• Die Märkte preisen eine V-förmige Erholung ein, was zu optimistisch sein könnte
• Stimmungsanalysen, die auf künstlicher Intelligenz und Big-Data-Analysen basieren, sind eine wichtige Orientierungshilfe bei Märkten, die von exogenen Schocks betroffen sind
• NN IP hat einen Indikator entwickelt, der eine Reihe von Stimmungsindikatoren kombiniert, um abzuschätzen, wann die Aktienmärkte ihre Talsohle erreichen werden

Wenn die Marktaussichten so volatil sind wie in der Coronakrise, werden Anleger häufig Opfer von Emotionen, die sich negativ auf Anlageentscheidungen auswirken. Um in diesem Umfeld die Orientierung zu behalten, ist die Kombination einer Analyse der Fundamentaldaten mit verhaltenswissenschaftlichen Erkenntnissen, künstlicher Intelligenz (KI) und Stimmungsdaten sehr hilfreich. Darauf basierend deutet eine Analyse von NN Investment Partners (NN IP) darauf hin, dass Anleger mit einer V-förmigen Erholung rechnen, da sich die medizinischen Daten in Bezug auf das Coronavirus verbessern und die Zentralbanken erhebliche Liquidität in die Märkte pumpen. Das könnte zu optimistisch sein.

Mehrere traditionelle Indikatoren weisen auf eine baldige Bodenbildung am Aktienmarkt hin. Allerdings signalisiert eine Analyse der aktuellen Bewertungen, des Umfangs der bisherigen Verluste und einiger hochfrequenter Konjunkturdaten^[1] das Risiko eines möglichen Rückschlags (siehe Tabelle).

NN IP hat einen eigenen Indikator zur Ermittlung der Bodenbildung entwickelt. Dieser Indikator stützt sich auf ein breites Spektrum an Informationen, von herkömmlichen umfragebasierten Daten bis hin zu marktbasierten Informationen und „Big Data", die mit Hilfe von KI-Technologie aus Nachrichten und sozialen Medien gewonnen werden. Eine Analyse der Stimmung in Nachrichten und sozialen Medien ist im aktuellen Umfeld von besonderer Bedeutung, da Stimmungsfaktoren in Krisenzeiten einen starken Einfluss auf die Märkte haben. Die Analysten von NN IP verwenden Methoden zur computerbasierten Verarbeitung natürlicher Sprache (Natural Language Processing, kurz NLP), um in kurzer Zeit große Textmengen zu screenen, zu aggregieren und zu kategorisieren. Dies können Medienberichte, Blogs oder Social-Media-Feeds sein. Mit den sich daraus ergebenden Indikatoren können die öffentliche Wahrnehmung des Arbeitsmarktes, der Geschäftstätigkeit, der politischen Unsicherheit und anderer wirtschaftlicher Bedingungen besser eingeschätzt werden.

Ewout van Schaick, Head of Multi Asset bei NN Investment Partners: „Das Vertrauen der Märkte in positive Nachrichten über das Coronavirus erscheint zu optimistisch. Es besteht ein erhebliches Risiko, dass die Öffnung der Wirtschaft viel langsamer vonstattengehen wird, als viele Menschen glauben. Wir erwarten jedoch, dass die Talsohle im zweiten Quartal dieses Jahres erreicht wird, gefolgt von einer deutlichen Verbesserung der Unternehmensgewinne in der zweiten Jahreshälfte.

Aktive Asset Manager, die Alpha generieren wollen, müssen Stimmungsdaten berücksichtigen. Exogene Schocks sind in den vergangenen zehn Jahren häufiger geworden. Sie erzeugen eine grundlegende Unsicherheit, die die Märkte anfälliger für Stimmungen macht. In Zeiten wie diesen werden Strategien, die herkömmliche Methoden der Stimmungsmessung mit Big Data und alternativen datenbasierten Indikatoren kombinieren, die Turbulenzen besser meistern können.“

Das Multi-Asset-Team von NN IP wird seinen neuen Bodenbildungsindikator so lange nutzen, bis der Weg zu einer wirtschaftlichen Normalisierung klarer wird. Das Team hat vor kurzem sein Engagement in Aktien von einer Untergewichtung wieder auf neutral heraufgestuft, was sich teilweise auf den steigenden Trend bei diesem Indikator zurückführen lässt.

[1] Hochfrequente Daten sind Daten, die sehr häufig erhoben werden, z. B. wöchentliche Indikatoren, im Gegensatz zu monatlichen oder sogar vierteljährlichen Kennzahlen. Hochfrequente Daten können somit eine zeitnahe Einschätzung der aktuellen Situation bieten.