Matthieu Walterspiler, Multi-Asset Research Analyst, und Benoit Anne, Senior Managing Director, stellen ein von MFS Investment Management entwickeltes Wahrscheinlichkeitsmodell vor, um abzuschätzen, in welcher Phase des Konjunkturzyklus (Krise, Erholung, Expansion, Abschwung) wir uns gerade befinden und was das für Asset- und Sektorallokation bedeutet. Die Kombination aus Konjunktur- und Frühindikatoren helfe dabei, mit einer unsicheren Marktentwicklung umzugehen und Anlagestrategien zu optimieren.

Im Überblick

  • Es ist nicht immer leicht zu erkennen, wo wir im Konjunkturzyklus gerade stehen. Aber es ist wichtig. Unser neues Modell analysiert den Zyklus mit einem Wahrscheinlichkeitsansatz.
  • Die größte Herausforderung ist, dass Konjunkturdaten von Natur aus unberechenbar sind. Wenn sie sich wie zuletzt widersprechen, halten wir ein Wahrscheinlichkeitsmodell für besonders sinnvoll.
  • Nach unserem Modell befindet sich die US-Wirtschaft gerade mit 55 Prozent Wahrscheinlichkeit in der Expansion – und mit 45 Prozent Wahrscheinlichkeit im Abschwung.
  • Das spricht für eine vielleicht nicht unbedingt extrem gute, aber noch immer positive Wertentwicklung risikobehafteter Anlagen (Aktien und Credits). Auch die Ertrags-erwartungen für Staatsanleihen bleiben ordentlich.
  • Die Erträge konjunktursensitiver Sektoren scheinen dem Modell zurzeit eher niedrig, zumindest gemessen an ihren hohen Betas.

So schwierig es ist: Wir müssen wissen, wo wir im Konjunkturzyklus stehen

Der Konjunkturzyklus hat große Auswirkungen auf die Erträge der einzelnen Assetklassen. Und doch ist es nicht leicht zu erkennen, in welcher Phase wir uns gerade befinden. Vielleicht sehen wir den Wald vor lauter Bäumen nicht. Es gibt unzählige Zeitreihen: Die FRED-Datenbank der Federal Reserve Bank of St. Louis enthält über 220.000 Zeitreihen allein für die USA, regionale Daten nicht einmal mitgezählt. Oft sind sie aber sehr kurz und reichen für verlässliche Analysen nicht aus. Außerdem ist die Wirtschaft mehrdimensional und verändert sich langfristig.

Der Konjunkturzyklus ist also komplex. Man kann Niveaus und Veränderungen, das Momentum (die Veränderung der Veränderung) und Auslastungsgrade betrachten. Es gibt Angebots- und Nachfragefaktoren sowie Märkte für Güter, Dienstleistungen und Produktionsfaktoren. Angesichts der Vielzahl von Zeitreihen, der oft kurzen Datenhistorie und der recht wenigen Rezessionen in den USA – seit dem Zweiten Weltkrieg nur zwölf – überrascht es nicht, dass manche Frühindikatoren scheinbar noch jede Rezession vorhergesagt haben. Oft wiegt man sich dabei in einem falschen Gefühl der Sicherheit.

Unser Modell nutzt einen Wahrscheinlichkeitsansatz

Zur Analyse des Konjunkturzyklus hat die Multi-Asset Investment Group ein Modell mit einer Reihe von Indikatoren konstruiert.1 Es soll ermitteln, mit welcher Wahrscheinlichkeit wir uns in welcher Phase befinden. Dabei berücksichtigt es sowohl die natürliche Unsicherheit als auch die Mehrdimensionalität der Wirtschaft.

Dazu teilen wir den Konjunkturzyklus in vier Phasen auf:

  1. Krise: In dieser Phase ist die Wirtschaft nach Einschätzung des National Bureau of Economic Research (NBER) am schwächsten. Sie schrumpft, das Momentum ist schwach, die Arbeitslosigkeit steigt.
  2. Erholung: Das ist die Zeit der raschen Besserung nach einer Rezession. Das Momentum ist hoch, aber noch gibt es Überkapazitäten.
  3. Expansion: Diese Phase ist meist die längste. Die Wirtschaft wächst, das Momentum ist stabil, und die Überkapazitäten nehmen langsam ab.
  4. Abschwung: Jetzt verschlechtern sich die Daten wieder. Das Wachstum lässt nach, das Momentum ist negativ. Entweder folgt jetzt eine Krise, oder die Expansion geht nach einer Unterbrechung weiter.

1 Technisch gesehen verwenden wir nicht überwachtes maschinelles Lernen (Unsupervised Learning Model), genauer ein Gaussian Mixture Model (GMM). Dieses Modell interpretiert die zu jedem Zeitpunkt vorliegenden Daten als Resultat nicht direkt beobachtbarer Zustände – in unserem Fall unsere vier Phasen. Der Algorithmus schätzt sowohl die Charakteristika dieser Zustände, insbesondere die Werte der Variablen, als auch die Wahrscheinlichkeit, dass jeder Monat einer der vier Phasen zugeordnet werden kann.