Das Fachmagazin für institutionelle Investoren

Geben Sie Ihren Benutzernamen und Ihr Passwort ein, um sich an der Website anzumelden:
3/2020 | Theorie & Praxis
twitterlinkedInXING

Brauchbares Prognosetool?

Eine aktuelle Analyse liefert anhand von Separate Accounts Belege dafür, dass ein hoher Active Share tatsächlich eine starke Performancepersistenz liefert. Allerdings nicht im Alleingang.

1601290508_prognose.jpg

So alt wie der Wunsch, aus Fondskennzahlen die zukünftigen Ertragspotenziale eines Ansatzes ableiten zu können, so regelmäßig kommt es dabei zu Enttäuschungen, weil sich im Lauf der Zeit herausstellt, dass sich die für ein historisches Zeitfenster berechneten positiven Ergebnisse in der Realität nicht wiederholen lassen.

© univ. Notre dame, johannes81 | stock.adobe.com
Eine vielfach unterschätzte Aufgabe der Wissenschaft besteht in der Überprüfung vermeint­licher Erkenntnisse älterer ­Arbeiten. Wie wichtig und sinnvoll dies ist, zeigt sich vor allem dann, wenn solche ­neuerlichen Untersuchungen zeigen, dass alte Ergebnisse einer genauen Überprüfung nicht standhalten. Und dass dies keineswegs selten passiert, schrieben Campbell R. Harvey, Yan Liu und Heqing Zhu schon 2016 in der „Review of Financial Studies“. Für Theoretiker ist es peinlich und für Praktiker unerfreulich, wenn in Fachzeitschriften publizierte Resultate nach einer eingehenden Prüfung verworfen werden müssen. Die jederzeit mögliche Wiederholung der Studienergebnisse ist in der Ökonomie und den anderen Sozialwissenschaften das Kernstück solider wissenschaftlicher Arbeit. Ganz besonders gilt dies für Arbeiten, die sich mit der Vorhersagbarkeit der Performance von Asset Managern beschäftigen. Die US-Forscher Christopher Jones und Haitao Mo testeten 2017 in „Out-of-Sample Performance of Mutual Fund Predictors“ eine große Anzahl von Faktoren für die Prognose künftiger Fondsperformance. Leider zeigt sich, dass für die Zeit nach den jeweiligen Stichproben die Prognosegüte dazu tendiert, unter eine Eintrittswahrscheinlichkeit von 50 Prozent zu fallen. Und auch Nicolas P. B. Bollen, Juha Joenväärä und Mikko Kauppila hielten 2020 in „Hedge Fund ­Performance: End of an Era?“ fest, dass der Nutzen von Prognoseinstrumenten für die Performance von Hedgefonds mit der Zeit nachlässt. 
 
Umso interessanter ist eine aktuelle ­Arbeit von Martijn Cremers vom Mendoza College of Business der Universität von Notre Dame in Indiana, Jon Fulkerson von der School of Business Administration an der Universität von Dayton in Ohio und ­Timothy Riley vom Sam Walton College of Business der Universität Arkansas. Sie konzertierten sich in ihrer ersten gemeinsamen Arbeit auf die von Martijn Cremers und Antti Petajisto entwickelte und 2006 vorgestellte Kennzahl „Active Share“. Seit ihrer Publikation („How Active is Your Fund Manager? A New Measure That Predicts Performance“) wird sie von Praktikern ebenso beachtet wie von Akademikern. Die Autoren berichteten damals, dass Investmentfonds mit einem hohen Active Share eine bessere Performance zeigten. Das Original-Paper wird mittlerweile in 1.436 ­anderen Arbeiten zitiert. Das „Wall Street Journal“ schrieb wiederholt darüber, und auch Morningstar liefert diese Kennzahl ­inzwischen für US-Aktienfonds. Dazu kommen große Asset Manager wie BlackRock und Vanguard, die sich mit dem New York Attorney General darauf verständigt haben, den Active Share ihrer Fonds auch Retailinvestoren zugänglich zu machen. Active Share ist nichts anderes als die Hälfte der aufsummierten Abweichungen der Gewichte der Aktien eines Portfolios von jenen der Benchmark, wobei negative und positive Abweichungen absolut betrachtet werden.
 
Nützlich oder nicht?
 
Aber auch die These, dass der Active Share als Prognoseinstrument taugt, steht laufend auf dem Prüfstand. Wenig über­raschend gelangten diese späteren Analysen zu keinem einheitlichen Ergebnis. Während unter anderem Cremers  und Petajisto schon früher errechneten, dass die Kennzahl einen wertvollen Beitrag zur Prognose der Fondsperformance bereitstellt, bezweifeln etliche andere Autoren die Aussagekraft der Kennzahl (Schlanger, Philips und LaBarge 2012, Cohen, Leite, Nielson und Browder 2014 sowie Frazzini, Friedman und Pomorski 2016). Christopher S. Jones und Haitao Mo zeigten 2017 in einer Out-of-Sample-Replikation („Out-of-Sample Performance of Mutual Fund Predictors“), dass an der Oberfläche die Argumentation zugunsten des Active Share gestützt wird, räumten aber gleichzeitig ein, dass ihre standardisierte Messmethode für die Evaluierung der Kennzahl nicht geeignet sein könnte.
 
Warum Separate Accounts?
 
Angesichts der Wichtigkeit der Diskus­sion um die empirische Validität des Active Share als Performanceprognosetool zog die Arbeit von Cremers , Fulkerson und Riley eine Out-of-Sample-Stichprobe heran, die auf aktive gemanagte US-Aktien in Sepa­rate Accounts abstellt. Diese Separate Accounts, manchmal auch (Separatedly) Managed Accounts genannt, sind alles andere als eine Nische, wie man vielleicht glauben könnte. Vielmehr repräsentieren sie laut dem ­Office of Financial Research mehr als doppelt so viel Kapital wie US-Aktienfonds. Diese Konten verfolgen fondsähnliche Strategien, sind aber geschlossen und unterliegen geringeren Offenlegungspflichten. Dass eine Studie zum Active Shares auf dieses Marktsegment referenziert, ist dennoch ein Novum. Die untersuchte Stichprobe basiert auf Daten von eVestments und besteht aus 3.283 Separate Accounts. Der Analysezeitraum erstreckt sich über das Zeitfenster von Juli 2007 bis Juni 2016. ­Damit besteht keine zeitliche Überlappung mit der Studie von Cramers und Petajisto von 2009, deren Analysezeitraum 2003 endete. Im Schnitt weisen diese Accounts ein Alpha von minus 52 Basispunkten pro Jahr auf, und der Active Share liegt im Schnitt bei 81 Prozent. Diese Ergebnisse ähneln im Übrigen jenen analogen Analysen zu US-Aktienfonds des gleichen Autorentrios. 
 
Biases 
 
Erwähnenswert ist, dass es in der Stichprobe gleich mehrere Verzerrungen gibt. So ist die Meldung von Daten an eVestments nicht verpflichtend und hat daher eine gewisse Schieflage in Richtung von Ergebnissen, die gut genug sind, um in den Augen der Einmelder auch präsentabel zu sein. Und dann ist da noch der stark ins Gewicht fallende Backfill Bias, sprich: ein erheblicher Teil der Daten wird rückwirkend gemeldet. Ganze 53 Prozent der Monatsrenditendatenpunkte der Separate Accounts wurden erst im Nachhinein aufgefüllt. Der Anteil der Backfill-Renditen ist aber nicht konstant. Wie die Grafik „Backfill-Problematik“ illustriert, sind alle Monatsrenditewerte der Separate Accounts bis Januar 2007 nachträglich aufgefüllt worden. Von diesem Zeitpunkt an reduziert sich der Backfill-­Anteil auf 61 Prozent bis Januar 2010. Ab Februar 2010 bis zum Ende der Stichprobe mit Juni 2016 ist das Backfilling kein Problem mehr, weil im Schnitt nur 2,8 Prozent der Monatsrenditen nachträglich der Datenbasis zur Verfügung gestellt wurden. Das Autorentrio untersuchte, ob durch die Möglichkeit der nachträglichen Beschickung der Datenbank ein Backfill Bias in den Daten vorliegt. Man würde ja vermuten, dass diese nachträgliche Befüllung vor allem dann ­geschieht, wenn die späteren Einträge starke Monatsrenditen umfassen. 
 
Sind die nachträglich gemeldeten Monatsrenditen nun systematisch verschieden von den gleich gemeldeten? Die Antwort gibt die Tabelle „Verhältnis zwischen Backfill und Performance“. Hier werden Exis­tenz und Ausmaß des Backfill Bias ermittelt, indem das annualisierte Netto-Alpha der einzelnen Separate Accounts auf verschiedene Dummy-Variablen regressiert wird. Die Variable Backfill etwa nimmt bei einem „ja“ den Wert eins an, ansonsten ­jenen von null. Ähnlich verhält es sich bei den Variablen „Befüllung vor Februar 2010“, „Hinzufügung 2007 bis 2009“, „Hinzufügung Januar 2010“ und „Hinzufügung nach Januar 2010“. Be den drei Letzteren nimmt die Dummy-Variable den Wert von eins an, wenn der Separate Account in diesem spezifischen Zeitfens­ter hinzugefügt wurde. Auch Stil- sowie jahr- und monatsfixe Effekte wurden berücksichtigt. Dazu blieben alle Renditen vor Juli 2007 außer Ansatz, da sie nachträglich eingetragen wurden. Verwendet wurde für jeden Separate Account das Sieben-Faktor-Modell von Cremers, Petajisto und Zitzewitz (CPZ7), das auch auf die vier Faktoren Markt, Size, Value und Momentum abstellt, dabei aber das klassische Carhart-Vier-Faktor-Modell insofern korrigiert, als dieses einen inhärenten Large Cap Bias und einen Anti Small Cap Bias aufweist. Der Clou dieses Set-ups: Es findet sich kein Backfill Bias. Untersucht man ­jedoch einzelne Zeitfenster auf Backfill ­Biases (Spalte (2) der Tabelle), dann ergibt sich ein anderes Bild. Vor dem Februar 2010 ist nämlich der Backfill Bias sehr stark und signifikant, das annualisierte ­Alpha ist um 3,04 Prozent höher und dazu mit einem t-Wert von 3,52 statistisch signifikant, während in allen anderen Perioden die Alphadifferenz nur 0,64 Prozent beträgt und insignifikant ist. Spalte (3) zeigt, dass ein signifikanter Backfill Bias nur bei Separate Accounts auftritt, die nach dem Januar 2010 hinzugekommen sind. 
 
Verwendet man Renditen, die um die ­Minimum-Active-Share-Benchmark adjus­tiert sind, kommt man zum gleichen Schluss: Der Backfill Bias ist hauptsächlich auf jene Separate Accounts beschränkt, die spät in die Datenbank eingetreten sind. ­Daher eliminiert das Autorentrio jene nachträglich ausgefüllten Renditen jener Sepa­rate Accounts, die nach dem Januar 2010 dazugestoßen sind. Das betrifft nur 2,3 Prozent aller Accounts. Gearbeitet wurde daher mit einer adaptierten Stichprobe von Juli 2007 bis inklusive Juni 2016 mit 1.602 ­Monatsrenditebeobachtungen im Monatsschnitt. 
 
Ergebnisse
 
Eine Sortierung nach dem Active Share ohne zusätzliche Bedingungen sei sinnlos, merkte Cremers schon 2017 an, da ein ­Manager keine besonderen Management­fähigkeiten aufweisen muss, um eine hohe Abweichung zur Benchmark zu bewerk­stelligen. Jedoch braucht ein Manager sehr wohl Talent, um es auf längere Sicht zu schaffen, Outperformance in einem Port­folio mit hohem Active Share zu generieren. Daher müssen die Autoren den Nutzen des Active Share unter der Bedingung der ­Vergangenheitsperformance prüfen. Wenn die Vergangenheitsperformance zumindest teilweise Management Skill widerspiegelt und dieser Skill nachhaltig vorhanden ist, würde man annehmen, dass Portfolios mit einem hohen Active Share und einer starken Performance in der Vergangenheit auch in der Zukunft stark performen werden. Wenn man also diese Bedingung der starken Performance in der Vergangenheit in die Untersuchung einführt, zeigt sich, dass das Portfolio der Separate Accounts auch in der Zukunft gut performt. Ohne diese Zusatz­bedingung zeigt das Portfolio der Separate Accounts im Topquintil, das aufgrund der Vergangenheitsperformance gebildet wird, in der Folgezeit ein nicht signifikantes Alpha – der t-Wert liegt bei bloß 0,53 – von lediglich 25 Basispunkten. Jenes Portfolio hingegen, das sich aus dem Topquintil des Active Share und dem Topquintil der Vergangenheitsperformance zusammensetzt, zeigt ein annualisiertes Alpha von 1,48 Prozent mit einer gewissen Signifikanz (t-Wert: 1,86). Dieses Ergebnis legt die Vermutung nahe, dass eine gute Vergangenheitsper­formance allein nicht für die Erzielung einer nachfolgenden Outperformance ausreicht – ein Manager muss auch hoch aktiv sein. In anderen Worten, die wichtigste Erkenntnis der vorliegenden Arbeit ist, dass es starke Belege dafür gibt, dass eine nachhaltig starke Performance (Performancepersistenz) nur bei Separate Accounts mit hohem Active-Share-Anteil anzutreffen ist. 
 
Allein nicht selig machend 
 
Die Einführung weiterer Bedingungen zeigt auf, wo und wann ein hoch aktives Management besonders nützlich ist. So stellen die Autoren fest, dass im Topquintil der Separate Accounts, gemessen am Active Share und der Vergangenheitsperformance, dort die Alphas am höchsten ausfallen, wo die Manager einen Small-Cap-Stil, einen fundamentalen Investmentansatz oder einen Ansatz mit relativ niedrigen Cashquoten verfolgen. ­Innerhalb dieser Gruppe weisen die Separate Accounts mit Small-Cap-Ansatz ein annualisiertes Alpha von 1,82 Prozent pro Jahr auf, verbunden mit einem t-Wert von 1,97, was schon für Signifikanz spricht. Im Gegensatz dazu zeigen Large-Cap-Portfolios ein Alpha von annähernd null. Eine weitere interessante Erkenntnis ist, dass die gleiche Gruppe hoch aktiver Separate Accounts mit guter Vergangenheitsperformance dann eine bessere Zukunftsrendite erzielt, wenn die Ertrags­dispersion am US-Aktienmarkt besonders hoch ist. Das Portfolio der Separate Accounts im Topquintil von Active Share und Vergangenheitsperformance kommt auf ein annualisiertes Alpha von erstaunlichen 4,17 Prozent pro Jahr mit einem t-Wert von 1,73, und zwar dann, wenn die Spreizung der Renditen sich im oberen Quintil des Zeitfensters befindet. Ist die Dispersion hin­gegen geringer (zweites bis fünftes Quintil der Ertragsspreizung), macht das Alpha nur mehr insignifikante 0,47 Prozent pro Jahr mit einem t-Wert von 0,60 aus. ­Diese Resultate legen die Vermutung ­nahe, dass die Kennzahl Active Share ­einen höheren Nutzen erzielt, wenn sie zusammen mit anderer Information eingesetzt wird. 
 
Stabile Ergebnisse
 
Die Grafik „Total-Return-Vergleich“ illustriert, dass Separate Accounts mit ­einem hohen Active Share und einer starken Performance in der Vergangenheit auch in den Folgejahren bessere ­Gesamterträge erzielen als der Markt, hier vertreten durch den S&P 500 Total Return Index und ein Portfolio, bestehend aus Separate Accounts mit hohem Active Share, aber schlechter Vergangenheitsperformance. Im Zeitfenster von Juli 2007 bis Juni 2016 wurden im ersten Fall aus einem US-Dollar 1,91 US-Dollar, der Markt kam auf 1,70 US-Dollar und das Bucket von hoch aktiven Separate Accounts mit schlechter Vergangenheitsleistung nur auf 1,34 US-Dollar. Konkret wurde so gerechnet, dass die Separate Accounts mit einem hohen Active Share und einer starken Performance in der Vergangenheit ermittelt wurden, indem man das Topquintil der CPZ7-Alphas während der vergangenen 24 Monate innerhalb des Topquintils der ­Accounts nach dem Active Share auswählte. Beim Bucket von hoch aktiven Accounts mit schlechter Vergangenheitsleistung versammelte man das Bottom-Quintil nach dem CPZ7-Alpha über die letzten 24 Monate innerhalb des Topquintils der Accounts nach dem Active Share.
 
Zusammenfassung
 
Die Studienergebnisse unterstützen die Idee, dass der Active Share Performance prognostizieren kann. Allerdings zeigt der Out-of-Sample-Test mit Separate Accounts, dass die Prognosegüte dieser Kennzahl – isoliert betrachtet – begrenzt ist. In dieser Aussage unterscheidet sich die Arbeit von jener von Cremers und Petajisto aus dem Jahr 2009. Allerdings hat der Active Share seine Meriten in Verbindung mit Kenngrößen wie der Vergangenheitsperformance, dem Investmentstil und der Dispersion der Renditen. Diese Ergebnisse scheinen dem Autorentrio konsistent mit dem besten Verfahren, Active Share in der Praxis einzusetzen, nämlich nicht als Stand-alone-Messgröße, sondern in Verbindung mit anderen Variablen, indem man den Skill von Managern einbindet und Opportunitäten zur Aktienauswahl miteinschließt. Gleichzeitig sind sich die Autoren dessen bewusst, dass ihr Test außerhalb der seinerzeitigen Stichprobe anhand von hoch aktiven Separate Accounts im Hinblick auf nachhaltige ­Performance nicht das Ende der Diskussion um den Wert der Kenngröße Active Share bedeuten wird. Die Beweislage fordert aller­dings all jene Kapitalmarktforscher ­heraus, die den Wert des Active Share in Zweifel ziehen.
 
Dr. Kurt Becker

Anhang:

twitterlinkedInXING
 Schliessen

Mit der Nutzung dieser Website stimmen Sie der Verwendung von Cookies und unserer Datenschutzerklärung zu. Mehr erfahren