Das Fachmagazin für institutionelle Investoren

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

Gibt es ein Nachfrageproblem ?

Bedenken, dass populär gewordene Smart-Beta-Strategien unter hohen Zuflüssen so stark leiden, dass die zugrunde liegenden Risikoprämien verschwinden, sind offensichtlich nicht gerechtfertigt.

1601289711_nachfrage.jpg

Totgeglaubte Faktoren leben länger: Während manche Investoren und Wissenschaftler schon den Tod einzelner Faktoren heraufdämmern sehen, gibt ERI Scientific Beta Entwarnung. Man müsse den einzelnen Faktoren nur mehr Zeit geben und keine vorschnellen Urteile fällen.

© EDHEC, skrotov | stock.adobe.com
Oft ist es nur ein undefinierbares Gefühl, das viele Inves­toren beschleicht, wenn sie sehen, dass Smart-Beta-Ansätze in letzter Zeit nicht das Erwartete erbrachten – oder wenn sie mit ihresgleichen darüber philosophieren, wie lange Value gegenüber Growth bereits das Nachsehen hat, und an der Value-Prämie, die neben Size, Momentum, Low Volatility, Profitabilität und Investition als wissenschaftlich abgesichert gilt, zu zweifeln beginnen. 
 
Smart-Beta-Indexentwickler und ­EDHEC-Tochter Scientific Beta hat naturgemäß ein großes Interesse daran zu klären, warum es in den letzten Jahren zu teilweise enttäuschenden Entwicklungen kam. Schließlich waren per Jahresultimo 2019 fast 60 Milliarden US-Dollar, die Scientific-Beta-Indizes nachbildeten, investiert, was im Jahresabstand einem beachtlichen Zuwachs von 37 Prozent entspricht. So haben Daniel Aguet, Noël Amenc und Felix Goltz die Zeitspanne zwischen ­Juni 2016 und Juni 2019 unter die Lupe genommen, um die Entwicklung zu verstehen. Sie fanden heraus, dass in den USA in diesen drei Jahren gleich drei der sechs Long/Short-Faktoren negativ performten, denn mit Size, Value und Momentum verlor man Geld, die Faktoren Low Volatility, Profitabilität und Investition hingegen lieferten positi­ve Erträge. Dabei entwickelten sich die Faktoren Size, Value und Momentum allerdings weit schlechter, als es die historischen Daten erwarten ließen – und die Analysen von Scientific Beta reichen immerhin bis in den Juni 2002 zurück. Grundlegende Erkenntnis war, dass diese Zeithorizonte zu kurz greifen, um Aussagen über das Vorhandensein einer Risikoprämie treffen zu können. 
 
Nun legen Noël Amenc, Giovanni Bruno und Felix Goltz noch einmal nach und untersuchen, ob der vielfach geäußerte Verdacht, die Popularität von Smart Beta – und damit Crowding – würde den Ansätzen den Garaus bereiten und die gejagten Prämien verschwinden lassen, wissenschaftlich haltbar ist. Das Problem beginnt schon mit der Frage der Definition: Was ist Crowding ­eigentlich, und wie misst man es korrekt? Die Grundidee hinter dem viel beschworenen Crowding-Risiko ist hingegen klar: Wenn viel Geld etwa in Momentum-Strategien fließt, könnte es sein, dass die Belohnung, die historisch gut dokumentiert ist, für die Übernahme dieses speziellen Risikos letztendlich verschwindet. Das Autorentrio geht in seiner aktuellen Untersuchung wie folgt vor: Zuerst befasst man sich mit der wirtschaftlichen Begründung von Faktorprämien, dann analysiert man empirische Belege für Crowding und leitet daraus schließlich Überlegungen für die Praxis ab. 
 
Begründung der Faktorprämien
 
Findet man eine wirtschaftliche Begründung für die Existenz von Faktorprämien, so sollten diese auch langfristig Bestand ­haben, da einige Investoren es trotz der höhe­ren Renditen ablehnen werden, ihre Anlagen in diese Richtung zu erweitern. Beispielsweise könnten einige Anleger niedrigere Renditen von Aktien vorziehen, die in Krisenzeiten eine hohe Ausschüttungsquote beibehalten. Sie könnten so bewusst Portfolios halten, die die erwiesenermaßen langfristig vorhandenen Faktorprämien verschmähen, etwa indem sie auf die Wachstumsaktien unter den Large Caps setzen und somit auf Value- und Size-Prämie verzichten. Natürlich können bestimmte Faktorstrategien auch schrumpfende Risikoprämien sehen, wobei davon jene ausgenommen sind, wo es Arbitrage-Beschränkungen gibt, was nichts anderes bedeutet, als dass viele Investoren nicht in der Lage sind, von diesen Prämien zu profitieren. ­Risikobasierte Erklärungen geben Begründungen dafür, warum Faktorprämien Bestand haben sollten – und zwar selbst dann, wenn die meisten Investoren von ihnen Kenntnis haben. So werden einige Investoren immer davon Abstand nehmen, bestimmte Faktorprämien zu jagen, selbst wenn sie von deren Existenz überzeugt sind – etwa deshalb, weil sie kein zusätzliches Risiko übernehmen wollen oder weil sie interne Regularien oder aufsichtsrechtliche Bestimmungen davon abhalten. 
 
Auch die Wissenschaft selbst ist nicht frei von geäußerten Vermutungen über die Endlichkeit der Existenz von Faktorprämien. So argumentieren beispielsweise Yasenchak und Whitman 2015 in „Understanding the Risks of Smart Beta and the Need for Smart Alpha“, dass angesichts der gestiegenen Verbreitung von Smart-Beta-Strategien ein ähnlich gestiegenes Overcrowding-Risiko einhergehe, das zu Faktor-Crashs führen könne. So etwas führt dazu, dass sich viele Investoren fragen, ob Verluste einzelner Faktorinvestments zu einem bestimmten Zeitpunkt tatsächlich ein Indiz für den Crowding-Effekt sind. Wenn ein Verlust in einem Faktor der Nachweis eines Crowding-Effekts ist, dann müsste man konsequenterweise sagen, dass ein Aktienmarktcrash der Beweis dafür ist, dass es ein Overcrowding in den marktkapitalisierungsgewichteten Indizes gegeben hat, das korrigiert wurde. Oder ein anderes Beispiel: Wenn langfristige Bonds auf kurze Sicht deutlich schlechter als Kurzfristanleihen performen, ist dann der Nachweis von Crowding durch Investoren gelungen, die die Laufzeitprämie vereinnahmen wollen? Wie kann man zum Schluss kommen, dass diese Schwankungen auf Crowding und nicht auf normale Preisschwankungen risikoreicherer Vermögenswerte zurückzuführen sind, die überhaupt nicht crowded sind? Angesichts des Fehlens einer Definition für Crowding ist nicht klar, welche Schlüsse man ziehen soll. Wenn das Argument einfach jenes ist, dass Renditen über die Zeit schwanken und manchmal niedrig sind, dann ist nicht klar, was Faktoren vom ­Aktienmarkt unterscheidet. Die Tat­sache, dass Renditen über die Zeit schwanken, bedeutet nicht, dass Investoren besser fahren, wenn sie Timing-Entscheidungen treffen, wann sie in welcher Prämie investiert sind. Vielmehr ist es intelligenter, langfristig Faktorprämien zu ernten, wie beispielsweise Cliff ­Asness 2016 in „The Siren Song of ­Factor Timing“ schrieb. 
 
Zu behaupten, dass es einen Crow­ding-Faktor geben müsse, weil ein bestimmter Faktor Verluste erleide, ignoriere völlig die Natur einer Risikoprämie. Eine Risikoprämie bedeute im Durchschnitt eine höhere Rendite, weil ein zusätzliches Risiko vom Investor übernommen werde. Alle Risi­kofaktoren werden Renditen zeigen, die sich substanziell im Zeitablauf voneinander unterscheiden, und nur eine Langzeitanalyse kann zu bedeutsamen Schlussfolgerungen in Bezug auf die durchschnittliche Prämienhöhe führen. Im Einklang mit Black, der 1993 den Artikel „Estimating Expected ­Returns“ schrieb, sollte man sich immer in Erinnerung rufen, dass man Daten über Jahrzehnte  benötigt, um genaue Schätzungen ­erwarteter durchschnittlicher Renditen abgeben zu können. Ein Beispiel für die Schwierigkeit festzustellen, ob es tatsächlich ­Änderungen der Faktorrenditen gibt, ist der Small-Cap-Effekt.
 
Fallbeispiel Small-Cap-Effekt
 
Vielerorts macht sich der Glaube daran breit, dass der Small-Cap-Effekt verschwunden ist. Publikationen argumentieren zunehmend in diese Richtung. Das liegt laut den Autoren daran, dass sich viele Studien auf den Zeitraum von 1980 bis 2000 beziehen, sie sind damit abhängig von der gewählten Stichprobe. So hat beispielsweise Hirshleifer 2001 in „Investor Psychology and Asset ­Pricing“ geschrieben, der Small-Cap-Effekt sei bei kleineren US-Firmen schwach beziehungsweise in den letzten 15 Jahren praktisch nicht mehr vorhanden gewesen. Horowitz, Loughran und Savin schrieb 2000 in „The Disappearing Size Effect“, dass die Renditen des Size-Faktors zwischen 1980 bis 1996 negativ seien, und er habe vorgeschlagen, den Faktor zu streichen, da er verschwunden sei. Diese Schlüsse werden oftmals auf Grundlage der Analyse einer zu kurzen Datenhistorie gezogen, meint man bei SciBeta. Es sei eben nicht angemessen, daraus auf das Bestehen oder Nichtbestehen einer Faktorprämie schließen zu wollen. Die Grafik „Irreführung“ illustriert, dass die Aussage zur Small-Cap-Prämie stichprobenabhängig sein kann. Dargestellt ist die annualisierte Size-Faktorprämie über rollierende 15-jährige Zeiträume in den USA über 93,5 Jahre, konkret von 1. Juli 1926 bis 31. Dezember 2019. Auch die korrespondierenden t-Werte sind darin abgetragen.
 
Die Resultate legen nahe, dass man zu ­bestimmten Zeiten tatsächlich zum Schluss kommen konnte, dass die Small-Cap-Prämie verschwunden ist, wenn man bestimmte 15-Jahre-Zeitfenster analysiert. Speziell um die Jahrtausendwende war es sehr populär, das Ende der Prämie auszurufen. Die Grafik zeigt, dass die Prämie tatsächlich während der 90er-Jahre negativ war. Doch dann erlebte sie ein Revival und zeigte ab dem Millen­nium bis 2013 wieder stark positive Renditen. Benz hatte die Existenz der Small-Cap-Prämie 1981 publiziert, und zwar nach einem Zeitraum noch höherer Renditen und mit t-Werten von um die drei, was eine hohe statistische Signifikanz bedeutet. Berichte über den Tod der Small-Cap-Prämie dürften jedenfalls verfrüht sein, wenn man sich das Auf und Ab der letzten 90 Jahre ansieht. ­
 
Betrachtet man etwa die Entwicklung der annualisierten 15-jährigen Renditen während der frühen 60er-Jahre, so zeigten diese ähnliche Verluste wie seit 2013. Diese Verluste in den 60ern kamen vor der erstmaligen ­Publikation des Size-Effektes, von einem Crowding kann man angesichts der Unbekanntheit der Small-Cap-Prämie daher mit Sicherheit nicht sprechen. Vielleicht legen diese Ergebnisse den Schluss nahe, dass Faktorrenditen über die Zeit starken Schwankungen ausgesetzt sind und dass man sehr, sehr lange Zeiträume benötigt, um die Signifikanz einer Faktorprämie belegen zu können. Angesichts dieser langfristigen Schwankungen der Faktorprämien ist es sehr schwierig, den verlässlichen Schluss zu ziehen, dass ein Faktor tatsächlich verschwunden ist, selbst wenn er über relativ lange Zeitspannen nicht nachgewiesen werden kann. In die Zukunft blickend zu sagen, dass Faktorprämien aufgrund von Crowding auf der Basis kurzfrist­iger Performanceanalysen verschwunden wären, ist ein riskantes Unterfangen, was die Verlässlichkeit solcher Prognosen betrifft. ­Alle stichprobenbezogenen Erkenntnisse sollten also mit der allergrößten Vorsicht ­behandelt werden. So ist es zum Beispiel ­bemerkenswert, dass – obwohl es häufig heißt, der Size-Effekt sei verschwunden – Eugene Fama und Kenneth French 2015 ­zeigen konnten, dass dieser sehr wohl empirisch auf lange Sicht wichtig ist, und zwar sowohl für das Zeitfenster von 1927 bis 1963 als auch jenes von 1963 bis 2013. 
 
Value-Faktor
 
Ähnliches gilt auch für den zuletzt viel geschmähten Value-Faktor, der nach der Analyse bestimmter Stichproben als redundant bezeichnet wird. Fama und French schlossen ebenfalls 2015 auf die Redundanz des Value-Faktors nach der Analyse einer US-Stichprobe. Allerdings fanden sie gleichzeitig heraus, dass es in einer globalen Stichprobe keinen Beleg für ein Verschwinden des Value-Faktors gibt. Gleichzeitig merkten sie an, dass ihre älteren Resultate eventuell aufgrund der Wahl der Stichprobe die Redundanz des Value-Faktors belegten. 
 
Des Weiteren zeigte sich bei umfangreichen Analysen von Multi-Faktor-Modellen, dass Faktoren wie Value und Size mitein­geschlossen sein sollten, um erfolgreich den Querschnitt erwarteter Renditen erklären zu können. Zusammenfassend gesagt sind Stichprobenanalysen nur wenig geeignet, um daraus Schlussfolgerungen auf das langfristige Verhalten von Faktoren zeigen zu können. Negative Renditen einer bestimmten Faktorstrategie über kürzere Zeiträume bedeuten also nicht notwendigerweise, dass eine langfristige Faktorprämie aufgrund eines Crowding-Effekts verschwunden ist. Solche Verluste sagen einfach nichts anderes aus, als dass die Belohnung für das Investment in Faktoren mit der Übernahme der damit verbundenen ­Risiken einhergeht. 
 
Makro-Einflüsse
 
Eine der rationalen Erklärungen für die Existenz von Faktorrisikoprämien ist das Verhältnis von Faktorrenditen zum Wirtschaftszyklus. Investoren sollten wissen, wie sich bestimmte Faktoren unter ­bestimmten makroökonomischen Bedingungen verhalten, da das wirtschaftliche Umfeld den Grenznutzen der Faktoren beeinflusst. Was intuitiv eingängig erscheint, wurde in zahlreichen ökonomischen Modellen formalisiert. Das Verhältnis zwischen den erwarteten Renditen von Faktoren und Nachrichten, die sich auf makroökonomische Bedingungen beziehen, ist gut dokumentiert. Hahn und Lee schrieben 2006 in „Yield Spreads as Alternative Risk Factors for Size and Book-to-Market“, dass die Zinskurve und das Ausfallrisiko zur Erklärung der Renditeschwankungen des Size- und Value-Faktors beitragen, andere Autoren fanden heraus, dass Size- und Value-Faktor von Zinskurve, Ausfallrisiko, kurzfristigen Zinsen und aggregierten Renditen beeinflusst werden. Baker und Wurgler hielten 2012 fest, dass der Low-Volatility-Faktor in Bezug zu Zinsfaktoren steht, während Cederburg und O’Doherty 2016 eine Abhängigkeit von Zinskurve, Aktienrendite, Ausfallrisiko und kurzfristigen Zinsen feststellten. Es finden sich auch einige Belege im Hinblick auf eine Verbindung von makroökonomischen Schocks und Momentum. Liu und Zhang zeigten 2008 in „Momentum Profits, Factor Pricing and Macroeconomic Risk“ , dass die Gewinneraktien von gestern ein höheres erwartetes Wachstum aufweisen als die Verliereraktien von ges­tern, und zwar speziell dann, wenn sich die Wirtschaft im Aufschwung befindet. Boons wies 2016 darauf hin, dass Makro-Zustandsvariablen, die im Zusammenhang mit der künftigen wirtschaftlichen Aktivität stehen, in den Aktienrenditen eingepreist sind. 
 
In einem Paper aus dem letzten Jahr mit dem Titel „Macroeconomic Risks in Equity Factor Investing“ selektierten vier Kapitalmarktforscher von SciBeta, nämlich Amenc, Esakia, Goltz und Luyten, sieben Makro-Variablen und analysierten deren Sensitivität in Bezug zu sechs allgemein anerkannten Aktienfaktoren. Sie zeigten, dass diese Aktienfaktoren ein substanzielles Exposure zu makroökonomischen Risiken besitzen, was dazu führen kann, dass Fakto­ren kurzfristig underperformen. Die Tabelle „Wie Makro-Variablen Faktorrenditen beeinflussen“ stellt die Renditeunterschiede der sechs anerkannten Faktoren zu Zeiten dar, in denen es positive und negative makroökonomische Überraschungen für jede der sieben Makro-Variablen gibt. Dabei stellt sich heraus, dass Faktoren tatsächlich mit signifikanten makroökonomischen Risiken assoziiert sind. Die Faktorrenditen unterscheiden sich signifikant je nachdem, welchen wirtschaftlichen Zustand die Marko-Variablen anzeigen. Kein einziger Faktor ist neutral in Bezug auf alle diese Variablen. Diese Makro-Spreads sind nicht nur statis­tisch signifikant, sondern auch in einer wirtschaftlich bedeutenden Größenordnung. So liegt beispielsweise der Renditespread des Investment-Faktors (Aktien mit niedriger Investitionsquote performen besser als solche mit einer hohen) und des Value-Faktors bei Wirtschaftsphasen mit unterschiedlichen Zinsbedingungen, gemessen anhand von Kurzfristzinsen und der Zinskurve, bei mehr als sieben Prozent annualisiert. Damit ist dieser Spread ungefähr doppelt so hoch wie bei den unbedingten Faktorrenditen, die bei 3,2 Prozent (niedrige Investitionen) beziehungsweise 3,7 Prozent (Value) liegen. Wenn also ein Investor die Investment-Faktor-Prämie ernten will, muss er sich dessen bewusst sein, dass es starke Abweichungen dieser Prämie vom unbedingten Mittelwert in Abhängigkeit von den makroökonomischen Bedingungen gibt. 
 
Signifikante Underperformances von Faktorrenditen in kurzfristigen Zeiträumen stehen in einem deutlichen Zusammenhang mit Änderungen im makroökonomischen Umfeld. Temporär negative Performances dieser Faktoren sollten seitens der Investorenschaft erwartet werden und sind kein ­Beweis für die Existenz eines Crowding-­Effekts.
 
Crowding-Nachweis?
 
Während es keine spezifischen Belege für die Existenz eines Crowding-Effekts im Besonderen bei Smart-Beta-Indizes gibt, untersuchen einige wenige Studien der letzten Zeit potenzielle Auswirkungen auf weithin genutzte Faktorprämien, die nachweislich einen Mehrertrag liefern. Keine dieser Arbeiten liefert allerdings einen klaren Beweis dafür, dass Faktorprämien ­wegen des Crowding-Effekts wahrscheinlich verschwinden werden. Wenn man sich die Resultate der nicht publizierten Arbeit von Yost-Bremm von 2014 ansieht, die manchmal zur Unterstützung der Crowding-Theorie zitiert wird, findet man dort keine schlüssigen Beweise dafür, dass Crowding-Effekte einen bedeutenden Kostenfaktor für Faktorinvestoren darstellen. Obwohl das Paper Belege für abnormal ­hohe Handelsvolumina in jenen Aktien findet, die in Standard-Faktor-Portfolios das ­eine Mal schon und das andere Mal wieder nicht aufscheinen, bedeuten die Ergebnisse doch nicht, dass es eine hohe Hürde bei der Umsetzung von Standard-Faktor-Strategien gibt. Die Belege, die sich finden lassen, weisen deutlicher in Richtung eines Effekts auf das Handelsvolumen und legen eine viel schwächere Wirkung auf die Aktienrenditen nahe. 
 
Die Proponenten der Crowding-Theorie glauben, dass Crowding den Vorteil der Smart-Beta-Strategien infolge höherer Implementierungskosten gänzlich verschwinden lässt. Diese Gruppe ist überzeugt, dass Smart-Beta-Strategien eine eindeutig beschränkte Kapazität haben. Das bedeute, dass mit zunehmenden Assets under Management in diesen Strategien der Impact auf den Preis im Zuge des Rebalancing die Renditevorteile schnell erodieren lasse. Um verstehen zu können, in welchem Ausmaß der Crowding-Effekt bei den Umsetzungskosten von Belang ist, ist es einmal notwendig zu verstehen, unter welchen Bedingungen ein Impact auf den Aktienkurs auftreten kann. Dieser Kurs-Impact ist eine Beobachtung aus dem realen Trading, wo Investoren in Märkten mit Friktionen agieren, während die meisten theoretischen Modelle von ratio­nalen und friktionsfreien Märkten ausgehen und Aktienkurse nur durch deren ­abdiskontierte Cashflows bestimmt werden. 
 
Angesichts von Friktionen beim realen Handel verlangen Anbieter von Liquidität eine Entschädigung dafür, dass sie große Trades absorbieren. Diese Kompensation schlägt sich dann in einem Kurs-Impact nieder und bedeutet nichts anderes als höhere Kurse für Käufer und niedrigere für Verkäufer. Liquidität ist die entscheidende Determinante für die Kapazität jeder Smart-Beta-Strategie. Obwohl die Schätzungen des Preis-Impacts und der Kapazität einer Faktorstrategie voneinander abweichen, so gibt es doch eine gemeinsame Erkenntnis, dass die Implementierung angemessener Investment­regeln zur Umsetzung der Strategie die ­Replikationskosten verringern kann. 
 
Es geht hier um Umsetzungstechniken, die zu einer Optimierung der Investierbarkeit führen. Mithilfe dieser Maßnahmen ist die Kapazität dieser Strategien ziemlich hoch. Dazu kommt, dass DeMiguel 2019 zeigen konnte, dass die Auswirkungen von Crowding auf den Preis-Impact durch Diversifikation im Handel verringert werden können. Da ­Trades in verschiedenen Smart-Beta-Strategien nicht perfekt korreliert sind, kann man bei einer Kombination mehrerer unterschiedlicher Strategien den Umsatz und ­damit die Preis-Impact-Kosten verringern. Generalisierende Aussagen zu den Auswirkungen von Crowding auf die Kosten des Preis-Impacts bei allen Smart-Beta-Strategien sind nicht darstellbar, denn es kommt vor allem auf die konkrete Umsetzung der Strategien an. 
 
Empirische Ergebnisse jüngeren Datums zeigen, dass eine angemessene Implementierung von Smart-Beta-Strategien zu keinen Nachteilen infolge von Preis-Impact-Kosten führt. 2019 haben die drei SciBeta-Kapitalmarktforscher Bregnard, Bruno und Goltz die Auswirkungen des Preis-­Impacts aus dem Rebalancing von zwei Multi-Faktor-Smart-Beta-Indizes geschätzt und den negativen Effekt des Price-Impacts auf die Indexperformance gemessen. Dabei konnten diese Multi-Faktor-Smart-Beta-Strategien die Vorteile der Diversifikation im Handel nutzen. Zudem wurde die Liquidität aufgrund der Anwendung stringenter Investmentregeln vergrößert. Im Ergebnis fand das Trio keinen Beleg für signifikante Auswirkungen auf die Aktienkurse (siehe Tabelle „Kein Performance Drag“). Tatsächlich war der Performance Drag nahe null und ­sogar in einigen Fällen leicht negativ, was den Schluss nahelegt, dass die Performance der beiden Multi-Faktor-Smart-Beta-Indizes nicht unter den Auswirkungen auf Aktienkurse durch das Rebalancing leidet.
 
Prämie perdu?
 
Eine wichtige Frage, die es zu klären gilt, ist, ob Faktorrisikoprämien nach deren erstmaliger Publikation tendenziell verschwinden. McLean und Pontiff schrieben 2016 in „Does Academic Research Destroy Stock Return Predictability?“, dass durch die Veröffentlichung Prämien im Schnitt 32 Prozent einbüßen würden. Gleichzeitig ver­warfen sie die Hypothese, dass abnormale Renditen nach ihrer Bekanntmachung vollständig verschwänden. Dabei analysierten sie fast hundert verschiedene Faktoren anhand von US-Daten. Da die Autoren nicht nur sehr gut abgesicherte und rational und ökonomisch begründbare Faktorprämien untersuchten, sondern in ihrer Stichprobe auch Ad-hoc-Prämien ohne klare wirtschaftliche Fundierung vertreten waren, handelt es sich um einen starken Beleg dagegen, dass Crowding automatisch Faktorrenditen für jede systematische Smart-Beta-Strategie ausradiert. 
Kürzlich haben Jacobs und Müller die Analyse von McLean und Pontiff anhand globaler Daten durchgeführt und kommen zu einem ähnlichen Ergebnis. Es gebe zwar eine Verringerung der US-Faktorprämien nach deren Publikation zu beobachten, jedoch keine Elimination. Für internationale Märkte ex USA fanden sie jedoch keine Hinweise auf eine Verringerung der Fak­torrenditen nach deren Veröffentlichung. Offensichtlich bleiben Faktorrenditen also nach deren Bekanntwerden intakt. 
 
Darauf aufbauend führen Noël Amenc, Giovanni Bruno und Felix Goltz folgende Untersuchung durch: Aus den sechs Konsensus-Faktoren Value, Size, Momentum, Low Volatility, Profitabilität und Investment konstruieren sie ein Multi-Faktor-Portfolio, das jedes Jahr nur jene Faktoren (long ­minus short) gleichgewichtet, die schon ­publiziert waren. So starten sie 1972 nur mit einem Faktor (Low Volatility), 1981 kommt dann der Size-Faktor hinzu und so fort, bis schließlich ab 2004 alle sechs Faktoren ­publiziert waren und sich gleichgewichtet im Portfolio wiederfinden. 
 
Wie die Grafik „Post-Publikations-Faktorportfolio“ illustriert, hätte eine solche Strategie mit einer annualisierten Rendite von 5,44 Prozent positiv performt. Mit ­einem t-Wert von 5,33 ist dieses Ergebnis zudem statistisch stark signifikant. Aus der kumulierten Aufwärtsbewegung dieses L/S-Multi-Faktor-Portfolios erhält man einen weiteren Beleg für die Beständigkeit (Per­sistenz) der Faktoren nach ihrer Veröffent­lichung. 
 
Lange Dürrephasen
 
Der ausgerufene Tod der Faktorrenditen kommt eindeutig zu früh, es finden sich ­keine Belege dafür. Allerdings können die Dürreperioden der einzelnen Faktoren deutlich länger dauern, als gemeinhin angenommen wird. Auch 15 Jahre Underperfor­mance sind keine Seltenheit, was für Multi-Faktor-Ansätze im Smart-Beta-Bereich spricht. Grosso modo können auch Publikationen den Faktoren – zumindest außerhalb der USA – und den ökonomisch fundierten und wissenschaftlich bestätigten Faktor­renditen nichts anhaben. 
 
Nebulöse Kassandrarufe in Bezug auf das renditezerstörende Crowding sind offensichtlich ebenfalls eine Themenver­fehlung. Für zuletzt eher gebeutelte Faktorinvestoren sind das zweifellos gute Nachrichten, die das Aussitzen bestimmter underperformender Faktoren – man denke nur an die lange Underperformance von Value – erträglicher machen.
 
Dr. Kurt Becker

Anhang:

twitterlinkedInXING
 Schliessen

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