Institutional Money, Ausgabe 4 | 2024

D ie Studien zur Vorhersagbarkeit von Aktienren- diten und zur Performance von Investmentfonds kommen meist zu dem Schluss, dass Aktienren- diten kaum vorhersagbar sind und dass aktive Vermögens- verwalter selten dauerhaft höhere risikoadjustierte Renditen erzielen. Neben der früheren Erklärung für dieses Phäno- men durch effiziente Märkte sind die gut funktionierenden Gleichgewichtsprozesse an den Finanzmärkten eine der neueren Begründungen. Folglich sollten Investoren nach Abzug der Gebühren imDurchschnitt keine bessere Perfor- mance erwarten, wenn sie aktive Portfoliomanagement- ansätze umsetzen. Die jüngste Popularität passiver Anlage- instrumente wie Indexfonds und ETFs steht im Einklang mit diesen akademischen Erkenntnissen. Einige Feststellun- gen in der Literatur sprechen jedoch für aktives Manage- ment. Erstens weisen mehrere Studien auf eine gewisse Vor- hersagbarkeit von Überrenditen außerhalb der Stichprobe für den gesamten US-Aktienmarkt hin, was für Investoren einen ökonomischen Wert darstellt. Zweitens stellen Wolf- gang Bessler,Heiko Opfer und Dominik Wolff 2017 in einer anderen Studie mit dem Titel „Multi-Asset Portfolio Opti- mization and Out-of-Sample Performance: An Evaluation of Black-Litterman, Mean Variance and Naïve Diversification Approaches“ fest, dass der Einsatz ausgefeilter Asset-Allocati- on-Modelle Out-of-Sample im Vergleich zu passiven Investi- tionen höhere risikobereinigte Renditen erzielen kann. In der aktuellen Studie kombinieren nun Wolfgang Bess- ler von der Universität Hamburg und Dominik Wolff von der Frankfurt University of Applied Sciences diese beiden Ideen, indem sie einmal die Sektorrenditen prognostizieren und dann diese Renditevorhersagen für die Out-of-Sample- Black-Litterman-Portfoliooptimierung verwenden. Sie bewer- ten die risikoadjustierten Renditen dieser Strategie, indem sie sie mit passiven Investments und mit Allokationsstrate- gien vergleichen, die auf naiven Vorhersagen basieren. Aus- gehend von der Prämisse, dass Märkte effizient sind, sollte keines der Prognose- und Optimierungsmodelle eine signi- fikante Renditevorhersagbarkeit bieten oder höhere risiko- adjustierte Renditen im Vergleich zu einem passiven Bench- markportfolio erzielen. Die beiden Autoren verwenden die folgenden sechs ver- schiedenen Sektorindizes, die auf Daten von Thomson Reu- ters Datastream basieren und ab 1973 verfügbar sind. Es sind dies: Öl und Gas, industrielle Fertigung, Konsumgüter und Dienstleistungen, Gesundheitswesen, Technologie und Tele- kommunikation sowie Finanzen. Zur Berechnung tech- nischer Indikatoren werden Daten für ein Jahr benötigt. Daher reicht der Auswertungszeitraum – für die In-Sample- Analyse – von Januar 1974 bis Dezember 2013 und umfasst damit 480 monatliche Beobachtungen. Die Tabelle „Sektor- spezifika“ gibt einen Überblick über die monatlichen Sektor- renditen für die gesamte Stichprobe und ihre statistischen Merkmale. Das Gesundheitswesen bietet dabei die höchsten durchschnittlichen Monatsrenditen (0,99 Prozent), gefolgt von Öl und Gas (0,98 Prozent), während Konsumgüter/ Dienstleistungen und Finanzen mit 0,88 Prozent respektive 0,90 Prozent die niedrigsten durchschnittlichen Renditen erzielen. Alle Zeitreihen der Sektorrenditen weisen eine negative Schiefe und ein erhebliches Maß an übermäßiger Kurtosis (Wölbung) auf, sodass in allen Fällen die Nullhypo- these normalverteilter Aktienrenditen abgelehnt werden kann. Die Korrelationsmatrix im mittleren Teil der Tabelle zeigt signifikant positive Korrelationen zwischen allen Sek- torindexrenditen mit Korrelationskoeffizienten im Bereich von 0,44 bis 0,85, sodass nur mäßige Diversifizierungsmög- lichkeiten bei der Sektorallokation bestehen. Der dritte und letzte Tabellenteil zeigt die Marktwertgewichte der Sektor- indizes in Prozent des Gesamtmarktes zum 31. Dezember Die Einbindung von Modellen zur Prognose von US-Sektorrenditen verbessert die taktische Asset Allocation deutlich. Dass illustriert ein Research Paper von zwei deutschen Wirtschaftswissenschaftlern. Unterschätzte Sektorrenditen 82 N o . 4/2024 | institutional-money.com THEORIE & PRAXIS | Asset Allocation FOTO: © WOLFGANG BESSLER | PRIVAT » Die Portfoliooptimierung mit Sektor- rendite-Prognosemodellen übertrifft passive Benchmarkportfolios deutlich. « Prof. Dr. Wolfgang Bessler, Deutsche Börse Seniorprofessor für empirische Kapitalmarktforschung an der Universität Hamburg