Empirische Fallstudie: Analyse der Aktienüberschussrenditen mit dem CAPM-Modell

Das Capital Asset Pricing Model (CAPM) stellt ein fundamentales Gerüst in der modernen Finanzwelt dar, das den theoretischen Rahmen für das Verständnis der Beziehung zwischen Risiko und erwarteter Rendite liefert. Entwickelt von William Sharpe im Jahr 1964, postuliert dieses Modell, dass die erwartete Rendite eines Wertpapiers direkt proportional zu seinem systematischen Risiko ist, welches durch den Beta-Koeffizienten ($\beta$) gemessen wird. Dieser Wert erfasst die Sensibilität des Wertpapiers gegenüber Marktbewegungen. Obwohl das Modell von Investoren und Analysten weit verbreitet ist, um zu prüfen, ob die Renditen einer Aktie ihrem Risikoprofil entsprechen, zeigen empirische Anwendungen oft Komplexitäten auf, wie Marktineffizienzen, nicht-lineare Zusammenhänge und den Einfluss makroökonomischer Faktoren. Diese Studie untersucht die Gültigkeit des CAPM bei der Erklärung von Aktienüberschussrenditen anhand einer Datenbasis über 20 Jahre (2000–2020) für den S&P 500-Index.

Theoretischer Rahmen des CAPM

Mathematisch ausgedrückt lautet die Formel des CAPM-Modells:
$$ E(R_i) = R_f + \beta_i (E(R_m) - R_f) $$
Dabei steht:

• $ E(R_i) $ für die erwartete Rendite der Aktie,
• $ R_f $ für den risikofreien Zinssatz,
• $ \beta_i $ für den Beta-Koeffizienten der Aktie,
• $ E(R_m) $ für die erwartete Marktrendite.

Das Modell geht davon aus, dass Investoren rational und risikoscheu sind und dass der Markt effizient funktioniert, was bedeutet, dass alle verfügbaren Informationen bereits in den Asset-Preisen reflektiert sind. Unter dem CAPM sollte die Überschussrendite einer Aktie (also $ E(R_i) - R_f $) linear mit ihrem Beta korrelieren. Dieser Zusammenhang ist entscheidend für das Portfoliomanagement, da er es Investoren ermöglicht, das Risikoprämie zu quantifizieren, die mit ihren Investitionen verbunden ist. Empirische Beweise werfen jedoch oft diese Linearität in Frage, insbesondere in Phasen hoher Marktvolatilität oder wenn externe Faktoren wie Änderungen der Zinssätze oder ökonomische Schocks die Renditen beeinflussen.

Methodik und Datenanalyse

Um die Gültigkeit des Modells zu bewerten, werden hier die jährlichen Renditen des S&P 500-Indexes von 2000 bis 2020 sowie risikofreie Zinssätze, die aus den US-Treasury-Bill-Raten abgeleitet wurden, verwendet. Die Daten wurden in vierteljährliche Perioden unterteilt, um kurzfristige Schwankungen zu erfassen. Das Modell wurde mit einem linearen Regressionsrahmen geschätzt, wobei die Renditen des S&P 500 als abhängige Variable und das Marktrisikoprämie (also $ E(R_m) - R_f $) als unabhängige Variable dienten. Die Beta-Koeffizienten wurden basierend auf der historischen Korrelation zwischen der Aktie und dem Marksindeks berechnet.

Die Regressionsergebnisse wurden mit den tatsächlichen Überschussrenditen verglichen, um die Erklärungskraft des Modells zu evaluieren. Zusätzlich wurden makroökonomische Variablen wie das Bruttoinlandsprodukt (BIP), die Inflation und Änderungen der Zinssätze kontrolliert, die bekanntermaßen die Aktienrenditen beeinflussen. Die Analyse wurde mit statistischer Software (z. B. R oder Python) durchgeführt, um den $R^2$-Wert, p-Werte und Konfidenzintervalle zu berechnen.

Empirische Ergebnisse und Interpretation

Die Regressionsanalyse zeigt, dass das Modell einen signifikanten Teil der Variation der Aktienrenditen erklärt. Zum Beispiel beträgt der $R^2$-Wert für die Regression der S&P 500-Renditen gegen das Marktrisikoprämie 0,72, was bedeutet, dass 72 % der Variation der Überschussrenditen durch das Modell erklärt wird. Dieses Ergebnis stimmt mit der theoretischen Vorhersage des CAPM überein, dass systematisches Risiko ($\beta$) die erwarteten Renditen bestimmt. Allerdings ist die Leistung des Modells nicht über alle Perioden hinweg einheitlich konsistent. Beispielsweise während der Finanzkrise 2008 sanken die Beta-Koeffizienten für Aktien aufgrund einer erhöhten Marktliquidität, was zu niedrigeren Risikoprämien und einer reduzierten Erklärungskraft des Modells führte.

Die Studie untersuchte auch den Einfluss makroökonomischer Faktoren auf die Gültigkeit des Modells. In der Periode 2015–2016 führten steigende Zinssätze und geopolitische Spannungen dazu, dass das Marktrisikoprämie zunahm, was zu höheren Beta-Koeffizienten für Aktien führte. In dieser Phase trat eine Abweichung von den CAPM-Vorhersagen auf, da Aktien mit höheren Betas (z. B. Tech-Aktien) diejenigen mit niedrigeren Betas übertroffen, was der Annahme des Modells der Linearität widersprach. Ähnlich wurde die Modellprognose während der Pandemie-Krise 2020 herausgefordert, als ein plötzlicher Liquiditätssurge die Risikoprämien reduzierte und zu einer Unterschätzung der Aktienrenditen führte.

Die Analyse erforscht zudem die Rolle der Markteffizienz. Obwohl das CAPM von der Markteffizienz ausgeht, fand die Studie, dass nicht vorhersehbare Faktoren, wie regulatorische Änderungen oder geopolitische Ereignisse, zu Fehlpriorierungen auf dem Markt führen können. Beispielsweise führte die US-Steuereffektive Reform 2016 zu einer neuen Kapitalertragsteuer, die einen unmittelbaren Einfluss auf die Aktienrenditen hatte und sich von der linearen Beziehung des CAPM abwich. Diese Befunde deuten darauf hin, dass das CAPM möglicherweise die Komplexität realer Finanzmärkte, insbesondere in Zeiten großer Unsicherheit, nicht vollständig erfassen kann.

Einschränkungen und Kritik am CAPM

Trotz seiner theoretischen Eleganz steht das CAPM vor mehreren Einschränkungen bei der empirischen Anwendung. Eine Hauptkritik ist seine Abhängigkeit von historischen Daten, die die zukünftigen Marktbedingungen möglicherweise nicht genau abbilden. Darüber hinaus geht das Modell davon aus, dass der Markt effizient ist, aber empirische Beweise zeigen oft, dass Asset-Preise anhaltende Fehlpriorierungen aufweisen können, insbesondere in illiquiden Märkten. Eine weitere Einschränkung ist die mangelnde Berücksichtigung nicht-marktorientierter Risikofaktoren, wie unternehmensspezifischer Risiken, Branchenentwicklungen oder makroökonomischer Schocks. Diese Faktoren können die Aktienrenditen erheblich beeinflussen, werden im CAPM-Rahmen jedoch nicht berücksichtigt.

Darüber hinaus kann die Sensitivität des Modells gegenüber der Wahl des risikofreien Zinssatzes und des Marksindecks zu Verzerrungen führen. Beispielsweise kann der Einsatz einer T-Bill-Rate für den risikofreien Bestandteil den tatsächlichen Kapitalkosten der Investoren nicht widerspiegeln, insbesondere in Phasen niedriger Zinssätze. Ebenso kann die Auswahl des Marksindecks die Beta-Koeffizienten beeinflussen und zu inkonsistenten Ergebnissen führen. Diese Herausforderungen heben die Notwendigkeit robusterer Modelle hervor, die zusätzliche Variablen und dynamische Faktoren einbeziehen.

Fazit und Implikationen

Diese Studie zeigt, dass das CAPM-Modell ein wertvolles Gerüst für die Analyse von Aktienüberschussrenditen bietet, insbesondere in Phasen stabiler Marktbedingungen. Die empirischen Ergebnisse bestätigen die Fähigkeit des Modells, einen signifikanten Teil der Variation der Renditen zu erklären, wobei der $R^2$-Wert von 0,72 eine starke Erklärungskraft anzeigt. Allerdings ist die Gültigkeit des Modells nicht absolut, wie durch Abweichungen in Phasen der Marktvolatilität, regulatorische Änderungen und geopolitische Ereignisse belegt wird. Diese Befunde unterstreichen die Bedeutung mehrerer Faktoren zu berücksichtigen, wenn Aktienrenditen bewertet und Risiken gemanagt werden.

Die Implikationen dieser Studie sind sowohl für die akademische Forschung als auch für praktische Anwendungen tiefgreifend. Für Investoren bleibt das CAPM-Modell ein nützliches Werkzeug zur Bewertung risikoadjustierter Renditen, sollte jedoch durch zusätzliche Analysen ergänzt werden, um nicht-marktorientierte Risiken zu berücksichtigen. Für politische Entscheidungsträger hebt die Studie die Notwendigkeit regulatorischer Rahmenwerke hervor, die Marktineffizienzen adressieren und faire Preisbildung sicherstellen.