Wahrscheinlichkeit eines Verlusts über verschiedene Anlagehorizonte: Ein Entscheidungsmodell-Leitfaden

Märkte können sich kurzfristig wie ein Münzwurf anfühlen — und langfristig wie die Schwerkraft. Das Schwierige ist, genau zu quantifizieren, in welchem Maße das zutrifft.

Was „Wahrscheinlichkeit eines Verlusts“ tatsächlich bedeutet

„Wahrscheinlichkeit eines Verlusts“ klingt einfach: die Chance, dass Ihre Anlage am Ende weniger wert ist als das eingesetzte Kapital. In Entscheidungsmodellen ist es hilfreich, sie präzise zu definieren, weil unterschiedliche Definitionen zu sehr unterschiedlichen Schlussfolgerungen führen.

Gängige Definitionen sind:

• Nominale Verlustwahrscheinlichkeit: Endwert liegt unter dem ursprünglichen Kapital, ohne Berücksichtigung von Inflation und Steuern.
• Reale Verlustwahrscheinlichkeit: Endwert liegt unter dem Kapital nach Berücksichtigung der Inflation (Kaufkraftverlust).
• Nach-Steuern-Verlustwahrscheinlichkeit: Endwert liegt nach Steuern unter dem Kapital, relevant für steuerpflichtige Konten und kurze Horizonte.
• Pfadabhängige Verlustwahrscheinlichkeit: Sie „verlieren“, wenn Sie zu irgendeinem Zeitpunkt unter eine Schwelle fallen (wichtig bei Hebel, Margin und Ausgabebedarf).
• Horizontverlustwahrscheinlichkeit: Sie „verlieren“ nur, wenn der Wert an einem bestimmten zukünftigen Datum unter dem Kapital liegt (am gebräuchlichsten bei Rentenprojektionen und zielorientierter Planung).

Für die meisten Anleger ist die entscheidungsrelevante Version die Horizontverlustwahrscheinlichkeit: „Wenn ich heute investiere und das Geld in X Jahren brauche, wie groß ist die Chance, dass ich im Minus bin?“

Warum der Zeithorizont die Chancen verändert

Der Zeithorizont verändert die Chancen aus zwei Gründen:

1. Aufzinsung (Compounding) der erwarteten Renditen: Hat eine Anlageklasse eine positive langfristige erwartete Rendite, verschiebt sich die Verteilung der Ergebnisse mit der Zeit nach oben.
2. Aggregation der Volatilität: Renditen vergrößern sich ebenfalls auf unvorhersehbare Weise; die Varianz wächst mit der Zeit, allerdings nicht im gleichen Verhältnis wie das Mittel.

Eine einfache Art, das Tauziehen zu sehen: Je länger Sie in einer risikobehafteten Anlage mit positiver erwarteter Rendite bleiben, desto mehr Zeit geben Sie dem „Drift“, zufällige Schocks zu übertreffen. Das heißt aber nicht, dass Verluste verschwinden — vor allem nach Inflation, Gebühren und ungünstigen Renditeabfolgen.

Entscheidungsmodelle versuchen, diese Intuition in Zahlen zu gießen.

Das zentrale Entscheidungsmodell-Werkzeugset

Wenn Analysten die Verlustwahrscheinlichkeit über Horizonte schätzen, wählen sie typischerweise aus einigen Modellierungsansätzen. Jeder bringt Annahmen mit, die wichtiger sind, als viele glauben.

1) Historische Rolling-Window-Analyse

Man nimmt die Geschichte — zum Beispiel monatliche Renditen des S&P 500 — und berechnet die Ergebnisse für jede rollierende 1-Jahres-Periode, jede rollierende 5-Jahres-Periode, jede rollierende 10-Jahres-Periode usw. Dann zählt man den Anteil der Perioden, die negativ endeten.

Vorteile

• Auf realen Marktregimen basiert.
• Bezieht Krisen, Erholungen und hässliche Sequenzen ein.

Nachteile

• Begrenzte Stichprobengröße für lange Horizonte (es gibt einfach nicht viele nicht überlappende 30-Jahres-Perioden).
• Die Geschichte enthält einen spezifischen Pfad von Inflation, Bewertungen und Politikregimen.
• Die Zukunft muss der Vergangenheit nicht gleichen.

Rolling-Window-Ergebnisse wirken für Leser oft am überzeugendsten, weil sie greifbar sind: „Historisch gesehen haben Sie X % der Zeit über Y Jahre verloren.“ Aber es ist trotzdem eine Modellwahl — eine, die implizit annimmt, die zukünftige Verteilung sehe wie die historische aus.

2) Parametrische Modelle (Normal- / Lognormal-Annahmen)

Hier nimmt man an, dass Renditen einer statistischen Verteilung folgen — oft normal für arithmetische Renditen oder lognormal für Preise — und verwendet geschätzte Mittelwerte und Volatilitäten, um Wahrscheinlichkeiten zu berechnen.

Eine klassische Vereinfachung: Wenn Jahresrenditen IID (unabhängig und identisch verteilt) mit Mittelwert μ und Volatilität σ sind, skaliert über T Jahre das Mittel etwa wie μT und die Volatilität wie σ√T (bei arithmetischer Aggregation). Bei lognormaler Aufzinsung arbeitet man mit logarithmischen Renditen.

Vorteile

• Transparente Mathematik.
• Einfach Wahrscheinlichkeiten für jeden Horizont zu berechnen.

Nachteile

• Finanzrenditen haben fette Schwänze, Schiefe und Regimewechsel.
• Korrelationen steigen in Krisen an.
• IID-Annahmen unterschätzen Sequenzeffekte und Crashrisiken.

Wenn Sie jemals ein hübsches Diagramm gesehen haben, in dem die Verlustwahrscheinlichkeit glatt mit der Zeit abnimmt, stammt das oft aus einer parametrischen Modellierung. Reale Märkte sind unordentlicher.

3) Monte-Carlo-Simulation (mit realistischen Merkmalen)

Monte-Carlo-Modelle erzeugen tausende plausibler Renditepfade. Die Qualität der Ergebnisse hängt davon ab, was Sie hineinlegen:

• Fette Schwänze (z. B. t-Verteilung)
• Volatilitätsclustering (z. B. GARCH-ähnliches Verhalten)
• Regimewechsel (ruhige vs. Krisenperioden)
• Zeitvariierende erwartete Renditen (bewertungenarmerichtige Modelle)
• Korrelationsspitzen in Drawdowns
• Inflationsmodell für reale Verlustwahrscheinlichkeit

Vorteile

• Flexibel und kann Pfadabhängigkeit einbeziehen.
• Am besten geeignet für zielorientierte Entscheidungsmodelle (Studienfonds, Rentenausgaben).

Nachteile

• Leicht lässt sich eine Simulation bauen, die zwar komplex wirkt, aber optimistische Annahmen versteckt.
• Ergebnisse sind empfindlich gegenüber Eingaben (μ, σ, Schwanzdicke, Rebalancing-Regeln).

In der Praxis liefert ein gut gebautes Monte-Carlo nicht „die Antwort“. Es liefert eine Spanne und macht sichtbar, welche Annahmen die Spanne treiben.

Kurze Horizonte: warum Verluste häufig sind und persönlich schmerzen

Über Tage, Wochen und sogar ein Jahr dominieren Märkte Rauschen, Schlagzeilen, Liquidität und sich ändernde Erwartungen. Selbst bei breiten Aktienindizes mit positiver langfristiger erwarteter Rendite kann die Wahrscheinlichkeit eines Verlusts über einen 1-Jahres-Horizont in vielen Regimen unangenehm hoch sein.

Implikationen für Entscheidungsmodelle bei kurzen Horizonten:

• Bargeld und hochwertige kurzfristige Anleihen gewinnen oft bei der Verlustwahrscheinlichkeit, auch wenn sie langfristig beim Wachstum verlieren.
• Transaktionskosten, Spreads und Steuern können „flach“ in „im Minus“ verwandeln, besonders bei häufigem Handel.
• Risikokapazität ist wichtiger als Risikotoleranz: Wenn Sie das Geld bald brauchen, haben Sie möglicherweise nicht die Kapazität, einen Drawdown auszuhalten.

Eine praktische Modellierungsmethode ist, einen „erforderlichen Boden“ am Horizont zu definieren: z. B. „Ich brauche in 12 Monaten mindestens 95 % meines Kapitals.“ Das verwandelt die Portfoliowahl in ein kontrainiertes Optimierungsproblem: erwartete Rendite maximieren unter der Bedingung von Bodeneinhaltungswahrscheinlichkeiten.

Mittlere Horizonte: das Schlachtfeld des Sequenzrisikos

Das 3–10-Jahres-Fenster ist der Lebensbereich vieler Ziele: Eigenkapital für ein Haus, Berufswechsel, Unternehmensgründung oder Studienfinanzierung. Es ist auch der Bereich, in dem Anleger hin- und hergerissen werden: lang genug, um zu erwarten, dass Märkte „funktionieren“, kurz genug, dass eine einzelne schlechte Sequenz dominieren kann.

Sequenzrisiko ist nicht nur ein Rentenbegriff. Es ist jede Situation, in der frühe negative Renditen Ihre Fähigkeit verringern, bis zum Zeitpunkt des Geldbedarfs wieder aufzuholen.

Entscheidungsmodellwerkzeuge, die zu diesem Horizont passen:

• Glidepaths: Risiko schrittweise reduzieren, je näher der Horizont rückt.
• Dynamische Rebalancing-Regeln: bei Schwäche nachkaufen, aber mit Leitplanken, damit man kein „fallendes Messer“ fängt.
• Wahrscheinlichkeitsgestützte Böden: „Behalte die Verlustwahrscheinlichkeit unter 20 % in Jahr 5“, jährlich neu berechnet.

Ein oft unterschätzter Punkt: Diversifikation hilft bei manchen Horizonten mehr als bei anderen. Über mittlere Horizonte kann das Hinzufügen von niedrig korrelierten Anlagen die Streuung der Ergebnisse verringern — und damit die Verlustwahrscheinlichkeit reduzieren — ohne die erwartete Rendite vollständig zu opfern.

_{Photo by Markus Winkler on Unsplash}

Lange Horizonte: warum „Zeit diversifiziert“ stimmt — und unvollständig ist

Bei breiten Aktien ist die langfristige Geschichte, dass positive erwartete Renditen tendenziell dominieren. Historisch nimmt die Häufigkeit nominaler Verluste oft ab, je länger der Horizont. Viele Investoren interpretieren das als „Aktien sind sicher, wenn man lange genug wartet.“

Die Entscheidungsmodell-Perspektive ist vorsichtiger:

1. Langer Horizont reduziert die Wahrscheinlichkeit nominaler Verluste, nicht notwendigerweise realer Verluste. Inflation kann „aufwärts“ still und leise in „abwärts“ der Kaufkraft verwandeln.
2. Bewertung beim Einstieg ist wichtiger, als viele zugeben. Der Kauf zu extremen Bewertungen kann die Verlustwahrscheinlichkeit über lange Horizonte erhöhen im Vergleich zum Kauf bei depressiven Bewertungen.
3. Regimerisiko verschwindet nicht. Kriege, Politikwechsel, Schuldenkrisen und strukturelle Abschwächungen können Renditen über Jahrzehnte umgestalten.
4. Ihr Horizont ist nicht immer das, was Sie denken. Ein „30-Jahres-Horizont“ ist oft eine Kette kürzerer Horizonte, weil das Leben Entnahmen, Umschichtungen oder Jobverluste zu ungünstigen Zeiten erzwingt.

Lange Horizonte bieten einen starken Vorteil: die Möglichkeit, Zwischenverluste auszuhalten, ohne zum ungünstigen Zeitpunkt verkaufen zu müssen. In Entscheidungsbegriffen ist der Zeithorizont teilweise ein Proxy für Liquiditätskonstraints-Risiko.

Horizonte in ein Entscheidungsmodell übersetzen: die wesentlichen Schritte

Ein nützliches Modell spuckt nicht nur eine Kurve aus. Es verbindet die Verlustwahrscheinlichkeit mit einer Wahl: Asset-Allokation, Sparrate, Versicherung oder Ausgabeflexibilität.

Schritt 1: Ziel und Verlustdefinition festlegen

Formulieren Sie es wie einen Vertrag:

• „In 7 Jahren brauche ich mindestens 120.000 $ für eine Anzahlung.“
• „In 20 Jahren möchte ich eine 90%-Chance haben, die Inflation um 2 % jährlich zu übertreffen.“
• „In den nächsten 3 Jahren kann ich keinen größeren als 15%-Drawdown zu irgendeinem Zeitpunkt tolerieren.“

Jede Aussage impliziert eine andere Wahrscheinlichkeitsberechnung.

Schritt 2: Das investierbare Set (und Constraints) wählen

Ein Modell sollte widerspiegeln, was Sie tatsächlich halten können:

• Aktienindexfonds
• Schatzwechsel/-anleihen
• Investment-Grade-Anleihen
• Inflationsgeschützte Anleihen
• Bargeldäquivalente
• Alternatives (nur wenn Sie sie ehrlich modellieren können)

Einschränkungen könnten beinhalten:

• Maximaler Aktienanteil
• Kein Hebel
• Mindestbargeldreserve
• Rebalancing-Frequenz

Schritt 3: Renditetreiber so modellieren, dass sie zum Horizont passen

• Für kurze Horizonte sind Gebühren und Steuern dominant; Volatilität dominiert die Ergebnisse.
• Für mittlere Horizonte spielen Korrelationen und Drawdown-Dynamiken eine Rolle.
• Für lange Horizonte werden Inflation und Bewertungsanfälligkeit entscheidend.

Sie brauchen kein PhD-Modell, aber Kohärenz ist nötig. Wenn Sie zum Beispiel dauerhaft stabile 2 % Inflation annehmen und gleichzeitig krisenähnliches Aktienverhalten modellieren, wird Ihre reale Verlustwahrscheinlichkeit verzerrt sein.

Schritt 4: Verlustwahrscheinlichkeit und Trade-off-Kurve bewerten

Statt eines einzelnen Portfolios wollen Sie eine effiziente Grenze im Wahrscheinlichkeitsraum:

• Portfolio A: 10 % Verlustwahrscheinlichkeit in 5 Jahren, geringer Aufwärtsspielraum
• Portfolio B: 20 % Verlustwahrscheinlichkeit in 5 Jahren, höherer Aufwärtsspielraum
• Portfolio C: 35 % Verlustwahrscheinlichkeit in 5 Jahren, deutlich höherer Aufwärtsspielraum

Wenn Sie die Kurve sehen, wird die Wahl klarer: Sie wählen, wie viel Verlustwahrscheinlichkeit Sie „zahlen“ wollen, um höheren erwarteten Wohlstand zu erhalten.

Eine konkrete Denkweise zu Horizonten: drei verschiedene „Verlust“-Probleme

Der 1-Jahres-Anleger: Enttäuschungsrisiko minimieren

Ein Ein-Jahres-Anleger erlebt Verlust oft als emotionalen Schaden und Bedauern, nicht als finanziellen Ruin. Das Modell ist dennoch simpel:

• Fokus auf Volatilität, Tail-Risiken und Nach-Steuern-Ergebnisse.
• Betonung des Kapitalerhalts.
• Vermeidung von Strategien, die auf planmäßige Mittelwert-Rückkehr angewiesen sind.

In der Praxis profitiert dieser Anleger von expliziten Regeln:

• „Wenn das Ziel-Datum fix ist, reduzierte Aktienexposure.“
• „Wenn ich auf Aktienbestehen will, dimensioniere sie so, dass ein schlechtes Jahr den Plan nicht bricht.“

Der 5-Jahres-Anleger: Zielverfehlungsrisiko minimieren

Für ein Fünf-Jahres-Ziel ist der Schmerz, einen Kauf zu verpassen oder ein Lebensereignis zu verschieben. Hier sollte das Modell integrieren:

• Wahrscheinlichkeit, unter dem erforderlichen Zielwert zu enden
• Wahrscheinlichkeit, in Jahr 3–4 unter dem Ziel zu liegen (wenn Flexibilität besteht)
• Rebalancing-Regeln und Beitragsschemata

Das Hinzufügen von Beiträgen (Dollar-Cost-Averaging) kann die Verlustwahrscheinlichkeit gegenüber einem Einmalbetrag verringern, bringt aber eine Verhaltensfalle mit sich: Menschen stoppen Beiträge während Abschwüngen, was einen Modellvorteil in einen realen Nachteil verwandelt.

Der 30-Jahres-Anleger: Kaufkraftunterdeckung minimieren

Bei langem Horizont werden nominale Verluste uninteressant im Vergleich zu realen Ergebnissen. Der „Verlust“ dieses Anlegers kann das Versagen sein, die Kaufkraft genug zu steigern, um Rentenausgaben zu sichern.

Das Modell sollte beinhalten:

• Inflationsszenarien (einschließlich „hartnäckiger“ Inflationsphasen)
• Reale Renditen, nicht nur nominale
• Langlebigkeitsrisiko (Ihr Horizont könnte 40 Jahre, nicht 30 sein)
• Sequenzrisiko nahe der Verrentung, auch wenn der Horizont heute lang ist

Deshalb reduzieren Ziel-Datum-Strategien oft den Aktienanteil, wenn die Rente naht: nicht weil Aktien plötzlich „schlecht“ werden, sondern weil Ihr effektiver Horizont sich verkürzt, wenn Entnahmen bevorstehen.

Produkte und Instrumente, die die Verlustwahrscheinlichkeit prägen (und das Kleingedruckte)

Viele Instrumente werden damit beworben, das Abwärtsrisiko zu reduzieren. Einige tun das wirklich; andere verlagern Risiken in Gebühren, Caps oder Komplexität. Aus Sicht eines Entscheidungsmodells verändert jedes Instrument die Verteilungsform der Ergebnisse.

1. Treasury Bills
   Kurzfristige Staatsschulden sind die Basis, um die nominale Verlustwahrscheinlichkeit über kurze Horizonte zu minimieren. Die Hauptgefahren sind Reinvestitionsrisiko (Zinssätze ändern sich) und Inflation, die den realen Wert erodiert.

2. Investment-Grade-Bond-Fonds
   Sie können die Volatilität gegenüber Aktien reduzieren, sind aber nicht „verlustfest“, besonders über kurze Horizonte, wenn die Zinsen steigen. Duration zählt: längere Duration bedeutet größere Sensitivität gegenüber Zinsänderungen.

3. Inflationsgeschützte Wertpapiere (TIPS)
   Oft verwendet, um die reale Verlustwahrscheinlichkeit zu reduzieren, besonders für mittlere bis lange Horizonte. Sie schwanken weiterhin im Preis, aber die Inflationsanpassung kann die Kaufkraft über die Zeit verankern.

4. Ausgewogene Indexfonds (60/40-Stil)
   Klassischer Ansatz zur Volatilitätsreduktion. Die Verlustwahrscheinlichkeit hängt stark vom Verhalten der Anleihekomponente ab; bei Inflationsschocks können beide Komponenten gleichzeitig leiden.

5. Target-Date-Fonds
   Sie kodieren einen Glidepath und gehen direkt auf horizontbasierte Risiken ein. Entscheidend ist, ob der Glidepath zu Ihrer Ausgaben- und Entnahmewirklichkeit passt, nicht zum generischen Rentenjahr des Fonds.

6. Schutz-Put-Strategie (Optionsabsicherung)
   Kann linke Schwanzereignisse über einen definierten Horizont scharf reduzieren, aber die erwarteten Kosten sind real. Im Entscheidungsmodell kaufen Sie eine geringere Verlustwahrscheinlichkeit mit einem Ertragseinbußen-Drag.

7. Fixed Indexed Annuities
   Werden oft als „kein Abwärtsrisiko mit Aufwärtspotenzial“ verkauft. In Entscheidungsmodellen ist die Wahrheit, dass das Abwärtsrisiko durch Design begrenzt wird, während das Aufwärtspotenzial durch Teilnahmequoten, Spreads und Caps gedeckelt ist. Liquiditätsbeschränkungen und Kreditbedingungen sind wichtig.

Die versteckten Variablen, die die Verlustwahrscheinlichkeit stärker verschieben als „Zeit“

Der Zeithorizont ist mächtig, aber er ist nicht der einzige Hebel. Mehrere Variablen können den Horizont-Effekt überlagern.

Einstiegbewertung und erwartete Rendite

Sind die erwarteten Renditen niedriger (weil Bewertungen hoch oder Wachstum schwach ist), steigt die langfristige Verlustwahrscheinlichkeit. Modelle, die eine konstante historische Aktienprämie annehmen, können das Risiko in gedehnten Bewertungsregimen unterschätzen.

Gebühren und Friktionen

Eine jährliche Gebühr von 1 % wirkt klein, aber sie kapitalisiert. Über lange Horizonte kann sie einen knappen realen Gewinn in einen realen Verlust verwandeln. Entscheidungsmodelle sollten Gebühren als sichere negative Rendite behandeln, nicht als Nachsatz.

Inflationsregime

Inflation ist der stille Verderber. Selbst wenn die nominale Verlustwahrscheinlichkeit mit der Zeit sinkt, kann die reale Verlustwahrscheinlichkeit in inflationsstarken Jahrzehnten hartnäckig bleiben. Wenn Ihr Ziel Kaufkraft ist, ist Inflationsmodellierung keine Option.

Verhalten beim Verkaufen

Der beste statistische Horizont ist bedeutungslos, wenn Sie in Panik verkaufen. Ein realistisches Entscheidungsmodell inkludiert eine verhaltensorientierte Einschränkung: Kann der Anleger tatsächlich einen 40%-Drawdown aushalten? Wenn nicht, sollte das Modell den Aktienanteil reduzieren oder explizite Absicherungen vorsehen.

Währungsrisiko (für globale Anleger)

Wenn Ihre künftigen Ausgaben in einer Währung erfolgen, Ihre Investments aber in mehreren Währungen sind, erzeugen Wechselkurse eine weitere Schicht horizonabhängigen Risikos. Über lange Horizonte können Währungen zum Mittelwert zurückkehren — oder lange Zeit fehlbewertet bleiben. In beiden Fällen erhöhen sie die Streuung.

Aufbau einer nutzbaren „Verlustwahrscheinlichkeitskurve“

Wenn Sie ein nutzbares Artefakt wollen, ist es dieses: Für jedes Kandidatenportfolio zeichnen Sie die Wahrscheinlichkeit eines Verlusts über mehrere Horizonte (1, 3, 5, 10, 20 Jahre), sowohl nominal als auch real. Fügen Sie dann eine zweite Kurvenserie für „schlechte, aber plausible“ Regime hinzu (höhere Inflation, geringeres Wachstum, höhere Volatilität).

Ein gut gestaltetes Kurvenset beantwortet reale Fragen:

• „Wenn ich heute investiere, wie wahrscheinlich ist es, dass ich beim Bedarf im Minus bin?“
• „Wie sehr reduziert Diversifikation diese Wahrscheinlichkeit in 5 Jahren?“
• „Brauche ich einen Glidepath, weil die Wahrscheinlichkeit in der Nähe des Zieldatums ansteigt?“
• „Ist mein reales Risiko Inflation und nicht Marktvolatilität?“

Und am wichtigsten: Es erzwingt Ehrlichkeit — man kann Risiken nicht mit Slogans über Geduld wegwischen. Man sieht, wo Geduld hilft — und wo nicht.

Die praktische Erkenntnis in der Mathematik: passe den Horizont an das Asset an

Wahrscheinlichkeit eines Verlusts ist kein moralisches Urteil über Aktien oder Anleihen. Es ist ein Messproblem, das damit verknüpft ist, wann Sie das Geld brauchen und was Verlust für dieses Ziel bedeutet.

• Kurzfristige Ziele tendieren dazu, Instrumente mit geringer Streuung und geringem Tail-Risiko zu bevorzugen.
• Mittelfristige Ziele erfordern oft einen Mix: genug Wachstum, um Inflation zu schlagen, genug Stabilität, um Planversagen zu vermeiden.
• Langfristige Ziele können die Aktienrisikoprämie nutzen, aber nur, wenn Inflation, Gebühren und Verhalten als erstklassige Variablen behandelt werden.

Mit anderen Worten: Der Zeithorizont beseitigt Risiken nicht magisch; er formt sie um. Ein gutes Entscheidungsmodell macht diese Umformung sichtbar — damit Sie die Trade-offs mit offenen Augen wählen können.

External Links

Investing Risk and Time Horizon: What You Need To Know The Value of long-Term Investing - Simply Ethical [PDF] Investment Horizon Effects - e-Repositori UPF How likely is it to beat the target at different investment horizons: an approach using compositional data in strategic portfolios | Financial Innovation | Springer Nature Link Understanding Investment Time Horizons: Short, Medium, and Long …

External References

• Treasury Bills
• Investment Grade Bond Funds
• Inflation Protected Securities TIPS
• Funds 60 40 style
• Target Date Funds
• Strategy Options Hedge
• Fixed Indexed Annuities