Factor Investing: eine verlässliche Quelle für Zusatzerträge?

Transkript

1 Factor Investing: eine verlässliche Quelle für Zusatzerträge? Dr. Benedikt Henne, CFA Managing Director, Co-CIO AllianzGI Systematic Equity Dr. Klaus Teloeken Managing Director, Co-CIO AllianzGI Systematic Equity

2 Zusammenfassung In diesem Papier erörtern wir oft gestellte Fragen über Factor Investing wie zum Beispiel Wie kam es zu dem aktuell starken Interesse an diesem Ansatz?, Welche Faktoren wählt man am besten aus?, Werden die aus historischen Daten gewonnenen Faktorerträge überschätzt?, Bleiben die Faktorerträge stabil oder werden sie durch Arbitrage verschwinden?, Ist Factor Investing relevant für alle Anleger?, Ist bei Factor Investing Timing möglich? und Wie sollten die Faktoren miteinander kombiniert werden?. Die zentralen Aussagen dieses Papiers sind folgende: Factor Investing besitzt bereits eine lange Tradition, doch viele Asset Manager haben erst kürzlich entsprechende Produkte aufgelegt. Vielen institutionellen Anlegern ist aufgefallen, dass ein Großteil ihres relativen Anlageerfolgs durch Faktorerträge erklärt werden kann, auch wenn sie nicht ausdrücklich in Faktorprodukte investiert haben. Daher haben sie sich verstärkt dem Factor Investing zugewandt und steuern nun ihr Faktor-Exposure durch gezielte Allokation in den einzelnen Faktoren sowie durch Management der damit verbundenen Risiken. Factor Investing wird dauerhaft als Anlagethema von Bedeutung bleiben, da mit den Faktoren Risikoprämien verknüpft sind, die nicht durch Arbitrage verschwinden können. Die Auswahl der Faktoren ist recht einfach, da es nur eine be grenzte Zahl von Risikoprämien gibt. Anspruchsvoller ist die Wahl der geeigneten Maßnahmen für das Risikomanagement, wenn mehrere Faktoren kombiniert werden. 2

3 Geschichte des Factor Investing: Wie kam es zu dem aktuell großen Interesse an dem Ansatz? Am Anfang des Factor Investing steht eine grundlegende Frage: Woher kommen eigentlich die Zusatzerträge im Aktienbereich? Das lateinische Wort Faktor bedeutet derjenige, der etwas tut/bewirkt. Dementsprechend geht das Faktor- Research der Frage nach: Was bewirkt/bestimmt die Zusatzerträge?. Man könnte meinen, dass die Antwort auf eine so einfache Frage ebenfalls einfach sei: Ein Portfolio entwickelt sich deshalb überdurchschnittlich, weil der Portfoliomanager die richtigen Aktien ausgewählt hat. Doch die Antworten auf einfache Fragen sind häufig subtiler, als es zunächst den Anschein hat. Erinnern wir uns an das berühmte Gedankenexperiment des Finanzprofessors Burton Malkiel: In diesem Experiment wirft ein Schimpanse Pfeile auf die Aktien kurstabellen im Wall Street Journal. Nun liest jemand die Namen der getroffenen Aktien ab und bildet daraus ein Portfolio aus 50 Titeln, die jeweils mit 2 % gewichtet sind. Es stellt sich heraus, dass das so geschaffene Portfolio nach zehn Jahren besser abschneidet als der breite Markt. Sicherlich weist das Portfolio einen hohen Tracking Error und Phasen starker Out- und Underperformance auf, doch langfristig ist es erfolgreich. Wüsste man nicht, dass ein Schimpanse die Aktien ausgewählt hat, wäre man von den Stockpicking-Fähigkeiten des Portfoliomanagers beeindruckt. Doch wie wir wissen, ist kein Manager für das Ergebnis verantwortlich, lediglich ein Schimpanse, der nach dem Zufallsprinzip Pfeile geworfen hat. Nun stelle man sich vor, dass man den Schimpansen durch einen Zufallsgene rator ersetzt und das Experiment auf einem Computer einige tausendmal wiederholt. Wie im Fall des vom Schimpansen gebildeten Portfolios wird der weit überwiegende Teil der vom Computer zufällig generierten Portfolios ebenfalls eine überdurchschnittliche Wertentwicklung erzielen. Diese Outperformance kann eindeutig nicht durch die Einzeltitelauswahl erklärt werden. Welche Rolle spielt dabei die Gewichtung der einzelnen Aktien? Anstelle einer Gleichgewichtung in Höhe von 2 % für jeden Titel könnte man die Aktien mit dem Kehrwert ihrer jeweiligen Volatilität gewichten das wäre die sogenannte Risk Parity - Gewichtung. Wie würde sich dies auf die Ergebnisse auswirken? Tatsächlich würden die zufällig ausgewählten Aktien auch bei Anwendung dieses Gewichtungsschemas immer noch eine Outperformance erzielen. Um jeden Zweifel auszuschließen, könnte man auch das Gegenteil des Risk Parity -Gewichtungsschemas verwenden, indem man die einzelnen Aktien entsprechend ihrer Volatilität gewichtet. Doch auch dann würden sich die resultierenden Portfolios auf lange Sicht überdurchschnittlich entwickeln. Wie ist das zu erklären? Warum hat der Schimpanse ein besseres Ergebnis erzielt als der Index? Um eine Antwort darauf zu finden, schauen wir uns den Index näher an. Dazu nehmen wir an, dass der Schimpanse seine Pfeile auf die Kurstabellen des S&P 500 geworfen hat. Die an der Börsenkapitalisierung orientierte Gewichtung der Titel in diesem Index führt zu einer starken Konzentration. So gibt es nur eine Handvoll Aktien, die über eine Gewichtung vom mehr als 2 % verfügen. Der Großteil der Titel hat dagegen lediglich ein Gewicht von jeweils weniger als zehn Basispunkten. Aus diesem Grund haben die Aktien, die von dem Schimpansen getroffen wurden, in der kapitalisierungsgewichteten Benchmark nur einen kleinen Anteil dennoch werden sie in dem vom Schimpansen gebildeten Portfolio mit jeweils 2 % gewichtet. Bei mehr als der Hälfte der Aktien bedeutet dies eine Übergewichtung um 190 Basispunkte oder mehr. Daraus ergibt sich in allen Portfolios aus dem Schimpansen- Experiment eine ausgeprägte Tendenz hin zu Small Caps. Bei der Verwendung des Risk Parity -Gewichtungsschemas bzw. seines Gegenteils wurden dagegen Aktien, die eine durchschnittliche Volatilität aufweisen, ebenfalls mit jeweils rund 2 % gewichtet. Die beiden Ansätze unterscheiden sich zwar stark hinsichtlich der Allokation in Aktien mit überdurchschnittlicher bzw. unterdurchschnittlicher Volatilität. Doch beide gewichten die meisten Titel mit mehr als zehn Basispunkten. Dies bedeutet, dass sie ebenfalls eine starke Tendenz hin zu Small Caps bewirken und außerdem eine Value-Tendenz aufweisen (wenn auch nicht notwendigerweise zu jedem Zeitpunkt). Nun wird deutlich, dass der Schimpanse zwar in gewisser Weise Aktien auswählte, dass für das Ergebnis aber die implizit damit einhergehenden Exposures entscheidend waren. Die Aktienauswahl und die Gewichtungsschemata hatten keinen großen Einfluss auf die resultierende Ausrichtung auf Small Cap- und Value titel. Dieses Beispiel zeigt, dass Investmentstile wie Value und Small Caps bei der Aktienanlage eine wichtige Rolle spielen, selbst wenn man sich ihrer bei der Auswahl und Gewichtung der Aktien nicht bewusst ist. Die Ausrichtung auf Value-Aktien bzw. Small Caps ist ein Beispiel für sogenannte Faktor-Exposures, die für die relative Wertentwicklung der meisten aktiv verwalteten Anlagen entscheidend mitverantwortlich sind. Die Existenz dieser Faktoren ist in der wissenschaftlichen Literatur gut dokumentiert. Die Faktoren existieren in allen Anlageregionen weltweit und funktionieren über lange Zeiträume. Nachfolgend drei Beispiele für die diesbezügliche Fachliteratur: apple Basu (1977) zeigte, dass Aktien mit niedrigem Kurs-Gewinn- Verhältnis (KGV) an der New Yorker Börse besser abschnitten als Titel mit hohem KGV. apple Banz (1981) beschrieb den Größeneffekt, wonach sich die Aktienkurse kleiner Unternehmen besser als diejenigen von Großunternehmen entwickeln. 3

4 apple Jegadeesh und Titman (1993) wiesen nach, dass Aktien mit starkem Kursmomentum dazu tendieren, weiterhin den Markt zu schlagen. Ungeachtet der umfangreichen Forschungsergebnisse zu diesem Thema besteht nach wie vor kein Konsens hinsichtlich der wahren Natur dieser Faktoren. Hängen ihre Erträge letztlich von Verhalten und Psyche der Anleger ab? Weisen sie auf Marktineffizienzen hin? Oder sind ihre Erträge ein Ausgleich für das Eingehen größerer wirtschaftlicher Risiken, sprechen also für Markteffizienz? Oder treffen mehrere Erklärungen zu? Die Antworten auf diese Fragen sind deshalb von Bedeutung, da sich je nach dem tatsächlichen Charakter der Faktoren unterschiedliche Konsequenzen für die Portfoliokonstruktion ergeben. Beruhen sie auf Ineffizienzen, können sie nur solange ihre Wirkung entfalten, wie der Markt ineffizient bleibt. Ziel der Portfoliokonstruktion wird dann sein, ein Höchstmaß an Ineffizienz in einem konzentrierten Portfolio abzubilden. Ist die Ursache dagegen das Vorhandensein von Risikoprämien, besteht das Ziel der Portfoliokonstruktion darin, eine Diversifikation über die Risikoprämien vorzunehmen und die Faktoren umfassend und genau abzubilden, sodass sie auch dann wirksam bleiben, wenn die Märkte perfekt effizient sind. Bei Allianz Global Investors sind wir davon überzeugt, dass die Anleger die Effizienz der Märkte nicht unterschätzen sollten und sich besser zu vorsichtig als zu wenig risikobewusst verhalten sollten. Fama und French (1992) haben ein Bewertungsmodell für effiziente Aktienmärkte vorgeschlagen, das die Existenz von Risikoprämien zusätzlich zur allgemeinen Marktrisikoprämie unterstellt. In ihrem einflussreichen Artikel führen die beiden Autoren aus, dass es Teilsegmente des Marktes gibt, die mit eigenen Risikoprämien verbunden sind, die zusätzlich zu der Risikoprämie des breiten Marktes existieren. Demnach verfügt ein Portfolio über ein Markt-Beta, das sein Exposure gegenüber dem breiten Markt zum Ausdruck bringt, und außerdem mehrere weitere Betas, die sein Exposure gegenüber anderen Risikoprämien wie zum Beispiel der Value-Prämie beschreiben. Dieses Multiprämienkonzept wurde später von diversen Autoren weiterentwickelt, darunter Carhart (1997), der das Momentum als einen Faktor hinzufügte. Wird Anlegern und den Verwaltern von Pensionsplänen erst einmal die Bedeutung der Faktoren als maßgebliche Bestimmungsgrößen der Wertentwicklung bewusst, verändert dies grundlegend ihren Blick auf die jeweiligen Asset Manager. 4

5 Woher kommt die Outperformance? Risikoprämien von Investmentstilen sind die Triebfeder aktiver Aktienrenditen 1980er 1990er 2000er Alpha Alpha Value - Risikoprämie Performance basierend auf Fondsmanager- Expertise Aktive Rendite = Alpha = = Value - Risikoprämie Small -Cap- Risikoprämie Small -Cap- Risikoprämie Momentum - Risikoprämie Low -Volatility- Risikoprämie Performance aus Risikoprämien Excess - Excess - Excess - Market - Market - Market - Beta Beta Beta Quelle: MSCI. Allianz Global Investors. Das obige Schaubild dient lediglich der Veranschaulichung. Vor einigen Jahrzehnten wurde der relative Ertrag eines Portfolios vollständig auf die Fähigkeiten des Portfoliomanagers zurückgeführt. Als das Capital Asset Pricing Model (CAPM) aufkam, wurde der aktive Ertrag eines Portfolios in zwei Komponenten zerlegt: Die eine Komponente das sogenannte Beta beschreibt die Sensitivität des Portfolios gegenüber der Entwicklung des breiten Marktes. Die andere Komponente, die nicht durch die Marktentwicklung erklärt werden kann, wird als Alpha bezeichnet. Damit machte das CAPM deutlich, dass ein Teil der relativen Wertentwicklung eines Portfolios durch sein Exposure gegenüber dem breiten Markt zu erklären ist und nicht lediglich auf die Aktienauswahl oder das Alpha zurückzuführen ist. Kauft man beispielsweise defensive Aktien mit niedrigem Beta in einem abwärtsgerichteten Markt, wird man eine Outperformance erzielen unabhängig davon, ob bei der Entscheidung darüber, welche defensiven Aktien man kauft, bestimmte Stockpicking-Fähigkeiten eine Rolle spielten. Diese Erkenntnis veranlasste die meisten Anleger dazu, von ihren Asset Managern ein Portfolio-Beta von konstant eins und vollständige Konzentration auf die Aktienauswahl zu verlangen. Hätten die Asset Manager dagegen freie Hand bei der Festlegung des Marktexposure, wären ihre Auftraggeber nicht mehr in der Lage, ihre Asset-Allokation planmäßig umzusetzen. Jahrzehnte später sorgten die weiterführenden Arbeiten von Eugene Fama und Kenneth French dafür, dass das bis dahin auf nur einer Risikoprämie beruhende CAPM-Konzept um weitere Prämien und entsprechende Betas ergänzt wurde. Dabei konnten Fama und French zeigen, dass laut ihren Aktienrisikomodellen tatsächlich ein viel größerer Anteil der Aktienerträge von Faktor-Exposures und Faktor-Timing bestimmt wird. Das Konzept wurde danach auf mehrere Faktoren erweitert beispielsweise im 4-Faktor-Modell von Carhart und die Bedeutung des aus der Aktienauswahl resultierenden Alpha verringerte sich stetig. Im Herbst 2013 erhielt Eugene Fama den Nobelpreis in Wirtschaftswissenschaften für seine Erklärung der empirischen Outperformance von Value-Aktien und Small Caps mittels des Konzepts der Risikoprämien. Demnach erhält ein Anleger eine Risikoprämie als Sicherheitspuffer für die Anlage in Aktien, die zusätzliche wirtschaftliche Risiken bergen. Insgesamt bedeuteten diese Erkenntnisse, dass ein immer geringerer Teil des aktiven Ertrags eines Portfolios allein den Fähigkeiten des Managers zuzuschreiben ist. Stattdessen wird ein immer größerer Teil des relativen Ertrags auf Risikoprämien zurückgeführt. Diese Risikoprämien waren schon immer präsent, doch wurde ihre Bedeutung erst nach und nach erkannt, während sich die Rolle des Alphas als wesentlich kleiner herausstellte, als man zuvor gedacht hatte. Mit zunehmendem Bewusstsein für die Bedeutung von Investment-Faktoren sind viele Anleger von der Überwachung des Markt-Betas ihrer Anlagen zu einer ergänzenden aktiven Kontrolle ihres Exposures gegenüber anderen Faktoren übergegangen. Schön und gut, mag mancher sagen und das ganze vielleicht für ein wenig trocken und akademisch halten. Faktoren interessieren mich weiterhin nicht ich wähle Asset Manager aus, die sich 5

6 auf die Erzielung von reinem Alpha konzentrieren. Letztlich ist es das, was die meisten Anleger bei der Auswahl von Asset Managern zu erreichen versuchten. Erheblichen Schub erhielt das Interesse der Öffentlichkeit am Factor Investing jedoch, nachdem einige sehr große Anleger wie der staatliche Pensionsfonds Norwegens einen genaueren Blick auf ihre Asset Manager warfen und dabei interessante Entdeckungen machten. Der norwegische Staatsfonds hatte Asset Manager ausgewählt, die in der Vergangenheit positive relative Erträge erzielt hatten. Ließen sich ihre Ergebnisse durch Faktoren erklären? Die Antwort lautet auf den ersten Blick nein. Ein einzelner Aktienfonds kann mit begrenztem Faktor-Exposure verwaltet werden, wobei der Großteil seines relativen Ertrags nicht auf Faktoren, sondern vollständig auf unabhängige Aktienauswahl zurückgeführt werden kann. Die meisten institutionellen Anleger müssen jedoch eine erhebliche Zahl unterschiedlicher Manager in Anspruch nehmen. Werden die von ihnen verwalteten Anlagen konsolidiert und als Einheit betrachtet, treten Faktor-Exposures zutage und spielen dann eine viel größere Rolle, als dies in den einzelnen Portfolios der Fall ist. Das Zutagetreten von Faktoren auf aggregierter Ebene hat mehrere Gründe: Die einzelnen Portfoliomanager sind sich meist weniger hinsichtlich der ausgewählten Einzelaktien einig als hinsichtlich der Investmentstile, die sie verfolgen. Sie bevorzugen bewusst oder unbewusst Aktien mit bestimmten Stilcharakteristika wie Value oder Qualität, obwohl sie bezüglich einzelner Aktien unterschiedlicher Auffassung sind. Daher treten auf aggregierter Ebene die Einzeltitelentscheidungen in den Hintergrund und sind weniger relevant als die Auswahl der Stilcharakteristika. Mathematisch lässt sich zeigen, dass eine Gesamtheit von vier Portfolios nur die Hälfte der aktienspezifischen orthogonalen Risikokomponente eines Einzelportfolios aufweist (bei 16 Portfolios ist es nur ein Viertel). Während sich das Faktorrisiko nicht über mehrere Manager diversifiziert, tut es dies bei aktienspezifischen Risiken sehr wohl. Daher dominieren auf der aggregierten Ebene die Faktorkomponenten, was durch viele empirische Untersuchungen bestätigt wird. So zeigten beispielsweise Kahn und Lemmon (2015) mittels Simulation, dass die Faktor-Exposures in Multimanager- Portfolios, die aus mindestens zehn Unterportfolios bestehen, mehr als 50 % des aggregierten relativen Risikos ausmachen. Sehr große institutionelle Anleger verfügen über weit mehr als zehn Portfolios, sodass die Faktor-Exposures ihre Anlageergebnisse umso stärker beeinflussen. Zum selben Ergebnis gelangte auch der norwegische Pensionsfonds bei seiner empirischen Untersuchung. Da er einer der größten Staatsfonds der Welt ist, der Norwegens Rohstoffeinnahmen auf langfristige und nachhaltige Weise investieren soll, sollte der von ihm verfolgte Entscheidungsprozess für Investoren jeder Größenordnung erhellend sein. Während der Finanzkrise im Jahr 2008 verlor der Fonds stark an Wert und entwickelte sich deutlich schlechter als seine Benchmark. Der kräftige Wertverlust und der sich aus der Underperformance ergebende öffentliche Druck waren der Anlass für eine Analyse der Wertentwicklung des Fonds und der Leistung der Asset Manager. Ergebnisse dieser Analyse flossen in ein Papier der angesehenen Finanzprofessoren Ang, Goetzmann und Schaefer (2009) ein. Sie fanden heraus, dass sich ungeachtet der Ausrichtung des Fonds auf aktive Anlageprozesse sein Ertragsmuster nicht wesentlich von dem seiner Benchmark unterschied. Tatsächlich hoben sich die unterschiedlichen Gewichtungen der einzelnen Anlagen auf der Gesamtportfolioebene tendenziell auf. Außerdem konnten mehr als zwei Drittel des Mehrertrags des Fonds durch wohlbekannte Faktor- und Risikoprämien erklärt werden insbesondere diejenigen für die Investmentstile Value, Marktkapitalisierung, Momentum und Volatilität. Der norwegische Pensionsfonds reagierte auf diese Ergebnisse mit einer Änderung zentraler Bestandteile seiner Anlagepolitik. Zwar konnte er aufgrund seiner Größe nicht zu einem vollständig faktorbasierten Ansatz übergehen. Jedoch nahm er einige wesentliche Grundsätze für die Vereinnahmung von Investmentstilprämien in seine offizielle Anlagepolitik auf: apple Der Fonds wird von der Überzeugung geleitet, dass die Märkte weitgehend effizient sind und daher keine wesentlichen Zusatzerträge (Alpha) durch die Einzeltitelauswahl erzielt werden können. apple Des Weiteren zielt der Fonds nun darauf ab, seine risikobereinigte Wertentwicklung dadurch zu erhöhen, dass er sich in bestimmten Faktoren engagiert und auf diese Weise Risikoprämien über die Aktienrisikoprämie hinaus ver einnahmt. apple Allerdings müssen die mit den Faktorprämien verknüpften Risiken gezielt gesteuert werden und sind nicht lediglich als ein Nebenprodukt des aktiven Stockpicking im Bottom-up- Verfahren anzusehen. Angesichts der empirischen Evidenz, die von anderen großen Institutionen bestätigt wurde und auch theoretisch erklärt werden kann (siehe Kahn und Lemmon 2015), stellt sich für institutionelle Anleger folgende naheliegende Frage: Weshalb zahlen wir hohe Gebühren für die aktive Verwaltung durch einzelne Manager, wenn unser Gesamtportfolio nicht nur gegenüber Faktoren exponiert ist, sondern von diesen sogar dominiert wird? Sollten wir stattdessen nicht niedrigere Gebühren zahlen und ein bestimmtes Faktor-Exposure gezielt anstreben? Selbst wenn sie einen zweigleisigen Ansatz verfolgen, also Alpha und Risikoprämien gleichzeitig anstreben, haben die Anleger ein realistisches Bild von der Knappheit von Alpha gewonnen. Ein großer institutioneller Anleger verfügt schlicht über ein zu hohes Anlagevolumen, um einen wesentlichen Teil seines an gestrebten Zusatzertrags durch Alpha erzielen zu können. Stattdessen muss 6

7 eine gesunde Dosis an Risiko prämien für den Großteil des Mehr ertrags sorgen. Die Indexanbieter haben schnell auf diese Erkenntnisse reagiert (die der akademischen Welt keineswegs neu waren) und eine Vielzahl neuer Indizes aufgelegt, die das Investieren in Risikoprämien auf standardisierter Grundlage ermöglichen. Standardisierung bedeutet in diesem Zusammenhang, Träger von Faktorprämien zu isolieren und separat zugänglich zu machen. Diese neuen Indizes tragen die unterschiedlichsten Bezeichnungen wie Smart Beta -, Stil- oder Faktor-Indizes, wobei sich die Definitionen unterscheiden, jedoch eine erhebliche Schnittmenge aufweisen. Für die Asset-Management-Branche ist dies eine sehr wichtige Entwicklung, die eine zweite Runde der Standardisierung darstellt. In der ersten Runde wurden ETFs auf breite Marktindizes etabliert, die es Anlegern unter Umgehung von Asset Managern erlauben, sich Zugang zur Aktienmarktprämie zu verschaffen. In der zweiten Runde können Anleger nun auch ohne Inanspruchnahme von Asset Managern auf eine Outperformance gegenüber dem Markt mittels eines Kaufenund-Halten -Ansatzes abzielen, indem sie einfach einen Korb aus Risikoprämien-Indizes erwerben, der ihnen die Quellen langfristiger Performance zugänglich macht. Nach diesem Rückblick auf die Geschichte des Factor Investing wenden wir uns der nächsten Frage zu. Welche Faktoren wählt man am besten aus? Wir wollen uns der Fragestellung zunächst auf möglichst allgemeine Weise nähern: mit statistischen Methoden. Tatsächlich ist das Faktorkonzept selbst der Statistik entlehnt. Betrachtet man eine Auswahl von Zufallsvariablen, kann man der Frage nachgehen, ob es gemeinsame Einflüsse gibt, die zumindest einen Teil des zufälligen Verhaltens der einzelnen Variablen erklären könnten. Diese gemeinsamen Kräfte werden in der Statistik Faktoren genannt. Wendet man sich nun dem Aktienmarkt zu und stellt sich die Aktienkurse als Zufallsvariable vor, dann sind Faktoren diejenigen Einflüsse, die Gemeinsamkeiten in den Bewegungen einzelner Aktien zumindest teilweise erklären können. Der zur Erklärung des Ertrags einzelner Aktien wichtigste Faktor ist die Entwicklung des globalen Marktindex; darauf lassen sich typischerweise % der Rendite von Einzel aktien zurückführen. Der nächste wichtige Faktor sind Investmentstile wie Value, Small Caps oder Momentum. Diese Faktoren sind gemeinsame Bestimmungsgrößen von Aktien kursen, da sie sich auf Risiken beziehen, die allen Aktien innerhalb einer speziellen Untergruppe gemeinsam sind. Zum Beispiel reagieren alle Value-Aktien überdurchschnittlich empfindlich auf den Konjunkturzyklus und reagieren daher analog auf gesamtwirtschaftliche Entwicklungen. Wie viele solcher Faktoren gibt es eigentlich? Die akademische Forschung ist hier einhellig der Meinung: nicht sehr viele. Je nachdem, welche Untersuchung man betrachtet, können bis zu 80 % des aktiven Ertrags diversifizierter Portfolios durch deren Exposure gegenüber nur einer Handvoll Risikofaktoren erklärt werden. In sehr aktiv verwalteten oder keinen Beschränkungen unterliegenden Portfolios können dagegen deutlich weniger als 80 % des aktiven Ertrags durch Faktoren erklärt werden. Im Fall großer institutioneller Anleger mit umfangreichen und diversifizierten Gesamtportfolios, die viele verschiedene Portfoliomanager und Investmentansätze beinhalten, kann jedoch ein erheblicher Teil des aktiven Ertrags durch recht wenige Faktoren erklärt werden. Dazu gehören: apple der Marktfaktor und apple die Investmentstile Value, Momentum und Small Caps Die Bedeutung dieser vier Faktoren ist in der akademischen Forschung unumstritten. Einige Autoren führen zusätzlich Kursvolatilität, Gewinnrevisionen, Qualität und Wachstum als Faktoren an. Allerdings ist bislang kein Konsens darüber erzielt worden, ob alle diese zusätzlichen Faktoren unverzichtbar sind oder ob einige von ihnen aufgrund hoher Korrelation mit anderen Faktoren ignoriert werden können. Wie dem auch sei, es werden nicht mehr als 4 bis 8 Faktoren benötigt, um 80 % der aktiven Erträge erklären zu können. 7

8 Werden die aus historischen Daten gewonnenen Faktorerträge überschätzt? Wie können wir sicher sein, dass der Erfolg dieser Faktoren in der Vergangenheit nicht bloß Ergebnis einer bestimmten Form der Datenaufbereitung ist? Tatsächlich ist das Konzept des Factor Investing nicht immun gegenüber Einflüssen, die aus der Datenaufbereitung resultieren. Positiv ist, dass der langfristige Erfolg bekannter Faktoren wie Value, Momentum, Small Caps oder niedrige Volatilität höchstwahrscheinlich nicht lediglich ein Ergebnis der Datenaufbereitung ist. Der langfristige Erfolg dieser typischen Faktoren ist gut dokumentiert, und dies über lange Zeiträume und in allen wichtigen Anlageregionen. Die langfristigen Resultate sind in dem Sinne robust, dass beispielsweise alle Value-Strategien auf lange Sicht in allen wichtigen Regionen eine Outperformance erzielt haben, unabhängig davon wie eine Value-Strategie definiert worden ist sei es im Hinblick auf ein niedriges Kurs/ Buchwert-Verhältnis oder ein niedriges Kurs/Gewinn-Verhältnis oder mittels eines fundamental gewichteten Index. Nach unserer Erfahrung gibt es nur wenige Muster im Investmentbereich, die so stabil sind wie der langfristige Erfolg der Faktorstrategien, der in vielen Portfolios in der Praxis zutage getreten ist. Zudem gibt es eine robuste ökonomische Begründung für die Wirkungsweise dieser Faktoren. Doch auch wenn die allgemeinen Faktorwirkungen stabil und robust sind, gibt es natürlich eine Reihe von Möglichkeiten, wie Backtests bestimmter Faktorstrategien so gestaltet werden können, dass das Ergebnis günstiger aussieht, sei es beabsichtigt oder unbeabsichtigt. Dies kann durchaus problematisch sein, da typische Faktor-Indizes, die die Grundlage von Faktor-ETFs (Exchange-Traded Funds) sind, nur eine kurze reale Historie aufweisen, sodass der Großteil der (attraktiven) bisherigen Wertentwicklung dieser Faktor-Indizes lediglich einen Backtest darstellt und vielleicht nicht wiederholbar ist. Von daher besteht das Risiko, dass Anleger die auf Grundlage sehr guter langfristiger Ergebnisse im Backtest in einen Faktor-Index investieren, eine Enttäuschung erleben, da die tatsächliche Entwicklung des Index den vom Backtest geweckten Erwartungen nicht gerecht werden muss. Vor diesem Hintergrund ist es hilfreich, die Wertentwicklung länger existierender ETFs (vor Kosten, gemäß Glushkov, 2015) mit dem Abschneiden neu geschaffener Faktor-Indizes zu vergleichen. In den meisten Kategorien haben sich die Faktor-ETFs mit langer Historie deutlich schlechter als die neu aufgelegten Faktor-Indizes entwickelt, bei denen als Vergleichswerte meist nur die Resultate aus dem Backtest zur Verfügung stehen. Sind die Schöpfer der neuen Faktor-Indizes tatsächlich so viel intelligenter als diejenigen, die frühere Smart Beta -ETFs aufgelegt haben? Oder weist die unterschiedliche Wertentwicklung auf mögliche Einflüsse der Datenaufbereitung hin? Wie kann man sicher sein, dass eine bestimmte Methode zur Umsetzung eines Faktors nicht lediglich auf einer speziellen Aufbereitung der Vergangenheitsdaten beruht, wenn lediglich Zahlen aus Backtests verfügbar sind? Dies ist tatsächlich eine schwierige Frage, doch Anleger stehen keineswegs hilflos da. So gibt es einige Warnhinweise, die dafür sprechen, dass die Ergebnisse eines Backtests in Zukunft nicht wiederholbar sind. Nachfolgend eine kleine Checkliste: Fangen wir mit den Backtests an, die einfach zu gut sind, um wahr zu sein. Bei ihnen erscheint die Wertentwicklung einer neuen Variante etablierter Faktorstrategien wie Momentum oder Qualität viel besser als bereits länger existierende Versionen dieser Faktorstrategien. Zweitens lässt sich als Faustregel festhalten, dass kompliziertere Modelle leichter zu Ergebnisverbesserungen führen als einfache Modelle. Man sollte daher besonders aufmerksam sein, wenn viele Parameter gewählt und feinjustiert wurden. Drittens kann es vorkommen, dass die Ergebnisse von Backtests sehr sensibel auf leichte Änderungen der Parameter der Strategie reagieren: Dann führen leicht abweichende Rebalancierungs- Zeitpunkte und eine leicht abweichender Rebalancierungs- Frequenz zu erheblichen Unterschieden. Ebenso könnten leicht abweichende oder dynamische Definitionen des Faktors beträchtliche Auswirkungen auf die Ergebnisse haben. Zum Beispiel könnte beim Faktor Value während des Betrachtungszeitraums von einer Definition anhand eines niedrigen Kurs/ Buchwert-Verhältnisses zu einer Definition anhand eines niedrigen Kurs/Gewinn-Verhältnisses übergegangen worden sein. Anders gesagt: Vorsicht ist geboten, wenn kleine Änderungen am Modell erhebliche Auswirkungen auf das Ergebnis haben. Viertens steht allgemein in der Statistik eine Technik namens Randomisierung zur Verfügung, um die Robustheit eines Modells zu überprüfen. Dabei werden die verwendeten Beispielwerte zur Abschätzung des Modells leicht randomisiert und das unveränderte Modell wird auf Grundlage der randomisierten Beispielwerte erneut geschätzt. Reagiert das Modell sehr sensibel auf eine leichte Randomisierung der Beispielwerte (die Welt außerhalb des Modells), dann ist dies ebenfalls ein Warnsignal. Die beschriebene Technik kann auch zur Messung der Robustheit der Ergebnisse eines Backtests verwendet werden. 8

9 Bleiben die Faktorerträge stabil oder werden sie durch Arbitrage verschwinden? Wie kann man sicher sein, dass Factor Investing nicht der nächste Crowded Trade wird? Schließlich ist Factor Investing in aller Munde und viele institutionelle Anleger investieren große Teile ihrer aktiven oder passiven Aktienallokation in Multifaktor-Aktienprodukte. Einige von ihnen beginnen sich aber zu sorgen, dass Factor Investing der nächste Crowded Trade werden könnte und dass die angestrebten Faktorprämien rasch verschwinden oder sogar negativ werden könnten. Wir gehen der Frage nach, ob diese Sorgen berechtigt sind. Nach Schätzungen von J.P. Morgan könnte das in Smart Beta - oder Faktor-Strategien investierte Vermögen im Jahr 2015 eine Größenordnung von 2,3 Billionen US-Dollar erreicht haben, das wäre sechsmal so viel wie im Jahr Dies ist jedoch vergleichsweise wenig und entspricht lediglich 15 % des gesamten in Aktienfonds investierten Vermögens von 15 Billionen US-Dollar. Laut Morningstar entfällt rund die Hälfte der Anlagen in Smart Beta - oder Faktor-ETFs auf unterschiedliche Value-Strategien. Value-Aktien haben sich in den letzten zehn Jahren meist schwächer entwickelt als der globale Gesamtmarkt und erscheinen aus historischer Sicht geradezu billig gegenüber dem breiten Markt. In Anlegerbefragungen, die Macquarie Ende 2015 durchführte, erwies sich Value als der am wenigsten für attraktiv befundene Anlagefaktor. Alles in allem weist dies nicht gerade auf einen Crowded Trade hin. Zudem ist der Anlagestil Value strukturell weniger anfällig für Herdenverhalten als andere Investmentstile. Erstens gibt es viele unterschiedliche Möglichkeiten zur Definition von Value, weshalb die Mittelzuflüsse in Value-Strategien unterschiedlichen Segmenten des Aktienmarktes zugutekommen. Zweitens bieten typische Value-Indizes relativ weit gefasste Anlage möglichkeiten. So enthalten der globale RAFI Fundamental Value Index sowie die Value-Indizes von MSCI und FTSE jeweils mehr als 1000 Titel. Und außerdem ist ein Value-Trade schon definitionsgemäß geradezu das Gegenteil eines Crowded Trade. Denn bei Value-Investments geht es um die Anlage in Aktien, die gegenwärtig nicht zu den Favoriten gehören, da die Geschäftssituation der jeweiligen Unternehmen zum gegebenen Zeitpunkt nicht sonderlich gut ist. Auch dies passt nicht so recht zu einem Crowded Trade. Nach Value-Strategien sind Low Volatility -Strategien bei Smart Beta -ETFs am häufigsten vertreten. Sie sind strukturell wesentlich anfälliger für Herdenverhalten als Value-Strategien. Der mit Abstand populärste Low Volatility -Index, der MSCI MinVol Index, enthält weniger als 300 Aktien und bietet damit weit weniger Anlagemöglichkeiten als die Value-Indizes von MSCI, FTSE oder RAFI, die jeweils über 1000 Aktien umfassen. Einiges scheint darauf hinzuweisen, dass die Mittelzuflüsse in Low Volatility -Aktien deren Bewertungen nach oben getrieben haben. So liegt der Bewertungsaufschlag für solche Titel auf einem historischen Höchststand. Doch dies ist wahrscheinlich nicht in erster Linie das Ergebnis von Mittelzuflüssen von Faktor-Investoren in Low Volatility - Indizes, sondern spiegelt eher eine allgemeine Vorliebe unterschiedlichster Anleger für relativ defensive Qualitätstitel in einer Zeit niedrigen Wirtschaftswachstums im Anschluss an die Finanzkrise wider. Würden aktive Manager ihre Allokation in Low Volatility -Aktien um lediglich ein Prozent erhöhen, würde dies Kapitalumschichtungen zugunsten dieser Kategorie auslösen, die den Mittelzuflüssen des gesamten Jahres 2015 seitens Faktor-Investoren in Low Volatility -Aktien entspricht. Bei Indizes, die Faktoren wie Qualität oder Momentum abbilden, erscheint das investierte Vermögen noch bei weitem zu niedrig, um den Tatbestand eines Crowded Trade zu erfüllen. Natürlich kann sich dies in Zukunft ändern und die Faktorprämien können im Lauf der Zeit sinken, wenn der Marktanteil von Faktor-Strategien immer weiter zunimmt. Die Frage ist jedoch, ob die Faktorprämien am Ende ganz verschwinden oder sogar negativ werden. Wir halten dies für sehr unwahrscheinlich. Dazu muss man sich den Charakter der Faktorprämien bewusst machen. Wenn die Faktorprämien tatsächlich Risikoprämien darstellen, dann stellen Sie eine angemessene Kompensation für Anleger dar, die auf längere Sicht ein höheres wirtschaftliches Risiko einzugehen bereit sind. Betrachten wir zum Beispiel den Faktor Value. Value-Aktien sind fundamental betrachtet riskanter als andere Aktien, da die jeweiligen Unternehmen typischerweise höher verschuldet, weniger profitabel und stärker vom Konjunkturzyklus abhängig sind. Dies führt zu einem größeren wirtschaftlichen Risiko bei der Anlage in Value-Aktien wie zum Beispiel Energie- oder Rohstoff titeln, wenn es zu einem länger anhaltenden zyk lischen Abschwung kommt. Dieses höhere Risiko wird durch eine Risikoprämie ausgeglichen. Würde diese Risikoprämie verschwinden, wer wäre dann noch bereit, das damit einhergehende höhere Risiko einzugehen? Höchstwahrscheinlich würden dann alle Anleger Aktien mit einem relativ stabilen historischen Wachstum bevorzugen und die zyklischen Titel verkaufen. Infolgedessen würde die Risikoprämie von Value-Aktien wiederhergestellt. Es ist wichtig zu verstehen, dass es beim Factor Investing nicht um die Ausnutzung von Ineffizienzen wie der Fehlbewertung einer bestimmten Aktienkategorie geht. Derartige Ineffizienzen können tatsächlich verschwinden, wenn die Anleger beginnen, die entsprechenden Aktien korrekt zu bewerten. Vielmehr geht es beim Factor Investing um das Erzielen einer Risikoprämie für das Halten angemessen bewerteter, aber strukturell riskanterer Aktien. 9

10 Factor Investing bedeutet also die Vereinnahmung von Risikoprämien. Investoren mit langem Anlagehorizont, die die mit Faktoren wie Value oder Small Caps verbundenen Risiken tragen können, können die damit verknüpften Risikoprämien auch in einem Umfeld recht effizienter Märkte vereinnahmen. Umsetzung: Ist bei Factor Investing Timing möglich und wie sollten die Faktoren kombiniert werden? Viele intuitive Investmentstile wie Value, Momentum und Small Caps sind auf lange Sicht erfolgreich gewesen, wenngleich ihre Volatilität kurzfristig hoch sein konnte. Momentum-Investoren mussten Ende der 1990er Jahre einen schmerzhaften Rückschlag verkraften, sie erzielten damals eine Underperformance von rund 30 Prozentpunkten. Es dauerte sieben Jahre, bis der Rückstand wieder vollständig ausgeglichen war. Es folgte eine neuerliche Periode starker Underperformance, von der sich der Index auch nach beinahe sieben Jahren noch nicht ganz erholt hat. Die Anleger haben darauf unterschiedliche Antworten gefunden. Da gibt es zum einen die Einzelfaktor-Investoren, die nur auf die langfristige Risikoprämie abzielen und die kurzfristigen Kursschwankungen ignorieren. Ein Beispiel dafür ist Warren Buffett mit seiner Präferenz für hohe Qualität und attraktive Bewertungen. Doch solche Anleger müssen an ihrem Kurs festhalten, wenn sich das jeweilige Marktsegment ungünstig entwickelt. Zum anderen gibt es Investoren, die Faktor-Timing betreiben. Sie wechseln je nach Umfeld von Value zu Momentum und zurück. Würde dies stets gelingen, wäre das Anlageergebnis natürlich hervorragend. Doch dies ist wenig realistisch. Wir sind der Ansicht, dass sich Faktor-Timing kaum zuverlässig bewerkstelligen lässt. So lagen die Wendepunkte bei der Wertentwicklung der einzelnen Faktoren oft in der Nähe der Wendepunkte des Gesamtmarktes. Infolgedessen ist Faktor-Timing so schwierig wie Markt-Timing. Empirisch betrachtet ist die Erfolgsbilanz von Markt-Timing-Strategien nicht sonderlich ermutigend. Wie soll man mit dem langfristigen Anlageerfolg von Investmentstilen einerseits und der hohen kurzfristigen Volatilität andererseits umgehen? Unter der Lupe: die trügerische Natur des Faktor-Timings Die Zeitreihen von Faktoren oder Investmentstilen wie Value oder Momentum legen bereits nahe, dass die Konstruktion eines erfolgreichen Timing-Modells schwierig oder sogar unmöglich ist. apple Betrachtet man die Entwicklung von Value im Vergleich zu Momentum, stellt man fest, dass es dabei nur wenige bedeutende Wendepunkte gab. apple Daher wäre ein entsprechendes Modell in der Vergangenheit nur dann erfolgreich gewesen, wenn es diese wenigen Wendepunkte vorhergesagt hätte. apple Doch liefern diese wenigen Wendemarken zu wenige Beobachtungspunkte, um ein Modell zu kalibrieren, das die allgemeinen und sich wiederholenden Muster an Wendepunkten der Investmentstil-Entwicklung von den zum gleichen Zeitpunkt auftretenden spezifischen Mustern und bloßem Rauschen zuverlässig unterscheiden kann. Höchstwahrscheinlich wird das Modell sehr gut in der Lage sein, die wenigen Wendepunkte der Vergangenheit zu beschreiben, doch bei der Vorhersage des nächsten Wendepunkts schwach abschneiden. apple Jede erfolgreiche Timing-Strategie im Hinblick auf Investmentstile muss eine Strategie mit geringen Umschichtungen sein. Andernfalls wird jede Kombination aus einer großen Zahl von Transaktionen verbunden mit einem hohen Umsatz pro Signal und mit allgemein geringen nutzbaren Ertragsspannen die Strategie nach Kosten ineffizient machen. Allerdings wird eine Strategie mit einer geringen Zahl von Handelssignalen gemäß dem Fundamental Law of Active Management nur eine niedrige erwartete Information Ratio (IR) aufweisen. IR=IC Breite, wobei sich IC auf die Prognosekraft des Signals für das Investmentstil-Timing und Breite sich auf die Anzahl der unabhängigen Transaktionen bezieht. apple Aufgrund der geringen Zahl von Beobachtungspunkten für bedeutende Wendemarken der Investmentstil-Entwicklung wird der IC wahrscheinlich niedrig sein. Aufgrund der geringen Zahl von Handelssignalen wird auch die Breite der Strategie gering sein. Von daher muss die IR jeder Timing-Strategie in Bezug auf Investmentstile relativ moderat sein. Da andererseits die realisierte IR eines diversifizierten Investmentstil-Mixes relativ hoch ist, lässt die Maximierung der IR einer kombinierten Strategie einschließlich Timing wenig Raum für das Investmentstil-Timing. 10

11 Ein diversifizierter Mix aus Investmentstilen führte zu einer stabileren Outperformance Relative Wertentwicklung des MSCI World Risk Premium Indexes Dez 94 Dez 97 Dez 00 Dez 03 Dez 06 Dez 09 Dez 12 Dez 15 Quelle: Allianz Global Investors. MSCI; Stand: Die frühere Wertentwicklung ist kein zuverlässiger Indikator für künftige Ergebnisse. Eine weniger ehrgeizige und auch realistischere Antwort besteht in der Diversifikation über mehrere Investmentstile. Mittels Diversifikation kann man an der langfristigen Entwicklung der Investmentstil-Faktoren mit erheblich niedrigerem kurzfristigen Risiko teilhaben als bei der Anlage in nur einem Faktor. Der Outperformance-Pfad eines diversifizierten Mixes aus Value und Momentum ist wesentlich stabiler als die Wertentwicklung der einzelnen Faktoren. Die obige Verlaufsgrafik zeigt die relative Wertentwicklung etablierter Faktoren unter Verwendung der Risikoprämien-Indizes von MSCI im Vergleich zum MSCI World Index. Die entsprechenden Investmentstile waren zwar auf lange Sicht erfolgreich, ihre kurzfristige Volatilität war jedoch hoch. Die orangefarbene Linie zeigt die Wirkung von Diversifikation: Der Outperformance-Pfad eines diversifizierten Mixes aus Value und Momentum verläuft wesentlich stabiler als die Entwicklung der einzelnen Stile. Diversifikation wirkte sich in der Technologieblase Ende der 1990er Jahre sowie im Jahr 2005 positiv aus. Während der Finanzkrise war dies jedoch nur in geringerem Umfang der Fall. Weshalb funktionierte das Konzept der Diversifikation im Zeitraum von nicht? Die ernüchternde Antwort ist die, dass die Annahme, wonach eine bloße Kombination aus einfach definierten Risikoprämien-Indizes auch während der Finanzkrise schützende Wirkung entfaltet haben müsste, unbegründet ist. Kombiniert man unter normalen Umständen Momentum-Aktien und Dividendentitel, darf man eine gewisse Diversifikation erwarten. Momentum-Aktien sind solche, die bereits stark im Kurs gestiegen sind, dementsprechend recht teuer sind und typischerweise niedrige Dividendenrenditen aufweisen. Deshalb ist die Schnittmenge zwischen Momentum-Aktien und dividendenstarken Titeln im Regelfall gering. Die beiden besten Stile sind somit unterschiedlich genug, um eine Diversifikation zu bewirken. Tatsächlich bewährte sich das Konzept der Diversifikation beim Platzen der Technologieblase im Jahr 2000 und auch im Jahr Doch können sich die Gegebenheiten zu verschiedenen Zeitpunkten unterscheiden. Wenn es bei Dividendentiteln zu einem länger anhaltenden Kursaufschwung kommt, können sich die Investmentstile High Dividend und Momentum parallel entwickeln und ihre Schnittmenge kann sehr groß werden. Wird die Schnittmenge zu groß und stimmen die Investmentstile High Dividend und Momentum annähernd überein, dann bewirkt ihre Kombination keinen Diversifikationseffekt mehr. Genau dies war der Fall bei Ausbruch der Finanzkrise. 11

12 Es gibt noch eine Reihe weiterer Gründe dafür, dass Diversifikation versagen kann. Dies ist beispielsweise dann der Fall, wenn alle Investmentstile auf denselben übergeordneten Risikofaktor ausgerichtet sind. Wenn also sowohl Momentum- als auch Dividendenaktien auf ein niedriges Beta ausgerichtet sind, wird sich ebenfalls kein Diversifikationseffekt ergeben. Eine solche Konstellation war im Jahr 2009 zu beobachten. Als es ab März zu einer starken Erholung am Aktienmarkt kam, entwickelte sich eine Kombination der Investmentstile High Dividend und Momentum unterdurchschnittlich, da beide auf den Risikofaktor niedriges Beta ausgerichtet waren und Aktien mit niedrigem Beta während der Erleichterungsrallye naturgemäß zurückblieben. Außer dem Markt-Beta können auch andere Risikofaktoren die Wirksamkeit von Diversifikation aushebeln, zum Beispiel die Sensitivität gegenüber Veränderungen der Zinsen oder des Ölpreises. Nun stellen wir uns einen Anleger vor, der in einen Korb aus standardisierten Smart Beta -ETFs investiert hat und feststellt, dass es erhebliche Überschneidungen zwischen den jeweiligen Indizes gibt oder dass diese alle auf Aktien mit niedrigem Beta bzw. einen anderen übergeordneten Risikofaktor ausgerichtet sind. Was kann der Anleger dagegen tun? Die Antwort lautet: nichts. Ganz gleich, wie er die Indizes in seinem Korb gewichtet, es wird eine erhebliche Schnittmenge zwischen den Investmentstilen und damit auch zwischen deren Ausrichtungen auf Makrofaktoren geben. Portfoliomanager, die auf der Einzeltitelebene agieren, haben dagegen die Möglichkeit, die Zusammensetzung des Value- und des Dividendensegments im Portfolio zu ändern. Was können sie tun? Zunächst muss man sich darüber im Klaren sein, dass makroökonomische Risiken keine lohnenden Risiken in dem Sinne sind, dass beim Halten entsprechender Aktien eine Risikoprämie anfällt. Es gibt also keine Risikoprämie für das Eingehen von Ölpreis- oder Zinsrisiken. Zwar können sich Ölpreisrisiken für Anleger zeitweise auszahlen, wenn es gelingt, den richtigen Zeitraum zu identifizieren. Wir halten aber das korrekte Timing im Hinblick auf den Ölpreis oder den Zinszyklus für wenig realistisch. Unserer Überzeugung nach sind Anleger besser beraten, wenn sie bei der Vereinnahmung von Investmentstil-Risikoprämien das implizite Exposure gegenüber allen nicht lohnenden Risiken neutralisieren. Der sicherlich größte Fehler in diesem Zusammenhang wäre es, diese Risiken unkontrolliert zu lassen, wie dies bei Faktor-ETFs der Fall ist. Dies kann für erhebliche kurzfristige Volatilität sorgen, ohne dass es dafür eine Kompensation gibt. Das Problem unkontrollierter nicht lohnender Risiken verschwindet auch nicht durch Kombination unterschiedlicher Faktor-ETFs. Denn die Verbindung unkontrollierter Risiko-Exposures mit anderen unkontrollierten Risiko-Exposures, ändert nichts daran, dass weiterhin unkontrollierte Risiko-Exposures bestehen. Natürlich darf man mit gutem Grund erwarten, dass sich bei Diversifikation über mehrere Risikoprämien-Indizes das Exposure gegenüber nicht lohnenden Risiken etwas verringert und begrenzt bleibt. Dies kann durchaus der Fall sein, doch gibt es keine Garantie dafür. Im Gegenteil kann es sogar geschehen, dass ein Anleger mit einer Mischung aus Risikoprämien-ETFs am Ende über ein Portfolio verfügt, dessen Entwicklung nicht von den angestrebten Risikoprämien bestimmt wird, sondern von unbeabsichtigt eingegangenen, unkontrollierten Risiken ohne Kompensation. In einem Backtest können diese Risiken sehr vorteilhaft für die Wertentwicklung gewesen sein, weshalb die Ergebnisse von Backtests irritierenderweise meist besser sind als die zukünftige Entwicklung. Häufig erfassen sie nämlich mehr als nur die angestrebten Faktoren und beinhalten eine implizite Wette auf andere nicht beabsichtigte Risikofaktoren und liefern so rein zufällig hervorragende Ergebnisse. Portfoliomanager können auf der Einzeltitelebene mit nicht lohnenden Risiken in effizienter Weise verfahren, indem sie sich dort neutral stellen und diese von den auf lange Sicht lohnenden Risiken separieren. Auf diese Weise separieren sie auch nicht wiederholbare Ergebnisse von wiederholbaren Ergebnissen. So werden sie Dividenden- und Momentum-Aktien erwerben, um das angestrebte Engagement in den Investmentstilen High Dividend und Momentum zu realisieren und gleichzeitig sicherstellen, dass die Schnittmenge zwischen diesen Investmentstilen nicht zu groß wird. Sie werden also nicht lediglich Titel kaufen, die gleichzeitig hohe Dividenden und hohes Momentum aufweisen. Stattdessen werden sie auch in Dividenden-Aktien mit geringem Momentum und Aktien mit hohem Momentum, aber niedriger Dividende investieren. Portfoliomanager können auch gewährleisten, dass nicht nur Aktien mit niedrigem Beta, sondern auch solche mit hohem Beta erworben werden. Ebenso können sie sowohl Titel mit hoher Ölpreissensitivität als auch solche mit niedriger Ölpreissensitivität kaufen. Entsprechend verfahren kann man auch im Hinblick auf die Zinssensitivität usw. Auf diese Weise lässt sich das Exposure gegenüber den gewünschten Risikofaktoren High Dividend und Momentum aufbauen und das Portfolio gleichzeitig in wesentlich mehr Risikodimensionen diversifizieren, als dies bei Smart Beta -Indizes der Fall ist. Dadurch lassen sich die Risikoprämien auf deutlich stabilere Weise vereinnahmen als in einem Korb aus Smart Beta -Indizes. Genau das verstehen wir unter den Erfolgsfaktoren beim Factor Investing: Zum einen sollte die Vereinnahmung der Investmentstil-Risikoprämien auf eine gut diversifizierte Weise erfolgen, bei der das Diversifikationspotential erhalten bleibt. Zum anderen sollte dies möglichst unabhängig vom Wirtschafts- oder Marktumfeld geschehen, indem die korrespondierenden Exposures gegenüber Makrorisiken neutralisiert werden. 12

13 Wie man sieht, kommt es bei der Umsetzung sehr aufs Detail an und Backtests können die realisierbaren Erträge überzeichnen. Von daher ist eine überzeugende, bereits realisierte Erfolgsbilanz von erheblicher Beweiskraft. Fazit Die Existenz von Investmentstil-Risikoprämien an den Aktienmärkten zusätzlich zur Aktienrisikoprämie ist inzwischen ein vertrautes Konzept. Es wird durch langjährige, vielfältige Forschungsarbeiten sowie die Erfahrungen aus der Praxis unterstützt. Zwar gibt es keinen vollständigen Konsens darüber, wie viele Risikoprämien es gibt. Bestimmte wirtschaftlich bedeutende und stabile Prämien lassen sich jedoch als wichtige Bestimmungsfaktoren der Aktienerträge identifizieren. Risikoprämien können als verlässliche Quelle von Zusatzerträgen dienen, wenn die Risikoallokation nach ihnen ausgerichtet wird. Ignoriert man sie, kann dies zu einem Portfolio führen, dessen Anlageergebnis von der Wertentwicklung bestimmter Investmentstile nicht profitiert, sondern sogar belastet wird. Bei der Umsetzung kommt es sehr aufs Detail an und Back-Tests können die realisierbaren Erträge überzeichnen. Von daher ist ein realisierter Track Record von erheblicher Beweiskraft. Über die Autoren Dr. Benedikt Henne, CFA Managing Director, Co-CIO AllianzGI Systematic Equity Dr. Benedikt Henne ist CIO des Systematic Equity Teams, das AuM in Höhe von über 33 Mrd. EUR verwaltet. Dr. Henne kam im Jahr 1998 als Portfoliomanager für Equity Enhanced-Produkte zu Allianz Asset Management in München. Seit 2001 ist er CIO des Teams Systematic Equity in Frankfurt. Das Team entwickelt und verwaltet die Best Styles Strategie sowie High Dividend-Strategien. Dr. Henne hat einen Master in Mathematik der Universität Pierre et Marie Curie in Paris erworben sowie das Diplom in Mathematik in Bonn und wurde an der Universität Bonn promoviert. Seit dem Jahr 2001 ist er CFA Charterholder. Dr. Klaus Teloeken Managing Director, Co-CIO AllianzGI Systematic Equity Dr. Klaus Teloeken ist CIO des Systematic Equity Teams, das AuM in Höhe von über 33 Mrd. EUR verwaltet. Dr. Teloeken kam im Jahr 1996 als quantitativer Analyst zu Allianz Global Investors. Seit 2001 ist er CIO des Teams Systematic Equity in Frankfurt. Das Team entwickelt und verwaltet die Best Styles Strategie sowie High Dividend-Strategien. Dr. Teloeken hat an der Universität Dortmund Mathematik und Informatik studiert und das Diplom erworben. Dr. Teloeken wurde an der Universität Dortmund promoviert. 13