Fama-French-Faktormodell: Exponierungen, Alpha und Regressionsgrenzen

Interpretieren Sie Drei- und Fünf-Faktor-Regressionen, unterscheiden Sie Faktorrenditen, Ladungen, Residuen und Alpha und validieren Sie Frequenz, Universum, statistische Unsicherheit und Umsetzungskosten.

Nur zu Bildungszwecken; stellt keine Anlageberatung oder Anlageempfehlung dar. Anlagen können zu Verlusten führen.

Direkte Antwort

Das Fama-French-Faktormodell ist eine Familie empirischer Asset-Pricing-Modelle, die Überschussrenditen einer Aktie oder eines Portfolios durch Renditen diversifizierter Faktorportfolios beschreibt. Das Drei-Faktor-Modell nutzt Markt, Größe und Value; das Fünf-Faktor-Modell ergänzt Profitabilität und Investition.

Es kann Rohperformance in geschätzte Faktorexponierung und unerklärte Konstante zerlegen. Es beweist weder, warum eine Prämie besteht, noch prognostiziert es den nächsten Gewinner oder verwandelt historisch positives Alpha in garantierte Managerfähigkeit.

Funktionsweise

Für Periode t lautet die Drei-Faktor-Zeitreihenregression:

R i,t - R f,t = alpha i + beta MKT * (R M,t - R f,t) + beta SMB * SMB t + beta HML * HML t + epsilon i,t

Die Fünf-Faktor-Version ergänzt:

+ beta RMW * RMW t + beta CMA * CMA t

Links steht Gesamtrendite des Vermögenswerts minus risikofreie Rendite derselben Periode. MKT-RF ist die Marktüberschussrendite. Die anderen Faktoren sind Renditen marktneutraler Long-Short-Portfolios nach veröffentlichten Sortierregeln:

SMB ist Small Minus Big, der Größenfaktor.
HML ist High Minus Low Book-to-Market, der Value-Faktor.
RMW ist Robust Minus Weak operative Profitabilität.
CMA ist Conservative Minus Aggressive Investition.

Diese Bezeichnungen sind keine direkt eingesetzten Unternehmenskennzahlen. Definitionen unterscheiden sich nach Modell, Region, Breakpoints, Gewichtung, Bilanzierungsverzug, Anbieter und Datenstand. Das SMB der Fünf-Faktor-Bibliothek kombiniert Größen-Spreads aus Book-to-Market-, Profitabilitäts- und Investitionssortierungen und muss anderen Größenfaktoren nicht entsprechen.

Eine Ladung misst bedingte Renditekovariation bei konstanten anderen Faktoren. Eine Ladung von 0.3000 auf SMB bedeutet, dass 1.0000 percentage-point SMB-Rendite mit 0.3000 percentage-point modelliertem Beitrag verbunden ist. Sie bedeutet nicht genau 30.0000% Small-Cap-Bestand.

alpha ist die geschätzte Regressionskonstante in Datenfrequenz. epsilon ist das Residuum jeder Periode. Ein positives Residuum ist kein Alpha; Alpha wird über die Stichprobe geschätzt. Statistische Interpretation verlangt robuste Standardfehler für Heteroskedastizität und gegebenenfalls Autokorrelation. Ökonomisch zählen Gebühren, Handel, Steuern, Kapazität, wechselnde Exponierungen und Modellwahl.

Das Modell kann deskriptiv attribuieren oder als Asset-Pricing-Modell getestet werden. Hohes R-squared bedeutet viel erklärte Stichprobenvariation; es beweist weder richtige Erwartungsrenditepreisbildung noch Kausalität oder Fähigkeit. Mehr Faktoren können die Konstante senken und Rauschen oder Multikollinearität erhöhen.

Beispiel

Ein Fonds hat Ladungen 1.0500 auf MKT-RF, 0.3000 auf SMB, 0.4000 auf HML, 0.2000 auf RMW und -0.1000 auf CMA. Monatsrenditen der Faktoren sind 2.0000%, 1.0000%, -0.5000%, 0.8000% und 0.3000%.

Der modellierte Faktorbeitrag ist:

(1.0500 * 2.0000%) + (0.3000 * 1.0000%) + (0.4000 * -0.5000%) + (0.2000 * 0.8000%) + (-0.1000 * 0.3000%) = 2.3300%

Die Bestandteile sind 2.1000%, 0.3000%, -0.2000%, 0.1600% und -0.0300%. Bei tatsächlicher Überschussrendite von 2.5000%, ohne Konstante in dieser Einperiodenillustration:

one-month residual = 2.5000% - 2.3300% = 0.1700%

Diese 0.1700% sind ein Residuum, kein persistentes Alpha. Bei risikofreier Rendite von 0.3000% beträgt die Gesamtrendite 2.8000%; Gesamt- und Überschussrendite dürfen nicht verwechselt werden.

Über 60 months wird monatliches Alpha von 0.1500% mit Standardfehler 0.2000% geschätzt:

t-statistic = 0.1500% / 0.2000% = 0.7500

Ein ungefähres zweiseitiges 95.0000%-Intervall ist:

0.1500% +/- (1.9600 * 0.2000%) = -0.2420% to 0.5420% per month

Der Punkt ist positiv, aber unpräzise. Allein seine Aufzinsung ergibt:

annualized alpha point estimate = (1 + 0.1500%)^12 - 1 = 1.8136%

Annualisierung beseitigt Unsicherheit nicht und ist bei zeitvariablen Exponierungen oder Alpha nicht mechanisch anzuwenden.

Im Drei-Faktor-Modell beträgt das monatliche Alpha 0.4000%. Das Fünf-Faktor-Ergebnis 0.1500% beweist weder, dass zusätzliche 0.2500 percentage points falsch ausgewiesen waren, noch dass das Modell wahr ist. Unter der erweiterten Spezifikation erklären Profitabilität und Investition mehr Rendite.

Risiken und Prüfliste

Modell zuerst wählen: Nennen Sie drei, fünf, regional, global, Momentum-Ergänzung oder anderes.
Faktorquelle identifizieren: Erfassen Sie Anbieter, URL, Veröffentlichung, Datenstand und Methodik.
Geografie abstimmen: Nutzen Sie Faktoren für investierbaren Markt und Währung.
Frequenz abstimmen: Richten Sie tägliche, wöchentliche oder monatliche Reihen exakt aus.
Gesamtrenditen nutzen: Beziehen Sie Ausschüttungen konsistent ein.
Risikofrei einmal abziehen: Regressieren Sie Überschuss auf Marktüberschuss und Faktoren ohne Doppelabzug.
Einheiten prüfen: Bestätigen Sie Dezimal- oder Prozentwerte.
Zeitstempel ausrichten: Verhindern Sie vorzeitige Nutzung von Bilanz-, Bestands- oder revidierten Daten.
Definitionen prüfen: Untersuchen Sie Breakpoints, Gewichtung, Lags, Zulässigkeit und Neugewichtung.
Ausreichend Historie nutzen: Kurze Stichproben destabilisieren Ladungen, Alpha und Fehler.
Koeffizientenstabilität testen: Nutzen Sie rollierende Fenster, Bestände und Regime gegen Stildrift.
Korrelationen prüfen: Multikollinearität destabilisiert einzelne Koeffizienten.
Robuste Inferenz nutzen: Behandeln Sie Heteroskedastizität, Autokorrelation, Überlappung und Nichtnormalität.
Unsicherheit berichten: Nennen Sie Standardfehler, t-Werte, Intervalle und Stichprobengröße.
Residuum von Alpha trennen: Bezeichnen Sie einzelne günstige Periode oder kumuliertes Residuum nicht als Konstante.
Spezifikationen vergleichen: Testen Sie CAPM, drei, fünf, Branchen, Momentum und Alternativen.
Umsetzungskosten einbeziehen: Ziehen Sie Gebühren, Spread, Impact, Umschlag, Leihe, Finanzierung und Steuern ab.
Look-ahead Bias vermeiden: Nutzen Sie damals verfügbare Komponenten, Bilanzdaten und Faktorfiles.
Out-of-Sample testen: Prüfen Sie andere Periode oder Markt ohne nachträgliches Tuning.
Kausalität vermeiden: Ladung beschreibt bedingte Kovariation, beweist keinen Mechanismus.

Häufige Fehlannahmen

„SMB, HML, RMW und CMA sind Unternehmenskennzahlen.“ Sie sind Renditen konstruierter Long-Short-Portfolios nach Sortierregeln.
„Positive Faktorladung garantiert positive Rendite.“ Faktoren können negativ sein, Prämien variieren und Umsetzung kostet.
„Ein positives Monatsresiduum ist Alpha.“ Alpha ist eine unsicher geschätzte Stichprobenkonstante; jede Beobachtung hat ein Residuum.
„Hohes R-Quadrat beweist das Modell.“ Es misst erklärte Stichprobenvariation, nicht Kausalität oder korrekte Preisbildung.
„Faktorbereinigtes Alpha ist Managerfähigkeit.“ Fehlende Faktoren, wechselnde Exponierung, Data Mining, Glück, Gebühren und Kapazität können es erzeugen oder beseitigen.

Quellen

Fama and French, Common Risk Factors in the Returns on Stocks and Bonds.
Fama and French, A Five-Factor Asset Pricing Model.
Fama and French, International Tests of a Five-Factor Asset Pricing Model.
Kenneth R. French Data Library, Description of Fama/French 3 Factors.
Kenneth R. French Data Library, Description of Fama/French 5 Factors (2x3).
Fama and French, The Capital Asset Pricing Model: Theory and Evidence.