Bewertungsüberlegungen für Liquidationspräferenzen unter Verwendung einer einfachen Monte-Carlo Simulation. Alexander Schmidt Stand 2014

Größe: px
Ab Seite anzeigen:

Download "Bewertungsüberlegungen für Liquidationspräferenzen unter Verwendung einer einfachen Monte-Carlo Simulation. Alexander Schmidt Stand 2014"

Transkript

1 Bewertungsüberlegungen für Liquidationspräferenzen unter Verwendung einer einfachen Monte-Carlo Simulation Alexander Schmidt Stand 214

2 Agenda 1. Problemstellung 2. Einführung Monte Carlo Simulation 3. Vorstellung Case 4. Bewertung PLP 5. Zusammenfassung 2

3 1. Problemstellung Diametrale Interessenslage: Verhandlung vor Investition Gründer Investor Möglichst hoher Wert des Unternehmens Möglichst hohe Quote bzw. hohe Liquidationspräferenz Betrachtung von Entwicklung, Wirkung und Wert mit Hilfe der Monte Carlo Simulation 3

4 2. Einführung MCS Monte Carlo Simulation - Beispiel Erfolg eines Investments ist abhängig von zukünftigen unsicheren Zufallsvariablen Komplexität der Berechnung nimmt mit größerer Anzahl unsicher Variablen zu. Lösung: Monte Carlo Simulation Annahmen:,5 1 Mio. t 3 Investment: 1 Erfolgschance: 5% Diskontierungsrate: 5% Zeit: 3 Jahre t,5 Mio. t 3 Vgl. Metrick, A., Yasuda, A. (211), S

5 2. Einführung MCS Monte Carlo Simulation - Beispiel Statische Berechnung NPV Simulative Berechnung NPV NPV =,5 * 1. Mio. / (1,5) 3 1 T. = = 331,9 T. Versuch Zufallszahl Erfolg NPV 1, , , , , , , , , , Mittelwert, Je höher die Anzahl der simulierten Versuche, desto näher kommt der Mittelwert an den Erwartungswert heran. In Anlehnung an: Metrick, A./ Yasuda, A. (211), S. 357 ff. 5

6 Agenda 1. Problemstellung 2. Einführung Monte Carlo Simulation 3. Vorstellung Case 1. Annahmen 2. Vorstellung Excel-Modell 3. Ergebnisse MSC 4. Bewertung PLP 6

7 3. Vorstellung Case 3.1. Annahmen Annahmen zum Case 1 VC-Investition: 2 Mio. Erwarteter Umsatz in t 5: 6 Mio. Zielrendite des Investors: 38% Bewertung über die VC-Methode Umsatzmultiplikator der Branche: 5 Erwarteter Umsatz in t 5: 6 Mio. Wert in t 5 : 3 Mio. Zielrendite des Investors: 38% Wert in t : (3 Mio. / 1,38^5) = 6 Mio. Verhandlung Case 1 - A Postmoney-Bewertung: 6 Mio. Anteilsquote VC: 33% Anteilsquote Gr.: 67% PLP*: 1 Case 1 - B Postmoney-Bewertung: 8 Mio. Anteilsquote VC: 25% Anteilsquote Gr.: 75% PLP*: 3 * Participating Liquidation Preference 7

8 3. Vorstellung Case 3.1. Annahmen Berechnung anteiliger Erlös VC: Case 1 - A 1-fache PLP Wenn Erlös in t5 <= 2 E VC2 = E UG Wenn Erlös in t5 > 2 E VC2 = (E UG I * F LP1 ) * AQ VC1 + I * F LP1 Case 1 - B 3-fache PLP Wenn Erlös in t5 <= 8 E VC2 = E UG Wenn Erlös in t5 > 8 E VC2 = (E UG I * F LP2 ) * AQ VC2 + I * F LP2 E VC1 = Erlös VC 1 E VC2 = Erlös VC 2 E UG = Erlös Unternehmen gesamt AQ = Anteilsquote I = Investment VC = Faktor Liquiditationspräferenz F LP 8

9 3. Vorstellung Case Annahmen Statische Berechnung Erlös anteilig: Case 1 - A 1-fache PLP Case 1 - B 3-fache PLP Erwartungswert VC - A: E VC1 = (3 2 * 1) * 33% + 2 * 1 = 11,33 Mio. Erwartungswert G: E G1 = (3 2 * 1) * 67% = 18,67 Mio. Erwartungswert VC - B: E VC2 = (3 2 * 3 ) * 25%+ 2 * 3 = 12 Mio. Erwartungswert G: E G2 = (3 2 * 3 ) * 75% = 18 Mio. Trotz niedrigerer Anteilsquote hat VC B einen größeren Erlös beim Unternehmenswert von 3. 9

10 3. Vorstellung Case Annahmen Berechnung des Break-Even-Points durch Gleichsetzung der Erwartungswertformeln und Auflösung nach E UG ((E UG I * F LP1 ) * AQ + I * F LP1 ) ((E UG I * F LP2 ) * AQ + I * F LP2 ) = ((E UG 2 * 1) *33% + 2 * 1 ) - ((E UG 2 * 3) * 25% + 2 * 3) = Lösung im Excel Modell: Variation der Zelle E UG über die Zielwertsuche BEP = 38 1

11 3. Vorstellung Case Annahmen Graphische Darstellung der VC-Funktionen 4 Case 1 - VC 35 Erlös anteilig in Mio VC Erlös A BEP VC-B partizipiert bei niedrigen Erlösen relativ hoch VC Erlös B 15 BEP = Erlös gesamt in Mio Wahrscheinlichkeiten für Gesamterlöse werden nicht berücksichtigt 11

12 3. Vorstellung Case Annahmen Gewichtung aller möglichen Exiterlöse mit normalverteilten Wahrscheinlichkeiten 4 2,5% 2,% Erlös anteilig in Mio ,5% 2 1,% 15 1,5% Wahrscheinlichkeit der Exiterlöse Case 1 - VC 35 VC Erlös A VC Erlös B Standardnormalverteilung 5,% Erlös gesamt in Mio Statische Berechnung hier sehr kompliziert! 12

13 3. Vorstellung Case Aufbau Excel-Modell Vorgehensweise: Erzeugung von normalverteilten Zufallsunternehmenswerten für das Exitjahr t 5 Excel Formel: =NORMINV( Wahrscheinlichkeit ; Erwartungswert ; Standardabw. )l 1 Zellenbezug auf eine generierte Zufallszahl zwischen und 1 =Zufallszahl() 2 Festlegung eines Erwartungswertes (im Beispiel: 3 Mio. ) 3 Festlegung einer Standardabweichung (im Beispiel: 2 Mio. ) 13

14 3. Vorstellung Case Aufbau Excel-Modell Dichtefunktion Simulation normalverteilter Exiterlöse in Excel: Erzeugung von Zufallszahlen zwischen und 1 Rücktransformation aus der Standardnormalverteilung Standardnormalverteilung,5,4,3 Bis,5: Negativer Z-Wert Ab,5: Positiver Z-Wert,2, Erwartungswert +/- z = E UG µ σ Z-Wert Formel nach E UG auflösen Entnahme des Z-Wertes aus der Tabelle Standardnormalverteilung 14

15 3. Vorstellung Case Aufbau Excel-Modell Simulation normalverteilter Exiterlöse Beispiel: Generierung Zufallszahlen: Bsp. 1:,4562 Bsp. 2:,719 Herleitung Z-Wert E UG = z * σ + µ Bsp. 1: E UG = -,11 * = 27,8 Bsp. 2: E UG =,53 * = 4,6 Auflösen nach Z-Wert Formel Quelle Wertetabelle: Z-Wert Bsp. 1: = 1,4564 =,5438 Z-Wert =,11 Z-Wert Bsp. 2: =,53 15

16 3. Vorstellung Case Ergebnisse MCS Entwicklung absolute Erlöspartizipation: Erlös anteilig in Mio. 3 Case 1 - A 25 EVC1 = EG1 (EUG 2 * 1) *,33% + 2 * 1 = (EUG 2 * 1) *,67% 2 15 BEP = 8 Gründer Erlös 1 VC Erlös Exiterlös gesamt Erlös anteilig in Mio. 3 Case 1 - B 25 EVC1 = EG1 (EUG 2 * 3) *,33% + 2 * 3 = (EUG 2 * 3) *,67% 2 15 Gründer Erlös 1 VC Erlös 5 BEP = Erlös gesamt

17 3. Vorstellung Case Ergebnisse MCS Erlöspartizipation Anteilig in % Entwicklung relative Erlöspartizipation: 1,% 9,% 8,% 7,% 6,% 5,% 4,% 3,% 2,% 1,%,% Case 1 - A BEP = 81 Anteil VC Anteil Gründer Erlös anteilig in % Erlös gesamt in Mio. 1,% 9,% 8,% 7,% 6,% 5,% 4,% 3,% 2,% 1,%,% Case 1 - B Anteil VC BEP = 181 Anteil Gründer Erlös gesamt in Mio Berechung siehe Seite

18 3. Vorstellung Case Ergebnisse MCS Erlös anteilig in % Entwicklung relative Erlöspartizipation: 1,% 9,% 8,% 7,% 6,% 5,% 4,% 3,% 2,% 1,%,% Case 1 - VC BEP = 381 Anteil VC A Anteil VC B Erlös anteilig in % Erös gesamt in Mio. 1,% 9,% 8,% 7,% 6,% 5,% 4,% 3,% 2,% 1,%,% Case 1 - Gründer Anteil Gründer A BEP = 381 Anteil Gründer B Erlös gesamt in Mio Berechung siehe Seite 1. 18

19 Absolute Häufigkeit Exit Erlöse 3. Vorstellung Case Ergebnisse MCS Absolute Häufigkeit simulierter Ergebnisse: E (x) = 3 / σ = 2 / Simulationen: Ein Exiterlös von wurde insgesamt 712 mal simuliert Simulationen Standardnormalverteilung Mittelwert: 3,47 Mio Exiterlös gesamt in Mio. Durch die relativ niedrige Standardabweichung bleibt der Mittelwert nahe dem Erwartungswert: 19

20 Absolute Häufigkeit Exit Erlöse 3. Vorstellung Case Ergebnisse MCS Absolute Häufigkeit simulierter Ergebnisse: E (x) = 3 / σ = 5 / Simulationen: Exiterlös gesamt in Mio. Simulationen Normalverteilung Ein Exiterlös von wurde insgesamt 2341-mal simuliert Mittelwert: 35,41 Mio. Bei erhöhter Volatilität weicht der Mittelwert deutlich vom festgelegten Erwartungswert ab. 2

21 3. Vorstellung Case Ergebnisse MCS Berechnung vs. Simulation: Art Berechnet Simulation µ = 3 σ = 2 Case 1 - A 1-fache PLP VC - A: E VC1 = (3 2 * 1) * 33% + 2 * 1 = 11,33 Mio. Erwartungswert VC - A: = 11,41 Mio. Case 1 - B 3-fache PLP VC - B: E VC2 = (3 2 * 3 ) * 25%+ 2 * 3 = 12 Mio. VC - B: = 11,7 Mio. Durch die Simulation verschieben sich die erwarteten Werte leicht 21

22 3. Vorstellung Case Ergebnisse MCS Berechnung vs. Simulation: Art Berechnet Simulation µ = 3 σ = 2 Simulation µ = 3 σ = 5 Case 1 - A 1-fache PLP / 33% Anteil VC - A: E VC1 = 11,33 Mio. / 37,77% VC - A: E VC1 = 11,41 Mio. / 37,44% VC - A: E VC1 = 12,82 Mio. / 36,82% Case 1 - B 3-fache PLP / 25% Anteil VC - B: E VC1 = 12, Mio. / 4% VC - B: E VC1 = 11,7 Mio. / 38,39% VC - B: E VC1 = 12,2 Mio. / 34,46% Die Standardabweichung beeinflusst den erwarteten (anteiligen) Exiterlös in hohem Maße! 22

23 Erlös relative Erlöspartizipation Erlös relative Erlöspartizipation 3. Vorstellung Case Ergebnisse MCS Erwartungswerte in Abhängigkeit der Standardabweichung: 5 Case 1-A 4,% ,% 36,% 34,% 32,% VC-A Gesamt Mit Steigung von σ erhöht sich der erwartete anteilige Erlös des VCs 3,% VC-A in % Standardabweichung Case 1-B 5 4,% ,% 36,% 34,% 32,% VC-B Gesamt VC-B in % Extremer Abfall des erwarteten relativen Anteils bei Erhöhung von σ 3,% Standardabweichung 23

24 Agenda 1. Problemstellung 2. Einführung Monte Carlo Simulation 3. Vorstellung Case 4. Bewertung PLP 1. Bewertungsmöglichkeiten 2. Statische Berechnung 3. Simulierte Berechnung 4. Ausgleichende Post-Money Bewertung 5. Einfluss von Variablen 6. Veränderung der Verteilungsfunktion 24

25 4. Bewertung der PLP 4.1. Bewertungsmöglichkeiten Realoptionsbewertung: 1 Normalverteilte Funktion Aktueller Kurs: S Call Option = S N d1 KE rt N d2 Basispreis: X Restlaufzeit: t Risikoloser Zinssatz: r d1 = ln S X + r+ σ 2 t 2 σ t d2 = d1 σ t Basispreis diskontiert Volatilität: σ Nachbildung der Liquidationspräferenz mit Optionen auf Vorzugsaktien, welche identische Auszahlungsbedingungen darstellen. Summen und Differenzen der Optionspreise ergeben den Wert der Liquidationspräferenz. Monte Carlo Simulation: Erwartungswert: µ Standardabweichung: σ Wert Liquidationspräferenz = Simulierter EVC 2 µ, σ Simulierter EVC 1( µ, σ) Differenz der simulierten Erwartungswerte für den VC-Geber, mit und ohne einer Liquidationspräferenz. 1 Vgl. Metrick, A., Yasuda, A. (211), S

26 4. Bewertung der PLP 4.1. Bewertungsmöglichkeiten Annahmen Case 2: Annahmen Case 2-A Post-Money Bewertung 6, Mio. Liquiditationspräferenz PLP Anteilsquote VC 33% Anteilsquote Gründer 67% Annahmen Case 2-B Post-Money Bewertung 6, Mio. Liquiditationspräferenz 1 PLP Anteilsquote VC 33% Anteilsquote Gründer 67% Liquidationspräferenz von und 1, identische Post Money Bewertung! 26

27 Wert PLP in Mio. 4. Bewertung der PLP 4.2. Statische Berechnung Wert der PLP bei statischen Exiterlösen: Wert PLP (E) = Exiterlös VC mit PLP Exiterlös VC ohne PLP Beispielrechnungen: Wert PLP (1 Mio. ) = 1 Mio. * 1 PLP 1 Mio. * 33,33% = Wert PLP (2 Mio. ) = 2 Mio. * 1 PLP - 2 Mio. * 33,33% = ,33 Wert PLP (5 Mio. ) = 2 Mio. * 1 PLP +(5 Mio. - (2 Mio. * 1PLP)) * 33,33% - 5 Mio. * 33,33% = ,33 Berechnung für jeden Exiterlös gesamt zwischen -1 Mio. 2 1,5 1, Exiterlös gesamt in Mio. Ohne Simulation lässt sich der Wert der PLP nur ermitteln, wenn der Exiterlös gesamt im Vorfeld 1%-tig feststeht. 27

28 4. Bewertung der PLP 4.3. Simulierte Berechnung Simulierte Beispielberechnung: µ= 3, σ= 2: Annahmen Case 2-A Post-Money Bewertung 6, Mio. Liquidationspräferenz PLP Anteilsquote VC 33% Anteilsquote Gründer 67% Ergebnis Case 2-A Erlöspartizipation VC Simulation: Erlös in Mio In Prozent vom Exit 2,36 33% Erlöspartizipation G Simulation: 4,725 67% Erwartungswert VC: 1,12 33,33% Erwartungswert G: 2,24 66,67% Annahmen Case 2-B Post-Money Bewertung 6, Mio. Liquidationspräferenz 1 PLP Anteilsquote VC 33% Anteilsquote Gründer 67% Ergebnis Case 2-B Erlös in Mio In Prozent vom Exit Erlöspartizipation VC Simulation: 3,7 52% Erlöspartizipation G Simulation: 3,39 48% Erwartungswert VC: 11,35 37,38% Erwartungswert G: 19,1 62,62% Delta der Mittelwerte (Liquidationspräferenz) Formel: 11,35 Mio. - 1,12 Mio. = 1,23 Mio. Verteilungsfunktion stellt alle möglichen Exiterlöse dar. Berechnung des PLP-Wertes möglich! 28

29 4. Bewertung der PLP 4.3. Simulierte Berechnung Erlösanteil in Mio Häufigkeit der simulierten Exiterlöse VC Erlös VC Erlös Soll-Kurve Exiterlös gesamt in Mio. Grafisch ergibt sich der Wert der Liquidationspräferenz aus der Differenz der beiden Erlöspunktelinien. Die Normalverteilung (als Idealzustand) gibt an, wie oft diese Differenz in den jeweiligen Erlösmittelwerten eingeflossen ist. 29

30 4. Bewertung der PLP 4.4. Ausgleichende Post-Money Bewertung Suche nach dem gerechten Post-Money Wert: µ = 3, σ= 2 Suche nach der Post-Money Bewertung, bei welcher der PLP-Wert Null ist. Erwartungswert von Investor 1 und Investor 2 ist identisch! Annahmen Case 2-A Annahmen Case 2-B Post-Money Bewertung 6, Mio. Liquidationspräferenz PLP Anteilsquote VC 33% Anteilsquote Gründer 67% Ergebnis Case 2-A Erlös in Mio In Prozent vom Exit Erlöspartizipation VC Simulation: Erlöspartizipation G Simulation: 5,48 33% 1,96 67% Erwartungswert VC: 1,29 33,33% Erwartungswert G: 2,57 66,67% Post-Money Bewertung 6,89 Mio. Liquidationspräferenz 1 PLP Anteilsquote VC 29% Anteilsquote Gründer 71% Ergebnis Case 2-B Erlös in Mio In Prozent vom Exit Erlöspartizipation VC Simulation: 6,19 38% Erlöspartizipation G Simulation: 1,25 62% Erwartungswert VC: 1,28 33,31% Erwartungswert G: 2,58 66,69% Delta der Mittelwerte (Liquidationspräferenz) Formel: 1,28-1,29 = -,

31 4. Bewertung der PLP 4.4. Ausgleichende Post-Money Bewertung Zirkelschlussproblematik in Excel: Suchwert: Faire Post-Money Bewertung bei PLP Veränderbare Zelle: Wert der Liquidationspräferenz Zielwert: PLP Wert - Annäherung an,x Mio. Der Wert der Liquidationspräferenz ergibt sich aus dem Mittelwert aller (1.) Simulationsergebnisse. Differenz der Mittelwerte sollte sein. Bei jeder Simulation gibt es Simulationsabweichungen! Lösung: Bisher nur eine sehr zeitaufwendige manuelle Trial and Error Anpassung möglich. Excel bietet keine uns bekannte Möglichkeit, mit welcher die Zielwertsuche bei einer Monte Carlo Simulation genutzt werden kann. 31

32 Wert der PLP in Mio. Ausgleichende PM Bewertung in Mio. 4. Bewertung der PLP 4.5. Einfluss von Variablen: µ Wie verändert sich der Wert der Liquidationspräferenz, wenn sich µ,σ verändern? σ= 4( konstant) + µ steigend 1,4 1,3 1,2 1,1 1,,9,8,7,6,5 7 6,9 6,8 6,7 6,6 6,5 6,4 6,3 6,2 6, µ in Mio. Wert Liquidationspräferenz Ausgleichende PM Bewertung Simulationsbedingt steigt der PLP-Wert langsamer an, beginnend bei,666 Mio.. Bei höheren simulierten Erwartungswerten sinkt die gerechte PM Bewertung auf 6 Mio. ab. 32

33 4. Bewertung der PLP 4.5. Einfluss von Variablen: µ Warum hat die Liquidationspräferenz bei einem erwarteten Exiterlös von einen Wert? Optionspreis Zeitwert Innerer Wert Basispreis Kurs des Basiswertes Der Wert der Liquidationspräferenz enthält bei Normalverteilung einen Zeitwert, also eine Erlösmöglichkeit ähnlich einer Option. 33

34 Erwartungswert VC in Mio. Absolute Häufigkeit der Ergebnisse 4. Bewertung der PLP 4.5. Einfluss von Variablen: µ Wie wirkt sich der PLP-Wert in auf die simulierten Exiterlösanteile aus? Simulierter Erwartungswert VC σ= 4(konstant) + µ steigend µ in Mio Soll/Ist -Simulation µ=, σ=4: Mittelwert? Exiterlös gesamt in Mio. Erwartungswert VC - Case 1 Erwartungswert VC - Case 2 Monte-Carlo Simulation Soll-Kurve Der Investor hat neben den,67 Mio. schon 5,38 Mio. Erlösmittelwert durch die Simulation ohne PLP! (Erwartungswert = ) Der Zeitwert besteht aus Pro Rata und PLP-Wertelementen = Erlösmöglichkeiten. 34

35 Erwartungswert VC in Mio. 4. Bewertung der PLP 4.5. Einfluss von Variablen: σ Wie wirkt sich eine veränderte Stabw. auf den PLP-Wert aus? µ= 1 (konstant) + σ steigend 1 Volatilitätseinfluss auf simulierten Exiterlösanteil σ Erwartungswert VC - Case 1 Erwartungswert VC - Case 2 Optionstheorie: Höhere Volatilität = höherer Zeitwert Hier: Höhere Volatilität = höherer erwarteter Erlösanteil: Links ist der Verlust begrenzt, rechts der Exiterlös unendlich. 35

36 Wert LP in Mio. Post Money Bewertung in Mio. 4. Bewertung der PLP 4.5. Einfluss von Variablen: σ Wie wirkt sich eine veränderte Annahme von σ auf den PLP-Wert aus? µ= 1 (konstant) + σ steigend Volatilitätseinfluss auf PLP-Wert 1,4 1,3 1,2 1,1 1,,9,8,7,6,5 6,3 6,25 6,2 6,15 6,1 6,5 6, 5, σ Wert Liquidationspräferenz Ausgleichende PM Bewertung Der PLP Wert sinkt bei steigender Volatilität: 5% der Werte liegen bei Null/ 5 % bei unendlich => Mittelwert aus 1,33 Mio. und =,66 Mio.. Die ausgleichende Post Money Bewertung sinkt, da bei hohen Erwartungswerten VC der Wert der PLP relativ sinkt. PLP hat keinen Sinn bei hoher Volatilität! 36

37 Erlösanteil VC in Mio. 4. Bewertung der PLP 4.6. Veränderung der Verteilungsfunktionen Generierung der Exiterlöse nach Log-Normalverteilung: Umwandlung von µ Norm,σ Norm für Log-Normalverteilung: 1 σ LOG = ln 1 + σ2 µ 2 µ LOG = ln µ 1 2 σ2 σ LOG = ln =,66 µ LOG = ln 3 1 2,662 = 3,217 Log Normalverteilung: µ LOG = 3,22 Mio. / σ LOG =,66, sonstige Annahmen identisch. 6 5 Soll-Ist Analyse bei Log-Normalverteilung Exiterlös gesamt in Mio. Monte-Carlo Simulation Soll-Kurve Der simulierte Mittelwert der Exiterlöse gesamt liegt bei 29,97 Mio.. 1 Vgl. Umwandlungsformel: 37

38 4. Bewertung der PLP 4.6. Veränderung der Verteilungsfunktionen Weitere Auswirkungen auf den VC vs. Gründer Erlös? Ohne PLP - VC Ohne PLP - Gründer Mit PLP - VC Mit PLP - Gründer Normalvert. 1,16 Mio. / 33,33% 2,33 Mio. / 66,67% 11,4 Mio. / 37,38% 19,9 Mio. / 62,62% Log Normal. 9,99 Mio. / 33,33% 19,98 Mio. / 66,67% 11,32 Mio. / 37,78% 18,64 Mio. / 62,22% Beide Verteilungen liefern ähnliche Erwartungswerte für den Investor. Wie verändert sich der Wert der PLP, wenn sich die Verteilungsfunktion ändert? Vorher: Normalverteilung mit µ Norm =3,σ Norm =2; simulierter Mittelwert der Exiterlöse gesamt = 3,49 Mio. PLP-Wert = 1,235 Mio. Jetzt: Log-Normalverteilung mit µ LOG =3,22, σ LOG =,61; simulierter Mittelwert der Exiterlöse gesamt = 3,22 Mio. PLP-Wert = 1,333 Mio. Eine veränderte Verteilungsfunktion führt zu einen anderen PLP-Wert. Bei der Normalverteilung ist der Exiterlös = enthalten -> verringert die PLP. 38

39 Wert der PLP in Mio. 4. Bewertung der PLP 4.6. Veränderung der Verteilungsfunktionen Einfluss von µ-änderung auf Wert-PLP? σ Norm. =2 (konstant) + µ steigend 1,4 Wert Liquidationspräferenz mit Log-Normalverteilung 1,2 1,,8,6,4,2, µ in Mio. Der PLP-Wert bei µ Norm = (µ LOG = -26,2) liegt bei Null. Die Log- Normalverteilung wird dabei zur vertikalen Linie ( Exiterlös gesamt = ) Im Gegensatz zur Normalverteilung liegt bei der Logverteilung der simulierte Mittelwert immer bei dem vorher festgelegten Erwartungswert! 39

40 Erwartungswert VC in Mio. 4. Bewertung der PLP 4.6. Veränderung der Verteilungsfunktionen Wie verändert sich der Mittelwert der Erlöse VC bei steigendem simulierten Erwartungswert? Simulierter Erwartungswert VC bei variablen µ µ in Mio. Erwartungswert VC - Case 1 Erwartungswert VC - Case 2 Die Erwartungswerte beginnen bei Null. Der Zeitwert ist bei der Log- Normalverteilung nicht vorhanden, da Werte unter nicht simuliert werden! 4

41 Wert LP in Mio. 4. Bewertung der PLP 4.6. Veränderung der Verteilungsfunktionen Einfluss von σ-änderung auf Wert-PLP? µ Norm. =3 (konstant) + σ steigend Volatilitätseinfluss auf PLP-Wert 1,4 1,2 1,,8,6,4,2, σ Mit steigender Standardabweichung sinkt der Wert der PLP, da die LogNormalverteilung nur noch einen Exiterlös von Null ermöglicht. 41

42 Zusammenfassung Die MCS eignet sich besonders um komplexe, mit Unsicherheit behaftete Gleichungen zu berechnen Mit Hilfe der MCS können variierende Einflüsse leichter berücksichtigt werden. Volatilität beeinflusst die erwartete Rendite im hohen Maße. Liquidationspräferenzen dienen als Sicherheit für den Investor, wirkten sich bei hohen Exitpreisen jedoch negativ aus Für die PLP-Bewertung muss eine Annahme über die Wahrscheinlichkeitsverteilung der Exiterlöse getroffen werden Der Wert der Liquidationspräferenz gleicht sich im Idealfall mit einer höheren Post-Money Bewertung aus 42

43 Quellenverzeichnis Buchpublikationen Metrick, A., Yasuda, A. (211): Venture Capital & the Finance of Innovation Internetquellen Wertetabelle Normalverteilug: pg Umrechnungsformel LogNormalverteilung: 43

Volatilitätsstrategie mit Optionen

Volatilitätsstrategie mit Optionen MT AG MANAGING TECHNOLOGY IMPROVING BUSINESS PERFORMANCE Volatilitätsstrategie mit Optionen Referent: Guido Neander, Senior-Berater, MT AG, Ratingen Agenda Begriffsdefinitionen Optionen Volatilität Preisbestimmungsfaktoren

Mehr

Dynamik von Optionen

Dynamik von Optionen Dynamik von Optionen Plan Der Optionspreis und seine Einflussfaktoren Wert des Calls / Puts bei unterschiedlichen Marktbedingungen Änderung des Optionspreises bei Änderung eines oder mehrerer Einflussfaktoren

Mehr

Numerische Optionsbepreisung durch Monte-Carlo-Simulation und Vergleich mit dem Black-Scholes-Modell

Numerische Optionsbepreisung durch Monte-Carlo-Simulation und Vergleich mit dem Black-Scholes-Modell Numerische Optionsbepreisung durch Monte-Carlo-Simulation und Vergleich mit dem Black-Scholes-Modell Bachelorarbeit zur Erlangung des akademischen Grades Bachelor of Science (B.Sc.) im Studiengang Wirtschaftswissenschaft

Mehr

Seminar Finanzmathematik

Seminar Finanzmathematik Seminar Finanzmathematik Simulationen zur Black-Scholes Formel Seite 1 von 24 Zufallszahlen am Computer 3 Gleichverteilte Zufallszahlen 3 Weitere Verteilungen 3 Quadratische Verteilung 4 Normalverteilung

Mehr

Grundlagen der Investitionsrechnung

Grundlagen der Investitionsrechnung Rechnungslegung und Prüfung II Schwerpunktfach Unternehmensprüfung Seminarreihe Unternehmensbewertung Grundlagen der Investitionsrechnung Klaus Wenzel, WP/StB Corporate Finance-/Unternehmensberatung Düsseldorf,

Mehr

Seminar Finanzmathematik

Seminar Finanzmathematik Seminar Finanzmathematik Simulationen zur Black-Scholes Formel von Christian Schmitz Übersicht Zufallszahlen am Computer Optionspreis als Erwartungswert Aktienkurse simulieren Black-Scholes Formel Theorie

Mehr

Optionen. Vertiefungsstudium Finanzwirtschaft SS 2001 Prof. Dr. Mark Wahrenburg

Optionen. Vertiefungsstudium Finanzwirtschaft SS 2001 Prof. Dr. Mark Wahrenburg Optionen Vertiefungsstudium Finanzwirtschaft SS 2001 Prof. Dr. Mark Wahrenburg 1 Übersicht Der Optionsvertrag Pay Offs / Financial Engineering Wertgrenzen Put-Call-Paritätsbedingung Bewertung von Optionen

Mehr

Sensitivitätsfaktoren

Sensitivitätsfaktoren Sensitivitätsfaktoren Überblick Sensitivitätsfaktoren zeigen die Änderungen des Optionspreises, wenn sich eine Einflussgröße ändert Sensitivitätsfaktoren werden mit einem Optionspreismodell errechnet Einflussgrößen:

Mehr

Optionskennzahlen. 1 Man beachte, daß die mittels dieser Verhältnisse berechneten Veränderungen nur für kleine Veränderungen rich-

Optionskennzahlen. 1 Man beachte, daß die mittels dieser Verhältnisse berechneten Veränderungen nur für kleine Veränderungen rich- Optionskennzahlen 1 Einführung Die Abhängigkeit des Optionspreises von den verschiedenen Parametern wird analysiert, indem diese marginal 1 verändert und ins Verhältnis zu der daraus resultierenden Veränderung

Mehr

Investition und Risiko. Finanzwirtschaft I 5. Semester

Investition und Risiko. Finanzwirtschaft I 5. Semester Investition und Risiko Finanzwirtschaft I 5. Semester 1 Gliederung Ziel Korrekturverfahren: Einfache Verfahren der Risikoberücksichtigung Sensitivitätsanalyse Monte Carlo Analyse Investitionsentscheidung

Mehr

Aufgaben Brealey/Myers [2003], Kapitel 20

Aufgaben Brealey/Myers [2003], Kapitel 20 Folie 0 Quiz: 1, 2, 3, 4, 5, 8, 9, 11, 12, 13, 14 Practice Questions: 2, 3, 4, 5, 6, 8, 9, 11, 13, 14, 15, 17, 18, 21 Challenge Questions: 2 Folie 1 Lösungshinweis zu Quiz 4: Put-Call Parität: Fälligkeit

Mehr

Kurzbeschreibung. Eingaben zur Berechnung. Das Optionspreismodell. Mit dem Eurex-OptionMaster können Sie

Kurzbeschreibung. Eingaben zur Berechnung. Das Optionspreismodell. Mit dem Eurex-OptionMaster können Sie Kurzbeschreibung Mit dem Eurex-OptionMaster können Sie - theoretische Optionspreise - Optionskennzahlen ( Griechen ) und - implizite Volatilitäten von Optionen berechnen und die errechneten Preise bei

Mehr

Vertical-Spreads Iron Condor Erfolgsaussichten

Vertical-Spreads Iron Condor Erfolgsaussichten www.mumorex.ch 08.03.2015 1 Eigenschaften Erwartung Preis Long Calls Long Puts Kombination mit Aktien Vertical-Spreads Iron Condor Erfolgsaussichten www.mumorex.ch 08.03.2015 2 www.mumorex.ch 08.03.2015

Mehr

Spekulation ist die meist kurzfristige, gewinnorientierte Ausnutzung erwarteter Preisänderungen.

Spekulation ist die meist kurzfristige, gewinnorientierte Ausnutzung erwarteter Preisänderungen. 2. Spekulation Spekulation ist die meist kurzfristige, gewinnorientierte Ausnutzung erwarteter Preisänderungen. Dazu kann auf verschiedene Szenarien spekuliert werden: ( nur eine Auswahl ) Spekulation

Mehr

VALUATION Übung 5 Terminverträge und Optionen. Adrian Michel Universität Bern

VALUATION Übung 5 Terminverträge und Optionen. Adrian Michel Universität Bern VALUATION Übung 5 Terminverträge und Optionen Adrian Michel Universität Bern Aufgabe Tom & Jerry Aufgabe > Terminpreis Tom F Tom ( + R) = 955'000 ( + 0.06) = 99'87. 84 T = S CHF > Monatliche Miete Jerry

Mehr

Einführung in die Optionspreisbewertung

Einführung in die Optionspreisbewertung Einführung in die Optionspreisbewertung Bonn, Juni 2011 MAF BN SS 2011 Huong Nguyen Gliederung Einführung Definition der Parameter Zwei Komponente zur Ermittlung der Optionsprämie Callwert-Kurve Wirkungen

Mehr

Option Analysis of Plattform Decisions. Raeed Mayrhofer

Option Analysis of Plattform Decisions. Raeed Mayrhofer Option Analysis of Plattform Decisions Raeed Mayrhofer Softwareplattform ist ein Bündel von Funktionen, das das Ausführen von Applikationen ermöglicht bildet gemeinsam mit Hardware und Know-how die IT-Infrastruktur

Mehr

Internationale Finanzierung 7. Optionen

Internationale Finanzierung 7. Optionen Übersicht Kapitel 7: 7.1. Einführung 7.2. Der Wert einer Option 7.3. Regeln für Optionspreise auf einem arbitragefreien Markt 7.3.1. Regeln für Calls 7.3.2. Regeln für Puts 7.3.3. Die Put Call Parität

Mehr

Mertonscher Firmenwertansatz zur Modellierung von Kreditrisiken

Mertonscher Firmenwertansatz zur Modellierung von Kreditrisiken Mertonscher Firmenwertansatz zur Modellierung von Kreditrisiken Seminararbeit von Marleen Laakmann 2. Mai 2010 Einleitung Zur Messung und Steuerung von Kreditrisiken gibt es eine Reihe von Methoden und

Mehr

Ausarbeitung des Seminarvortrags zum Thema

Ausarbeitung des Seminarvortrags zum Thema Ausarbeitung des Seminarvortrags zum Thema Anlagepreisbewegung zum Seminar Finanzmathematische Modelle und Simulationen bei Raphael Kruse und Prof. Dr. Wolf-Jürgen Beyn von Imke Meyer im W9/10 Anlagepreisbewegung

Mehr

Das Standard Termsheet der SECA für Business Angels und VCs. Dr. Christian Wenger 4. November 2008

Das Standard Termsheet der SECA für Business Angels und VCs. Dr. Christian Wenger 4. November 2008 Das Standard Termsheet der SECA für Business Angels und VCs Dr. Christian Wenger 4. November 2008 Aus Spargründen müssen wir heute leider das Licht am Ende des Tunnels abstellen! Ausblick Unsere Industrie

Mehr

DIE DIFFERENTIALGLEICHUNG ZUR BESTIMMUNG DES PREISES VON WäHRUNGSOPTIONEN

DIE DIFFERENTIALGLEICHUNG ZUR BESTIMMUNG DES PREISES VON WäHRUNGSOPTIONEN DIE DIFFERENTIALGLEICHUNG ZUR BESTIMMUNG DES PREISES VON WäHRUNGSOPTIONEN von HANS-JüRG BüTTLER In der vorliegenden Notiz werden zuerst Kennziffern des Wechselkurses, die für die lognormale Verteilung

Mehr

Erstellen einer Formel

Erstellen einer Formel Software Erstellen einer Formel In Excel kann man individuelle Formeln erstellen, dabei wird eine Formel mit ein Gleichzeichen = eingeleitet. Man kann direkt in eine Zelle schreiben oder in dem dafür vorgesehen

Mehr

Finanzmathematik. Absichern und Bewerten von Optionen. Arnold Janssen / Klaus Janßen

Finanzmathematik. Absichern und Bewerten von Optionen. Arnold Janssen / Klaus Janßen Finanzmathematik Absichern und Bewerten von Optionen Arnold Janssen / Klaus Janßen Universität Düsseldorf 27.09.2012 Rohstoffe, Devisen, Aktien, Kredite,... haben Preise, die im Laufe der Zeit zufällig

Mehr

Optionspreisbestimmung nach Cox-Ross-Rubinstein

Optionspreisbestimmung nach Cox-Ross-Rubinstein Optionspreisbestimmung nach Cox-Ross-Rubinstein Michael Beer 8. Mai 000 Inhaltsverzeichnis Einführung und Problembeschreibung. Was sind Optionen?.............................. Modellspezifikation..............................3

Mehr

Computational Finance

Computational Finance Computational Finance Kapitel 2.1: Einführung in die Simulation Prof. Dr. Thorsten Poddig Lehrstuhl für Allgemeine Betriebswirtschaftslehre, insbes. Finanzwirtschaft Universität Bremen Hochschulring 4

Mehr

Monte Carlo Simulation (Grundlagen)

Monte Carlo Simulation (Grundlagen) Der Titel des vorliegenden Beitrages wird bei den meisten Lesern vermutlich Assoziationen mit Roulette oder Black Jack hervorrufen. Allerdings haben das heutige Thema und die Spieltische nur den Namen

Mehr

Finanzmanagement 5. Optionen

Finanzmanagement 5. Optionen Übersicht Kapitel 5: 5.1. Einführung 5.2. Der Wert einer Option 5.3. Regeln für Optionspreise auf einem arbitragefreien Markt 5.3.1. Regeln für Calls 5.3.2. Regeln für Puts 5.3.3. Die Put Call Parität

Mehr

Derivate. Risikomanagement mit Optionen. Falk Everding

Derivate. Risikomanagement mit Optionen. Falk Everding Derivate Risikomanagement mit Optionen Falk Everding Inhalt Einführung Kassa- und Termingeschäfte Basisgüter bei Optionen Handelsplätze von Optionen Optionsarten Funktionsweisen von Optionen Ausstattungsmerkmale

Mehr

Value at Risk Einführung

Value at Risk Einführung Value at Risk Einführung Veranstaltung Risk Management & Computational Finance Dipl.-Ök. Hans-Jörg von Mettenheim mettenheim@iwi.uni-hannover.de Institut für Wirtschaftsinformatik Leibniz Universität Hannover

Mehr

Monte-Carlo Simulation

Monte-Carlo Simulation Monte-Carlo Simulation Sehr häufig hängen wichtige Ergebnisse von unbekannten Werten wesentlich ab, für die man allerhöchstens statistische Daten hat oder für die man ein Modell der Wahrscheinlichkeitsrechnung

Mehr

Bewertung von Optionen auf CO2- Zertifikate mittels des Verfahrens von Black-Scholes

Bewertung von Optionen auf CO2- Zertifikate mittels des Verfahrens von Black-Scholes www.markedskraft.com Bewertung von Optionen auf CO2- Zertifikate mittels des Verfahrens von Black-Scholes Diplomarbeit von Florian Frank Arendal Postboks 62 NO-4801 Arendal Norway Tel +47 37 00 97 00 Fax

Mehr

LÖSUNG ZUR VORLESUNG MAKROÖKONOMIK I (SoSe 14) Aufgabenblatt 4

LÖSUNG ZUR VORLESUNG MAKROÖKONOMIK I (SoSe 14) Aufgabenblatt 4 Fakultät Wirtschafts- und Sozialwissenschaften Jun.-Prof. Dr. Philipp Engler, Michael Paetz LÖSUNG ZUR VORLESUNG MAKROÖKONOMIK I (SoSe 14) Aufgabenblatt 4 Aufgabe 1: IS-Kurve Leiten Sie graphisch mit Hilfe

Mehr

Optionspreistheorie von Black & Scholes

Optionspreistheorie von Black & Scholes Optionspreistheorie von Black & Scholes Vortrag zum Seminar Econophysics Maximilian Eichberger 20. November 2007 Zusammenfassung Nach einer kurzen Erläuterung zu den Grundbegriffen und -prinzipien des

Mehr

Computational Finance

Computational Finance Computational Finance : Simulationsbasierte Optionsbewertung Prof. Dr. Thorsten Poddig Lehrstuhl für Allgemeine Betriebswirtschaftslehre, insbes. Finanzwirtschaft Universität Bremen Hochschulring 4 / WiWi-Gebäude

Mehr

, dt. $+ f(x) = , - + < x < +, " > 0. " 2# Für die zugehörige Verteilungsfunktion F(x) ergibt sich dann: F(x) =

, dt. $+ f(x) = , - + < x < +,  > 0.  2# Für die zugehörige Verteilungsfunktion F(x) ergibt sich dann: F(x) = 38 6..7.4 Normalverteilung Die Gauß-Verteilung oder Normal-Verteilung ist eine stetige Verteilung, d.h. ihre Zufallsvariablen können beliebige reelle Zahlenwerte annehmen. Wir definieren sie durch die

Mehr

MA Projekt: Langfristige Kapitalmarktsimulation

MA Projekt: Langfristige Kapitalmarktsimulation MA Projekt: Langfristige Kapitalmarktsimulation Einführung in die Simulation Prof. Dr. Thorsten Poddig Lehrstuhl für Allgemeine Betriebswirtschaftslehre, insbes. Finanzwirtschaft Universität Bremen Hochschulring

Mehr

Anlagestrategien mit Hebelprodukten. Optionsscheine und Turbos bzw. Knock-out Produkte. Investitionsstrategie bei stark schwankenden Märkten

Anlagestrategien mit Hebelprodukten. Optionsscheine und Turbos bzw. Knock-out Produkte. Investitionsstrategie bei stark schwankenden Märkten Anlagestrategien mit Hebelprodukten Hebelprodukte sind Derivate, die wie der Name schon beinhaltet gehebelt, also überproportional auf Veränderungen des zugrunde liegenden Wertes reagieren. Mit Hebelprodukten

Mehr

Musterlösung Übung 3

Musterlösung Übung 3 Musterlösung Übung 3 http://www.hoadley.net/options/ http://www.eeh.ee.ethz.ch/en/power/power-systems-laboratory/services 1. Optionsbewertung nach Black / Scholes a) Bewerten Sie eine Call-Option mit den

Mehr

Inhaltsverzeichnis: Aufgaben zur Vorlesung Finanz- und Risikomanagement Seite 1 von 35 Prof. Dr. Gabriele Gühring, Fakultät Grundlagen

Inhaltsverzeichnis: Aufgaben zur Vorlesung Finanz- und Risikomanagement Seite 1 von 35 Prof. Dr. Gabriele Gühring, Fakultät Grundlagen Inhaltsverzeichnis: Übungsaufgaben zu Finanz- und Risikomanagement... 3 Aufgabe... 3 Aufgabe... 3 Aufgabe 3... 3 Aufgabe 4... 3 Aufgabe 5... 4 Aufgabe 6... 4 Aufgabe 7... 4 Aufgabe 8... 4 Aufgabe 9...

Mehr

Musterlösung Übung 2

Musterlösung Übung 2 Musterlösung Übung 2 http://www.hoadley.net/options/ http://www.eeh.ee.ethz.ch/en/power/power-systems-laboratory/services 1. Optionsbewertung nach Black / Scholes a) Bewerten Sie eine Call-Option mit den

Mehr

zu Aufgabe 3b) Binomialmodell: C 0 = S 0 B(a n;p ) E r -n B(a n;p*) Hier: C 0 = S 0 0,909 165,28 = 16,53

zu Aufgabe 3b) Binomialmodell: C 0 = S 0 B(a n;p ) E r -n B(a n;p*) Hier: C 0 = S 0 0,909 165,28 = 16,53 zu Aufgabe 3b) Binomialmodell: C 0 S 0 B(a n;p ) E r -n B(a n;p*) Hier: C 0 S 0 0,909 65,8 6,53 Frage: Wie setzt sich das Duplikationsportfolio des Calls (anteiliger Aktienkauf teilweise kreditfinanziert)

Mehr

Einfache Derivate. Stefan Raminger. 4. Dezember 2007. 2 Arten von Derivaten 3 2.1 Forward... 3 2.2 Future... 4 2.3 Optionen... 5

Einfache Derivate. Stefan Raminger. 4. Dezember 2007. 2 Arten von Derivaten 3 2.1 Forward... 3 2.2 Future... 4 2.3 Optionen... 5 Einfache Derivate Stefan Raminger 4. Dezember 2007 Inhaltsverzeichnis 1 Begriffsbestimmungen 1 2 Arten von Derivaten 3 2.1 Forward..................................... 3 2.2 Future......................................

Mehr

Finanzmarktökonometrie: Einführung in die Optionsbewertung Sommersemester 2013

Finanzmarktökonometrie: Einführung in die Optionsbewertung Sommersemester 2013 Finanzmarktökonometrie: Einführung in die Optionsbewertung Sommersemester 2013 Walter Sanddorf-Köhle Foliensatz Nr. 3 1 / 46 Ein Einperiodenmodell Beispiel 5 Betrachtet wird nun ein Wertpapiermarkt mit

Mehr

WGZ Discount-Zertifikate

WGZ Discount-Zertifikate ALLGEMEINES ZU WGZ BANK-ZERTIFIKATEN WGZ Discount-Zertifikate ZERTIFIKATE AUF AKTIEN ODER INDIZES Werbemitteilung! Bitte lesen Sie den Hinweis am Ende des Dokuments! Produktbeschreibung Das WGZ Discount-Zertifikat

Mehr

Private Banking. Region Ost. Risikomanagement und Ertragsverbesserung durch Termingeschäfte

Private Banking. Region Ost. Risikomanagement und Ertragsverbesserung durch Termingeschäfte Private Banking Region Ost Risikomanagement und Ertragsverbesserung durch Termingeschäfte Ihre Ansprechpartner Deutsche Bank AG Betreuungscenter Derivate Region Ost Vermögensverwaltung Unter den Linden

Mehr

Hochschule Rhein-Main. Sommersemester 2015

Hochschule Rhein-Main. Sommersemester 2015 Vorlesung Hochschule Rhein-Main Sommersemester 2015 Dr. Roland Stamm 22. Juni 2015 Erinnerung Eine Option ist das Recht (aber nicht die Verpflichtung) ein Produkt S in der Zukunft zu einem heute festgelegten

Mehr

Korrelationen, Portfoliotheorie von Markowitz, Capital Asset Pricing Model

Korrelationen, Portfoliotheorie von Markowitz, Capital Asset Pricing Model Korrelationen, Portfoliotheorie von Markowitz, Capital Asset Pricing Model Matthias Eltschka 13. November 2007 Inhaltsverzeichnis 1 Einleitung 3 2 Vorbereitung 4 2.1 Diversifikation...........................

Mehr

Positionstrading. am 27.2.2012. Webinarbeginn um 19:00 Uhr. email des PTT: positiontrading@nextleveltrader.de 27.2.2012 1

Positionstrading. am 27.2.2012. Webinarbeginn um 19:00 Uhr. email des PTT: positiontrading@nextleveltrader.de 27.2.2012 1 am 27.2.2012 Webinarbeginn um 19:00 Uhr email des PTT: positiontrading@nextleveltrader.de 27.2.2012 1 Agenda für das Webinar am 27.2.2012: Depotcheck: Besprechung der laufenden Positionen (Auswahl) Ordercheck:

Mehr

Übung zu Forwards, Futures & Optionen

Übung zu Forwards, Futures & Optionen Übung zu Forwards, Futures & Optionen Vertiefungsstudium Finanzwirtschaft Dr. Eric Nowak SS 2001 Finanzwirtschaft Wahrenburg 15.05.01 1 Aufgabe 1: Forward auf Zerobond Wesentliche Eckpunkte des Forwardgeschäfts:

Mehr

Zeit- und Dividendeneinfluss. auf einen amerikanischen Aktien-Call-Optionsschein.

Zeit- und Dividendeneinfluss. auf einen amerikanischen Aktien-Call-Optionsschein. HSBC Zertifikate-Akademie Zeit- und Dividendeneinfluss auf einen amerikanischen Aktien-Call-Optionsschein Liebe Leserinnen und Leser der HSBC Zertifikate-Akademie In den vergangenen Ausgaben wurden verschiedene

Mehr

Die Black-Scholes-Gleichung

Die Black-Scholes-Gleichung Die Black-Scholes-Gleichung Franziska Merk 22.06.2012 Outline Optionen 1 Optionen 2 3 Optionen Eine Kaufoption ist ein Recht, eine Aktie zu einem heute (t=0) festgelegten Preis E an einem zukünftigen Zeitpunkt

Mehr

Notationen. Burkhard Weiss Futures & Optionen Folie 2

Notationen. Burkhard Weiss Futures & Optionen Folie 2 Optionspreismodelle Notationen S t : X: T: t: S T : r: C: P: c: p: s: aktueller Aktienkurs Ausübungspreis (Rest-)laufzeit der Option Bewertungszeitpunkt Aktienkurs bei Verfall risikofreier Zinssatz Preis

Mehr

Aufgaben Brealey/Myers [2003], Kapitel 21

Aufgaben Brealey/Myers [2003], Kapitel 21 Quiz: 1, 2, 4, 6, 7, 10 Practice Questions: 1, 3, 5, 6, 7, 10, 12, 13 Folie 0 Lösung Quiz 7: a. Das Optionsdelta ergibt sich wie folgt: Spanne der möglichen Optionspreise Spanne der möglichen Aktienkurs

Mehr

Doing Economics with the Computer Sommersemester 2002. Excel Solver 1

Doing Economics with the Computer Sommersemester 2002. Excel Solver 1 Universität Bern Kurt Schmidheiny / Manuel Wälti Doing Economics with the Computer Sommersemester 2002 Excel Solver 1 Mit dem Solver unterstützt Excel eine Funktion, mit der u.a. komplex verschachtelte

Mehr

Makroökonomie I Vorlesung 5. Das IS-LM-Modell (Kapitel5)

Makroökonomie I Vorlesung 5. Das IS-LM-Modell (Kapitel5) Leopold von Thadden Makroökonomie I Vorlesung 5 Wintersemester 2013/2014 Das IS-LM-Modell (Kapitel5) Diese Präsentation verwendet Lehrmaterialien von Pearson Studium 2009 Olivier Blanchard/Gerhard Illing:

Mehr

Aufgabe 1: Bewertung von Optionen (48 Punkte)

Aufgabe 1: Bewertung von Optionen (48 Punkte) Aufgabe 1: Bewertung von Optionen (48 Punkte) Am arbitragefreien Kapitalmarkt werden europäische und amerikanische nicht dividendengeschützte Verkaufsoptionen auf eine Aktie mit einer Restlaufzeit von

Mehr

Arbeiten mit Excel. 1. Allgemeine Hinweise

Arbeiten mit Excel. 1. Allgemeine Hinweise 1. Allgemeine Hinweise Man sollte eine Excel Tabelle immer so übersichtlich wie möglich halten. Dazu empfiehlt es sich, alle benötigten Daten, Konstanten und Messwerte inklusive aller dazugehörigen Einheiten

Mehr

Klausur zur Vorlesung Financial Engineering und Structured Finance

Klausur zur Vorlesung Financial Engineering und Structured Finance Universität Augsburg Wirtschaftswissenschaftliche Fakultät Lehrstuhl für Finanz und Bankwirtschaft Klausur zur Vorlesung Financial Engineering und Structured Finance Prof. Dr. Marco Wilkens 6. Februar

Mehr

Plan. Market Spreads. Volatility Spreads. Straddle Long Straddle Short Straddle. Bull Spread. Strangle. Mit Calls Mit Puts Bear Spread

Plan. Market Spreads. Volatility Spreads. Straddle Long Straddle Short Straddle. Bull Spread. Strangle. Mit Calls Mit Puts Bear Spread Spreads Plan Market Spreads Bull Spread Mit Calls Mit Puts Bear Spread Mit Calls Mit Puts Volatility Spreads Straddle Long Straddle Short Straddle Strangle Long Strangle Short Strangle Burkhard Weiss Futures

Mehr

Prüfungskommission. für Wirtschaftsprüfer. Wirtschaftsprüfungsexamen gemäß 5-14 a WPO

Prüfungskommission. für Wirtschaftsprüfer. Wirtschaftsprüfungsexamen gemäß 5-14 a WPO Prüfungskommission für Wirtschaftsprüfer Wirtschaftsprüfungsexamen gemäß 5-14 a WPO 1. Aufsichtsarbeit aus dem Gebiet Angewandte Betriebswirtschaftslehre, Volkswirtschaftslehre 2. Halbjahr 2011 Termin:

Mehr

Der Kapitalwert einer Investition

Der Kapitalwert einer Investition Der Kapitalwert einer Investition 2 2.1 Grundlagen 2.1.1 Aufstellung vollständiger Finanzpläne Der finanzielle Nutzen, den ein Wirtschaftssubjekt aus einem Investitionsobjekt zieht, kann in möglichst hohen

Mehr

1. Allgemeine Hinweise Alexander.Martin.Koenig@TU-Clausthal.de

1. Allgemeine Hinweise Alexander.Martin.Koenig@TU-Clausthal.de 1. Allgemeine Hinweise Alexander.Martin.Koenig@TU-Clausthal.de Man sollte eine Excel-Tabelle immer so übersichtlich wie möglich halten. Dazu empfiehlt es sich, alle benötigten Daten, Konstanten und Messwerte

Mehr

Optionsbewertung. Christof Heuer und Fabian Lenz. 2. Februar 2009

Optionsbewertung. Christof Heuer und Fabian Lenz. 2. Februar 2009 nach Black-Scholes mit sprüngen 2. Februar 2009 nach Black-Scholes mit sprüngen Inhaltsverzeichnis 1 Einleitung Optionsarten Modellannahmen 2 Aktienmodell Beispiele für e ohne Sprung 3 nach Black-Scholes

Mehr

Transparentes Reporting von strukturierten Produkten. Zürich, 2. Oktober 2008 Rolf Burgermeister

Transparentes Reporting von strukturierten Produkten. Zürich, 2. Oktober 2008 Rolf Burgermeister Transparentes Reporting von strukturierten Produkten Zürich, 2. Oktober 2008 Rolf Burgermeister Agenda 1. Einführung 2. Konzept: effektives Exposure 3. Umsetzung bei Wegelin & Co. 4. Zusammenfassung und

Mehr

Marktpreismodelle für Optionen im internationalen Vergleich mit KNN

Marktpreismodelle für Optionen im internationalen Vergleich mit KNN Marktpreismodelle für Optionen im internationalen Vergleich mit KNN Rouven Wiegard wiegard@iwi.uni-hannover.de Königsworther Platz 1 D-30167 Hannover Gäste-, Doktoranden- und Diplomandenkolloquium Agenda

Mehr

Kurs 00091: Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre

Kurs 00091: Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre Grundlagen der Betriebswirtschaftslehre, Kurs 00091, KE 4, 5 und 6, SS 2008 1 Kurs 00091: Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre Lösungshinweise zur Einsendearbeit

Mehr

Inhaltsverzeichnis. TEIL I: Einführung in EXCEL

Inhaltsverzeichnis. TEIL I: Einführung in EXCEL Inhaltsverzeichnis TEIL I: Einführung in EXCEL 1 Das Tabellenkalkulationsprogramm EXCEL... 1 1.1 Tabellenkalkulation... 1 1.2 Anwendungsgebiete... 1 1.3 Hilfefunktionen... 2 2 Benutzeroberflächen der Versionen

Mehr

Commercial Banking. Kreditportfoliosteuerung

Commercial Banking. Kreditportfoliosteuerung Commercial Banking Kreditportfoliosteuerung Dimensionen des Portfoliorisikos Risikomessung: Was ist Kreditrisiko? Marking to Market Veränderungen des Kreditportfolios: - Rating-Veränderung bzw. Spreadveränderung

Mehr

Optionsstrategien. Die wichtigsten marktorientierte Strategien 12.05.2014. Jennifer Wießner

Optionsstrategien. Die wichtigsten marktorientierte Strategien 12.05.2014. Jennifer Wießner Optionsstrategien Die wichtigsten marktorientierte Strategien Jennifer Wießner Yetkin Uslu 12.05.2014 Gliederung Grundlagen Definition einer Option Begriffsbestimmungen Optionen Put Option Call Option

Mehr

Herzliche Willkommen! Webinar

Herzliche Willkommen! Webinar Herzliche Willkommen! Webinar So vermeiden Sie Anfängerfehler beim Optionshandel 23.08.2012 Hier erfahren Sie heute KEINE Standardaussagen bezüglich Anfängerfehlern beim Traden wie: Nicht gegen den Trend

Mehr

Loesungsvorschlag Musterklausur Investition Winter 2012/2013

Loesungsvorschlag Musterklausur Investition Winter 2012/2013 Loesungsvorschlag Musterklausur Investition Winter 202/203 Aufgabe A Realen Zins r bestimmen: r = + 5% + 3% Anzahl der Blu-Ray-Discs, die in zwei Jahren gekauft werden koennen: X = 00r 2 = 03, 92 Antwort:

Mehr

Bericht zur Prüfung im Oktober 2004 über Finanzmathematik (Grundwissen)

Bericht zur Prüfung im Oktober 2004 über Finanzmathematik (Grundwissen) Bericht zur Prüfung im Oktober 2004 über Finanzmathematik (Grundwissen) Peter Albrecht (Mannheim) Die Prüfung des Jahres 2004 im Bereich Finanzmathematik (Grundwissen) wurde am 09. Oktober 2004 mit diesmal

Mehr

Beispiel Kurs Aktie am 1. April 1'000.00 Kurs Aktie am 1. Juni 1'080.00

Beispiel Kurs Aktie am 1. April 1'000.00 Kurs Aktie am 1. Juni 1'080.00 40 5. Die Option 5.1. Einleitung Gleich wie Futures gehören auch Optionen zur Familie der Derivaten, d.h. ihr Wert entwickelt sich entsprechend dem zugrundeliegenden Basiswert. Dieser kann beliebiger Natur

Mehr

Trendlinien in Diagrammen (Excel 2010)

Trendlinien in Diagrammen (Excel 2010) Trendlinien in Diagrammen (Excel 2010) Trendlinien in Diagrammen (Excel 2010)... 1 Allgemeines... 2 Informationen über Prognosen und das Anzeigen von Trends in Diagrammen... 3 AUSWÄHLEN DES PASSENDEN TRENDLINIETYPS

Mehr

Motivation. Jede Messung ist mit einem sogenannten Fehler behaftet, d.h. einer Messungenauigkeit

Motivation. Jede Messung ist mit einem sogenannten Fehler behaftet, d.h. einer Messungenauigkeit Fehlerrechnung Inhalt: 1. Motivation 2. Was sind Messfehler, statistische und systematische 3. Verteilung statistischer Fehler 4. Fehlerfortpflanzung 5. Graphische Auswertung und lineare Regression 6.

Mehr

Inhaltsverzeichnis XVII. Abkürzungsverzeichnis... XXIII. Symbolverzeichnis...XXVII. Abbildungsverzeichnis...XXXI. Tabellenverzeichnis...

Inhaltsverzeichnis XVII. Abkürzungsverzeichnis... XXIII. Symbolverzeichnis...XXVII. Abbildungsverzeichnis...XXXI. Tabellenverzeichnis... XVII Abkürzungsverzeichnis... XXIII Symbolverzeichnis...XXVII Abbildungsverzeichnis...XXXI Tabellenverzeichnis... XXXV 1 Einführung...1 1.1 Entwicklung und Bedeutung der Optionsbewertung...1 1.2 Problemstellung...4

Mehr

STOFFFLUSSANALYSEN mit STAN

STOFFFLUSSANALYSEN mit STAN STOFFFLUSSANALYSEN mit STAN Ein geeignetes Instrument zur Optimierung der innerbetrieblichen Abläufe in der Produktion/Dienstleistung und in der Abfallwirtschaft?! WIN Fachinformationstag: Aktuelle Neuerungen

Mehr

Bei FunderNation können kapitalsuchende Unternehmen ihre Bewertung mit einer der folgenden Methoden ermitteln:

Bei FunderNation können kapitalsuchende Unternehmen ihre Bewertung mit einer der folgenden Methoden ermitteln: Unternehmensbewertung Zusammenfassung geeigneter Bewertungsmethoden Diese Zusammenfassung soll einen Überblick über die Bewertungsmethoden vermitteln, die für Unternehmen in unterschiedlichen Entwicklungsphasen

Mehr

Ölsaatenhandelstag am 18./19. September 2012

Ölsaatenhandelstag am 18./19. September 2012 NETZWERK INNOVATION SERVICE Bundeslehranstalt Burg Warberg e.v., An der Burg 3, 38378 Warberg Tel. 05355/961100, Fax 05355/961300, seminar@burg-warberg.de Ölsaatenhandelstag am 18./19. September 2012 Unsichere

Mehr

Vergleich von KreditRisk+ und KreditMetrics II Seminar Portfoliokreditrisiko

Vergleich von KreditRisk+ und KreditMetrics II Seminar Portfoliokreditrisiko Vergleich von KreditRisk+ und KreditMetrics II Seminar Portfoliokreditrisiko Jan Jescow Stoehr Gliederung 1. Einführung / Grundlagen 1.1 Ziel 1.2 CreditRisk+ und CreditMetrics 2. Kreditportfolio 2.1 Konstruktion

Mehr

LÖSUNG ZUR VORLESUNG MAKROÖKONOMIK I (SoSe 14) Aufgabenblatt 3

LÖSUNG ZUR VORLESUNG MAKROÖKONOMIK I (SoSe 14) Aufgabenblatt 3 Fakultät Wirtschafts- und Sozialwissenschaften Jun.-Prof. Dr. Philipp Engler, Michael Paetz LÖSUNG ZUR VORLESUNG MAKROÖKONOMIK I (SoSe 14) Aufgabenblatt 3 Aufgabe 1: Geldnachfrage I Die gesamtwirtschaftliche

Mehr

Finanz- und Risikomanagement II

Finanz- und Risikomanagement II Finanz- und Risikomanagement II Fakultät Grundlagen März 2009 Fakultät Grundlagen Finanz- und Risikomanagement II Einperiodenmodell Marktmodell Bewertung von Derivaten Binomialbaum Bewertungen im Abhängigkeiten

Mehr

Computational Finance

Computational Finance Computational Finance Kapitel 2.2: Monte Carlo Simulation Prof. Dr. Thorsten Poddig Lehrstuhl für Allgemeine Betriebswirtschaftslehre, insbes. Finanzwirtschaft Universität Bremen Hochschulring 4 / WiWi-Gebäude

Mehr

Gestiegene Unternehmenswerte der richtige Zeitpunkt für einen Unternehmensverkauf?

Gestiegene Unternehmenswerte der richtige Zeitpunkt für einen Unternehmensverkauf? Gestiegene Unternehmenswerte der richtige Zeitpunkt für einen Unternehmensverkauf? Artikel von Michael Pels Leusden In den letzten Jahren sind die Unternehmenswerte in den meisten Branchen in Deutschland

Mehr

Deutsche Asset & Wealth Management. Xmarkets Optionsscheine. Wissen tanken Optionsscheine Glossar

Deutsche Asset & Wealth Management. Xmarkets Optionsscheine. Wissen tanken Optionsscheine Glossar Deutsche Asset & Wealth Management Xmarkets Optionsscheine Wissen tanken Optionsscheine Glossar Inhalt 2 Optionsscheine Glossar 3 Basisdaten der Beispielrechnungen 4 Aktueller Hebel 4 Amerikanische Option

Mehr

Vahlens Kurzlehrbücher. Derivate. Verstehen, anwenden und bewerten. von Prof. Dr. Martin Bösch. 3. Auflage. Verlag Franz Vahlen München 2014

Vahlens Kurzlehrbücher. Derivate. Verstehen, anwenden und bewerten. von Prof. Dr. Martin Bösch. 3. Auflage. Verlag Franz Vahlen München 2014 Vahlens Kurzlehrbücher Derivate Verstehen, anwenden und bewerten von Prof. Dr. Martin Bösch 3. Auflage Verlag Franz Vahlen München 2014 Verlag Franz Vahlen im Internet: www.vahlen.de ISBN 978 3 8006 4843

Mehr

Portfolioselection. Zentrale Frage: Wie stellen rationale Investoren ihr Portfolio zusammen?

Portfolioselection. Zentrale Frage: Wie stellen rationale Investoren ihr Portfolio zusammen? Portfolioselection Zentrale Frage: Wie stellen rationale Investoren ihr Portfolio zusammen? Investieren in Aktien ist riskant Risiko einer Aktie kann in 2 Teile zerlegt werden: o Unsystematisches Risiko

Mehr

Zufallsgrößen. Vorlesung Statistik für KW 29.04.2008 Helmut Küchenhoff

Zufallsgrößen. Vorlesung Statistik für KW 29.04.2008 Helmut Küchenhoff Zufallsgrößen 2.5 Zufallsgrößen 2.5.1 Verteilungsfunktion einer Zufallsgröße 2.5.2 Wahrscheinlichkeits- und Dichtefunktion Wahrscheinlichkeitsfunktion einer diskreten Zufallsgröße Dichtefunktion einer

Mehr

Methoden der Bewertung von Jungunternehmen und KMU

Methoden der Bewertung von Jungunternehmen und KMU Methoden der Bewertung von Jungunternehmen und KMU Alle Bewertungsverfahren basieren auf der vorherigen Analyse des Business-Plans der zu bewertenden Unternehmung, der Unternehmung selbst, des Marktes

Mehr

Kurzzusammenfassung zu Derivate

Kurzzusammenfassung zu Derivate Kurzzusammenfassung zu Derivate In dieser Zusammenfassung wird der Einsatz und die Funktion von : - Devisentermingeschäften - Call- und Put-Optionen (american styled) erläutert. 1. Devisentermingeschäft

Mehr

Hochschule Rhein-Main. Sommersemester 2015

Hochschule Rhein-Main. Sommersemester 2015 n Vorlesung Hochschule Rhein-Main Sommersemester 2015 Dr. Roland Stamm 18. Mai 2015 n Erinnerung Eine Option ist das Recht (aber nicht die Verpflichtung) ein Produkt S in der Zukunft zu einem heute festgelegten

Mehr

15 Jahre Discount-Zertifikate Geschichte, Hintergründe, Einsatzbereiche

15 Jahre Discount-Zertifikate Geschichte, Hintergründe, Einsatzbereiche 15 Jahre Discount-Zertifikate Geschichte, Hintergründe, Einsatzbereiche Derivate Roundtable Frankfurt, 28. Juli 2010 Prof. Dr. Lutz Johanning Chair of Empirical Capital Market Research WHU Otto Beisheim

Mehr

Vorlesung Gesamtbanksteuerung Mathematische Grundlagen I Dr. Klaus Lukas Carsten Neundorf

Vorlesung Gesamtbanksteuerung Mathematische Grundlagen I Dr. Klaus Lukas Carsten Neundorf Vorlesung Gesamtbanksteuerung Mathematische Grundlagen I Dr. Klaus Lukas Carsten Neundorf 1 Agenda Zinsrechnung Zinseszins Zinskurve Forward-Rates Zeitwert des Geldes Zinsgeschäfte und der zugehörige Cashflow

Mehr

Optionen, Futures und andere Derivate Das Übungsbuch. John C. Hull

Optionen, Futures und andere Derivate Das Übungsbuch. John C. Hull Optionen, Futures und andere Derivate Das Übungsbuch 9., aktualisierte Aulage John C. Hull Fachliche Betreuung der deutschen Übersetzung durch Dr. Wolfgang Mader und Dr. Marc Wagner Praktische Fragestellungen

Mehr

Excel Pivot-Tabellen 2010 effektiv

Excel Pivot-Tabellen 2010 effektiv 7.2 Berechnete Felder Falls in der Datenquelle die Zahlen nicht in der Form vorliegen wie Sie diese benötigen, können Sie die gewünschten Ergebnisse mit Formeln berechnen. Dazu erzeugen Sie ein berechnetes

Mehr

Analysen von Volatilitätssmiles für Aktien-, Index- und Währungsoptionen

Analysen von Volatilitätssmiles für Aktien-, Index- und Währungsoptionen Zeljko Komazec Analysen von Volatilitätssmiles für Aktien-, Index- und Währungsoptionen Von konstanter Volatilität zur impliziten Volatilität Diplomica Verlag Zeljko Komazec Analysen von Volatilitätssmiles

Mehr

Simulation von Zinsentwicklungen und Bewertung von gängigen Finanzprodukten

Simulation von Zinsentwicklungen und Bewertung von gängigen Finanzprodukten Simulation von Zinsentwicklungen und Bewertung von gängigen Finanzprodukten Andreas Eichler Institut für Finanzmathematik Johannes Kepler Universität Linz 1. Februar 2010 1 / 7 Gliederung 1 Was ist Finanzmathematik

Mehr

Anhang zu: Riester-Verträge: Zur Bedeutung von Kosten und Garantien aus Anlegersicht

Anhang zu: Riester-Verträge: Zur Bedeutung von Kosten und Garantien aus Anlegersicht Anhang zu: Riester-Verträge: Zur Bedeutung von Kosten und Garantien aus Anlegersicht Alexander Klos Finance Center Münster September 2010 Zusammenfassung Dieser Anhang enthält die Ergebnisse von Robustheitschecks

Mehr

Devisenoptionsgeschäfte

Devisenoptionsgeschäfte Devisenoptionsgeschäfte Die kaufende Partei einer Option erwirbt durch Zahlung der Prämie von der verkaufenden Partei das Recht, jedoch keine Verpflichtung, einen bestimmten Währungsbetrag zu einem vorher

Mehr