Beta (Regression, Markt)

1. Überblick

Das Regressions-Beta bzw. Markt-Beta, wie es im Allgemeinen im Capital Asset Pricing Model (CAPM) zur Anwendung kommt, beschreibt, wie stark die Rendite einer einzelnen Aktie auf Schwankungen des Gesamtmarktes reagiert. Es misst damit das systematische Risiko des Assets relativ zu einem allgemeinen Marktportfolio. Im CAPM ist das Beta ein essenzieller Risikoparameter in der Bestimmung der korrekten risikogewichteten Discount Rate bzw. der zu erwartenden Rendite.

✅ Key Takeaways - Regressions-Beta

  • Misst das systematische Marktrisiko einer Aktie relativ zum Gesamtmarkt
  • Wird über eine lineare Regression historischer Renditen geschätzt
  • Standard Risikoparameter im CAPM zur Bestimmung der risikogewichteten Discount Rate

2. Berechnung

Mathematisch ergibt sich das Markt-Beta anhand der Kovarianz ($\mathrm{Cov}$) zwischen der Renditeentwicklung der betrachteten Aktie und dem Gesamtmarkt geteilt durch die Varianz ($\mathrm{Var}$) der Gesamtmarktrendite: $$\beta = \frac{\mathrm{Cov}(R_\mathrm{Asset}, R_\mathrm{Market})}{\mathrm{Var}(R_\mathrm{Market})}$$ wobei

$R_\mathrm{Asset}:$ Realisierte Rendite des betrachteten Assets
$R_\mathrm{Market}:$ Realisierte Rendite des Gesamtmarkts

In der Praxis wird das Markt-Beta typischerweise über eine lineare Regression historischer Renditen geschätzt (z.B. monatliche Renditen über 5 Jahre). Dabei wird im CAPM folgendes Regressionsmodell geschätzt: $$R_\mathrm{Asset} - R_f = \alpha + \beta (R_\mathrm{Market} - R_f) + \epsilon$$ Wobei $R_f$ den risikolosen Zins darstellt. Die Steigung $\beta$ dieser Regression entspricht dem oben definierten Kovarianz-Ausdruck. Der Achsenabschnitt $\alpha$ (auch Jensen's Alpha genannt) misst die Über- oder Unterrendite des Assets gegenüber dem vom CAPM erwarteten Wert.

✅ Key Takeaways - Berechnung

  • Beta = Kovarianz der Asset-Rendite mit dem Markt / Varianz der Marktrendite
  • Praktische Schätzung über lineare Regression historischer Renditen

3. Interpretation als Risikogewichtung

Betas dienen in der Unternehmensanalyse als Risikoparameter, um die risikogewichtete Discount Rate zu bestimmen. Genauer wird das Beta zur Berechnung der Eigenkapitalkosten (Cost Of Equity) genutzt indem es den Risikoaufschlag (Equity Risk Premium) gegenüber dem Risikolosen Zins skaliert. $$\mathrm{CostOfEquity} = \mathrm{RiskFreeRate} + \beta\times\mathrm{EquityRiskPremium}$$ Das Standard Regressions-Beta folgt dabei den allgemeinen Annahmen des CAPM. Dieses geht davon aus, dass Investoren ausreichend diversifizierte Portfolios halten. In einem solchen Portfolio heben sich unternehmensspezifische Risiken gegenseitig auf — nur das systematische Marktrisiko bleibt bestehen. Daraus folgt die zentrale Annahme, dass nur systematische Marktrisiken einer höheren erwarteten Rendite kompensiert werden. Unternehmensspezifische Risiken rechtfertigen keine zusätzliche Risikoprämie, da sie durch Diversifikation eliminiert werden können. Bei der Nutzung eines Regressions-Beta gehen wir implizit davon aus, dass jegliches relevante Marktrisiko, dem ein Unternehmen ausgesetzt ist, in seinem Aktienkurs widergespiegelt wird. Dies erfordert die Annahme eines zumindest größtenteils effizienten Marktes. Im Umkehrschluss folgt, dass das CAPM ein Ein-Faktor-Modell ist, welches potentielle weitere Risikoprämien wie z.B. Size, Momentum, Value, etc. ignoriert.

Zur Einordnung konkreter Beta-Werte:

  • $\beta = 1$: Aktie bewegt sich im Gleichschritt mit dem Markt
  • $\beta > 1$: Überproportionale Reaktion auf Marktbewegungen (z.B. zyklische Branchen, Technologie)
  • $\beta < 1$: Unterproportionale Reaktion (z.B. Versorger, Basiskonsumgüter)
  • $\beta = 0$: Keine Korrelation zum Markt (z.B. risikofreie Anlage)

✅ Key Takeaways - Interpretation

  • Beta skaliert die Equity Risk Premium linear — doppeltes Beta bedeutet doppelte Risikoprämie
  • Nur systematisches Marktrisiko wird kompensiert, unternehmensspezifische Risiken nicht
  • Implizite Annahme: Alles relevante Marktrisiko spiegelt sich im Aktienkurs wider

4. Kritikpunkte / Vor- und Nachteile

Das Regressions-Beta ist aufgrund seiner einfachen Berechnung und breiten Datenverfügbarkeit die in der Praxis am häufigsten verwendete Methode zur Bestimmung des systematischen Risikos eines am Aktienmarkt gelisteten Unternehmens. Gleichzeitig unterliegt es einer Reihe methodischer Einschränkungen, die bei der Interpretation berücksichtigt werden sollten.

Vorteile:

  • Einfache statistische Bestimmung
  • Breite Verfügbarkeit/Datenbasis
Nachteile:

  • Regressions-Betas sind rückwärtsgewandt: Die Bestimmung des Risikoprofils eines Unternehmens anhand vergangener Kurskorrelationen spiegelt nicht zwingend zukünftige Risikoprofile wider, insbesondere bei Unternehmen mit sich wandelndem Geschäftsmodell
  • Großer statistischer Messfehler: Die Rendite einer einzelnen Aktie spiegelt nicht nur systematisches Marktrisiko wider, sondern auch unternehmensspezifische Ereignisse (z.B. Gewinnwarnungen, Managementwechsel, Produktrückrufe), die per Definition nicht in das Beta einfließen sollten. Die Regression kann diese Komponenten nicht sauber trennen, wodurch das geschätzte Beta durch idiosynkratisches Rauschen verzerrt wird. Darüber hinaus beeinflusst die Wahl des Zeitraums (z.B. 2 vs. 5 Jahre), der Renditefrequenz (täglich, wöchentlich, monatlich) und des Marktindex das Ergebnis erheblich
  • Risiko = Kursrisiko — operationale, regulatorische oder strategische Risiken, die sich möglicherweise (noch) nicht in Kursbewegungen niederschlagen, werden nicht erfasst.
  • Bei illiquiden bzw. wenig gehandelten Aktien werden Betas systematisch unterschätzt (Thin Trading Bias)
  • Stationaritätsannahme — das Beta wird als konstant über den Schätzzeitraum angenommen, obwohl sich Risikoprofile über die Zeit ändern
  • Symmetrische Risikobehandlung — Beta gewichtet Aufwärts- und Abwärtsbewegungen identisch, obwohl Investoren Verlustrisiken typischerweise stärker gewichten als Gewinnchancen
  • Annahme eines diversifizierten marginalen Investors — bei Unternehmen mit konzentrierter Eigentümerstruktur (z.B. Small Caps, familiengeführte Unternehmen) könnte der Markt mehr Risiko einpreisen als das Regressions-Beta impliziert
  • Annahme eines (größtenteils) effizienten Marktes.

Wir sehen also, dass das einfache Regressions-Beta, wie es typischerweise im CAPM verwendet wird, durchaus einige Kritikpunkte vorzuweisen hat. Dennoch hält es sich aufgrund seiner praktischen Vorteile als gängiges Modell der Risikoparametrisierung weiterhin.

✅ Key Takeaways - Kritikpunkte

Vorteile:
  • Einfache Bestimmung in der Praxis
  • Breite Datenverfügbarkeit
Nachteile:
  • Rückwärtsgewandt — vergangene Kurskorrelationen spiegeln nicht zwingend zukünftige Risikoprofile wider
  • Großer statistischer Messfehler durch idiosynkratisches Rauschen in der Regression

5. Alternativen

Alternative Methoden zur Risikogewichtung im CAPM bzw. alternative Definitionen des Beta Parameters unter verschiedenen Annahmen sind z.B. gegeben durch:

  1. Bottom-up-Betas
  2. Earnings-Betas
  3. Total Betas


© 2026 GS AI Solutions UG (haftungsbeschränkt). Alle Rechte vorbehalten.

Rohdaten bereitgestellt durch EODHD
Die Inhalte auf takani.ai stellen keine Anlageberatung dar. Investitionen in Finanzinstrumente bergen Risiken.