Das Fachmagazin für institutionelle Investoren

Geben Sie Ihren Benutzernamen und Ihr Passwort ein, um sich an der Website anzumelden:
1/2021 | Theorie & Praxis
twitterlinkedInXING

Ein Faktor löst sich auf

Der Momentum-Effekt gilt als zuverlässige Kapitalmarktanomalie. Berücksichtigt man aber das sich verändernde systematische Risiko des Momentum-Portfolios, kommt man zu erstaunlichen Erkenntnissen.

1616665023_momentum.jpg

Ein deutsches Finanzmarktforscherduo bringt mit einer aktuellen Analyse die bislang kaum angezweifelte These von der Robustheit des Faktors „Momentum“ gehörig ins Trudeln. Ihre Arbeit legt nahe, dass dieser Faktor deutlich weniger zuverlässig ist, als bisher angenommen wurde.

© Universität Mannheim, GMF

Hätte der Momentum-Faktor ein Motto, dann wäre dies wohl: Wenn’s läuft, dann läuft’s. Viele Analysen haben gezeigt, dass die Aktiengewinner der jüngeren Vergangenheit die Verliereraktien dieser Periode in den anschließenden Monaten oft outperformen. Narasimhan Jegadeesh und Sheridan Titman machten 1993 in ihrer bahnbrechenden Arbeit „Returns to Buying Winners and Selling Losers: Implications for Stock Market Efficiency“ den Anfang, danach bestätigten viele andere Unter­suchungen den Effekt. Heute gilt der ­Momentum-Faktor erstens als überaus starke Kapitalmarktanomalie und zählt zweitens zu den am besten recherchierten. Eine überzeugende Erklärung dafür gibt es dennoch bis heute nicht wirklich. ­Studien bieten rationale und aus der Verhaltensökonomie stammende Erklärungen an. Behavioristen nehmen als Quelle eine Unterreaktion des Marktes an, während rationale Erklärungsmodelle von makroökonomischen Risiken oder Marktfriktionen ausgehen. Die Momentum-Pioniere Jegadeesh und Titman haben 2002 im Journal of Finance in „Profitability of Momentum Strategies: An Evaluation of Alternative Explana­tions“ nach Erklärungen gesucht und 2011 in der „Annual Review of Financial Economics 3“ eine Übersicht der verschiedenen Erklärungen publiziert. Die Existenz des Momentums stellt auch eine Herausforderung für das von Eugene Fama 1970 entwickelte Konzept der schwachen Form der Markteffizienzhypothese dar.

Erik Theissen, Inhaber des Lehrstuhls für ABWL und Finanzierung an der Universität Mannheim, und Can Yilanci, Doktorand und Assistant Researcher an der Fakultät für Betriebswirtschaftslehre der gleich­namigen Universität, gingen daran, die offen­sichtlich vorhandene Profitabilität der Momentum-Strategie noch einmal näher und kritischer zu untersuchen, um deren Natur besser zu verstehen. Bemerkenswert ist dabei vor allem ihr Argument, dass die Standardmethode, die zur Risikoadjustierung der Momentum-Gewinne herangezogen werde, nicht ausreichend sei und dass die Profitabilität der Momentum-Strategie größtenteils verschwinde, wenn man eine geeignete Anpassung vornehme.

Traditioneller Rechenansatz

Frühere Arbeiten errechnen gewöhnlicherweise das risikoadjustierte Momentum, indem sie Aktien in ein Long-Short-Port­folio auf Basis der Vergangenheitsrendite einsortieren und monatlich ein Rebalancing vornehmen. Die Renditen des Momentum-Portfolios werden auf eine Anzahl Faktoren regressiert. Diese Methode, die die Autoren als Risikoanpassung auf Portfolioebene ­bezeichnen, geht implizit davon aus, dass es ein konstantes Faktor-Exposure des Momentum-Portfolios gibt. Jedenfalls weisen Momentum-Portfolios einen hohen Portfolioumschlag auf, aus dem ein über die Zeit stark variierendes Faktor-Exposure erwächst. Anstelle dessen schlagen Theissen und ­Yilanci vor, Faktor-Sensitivitäten auf Aktienebene unter Zuhilfenahme von rollierenden Zeitfenstern zu berechnen. Für jeden Mo­nat t schätzen sie das Faktor-Exposure der ­Aktien des Gewinner- und Verliererport­folios, indem sie die Daten bis zum Vormonat t–1 verwenden. Dann schätzen sie die ­erwartete Rendite im Monat t für jede einzelne Aktie. Der Gewinn im Monat t aus dem Momentum resultiert dann aus der Rendite des Long-Short-Portfolios, verringert um den gewichteten Durchschnitt der erwarteten Renditen der Einzelaktien. Dieses Prozedere, das die Autoren „Risikoanpassung auf Aktienebene“ nennen, berücksichtigt den Umschlag im Momentum-Portfolio, da in jedem Monat das Faktor-Exposure des ­Momentum-Portfolios auf Basis der aktuellen Zusammensetzung des Gewinner- und Verliererportfolios berechnet wird. Diese Vorgangsweise wandten die Autoren auf ­eine Stichprobe von Aktien an, die an der NYSE, Amex und Nasdaq notieren, der ­Untersuchungszeitraum reichte dabei von 1963 bis 2018. Bei der Portfolio­kon­struk­tion folgten Theissen und Yilanci der von Jegadeesh und Titman 1993 vorgestellten Vorgangsweise. Für jeden Monat sortierten sie die Aktien auf Basis ihrer Drei-, Sechs-, Neun- und Zwölfmonatsrenditen in Dezil-Portfolios. Dann wurde ein Netto-null-Portfolio gebildet, indem man das zehnte Dezil mit den renditestärksten Aktien long und das erste Dezil mit den renditeschwächsten Aktien short ging. Dann hielt man dieses Portfolio für die nächsten drei, sechs, neun respektive zwölf Monate konstant, woraus sich insgesamt 16 verschiedene Kombinationen und damit 16 Momentum-Strategien ergaben. Ohne Risikoadjustierung erbringen hier 15 der 16 Strategien positive Renditen, deren Höhe sich signifikant von null unterscheidet (siehe Tabelle „Returns der Momentum-Strategien“). Die Irrtumswahrscheinlichkeit beträgt hier weniger als fünf Prozent. Bei einer Konfidenz von 99 Prozent sind es hingegen immerhin noch 13 Long-Short-Momentum-Strategien mit signifikant positiver Rendite. Diese Renditen sind auch ökonomisch bedeutsam, liegen sie doch in einer Bandbreite von 0,18 bis 0,85 Prozent pro Monat.

Zweierlei Risikoadjustierung

Im nächsten Schritt erfolgte eine Risikoadjustierung auf Portfolioebene gemäß des Fünf-Faktor-Modells von Fama und French. Diese Erweiterung ihres Drei-Faktor-Modells stellten Eugene Fama und Kenneth French 2015 vor, wobei die Faktoren nun neben dem Marktrisiko, der Unternehmensgröße (Size) und Value auch Profitabilität und Investment enthalten. Diese Anpassung hat wenig Auswirkung auf die Profitabilität der Momentum-Portfolios. Wieder liefern 15 der 16 Portfolios signifikante abnormale Renditen.

Wenn man jedoch die Vorgangsweise mit einer Risikoanpassung auf Aktienebene anwendet, was die Autoren in ­einem nächsten Schritt taten, verschwindet die Profitabilität der Mo­mentum-Strategien größtenteils (siehe Grafik „Momentum-Effekt perdu“). Dieses Prozedere lässt im Schnitt 94 Prozent der Momentum-Renditen verschwinden, die sich bei der Risikoanpassung auf Portfolioebene noch gezeigt hatten. Hier fördert keine einzige der 16 Momentum-Strategien eine signifikant von null verschiedene Rendite zutage. Im Gegensatz zu älteren wissenschaftlichen ­Arbeiten fanden Theissen und Yilanci ­heraus, dass das Fünf-Faktor-Modell von Fama und French den Momentum-Faktor erklärt.

Wenn man das Anlageuniversum in Gruppen nach der Unternehmensgröße in Micro, Small und Large Caps einteilt, lässt sich für keine der drei Size-Kategorien eine signifikante Momentum-Rendite belegen, wenn eine Risikoadjustierung auf Aktienebene vorgenommen wird. Führt man Sub­perioden ein, kann man signifikant von null verschiedene Renditen nur im ältesten Teil der Stichprobe von 1963 bis 1979 finden (siehe Tabelle „War früher alles besser?“). Aber auch hier sind diese Momentum-Renditen im Durchschnitt 44 Prozent ­geringer, wenn man eine Risiko­adjustierung auf Aktien- statt auf Portfolioebene einsetzt, und der dazugehörige t-Wert liegt mit 2,13 deutlich unter dem kritischen Wert, den Harvey, Liu und Zhu 2015 in „… and the Cross-Section of Expected Returns“ in der Review of Financial Studies publizierten. Legt man Trans­aktionskosten zugrunde, dann drehen die Momentum-Profite selbst im Zeitraum von 1963 bis 1979 ins Negative.

Des Weiteren wandten die Autoren die volatilitätsskalierte Momentum-Strategie an, die Barroso und Santa-Clara 2015 in „Momentum has its Moments“ vorschlugen. Während diese Strategie hohe und signifikante Momentum-Renditen ohne Risiko­anpassung bereithält, bleibt von diesen bei Anwendung der Risikoadjustierung auf ­Aktienebene nichts mehr an Rendite übrig, das sich signifikant von null unterscheiden würde. Schließlich sahen sich die Autoren eine internationale Stichprobe an, die 20 ­Aktienmärkte von Industriestaaten umfasst. Ohne Risikoadjustierung lässt sich ein signifikanter Momentum-Effekt in 19 Staaten ­belegen, bei einer Risikoanpassung auf Portfolioebene immerhin noch bei 16 Ländern. Wendet man jedoch das von Theissen und Yilanci vorgeschlagene Prozedere mit einer Risikoadjustierung auf Aktienebene an, so bleiben nur drei Aktienmärkte übrig, wo sich noch ein signifikant von null verschiedener Momentum-Effekt belegen lässt.

Damit nicht genug, haben die Autoren nicht nur das Fünf-Faktor-Modell von Fama und French benutzt, sondern auch andere Modelle. Dabei stellte sich heraus, dass das Capital Asset Pricing Model (CAPM) ungeeignet ist, Momentum-Renditen zu erklären, auch wenn man eine Risikoadjustierung auf Aktienebene vornimmt. Das Drei-Faktor-Modell von Fama und French wiederum ­reduziert signifikant Momentum-Renditen, selbst wenn es diese nicht eliminiert. Im Gegensatz dazu findet man nur insigni­fikante abnormale Momentum-Renditen ­sowohl beim Fünf-Faktor-Modell als auch beim q-Faktor-Modell, das Hou, Xue und Zhang 2015 in „Digesting Anomalies: An Investment Approach“ vorstellten, und dem q5-Modell derselben Autoren von 2019, das diese in ihrer Arbeit mit dem Titel „Which Factors?“ vorschlugen. Theissen und Yilanci wollten darüber hinaus wissen, warum eine Risikoanpassung auf Aktien­ebene Momentum-Profite signifikant verringert beziehungsweise auslöscht (siehe Grafik „Momentum-Profitabilität“).

Eine Risikoanpassung auf Portfolioebene geht von der Annahme aus, dass ein konstantes Faktor-Exposure der zu untersuchenden Strategie besteht. Jedoch ist hinlänglich bekannt, dass das Faktor-Exposure eines Momentum-Portfolios sich systematisch im Zeitablauf verändert. Momentum-Portfolios sind dadurch charakterisiert, dass sie jeden Monat durch ausscheidende und neu dazukommende Aktien einen großen Port­folioumschlag aufweisen. Welche Aktien auf der Long- beziehungsweise Short-Seite in das Momentum-Portfolio Aufnahme finden, hängt von den Faktor­realisationen zuvor ab. Als Beispiel betrachte man den Markt-Faktor. Wenn die Überschussrendite des Marktes positiv ist, performen High-Beta-Aktien gut und Low-­Beta-Aktien schlecht. Konsequenterweise weist das Long-Short-Momentum-Portfolio nach einer Periode von positiven Marktüberschussrenditen Aktien mit hohem Beta auf der Long- und Aktien mit einem niedrigen Beta auf der Short-Seite auf, sodass das Momentum-Portfolio insgesamt ein ­hohes Beta aufweist. Umgekehrt sieht es natürlich nach einer Periode negativer Überschussrenditen des Markt-Faktors aus: Das Long-Short-Momentum-Portfolio wird ein negatives Markt-Beta aufweisen. Die Risikoanpassung auf Portfolioebene schätzt das durchschnittliche Markt-Beta des Momentum-Portfolios auf einen Wert nahe null. Die Risikoanpassung auf Aktienebene andererseits bezieht die zeitliche Veränderung des Markt-Exposures der Strategie mit ein. Ähnlich lässt sich bei den vier anderen Faktoren des Fünf-Faktor-Modells argumentieren.

Um die Dynamiken der Faktor-Exposures von Momentum-Portfolios empirisch nachzuweisen, wählten Theissen und Yilanci ­einen Regressionsansatz, der jenem von Grundy und Martin ähnelt. Das Gewinner-minus-Verlierer-Portfolio einer Strategie, die Aktien auf Basis ihrer Renditen der letzten sechs Monate rankt und diese dann für sechs Monate hält, zeigt dann ein positives Faktor-Loading bezüglich der fünf Faktoren nach Fama und French, wenn die Sechs-Monats-Faktorrendite zumindest eine Standardabweichung über ihrem Durchschnitt liegt. Ein negatives Faktor-Loading ist dann gegeben, wenn die Sechs-Monats-Faktorrendite zumindest eine Standardabweichung unter ­ihrem Durchschnitt gelegen ist. Das Faktor-Exposure des Momentum-Portfolios ändert sich somit im Zeitablauf auf eine Art und Weise, die in Beziehung zu den vergangenen Faktor-Realisationen steht. Deshalb beschreiben Betas auf Portfolioebene nicht genau das Risiko-Exposure des Momentum-Portfolios. Die beiden Autoren empfehlen daher, Faktor-Sensitivitäten und risikoadustierte Renditen von Momentum-Portfolios auf Aktienebene zu ermitteln.

Die Ergebnisse der Arbeit von Theissen und Yilanci sind die folgenden: Zum einen ergibt sich daraus, dass die offenbar bestehende Gewinnträchtigkeit der Momentum-Strategien zu einem Großteil eine Kompensation für Risiko darstellt. Diese Strategien dürften somit eher Risikoprämien als abnormale Ren­diten liefern. Zweitens hat das vorgestellte Prozedere der Risikoadjustierung auf Aktienebene anderweitig Auswirkungen. Denn alle Investmentstrategien, die durch einen ­hohen Portfolioumschlag charakterisiert sind, sind potenziell von im Zeitablauf veränderlichen Faktor-­Exposures betroffen. Deshalb sollten sowohl Researcher als auch Portfolioma­nager bei der Evaluierung von Investmentstrategien Risikoadjustierungen auf Aktienebene in Betracht ziehen.

Unterm Strich lässt sich festhalten, dass der Momentum-Effekt möglicherweise deutlich schwächer ausfällt, als bislang angenommen. Das ist eine herbe Enttäuschung für alle Praktiker, die gern auf den Momentum-Faktor setzen und sich bisher eigentlich nur vor Momentum-Crashs fürchteten. Wenn der Vorschlag von Theissen und Yilanci vermehrt aufgegriffen und Risikoadjustierungen auf Aktien- anstatt auf Portfolioebene durchgeführt werden, wird man sehen, ob die anderen Faktoren, die als wissenschaftlich hinreichend dokumentiert gelten, ihre Stärke behalten oder ob ihnen ein ähnliches Schicksal droht wie dem ­Momentum-Faktor.  

Dr. Kurt Becker


Anhang:

twitterlinkedInXING
 Schliessen

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