Kreuzkorrelationen und Inflationsregime

01

Das Problem mit statischen Korrelationen

Wer Korrelationsmatrizen aus ruhigen Marktphasen ableitet und sie dann auf Inflationsübergänge anwendet, bekommt falsche Antworten auf richtige Fragen. Das klingt hart, ist aber methodisch kaum zu bestreiten. Korrelationen sind regimeabhängig — sie beschreiben, wie sich Anlageklassen in einem bestimmten Umfeld zueinander verhalten, nicht wie sie es grundsätzlich tun. Ein Inflationsregimewechsel ist genau das: ein Umfeld, das sich fundamental verschiebt. Rohstoffe, die in einem Niedriginflationsumfeld kaum mit Anleihen korrelierten, können in einem Übergangsregime plötzlich in dieselbe Richtung laufen — oder entgegengesetzt, je nach Sektor und Durchleitungsgeschwindigkeit. Wer das nicht einkalkuliert, rechnet mit Zahlen aus einer Welt, die gerade aufgehört hat zu existieren.

Regimeabhängigkeit als Grundprinzip

Korrelationen zwischen Anlageklassen sind keine physikalischen Konstanten — sie entstehen aus gemeinsamen Risikofaktoren, die sich mit dem Inflationsumfeld verschieben. In einem stabilen Niedriginflationsregime dominieren Wachstumsfaktoren die Korrelationsstruktur. Sobald Inflation als latentes Regime auftaucht, treten Preisdurchleitungsmechanismen in den Vordergrund und ordnen die Beziehungen neu. Das ist kein Fehler im Modell, sondern ein Merkmal der Realität. Methodisch bedeutet das: Korrelationsschätzungen müssen regimekonditioniert sein. Ein einfacher rollierender Durchschnitt reicht nicht — er mittelt über Regime hinweg und verwischt genau die Information, auf die es ankommt.

Rohstoffe als Frühindikator für Entkopplungen

Rohstoffpreise reagieren auf latente Inflationssignale oft früher als andere Anlageklassen, weil sie direkt mit Produktionskosten und Lieferkettendruck verknüpft sind. Das macht sie zu einem nützlichen Beobachtungspunkt für beginnende Korrelationsverschiebungen. Wenn Rohstoffe anziehen, während Anleihen noch stabil sind, entsteht eine temporäre Entkopplung — ein Fenster, in dem die Korrelationsstruktur sich neu kalibriert. Dieses Fenster ist analytisch wertvoll, weil es auf einen Regimeübergang hinweisen kann, bevor offizielle Inflationsdaten ihn bestätigen. Wir beobachten solche Muster systematisch und prüfen, ob sie historisch konsistent mit Regimewechseln zusammenfallen.

02

Wie Inflation Querverbindungen neu schreibt

Die eigentlich interessante Frage ist nicht, ob Korrelationen sich ändern — das tun sie immer. Die interessante Frage ist, ob Inflationsregimewechsel systematisch vorhersehbare Muster in diesen Veränderungen erzeugen. Die Antwort, die wir aus historischen Analysen ableiten, ist: teilweise ja. Es gibt Muster, die sich über verschiedene Inflationsepisoden wiederholen — etwa die Tendenz realer Vermögenswerte, in frühen Inflationsphasen früher zu reagieren als nominale. Aber diese Muster sind keine Gesetze. Sie sind Hypothesen, die jedes Mal gegen aktuelle Daten geprüft werden müssen. Das ist methodisch unbequem, aber ehrlicher als ein Modell, das vorgibt, stabile Wahrheiten zu liefern.

Sektorale Durchleitungsgeschwindigkeiten

Inflation sickert nicht gleichmäßig durch alle Sektoren. Energie und Grundstoffe reagieren schnell, weil sie direkt mit Rohstoffpreisen verknüpft sind. Dienstleistungen und Technologie reagieren langsamer, weil ihre Kostenstrukturen träger sind. Diese unterschiedlichen Durchleitungsgeschwindigkeiten erzeugen temporäre Korrelationsabweichungen zwischen Sektoren, die in einem statischen Modell unsichtbar bleiben. Wer sie erkennt, kann die Sequenz eines Inflationsregimewechsels besser einordnen. Wer sie ignoriert, sieht nur das Ergebnis — nicht den Prozess, der dazu geführt hat.

Anleihen im Inflationsregimewechsel

Das Standardbild lautet: Anleihen sind ein Gegengewicht zu Aktien. In Niedriginflationsphasen hat das gut funktioniert. In Inflationsübergangsregimen ist dieses Bild komplizierter. Wenn Inflation latent ansteigt, können Anleihen und risikoreichere Anlageklassen gleichzeitig unter Druck geraten — die klassische Diversifikationslogik greift dann weniger zuverlässig. Das ist keine neue Erkenntnis, aber sie wird in der Praxis oft unterschätzt, weil Korrelationsmodelle aus ruhigen Phasen kalibriert wurden. Latente Inflationssensitivität zu schätzen bedeutet auch, diese Schwachstelle im Korrelationsrahmen methodisch zu adressieren.

Währungseffekte als stiller Verzerrer

Wer internationale Anlageklassen in Korrelationsanalysen einbezieht, bekommt ein zusätzliches Problem: Währungseffekte überlagern die Inflationssignale. Eine Anlageklasse kann auf Inflationsdruck in Lokalwährung stark reagieren, während der Währungseffekt diese Reaktion in der Basiswährung abschwächt oder verstärkt. Das verzerrt Korrelationsschätzungen systematisch — besonders wenn Inflationsregime in verschiedenen Währungsräumen zeitversetzt einsetzen. Wir empfehlen, Währungseffekte explizit zu modellieren und nicht in der Korrelationsstruktur zu verstecken. Ein Modell, das beides vermischt, beantwortet zwei verschiedene Fragen gleichzeitig — und keine davon richtig.

03

Was das für die Analyse bedeutet

Kreuzkorrelationen unter Inflationsdruck zu analysieren ist kein technisches Problem, das sich mit einer besseren Formel löst. Es ist ein konzeptionelles Problem: Welche Korrelationsstruktur gilt in welchem Regime, und wie erkennt man den Übergang, bevor er abgeschlossen ist? Unser Ansatz arbeitet mit regimekonditionierten Korrelationsschätzungen, die probabilistisch zwischen Regimezuständen unterscheiden. Das macht die Modelle komplexer — aber auch ehrlicher. Ein Modell, das sagt, in welchem Regime es sich befindet und wie sicher es sich dabei ist, ist einem Modell überlegen, das diese Frage einfach ausblendet.

Regimekonditionierte Schätzverfahren

Anstatt Korrelationen über lange Zeiträume zu mitteln, konditionieren wir Schätzungen auf wahrscheinliche Regimezustände. Das bedeutet: Für jedes identifizierte Inflationsregime — niedrig, übergangsweise, hoch — gibt es eine eigene Korrelationsmatrix. Diese Matrizen werden historisch kalibriert und regelmäßig aktualisiert. Der Übergang zwischen ihnen wird probabilistisch modelliert, nicht binär. Das ist methodisch aufwendiger, liefert aber Schätzungen, die für den analytischen Kontext relevanter sind. Wer wissen will, wie Asset-Klassen heute zusammenhängen, muss zuerst wissen, in welchem Regime er sich wahrscheinlich befindet.

Grenzen des Ansatzes benennen

Kein Korrelationsmodell ist immun gegen Regimeüberraschungen. Wenn ein Inflationsregimewechsel schneller eintritt als historische Muster erwarten lassen, können selbst gut kalibrierte Modelle vorübergehend falsche Signale liefern. Das ist kein Argument gegen die Methode — es ist ein Argument für Transparenz über ihre Grenzen. Wir benennen diese Grenzen explizit, weil ein Modell, das seine eigenen Schwachstellen kennt, verlässlicher ist als eines, das sie verschweigt. Analytische Sorgfalt bedeutet auch: den Nutzer des Modells über das informieren, was das Modell nicht kann.

Kreuzkorrelationen unter Inflationsdruck: Was Asset-Klassen wirklich miteinander verbindet