Modellbasierte Optimierung

  • Die Optimierung erfolgt rein systematisch und modellbasiert. Individuelle Marktmeinungen werden nicht berücksichtigt.
  • Grundlage ist die Moderne Portfoliotheorie, die auf eine global gestreute Anlage abzielt.
  • Ziel ist es, die Ertragschancen der weltweiten Märkte optimal zu nutzen.

Savity bietet eine automatisierte Vermögensverwaltung an, die darauf abzielt, die langfristige Anlagerendite für das jeweilige Ertrags-/Risikoniveau eines Kunden zu maximieren. Für die Optimierung der Anlageportfolios setzen wir auf einen komplett systematischen und modellbasierten Ansatz.

Systematische Portfoliooptimierung

Savity nutzt die sogenannte Moderne Portfoliotheorie nach Markowitz (1952) um optimale Portfolios zu erstellen. Wir setzen ein breites Spektrum von Anlageklassen ein (siehe Portfoliodiversifikation) und ermitteln die optimale Zusammensetzung der Anlageklassen mithilfe der Mean-Variance-Optimierung, die Grundlage der modernen Portfoliotheorie. Das Ergebnis dieser Optimierung sind „effiziente“ Portfolios für verschiedene Ertrags-/Risikoniveaus, wobei jedes davon die Rendite für ein angestrebtes Risiko maximiert.

Die Mean-Variance-Optimierung zur Ermittlung der effizienten Portfolios benötigt drei Input-Parameter:

  1. Risiko je Anlageklasse (Standardabweichung der täglichen historischen Performance)
  2. Gegenseitige Korrelation je Anlageklasse
  3. Ertragserwartung je Anlageklasse

Während wir Risiko und Korrelation der Anlageklassen statistisch gut beschreiben können, verbleibt ein wesentliches Problem für die Portfoliooptimierung: Wie hoch ist die anzusetzende erwartete Rendite? Gerade in Zeiten der Nullzinspolitik können wir nicht einfach aus der Vergangenheit auf die Zukunft schließen. Auch dieses Problem lösen wir objektiv über einen quantitativen Ansatz.

Zukünftige Ertragserwartungen

Mit dem Modell von Black-Litterman (1992) können wir zukünftig erwartete Erträge ermitteln, die auf realen Daten basieren und die die kollektiven Entscheidungen aller Anleger auf der ganzen Welt einschließen. Im Kern untersucht dieses komplexe Modell, wie sich alle Anleger weltweit verhalten, und wie sie ihre Anlage streuen. Auf Grundlage dieser Informationen wird eine Art globale Vermögensaufteilung („globale Marktkapitalisierung“) erstellt, die darüber Auskunft gibt, wie das gesamte Vermögen der Welt zu einem bestimmten Zeitpunkt investiert ist. Daraus lässt sich schließlich ableiten, wie die globalen Marktteilnehmer die erwartete Rendite je Anlageklasse einschätzen. (Details zur Berechnung finden Sie in unserem White Paper, eine akademische Sichtweise finden Sie hier.)

Der systematische, modellbasierte Ansatz stellt sicher, dass Investitionsentscheidungen auf Basis empirischer Daten getroffen werden und dass persönliche (oftmals unbewusste) Vorlieben keinen Einfluss auf Anlageentscheidungen haben. Ein Beispiel dafür wäre der sogenannte „Home Bias“: Dieser beschreibt die Tendenz von Anlegern, Investments auf dem Heimatmarkt zu bevorzugen.

Makroökonomische Daten in der Optimierung

Die Ertragserwartungen und das ermittelte Gleichgewichtsportfolio aus der Black-Litterman-Berechnung gelten langfristig. Auf lange Sicht sind Märkte effizient gepreist (Fama, 1970) – kurzfristig, innerhalb eines Konjunkturzyklus, können Märkte jedoch Verzerrungen unterliegen und vom natürlichen, effizienten Gleichgewicht abweichen. Diese kurzfristigen Ineffizienzen rechtfertigen für Savity den Einsatz von makroökonomischen Prognosen über künftige ökonomische Entwicklungen im Rahmen des Black-Litterman-Modells. Ziel ist es systematisch, ausgehend von der aktuellen Marktbewertung, Über- oder Unterbewertungen (sogenannte Marktanomalien) zu identifizieren und über die resultierende Überrendite-Schätzung das effiziente Marktportfolio zu ermitteln. Dieses auf kurze Frist effiziente Portfolio kann von dem Gleichgewichtsportfolio abweichen, das ausschließlich auf der aktuellen globalen Marktkapitalisierung und der historischen Kovarianzmatrix beruht.

In unsere Prognosemodelle gehen insbesondere volkswirtschaftliche Daten und Währungs-Wechselkurse ein: volkswirtschaftliche Daten wie Wirtschaftswachstum und Inflation beeinflussen sowohl die Ertragsschätzungen der Aktienmärkte als auch die erwartete Zinsentwicklung. Wechselkurse hängen primär von der realen Kaufkraft einer Währung sowie der Aussenverschuldung eines Landes ab.

Aktienmärkte

Langfristig orientieren sich die Aktienmärkte am Wirtschaftswachstum eines Landes. Da der private Sektor die höchste Wertschöpfung hat, tendieren Aktienmärkte dazu, stetig Erträge zu erwirtschaften, die über dem Wirtschaftswachstum liegen – sofern die börsennotierten Unternehmen repräsentativ für die Wertschöpfung des privaten Sektors sind. Aktien werden gegen das nominelle Wirtschaftswachstum gemessen – das inkludiert auch die Inflation. Deshalb berücksichtigen wir in unseren Prognosemodellen auch die erwartete Inflation. Dabei gilt es zu berücksichtigen, dass eine stabile Inflation für die Ertragsstärke von Unternehmen wichtig ist.

Neben dem nominellen Wirtschaftswachstum ist die Dividendenrendite ein wichtiger Faktor, da sie einen Teil des Gesamtertrags von Aktieninvestments darstellt. Dividendenrenditen sind relativ stabil und werden häufig als Qualitätsmerkmal solider Unternehmensführung geschätzt (junge Wachstumsunternehmen und hoch fremdfinanzierte Unternehmen sind nicht in der Lage, konsistent Dividenden auszuschütten). Ebenfalls wichtig ist die gegenwärtige Bewertung des Aktienmarktes, ausgedrückt durch das Kurs-Gewinn-Verhältnis (KGV). Robert Shiller hat nachgewiesen Irrational Exuberance, 2000), dass Märkte, deren KGV historisch hoch (also teuer) ist, dazu tendieren in den folgenden Jahren niedrigere Erträge erwirtschaften, bis sich das KGV wieder normalisiert hat.

Historisches Kurs-Gewinn-Verhältnis
Der Chart zeigt das historische Kurs-Gewinn-Verhältnis für den US-Aktienmarkt nach Shiller. Ein Wert von 10 bedeutet beispielsweise, dass ein Unternehmen mit dem 10-fachen des jährlichen Gewinns bewertet wird.

Shiller sagte übrigens 2000 die Tech Bubble voraus, und warnte 2007 vor einer Immobilienblase, die im Jahr darauf die große Finanzkrise auslöste. Wir verwenden Prof. Shillers Ansatz als einen der wesentlichen Parameter in unserem Aktienmodell.

Anleihemärkte

Die Entwicklung der Anleihemärkte ist stark von der Geldpolitik der Zentralbanken abhängig. Hier sind wir mit dem Problem konfrontiert, dass Zentralbanken in der Bekämpfung der Finanzkrise zu unorthodoxen Methoden griffen, die uns mittlerweile sogar negative Nominalzinsen bescheren. Mit der sogenannten Taylor-Regel (Taylor, 1993) lässt sich die Steuerung der Zinsen durch die Zentralbanken nachvollziehen, unter Berücksichtigung von zwei Faktoren: Zum einen wieder die erwartete Inflation (gegenüber der von der Zentralbank angepeilten Inflation), zum anderen das reale Wirtschaftswachstum (gegenüber dem potentiellen Wirtschaftswachstum – oft auch unter dem Begriff Output Gap ausgewiesen). Neben den Geldmarktzinsen interessieren uns als Anleiheinvestoren primär die langfristigen Zinsen. Das Niveau der langfristigen Zinsen reflektiert die Erwartung der Marktteilnehmer, wie sich langfristig die Geldmarktzinsen entwickeln werden. Neben der kurzfristigen Geldpolitik der Zentralbanken ist für die Modellierung dieser Zinsen wiederum die Inflation und das erwartete Wirtschaftswachstum von entscheidender Bedeutung.

Staatsanleihen von Industriestaaten mit guter Bonität (wie Österreich oder Deutschland) gelten gemeinhin als die sicherste Anlageform nach Geldbeständen. Danach kommen besicherte Anleihen (wie Pfandbriefe). Unternehmensanleihen weisen in ihren Bonitäten eine breite Streuung auf, die nicht nur auf der eigenen betriebswirtschaftlichen Situation beruht, sondern auch auf der ihrer Branche. Unternehmensanleihen werden mit einem Risikoaufschlag gegenüber Staatsanleihen gehandelt, der auf der Bonitätsbeurteilung durch Ratingagenturen beruht. Im Wesentlichen unterscheidet man zwischen Investment Grade (AAA bis BBB) und Hochzinsanleihen (auch High Yield, Bonitäten schlechter als BBB). Letztere sind in hohem Maße konjunkturabhängig in ihrem Preisverhalten, und bergen in Krisenzeiten substantielles Ausfallsrisiko – breite Streuung ist hier die einzige Möglichkeit der Risikobegrenzung.

Ihre Anlagestrategie – einen Klick entfernt.

Kostenloser Anlagevorschlag