Warum veraltete Methoden wie Markowitz und Black-Litterman für die Optimierung der strategischen Vermögensallokation unzureichend sind

Ziel dieses Blogs ist es, moderne Verfahren zur Optimierung der strategischen Vermögensallokation mit veralteten Verfahren zu vergleichen. Moderne Ansätze haben die folgenden Vorteile:

• Realistische Vorhersagen der erwarteten Renditen einschliesslich Kapitalmarktkrisen,
• Berücksichtigung des Nettovermögens inkl. Verbindlichkeiten (Asset-Liability-Management) anstelle eines reinen Bruttovermögens-Ansatzes
• Erstellung massgeschneiderter und optimierter Vermögensallokationen für jeden Kunden im Gegensatz zur Zuordnung standardisierter Vermögensallokationen auf Basis eines theoretischen Risikoprofilierungs-Prozesses
• Einbindung aller Renditetreiber in die Vermögensallokation anstelle eines statischen und vergangenheitsbezogenen Risiko-/Renditeansatzes
• Verbessertes Kundenerlebnis, indem Kunden mit der richtigen Optimierungsfunktion beraten werden

Die „Moderne Portfoliotheorie“ (MPT; auch bekannt als Markowitz/Sharpe-Ratio-Optimierung) ist 70 Jahre alt und trotz ihres Namens veraltet. Dasselbe gilt für das Black-Litterman Verfahren, welches 1990 entwickelt worden und nun 30 Jahre alt ist. Beide Verfahren weisen zahlreiche Mängel auf, z.B. die Annahme, dass eine Diversifizierung das Risiko immer verringern kann. In der Realität ist dies nicht der Fall, da Vermögenswerte in Krisenzeiten stark korrelieren können. Sie gehen auch davon aus, dass die Vergangenheit die Zukunft vorhersagt, und ignorieren die Konsequenzen von Klimawandel und anderen strukturellen Veränderungen. Schliesslich unterschätzen die Modelle auch Krisenszenarien, weil sie von normalverteilten Renditen ausgehen und annehmen, dass das Aufwärts- und Abwärtspotenzial der Märkte symmetrisch ist. Dies stimmt bekanntlich nicht, da beispielsweise der Aktienmarkt enorme Abwärtsschocks erleben kann.

Im Gegensatz zu veralteten Methoden sind moderne Ansätze nicht vergangenheits-, sondern zukunftsorientiert, und berücksichtigen eine Vielzahl an Szenarien mittels stochastischer Modellierung. Sie gehen davon aus, dass das Aufwärts- und Abwärtspotenzial der Märkte weder symmetrisch («Fat Tails») noch statisch ist (unterschiedliche Renditen im Zeitablauf). Demzufolge ist es nicht mehr so wichtig, bei der Vorhersage von Renditen zu 100 % korrekt zu sein wie bei veralteten Methoden, sondern es ist wichtig, die Szenarien und das Abwärtspotenzial so genau wie möglich zu modellieren. Dies ist besonders relevant, wenn illiquide Anlageklassen in ganzheitlichen Vermögensallokationen berücksichtigt werden, wie Immobilien, Infrastruktur/erneuerbare Energien, Rohstoffe, aber auch thematische Anlageklassen wie „Wasser“, da diese Anlageklassen eine völlig andere Schiefe und Kurtosis in ihren Renditeverteilungen aufweisen als die „Mainstream“-Anlageklassen liquider Anlagen.

Warum das wichtig ist: Realistische Rendite- und Risikoszenarien, aber auch die Downside-Szenarien von Anlageklassen sind relevant, um eine ganzheitliche strategische Vermögensstruktur auf qualitativ hochwertige Weise zu optimieren. Dadurch wird sichergestellt, dass die Risikotoleranz und -fähigkeit der Kunden, die hinsichtlich ihrer optimalen Vermögensallokation und ihres künftigen Vermögens beraten werden, mit den realen Marktrisiken in Einklang stehen.

Bei der Beratung von Kunden ist es wichtig, nicht nur ihre aktuellen liquiden und illiquiden Vermögenswerte zu berücksichtigen, sondern auch ihre aktuellen und zukünftigen Vermögenswerte und Verbindlichkeiten, da sich diese direkt auf ihre Risikofähigkeit auswirken. Die Risikofähigkeit eines Kunden ändert sich in folgenden beispielhaften Fällen erheblich: Der Kunde verfügt über ein begrenztes Vermögen, wird aber voraussichtlich in den nächsten 2-3 Jahren einen erheblichen Betrag erben (oder erwartet eine Rentenauszahlung). Alternativ dazu: Ein Kunde hat eine Hypothek, die in 5 Jahren refinanziert werden muss (Refinanzierungsrisiko) oder andere Verbindlichkeiten, die voraussichtlich fällig werden. In einer Welt der reinen Vermögensverwaltung würde ein Berater dies bei der Zuweisung einer vordefinierten strategischen Vermögensallokation nur begrenzt berücksichtigen, und auch die finanziellen Ziele des Kunden würden kaum in Betracht gezogen werden. Bei modernen Methodologien wird der Optimierungsansatz die beste ganzheitliche Vermögensallokation finden, mit der die spezifischen Kundenziele erreicht werden, wobei das Risikoprofil mathematisch als Nebenbedingung dient und das oben erwähnte Refinanzierungsrisiko vollständig berücksichtigt wird.

Warum das wichtig ist: Veraltete Methoden zur Optimierung der Vermögensallokation auf der Grundlage einer Teilmenge von Informationen (nur Brottovermögenswerte) verzerren die wahre Risikofähigkeit der Kunden und führen mit grosser Wahrscheinlichkeit zu einer suboptimalen Beratung. Darüber hinaus ist es für die Kunden schwierig, das Ergebnis solcher Empfehlungen zu verstehen, da sie nicht erkennen können, wie diese mit ihren spezifischen finanziellen Zielen übereinstimmen.

Moderne Lösungen optimieren die Vermögensallokation für Kunden individuell und berücksichtigen dabei deren Restriktionen (z.B. keine Aktien in Schwellenländer, mindestens 20 % europäische Aktien usw.). Gleichzeitig integrieren sie die Kapitalmarktannahmen jedes Finanzinstituts in alle Szenarien und berücksichtigen dabei unterschiedliche Renditen pro Anlageklasse im Zeitablauf sowie höhere statistische Momente (nicht-normalverteilte, mehrperiodische Rendite- und Risikoannahmen).

Warum das wichtig ist: Die Kunden erhalten eine massgeschneiderte und optimierte Vermögensallokation, die ihre spezifische Situation optimiert und gleichzeitig ihre Restriktionen berücksichtigt, was bei vordefinierten Vermögensallokationen, die nur ein Risikoprofil abbilden, kaum möglich ist.

Wirtschaftliche Faktoren wie Inflation und Zinssätze müssen bei der Modellierung von Szenarien berücksichtigt werden, da sich die Anlageklassen in verschiedenen Situationen unterschiedlich verhalten (zum Beispiel tendieren alle Anlageklassen dazu, in Krisenzeiten an Wert zu verlieren). Moderne Ansätze berücksichtigen diese Korrelationen und zusätzlich Faktoren, die erst in den letzten Jahren aufgetaucht sind – wie Klimawandel und Nachhaltigkeit: So beziehen neuartige Ansätze die Auswirkungen des Klimawandels in die ganzheitliche strategische Vermögensallokation ein, was laut Nobelpreisträger Prof. Dr. W. Nordhaus von 2018 unerlässlich ist, da dies in Zukunft zu niedrigeren Anlagerenditen führen wird.

Moderne multiperiodische und szenariobasierte Methoden führen zu deutlich robusteren Optimierungsresultaten, wenn sich Parameter wie erwartete Renditen, Volatilitäten und Korrelationen von Assets ändern. Bei veralteten Methoden können kleine Veränderungen in diesen Schätzungen zu stark unterschiedlichen Portfolioallokationen führen.

Warum das wichtig ist: Ein einfacher, einperiodischer und statischer Risiko-Rendite-Ansatz trägt der Komplexität unserer sich ständig verändernden Welt nicht Rechnung und führt zu suboptimalen Vermögensallokationen. Zudem können Kunden eine komplette Umschichtung der strategischen Vermögensallokation nur schwerlich nachvollziehen, wenn sich einzelne Parameter nur wenig ändern. Und zuletzt führen robuste Allokationen zu weniger Umschichtungen und reduzierten Kosten, was die Vermögensverwaltung betrifft.

Moderne Optimierungsansätze ermöglichen es, die ganzheitliche Vermögensallokation unter anderem für mehrere Kundenziele gleichzeitig zu optimieren, sowie zukünftige Vermögenszuflüsse und -abflüsse mit unterschiedlichen Laufzeiten zu berücksichtigen (im Gegensatz zu einem Ein-Perioden-Modell). Darüber hinaus können verschiedene Optimierungsfunktionen (ALM-Optimierung, Sharpe Ratio, Minimierung cVaR, etc.) verwendet werden, um spezifische Anwendungsfälle zu berücksichtigen. Wir ermöglichen sogar die Minimierung des CO2-Fussabdrucks bei der Optimierung einer ganzheitlichen strategischen Vermögensstruktur. Diese Flexibilität bieten veraltete Methoden nicht.

Warum das wichtig ist: Moderne Methoden bieten strategische Flexibilität für aktuelle und zukünfige Anwendungsfälle wie zielbasierte Beratung oder Optimierung des CO2-Fussabdrucks.