switzerlandde
Faktorprämien sind ein „ewiges“ Merkmal der Aktienmärkte

Faktorprämien sind ein „ewiges“ Merkmal der Aktienmärkte

21-12-2021 | Research

Neuen Untersuchungen zufolge gibt es faktororientierte Anlagestile für Aktienanlage bereits seit Mitte des 19. Jahrhunderts. Diese Erkenntnis basiert auf einer wegweisenden US-Aktiendatenbank, die ein Research-Team von Robeco unter der Leitung von Guido Baltussen in Zusammenarbeit mit der niederländischen Erasmus Universität aufgebaut hat. Das verdeutlicht, dass Faktorprämien nicht von spezifischen Marktparadigmen abhängig sind, was gute Neuigkeiten für langfristig orientierte quantitative Investoren sind.

  • Guido  Baltussen
    Guido
    Baltussen
    Head of Factor Investing
  • Bart van Vliet
    Bart
    van Vliet
    Investment Specialist
  • Pim  van Vliet, PhD
    Pim
    van Vliet, PhD
    Lead Portfolio Manager Conservative Equities and Co-head Quant Investments

In aller Kürze

  • Die Autoren bauten eine neue US-Aktiendatenbank für den Zeitraum von 1866 bis 1926 auf
  • Innerhalb dieses Zeitraums ließen sich erhebliche Prämien für Low-Risk, Momentum und Value erkennen
  • Die Analyse verdeutlicht das Potenzial, das maschinelles Lernen bietet

Während der letzten Dekaden wurden in der Literatur zur Preisbildung bei Anlagen zahlreiche Aktienfaktoren wie Low-Risk, Momentum und Value entdeckt, mit denen sich erklären lässt, warum Unterschiede in Aktienrenditen innerhalb von Sektoren auftreten. Die empirischen Belege, auf denen diese Erkenntnisse beruhen, stammen zum größten Teil aus der Datenbank des Center for Research in Security Prices (CRSP), in der die Preise von US-Aktien (einschließlich Renditen) seit dem Jahr 1926 verzeichnet sind.

Dieser Stichprobenzeitraum ist bereits so intensiv analysiert worden, dass viele Experten davor warnen, dass bei Untersuchungen zu Faktoren die Ergebnisse durch P-Hacking verzerrt werden könnten.1 Anders formuliert: Zahlreiche Faktoren, die innerhalb der Stichprobe wichtig aussehen, könnten außerhalb der Stichprobe weniger Aussagekraft haben oder sogar gar nicht tragbar bleiben. Dieses Problem lässt sich durch eine wirklich unabhängige und ausreichend große Datenbasis umgehen, mit der sich Ergebnisse außerhalb der Stichprobe überprüfen lassen.

Zu den aktuellen Einblicken
Zu den aktuellen Einblicken
Anmelden

Aufbau einer neuen Datenbasis

Zu diesem Zweck haben Guido Baltussen, Bart van Vliet und Pim van Vliet (Mitglieder unseres Quantitative Investing-Teams) zusammen mit der Erasmus Universität eine neuartige Datenbank mit Aktienkursen, Dividendenrenditen und Marktkapitalisierungen von US-Aktien für den Zeitraum von 1866 bis 1926 aufgebaut. Dieses enorme Projekt, das sich über mehrere Jahre erstreckte, umfasste die manuelle Erfassung der Marktkapitalisierungsdaten, Qualitätskontrollen aller Inputs sowie die Bereinigung und Anpassung für das Delisting von Aktien und Aktiensplits, wo digitalisierte Versionen von Finanzzeitschriften herangezogen wurden. Das Team hat diese Informationen dann mit den Daten eines externen Anbieters – Global Financial Data – für denselben Zeitraum zusammengeführt.

Dieser vor dem durch CRSP abgedeckten Stichprobenzeitraum liegende Zeitraum ist ungefähr genauso lang wie derjenige, der in den bisherigen CRSP-Untersuchungen genutzt wurde (61 Jahre) und umfasst einen wirtschaftlich interessanten Zeitraum ohne Abhängigkeit von bekannten Datensätzen. Diese Ära zeichnete sich durch starkes Wirtschaftswachstum und eine rapide industrielle Entwicklung aus, mit der die Grundlage für die dominante Stellung der US-Wirtschaft gelegt wurde. Der US-Aktienmarkt leistete in dieser Phase einen entscheidenden Beitrag für das wirtschaftliche Wachstum und die Finanzierung wichtiger Innovationen.

Die neue Datenbank schafft neue Möglichkeiten für unabhängige Tests, die uns ein besseres Verständnis von Renditetreibern und Aktienkursen verschaffen. Die Autoren haben die Daten genutzt, um in ihrer Studie einen Querschnitt von Aktienrenditen in den USA während der Zeit vor dem CRSP-Intervall zu untersuchen.2 Dabei konzentrierten sie sich auf gut dokumentierte Aktieneigenschaften wie Beta, Momentum (12-1-Monats-Kursdynamik), kurzfristige Trendumkehr (1 Monat), Size und Value (Dividendenrendite).

Belege für Faktorprämien bei Aktien vor 1926

Zuerst wurden bei der Analyse mit dem Datensatz Fama-MacBeth-Regressionen3 und univariate Portfoliosortierung durchgeführt. Die Autoren kamen zu dem Schluss, dass das Markt-Beta nicht eingepreist wurde und dass das Kapitalgutpreismodell (CAPM) keine Erklärung für die Anlagepreise liefern konnte, weil Aktien mit niedrigem Beta ein positives Alpha generierten und Aktien mit hohem Beta ein niedriges Alpha. Außerdem zeigten Momentum und Value erhebliche Prämien und Rendite-Spreads. Bei Size war beides nicht zu beobachten, während es bei Short-Term Reversal eine erhebliche Prämie gab, aber keinen nennenswerten Rendite-Spread.

Die Autoren richteten danach markt- und größenneutrale Faktorportfolios auf, die sie doppelt nach Größe und bestimmten Faktoreigenschaften sortierten. Dabei ergaben sich wirtschaftlich substanzielle und statistisch signifikante Prämien und CAPM-Alphas bei den Faktoren Low-Risk (Beta), Momentum und Value (Dividendenrendite), während die Prämie für Size wieder bei beiden Kennzahlen zu vernachlässigen war. Bei Short-Term Reversal ließen sich erhebliche Prämien aber kaum CAPM-Alphas erkennen. Die wichtigsten Ergebnisse sind in den Abbildungen 1 und 2 zusammengefasst.

Abbildung 1 | Rendite-Spread (in %) für die Zeiträume 1866 bis 1926 und 1927 bis 2019

Quelle: Robeco Quantitative Research. Auf der Abbildung sind die durchschnittlichen annualisierten Renditen der Faktoren Size, Value, Momentum, Short-Term Reversal und Beta für die Stichproben aus dem Zeitraum vor CRSP und dem CRSP-Zeitraum dargestellt. Die Faktoren werden aus Top-Bottom-Portfolios auf der Basis von 2x3 größentypischen Portfolios aufgebaut. Die Stichprobe für den Zeitraum vor CRSP beginnt im Januar 1866 und endet im Dezember 1926. De CRSP-Stichprobe erstreckt sich vom Januar 1927 bis zum Dezember 2019. Die Performance wird mit monatlicher Frequenz ermittelt.

Abbildung 2 | CAPM-Alpha (in %) für die Zeiträume 1866 bis 1926 und 1927 bis 2019

Quelle: Robeco Quantitative Research. Auf der Abbildung sind die durchschnittlichen annualisierten CAPM-Alphas der Faktoren Size, Value, Momentum, Short-Term Reversal und Beta für die Stichproben aus dem Zeitraum vor CRSP und dem CRSP-Zeitraum dargestellt. Die Faktoren werden aus Top-Bottom-Portfolios auf der Basis von 2x3 größentypischen Portfolios aufgebaut. Die Stichprobe für den Zeitraum vor CRSP beginnt im Januar 1866 und endet im Dezember 1926. De CRSP-Stichprobe erstreckt sich vom Januar 1927 bis zum Dezember 2019. Die Performance wird mit monatlicher Frequenz ermittelt.

Insgesamt war kein bedeutender Signifikanzverlust der Faktorprämien außerhalb der Stichprobe zu beobachten, weil diese in den Zeiträumen von und nach 1926 recht ähnlich ausfielen. Die Autoren bestätigten außerdem, dass diese Ergebnisse auch im Zeitverlauf robust bleiben, wobei unterschiedliche branchen- und börsenübergreifende Prüfungen positiv ausfielen. Faktorübergreifende Prüfungen ergaben, dass Low-Risk, Momentum, Short-Term Reversal und Value nicht redundante Assetpreis-Faktoren sind, während Size in anderen Faktoren subsummiert ist. Diesen Erkenntnissen zufolge lassen sich Low-Risk, Momentum und Value als dauerhafte Assetpreis-Faktoren klassifizieren.

Techniken des maschinellen Lernens liefern wertvolle Einblicke in Bezug auf Aktienrenditen

Die Autoren führten auch eine Out-of-Sample-Prüfung für Methoden des maschinellen Lernens (ML) durch, die einigen Artikeln zur Preisbildung von Vermögenswerten zufolge bereits erfolgreich angewandt wurden. Beispielsweise haben einige Wissenschaftler4 den Standpunkt vertreten, das bei Querschnittsregressionen und Portfoliosortierungen wichtige Dynamiken und Zusammenhänge zwischen Variablen wie Rendite-Volatilität und Kursdynamik übersehen werden können. Diese Wissenschaftler kamen zu dem Ergebnis, das ML-Modelle (Random Forest und neurale Netzwerke, die nichtlineare Wechselwirkungen zwischen den Prädiktoren berücksichtigen) Unterschiede bei Aktienrenditen im Stichprobenquerschnitt für den Zeitraum 1957 bis 2016 vorhersagen können.

Dieser Stichprobenzeitraum ist allerdings mit der durch die CRSP abgedeckten Zeit identisch. Und letztendlich müssen auch ML-Modelle bei Out-of-Sample-Prüfungen mit unabhängigen Stichproben validiert werden, ähnlich wie bei herkömmlichen Faktorüberprüfungen. Die Autoren wandten daher die vielversprechendsten ML-Techniken (Random Forest und neuronale Netzmodelle) auf den neuen 61-jährigen Stichprobenzeitraum an. Sie stellten fest, dass die ML-Methoden auch im Zeitraum vor CRSP funktionierten, weil beide Modelle erhebliche CAPM-Alphas lieferten. Dementsprechend weist die Studie auf die Möglichkeit hin, mit ML-Werkzeugen wertvolle Informationen über die Querschnittsrenditen bei Aktien zu gewinnen.

Die hierin beschriebene grundlegende historische Untersuchung unterstreicht, dass Faktorprämien keine nennenswerte Abhängigkeit von bestimmten Marktordnungen oder -strukturen aufweisen. Stattdessen handelt es sich bei ihnen aller Wahrscheinlichkeit nach um ein „ewiges“ Merkmal der Aktienmärkte.

1 Siehe: Harvey, C. R. (Juli 2017): „Presidential address: the scientific outlook in financial economics“, Journal of Finance.
2 Siehe: Baltussen, G., Van Vliet, B. P. und Van Vliet, P. (November 2021): „The cross-section of stock returns before 1926 (and beyond)“, Working Paper.
3 Siehe: Fama, E. F. und MacBeth, J. D. (Juni 1973): „Risk, return, and equilibrium: empirical tests“, Journal of Political Economy.
4 Siehe: Gu, S., Kelly, B und Xiu, D. (Februar 2020): „Empirical asset pricing via machine learning“, The Review of Financial Studies.

Logo

Zugangsbeschränkung / Haftungsausschluss

Die auf diesen Seiten enthaltenen Informationen dienen Marketingzwecken und sind ausschliesslich für (i) qualifizierte Anleger gemäss dem Schweizer Bundesgesetz über die kollektiven Kapitalanlagen vom 23. Juni 2006 („KAG“), (ii) Professionelle Kunden gemäss Anhang II der Richtlinie über Märkte für Finanzinstrumente (2014/65/EU; „MiFID II“) mit Sitz in der Europäischen Union oder im Europäischen Wirtschaftsraum mit einer entsprechenden Lizenz zur Erbringung von Vertriebs- / Angebotshandlungen im Zusammenhang mit Finanzinstrumenten oder für (iii) solche, die hiermit aus eigener Initiative entsprechende Informationen zu spezifischen Finanzinstrumenten erfragen und als professionelle Kunden qualifizieren.

Die Fonds haben ihren Sitz in Luxemburg oder den Niederlanden. Die ACOLIN Fund Services AG, Postanschrift: Affolternstrasse 56, 8050 Zürich, agiert als Schweizer Vertreter der Fonds. UBS Switzerland AG, Bahnhofstrasse 45, 8001 Zürich, Postanschrift: Europastrasse 2, P.O. Box, CH-8152 Opfikon, fungiert als Schweizer Zahlstelle. Der Prospekt, die Key Investor Information Documents (KIIDs), die Satzung, die Jahres- und Halbjahresberichte der Fonds sind auf einfache Anfrage hin und kostenlos im beim Schweizer Vertreter ACOLIN Fund Services AG erhältlich. Die Prospekte sind auch über die Website www.robeco.ch verfügbar.

Einige Fonds, über die Informationen auf dieser Website angezeigt werden, fallen möglicherweise nicht in den Geltungsbereich des KAG und müssen daher nicht über eine entsprechende Genehmigung durch die Eidgenössische Finanzmarktaufsicht FINMA verfügen. Einige Fonds sind in Ihrem Wohnsitz- / Sitzstaat möglicherweise nicht verfügbar. Bitte überprüfen Sie den Registrierungsstatus in Ihrem jeweiligen Wohnsitz- / Sitzstaat. Um die in Ihrem Land registrierten Produkte anzuzeigen, gehen Sie bitte zur jeweiligen Länderauswahl, die auf dieser Website zu finden ist, und wählen Sie Ihr Wohnsitz- / Sitzstaat aus.

Weder Informationen noch Meinungen auf dieser Website stellen eine Aufforderung, ein Angebot oder eine Empfehlung zum Kauf, Verkauf oder einer anderweitigen Verfügung eines Finanzinstrumentes dar. Die Informationen auf dieser Webseite stellen keine Anlageberatung oder anderweitige Dienstleistung der Robeco Switzerland Ltd dar. Eine Investition in ein Produkt von Robeco Switzerland Ltd sollte erst erfolgen, nachdem die entsprechenden rechtlichen Dokumente wie Verwaltungsvorschriften, Prospekt, Jahres- und Halbjahresberichte konsultiert wurden.

Durch Klicken auf "Ich stimme zu" bestätigen Sie, dass Sie resp. die von Ihnen vertretene juristische Person eine der oben genannten Kategorien von Adressaten fallen und dass Sie die Nutzungsbedingungen für diese Website gelesen, verstanden und akzeptiert haben.

Nicht Zustimmen