8 Juni 2021 2:10

Z-Score

Was ist ein Z-Score?

Ein Z-Score ist ein numerisches Maß, das die Beziehung eines Wertes zum Mittelwert einer Gruppe von Werten beschreibt. Der Z-Score wird als Standardabweichung vom Mittelwert gemessen. Wenn ein Z-Wert 0 ist, bedeutet dies, dass der Wert des Datenpunkts mit dem Mittelwert identisch ist. Ein Z-Score von 1,0 würde einen Wert anzeigen, der eine Standardabweichung vom Mittelwert darstellt. Z-Werte können positiv oder negativ sein, wobei ein positiver Wert anzeigt, dass der Wert über dem Mittelwert liegt und ein negativer Wert anzeigt, dass er unter dem Mittelwert liegt.

Im Finanzwesen sind Z-Scores Maßzahlen für die Variabilität einer Beobachtung und können von Händlern verwendet werden, um die Marktvolatilität zu bestimmen. Der Z-Score wird manchmal auch als Altman Z-Score bezeichnet.



  • Ein Z-Score ist ein statistisches Maß für die Beziehung eines Scores zum Mittelwert in einer Gruppe von Scores.
  • Ein Z-Score kann einem Händler verraten, ob ein Wert für einen bestimmten Datensatz typisch oder atypisch ist.
  • Im Allgemeinen deutet ein Z-Score unter 1,8 darauf hin, dass ein Unternehmen kurz vor dem Konkurs steht, während ein Wert nahe 3 darauf hindeutet, dass sich ein Unternehmen in einer soliden finanziellen Position befindet.

Wie Z-Scores funktionieren

Z-Scores verraten Statistikern und Händlern, ob ein Score für einen bestimmten Datensatz typisch oder atypisch ist. Z-Scores ermöglichen es Analysten auch, Scores aus verschiedenen Datensätzen anzupassen, um Scores zu erhalten, die genauer miteinander verglichen werden können.

Edward Altman, Professor an der New York University, entwickelte und führte Ende der 1960er Jahre die Z-Score-Formel als Lösung für den zeitaufwändigen und etwas verwirrenden Prozess ein, den Investoren durchlaufen mussten, um festzustellen, wie naheein Unternehmen vordem Bankrott stand.1 In Wirklichkeit lieferte die von Altman entwickelte Z-Score-Formel den Anlegern tatsächlich eine Vorstellung von der allgemeinen Finanzlage eines Unternehmens.

Im Laufe der Jahre hat Altman seinen Z-Score immer wieder neu bewertet. Von 1969 bis 1975 untersuchte Altman 86 Unternehmen in Not. Von 1976 bis 1995 beobachtete er 110 Unternehmen. Schließlich evaluierte er von 1997 bis 1999 weitere 120 Unternehmen. Aus seinen Ergebnissen ergab sich, dass der Z-Score eine Genauigkeit zwischen 82% und 94% hatte.

Im Jahr 2012 veröffentlichte Altman eine aktualisierte Version des Z-Scores, die als Altman Z-Score Plus bezeichnet wird. Es kann verwendet werden, um öffentliche und private Unternehmen, produzierende und nicht produzierende Unternehmen sowie US-amerikanische und nicht US-amerikanische Unternehmen zu bewerten.

Ein Z-Score ist das Ergebnis eines Bonitätstests, der hilft, die Insolvenzwahrscheinlichkeit eines börsennotierten Unternehmens einzuschätzen. Der Z-Score basiert auf fünf Finanzkennzahlen, die aus dem jährlichen 10-K-Bericht eines Unternehmens ermittelt und berechnet werden können. Die Berechnung zur Bestimmung des Altman Z-Scores lautet wie folgt:

Typischerweise weist eine Punktzahl unter 1,8 darauf hin, dass ein Unternehmen wahrscheinlich auf Insolvenz zusteuert. Umgekehrt ist die Wahrscheinlichkeit einer Insolvenz bei Unternehmen mit einer Punktzahl von über 3 geringer.

Z-Scores vs. Standardabweichung

Die Standardabweichung spiegelt im Wesentlichen die  Variabilität  innerhalb eines bestimmten Datensatzes wider. Die Standardabweichung wird berechnet, indem zuerst die Differenz zwischen jedem Datenpunkt und dem Mittelwert bestimmt wird. Die Differenzen werden dann quadriert, summiert und gemittelt. Daraus ergibt sich die Varianz. Die Standardabweichung ist die Quadratwurzel der Varianz.

Der Z-Score hingegen ist die Anzahl der Standardabweichungen, die ein bestimmter Datenpunkt vom Mittelwert entfernt. Bei Datenpunkten, die unter dem Mittelwert liegen, ist der Z-Score negativ. In den meisten großen Datensätzen haben 99% der Werte einen Z-Score zwischen -3 und 3, was bedeutet, dass sie innerhalb von drei Standardabweichungen über und unter dem Mittelwert liegen.

Kritik an Z-Scores

Der Z-Score sollte sorgfältig berechnet und interpretiert werden. Beispielsweise ist der Z-Score nicht immun gegen falsche Bilanzierungspraktiken. Da Unternehmen in Schwierigkeiten manchmal ihre Finanzdaten falsch darstellen oder vertuschen, ist der Z-Score nur so genau wie die darin enthaltenen Daten.

Darüber hinaus ist der Z-Score für neue Unternehmen mit geringen bis null Einnahmen nicht sehr effektiv. Unabhängig von ihrer tatsächlichen finanziellen Verfassung werden diese Unternehmen niedrig abschneiden. Darüber hinaus befasst sich der Z-Score nicht mit den Cashflows eines Unternehmens. Vielmehr deutet es nur durch die Verwendung des Nettoumlaufvermögens zu Vermögenswerten darauf hin.

Schließlich können Z-Scores von Quartal zu Quartal schwanken, wenn ein Unternehmen einmalige Abschreibungen verzeichnet. Diese Ereignisse können das Endergebnis verändern und fälschlicherweise darauf hindeuten, dass ein Unternehmen am Rande des Bankrotts steht.