die zuvor erwähnte Erklärungskraft betrifft, kann davon ausgegangen werden, dass sie sich mit der statistischen Signifikanz von Faktoren/spezifischen statistischen Methoden befassen, während die ökonomische Relevanz weitaus weniger analysiert wird. Da in der Praxis der entscheidende Aspekt von Bewertungsmodellen Preisunterschiede sind und keine statistische Signifikanz, ist eine Analyse ihrer ökonomischen Signifikanz unabdingbar und unumgänglich. Niemand wird einen höheren Preis für ein Unternehmen zahlen, nur weil eine bestimmte Bewertungsmethode einen hohen out-of-sample R2-Wert ergibt. Darüber hinaus sollten Geschäftsentscheidungen nicht nur darauf beruhen, ob ein p-Wert eine bestimmte Schwelle überschreitet, da die statistische Signifikanz (p-Wert) die Größe eines Effekts oder die Wichtigkeit eines Ergebnisses nicht messen kann. Daher ist es das zweite Ziel dieser Arbeit in Kapitel III, die ökonomische Bedeutung verschiedener Faktoren/spezifischer statistischer Methoden zu analysieren. Drittes Problem Wenn jedoch unterschiedliche Faktoren/spezifische statistische Methoden zu ökonomisch signifikanten Preisunterschieden führen, ist ein Modellauswahlkriterium erforderlich, das auf ökonomischen statt statistischen Kriterien basiert. Während die Arbitrage-Theorie eine allgemeine Richtlinie für die ökonomische Modellbewertung für theoretische Asset-Pricing-Modelle darstellt (d.h. die Preise müssen eine lineare Funktion ihrer zukünftigen Cashflows sein), stützen sich empirische Asset-Pricing-Modelle nicht auf Barwerte der Cashflows, sondern auf angenommene Beziehungen zwischen Rechnungslegungsgrößen/Faktorrenditen und Unternehmenspreisen/-renditen. Aus diesem Grund existieren keine theoretischen Richtlinien in Bezug auf die Komponenten des Modells. Insbesondere gibt es weder Hinweise auf die Anzahl und Art der erklärenden Variablen noch auf den spezifischen statistischen Ansatz. Angesichts des hohen Bedarfs an einem ökonomischen Bewertungskriterium besteht das dritte Ziel dieser Arbeit in Kapitel IV darin, ein ökonomisches Bewertungskriterium zu entwickeln und eine ökonomische Einordnung verschiedener empirischer Modelle zu erstellen. Viertes Problem Aus Sicht der Asset-Pricing-Theorie ist ein solches Modellbewertungskriterium überflüssig, da das richtige Unternehmensbewertungsmodell klar ist: der Barwert zukünftiger Cashflows. Prognosen für die Zukunft sind in der Praxis schwierig und insbesondere die Ermittlung von Abzinsungsfaktoren problematisch. Daher ist es möglicherweise besser, ein theoretisch weniger überzeugendes aber leichter anwendbares Modell zu verwenden—z.B. die Verwendung von Rechnungslegungsgrößen—als ein theoretisch überlegenes aber nicht angemessen implementierbares Modell—Barwert. Die überlegene Praktikabilität bestehender rechnungslegungsbasierter Bewertungen hat jedoch seinen Preis: einer relativ schwache Begründung in der Asset-Pricing-Theorie: (i) Multiplikatoren Multiplikatoren argumentieren im Wesentlichen, dass ähnliche Rechnungslegungsgrößen zu ähnlichen Preisen führen sollten. Probleme aus Sicht der Asset-Pricing-Theorie: Eine solche Bewertung ist zwar intuitiv, wird jedoch nicht durch die Asset-Pricing-/Arbitrage-Theorie gestützt, die besagt: Identische Cashflow-Ströme müssen identische Preise aufweisen. Mit anderen Worten, es gibt drei Unterschiede zwischen Multiplikatoren und Arbitrage-Theorie. Erstens werden Rechnungslegungsgrößen anstelle von Cashflow-Strömen berücksichtigt. Zweitens werden ähnliche statt identische Positionen untersucht. Drittens wird eine Rechnungslegungsgröße als ausreichend angesehen um ein Unternehmen vollständig zu charakterisieren. (ii) Implementierung von Discounted-Cashflow-Modellen mit Hilfe von Rechnungslegungsgrößen In der Literatur gibt es Discounted-Cashflow-Modelle, die (Funktionen von) Rechnungslegungsgrößen verwenden um Cashflows, den Restwert und/oder den Abzinsungsfaktor auszudrücken. Probleme aus Sicht der Asset-Pricing-Theorie: Unabhängig von der konkreten Einbeziehung der Rechnungslegungsgrößen in die Discounted-Cashflow-Modelle können sie nur als Annäherung dienen, d.h. die Modelle enthalten Annahmen, die in der Realität im Allgemeinen nicht zutreffen. (iii) Empirische rechnungslegungsbasierte Ansätze Empirische rechnungslegungsbasierte Ansätze erklären Aktienkurse anhand von Rechnungslegungsgrößen. Probleme aus Sicht der Asset-Pricing-Theorie: Diese empirischen rechnungslegungsbasierten Ansätze gehören zum Bereich der Value-Relevance-Studien und interessieren sich daher nur für die statistische Signifikanz von Rechnungslegungsgrößen, nicht aber für die ökonomische Signifikanz, d.h. sie leiten keine Preisaussagen ab. Grundsätzlich können die Regressionskoeffizienten von Value-Relevance-Studien auch zur Ermittlung von Unternehmenswerten herangezogen werden. Die Preisunterschiede zwischen den verschiedenen Regressionsansätzen sind jedoch groß und diese Modelle haben im Gegensatz zum ökonomischen Prinzip einen schwachen ökonomischen Rückhalt. Alle diese Probleme unterstreichen den Kompromiss zwischen einer strengen Preisermittlung von Vermögenswerten und der praktischen Umsetzbarkeit von Modellen: Barwertmodelle sind theoretisch überlegen aber ihre praktische Umsetzung in Form von konstanten Abzinsungsfaktoren und Restwertmodellen ist ökonomisch gesehen alles andere als überzeugend. Rechnungslegungsbasierte Modelle zeichnen sich durch eine weniger strenge Anlehnung an die Asset-Pricing-Theorie aus, können jedoch ohne viel von ihrer theoretischen Grundlage zu verlieren implementiert werden. Bessere Asset-Pricing-Modelle zu erhalten bedeutet daher entweder die Implementierung von Barwertmodellen oder die theoretischen Grundlagen von rechnungslegungsbasierten Modellen zu verbessern. Zwei Gründe sprechen für die Verbesserung der theoretischen Grundlagen von rechnungslegungsbasierten Modellen. Einerseits hat die Rechnungslegungsliteratur das Asset-Pricing-Potenzial rechnungslegungsbasierter Modelle bisher nicht voll ausgeschöpft: Sie kann ohne Einbußen bei der Praktikabilität sichtbar gesteigert werden. Andererseits führen rein empirische Modelle immer zu einem Rechtfertigungsproblem: Wer würde für ein Unternehmen einen höheren Preis zahlen, weil Umsatzmultiplikatoren zu höheren Preisen führen als Gewinnmultiplikatoren? Wer würde einen höheren Preis für ein Unternehmen zahlen, weil ein niedrigerer Abzinsungsfaktor für die Gewinne verwendet wird? Wer würde einen höheren Preis für ein Unternehmen zahlen, weil ein empirisches Schätzverfahren mit einem höheren R2 einen höheren Preis empfiehlt als andere empirische Schätzverfahren? Daher ist es das vierte Ziel dieser Arbeit in Kapitel V, die Praktikabilität rechnungslegungsbasierter Bewertungsmodelle mit der theoretischen Strenge der Asset-Pricing-Theorie zu verknüpfen.