Wissenschaftliche Finanzmarktforschung

← Zurück zur Übersicht

Aktien erwirtschaften langfristige reale Renditen und sind damit ein exzellenter Inflationspuffer

Die langfristige Tragfähigkeit von Aktien als Vermögensaufbau- und Vorsorgeinstrument ist empirisch hervorragend dokumentiert. In seiner bahnbrechenden Untersuchung wies Siegel (1992) nach, dass US-Aktien seit 1802 eine erstaunlich konstante reale [inflationsbereinigte] Überrendite [Zusatzrendite im Vergleich zu anderen Geldanlagen] gegenüber Anleihen [Festverzinslichen Wertpapieren, bei denen man Staaten oder Firmen Geld leiht] und Gold erzielten. In den drei Epochen 1802–1870, 1871–1925 und 1926–1990 lagen die inflationsbereinigten Jahresrenditen bei 5,7 %, 6,6 % und 6,4 % (Siegel, 1992). Für den Zeitraum 1900 bis 2017 bestätigen Dimson et al. (2018) für den US-Markt eine reale Rendite [Rendite nach Abzug der Inflationsrate] von durchschnittlich 6,5 % pro Jahr. Da reale Renditen bereits um die Geldentwertung bereinigt sind, erweisen sich breit gestreute Aktieninvestments historisch als effektiver Inflationsschutz.

Ein Blick über den US-Tellerrand zeigt, dass dieser Befund global Gültigkeit hat. Obwohl die USA heute den Weltaktienmarkt dominieren, machten sie 1900 lediglich 15 % der globalen Marktkapitalisierung [des Gesamtwerts aller börsennotierten Unternehmen weltweit] aus (Dimson et al., 2018, S. 7). Von 1900 bis 2017 erzielte der Weltaktienmarkt eine reale Jahresrendite von 5,2 % (ohne USA: 4,5 %). Während die USA somit historisch zu den Spitzenreitern gehörten, wurden sie über diesen 117-Jahre-Zeitraum noch von Südafrika (7,0 %) und Australien (6,7 %) übertroffen; nahezu alle anderen untersuchten Industrienationen lagen bei 3,5 % oder höher (Dimson et al., 2018, S. 11). Sämtliche Angaben setzen die vollständige Reinvestition [das Wiederanlegen] von Dividenden [Gewinnausschüttungen der Unternehmen an die Aktionäre] (Total Return) [Gesamtrendite aus Kursgewinnen und wiederangelegten Dividenden] voraus.

Kritiker führen oft an, dass 100-jährige Betrachtungszeiträume für die individuelle Lebensplanung wenig Relevanz besitzen. Eine neuere Studie von Anarkulova et al. (2023) widerlegt jedoch die gängige Praxis, im Alter zur Risikoreduktion pauschal in Anleihen umzuschichten. Die Autoren zeigen anhand von einer Million Bootstrap-Simulationen für Haushaltslebensläufe, dass ein reines Aktienportfolio [Aktienbestand] über den gesamten Lebenszyklus hinweg das Risiko des Kapitalverzehrs [des ungeplanten Aufbrauchens des Vermögens] im Ruhestand effektiver minimiert als Mischportfolios [Anlagen, die aus Aktien und Anleihen kombiniert sind] oder klassische Altersvorsorge-Gleitpfade (Life-Cycle Funds) [Fonds, die mit zunehmendem Alter des Anlegers automatisch den Aktienanteil senken und in schwankungsärmere Anlagen umschichten] (Anarkulova et al., 2023, S. 1, 16). Dies gilt selbst bei historischen Krisenszenarien (Anarkulova et al., 2023, S. 20).

Einschränkend muss jedoch betont werden: Selbst bei einem reinen Aktienportfolio verbleibt bei einer starren Entnahmerate [dem festen prozentualen Geldbetrag, der jährlich aus dem Depot entnommen wird] von 4 % ein Restrisiko von etwa 7 %, das Kapital vor Lebensende vollständig aufzubrauchen (Anarkulova et al., 2023, S. 51). Obwohl dies die geringste Ausfallquote aller getesteten Strategien ist, erfordert die Praxis im Ruhestand eine flexible Anpassung der Entnahmerate oder zusätzliche Einkommenspuffer.

Die Einfachheit von Aktien

Neben diesen Renditevorteilen zeichnen sich Aktien durch ihre hohe Praxistauglichkeit und Pflegeleichtigkeit aus. Während Immobilieninvestments einen erheblichen Verwaltungsaufwand nach sich ziehen – etwa durch Mietkommunikation, Instandhaltung und Renovierungen –, lassen sich aktienbasierte Portfolios äußerst effizient managen. In der Praxis reicht oft ein Zeitaufwand von einer Stunde pro Jahr, um die eigene Altersvorsorge kostengünstig und strukturiert zu verwalten. Wie eine solche passive Umsetzung im Detail aussieht, erläutern wir in einem separaten Beitrag.

Aktien nutzen den Zinseszins

Welches Potenzial in langfristigen Aktienrenditen [den prozentualen Gewinnen aus Aktienanlagen] steckt, haben wir anhand der historischen Daten bereits gezeigt. Für unsere weiteren Berechnungen nehmen wir eine reale [um die Geldentwertung/Inflation bereinigte] Rendite [jährlicher Ertrag] von 5 % pro Jahr an. Was auf den ersten Blick konservativ wirkt, entfaltet durch den Zinseszinseffekt [den Effekt, dass Zinsen oder Gewinne mitverzinst werden und dadurch selbst wieder Gewinne erzeugen] eine immense Dynamik: Erwirtschaftete Erträge werden in den Folgeperioden erneut verzinst, was zu einem exponentiellen [sich von Jahr zu Jahr immer schneller beschleunigenden] Vermögenswachstum führt.

Wie stark dieser Effekt über die Zeit wirkt, verdeutlicht die folgende Abbildung:

Abbildung 1: Die Entwicklung eines durchschnittlichen Weltportfolios wenn eine deutsche Frau mit einem Medianeinkommen 10 % ihres Einkommen in Aktien investiert. Die Angaben sind vor steuer, da die Aktien erst nach Auszahlung versteuert werden.

Unter Berücksichtigung der Kapitalertragsteuer [der gesetzlichen Steuer auf Kapitalgewinne wie Zinsen, Dividenden und Kursgewinne] ergibt sich ein inflationsbereinigter [um den Kaufkraftverlust der Geldentwertung korrigierter] Endwert von 428.245 € (in Kaufkraft bei Sparbeginn), was einem kumulierten [über die Jahre zusammengerechneten und aufsummierten] Nettogewinn [dem Gewinn nach Abzug aller Steuern und Kosten] von 307.285 € entspricht. Bezieht man diesen Ertrag auf den minimalen Zeitaufwand von einer Stunde pro Jahr über den gesamten Ansparzeitraum, ergibt sich ein rechnerischer Stundenlohn von ca. 7.300 €.

Bei Anwendung der klassischen 4-%-Entnahmeregel [einer Faustregel, nach der im ersten Ruhestandsjahr 4 % des Startvermögens entnommen und in den Folgejahren an die Inflation angepasst werden] lässt sich so eine monatliche Zusatzrente von 1.427 € (reale Kaufkraft) [tatsächlicher Wert des Geldes gemessen an den Waren, die man dafür kaufen kann] generieren – bei einer empirischen [auf historischen Daten und wissenschaftlichen Beobachtungen basierenden] Kapitalerhaltswahrscheinlichkeit [Wahrscheinlichkeit, dass das Ersparte trotz regelmäßiger Entnahmen im Ruhestand nicht vorzeitig aufgebraucht wird] von 93 % über den Ruhestand hinweg (vgl. Anarkulova et al., 2023). Als risikoarme Alternative stünde die Verrentung [die Umwandlung von Erspartem in eine lebenslange, monatliche Rentenzahlung durch ein Finanzunternehmen] über eine klassische Lebens- bzw. Rentenversicherung zur Auswahl, die eine garantierte Monatsrente von etwa 1.110 € bis 1.285 € zahlt. Während diese Option das Langlebigkeitsrisiko [das finanzielle Risiko, länger zu leben als das eigene Ersparte reicht] nahezu vollständig eliminiert, bietet sie im Gegensatz zum verbleibenden Aktienportfolio [dem weiterhin in Aktien angelegten Restvermögen] meist keinen dynamischen [sich laufend an die steigenden Preise anpassenden] Schutz vor künftiger Inflation [Geldentwertung].

← Zurück zur Übersicht

← Zurück zur Übersicht

Markteinbrüche

Anleger müssen sich im Laufe ihrer Investmentkarriere darauf einstellen, dass Marktkorrekturen, Markteinbrüche sowie langanhaltende Wirtschaftskrisen [schwere Rezessionen mit sinkender Wirtschaftsleistung] auftreten. Solche Einbrüche sind zu erwarten, da die Aktienrendite unter anderem eine Kompensation (Ausgleichszahlung) für das eingegangene Marktrisiko darstellt (siehe CAPM-Modell [Capital Asset Pricing Model zur Bestimmung der Erwartungsrendite]). Die stärksten jüngsten Einbrüche waren der Dotcom-Crash [Platzen der Technologieblase] von 2000–2002 und die globale Immobilienblase von 2008. In beiden Phasen brach der internationale Aktienmarkt um circa 50 % ein (MSCI, o. J.). Auf diese Einbrüche muss sich der Investor vorbereiten oder seinen Cash- beziehungsweise Anleihen-Anteil [festverzinsliche Wertpapiere] erhöhen.

Aber auch und besonders auf Länderebene gibt es ein prägnantes Beispiel für schwere Markteinbrüche. Der japanische Aktienmarkt war Ende der 1980er-Jahre der größte der Welt (Dimson et al., 2018, S. 8). 1990 brach der japanische Markt (repräsentiert durch die 225 größten Aktien) allerdings ein und erholte sich bis 2024 nicht mehr (Yahoo Finance, 2026). In derselben Zeit erwirtschafteten die Industrieländer insgesamt eine Rendite [prozentualer Gewinn der Anlage] von 8,0 % pro Jahr. Der Japan Value Index [ein Aktienindex für substanzstarke und günstig bewertete japanische Unternehmen] erwirtschaftete im selben Zeitraum circa 100 % Rendite (iFAST, 2023). Dies zeigt eindrücklich die Wichtigkeit von Faktor- [strategische Ausrichtung auf bestimmte Renditetreiber wie Value oder Größe] und geografischer Diversifikation [breite Streuung über verschiedene Länder und Regionen].

Zu beachten ist allerdings, dass der japanische Index über einen längeren Zeitraum seit 1950 ein reales [inflationsbereinigtes] Wachstum von 7,59 % aufwies und damit besser abschnitt als der MSCI World. Dies lag an extremen Kursgewinnen in den 1980er-Jahren sowie einer Deflation [anhaltender Rückgang des allgemeinen Preisniveaus], die einige Jahrzehnte anhielt (InflationTool, n. d.). Somit kann der 30-jährige Bärenmarkt [eine langanhaltende Börsenphase mit stark sinkenden Kursen] auch als sehr lange Rückkehr zum historischen Durchschnitt verstanden werden.

Wie umgehen mit Markteinbrüchen?

Goetzmann et al. zeigten in ihrem Paper von 2026, dass nach einem Crash die Kurse zwar gerade gefallen sind, die tatsächliche zu erwartende Rendite nach einem Crash jedoch höher ausfällt (Goetzmann et al., 2026). Dies liegt daran, dass der Markt nach starken Einbrüchen tendenziell wieder zu seiner Durchschnittsrendite zurückfindet und folglich überdurchschnittliche Renditen erwirtschaftet (J.P. Morgan Asset Management, o. J.). Es ist also der schlechteste erdenkliche Zeitpunkt, um nach einem Crash seine Aktien zu verkaufen.

Daten von J.P. Morgan Asset Management (o. J.) belegen, dass nach den Krisen seit dem Golfkrieg die durchschnittliche Rendite eines amerikanischen Portfolios – bestehend aus 60 % Aktien und 40 % Anleihen – bei über 20 % lag. Diese Erträge zu verpassen, kann die Gesamtrendite drastisch senken. J.P. Morgan Asset Management zeigen außerdem eine Statistik der US-Aktienmarktrenditen von 2006 bis 2025, wonach das Verpassen nur der 20 besten Handelstage die annualisierte Rendite von 11 % auf 3,8 % gesenkt hätte.

Hinzu kommt, dass der Verkauf von Aktien stets mit steuerlichen Belastungen und Handelskosten einhergeht. Insofern verdeutlichen die Daten, dass investiert zu bleiben und den Crash auszusitzen die deutlich bessere Strategie ist, da man sich in der Regel auf zusätzliche Renditen nach dem Einbruch freuen kann.

← Zurück zur Übersicht

← Zurück zur Übersicht

Der Effiziente Markt

Für seine wegweisenden Arbeiten zur Effizienz von Finanzmärkten [Markteffizienz: Der Grad, zu dem Marktpreise alle verfügbaren Informationen vollständig und korrekt widerspiegeln] wurde der Ökonom Eugene Fama 2013 mit dem Preis der Schwedischen Reichsbank für Wirtschaftswissenschaften in Gedenken an Alfred Nobel ausgezeichnet (Nobel Prize Outreach AB, 2013). In einer grundlegenden Studie untersuchte Fama (1969) die Kurseffekte von Aktiensplits [Aktiensplit: Die rechnerische Aufteilung bestehender Aktien in eine größere Anzahl von Aktien zur Senkung des Stückpreises ohne Veränderung des Gesamtunternehmenswerts]: Er wies nach, dass Erwartungen über künftige Dividendensteigerungen [Ausschüttungen von Unternehmensgewinnen an die Aktionäre] bereits in den Monaten vor der eigentlichen Aufteilung im Aktienkurs [Börsenpreis einer Aktie] berücksichtigt werden. Der Markt verarbeitet neue Informationen somit extrem rasch (Fama et al., 1969, S. 3–7, S. 20). Ergänzend zeigte Beaver (1968, S. 81), dass auch die Veröffentlichung von Unternehmenszahlen [Finanzberichten wie Bilanz- und Gewinn-und-Verlust-Daten] zu einer unmittelbar beschleunigten Preisanpassung führt, was die Markteffizienzhypothese (EMH) [Efficient Market Hypothesis: Die Thesis, dass Wertpapierpreise jederzeit alle relevanten und verfügbaren Informationen widerspiegeln] empirisch [durch vergangenheitsbezogene Marktdaten belegt] untermauert.

Auch neuere Forschungsarbeiten bestätigen diesen Mechanismus. Brogaard et al. (2014, S. 1) belegen, dass der Einsatz von Hochfrequenzhandel (High-Frequency Trading) [computergestützter Blitzhandel, der Algorithmen zur Ausführung von Finanztransaktionen im Millisekundenbereich nutzt] die Preiseffizienz [die Genauigkeit, mit der Marktpreise den fairen Wert von Vermögenswerten widerspiegeln] weiter steigert, indem Fehlbewertungen [Abweichungen des Börsenkurses vom tatsächlichen inneren Wert] binnen Millisekunden korrigiert werden. Gleichzeitig zeigt die neuere Literatur, dass Markteffizienz nicht als starres Ja-Nein-Konstrukt verstanden werden sollte: Laut Tran und Leirvik (2019) sind Märkte zwar im Normalzustand hocheffizient, die Effizienz kann jedoch während außergewöhnlicher Krisenereignisse vorübergehend stark nachlassen.

Welche Konsequenzen ergeben sich daraus für Investoren? Auf einem (überwiegend) effizienten Markt ist es nahezu unmöglich, systematisch eine Überrendite [Alpha: Eine Zusatzrendite, die über die Entwicklung des Gesamtmarktes oder den Vergleichsindex hinausgeht] gegenüber dem Gesamtmarkt zu erzielen. Da verlässliche, noch nicht eingepreiste [noch nicht im aktuellen Börsenkurs berücksichtigte] Informationen kaum existieren, haben sowohl private als auch institutionelle Anleger [professionelle Großanleger wie Banken, Versicherungen oder Pensionsfonds] langfristig erhebliche Schwierigkeiten, den breiten Markt zu schlagen. Empirische Daten zur Performance [Wertentwicklung und Ertragsleistung] von Investmentfonds [professionell verwalteten Vermögenspools aus verschiedenen Wertpapieren] bestätigen diese Prognose eindrucksvoll.

Die schlechte Performance von aktiven Strategien

Die empirischen Ergebnisse entsprechen den theoretischen Erwartungen: Privatanleger, die versuchen, durch gezielte Einzeltitelauswahl (Stock Picking) [gezielte Auswahl einzelner Aktien in der Hoffnung, besser als der Gesamtmarkt abzuschneiden] den Markt zu schlagen, erzielen im Durchschnitt eine Unterperformance [eine Wertentwicklung, die hinter der Vergleichsrendite oder dem Markt zurückbleibt]. Barber und Odean (2001) zeigten, dass Männer aufgrund von überhöhtem Handelsvolumen (Overtrading) [übermäßig häufiges Kaufen und Verkaufen von Wertpapieren, was zu hohen Transaktionskosten führt] eine jährliche Unterperformance von 2,65 % gegenüber dem Markt erlitten, während die zurückhaltender agierenden Frauen eine Unterperformance von 1,72 % aufwiesen. Bereits in ihrer vorherigen Arbeit verdeutlichten die Autoren, dass häufiges Handeln die Nettorendite [die tatsächliche Rendite nach Abzug aller Kosten und Steuern] eines Portfolios [der Gesamtheit aller Wertpapiere eines Anlegers] systematisch verschlechtert (Barber & Odean, 2000).

Dieser Effekt beschränkt sich jedoch nicht auf Privatanleger: Auch professionelle Fondsmanager [Verwalter von Investmentvermögen] schaffen es größtenteils nicht, nach Abzug von Gebühren eine dauerhafte Überrendite [Alpha] zu erwirtschaften. Im Vergleich zu ihren Benchmark-Indizes [Vergleichsmaßstäben wie dem MSCI World oder S&P 500 zur Bewertung der Fondsleistung] übertreffen über einen 10-Jahres-Zeitraum lediglich 2,98 % der europäischen aktiven Aktienfonds [von Managern fortlaufend analysierte und umgeschichtete Aktienfonds] ihren Index (S&P Dow Jones Indices, o. J.) und nur 4,5 % das entsprechende ETF-Pendant [Exchange Traded Fund: Börsengehandelter Indexfonds, der einen Markt passiv nachbildet] (Morningstar, o. J.). Für den US-Markt liegen diese Quoten bei 16,67 % (gegenüber dem Index) beziehungsweise 10,5 % (gegenüber ETFs).

Der naheliegende Ansatz, einfach in die erfolgreichsten Fonds der Vergangenheit zu investieren, schlägt in der Praxis fehl. Studien zeigen, dass eine historische Outperformance [eine in der Vergangenheit erzielte Mehrrendite gegenüber dem Markt] kaum Prognosekraft besitzt und ehemals schwache Fondsmanager in Folgeperioden nicht selten besser abschneiden als die vorherigen Gewinner (Cornell et al., 2017). Dies stützt die Teilsyse, dass eine historische Outperformance weitgehend auf Zufall und Glück basiert.

Besäßen Fondsmanager tatsächlich überlegene Fähigkeiten (Skill), müsste sich eine konsistente Wertentwicklung über Zeiträume hinweg zeigen. Dass dem nicht so ist, belegen weitere Arbeiten: Carhart (1997) wies nach, dass die scheinbare Outperformance vieler Manager schlicht auf die systematische Vereinnahmung bekannter Risikofaktoren zurückzuführen ist (siehe Abschnitt Factor Investing) [Faktorinvestieren: Gezieltes Nutzen wissenschaftlich nachgewiesener Renditetreiber]. Zudem zeigten Fama und French (2010), dass die Ergebnisse US-amerikanischer Aktienfondsstatistiken nahezu exakt der Verteilung entsprechen, die man durch reinen Zufall erwarten würde.

In der Gesamtschau sprechen diese Befunde eindeutig dafür, dass Anleger mit einer passiven [einer stur dem Markt folgenden, ohne aktive Einzeltitelauswahl arbeitenden], breit diversifizierten [über viele Titel, Branchen und Länder gestreuten] Investmentstrategie (wie z. B. über ETFs) langfristig die besten Erfolgschancen haben.

← Zurück zur Übersicht

← Zurück zur Übersicht

Cap-M & Fama-French-Modelle

CAPM

Im Laufe der Entwicklung der Finanzwissenschaft wurde intensiv versucht, die Erwartungsrendite [die durchschnittlich prognostizierte Rendite einer Kapitalanlage] von Aktien zu bestimmen. Als erstes zentrales Modell etablierte sich das Capital Asset Pricing Model (CAPM) [ein Kapitalmarktmodell zur Ermittlung der theoretisch angemessenen Erwartungsrendite eines risikobehafteten Wertpapiers]. William Sharpe (1964) zeigte, dass die langfristige Rendite einer Aktie nicht von ihrem unternehmensspezifischen (unsystematischen) Risiko [dem individuellen Risiko eines einzelnen Unternehmens, das durch Diversifikation im Portfolio eliminiert werden kann] bestimmt wird, sondern ausschließlich von ihrer Sensitivität gegenüber Marktschwankungen (). Anleger werden folglich nicht für das Eingehen spezifischer Unternehmensrisiken entlohnt, sondern nur für das systematische Risiko [das nicht weg-diversifizierbare Marktrisiko, dem alle Wertpapiere im Gesamtsystem ausgesetzt sind] des Gesamtmarktes (Sharpe, 1964, S. 436–440). Nach dem CAPM ist die Rendite somit ausschließlich von diesem einen Risikofaktor [einer systematischen Einflussgröße auf das Marktrisiko] abhängig. Zusätzliche Einzelrisiken bringen keine höhere Renditeerwartung mit sich – die Rendite verhält sich proportional zum eingegangenen Marktrisiko. Durch Umstellung der mathematischen Formeln aus Sharpes Veröffentlichung (Sharpe, 1964, S. 440) ergibt sich folgende Formel:

Die Formel drückt mathematisch aus, dass die erwartete Rendite [die durchschnittlich prognostizierte Rendite einer Kapitalanlage] einer Aktie ausschließlich von drei Faktoren bestimmt wird: der risikofreien Rendite [der Verzinsung einer völlig sicheren Geldanlage, wie z. B. erstklassigen Staatsanleihen] (), dem Marktrisikofaktor [dem Beta-Faktor, der die Kennzahl für das relative Risiko und die Schwankungsintensität einer Aktie im Vergleich zum Gesamtmarkt darstellt] () sowie der erwarteten Marktrendite [der prognostizierten Gesamtrendite des breiten Aktienmarktes] .

Wählt man zufällig eine ausreichend große Stichprobe an Aktien aus dem Markt aus, heben sich extrem hohe und niedrige Einzelrisiken im Durchschnitt gegenseitig auf, sodass das Portfolio [der Gesamtbestand an Wertpapieren eines Anlegers] genau das systematische Marktrisiko [das nicht wegdiversifizierbare Marktrisiko, dem alle Wertpapiere im Gesamtsystem ausgesetzt sind] aufweist. Folglich nähert sich die Rendite breiter Portfolios (Diversifikation) [Streuung von Anlagerisiken auf verschiedene Wertpapiere] immer stärker der Gesamtmarktrendite an.

Die Fama und French Faktoren Modelle

Nachdem das CAPM [Capital Asset Pricing Model: Kapitalmarktmodell zur Erklärung von Erwartungsrenditen risikobehafteter Wertpapiere] empirisch rigoros überprüft worden war, offenbarten sich zunehmend Schwachstellen im Modell. So wies Banz (1981) nach, dass Unternehmen mit geringer Marktkapitalisierung [Gesamtwert aller börsennotierten Aktien eines Unternehmens] systematisch höhere Renditen erzielen als Großkonzerne (Größeneffekt) [Size-Effekt: Renditevorteil von klein kapitalisierten Unternehmen gegenüber Großkonzernen]. Zudem zeigte Stattman (1980), dass Aktien mit einem hohen Buchwert-Marktwert-Verhältnis [Verhältnis des bilanzierten Eigenkapitals zum aktuellen Börsenwert] (Value-Aktien) [Substanzwertaktien: Aktien von Unternehmen, die an der Börse im Vergleich zu ihrem Substanzwert günstig bewertet sind] eine überdurchschnittliche Wertentwicklung aufweisen.

Für diese Phänomene existieren zwei Erklärungsansätze: Entweder sind die Finanzmärkte ineffizient [Marktpreise spiegeln nicht alle verfügbaren Informationen korrekt wider], oder der Markt ist zwar effizient [Effizienzmarkthypothese: Marktpreise spiegeln stets alle verfügbaren Informationen vollständig wider], preist jedoch neben dem reinen Marktrisiko weitere Risikofaktoren [systematische Risikodimensionen, für deren Eingehen der Markt eine Prämie zahlt] ein, die vom klassischen CAPM nicht erfasst werden. Da Fama und French weiterhin von effizienten Märkten ausgingen, entwickelten sie das Fama-French-Drei-Faktoren-Modell [Kapitalmarktmodell, das die Rendite durch Marktrisiko, Unternehmensgröße und Substanzwert erklärt]. Dies erweitert das CAPM um einen Größen- (Size) und einen Substanzwert-Faktor (Value) und wurde in ihren wegweisenden Arbeiten von 1992 und 1993 systematisiert. 2015 zeigten Fama und French, dass es noch zwei weitere Risikofaktoren gibt. Den Profitabilitätsfaktor [Robust Minus Weak (RMW): Renditeprämie von Unternehmen mit hoher gegenüber solchen mit niedriger Profitabilität] (profitable Firmen schlagen unprofitable) und Investment [Conservative Minus Aggressive (CMA): Renditeprämie von Unternehmen mit zurückhaltender gegenüber solchen mit aggressiver Investitionstätigkeit] (konservative Investments schlagen aggressive Investments). Die folgende Tabelle zeigt wie das Fama und French fünf Faktoren Modell [Fama-French 5-Factor Model: Erweitertes Asset-Pricing-Modell mit Markt-, Größen-, Value-, Profitabilitäts- und Investment-Faktor] in der internationalen Literatur rezipiert [aufgenommen und wissenschaftlich verarbeitet] wird:

Größe	Wert	Profitabilität	Investment	Autoren	Jahre	Land	Modell valide?
Ja	ja	ja	ja	Fama and french 2015	1963 to 2013	USA	Ja
Nein	ja	ja	ja	Chiah et al. 2016	1982 to 2013	Australien	Ja
Schwach/Nein	ja	teilweise	Teilweise	Cakici et al.	1992-2014	23 developed Countries	Nein
Nein	nein	nein	Nein	Dirkx et al. 2020	2002-2019	Germany	Nein
Ja	ja	ja	Ja	Li et al. 2021	1926 to 2020	USA	Ja
Nein	nein	nein	Nein	Foye et al. 2018	1989 - 2016	England	Nein
schwach	Ja	nein	Nein	Duc Minh Nguyen 2015	2011-2015	Vietnam	Sehr schwach
Ja	Ja	Ja	Ja	Ozkan 2018	2009-2015	Türkei	Ja
Ja	Ja	schwach	Nein	Martins et al 2018	2000-2012	Brazilien	teilweise
Ja	Nein	Ja	Nein	Altinay et al., 2023	2009-2018	Türkei	Ja
Ja	teilweise	Schwach	Nein	Tzu-Lun Huang (2019)	1994–2016	China	teilweise
Ja/ja	Nein/ja	Nein/ja	nein	Mollaahmetoğlu (2020)	2009-2018	Türkei und Deutschland	Nein

Empirisch [durch wissenschaftliche Beobachtungen und vergangenheitsbezogene Daten belegt] zeigt sich, dass Faktorprämien [die zusätzlichen Renditen, die durch das gezielte Anlegen in bestimmte Risikomerkmale wie Größe oder Substanzwert erzielt werden] nicht in jeder Zeitepoche und auf jedem Markt durchgehend beobachtbar sind. Die beiden Faktoren des Fama-French-Drei-Faktoren-Modells – Größe (Size) [Größeneffekt: Renditeunterschied zwischen kleineren und größeren Unternehmen] und Wert (Value) [Substanzwerteffekt: Renditeunterschied zwischen günstig bewerteten Substanzaktien und teuren Wachstumsaktien] – ließen sich dabei in dieser Übersicht am häufigsten reproduzieren. Der Investmentfaktor [CMA / Conservative Minus Aggressive: Renditeunterschied zwischen Firmen mit konservativer und solchen mit aggressiver Investitionstätigkeit] weist hingegen erhebliche Einbrüche in der statistischen Signifikanz [der wissenschaftlichen Belastbarkeit und mathematischen Absicherung gegen Zufallsergebnisse] auf. Hierbei gilt es jedoch zu berücksichtigen, dass viele Faktoren bislang größtenteils nur über vergleichsweise kurze Zeitreihen untersucht wurden.

Selbst für den US-Markt, auf dessen Daten Fama und French ihr Modell ursprünglich aufbauten, sind die Faktoren zeitlich keineswegs konstant. Über den Zeitraum von 1963 bis 2018 waren die Prämien [die systematischen Überrenditen] für Größe, Substanzwert und Profitabilität [RMW / Robust Minus Weak: Renditeunterschied zwischen hoch profitablen und wenig profitablen Unternehmen] über gleitende 10-Jahres-Intervalle lediglich in 70 bis 90 % der Fälle positiv; für den Rest der Welt zeigen sich vergleichbare Werte (Felix, 2019, S. 8). Faktorprämien treten demnach nicht kontinuierlich, sondern phasenweise auf. Felix (2019, S. 8) belegt für den US-Markt zudem, dass die Erfolgswahrscheinlichkeit einer Faktorstrategie [einer Anlagestrategie, die gezielt auf bestimmte systematische Risikofaktoren setzt] mit dem Anlagehorizont steigt. Dies erklärt womöglich auch, warum in kürzeren Untersuchungsintervallen oft keine signifikanten Prämien nachgewiesen werden konnten.

Zusammenfassend sprechen die Daten dafür, breit über verschiedene Faktoren zu diversifizieren [die Risiken auf unterschiedliche Renditetreiber und Risikofaktoren aufzuteilen] und diese Anlagestrategie über einen Horizont von mindestens 20 Jahren beizubehalten, um die regional und zeitlich phasenversetzt auftretenden Prämien vereinnahmen zu können. Dies kann folgende Überrenditen [Zusatzrenditen gegenüber dem breiten Gesamtmarkt] ermöglichen:

Region & Zeitraum	Größe	Wert	Profitabilität	Investment
Jährlich Faktoren Premien USA (07/1963 – 12/2018 in %)	2,35	3,48	2,84	3,19
Jährlich Faktoren Premien rest der Welt (07/1990 – 12/2018 in %)	1,02	4,29	4,06	2,03

Tabelle 1: Faktorprämien in % (Quelle: Felix, 2018, S. 8)

← Zurück zur Übersicht

← Zurück zur Übersicht

Gibt es noch mehr Faktoren? (Faktor-Zoo, Momentum & Größe)

In seiner Präsidentschaftsrede vor der American Finance Association prägte John Cochrane (2011) den Begriff des „Factor Zoo“ (Faktoren-Zoos) [Metapher für die unüberschaubare Vielzahl an wissenschaftlich veröffentlichten Rendite- und Risikofaktoren], um die unüberschaubare Fülle an in der Literatur publizierten Faktoren zu beschreiben, die angeblich systematische Überrenditen [Alpha: Zusatzrenditen, die über den Gesamtmarkt hinausgehen] erklären sollten. Feng et al. (2020, S. 41) wiesen empirisch [durch vergangenheitsbezogene Marktdaten belegt] nach, dass in der Forschung weit über 100 verschiedene Risikofaktoren [systematische Markteinflussgrößen, für deren Eingehen Anleger mit höherer Rendite entschädigt werden] vorgeschlagen wurden.

Vor diesem Hintergrund stellt sich die methodische Frage: Wie lassen sich echte, ökonomisch fundierte Risikofaktoren von statistischen Scheinbeziehungen (Data Mining) [statistischen Zufallsfunden durch exzessive Durchmusterung historischer Daten] unterscheiden? Die Finanzwissenschaft nutzt hierfür multivariate Faktor-Modelle [Kapitalmarktmodelle, die Renditen mithilfe mehrerer mathematisch unabhängiger Risikofaktoren gleichzeitig erklären], die den Großteil der Querschnittsrenditen [der Renditeunterschiede zwischen verschiedenen Aktien im selben Zeitraum] mit möglichst wenigen Faktoren erklären. Sowohl Feng et al. (2020, S. 1359) als auch Kozak et al. (2020, S. 1) belegen, dass eine überschaubare Anzahl an Hauptfaktoren ausreicht, um den Großteil der Renditevarianz [der Streuung und Schwankung von Aktienrenditen] zu erfassen – selbst wenn eine vollständige Erfassung aller Marktphänomene komplexer bleibt. Feng et al. (2020) heben dabei insbesondere den Profitabilitätsfaktor [RMW / Robust Minus Weak: Renditeprämie stark profitabler gegenüber schwach profitablen Unternehmen] als unverzichtbaren Erklärungsbaustein hervor.

Für die praktische Anlagestrategie bietet es sich daher an, auf etablierte Multi-Faktor-Modelle [Erklärungsmodelle auf Basis mehrerer ausgewählter Risikofaktoren] zurückzugreifen. Das prominenteste Referenzmodell ist das Fama-French-Fünf-Faktoren-Modell (2015) [Fama-French 5-Factor Model: Kapitalmarktmodell bestehend aus Markt-, Größen-, Value-, Profitabilitäts- und Investment-Faktor]. Aufgrund der wissenschaftlichen Reputation der Autoren und der hohen Erklärungszeit ist es der weltweite Standard in der empirischen Kapitalmarktforschung (Feng, 2021). Das Fünf-Faktoren-Modell besitzt zudem die Eigenschaft, weitere vermeintlich eigenständige Marktanomalien [systematische Abweichungen von den theoretischen Vorhersagen klassischer Kapitalmarktmodelle] zu absorbieren: Fama und French (2015, S. 26–27) zeigen etwa, dass das Low-Volatility-Phänomen [die Beobachtung, dass schwankungsarme Aktien historisch überraschend hohe risikoadjustierte Renditen erzielen] sowie die Überrenditen von Aktienrückkauf-Programmen weitgehend durch die Faktoren Profitabilität (Robust) [RMW: Überrendite profitabler Firmen] und Investitionsverhalten (Conservative) [CMA: Überrendite von Firmen mit zurückhaltender Investitionstätigkeit] erklärt werden.

Eine volkswirtschaftlich fundierte Alternative stellt das q-Faktor-Modell [q-Factor Model: Auf der neoklassischen Investitionstheorie basierendes Kapitalmarktmodell von Hou, Xue und Zhang] von Hou, Xue und Zhang (2015) dar. Dieses basiert auf der neoklassischen Investitionstheorie [ökonomische Theorie zur optimalen Kapitalallokation von Unternehmen anhand von Grenzkosten und Grenzerträgen] und verwendet vier Kernfaktoren: Markt, Größe (Size) [Größeneffekt: Renditedifferenz zwischen kleineren und größeren Unternehmen], Investition (Investment) [Renditedifferenz zwischen zurückhaltend und aggressiv investierenden Unternehmen] und Profitabilität (ROE) [Return on Equity: Eigenkapitalrendite as Maßstab für die betriebswirtschaftliche Rentabilität]. Die fundamentale Übereinstimmung der Kernkomponenten zwischen dem Fama-French-5-Faktor-Modell und dem q-Faktor-Modell untermauert eindrücklich, dass diese Grundfaktoren als verlässliche Approximation [Annäherung] der primären Renditetreiber am Aktienmarkt gelten können. Des weiteren werden die Validität dieser Faktoren dadurch gestützt, dass die q-Faktoren einen großen Teil der Marktanomalien erklärten und gezeigt werden konnte, dass ein Großteil der Anomalien einfach Manifestationen des Investment- und Profitabilitäts-Faktors waren (Hou et al., 2015, S. 685).

Momentum

Als Kenneth French nach der größten Schwachstelle seines Faktor-Modells [einem Kapitalmarktmodell zur Erklärung von Wertpapierrenditen anhand verschiedener Risikomerkmale] befragt wurde, nannte er unverblümt den Momentum-Faktor [den Rendite-Effekt, dass Wertpapiere mit einer guten Kursentwicklung in der jüngeren Vergangenheit diesen Trend kurz- bis mittelfristig fortsetzen]. Der Grund für das Fehlen des Faktors im Fama-French-Modell sei schlicht, dass sich das Phänomen verhaltenstheoretisch [auf Basis der Behavioral Finance, die menschliche Verhaltensmuster und psychologische Fehleinschätzungen von Anlegern untersucht] nicht in ein rein rationales Gleichgewichtsmodell [ein Marktmodell, das von völlig vernünftigen, logisch handelnden Anlegern und stabilen Angebot-Nachfrage-Preisen ausgeht] integrieren lasse (Felix & Bender, 2022). Dass die Urheber des Modells den Effekt selbst als größte Hürde bezeichnen, unterstreicht die fundamentale Robustheit der Momentum-Anomalie [einer systematischen Renditeabweichung vom theoretischen Marktgleichgewicht].

Die empirische Evidenz [die wissenschaftliche Nachweisbarkeit anhand historischer Marktdaten] für Momentum ist in der Tat überwältigend. Asness et al. (2013) wiesen den Momentum-Faktor (wozu Aktien gehören, die über die vergangenen 2 bis 12 Monate eine relative Stärke [eine im Vergleich zum Gesamtmarkt überdurchschnittliche Kursperformance] zeigten) flächendeckend in den USA, Großbritannien, Europa und Japan nach. Bereits zuvor konnte Rouwenhorst (1998) zeigen, dass der Momentum-Effekt – analog zum Size- [Größeneffekt: Renditeunterschied zwischen kleineren und größeren Unternehmen] und Value-Faktor [Substanzwerteffekt: Renditeunterschied zwischen günstig bewerteten Substanzaktien und teuren Wachstumsaktien] – auch in 20 Schwellenländern ausgeprägt existiert.

Fama entgegnet häufig kritisch, dass die mit Momentum-Strategien verbundene hohe Portfolio-Umschlagshäufigkeit (Turnover) [die Häufigkeit, mit der Positionen im Wertpapierbestand gekauft und verkauft werden] zu immensen Transaktionskosten [Gebühren und Nebenkosten für den Kauf und Verkauf von Wertpapieren] führe, welche die Bruttoprämie [die Zusatzrendite vor Abzug aller Kosten und Steuern] in der Praxis vollständig auffräßen. Realweltliche Marktdaten widerlegen diese Skepsis jedoch weitgehend: Der MSCI World Momentum Index [ein Aktienindex, der die Entwicklung von Unternehmen mit hoher Kursdynamik aus Industrienationen abbildet] verzeichnete seit 1994 eine durchschnittliche Jahresrendite von 11,94 %, verglichen mit 9,08 % des breiten MSCI World [eines weltweiten Aktienindex für Industrieländer] (MSCI, o. J.). Selbst nach Abzug von Verwaltungskosten (TER) [Total Expense Ratio: Die Gesamtkostenquote, die die jährlichen laufenden Gebühren eines Fonds angibt] und Rebalancing-Kosten [Kosten für die periodische Wiederherstellung der ursprünglichen Zielgewichtung im Portfolio] etablierter ETFs [Exchange Traded Funds: Börsengehandelter Indexfonds] bleibt eine deutliche Netto-Überrendite [Zusatzrendite nach Abzug aller Kosten gegenüber dem Gesamtmarkt] von über 2 % pro Jahr bestehen. Die Momentum-Prämie [die systematische Mehrrendite für das Eingehen des Momentum-Risikos] erweist sich somit auch unter realen Marktbedingungen als investierbar.

Größe

Der Größenfaktor (Size Factor / SMB) [Small Minus Big: Die systematische Renditedifferenz zwischen unternehmenswertmäßig kleineren und größeren Firmen] geriet in der jüngeren Finanzliteratur zunehmend unter Kritik. Bereits Shumway (1997) wies nach, dass historische Markt-Datenbanken um den sogenannten Delisting-Bias [eine Datenverzerrung, bei der aus dem Handel genommene Wertpapiere und deren finale Kursverluste in historischen Statistiken fehlen] bereinigt werden müssen. Dieser Verzerrungseffekt betrifft vorwiegend kleine Unternehmen (Small Caps) [Aktiengesellschaften mit geringer Marktkapitalisierung]: Wird eine Aktie aufgrund von Wertverfall oder Insolvenz von der Börse genommen (Delisting) [die Einstellung der Notierung einer Aktie an der Börse], fehlen nach dem Delisting oft die letzten, stark negativen Renditen in den Zeitreihen. Ohne entsprechende Korrektur fallen die historischen Renditen von Small-Cap-Portfolios [Beständen aus Aktien klein kapitalisierter Unternehmen] somit systematisch zu positiv aus.

Dass der Größeneffekt nach Bereinigung dieser Daten schwächelte, bedeutet jedoch nicht sein Ende. Asness et al. (2018, S. 507–508) zeigten in ihrer Arbeit „Size Matters, If You Control Your Junk“, dass der Größenfaktor rekonstruiert werden kann, sobald man für die Unternehmensqualität (Quality) [einen Qualitätsfaktor, der Kriterien wie hohe Profitabilität, stabiles Gewinnwachstum und geringe Verschuldung misst] kontrolliert. Werden unprofitable, hochverschuldete Kleinstunternehmen („Junk“) aus dem Universum [der Gesamtheit aller für eine Anlageauswahl zur Verfügung stehenden Wertpapiere] gefiltert, erweist sich der Größeneffekt über verschiedene Zeithorizonte und Regionen hinweg wieder als hochgradig signifikant und stabil. Die historische Schwäche des reinen Size-Faktors lässt sich demnach primär auf die schlechte Wertentwicklung dieser unprofitablen Small-Cap-Aktien zurückführen.

← Zurück zur Übersicht

← Zurück zur Übersicht

Wie kann ich etisch investieren?

Für immer mehr Anleger steht nicht mehr allein die finanzielle Rendite [der Ertrag oder Gewinn einer Geldanlage bezogen auf das eingesetzte Kapital] im Vordergrund, sondern auch die Vereinbarkeit ihrer Kapitalanlage mit persönlichen Werten. Hierfür haben sich sogenannte ESG-Kriterien [Environmental, Social and Governance: Standardisierte Bewertungsvorgaben für Umwelt-, Sozial- und Unternehmensführungs-Aspekte bei Investmententscheidungen] (Environmental, Social and Governance) als Standard etabliert. Unternehmen in entsprechenden ESG-Indizes [Börsenindizes, die ausschließlich Unternehmen enthalten, die definierte Nachhaltigkeitskriterien erfüllen] verpflichten sich zu Mindeststandards in den Bereichen Umwelt- und Klimaschutz, soziale Verantwortung sowie gute und faire Unternehmensführung. Das mittlerweile breite Angebot an ESG-ETFs [börsengehandelten Indexfonds, die gezielt Indizes mit Nachhaltigkeitsfilter nachbilden] soll Investoren ermöglichen, Marktrenditen [die durchschnittliche Ertragsentwicklung des Gesamtmarktes] zu vereinnahmen und gleichzeitig Kapital in nachhaltigere Wirtschaftsstrukturen zu lenken.

Kostet mich ethisches Investieren?

Empirische Befunde [auf vergangenheitsbezogenen Marktdaten und wissenschaftlichen Beobachtungen basierende Ergebnisse] stützen diese Skepsis: Ciciretti et al. (2023) zeigten in ihrer Untersuchung, dass Portfolios [Wertpapierbestände] mit ausgeprägter ESG-Ausrichtung [Fokussierung auf Umwelt-, Sozial- und Unternehmensführungskriterien] eine um 2,73 % geringere erwartete Rendite [durchschnittlich prognostizierte Kapitalertragserwartung] aufwiesen als vergleichbare Portfolios ohne ESG-Filter. Kapitalmarkttheoretisch [auf Basis der wissenschaftlichen Theorien zur Preisbildung und Funktionsweise von Finanzmärkten] lässt sich diese Renditewandlung vor allem durch die hohe Nachfrage wertorientierter Anleger erklären: Wenn Investoren grüne Aktien bevorzugen, steigen deren Kurse, was wiederum die Kapitalkosten [die Kosten, die ein Unternehmen aufwenden muss, um sich am Markt Eigen- oder Fremdkapital zu beschaffen] der Unternehmen senkt und folglich die erwartete zukünftige Rendite des Investors verringert.

Bringt das eigentlich was?

Aus ethischer Sicht ist der Wunsch vieler Anleger nachvollziehbar, bestimmte Branchen – wie etwa die fossile Energieindustrie – konsequent aus dem Portfolio [dem Gesamtbestand an Wertpapieren eines Anlegers] auszuschließen. Es stellt sich jedoch die entscheidende Frage nach der tatsächlichen Lenkungswirkung (Real-World Impact): Bewirkt das bloße Ausklammern sogenannter „brauner“ Unternehmen eine reale ökologische Verbesserung?

Empirische Daten [auf wissenschaftlichen Beobachtungen und vergangenheitsbezogenen Daten basierende Ergebnisse] stimmen hierzu eher skeptisch. Hartzmark und Shue (2026) weisen nach, dass der Kapitalentzug [der Rückzug von Finanzmitteln durch den Verkauf von Wertpapieren] bei umweltbelastenden Unternehmen zwar deren Kapitalkosten [die Kosten für die Beschaffung von Eigen- oder Fremdkapital am Finanzmarkt] erhöht, diese Firmen daraufhin jedoch dazu neigen, ihren negativen Fußabdruck noch weiter zu vergrößern, anstatt grüne Transformationen zu finanzieren. Der beabsichtigte Steuerungseffekt von Nachhaltigkeitsfiltern [Kriterien zur automatischen Siebung von Aktien nach Umwelt-, Sozial- und Governance-Standards] erweist sich somit als weitgehend wirkungslos oder gar kontraproduktiv.

Für nachhaltig orientierte Anleger legt die Evidenz [die wissenschaftliche Datenlage und Nachweisbarkeit] daher einen anderen Weg nahe: Das Kapital am Aktienmarkt hocheffizient und breit diversifiziert [über verschiedene Risikofaktoren, Branchen und Regionen gestreut] zu mehren, um die erzielten Erträge [die aus Zinsen, Dividenden und Kursgewinnen resultierenden Renditen] anschließend direkt und zielgerichtet in wirksame Umwelt- und Sozialprojekte zu spenden oder zu investieren (Effective Altruism).

← Zurück zur Übersicht