Effizienz von Multi-Faktor-Portfolios
In einem Forschungspapier vergleichen Khalid Ghayur, Ronan Heaney und Stephen Platt von Goldman Sachs zwei Verfahren zur Konstruktion von Long-only Multi-Faktor-Portfolios. Diese werden als Portfolio Blending und Signal Blending bezeichnet. Unter Portfolio Blending verstehen die Autoren die Kombination zuvor separat konstruierter Single-Faktor-Portfolios. Signal Blending dagegen bezeichnet die einstufige Erstellung eines Multi-Faktor-Portfolios durch Einzeltitel, für die ein aggregiertes Multi-Faktor-Scoring erstellt wird. Zunächst verwenden die Autoren eine Kombination der Faktoren Value und Momentum für den US-Markt im Zeitraum 1979 bis 2016. Für geringe bzw. moderate Faktor-Exposures ergibt der Portfolio-Blend-Ansatz eine deutlich höhere Information Ratio. Grund hierfür sind die Interaktionseffekte der Faktoren. Für Portfolios mit hohem Faktor-Exposure kehrt sich dieses Ergebnis um und das Signal Blending erzielt eine höhere Sharpe Ratio. Dies lässt sich auf die höhere Diversifikation des Signal-Blending-Portfolios zurückführen.
Quelle: Ghayur, Heaney, Platt, 2016
Diese Ergebnisse werden bestätigt, wenn die Autoren zusätzliche Faktoren wie Quality oder Low Vola in der Analyse verwenden und die Analyse auf die Märkte Welt ex-USA und Emerging Markets ausdehnen: Portfolio Blending ist bei geringen Faktor-Exposures effizienter, Signal Blending bei hohen Faktor-Exposures. Neben der Effizienz sind auch die Komplexität und Transparenz der Konstruktion von Smart-Beta-Portfolios von Bedeutung. Unter diesen Gesichtspunkten ist der Portfolio-Blending-Ansatz vorteilhaft, da das Baukastenprinzip die Performance-Attribution der Faktorprämien, Faktor-Timing und die Turnover-Kontrolle erleichtert. Nichtsdestotrotz schließen die Autoren, dass die Vorteile der Verfahren von jedem Portfoliomanager im Kontext des individuellen Investment-Prozesses abgeschätzt werden müssen und auf die Methode auf die Ziele der Asset Owner abgestimmt sein muss. 
Quelle: Ghayur, Heaney, Platt, 2016
Absolut Research analysiert institutionelle Publikumsfonds mit Smart-Beta- und Factor-Investing-Strategien jeden Monat in den Publikationen Absolut|ranking Smart Beta Equity und Smart Beta Fixed Income & Commodity. Insgesamt umfassen die Absolut|rankings mehr als 11.000 institutionelle Publikumsfonds und ETFs, aufgeteilt in 27 Asset-Klassen und Marktsegmente und mehr als 110 Vergleichsgruppen.
