Averdas Produktivitätsfaktoren

Ein quantitativer Rahmen zur Untersuchung, wie Unternehmen Kapital, Prozesse und Ressourcen in wirtschaftliche Ergebnisse umwandeln.

Averdas analysiert die Unternehmensproduktivität anhand von vier Dimensionen: wie Unternehmen Kapital und Technologie einsetzen, ihre Betriebsabläufe steuern, Ressourcen verwalten und ihre Leistungsfähigkeit unter sich wandelnden Bedingungen aufrechterhalten. Dieses Rahmenwerk bildet die Grundlage für die quantitativen Analysen, Indizes und Investmentlösungen, die Averdas für institutionelle Anleger entwickelt.

Die vier Dimensionen der Produktivität

Jeder Faktor untersucht einen spezifischen Aspekt der Unternehmensführung. Zusammen bilden sie einen ganzheitlichen Analyserahmen.

Resilienz-
produktivität

Resilience Factor

Ressourcen-
produktivität

Resource Factor

Prozess-
produktivität

Process Factor

Asset Produktivität

Asset Factor

Multi-Faktor

Größe

Kleinere Unternehmen mit hohem Wachstumspotenzial

Qualität

Finanziell solide Unternehmen

Momentum

Aktien mit Aufwärtstrend

Carry

Ertragsanreiz zum Halten risikoreicherer Wertpapiere

Value

Aktien mit einem Abschlag gegenüber ihren Fundamentaldaten

Minimale Volatilität

Stabile Aktien mit geringerem Risiko

Qualität

Finanziell solide Unternehmen

Momentum

Aktien mit Aufwärtstrend

Größe

Kleinere Unternehmen mit hohem Wachstumspotenzial

Faktormodell nach Anlageuniversum

Die folgenden Tabellen zeigen ausgewählte Rendite- und Risikokennzahlen für das Averdas-Produktivitätsmodell, angewendet auf verschiedene Anlageuniversen. Jedes Universum verfügt über eigene Auswahlkriterien, Selektionsregeln und Datenhistorien. Die Zahlen basieren auf den für das jeweilige Universum spezifizierten Datenquellen und Methoden und sollten in Verbindung mit der entsprechenden Index- oder Produktdokumentation gelesen werden.

So funktioniert das Framework


Averdas analysiert Produktivität als strukturelles Merkmal von Unternehmen. Unser Framework untersucht, wie effizient Unternehmen Kapital, Technologie, Prozesse und Ressourcen einsetzen und wie sie ihre operative Leistung unter sich wandelnden Bedingungen aufrechterhalten.

Die vier Produktivitätsdimensionen unterstützen eine strukturierte und quantitative Analyse von Unternehmen innerhalb definierter Anlageuniversen.

Datengestützte Analyse

Averdas verwendet definierte Unternehmensdaten sowie weitere zugelassene Datenquellen, um produktivitätsrelevante Merkmale zu analysieren. Historische Daten und zukunftsgerichtete Informationen werden getrennt behandelt und klar gekennzeichnet.

Produktivitätsgrenzen

Eine Produktivitätsgrenze beschreibt das Verhältnis zwischen definierten Inputs und Outputs innerhalb einer bestimmten Vergleichsgruppe. Averdas nutzt dieses Konzept, um zu bewerten, wie Unternehmen im Vergleich zu ihren relevanten Wettbewerbern in jeder der vier Dimensionen abschneiden.

Quantitative Methodik

Quantitative Modelle unterstützen die Analyse von Inputs, Outputs und relativer Produktivität. Das Framework ist darauf ausgelegt, Unterschiede darin zu identifizieren, wie Unternehmen definierte Inputs in wirtschaftliche Outputs umwandeln.

Anwendung auf das Anlageuniversum

Das Produktivitäts-Framework wird innerhalb eines definierten Anlageuniversums angewendet. Die entsprechende Index- oder Produktmethodik legt die infrage kommenden Unternehmen, die Auswahlregeln und den Konstruktionsansatz fest.

Multi-Faktor-Ansatz

Der Multi-Faktor-Ansatz von Averdas kombiniert die vier Produktivitätsdimensionen in einem strukturierten, regelbasierten Auswahlprozess. Jeder Schritt baut auf dem vorherigen auf und wendet definierte Kriterien an, um Unternehmen zu identifizieren, die Produktivität über mehrere Dimensionen hinweg zeigen. Die spezifischen Auswahlregeln, Schwellenwerte und Gewichtungen sind in der jeweiligen Index- oder Produktmethodik festgelegt.

Factor Framework by Investment Universe


The tables below show selected return and risk characteristics for the Averdas productivity framework applied to different investment universes. Each universe has its own eligible companies, selection rules, and data history. The figures are based on the data sources and methodology specified for each universe and should be read in conjunction with the applicable index or product documentation.

Das Averdas-Faktorensystem nach Anlageuniversum

  Overview Europe US 1500 US 500
  Return      
  Annualized Return (Full Period) 12.77% 17.90% 16.64%
  1-Month Return 4.79% -1.98% 2.96%
  QTD Return 4.79% -1.98% 2.96%
  YTD Return (Non Annualized) 20.65% 19.98% 8.22%
  Annualized Return (1-Year) 24.54% 14.08% 5.57%
  Annualized Return (3-Year) 20.23% 29.94% 24.91%
  Annualized Return (5-Year) 14.24% 21.38% 18.67%
  Annualized Return (10-Year) 14.83% 21.38% 18.67%
  Risk      
  Annualized Volatility 14.54% 16.62% 16.39%
  Drawdown % 23.04% 39.90% 37.37%
  Tracking Error 4.10% 5.88% 6.48%
  Risk-Return      
  Sharpe-Ratio 0.8970 1.0760 1.0223
  Sharpe-Ratio (Since 2020) 0.9795 1.3297 1.0517
  Information Ratio 1.1641 0.8787 0.6010
  UpsideCapture Ratio 116.67 113.69 109.83
  Downside Capture Ratio 93.33 91.54 92.48

Rendite- und Risikokennzahlen dienen lediglich zu Referenzzwecken. Die Wertentwicklung in der Vergangenheit sowie modellierte Ergebnisse sind kein verlässlicher Indikator für die zukünftige Wertentwicklung. Die Zahlen können Zeiträume mit Backtesting oder simulierter Wertentwicklung enthalten; bitte entnehmen Sie Einzelheiten zur Berechnungsgrundlage, zum Zeitraum und zur Währung der jeweiligen Methodik.

Das Averdas-Faktorensystem nach Anlageuniversum

  Overview Asia Emerging Markets ex Asia Global
  Return      
  Annualized Return (Full Period) 9.64% 5.99% 10.73%
  1-Month Return -7.82% -4.26% -0.53%
  QTD Return -7.82% -4.26% -0.53%
  YTD Return (Non Annualized) 33.59% 9.30% 16.76%
  Annualized Return (1-Year) 31.19% 15.23% 18.29%
  Annualized Return (3-Year) 30.23% 19.08% 26.37%
  Annualized Return (5-Year) 13.35% 13.39% 14.47%
  Annualized Return (10-Year) 12.50% 11.78% 15.58%
  Risk      
  Annualized Volatility 20.69% 25.21% 16.11%
  Drawdown % 41.58 53.76 44.12
  Tracking Error 9.22% 8.08% 1.86%
  Risk-Return      
  Sharpe-Ratio 0.5460 0.3581 0.7135
  Sharpe-Ratio (Since 2020) 0.6757 0.4849 0.9950
  Information Ratio 0.3992 0.6848 0.8064
  UpsideCapture Ratio 113.51 114.94 104.46
  Downside Capture Ratio 98.42 96.98 98.15

Rendite- und Risikokennzahlen dienen lediglich zu Referenzzwecken. Die Wertentwicklung in der Vergangenheit sowie modellierte Ergebnisse sind kein verlässlicher Indikator für die zukünftige Wertentwicklung. Die Zahlen können Zeiträume mit Backtesting oder simulierter Wertentwicklung enthalten; bitte entnehmen Sie Einzelheiten zur Berechnungsgrundlage, zum Zeitraum und zur Währung der jeweiligen Methodik.

Averdas Productivity Indices – Marktkommentar 10/2026

MarkM

Ein monatlicher Überblick über die Marktbedingungen in den Anlageuniversen, die von den Averdas Productivity Indices abgedeckt werden.
‍

  • USA Der «Productivity Leaders US 500» verzeichnete im Oktober einen Anstieg um 2,96 %, während der «US 1500» um 1,98 % nachgab. Das Ergebnis des «US 500» ist vor dem Hintergrund eines Rückgangs des Nasdaq 100 um über 5 % im Monatsverlauf bemerkenswert. Die Fed behielt den Leitzins bei 3,75–4,00 % bei, doch die Entscheidung fiel gespalten aus: Zwei Mitglieder stimmten für eine Anhebung. Die hartnäckige Inflation (3,6 % Gesamtinflation, 3,1 % Kerninflation gemäss PCE für September) und das solide Wachstum (3,4 % annualisiertes BIP im 3. Quartal) lassen die Märkte weiterhin eine mögliche Zinserhöhung im Dezember einpreisen. Der zu Monatsbeginn herrschende Optimismus in Bezug auf KI und Halbleiter kehrte sich um, da die Ergebnisse von Alphabet, Amazon und Intel die Bedenken hinsichtlich der Ausgaben für KI dämpften.

  • EU: Die «Productivity Funds – European Leaders» erzielten im Oktober eine Rendite von +4,7 % (EUR‑I; CHF‑I +1,6 %) – das beste Ergebnis innerhalb der Gruppe und deutlich über der Benchmark (+2,2 %). Dieses Ergebnis wurde erzielt, obwohl die EZB am 29. Oktober beschloss, den Einlagensatz bei 2,50 % zu belassen, obwohl der Markt eine Zinserhöhung im Dezember erwartet hatte. Die Inflation im Euroraum stieg im September, angetrieben durch die Energiepreise, auf 3,8 %, während das BIP im dritten Quartal im Vergleich zum Vorquartal um 0,4 % wuchs.

  • Asien verzeichnete im Oktober einen Rückgang von 7,8 % – das schwächste Ergebnis. Aktien aus Schwellenländern gaben im gleichen Zeitraum stark nach, angeführt von technologieorientierten Märkten wie Korea, was auf Bedenken hinsichtlich der Ausgaben für Rechenzentren und der chinesischen Konkurrenz zurückzuführen war. Seit Jahresbeginn bleibt es mit +33,6 % weiterhin das stärkste Ergebnis.

  • Schwellenländer (exklusive Asien): Die Region verzeichnete einen Rückgang um 4,3 % und behauptete damit ihre Position als volatilstes Produkt im Portfolio. Brasilianische Aktien gerieten im Zusammenhang mit der Stichwahl um das Präsidentenamt unter erheblichen Druck, und der Brent-Rohölpreis stieg angesichts der Angriffe auf die Energieinfrastruktur und die Schifffahrt im Golf um rund 14 %, was den Druck auf die Energieimporteure weiter erhöhte.

  • Gesamtmarkt: Im Oktober kam es zu einem starken Ausverkauf im Technologie- und Schwellenmärktensektor, angeführt von Europa. Bedenken hinsichtlich der Investitionen in künstliche Intelligenz und der chinesischen Konkurrenz belasteten Asien und die Schwellenmärkte, während höhere Ölpreise, steigende Inflation und die Aussicht auf eine straffere Geldpolitik den Druck noch verstärkten. Asien bleibt bei der produktivitätsbasierten Auswahl über alle Produkte hinweg der Spitzenreiter.

Quelle: Averdas Ag. Datenstand: 31. Oktober 2026. Berechnung: Gesamtrendite.
Währung: EUR/USD

Den vollen Umfang der Produktivitätsfaktoren verstehen

Asset Faktor

Prozess Faktor

Resilienz Faktor

Ressourcen Faktor

Multi-Faktor

USA

Vermögensfaktor US

Prozessfaktor US

Resilienzfaktor US

Ressourcenfaktor US

Multifaktor US

Europa

Vermögensfaktor Europa

Prozessfaktor Europa

Resilienzfaktor Europa

Ressourcenfaktor Europa

Multi-Factor-Europa

Global

Vermögensfaktor Global

Prozessfaktor Global

Resilienzfaktor Global

Ressourcenfaktor Global

Multi-Faktor Global