Sie befinden sich hier:

De-facto Seniorität bei Unternehmensanleihen

28.02.2018

Wichtige Erkenntnisse:

  • Die Position in der Maturitätsstruktur eines Emittenten hat einen grossen Einfluss auf das Kreditrisiko eines bestimmten Bonds.
  • Bonds, welche zeitlich gesehen relativ spät in der Maturitätsstruktur angesiedelt sind, weisen ein höheres Kreditrisiko, höhere Credit Spreads und eine höhere Korrelation zu Aktien auf.
  • Wichtig sind daher bondspezifische Kreditrisikobewertungen, wogegen Ratingagenturen ihre Ratings auf Emittentenebene vornehmen.

Quelle:

Bao, J., & Hou, K. (2017). De facto seniority, credit risk, and corporate bond prices. The Review of Financial Studies, 30 (11), 4038-4080.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 
 

Der Einfluss von Hormonen auf finanzielles Risikoverhalten

Wichtige Erkenntnisse:

  • Dieses Forschungspapier untersucht biologische Ursachen für das Risikoverhalten. Dabei fokussiert es auf die Rolle von Steriod-Hormonen (das endokrine System).
  • Hormone haben einen Einfluss auf die Performance von Händlern. Ein hoher Cortisol-Spiegel erhöht die Risikowahrnehmung, wogegen ein hoher Testosteron-Spiegel zu verstärkter Chancen-Orientierung und erhöhter Risikobereitschaft führt.
  • Bullen- und Bärenmärkte und damit verbundener übermässiger Optimismus und Pessimismus könnten durch hormon-bedingte Schwankungen im Selbstvertrauen und der Risikopräferenzen beeinflusst werden.
  • Eine höhere endokrine Diversität der Finanzmarktteilnehmer könnte die Stabilität des Finanzsystems erhöhen.

Quelle:

Coates, J. M., Gurnell, M., & Sarnyai, Z. (2009). From molecule to market: steroid hormones and financial risk-taking. Philosophical Transactions of the Royal Society B: Biological Sciences, 365 (1538), 331-343.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 
 

Modellierung von schiefen Verteilungen

Wichtige Erkenntnisse:

  • Schiefe und Wölbung (Kurtosis) einer Verteilung sind entscheidend für Risikomanagement.
  • Eine klassische Normalverteilung lässt diese Informationen unberücksichtigt, wobei kompliziertere Verteilungen oft wenig praktikabel sind.
  • Dieses Forschungspapier schlägt eine neue Verteilung vor, welche Schiefe und Kurtosis berücksichtigt, aber hinsichtlich der Nutzung ähnlich einfach wie eine Normalverteilung ist.

Quelle:

de Roon, F., & Karehnke, P. (2016). A simple skewed distribution with asset pricing applications. Review of Finance, 21 (6), 2169-2197.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 
 

Der Zusammenhang zwischen Momentum und Reversal

Wichtige Erkenntnisse:

  • Momentumaktien, welche zu den Momentumgewinnen beitragen, verzeichnen kein anschliessendes Reversal. Momentumaktien, welche dagegen nicht zu den Momentumgewinnen beitragen, verzeichnen anschliessendes Reversal.
  • Werden diese Arten von Aktien gemischt, scheinen Momentum und Reversal zusammen zu hängen.
  • Eine Aufteilung ist durch Sortierung anhand Size und Value Kriterien möglich
 

Quelle:

Conrad, J., & Yavuz, M. D. (2016). Momentum and reversal: Does what goes up always come down? Review of Finance, 21 (2), 555-581.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 
 

Hierarchische Risikoparität als neuer Gewichtungsansatz

Wichtige Erkenntnisse:

  • Dieses Forschungspapier präsentiert einen neuen Portfolio-Gewichtungs-Ansatz, die sogenannte hierarchische Risikoparität.
  • Gegenüber der klassischen Risikoparität ist diese deutlich stabiler und kann mit unsaubereren Daten besser umgehen.
  • Daneben gelingt es der hierarchischen Risikoparität das Portfoliorisiko gegenüber der klassischen Risikoparität zu reduzieren.
 

Quelle:

Lopez de Prado, M. (2016). Building diversified portfolios that outperform out of sample. The Journal of Portfolio Management, 42 (4), 59-69.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 
 

Eine langfristige Betrachtung von Trendfolgestrategien

Wichtige Erkenntnisse:

  • Der Artikel analysiert die Performance von Trendfolge-Strategien seit 1880.
  • In jeder Dekade lieferte Time Series Momentum positive Renditen mit einer niedrigen Korrelation zu bestehenden Anlageklassen
  • Es hat in 8 von 10 der grössten Krisenphasen gut rentiert und funktioniert in unterschiedlichen Marktumfeldern.

Quelle:

Hurst, B., Ooi, Y. H., & Pedersen, L. H. (2017). A century of evidence on trend-following investing. Unpublished Results.
 

Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.

 

Konstruktion von Multi-Faktor-Portfolios

Wichtige Erkenntnisse:

  • Es gibt zwei unterschiedliche Ansätze für das Multi-Faktor-Investieren. Die Kombination aus verschiedenen Faktor-Portfolios oder die Kombination von verschiedenen Signalen (Scores) in einem Portfolio.
  • In konzentrierten Portfolios mit hohen Faktorexposures scheint eine Kombination von verschiedenen Signalen überlegen.
  • In diversifizierten Portfolios mit geringen Faktorexposures dagegen scheint die Kombination aus verschiedenen Faktor-Portfolios eine höhere Information Ratio zu liefern.
  • Daneben eignet sich die Kombination aus verschiedenen Faktor-Portfolios besser zur Erreichung weitere Anlageziele wie der Transparenz in der Performance Analyse, die Kontrolle von Turnover oder die Möglichkeit, Faktoren zu timen.
  • Anmerkung: Bei Finreon Multi Premia® handelt es sich um einen Ansatz, der verschiedene Faktor-Portfolios kombiniert.

Quelle:

Ghayur, K. K., Heaney, R., & Platt, S. (2016). Constructing long-only multi-factor strategies: Portfolio blending versus signal blending. Unpublished Results.
 

Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.

 

Wie Trends messen?

Wichtige Erkenntnisse:

  • Zwei häufig verwendete Trendmasse sind das Time-Series Momentum und Moving-Average Crossovers.
  • Dieses Forschungspapier zeigt, dass sich diese beiden Masse sowohl empirisch als auch theoretisch sehr ähnlich verhalten.
  • In ihrer allgemeinen Form sind beide Ansätze mathematisch äquivalent, wobei die vergangenen Marktpreise und Renditen sowie der Zeithorizont entscheidende Treiber sind.

Quelle:

Levine, A., & Pedersen, L. H. (2016). Which trend is your friend? Financial Analysts Journal, 72 (3), 51-66.
 

Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.

 

Zurück