Institutional Money, Ausgabe 4 | 2020

kaev und Simonov 2018 in „Downside Risk Timing by Mutual Funds“ dokumentierten, dass einige Fondsmanager doch die Fähig- keit besitzen, das Downside-Risiko erfolg- reich zu timen. Zu guter Letzt ist noch die Arbeit von Huang, Sialm und Zhang von 2011 zu nennen, die zeigte, dass Fonds mit intensiven Veränderungen ihres gesamten Risiko-Exposures jene Fonds underperfor- men, die eine Strategie mit einem stabilen Risikoniveau verfolgen. Bedeutung Die Studie von Ammann, Fischer und Weigert trägt auf mehrerlei Art zur Weiter- entwicklung bei. Zunächst ist festzuhalten, dass man durch den Gebrauch des vorge- schlagenen FEV-Indikators direkt Zugang zur Veränderung des Faktor-Exposures eines Fonds bekommt, wogegen die meisten der früheren Modelle nur die Auswirkungen der Faktor-Exposure-Variationen auf die Perfor- mance beobachteten. Des Weiteren ist fest- zuhalten, dass im Gegensatz zur von Jian 2007 vorgeschlagenen Methode der interes- sierte Investor nicht die vergangenen Port- Verhältnis Faktor-Exposure-Variation zu Eigenschaften von US-Aktienfonds Bei welchen Fondscharakteristika man Faktor-Timing verstärkt antrifft D a die Messgrößen für die Faktor-Exposure-Variation (FEV) auf Schätzungen der Daten eines dreijährigen Zeitfens- ters innerhalb des Zeitraums von September 1998 bis Dezember 2016 beruhen, haben die Autoren Ammann, Fischer und Weigert ihre Stichprobe in sechs nicht überlap- pende Zeiträume eingeteilt: 1999– 2001, 2002–2004, 2005–2007, 2008–2010, 2011–2013 und 2014–2016. Dann regressierten sie die Messgröße der Faktor-Ex- posure-Variation während dieser Zeiträume auf die Fondseigen- schaften zu Beginn dieser Zeiträu- me, um das Verhältnis zwischen den Fondseigenschaften und der FEV zu beobachten. Eliminierte Ausreißer Daten betreffend Fondsalter, Dauer der Managertätigkeit, Fondskosten, Fondsflüsse und Fondsvermögen sind insofern be- arbeitet, als die Ein-Prozent-Ausrei- ßer eliminiert wurden (Winsoriza- tion). Auch wurde bei den Werten für die Faktor-Exposure-Variation von Markt, Size, Value und Mo- mentum das eine Prozent der höchsten Werte eliminiert. Die Ergebnisse dieser Regres- sionsrechnungen findet man in den Spalten (I) bis (V) der Tabelle „Faktor-Exposure-Variation und Fondseigenschaften“ . Als abhängi- ge Variablen dienen in den ersten vier Spalten die Faktor-Exposure- Faktor-Exposure-Variation und Fondseigenschaften Faktor-Timing trifft man vor allem bei Fonds mit bestimmten Charakteristika an. (1) 1(2) (3) (4) (5) (6) σ(β Markt ) σ(β Size ) σ(β Value ) σ(β Momentum ) FEV- Wirtschaftliche Indikator Signifikanz -2,89e-4 -1,47e-4 -3,02e-3 2,12e-3 1,06e-3 ln (Fondsvermögen) (-0,56) (-0,15) (-1,27) (1,38) (0,10) +0,00 2,18e-3 6,27e-4 6,67e-3 2,14e-3 3,43e-2 ln (Fondsalter) (1,47) (0,18) (1,86) (1,11) (1,55) +0,02 2,55e-3* 8,77e-3** 7,28e-3** 6,44e-3** 6,37e-2** ln (Manager Dienstalter) (2,45) (4,57) (2,86) (7,46) (6,51) +0,05 2,78e-2** 6,61e-2** 5,99e-2** 3,99e-2** 5,14e+1** Fondskosten (in %) (6,78) (18,35) (8,25) (8,46) (9,42) +0,20 5,19e-3** 1,39e-2** 1,23e-2** 1,56e-2** 1,21e-1** Portfolioumschlag (3,09) (5,82) (3,05) (11,71) (8,01) +0,08 7,11e-3 -3,31e-2 1,10e-2 4,93e-3 5,71e-2 Vergangenheitsalpha (0,17) (-0,69) (0,40) (0,18) (0,18) +0,00 1,98e-6** 2,41e-3 1,50e-2* 2,53e-3* 4,75e-2** Fondsflüsse (3,26) (1,19) (2,52) (2,13) (4,86) +0,03 Stil-Dummy-Variablen Growth und Income − − − − − − 0,013** 0,030** 0,033** 0,017** 0,239** Growth (4,75) (4,64) (6,33) (4,24) (9,05) − 0,032* 0,052* 0,061 0,004 0,388** Hedged (2,49) (2,24) (1,71) (0,44) (3,48) − 0,003 -0,007 0,007 0,002 0,012 Income (1,85) (-0,51) (-0,83) (0,32) (0,21) − 0,036** 0,080** 0,079** 0,063** 0,701** Micro Cap (6,35) (4,36) (6,24) (5,02) (7,87) − 0,029** 0,066** 0,065** 0,053** 0,560** Mid Cap (3,25) (8,31) (3,53) (6,56) (6,85) − 0,021** 0,057** 0,062** 0,034** 0,432** Small Cap (2,97) (7,55) (2,73) (5,11) (6,53) − Bestimmtheitsmaß R² 0,24 0,17 0,23 0,26 0,24 − Ergebnisse multivariater Regressionen von Werten der Faktor-Exposure-Variation FEV auf Fondseigenschaften zu Beginn der jeweiligen Zeitfenster. Die Spalten (I) bis (IV) betreffen die Faktor-Exposure-Variation der einzelnen Faktoren Markt, Size, Value und Momentum, in Spalte fünf ist es dann der FEV-Gesamtindikator. Es zeigt sich, dass eine signifikant höhere FEV bei Fonds anzutreffen ist, wo dienstältere Fondsmanager arbeiten, sowie bei Fonds mit höheren Kosten und höherer Portfolioumschlags- häufigkeit. Statistisch signifikante Ergebnisse mit einer Konfidenz von 95 bzw. 99 Prozent sind mit * respektive ** gekenn- zeichnet. Darstellung in natürlichen Logarithmen (ln). T-Werte in Klammern. Quelle: Studie Fortsetzung nächste Seite  118 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