Das Fachmagazin für institutionelle Investoren

Geben Sie Ihren Benutzernamen und Ihr Passwort ein, um sich an der Website anzumelden:
4/2017 | Theorie & Praxis
twitterlinkedInXING

Da waren’s nur noch drei …

Wie viele Faktoren kauft man wirklich, wenn man sich etwa einen S&P-500-ETF ins Portfolio legt? Bemerkenswert wenige, wie drei BlackRock-Experten in einer brandneuen Studie herausgefunden haben. Gerade beim Thema Korrelation kann das zu einem Problem werden.

1513861991_teaserbild8.jpg

Aus wie vielen Puzzleteilen beziehungsweise Faktoren bestehen große Marktkapitalisierungsindizes wie der S&P 500 oder der MSCI World? Auf jeden Fall aus deutlich weniger, als hier auf dem Bild abgebildet – laut Madhavan, Sobczyk und Ang sind es in der Regel nur jeweils zwei bis maximal drei Faktoren, die in den vergangenen Jahren wirklich Einfluss auf diese Märkte hatten.

Foto: © FOTOLIA | alotofpeople

Dass sich Diversifikation als mitunter gefährliche Illusion herausstellen kann, wissen wir spätestens seit der letzten Finanzkrise, als Märkte, die bis dahin als unkorreliert galten, dann doch verblüffend synchron zusammenbrachen. Faktorstrategien werden in diesen Tagen als probates Mittel angepriesen, um sich gegen breite Markteinbrüche abzusichern. Umgesetzt werden diese mithilfe der „funktionierenden“ Einzelfaktoren Value, Size, Quality, Momentum und Minimum Volatility. Sie sollen Prämien lukrieren, die über das hinausgehen, was durch schlichtes „Marktkaufen“ möglich ist. Kurz zur Erinnerung: Value berücksichtigt die Bewertung von Aktien oder Indizes, wie etwa über das KGV ausgedrückt. Size spielt die Größe ­eines Unternehmens aus, Quality kann unter anderem über die Eigenkapitalrendite definiert werden, und Momentum kauft die bes­ten Aktien der vergangenen zwölf Monate und verkauft die Verlierer leer, Minimum Volatility zielt wiederum auf die Schwankungsbreite einer Aktie ab.


Wo stecken die Faktoren?
Nimmt man nun Indizes mit sehr hohen Kapitalisierungen her, würde man intuitiv meinen, dass jeder der fünf Faktoren, insbesondere wenn sie wie der MSCI World global aufgestellt sind, eine halbwegs relevante Rolle spielen sollte. Doch was, wenn dem nicht so ist? Welchen und wie vielen Faktoren setzt sich ein Inves­tor aus, wenn er etwa in ETFs auf den breit gefächerten S&P 500 setzt? Und wie verändert sich die Faktorzusammensetzung im Lauf der Zeit?


Diese Fragen haben sich Ananth Madhavan, Global Head of Research, ETFs and Index Investments bei BlackRock, und Aleksander Sobczyk und Andrew Ang, beide ebenfalls Top-Execu­tives bei BlackRock, gestellt.


Da die drei Autoren nicht nur über einen profunden akademischen Hintergrund verfügen, sondern jeden Tag in Echtzeit und mit Echtgeld agieren, erfrischt ihre Arbeit „What’s in Your Benchmark? A Factor Analysis of Major Market Indexes“ nicht zuletzt durch eines: ihren Praxisbezug. Denn um die Effizienz der Faktoren zu messen, „bedienen wir uns bewusst eines Long-only-Portfolios“, wie Madhavan erklärt. Leerverkäufe finden in den Testreihen also nicht statt. „Dieser Ansatz unterscheidet sich von einem Großteil der vorhandenen Literatur, in der Faktoren durch den Bau von Long-Short-Portfolios untersucht werden. Die meisten dieser Portfolios lassen sich in der Realität aber gar nicht handeln, weil sie die Transaktionskosten nicht berücksichtigen, schon gar nicht die von Leerverkäufen.“ Hinzu komme, dass viele Arbeiten „Aktien einschließen, deren Marktkapitalisierung bis in die Mikro-Struktur geht. Hier sehen wir uns mit Problemen bezüglich der Liquidität und hoher Leihkosten konfrontiert, die sich wiederum auf die Gesamtkosten bei Leerverkäufen auswirken“, ergänzt Ang.


Nahe an Praxis
Statt praxisferner Annahmen wurden Daten aus Indizes gezogen, die zu geringen Kosten über ETFs gehandelt werden können. Für die Untersuchung der US- und Weltmärkte wurden die „MSCI Single and Diversified Multiple Factor“-Indizes herangezogen – und zwar diejenigen, die auf die erwähnten Faktoren Quality, (Low) Size, Value, Minimum Volatility (Min Vol) und Momentum setzen. Mithilfe der so generierten Daten werden die vorhandenen Faktoren so lange kombiniert, bis Portfolios erstehen, deren Kurscharakteristika denen der großen ­Indizes am besten entsprechen. Die dahinter stehende Ratio lautet: Wenn man weiß, aus welchen Faktoren die Vergleichsportfolios bestehen, weiß man auch, welche Faktoren die Kursentwicklung in den Leitindizes der USA, Europas oder der Emerging Markets bestimmen.
Um diese Vergleichsportfolios zu erstellen und deren Zusammensetzung zu messen, bedienen sich die Autoren vornehmlich zweier Messgrößen. Bei der ersten handelt es sich um die „Bandbreite“ an vorhandenen Faktoren, die sich mit dem inversen Herfindahl-Hirschman-Index (HHI) messen lässt. Beim HHI handelt es sich um eine Kennzahl zur Konzentrationsmessung, wobei von einer Verteilung von Objekten auf ­mehrere Gruppen ausgegangen wird. Der Wert liegt zwischen null und eins.


Die Autoren definieren die Bandbreite nun als Kehrwert des HHI, der wiederum der Summe der Quadrate der dynamischen Gewichtungder j-investierbaren Faktorportfolios entspricht. Was in Worte gegossen umständlich klingt, lässt sich mathematisch recht simpel darstellen – demnach sieht die Bandbreite „B“ zu einem spezifischen Zeitpunkt „t“ folgendermaßen aus:

 


Zwar wird diese Kennzahl gern bei der Beschreibung allgemeiner Märkte verwendet, sie lässt sich aber auch im Rahmen der vorliegenden Aufgabenstellung anwenden, wie sich an einem einfachen Beispiel zeigen lässt: Nehmen wir einen einfachen Index mit 100 Unternehmen an, der einen HHI von 0,25 aufweist – eine Form der Interpretation wäre, dass dieser Index sich so verhält, als wären es nur vier Firmen (1 : 0,25 = 4), wir also eine hohe Konzentration der Marktkapitalisierung vorfinden. Ein Ergebnis von 0,05 ergibt einen inversen Wert von 20, die Streuung ist also entsprechend höher. Analog kann diese Systematik ausweisen, wie viele Faktoren in einem Index tatsächlich aussagekräftig sind.


Unschärfen
Wie hoch der Einfluss von Faktoren insgesamt auf einen Index ist, erheben die ­Autoren wiederum über den Tracking Error – also die Diskrepanz zwischen Ausgangsindex, etwa dem S&P 500, und dem Vergleichsportfolio. Je geringer der Unterschied, desto faktorgetriebener die Entwicklung des Benchmarkindex.


Schlussendlich hat die Autoren noch interessiert, wie sich die Indizes derselben Region oder desselben Landes hinsichtlich der vor­handenen Faktoren unterscheiden. Diese machen sie anhand des „Active Factor Share“ (AFS) fest. Hier wird die Differenz der durchschnittlichen Gewichtung ­eines Faktors zwischen zwei Indizes berechnet. Nehmen wir nun an, Index A verfügt nur über den Faktor Momentum, Index B aber gar nicht, wäre der AFS gleich 1,0. Je höher der Wert, desto unterschiedlicher die Faktorausstattung und desto höher die potenzielle Diversifikation im Portfolio.


Mit diesen Messwerkzeugen ausgestattet, haben sich die Autoren an die Evaluierung des Datenmaterials von 2002 bis 2017 gemacht. Als prominentestes Ergebnis darf der mit einer Marktkapitalisierung von mehr als 20 Milliarden Dollar wichtigste Large-Cap-Index der Welt, der bereits erwähnte S&P 500, angeführt werden (siehe Chart „Entscheidende Faktoren im S&P 500“). Die Messung erfolgt quartalsweise, beginnt im ersten Finanzabschnitt 2002 und endet 15 Jahre später, also 2017. Der Blick auf diesen relativ langen Zeitraum zeigt deutlich, welche Modeströmungen jeweils vorgeherrscht haben: So machte Quality 2002 starke 46,6 Prozent, Value 27,2 und Momentum 26,2 Prozent des markttreibenden Anteils aus. Diese Werte ­sahen sich deutlichen Veränderungen ausgesetzt. Am eindrücklichsten zeigt sich das am Faktor Momentum, der im Juni 2005 auf null fiel, also nicht vorhanden war. Quality stieg im Vergleich dazu im September 2009 auf 58,1 Prozent, dominierte also den Markt. Gerade einmal zehn Monate zuvor, im Dezember 2008, hatte derselbe Faktor nur 28 Prozent des Marktes ausgemacht. Erklärt werden können diese Entwicklungen durch die Tatsache, dass unmittelbar nach der Krise große Tech-, Energie- und Finanzkonzerne am Markt gesucht waren, da diese aufgrund der vorangegangenen Kursmassaker über extrem günstige Bewertungen verfügten. Die aktuellsten Daten der Studie, die im Frühjahr 2017 einen Fokus auf Value und Momentum auswiesen, verstärken die zu diesem Zeitpunkt aufgekom­menen Szenarien rund um Steuererleichterungen und Deregulierung.


Auffällig ist jedenfalls, dass sich die Art der Faktoren verändert, die Zahl der verwendeten Faktoren jedoch relativ konstant bleibt (siehe Chart „Alles andere als ein Faktor-Zoo“): Im Durchschnitt waren in den vergangenen 15 Jahren etwa drei Faktoren für die Kursentwicklung ausschlaggebend – zuletzt eben Momentum, Quality und Value. Will man über einen Index eine deutliche höhere Diversifikation erreichen, als das beim S&P 500 der Fall ist, muss man die Zahl der gelisteten Unternehmen verdoppeln: So weist der Russell 1000 ein ähnliches Faktor-Exposure auf wie der im Chart abgebildete Russell 3000.


Wie eingeschränkt die Diversifikation im oft als „breit angelegt“ beschriebenen S&P 500 ist, sieht man daran, dass der Faktor „Minimum Volatility“ in den vergangenen Monaten überhaupt nicht vorgekommen ist. „Passive Investoren sind in Wirklichkeit ­unfreiwillige Faktorinvestoren und müssen sich dringend über ihr tatsächliches Ex­posure klar werden, weil sich das auf ihr Diversifikations- und Gewinnpotenzial niederschlägt“, erklärt Ang. Im Fall des S&P 500 müsste man diesen um ein reines Min-Vol-Produkt ergänzen, um die Streuung des Investments anzupassen.


Weltweite Anwendung
Die Autoren haben ihr Modell auch über – aus ihrer Sicht – sechs exotischere Welt­indizes und Einzelstaaten (siehe Chart „Faktorwelt anno 2017“ & „Faktoren greifen ­unterschiedlich gut“) gelegt. Die Ergebnisse vermögen in ihrer Dimension zu über­raschen. Auffällig ist auch hier, mit welch ­geringer Zahl von Faktoren eine qualitativ hochwertige Nachbildung großer Indizes möglich ist. Um etwa den MSCI World gut nachzubilden, reicht eine Faktor-Bandbreite von 3,56, wobei Momentum, Value und Quality die mit Abstand wichtigsten Bau­steine darstellen. Dazu ein Schuss Minimum Volatility, und schon hat man ein Vergleichsportfolio, das gegenüber dem „echten“ MSCI World einen Tracking Error von gerade einmal 1,04 Prozent aufweist.


Die Autoren haben auch aufgeschlüsselt, wie sich die Abweichungen im Verlauf des Beobachtungszeitraums entwickelt haben. Hier ist festzuhalten, dass sich die Tracking Errors ausnahmslos verringert haben. Das heißt: „Der Einfluss von Faktoren gewinnt im Gegensatz zu idiosynkratischen Ertragselementen zunehmend an Bedeutung“, wie Sobczyk erklärt. Als eine Erklärungsoption für den zunehmenden Einfluss von Faktoren steht im Raum, „dass makrogetriebene ­Variablen und weltwirtschaftliche Risiken eine zunehmende Rolle spielen“. Nicht aus Autorensicht angeführt, könnte man den Verdacht äußern, dass faktorgetriebene Investments zu sich selbst erfüllenden Prophezeiungen werden beziehungsweise alle Marktteilnehmer die­selben Faktoren kaufen, womit die Theorie der Diversifikation durch Faktorinvestments ad absurdum geführt würde.


Spannenderweise wird auch mit dem Vorurteil aufgeräumt, wonach kleinere Märkte Spielbälle globaler Mächte seien. Das spiegelt sich im tendenziell höheren Tracking Error, beispielsweise in Österreich, aber auch in den Emerging Markets wider. „Erklärt werden kann das durch idiosynkra­tische Elemente wie Regulierung, Rohstoffabhängigkeit oder Geografie“, wie Sobczyk erklärt. Ebenfalls feststellen lässt sich, dass europäische Märkte eher Value- und die US-­Indizes hingegen verstärkt Growth-getrieben sind.


Insgesamt lassen sich aus der Studie der BlackRock-Experten einige spannende Schlüsse ziehen. Der aus Inve­storensicht wichtigste ist wahrscheinlich, dass die Diversifikation von Strategien, die Market-Cap-getrieben sind, zu wünschen übrig lässt. In der Regel kommen nur zwei bis drei Faktoren zum Tragen. Das birgt Risiken, wenn die Märkte schwächeln – welche das sind, konnte man 2008 gut beobachten, als sich mangelnde „echte“ Diversifikation letzten Endes als Klumpenrisiko heraus­stellte. Ist man sich dieser Schwächen ­bewusst, kann man sie durch die aktive ­Ergänzung fehlender Faktoren – gegen­wärtig vor allem Minimum Volatility – ausgleichen.


Bezeichnend ist auch, dass offenbar weit weniger Faktoren zur Nachbildung eines ­Index notwendig sind, als mitunter argumentiert wird. Drei Faktoren reichen in der Regel aus, um einem großen Leitindex mit einem ziemlich geringen Tracking Error zu kopieren. Die Faktoranalyse simpler Leit­indizes könnte akademisch gesehen nur ­einen ersten Schritt darstellen. Die Faktorab­hängigkeit bei aktuellen Trendthemen wie Nachhaltigkeit, Governance oder Ethik könnte ein Feld für weitere Arbeiten werden.


Anhang:

twitterlinkedInXING
 Schliessen