Wie modelliert man einen Handelskrieg?

von Christoph V. Schon, CFA, CIPM, Executive Director, Applied Research, Axioma.

“Wie modelliert man einen Handelskrieg?“ ist eine Frage, die uns in den vergangenen 12 Monaten des Öfteren gestellt wurde. Trotz vermeintlicher politischer „Fortschritte“ zu Beginn des Jahres ist das Thema in jüngster Zeit wieder aktueller denn je—insbesondere nach den neuerlichen gegenseitigen Zollerhöhungen seitens der Vereinigten Staaten und China. Auch die Entscheidung über eventuelle Sonderabgaben auf Europäische Autoimporte in die USA liegt nur temporär auf Eis.

In einer kürzlichen Studie untersuchten wir, wie sich eine weitere Ausweitung des Konfliktes zwischen China und den USA auf verschiedene Anlageklassen auswirken könnte. Unter Zuhilfenahme der Stresstest-Funktionalitäten in unserer Axioma Risk™ Portfolioanalyse-Plattform modellierten wir ein Szenario, in dem wir einen simultanen Kursverfall am amerikanischen und chinesischen Aktienmarkt von 15% bzw. 20% unterstellten. Damit einher ging eine durchschnittliche Dollarabwertung von 5% und ein Renditerückgang bei 10-jährigen US-Staatsanleihen von 45 Basispunkten. Als Prognosehorizont nahmen wir einen Dreimonatszeitraum an. Die übrigen Preisfaktorbewegungen schätzten wir basierend auf historischen Wechselwirkungen während verschiedener Phasen des Handelskrieges in den letzten zwei Jahren: Ausbruch, Eskalation, Entspannung und erneute Eskalation.

In allen modellierten Umfeldern zeigte sich ein konsistentes Bild: die deutsche Wirtschaft würde aufgrund ihrer starken Abhängigkeit von der Automobilindustrie und der Technologiebranche überproportional hart getroffen. Sichere Häfen wie Bundesanleihen, Schweizer Franken, Yen und Gold sollten dagegen von einer Qualitätsflucht profitieren. Aber auch defensivere Anlagen wie Versorgungsbetriebe und Basiskonsumgüter könnten mit geringeren Verlusten rechnen. Am Rentenmarkt sollten in solch einem Umfeld hauptsächlich Hochzinsanleihen und peripherere Emittenten vermieden werden. Italien erscheint dabei aufgrund des erhöhten politischen Risikos besonders anfällig für Erhöhungen der Risikoprämie.

Definition eines Stresstests: Variablenschocks und Präzedenzfälle

Bei der Definition eines Stresstestes sind grundsätzlich zwei Entscheidungen zu treffen: (1) welche Variablen sollen geschockt werden und um wieviel, und (2) welche (historische) Periode eignet sich am besten, um die damit einhergehenden Bewegungen der andere Preisfaktoren zu schätzen? Die letztere Frage stellt sich oft als die schwierigere heraus, insbesondere wenn ein Szenario modelliert werden soll, welches es in dieser Form so noch nicht gab (zum Beispiel ein nuklearer Konflikt auf der koreanischen Halbinsel oder die Zeit vor dem Brexit-Referendum im Juni 2016).

Allerdings waren für ein Handelskriegsszenario ausreichend Präzedenzfälle vorhanden, die zur Kalibrierung der Kovarianzen und Betas herangezogen werden konnten. Der erste war der Ausbruch des Handelskonfliktes im März 2018, als Präsident Trump die ersten Sonderzölle auf Stahl- und Aluminiumimporte aus China ankündigte. Die nächste Eskalation konnten wir im darauffolgenden Juni beobachten, als die US-Administration Abgaben auf weitere 200 Mrd. Dollar androhte. Dies war auch die Zeit, in der der amerikanische Präsident zum ersten Mal Strafzahlungen auf Automobilimporte aus der Europäischen Union mit der Begründung ins Spiel brachte, dass diese ein potenzielles Sicherheitsrisiko für die Vereinigten Staaten darstellten.

Die Wiederaufnahme der Verhandlungen zwischen Handelsdelegationen aus China und den USA im 1. Quartal 2019 brachte dann eine temporäre Erleichterung, und die Aktienkurse stiegen zusammen mit Anleiherenditen und dem US-Dollar. Die Erholung hielt bis in den April an, drehte sich dann aber schlagartig wieder um, als der US-Präsident erneute Sonderabgaben ankündigte. Auch die jüngste Entscheidung, die Europäischen Autozölle aufzuschieben, sorgte nur vorübergehend für Entspannung.

Ähnliche Korrelationsmuster für die „Flucht in Qualität“

Was all diesen verschieden Phasen des Handelskrieges gemein war, war das Wechselspiel zwischen den großen Anlageklassen. Nach der ersten Ankündigung der Zölle im März und während der Eskalation im 2. Quartal 2018 kam es zu einer „Flucht in Qualität“ aus riskanten Aktieninvestments und dem US-Dollar heraus und in „sichere Häfen“ wie hochqualitative Staatsanleihen beziehungsweise den Schweizer Franken und den japanischen Yen hinein. Die exakt umgekehrten Flüsse konnten wir dann Anfang 2019 beobachten, als wachsender Optimismus über die Wiederaufnahme der Verhandlungen zwischen China und den USA den Risikoappetit der Marktteilnehmer wiederanfachte.

Obwohl die absoluten Marktbewegungen in beiden Szenarien entgegengesetzt verliefen, waren die relativen Ströme und damit die Korrelationen sehr ähnlich; d.h. die Kursverluste oder -gewinne an den Aktienmärkten wurden durch Preisanstiege bzw. -verfälle bei den Rentenpapieren teilweise ausgeglichen. Dadurch ergaben sich, vor allem in den Baissemärkten, gute Diversifikationsmöglichkeiten. Der Effekt der Währungsallokation hing allerdings vom Standort des Anlegers ab. Am günstigsten waren die Bedingungen für US-Investoren, da ihre ausländischen Aktienverluste durch das Aufwerten der Fremdwährung gegenüber dem Dollar abgemildert wurden. Europäische Anleger hingegen mussten aufgrund des schwächeren Umtauschkurses doppelte Verluste hinnehmen.

Länge der Kalibrierungsperiode: weniger ist oft mehr

Aufgrund der konsistenten und erwartungsgemäßen Korrelationsmuster eignen sich die genannten Perioden gut, um die voraussichtlichen Marktbewegungen im Falle einer erneuten Eskalation des Handelskonfliktes zu modellieren. Was die Länge der Kalibrierungsperiode betrifft, ist erfahrungsgemäß weniger oft mehr. In einem Stresstest soll, wie der Name andeutet, ein extremes Szenario—mit oft extremen Korrelationen—modelliert werden. Wählt man die Kalibrierungsperiode zu lang, ist häufig zu beobachten, dass die Betas und Korrelationen geringer ausfallen, was dann zu schwächeren Abhängigkeiten und weniger ausgeprägten Preisveränderungen führt. Auf der anderen Seite sollte man aber auch den Zeitraum nicht zu kurz wählen, da ansonsten nicht genügend Datenpunkte zur Verfügung stehen. Unserer Erfahrung nach stellen tägliche Renditen über einen Zeitraum von 12 Wochen oftmals einen guten Kompromiss dar.

Konkret verwendeten wir die folgenden Zeitfenster zur Kalibrierung der Stresstests:

  • Ausbruch des Konfliktes mit China: 15. Januar bis 6. April 2018
  • Eskalation und Ausweitung auf EU: 9. April bis 29. Juni 2018
  • Entspannung und Verhandlungen: 14. Januar bis 5. April 2019
  • Erneute Re-Eskalation: 8. April 2019 bis 31. Mai 2019

In allen vier Fällen wandten wir die obengenannten Schocks an: US-Aktien -15%, China -20%, Dollar Index -5% und 10-Jahre US-Treasury -45 Basispunkte. Im Entspannungsumfeld waren dabei die modellierten Marktbewegungen entgegengesetzt zu den tatsächlich im 1. Quartal 2019 beobachteten. Dies führte jedoch aufgrund der gleichartigen Korrelationsmuster erwartungsgemäß zu ähnlichen simulierten Renditen wie in den anderen drei Szenarien.

Deutschland wahrscheinlich am stärksten betroffen

Die untenstehende Tabelle zeigt simulierte Renditen von ausgewählten Ländern und Sektoren in Axioma‘s euro-denominierten Multi-Anlageklassen-Portfolio. Die Spalten beziehen sich dabei auf die obengenannten Zeitperioden. Die Ergebnisse zeigen konsistent, dass Deutschland aus allen großen, europäischen Ländern von einem solchen Szenario am stärksten betroffen würde. Ein wichtiger Treiber ist dabei die starke Abhängigkeit von der Automobilindustrie. Aber auch die Technologiebranche und das produzierende Gewerbe—weitere wichtige Standbeine der deutschen Ökonomie—zeigen schwere Verluste. Generell werden zyklische Sektoren wie Nicht-Basiskonsumgüter, zu denen auch die Automobilbranche zählt, stärker betroffen sein als defensivere Anlagen, wie Versorgungsbetriebe oder Basiskonsumgüter.

Hochqualitative Staatsanleihen aus Deutschland, Frankreich und den Niederlanden sollten von der Flucht in Qualität profitieren, zusammen mit anderen sicheren Häfen wie Gold, dem Schweizer Franken und dem japanischen Yen. Periphere Emittenten und Unternehmensanleihen—Hochzinspapiere insbesondere—müssen hingegen mit erhöhten Risikoprämien und damit Verlusten rechnen. Der Ölpreis sollte ebenfalls aufgrund seiner hohen Korrelation mit dem Aktienmarkt fallen.

Simulierte Renditen auf ausgewählte Länder und Sektoren

Anlageklasse

Ausbruch

Eskalation

Entspannung

Re-Eskalation

Aktien

 

 

 

 

Gesamteuropäisch

-15,1

-11,5

-11,1

-14,2

Informationstechnologie

-19,3

-15,4

-17,5

-28,9

Industrie

-16,1

-13,9

-12,8

-19,4

Nicht-Basiskonsumgüter

-14,9

-14,2

-12,9

-18,8

Roh-, Hilfs- & Betriebsstoffe

-15,6

-14,8

-15,4

-18,6

Finanzwesen

-14,7

-13,5

-17,4

-15,8

Gesundheitswesen

-16,4

-12,2

-11,2

-15,8

Telekommunikationsdienste

-13,1

-8,1

-7,2

-9,8

Energie

-15,0

-11,2

-10,6

-9,3

Immobilien

-11,2

-4,5

-2,2

-7,8

Basiskonsumgüter

-13,1

-5,7

-9,6

-5,8

Versorgungsbetriebe

-11,9

-6,6

-5,8

-0,3

Deutschland

-18,4

-13,8

-12,6

-18,7

Automobile & Komponenten

-18,8

-20,1

-18,3

-19,0

Frankreich

-15,8

-10,9

-12,3

-17,0

Niederlande

-17,3

-11,7

-12,3

-14,6

Italien

-14,5

-10,4

-10,6

-13,0

Schweiz

-15,6

-12,0

-9,6

-12,7

Großbritannien

-13,3

-11,9

-13,2

-11,5

Spanien

-14,8

-9,0

-8,8

-9,6

Euro-Staatsanleihen

 

 

 

 

Italien

-0,1

-5,2

-2,8

-0,6

Spanien

0,8

0,3

-0,5

-0,7

Niederlande

1,1

1,7

0,9

0,8

Frankreich

0,6

1,2

0,7

0,9

Deutschland

1,1

1,7

1,0

1,0

Unternehmensanleihen

 

 

 

 

Investment Grade

-1,9

-1,5

0,0

-0,1

High Yield

-8,2

-9,1

-0,9

-5,0

Fremdwährungen ggü. EUR

 

 

 

 

USD

-4,4

-4,0

-1,3

-3,3

GBP

-1,8

-2,0

3,0

-0,7

CHF

1,4

-0,4

0,4

0,9

JPY

3,6

0,8

2,5

3,5

Rohstoffe

 

 

 

 

Gold

7,8

3,0

5,4

11,5

Öl

-11,9

-10,1

-14,6

-18,3

Quelle: Axioma Risk™


Christoph V. Schon, CFA, CIPM

ist seit Mai 2016 als Executive Director für das Applied Research in EMEA bei Axioma in London verantwortlich. Er verfügt über mehr als 10 Jahre Erfahrung im Bereich der Portfoliorisiko- und Performanceanalyse bei verschiedenen Systemanbietern (POINT, UBS Delta) und war davor für 6 Jahre als Rentenanalyst bei der Dresdner Bank tätig. Er besitzt ein Diplom in Wirtschaftsingenieurwesen (ET) von der TU Darmstadt.

Axioma

ist ein weltweit führender Anbieter von innovativen Risiko­management- und Portfoliomanagement­lösungen für Finanzinstitute. Mit Schwerpunkten auf Innovation, Einsatz moderner Technologien und herausragendem Service bietet Axioma seinen Kunden leistungsfähigere Systeme mit mehr Flexibilität für maßgeschneiderte Lösungen. Mit Hauptsitz in New York und Niederlassungen in Europa und Asien hat Axioma eine globale Reichweite und bietet gleichzeitig lokale Unterstützung.