Regierungen auf der ganzen Welt haben massive Impulse gesetzt, um die wirtschaftlichen Auswirkungen von COVID-19 zu bekämpfen. Und während sich die Volkswirtschaften wieder öffnen, besteht die Angst vor steigenden Verbraucherpreisen. Infolgedessen denken Anleger, Marktstrategen und andere Marktteilnehmer zunehmend über die Auswirkungen nach, die die Inflation auf ihre Portfolios haben könnte.

Wie können wir in diesem Umfeld anhand des lokalen Inflationsfaktors und der Breakeven-Inflation verstehen, wie sich eine Verschiebung der Inflationserwartungen auf die Portfolios auswirken kann?

Inflation Breakevens und das aktuelle Umfeld

Die Inflations-Breakeven-Rate misst die Inflationsaussichten des Marktes, indem sie die Differenz zwischen der Rendite einer nominalen Anleihe und der einer inflationsgebundenen Anleihe mit derselben Laufzeit berechnet. In erster Näherung impliziert die Breakeven-Inflationsrate von 10 Jahren, welche Marktteilnehmer die Inflation erwarten, gemessen am Verbraucherpreisindex, in den nächsten 10 Jahren.1

Während des durch COVID-19 verursachten Marktcrashs im Februar und März 2020 gingen die Inflationsschwellen dramatisch zurück, wie das folgende Zeitreihendiagramm zeigt. Warum? Wahrscheinlich, weil die Inflationserwartungen gesunken sind. Aber auch andere Faktoren, einschließlich der relativen Liquiditätsunterschiede zwischen nominalen und inflationsgebundenen Anleihen, könnten eine Rolle gespielt haben.

10-jährige Breakeven-Inflationsrate

Aber wenn Breakevens ein Indikator für die Inflationserwartungen sind, sind sie nicht das, was sie im Frühjahr letzten Jahres waren. Dank des enormen Pandemie-Stimulus befinden sie sich seit Mitte April in einem anhaltenden Aufschwung.

Die Botschaft ist klar: Die steigende Inflation ist ein Problem.

Wie können Anleger ihr Inflationsrisiko in der Praxis steuern?

Bevor wir uns mit dieser Frage befassen, müssen wir zunächst die Beziehung zwischen Inflationsbrüchen und dem lokalen Inflationsfaktor verstehen.

Der lokale Inflationsfaktor versucht in seiner rohen Umsetzung ohne Rückstellung auf andere Faktoren, die Inflationsaussichten des Marktes zu erfassen und sich so gegen das Inflationsrisiko abzusichern. Der rohe Input für den lokalen Inflationsfaktor ist die Gesamtrendite zwischen einem inflationsgebundenen Anleihenindex und einem Treasury-Index.

Durch die Konstruktion steigt der lokale Inflationsfaktor, wenn die realisierte Inflation im Verhältnis zu den Erwartungen hoch ist, was durch eine ausgeglichene Inflation erfasst werden kann. Wie die folgende Grafik zeigt, zeigt der rohe lokale Inflationsfaktor eine Korrelation von 97% mit Verschiebungen der Breakeven-Inflation in den letzten fünf Jahren.

Korrelationen zwischen den Eingaben des lokalen Inflationsfaktors und der Breakeven-Inflation

Quelle: Venn-Daten vom 15. Januar 2021.
Zeitraum: 13. Januar 2016 bis 12. Januar 2021 unter Verwendung rollierender Fünf-Tage-Renditen.

In der Praxis wird durch das in unserem Beispiel verwendete Faktor- und Risikoanalysetool Venn der weniger liquide lokale Inflationsfaktor auf die flüssigeren Kernmakrofaktoren zurückgeführt. Von diesen weisen drei – Aktien, Kredite und Rohstoffe – ebenfalls positive Korrelationen mit Breakeven-Inflationsänderungen in diesem Zeitraum auf. Daher sind in diese Risikofaktoren einige Inflationsabsicherungsmöglichkeiten eingebettet.

Dies bietet eine wichtige Lektion. Bei der Anwendung der Faktorenanalyse auf eine Anlage oder ein Portfolio sind das Engagement in der lokalen Inflation sowie in den wichtigsten Makrofaktoren und deren Einfluss auf das Inflationsrisiko von entscheidender Bedeutung.

Management des Inflationsrisikos des festverzinslichen Portfolios in Venn

Wie können wir also Inflationsrisiken in einem Portfolio steuern?

Mit Venn spielen wir die Rolle eines festverzinslichen Portfoliomanagers. In diesem Fall möchte unser Allokator wissen, wie gut sein Portfolio gegen Inflation abgesichert ist. Ihre derzeitige Portfolioallokation auf verschiedene festverzinsliche Sektoren und Manager ist wie folgt:

Beginn der Allokation des festverzinslichen Portfolios

Quelle: Venn-Daten vom 15. Januar 2021. Die Zuweisungen erfolgen in Mio. USD.

Von dem Portfolio in Höhe von 256,5 Mio. USD entfallen 42% auf einen festverzinslichen Kernfonds, 32% auf einen Unternehmensanleihenfonds und 26% zu gleichen Teilen auf zwei hochrentierliche Anleihenfonds.

Mithilfe der Faktorenanalyse von Venn können wir die Exposition gegenüber lokaler Inflation sowie die wichtigsten Makrofaktoren messen, gegen die der lokale Inflationsfaktor zurückgesetzt wird. Eine einfachere Analyse könnte sich mit dem univariaten Beta des Portfolios für den Bloomberg Barclays US 10-Jahres-Breakeven-Inflationsindex befassen, der, wie oben erwähnt, eine 97% ige Korrelation mit Venns rohem, nicht residualisiertem lokalen Inflationsfaktor aufweist.

Historische Risikostatistik des festverzinslichen Portfolios

Quelle: Venn-Daten vom 4. Februar 2021.
Zeitraum: 13. Januar 2016 bis 12. Januar 12 2021 unter Verwendung rollierender Fünf-Tage-Renditen.

Das hier vorgestellte Beta ist eine Möglichkeit, das Engagement eines Portfolios gegenüber Änderungen der Inflationsaussichten zu messen. Aber was bedeutet diese Beta eigentlich?

Das Beta von 0,05 des Portfolios zeigt, dass bei einem Anstieg der Breakeven-Inflation um 10 Basispunkte (Basispunkte) eine Rendite des Portfolios von 4 Basispunkten prognostiziert wird.2 Dies deutet darauf hin, dass das Portfolio und die sich ändernden Inflationserwartungen positiv korrelieren.

Sagen wir jetzt als festverzinslicher Portfoliomanager, wir sind besorgt über eine mögliche steigende Inflation und möchten das Portfolio weiter gegen dieses Risiko absichern. Wir erwägen einen TIPS-Fonds (Treasury Inflation-Protected Securities) und möchten wissen, wie sich dies auf unsere Faktorengagements und die Inflationssensitivität auswirken kann. Daher testen wir die Allokation in den TIPS-Fonds, indem wir das Engagement in festverzinslichen Kernanleihen reduzieren.

Aktualisierte Allokation des Fixed-Income-Portfolios

Quelle: Venn vom 15. Januar 2021. Die Zuweisungen erfolgen in Mio. USD.

Welche Auswirkungen hatte dies auf das Verhältnis des Portfolios zu sich verändernden Inflationsprognosen?

Historische Risikostatistik des aktualisierten Rentenportfolios

Quelle: Venn-Daten vom 4. Februar 2021.
Zeitraum: 13. Januar bis 12. Januar 2021 mit fortlaufenden Fünf-Tage-Renditen. Der US-10-Jahres-Breakeven-Inflationsindex von Bloomberg Barclays ist die Benchmark.

Das aktualisierte Portfolio reagiert empfindlicher auf Inflationserwartungen, was darauf hindeutet, dass es besser gegen steigende Inflation abgesichert ist als das ursprüngliche Portfolio.

Von hier aus können wir denselben oben beschriebenen Prozess verwenden, um andere potenzielle Portfolioallokationen zu testen, einschließlich Inflationsabsicherungen wie Gold- und Rohstoffaktien, um festzustellen, wie sie die Inflationssensitivität des Portfolios weiter erhöhen können.

Niemand weiß, welchen Weg die Inflation in Zukunft einschlagen wird. Anleger sollten diese Schritte jedoch in Betracht ziehen, um besser zu verstehen, wie gut ihre Portfolios dagegen abgesichert sind. Und wenn ihr Inflationsrisiko höher ist, als sie sich vorstellen können, können sie möglicherweise Maßnahmen ergreifen, um es zu reduzieren.

1. Theoretisch umfasst die Renditedifferenz zwischen nominalen und inflationsgebundenen Anleihen mit derselben Laufzeit mehr als nur die erwartete Inflation. Beispielsweise kann es auch eine Inflationsrisikoprämie enthalten. Relative Liquiditätsunterschiede und die kurzfristige Nachfrage der Anleger können sich ebenfalls auf die Preisgestaltung auswirken.

2. Um vom Rückgaberaum in den Änderungsraum umzuwandeln, multiplizieren wir das Beta mit der Dauer. Wenn wir die Duration der Anleihen in den Indizes TIPS und Treasuries auf 8 schätzen, können wir sagen, dass bei einem Anstieg der Inflationserwartungen um 10 Basispunkte die Realrenditen um 10 Basispunkte sinken werden, vorausgesetzt, dieser Schritt hat keinen Einfluss auf die Nominalrenditen Die Rendite von TIPS beträgt +80 bps. Nach Multiplikation mit einem Beta von 0,05 steigt das Portfolio um 4 Basispunkte.

Wenn Ihnen dieser Beitrag gefallen hat, vergessen Sie nicht, den unternehmungslustigen Investor zu abonnieren.

Alle Beiträge sind die Meinung des Autors. Als solche sollten sie weder als Anlageberatung ausgelegt werden, noch spiegeln die geäußerten Meinungen notwendigerweise die Ansichten des CFA-Instituts oder des Arbeitgebers des Autors wider.

Bild mit freundlicher Genehmigung der Gerald R. Ford Presidential Library und des Museums über Wikimedia Commons

Professionelles Lernen für Mitglieder des CFA-Instituts

Mitglieder des CFA-Instituts sind befugt, die erworbenen PL-Credits (Professional Learning) selbst zu bestimmen und selbst zu melden, einschließlich der Inhalte zu Enterprising Investor. Mitglieder können Credits einfach mit ihrem Online-PL-Tracker aufzeichnen.

Alex Botte, CFA

Alex Botte, CFA, CAIA, ist Spezialist für Kundenlösungsportfolios bei Two Sigma Advisers. In dieser Rolle erstellt sie Inhalte zur Faktorenanalyse und zum Investieren, trägt zur Entwicklung forschungsbezogener Funktionen für die Venn-Plattform von Two Sigma bei und berät Venn-Benutzer bei der Portfoliokonstruktion und Investitionsbewertung. Zuvor war sie bei AQR Capital Management tätig, wo sie zuletzt als Produktspezialistin für die Portfolioüberwachung und Kundenkommunikation für die globalen Asset Allocation-Strategien des Unternehmens verantwortlich war. Botte arbeitete auch für die Advisor Solutions Group, die sich mit Geschäftsentwicklung und Investor Relations für Finanzberater und Multi-Family Offices befasste. Vor ihrer Zeit bei AQR arbeitete sie in erstklassigen Diensten bei Barclays. Botte hat einen BS in angewandter Wirtschaft und Management von der Cornell University.

Doris Bao

Doris Bao, FRM, ist quantitative Forscherin bei Two Sigma. In dieser Rolle wendet sie fortschrittliche statistische und quantitative Methoden an, um Faktoren, anlagebezogene Merkmale und Funktionen für die Venn-Plattform von Two Sigma zu recherchieren und zu erstellen, eine Software, mit der Anleger Risiko und Rendite in ihren Portfolios verwalten. Sie trägt auch zur Erstellung von Inhalten und anderen Portfolio-Forschungsprojekten außerhalb von Venn bei. Zuvor arbeitete Bao bei BlackRock im Team für Portfoliorisikomodellierung, das Risikofaktormodelle für festverzinsliche Vermögenswerte erforschte und entwickelte. Sie hat einen MS in Finanzingenieurwesen von der Columbia University und einen BS in Mathematik von der University of Toronto, Kanada.