Fama-French-Dreifaktorenmodell
Was ist das fama french modell?
Fama-French-Modell erklärt: Warum CAPM unvollständig ist, die drei Faktoren (Markt, Size, Value) und was sie für deine ETF-Auswahl bedeuten.
Das Capital Asset Pricing Model (CAPM) erklärt Aktienrenditen mit einem einzigen Faktor: Marktrisiko, gemessen über Beta. Eugene Fama und Kenneth French zeigten 1993, dass zwei zusätzliche Faktoren historische Renditen deutlich besser erklären: Size (kleine Unternehmen schlagen große) und Value (niedrig bewertete Aktien schlagen hoch bewertete). Das resultierende Dreifaktorenmodell erklärt rund 90 % der Renditeunterschiede zwischen diversifizierten Portfolios, gegenüber rund 70 % für das CAPM. Es ist das akademische Fundament für sämtliche modernen Faktor-ETFs und für jede ernsthafte Diskussion darüber, was „risikoadjustierte Rendite” eigentlich bedeutet.
Einsteiger-Block
Das CAPM sagt: Ein Portfolio mit Beta 1 sollte langfristig die Marktrendite erzielen. Empirisch passt das nicht zu den Daten. Ein Value-Small-Cap-Portfolio hatte historisch deutlich höhere Renditen als ein Growth-Large-Cap-Portfolio, bei vergleichbarem Beta.
Fama und French erklärten das nicht als Marktanomalie, sondern als zusätzliche Risikoprämien. Value-Aktien sind oft Unternehmen in strukturellen Schwierigkeiten oder Branchen mit unklarer Zukunft. Small Caps haben höhere operative Risiken und sind in Krisen weniger liquide. Wer diese Aktien hält, übernimmt ein Risiko, für das der Markt eine Prämie zahlt.
Risikoprämie (Markt)
8.0%
β × (Rm - Rf)
Size Faktor
0.6%
sB × SMB
Value Faktor
0.6%
hB × HML
Erwartete Rendite (Fama-French)
11.2%
Total
Fama-French Modell: Erweitert CAPM um zwei Faktoren: Unternehmensgröße (Small Caps > Large Caps) und Value (günstige > teure Aktien).
Formel: E(R) = Rf + β(Rm - Rf) + sB×SMB + hB×HML
Die drei Faktoren im Detail
| Faktor | Beschreibung | Historische Prämie |
|---|---|---|
| Market (MKT) | Aktienmarkt minus risikofreier Zins | ca. 5–7 % p. a. |
| Size (SMB, Small Minus Big) | Renditedifferenz kleine minus große Marktkapitalisierung | ca. 1–3 % p. a. |
| Value (HML, High Minus Low) | Renditedifferenz niedriges minus hohes Kurs-Buch-Verhältnis | ca. 3–5 % p. a. |
Die Renditeerwartung einer Aktie oder eines Portfolios setzt sich nach Fama-French aus drei Komponenten zusammen. Das Modell wird in der Form geschätzt:
R(Asset) − R(rf) = α + βMKT × MKT + βSMB × SMB + βHML × HML + ε
Das Alpha (α) ist die Rendite, die nach Berücksichtigung aller drei Faktoren übrig bleibt, also „echte” Outperformance gegenüber dem, was die Faktor-Exposure erklären würde. Die meisten aktiven Fonds zeigen statistisch insignifikantes Alpha. Genau das ist der harte Befund hinter „aktive Fonds schlagen den Markt nicht systematisch.”
Die Erweiterungen: 5 Faktoren, dann noch mehr
1997 ergänzte Mark Carhart Momentum als vierten Faktor: die Tendenz, dass Aktien mit guter 12-Monats-Performance ihre Outperformance fortsetzen. 2015 erweiterten Fama und French selbst auf fünf Faktoren: Markt, Size, Value, Profitability (operativ profitable Unternehmen schlagen unprofitable) und Investment (konservativ investierende Unternehmen schlagen aggressiv expandierende). Heute existieren 7- und 8-Faktoren-Modelle in der akademischen Literatur, aber der praktische Nutzen sinkt mit jeder Erweiterung, weil viele Faktoren stark miteinander korreliert sind oder nach Veröffentlichung an Prämie verlieren.
Faktor-Prämien in der Praxis
| Faktor | Robustheit nach Veröffentlichung |
|---|---|
| Size | Prämie weitgehend verschwunden, vor allem in den USA |
| Value | Volatil, aber langfristig robust; lange Underperformance 2010 bis 2020 |
| Momentum | Robust, mit hoher Volatilität und periodischen Crashes |
| Profitability | Stabil und auch nach Veröffentlichung wirksam |
| Low Volatility | Konsistent, aber nicht im Original-Fama-French-Modell |
Die wichtige Einschränkung: Faktor-Prämien sind kein freies Mittagessen. Sie erfordern langen Anlagehorizont (oft 10+ Jahre), psychologische Disziplin und Geduld in Underperformance-Phasen. Wer 2010 bis 2020 in Value investierte, lag jahrelang hinter dem Markt; die Prämie holte sich erst 2021/2022 zurück. Wer in dieser Phase die Geduld verlor, hat die Prämie nicht realisiert.
Häufige Missverständnisse
„Faktor-ETFs schlagen den Markt zuverlässig.” Falsch. Sie haben einen positiven Erwartungswert gegenüber dem Markt, aber mit signifikanter Tracking-Difference in beide Richtungen. Ein Value-ETF kann fünf Jahre lang dem MSCI World hinterherhinken. Wer den langen Atem nicht hat, sollte keinen Faktor-ETF kaufen.
„Faktor-Prämien sind Belohnung für Geschick.” Auch falsch. Sie sind Belohnung für die Übernahme spezifischer Risiken (Insolvenzrisiko bei Value, illiquide Aktien bei Small Cap, Drawdown-Risiko bei Momentum). Wer sie als „smart beta” verkauft, verschweigt die Risikoseite.
„Wenn alle Faktoren stacken, wird die Rendite maximal.” In der Theorie ja, in der Praxis kompliziert. Multi-Faktor-ETFs haben oft niedrigere Exposure pro Faktor und höhere Kosten. Außerdem korrelieren Faktoren: Value und Profitability überschneiden sich, Momentum und Value sind oft negativ korreliert. „Mehr Faktoren” heißt nicht automatisch „mehr Prämie”.
Wer Fama-French versteht, beurteilt Fondsperformance nicht nach absoluter Rendite, sondern nach Alpha, also nach dem, was nach Bereinigung um Markt-, Size- und Value-Exposure übrig bleibt. Die meisten aktiven Fonds haben kein signifikantes Alpha; ihre Outperformance gegenüber dem Index lässt sich vollständig durch ungewollte Faktor-Exposure erklären. Das ist die wichtigste Implikation: Wer „aktive Stockpicking-Magie” für die Rendite eines Fonds bezahlt, in Wahrheit aber Small-Cap- und Value-Exposure bekommt, zahlt mehrere Prozent Verwaltungskosten für etwas, das mit einem Faktor-ETF zu 0,3 % verfügbar wäre. Der praktische Hebel: Vor jedem Fonds-Kauf eine Faktor-Regression prüfen (Morningstar liefert das frei) und überlegen, ob die gewünschte Exposure nicht günstiger über einen reinen Index- oder Faktor-ETF erreichbar ist.