Aktiv gemanagte Fonds im Vergleich zu Exchange Traded Funds (ETFs) und passiv gemanagten Fonds

Inhaltsverzeichnis:

1. Einführung
1.1 Problemstellung
1.2 Zielsetzung
1.3 Vorgehensweise

2. Theoretische Grundlagen zum Fondsmanagement
2.1 Effizienzmarkthypothese
2.2 Behavioral Finance
2.3 Portfoliotheorie
2.4 CAPM

3. Vergleich der unterschiedlichen Fondsmanagementstile
3.1 Grundlagen und Bedeutung von Investmentfonds
3.2 Aktives Fondsmanagement
3.2.1 Annahmen und Zielsetzung
3.2.2 Umsetzung der Zielsetzung
3.2.3 Vorteile
3.2.4 Nachteile
3.3 Passives Fondsmanagement und ETFs
3.3.1 Annahmen und Zielsetzung
3.3.2 Umsetzung der Zielsetzung
3.3.3 Vorteile
3.3.4 Nachteile

4. Kritische Würdigung
4.1 Benchmark
4.2 Studien und Wertung der Fondsmanagementstile
4.3 Anforderungen für Outperformance
4.3.1 Active Share
4.3.2 Tracking Error
4.3.3 Kombination von Active Share und Tracking Error

5. Fazit

Literaturverzeichnis:

Abkürzungsverzeichnis:

Abbildung in dieser Leseprobe nicht enthalten

Abbildungsverzeichnis:

Abbildung 1: Beziehung der drei Abstufungen von Informationseffizienz untereinander

Abbildung 2: Effizienzkurve

Abbildung 3: Kapitalmarktlinie im CAPM

Abbildung 4: Wertpapierlinie im CAPM

Abbildung 5: Anlegergruppen Spezialfonds

Abbildung 6: Fondsbranche im Vergleich

Abbildung 7: Fondsgruppen nach Kostenquartilen 2008 und anschließender Performance

Abbildung 8: Globale Entwicklung des ETF-Marktes

Abbildung 9: Funktionsweise volle Replikation

Abbildung 10: ETF mit direkter Replikation und repräsentativer Titelauswahl

Abbildung 11: ETF mit synthetischer Replikation

Abbildung 12: Vergleich USA-Aktienfonds mit der Benchmark

Abbildung 13: Studienergebnis Burton Malkiels

Abbildung 14: Performance von USA-Aktienfonds in verschiedenen Zeiträumen

Abbildung 15: Vergleich von Aktienfonds mit der Benchmark in verschiedenen Regionen

Abbildung 16: Studienergebnisse von Standard & Poor‘s

Abbildung 17: Studienergebnisse von Lipper

Abbildung 18: Active-Share-Anteil von US-Aktienfonds im Zeitverlauf

Abbildung 19: Active Share des Fidelity Magellan zwischen 1980 und 2009

Abbildung 20: Verschiedene Stile aktiven Fondsmanagements

Abbildung 21: Kategorien aktiven Managements

Abbildung 22: Performance von US-Aktienfonds im Zeitraum 1990 bis 2009 in Abhängigkeit der Manageraktivität

1. Einführung

1.1 Problemstellung

Im Jahr 2013 erhielten die drei Finanzökonomen Eugene Fama, Robert Shiller und Lars Peter Hansen für ihre empirischen Analysen von Vermögenspreisen den Nobelpreis für Wirtschaftswissenschaften.^[1] Dies ist der dritte Wirtschaftsnobelpreis, der für Arbeiten zur Bewertung von Anlagen vergeben wurde, nachdem William Sharpe 1990 für seine Arbeiten zur Entwicklung des CAPM sowie Robert Merton und Myron Scholes im Jahr 1997 für ihren Beitrag zur Optionsbewertung geehrt wurden.^[2] Eugene Fama stellte die Effizienzmarkthypothese auf, die besagt, dass vergangene Preise für die zukünftigen Preise keine Rolle spielten. Darüber hinaus hat er empirisch untersucht, wie schnell Aktienmärkte auf Daten, z.B. auf Dividendenankündigungen reagieren. In der Folge nahm die Ansicht, dass Finanzmärkte ziemlich effizient seien, erheblich zu. Robert Shiller fand dagegen heraus, dass Aktienkurse langfristig stärker schwanken als Dividenden. Diese Erkenntnis ist im Sinne der traditionellen Theorie erstaunlich, da sich Aktienkurse anhand der erwarteten künftigen Erträge bilden sollten. Lars Peter Hansen löste in diesem Zusammenhang das Problem, dass man mit traditionellen Modellen und empirischen Verfahren derartige Hypothesen über Vorhersehbarkeit nicht testen konnte. Er kam u.a. zu dem Ergebnis, dass die traditionellen Modelle ein zu einfaches Verhalten von Menschen unterstellen. In der Folge entwickelte Shiller aus seinen Erkenntnissen heraus das Gebiet der Behavioral Finance wesentlich weiter, in welchem Märkte nicht immer sehr gut funktionieren und man die Ineffizienzen ausnutzen kann. Auch die im Geiste von Fama stehende, traditionelle Schule hat ihre Modelle weiterentwickelt, jedoch am Grundprinzip effizienter Märkte festgehalten.^[3]

Aus seinen Theorien leitete Fama eine praktische Empfehlung für Anleger ab, nämlich besser breit in alle Werte eines Marktes investiert zu sein, anstatt einzelne Werte herauszugreifen, weil man diese für unterbewertet halte.^[4] Die zunehmende Bedeutung börsennotierter, passiv gemanagter Indexfonds an den Finanzmärkten ist Ausdruck dieser Denkweise.^[5]

Hingegen haben aktive Fondsmanager zum Ziel, regelmäßig Marktineffizienzen auszunutzen. Auf diese Weise soll eine bessere Rendite erzielt werden, als in dem Markt, in welchem sie sich bewegen.^[6] Allgemein gilt, je spezieller, informationsintensiver und ineffizienter ein Markt ist, desto mehr lohnt sich aktives Fondsmanagement.^[7]

Die Chance auf Outperformance wird z.B. in den Emerging Markets höher eingestuft, als in entwickelten Märkten.^[8] Nach der Vergabe des Nobelpreises setzte erneut die Diskussion um die Effizienz der Märkte ein.^[9] Denn die jeweiligen Positionen von Fama und Shiller erscheinen zu unvereinbar und gegensätzlich, als dass die Verleihung ohne anschließende Kontroverse ablaufen könnte.^[10]

1.2 Zielsetzung

Aufgrund dessen ist die Zielsetzung dieser Bachelorarbeit, die Diskussion um die Effizienz der Märkte und die damit verbundene Wahl des Fondsmanagementansatzes, die durch die Auszeichnung konträrer Ergebnisse mit dem Wirtschaftsnobelpreis weitere Impulse erfahren hat, aufzugreifen. Konkretes Ziel der Arbeit ist daher, aktives Fondsmanagement mit passivem Fondsmanagement, speziell ETFs, zu vergleichen. Insbesondere wird die Fähigkeit aktiv gemanagter Fonds die Benchmark zu schlagen kritisch erörtert, um die Frage nach der Wahl des besten Fondsmanagementstils zu beantworten.

1.3 Vorgehensweise

Zunächst werden im zweiten Kapitel dieser Arbeit die z.T. schon in der Problemstellung angedeuteten theoretischen Hintergründe, die Effizienzmarkthypothese, Behavioral Finance, Portfoliotheorie und das CAPM, erklärt.

Anschließend erfolgt in Kapitel 3 ein Vergleich des aktiven und passiven Fondsmanagementansatzes. Zunächst werden hier die Grundlagen und die Bedeutung von Investmentfonds erklärt. Danach werden aufbauend auf dem theoretischen Gerüst der in Kapitel 2 erläuterten Marktineffizienzen und der Behavioral Finance die Annahmen sowie die Zielsetzung des aktiven Fondsmanagements beschrieben. Anschließend wird hinsichtlich der Umsetzung der Zielsetzung insbesondere auf die Fundamentalanalyse und die Technische Analyse eingegangen, ehe die Vor- und Nachteile aktiv gemanagter Fonds erörtert werden. Das folgende Kapitel beschäftigt sich mit dem passiven Fondsmanagement, speziell ETFs, und ist analog dem vorherigen Kapitel aufgebaut. Auch hier werden zunächst die Annahmen und Zielsetzung basierend auf der im zweiten Kapitel erläuterten Effizienzmarkthypothese und Portfoliotheorie erläutert. Die Umsetzung der Zielsetzung geht auf die drei Methoden der Indexreplikation, volle Replikation, Sampling-Methode und synthetische Replikation ein. Zuletzt werden auch hier wieder die Vor-und Nachteile des Fondsmanagementstils abgewogen.

Im vierten Kapitel wird eine kritische Würdigung, der Fähigkeit aktiv gemanagter Fonds ihrer Zielsetzung nachzukommen, durchgeführt. Dies dient der Verfolgung der Zielsetzung der Arbeit, die Frage nach dem besseren der beiden Fondsmanagementstile zu beantworten. Hierfür wird zunächst die Festlegung der Benchmark eines Fonds kritisch hinterfragt. Anschließend werden einige Studien zum Erfolg aktiven Fondsmanagements vorgestellt, um danach Anforderungen für eine Outperformance eines aktiv gemanagten Fonds zu definieren.

Im fünften und gleichsam letzten Kapitel dieser Bachelorarbeit wird ein Fazit gezogen und die zielsetzende Frage beantwortet.

2. Theoretische Grundlagen zum Fondsmanagement

2.1 Effizienzmarkthypothese

Die Effizienzmarkthypothese ist ein wichtiger Bestandteil der neoklassischen Kapitalmarkttheorie.^[11] Laut dem Begründer der Effizienzmarkthypothese, Eugene Fama, wird die Realität in einem effizienten Markt exakt durch alle verfügbaren Informationen wiedergegeben. Folglich werden nicht nur aktuelle und vergangene Daten, wie z.B. Umsatzzahlen, das BIP, das politische Klima sowie Präferenzen der Konsumenten und Investoren berücksichtigt, sondern darüber hinaus auch die Interdependenzen und Kausalitäten zwischen den Daten. So findet in einem effizienten Markt nicht nur die Berücksichtigung aktueller und historischer Daten, sondern auch die Antizipation von Daten statt. Die Marktakteure sind neben den Daten auch über die zugehörigen datengenerierenden Prozesse informiert.^[12] Demnach definiert Fama einen effizienten Kapitalmarkt als: "A market in which prices always 'fully reflect' available information is called 'efficient' ".^[13]

Jedoch ist der Terminus der Kapitalmarkteffizienz vom Begriff eines vollkommenen Kapitalmarktes abzugrenzen. Während sich der Begriff der Kapitalmarkteffizienz auf die Informationsverarbeitung an Kapitalmärkten bezieht und deshalb auch als Informationseffizienz betitelt wird, müssen, um von einem vollkommenen Kapitalmarkt sprechen zu können, weitere Eigenschaften erfüllt sein.^[14] Beispiele für Eigenschaften des vollkommenen Kapitalmarktes sind das Nichtvorhandensein von Transaktionskosten und Steuern, die unendliche Teilbarkeit von Wertpapieren, die vollkommene Konkurrenz sowie, dass Marktteilnehmer gleichen, kostenlosen Zugang zu Informationen haben und rational handelnde Individuen mit dem Ziel der Erwartungsnutzenmaximierung sind.^[15] Somit ist die Markteffizienz ein Bestandteil des vollkommenen Marktes.^[16]

Eugene Fama betrachtete drei Arten von Informationen und differenzierte somit drei Stärken von Informationseffizienz - die schwache, die semi-starke und die starke.^[17] Die jeweils höhere Form von Informationseffizienz schließt die niedrigere Form bzw. niedrigeren Formen mit ein, was in Abbildung 1 verdeutlicht wird.^[18] Inhalt der Hypothese der schwachen Informationseffizienz ist, dass in den Wertpapierkursen alle Kursdaten und historische Zeitreihen vollständig berücksichtigt sind. Die Hypothese der semi-starken bzw. halbstrengen Informationseffizienz unterstellt, dass alle öffentlich verfügbaren Informationen, wie veröffentlichte Jahresabschlüsse, Nachrichten über das Unternehmen, Ankündigungen und Presseberichte, in den Wertpapierkursen berücksichtigt werden. Als stark bzw. streng informationseffizient gilt ein Markt, falls sämtliche, auch nichtöffentliche Informationen, wie Insiderwissen und Kenntnisse einzelner Manager und Wirtschaftspolitiker, in den Wertpapierkursen berücksichtigt sind.^[19]

Abbildung 1: Beziehung der drei Abstufungen von Informationseffizienz untereinander

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Eigene Darstellung in Anlehnung an Steiner, Manfred / Bruns, Christoph (2007): Wertpapiermanagement - Professionelle Wertpapieranalyse und Portfoliostrukturierung, 9. Auflage, Stuttgart, Schäffer-Poeschel Verlag, 2007, S. 40

Als Konsequenz aus den einzelnen Abstufungen der Informationseffizienz resultieren unterschiedliche Folgen. Bei Vorliegen der schwachen Informationseffizienz lassen sich durch die Anwendung der Technischen Analyse keine Überrenditen erzielen, sondern lediglich die Kenntnis darüber hinausgehender, fundamentaler Informationen. Weil sich ein veränderter Chart sofort auf den Wertpapierkurs ausgewirkt hat, ist jede von Marktteilnehmern vermeintlich erkannte Chartkonstellation bereits im Kurs berücksichtigt.^[20] Unter Annahme der halbstrengen Informationseffizienz, welche die schwache Informationseffizienz einschließt, ist die fundamentale Auswertung von Informationen, wie z.B. des Jahresabschlusses einer Aktiengesellschaft, nutzlos. Da eine Information, sobald sie öffentlich wird, sofort Berücksichtigung im Wertpapierkurs findet, lässt sich durch die Fundamentalanalyse keine Überrendite erzielen. Hier kann nur durch die Kenntnis von Insiderinformationen eine oberhalb der risikoadäquaten Gleichgewichtsrendite liegende Verzinsung erzielt werden. Jedoch ist eine fundamentale Informationsauswertung zwingend notwendig, um dem Kapitalmarkt eine halbstrenge Informationseffizienz zuschreiben zu können. Denn falls niemand mehr eine fundamentale Auswertung der Informationen betreibt, können diese auch nicht in den Wertpapierkursen berücksichtigt sein. Diesen Zusammenhang bezeichnet man als Informationsparadoxon.^[21] Wenn ein streng informationseffizienter Kapitalmarkt vorliegt, spiegeln die Wertpapierkurse zu jeder Zeit alle öffentlichen und nichtöffentlichen Informationen wider. Deshalb können weder die Technische Analyse und die Fundamentalanalyse, noch geheime Insiderinformationen zur Erzielung von Überrenditen genutzt werden.^[22]

Aufgrund dessen ist bei strenger Informationseffizienz nur ein passives Management von Kapitalanlagen sinnvoll.^[23] Ein Hinweis auf die Effizienz von Kapitalmärkten ergibt sich aus der Tatsache, dass Investmentfonds und andere professionelle Anleger in der Vergangenheit häufig keine Outperformance erzielen konnten. Von Anlageexperten müssten bessere Ergebnisse erzielt werden, falls die Wertpapiermärkte nicht effizient wären, was in der Kritischen Würdigung in Kapitel 4 noch eingehender diskutiert wird. Klar ist, dass die gewählte Definition von Markteffizienz mitentscheidend für die Beurteilung derselben ist. Wenn die Möglichkeit langfristig risikoadjustierte Überrenditen zu erzielen im Vordergrund steht, so kommt man eher zur Annahme eines effizienten Marktes. Wird der Fokus stattdessen auf die zu beobachtenden Marktbewegungen gelegt, so liegt die Schlussfolgerung näher, dass nicht nur fundamentale Informationen die Preise beeinflussen.^[24]

2.2 Behavioral Finance

Der Finanzwissenschaftler Michael Jensen schrieb im Jahr 1978: "There is no other proposition in economics which has more solid empirical evidence supporting it than the Efficient Capital Market Hypothesis."^[25] Von diesem Zeitpunkt an galt die Effizienzmarkthypothese als unanfechtbar und wandelte sich von einer Theorie zur Doktrin.^[26] Bei der Deutung von empirischen Beobachtungen des Verhaltens von Marktteilnehmern innerhalb von effizienten Märkten ergaben sich jedoch Schwierigkeiten. Dies führte zur Entwicklung der Behavioral-Finance-Forschung.^[27]

Bereits Eugene Fama, der als Mitbegründer der Effizienzmarkthypothese gilt, gestand im Jahr 1970 die Existenz von Anomalien, die nicht mit der Theorie effizienter Märkte vereinbar sind, ein.^[28] Durch einige empirische Widerlegungen und kritische Auseinandersetzungen mit der klassischen Theorie entstand gegen Ende der 1970er Jahre eine Gegenbewegung. Diese wurde zunächst als Anomalie-Literatur bezeichnet.^[29]

Eine Studie von Robert Shiller aus dem Jahr 1981 zeigt, dass Aktienkurse eine höhere Volatilität aufweisen als von der Effizienztheorie vorhergesagt. Damit ebnete diese Studie den Weg für eine vollkommen neue Forschungsrichtung, die Bahavioral Finance, welche erstmals psychologische Einflüsse auf die Preisbildung an Finanzmärkten untersuchte und verhaltenswissenschaftliche Erkenntnisse in die Modellbildung einbrachte.^[30]

Die folgenden Jahre waren geprägt durch viele weitere Untersuchungen über das kurzfristige Verhalten von Aktienpreisen. Ein Beispiel hierfür sind die unter dem Begriff Kalenderzeiteffekte bekannten zeitlichen Renditemuster. Der bekannteste Kalenderzeiteffekt ist der Januar-Effekt, der durch empirische Studien belegt wurde. Jene Studien wiesen eine regelmäßige Outperformance, besonders von kleinen Unternehmen, im Januar verglichen mit anderen Monaten nach.^[31]

Der Value-Growth Effekt ist neben Shillers Studie aus dem Jahr 1981 und dem Januar-Effekt ein weiteres Beispiel für Anomalien an den Kapitalmärkten. Hierbei können Aktiengesellschaften, abhängig vom KBV oder KGV, in Growth- und Value-Firmen differenziert werden. Growth- bzw. Wachstumsaktien haben somit ein relativ höheres KBV bzw. KGV im Vergleich zu den Value-Aktien. Die höheren Kurs-Buchwert-Verhältnisse der Growth-Aktien könnten den übertriebenen Optimismus über die zukünftige Performance, der auf positiven Nachrichten basiert, widerspiegeln. Josef Lakonishok, Andrei Shleifer und Robert Vishny untersuchten in einer Studie den Value-Effekt anhand der Kennzahl des KBV von 1968 bis 1989.^[32] Das Ergebnis der Untersuchung war, dass Value-Aktien im Durchschnitt eine um 6,3% höhere Rendite pro Jahr erzielen als Growth-Aktien. In anderen Ländern kamen weitere Studien zu ähnlichen Ergebnissen. Im Three-Factor Model versuchen Eugene Fama und Kenneth French die Renditedifferenz von kleinen zu großen Unternehmen sowie von Value- zu Growth-Aktien durch einen Risikoaufschlag zu erklären, der nicht in ihrem KBV oder ihrer Marktkapitalisierung enthalten ist.^[33] Allerdings konnten bis dato noch keine Beweise gefunden werden, dass Value-Unternehmen riskanter sind als Growth-Unternehmen.^[34] Somit stellt auch der Value-Growth-Effekt die Effizienzmarkthypothese in Frage.^[35]

Die Behavioral Finance strebt folglich danach, die Preisbildung auf den Finanzmärkten nicht ausschließlich über ökonomische Faktoren, sondern über das Zusammenwirken von ökonomischen, psychologischen und soziologischen Faktoren zu erklären.^[36] Darüber hinaus geht sie davon aus, dass Marktteilnehmer unvollständig informiert sind und sie ggf. keinen Zugang zu wichtigen Informationen haben, die ihre Entscheidung beeinflussen könnten. Eventuell sind bestimmte Informationen sogar überhaupt nicht erhältlich oder werden nicht bzw. nicht richtig wahrgenommen.^[37] Ihre konkrete Zielsetzung ist zu erklären, warum scheinbar rational denkende Anleger auf den Kapitalmärkten immer wieder begrenzt rationale Entscheidungen treffen und allgemein zu begrenzt rationalem Verhalten neigen. Darüber hinaus versucht die Behavioral-Finance-Forschung das tatsächliche, beobachtbare Anlegerverhalten und andere Phänomene an den Finanzmärkten zu erklären. Mit Hilfe dieser Erkenntnisse sollen sich wiederholende Fehler verhindert werden. Weiterhin versucht sie, bestehende Modelle an solchen Stellen zu ergänzen, an denen sich bisher Schwachstellen gezeigt haben. Hier sind u.a. die Annahmen der neoklassischen Kapitalmarkttheorie betroffen, die in Wirklichkeit so nicht gegeben sind.^[38] Denn in der neoklassischen Wirtschaftstheorie ist das Rationalprinzip eine der wesentlichen Grundlagen. Hierbei maximieren die Wirtschaftssubjekte bei wirtschaftlichen Entscheidungen den erwarteten Nutzen.^[39] Hingegen analysiert die Behavioral Finance die emotionalen Gründe, die die Marktteilnehmer bei ihren finanziellen Entscheidungen leiten. Erkenntnisse aus der Praxis haben gezeigt, dass der rationale Homo Oeconomicus, welcher kühl und objektiv entscheidet, nur in der Theorie existiert. Vielmehr bildet sich ein Homo Oeconomicus Humanus heraus, der oftmals durch kognitive und emotionale Aspekte beeinflusst wird.^[40]

Wie in diesem Kapitel beschrieben, existieren einige Anomalien, die die Theorie effizienter Märkte in Frage stellen. Das Ziel aktiver Fondsmanager, welches bereits in der Problemstellung dieser Arbeit erwähnt wurde, ist es, solche Anomalien bzw. Ineffizienzen auszunutzen, um besser als ihre Benchmark abzuschneiden.^[41]

2.3 Portfoliotheorie

Harry Markowitz wird neben anderen Ökonomen, wie z.B. Arthur Roy, häufig als Vater der Modernen Portfoliotheorie bezeichnet. Merton Miller, der im Jahr 1990 zusammen mit Harry Markowitz und William Sharpe mit dem Nobelpreis für Wirtschaftswissenschaften ausgezeichnet wurde, spricht im Zusammenhang mit der Veröffentlichung des Artikels "Portfolio Selection" von Markowitz im Journal of Finance 1952 sogar vom Urknall der modernen Finanzwissenschaft.^[42] Markowitz entwickelte u.a. das Portfolio-Selection-Modell.^[43] Der Ursprung dieses Modells ist die empirische Beobachtung, dass Anleger ihr Vermögen auf mehrere Anlagen aufteilen.^[44] Solch eine Aufteilung wird auch als Diversifikation bezeichnet und ist sinnvoll, wenn nicht nur die zu erzielende Rendite eines Portfolios betrachtet wird. Falls dies der Fall wäre, so müsste der gesamte verfügbare Anlagebetrag in das Wertpapier mit der höchsten erwarteten Rendite investiert werden. Hier wäre folglich eine Diversifikation nicht sinnvoll. Da Markowitz jedoch beobachten konnte, dass Investoren ihr Kapital i.d.R. auf mehrere Wertpapiere aufteilen, verwarf er die Annahme einer monovariablen Zielfunktion, welche nur die Zielvariable Rendite besitzt.^[45]

Daher ist ein zentraler Bestandteil des Portfolio-Selection-Modells, dass die beiden Größen „erwartete Rendite“ und „Risiko“ maßgeblich für die Portfoliokonstruktion sind. Um das Risiko zu reduzieren, ist die Bildung von Wertpapierportfolios sinnvoll. Darüber hinaus gelten jene Portfolios als effizient, zu denen es bei gleicher Rendite kein Portfolio mit einem geringeren Risiko gibt, und zu denen es bei gleichem Risiko kein Portfolio mit einer höheren Rendite gibt.^[46] Hierbei werden die Renditen der Wertpapiere als Zufallsgrößen betrachtet, die durch ihre Erwartungswerte, die Standardabweichungen und die Korrelationen beschrieben werden. Deswegen besteht das Grundproblem der Geldanlage darin, mit der natürlichen Unsicherheit der zukünftigen Renditen umzugehen. Folglich liegt der Fokus von Investoren auf der Betrachtung des Erwartungswertes und der Standardabweichung der Portfoliorendite. Je größer die Standardabweichung der Rendite ist, desto größer ist ihre Schwankungsbreite und desto ausgeprägter ist das Risiko. Aufgrund dessen ist die Standardabweichung der Rendite unerwünscht, während eine möglichst hohe erwartete Rendite erwünscht ist. Demnach soll die erwartete Portfoliorendite also möglichst hoch sein und die Standardabweichung, welche das Risiko repräsentiert, möglichst gering.^[47] Eine weitere Erkenntnis aus dem Portfolio-Selection-Modell ist, dass die Korrelation der Wertpapiere in einem Portfolio eine viel entscheidendere Rolle spielt als die bloße Menge der ins Portfolio aufgenommenen Wertpapiere.^[48]

Wie in Abbildung 2 ersichtlich ist, wird die Menge aller zulässigen Portfolios durch eine dick ausgezogene Effizienzkurve begrenzt, für welche die Effizienzkriterien gelten. Alle Portfolios, welche durch ein x markiert sind und unterhalb der Effizienzkurve liegen, können hinsichtlich ihrer Kombination aus Rendite und Risiko optimiert werden. Daher sind für einen Investor nur jene Portfolios relevant, die auf der Effizienzkurve liegen. Zudem traf Markowitz die Annahmen, dass keine Transaktionskosten und Steuern existieren, alle Wertpapiere beliebig teilbar sind und der Betrachtungszeitraum eine Periode beträgt, um ein Modell für die optimale Budgetaufteilung zu entwickeln.^[49]

Abbildung 2: Effizienzkurve

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Steiner, Manfred / Bruns, Christoph (2007): Wertpapiermanagement - Professionelle Wertpapieranalyse und Portfoliostrukturierung, 9. Auflage, Stuttgart, Schäffer-Poeschel Verlag, 2007, S. 9.

Ein Kritikpunkt der Portfoliotheorie ist, dass Renditen rein zufällig seien. Hierdurch werden die Fundamentalanalyse und die Technische Analyse in den Hintergrund gerückt. Denn während für Markttechniker und Fundamentalanalysten das grundlegende Problem der Geldanlage darin besteht, eine Prognose für die Renditen aufzustellen, besteht es für die Anhänger der Portfoliotheorie darin, mit der natürlichen Unsicherheit der zukünftigen Rendite umzugehen. Die scheinbaren Widersprüchlichkeiten zwischen der Portfoliotheorie sowie Technischen Analyse und Fundamentalanalyse werden durch die Effizienzmarkthypothese, die in Kapitel 2.1 erläutert wurde, ausgeräumt. Nach der Portfoliotheorie ist es folglich angesichts der Zufälligkeit der Entwicklung der Rendite im Zeitverlauf am besten,

Titel zu kaufen und zu halten. Von entscheidender Bedeutung ist die strategische Asset Allocation, da nach der Portfoliotheorie die taktische Asset Allocation nicht zu einer besseren Performance verhilft.^[50] In den letzten dreißig Jahren wurde die Portfoliotheorie durch die theoretische und empirische Forschung verfeinert, weswegen die Portfoliotheorie der Jahre 1960 bis 1980 aus heutiger Sicht als klassisch gilt.^[51]

2.4 CAPM

Das Capital Asset Pricing Modell stützt sich auf die Erkenntnisse der Portfoliotheorie.^[52] Entwickelt wurde es von William Sharpe^[53], John Lintner^[54] und Jan Mossin^[55] in den 1960er Jahren. Der Kerngedanke der Portfoliotheorie, dass das Risiko von Wertpapieren teils durch Diversifikation zu eliminieren und daher nicht das Gesamtrisiko eines Wertpapiers für die Bewertung eines Titels ausschlaggebend sein kann, wird von Sharpe aufgegriffen. In der Portfoliotheorie blieb jedoch die Frage offen, welcher Teil des Risikos nicht durch Diversifikation zu beseitigen ist und deshalb für Investoren Relevanz besitzt bzw. vom Markt im Gleichgewicht vergütet werden muss.^[56] Aufgrund dessen ist die erweiterte Fragestellung des CAPM, welche Rendite von einem Portfolio im Kapitalmarktgleichgewicht erwartet werden kann, wenn neben den risikotragenden Anlagemöglichkeiten auch eine risikolose Anlageform existiert. Die hieran anknüpfende Fragestellung ist, welcher Preis einem Wertpapier, das Gegenstand des Portfolios ist, im Kapitalmarktgleichgewicht zuzumessen ist und welches Risiko für ein solches Wertpapier relevant ist. Das CAPM gibt, mithilfe der Kapitalmarktlinie und der Wertpapierlinie, Antworten auf diese Fragen.^[57]

Über die Annahmen der Portfoliotheorie hinaus werden beim CAPM ergänzend weitere Prämissen eingeführt. Zum Einen besteht ein risikoloser Zinssatz, zu welchem jederzeit beliebig viel Geld aufgenommen und angelegt werden kann. Zum Anderen bestehen bei den Anlegern bezüglich der Rendite und des Risikos aller Wertpapiere homogene Erwartungen.^[58] Diese Prämisse setzt einen informationseffizienten Kapitalmarkt, wie er in Kapitel 2.1 beschrieben wurde, voraus.^[59] Durch die Aufnahme einer risikolosen Anlagemöglichkeit (Rf) in ein Portfolio, was weit reichende Implikationen hat, müsste es zunächst zu einer Mischung der individuellen Wertpapierportfolios der Anleger mit der risikolosen Anlagemöglichkeit kommen. Jedoch können die individuellen Anlegerportfolios nach der Portfoliotheorie überall auf der Effizienzkurve liegen. Wie in Abbildung 3 ersichtlich wird, ergeben sich scheinbar die individuellen Portfoliogeraden für jeden Anleger, wenn man graphisch den Achsenabschnitt Rf auf der Ordinate mit individuellen Portfolios auf der Effizienzkurve verbindet. Darüber hinaus zeigt sich die Existenz einer Effizienzgeraden, die alle anderen Geraden in Bezug auf Risikoeffizienz dominiert.^[60]

Abbildung 3: Kapitalmarktlinie im CAPM^[61]

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Eigene Darstellung in Anlehnung an Steiner, Manfred / Bruns, Christoph (2007): Wertpapiermanagement - Professionelle Wertpapieranalyse und Portfoliostrukturierung, 9. Auflage, Stuttgart, Schäffer-Poeschel Verlag, 2007, S. 22.

Die Lage der Kapitalmarktlinie wird von zwei Punkten bestimmt. Zum Einen vom Ordinatenabschnitt Rf und zum Anderen vom Tangentialpunkt mit der Effizienzkurve riskanter Portfolios, der auch als Marktportfolio M bezeichnet wird. Für Investoren bedeutet dies, wenn sie bereit sind Risiko zu tragen, dürfen sie auch eine Risikoprämie erwarten. Mit steigendem Risiko steigt auch die Renditeerwartung.^[62] Das Marktportfolio M ist für die Kapitalmarktlinie von entscheidender Bedeutung. Im CAPM ist das Marktportfolio die Zusammenführung von sämtlichen am Markt gehandelten Anlagen, gewichtet mit ihren Marktwerten, zu einem Portfolio.^[63] Gegenüber der Portfoliotheorie erbringt die Einführung des Konstruktes des Marktportfolios, das auf der Annahme homogener Erwartungen fußt, einen Vorteil. Denn im Marktportfolio halten alle Anleger, anstatt eines individuellen Portfolios, die gleiche Portfoliozusammensetzung, denn sie besitzen gemäß ihrer Risikoeinstellung eine Kombination zwischen risikoloser Anlage und Marktportfolio. Diese Aufteilung, die auch als Tobin-Separation bezeichnet wird, nennt Sharpe die Dichotomisierung des Anlagewahlprozesses.^[64] Daraus folgt, dass jeder Anleger die gleiche Portfoliozusammensetzung hält und lediglich die Gewichte zwischen risikoloser Anlage und Marktportfolio von der individuellen Risikoeinstellung des Investors bestimmt werden.^[65]

Die Kapitalmarktlinie kann die Frage nach der Renditeerwartung riskanter Portfolios beantworten. Darüber hinaus schließt sich die Frage an, welchen Preis einzelne Wertpapiere des Marktportfolios im Kapitalmarktgleichgewicht haben. Hierzu geht man vom Marktportfolio aus. Da im Marktportfolio jedes risikotragende Wertpapier gemäß seinem Anteil am Gesamtumlauf aller Wertpapiere vertreten ist, kann sein Wert in Relation zum Marktportfolio ausgedrückt werden. Aus mathematischen Herleitungen, deren Erläuterung den Rahmen dieser Bachelorarbeit an dieser Stelle übersteigen würde, folgt die mathematische Standardgleichung des CAPM:

Folglich ist der Erwartungswert der Rendite des Wertpapiers i (E(Ri)) die Summe aus der risikolosen Anlagemöglichkeit (Rf) und dem Produkt aus dem Betafaktor (β) und der Differenz aus dem Renditeerwartungswert des Marktportfolios (E(Rm)) und der risikolosen Anlagemöglichkeit.^[66]

Die Wertpapierlinie, welche die Standardgleichung des CAPM zum Ausdruck bringt, ist in Abbildung 4 dargestellt. Sie beantwortet auf Basis der Kapitalmarktlinie die Frage, wie ein einzelnes Wertpapier im Marktportfolio zu bewerten ist. Aus der Beschriftung der Abszisse wird deutlich, dass für einzelne Wertpapiere im Portfoliozusammenhang nur das Beta als Risikomaß relevant ist. Daher wird folglich im CAPM für die Übernahme des unsystematischen Risikos keine Risikoprämie gewährt, weil der Betafaktor lediglich das systematische, nicht wegdiversifizierbare Marktrisiko widerspiegelt.^[67]

Abbildung 4: Wertpapierlinie im CAPM

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Eigene Darstellung in Anlehnung an Steiner, Manfred / Bruns, Christoph (2007): Wertpapiermanagement - Professionelle Wertpapieranalyse und Portfoliostrukturierung, 9. Auflage, Stuttgart, Schäffer-Poeschel Verlag, 2007, S. 26.

Nachdem das CAPM wie eingangs erwähnt in den 1960er Jahren parallel von Sharpe, Lintner und Mossin entwickelt wurde, hat es in den folgenden Jahren einige Ergänzungen erfahren. Von Fischer Black stammt eine Variante aus dem Jahr 1972, die ohne Annahme der Existenz einer sicheren Anlagemöglichkeit auskommt.^[68] Ein Jahr später hat Robert Merton das CAPM auf mehrere Perioden erweitert und es dazu in stetiger Zeit formuliert.^[69] In den folgenden Jahren haben Mark Rubinstein^[70], Robert Lucas Jr.^[71] und Douglas Breeden^[72] Komsumentscheidungen in das CAPM miteinbezogen. Jenes Consumption-based CAPM bzw. C-CAPM fand große Beachtung. Allerdings wird ihm aufgrund der empirischen Forschung in der ursprünglich statischen Version heute weniger Aufmerksamkeit zugebilligt. Im Jahr 1987 entwickelten Lars Peter Hansen und Scott Richard eine dynamische Erweiterung des C-CAPM, welche als Conditional C-CAPM bezeichnet wird. In diesem Modell ändert sich der Informationsstand des Investors im Verlauf der Zeit zufällig. Jedoch ist das C-CAPM nur mit Einschränkungen empirisch testbar.^[73]

Besonders in den USA ist das CAPM vielen Tests bezüglich der Gültigkeit seiner Kernaussagen unterzogen worden und auch für den deutschen Aktienmarkt liegen solche Untersuchungen vor.^[74] Diese Studien mündeten in unterschiedlichen Ergebnissen. Dabei kommen die durchgeführten Tests in den 1960er und 1970er Jahren eher zu einer Bestätigung der Aussagen des CAPM, während neuere Tests eher zu ihrer Ablehnung tendieren. So kann weder von einer Bestätigung noch von einer eindeutigen Falsifizierung der Modellthesen des CAPM gesprochen werden.^[75] Jedoch wird die Testbarkeit des CAPM von manchen Autoren in Frage gestellt, weil das wirkliche Marktportfolio bei solchen Tests nicht eingesetzt wird, was der zentrale Kritikpunkt am CAPM ist.^[76] Denn wenn statt des wahren Marktportfolios nur ein Index als Hilfs-Marktportfolio verwendet wird, kann ein empirischer Test nur überprüfen, ob der Index effizient im Sinne der Portfoliotheorie ist.^[77] Weiterhin ist fraglich, ob es an den z.T. realitätsfernen Annahmen des Modells liegt, dass in der Literatur bis dato keine eindeutige Bestätigung der Modellthesen gefunden werden kann. In der Literatur versucht man dem zu entgegnen, indem man Modellprämissen durch realitätsnähere Annahmen ersetzt.^[78] Ein Beispiel hierfür ist Fischer Black, der wie oben erwähnt die Wertpapierlinie ohne das Vorhandensein eines risikolosen Zinssatzes ableitet, da in der Praxis solch ein Zinssatz, zu welchem jeder Anleger beliebig viel Geld aufnehmen und anlegen kann, nicht vorhanden ist.^[79] Das CAPM ist aber trotz der Kritikpunkte das etablierteste Modell zur Erklärung des Zusammenhangs zwischen der erwarteten Rendite und dem Risiko von Wertpapieren.^[80] U.a. kommt das CAPM auch bei der Performancemessung von Investmentfonds zum Einsatz.^[81]

Im zweiten Kapitel wurden die theoretischen Hintergründe zum Fondsmanagement, die Effizienzmarkthypothese, Behavioral Finance, Portfoliotheorie und das CAPM, erläutert. Im folgenden Kapitel werden zunächst die Grundlagen und die Bedeutung von Investmentfonds vorgestellt. Anschließend wird das aktive Fondsmanagement mit dem passiven Fondsmanagement und ETFs verglichen.

3. Vergleich der unterschiedlichen Fondsmanagementstile

3.1 Grundlagen und Bedeutung von Investmentfonds

Für Investmentfonds gelten die gesetzlichen Bestimmungen des Investmentgesetzes. Diese gelten als Publikums- oder Spezialsondervermögen.^[82] D.h. dass sich die Wertpapiere und Cashbestände der Fonds in Sperrdepots bzw. Sperrkonten bei einer Depotbank befinden. Die Depotbank verwaltet und verwahrt die Wertpapiere und wickelt Anteilsausgaben- und Rücknahmen ab.^[83] Für das Management der Fonds sowie die Verwaltung des Sondervermögens, die Buchhaltung, die Erstellung der Halbjahres- und Jahresberichte sowie das externe Reporting ist die Kapitalanlagegesellschaft zuständig. Darüber hinaus ist sie für die Ausgabe und Rücknahme von Fondsanteilen zuständig.^[84] Aufgabe der Depotbank ist es wiederum den von der Kapitalanlagegesellschaft ermittelten Anteilswert, zu welchem Anteilscheinausgaben und Rücknahmen erfolgen können und der bei Publikumsfonds täglich zu ermitteln ist, zu prüfen und zu bestätigen.^[85]

Hinsichtlich des Anlageuniversums von Investmentfonds unterscheidet man verschiedene Kategorien. Die gängigsten Arten sind Aktienfonds, Rentenfonds, Immobilienfonds, Geldmarktfonds, Mischfonds und Exchange Traded Funds, die im weiteren Verlauf noch genauer erläutert werden.^[86] Hier regelt das InvG, dass die Bezeichnung des Sondervermögens nicht irreführend sein darf und die BaFin über Richtlinien festlegen kann, welcher Fondskategorie das Investmentvermögen entspricht.^[87] So ist in einer Richtlinie der BaFin geregelt, dass die Verwendung einer Fondskategorie bei der Namensgebung und im Vertrieb voraussetzt, dass mindestens 51% des Investmentvermögens in den die Fondskategorie bezeichnenden Vermögensgegenstand angelegt sein muss. Beispielsweise müssen daher bei einem Aktienfonds mindestens 51% des Investmentvermögens in Aktien angelegt sein.^[88]

Weiterhin lassen sich Investmentfonds in offene und geschlossene Fonds einteilen. Bei offenen Fonds ist die Anzahl der Fondsanteile unbegrenzt und die Fondsgesellschaft gibt fortlaufend neue Anteile aus. Des Weiteren veröffentlicht die Fondsgesellschaft Ausgabe- und Rücknahmepreise der Fondsanteile i.d.R. täglich und ist grundsätzlich dazu verpflichtet, die Anteile zurückzunehmen. Darüber hinaus informiert sie regelmäßg über alle wichtigen Details des Fonds. Hingegen sind geschlossene Fonds von vornherein auf ein festgelegtes Investitionsvolumen gerichtet und die Anzahl der Fondsanteile ist begrenzt. Gängige Investitionsprojekte von geschlossenen Fonds sind z.B. Immobilien und Flugzeuge. Daher steht nur ein begrenztes Kontingent an Fondsanteilen zur Verfügung. Sobald alle Anteile des Kontingents verkauft sind, wird der Fonds geschlossen und Anleger haben während der Laufzeit keinen Anspruch auf Rücknahme der Anteile durch den Emittenten.^[89]

Darüber hinaus unterscheidet man bei Investmentfonds in Publikumsfonds und Spezialfonds. Publikumsfonds verfügen meist über eine hohe Zahl an Anlegern und können von jedem Anleger, egal ob privat oder institutionell, gekauft werden. Somit stehen sie einem großen Kreis an Anlegern offen. Spezialfonds sind hingegen institutionellen Anlegern, wie z.B. Versicherungen, Kreditinstituten, Pensionskassen, kirchlichen Verbänden und Stiftungen vorbehalten und sind auf deren spezifische Anlagepräferenzen zugeschnitten.^[90] Wie in Abbildung 5 ersichtlich ist, wurden zum Stichtag 31.05.2014 1142 Mrd. € von Spezialfonds verwaltet. Die größten Anleger waren Versicherungen mit 453 Mrd. € und Altersvorsorgeeinrichtungen mit 209 Mrd. €.^[91] Der Grund hierfür ist, dass Kapitalanlagegesellschaften eine entscheidende Rolle bei der Altersvorsorge der Bevölkerung in Deutschland spielen. Neben Menschen, welche direkt in Fonds sparen, sorgen viele Menschen über Versicherungen, Versorgungswerke oder ihren Arbeitgeber für das Alter vor. Das auf diese Weise angesparte Kapital wird letztlich in Spezialfonds verwaltet, weswegen eine kapitalgedeckte Altersvorsorge ohne Fondsgesellschaften nicht denkbar wäre.^[92]

Abbildung 5: Anlegergruppen Spezialfonds

Abbildung in dieser Leseprobe nicht enthalten

Quelle: BVI (2014b): Institutionelle Anleger, online im Internet, http://www.bvi.de/kapitalanlage/institutionelle-anleger/, Abfrage vom 18.08.2014.

Da Fondsgesellschaften in Deutschland ein Vermögen von über 2.200 Mrd. € für 50 Mio. private und institutionelle Investoren verwalten, sind sie darüber hinaus ein wichtiger Faktor für die Volkswirtschaft. In Deutschland bieten sie direkt 16.000 und indirekt über 300.000 Arbeitsplätze im Vertrieb, in Kanzleien, Agenturen oder Beratungsunternehmen.^[93] Aus Abbildung 6 geht das verwaltete Volumen der Fondsbranche in Deutschland in Relation zu volkswirtschaftlichen Größen, wie dem BIP oder Staatsverschuldung hervor. So ist das Volumen der Fondsbranche in Deutschland weitaus größer als die Marktkapitalisierung deutscher Aktien sowie das weltweite Volumen von Hedgefonds. Diese Dimensionen unterstreichen die Bedeutung der Fondsbranche in der Volkswirtschaft Deutschland.^[94]

Abbildung 6: Fondsbranche im Vergleich

Abbildung in dieser Leseprobe nicht enthalten

Quelle: BVI (2014d): Kapitalanlage, online im Internet, http://www.bvi.de/kapitalanlage/, Abfrage vom 18.08.2014.

Nachdem in diesem Kapitel die Grundlagen und die volkswirtschaftliche Bedeutung von Investmentfonds erläutert wurden, werden in den folgenden beiden Kapiteln die beiden grundsätzlichen Fondsmanagementstile, aktiv und passiv, erläutert.

3.2 Aktives Fondsmanagement

3.2.1 Annahmen und Zielsetzung

Die Zielsetzung des aktiven Fondsmanagement ist es, Ineffizienzen des Kapitalmarktes, die in Kapitel 2.2 angeklungen sind, auszunutzen.^[95] Hierdurch soll durch geeignete Analyse- und Prognosemethoden eine bessere Performance als die der Benchmark erzielt werden. Dies impliziert bei Verwendung eines kapitalmarkttheoretischen Rahmens, dass die risikoadjustierte Rendite des aktiv gemanagten Portfolios größer sein soll als die risikoadjustierte Rendite des Vergleichsmaßstabes.^[96] Die Grundlagen des heutigen, professionellen, aktiven Managements gehen auf die Arbeit von Jack Treynor und Fischer Black aus dem Jahr 1973 zurück. Die Wissenschaftler legten dar, dass der Ausgangspunkt des aktiven Managements, welches einen ineffizienten Kapitalmarkt unterstellt, das CAPM, das von einem effizienten Kapitalmarkt ausgeht, sein sollte. Denn nur auf diese Weise kann die im Markt bereits vorhandene Information voll ausgenutzt werden. Darüber hinaus zeigten die Autoren, wie ein derartiges aktives Management gestaltet werden kann. Dabei ist es das Ziel, auf der Basis nicht bereits im Markt enthaltener Informationen eine Strategie abzuleiten, die das Marktportfolio hinsichtlich der Sharpe-Ratio übertrifft.^[97]

3.2.2 Umsetzung der Zielsetzung

3.2.2.1 Fundamentalanalyse

Das Ziel der fundamentalen Analyse ist es die grundlegenden wirtschaftlichen Zusammenhänge, die für die Aktienkursbildung verantwortlich sind, zu untersuchen. Zum Einen werden hier Mikrofaktoren aus dem Unternehmen selbst begutachtet, zum Anderen aber auch Makrofaktoren, wie die Konjunkturentwicklung, der private Konsum, Inflationsraten oder Zinssätze.^[98] Hierdurch soll ein innerer Wert eines Unternehmens bestimmt werden. Falls dieser innere Wert des Unternehmens größer als der Kurswert der Aktie ist, wird diese zum Kauf empfohlen. Wenn der innere Wert kleiner als der Kurswert der Aktie ist, sollte diese verkauft werden.^[99]

Zur Findung des inneren Werts eines Unternehmens stehen dem Fondsmanagement mehrere Möglichkeiten zur Verfügung. Die Modelle hierzu lassen sich grundsätzlich als Barwertmodelle oder Multiplikatormodelle charakterisieren. Während Multiplikatormodelle verschiedene relevante Kennzahlen als Hilfsgröße nutzen, schätzen Barwertmodelle Ertragswerte oder den zukünftigen Cash-Flow aus historischen Daten und diskontieren diese Erwartungen auf heute ab. Am Vorteilhaftesten ist die Aktie, welche die besten Kennzahlen zum günstigsten Preis bietet.^[100] Hierbei ist problematisch, dass für die Bewertung kaum Daten aus dem Rechnungswesen verwendet werden können. Denn die Daten des Rechnungswesens werden oftmals aus steuerlichen oder anderen strategischen Gründen nach anderen Aspekten aufgestellt als nach dem Prinzip der möglichst korrekten Wiedergabe des Marktpreises. Zudem sind Bilanzen meist nicht aktuell und Prognosen werden gewonnen, indem Daten aus der Vergangenheit fortgeführt und um subjektive Schätzungen von Analysten manipuliert werden.^[101]

Bezüglich der Vorgehensweise aktiver Fondsmanager werden u.a. drei Investment-Stile unterschieden, der Value- bzw. Growth-Ansatz, der Small- bzw. Large-Cap-Ansatz und der Top-Down- bzw. Bottom-Up-Ansatz. Aktien werden der Gruppe Value zugeteilt, wenn sie eine hohe Dividende ausschütten und dafür nur langsam wachsen. Growth-Aktien zeichnen sich hingegen durch eine geringe Dividende, dafür aber durch ein höheres Wachstum aus. Eine weitere Unterscheidung wird hinsichtlich des Verhältnisses zwischen dem Marktwert des Eigenkapitals des Unternehmens und dem Buchwert vorgenommen. Hierbei wird der Marktwert anhand der Marktkapitalisierung, der Anzahl der sich im Umlauf befindlichen Aktien multipliziert mit dem Kurs, gemessen. Der Buchwert wird durch das in der Bilanz ausgewiesene Eigenkapital gemessen. Das Verhältnis von Buchwert zu Marktwert ist i.d.R. kleiner als 1, da bei fast allen Unternehmen der Marktwert über dem Buchwert liegt. Aktien mit einem hohen Buchwert-Marktwert-Verhältnis werden der Kategorie Value zugeordnet und Aktien mit einem geringen Buchwert-Marktwert-Verhältnis der Kategorie Growth. Im Konjunkturzyklus hat es den Anschein, dass sich bei guter Konjunktur Value-Aktien mehr rentieren als Growth-Aktien, während im Konjunkturabschwung die Kurse von Value-Aktien einbrechen können und diese der Growth-Aktien konstant bleiben.^[102]

Neben aktiven Fondsmanagern, die sich auf Value- oder Growth-Aktien konzentrieren, gibt es auch Spezialisten für bestimmte Größensegmente von Aktien. Die Größe wird hier meist an der Marktkapitalisierung gemessen. Diese beiden Investmentstilentscheidungen hängen in gewisser Weise von einander ab, da einige empirische Untersuchungen zeigten, dass echte Wachstumswerte eher im Bereich der Small Caps, also der Aktien mit geringer Marktkapitalisierung, zu finden sind. Ebenso dürfte es bei Small Caps leichter sein, Informationsvorteile zu erwerben, da diese Aktien weniger intensiv beobachtet werden als Large Caps, sprich Aktien mit großer Marktkapitalisierung. Somit werden dem aktiven Fondsmanagement bei Small Caps aufgrund der geringeren Markteffizienz größere Chancen zugeschrieben.^[103]

Darüber hinaus lassen sich als weitere Investmentstile bzw. Methoden der Fundamentalanalyse der Top-Down-Ansatz und der Bottom-Up-Ansatz unterscheiden. Beim Top-Down-Verfahren wird sukzessiv von höheren zu niedrigeren Betrachtungsebenen übergegangen. Hierbei ist es sinnvoll zuerst die bedeutenden makroökonomischen Wirtschaftsdaten zu analysieren und anschließend erst einzelwirtschaftliche Analysen und Unternehmensanalysen durchzuführen.^[104] Dies ist dann empfehlenswert, wenn überdurchschnittliche Prognosefähigkeiten bei Makrovariablen vorliegen und zugleich die Ressourcen für die Abdeckung der vielen Einzeltitel nicht vorhanden sind.^[105] Grundlage des Top-Down-Ansatzes ist die empirisch und statistisch belegte Prämisse, dass die wichtigste einzelne Einflusskomponente für Aktienkurse die Entwicklung des Gesamtmarktes darstellt. Aufgrund dessen wird hier versucht zunächst Gesamtmarktaussagen abzuleiten, was zur Folge hat, dass das Top-Down-Verfahren eine deutliche Orientierung an makroökonomischen und politischen Parametern aufweist. Dieser Ansatz steht weitgehend im Einklang mit der Kapitalmarkttheorie, welche am Konzept des Marktportfolios, was in Kapitel 2.4 erläutert wurde, orientiert ist. Denn da in der Praxis Aktien mit dauerhaft negativen Betafaktoren kaum existieren, ist es aus Sicht der Kapitalmarkttheorie nicht sinnvoll, eine als attraktiv anzusehende einzelne Aktie zu kaufen, falls für den Gesamtmarkt eine negative Renditeerwartung besteht.^[106]

Allerdings ist die Grundprämisse des Top-Down-Ansatzes in der Aktienanlagepraxis nicht unumstritten. Es steht außer Zweifel, dass der Gesamtmarkt für eine einzelne dem Markt zugehörige Aktie bedeutsamer ist als umgekehrt. Jedoch wird oft übersehen, dass diese Betrachtung von ungleichen Voraussetzungen ausgeht. Jedoch könnte es zweckmäßiger sein, alle einzelnen Aktien zu analysieren und anschließend das Aggregat zu bilden, um den Kursverlauf des Gesamtmarktes ableiten zu können.^[107] Hier setzt der Bottom-Up-Ansatz an, indem er sein Hauptaugenmerkt auf die Analyse einzelner Aktien legt. Im Anschluss daran wird durch die Zusammenführung der Einzeltitelprognosen eine Gesamtprognose ermittelt. Somit lassen sich mit dem Bottom-Up-Verfahren durchaus auch Gesamtmarkt- bzw. Indexprognosen treffen.^[108]

Da beide Verfahren Vorteile und Nachteile aufweisen, hat es sich in der Praxis des Fondsmanagements etabliert beide Betrachtungsweisen zusammenzuführen. So ist das Risiko des Top-Down-Ansatzes, dass kursrelevante Aspekte einzelner Aktiengesellschaften, welche in der Aggregation auch bestimmend für die Gesamtmarktentwicklung sein können, nicht berücksichtigt werden. Im Gegensatz hierzu ist der Schwachpunkt des Bottom-Up-Verfahrens die Vernachlässigung makroökonomischer und somit ebenfalls potentiell kursrelevanter Sachverhalte. Allerdings erfordert die tägliche Praxis im Fondsmanagement eine Schwerpunktbildung zwischen den beiden Ansätzen. Hier sind v.a. Fragen der Kapazität und des Investmenthorizonts zu beachten. Der Top-Down-Ansatz erfordert nämlich eine geringere Analysekapazität, als die gründliche, fundamentale Bottom-Up-Analyse aller Aktien eines Anlageuniversums. Darüber hinaus tendiert die fundamentale Bottom-Up-Analyse zu längeren Investmenthorizonten, da sie auf der Prämisse aufbaut, dass der Markt mittel- bis längerfristig den fairen ökonomischen Preis auf der Basis des inneren Wertes für Aktien bezahlt, kurzfristig aber vom aktuellen allgemeinen Informationsfluss abhängt. Zusammenfassend ist erkennbar, dass die Entscheidung für eines der beschriebenen Verfahren auch von Kostenüberlegungen abhängt. Denn die gründliche Bottom-Up-Analyse ist vor dem Hintergrund größerer Analyseuniversen, z.B. 500 relevante Einzelaktien in Europa gegenüber ca. 15 relevanten Ländern in der Top-Down-Analyse, wesentlich personalintensiver.^[109]

Eine der grundlegenden Fragen im Bereich des aktiven Fondsmanagements betrifft den Bereich von Timing und Selektion.^[110] Als Timing ist ein aktiver Anlagestil definiert, bei welchem Zeitpunkte des Einsteigens oder Aussteigens für Asset-Klassen, wie Aktien, Anleihen oder Währungspositionen, festgelegt werden.^[111] Durch die Betrachtung der Charts von Anleihen, Aktien oder eines Index wird deutlich, dass sich durch richtige Timingentscheidungen hohe Gewinnpotentiale eröffnen. Auf diese Weise ließen sich mit fast jedem liquiden Anlagevehikel bei perfekten Timingkenntnissen beträchtliche Gewinne erzielen. Diese Chance wird jedoch auch vom Risiko falscher Timingentscheidungen begleitet.^[112] Als Selektion wird die Auswahl bestimmter Aktien, die in das Fondsvermögen gekauft bzw. höher gewichtet werden, bezeichnet.^[113] Gegenüber Selektionsentscheidungen sind Timingentscheidungen riskanter, da erstere nur einen Anteil des diversifizierten Portfolios betreffen. Daher werden Fehlentscheidungen in der Wertpapierauswahl mit einer gewissen Wahrscheinlichkeit von anderen Selektionsentscheidungen ausgeglichen. Hingegen funktioniert das Diversifikationsprinzip bei Timingentscheidungen nicht. Folglich lassen sich Timingentscheidungen als risikoreich einordnen und ein Investmentstil, der sich auf solche beruft, sollte daher auf guten Prognosefähigkeiten basieren. Darüber hinaus beruhen Timingstrategien oft auf technischen Modellen, die im nächsten Kapitel vorgestellt werden, und konzentrieren sich meist auf einen operativen bis taktischen Investmenthorizont. Im Gegensatz dazu liegt das Hauptaugenmerk von Selektionsentscheidungen auf einem langfristigen, strategischen Investmenthorizont.^[114] Weiterhin richtet sich der Fokus von Selektionsstrategien auf die Erzielung einer risikoadjustierten Selektionsrendite durch die Auswahl der besten Einzelwerte gegenüber der Benchmark, während Timingstrategien auf die Prognose des optimalen Zeitpunktes für den Einstieg in ein Wertpapier abzielen.^[115]

3.2.2.2 Technische Analyse

Bei der technischen Analyse stehen, anders als bei der Fundamentalanalyse, die Kurs- und Umsatzentwicklung an der Börse im Mittelpunkt, wobei angenommen wird, dass beide Größen das wahre Verhältnis der Marktkräfte an der Börse widerspiegeln. Weiterhin wird davon ausgegangen, dass sich vergangene Aktienkursverlaufsmuster in der Zukunft wiederholen. Ziel der technischen Analyse ist es, diese Muster frühzeitig zu identifizieren und gewinnbringend zu nutzen. Daher ist es durch die technische Analyse möglich, auch kurzfristige Marktphasen zu analysieren und zu interpretieren. Folglich wird sie oftmals als Signalgeber für kurzfristige Engagements an den Aktienmärkten herangezogen.^[116]

[...]

---

^[1] Vgl. Braunberger, G. (2013).

^[2] Vgl. Ammann, M. (2013).

^[3] Vgl. Braunberger, G. (2013).

^[4] Vgl. Scheve, H. (2014).

^[5] Vgl. Braunberger, G. (2013).

^[6] Vgl. Masarwah, A. (2012).

^[7] Vgl. Reents, H. (2011).

^[8] Vgl. Masarwah, A. (2012).

^[9] Vgl. Elsner, D. (2013).

^[10] Vgl. Schuller, M. (2014).

^[11] Vgl. Daxhammer, R. / Facsar, M. (2012), S. 35.

^[12] Vgl. Fama, E. (1976), S. 134-137.

^[13] Fama, E. (1970), S. 383.

^[14] Vgl. Steiner, M. / Bruns, C. (2007), S. 39.

^[15] Vgl. Daxhammer, R. / Facsar, M. (2012), S. 35.

^[16] Vgl. Steiner, M. / Bruns, C. (2007), S. 39.

^[17] Vgl. Spremann, K. (2008), S. 156.

^[18] Vgl. Steiner, M. / Bruns, C. (2007), S. 39.

^[19] Vgl. Spremann, K. (2008), S. 156.

^[20] Vgl. Steiner, M. / Bruns, C. (2007), S. 40.

^[21] Vgl. Möller, H. P. (1985), S. 500.

^[22] Vgl. Steiner, M. / Bruns, C. (2007), S. 41 f.

^[23] Vgl. ebenda

^[24] Vgl. ebenda, S. 45.

^[25] Jensen, M.C. (1978), S. 95.

^[26] Vgl. Langevoort, D.C. (1992), S. 853.

^[27] Vgl. Daxhammer, R. / Facsar, M. (2012), S. 75.

^[28] Vgl. Fama, E. (1970), S. 414.

^[29] Vgl. Fama, E. (1998), S. 284.

^[30] Vgl. Shleifer, A. (2000), S. 16 f.

^[31] Vgl. Steiner, M. / Bruns, C. (2007), S. 43.

^[32] Vgl. Lakonishok, J. / Shleifer, A. / Vishny, R.W. (1994), S. 1541 ff.

^[33] Vgl. Fama, E. / French, K. (1996), S. 55 ff.

^[34] Vgl. Shleifer, A. (2000), S. 20.

^[35] Vgl. Thaler, R.H. (1999), S. 14.

^[36] Vgl. Shiller, R. (1998), S. 1.

^[37] Vgl. Goldberg, J. / von Nitzsch, R. (2004), S. 25.

^[38] Vgl. Daxhammer, R. / Facsar, M. (2012), S. 76.

^[39] Vgl. Kiehling, H. (2001), S. 1.

^[40] Vgl. Daxhammer, R. / Facsar, M. (2012), S. 76.

^[41] Vgl. Masarwah, A. (2012).

^[42] Vgl. Markowitz, H.M. / Blay, K.A. (2014), S. 8 zitiert nach Miller, M.H. (2000).

^[43] Vgl. Markowitz, H.M. (1999), S. 5.

^[44] Vgl. Markowitz, H.M. (1952), S. 77.

^[45] Vgl. Markowitz, H.M. (1991), S. 471.

^[46] Vgl. Steiner, M. / Bruns, C. (2007), S. 6.

^[47] Vgl. Spremann, K. (2008), S. 59.

^[48] Vgl. Markowitz, H. (1952), S. 89.

^[49] Vgl. Steiner, M. / Bruns, C. (2007), S. 8.

^[50] Vgl. Spremann, K. (2008), S. 60 f.

^[51] Vgl. Bernstein, P.L. (1995), S. 10.

^[52] Vgl. Steiner, M. / Bruns, C. (2007), S. 21.

^[53] Vgl. Sharpe, W.F. (1964), S. 425 ff.

^[54] Vgl. Lintner, J. (1965), S. 13 ff.

^[55] Vgl. Mossin, J. (1966), S. 768 ff.

^[56] Vgl. Sharpe, W.F. (1964), S. 426.

^[57] Vgl. Steiner, M. / Bruns, C. (2007), S. 21.

^[58] Vgl. ebenda.

^[59] Vgl. Ross, S.A. / Westerfield, R.W. / Jaffe, J.F. (2005), S. 338 ff.

^[60] Vgl. Steiner, M. / Bruns, C. (2007), S. 21 f.

^[61] E(Rp) = Renditeerwartungswert des Portfolios p, E(Rm) = Renditeerwartungswert des Markportfolios M, σp = Standardabweichung des Portfolios p, σm = Standardabweichung des Marktportfolios, Rf = risikolose Anlagemöglichkeit.

^[62] Vgl. Steiner, M. / Bruns, C. (2007), S. 22.

^[63] Vgl. Loistl, O. (1994), S. 251.

^[64] Vgl. Sharpe, W.F. (1964), S. 427.

^[65] Vgl. Tobin, J. (1958), S. 65 ff.

^[66] Vgl. Steiner, M. / Bruns, C. (2007), S. 24 f.

^[67] Vgl. ebenda, S. 26.

^[68] Vgl. Black, F. (1972), S. 444 ff.

^[69] Vgl. Merton, R. (1973), S. 867 ff.

^[70] Vgl. Rubinstein, M. (1976), S. 407 ff.

^[71] Vgl. Lucas, R. Jr. (1978), S. 1429 ff.

^[72] Vgl. Breeden, D. (1979), S. 265 ff.

^[73] Vgl. Hansen, L.P. / Richard, S.F. (1987), S. 587 ff.

^[74] Vgl. Möller, H.P. (1988), S. 779 f.

^[75] Vgl. Fama, E. / French, K. (1992), S. 427 ff.

^[76] Vgl. Roll, R. (1977), S. 129 ff.

^[77] Vgl. Möller, H.P. (1988), S. 796.

^[78] Vgl. Rudolph, B. (1979), S. 1049 ff.

^[79] Vgl. Black, F. (1972), S. 444 f.

^[80] Vgl. Brealey, R.A. / Myers, S.C. (2006), S. 189.

^[81] Vgl. Steiner, M. / Bruns, C. (2007), S. 29.

^[82] Vgl. § 2 InvG.

^[83] Vgl. § 24 InvG.

^[84] Vgl. § 6 InvG.

^[85] Vgl. § 24 InvG.

^[86] Vgl. BVI (2014a), S. 11.

^[87] Vgl. § 4 InvG.

^[88] Vgl. BaFin (2013).

^[89] Vgl. BVI (2014a), S. 11.

^[90] Vgl. Deutsche Bundesbank (2013), S. 5.

^[91] Vgl. BVI (2014b).

^[92] Vgl. BVI (2014c).

^[93] Vgl. ebenda.

^[94] Vgl. BVI (2014d).

^[95] Vgl. Kutscher, C. / Schwarz, G. (1998), S. 7.

^[96] Vgl. Steiner, M. / Bruns, C. (2007), S. 310.

^[97] Vgl. Treynor, J.L. / Black, F. (1973), S. 66 ff.

^[98] Vgl. Beike, R. / Schlütz, J. (2001), S. 93.

^[99] Vgl. Göcken, U. / Schulte, H.-W. (1990), S. 1.

^[100] Vgl. Beike, R. / Schlütz, J. (2001), S. 101 ff.

^[101] Vgl. Hüfner, B. (2000), S. 16.

^[102] Vgl. Spremann, K. (2008), S. 36 f.

^[103] Vgl. Bruns, C. / Meyer-Bullerdiek, F. (2008), S. 140 f.

^[104] Vgl. Steiner, M. / Bruns, C. (2007), S. 232.

^[105] Vgl. Bruns, C. / Meyer-Bullerdiek, F. (2008), S. 130.

^[106] Vgl. Steiner, M. / Bruns, C. (2007), S. 232.

^[107] Vgl. ebenda, S. 233.

^[108] Vgl. Spremann, K. (2008), S. 16 f.

^[109] Vgl. Steiner, M. / Bruns, C. (2007), S. 233 f.

^[110] Vgl. Wittrock, C. (2000), S. 89 f.

^[111] Vgl. Spremann, K. (2008), S. 46.

^[112] Vgl. Wittrock, C. (2000), S. 89 f.

^[113] Vgl. Spremann, K. (2008), S. 46.

^[114] Vgl. Wittrock, C. (2000), S. 89 f.

^[115] Vgl. Wittrock, C. (1995), S. 30 f.

^[116] Vgl. Priermeier, T. (2002), S. 13.