💰 quantitative finance

Anatomy of the Market: A Body-Tail Test of Factor Models

Diese Arbeit zeigt auf, dass Faktormodelle zwar den Gesamtmarkt erfolgreich bepreisen können, jedoch oft daran scheitern, dessen interne Komponenten zu bepreisen, wie die systematischen, sich gegenseitig aufhebenden Preisfehler zwischen nach Größe geordneten „Body“- und „Tail“-Portfolios belegen, die sich im Aggregat neutralisieren.

Ursprüngliche Autoren: Useong Shin

Veröffentlicht 2026-06-23

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Useong Shin

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie sind ein Koch, der versucht, einen riesigen, komplexen Eintopf zu probieren. Sie nehmen einen großen Löffel aus der Mitte des Topfes, kosten ihn und sagen: „Das schmeckt perfekt! Die Würzung ist genau richtig.“

Stellen Sie sich nun vor, derselbe Eintopf bestünde tatsächlich aus zwei sehr unterschiedlichen Teilen: einem riesigen Haufen Kartoffeln (dem „Körper“) und einer kleinen Handvoll scharfer Paprika (dem „Schwanz“). Wenn Sie den ganzen Topf probieren, sind die Kartoffeln vielleicht etwas zu salzig und die Paprika vielleicht etwas zu fad. Aber weil die Salzigkeit der Kartoffeln die Fadheit der Paprika ausgleicht, scheint der Durchschnittsgeschmack des gesamten Löffels perfekt zu sein.

Genau das untersucht der Autor von „Anatomy of the Market: A Body–Tail Test of Factor Models“, Useong Shin.

Die große Frage

In der Welt der Finanzen verwenden Experten mathematische Rezepte (genannt „Faktormodelle“), um vorherzusagen, wie Aktien abschneiden werden. Diese Rezepte enthalten meist einen „Marktfaktor“, was im Grunde nur eine Art und Weise ist, die „durchschnittliche Performance aller Aktien“ zu beschreiben.

Der Autor stellt eine einfache, aber knifflige Frage: Wenn ein Rezept für den ganzen Topf Eintopf (den gesamten Aktienmarkt) perfekt funktioniert, funktioniert es dann auch perfekt für die einzelnen Zutaten darin?

Das Experiment: Der „Körper“ und der „Schwanz“

Um dies zu testen, betrachtete der Autor nicht einfach irgendwelche zufälligen Aktien. Er nahm den gesamten US-Aktienmarkt und teilte ihn in zwei deutlich unterscheidbare Gruppen basierend auf der Größe der Unternehmen auf:

Der Körper (The Body): Die massiven, bekannten Unternehmen (wie Apple, Microsoft, Amazon). Diese machen den Großteil des Marktwerts aus.
Der Schwanz (The Tail): Die kleineren, weniger berühmten Unternehmen.

Entscheidend ist: Wenn man diese beiden Gruppen wieder zusammenfügt, erhält man exakt denssten Markt, mit dem man begonnen hat. Es ist, als würde man ein Puzzle auseinandernehmen und wieder zusammensetzen; das Bild ist dasselbe, aber jetzt kann man sich die einzelnen Teile einzeln ansehen.

Die überraschende Entdeckung

Der Autor testete mehrere berühmte Finanzrezepte (wie das CAPM, Fama-French und das neuere „q5“-Modell).

Die gute Nachricht: Jedes einzelne Rezept bestand den Test für den gesamten Markt. Der „Durchschnittsfehler“ war null. Der Eintopf schmeckte perfekt.
Die schlechte Nachricht: Als er den Körper und den Schwanz separat betrachtete, versagte ein spezifisches Rezept (das q5-Modell) kläglich.

Hier geschah es mit dem q5-Modell:

Es sagte voraus, dass der Körper (große Unternehmen) schlechter abschneiden würde, als er es tatsächlich tat (ein negativer Fehler).
Es sagte voraus, dass der Schwanz (kleine Unternehmen) besser abschneiden würde, als er es tatsächlich tat (ein positiver Fehler).
Der magische Trick: Da die großen Unternehmen so gewaltig sind, hob ihr negativer Fehler den positiven Fehler der kleinen Unternehmen auf. Die Mathematik ergab in der Summe Null, was den gesamten Markt „korrekt bepreist“ erscheinen ließ, obwohl das Modell bei den einzelnen Teilen falsch lag.

Der „Zufalls-Split“-Check

Man könnte denken: „Vielleicht ist es einfach schwer, einen Markt in zwei Hälften zu teilen; vielleicht verursacht jeder Split solche Fehler.“

Um dies zu überprüfen, führte der Autor einen Kontrolltest durch. Er nahm dieselben Aktien und teilte sie in zwei Gruppen auf, die völlig zufällig erstellt wurden (unter Ignorierung der Unternehmensgröße).

Ergebnis: Bei den zufälligen Gruppen funktionierte das q5-Modell einwandfrei. Die Fehler verschwanden.
Schlussfolgerung: Das Problem war nicht der Akt des Aufteilens des Marktes. Das Problem lag spezifisch darin, wie das Modell mit der Größenrangfolge (Groß vs. Klein) umging. Das Modell war durch die spezifische Struktur von großen Unternehmen im Gegensatz zu kleinen Unternehmen verwirrt.

Der Übeltäter: Die „Wachstums“-Zutat

Der Autor spielte dann Detektiv, um herauszufinden, welcher Teil des q5-Rezepts die Probleme verursachte. Er entfernte die Zutaten nacheinander.

Er fand heraus, dass die Schwierigkeiten von der Konzentration des Modells auf erwartetes Wachstum (Expected Growth, EG) und die Eigenkapitalrendite (Return on Equity, ROE) stammten.
Insbesondere der Faktor „Erwartetes Wachstum“ schien der Hauptverursacher zu sein. Er trieb das Modell dazu, die großen Unternehmen und die kleinen Unternehmen in entgegengesetzte Richtungen falsch einzupreisen.

Warum das wichtig ist (in einfachen Worten)

Das Paper lehrt uns eine wertvolle Lektion über den Blick auf das große Ganze:

Nur weil der Durchschnitt gut aussieht, bedeutet das nicht, dass alles darin korrekt ist.

In der Finanzwelt kann ein Modell den „Sanity Check“ bestehen, indem es den gesamten Markt korrekt bepreist, während es dennoch fundamental fehlerhaft ist, wenn es um die spezifischen Teile dieses Marktes geht. Der Autor nennt dies den „Body-Tail Test“. Es ist eine Methode, um Finanzmodelle unter Stress zu setzen, um zu sehen, ob sie Fehler durch Mittelwertbildung kaschieren, anstatt tatsächlich zu verstehen, wie die verschiedenen Teile eines Marktes funktionieren.

Zusammenfassung

Das Setup: Den Aktienmarkt in „Große Fische“ (Körper) und „Kleine Fische“ (Schwanz) aufgeteilt.
Der Test: Prüfen, ob Finanzmodelle den gesamten Markt und die beiden Gruppen korrekt bepreisen.
Das Ergebnis: Die meisten Modelle funktionierten. Das q5-Modell sah für den Gesamtmarkt perfekt aus, war aber tatsächlich falsch bei den Einzelteilen. Es glaubte, große Aktien seien überbewertet und kleine Aktien unterbewertet – die Fehler löschten sich gegenseitig aus.
Die Ursache: Die Konzentration des Modells auf das „Erwartete Wachstum“ war die spezifische Zutat, die für die Verwirrung sorgte.
Die Lektion: Vertraue nicht nur dem Durchschnitt. Wenn ein Modell den gesamten Markt bepreist, prüfe, ob es auch die einzelnen Teile korrekt bepreist, sonst verbirgt es unter Umständen nur seine Fehler.

Technische Zusammenfassung: Anatomie des Marktes: Ein Body–Tail-Test für Faktormodelle

Problemstellung
Die Arbeit adressiert eine fundamentale Einschränkung bei der Standardbewertung von Faktormodellen: die Abhängigkeit von der aggregierten Marktpreisbildung als primärem Plausibilitätscheck. Die meisten linearen Faktormodelle (z. B. CAPM, Fama–French, q-Faktoren) enthalten die Marktrendite als Kernfaktor. Folglich ist die Fähigkeit eines Modells, das aggregierte Marktportfolio zu bepreisen, oft eher ein „eingebauter Plausibilitätscheck“ als ein anspruchsvoller Test der Preisbildungsfähigkeit. Pricing-Fehler innerhalb der konstituierenden Portfolios des Marktes können entgegengesetzte Vorzeichen aufweisen und sich im Aggregat gegenseitig aufheben, wodurch interne Inkonsistenzen maskiert werden. Die zentrale Frage lautet: Wenn ein Faktormodell den aggregierten Markt bepreist, bepreist es dann auch die internen Komponenten des Marktes?

Methodik
Der Autor schlägt einen „Body–Tail-Test“ vor, um die interne Preisbildungskonsistenz zu bewerten, ohne externe Anomalie-Portfolios einzuführen.

Datenkonstruktion:
- Ein investierbares Marktportfolio wird aus CRSP-Common-Stocks (NYSE, AMEX, NASDAQ) von Januar 1967 bis Dezember 2024 konstruiert.
- Das Universum wird hinsichtlich Liquidität und Marktkapitalisierung gefiltert, um extreme Microcaps auszuschließen, während jedoch 99,7 % der gesamten Marktkapitalisierung erhalten bleiben.
- Eine benutzerdefinierte Marktrendite, cMKT, wird als gewichtetes Buy-and-Hold-Portfolio konstruiert. Es wird verifiziert, dass sie die Standard-Fama–French- und q5-Marktfaktoren mit einer extrem hohen Korrelation ( $R^2 > 0,999$ ) abbildet, was sicherstellt, dass nachfolgende Pricing-Fehler keine Artefakte der Implementierung des Marktfaktors sind.
Die Body–Tail-Zerlegung:
- An jedem Bildungsdatum wird das investierbare Universum basierend auf dem kumulativen Marktkapitalisierungsrang in zwei Beine (Legs) aufgeteilt:
  - Body (Körper): Die obersten $p$ Prozent der kumulativen Marktkapitalisierung.
  - Tail (Schwanz): Der verbleibende Teil der Aktien.
- Die Aufteilungsraten $p$ reichen von 0,50 bis 0,99.
- Entscheidend ist, dass die Body- und Tail-Beine handelbare Portfolios sind, die unter Berücksichtigung ihrer zeitvariablen Marktgewichte das ursprüngliche aggregierte Marktportfolio exakt rekonstruieren.
- Der Test schätzt Zeitreihen-Alphas für den Body und den Tail separat und testet die gemeinsame Nullhypothese, dass beide Alphas Null sind ( $H_0: \alpha_{body} = \alpha_{tail} = 0$ ).
Gemaßter Null-Benchmark (Zufällige Aufteilungen):
- Um Pricing-Fehler zu unterscheiden, die mit der nach Größe geordneten Struktur zusammenhängen, verwendet der Autor zufällige Aufteilungen.
- Diese Aufteilungen nutzen dasselbe Universum, dieselben Bildungsdaten und dieselben Aufteilungsraten, weisen den Aktien jedoch die Rollen zufällig statt nach Marktkapitalisierungsrang zu.
- Wenn Ablehnungen in den Body–Tail-Aufteilungen auftreten, aber nicht in den zufälligen Aufteilungen, werden die Fehler der durch die Größen-Rangordnung bedingten Struktur zugeschrieben und nicht dem Akt des Aufteilens selbst.
Evaluierte Modelle:
- CAPM, Fama–French 3-Faktor (FF3), Carhart 4-Faktor, Fama–French 5-Faktor (FF5), Fama–French 6-Faktor (FF6) und das q5-Modell (Markt, Größe, Investition, erwartetes Wachstum).

Wichtigste Ergebnisse

Aggregat vs. Interne Konsistenz:
- Alle Kandidatenmodelle bestehen den aggregierten Markt-Plausibilitätscheck und zeigen hohe $R^2$ -Werte sowie statistisch insignifikante Alphas für das volle Marktportfolio.
- Die Body–Tail-Zerlegung zeigt jedoch deutliche Unterschiede. Während CAPM, FF3, FF5 und FF6 weitgehend stabil sind (sie lehnen die gemeinsame Null-Alpha-Restriktion bei den meisten Aufteilungsraten nicht ab), lehnt das q5-Modell die gemeinsame Null-Alpha-Restriktion bei allen neun Aufteilungsraten ab.
Systematischer Offset im q5-Modell:
- Unter dem q5-Modell weist der Body-Leg konsistent negative Alphas auf, während der Tail-Leg konsistent positive Alphas aufweist.
- Diese Fehler sind von ausreichender Größenordnung, um sich beim Rekombinieren der Legs aufzuheben, was erklärt, warum das aggregierte Markt-Alpha insignifikant bleibt.
Rolle der Größen-Rangordnung:
- Die Ablehnung ist spezifisch für die nach Größe geordnete Struktur. In den gemassten Zufalls-Aufteilungen sinkt die gemeinsame Ablehnungsrate des q5-Modells auf das nominelle Niveau (ca. 4,1 %), was darauf hindeutet, dass der Fehler nicht eine mechanische Folge der Aufteilung ist, sondern an die Größenhierarchie gebunden ist.
Diagnose der Faktorengruppen:
- Die Ablehnung wird nicht durch den Marktfaktor getrieben. Der Ersatz des q5-Marktfaktors durch den cMKT-Faktor des Autors eliminiert die Ablehnung nicht.
- Ablationsstudien identifizieren den ROE–EG (Return on Equity – Erwartetes Wachstum) Block als Quelle der Spannung.
  - Die MKT-only q5-Variante besteht den Test.
  - Das Hinzufügen von ME (Größe) und IA (Investition) bewahrt die Stabilität.
  - Die Aufnahme von EG (Erwartetes Wachstum) und ROE treibt die Ablehnung voran.
  - Das Weglassen von EG reduziert die Ablehnungsrate erheblich (von 9/9 auf 2/9 Aufteilungsraten), während das Weglassen von ROE signifikante Ablehnungen hinterlässt.
Zeitvariation:
- Die q5 Body–Tail-Ablehnung ist nicht zeitinvariant. Sie ist in den 1980er Jahren bis Mitte der 2000er Jahre am ausgeprägtesten und schwächt sich in den jüngeren Jahren (2010er–2020er) deutlich ab. Dies deckt sich mit der Abschwächung der EG- und ROE-Faktoreprämien in den jüngeren Daten.

Bedeutung und Ansprüche
Die Arbeit leistet drei primäre Beiträge:

Interner Konsistenzcheck: Sie führt den Body–Tail-Test als Diagnosewerkzeug ein, um zu bewerten, ob ein Faktormodell die internen Komponenten des Marktes bepreist und nicht nur das Aggregat. Sie zeigt auf, dass die aggregierte Marktanpassung eine notwendige, aber keine hinreichende Bedingung für die interne Preiskonsistenz ist.
Isolierung struktureller Fehler: Durch die Verwendung von Zufalls-Aufteilungen als gemassten Benchmark isoliert das Papier Pricing-Fehler, die spezifisch mit der Größen-Rangstruktur des Marktes verknüpft sind, und schließt mechanische Aufteilungseffekte aus.
Diagnose von Modell-Spezifika: Die Studie zeigt, dass das q5-Modell trotz seiner starken Performance in Mean–Variance-Spanning-Tests (bei denen es die Investitionsmöglichkeiten relativ zu FF6 erweitert) systematische, sich gegenseitig aufhebende Pricing-Fehler in den Größen-Rang-Komponenten des Marktes hinterlässt. Dies deutet darauf hin, dass ein Modell im Sinne der Sharpe-Ratio-Erweiterung „stark“ sein kann, während es gleichzeitig die internen relativen Renditen des Marktportfolios nicht korrekt bepreist.

Fazit
Der Autor kommt zu dem Schluss, dass der aggregierte Markt so erscheinen kann, als sei er bepreist, weil sich interne Pricing-Fehler gegenseitig aufheben. Der Body–Tail-Test offenbart, dass der Profitabilitäts–Wachstums-Block des q5-Modells (speziell das erwartete Wachstum) eine Spannung erzeugt, bei der Large-Cap-Aktien unterbewertet (negatives Alpha) und Small-Cap-Aktien überbewertet (positives Alpha) im Vergleich zu den Vorhersagen des Modells sind. Die Arbeit behauptet nicht, dass q5 generell im Sinne eines Mean–Variance-Ansatzes unterlegen ist, argumentiert aber, dass die Bewertung von Faktormodellen über die aggregierte Marktanpassung hinausgehen muss und die Preiskonsistenz der handelbaren internen Komponenten des Marktportfolios einschließen muss.