Institutional Money, Ausgabe 4 | 2020

solche mit niedriger FEV? Die Autoren sahen sich zwei Wege an, die intuitiv mit der Underperformance von Fonds mit hoher FEV in Beziehung stehen. Erstens unter- suchten Ammann, Fischer und Weigert, ob die Underperformance durch die Faktor-Ex- posure-Variation der Aktien-Long-Positio- nen des Fonds erklärt werden können, wor- auf Armstrong, Banerjee und Corona 2013 in „Factor-Loading Uncertainty and Expec- ted Returns“ hinwiesen. Zweitens ana- lysierten sie, ob die Underperformance der Fonds mit hoher FEV in Verbin- dung mit flowbedingten, erzwungenen Deals des Fondsmanagements stehen könnte. Die empirischen Resultate legen den Schluss nahe, dass die negative Be- ziehung zwischen FEV und künftiger Performance weder auf die Faktor- Exposure-Variation der offengelegten Aktienbestände des Fonds noch auf die durch Zu- und Abflüsse verursachten Han- delsentscheidungen zurückzuführen ist. Da diese beiden Erklärungsvarianten offenbar nicht greifen, liegt die Vermutung nahe, dass Fondsmanager freiwillig ihr Faktor- Exposure im Zeitablauf verändern, um die mit den Faktoren verbundenen Risikoprä- mien zu vereinnahmen. Kurz gesagt, die Fondsmanager betreiben offensichtlich ein – wenngleich nicht von Erfolg gekröntes – Timing der Faktoren. Erfolgloses Faktor-Timing Um herauszufinden, welche Eigenschaf- ten jene Fondsmanager besitzen, die ein Faktor-Timing versuchen und daher keine stabilen Faktor-Exposures in ihren Fonds aufweisen, regressieren die Autoren die Faktor-Exposure-Variation des Monats t+1 auf verschiedene beobachtbare Variablen des Vormonats t. Dabei stellt sich heraus, dass Faktor-Timing vor allem bei Fonds mit einem Management, das den Fonds schon lange verantwortet, und bei Fonds mit hoher Portfolioumschlagshäufigkeit und hoher TER (Total Expense Ratio) anzutreffen ist. Die Detailergebnisse sind in der Tabelle des Kastens „Verhältnis der Faktor-Exposure- Variation zu Eigenschaften von US-Aktien- fonds“ angeführt. Diese Ergebnisse stehen im Einklang mit der bisherigen wissenschaftlichen Literatur und unterstützen die Ansicht, dass a) das Verhalten der Fondsmanager von Karriere- überlegungen junger Fondsmanager beein- flusst wird, die befürchten, ihre Reputation aufs Spiel zu setzen, wenn sie ihr Portfolio unsystematischen Risiken aussetzen, und b) Faktor-Timing eine aktiv eingesetzte und auch teure Investmentstrategie darstellt. Die Frage, ob Investmentfonds ihr Faktor-Expo- sure erfolgreich verändern können, wurde bis dato hauptsächlich im Zusammenhang mit Markt-Timing erforscht und erbrachte unterschiedliche Resultate: Während die Mehrzahl der früheren Studien seit den 60er- Jahren bis hin zu Kacperczyk und Seru 2007 keinen Nachweis dafür erbringen konnten, dass Fondsmanager den Markt timen kön- nen, fanden jüngere Studien heraus, dass es zumindest Anhaltspunkte dafür gibt, wenn man auf Fondstagesdaten abstellt oder sich auf spezielle Situationen an den Kapital- märkten fokussiert. Zu nennen sind hier Ma- maysky, Spiegel und Zhang, die 2008 „Esti- mating the Dynamics of Mutual Fund Al- phas and Beats“ publizierten, Jinag, Yao und Yu mit dem Titel „Do Mutual Funds Time the Market?“ von 2007, Elton, Gruber und Blake 2012 mit „An Examination of Mutual Fund Timing Ability Using Monthly Hol- dings Data“ und Kacperczyk, Nieuwerburgh und Veldkamp, die 2014 ihren Beitrag „Time-Varying Fund Manager Skill“ im „Journal of Finance“ veröffentlichten. Chen und Liang stellten 2007 fest, dass Hedge- fonds, die explizit für sich in Anspruch neh- men, den Markt zu timen, ein vorteilhaftes Ertrags-Risiko-Profil infolge des Timings von Ertrag und Volatilität besitzen. Literatur zu Timing-Fähigkeiten, die über den Markt- Faktor hinausgeht, ist eher dürftig. Zu nen- nen sind hier Kryzanowski, Lalancette und To, die bereits 1997 herausfanden, dass nur ein kleiner Teil der Fonds dazu in der Lage ist, Makro-Faktoren zu timen. Daniel, Grin- blatt, Titman und Wermers beobachteten im gleichen Jahr, dass Fondsmanager keine Timing-Fähigkeiten im Hinblick auf Aktien- eigenschaften besitzen. Auch Bazgour, Bos- don und Sougné sowie Benos, Ochec und Nyekel, die die Analyse von Bollen und Busse von 2001 auf ein Carhart-Modell aus- weiteten, konnten keine Timing-Fähigkeiten entdecken. Andere Forscher wiederum un- tersuchten das Timing von Volatilität von Investmentfonds, während Bodnaruk, Cho- » Hohe Faktor-Exposure-Veränderun- gen finden sich bei teuren Fonds und Fonds mit viel Umschlag. « Dr. Sebastian Fischer, vormals PhD-Kandidat an der Universität Sankt Gallen (USG) Abnormale Renditen zum Vier-Faktor-Modell Sortierung nach dem Indikator für Faktor-Exposure-Variationen (FEV) (1) (2) (3) (4) (5) σ(β Markt ) σ(β Size ) σ(β Value ) σ(β Momentum ) FEV- Indikator 1. FEV-Qunitil -0,96 %** -1,17 %** -1,01 %* -0,91 %** -0,80 %* 2. FEV-Quintil -1,28 %** -1,39 %** -1,10 %** -1,12 %** -0,97 %** 3. EFV-Qunitil -1,33 %** -1,25 %** -1,43 %** -1,19 %** -1,34 %** 4. FEV-Quintil -1,44 %** -1,40 %** -1,59 %** -1,62 %** -1,58 %** 5. FEV-QUintil -1,98 %** -1,78 %** -1,82 %** -2,11 %** -2,27 %** -1,02 %* -0,61 % -0,82 %* -1,20 %** -1,47 %** High-Low (5-1) (-2,24) (-1,33) (-2,43) (-2,68) (-2,76) Der FEV basiert auf dem Vier-Faktor-Modell nach Carhart. Es werden nach dem FEV-Indikator Quintil-Portfolios gebildet und die Differenz zwischen 5. und 1. Quintil ermittelt. Es zeigt sich, dass bei den Faktoren Markt, Value und Momentum sowie beim FEV-Composite-Indikator Fonds mit hohen Faktor-Exposure-Variationen in einer Spanne von 82 bis 147 Basispunkten p. a. gegenüber jenen mit geringer FEV signifikant underperformen. Signifikanzniveaus von 90/95/99 % sind mit */**/*** markiert. Quelle: Studie 116 N o. 4/2020 | www.institutional-money.com T H E O R I E & P R A X I S | FAK TOR- E X POSUR E FOTO : © UN I V E R S I T Ä T S ANKT GA L L EN