"Es bedarf einer grundsätzlichen Neuadjustierung des Investmentprozesses"
Gökhan Kula (links) und Markus Schuller (rechts)
Der US Ökonom Harry M. Markowitz tat der Finanzindustrie mit seiner Dissertation „Portfolio Selection“ (1952) einen großen Gefallen. Er gab ihr mit dem Mean-Variance-Optimizer – als Kernstück der Modernen Portfoliotheorie – ein Werkzeug in die Hand, mit dessen theoretischem Unterbau und seiner praktischen Anwendung auch heute noch gutes Geld verdient werden kann.
Einfach genug, um es Studenten an Business Schools zu vermitteln, komplex genug, um Investoren damit beeindrucken zu können. Sein Modell – damals noch als großer Fortschritt im Verständnis von Risiko und Return anerkannt – bildete den Ausgangspunkt für eine Reihe von Ein-Faktoren/Ein-Perioden Modelle wie das Capital Asset Pricing Model (CAPM).
Sie alle repräsentieren die erste Generation der Portfolio-Strukturierung (von circa 1950-2000). Mit denen sich daraus abgeleiteten Strategien wie Balanced Portfolio (60/40 Portfolio), Long-Only oder Buy-and-Hold entwickelte sich die heute auf rund 25 Billionen US-Dollar taxierte Publikumsfonds-Industrie.
Mit aufkommender Einsicht über die unzureichenden Diversifikationseffekte der Modelle der ersten Generation, begannen institutionelle Investoren ihre klassische Aktien- und Anleihenallokationen stetig mit weiteren Strategien zu ergänzen – als Beispiele können L/S Eigenkapital, Riskogewichtung und eine auf niedrige Volatilität ausgerichtete Strategie genannt werden.
Zur quantitativen Optimierung wurden Multi-Faktoren/Multi-Perioden-Modelle verwendet, deren theoretische Grundlagen bis in die 1970er Jahre zurückreichen. Doch selbst alternative Anlageklassen konnten sich nicht dem Trend steigender Korrelationen entziehen.
Waren sie zu Beginn der 2. Generation (rund um das Millennium) noch als Quelle von non-Korrelation geschätzt, führte das Volums-Wachstum von Hedge Funds zu einem Main-Stream Effekt und dementsprechend steigender Korrelation mit den Aktienmärkten (Asness, Krail, and Liew (2001) und Anson (2008)).
Trotzdem bestimmt weiterhin die traditionelle Portfoliotheorie – in der Regel der theoretische Überbau für die übergeordnete (strategische) Anlageaufteilung-Entscheidung – im Rahmen des Investmentprozesses die Mischung einzelner Vermögensklassen zur Umsetzung eines optimalen Policen-Portfolios. Nicht zuletzt durch die schmerzhaften Marktverwerfungen während und im Nachgang der Finanzkrise mussten viele institutionelle Investoren feststellen: die traditionelle Portfoliotheorie stößt an ihre Grenzen!
Im Zuge des abrupten Liquiditätsentzuges quer über alle Anlageklassen konnten erwartete Diversifikationspotenziale nicht gehoben werden. Durch die in den letzten Jahren überwiegend makro- beziehungsweise geldpolitisch getriebenen Kapitalmarktbewegungen ergibt sich ein Szenario, das sich zwischen stetig ändernden Gleichgewichtszuständen –Risk On beziehungsweise Risk Off- bewegt.
Entsprechend ergeben sich Schwierigkeiten bei der Portfolio- und Risikosteuerung, zumal im aktuellen sekulären Niedrigzinsumfeld Investoren gezwungen sind, bei konstanter Renditeerfordernis stetig die Portfolioqualität zu verschlechtern.
In Summe ergibt sich für die 2. Generation folgende Problemstellung: Aufgrund kongruenter Basisannahmen zur 1. Generation wird Risiko künstlich auf Volatilitätsmaße reduziert. Selbst unter zu Hilfenahme von komplexeren mathematischen Modellen, umgesetzt durch computergestütze Algorithmen, ergaben sich blinde Flecken in der Risikowahrnehmung.
Man denke an VaR-optimierte Portfolios als eine der Fehlentwicklungen (Schuller, 2012). Zusätzlich ergab sich durch die rasch fortschreitende Globalisierung eine Heterogenität in der Definition von Anlageklassen aus Strategien, Strukturen und Geographien, sodass eine Diversifikation auf Basis von Anlageklassen keine ausreichende Robustheit ermöglichte.
Portfolio-Strukturierung der dritten Generation
Bei all den dekonstruierten Mythen der ersten beiden Generationen drängt sich die Frage nach Alternativen auf. Die dritte Generation (ab 2010) bricht mit den Basisannahmen der ersten beiden. Ihr akademisches Fundament begann sich in den 1990ern zu festigen (Verhaltensorientierte Finanzierungslehre [Behavioral Finance]) und fand in der Kombination aus Neurowissenschaft, Evolution und Finanzökonometrie einen Kontext-gebenden Rahmen (siehe Adaptive Market Hypothesis, 2004).
Eine Einlassung auf die 3. Generation wäre an dieser Stelle zu umfassend. Konzentrieren wir uns auf einen wichtigen Baustein in der sich derzeit ausbildenden Generation: die Diversifikation von Risikofaktoren.
Was sind Risikofaktoren?
Eine Analogie. Man stelle sich ein Wassermolekül vor: H2O. Das Molekül repräsentiert eine Anlageklasse. Nun setzt sich dieses Molekül aus mehreren Bestandteilen zusammen, nämlich dreier Atome: 2x Wasserstoff und 1x Sauerstoff. Willkommen in der Welt der Risikofaktoren. Diese stellen nichts anderes als quantitative und qualitative Einflussfaktoren auf eine Anlageklasse dar, nehmen quasi die Dekomposition einer Anlageklasse vor.
In diesem Artikel verbleiben wir auf der Ebene der Atome. Versierte Naturwissenschafter unter uns erahnen bereits was nun folgen mag. Ein Atom ist nicht, wie die alten Griechen annahmen, das Unteilbare, sondern lässt sich in Proton, Neutron und Elektron teilen. Und diese Detailebene wiederum in Up- und Down-Quarks. Die hier vorgestellte atomare Ebene der Dekomposition von Anlageklassen repräsentiert lediglich den Beginn einer Reise, auf der marktrelevante Einflussgrößen besser erforscht werden müssen.
>>Vergrößern
Versuchen wir uns an einer Definition: ein Risikofaktor ist ein messbarer, isolierbarer Einflussfaktor einer Anlageklasse. Einzelne Anlageklassen können also in Riskofaktoren zerlegt werden, die Risiko-, Ertrags- und Korrelationseigenschaften besser erklären als traditionelle Portfoliosteuerungsansätze.
Eine auf der Oberfläche ausreichend diversifiziert erscheinende Portfoliokonstruktion über unterschiedliche Anlageklassen kann in besonderen Situationen trotzdem hohe Korrelationseigenschaften aufweisen, da sie von den ähnlichen beziehungsweise überlappenden Risikofaktoren bewegt wird.
Auch wenn der Komplexitätsgrad der Portfoliooptimierung unter Zugrundelegung von Risikofaktoren erhöht wird, so machen die dadurch erzielten Vorteile und die entsprechende Reduktion der inhärenten Schwächen der traditionellen Portfoliotheorie dies mehr als wett.
Nehmen wir eine erste Kategorisierung von Risikofaktoren auf „atomarer Ebene“ vor. Brad Jones von der Deutschen Bank unterteilt die Faktoren in Beta-, Style- und Macro-Risiken. Hier die für das Vermögensportfolio relevante Logik: ein Investor darf sich dafür, dass er sich einem Risikofaktor aussetzt, eine Risikoprämie erwarten.
>>Vergrößern
Stabile Isolierung von Risikofaktoren
Eine bewusste Steuerung von Risikofaktoren kann deutlich robustere Ergebnisse vorweisen, da Korrelationen zwischen Anlageklassen typischerweise höher sind als Korrelationen zwischen einzelnen Risikofaktoren. Risikofaktorenexposures erwiesen sich im Zeitablauf deutlich stabiler als Korrelationen zwischen einzelnen Anlageklassen.
Dies lässt sich damit erklären, dass typischerweise eine Vielzahl von Anlageklassen zumindest ein indirektes Exposure zum Risikofaktor Aktienmarkt aufzeigen. Diese Erkenntnis zeigt sich in Marktphasen der hohen Unsicherheit und Marktverwerfungen, die dann zu „überraschenden“ Kursverlusten der vermeintlich gering korrelierten Anlageklassen führt – als Beispiel aus dem Jahr 2008 können durchaus Unternehmensanleihen, High-Yield Investments und die Anlageklasse von diversifizierten Hedge-Fonds-Strategien genannt werden.
Einfach genug, um es Studenten an Business Schools zu vermitteln, komplex genug, um Investoren damit beeindrucken zu können. Sein Modell – damals noch als großer Fortschritt im Verständnis von Risiko und Return anerkannt – bildete den Ausgangspunkt für eine Reihe von Ein-Faktoren/Ein-Perioden Modelle wie das Capital Asset Pricing Model (CAPM).
Sie alle repräsentieren die erste Generation der Portfolio-Strukturierung (von circa 1950-2000). Mit denen sich daraus abgeleiteten Strategien wie Balanced Portfolio (60/40 Portfolio), Long-Only oder Buy-and-Hold entwickelte sich die heute auf rund 25 Billionen US-Dollar taxierte Publikumsfonds-Industrie.
Mit aufkommender Einsicht über die unzureichenden Diversifikationseffekte der Modelle der ersten Generation, begannen institutionelle Investoren ihre klassische Aktien- und Anleihenallokationen stetig mit weiteren Strategien zu ergänzen – als Beispiele können L/S Eigenkapital, Riskogewichtung und eine auf niedrige Volatilität ausgerichtete Strategie genannt werden.
Zur quantitativen Optimierung wurden Multi-Faktoren/Multi-Perioden-Modelle verwendet, deren theoretische Grundlagen bis in die 1970er Jahre zurückreichen. Doch selbst alternative Anlageklassen konnten sich nicht dem Trend steigender Korrelationen entziehen.
Waren sie zu Beginn der 2. Generation (rund um das Millennium) noch als Quelle von non-Korrelation geschätzt, führte das Volums-Wachstum von Hedge Funds zu einem Main-Stream Effekt und dementsprechend steigender Korrelation mit den Aktienmärkten (Asness, Krail, and Liew (2001) und Anson (2008)).
Trotzdem bestimmt weiterhin die traditionelle Portfoliotheorie – in der Regel der theoretische Überbau für die übergeordnete (strategische) Anlageaufteilung-Entscheidung – im Rahmen des Investmentprozesses die Mischung einzelner Vermögensklassen zur Umsetzung eines optimalen Policen-Portfolios. Nicht zuletzt durch die schmerzhaften Marktverwerfungen während und im Nachgang der Finanzkrise mussten viele institutionelle Investoren feststellen: die traditionelle Portfoliotheorie stößt an ihre Grenzen!
Im Zuge des abrupten Liquiditätsentzuges quer über alle Anlageklassen konnten erwartete Diversifikationspotenziale nicht gehoben werden. Durch die in den letzten Jahren überwiegend makro- beziehungsweise geldpolitisch getriebenen Kapitalmarktbewegungen ergibt sich ein Szenario, das sich zwischen stetig ändernden Gleichgewichtszuständen –Risk On beziehungsweise Risk Off- bewegt.
Entsprechend ergeben sich Schwierigkeiten bei der Portfolio- und Risikosteuerung, zumal im aktuellen sekulären Niedrigzinsumfeld Investoren gezwungen sind, bei konstanter Renditeerfordernis stetig die Portfolioqualität zu verschlechtern.
In Summe ergibt sich für die 2. Generation folgende Problemstellung: Aufgrund kongruenter Basisannahmen zur 1. Generation wird Risiko künstlich auf Volatilitätsmaße reduziert. Selbst unter zu Hilfenahme von komplexeren mathematischen Modellen, umgesetzt durch computergestütze Algorithmen, ergaben sich blinde Flecken in der Risikowahrnehmung.
Man denke an VaR-optimierte Portfolios als eine der Fehlentwicklungen (Schuller, 2012). Zusätzlich ergab sich durch die rasch fortschreitende Globalisierung eine Heterogenität in der Definition von Anlageklassen aus Strategien, Strukturen und Geographien, sodass eine Diversifikation auf Basis von Anlageklassen keine ausreichende Robustheit ermöglichte.
Portfolio-Strukturierung der dritten Generation
Bei all den dekonstruierten Mythen der ersten beiden Generationen drängt sich die Frage nach Alternativen auf. Die dritte Generation (ab 2010) bricht mit den Basisannahmen der ersten beiden. Ihr akademisches Fundament begann sich in den 1990ern zu festigen (Verhaltensorientierte Finanzierungslehre [Behavioral Finance]) und fand in der Kombination aus Neurowissenschaft, Evolution und Finanzökonometrie einen Kontext-gebenden Rahmen (siehe Adaptive Market Hypothesis, 2004).
Eine Einlassung auf die 3. Generation wäre an dieser Stelle zu umfassend. Konzentrieren wir uns auf einen wichtigen Baustein in der sich derzeit ausbildenden Generation: die Diversifikation von Risikofaktoren.
Was sind Risikofaktoren?
Eine Analogie. Man stelle sich ein Wassermolekül vor: H2O. Das Molekül repräsentiert eine Anlageklasse. Nun setzt sich dieses Molekül aus mehreren Bestandteilen zusammen, nämlich dreier Atome: 2x Wasserstoff und 1x Sauerstoff. Willkommen in der Welt der Risikofaktoren. Diese stellen nichts anderes als quantitative und qualitative Einflussfaktoren auf eine Anlageklasse dar, nehmen quasi die Dekomposition einer Anlageklasse vor.
In diesem Artikel verbleiben wir auf der Ebene der Atome. Versierte Naturwissenschafter unter uns erahnen bereits was nun folgen mag. Ein Atom ist nicht, wie die alten Griechen annahmen, das Unteilbare, sondern lässt sich in Proton, Neutron und Elektron teilen. Und diese Detailebene wiederum in Up- und Down-Quarks. Die hier vorgestellte atomare Ebene der Dekomposition von Anlageklassen repräsentiert lediglich den Beginn einer Reise, auf der marktrelevante Einflussgrößen besser erforscht werden müssen.
>>Vergrößern
Versuchen wir uns an einer Definition: ein Risikofaktor ist ein messbarer, isolierbarer Einflussfaktor einer Anlageklasse. Einzelne Anlageklassen können also in Riskofaktoren zerlegt werden, die Risiko-, Ertrags- und Korrelationseigenschaften besser erklären als traditionelle Portfoliosteuerungsansätze.
Eine auf der Oberfläche ausreichend diversifiziert erscheinende Portfoliokonstruktion über unterschiedliche Anlageklassen kann in besonderen Situationen trotzdem hohe Korrelationseigenschaften aufweisen, da sie von den ähnlichen beziehungsweise überlappenden Risikofaktoren bewegt wird.
Auch wenn der Komplexitätsgrad der Portfoliooptimierung unter Zugrundelegung von Risikofaktoren erhöht wird, so machen die dadurch erzielten Vorteile und die entsprechende Reduktion der inhärenten Schwächen der traditionellen Portfoliotheorie dies mehr als wett.
Nehmen wir eine erste Kategorisierung von Risikofaktoren auf „atomarer Ebene“ vor. Brad Jones von der Deutschen Bank unterteilt die Faktoren in Beta-, Style- und Macro-Risiken. Hier die für das Vermögensportfolio relevante Logik: ein Investor darf sich dafür, dass er sich einem Risikofaktor aussetzt, eine Risikoprämie erwarten.
>>Vergrößern
Stabile Isolierung von Risikofaktoren
Eine bewusste Steuerung von Risikofaktoren kann deutlich robustere Ergebnisse vorweisen, da Korrelationen zwischen Anlageklassen typischerweise höher sind als Korrelationen zwischen einzelnen Risikofaktoren. Risikofaktorenexposures erwiesen sich im Zeitablauf deutlich stabiler als Korrelationen zwischen einzelnen Anlageklassen.
Dies lässt sich damit erklären, dass typischerweise eine Vielzahl von Anlageklassen zumindest ein indirektes Exposure zum Risikofaktor Aktienmarkt aufzeigen. Diese Erkenntnis zeigt sich in Marktphasen der hohen Unsicherheit und Marktverwerfungen, die dann zu „überraschenden“ Kursverlusten der vermeintlich gering korrelierten Anlageklassen führt – als Beispiel aus dem Jahr 2008 können durchaus Unternehmensanleihen, High-Yield Investments und die Anlageklasse von diversifizierten Hedge-Fonds-Strategien genannt werden.
