Das Fachmagazin für institutionelle Investoren

Geben Sie Ihren Benutzernamen und Ihr Passwort ein, um sich an der Website anzumelden:
3/2019 | Theorie & Praxis
twitterlinkedInXING

Im zweiten Anlauf

Verfügen institutionelle Investoren gegenüber anderen Marktteilnehmern über einen ­Informationsvorsprung? Die erste Intuition lautet ja, die wissenschaftliche Antwort bislang nein. Ein frischer Ansatz, der sich auf „korrektive Trades“ bezieht, liefert neue Erkenntnisse.

1569398618_corrective_trading__grafikplusfoto__adobestock_114089238_50.jpg

Schafft man den Sprung beim zweiten Mal oder nicht? Normalerweise hat man nach dem ersten Versuch eine bessere Anhnung davon, was funktioniert und was nicht. Lässt sich dieses Prinzip auch auf das Investorenverhalten ummünzen

© GMF, grafikplusfoto | stock.adobe.com

In manchen Kulturen nimmt man es mit den Zahlen nicht ganz so genau. Da reicht das Zahlensystem beispielsweise nur bis 100, ab dann ist alles einfach „sehr viel“. Ganz so abwegig ist ein derartiges Konzept nicht. Denn irgendwann verlieren gewisse Summen aufgrund ihrer Größe an Aussagekraft. Beispielsweise bei der Höhe aller von institutionellen Investoren verwalteten Vermögenswerten: 66 Billionen Euro. Das fällt zum Ersten in die bereits erwähnte naiv anmutende Kategorie von „sehr viel“. Und führt in einem zweiten Schritt zu der Annahme, „dass ein derartiges Ausmaß an Vermögen gewaltige Ressourcen nach sich zieht. Das sollte es institutionellen Investoren er­möglichen, mehr Informationen zu finden als herkömmliche Marktteilnehmer“, wie ­Yawen Jiao von der University of California  meint. „Trotz dieser weit verbreiteten Annahme bestehen aber erstaunlich wenige akademische Beweise dafür, dass institu­tionelle Investoren tatsächlich über einen Infor­mationsvorsprung verfügen“, so die Wissenschaftlerin in ihrer Arbeit „Correc­tive Trading: An Analysis of Institutional ­Investor’s Information Advantages“.

Dürftige Beweislage

In der Forschung finden sich, wenn überhaupt, nur Hinweise auf einen allenfalls marginalen Informationsvorsprung. Diese Spuren beziehen sich wiederum nur auf sehr spezifische Investmentstrategien, wie sie etwa von hoch aktiven Hedgefonds ­umgesetzt werden, oder wenn es sich um bestimmte Szenarien handelt, in denen ein institutioneller Investor beispielsweise einen privilegierten Zugang zu Unternehmens­daten hat.

Zur Klärung der Frage, ob Institutionelle möglicherweise tatsächlich über keinen ­Informationsvorsprung verfügen, bedient sich Jiao der Ausführungen von Jonathan Lewellen in seinem 2011 erstellten Paper „Institutional Investors and the Limits of Arbitrage“. Demnach halten institutionelle Investoren aufgrund der verwalteten Volumina de facto den Markt, wodurch sie per se keinen ­Informationsvorsprung haben können. ­Diese These hat in den vergan­genen Jahren mit dem Aufstieg des passiven Investierens beziehungsweise von Smart-Beta-Ansätzen an Glaubwürdigkeit gewonnen. Yawen Jiao hat sich aber nicht so leicht entmutigen lassen, weiter nachgedacht und ist schließlich folgendem Verdacht nachgegangen: Was, wenn es nicht der ursprüng­liche Handel ist, in dem sich ein Informa­tionsvorsprung abbildet, sondern der korrigierende? Nehmen wir also an, ein Investor steckt 100 Euro in Aktie A, findet dann aber heraus, dass das Investment suboptimal war, und reduziert seine Position. Könnte dieser Trade dann mehr Informationen beinhalten und dementsprechend besser zukünftige Erträge prognostizieren? Das könnte schon zutreffen, nur: Wie die „korrektiven Trades“, wie Jiao diese zweite Art von Transaktion nennt, bestimmen?

Dazu geht die Autorin in ihrer ­Modellannahme davon aus, dass ein Inves­tor Informationen, die sich auf mögliche zukünftige Erträge beziehen, in der ­Regel ignoriert beziehungsweise gar nicht erst sucht. „Das passiert, wenn Informationen sehr rar gesät sind oder Recherche sehr teuer ist oder ein Inves­tor besondere Sorgfaltspflichten erfüllen muss“, so Jiao.

In so einem Fall würde der Investor neue Mittel so allokieren, dass sie die ursprüngliche Portfoliozusammensetzung nicht verändern. Das Portfolio wird also mit jedem Zuschuss nur ­größer, aber nicht anders. Jiao nennt diese Art von Transaktion „implizierten Trade“. Das bedeutet wiederum, dass jeder ­Trade, der kein implizierter Trade ist, ein korrektiver Trade sein muss. Der – sehr vereinfachte – Rechengang muss also lauten: Gesamtheit der Trades ­minus implizierte Trades = korrektive Trades.

Bei der Analyse von korrektiven und impliziten Trades verarbeitet die Forscherin eine Unmenge an Variablen wie die Veränderungen des Marktwertes, die Marktkapitalisierung, Kapitalströme oder auch die Dividende und andere Kennzahlen. Sie beobachtet dabei den US-Aktienmarkt von 1980 bis 2017. Zwar müssen institutionelle Investoren, die Vermögenswerte über zumindest 100 Millionen US-Dollar verwalten, seit 1978 alle Transaktionen, die 200.000 Dollar oder mehr ausmachen, einmelden, „allerdings ist die Datenlage aus den ersten Jahre dünn“, weshalb die Testreihe mit dem Jahr 1980 beginnt.

Korrektives Phänomen

Jiao vergleicht nun in einem ersten Schritt die Erträge von korrektiven und impliziten Trades auf Quartals- und Jahresbasis (siehe Tabelle „Korrektive Prognosekraft“). Dabei kommt sie zu einem relativ eindeutigen Resultat: Egal ob man die Performance für das nächste Quartal oder das nächste Jahr misst – die Koeffizienten weisen für korrektive Trades ein deutliches Plus bei einem statistischen Signifikanzniveau von 99 Prozent aus. Umgekehrt jedoch sind die Koeffizienten bei den implizierten Trades negativ – und das bei derselben statistischen Signifikanz. Das bedeutet nichts anderes, als dass korrektive Trades tatsächlich zur Prognose zukünftiger Kursbewegungen verwendet werden können. Die Resultate halten auch bei unterschiedlichen Zeithorizonten von bis zu 24 Monaten stand. Dass implizite Handelsaktivitäten keine Kursentwicklungen vorhersagen, überrascht wiede­rum nicht. Das simple Auffüllen eines Portfolios nach immer der gleichen Gewichtung kann keine echte Prognosekraft ausweisen – oder eben nur eine zufällige.

Kann man diese theoretische Prognosekraft aber auch in Erträge umwandeln? Um das herauszufinden, hat Jiao verschiedene Portfolios kreiert (siehe Tabelle „Wichtiges Korrektiv“): zunächst „korrektive Portfolios“, die quartalsmäßig danach sortiert werden, wie oft die jeweiligen Aktien korrektiven Trades ausgesetzt sind. Sie teilt die ­Aktivitäten in Quintile. In Portfolio Q5 werden die Aktien-Trades nachgebildet, die am öftesten korrektiv erfolgen. Für Q1 geschieht dasselbe – allerdings für die Titel, die im Portfolio am seltensten auf- oder abgebaut werden. Die Erträge dieser Portfolios vergleicht sie über drei, sechs, neun sowie zwölf Monate. Am Ende erstellt sie das Investmentportfolio Q5–Q1, das Q5 kauft und Q1 leer verkauft. Aus diesem Ansatz ­ergibt sich für das erste Quartal nach dem korrektiven Trade ein Ertrag von 2,58 Prozent, was einer annualisierten Performance von 10,73 Prozent entsprechen würde.

Eindeutiges Resultat

Anschließend erstellt sie nach dem selben Muster ein „implizites Portfolio“. Auch hier sind die Resultate eindeutig. Spiegelbildlich und nachvollziehbarerweise werden die höchsten Erträge jedoch dort erzielt, wo am wenigsten implizit gehandelt wird.

Somit belegt der Ansatz der Forscherin, dass das Phänomen „Corrective Trade“ unter den vorab definierten Rahmenbedingungen sowohl über Prognosekraft verfügt als auch in einem Zeitraum von bis zu zwölf Monaten Erträge abliefert. Es liegt aber auch nahe, dass nur eine recht aktive Umsetzung der Strategie zu echtem Erfolg führt. Sieht man sich nämlich die Performance des korrektiven Q5–Q1-Portfolios nach einem Jahr an, so bleibt zwar immer noch eine positive Performance übrig, sie beläuft sich aber nur mehr auf durchschnittlich 3,13 Prozent – und das ist für ein Aktienengagement durchaus mager.

Hedgefonds liegen voran

Will man als Investor die Mühe – und vor allem die Kosten – einer korrektiven Strategie auf sich nehmen, stellt sich die Frage, ob man überhaupt über das nötige Rüstzeug in Sachen Information verfügt. Und hier könnte es innerhalb der Investorengruppe, die bislang pauschal als „institutionell“ bezeichnet wurde, Unterschiede geben. Die Autorin unterteilt die Gruppe also in vier Kategorien: erstens Bankgesellschaften und Versicherungen, zweitens Berater und Asset Manager, drittens Hedgefonds und viertens „Sonstige“.

Wertet man nun die Prognosekraft dieser vier Gruppen über drei und zwölf Monate aus, so kommt man zu dem statistisch relevanten Ergebnis, dass tatsächlich alle Regressionen, bezogen auf korrektive Trades und zukünftige Erträge, positive Resultate abwerfen. Allerdings ist die Prognosekraft von Trades, die durch Hedgefonds getätigt werden, deutlich stärker ausgeprägt als bei den anderen Gruppen. So weist ein korrektives Investment aus dem Bereich Banken und Versicherungen über drei Monate hinweg einen Prognosekoeffizienten von 0,16 und auf zwölf Monate von 0,12 aus. Hedge­fonds kommen in den selben Zeiträumen auf einen doppelten bis fünffach so hohen Wert. „Das entspricht der Erwartung, dass Hedgefonds über ein geringer ­ausgeprägtes Agency-Problem verfügen als andere Inves­toren“, meint Jiao. „Das führt zu geringeren Einschränkungen bei den Marktaktivitäten und in der weiteren Folge zu besseren ­Informationen“ – ein Schluss, der Sinn ergibt. Denn wozu sollte sich ein Investor über eine Strategie schlau machen, die er aus den unterschiedlichsten Gründen gar nicht anwenden kann?

Überraschend aus Sicht der Autorin ist aber, dass tatsächlich „alle Typen von institutionellen Investoren über einen Informa­tionsvorsprung verfügen, wenn sie ihre Portfoliostruktur verändern“, gab es in der Literatur doch, wie eingangs erwähnt, kaum haltbare Hinweise darauf, dass institutio­nelle Investoren künftige Aktienerträge prognostizieren können.     

Hans Weitmayr


Anhang:

twitterlinkedInXING
 Schliessen

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