Das Fachmagazin für institutionelle Investoren

Geben Sie Ihren Benutzernamen und Ihr Passwort ein, um sich an der Website anzumelden:
3/2021 | Theorie & Praxis
twitterlinkedInXING

»Die Kosten machen den Unterschied«

Kenneth French, Professor am Dartmouth College in New Hampshire, erläutert im Interview, warum das Drei-Faktor-Modell im Jahr 2014 um zwei Faktoren erweitert wurde. Und worin der ganz eigene Wert von Smart Beta liegt.

Fast 30 Jahre lang hat das vom Finanzwissenschaftler William F. Sharpe entscheidend mitgeprägte Capital Asset Pricing Model (CAPM) die Art und Weise bestimmt, wie man über die Beziehung von erwarteter Rendite und Risiko von Wertpapieren gedacht hat. Das CAPM ging davon aus, dass es das Beta des Marktes ist, mit dem sich der Ertrag eines Portfolios oder ­einer einzelnen Aktie im Vergleich zum ­Gesamtmarkt erklären ließe. Erst im Jahr 1992 wurde die CAPM-Hypothese entscheidend erweitert. Damals veröffentlichten die beiden Wissenschaftler Eugene Fama und Kenneth French die Ergebnisse ihrer später als das Drei-Faktor-Modell bekannt gewordenen Arbeit und revolutionierten damit die bis dahin geltende Auffassung, indem sie zeigten, dass neben dem Beta auch die ­beiden Faktoren Unternehmensgröße und Buchwert Einfluss auf die erwartete Rendite von Aktien haben. Wir haben mit Kenneth French über seine Arbeiten gesprochen.

Herr Prof. French, das bahnbrechende Paper, das Sie gemeinsam mit Eugene Fama im Jahr 1992 veröffentlicht haben, hat die Art und Weise verändert, wie wir die Aktienmärkte betrachten, und eine ganze Branche von Faktorinvestments und Smart Beta hervorgebracht. Welche Ideen haben sich heute, Jahrzehnte später, bewährt, und was sind die wichtigsten Entwicklungen seither?
Kenneth French: Bevor ich auf Ihre Frage näher eingehe, muss ich Ihnen sagen, dass Sie uns zu viel Ehre zuteil werden lassen, wenn Sie Eugene Fama und mich zu den Initiatoren des Factor Investings erheben. Es gab schon eine Reihe von wissenschaftlichen Aufsätzen zu der Idee, Investmententscheidungen auf der Grundlage von Faktoren zu treffen, bevor wir unseren Aufsatz über das Drei-Faktor-Modell veröffentlicht haben.

Was hat Sie und Eugene Fama eigentlich ursprünglich zur Entwicklung des Drei-Faktor-Modells veranlasst?
In der Asset-Management-­Industrie herrschte damals eine für die meisten Marktteilnehmer verwirrende Vielfalt an unterschiedlichen Vorstellungen in Bezug darauf, was zum Beispiel unter einer eher wachstumsorientierten oder einer eher ertragsorientierten Anlagestrategie tatsächlich zu verstehen sei. Hinter Begriffen wie „Growth“ oder „Income“ verbargen sich zum Teil stark voneinander abweichende Konzepte. Das hat uns im Grunde dazu veranlasst, anhand von am Markt vorhandenen Daten danach zu suchen, was eigentlich die wirklich wesentlichen Faktoren sind, die die zu erwartende Rendite einer Aktie systematisch beeinflussen.

Was sind aus Ihrer Sicht als Co-Autor die wesentlichen Erkenntnisse, die Ihre Arbeit hervorgebracht hat?
Unsere frühen Arbeiten zu diesem Thema zeigten, dass Unternehmensgröße und das Verhältnis von Buchwert zu Marktwert eines Unternehmens in Beziehung zu erwarteten Renditen stehen.

Geben Sie uns ein Beispiel.
Wir konnten zeigen, dass mithilfe von entsprechenden Regressionsanalysen interessante Fragen beantwortet werden können. Nehmen wir zum Beispiel an, Sie wollten einen Manager analysieren, der behauptet, einen Large-Cap-Growth-Ansatz zu verfolgen. Unsere regressions­basierte Methodik versetzt uns in die Lage, zu überprüfen, ob tatsächlich der Großteil der Rendite mit entsprechenden Investments in hochkapitalisierten Wachstumswerten erzielt wurde oder ob die realisierte Rendite stattdessen durch die Beimischung von höher rentierlichen Nebenwerten erzeugt wurde. Solche und ähnliche Fragen lassen sich mit unserem Modell beantworten.

Sie haben im Lauf der Zeit eine Vielzahl ­unterschiedlicher Faktoren untersucht. 2014 haben Sie und Eugene Fama Ihr Modell sogar um zwei weitere Faktoren erweitert. Was macht einen guten Faktor aus, und welche Faktoren haben sich als besonders relevant und stabil erwiesen?
Auch wenn wir eine ganze Reihe von Faktoren unter die Lupe genommen haben: Am Ende haben wir in unserer Arbeit von 2014 lediglich zwei Faktoren hinzugefügt, seither sprechen wir von einem Fünf-Faktor-Modell. Neu hinzugekommen ist zum einen der Aspekt, dass Unternehmen, die heute höhere Profitabilitätskennzahlen aufweisen, in der Zukunft tendenziell höhere durchschnittliche Renditen erzielen. Der fünfte Faktor, „Investment“, besagt, dass Unternehmen mit gegenwärtig hohen internen Investitionen dazu tendieren, in der Zukunft geringe Renditen zu haben.

Sie haben sich eingangs dagegen verwahrt, zu den Initiatoren für den enormen Aufstieg und das explosive Wachstum von Faktorinvestments zu gehören. Aber hat Smart Beta tatsächlich einen Mehrwert für Anleger geschaffen oder ist es nicht eher ein großer Hype, dem einfach nur viele Marktteilnehmer gefolgt sind?
Zumindest lässt sich sagen, dass Smart Beta – meines Erachtens im ­Wesentlichen ein Marketingbegriff für das Investieren auf der Basis von Faktoren – Anlegern einen Weg bietet, auf eine organisierte Art und Weise über Renditen und ­Risiken in ihren Portfolios nachzudenken und zwischen diesen abzuwägen. Dies kann eine wesentliche Verbesserung darstellen im Vergleich zu der im Grunde planlosen Vorgehensweise, die viele Menschen beim Treffen von Anlageentscheidungen an den Tag legen. Bill Sharpe veröffentlichte 1993 eine wegweisende Arbeit, die hier relevant ist. Sie legte dar, dass auf Basis von einfachen und sinnvollen Annahmen das aktive Investieren ein Negativsummenspiel ist. Wenn ich als Investor ein passives, dem Gesamtmarkt entsprechendes Portfolio halte, so muss die Gesamtheit der Portfolios aller anderen Anleger auch dem Marktportfolio entsprechen. Daraus folgt, dass meine Rendite vor Kosten der aggregierten Rendite vor Kosten aller anderen Investoren entsprechen muss. Da jedoch die Gesamtheit aller anderen Anleger zahlreiche aktive Investoren beinhaltet – die untereinander bestimmte Wetten abschließen –, sind die Kosten per investierten Dollar für die anderen Investoren höher als meine Kosten, und folglich ist ihre aggregierte Rendite nach Kosten geringer als meine. Dies bedeutet, dass Smart Beta Anlegern helfen kann, ihre Risiko-Rendite-Trade-offs zu verbessern. Doch kann es nicht die Rendite nach Kosten für den durchschnittlichen aktiven Investor über die Rendite nach Kosten eines passiven ­Investors hinweg erhöhen, der das Marktportfolio hält. Es sei denn, irgendeine Form von Magie ist am Werk.

Können Sie anhand eines anschaulichen Beispiels erläutern, was Sie genau meinen?
Nehmen Sie zum Beispiel die Value-Prämie und den Buchwert-Effekt, die Eugene Fama und ich im vergangenen Jahr in einem gemeinsamen Aufsatz untersucht haben. Für unsere 1992 veröffentlichte Arbeit hatten wir Datensätze über einen Zeitraum von Juli 1963 bis Juni 1990 verwendet, also 28 Jahre an sogenannten In-Sample-Daten. Im vergangenen Jahr haben wir untersucht, wie sich die realisierte ­Value-Prämie während der vergangenen 28 Jahre in den sogenannten Out-of-Sample-Daten entwickelt hat und haben entsprechend den Datenzeitraum zwischen Juli 1990 und Juni 2017 untersucht. Die durchschnittliche realisierte Value-Prämie in den 28 Out-of-Sample-Jahren ist deutlich niedriger als die durchschnittliche realisierte Prämie in den 28 ursprünglich untersuchten In-Sample-Jahren.

Was einen einigermaßen aufmerksamen ­Beobachter doch kaum verwundern kann angesichts der Tatsache, dass der klassische Value-Faktor schon seit geraumer Zeit nicht mehr funktioniert.
Natürlich, aber jetzt kommt der wirklich interessante Punkt: Die Volatilität in den Daten ist so hoch, dass die geringere realisierte Out-of-Sample-Rendite uns nicht erlaubt zu sagen, ob die erwartete Rendite im In-Sample-Zeitraum im Vergleich zur Out-of-Sample-Periode gefallen ist. Allerdings können wir auch nicht sagen, dass die erwartete Out-of-Sample-Rendite von null verschieden ist. Trotz des langen Zeitraums von 28 Jahren an Out-of-Sample-Daten können wir nicht sagen, dass die erwartete Value-Prämie gesunken ist und auch nicht, ob sie noch immer positiv ist. Das Problem ist der enorm hohe Anteil des „Rauschens“ in den Daten.

Aber was genau sagt uns das eigentlich aus Ihrer Sicht?
Dazu müssen wir einen Schritt zurückgehen und uns vergegenwärtigen, dass realisierte Investmentrenditen zwei Komponenten haben: die ex ante zu erwartende Rendite und einen unerwarteten Ertrag, den wir als „Rauschen“ bezeichnen können. Es zeigte sich nun in der erwähnten Analyse, dass der unerwartete Anteil so ­volatil war, dass es nahezu unmöglich war, eine irgendwie geartete sinnvolle Aussage über den ex ante zu erwartenden Ertrag zu reffen.

Stellt sich da nicht die Frage, ob man das Problem des übermächtigen Einflusses dieses immensen Marktrauschens überhaupt durch die Wahl eines noch längeren Untersuchungszeitraums in den Griff bekommen könnte. Denn dann steigt ja die Wahrscheinlichkeit eines zwischenzeitlichen Strukturbruchs.
Es ist natürlich durchaus plausibel, dass es zwischenzeitlich zu strukturellen Brüchen am Markt gekommen sein wird. Aber die wesentliche Aussage ist, dass selbst über einen Zeitraum von 28 Jahren keine sinnvolle Aussage darüber möglich ist, ob die erwartete Prämie des Value-­Faktors seit unserer ursprünglichen Studie gesunken ist oder ob sie überhaupt größer als null ist.

Welchen Schluss sollte ein Anleger daraus Ihrer Ansicht nach ziehen?
Demut! Anleger sollten sich ins Gedächtnis rufen, dass es viele Jahrzehnte benötigen kann, um sinnvolle Erkenntnisse aus Aktienrenditen zu ziehen.

Eine abschließende Frage: Ergibt es irgendeinen Sinn, dass die Anzahl der Faktoren immer weiter gestiegen ist? Manche Manager betrachten hunderte verschiedener ­Faktoren.
Das hängt von der Anwendung ab. Es wäre genauso, wenn Sie mich gefragt hätten, ob es sinnvoll ist, mehr als einen Hammer zu benutzen. Für mich ­ohnehin nicht, weil ich in der Hälfte aller Fälle mit jedem Hammer den Nagel verfehlen würde. Aber für einen Schuhmacher oder einen Schreiner sieht es wahrscheinlich ganz anders aus: Für diese beiden wird es sicherlich durchaus sinnvoll sein, mehrere unterschiedliche Hämmer zu benutzen. Es mag an mangelnder Vorstellungskraft liegen, aber ich kann mir nur schwer vorstellen, dass der Einsatz von mehreren hundert Faktoren zu einem nachhaltig besseren ­Investmentergebnis führen wird. Denn da steht man schnell vor einem Problem, das Ökonometriker als Multikollinearität bezeichnen: Der Unterschied zwischen zwei in einem solchen Modell verwendeten Faktoren würde so winzig sein, dass man daraus kaum ein vernünftiges Ergebnis ableiten könnte. Aber ich will nicht ausschließen, dass mich irgendwann jemand vom Gegenteil überzeugen kann.

Wir danken für das Gespräch.    

Hans Heuser


Faktoren-Entdecker

Kenneth French lehrt als Professor für ­Finanzwissenschaft an der Tuck School of Business des Dartmouth College. Er gilt als Experte für das Verhalten von Wertpapierkursen und Anlagestrategien. Er und sein Mitautor Eugene F. Fama sind weithin ­bekannt geworden für ihre Forschungen zum Value-Effekt sowie zu Multi­faktormodellen zur Preisbildung von Vermögenswerten. Ihre Aufsätze „The Cross-Section of Expected Stock Returns“ und „Common Risk Factors in the Returns on Stocks and Bonds“ waren grundlegend für die Entwicklung des noch heute von den meisten Marktteilnehmern ­verwendeten Drei-Faktor-Modells.

Frenchs jüngste Arbeiten konzentrieren sich auf die Analyse der Preisbildung von Vermögenswerten und den Kompromiss zwischen Faktoranwendung und erwarteten Renditen an den Finanzmärkten. French ist Research Associate am National Bureau of Economic Research, beratender Herausgeber des „Journal of Financial Economics“, ehemaliger Mitheraus­geber des „Journal of Finance“ und der „Review of Financial Studies“ sowie ehemaliger Präsident der American Finance Association. Bevor er nach Dartmouth kam, war French Mitglied der Fakultät der Sloan School of Management des MIT, der Yale School of Management und der Booth School of Business der University of Chicago.

twitterlinkedInXING
 Schliessen

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