Die Begriffe Abhängigkeit und Korrelation werden im Finanzjargon häufig synonym verwendet. Nicht selten schlussfolgert man diese Eigenschaft aus einem relativen Gleichlauf zweier Wertpapiere. Ist ein Fonds nur gering mit dem Markt oder einer Anlageklasse korreliert, ist seine Performance unabhängig von Einflüssen aus dieser Richtung und das Diversifikationspotential ist maximal.
Diese Kardinalsünde jeder Statistikprüfung sicherte Anlegern in der Vergangenheit schon häufig ein böses Erwachen, nämlich genau dann wenn es heißt, dass die Korrelationen ansteigen. Wie brauchbar ist also eine Kennzahl, die einen Anleger im Ernstfall im Stich lässt?
Korrelation gleich Kausalität?
Eine fatale Fehlannahme ist, dass zwei korrelierte Werte auch voneinander abhängig sind und einer gar den anderen Wert verursacht. Besteht tatsächlich eine Ursache-Wirkung-Beziehung zwischen zwei Wertpapieren, lässt sich diese unter Umständen als Korrelation messen. Von einer hohen Korrelation auf einen kausalen Zusammenhang zu schließen sollte jedoch vermieden werden.
Denken Sie an zwei Angestellte die im Frankfurter Bankenviertel arbeiten und im Taunus wohnen: Beide fahren jeden Morgen dieselbe Strecke zur Arbeit und abends wieder zurück. Betrachtet man nur ihren Weg durch die Stadt, könnte man von diesem Gleichlauf auf eine starke Abhängigkeit ihrer Bewegung schließen.
Beide kennen sich jedoch nicht und haben sich noch nie gesehen. Während sie Eigenschaften wie Wochenende und Bankfeiertage teilen, „kommunizieren“ ihre Fahrtwege nicht. Eines Tages wird einer der beiden mit einer Mandelentzündung im Bett bleiben oder einen Kundentermin in London wahrnehmen und schon ist unsere ganze Abhängigkeit dahin.
Dieses Spiel funktioniert in beide Richtungen: Zwei Geschwister, welche in unterschiedlichen Städten wohnen und arbeiten, werden beide am Geburtstag ihrer Mutter nicht zur Arbeit fahren. Ohne je eine Korrelation beobachtet zu haben, sind beide Fahrtwege demselben koordinierten Ereignis ausgesetzt.
Was bedeutet das für unser Portfolio? Im Beispiel der Frankfurter Banker hat unsere Absicherung nicht funktioniert und im Falle der Geschwister brachte unsere Diversifikation im Ernstfall nichts.
Wer korreliert mit wem?
Wie bei jeder Rechnung kommt es darauf an, was als Input in die Korrelationsformel einfließt. Im vergangenen Jahrhundert gab es unter Akademikern eine spannende Entwicklung in der Frage, was man sich überhaupt ansehen soll. Ausgehend von absoluten Aktienpreisen wurde man sich schnell der Gefahr von Scheinkorrelationen bewusst, da Aktienpreise auch ohne Korrelation langfristig steigen.
Als nächstes konzentrierte man sich auf Renditen. Die Abhängigkeit vom absoluten Niveau wurde aus dem Weg geräumt und man fand Wege Portfolios auf Basis der Renditekorrelation zu konstruieren. Die Herren Engle und Granger schnürten dann auf Basis dieser Erkenntnisse in den 1980er Jahren ein Model, welches kurzfristige Abhängigkeit auf Renditeebene, aber auch die langfristige Beziehung der absoluten Preise zweier Werte beinhaltet. Dafür gab es 2003 dann den Nobelpreis für Wirtschaftswissenschaften.
Fazit dieser Entwicklung ist, dass das Ergebnis je nach Input ein ganz anderes sein kann und die Wahl der passenden Daten stets eine vernünftige Überlegung zur Art des Zusammenhangs wiederspiegeln sollte.
Diese Kardinalsünde jeder Statistikprüfung sicherte Anlegern in der Vergangenheit schon häufig ein böses Erwachen, nämlich genau dann wenn es heißt, dass die Korrelationen ansteigen. Wie brauchbar ist also eine Kennzahl, die einen Anleger im Ernstfall im Stich lässt?
Korrelation gleich Kausalität?
Eine fatale Fehlannahme ist, dass zwei korrelierte Werte auch voneinander abhängig sind und einer gar den anderen Wert verursacht. Besteht tatsächlich eine Ursache-Wirkung-Beziehung zwischen zwei Wertpapieren, lässt sich diese unter Umständen als Korrelation messen. Von einer hohen Korrelation auf einen kausalen Zusammenhang zu schließen sollte jedoch vermieden werden.
Denken Sie an zwei Angestellte die im Frankfurter Bankenviertel arbeiten und im Taunus wohnen: Beide fahren jeden Morgen dieselbe Strecke zur Arbeit und abends wieder zurück. Betrachtet man nur ihren Weg durch die Stadt, könnte man von diesem Gleichlauf auf eine starke Abhängigkeit ihrer Bewegung schließen.
Beide kennen sich jedoch nicht und haben sich noch nie gesehen. Während sie Eigenschaften wie Wochenende und Bankfeiertage teilen, „kommunizieren“ ihre Fahrtwege nicht. Eines Tages wird einer der beiden mit einer Mandelentzündung im Bett bleiben oder einen Kundentermin in London wahrnehmen und schon ist unsere ganze Abhängigkeit dahin.
Dieses Spiel funktioniert in beide Richtungen: Zwei Geschwister, welche in unterschiedlichen Städten wohnen und arbeiten, werden beide am Geburtstag ihrer Mutter nicht zur Arbeit fahren. Ohne je eine Korrelation beobachtet zu haben, sind beide Fahrtwege demselben koordinierten Ereignis ausgesetzt.
Was bedeutet das für unser Portfolio? Im Beispiel der Frankfurter Banker hat unsere Absicherung nicht funktioniert und im Falle der Geschwister brachte unsere Diversifikation im Ernstfall nichts.
Wer korreliert mit wem?
Wie bei jeder Rechnung kommt es darauf an, was als Input in die Korrelationsformel einfließt. Im vergangenen Jahrhundert gab es unter Akademikern eine spannende Entwicklung in der Frage, was man sich überhaupt ansehen soll. Ausgehend von absoluten Aktienpreisen wurde man sich schnell der Gefahr von Scheinkorrelationen bewusst, da Aktienpreise auch ohne Korrelation langfristig steigen.
Als nächstes konzentrierte man sich auf Renditen. Die Abhängigkeit vom absoluten Niveau wurde aus dem Weg geräumt und man fand Wege Portfolios auf Basis der Renditekorrelation zu konstruieren. Die Herren Engle und Granger schnürten dann auf Basis dieser Erkenntnisse in den 1980er Jahren ein Model, welches kurzfristige Abhängigkeit auf Renditeebene, aber auch die langfristige Beziehung der absoluten Preise zweier Werte beinhaltet. Dafür gab es 2003 dann den Nobelpreis für Wirtschaftswissenschaften.
Fazit dieser Entwicklung ist, dass das Ergebnis je nach Input ein ganz anderes sein kann und die Wahl der passenden Daten stets eine vernünftige Überlegung zur Art des Zusammenhangs wiederspiegeln sollte.