Institutional Money, Ausgabe 4 | 2024

variablen für einen bestimmten Sektor am relevantesten sein sollten, sind einige Beziehungen möglicherweise weniger offensichtlich. Die einfache Auswahl der besten Variablen für jeden Sektor auf der Grundlage der Prognosefähigkeit der gesamten Stichprobe beinhaltet eine Verzerrung und ist daher für unseren Out-of-Sample-Ex-ante-Ansatz nicht ange- messen. Folglich schließen die Autoren für jeden Sektor alle Variablen in das Prognosemodell ein. Um potenzielle Pro- bleme bei der Verwendung von OLS zu umgehen, ver- wenden sie alternative multivariate Ansätze und vergleichen deren Performance. Die Kombination der Vorhersagekraft fundamentaler,ma- kroökonomischer und technischer Variablen sollte jedenfalls zu besseren Prognosen führen. In der Tabelle „Multivariate Sektorprognosen“ werden die Ergebnisse für die multivariaten Prognosemodelle, in denen alle Variablen enthalten sind, präsentiert. Das jeweils verwendete Prognosemodell wird in der ersten Spalte angezeigt. Beim Vergleich der Prognose- performance für die verschiedenen Sektoren wird deutlich, dass die Renditen einiger Sektoren – zum Beispiel von Öl und Gas – besser prognostizierbar sind als die Renditen anderer, etwa imGesundheitswesen. Für den Sektor Öl und Gas übertreffen sieben von acht Prognosemodellen den his- torischen Durchschnitt bei der Prognose zukünftiger Ren- diten erheblich, wie die signifikanten t-Werte auf dem 90- Prozent-Niveau zeigen. Für die Sektoren Fertigung, Techno- logie und Telekommunikation sowie Finanzen übertreffen der TRF-Ansatz (zielrelevanter Faktoransatz) und das nach demMSPE (Mean Squared Prediction Error; mittlerer qua- dratischer Prognosefehler) gewichtete kombinierte Progno- semodell (FC-MSPE-w.avrg.) den historischen Durchschnitt erheblich. Für den Gesundheitssektor übertrifft kein Pro- gnosemodell den historischen Durchschnitt auf signifikan- tem Niveau. Die Tabelle illustriert, dass die überwiegende Mehrheit der multivariaten Prognosemodelle jedoch positi- ve MSPE-bereinigte t-Werte erzielt, was auf eine Outperfor- mance im Vergleich zum historischen Durchschnitt hindeu- tet, nachdem imHinblick auf das Rauschen in den Progno- sen korrigiert wurde. Asset-Allocation-Strategien Die Analysen der Prognoseperformance auf Basis des MSPE (mittlerer quadratischer Vorhersagefehler) liefern vielverspre- chende Erkenntnisse in die Richtung, dass imGegensatz zur gängigen Meinung die Verwendung gut spezifizierter Pro- gnosemodelle doch einen Mehrwert schaffen kann. Die wichtigste und wesentliche Frage für Investoren ist jedoch, ob die Verwendung dieser Renditeprognosemodelle bei Entscheidungen zur Asset Allocation zu höheren risiko- adjustierten Renditen führt. Dabei setzen die Autoren in Sektorspezifika Die sechs US-Aktien-Sektoren unter der statistischen Lupe PANEL A: SUMMARISCHE STATISTIK Markt Öl/Gas Industrie/Gewerbe Konsumgüter/Dienstl. Pharma/Gesundheit Technologie/Telekom Finanzen Mean 0,89 % 0,98 % 0,96 % 0,88 % 0,99 % 0,91 % 0,90 % Median 1,24 % 1,09 % 1,05 % 1,10 % 1,23 % 1,20 % 1,33 % Max 16,17 % 19,42 % 15,08 % 18,38 % 24,37 % 21,37 % 24,11 % Min –23,26 % –21,02 % –21,52 % –31,67 % –19,57 % –26,98 % –24,06 % Standardabweichung 4,53 % 5,54 % 4,66 % 5,16 % 4,59 % 5,83 % 5,77 % Schiefe –0,711 –0,217 –0,558 –0,736 –0,283 –0,627 –0,600 Wölbung 5,585 4,259 5,704 6,737 5,730 5,347 5,730 Jarque–Bera-Test 174,42*** 35,55*** 171,46*** 323,36*** 155,85*** 141,83*** 178,3*** Anz. d. Beobachtungen 481 481 481 481 481 481 481 PANEL B: KORRELATIONSMATRIX Öl/Gas 0,66*** 1 Industrie/Gewerbe 0,93*** 0,67*** 1 Konsumgüter/Dienstl. 0,91*** 0,49*** 0,85*** 1 Pharma/Gesundheit 0,80*** 0,44*** 0,71*** 0,72*** 1 Technologie/Telekom 0,86*** 0,46*** 0,74*** 0,76*** 0,56*** 1 Finanzen 0,86*** 0,51*** 0,83*** 0,80*** 0,74*** 0,63*** 1 PANEL C: ANTEIL DES SEKTORS AN DER MARKTKAPITALISIERUNG DES GESAMTMARKTES Indexgewichte 100,00 % 10,81 % 18,22 % 24,69 % 11,17 % 17,11 % 18,00 % Panel A bietet eine statistische Analyse zu den Eigenschaften der Sektorindexrenditen im Zeitraum von Januar 1974 bis Dezember 2013. Der Jarque-Bera-Test ist ein statistischer Test, der anhand der Schiefe und der Kurtosis prüft, ob eine Normalverteilung vorliegt. Diese These ist zu verwerfen. Panel B stellt eine Korrelationsmatrix für die Sektorindexrenditen dar. *** zeigt Werte an, die sich auf dem 90/95/99-%-Niveau signifikant von 0 unterscheiden. Panel C zeigt das relative Sektorgewicht im Vergleich zum Marktwert des Gesamtmarktindex zum 31. 12. 2013. Quelle: Studie 84 N o . 4/2024 | institutional-money.com THEORIE & PRAXIS | Asset Allocation