Von Faktor-Synergien – Teil 1 von 2

• Globale Faktor-Indizes zeichnen sich in der Regel, wenn auch in unter-schiedlicher Ausgestaltung, durch unerwünschte Nebeneffekte aus.
• Grund hierfür ist die zugrundeliegende Methodik der Portfoliokonstruktion, welche Abhängigkeitsstrukturen zwischen Faktoren nicht berücksichtigt.
• Am Beispiel der Faktoren Value & Size wird aufgezeigt, wie sich Korrelationen zwischen Faktoren durch eine Optimierung berücksichtigen lassen.
   

Wieso lässt sich Value & Size effizient miteinander kombinieren?

In unseren bisherigen Equity Insights-Artikeln wurden eine Reihe verschiedener Probleme erörtert, welche bekannte globale Fak­tor-Indizes aufgrund fehlender ganzheitlicher Sichtweise im Rah­men der Portfoliokonstruktion mit sich bringen können. Grund­sätzlich fassen wir dieses Muster unter dem Begriff Nebeneffekte in Form abweichender Faktor-, Sektor- oder Länder-Allokation relativ zum Aktienuniversum zusammen.

Im vorliegenden Artikel gehen wir näher auf die zugrundeliegende Problematik ein, die dazu führt, dass globale Faktor-Indizes letzt­lich immer von Nebeneffekten, wenn auch in unterschiedlicher Ausgestaltung, geprägt sind. Weshalb weisen beispielsweise der globale Value- und Size-Index jeweils eine negative Profitability- und Momentum-Ausprägung auf? Und wieso lassen sich die bei­den – trotz der negativen Eigenschaften – grundsätzlich sehr effi­zient im Rahmen eines Multi Faktor-Portfolios kombinieren?

Definition aller relevanter Faktoren

Einleitend werden zunächst alle relevanten Faktoren definiert, welche im Rahmen des Assenagon Equity Frameworks Berück­sichtigung finden. Im Sinne zunehmender Kritik an Ergebnissen empirischer Kapitalmarktforschung aufgrund des Vorwurfs von Datamining (siehe z. B. Harvey und Liu 2019), umfasst das Equity Framework acht Faktoren bezüglich derer grundsätzlich Konsens hinsichtlich ihrer Robustheit herrscht. Neben Faktoren wie Value, Size, Dividende oder Momentum wird auch jüngeren Entwicklun­gen der Wissenschaft durch die Faktoren Quality (Profitability & Leverage) und Low Risk Beta & idio. Volatilität) Rechnung getra­gen.

Tab. 1: Definition relevanter Faktoren

Wenngleich Profitabilität und Verschuldung Aspekte der Unter­nehmensqualität darstellen und meist kombiniert als Quality-Faktor zusammengefasst werden, erfolgt aufgrund unterschied­licher Werttreiber eine isolierte Betrachtung. Ähnlich verhält es sich bei Low Risk, indem die Volatilität einer Aktie in systemati­sches Risiko (Beta) sowie firmenspezifisches Risiko (idio. Vola­tilität) aufgesplittet wird.

Abhängigkeitsstrukturen zwischen Faktoren

Faktor-Indizes werden meist anhand einer Sortierungslogik kon­struiert. D. h. auf Basis einer bzw. mehrerer Kennzahlen wird ein zugrundeliegendes Aktienuniversum (Global, USA, Europa, etc.) sortiert und ein gewisser Teil an Aktien mit der bzw. den höchsten Ausprägungen selektiert. Das Problem, welch­es sich jedoch durch die einfache Sortierung ergibt, ist, dass Abhängigkeitsstrukturen zwischen Faktoren bzw. weiteren Merkmalen wie Sektor- oder Länderzugehörigkeit nicht berücksichtigt werden.

Tab. 2: Korrelationen ausgewählter Faktor-Ausprägungen

Tabelle 2 zeigt eine Korrelationstabelle, welche die Abhängig­keitsstruktur zwischen Value und Size sowie allen weiteren Fak­toren darstellt. Eine Sortierung des globalen Aktienmarktes nach dem Kurs-Buchwert-Verhältnis hat zwar ein günstig bewertetes Portfolio zur Folge und vereinnahmt die Value-Prämie. Aufgrund der Korrelationen weist dieses Portfolio jedoch auch eine niedri­ge Profitabilität und erhöhte Verschuldung auf, was eine mögliche Outperformance von Value überschattet.

Neben den negativen Einflüssen ergeben sich auch einige positive Aspekte, denn die positive Korrelation zu den Faktoren Size und Dividende bedeutet, dass ein unkontrolliertes Value-Portfolio von der Vereinnahmung weiterer Prämien profi­tiert. Dies impliziert zudem, dass sich beispielsweise Value effizient mit Size kombinie­ren lässt. Denn je günstiger Unternehmen sind, desto eher weisen sie auch eine niedrigere Marktkapitalisierung auf.

Kontrolle von Abhängigkeitsstrukturen durch Optimierung

Es lässt sich festhalten, dass eine Sortierungslogik zu hohen Aus­prägungen gegenüber dem oder den gesuchten Faktoren führt, zeitgleich jedoch nicht die Korrelationen zu weiteren Faktoren berücksichtigt, wodurch Nebeneffekte entstehen. Um diesen Ab­hängigkeitsstrukturen Herr zu werden, bedarf es im Rahmen der Portfoliokonstruktion eines Optimierungsprozesses. Ziel hierbei ist es beispielsweise von der positiven Korrelation zwischen Value und Size zu profitieren und beide Faktoren in Relation zum globa­len Aktienmarkt zu maximieren. Zeitgleich wird in Form von Ne­benbedingungen sichergestellt, dass das resultierende Portfolio keine weiteren abweichenden Faktor-Ausprägungen aufweist.

Abbildung 1 stellt das Faktor-Profil eines optimierten Value Size-Multi Faktor-Portfolios gegenüber dem globalen Aktienmarkt dar – nachfolgend Value & Size Assenagon-Strategie genannt. Gegen­übergestellt wird dieses optimierte Portfolio einer 50:50-Kombi­nation des globalen Value- und Size-Index, welche beide einer einfachen Sortierungslogik folgen.

Abb. 1: Faktor-Ausprägungen im Vergleich
 

Betrachtet man die gesuchten Faktor-Ausprägungen, so zeigt sich, dass sich auch durch Kombination zweier Indizes, die nach Value und Size jeweils sortieren, Multi Faktor-Portfolios mit hohen ge­suchten Ausprägungen realisieren lassen. Allerdings weist dieses Portfolio erhebliche Nebeneffekte auf, wie Tabelle 2 bereits er­ahnen lässt. Im Ergebnis wird somit eine mögliche Outperfor­mance durch Nebeneffekte überschattet. Da Value und Size posi­tiv miteinander korreliert sind, erzielt das optimierte Portfolio trotz Kontrolle aller weiteren Faktoren sogar höhere Ausprägun­gen gegenüber den gesuchten Faktoren als die unkontrollierte 50:50-Kombination.

Assenagon Equity Framework

Wie sich die unterschiedliche Portfoliokonstruktion und Faktor­profil auf das Ergebnis auswirkt, zeigt Abbildung 2. Diese stellt die Wertentwicklung der beiden Value Size-Portfolios gegenüber. Über die vergangenen drei Jahre konnte die Value & Size Assena­gon-Strategie gegenüber der Value & Size 50:50-Kombination eine Outperformance von gut fünf Prozent erwirtschaften – dies bei einer deutlich stabileren Wertentwicklung.

Abb. 2: Relative Wertentwicklung
(Juni 2020 – Juni 2023)

Für den Anleger

Ein Optimierungsprozess im Rahmen der Portfoliokonstruktion birgt gegenüber der einfachen Sortierung den Vorteil, sämtliche Korrelationen, dargestellt in Tabelle 2, zu berücksichtigen. So las­sen sich im Falle eines Value Size Multi Faktor-Portfolios sogar leicht höhere Ausprägungen gegenüber einer einfachen Sortie­rungsmethodik realisieren, welches sich im Ergebnis durch eine robustere Wertentwicklung auszeichnet.

PS: Lesen Sie in der nächsten Ausgabe, welche Implikationen sich bei Multi Faktor-Portfolios im Falle von drei oder mehr Faktoren ergeben.