Die Lücke zwischen aktiv gemanagten Fonds und Indexfonds schliessen

13.09.2018

Herr Bantli, BlackRock bringt mit der «Advantage-Serie» eine neue Fonds­familie auf den Schweizer Markt. Welches Anleger­bedürfnis sprechen Sie damit konkret an?

Die Aktienmärkte sind gut gelaufen. In der sich nun abzeich­nenden Börsen­lage wollen viele Inves­toren im Kern ihres Portfolios nicht mehr allein auf das Beta - sprich die allge­meine Markt­rendite - vertrauen. Statt­dessen schauen sie vermehrt auch auf mögliche Mehr­renditen - das soge­nannte Alpha. Gleich­zeitig verändert sich das regula­torische Umfeld durch Ini­tia­tiven wie FIDLEG, die am 1. Januar 2020 in Kraft treten soll. Angesichts dessen treten die Kosten eines Produktes, die Klarheit seines Konzeptes und die Einbe­ziehung von nachhal­tigen Anlage­kriterien stärker in den Vorder­grund. Dieser verän­derten Nach­frage vonseiten der Anleger werden wir mit der «Advantage-Serie» gerecht.

Welche Produkte gehören zu der Serie?

Die Palette beinhaltet aktuell sechs Aktien­fonds, die als Kern­bestand­teile für Portfolios konzipiert sind. Dazu gehören ein global ausge­richteter Fonds und fünf mit den regio­nalen Schwer­punkten USA, Schwellen­länder, Gesamt­europa, Europa ohne Gross­britannien sowie Asien ohne Japan.

Handelt es sich dabei um aktiv gemanagte Fonds oder um Indexprodukte?

Die Kunden­nachfrage hat sich über die Suche nach rein aktiv gema­nagten bezie­hungs­weise rein index­basierten Anlage­lösungen hinaus entwickelt. Vor diesem Hinter­grund schliessen wir mit der «Advantage-Serie» eine Lücke zwischen diesen beiden Enden des Spektrums. Die «Advantage-Portfolios» entsprechen zu etwa 70 Prozent dem jewei­ligen Index, der ange­strebte Tracking Error liegt bei zwei Prozent. Somit handelt es sich um index­orien­tierte Produkte, die syste­matisch in Einzel­werte inves­tieren, um ihre jewei­lige Benchmark zu über­treffen. Gleich­zeitig sind sie darauf ausge­richtet, die wesent­lichen Charakter­eigen­schaften des unter­lie­genden Marktes zu wahren - etwa bezüglich Risiko­para­metern oder Länder­allo­kationen. Ziel ist es, etwa ein bis zwei Prozent Alpha pro Jahr mit einem Tracking Error kleiner zwei zu erzielen - und das zu einem äusserst kompe­titiven Preis von 0,3 bis 0,6 Prozent je nach Fonds.

Damit liegen die Kosten im Vergleich zu anderen Produkten deutlich niedriger. Wodurch wird das möglich?

Nicht zuletzt durch den Einsatz modernster Techno­logien wie maschi­nelles Lernen, die es ermög­lichen, die Portfolios besonders effizient zu verwalten. Unsere Modelle gene­rieren aus einer Viel­zahl an öffentlich verfüg­baren Daten - auch bekannt unter dem Stichwort Big Data - Signale für die Entwicklung von einzelnen Aktien, breiten Märkten und Konjunktur. In einem weiteren Schritt prüfen die Portfolio­manager diese Vorschläge und entscheiden, welche sie letztlich umsetzen.

Können Sie genauer erläutern, wie die «Advantage-Serie» Big Data als Alpha-Quelle nutzt?

Die Portfolios werden von BlackRocks Systematic Active Equity (SAE) Team gemanagt. Zu diesem Team gehören mehr als 80 Anlage­profis, die in San Francisco und London sitzen und welt­weit mehr als 105 Mrd. US-Dollar Vermögen verwalten (Stand 31.03.2018). Neben Portfolio­managern, Analysten und sonstigen klassischen Kapital­markt­experten umfasst das Team auch 20 Mitarbei­tende, die in Computer-, Wirt­schafts- und Finanz­wissen­schaften sowie in Physik und Inge­nieur­wesen promoviert sind. Insofern ist das SAE-Team optimal aufgestellt, um die Kraft von Mensch und Maschine zu nutzen. Ziel ist es, Anlegern Alpha zu bieten, indem das Team Daten und Techno­logien zum Erkenntnis­gewinn nutzt.

Welche Daten kommen dabei zum Einsatz?

Ganz wichtig vorweg: Das SAE-Team zieht ausschliesslich anony­misierte Daten heran, um den Daten­schutz zu gewähr­leisten. Den bishe­rigen Erkennt­nissen zufolge sind vor allem drei Bereiche von Big Data inte­ressant: Erstens Anfragen über Internet-Such­maschinen wie Google. So liefert die Häufig­keit bestimmter Schlag­wörter, nach denen die Menschen suchen, Aufschluss über ihre Stimmung. Beispiels­weise können häufi­gere Such­anfragen nach Urlaubs­reisen oder neuen Autos auf zuneh­mende Konsum­freude infolge besserer Beschäf­tigungs­verhält­nisse und steigender Löhne hindeuten, die ihrer­seits einen wirt­schaft­lichen Aufschwung anzeigen. Der zweite Bereich umfasst soziale Medien einschliesslich Chat-Foren für bestimmte Inte­ressen­gruppen. Internet-Gruppen, in denen Arbeit­nehmer sich über ihre Unter­nehmen austauschen und diese bewerten, sind in den USA schon weitaus stärker verbreitet als etwa in der Schweiz. Spiegelt sich darin eine positive Grund­stimmung wider, könnte das ein Zeichen für eine gesunde Verfassung des Unter­nehmens sein. Äussern die Ange­stellten dagegen zunehmend Unmut, liefert das eher ein nega­tives Indiz. Drittens können Verschrift­lichungen von Ana­lysten­konfe­renzen mit Unter­nehmens­vorständen deutlich aufschluss­reicher sein als die vorange­gan­genen Telefon­konfe­renzen selbst. Das Systematic Active Equity Team bei BlackRock wertet pro Quartal ein paar Tausend solcher Transkripte aus und sucht dabei gezielt nach bestimmten Stich­worten. Die Häufigkeit, mit der opti­mistisch oder pessi­mistisch besetzte Begriffe fallen, liefert oft einen besseren Einblick in die Stimmung in der Vorstands­etage und in die Zahlen als jene Nachricht, die Firmen bewusst verbreiten möchten. Begriffe wie «schwierig» oder «heraus­fordernd» sind eher negativ besetzt, «Verbesserung», «stark» oder «Rekord­wachstum» dagegen positiv.

Welche Vorzüge bietet die Analyse von Big Data gegenüber klassischen Daten wie zum Beispiel Konjunkturindikatoren?

Es sind vor allem zwei Vorzüge. Erstens ist das Bild, das Big Data liefert, aktueller als bei klassischen Konjunktur­indika­toren. Dazu ein Beispiel: Eine globale Fast-Food-Kette mit mehr als 14‘000 Lokalen in den USA über­arbei­tete das Design ihrer Restaurants und ihrer Menüs. Im Zuge dessen beobach­teten die SAE-Modelle den Fortschritt dieser Massnahmen. Die Signale zum Kunden­strom in den Lokalen begannen steigende Verbraucher­akti­vität anzu­zeigen. Zudem zeigten die Makro­modelle des SAE-Teams, dass das Unter­nehmen Lokale in Regionen der USA betrieb, in denen die wirt­schaft­liche Akti­vität zunahm. Unter­dessen gaben Algo­rithmen, welche die Stimmung von Bank­ana­lysten zu diesem Wert massen, an, dass die Experten zunehmend positiv über das Unter­nehmen dachten. In Anbetracht dessen baute das SAE-Team eine Position in der Aktie des Unter­nehmens auf. Monate später veröffent­lichte das Unter­nehmen einen Quartals­bericht, der die Erwar­tungen übertraf. Infolge­dessen stieg der Aktien­kurs. Das SAE-Modell hatte eine früh­zeitige Positio­nierung ermög­licht - als Ergebnis von Anlage­signalen, die das Team auf Basis seiner Anlage- und Techno­logie­expertise gewonnen hatte.

Und der zweite Vorzug?

Zweitens ist das Bild, das wir erhalten, auch umfassender: Einkaufs­mana­gerin­dizes und andere Stimmungs­indika­toren basieren auf Befra­gungen einiger Hundert oder weniger Tausend Experten. Dagegen spiegeln Google-Such­anfragen und soziale Medien häufig wider, was Zehn- oder gar Hundert­tausende denken, wie sie handeln oder was sie beabsich­tigen. Diese umfassen­dere Grund­gesamt­heit ermöglicht ein besonders robustes und aussa­gekräf­tiges Bild. Voraus­setzung dafür ist, dass die Daten entsprechend aufbe­reitet und ana­lysiert werden.

Wie werden Sie die «Advantage-Serie» in Ihre Vertriebsstrategie für den Schweizer Markt integrieren?

Im zweiten Halbjahr 2018 werden wir einen Schwer­punkt auf diese Serie legen. Dabei richten wir uns zunächst vor allem an Dach­fonds­manager, Vermö­gens­verwalter und andere professio­nelle Anleger. Auf längere Sicht ist der Retail-Markt die Haupt­ziel­gruppe für diese Serie. Varianten mit Vertriebs­provi­sionen werden kurz­fristig folgen.