KolumneAnlageroboter an der Irrelevanzgrenze

Seite: 2 von 2

Value-at-Risk-Modelle werden nach der Finanzkrise in Zweifel gezogen

Taleb gilt als strikter Kritiker der sogenannten Value-at-Risk-Modelle der Finanzmarkttheorie. Value-at-Risk hatte als Risikomaß sogar Anfang des Jahrtausends noch die Weihen der Finanzaufsicht, wird jedoch nach der letzten Finanzkrise zunehmend in Zweifel gezogen. Das Value at Risk Modell galt mit aufsichtsrechtlichem Segen in der Finanzbranche lange als führend, wurde aber nach den Erfahrungen der Finanzkrise modifiziert. Erweiterte Modelle (für die Fachleute “Expected Shortfall” genannt) gelten heute als die bessere Alternative. Bei dem führenden deutschen Robo-Advisor Scalable Capital kommt übrigens nach eigener Darstellung der “Expected Shortfall” als Risikomaß zum Einsatz.

Taleb hält die Modelle weiterhin für irrtumsanfällig. Neue Risiken werden in den Analysen meist erst erkannt, wenn der Schaden eingetreten ist. Nach dem Motto “Überquere nie einen Fluss, der im Durchschnitt nur einen Meter tief ist” weist Taleb darauf hin, dass zwar empirische Untersuchungen zeigen, dass man langfristig am Kapitalmarkt gute Renditen erzielen könne, dies aber nichts nutze, wenn zwischendurch ein Punkt erreicht werde, an dem man alles verliert .

Bedeutet dies nun, dass man von Aktienanlagen und Robo-Advisorn die Finger lassen sollte? Nein, das bedeutet es nicht. Ein in diesem Gebiet versierter Kollege sagte mir, dass solche Modelle an sich nicht schlecht seien. Aber wie bei einem Fahrzeug, komme es auf den Fahrer an. Auch mit einem guten Modell lasse sich mit einem schlechten Fahrer in der falschen Umgebung viel Schaden anrichten.

Es hilft nicht, auf die Irrationalität der Anleger zu schimpfen

Tatsächlich hilft es nicht, auf die Irrationalität der Anleger zu schimpfen. Der Rationalitätsbegriff der Ökonomen taugt nämlich außerhalb rein theoretischer ökonomischer Modelle wenig. Wählt man einen eher biologischen Rationalitätsbegriff, wie Taleb es macht, dann ist rational das, “was es dem Kollektiv – Einheiten, die auf eine lange Lebensdauer angelegt sind – ermöglicht zu überleben.” Daraus leiten sich, übrigens gestützt durch die moderne Hirnforschung, ganz andere Verhaltensweisen ab.

Die heutigen Robo-Advisor basieren auf relativ einfachen Algorithmen. Entscheidungen werden so zwar nachvollziehbar, es wird aber nicht aus schlechten Entscheidungen gelernt. Daneben sind, wie oben bereits erwähnt, die Methoden der modernen Finanzmarkttheorie mittlerweile auch unter Ökonomen sehr umstritten.

Der Denkfehler der heutigen Robo-Advisor liegt möglicherweise darin, dass sie Anleger dazu bewegen wollen in vermeintlich “rationale” Modelle  zu investieren, die aber methodisch umstritten sind. Sie berücksichtigen nicht, dass sich menschliches Verhalten nicht an ökonomischen Modellen orientiert. Vielleicht liegt die Zukunft der “Robo-Advisor” daher darin, realistischere Modelle vom menschlichen Verhalten zu entwickeln und daran die Beratung auszurichten. Das kann auch mit Hilfe künstlicher Intelligenz geschehen. Oder vielleicht gibt man einfach dem menschlichen Berater eine zweite Chance.