Institutional Money, Ausgabe 4 | 2020
wurde dies anhand einer Stichprobe von US-Aktien-Investmentfonds im Zeitraum Ende 2000 bis 2016. Als Basis diente die Datenbank des Centers for Research in Se- curity Prices (CRSP), wobei etwa Fonds mit weniger als 70 Prozent Aktienanteil und solche mit Assets von weniger als 15 Mil- lionen US-Dollar ausgeschlossen wurden. Andere Modelle … Wie sich die gleichgewichtete durch- schnittliche Kenngröße der Faktor-Exposure- Variation FEV über alle US-Aktienfonds der Stichprobe im Zeitfenster von 2000 bis Ende 2016 verändert hat, illustriert die Gra- fik „Faktor-Exposure-Variation (FEV) im Zeitablauf“. Die FEV wurde rollierend für den Markt-, Value-, Size- und Momentum- Faktor errechnet und in Form von Standard- abweichungen der Factor-Loadings wäh- rend der vergangenen drei Jahre dargestellt. Die Factor-Loadings wurden unter Zuhilfe- nahme einer dynamischen Version des Vier- Faktor-Modells nach Carhart geschätzt. An- genommen wurde, dass die Faktor-Expo- sures zum Durchschnitt (Mean Reversion) zurückkehren. Die Grafik zeigt, dass die Faktor-Exposure-Variation der Faktoren Markt, Size und Momentum relativ stabil ist, während die Variation des Value-Faktors wesentlich stärker schwankt. Insbesondere fallen zwei Spitzen auf. Generell gesagt, scheint die FEV in unterschiedlichen Markt- situationen und sowohl in Boom- als auch Rezessionsphasen vorherrschend zu sein. Bei weiterführenden Analysen stellte sich heraus, dass ein hoher FEV-Wert mit einer Underperformance des Fonds in der nähe- ren Zukunft einhergeht. So underperformt ein Portfolio, bestehend aus 20 Prozent aller Fonds mit dem höchsten FEV-Level ein Portfolio, das aus den 20 Prozent Fonds mit dem niedrigsten FEV-Level besteht, um 147 Basispunkte pro Jahr mit statistischer Signi- fikanz von 95 Prozent, wenn man die Ren- diten dieses Long/Short-FEV-Portfolios mit den Renditen des Vier-Faktor-Modells nach Carhart als Benchmark vergleicht. Wendet man die gleiche Methodik nun auf die Fak- tor-Exposure-Variation der Einzelfaktoren Markt, Value und Momentum an, so erge- ben sich ähnliche Resultate: Das Quintil der Fonds mit den volatilsten Faktor-Exposures underperformt um 102, 82 beziehungsweise 120 Basispunkte jährlich. Die statistische Signifikanz dieser Ergebnisse liegt bei zu- mindest 95 Prozent. Beim Quintilsvergleich betreffend die Size-Faktor-Exposure-Varia- tionen zeigt sich hingegen nur eine Under- performance von 61 Basispunkten, die sta- tistisch nicht von null zu unterscheiden ist (siehe Grafik „Abnormale Renditen zum Vier-Faktor-Modell“). … gleiche Resultate Die Performanceunterschiede zwischen Fonds mit hoher und niedriger FEV bleiben statistisch und ökonomisch signifikant, wenn man zur Berechnung von FEV das Fünf-Faktor-Modell nach Fama und French plus den Momentum-Faktor heranzieht. Die gleichen Zusammenhänge findet man auch nach der Einbeziehung weiterer Modelle. Doch warum bringen die Fonds mit hoher Faktor-Exposure-Variation in der Zukunft schlechtere risikoadjustierte Renditen als Den Kurs zu halten scheint im Fondsmanagement besser zu sein, als zu versuchen, jede kleine „Änderung der Windrichtung“ zu nutzen. Eine aktuelle Analyse zeigt, dass Fondsmanager, die ihr Faktor-Exposure im Zeitablauf verändern, um die mit den Faktoren verbundenen Risikoprämien zu vereinnahmen, in der Mehrzahl der Fälle scheitern. N o. 4/2020 | www.institutional-money.com 115 T H E O R I E & P R A X I S | FAK TOR- E X POSUR E
Made with FlippingBook
RkJQdWJsaXNoZXIy ODI5NTI=