Die meisten aktiven Fondsmanager verlieren gegen ihre passive Benchmark (Index). Häufig sind psychologische Gründe (Behavioral Finance) oder gesetzliche Anlagerichtlinien Hemnisse für einen Mehrwert bei der Kapitalanlage.
4. ➢ “Aktiv” ist der Versuch, eine Benchmark (“Passiv”) zu
übertreffen
➢ Die Unterscheidung geht zurück auf den Aufsatz von
Treynor, Jack/Black, Fischer (1973): How to Use Security
Analysis to Improve Portfolio Selection, Journal of
Business.
➢ Hierzu kann der Fondsmanager “richtige Titel” auswählen
(Selektion)
➢ Er kann aber auch Titel im “richtigen Moment” auswählen
(Timing)
Aktives versus Passives Portfolio Management
5. ➢ Der Nobelpreisträger William Sharpe veröffentlichte
1991 im Financial Analysts Journal den Beitrag “The
Arithmetic of Active Management”.
➢ Im Aggregat ist Fondsmanagement ein
Nullsummenspiel: Eine Übergewichtung eines
Fondsmanagers entspricht einer Untergewichtung
eines anderen Fondsmanagers.
➢ Die Rendite des durchschnittlichen aktiven Managers
muss deshalb “Benchmark - Kosten” sein.
Die Marktarithmetik
6. ➢ Je länger der Anlagehorizont
ist, umso höher ist der Anteil
der Underperformer
➢ 7 Jahre: 82% Verlierer
Empirische Ergebnisse Aktiver Manager
7. ➢ Der “Survivorship Bias” ist eine Verzerrung, weil
schlechte Fondsmanager ausscheiden und ex-post
nicht beobachtbar sind
➢ Von 1.024 Affen bleibt nach 10 Tagen ein Super-Affe
übrig, der die Börse immer richtig vorhergesehen hat
➢ Der “Incubation Bias” verzerrt, weil nur gute (Start-Up)
Fonds zum Vertrieb angemeldet werden
Durch den “Outcome Bias” haben Anleger die
falsche Sicht auf die tatsächliche Leistung
8. ➢ Unternehmen haben Investitionsprojekte
und Informationsvorsprünge
➢ Haushalte sparen und haben
Informationsnachteile
➢ Das Finanzsystem soll Kontrolle ausüben,
kann dies jedoch durch prozyklische
Mittelflüsse nicht vollständig leisten
➢ Im Durchschnitt gewinnen die
Unternehmen, die Haushalte verlieren, und
das Finanzsystem verdient Provisionen
Flow of Funds Daten: Durch prozyklische
Mittelflüsse schaden Privatanleger sich selbst
9. ➢ Studie von Kenneth French (2008) im Journal
of Finance: “The Cost of Active Investing”
➢ Die jährlichen Kosten aktiver US-Fonds
zwischen 1980 und 2006 betrugen 0,67%
➢ Der Barwert dieser jährlichen Kosten
entspricht ca. 10% aller Assets
➢ Dies kann als volkswirtschaftlicher
Kostenblock für die Preisfindung an
Kapitalmärkten interpretiert werden.
Volkswirtschaftlich sind die Kosten für aktives
Management ca. 10% der Marktkapitalisierung
10. ➢ Ca. 1% der Monate
erhöhen/verringern die jährliche
Durchschnittsrendite um ca. 2%
➢ Wenige Monate sind so entscheidend,
weil sie den kompletten Markt
überraschen
➢ “Per Definition” sind solche Monate
eigentlich nicht vorhersehbar
Nur wenige Ereignisse bestimmen die langfristige
Rendite
11. ➢ Risikoprämie: Risikoaverse Anleger fordern
Kompensation
➢ Verlust von gestern nicht einfach mit Gewinn
von morgen ausgeglichen
➢ Bei “normalen” Parametern braucht man
58% Trefferquote, um kein Geld zu verlieren
(ohne Transaktionskosten)
➢ Auf der Suche nach (unvorhersehbaren)
Super-Ereignissen verlieren Fondsmanager
Teile der Risikoprämie
➢ Je länger eine Short-Position, umso sicherer
kommt negative Risikoprämie
Timing: Eine monatliche Long/Short-Strategie braucht
ca. 58% Trefferquote, um kein Geld zu verlieren
12. Selektion: Geringe Chance für Stock Picker
➢ ⅔ aller Aktien schlechter als der
Index
➢ Nur 7% nachhaltige
Outperformer
➢ 40% absoluter Verlust, 40%
katastrophaler Absturz
➢ Nur 1 Unternehmen der Top 50
aus 1900 in den USA existent:
General Electric
14. ➢ Informationsverarbeitung heute im Bereich
von 5-7 Nanosekunden
➢ Algotrading: 99,7% aller Trades in der
Alphabet-Aktie stammen von Maschinen
➢ Co-Location: Rechner stehen im RZ der Börse
➢ Gefahr, dass öffentliche Informationsquellen
falsche Signale senden (Bsp. Chicagoer
Einkäuferindex, Sellside-Research)
Geschwindigkeit: Informationsverarbeitung im
Bereich von Nanosekunden
15. Psychologie: Renditeanomalien basieren meist
auf verhaltensökonomischen Beobachtungen
➢ Zeiteffekte (insb. Montagseffekt)
➢ Momentum-Effekt
➢ Small-Firm-Effekt
16. Proprietäre Daten: Informationsvorsprünge sind
sehr gering und sehr aufwändig
➢ Wassertemperatur bei
Atomkraftwerken
➢ Vessel Tracking
➢ Satellitenbilder und Drohnen
➢ Eigene Befragungen von Kunden,
Mitarbeitern und Konkurrenten sind
besser als öffentliche Daten
18. ➢ Börse als Schönheitswettbewerb:
Antizipieren der Mehrheitsmeinung ist
besser als Entscheidung nach eigenem
Schönheitsideal (John Maynard Keynes)
➢ Zukunftsforschung: Überlagerung
verschiedener Trends zur Identifikation von
“Tipping Points” (Bsp. Kirch New Media vs.
Netflix)
➢ Value Investing: Gutes Management,
Economic Moat, niedriger Preis
Visionen: Trendüberlagerungen zeigen
“Tipping Points” für Unternehmen
19. Die Überrendite von Berkshire Hathaway gegenüber
dem S&P 500 Index
➢ BRK.A (21,6%) schlägt S&P 500 Index
(9,9%) seit 1965 deutlich
➢ Überrendite geht kontinuierlich zurück
➢ Verfügbarkeit von Informationen und
Portfoliogröße reduzieren die
Überrendite
20. Wissenschaftliche Untersuchung von BRK.A im Jahr
2013 von Yale Forschern
➢ Andrea Frazzini/David Kabiller/Lasse
Pedersen (2013): “Buffett’s Alpha”
➢ Anlageerfolg wird durch
“Quality-Minus-Junk-Faktor” und
“Betting-Against-Beta-Faktor” erklärt
➢ Warren Buffett hebelt kontrazyklisch
risikoarme Qualitätsaktien
➢ Public Stocks (38%) sind besser als
Wholly-Owned-Subsidiaries (62%)
➢ Hebel bis zu 1,6; davon Insurance Float
36%
21. Zusammenfassung
➢ Nur die wenigsten erwirtschaften eine nachhaltige Überrendite
➢ Personen mit einem stabilen Alpha werden keine Fondsmanager, sondern Arbitrageure
(“Portable Alpha”)
➢ Die wahre Wertschöpfung in der Finanzindustrie entsteht im Marketing