Sie befinden sich hier:

Ein Erklärungsansatz für Momentum und Reversal

30.03.2018

Wichtige Erkenntnisse:

  • Dieses Forschungspapier schlägt eine Theorie vor, die Zeitreihen-Momentum und Reversal gemeinsam erklärt.
  • Die Grundannahme dabei ist, dass Information sich nicht sofort, sondern über Zeit und mit zunehmender Geschwindigkeit, ausbreitet.

Quelle:

Andrei, D., & Cujean, J. (2017). Information percolation, momentum and reversal. Journal of Financial Economics, 123 (3), 617-645.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 
 

Momentum Spillover von Aktien zu Unternehmensanleihen

Wichtige Erkenntnisse:

  • Dieses Forschungspapier findet einen Momentum Spillover von Aktien zu Unternehmensanleihen, d.h. Unternehmen, die zuletzt auf den Aktienmärkten gut rentiert haben, sind zukünftige Gewinner auf den Anleihemärkten.
  • Diese Momentum-Strategie führt allerdings zu ausgeprägten strukturellen sowie über die Zeit variierende Ausfallrisiken.
  • Wird das firmenspezifische Momentum (Residual Momentum) genommen, können diese Risiken deutlich minimiert und die Sharpe Ratio verdoppelt werden.

Quelle:

Haesen, D., Houweling, P., & van Zundert, J. (2017, jun). Momentum spillover from stocks to corporate bonds. Journal of Banking & Finance, 79 , 28-41.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 
 

Idiosynkratisches Momentum

Wichtige Erkenntnisse:

  • Idiosynkratisches Momentum (Residual Momentum) weist eine Faktorprämie auf und lässt sich nicht durch andere Faktoren (inkl. Momentum) erklären.
  • Die bekanntesten Erklärungsansätze von Momentum können die Überlegenheit von idiosynkratischem Momentum gegenüber klassischem Momentum nicht erklären.
  • Idiosynkratisches Momentum findet sich nicht nur in den USA, sondern global.

Quelle:

Blitz, D., Hanauer, M. X., & Vidojevic, M. (2017). The idiosyncratic momentum anomaly. Unpublished Results.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 
 

Effiziente Smart-Beta Strategien

Wichtige Erkenntnisse:

  • Eine ausgewogene Risikoverteilung ist entscheidend, wenn Faktorprämien möglichst effizient vereinnahmt werden sollen.
  • Damit werden die beabsichtigten Faktorexposures adäquat eingegangen, wogegen eine Konzentration in unbeabsichtigten Faktorrisiken vermieden wird.

Quelle:

Alonso, N., & Barnes, M. (2016). Efficient smart beta. The Journal of Investing, 25 (1), 103-115.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 
 

Alternative Gewichtungsansätze für Anleihen

Wichtige Erkenntnisse:

  • Alternative Gewichtungsschemata, welche Anlagen nicht anhand der Marktkapitalisierung gewichten funktionieren auch für Unternehmensanleihen.
  • Je ineffizienter und volatiler der Markt, desto höher das Outperformance-Potential.
  • Ein Noise-in-Price-Modell kann als Erklärungsansatz dienen.

Quelle:

Arnott, R. D., Hsu, J. C., Li, F., & Shepherd, S. D. (2010). Valuation-indifferent weighting for bonds. The Journal of Portfolio Management, 36 (3), 117-130.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 
 

Tail Risk Hedging Strategien

Wichtige Erkenntnisse:

  • Dieses Forschungspapier vergleicht einen direkten optionsbasierten Hedging-Ansatz, mit einem indirekten Ansatz, der dynamisch zwischen Aktien und Bonds wechselt.
  • Während optionsbasierte Ansätze bei Extremverlusten kurzfristig besser funktionieren, werden die Gewinne anschliessend durch hohe Versicherungsprämien schnell wieder aufgefressen.
  • Insgesamt sind beide Ansätze über eine komplette Krise hinweg ähnlich gut, wogegen in ruhigen Marktphasen indirekte, dynamische Ansätze überlegen sind.

Quelle:

Asvanunt, A., Nielsen, L. N., & Villalon, D. (2015). Working your tail off: Active strategies versus direct hedging. The Journal of Investing, 24 (2), 134-145.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 
 

Negative Blasen

Wichtige Erkenntnisse:

  • Bei sehr starken Kursverlusten (50-60%) lassen sich im Anschluss häufig ausgeprägte Umkehrbewegungen beobachten.
  • Bei moderateren Kursverlusten (20-30%) dagegen, lassen sich keine Umkehrbewegungen beobachten.
  • Übertreibungen und Panikreaktionen bei grossen Verlusten lassen sich am ehesten verhaltenswissenschaftlich erklären.

Quelle:

Goetzmann, W. N., & Kim, D. (2017). Negative bubbles: What happens after a crash. European Financial Management.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 
 

Value und Momentum auf Anlageklassenebene

Wichtige Erkenntnisse:

  • Eine dynamische Allokation anhand von Value- und Momentumkriterien funktioniert auf Ebene der Anlageklassen.
  • Zwischen 1975 und 2013 hätte mit einer derartigen Strategie eine Überrendite von ca. 2.66% p.a. erzielt werden können.

Quelle:

Haghani, V., & Dewey, R. (2016). A case study for using value and momentum at the asset class level. The Journal of Portfolio Management, 42 (3), 101-113.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 
 

Wertlose Unternehmen

Wichtige Erkenntnisse:

  • Dieses Forschungspapier präsentiert die Hypothese von wertlosen Unternehmen: Unternehmen mit wertlosen Vermögenswerten können eine substantielle Aktienbewertung und geringe Kreditrisikoprämien aufweisen, wenn es eine Chance gibt, dass im Markt irrationale Käufer teilnehmen.
  • Dies könnte die Bewertung von gewissen Start-Ups, die Bewertung während der Dotcom-Blase und die schlechte Performance von gewissen Leerverkäufern erklären.

Quelle:

Heaton, J. B. (2018). Worthless companies. European Financial Management.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 
 

Zurück