Institutional Money, Ausgabe 4 | 2021
Immer liefern die faktorbasierten im Ver- gleich zu den sektorbasierten Portfolios grö- ßere oder gleiche mittlere Renditen. Die Beziehung zwischen den Renditen und den Allokationsbeschränkungen ist ähnlich wie die, die man bei den Sharpe-Ratio-Unter- schieden für beide Strategien sieht. Eine Ausweitung der Allokationsfreiheit vergrö- ßert die Renditeunterschiede zwischen Fak- tor- und Sektorportfolios. Als Nächstes ana- lysiert das Trio die Performance der opti- mierten Portfolios im Rahmen eines Multi- Faktor-Modells. Dabei werden die Renditen der Portfolios auf die sechs Fama-French- Faktoren für US-Aktien Markt, Value, Size, Quality, Investment und Momentum, er- gänzt um den Faktor „Betting against Beta“ regressiert, um Multi-Faktor-Alphas zu er- halten. Tatsächlich sind für alle optimierten Portfolios positive Multi-Faktor-Alphas zu beobachten. Für den Long-only-Fall weisen alle Portfolios positive Alphas auf, wobei die überwiegende Mehrzahl deutlich größer als null ist. Insbesondere weisen alle Fak- torportfolios statistisch signifikant positive Multi-Faktor-Alphas auf, während bei den Sektorportfolios viele Alphas nicht signifi- kant höher als null sind. Darüber hinaus stellen die Autoren für alle drei optimie- rungsbasierten Allokationen fest, dass die Alphas für Faktorportfolios größer ausfallen als für Sektorallokationen. Im Gegensatz dazu zeigen bei risikobasierten Allokationen (Risikoparität und Minimum Variance) Fak- torportfolios niedrigere Multi-Faktor-Alphas als Sektorportfolios. Schlussfolgerungen Dieses Ergebnis steht im Einklang mit der früheren Erkenntnis, dass Sektoren we- niger stark korreliert sind als Faktoren. Sie stützt auch die Schlussfolgerung von Briere und Szafarz, dass Sektorinvestments dazu beitragen, die Risiken in Krisenzeiten zu verringern, während Faktorinvestitionen die Renditen in Expansionsphasen steigern kön- nen. Das höchste Alpha (1,22 % pro Monat) erzielt man mit der faktorbasierten Black- Litterman-Optimierungsmethode mit einem 60-monatigen Schätzzeitfenster und erlaub- ten Leerverkäufen (Gewichte zwischen –50 % und 50 %). In Übereinstimmung mit einer früheren Arbeit von Bessler und Wolff finden sich die größten Multi-Faktor-Alphas für Black-Litterman-Portfolios im Vergleich zu allen anderen Allokationsstrategien. Ins- gesamt bestätigt die Multi-Faktor-Analyse das Ergebnis der Autoren, dass Faktorport- folios Sektorportfolios zumindest für Risi- ko-Rendite-Optimierungsmodelle dominie- ren. Die Analyse der Tail-Risiko-Maße wie Schiefe und Kurtosis der Renditen oder des maximalen Drawdowns zeigt, dass Faktor- portfolios kein höheres Tail-Risiko aufwei- sen. Darüber hinaus stellen die Autoren fest, dass bei fast allen Allokationsstrategien der Portfolioumschlag bei Faktor- im Vergleich zu Sektorportfolios geringer ist. Folglich sind bei größeren Transaktionskosten die relativen Vorteile von Faktor- im Vergleich zu Sektorallokationen noch ausgeprägter. In einem weiteren Schritt regressieren die Autoren Faktorportfolios auf dieselben sechs MSCI-Long-only-Faktoren, die sie als Assets in den Faktorportfolios einsetzen, um die potenziellen Vorteile des Faktor- Timings zu analysieren. Dabei stellen sie fest, dass sowohl die Risiko-Rendite-Opti- mierung als auch die risikobasierte Alloka- tion im Vergleich zu einer „Buy and Hold“- Faktorstrategie einen Mehrwert bietet. Schließlich zeigt die Subperiodenanalyse, dass in „normalen“ Zeiten Faktorportfolios Sektorportfolios eindeutig outperformen, während in Krisenzeiten Sektorportfolios überlegen sind und bessere Diversifikations- möglichkeiten bieten. Generell gesagt ist für die gesamte Stich- probe eine klare Outperformance von Fak- torportfolios feststellbar. Insgesamt bieten Faktorindizes also ein attraktives Anlage- universum und sind bereits über ETFs investierbar. Interessant könnte es sein zu untersuchen, ob die Kombination von Sek- toren und Faktoren in einem einzigen Port- folio zusätzlichen Wert schaffen kann. Briere und Szafarz haben 2020 Blended Portfolios vorgeschlagen, die die Diversifi- kationsvorteile von Sektorinvestitionen ins- besondere in Krisenzeiten mit den Risiko- prämien von Faktorinvestitionen kombinie- ren. Doch diese Analyse etwaiger Vorteile von Blended Portfolios wird Gegenstand künftiger Kapitalmarktforschung sein. Für den Praktiker bleibt die Erkenntnis, dass bei einem entsprechend langen Anlagehorizont eine Faktorallokationsstrategie jedenfalls vorzuziehen sein wird. DR. KURT BECKER Sharpe-Ratio-Vergleich Sechs Asset-Allocation-Modelle treffen auf Faktor- und Sektorportfolios. GEWICHTSBESCHRÄNKUNGEN DER ASSETKLASSEN (LONG [+], SHORT [–]) [0 %; +35 %] [–35 %; +35 %] [–50 %; +50 %] (1) (2) (3) (4) (5) (6) Optimierungs- Schätz- Faktor- Sektor- Faktor- Sektor- Faktor- Sektor- methode fenster indizes indizes indizes indizes indizes indizes 1/N 1,17 0,90 Risk Parity 1,15 1,00 Minimum Varianz 1,15 1,02 1,15 1,06 1,07 1,05 gesamt 1,15 0,96 1,14 0,96 1,14 0,98 Black- 12 Monate 1,19 0,87 1,17 0,73 * 1,20 0,67 Litterman 36 Monate 1,18 0,92 1,18 0,87 1,20 0,90 60 Monate 1,16 1,01 1,17 0,98 1,18 1,00 gesamt * 1,19 0,70 * 1,24 0,64 ** 1,17 0,37 Mean 12 Monate 1,22 0,81 1,21 0,82 * 1,22 0,58 Variance 36 Monate 1,21 0,92 * 1,19 0,66 ** 1,17 0,46 60 Monate 1,26 0,99 1,30 1,00 * 1,38 0,77 gesamt 1,17 0,93 1,14 0,90 1,12 0,78 Bayes- 12 Monate 1,23 0,87 1,24 0,88 ** 1,24 0,54 Stein 36 Monate 1,20 0,96 1,16 0,95 1,17 0,82 60 Monate 1,19 1,03 1,21 1,13 1,23 1,01 In allen Fällen führen die Faktorallokationen zu höheren Sharpe Ratios als die Sektorallokationen. Bei den Long- Short-Allokationen (maximale Short- und Long-Positionen zwischen –35 % und +3 5 % bzw. zwischen –50 % und +50 %) sind die Performanceunterschiede zwischen den Faktor- und Sektorallokationsstrategien im Vergleich zum Long-only- Fall größer. Wenn die Unterschiede in den Sharpe Ratios zwischen den Faktor- und Sektorindexpaaren statistisch signifi- kant sind, werden diese je nach Konfidenzniveau von 90/95/99 % mit */**/*** gekennzeichnet. Quelle: Studie N o. 4/2021 | www.institutional-money.com 129 T H E O R I E & P R A X I S | ANLAGE S TRAT EG I EN
Made with FlippingBook
RkJQdWJsaXNoZXIy ODI5NTI=