Inhalt

Interview

In einem Umfeld, das von hoher Volatilität geprägt ist und durch wirtschaftliche sowie geopolitische Spannungen verstärkt wird, beeinflusst die Entwicklung der Zinssätze weiterhin die Finanzmärkte. Welche sind die besten Modellierungstechniken, um zukünftige Marktbewegungen vorherzusagen?

 

Das Wort hat Fariba Hashemi
Partner, Salus Partners SA                                                       

 

Welche Ansätze eignen sich am besten, um die Entwicklung der Zinssätze vorherzusagen, und wie sollten Anleger ihre Annahmen in einem Umfeld zunehmender Unsicherheit oder politischer Kurswechsel anpassen?

Die Vorhersage der Zinsentwicklung ist eine der grössten Herausforderungen bei der Steuerung der Zinsdynamik. Traditionelle Instrumente liefern weiterhin nützliche Erkenntnisse. Dazu zählen die Taylor-Regel, makroökonomische Indikatoren und die Analyse der Zinsstrukturkurve (Yield Curve Analysis). Auch die Kommunikation der Zentralbanken und ihre Prognosen für die Zukunft sind nach wie vor entscheidend.

Diese Rahmenwerke haben sich zwar im Laufe der Zeit bewährt, jedoch kann ihre Zuverlässigkeit in nichtlinearen Umgebungen abnehmen. Die jüngsten Ereignisse haben die Grenzen dieser traditionellen Modelle verdeutlicht. Die Entscheidung der Schweizerischen Nationalbank SNB, ihren Leitzins im Juni 2025 auf 0% zu senken und damit von ihren globalen Pendants abzuweichen, verdeutlicht, wie lokale Dynamiken, wie Investitionen in sichere Häfen und Desinflationsdruck in Verbindung mit der globalen Vernetzung, traditionelle Prognosemodelle ausser Kraft setzen können.

Darüber hinaus können anhaltend niedrige Zinssätze die Risikoprämien verzerren, die Preise von Vermögenswerten in die Höhe treiben und die Vermögensungleichheit verstärken, was wiederum die Zinserwartungen erschwert. In Anbetracht dieser Einschränkungen wenden sich Forschende und Finanzexperten zunehmend modifizierten Ansätzen zu.

Um die Resilienz zu verbessern, erforschen die Finanzexperten modifizierte, nichtlineare Taylor-Regeln, welche die asymmetrischen Reaktionen der Zentralbank erfassen. Auch die akademische Forschung liefert wichtige Erkenntnisse. In Anlehnung an Konzepte aus der Physik zeigt die nichtlineare Ansteckungsdynamik, wie Stimmungsschwankungen bei den Anlegern plötzliche Volatilitätsspitzen auslösen können. Ein vergleichbares Phänomen tritt bei „Phasenübergängen“ auf, bei denen ein scheinbar stabiles System abrupt umschlägt, wenn durch den Druck ein kritischer Punkt überschritten wird. Auf den Finanzmärkten können solche Wendepunkte plötzliche Neubewertungen erklären. Ein Beispiel hierfür sind die Renditen von Staatsanleihen, die während vergangener Episoden geldpolitischer Überraschungen zu beobachten waren.

Analogien aus der Thermodynamik bieten zusätzliche Anhaltspunkte für das Verständnis des Verhaltens der Finanzmärkte unter Stress. So wie physikalische Systeme in einer stabilen Phase verharren können – wie z. B. Wasser im flüssigen Zustand – bis eine Druckschwelle überschritten wird, so können auch Finanzmärkte stabil erscheinen, bis der aufgestaute Druck zu abrupten Verschiebungen führt. Dies erklärt, warum sich Marktordnungen ohne erkennbare Vorwarnung verändern können.

Diese Modelle sind zwar nicht für die direkte Zinsprognose konzipiert, sie bieten jedoch nützliche Analogien, um die Grenzen konventioneller Annahmen zu verstehen.

 

Wie wirken sich Zinsänderungen auf die Volatilität, die Korrelationen und die verschiedenen Anlageklassen aus und mit welchen Abweichungen gegenüber den historischen Standardwerten ist im aktuellen Umfeld zu rechnen?

Historisch betrachtet hatten Zinsänderungen relativ vorhersehbare Auswirkungen auf Anlageklassen. Niedrigere Zinsen stützten traditionell die Aktienmärkte, während höhere Zinsen in der Regel den gegenteiligen Effekt hatten. Die Korrelationen zwischen den einzelnen Vermögenswerten folgten ebenfalls bekannten Mustern.

In der heutigen Zeit brechen diese Zusammenhänge jedoch zunehmend zusammen. So führte die Zinssenkung der SNB im Juni 2025 zu einem Rückgang – und nicht zu einem Anstieg – des Schweizer Aktienindexes. Die Bedenken hinsichtlich der Margen der Banken und der importierten Deflation überwogen den typischen, zinsbedingten Anstieg der Bewertungen.

Wie erklärt sich diese Abkehr vom historischen Handlungsmuster? Für diese Entwicklungen gibt es mehrere Gründe. Insbesondere in kleinen offenen Volkswirtschaften können Safe-Haven-Anlagen die erwarteten geldpolitischen Transmissionseffekte überlagern. Die anhaltend niedrige Inflation und die anhaltende Anwendung unkonventioneller geldpolitischer Massnahmen haben die traditionellen Transmissionsmechanismen geschwächt. Zudem sind die Marktreaktionen auf Zinsänderungen zunehmend asymmetrisch: Die Anleger reagieren nicht nur auf das Ausmass oder die Richtung einer Zinsänderung, sondern auch auf deren Kontext sowie die damit verbundenen Erwartungen.

Diese Entwicklungen haben wichtige Auswirkungen. Anstatt sich ausschliesslich auf historische Korrelationsmatrizen zu verlassen, berücksichtigen Investoren und politische Entscheidungsträger zunehmend asymmetrische Reaktionen sowie nichtlineare Übertragungskanäle.

 

Welche Modellierungstechniken eignen sich am besten, um die Reaktionen der Finanzmärkte auf Zinsänderungen vorherzusagen, und wo liegen ihre Grenzen unter den derzeitigen Bedingungen?

Ein allgemeingültiges Modell zur Vorhersage der Reaktionen der Finanzmärkte auf Zinsänderungen gibt es nicht. Je nach Kontext bieten verschiedene Rahmen unterschiedliche Vorteile und Kompromisse:

  • Makroökonomische Modelle bieten eine theoretische Struktur, erweisen sich bei grossen Schocks oder politischen Umbrüchen jedoch oft als unzuverlässig.
  • Zinsstrukturmodelle sind zwar dazu geeignet, Zinsstrukturkurven unter stabilen Bedingungen zu prognostizieren. Sie lassen jedoch Verhaltensänderungen und nichtlineare Rückkopplungen ausser Acht, wie sie bei erhöhtem Stress auf den Märkten oder einer unkonventionellen Geldpolitik auftreten.
  • VAR-Modelle und Ereignisstudien eignen sich zwar gut für die kurzfristige politische Analyse, stossen bei Strukturbrüchen oder geopolitischer Unsicherheit jedoch an ihre Grenzen.
  • Maschinelle Lernmodelle können subtile, nichtlineare Signale aufdecken, neigen aber in unbeständigen Umgebungen zu einer Überanpassung.

Angesichts dieser Kompromisse wächst das Interesse an Ensemble- und Hybridmodellen, die Instrumente aus der Makroökonomie, der Verhaltensökonomie sowie aus nichtlinearen oder agentenbasierten Systemen kombinieren. Hierzu zählen die Verwendung makroökonomischer Modelle zur Planung langfristiger Szenarien, die Anwendung von maschinellem Lernen zur Überwachung kurzfristiger Stimmungsänderungen in verschiedenen Anlageklassen sowie die Einbeziehung agentenbasierter Simulationen, wie sie von der Bank of England genutzt werden, um nichtlineare Dynamiken in Stressszenarien zu erfassen.

 

Was sind die grössten Risiken für die aktuellen Zinssätze und Markterwartungen?

Das heutige Umfeld ist von grosser Unsicherheit geprägt, sowohl in wirtschaftlicher als auch in geopolitischer Hinsicht. Zu den wichtigsten Risiken gehören:

  • Anhaltende Inflationsüberraschungen: Während weltweit eine Deflation beginnt, könnten die USA mit einem durch Zölle bedingten Kostendruck und einer angespannten Lage auf dem Arbeitsmarkt konfrontiert sein, was die Inflation wieder anheizen könnte.
  • Safe-Haven-Flüsse (Kapitalströme in sichere Häfen): Die geopolitische Instabilität könnte weiterhin dazu führen, dass Kapital in den Schweizer Franken fliesst, die Desinflation verstärkt wird und die Geldpolitik erschwert wird.
  • Strukturelle Schwachstellen: Anhaltend niedrige Zinsen belasten Pensionsfonds, Versicherer und Wohnungsmärkte – insbesondere in Ländern mit niedrigen Renditen.
  • Verhaltensbedingte Rückkopplungen: Stimmungsumschwünge, die durch soziale Medien und den algorithmischen Handel verstärkt werden, können eine plötzliche Neubewertung von Vermögenswerten auslösen.
  • Nichtlineare Systemumstellungen: Scheinbar kleine Änderungen können ohne Vorwarnung zu starken Verschiebungen der Zinsstrukturkurven oder der Korrelationen zwischen verschiedenen Anlageklassen führen.
  • Geldpolitische und haushaltspolitische Spannungen: Steigende haushaltspolitische Belastungen könnten Zentralbanken dazu zwingen, die Realzinsen zu senken. Dies könnte die Unabhängigkeit der Geldpolitik gefährden.

Diese Risiken verdeutlichen nicht nur die Unsicherheit hinsichtlich bekannter Unbekannter, sondern deuten auch auf tiefgreifende strukturelle Veränderungen in der Art und Weise hin, wie Finanzsysteme Schocks absorbieren und weitergeben. Sie unterstreichen die Bedeutung eines multidisziplinären Ansatzes. Anstatt etablierte Modelle zu verwerfen, erweitern viele Entscheidungsträger diese um neue Instrumente. Diese ganzheitliche Sichtweise gewinnt sowohl in der Wissenschaft als auch unter Finanzexperten an Bedeutung und beginnt, das Denken in einigen Zentralbanken zu beeinflussen. Langfristig kann sie dazu beitragen, die nächste Generation der Politikgestaltung und Investitionsstrategie zu prägen.

 

Mehr dazu :

 

Diesen Artikel drucken