Publikationen

Mittwoch, 26 Juni, 2019

OLZ Research Note – Factor-Investing (Teil 3): Die Faktoren hinter der Rendite

Der Beitrag vergleicht die drei Faktoransätze Low-Volatility, Quality und Value mittels einer quantitativen Auswertung der Sensitivitäten gegenüber den fünf Fama-French-Faktoren sowie der Volatilität. Auch hier bestätigt sich: Low-Volatility und Quality sind – trotz gewisser Gemeinsamkeiten – eigenständige Faktoren.

Zwischen dem Low-Volatility und dem Quality-Investitionsansatz scheint es so etwas wie eine entfernte Verwandtschaft zu geben, mehr aber nicht: So lautete das Verdikt der ersten beiden Teile dieser Artikelreihe, wo wir die beiden Anlagestrategien einem deskriptiven (Teil 1) und qualitativen (Teil 2) Vergleich unterzogen. Das ebenfalls untersuchte Value-Portfolio scheint mit den beiden vorgenannten Ansätzen jedoch nahezu nichts gemein zu haben. In diesem Artikel wollen wir anhand von statistischen Kennzahlen analysieren, ob der bisherige Befund auch einer quantitativen Auswertung standhält. Dafür werden die Sensitivitäten der drei Faktorportfolios zu den in der Finanzliteratur bekannten Fama-French-Faktoren ermittelt.[1]

Erklärungskraft mal fünf

Die drei untersuchten Portfolios setzen alle auf Faktoren, die in der langen Frist empirisch nachweisbar bessere Risiko-/Renditeeigenschaften aufweisen als der Marktindex. Die Auswahl dieser Faktoren kommt nicht von ungefähr. Theorie und Praxis beschäftigen sich seit Jahrzehnten mit der Frage, welche systematischen Faktoren die Überrendite von Anlagen erklären. Aus einer Vielzahl an Antworten haben sich unterschiedliche Überzeugungen in Bezug auf die beste Anlagestrategie herauskristallisiert. Für einen fundierten Vergleich der Renditezusammensetzung der drei hier abgebildeten Investmentansätze bietet sich das «Fünf-Faktor-Modell» von Eugene Fama und Kenneth French an, welches eine aktualisierte Version ihres berühmten «Drei-Faktoren-Modells» aus dem Jahre 1993 darstellt.[2] Gehen Fama und French im 3-Faktoren-Modell noch davon aus, dass sich die Rendite einer Aktie im Wesentlichen durch das «Marktrisiko», die «Unternehmensgrösse» (Size) und die «Bewertung» (Value) erklären lässt, haben die beiden renommierten Wissenschaftler beim Fünf-Faktor-Modell ihr Universum von renditetreibenden Faktoren um die - nicht unumstrittenen - Dimensionen «Profitabilität» und «Investitionstätigkeit» erweitert.[3] Während der Marktrisikofaktor die Risikoprämie eines über den gesamten Aktienmarkt diversifizierten Marktportfolios im Vergleich zu einer risikolosen Anlage wiedergibt, berücksichtigt der Size-Faktor die Tatsache, dass Aktien mit geringer Börsenkapitalisierung (sogenannte Small Caps) historisch gesehen eine höhere Rendite erzielt haben als grosskapitalisierte Valoren (sogenannte Blue Chips). Im Gegensatz dazu beruht der Value-Faktor auf der Beobachtung, dass Aktien mit niedrigem Kurs-Buchwert-Verhältnis (KBV) im Vergleich zu Aktien mit hohem KBV im Schnitt eine höhere Rendite abwerfen. Die beiden neu hinzugenommenen Faktoren zielen auf verschiedene Aspekte von «Qualität» ab. Während der Profitabilitäts-Faktor auf eine erhöhte Rendite von Aktien mit guter operativer Ertragskraft setzt, geht der Investitions-Faktor davon aus, dass eine hohe Investitionstätigkeit, gemessen als stark wachsende Bilanzsumme, sinkende Profitabilität mit sich bringt und das Risiko erhöht.[4] Das «Fünf-Faktor-Modell» ist für unsere Belange interessant, da es misst, wie stark eine Anlagestrategie gegenüber den von Fama und French identifizierten wesentlichen Renditetreibern exponiert ist. Entsprechend eignet sich das Fünf-Faktor-Modell gut, um die Unterschiede und Gemeinsamkeiten zwischen den Anlagerenditen der drei von uns untersuchten Portfolios zu lokalisieren.

Volatilität gehört dazu

Da wir ein Value-, ein Quality- und ein Low Volatility-Portfolio unter die Lupe nehmen, ist es sinnvoll, zusätzlich zum Fünf-Faktor-Modell, welches bereits Value und Quality beinhaltet, einen Volatility-Faktor in die statistische Untersuchung einzubeziehen. Der Volatility-Faktor setzt auf den unter dem Namen «Low Volatility Puzzle» bekannten empirischen Effekt, wonach Titel mit tiefer Volatilität in der langen Frist oft besser abschneiden, als solche mit hoher Volatilität. Analog der Methodik von Fama-French konstruieren wir den Volatility-Faktor als Long-Short-Portfolio, wobei Aktien mit historisch tiefer Volatilität ein positives Gewicht (Long) und Aktien mit hoher Volatilität ein negatives Gewicht (Short) bekommen.

Bei der Erklärung der Renditen der drei Portfolios anhand der Fama-French-Faktoren und dem zusätzlichen Volatility-Faktor sind klare Muster zu erkennen (siehe Tabelle und Grafik). Wie zu erwarten, weisen die Portfolios nebst dem Marktfaktor das höchste Exposure zu demjenigen Faktor auf, welcher aufgrund der Konstruktionskriterien in ihm enthalten sein sollte. So wird das Value-Portfolio mehrheitlich vom Value-Faktor, das Quality-Portfolio von Profitabilität und das Low-Volatility-Portfolio vom Volatilitäts-Faktor getrieben.

Die Analyse der Koeffizienten und deren statistischer Signifikanz hilft uns die Gemeinsamkeiten und Differenzen der drei untersuchten Portfolios besser zu verstehen. Beim Low-Volatility- und Quality-Portfolio wird deutlich, dass beide von den Faktoren Risiko und Profitabilität beeinflusst sind. Die Renditen der beiden Portfolios werden zwar positiv von Aktien mit tieferem Risiko und hoher Profitabilität getrieben, doch bei der Höhe der Koeffizienten zeigen sich klare Unterschiede. Das Low-Volatility-Portfolio ist stark vom Risiko-Faktor getrieben, während das Quality-Portfolio gegenüber dem Volatility-Faktor zwar ein statistisch signifikantes, aber wesentlich kleineres Exposure aufweist. Zudem gibt es noch weitere Differenzierungsmerkmale. Beim Investitions- und Value-Faktor zeigt sich, dass Low-Volatility und Quality keinen gleichwertigen Ersatz für einander sind. Während sich das Low-Volatility-Portfolio schwergewichtig aus Unternehmen mit geringer Investitionstätigkeit zusammensetzt, welche positiv zur Rendite beitragen, kann beim Quality-Portfolio keine vergleichbare Aussage gemacht werden. Der entsprechende Regressionskoeffizient ist hier sogar leicht negativ, aber statistisch nicht signifikant. Beim Value-Faktor wird der Unterschied zwischen den beiden Anlageparadigmen noch deutlicher: Während das Low Volatility-Portfolio gegenüber dem Value-Faktor kein wesentliches Exposure aufweist, lädt der Quality-Ansatz stark negativ auf den Value-Faktor. Diese negative Sensitivität erweist sich als kritisch für das Quality-Portfolio, da hier Titel mit hoher Bewertung die Rendite negativ beeinflussen. Eine Tatsache, die es bei der Portfoliokonstruktion zu beachten gilt.

Aus der Analyse der Regressionskoeffizienten des Value-Portfolios lässt sich schliesslich eine wichtige Erkenntnis zur Titelselektion gewinnen. Das Value-Portfolio zeigt, wie konstruktionsbedingt zu erwarten ist, eine stark positive Sensitivität gegenüber dem Value-Faktor. Unter den vom Value-Portfolio selektierten Valoren findet sich aber auch eine grosse Zahl von Titeln mit hoher Volatilität, was sich in einem negativen Koeffizienten gegenüber dem Volatilitäts-Faktor zeigt, und einen wichtigen Grund für die vergleichsweise schwache Performance des Value-Portfolios darstellt. Bei der Konstruktion eines Value-Portfolios gilt es somit der Risikokomponente der einzelnen Titel explizit Rechnung zu tragen. Dies ist wichtig um eine sogenannte «Value Trap» zu vermeiden. Nur so lässt sich verhindern, dass ein Value-Portfolio in Aktien investiert, welche bewertungsmässig zwar günstig aussehen, aber auch sehr riskant oder sogar am Rande eines Bankrotts sind. Kurz und knapp folgern wir daraus, dass bei der Konstruktion eines Value-Portfolios das Risiko und bei der Strukturierung eines Quality-Portfolios die Bewertung im Auge behalten werden sollte.

Die Koeffizienten der drei Portfolios gegenüber den übrigen beiden Faktoren Markt und Grösse liefern keine Differenzierungsmerkmale. Wie zu erwarten, erweist sich der Markt-Faktor als für alle Portfolios wichtigster und vergleichbar starker Renditetreiber. Dass der Size-Faktor für alle drei Portfolios ein negatives Vorzeichen aufweist, ist deren Zusammensetzung geschuldet, da nur Aktien von mittleren und grossen Unternehmen zur Konstruktion der Portfolios beigezogen wurden.

Volatility und Quality: Zwei eigenständige Faktoren

Die Renditen beim Low-Volatility- und Quality-Portfolio sind gemäss unserer Analyse also beide von Risiko und Profitabilität beeinflusst, jedoch in unterschiedlich starker Ausprägung. Das gleiche Bild zeigt sich bezüglich der Sensitivitäten zum Value- und Investitions-Faktor: Auch hier gibt es erhebliche Differenzen. Gepaart mit den Erkenntnissen aus den ersten beiden Artikeln manifestiert sich somit die Erkenntnis, dass es zwischen dem Quality-Investing und dem Low-Volatility-Ansatz durchaus Gemeinsamkeiten gibt, während der Value-Ansatz den Fokus anders legt. Schaut man aber etwas differenzierter hin, so wird deutlich, dass es zwischen all den vorgenannten Anlageparadigmen fundamentale Unterschiede gibt. Low-Volatility und Quality haben zwar gewisse Berührungspunkte, aber es sind definitiv eigenständige Investitionsansätze.

Offen bleibt die Frage, wie sich die drei Portfolios während unterschiedlichen Marktzyklen verhalten. Dies werden wir im kommenden 4. Teil der Analyse genauer untersuchen.


Autoren

  • Carmine Orlacchio, CIO und Partner, OLZ AG
  • Stefan Oppliger, Research Analyst, OLZ AG
  • Prof. Dr. Daniel Höchle, Institut für Finanzmanagement, Fachhochschule Nordwestschweiz
  • Beatrix Wullschlegel, Wissenschaftliche Mitarbeiterin, Fachhochschule Nordwestschweiz

 

[1] Die Sensitivitäten entsprechen den Koeffizienten einer multiplen linearen Regression der Portfoliorenditen auf die Fama-French Faktoren. Mittels eines statistischen Tests (t-Test) können die Resultate bezüglich deren Signifikanz überprüft werden.

[2] Fama, E., French, K., 2015. A Five-Factor Asset Pricing Model. Journal of Financial Economics 116, 1 – 22

[3] Blitz et al., 2018. Five Concerns with the Five-Factor Model. The Journal of Portfolio Management 44, 71 - 78

[4] Novy-Marx, R., 2013. The other side of value: The gross profitability premium. Journal of Financial Economics 108, 1–28.

Mittwoch, 23 Januar, 2019
OLZ Resarch Note

Effizienz statt Komplexität

Der Weg zu einer besseren Rendite führt über den systematischen Einbezug des Risikos. Oder: Warum es sich für Anleger und Anlegerinnen lohnt, Harry Markowitz’ Grundsatz für eine effiziente Portfoliokonstruktion in Erinnerung zu rufen.

OLZ Research Note 01/2019

Mittwoch, 28 November, 2018
OLZ Research Note

Factor-Investing (Teil 2): Kennzahlen soweit das Auge reicht

Institutionelle Investoren interessieren sich zunehmend für Factor-Investing. In einer Serie von Research Notes vertiefen wir diese Thematik. Wir erküren nicht den besten Faktor, sondern suchen nach Gemeinsamkeiten und Unterschieden, und analysieren deren Wirkung auf das Portfolio.

In Teil 2 vergleichen wir die Faktoren Value, Low Volatility und Quality anhand der wichtigsten Finanzkennzahlen. Der Fokus liegt auf der Bewertung, der Rentabilität und der Verschuldung.

OLZ Research Note: Factor Investing (Teil 2)

Dienstag, 30 Oktober, 2018
OLZ Research Note

Factor-Investing (Teil 1): Zuwachs im Faktor-Zoo

Faktor-Investing steht bei vielen institutionellen Anlegern hoch im Kurs. In einer Serie von Research Note vergleichen wir die drei Faktoren Value, Low Volatility und Quality. Wir erküren nicht den besten Faktor, sondern suchen nach Gemeinsamkeiten und Unterschieden, und deren Wirkung auf das Portfolio.

Dieses Forschungsprojekt haben wir in Zusammenarbeit mit der Fachhochschule Nordwestschweiz (FHNW) durchgeführt. In Teil 1 liegt der Fokus auf der Methodologie zur Replikation der Faktoren sowie auf dem Vergleich der Performance, des Risikos und der Eigenschaften der Faktorportfolios.

OLZ Research Note: Factor Investing (Teil 1)

Mittwoch, 24 Januar, 2018
OLZ Research Note

Minimum Varianz und Nachhaltigkeit: Eine harmonische Beziehung

Der Einbezug von ESG-Restriktionen ist ohne Renditeeinbusse nur möglich, wenn die Risiko-Rendite Effizienz des Portfolios optimiert wird. Lesen Sie aktuelle Analysen und Forschungsergebnisse.

OLZ Research Note 01/2018

Mittwoch, 25 Januar, 2017
OLZ Research Note

Minimum Varianz – eine differen­zierte Analyse zu «Crowding», «Valuation», Zinssensitivität und weiteren Fragen

Risikobasierte Strategien wie Minimum Varianz haben sich als effiziente Bausteine in der Portfoliokonstruktion etabliert. Wir gehen in dieser Research Note auf verschiedene Kritikpunkte ein und zeigen auf, warum es sich für Anleger langfristig lohnt, den Fokus auf eine optimierte Diversifikation zu legen – auch wenn bei einer Phase ungewöhnlich tiefer Marktvolatilität, wie im zweiten Halbjahr 2016, keine Outperformance zu erwarten ist.

Research Note 01/2017

Sonntag, 1 Februar, 2015
Schweizer Personalvorsorge

Kapitalgewichtet ist nicht gleich effizient

Die meisten Pensionskassen haben in den letzten Jahren Massnahmen zur nachhaltigen Sicherung ihrer Leistungen ergriffen. So wurden Verwaltungskosten reduziert oder technischer Zins und Umwandlungssatz gesenkt. Vielfach reichen diese Spartmassnahmen alleine nicht aus. Vergessen geht oft, dass auch die Anlageseite Verbesserungspotenzial birgt.

Artikel lesen