Für wen ist dieser Artikel gedacht? — Für alle, die Rendite mit den im Prozess abgebildeten Entscheidungen — Allokation, Selektion, Faktoren, Instrumente, Kosten oder Transaktionen — reconciliieren wollen, ohne automatisch Kausalität oder Fähigkeit zu behaupten.
Performance Attribution zerlegt ein Ergebnis in Komponenten eines definierten Modells. Sie beginnt mit konsistenten Renditen, Gewichten, Klassifikationen und einem Benchmark und endet mit Effekten, die sich bis auf einen erklärten Rest zum Gesamtwert reconciliieren.
Sie ist von der Performancemessung zu unterscheiden, welche zunächst die Rendite berechnet; vom Appraisal, das Prozessqualität und mögliche Fähigkeit bewertet; und von Risk Attribution, welche Risiko statt Rendite zerlegt. Eine rechnerisch exakte Zerlegung beweist weder, dass eine Entscheidung den Erfolg verursacht hat, noch dass sie wiederholbar ist.
Voraussetzungen
Vor dem Modell müssen Portfolio und Benchmark dieselbe Währung und Periode, kompatiblen Price- oder Total Return und eine erklärte Gewichtszeitkonvention haben. Klassifikationen müssen übereinstimmen; Corporate Actions, Cash, Derivate und Hedges müssen verarbeitet; Kosten, Gebühren und Steuern getrennt oder ausdrücklich enthalten; Transaktionen und Bewertungen reconciliert und die Gesamtrenditen bereits geprüft sein.
Ein falscher Benchmark führt auch bei perfekter Arithmetik zu einer Erklärung gegen die falsche Referenz. Unterschiedliche Kategorien erzeugen Mappingreste, die als Allokation oder Selektion erscheinen können.
Brinson-Modell für eine Periode
Für Segment i seien wᵢ Portfoliogewicht,
Wᵢ Benchmarkgewicht, rᵢ Portfoliorendite im Segment,
bᵢ Benchmarkrendite im Segment und B gesamte
Benchmarkrendite. Eine Brinson–Hood–Beebower-Variante (BHB) lautet:
Allokationᵢ = (wᵢ − Wᵢ) × bᵢSelektionᵢ = Wᵢ × (rᵢ − bᵢ)Interaktionᵢ = (wᵢ − Wᵢ) × (rᵢ − bᵢ)Brinson–Fachler (BF) verändert die Allokation:
Allokation_BF,ᵢ = (wᵢ − Wᵢ) × (bᵢ − B)BHB und BF sind nicht richtig und falsch, sondern verteilen das Ergebnis gegen verschiedene Referenzen. Ein Bericht benennt die Variante und ob Interaktion separat oder mit Allokation beziehungsweise Selektion verbunden wird.
Allokation vergleicht Segmentgewichte. In BF trägt ein Übergewicht eines den Gesamtbenchmark schlagenden Segments positiv bei. Selektion vergleicht Portfolio- und Benchmarkrendite innerhalb desselben Segments unter dem Benchmarkgewicht. Interaktion kombiniert aktives Gewicht und Renditedifferenz. Wird sie umgebucht, ändern sich Etiketten, nicht der reconciliierte Gesamtwert.
Das Modell muss den realen Entscheidungsprozess spiegeln. Für Anleihen können Kurven- und Spreadeffekte, für quantitative Portfolios Faktoren, für Optionen Delta und Volatilität und für globale Mandate Currency Overlay geeigneter sein. BHB auf willkürlichen Kategorien erzeugt gut lesbare Zahlen, aber womöglich keine interpretierbaren Entscheidungen.
Reproduzierbares BHB-Beispiel
Ein Segment hat Portfoliogewicht 60 %, Benchmarkgewicht 50 %, Portfoliorendite 8 % und Benchmarkrendite 6 %:
Allokation = (0,60−0,50)×0,06 = 0,60 %Selektion = 0,50×(0,08−0,06) = 1,00 %Interaktion = (0,60−0,50)×(0,08−0,06) = 0,20 %Nach dieser Konvention trägt das Segment 1,80 % bei. Für die gesamte
Reconciliation braucht es alle Segmente einschließlich Cash und dieselbe
Renditebasis. BF benötigte zusätzlich B und ergäbe einen anderen
Allokationseffekt.
Mehrperioden-Linking
Einperiodige arithmetische Effekte lassen sich bei Zinseszins nicht einfach über Monate summieren. Mehrperioden-Attribution wählt ein Linking- oder Smoothing-Verfahren, das kumulierte Rendite reconciliert, möglichst Vorzeichen und Proportionen erhält, Extremperioden behandelt und Rest sowie Reihenfolge dokumentiert. Kein Verfahren darf stillschweigend vorausgesetzt werden. Monatseffekte können aufsummiert von der Jahres-Active-Return abweichen; komponentenweise geometrische Verkettung ist nicht immer additiv. Mess- und Attributionsfrequenz müssen zusammenpassen.
Returns, Holdings und Transactions
Returns-based Attribution inferiert Treiber aus Renditereihen und braucht weniger Daten, kann aber ein durchschnittliches Exposure schätzen, das so nie existierte. Holdings-based Attribution nutzt Positionssnapshots, kann Zwischenbewegungen verpassen. Transactions-based Attribution integriert Bestände und Geschäfte und kann Timing und Kosten besser erklären, verlangt aber vollständige reconciliierte Daten.
Ein Trading-Journal darf P&L nach Setup, Regime, Tageszeit, Execution und Planbefolgung zerlegen. Diese Process Attribution ist für Governance nützlich, aber keine BHB-Attribution ohne deren Gewichte und Benchmark.
Kosten, Reste und Interpretationsgrenzen
Provisionen, Spread, Marktimpact, Slippage, Funding, Borrow, Management- und Performance Fee, Steuern, FX-Differenzen, Fehler und Übergänge können ein Bruttoergebnis beseitigen. Kosten dürfen separat oder in Renditen enthalten sein, aber nicht doppelt. Ein Rest darf nicht lautlos verteilt werden; er kann auf Timing, Rundung, Klassifikation, Missing Data oder inkompatible Formeln hinweisen.
Positive Selektion kann ein ausgelassener Faktor, günstige Allokation Zufall und Interaktion eine Modellkonvention sein. Skill-Aussagen brauchen stabile, vorab definierte Hypothesen, Risiko, Kosten, Signifikanz, Out-of-Sample-Vergleich und Prozessverständnis. Die Brinson-Pensionsfondsforschung zur zeitlichen Performanceschwankung in bestimmten Samples beweist keine universelle Prozentzahl, die Asset Allocation für jede Rendite „bestimmt“.
Eine veröffentlichte Attribution nennt Modell und Variante, vollständigen Benchmark, Klassifikation, Gewichte und Timing, Price/Total Return, Währung und FX, Brutto/Netto und Kosten, Frequenz und Linking, Cash/Derivate/Reste, Reconciliation sowie die klare Trennung vom Appraisal.
Die Dokumentation sollte außerdem Daten- und Modellversionen festhalten. Wird eine Klassifikation oder ein Benchmark rückwirkend geändert, müssen alte und neue Ergebnisse unterscheidbar bleiben; sonst ist die Analyse nicht reproduzierbar.
Währung und Overlay als eigene Entscheidungsebenen
Bei globalen Portfolios kann das Ergebnis aus lokaler Anlagenrendite, Währungsbewegung und Hedge-Overlay entstehen. Eine bloße Umrechnung aller Segmente in die Basiswährung verteilt den FX-Effekt möglicherweise implizit auf Selektion oder Allokation. Ein geeignetes Modell legt fest, ob Währung als eigene Entscheidungsebene, als Teil der Segmentrendite oder über einen separaten Overlay-Benchmark behandelt wird.
Diese Wahl muss zur Governance passen: Entscheidet ein zentrales Team über den Hedge, sollte der Effekt nicht den regionalen Selektionsentscheidungen zugerechnet werden. Forward Points, Roll, Sicherheiten und Transaktionskosten gehören in dieselbe Reconciliation. Bei Derivaten können Nominalgewicht und ökonomisches Exposure auseinanderfallen; Delta- oder risikobasierte Mappings können geeigneter sein als Marktwerte. Jede Methode verändert die Verteilung der Effekte, weshalb Modellbezeichnung und Mappingtabellen zusammen mit dem Ergebnis archiviert werden müssen.
Typischer Fehler — Einen positiven Selektionseffekt als kausalen Nachweis von Stock-Picking zu lesen. Das Modell ordnet eine Differenz unter gewähltem Benchmark und Mapping zu; ausgelassene Faktoren und Zufall bleiben möglich.
Quellen
- Gary P. Brinson, L. Randolph Hood und Gilbert L. Beebower, Determinants of Portfolio Performance (1986) — ursprünglicher Rahmen für Policy, aktive Allokation und Selektion.
- Gary P. Brinson, Brian D. Singer und Gilbert L. Beebower, Determinants of Portfolio Performance II: An Update (1991) — Aktualisierung und Cash.
- CFA Institute Research Foundation, Performance Attribution (2019) — BHB/BF, Modelle und Linking.
- CFA Institute, Portfolio Performance Evaluation — 2026 refresher reading — Measurement, Attribution, Appraisal und Datentypen.
- Roger G. Ibbotson und Paul D. Kaplan, Does Asset Allocation Policy Explain 40, 90, or 100 Percent of Performance? (2000) — unterschiedliche statistische Fragen hinter oft zitierten Prozentwerten.