Wie viel Mensch und wie viel Maschine stecken heute im Investmentprozess?
Welge: Das eine kommt nicht ohne das andere aus. Quantitative Filter und Modelle helfen, im Investmentprozess die Arbeit zu erleichtern. Sie unterstützen dabei, unter anderem Lieblingsaktien auszusortieren, die kein überzeugendes Geschäftsmodell haben. Quantitative Instrumente wirken also disziplinierend, aber sie treffen letztlich nicht die Entscheidung. Kriterien bezüglich Strategie, Corporate Governance und Qualität des Managements eines Unternehmens sind nur schwer von Quant-Filtern zu greifen. Man will ja immer, dass die Auswahlkriterien, die man selber aufstellt, alles erklären. Natürlich ist das eine Illusion. Wir können die Börsen nicht berechnen, weil sie ein dynamisches sozioökonomisches System sind, was eben nicht vollständig berechenbar ist. Daher wird ein Kriterienkatalog nie vollständig sein. Daher gehören quantitative und qualitative Analysen immer dazu. Generell sind Quant-Modelle aber ein tolles Instrument, um das Filtern von Aktien, Anleihen, Fondsmanagern et cetera zu vereinfachen.
Pfingsten: Wichtig ist beim Einsatz von Quant-Modellen, im Vorhinein festzulegen, welche Rolle sie spielen sollen. Wir alle können uns Modelle bauen, deren Argumentation uns passt. Modelle, deren Aussagen nicht gefallen, schiebt man dann weg. Doch das wäre willkürlich. Insofern ist es in einem systematischen Investmentprozess unerlässlich, die Rolle eines Quant-Modells zu definieren. Hauptsache, das Vorgehen ist systematisch.
Welge: Aber gerade bei Strukturbrüchen an den Kapitalmärkten muss man einen Autopiloten auch mal ausstellen. Diese können Quant-Modelle einfach nicht schnell genug erfassen. Dafür brauchen Sie den Menschen. Aber es darf auch nicht beliebig werden, dem stimme ich zu. Und das ist herausfordernd.
Meyer: Die Verfügbarkeit von Daten, die Möglichkeit, diese recht einfach zu analysieren durch immer mächtigere Tools, nimmt zu. Das verleitet natürlich dazu, das auch zu tun. Aus 25 Jahren Erfahrung in der Kapitalmarktforschung sage ich Ihnen, dass man immer etwas Signifikantes in den Daten und auch eine passende Story dazu findet. Das nennt sich dann Data Mining und ist sehr gefährlich. Der Weg hin zu einem hochwertigen Modell ist auch deshalb kein einfacher.
Der Kunde verlangt Transparenz, will aber mehr die Story zu Einzelinvestments als deren Aufgabe in der Portfoliokonstruktion. Kostet das nicht Performance?
Pfingsten: Hier ist die Auf- und Erklärung ein ganz wichtiger Baustein. In der Regel möchte ein Kunde eher nicht über das Portfolio, sondern über die einzelnen Investments sprechen. Das ist aber Teil des Problems, dass wir als Vermögensverwalter eigentlich über einen Portfoliokontext des gesamten Produkts einer Vermögensverwaltung reden wollen, was idealerweise risikooptimal eingestellt ist und exakt den Bedürfnissen des Kunden entspricht. Die Kunst besteht darin, die Emotionalität der Einzeltitel mit der Nüchternheit des Portfoliokontextes zu verknüpfen.
Voss: Problem ist auch, dass für die meisten Kunden ein Verlust schwerer wiegt als ein Gewinn. Beim nächsten Reporting-Termin wird sich dann überlang an einer Verlustposition aufgehalten, obwohl das Gesamtportfolio gut gelaufen ist.