Low-Volatility-Faktor im Asset Pricing

Zwar ist die Low-Vola-Prämie im Aktienmarkt empirisch gut dokumentiert und in der Branche populär, sie wird aber bislang nicht in gängigen Asset-Pricing-Modellen implementiert. Amar Soebhag und Guido Baltussen von der Erasmus School of Economics sowie Pim van Vliet von Robeco untersuchen in einem Research Paper die Gründe hierfür. Die Autoren führen dies im Wesentlichen auf zwei Annahmen der Literatur zurück: Erstens werden die Long- und Short-Portfolios eines Faktors typischerweise als symmetrisch betrachtet, zweitens werden Investitionsfriktionen wie Transaktionskosten ignoriert. Beides ist problematisch: Zum einen unterscheiden sich die Aktien in den Long- und Short-Portfolios hinsichtlich Risikoeigenschaften und Renditetreibern, zum anderen bestehen gerade bei Short-Positionen stärkere Arbitragebeschränkungen und höhere Kosten.

Für ein Sample von US-Aktien im Zeitraum 1972 bis 2023 vergleichen die Autoren verschiedene Faktormodelle anhand der maximalen Sharpe Ratio. Im klassischen Long/Short-Ansatz ohne Berücksichtigung von Handelskosten verändert ein Low-Vola-Faktor die Sharpe Ratio kaum. Zwar weist der Faktor eine hohe Rendite auf, diese wird jedoch weitgehend durch Faktoren wie Profitability und Investment erklärt. Berücksichtigt man jedoch die Asymmetrie zwischen den Long- und Short-Positionen (Long-Short-Plus), zeigt sich ein anderes Bild: Das Long-Portfolio des Low-Vola-Faktors verbessert die Modellperformance deutlich, während das Short-Portfolio diesen Effekt verdeckt. 

_{Quelle: Soebhag, Baltussen, van Vliet}

Im nächsten Schritt werden Transaktions- und Shortingkosten einbezogen (Net Long-Short-Plus), wodurch sich die relative Attraktivität der Faktoren deutlich verändert. Der Low-Volatility-Faktor erweist sich dabei als vergleichsweise robust gegenüber Handelskosten. Auf Ebene der Faktormodelle steigen die Sharpe Ratios im Durchschnitt um rund 13 %, wenn der Faktor berücksichtigt wird. Das Long-Portfolio des Low-Vola-Faktors erhält in effizienten Portfolios ein durchschnittliches Gewicht von 26,4 %.

_{Quelle: Soebhag, Baltussen, van Vliet}

Zuletzt betrachten die Autoren ausschließlich die marktneutralen Long-Portfolios der Faktoren, um praktische Einschränkungen von Short-Strategien abzubilden; dabei zeigt sich, dass Faktormodelle auch ohne Short-Seite weitgehend ähnliche Sharpe Ratios erzielen und sich durch die Aufnahme des Low-Volatility-Long-Faktors weiterhin signifikant verbessern.

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 analysiert Absolut|ranking mehr als 16.000 aktive und passive Strategien von 2.000 Asset Managern, aufgeteilt auf 34 Assetklassen und Marktsegmente sowie mehr als 200 Universen. Individuelle Mandate und Spezialfonds können ebenfalls untersucht werden.