Kontext-Ansatz verbessert Perfomance des Profitability-Faktors

Merkmale in empirischen Preisbildungsmodellen für Assets werden im Allgemeinen ohne ihren Zusammenhang interpretiert. Bei identischen Gewinnen zweier Unternehmen kann die Interpretation dieser Zahlen erheblich voneinander abweichen, was von einer Vielzahl qualitativer Faktoren abhängt, die durch numerische Informationen allein nicht erfasst werden. Alex G. Kim und Valeri V. Nikolaev von der University of Chicago haben in einem Research Paper die Rolle des narrativen Kontexts für die Preisbildung von Assets untersucht. Dabei konzentrieren sich die Autoren auf die operative Profitabilität, da sie die vorübergehenden (quantitativen) Komponenten bereits weitgehend ausschließt und als effektiver Indikator für das Kernergebnis angesehen werden kann.

Mittels eines Large-Language-Modells werden die im Jahresbericht ergänzenden qualitativen Disclosures ausgewertet und ein kontextbasierter Proxy für die künftige operative Profitabilität entwickelt. Dieser bezieht den narrativen Inhalt der ergänzenden Beschreibung im Jahresbericht in Bezug auf die ausgewiesenen Gewinne ein (kontextualisierte Profitabilität). Die Autoren vergleichen diesen Ansatz mit dem Standard-Proxy für Profitabilität sowie einem ausschließlich auf den Beschreibungen basierenden Proxy.

Bei einer Einzelauswertung übertrifft die kontextualisierte Profitabilität (OP CN) bei der Vorhersage von Aktienrenditen sowohl den konventionellen (OP) als auch den reinen Text-Proxy (OP C). Die kontextualisierte Profitabilität fasst auch die Vorhersagekraft der beiden anderen Näherungswerte zusammen, wenn die drei Variablen gleichzeitig verwendet werden. In Ergänzung der Standard-Definition von Profitabilität testen die Autoren noch acht weitere Ansätze. Gegenüber allen erweist sich die kontextualisierte Profitabilität als überlegen. Dies gilt nicht nur statistisch, sondern ist auch ökonomisch relevant. Grund hierfür ist, dass die Einbeziehung des Kontexts erlaubt, zwischen vorübergehenden und dauerhaften Veränderungen der Profitabilität zu unterscheiden.

_{Quelle: Kim, Nikolaev, 2024}

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 umfasst die Publikationsreihe Absolut|ranking mehr als 15.000 institutionelle Publikumsfonds und ETFs, aufgeteilt in 36 Asset-Klassen, Marktsegmente sowie mehr als 200 Vergleichsgruppen.