Die Bewertung von größeren Investitionsprojekten geht oft mit Unsicherheiten einher, die nur schwer kalkulierbar sind. Aus diesem Grund werden viele Projekte, die mit traditionellen Bewertungsverfahren bewertet werden, erst gar nicht durchgeführt. Ein besonderer Aspekt wird bei dieser Bewertung jedoch stets außen vorgelassen. Nämlich der, dass der Projektwert mit voranschreitender Zeit ändernden Umständen unterliegt. Auf diese Umstände kann das Management flexibel reagieren und somit hat diese Flexibilität einen Wert, der bei der Bewertung berücksichtigt werden sollte. Wird er es nicht, entgehen dem Unternehmen womöglich Chancen sich expansiver aufzustellen als die Mitbewerber oder Einsparpotentiale bleiben ungenutzt. Eine Möglichkeit diesen Wert zu erfassen, bietet die Finanzoptionstheorie. Die Schwierigkeit besteht jedoch darin, die darauf aufbauenden Annahmen auf reale Investitionen zu übertragen. Es ist deshalb notwendig, nach möglichen Einsatzpotentialen zu suchen, die in der Praxis realitätsnahe Ergebnisse bei der Bewertung liefern. Dieser Umstand ist Hauptbestandteil der vorliegenden Untersuchung.

Textprobe: Kapitel 2.3, RISIKO- UND ENTSCHEIDUNGSANALYSE: Investitionsentscheidungen sind zukunftsbezogene Handlungen, die selten mit konstantem Risiko verbunden sind. Die Kapitalwertmethode kann diesen Aspekt jedoch nicht berücksichtigen. Man bedient sich deshalb oft Methoden zur adäquaten Risikoaufdeckung oder – Berücksichtigung. 2.3.1, ENTSCHEIDUNGSBAUMANALYSE: Mit Hilfe der Entscheidungsbaumanalyse lassen sich ausgehend von der ursprünglichen Investitionsentscheidung darauf folgende Alternativen in einem dynamischen, darstellerischen Modell (Entscheidungsbaum) erfassen. Ferner kann über eine erwartete, wertmaximale Abfolge der Entscheidungen bestimmt werden, indem ein Roll-Back-Verfahren angewandt wird. Dieses Vorgehen entspricht der dynamischen Programmierung und ist der retrograden Bewertung im Rahmen der Binomial-Methode nach Cox/Ross/Rubinstein (1976) sehr ähnlich. Da für die zufälligen Umweltzustände Wahrscheinlichkeiten gefunden werden müssen, erweist sich dieses Modell jedoch als äußerst schwierig bei der Bestimmung zuverlässiger Inputparameter. Es wird mit steigender Anzahl zufallsabhängiger Inputparameter immer komplexer, dass analytisch kaum zu erfassen ist. Hier erweisen sich simulative Verfahren als die besseren Möglichkeiten. Die Entscheidungsbaumanalyse eignet sich deshalb vor Allem bei langfristigen Projekten, die von einzelnen Zufallsereignissen abhängen, z.B. im Bereich Forschung & Entwicklung (F&E). Ein grundlegendes Problem der Entscheidungsbaumalanalyse stellt zudem die Verwendung eines einzigen Diskontierungssatzes dar, der das Risiko über alle Perioden gleich bewertet. Es kann daher nicht der korrekte Nettobarwert eines Projektes unter Unsicherheit gefunden werden. Nichtdestotrotz ist die Entscheidungsbaumanalyse sehr hilfreich bei der Suche nach der optimalen Strategie. 2.3.2, SENSITIVITÄTSANALYSEN: Im Rahmen von Sensitivitätsanalysen werden Abweichungen zu vorher berechneten Kapitalwerten unter der Voraussetzung sich verändernder Input-Faktoren und deren Einfluss auf die Output-Größen festgestellt. Auf diese Weise können kritische Werte oder akzeptable Spannen ermittelt werden. Sie ist jedoch weniger dafür geeignet Lösungen zu finden, sondern kann für die Beurteilung des Ausmaßes an Unsicherheit hinsichtlich einzelner Inputfaktoren Aufschluss geben. Das bewerkstelligt wiederum die Auswahl weiterer Methoden. 2.3.3, SIMULATION: Bei den Simulationen handelt es sich um risikoanalysierende Methoden auf Basis stochastischer Entwicklung von Zufallsvariablen. In der Praxis haben sich besonders Simulationen mit Hilfe von EDV-Anlagen bewährt, z.B. die Monte-Carlo-Simulation. Die Vorgehensweise ist folgende. Es werden Wahrscheinlichkeitsverteilungen einer Output-Größe (z.B. Kapitalwert) gesucht mit Hilfe derer man auf die Standardabweichung bzw. die Volatilität als Risikokennziffer schließen kann. Diese wiederum ist abhängig von der Wahrscheinlichkeitsverteilung sicherer (z.B. Planungszeiten) und unsicherer Input-Größen (z.B. Absatzmengen). Sofern man alle Inputparameter ermittelt hat, werden durch die Software mehrere Tausend Zufallsziehungen simuliert, wodurch man eine Wahrscheinlichkeitsverteilung generiert. Die Risikoanalyse hat sich bei der Beurteilung von Großprojekten, besonders bei Erweiterungs- oder Neuinvestitionen, bewehren können. Da die Methode mit hohem Aufwand verbunden ist, ist sie im Falle der Simulation auch nur mit Hilfe von Computern durchführbar. Andererseits birgt die Risikoanalyse auch den Vorteil, dass Einflussgrößen verarbeitet werden können, die entweder abhängig oder unabhängig voneinander sind.

• Investitionsbewertung

• Finanzoption

• Realoption

• Black & Scholes

• Binomial-Modell

• Investitionsprojekt

David Iusow, B.Sc. wurde 1981 in Kaptschagai in Kasachstan geboren. Sein Studium des Banking & Finance schloss er an der Fachhochschule Köln im Jahre 2013 mit dem akademischen Grad des Bachelor of Science erfolgreich ab. Bereits während des Studiums wuchs sein Interesse für den Bereich Investition und Risikomanagement. Aufgrund seiner Begeisterung für den Börsen- und OTC-Handel beschäftigte er sich längere Zeit mit Finanzoptionen, bis er erkannte, dass finanzoptionstheoretische Bewertungsverfahren auch auf reale Investitionen übertragen werden konnten. Er machte das Thema deshalb in diesem Buch zu seinem Schwerpunkt.