Institutional Money, Ausgabe 3 | 2017

tionellen Investoren, die Smart-Beta-Strate- gien analysieren wollen, repliziert werden. Spread-Schätzungen Die eine basiert auf der Arbeit von Cor- vin und Schultz von 2012, die tägliche Schwankungsbreiten von Aktien für die Schätzung von täglichen Spreads benutzt. Diese Methode wird als Bandbreiten-Spread- Schätzung bezeichnet. Die zweite Form basiert auf einer Studie von Chung und Zhang von 2014, in der die Bid-Ask-Schluss-Spreads der einzelnen Handelstage herange- zogen werden. Sie wird Schluss- Spread-Schätzmethode genannt. Es gibt in der wissenschaftlichen Literatur ausreichend Hinweise da- rauf, dass die Ergebnisse dieser bei- den Methoden tatsächlich mit den Kosten, die sich aus Hochfrequenzdaten ablesen lassen, hoch korreliert sind. Das EDHEC-Risk Institute (ERI) hat eigene Schätzungen vorgenommen und bestätigen können, dass die Niedrigfrequenzschätzer die Höhe der Transaktionskosten verlässlich einfangen. Im Besonderen konnte man zei- gen, dass die beiden Kenngrößen Informa- tion über die Transaktionskosten enthalten, wie sie von Handelsplätzen in Übereinstim- mung mit Rule 605 der SEC-Regulierung berichtet werden. Sie gehen auch Hand in Hand mit den effektiven Spreads, wie sie aus den Hochfrequenzdaten zu Trades und Quotes (TAQ) herausgefiltert werden. Ver- gleicht man die Schätzer, die ERI verwen- det, dann ist man auf der sicheren Seite, da diese konservativer sind und dazu tendieren, die Kostenbelastung von Smart-Beta-Stra- tegien leicht zu überschätzen. Durch diesen erfrischend einfachen, aber verlässlichen Ansatz wird es Institutionellen möglich, die Kosten anderer als der exem- plarisch in der EDHEC-Studie dargestellten Strategien abzu- schätzen. Die Grafik „Effekti- ve Spread-Schätzungen“ stellt auf das Universum der Top- 3.000-US-Aktien ab, die über den Zeitraum von Anfang 1993 bis Ende 2014 auf Basis von CRSP-Daten untersucht wurden. Dabei wurde im obersten Chart die Entwick- lung der Spreadkosten anhand der Bandbreiten-Spread-Schätzung für das kleinste Dezil, also klassische Small Caps, im der mittleren Grafik für den Gesamt- markt und im untersten Teil für das Top- dezil der 300 größten US-Titel über 42 Jah- re monatsweise dargestellt. Gleiches gilt im Wesentlichen für die Schluss-Spread-Schät- zung, allerdings gibt es Daten hier erst ab Jahresanfang 1993. Ein südwärts gerichteter Trend ist dabei in allen Fällen unverkenn- bar, allerdings durch Krisen wie etwa 2008/09 unterbrochen, wo die Märkte we- niger liquid wurden. Festzuhalten ist, dass die Werte volle Spreads darstellen. Damit geben sie die Kosten eines vollen Roundtrip-Trades, also von An- und Verkauf in dem betreffenden Aktienuniversum, wieder. Die Ergebnisse legen nahe, dass beide Schätzmethoden ähnliche Resultate liefern. Im Zeitablauf hat sich der durchschnittliche Spread von zwei Prozent in den 70er-Jahren klar unterhalb von einem Prozent etabliert. Wird ein Gleichgewichtungsansatz über 3.000 US-Aktien verfolgt, fallen naturge- mäß die höheren Spreads der Small Caps stärker ins Gewicht. Betrachtet man das Topdezil der 300 größten Titel, lagen die Kosten eines Round Turns schon in den 70er-Jahren bei 0,5 Prozent, während sie für Small Caps noch bei Werten von fünf Pro- zent und mehr lagen. Des Weiteren sind Spread-Spitzen in Zeiten von Liquiditäts- krisen wie etwa 2008/09 zu registrieren. Augenmerk sollte man auch auf jene Zeit- fenster richten, so die Autoren, in denen die Größe des kleinsten Ticks verändert wurde. Die erste Änderung gab es hier 1997, als man von Achtel auf Sechzehntel umstellte, die zweite dann 2001, als die Tick-Größe von 1/16 auf 1/100 ungestellt wurde. Klei- nere Ticks erlauben wettbewerbsfähigere Spreads, und genau das trat auch ein, wenn man die Spread-Niveaus vor 1997 mit de- nen nach 2001 vergleicht. Die Autoren wenden nun Transaktions- kostenschätzungen auf verschiedene Smart- Beta-Strategien, nämlich die Efficient-Mini- mum-Volatility-, die Maximum-Deconcen- tration- sowie eine Multi-Beta-Multi-Strate- gy-Vier-Faktor-Gleichgewichtungs-Strate- gie an, wobei sie dort, wo verfügbar, die Schluss-Spread-Schätzmethode anwenden, davor greifen sie auf die Bandbreiten- Spread-Schätzung zurück. Auf das Universum kommt es an Die vier Autoren des EDHEC-Papers kommen zur Erkenntnis, dass Schlussfolge- rungen zu Transaktionskosten und Herausforderungen bei der Implementierung sehr stark vom betrachteten Aktienuni- versum abhängig sind, sind doch die Transaktionskosten, die Liquidität und damit die Umsetzung von Smart-Beta- Strategien etwa bei Small Caps andere als bei marktbreiten Aktien der ersten Reihe. Diese Unterschiede illustriert die Grafik „Implementierungskos- ten alternativer Gewichtungs- schemata“, wo auf vier ver- schiedene Aktienuniversen, be- 96 N o. 3/2017 | www.institutional-money.com T H E O R I E & P R A X I S : SMAR T BE TA FOTO : © E R I » Smart-Beta-Strategien sollten sich unbedingt liquider Aktienuniversen bedienen. « Mikheil Esakia, quantitativer Research-Analyst bei ERI Scientific Beta in Nizza Umsatz- und Liquiditätsregeln bei Min-Vol-Strategie Implementierungsregeln behalten die Kosten der liquideren Strategie im Griff. Efficient Minimum Volatility USA Langfrist-Ansatz* vor Anwendung nach Anw. der nach Anw. von v. Umsatz- und Umsatzregeln, vor Umsatz- und Liquiditätsregeln Anw. d. Liq.-Regeln Liquiditätsregeln Portfolioumschlag (einfach) 54,57 % 37,96 % 30,02 % Transaktionskosten 0,38 % 0,29 % 0,18 % Umsetzungszeit (95. Perzentil) 3,14 3,13 2,19 Trading Multiple (99. Perzentil) 15,53 9,64 1,30 Basis ist die Efficient-Min-Vol-Strategie von EDHEC. Sinnvolle Liquiditäts- und Umsatzregeln führen dazu, dass sich die Transaktionskosten halbieren und die Trading Multiples mehr als zehnteln. *31. Dez. 1972 bis 31. Dez. 2014 Quelle: Studie