Alle Tabs der Lerneinheit (Erklärung · Interaktiv verstehen · Praxis-Übung · Klausur-Quiz) als durchgehender Text. Ideal zum Wiederholen vor der Klausur, und für Suchmaschinen wie Google, Bing und KI-Suche (ChatGPT, Perplexity).
Erklärung
Die Welt ist nicht deterministisch. Bei jeder Investitionsentscheidung musst du Annahmen über die Zukunft treffen, die schiefgehen können. Wie gehst du mit Unsicherheit um? Klausur-Vorkommen in Master-näheren Invest-Finanz-Klausuren (P3-Vertiefung).
Die Idee in einem Satz
Investition unter Unsicherheit: Mathematische und konzeptionelle Methoden, um Risiko und Unsicherheit explizit in Investitionsentscheidungen zu integrieren statt sie zu ignorieren.
Unterscheidung: Risiko vs. Unsicherheit (Knight 1921)
| Risiko | Unsicherheit | |
|---|---|---|
| Definition | Wahrscheinlichkeiten bekannt | Wahrscheinlichkeiten unbekannt |
| Beispiel | Roulette (klare Verteilung) | Neue Technologie (unbekannte Adoption) |
| Quantifizierbar | ja | nein (nur Szenarien) |
| Methode | Erwartungswert, σ, CAPM | Szenarien, Sensitivitäten, Realoptionen |
In der Klausur oft synonym verwendet, wir nutzen "Unsicherheit" als Oberbegriff.
Methoden zur Risiko-Integration
1. Risikozuschlag im Diskontsatz
Statt einfach r_f nutze r = r_f + Risikoprämie.
NPV = Σ_t CF_t/((1 + r)^t)
mit r = r_f + β · (r_M - r_f) (CAPM).
Pro: einfach, etabliert Contra: willkürliche Wahl der Prämie
2. Erwartungswert + Standardabweichung
Berechne erwarteten NPV und Streuung über Szenarien.
E(NPV) = Σ_i p_i · NPV_i
σ(NPV) = √(Σ_i p_i (NPV_i - E(NPV))²)
Beispiel: 3 Szenarien (Boom/Normal/Bust) mit Wahrscheinlichkeiten und NPVs.
3. Szenario-Analyse (qualitativ)
3-5 typische Szenarien definieren:
- Best Case: alles läuft optimal
- Base Case: erwartete Werte
- Worst Case: ungünstige Annahmen
Pro Szenario: NPV berechnen → Spannweite.
4. Sensitivitätsanalyse
Einzelne Annahmen variieren (was-wäre-wenn).
Sensitivität = (Δ NPV \%)/(Δ Input \%)
Klassische Variation: Preis ±10%, Mengen ±20%, Diskontsatz ±2%-Pkt.
Tornado-Diagramm zeigt sensitivste Inputs.
5. Monte-Carlo-Simulation
Random-Sampling: alle unsicheren Inputs zufällig ziehen (n=10.000 Iterationen) → Verteilung des NPV.
Pro: sehr realistisch, Korrelationen zwischen Variablen erfassbar Contra: komplex, Software nötig (@RISK, Crystal Ball)
6. Realoptionen
Investitionsmöglichkeiten als Optionen behandeln. Bsp:
- Option to wait (Abwarten, bis Information klarer)
- Option to expand (Erfolgsfall: nachschießen)
- Option to abandon (Verlustfall: aussteigen)
Bewertung mit Black-Scholes-ähnlichen Modellen.
Vorteil: erfasst die WERT von Flexibilität, den klassische NPV ignoriert.
Risikoabschlag im Cashflow (statt Diskontsatz)
Alternative zu Risikozuschlag: Sicherheitsäquivalent.
NPV = Σ_t (Sicherheitsäquivalent(CF_t))/((1 + r_f)^t)
Cashflows werden um die Risiko-Prämie reduziert, dann mit risikofreiem Zins diskontiert.
Klausur-Faustregeln
1. Risiko = Wahrscheinlichkeiten bekannt. Unsicherheit = nicht bekannt. Knight-Unterscheidung.
2. Erwartungswert NPV: Σ p_i · NPV_i. Standard-Klausur-Aufgabe.
3. Szenario-Analyse: 3 Szenarien (Best/Base/Worst). Minimum-Standard.
4. Sensitivitätsanalyse: Variation einzelner Inputs. Tornado-Diagramm.
5. Realoptionen erfassen Flexibilität-Wert, modernste Methode.
Häufige Stolpersteine
1. Risiko und Unsicherheit synonym verwenden. Knight (1921) unterscheidet bewusst. Klausur kann das prüfen.
2. NPV nur mit Base Case rechnen. Single-Point-Estimate ignoriert die Streuung. Mindestens 3 Szenarien.
3. Monte-Carlo als 'beste Methode' ansehen. Bei wenig Daten gibt Monte-Carlo nur Schein-Genauigkeit. Szenario-Analyse ist oft realistischer.
4. Realoptionen mit Aktienoptionen verwechseln. Realoptionen sind auf REALE Investitionen (Maschinen, Forschung), nicht Wertpapiere. Konzeptionell aber ähnlich.
5. Risikozuschlag falsch wählen. Branchenüblicher CAPM-basierter Aufschlag ist Standard. Willkürliche '+5% für Sicherheit' ist nicht fundiert.
Interaktiv verstehen
Szenario-Analyse-Visualizer
3 Szenarien (Best/Base/Worst) mit unterschiedlichen Wahrscheinlichkeiten:
- Erwarteter NPV
- Standardabweichung
- Best/Worst-Spannweite
Schiebe die Wahrscheinlichkeiten und sieh, wie sich der Erwartungswert ändert.
Interaktive Visualisierung
Interaktive Komponente: probiere sie im Topic-Player oben aus.
Klausur-Tipp: Bei Klausurfragen zu Investition unter Unsicherheit IMMER explizit machen, ob du Erwartungswert ODER Standardabweichung berechnest. Beide sind separate Aufgaben. Erwartungswert = Σ p_i · NPV_i.
Praxis-Übung
Investition unter Unsicherheit, Praxis-Übung
6 Aufgaben zu Risiko vs. Unsicherheit, Methoden, Realoptionen.
Klausurfragen mit Lösungen (6)
- F1.Was unterscheidet Risiko von Unsicherheit nach Knight (1921)?
Antwort: Risiko hat bekannte Wahrscheinlichkeiten, Unsicherheit unbekannte
Erklärung: Knight (1921): RISIKO = Wahrscheinlichkeiten objektiv bekannt (Lotterie). UNSICHERHEIT = Wahrscheinlichkeiten unbekannt (neue Technologie). Risiko ist quantifizierbar (Erwartungswert, σ), Unsicherheit braucht qualitative Methoden (Szenarien).
- F2.3 Szenarien: Best (NPV=100, p=0.3), Base (NPV=50, p=0.5), Worst (NPV=−20, p=0.2). Erwarteter NPV?
Antwort: 51 (Toleranz ±0.5)
Erklärung: E(NPV) = 0.3 · 100 + 0.5 · 50 + 0.2 · (−20) = 30 + 25 − 4 = 51. Gewichtete Summe.
Typ: Zahlen-Eingabe
- F3.Sensitivitätsanalyse variiert einzelne Inputs separat (was-wäre-wenn).
Antwort: Wahr
Erklärung: RICHTIG. Sensitivitätsanalyse: einen Input (z.B. Preis +10%) ändern, alle anderen konstant lassen → Auswirkung auf NPV messen. Tornado-Diagramm zeigt sensitivste Inputs. Im Gegensatz zu Monte-Carlo, wo alle gleichzeitig zufällig variieren.
Typ: Wahr/Falsch
- F4.Was ist eine Realoption?
Antwort: Eine Investitionsmöglichkeit als Option behandelt (warten, expandieren, aufgeben)
Erklärung: Realoption = Investitionsmöglichkeit, die FLEXIBILITÄT bietet (warten, expandieren, aufgeben). Klassische NPV ignoriert diese Flexibilität, Realoptions-Modelle erfassen sie. Beispiel: Pharma-Pipeline-Bewertung.
- F5.Welche Aussagen sind RICHTIG?
Richtige Antworten: Erwartungswert NPV = `Σ p_i · NPV_i`; Sensitivitätsanalyse variiert einzelne Inputs; Monte-Carlo simuliert viele Iterationen mit Zufalls-Inputs; Risikozuschlag im Diskontsatz: `r = r_f +` Risikoprämie; Szenario-Analyse braucht typischerweise 3 Szenarien
Erklärung: Richtig: Erwartungswert-Formel, Sensitivität, Monte-Carlo, Risikozuschlag, 3-Szenarien-Standard. Falsch: Realoptionen WERTEN Flexibilität explizit (Hauptvorteil gegenüber NPV).
Typ: Multi-Select
- F6.Ordne Methode der Eigenschaft zu:
Zuordnungen:
- Risikozuschlag im Diskontsatz → Einfach, etabliert, willkürliche Prämie
- Szenario-Analyse → 3-5 typische Szenarien (Best/Base/Worst)
- Sensitivitätsanalyse → Tornado-Diagramm, sensitivste Inputs
- Monte-Carlo-Simulation → 10.000+ Random-Iterationen → Verteilung
Erklärung: Methoden-Vergleich für Risiko-Integration. Klausur-Pflicht: Methode wählen je nach Komplexität + Datenlage.
Typ: Zuordnung
Klausur-Quiz
Klausurfragen mit Lösungen (6)
- F1.Szenarien: NPV=80 (p=0.4), NPV=20 (p=0.6). Was ist die Standardabweichung σ (auf 1 Dezimale)?
Antwort: 29.4 (Toleranz ±0.5)
Erklärung: E(NPV) = 0.4·80 + 0.6·20 = 32 + 12 = 44. Var = 0.4·(80−44)² + 0.6·(20−44)² = 0.4·1296 + 0.6·576 = 518.4 + 345.6 = 864. σ = √864 ≈ 29.4.
Typ: Zahlen-Eingabe
- F2.Bei Risiko (Wahrscheinlichkeiten bekannt) reicht Erwartungswert + σ. Bei Unsicherheit (unbekannt) braucht es qualitative Methoden.
Antwort: Wahr
Erklärung: RICHTIG. Knight-Unterscheidung. Risiko ist statistisch behandelbar. Unsicherheit (unbekannte Verteilung) braucht Szenarien, Sensitivitäten, Realoptionen, keine sauberen Erwartungswerte berechenbar.
Typ: Wahr/Falsch
- F3.Sie investieren in ein neues Pharma-Medikament. Klinische Studien werden Jahre dauern. Welche Methode ist besonders geeignet?
Antwort: Realoptionen (Option to abandon falls Studien negativ)
Erklärung: Pharma-Pipeline = klassisches Realoptionen-Beispiel. Du hast die OPTION (nicht Pflicht), bei positiven Phase-2-Daten in Phase-3 zu investieren, oder bei negativen abzubrechen. NPV erfasst diese Flexibilität nicht. Pfizer + Roche nutzen Realoptionen-Modelle.
- F4.Was zeigt ein Tornado-Diagramm?
Antwort: Sensitivität des NPV auf einzelne Input-Variablen, sortiert nach Stärke
Erklärung: Tornado-Diagramm: horizontale Balken zeigen wie stark der NPV auf jede Input-Variable reagiert (Bei ±X% Input → Y% NPV-Änderung). Sortiert nach Stärke → die wichtigsten Annahmen oben. Klassisches Output der Sensitivitätsanalyse.
- F5.Knight (1921) unterscheidet {{1}} (Wahrscheinlichkeiten bekannt) von {{2}} (Wahrscheinlichkeiten unbekannt). Erwarteter NPV = Σ {{3}} · NPV_i. {{4}}-Analyse variiert einzelne Inputs. {{5}}-Simulation nutzt 10.000+ Zufalls-Iterationen.
Lösungen pro Lücke:
- {{1}}: Risiko
- {{2}}: Unsicherheit
- {{3}}: p_i / pi / p
- {{4}}: Sensitivitäts / Sensitivitaets
- {{5}}: Monte-Carlo / Monte Carlo
Erklärung: Unsicherheits-Vokabular. Risiko vs. Unsicherheit, Erwartungswert-Formel, Sensitivitäts- + Monte-Carlo-Analyse.
Typ: Lückentext
- F6.Sortiere: Investitions-Entscheidung unter Unsicherheit.
Richtige Reihenfolge:
- Investitionsentscheidung mit unsicheren Cashflows identifizieren
- Szenarien definieren: Best/Base/Worst mit Wahrscheinlichkeiten
- NPV pro Szenario berechnen
- Erwarteter NPV: gewichteter Durchschnitt
- Standardabweichung: Streuungsmass
- Entscheidung: E(NPV) > 0 UND akzeptable Varianz
Erklärung: Standard-Workflow für Investitions-Entscheidungen mit Unsicherheit.
Typ: Reihenfolge
