Wie man sich im „Faktorzoo“ am Aktienmarkt zurechtfindet

In den 1980er und 1990er Jahren wurde nachgewiesen, dass Faktoren wie Size, Value und Momentum Renditen abwerfen, die sich nicht mit dem Capital Asset Pricing Model (CAPM) erklären lassen. Seitdem wurden in der Literatur hunderte weiterer „Faktoren“ zutage gefördert. Das Ergebnis ist ein sogenannter „Zoo“ aus Aktienmarkt-Faktoren. Dies hat zu einer hitzigen Debatte darüber geführt, wie viele unterschiedliche Faktoren tatsächlich existieren.

In einem neuen Kommentar erläutern wir unseren Standpunkt in dieser Diskussion. Wir teilen die Bedenken, die in etlichen Forschungspapieren aus jüngerer Zeit formuliert wurden, wonach viele der hunderten von Faktoren, die über die Jahrzehnte vorgeschlagen wurden, tatsächlich auf Data Mining zurückzuführen sind. Allerdings sind wir nicht zu dem Ergebnis gekommen, dass der gesamte Faktorzoo auf lediglich eine Handvoll Faktoren reduziert werden kann.

Auch wenn sich die geringe Zahl von Faktoren, die in den wissenschaftlichen Modellen zur Bewertung von Assets genutzt werden, hervorragend als Ausgangspunkt eignet, stellen sie nur einen Ausschnitt dar. Unser Research hat Hinweise auf die Existenz Dutzender von Faktoren ergeben. Dazu gehören Faktoren, die ungerechtfertigt verworfen oder abgelehnt worden sind, multiple Faktoren, die zur Erfassung eines weitergefassten Phänomens erforderlich sind, Faktoren auf Basis nicht-standardisierter Datenquellen oder mit nur begrenzter Historie sowie Faktoren der „nächsten Generation“, die auf Big Data, Maschinellem Lernen oder Künstlicher Intelligenz basieren.

Dessen ungeachtet ist es im Hinblick auf die praktische Umsetzung üblich, Faktoren einer kleinen Zahl strategischer zusammengesetzter Faktoren zuzuordnen. So basiert der Faktor Low Risk auf Kennzahlen wie Volatilität und Beta, die anhand unterschiedlich langer historischer Zeiträume und einer unterschiedlichen Zahl von Messpunkten berechnet werden, aber auch auf Indikatoren für das Risiko einer finanziellen Notlage (Distress Risk) wie zum Beispiel Distance-to-Default und Bonitäts-Spreads.

Der Value-Faktor beinhaltet alle Variablen, die den Kurs in Relation zu Fundamentaldaten wie Buchwert, Gewinn und Cashflows setzen. Die entsprechenden Kennzahlen lassen sich beispielsweise um das Distress Risk oder die Umweltbilanz adjustieren.

Der Faktor Quality basiert im Wesentlichen auf einer Mischung aus den Fundamentaldaten eines Unternehmens wie zum Beispiel Profitabilität, Qualität der Erträge und Investitionsmuster. Wir teilen die akademische Einschätzung, dass es sich dabei tatsächlich um separate, individuelle Faktoren handelt, folgen aber der Branchenkonvention, sie unter dem gemeinsamen Begriff „Quality“ zusammenzufassen.

Beim Faktor Momentum verhält es sich grundsätzlich andersherum. Die Forschung und die Anbieter von Smart Beta-Indizes betrachten Momentum tendenziell als einzelnen Faktor (Kursmomentum). Unser Research hat jedoch ergeben, dass es sich eher um eine ganze Familie unterschiedlicher stimmungsbezogener Faktoren handelt, darunter insbesondere Kursmomentum und Analystenrevisionen.

Nicht zuletzt gibt es außerdem eine breite Palette kurzfristiger Faktoren. Diese werden typischerweise von der Forschung und den Indexanbietern gänzlich ignoriert. Für uns haben sie sich jedoch als hocheffizient erwiesen, was das Timing von Transaktionen angeht. Dazu gehören diverse „Reversal“-Phänomene, Signale auf Basis kurzfristiger Zinsen sowie Signale, die sich aus dem Muster der Handelsvolumina ableiten.

Unter dem Strich engen wir den akademischen „Zoo“ aus hunderten mutmaßlicher Faktoren auf einige Dutzend ein, die tatsächlich funktionieren. Diese wiederum ordnen wir einer kleineren Zahl zusammengesetzter Faktoren zu.