Value-Faktor-Drift in Zeiten der Bewertungsausdehnung: Historische Muster und analytische Einordnung

Value-Faktor-Drift entsteht nicht über Nacht. Sie ist das Ergebnis eines langen, akkumulativen Prozesses, der in Phasen anhaltender Bewertungsausdehnung besonders ausgeprägt auftritt. Wenn Wachstumstitel über mehrere Jahre hinweg höhere Kursgewinne erzielen als Value-Titel, steigt ihr Gewicht in marktkapitalisierungsgewichteten Strukturen automatisch. Das bedeutet: Ein Portfolio, das ursprünglich eine bewusste Value-Exposition aufwies, verliert diese Exposition schrittweise, ohne dass eine aktive Entscheidung getroffen wurde. Der Mechanismus ist einfach, aber seine Wirkung ist tiefgreifend. Was analytisch interessiert, ist nicht nur das Ausmaß der Drift, sondern ihre Unsichtbarkeit während der Akkumulationsphase. In Perioden, in denen Wachstumsfaktoren dominant sind, erscheint die schwindende Value-Exposition nicht als Problem, sondern als Anpassung an die Marktentwicklung. Erst wenn Value-Faktoren eine Periode der Outperformance einleiten – wie historisch nach 2000 und erneut in Phasen makroökonomischer Normalisierung – wird das veränderte Risikoprofil sichtbar. Diese zeitliche Verzögerung zwischen Entstehung und Sichtbarkeit der Drift ist analytisch besonders bedeutsam und erfordert disziplinierte Beobachtungsroutinen, die unabhängig vom aktuellen Marktumfeld aufrechterhalten werden. Vergangene Entwicklungen sind kein verlässlicher Indikator für künftige Ergebnisse.

Zwei historische Perioden stechen in der analytischen Betrachtung von Value-Faktor-Drift besonders hervor. Die erste ist die Technologiehausse der späten 1990er Jahre, in der Wachstums- und Momentum-Faktoren über einen Zeitraum von mehr als fünf Jahren systematisch bessere Renditen erzielten als Value-Faktoren. Portfolios, die ursprünglich auf eine ausgewogene Faktorstruktur ausgerichtet waren, hatten bis 1999 erhebliche Value-Exposition verloren. Die Kurskorrektur ab 2000 markierte dann eine dramatische Rückkehr der Value-Prämie, die Portfolios mit reduzierter Value-Exposition unvorbereitet traf. Die zweite Episode umfasst die Phase von 2010 bis 2020, in der Technologie- und Wachstumstitel erneut über ein Jahrzehnt hinweg Value-Titel deutlich übertrafen. Analytiker, die in dieser Zeit Value-Faktorladungen regelmäßig gemessen haben, konnten die schleichende Drift dokumentieren. Was beide Episoden verbindet, ist das Muster: Eine lange Phase der Value-Underperformance erzeugt strukturelle Drift, die erst in der anschließenden Normalisierungsphase analytisch greifbar wird. Historische Vergleiche sind wertvoll als konzeptuelle Orientierung, nicht als Vorhersageinstrument. Vergangene Entwicklungen lassen keine Rückschlüsse auf künftige Ergebnisse zu.

Value-Faktor-Drift hat eine besondere analytische Qualität, die sie von Momentum-Drift oder Qualitätsfaktor-Drift unterscheidet: Sie ist tendenziell langsamer, gleichmäßiger und deshalb schwerer zu erkennen. Momentum-Drift kann sich innerhalb weniger Monate stark beschleunigen, weil sie durch Preisbewegungen direkt angetrieben wird. Value-Drift hingegen entfaltet sich über Jahre, weil sie auf der relativen Bewertungsentwicklung zweier Faktorgruppen beruht. Konzeptuell ist Value-Drift eng mit der Frage verbunden, wie Value definiert wird. Verwendet man Kurs-Buchwert-Verhältnisse als Hauptindikator, ergibt sich ein anderes Driftmuster als bei der Verwendung von Kurs-Gewinn-Verhältnissen oder Cash-Flow-basierten Kennzahlen. Diese Definitionsabhängigkeit ist methodisch bedeutsam: Verschiedene Value-Definitionen können zu unterschiedlichen Befunden über das Ausmaß der Drift führen. Analytiker, die Value-Faktorexposition messen, sollten deshalb ihre Definitionen explizit offenlegen und konsistent anwenden. Nur so sind Vergleiche über Zeit und zwischen verschiedenen Beobachtungszeiträumen methodisch belastbar und sachlich interpretierbar.

Drei methodische Ansätze haben sich in der analytischen Praxis der Value-Faktor-Beobachtung als besonders aufschlussreich erwiesen. Erstens: Faktorladungsberechnungen auf Basis rollierender Regressionen, die es ermöglichen, die Stärke der Value-Exposition zu unterschiedlichen Zeitpunkten zu vergleichen. Ein 36-Monats-Fenster eignet sich gut, um strukturelle Driftmuster zu identifizieren, während kürzere Fenster von 12 Monaten kurzfristige Schwankungen hervorheben. Zweitens: die regelmäßige Berechnung fundamentaler Kennzahlen auf Portfolioebene, etwa des gewichteten Kurs-Buchwert-Verhältnisses, die eine direkte Einschätzung erlaubt, ob das Portfolio im Zeitverlauf teurer oder günstiger geworden ist. Drittens: der Vergleich der aktuellen Faktorstruktur mit einer definierten Ausgangsmessung, die als Referenzpunkt dient und Abweichungen präzise quantifizierbar macht. Alle drei Ansätze haben Grenzen: Regressionsbasierte Faktorladungen sind modellabhängig, fundamentale Kennzahlen reagieren auf Änderungen in der Unternehmensberichterstattung, und Ausgangsmessungen verlieren über lange Zeiträume an Relevanz. Die Kombination aller drei Methoden und die transparente Kommunikation ihrer jeweiligen Einschränkungen bilden die Grundlage verlässlicher analytischer Arbeit.

Makroökonomische Bedingungen sind keine neutrale Kulisse für Faktorexpositions-Drift, sondern aktive Treiber ihrer Geschwindigkeit und ihres Ausmaßes. Niedrigzinsumgebungen begünstigen Wachstumstitel, weil die Abdiskontierung zukünftiger Cashflows bei niedrigen Zinsen geringere Auswirkungen hat und Bewertungsprämien sich leichter rechtfertigen lassen. In solchen Phasen beschleunigt sich Value-Drift strukturell, weil der Preismechanismus systematisch zugunsten von Wachstumsfaktoren wirkt. Historische Daten aus der Nullzinsphase nach 2008 illustrieren diesen Zusammenhang eindrücklich: Value-Faktoren verzeichneten über ein Jahrzehnt hinweg eine anhaltende Underperformance, die zu einer der ausgeprägtesten Perioden unbeabsichtigter Value-Drift in der modernen Finanzgeschichte führte. Umgekehrt tendieren Phasen steigender Zinsen und makroökonomischer Normalisierung dazu, Value-Faktoren zu begünstigen und akkumulierte Drift teilweise zu korrigieren. Diese Zusammenhänge sind analytisch bedeutsam, sollten aber nicht als mechanische Regel verstanden werden. Makroökonomische Einflüsse auf Faktorexposition sind komplex und variieren je nach Marktumfeld. Vergangene Muster sind konzeptuelle Orientierung, keine Prognose.

Die Kommunikation von Value-Faktor-Drift in analytischen Berichten ist ein Qualitätsmerkmal, das häufig unterschätzt wird. Berichte, die Expositionsveränderungen nicht nur benennen, sondern zeitlich einordnen, mit historischen Vergleichswerten kontextualisieren und methodisch transparent machen, schaffen eine verlässlichere Grundlage für sachliche Einschätzungen als solche, die Drift stillschweigend übergehen oder undifferenziert kommentieren. Für die Gestaltung empfiehlt sich eine klare Dreigliederung: Erstens der Befund selbst, präzise quantifiziert und zeitlich verankert. Zweitens die historische Einordnung, die den Befund in den Kontext vergleichbarer Episoden stellt. Drittens die methodische Einschränkung, die transparent macht, welche Definitionen und Messverfahren verwendet wurden und welche alternativen Interpretationen möglich wären. Diese Struktur verhindert, dass Berichte übermäßig interpretiert oder als Vorhersage missverstanden werden. Der Hinweis, dass vergangene Entwicklungen kein verlässlicher Indikator für künftige Ergebnisse sind, ist nicht nur eine rechtliche Notwendigkeit, sondern ein analytisches Gebot, das die Seriosität jedes Berichts über Faktorexpositions-Drift unterstreicht und das Vertrauen in die analytische Arbeit langfristig stärkt.