Der Baltic Dry Index ist ein “wichtiger Preisindex für das weltweite Verschiffen von Hauptfrachtgütern (hauptsächlich Kohle, Eisenerz und Getreide) auf Standardrouten” (Wikipedia). Bereits während der Finanzkrise war der BDI hier auf financeBLOG das eine oder andere Mal ein Thema. So zum Beispiel im Februar 2009, als in einem Artikel auf die hohe Korrelation zum Ölpreis hingewiesen wurde.

Baltic Dry Index (2005-heute)

In letzter Zeit hat der BDI vor allem durch heftigste Kursverluste auf sich aufmerksam gemacht. Allein im Jahr 2010 hat er einen Rückgang von -52,5% verzeichnet. Dies hat zahlreiche Marktbeobachter dazu veranlasst, auf einen Rückgang der Dynamik im internationalen Frachtgeschäft hinzuweisen und damit eine Abkühlung der Weltwirtschaft oder gar ein Double Dip-Szenario herauf zu beschwören.

Baltic Dry Index (letzte 12 Monate)

Falsch! Wegen diesen tieferen Frachtpreisen auf einen Rückgang des weltweiten Handels zu schliessen, stimmt nicht. Denn der Baltic Dry Index misst die Nachfrage nach Frachtkapazitäten einerseits, das Angebot an Frachtschiffen andererseits.

Die Nachfrage nach Frachtkapazitäten verändert sich also mit der Menge an Güter, die weltweit gehandelt werden. Das Angebot an Frachtschiffen ist jedoch sehr “unelastisch” und reagiert nur mit erheblicher Verzögerung auf Veränderungen bei der Nachfrage. Es dauert rund zwei Jahre, um einen neuen Frachter herzustellen.

Auf eine Nachfrageerhöhung kann also nicht umgehend mit höheren Kapazitäten reagiert werden. Umgekehrt ist es zu teuer, ein nicht ausgelastetes Schiff bei einem Nachfragerückgang aus dem Verkehr zu nehmen. Die Folge dieser “niedrigen Elastizität”: heftige Preisschwankungen.

Der Preiszerfall im BDI in den letzten Monaten hat also nicht mit einem Rückgang des weltweiten Handels zu tun, sondern ist die folge erhöhter Kapazitäten. Das Angebot an Frachtschiffen hat 2010 zugenommen, aufgrund von Bestellungen, welche 2007 und 2008 aufgegeben wurden. Damals war der Index noch bei rund 11’000…

(die Charts wurden auf stockcharts.com erstellt)

Die sehr bekannte “Börsentheorie” Dogs of the Dow geht auf Michael O’Higgins zurück. Vor einem Jahr habe ich die Theorie vorgestellt und die Aktien für die Jahre 2009 und 2010 besprochen.

Kurz: Die “Theorie” besagt, man solle jeweils anfangs Jahr von den 30 im Dow Jones Industrial Average enthaltenen Aktien diejenigen zehn Aktien ins Depot legen, welche die höchste Dividendenrendite aufweisen.

Im Artikel vor einem Jahr konnte man sehen, dass Dogs of the Dow im Jahr 2009 keinen Schuss Pulver wert war. Nun, im Börsenjahr 2010 hat sich die Theorie vorerst rehabilitiert. Die zehn Dogs of the Dow-Titel haben ein durchschnittliches Plus von +16,4% gebracht. Dies sieht im Vergleich zur Indexperformance des Dow Jones von +11% sehr gut aus.

Hier nun die zehn Aktien, welche gemäss Dogs of the Dow für das Börsenjahr 2011 ausgewählt wurden:

Kleines Lesebeispiel: Die Aktie von AT&T (Ticker: T) handelt aktuell (per 5.1.2011) zu einem Kurs von $29.98. Die Dividendenrendite am Jahresende 2009 lag bei 5,88%. Im Börsenjahr 2010 hat die Aktie eine Performance von +11,6% hingelegt. Die aktuelle Dividendenrendite liegt bei 5,80%.

Gerade dieses Beispiel zeigt auf, dass es immer noch genügend Aktien gibt, die attraktiv bewertet sind. Obwohl AT&T vor einem Jahr mehr als zehn Prozent tiefer lag, ist die Aktie – gemessen an der Dividendenrendite – heute nicht teurer bewertet als vor einem Jahr.

Spätestens seit der offiziellen Verkündung der 2. Welle an Quantitative Easing (QE2) und der folgenden, heftigen Reaktion der Finanzmärkte bestimmt die Diskussion über Inflation/Deflation die Agenda. Es geht mir in diesem Artikel aber nicht darum, Gründe für oder gegen Inflation/Deflation aufzuführen. Vielmehr geht’s darum, den Werkzeugkasten zum Thema Inflation um ein neues, spannendes “Tool” zu ergänzen.

Interessanterweise ging es im allerersten Artikel hier auf financeBLOG im Juli 2008 auch um Inflation. Ich habe mich damals ziemlich erstaunt über unterschiedliche Messmethoden für Inflation gezeigt. Aber auch die sehr unterschiedliche Zusammenstellung der nationalen Warenkörbe oder die verzögerte Veröffentlichung der Daten geben zu Kritik Anlass. Da kommt “The Billion Prices Project” des MIT zum richtigen Zeitpunkt.

Inflationsmessung in "real time"

Mit diesem Projekt werden weltweit die online verfügbaren Preise im Detailhandel gesammelt und so die Preisveränderungen gemessen.  Dies erlaubt Aussagen zur Inflation auf täglicher Basis. Länder, die gar nicht jeden Tag einen Preisindex publizieren, werden mit dieser Methode erfasst und deren Inflation “geschätzt”.

Natürlich hat diese Vorgehensweise ein paar Nachteile. So werden nur Preise von Internetshops erfasst, die Preise in grossen Discount-Warenhäusern bleiben aussen vor. Oder es fehlen zahlreiche Dienstleistungen in der Berechnung, welche nicht übers Internet gehandelt und bezahlt werden. Dienstleistungen wie Ausbildung, Rechtsberatung, Gesundheitswesen etc.

Interessanter Ansatz, der bis jetzt die “offizielle” Preisentwicklung recht gut abgebildet hat. Man sollte diese Inflationszahlen nicht für bare Münze nehmen, beobachtenswert sind sie aber alleweil.

Quelle: The Billion Price Project via The Big Picture

In der Woche vom 18.-24. Oktober 2010 habe ich auf financeBLOG eine Serie zum Thema “Rekordhohe Korrelationen” geschrieben. Ein Thema, das meines Erachtens einen erheblichen Einfluss für viele Investoren hat. Hier nochmals die Übersicht:

Teil 1: Rekordhohe Korrelationen: Ausgangslange
Teil 2: Rekordhohe Korrelationen: Makroumfeld als Ursache
Teil 3: Rekordhohe Korrelationen: Futures und ETF’s als Ursache
Teil 4: Rekordhohe Korrelationen: Programmhandel als Ursache
Teil 5: Schlussfolgerung

Viel Spass!

Diese Woche läuft auf financeBLOG eine Serie zum Thema “Rekordhohe Korrelationen”. Jeden Tag wird aus diesem spannenden, für Investoren sehr relevanten Thema ein “verdauliches Häppchen” präsentiert. So sieht der Wochenplan aus:

Teil 1: Rekordhohe Korrelationen: Ausgangslange
Teil 2: Rekordhohe Korrelationen: Makroumfeld als Ursache
Teil 3: Rekordhohe Korrelationen: Futures und ETF’s als Ursache
Teil 4: Rekordhohe Korrelationen: Programmhandel als Ursache
Teil 5: Schlussfolgerung

Falls du später zugeschaltet hast, empfehle ich dringend, die vorherigen Artikel zu lesen. Sie bauen aufeinander auf.

So, ich versuche mal, ein paar Schlussfolgerungen der letzten Tage festzuhalten. Und ich ergänze sie mit ein paar persönlichen Behauptungen. Diese sind, was sie sind: Behauptungen. Sie stehen nicht genau so in der Analyse von J.P. Morgan und provozieren hoffentlich die eine oder andere gegenteilige Meinungsäusserung.

1. Die rekordhohen Korrelationen, wie sie aktuell im S&P500 zu beobachten sind, können zu einem gewissen Teil auf eine hohe Verunsicherung über das zukünftige Wirtschaftswachstum begründet werden.
2. Auch wenn die Aussagen explizit zu US-Aktien und zum S&P500 gemacht werden, haben sie auch für die weltweiten Aktienmärkte und teils sogar über alle Anlageklassen ihre Gültigkeit.
3. Die hohe Unsicherheit in Bezug auf das makroökonomische Umfeld mag nur einen Teil der hohen Korrelationen erklären. Das starke Wachstum von Indexprodukten (Wachstum bei Volumen, nicht Performance…) trägt einen weiteren, wesentlichen Teil zu den hohen Korrelationen bei. Vor allem der Einsatz von Indexfutures treibt die Korrelationen in die Höhe.
4. Programmhandel und High Frequency Trading tragen ihren Anteil zu hohen Korrelationen bei. Sie reduzieren zwar die Volatilitäten, erhöhen aber das “Tail Risk”, also das Eintreten von Extremereignissen wie dem Flash Crash vom 6. Mai 2010.
5. Passendes Zitat: “We have a stock market, not a market of stocks.” (Quelle habe ich leider nicht mehr)
6. Der ungebrochene Trend in Indexprodukte und ETF’s eröffnet neue Chancen. Wenn sich immer mehr Investoren nur um die grössten Firmen eines Landes scharen, lassen sich ausserhalb dieser Indizes wieder “Perlen” finden.
7. ETF’s werden von vielen Investoren allzu sorglos ins Depot gelegt. Wie gesehen, erhöht der zunehmende Einsatz von ETF’s das sogenannte “Tail Risk”, die Wahrscheinlichkeit also, ein Extremereignis mit grösstem Schadenpotenzial zu erleiden. Es gibt noch zahlreiche weitere Argumente gegen ETF’s wie zum Beispiel “offene Short-Positionen in ETF’s” oder “unsichtbare Gegenparteienrisiken” in ETF’s. Dazu schreibe ich in den nächsten zwei Wochen mehr.
8. Indexprodukte und Buy-and-hold haben in starken Aufwärtstrends ihre Berechtigung. Wenn die Märke aber über Jahre seitwärts tendieren, enttäuschen sie die Investoren. Es reicht seit mehreren Jahren nicht mehr, sich mit Indexprodukten am Markt zu engagieren und dann mitzusurfen. Es braucht wieder vermehrt Analysen, die dorthin gehen, “wo es weh tut”…

Wie hiess es neulich so schön? “Wir investieren in erfolgreiche Unternehmen, nicht in Börsenkurse.”

So. Das wäre meine kleine Wochenserie über “Rekordhohe Korrelationen” gewesen. Bitteschön!

Diese Woche läuft auf financeBLOG eine Serie zum Thema “Rekordhohe Korrelationen”. Jeden Tag wird aus diesem spannenden, für Investoren sehr relevanten Thema ein “verdauliches Häppchen” präsentiert. So sieht der Wochenplan aus:

Teil 1: Rekordhohe Korrelationen: Ausgangslange
Teil 2: Rekordhohe Korrelationen: Makroumfeld als Ursache
Teil 3: Rekordhohe Korrelationen: Futures und ETF’s als Ursache
Teil 4: Rekordhohe Korrelationen: Programmhandel als Ursache
Teil 5: Schlussfolgerung

Falls du später zugeschaltet hast, empfehle ich dringend, die vorherigen Artikel zu lesen. Sie bauen aufeinander auf.

Heute wird’s nochmals so richtig spannend. Wir haben bereits ein paar mögliche Ursachen der zur Zeit sehr hohen Korrelationen aufgelistet und analysiert. So führen Phasen erhöhter Unsicherheit in Bezug auf die wirtschaftliche Entwicklung zu höheren Korrelationen. Dies reicht als Erklärung aber nicht aus. Ein erheblicher Teil der hohen Korrelationen unter Aktien wird dem stetig steigenden Einsatz von Indexprodukten zugeschrieben. Je mehr Index-Futures und ETF’s im Einsatz, desto höher die Korrelationen. Da drängt sich die Frage ja geradezu auf, welchen Einfluss denn Programmhandel oder eben “High Frequency Trading (HFT)” auf die Korrelationen hat.

Programmhandel an der NYSE

Der Anteil von Aufträgen, welche an der New York Stock Exchange (NYSE) von Computern und nicht von Händlern ausgelöst wird, nimmt gemäss obiger Grafik (Quelle) stetig zu. Zwar nahm der Programmhandel während der Finanzkrise zwischenzeitlich etwas ab, er macht aber aktuell wieder rund ein Drittel des gesamten Börsenhandels an der NYSE aus. Innerhalb des Programmhandels spielt natürlich das High Frequency Trading eine grosse Rolle. Grob gerundet entfallen also rund die Hälfte aller von Computern ausgelösten Transaktionen auf HFT, dienen also nicht dem Ausführen eines Börsenauftrags, sondern lediglich dem Ausnützen von Kleinstdifferenzen bei Geld und Brief.  Dies ist aus folgender Grafik ersichtlich:

Anteil High Frequency Trading (HFT)

Dieser stets steigende Einsatz von Programmhandel und HFT verändert natürlich die Struktur eines Finanzmarkts. Nehmen wir zum Beispiel “Index Arbitrage”. Wenn eine Gruppe von Aktien den Index outperformt, setzen sofort durch Computer ausgelöste Verkäufe der Aktie und Käufe des Index ein, um die Differenz wieder auszugleichen. So eine (beispielhafte) Transaktion erhöht die Korrelation und reduziert gleichzeitig die Volatilität dieser Aktien.

Eine weitere HFT-Technik nennt sich “Statistical Arbitrage”. Vereinfacht gesagt berechnet der Computer die Korrelation von zwei Aktien. Entwickelt sich nun eine Aktie besser als die andere – wir sprechen hier von Sekunden, ev. Minuten – verkauft das HFT-Programm die “bessere” und kauft die “schlechtere”. Damit wird die Korrelation unter diesen beiden Aktien erhöht und die Volatilität reduziert.

Noch ein HFT-Beispiel: Die HFT-Software teilt einen grossen Börsenauftrag in zahlreiche kleine Börsenaufträge auf und führt sie an der Börse aus. Damit wird der Einfluss einer grossen Order auf den Preis einer Aktie reduziert. Die Ausschläge in dieser Aktien (Volatilität) fallen tiefer aus und erhöhen die Korrelation zum Index.

Die Gefahren von HFT liegen woanders. HFT sind ja nichts anderes als Computerprogramme, welchen einige Parameter in normal funktionierenden Märkten zugrunde liegen. Sie können nichts anderes, also ihre Algorithmen runterspulen und können nicht eine Marktsituation beurteilen oder einschätzen. Um sich vor möglichen Fehlern zu schützen, sind entsprechende “Circuit breakers” eingebaut. Stark vereinfacht ausgedrückt: Wenn ein Programm die aktuelle Marktsituation nicht mehr “versteht”, stellt es den Handel ein. Dies kann zu Extremsituationen führen, weil die Geld- und Briefkurse plötzlich verschwinden. Das bis jetzt berühmteste Beispiel ist der Flash Crash vom 6. Mai 2010. Kannst ruhig mal reinhören in diesen Flash Crash.

Halten wir fest: Programmhandel und High Frequency Trading können sehr wohl – neben anderem – als Ursache für die aktuell rekordhohen Korrelationen heran gezogen werden. Im Gegensatz zur oft gehörten Meinung steigern sie aber nicht die Volatilitäten, diese werden eher reduziert. Jedoch steigt das “Tail Risk” erheblich! Ein Ereignis also, das eigentlich nur sehr selten vorkommen sollte und einen gewaltigen Einfluss auf Rendite und Performance haben kann.

Hey, wir sind fast durch mit dieser kleinen Wochenserie. Morgen halte ich ein paar Schlussfolderungen fest und wage ein paar Behauptungen. Stay tuned…

Diese Woche läuft auf financeBLOG eine Serie zum Thema “Rekordhohe Korrelationen”. Jeden Tag wird aus diesem spannenden, für Investoren sehr relevanten Thema ein “verdauliches Häppchen” präsentiert. So sieht der Wochenplan aus:

Teil 1: Rekordhohe Korrelationen: Ausgangslange
Teil 2: Rekordhohe Korrelationen: Makroumfeld als Ursache
Teil 3: Rekordhohe Korrelationen: Futures und ETF’s als Ursache
Teil 4: Rekordhohe Korrelationen: Programmhandel als Ursache
Teil 5: Schlussfolgerung

Falls du später zugeschaltet hast, empfehle ich dringend, die vorherigen Artikel zu lesen. Sie bauen aufeinander auf.

Jetzt aber los! Wir haben bis jetzt festgestellt, dass zur Zeit rekordhohe Korrelationen festgestellt werden können. Zahlreiche in dieser Serie präsentierte Grafiken untersuchen zwar das Verhältnis der im S&P500 vertretenen Aktien. Viele Aussagen können aber auch für weitere, weltweite Aktienmärkte übernommen werden oder sind gar über alle Anlageklassen gültig.

Wir sind gerade daran, mögliche Ursachen für diese hohen Korrelationen aufzulisten. Gestern wurde gezeigt, dass zwischen den Korrelationen der S&P500-Aktien und der Verunsicherung über die zukünftige Wirtschaftsentwicklung – gemessen am Volatilitätsindex VIX – ein starker Zusammenhang besteht. Und dass wir uns an einem Punkt befinden, der auch schon zur Feststellung einer “Corrrelation Bubble” geführt hat. Heute geht’s nun um die Rolle von Index-Futures und ETF’s.

Futures und ETF's in Prozent des Marktvolumens

Diese Grafik (Quelle) zeigt auf, wie stark der Einsatz von “Indexprodukten” zugenommen hat. Die blaue Grafik stellt den prozentualen Anteil von Futures am gesamten “normalen” Cash-Aktienmarkt dar. Rot sieht man den Anteil von ETF’s. Futures und ETF’s machen also rund 140% des “normalen” Aktienhandels aus. (Eine Zahl über 100% ist natürlich nur möglich, weil man beim Einsatz von Futures mit Leverage arbeitet.)  Der Einsatz von Indexprodukten hat in den letzten zehn Jahren stark und regelmässig zugenommen. Diese Feststellung hättest du wohl auch bestätigt, ohne diese Grafik zu sehen… Der vermehrte Einsatz von Indexprodukten geht einher mit den erhöhten Korrelationen der letzten Jahre.

Die Futures zuerst: Wer einen Future auf den S&P500 kauft, platziert ja eigentlich gleichzeitig einen Kaufauftrag für alle 500 im Index enthaltenen Aktien. Diese 500 Aktien erhalten durch den Futurekauf also gleichzeitig den gleichen kleinen “Kauf-Anstoss”. Beim “closing” des Futures natürlich auch, es wird quasi gleichzeitig ein Verkaufsauftrag für alle 500 Aktien ausgelöst. So ist es doch nur logisch, dass der Einsatz von Futures die Korrelation unter diesen 500 Aktien erhöht! Wenn es an den Finanzmärkten nur Futures und keine Aktien gäbe, läge die Korrelation der enthaltenen Werte bei 100%.

Bei den ETF’s sieht es leicht anders aus: Wenn der ETF einen breiten Aktienindex abdeckt, gilt dieselbe Sichtweise wie oben bei den Futures. Der Einsatz von passiven Index-ETF’s erhöht die Korrelation unter den Aktien. In den USA decken zur Zeit rund 60% der ETF’s breit gefasste Akteinindizes ab. Rund 30% der ETF’s investieren aber in Sektoren/Branchen. Diese erhöhen die Korrelationen in diesen Sektoren/Branchen und reduzieren damit die allgemeine Korrelation im Markt. Die restlichen 10% ETF’s decken übrigens Rohstoffe oder Obligationen ab und haben kaum Einfluss auf die Aktien-Korrelationen.

Der Einsatz von Futures dürfte weitaus gewichtiger sein als der Einsatz von ETF’s. Der Nominalbetrag von Futures ist deutlich höher als bei einem ETF. Und nicht alle ETF’s führen zu steigenden Marktkorrelationen, wie oben gesehen.

Womit wir bei der letzten Grafik (Quelle) für heute angelangt wären. Sie zeigt die sogenannte “Excess Correlation”, welche wir gestern kennen gelernt haben. Also denjenigen Teil der Korrelationen, der nicht mit allgemeiner Marktunsicherheit (VIX) begründet werden kann. Vergleicht man nun diese “Excess Correlation” mit dem Anteil von Futures am Gesamtmarkt, so sieht man die auffälligen Parallelen. Offensichtlich treibt der Einsatz von Index-Futures die Korrelationen unter den im Index enthaltenen Aktien in die Höhe. Die Behauptung am Anfang des heutigen Artikels ist also (zumindest teilweise) belegt.

So. Ende des 3. Teils meiner kleinen Wochenserie. Es kann festgehalten werden, dass der Einsatz von Indexprodukten (vorwiegend Futures, aber auch ETF’s) in den letzten fünf bis zehn Jahren zu anhaltend steigenden Korrelationen unter den Aktien geführt hat. Die aktuell rekordhohen Korrelationen können also zum Teil damit begründet werden. Je mehr Index-Futures im Einsatz, desto höher die Korrelationen.

Diese Woche läuft auf financeBLOG eine Serie zum Thema “Rekordhohe Korrelationen”. Jeden Tag wird aus diesem spannenden, für Investoren sehr relevanten Thema ein “verdauliches Häppchen” präsentiert. So sieht der Wochenplan aus:

Teil 1: Rekordhohe Korrelationen: Ausgangslange
Teil 2: Rekordhohe Korrelationen: Makroumfeld als Ursache
Teil 3: Rekordhohe Korrelationen: Futures und ETF’s als Ursache
Teil 4: Rekordhohe Korrelationen: Programmhandel als Ursache
Teil 5: Schlussfolgerung

Falls du später zugeschaltet hast, empfehle ich dringend, die vorherigen Artikel zu lesen. Sie bauen aufeinander auf.

So, nun aber zum 2. Teil. Wir haben am Montag festgestellt, dass zur Zeit an den internationalen Finanzmärkten rekordhohe Korrelationen zu beobachten sind. Aktien bewegen sich im Gleichschritt, im S&P500 kommt es kaum mehr zu Abweichungen vom Kurs. Nur gerade Extremsituationen wie der Börsencrash 1987 haben ähnlich hohe Korrelationen gebracht. Dies ist auf der ersten Grafik (Quelle) gut zu sehen.

Realisierte Korrelationen im S&P500

Eine mögliche Erklärung dieses Phänomens findet man im makroökonomischen Umfeld. In Phasen hoher Unsicherheit in Bezug auf die wirtschaftliche Entwicklung werden Aktienkurse stark von makroökonomischen Kennzahlen getrieben. Es sind in solchen Phasen also die Arbeitslosigkeit, Inflationserwartungen, Wirtschaftswachstum oder Zinssatzänderungen, welche massgebend sind. In Phasen makroökonomischer Unsicherheit müssten also hohe Korrelationen unter den Aktienmärkten feststellbar sein, da nicht einzelne Unternehmenszahlen, sondern der Gesamtblick der Wirtschaft stärker beobachtet wird.

Nun, auch die Volatilitäten sind in solchen Phasen höher. Das bekannteste Barometer, um die Unsicherheit an den Finanzmärkten zu messen, ist der Volatilitätsindex VIX. Den regelmässigen Lesern des financeBLOG aus zahlreichen früheren Artikeln bestens bekannt. Die nächste Grafik (Quelle) untersucht genau dieses Verhältnis. Wie entwickelt sich der VIX im Verhältnis zu den Korrelationen im S&P500?

Korrelationen und Volatilität im S&P500

Die Regressionsanalyse zeigt, dass ein starker Zusammenhang zwischen hohen Volatilitäten und hohen Korrelationen besteht. Dies bestätigt die obige Aussage, dass in Phasen hoher wirtschaftlicher Unsicherheit die Aktienkorrelationen steigen. Die einzelne Aktie interessiert weniger als die gesamte Marktentwicklung.

Es gibt auch immer wieder Phasen, in denen Volatilitäten und Korrelationen auseinander driften. So zum Beispiel nach dem Platzen der Internet-Blase im Jahr 2000 (grüner Punkt). Es herrschte grosse Unsicherheit, welche durch hohe Volatilitäten und einen hohen VIX zum Ausdruck kamen. Die Korrelationen unter den Aktien waren aber äusserst tief. Klar, der Markt musste unterscheiden zwischen “Old Economy” (stabile Cash Flows, funktionierendes Geschäftsmodell, ausgewogene Bilanzstruktur) und “New Economy” (Cash Burn Rate, Klicks statt Kunden, Fremdfinanzierung).

Heute stehen wir “am anderen Ende der Skala”. Das Mass an Unsicherheit in Markt ist gleich hoch wie nach dem Platzen der Internet-Blase (hoher VIX). Die Aktienbewegungen sind aber grösstenteils durch makroökonomische Kennzahlen verursacht (hohe Korrelation). Diese Feststellung (roter Punkt) führt zur Aussage von Marko Kolanovic (J.P. Morgan), wir befänden uns in einer “Correlation Bubble”.

Die letzte Grafik für heute stellt das Verhältnis von Volatilität und Korrelation noch detaillierter dar. Die schwarze Kurve zeigt die gemessenen Einjahres-Volatilitäten während der letzten zwanzig Jahre. Die graue Kurve zeigt die gemessenen Einjahres-Korrelationen für den gleichen Zeitraum. Die blaue Kurve zeigt die Differenz. Nie in den letzten zwanzig Jahren war diese sogenannte “Excess Correlation” höher als jetzt. Weiter kann festgestellt werden, dass die Korrelation unter Aktien im S&P500 in den letzten zehn Jahren stetig angestiegen sind. Zwar mit erheblichen Schwankungen und Abweichungen, aber einem Trend zu höheren Korrelationen folgend.

Halten wir fest: Die zur Zeit an den Finanzmärkten zu beobachtenden, rekordhohen Korrelationen können zum Teil mit dem aktuellen makroökonomischen Umfeld begründet werden. Die momentan grosse Verunsicherung in Bezug auf die weltweite Wirtschaftsentwicklung – bestätigt durch den Volatilitätsindex VIX – überstrahlt die einzelnen Unternehmensmeldungen. Losgelöst von der aktuellen Wirtschaftslage kann weiter ein weltweiter Trend zu höheren Korrelationen beobachtet werden. Vor allem in den letzten fünf Jahren haben Korrelationen deutliche mehr zugelegt als Volatlitäten. Es muss also noch weitere Gründe für die steigenden Korrelationen geben.

Morgen widmen wir uns einer weiteren möglichen Ursache. Morgen geht’s um die Rolle von ETF’s und Index-Futures in diesem Umfeld hoher Korrelationen. Dies dürfte spannend werden, sind ETF’s und passives Investieren doch die Liebkinder zahlreicher Investoren. Wenn diese nur keine bösen Überraschungen erleben in den nächsten Jahren…

Bist du morgen auch wieder dabei? Stay tuned…

Ich bin in letzter Zeit immer wieder über hochspannende Informationen und Grafiken zum Thema “Rekordhohe Korrelationen” gestolpert. Und ich bin der Meinung, dass hier wesentliche neue Erkenntnisse vorliegen, welche einen direkten Einfluss auf viele Investoren haben. Da es sich aber nicht gerade um leichte Kost handelt, mache ich ein paar kleinere, verdauliche Häppchen daraus. In einer Wochenserie:

Teil 1: Rekordhohe Korrelationen: Ausgangslange
Teil 2: Rekordhohe Korrelationen: Makroumfeld als Ursache
Teil 3: Rekordhohe Korrelationen: Futures und ETF’s als Ursache
Teil 4: Rekordhohe Korrelationen: Programmhandel als Ursache
Teil 5: Rekordhohe Korrelationen: Schlussfolgerung

Na gut, dann legen wir doch los! Die erste Grafik (Quelle) zeigt die Korrelationen unter Aktien. Genauer gesagt die Korrelationen unter den 500 im S&P500-Index vertretenen Aktien. Die Korrelation gibt an, wie stark sich diese 500 Aktien “im Gleichschritt” bewegen. Je höher also der Wert, desto mehr entwickeln sich die Aktien in die gleiche Richtung.

Korrelationen im S&P500

Fast nie in der jüngeren Geschichte der Aktienmärkte waren die Korrelationen so hoch wie jetzt. Dies verleitet denn auch Marko Kolanovic von J.P. Morgan zur Aussage, dass wir es momentan mit einer “Correlation Bubble” zu tun haben. Die Bewegungen der im Index enthaltenen Aktien liegen also sehr eng beieinander. Wenn man die Kapitalisierung des S&P500 betrachtet, kann man wohl vom ganzen US-Aktienmarkt sprechen.

“Moment!” entgegnen nun sicher ein paar Leser. “Die Korrelationen unter Aktienmärkten verschiedener Länder und die Korrelationen unter Anlagekategorien/Anlageklassen sind viel wichtiger.”  Stimmt wohl, falls man mit den heute gängigen Interpretationen der Modernen Portfolio Theorie (MPT) arbeitet. Aber es sieht nicht viel besser aus.

Die zweite Grafik (Quelle, klicken für volle Grösse) zeigt die Korrelationen verschiedener Länder und Anlageklassen. Seht euch mal die linke obere Ecke an. Von Amerika über BRIC nach Europa, sehr hohe Korrelationen. Sicher nicht geeignet, um in irgendeiner Form den gewünschten Diversifikationseffekt aus der MPT erzielen zu können.

Weltweite Korrelationen (Anlagekategorien)

Halten wir also fest: Die Korrelationen an den internationalen Finanzmärkten sind historisch gesehen sehr hoch. Wer basierend auf den Erkenntnissen der MPT ein Portfolio strukturieren will muss, kommt zunehmend an Grenzen. Das Portfolio verhält sich anders als den Kunden versprochen geplant.

Korrelationen im S&P500

Die letzte Grafik (Quelle) hält diese Aussage nochmals – in detaillierterer Form – fest. Sowohl die über drei Monate wie auch die über zwei Jahre gemessenen Korrelationen waren in der Geschichte der Aktienmärkte selten so hoch. Nur gerade Extremsituationen wie der Börsencrash von 1987 brachten ähnlich hohe Korrelationen.

Höchste Zeit also, den möglichen Ursachen dieses Phänomens auf den Grund zu gehen. Morgen geht’s weiter mit ein paar möglichen Ursachen aus dem makroökonomischen Umfeld. Spannend, gell!?

Nachdem @swissspidy via Twitter nachgefragt hat, habe ich beschlossen, diese ergänzenden Informationen zum Big Mac Index gleich in einen weiteren Artikel zu packen. Im Artikel vom 10.9.2010 habe ich den Big Mac-Index vorgestellt und interpretiert. Diese Grafik zeigt, wieviele Minuten eine Arbeitskraft in ihrem Land arbeiten muss, um (im selben Land) einen Big Mac kaufen zu können.

Benötigte Arbeitszeit (in Minuten) um einen Big Mac kaufen zu können

Ein Beispiel: Wer in England arbeitet und genau den englischen Durchschnittslohn verdient, muss gut 15 Minuten arbeiten, um sich einen Big Mac leisten zu können. Hingegen muss jemand mit dem Durchschnittslohn von Mexiko oder Indonesien mehr als zwei Stunden arbeiten, bis er einen Big Mac geniessen “vertilgen” kann.

Quelle: UBS (PDF) via digital inspiration