Investments auf der Grundlage fundamentaler Faktoren liegen im Trend. Die vermeintlichen Erfolgskriterien, mit denen Anbieter in Form klassischer Fonds sowie Faktor-ETFs arbeiten, sind allerdings dazu angetan, Anleger eher zu verwirren als ihnen zu nützen, sagt Morningstar-Experte Paul D. Kaplan.

Faktorbasierte Anlagestrategien, die auch unter Labels wie "Smart-" oder "Strategic Beta" vermarktet werden, gründen auf der Annahme, dass Risiko und Rendite von Geldanlagen auf ein Spektrum an bestimmten Faktoren wie Momentum, Bewertungskennziffern oder Volatilität zurückzuführen sind. Die Theorie: Wer die richtigen Faktoren wählt, darf auf überdurchschnittliche Investmenterfolge hofffen. Mit dem passenden Datensatz, reichlich Zeit und ein bisschen Computer-Hilfe kann man aber jeder faktorbasierten Strategie positive Ergebnisse entlocken, kritisiert Kaplan.

Sogenannte Backtests, bei denen einzelne Erfolgsfaktoren auf Basis historischer Marktdaten ausgesiebt und anschließend möglichen Investmentinteressenten präsentiert werden, sollen zeigen, wie glänzend eine Strategie in der Vergangenheit abgeschnitten hätte. "Aber wir können nie sicher sein, wie sie wirklich performt", sagt der Fondsspezialist. "Einige Backtests versuchen, realistischere Ergebnisse zu erzielen als andere, etwa indem sie Annahmen zu Handelskosten einbeziehen, aber davon gibt es nicht viele. Egal, welche Annahmen getroffen werden: Ein Backtest ist immer eine Simulation und keine Abbildung historischer Tatsachen."

Pure Effekthascherei?
Grundsätzlich sollten Anleger misstrauisch sein: Sie würden zwar mit beeindruckenden Backtest-Resultaten konfrontiert, erfahren aber nicht, wie viele andere Strategien oder Faktoren ausprobiert wurden, die nicht gut ausgefallen sind. Es gebe so viele Faktoren, dass es ein leichtes sei, nur die günstigen Ergebnisse zu melden. "Oder, wie der verstorbene Nobelpreisträger Ronald H. Coase einst sagte: 'Wenn Sie die Daten lange genug quälen, werden sie alles gestehen' ", zitiert Kaplan.

Der Hauptdenkfehler liege darin, Simulationen im Labor mit der echten Wirtschaftswelt und Korrelationen mit Kausalitäten zu verwechseln. Oder anders gesagt: Nicht überall dort, wo ein statistischer Wertzusammenhang festgestellt wird, gibt es auch eine realökonomische Begründung dafür. "Wer versucht, eine Ursache zu finden, muss auf ökonomische Überlegungen achten, nicht nur auf statistische Zusammenhänge", mahnt Kaplan. Dies sei besonders wichtig bei der Bewertung quantitativer Anlagestrategien, insbesondere derjenigen, die hinter neuen Strategic-Beta-ETFs stehen.

Wie Butter die Börsenkurse beeinflusst
Die Crux: Performancedaten aus der Vergangenheit beruhen in der Regel auf einer statistischen Datenanalyse – und sind mithin wenig aussagekräftig, warnt Kaplan. "Es ist allzu einfach, unsinnige Statistiken zu berechnen, zum Beispiel die Korrelation zwischen einem Börsenindex und der Butterproduktion." Die statistische Analyse könne sogar dazu missbraucht werden, fast alles zu demonstrieren, was man demonstrieren will.

Kaplan ist nicht der Erste, der Faktor-Investments skeptisch gegenübersteht. So kam kürzlich eine Studie von Flossbach von Storch zu dem Ergebnis, dass sich Smart-Beta-ETFs in der Realität im Schnitt viel schlechter entwickeln, als die ihnen zugrundeliegenden Backtest versprachen. (fp/ps)