Maue Renditen mit allen Assets – im besten Fall

Tweet about this on TwitterShare on FacebookShare on Google+Share on LinkedInEmail this to someone

Der Bostoner Assetmanager GMO ist Lesern von bto gut bekannt. Immer wieder bringe ich Analysen von GMO, die eine interessante Kombination von Fundamentalanalyse und Markttechnik darstellen. Eine entscheidende Analyse ist die Projektion künftiger Renditen für verschiedene Assetklassen. Dabei geht GMO – durchaus nachvollziehbar, wie ich finde – davon aus, dass sich Bewertungen und Fundamentalwerte über einen gewissen Zeitraum den langfristigen Durchschnitten annähern. Liegt die Gewinnquote der Unternehmen beispielsweise über dem langfristigen Durchschnitt, wird angenommen, dass diese wieder auf den Durchschnitt sinkt. Liegen die Bewertungsmultiples über dem Durchschnitt, wird es ebenfalls angenommen. Kommt beides zusammen, wie es heute der Fall ist, muss man mit entsprechend noch schlechteren Ergebnissen rechnen. Ähnliches Ergebnis wie gestern im Beitrag von Hussman.

Dabei kommt GMO nicht nur mit Blick auf Aktien zu diesem Ergebnis, sondern mit Blick auf fast alle Assetklassen. Lediglich Aktien und Anleihen aus den Schwellenländern und Holz versprechend demnach noch einen nennenswerten positiven Ertrag. Überall sonst ist der Verlust garantiert. – bto: allerdings könnte es noch zu früh sein in den Schwellenländern einzusteigen, weil die Währungen noch im freien Fall sind. Diese Länder leiden bekanntlich unter hohen (Auslands-)schulden und oft auch Handelsdefiziten.

In meinem Buch Die Schulden im 21. Jahrhundert habe ich diese Abbildung auch gezeigt, um zu illustrieren, wie falsch die Annahme Pikettys ist, dass Kapitalanlagen unabhängig vom Umfeld fünf bis sechs Prozent Rendite pro Jahr abwerfen.
CHART: GMO's seven-year real return forecasts

Die FT vermerkt dazu in gewohnt lakonischer Weise:

  • Analysten scheitern immer wieder bei der Vorhersage des nächsten Jahres – so lag das US-Wachstum zum 13. Mal in den letzten 16 Jahren unter dem von den Analysten erwarteten Wert.
  • Leichter ist es, längere Fristen vorherzusagen, meint zumindest GMO: „‚We’ve seen over hundreds of years that valuations are a good anchor for long-term forecasts,‘ argues Catherine LeGraw, a member of the asset allocation team at GMO, the Boston-based asset manager, which regularly updates seven-year asset return predictions. ‚It’s a bit more mechanistic than a crystal ball. But you always have to test your assumptions and revisit your ideas.‘“ – bto: Das leuchtet mir ein. Es geht ja auch nicht um das Timing es nächsten Crashs, sondern um eine Anlage von Geld mit entsprechendem Zeithorizont.

Es gibt aber auch andere Studien, auf die die FT hinweist. So den JPMorgan Asset Management „long-term capital markets assumptions“-Report, der mehr Assetklassen als GMO umfasst und 10 bis 15 Jahre Zeithorizont hat. Dabei werden die Annahmen nicht, wie bei GMO, über eine mechanistische Annahme getroffen, sondern explizit formuliert. Dies bedeutet, dass mehr Erwartungen einfließen. Ich persönlich stehe eher auf Seiten von GMO und Hussman, die es mechanistisch machen, wobei mir das Ergebnis bei JPM mehr zusagen würde:
JPMorgan Asset Management return forecasts

 

Schon ein deutlicher Unterschied. Ich denke, bei JPM ist es auch zu einem guten Teil eine Fortschreibung vergangener Trends. Dies ist jedoch ziemlich gefährlich.

Die FT schließt skeptisch. Letztlich hätten diese Vorhersagen nur wenig praktischen Nutzen, vor allem, wenn sie trotz der größten Finanzkrise seit Generationen zu praktisch unveränderten Prognosen kämen (diese Kritik gilt wohl mehr JPM, würde ich sagen). Alle Assets würden auf lange Sicht gewinnen. – bto: Ob das wirklich stimmt, muss sich noch zeigen!

→ FT (Anmeldung erforderlich): „Long-term forecasts gain a following“, 4. Januar 2016

0 Antworten

Hinterlassen Sie einen Kommentar

Wollen Sie an der Diskussion teilnehmen?
Feel free to contribute!

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

Bitte das Captcha ausfüllen * Time limit is exhausted. Please reload CAPTCHA.