Sie befinden sich hier:

Aktuelles Update aus der Forschung

Die akademische Forschung liefert laufend neue Erkenntnisse. Die Vielzahl der Studien macht es schwer, den Überblick zu behalten. Somit möchten wir in regelmässigen Abständen auf neue Forschungspapiere hinweisen, welche wir als besonders relevant zum Verständnis der Finanzmärkte und zum Verständnis der Lösungen von Finreon halten.
 
Themen

Abschwächung von Anomalien nach Publikation

Wichtige Erkenntnisse:

  • Das Forschungspapier von McLean & Pontiff (2016) hat gezeigt, dass sich 97 Anomalien in den USA nach ihrer Publikation deutlich abgeschwächt haben.
  • Dieses Forschungspapier zeigt nun für 241 Anomalien und 39 internationale Aktienmärkte, dass diese Abschwächung nur in den USA und nicht in anderen Ländern ausgeprägt auftritt.

Quelle:

Jacobs, H., & Müller, S. (2018). Anomalies across the globe: Once public, no longer existent? Unpublished Results. 
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Absicherung von Risikofaktoren

Wichtige Erkenntnisse:

  • Risikofaktoren lassen sich ohne grosse Renditeverluste absichern.
  • Dies gilt sowohl für Makrofaktoren wie Industrieproduktion, Arbeitslosigkeit und Credit Spreads als auch Asset Pricing Faktoren wie Value, Momentum und Profitabilität.
  • Niedrig-Beta-Versionen der Faktoren liefern eine ähnlich hohe Rendite wie Hoch-Beta-Versionen, so dass sich bei Asset Pricing Faktoren deutliche Alphas erzeugen lassen und bei makroökonomischen Faktoren das Konjunkturrisiko deutlich reduziert werden kann.

Quelle:

Herskovic, B., Moreira, A., & Muir, T. (2018). Hedging risk factors. Working Paper.
 
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.
 

Anomalien nicht durch Short Selling Beschränkungen erklärbar

Wichtige Erkenntnisse:

  • Short-Selling Beschränkungen können sieben bekannte Anomalien nicht erklären.
  • Sowohl Long-Only-Strategien als auch Strategien basierend auf einfach zu shortenden Titeln weisen substantielle Alphas auf.
  • Shorting-Kosten sind relativ gesehen klein gegenüber der Profitabilität der Anomalien.

Quelle:

Bekjarovski, F. (2017). How do short selling costs and restrictions affect the profitability of stock anomalies? Unpublished Results.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Anomalien und Unternehmensnachrichten

Wichtige Erkenntnisse:

  • Renditen auf Aktienmarktanomalien sind 50% höher an Tagen mit Unternehmensnachrichten und sogar 6x höher an Tagen mit Gewinnankündigungen.
  • Als mögliche Erklärungen kommen dynamische Risiken, Fehlbewertungen aufgrund von verzerrten Erwartungen oder Data Mining in Frage.
  • Die Ergebnisse dieses Forschungspapiers sprechen am ehesten für Fehlbewertungen aufgrund von verzerrten Erwartungen.

Quelle:

Engelberg, J., McLean, R. D., & Pontiff, J. (2018). Anomalies and news. The Journal of Finance, 73 (5), 1971-2001.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Arbeitsangebot und Demographie

Wichtige Erkenntnisse:

  • Zwischen 1980 und 2000 gab es einen massiven positiven Angebotsschock auf den Arbeitsmärkten durch die Integration von China und den Ländern der ehemaligen Sowjetunion.
  • Dieser Schock führte zu einer Verschiebung der Produktion nach Asien, einer Stagnation der Reallöhne, einer Schwächung der Gewerkschaften, einer erhöhten Ungleichheit innerhalb, aber nicht zwischen Ländern, deflationärem Druck und sinkenden Zinsen.
  • Nun kehrt sich der Trend um und mit der Alterung gehen steigende Zinsen, steigende Inflation und steigende Reallöhne sowie fallende Ungleichheit einher.
  • Besonders schwierig wird dabei allerdings die massive Verschuldung, die in den letzten Jahrzehnten aufgebaut wurde, in den Griff zu bekommen.

Quelle:

Goodhart, C., & Pradhan, M. (2017). Demographics will reverse three multi-decade global trends. Working Paper.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Auswirkung von kreativer Zerstörung auf Preise von Finanzanlagen

Wichtige Erkenntnisse:

  • Aktien weisen eine unterschiedliche Sensitivität gegenüber dem Risiko von neuen Innovationen (Schumpeter’sche kreative Zerstörung) auf.
  • Kleine werthaltige Titel sind anfälliger, wogegen grosse Wachstumstitel eine Absicherung gegenüber Innovationsrisiken bieten.
  • Daher ist die Sensitivität gegenüber kreativer Zerstörung eine weitere Erklärung für die Renditeprämie von kleinen Titeln und werthaltigen Titeln.

Quelle:

Grammig, J., & Jank, S. (2016). Creative destruction and asset prices. Journal of Financial and Quantitative Analysis, 51 (6), 1739-1768.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Auswirkungen von vermehrtem Benchmarking

Wichtige Erkenntnisse:

  • Benchmarking führt zu einer höheren effektiven Risikoaversion, einer reduzierten Spekulationsbereitschaft und der dafür nötigen Informationsbeschaffung.
  • Eine höhere Anzahl von Benchmark-orientierten Investoren reduziert den Informationsgehalt von Marktpreisen, was zu niedrigeren Preisen von risikoreichen Anlagen führen kann und zu einer höheren Volatilität führt.
  • Gleichzeitig schafft es für nicht Benchmark-orientierte Investoren mehr Gelegenheiten, die Benchmark-orientierten Investoren zu übertreffen.

Quelle:

Breugem, M., & Buss, A. (2018). Institutional investors and information acquisition: Implications for asset prices and informational efficiency. Unpublished Results.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Bewertung als Ansatz für Faktor-Timing

Wichtige Erkenntnisse:

  • Die Autoren analysieren die Bewertung als Kennzahl zur Vorhersage von zukünftigen Renditen.
  • Betrachtet man gegenwärtig diverse Aktienfaktoren aus Bewertungsgesichtspunkten lässt sich keine Überbewertung feststellen.
  • Value Timing ist stark korreliert mit einer statischen Value Strategien, ist aber in der Tendenz instabiler.
  • Daher liefert Value Timing in einem Multi-Faktor-Kontext, in dem der Value-Faktor bereits berücksichtigt ist, aufgrund reduzierter Diversifikation eher unbefriedigende Ergebnisse.

Quelle:

Asness, C., Chandra, S., Ilmanen, A., & Israel, R. (2017). Contrarian factor timing is deceptively difficult. The Journal of Portfolio Management, 43 (5), 72-87.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden. 
 

CO2-Emissionen als Proxy für Produktivität

Wichtige Erkenntnisse:

  • Eine niedrige Carbon Ratio (CO2-Emissionen relativ zu Umsatz) geht mit einer höheren zukünftigen Profitabilität und höheren Aktienrenditen einher. Dies gilt auch für Industrien, die wenig von CO2-Steuern und CO2-Regulierung betroffen sind.
  • Der Zusammenhang ist deutlich fundamentaler, indem die Carbon Ratio als Proxy einer generellen unternehmerischen Effizienz dient. Je weniger Inputs in der Produktion benötigt werden (welche fast alle zu Energieverbrauch und damit Emissionen führen), um einen gewissen Umsatz zu erzielen, desto effizienter wirtschaftet ein Unternehmen.
  • Performancewirksam ist also scheinbar nicht die CO2-Vermeidung an sich, sondern das allgemein effiziente Wirtschaften, welches durch die Carbon Ratio approximiert wird.

Quelle:

Garvey, G. T., Iyer, M., & Nash, J. (2018). Carbon footprint and productivity: Does the E in ESG capture efficiency as well as environment? Journal of Investment Management, 16 (1), 59-69.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Crash Sensitivität als Erklärung der Momentum-Prämie

Wichtige Erkenntnisse:

  • Dieses Paper zeigt, dass die klassische Momentum-Prämie zu einem guten Teil durch die Crash-Sensitivität der Aktien im Momentum Portfolio erklärt werden kann.
  • Diese Beobachtung gilt nicht nur für den U.S.-Aktienmarkt, sondern für 23 internationale Aktienmärkte.

Quelle:

Ruenzi, S., & Weigert, F. (2018). Momentum and crash sensitivity. Unpublished Results.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Das Aktienfinanzierungsrisiko

Wichtige Erkenntnisse:

  • Das Forschungspapier betrachtet die Auswirkungen von Liquiditätsreserven, Forschungsinvestitionen und Aktienemissionen auf die erwarteten Renditen in der Gegenwart von Aktienfinanzierungsrisiken.
  • Hohe Liquiditätsreserven relativ zu den Forschungsinvestitionen erhöhen den Spielraum von Unternehmen, senken das Finanzierungsrisiko und damit die erwarteten Renditen.
  • Aktienemissionen senken das Finanzierungsrisiko und damit sinken ebenfalls die erwarteten Renditen.
  • Bei Unternehmen mit grossen internen Finanzierungsmöglichkeiten haben die Liquiditätsreserven und Aktienemissionen keinen Einfluss auf die erwarteten Renditen.
  • Ein Faktor, der explizit dieses Finanzierungsrisiko eingeht, erzielt eine deutliche Überrendite, welche nicht von den üblichen Faktormodellen erklärt wird, aber den Fama & French (2015) Investment Faktor erklären kann.

Quelle:

Medhat, M., & Palazzo, B. (2018). Equity financing risk. Unpublished Results.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Das Fama & French 5-Faktormodell

Wichtige Erkenntnisse:

  • Das Fama & French (2015) Fünffaktormodell mit den Faktoren Markt, Size, Value, Profitabilität und Investitionen wird immer mehr zum Standard.
  • Es weist allerdings auch eine Vielzahl von Schwächen auf.
  • Es hält am Marktbeta fest, obwohl der empirische Zusammenhang nicht stabil linear steigend ist.
  • Desweitern wird der Momentum-Effekt ignoriert.
  • Bei den neuen Faktoren Profitabilität und Investitionen gibt es Fragen bezüglich Stabilität und ökonomischer Fundierung.
  • Somit wird auch dieses Modell nicht die Kontroversen in der Asset Pricing Forschung lösen.

Quelle:

Blitz, D., Hanauer, M. X., Vidojevic, M., & van Vliet, P. (2017). Five concerns with the five-factor model. Working Paper.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Das zyklisch-adjustierte Preis-Gewinn-Verhältnis

Wichtige Erkenntnisse:

  • Das zyklisch-adjustierte Preis-Gewinn-Verhältnis (CAPE) erhält viel Aufmerksamkeit zur Prognose von Aktienrenditen, ist aber auch viel Kritik ausgesetzt.
  • Die Autoren schlagen diverse technische Verbesserungen zur robusteren Schätzung des CAPE vor. Besonders hervorgehoben wird die Ergänzung um weitere stabile Accountingzahlen wie Cash-Flows und Umsätze.
  • Konzeptionell macht es wenig Sinn, das aktuelle CAPE-Level mit dem langfristigen Mittel zu vergleichen, da es kein Steady-State-Level gibt.
  • Daneben sollte CAPE nur mit Vorsicht als Market-Timing-Tool verwendet werden, sondern eher zur Einschätzung der relativen Rendite von Aktien im Vergleich zu anderen Anlageklassen.

Quelle:

Philips, T., & Ural, C. (2016). Uncloaking Campbell and Shiller's CAPE: A comprehensive guide to its construction and use. The Journal of Portfolio Management, 43 (1), 109-125.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

De-facto Seniorität bei Unternehmensanleihen

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.
 

Demographischer Wandel und Inflation

Wichtige Erkenntnisse:

  • Der demographische Wandel wurde als Ursache für die niedrige Inflation der letzten Jahre genannt.
  • Diese Studie testet diese Hypothese empirisch über verschiedene Länder und einen langen Zeitraum und findet Ergebnisse, welche mit der Lebenszyklus-Hypothese konsistent sind.
  • h. die Inflation steigt, wenn die Anzahl an Abhängigen (Kinder, Rentner) steigt, wogegen die Inflation sinkt, wenn der Anteil der berufstätigen Bevölkerung zunimmt.
  • Mit diesem Ansatz kann ein Grossteil des Inflationsrückgangs in den USA seit 1980 erklärt werden, während für die nächsten Dekaden eine höhere Inflation vorhergesagt wird.

Quelle:

Juselius, M., & Takats, E. (2018). The enduring link between demography and inflation. Unpublished Results.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Der Einfluss von Blasenrisiken auf die Preise von Finanzanlagen

Wichtige Erkenntnisse:

  • Dieses Forschungspapier beschreibt das systematische Risiko, welches durch das Auftreten von Preisblasen entsteht und analysiert die Auswirkungen dieses Faktors auf Wertpapierpreise.
  • Mit Hilfe dieses neuen Ansatzes lassen sich die Marktrisikoprämie sowie die Marktvolatilität besser schätzen als mit bestehenden theoretischen Modellen für Finanzanlagen.

Quelle:

Lee, J. H., & Phillips, P. C. (2016). Asset pricing with financial bubble risk. Journal of Empirical Finance, 38 , 590-622.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden. 
 

Der Einfluss von Charakteristika auf Aktienrenditen

Wichtige Erkenntnisse:

  • Die Forschung hat über die letzten 40 Jahre mithilfe von linearen Regressionen diverse Charakteristika identifiziert, welche Aktienrenditen erklären.
  • Ein neuer, non-parametrischer Ansatz zeigt, dass viele bisher identifizierten Renditetreiber keinen Beitrag zur Renditeprognose liefern.
  • Gleichzeitig sind non-lineare Zusammenhänge zwischen Charakteristika und Aktienrenditen wichtig.

Quelle:

Freyberger, J., Neuhierl, A., & Weber, M. (2017). Dissecting characteristics nonparametrically. Unpublished Results.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Der Einfluss von ETFs auf Kapitalmärkte

Wichtige Erkenntnisse:

  • Über die letzten 25 Jahre ist der ETF-Markt massiv gewachsen und hat inzwischen einen bedeutenden Einfluss auf die Kapitalmärkte.
  • Während ETFs die Preisfindung erleichtern, erzeugen sie eine Volatilität, welche nicht durch Fundamentaldaten getrieben und beeinflussen die Korrelationsstruktur der Renditen.
  • Daneben haben ETFs auch einen grossen Einfluss auf die Marktliquidität.

Quelle:

Ben-David, I., Franzoni, F. A., & Moussawi, R. (2017). Exchange traded funds (ETFs). Annual Review of Financial Economics, 9.

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.
 

Der Lotterie-Effekt als Erklärung der Beta-Anomalie

Wichtige Erkenntnisse:

  • Die Beta-Anomalie bezeichnet die unerwartet hohe Rendite von Niedrig-Beta-Titeln, wogegen Hoch-Beta-Titel zu geringe Renditen aufweisen.
  • Dieses Forschungspapier zeigt, dass diese Anomalie sich gut durch den Lotterie-Effekt erklären lässt, d.h. das Leute bereit sind, negative Renditen in Kauf zu nehmen für die Chance, einen sehr hohen Gewinn einzufahren.
  • Der Effekt ist vor allem konzentriert in Hoch-Beta-Titeln, welche kaum von institutionellen Investoren gehalten werden.

Quelle:

Bali, T. G., Brown, S. J., Murray, S., & Tang, Y. (2017). A lottery-demand-based explanation of the beta anomaly. Journal of Financial and Quantitative Analysis, 52 (06), 2369-2397.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Der non-lineare Einfluss von Charakteristika auf Aktienrenditen

Wichtige Erkenntnisse:

  • Dieses Forschungspapier analysiert den Zusammenhang zwischen Unternehmenscharakteristika und Aktienrenditen. Dabei wird anstatt mit linearen Regressionen mit einem Baum-basierten Ansatz gearbeitet, der non-lineare Interaktionen abbilden kann.
  • Besonders Momentum und nachgelagert Volatilität und Liquidität sind wichtige Renditetreiber.

Quelle:

Coqueret, G., & Guida, T. (2018). Stock returns and the cross-section of characteristics: A tree-based approach. Unpublished Results.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Der Nutzen einer Volatilitätssteuerung

Wichtige Erkenntnisse:

  • Aktuelle Studien zeigen, dass Volatilitätsgesteuerte Portfolios eine höhere Sharpe-Ratio erzielen.
  • Dieses Forschungspapier zeigt, dass dies nur für Aktien und Kreditrisiken gilt, bei Obligationen, Währungen und Rohstoffen aber vernachlässigbar ist.
  • Daneben können allerdings die Extremrisiken für alle Anlageklassen reduziert werden.
  • Somit steigert eine Volatilitätssteuerung die Attraktivität eines Portfolios deutlich.

Quelle:

Harvey, C. R., Hoyle, E., Korgaonkar, R., Rattray, S., Sargaison, M., & Hemert, O. V. (2018). The impact of volatility targeting. Working Paper.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Der Wert von Kundenbewertungen

Wichtige Erkenntnisse:

  • Diese Studie analysiert 14.5 Mio. Kundenbewertungen auf Amazon und schaut, inwiefern diese Informationen über Aktienpreise liefern.
  • Es zeigt sich, dass die Unternehmen, deren Produkte ungewöhnlich gute Kundenbewertungen haben, eine Überrendite von 55 bis 73 BP pro Monat erzielen gegenüber Unternehmen, deren Produkte ungewöhnlich schlechte Bewertungen aufweisen.
  • Diese Überrendite lässt sich nicht durch weitere bekannte Unternehmenscharakteristika erklären und zeigt auch langfristig keine Umkehrbewegungen.
  • Daneben können Kundenbewertungen Umsatz- und Gewinnüberraschungen vorhersagen.

Quelle:

Huang, J. (2018). The customer knows best: The investment value of consumer opinions. Journal of Financial Economics, 128 (1), 164-182.
 
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.
 

Die Carry Prämie im Multi-Asset-Kontext

Wichtige Erkenntnisse:

  • Der Carry Faktor wird vor allem in den Währungsmarkten diskutiert.
  • Dieses Forschungspapier zeigt, wie sich der Carry Faktor auf andere Anlageklassen ausweiten lässt.
  • Insbesondere zeigen die Autoren die Attraktivität eines Multi-Asset Carry Portfolios, welches von der Diversifikation der Carry-Prämien über verschiedene Anlageklassen profitiert und nicht unter den starken Crashrisiken leidet wie die Carry-Strategie auf Währungen.

Quelle:

Baltas, N. (2017). Optimising cross-asset carry. Unpublished Results.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden. 
 

Die Dynamik des Value-Faktors

Wichtige Erkenntnisse:

  • Die relative Rendite einer Value-Strategie ist zyklisch.
  • Besonders stechen Zeitperioden hervor, bei denen die Bewertungsspanne zwischen günstigen und teuren Titeln besonders ausgeprägt ist.
  • Während diesen Zeitperioden weisen Value-Strategien folgende Eigenschaften auf: (1) hohe Renditen, (2) ein niedriges Beta zum Aktienmarkt, aber eine starke Gemeinsamkeit mit dem Welt-Value-Faktor, (3) sich verschlechternde Fundamentaldaten, (4) negatives Nachrichten-Sentiment, (5) Verkaufsdruck, (6) zunehmende Arbitrage-Einschränkungen sowie (7) vermehrte Arbitrage-Aktivität.
  • Diese Zeitperioden treten geballt auf und eine dynamische Strategie erzielt eine Überrendite, welche nicht durch traditionelle Faktoren erklärbar ist.

Quelle:

Asness, C., Liew, J., Pedersen, L. H., & Thapar, A. (2017). Deep value. Working Paper.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Die finanzielle Intermediationsprämie

Wichtige Erkenntnisse:

  • Unternehmen, welche sich von stark verschuldeten Finanzintermediären Geld leihen, weisen deutlich höhere erwartete Renditen auf als Unternehmen, die sich bei wenig verschuldeten Finanzintermediären verschulden.
  • Diese Renditedifferenz lässt sich nicht durch sonstige Eigenschaften der Unternehmen erklären, ist aber durch das Unternehmens-Exposure zum Finanzsektor getrieben.
  • Makroökonomische Aggregate lassen sich anhand der Dispersion der Verschuldung von Finanzintermediären vorhersagen.

Quelle:

Marchuk, T. (2017). The financial intermediation premium in the cross section of stock returns. Unpublished Results.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Die Integration von ESG in die Portfoliokonstruktion

Wichtige Erkenntnisse:

  • Dieser Artikel beleuchtet, wie Investoren ESG Kriterien in der Portfoliokonstruktion berücksichtigen können.
  • Dabei werden drei mögliche Ansätze vorgestellt: (1) ein ESG-Filter, (2) ESG als zusätzlicher Faktor in einem Multifaktorportfolio, (3) ESG als Subscore, der bei jedem Einzelfaktor mit hineinspielt.
  • Während ein einfacher ESG-Filter (1) einfach umsetzbar ist und eine gute Performance erzielt, ist das am Ende erzielte ESG-Exposure besonders bei einem schwachem Filter unsicher.
  • Wenn ESG als einzelner Faktor (2) oder Subscore (3) berücksichtigt wird, kann ein starkes ESG Profil erzeugt werden, aber es kommt zu einer Performance Verwässerung, wenn ESG selbst kein positives Alpha aufweist.

Quelle:

Bender, J., Sun, X., & Wang, T. (2017). Thematic indexing, meet smart beta! Merging ESG into factor portfolios. The Journal of Index Investing, 8 (3), 89-101.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Die Interaktion von Short-Term Reversal und Momentum

Wichtige Erkenntnisse:

  • Kurzfristige Trends hängen stark von mittelfristigem Momentum ab.
  • Kurzfristige Umkehrstrategien funktionieren am besten bei mittelfristigen Momentum-Verlierern.
  • Momentum-Strategien funktionieren am besten bei kurzfristigen Trendgewinnern.

Quelle:

Zhu, Z., & Yung, K. (2016). The interaction of short-term reversal and momentum strategies. The Journal of Portfolio Management, 42 (4), 96-107. 
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Die Jagd nach Yield bei Unternehmensanleihen

Wichtige Erkenntnisse:

  • Dieses Forschungspapier beleuchtet das Phänomen des „reaching for yield“, d.h. der Tilt von Portfolios zu Obligationen mit höherer Verfallsrendite als die Benchmark.
  • Dieses Phänomen führt zu höheren Renditen und höheren Zuflüssen in die jeweiligen Fonds, besonders in einem Niedrigzinsumfeld.
  • Aus risikoadjustierter Perspektive verschlechtert sich die Rendite allerdings.
  • Fonds versuchen durch „reaching for yield“ in Performance-Ranglisten höher platziert zu sein als die Konkurrenz.
  • Daneben halten Fonds, die diesen Ansatz fahren, weniger Liquidität und investieren in illiquidere Obligationen, was das Rückzahlungsrisiko erhöht.

Quelle:

Choi, J., & Kronlund, M. (2017). Reaching for yield in corporate bond mutual funds. The Review of Financial Studies, 31 (5), 1930{1965.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Die Kombination des Black-Litterman-Ansatzes mit regressionsbasierten Renditeprognosen

Wichtige Erkenntnisse:

  • Der Black-Litterman-Ansatz ermöglicht es, subjektive Renditeerwartungen in einer strategischen Asset Allocation zu berücksichtigen.
  • Dieses Forschungspapier schlägt eine Erweiterung des Black-Litterman-Ansatzes vor. Dabei werden die Renditeerwartungen und insbesondere deren Unsicherheit mithilfe von Bayes-Regressionen geschätzt.

Quelle:

Geyer, A., & Lucivjanska, K. (2016). The Black-Litterman approach and views from predictive regressions: Theory and implementation. The Journal of Portfolio Management, 42 (4), 38-48.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Die Popularität von Minimum Volatility Strategien

Wichtige Erkenntnisse:

  • Minimum Volatility Strategien wurden in den letzten Jahren immer populärer.
  • Relativ zum Gesamtmarkt sind sie allerdings immer noch winzig und viele aktive Fonds gewichten Hochrisikotitel in der Tendenz über.
  • Eine neutrale Positionierung dieser aktiven Fonds würde eine viel stärkere Positionierung in Richtung Minimum Volatility auslösen als alle bisherigen Investments in diese Strategie.
  • Daneben sind Minimum Volatility Strategien im historischen Vergleich nicht überbewertet und die beobachtete Performance ist konsistent mit der in der entsprechenden Marktphase zu erwartenden Performance.

Quelle:

Ang, A., Madhavan, A., & Sobczyk, A. (2017). Crowding, capacity, and valuation of minimum volatility strategies. The Journal of Index Investing, 7 (4), 41-50.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Die Rolle von Designentscheidungen beim Faktor Investieren

Wichtige Erkenntnisse:

  • Erfolgreiches Investieren besteht darin, solide Investment-Konzepte in konkrete Handelsstrategien umzusetzen.
  • Insbesondere bei Faktor-Investieren haben die vielen Designentscheidungen einen grossen Einfluss auf die Performance.
  • Die Fähigkeit, Faktorprämien effizient und gezielt abzugreifen kann eine eigene Alpha-Quelle darstellen.

Quelle:

Israel, R., Jiang, S., & Ross, A. (2017). Craftsmanship alpha: An application to style investing. Working Paper.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Die Rolle von Downside-Risiko für die Aktienprämie

Wichtige Erkenntnisse:

  • Der Grossteil der Aktienrisikoprämie ist eine Entschädigung für Verlustrisiken. Die durch Gewinnchancen bedingte Volatilität dagegen wird kaum entschädigt.
  • Optionsbasierte Absicherungsstrategien führen daher langfristig zu einer deutlichen Underperformance.

Quelle:

Israelov, R., Nielsen, L., & Villalon, D. (2016). Embracing downside risk. The Journal of Alternative Investments, 19 (3).
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.

 

Der Einfluss von Forderungen auf Aktienpreise

Wichtige Erkenntnisse:

  • Forderungen sind nicht liquiditätswirksame Komponenten der Erträge und können durch Periodenabgrenzung manipuliert werden. Um eine zuverlässigere Ertragsschätzung zu erhalten, wird häufig auf Cash-Flows zurückgegriffen.
  • Es zeigt sich, dass die erwartete Aktienrendite mit der Unternehmensprofitabilität steigt, aber mit zunehmenden Forderungen sinkt. Eine Profitabilitätskennzahl, welche Forderungen ausschliesst, erzielt höhere Renditen.
  • Wird Profitabilität richtig definiert (ohne Forderungen), ist es nicht nötig, einen separaten Forderungs-Faktor (Accruals) miteinzubeziehen.

Quelle:

Ball, R., Gerakos, J., Linnainmaa, J. T., & Nikolaev, V. (2016). Accruals, cash flows, and operating profitability in the cross section of stock returns. Journal of Financial Economics, 121 (1), 28-45.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.

 

Die Rollrendit

Wichtige Erkenntnisse:

  • Die sogenannte Rollrendite, der beim Rollen von Futures Positionen insbesondere auf den Rohstoffmärkten auftritt, ist ein häufig falsch verstandenes Konzept.
  • Es handelt sich dabei nicht um einen tatsächlichen Cash-Flow, der beim Rollen entsteht. Auch die Gewinne und Verluste entstehen ausschliesslich durch Preisänderungen während des Haltens der Future Positionen und nicht beim Rollen.
  • Die Rollrendite beschreibt aber die Unterschiede zwischen Futures Preisen und Spot Preisen.

Quelle:

Bessembinder, H. (2017). Do stocks outperform treasury bills? Journal of Financial Economics, 129(3), 440-457.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Die Überrendite von Aktien und Bonds ist nicht garantiert

Wichtige Erkenntnisse:

  • Die Autoren testen die Überrendite von Aktien und langfristigen Anleihen über kurzfristige Anleihen in 20 verschiedenen Ländern über mehr als ein Jahrhundert.
  • Die Überrenditen sind nur in weniger als der Hälfte der Länder signifikant.
  • Global ist also die Entschädigung für höheres Risiko nicht in Stein gemeiselt.

Quelle:

Garat, J. I. (2016). The risk of premiums. The Journal of Portfolio Management, 42 (4), 108-115.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Dynamisches Faktor-Investieren

Wichtige Erkenntnisse:

  • Die Autoren analysieren, wie sich Faktoren ideal dynamisch in einem Portfolio kombinieren lassen. Dabei nutzen sie Zeitreihen- sowie Querschnittsdaten, um Allokationssignale abzuleiten.
  • Während Zeitreihen-Signale keinen signifikanten Mehrwert bieten, können Querschnittssignale die Performance deutlich verbessern.

Quelle:

Dichtl, H., Drobetz, W., Lohre, H., Rother, C., & Vosskamp, P. (2018). Optimal timing and tilting of equity factors. 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.
 

Eigenschaften von Faktorprämien über Anlageklassen hinweg

Wichtige Erkenntnisse:

  • In den meisten Analysen werden Faktorprämien nur für eine bestimmte Anlageklasse betrachtet. Diese Studie dagegen schaut sich Faktorprämien über mehrere Anlageklassen an.
  • Die Autoren finden, dass die Renditen von den Faktorprämien signifikant von der eigenen Faktor-Volatilität, der Sensitivität bezüglich der Funding-Liquidität und von der Markt-Volatilität beeinflusst werden. Daneben sind die Industrieproduktion und die Inflation relevante Treiber.
  • Faktorprämien, welche in schwierigen Marktphasen eine ungünstige Renditeverteilung aufweisen, haben höhere erwartete Renditen.

Quelle:

Ebner, M. (2016). Risk and risk premia: A cross asset class analysis. Unpublished Results.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Ein Erklärungsansatz für Momentum und Reversal

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.
 

Ein Netzwerkansatz zur Erklärung der Beziehungen zwischen Vermögenspreisen

Wichtige Erkenntnisse:

  • Die Autoren stellen einen neuartigen Netzwerkansatz vor, um die gemeinsamen Bewegungen und Abhängigkeiten von Vermögenspreisen zu erklären.
  • Erklärende Faktoren werden zur Beschreibung der Verbindungen vorgegeben. Somit kann die Wichtigkeit der einzelnen Faktoren aufgeschlüsselt sowie beobachtet werden, wie sich die Netzwerkstruktur über Zeit ändert.

Quelle:

De Carvalho, P. J. C., & Gupta, A. (2018). A network approach to unravel asset price comovement using minimal dependence structure. Journal of Banking & Finance, 91, 119-132.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Ein optimierter Value-Ansatz

Wichtige Erkenntnisse:

  • In der akademischen Forschung wird Value häufig anhand des Buchwerts relativ zum Marktwert (B/P) gemessen, wogegen in der Praxis auch die Gewinne relativ zum Marktwert (E/P) häufig verwendet werden.
  • Dieses Forschungspapier zeigt, dass eine Kombination beider Ansätze beiden einzelnen Ansätzen überlegen ist. Daneben verbessern Sektorbeschränkungen die Performance.

Quelle:

Leshem, R., Goldberg, L. R., & Cummings, A. (2016). Optimizing value. The Journal of Portfolio Management, 42 (2), 77-89.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Ein Vergleich von zwei Arten des Multi-Faktor-Investierens

Wichtige Erkenntnisse:

  • Beim Faktor-Investieren wird häufig zwischen zwei Ansätzen unterschieden: dem Top-Down Mischen von Einzelfaktorportfolios und der Bottom-Up Integration / Aggregation von Scores zu einem Gesamtportfolio.
  • Zuletzt gab es einige Paper, die die Aggregation von Scores als überlegen angesehen haben.
  • Dieses Forschungspapier zeigt nun, dass es sich bei der Überlegenheit der Aggregation von Scores wahrscheinlich um einen statistischen Fehlschluss handelt.
  • Die Autoren finden allerdings, dass die Aggregation von Scores mit einer höheren Sensitivität zur Low-Risk-Anomalie einhergeht. Die sich ergebende Risikoreduktion verbessert die Rendite allerdings nicht.

Quelle:

Leippold, M., & Rueegg, R. (2017). The mixed vs the integrated approach to style investing: Much ado about nothing? European Financial Management.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Eine Dekomposition der Value-Prämie

Wichtige Erkenntnisse:

  • Die Value-Eigenschaften (definiert anhand Buchwert zu Marktwert) eines Titels können sich aufgrund von zwei Stellschrauben ändern: (1) einer Änderung des Marktwertes, (2) einer Änderung des Buchwertes.
  • Die gesamte Value-Prämie lässt sich auf die Änderungen des Marktwertes zurückführen.
  • Somit kann es Value-Titel geben, die keine Value-Prämie vereinnahmen (z.B. neutrale Marktbewertung bei hohem Buchwert), aber auch Growth-Titel, welche eine Value-Prämie erhalten (z.B. Unterbewertung des Marktpreises trotz niedrigem Buchwert).

Quelle:

Gerakos, J., & Linnainmaa, J. T. (2017). Decomposing value. The Review of Financial Studies, 31 (5), 1825-1854.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.

Eine Einschätzung von Factor Timing

Wichtige Erkenntnisse:

  • Variablen, welche zur Prognose von Faktorrenditen herangezogen werden, lassen sich in die Kategorien Sentiment, Bewertung, Trend, ökonomisches Umfeld und finanzielle Bedingungen unterteilen.
  • Bewertungen scheinen für alle Faktoren bei längeren Horizonten einen Einfluss zu haben, während Trends am besten bei einem Horizont von einem Jahr funktionieren.
  • Finanzielle Bedingungen (TED Spread, Term Spread) scheinen bei Horizonten länger als 6 Monate, insb. bei Value, Momentum, Profitability und Investment eine Rolle zu spielen.
  • Das ökonomische Umfeld scheint auf längere Sicht bei Value- und Investment-Faktoren die Prognose zu verbessern.
  • Sentiment scheint Size- und Value-Faktoren positiv, Profitabilitäts- und Investment-Faktoren dagegen negativ zu vorherzusagen.
  • Der Einsatz in der Praxis gestaltet sich allerdings schwierig, da die Zusammenhänge über Zeit variieren und die Gefahr des Rosinenpickens von Zusammenhängen im Nachhinein (Data Mining) gross ist.

Quelle:

Bender, J., Sun, X., Thomas, R., & Zdorovtsov, V. (2018). The promises and pitfalls of factor timing. The Journal of Portfolio Management, 44 (4), 79-92.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Eine Erklärung für die gute Performance von Sin Stocks

Wichtige Erkenntnisse:

  • Historisch haben sogenannte „Sin Stocks“, d.h. Aktien, welche in Laster wie Alkohol, Tabak, Waffen oder Glücksspiel investieren eine Überrendite erzielt.
  • Mithilfe der Faktoren Profitabilität und Investitionen aus dem neuen Fama French 5-Faktor-Modell lässt sich diese Überrendite vollständig erklären. Es muss also nicht in „Sin Stocks“ investiert werden, um diese Prämie abzugreifen.
  • Eine Prämie aufgrund der Reputationsrisiken derartiger Titel findet sich dagegen nicht.

Quelle:

Blitz, D., & Fabozzi, F. J. (2017). Sin stocks revisited: Resolving the sin stock anomaly. The Journal of Portfolio Management, 44 (1), 105-111.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.

 

Eine kritische Beurteilung von „Top-Down“ Multifaktor-Ansätzen

Wichtige Erkenntnisse:

  • Bei „Bottom-Up“-Ansätzen der Multifaktor-Portfoliokonstruktion werden Einzelfaktorportfolios separat berechnet und anschliessend zu einem Multifaktorportfolio kombiniert, wogegen „Top-Down“-Ansätze alle Faktorexposures gemeinsam optimieren.
  • In den letzten Jahren wurden „Top-Down“-Ansätze häufig als überlegen dargestellt.
  • Diese Studie stellt diese Darstellungen in Frage, insbesondere da die „Top-Down“-Portfolios stark konzentriert sind, zu starke Annahmen bezüglich des Zusammenhangs zwischen Renditen und Faktorexposures postulieren sowie stark anfällig gegenüber Data Mining sind.

Quelle:

Amenc, N., Goltz, F., & Sivasubramanian, S. (2018). Multifactor index construction: A skeptical appraisal of bottom-up approaches. The Journal of Index Investing, 9 (1), 6-17.
 
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. 
 

Eine sehr langfristige Betrachtung von Renditeprognosen

Wichtige Erkenntnisse:

  • Jährliche Aktienrenditen über die letzten 400 Jahre zeigen, dass Dividendenrenditen erwartete Renditen vorhersagen können.
  • Erwartete Renditen schwanken über den Zeitablauf. Dabei hängen die Schwankungen mit dem Konjunkturzyklus zusammen und erwartete Renditen sind in Rezessionen höher.

Quelle:

Golez, B., & Koudijs, P. (2018). Four centuries of return predictability. Journal of Financial Economics, 127 (2), 248-263.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Eine Titelselektions-Strategie auf US Staatsanleihen

Wichtige Erkenntnisse:

  • Dieses Forschungspapier schlägt eine Titelselektions-Strategie auf US Staatsanleihen vor, welche anhand des Nelson-Siegel-Zinsstrukturmodells fehlbewertete Anleihen identifiziert.
  • Trotz der hohen Liquidität und Tiefe des US Staatsanleihenmärkte lässt sich mit dieser Strategie ein robustes, risiko-adjustiertes Alpha erzielen.

Quelle:

Nielsen, Y., & Pungaliya, R. S. (2017). Idiosyncratic returns and relative value in the US treasury market. Journal of Empirical Finance, 44 , 125-144.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Eine Verbesserung des Shiller P/E zur Renditeprognose

Wichtige Erkenntnisse:

  • Langfristig ist das sogenannte (zyklisch adjustierte) Shiller P/E eine gute Erklärungsvariable für Renditen. Es scheitert aber an kurzfristigen Prognosen.
  • Die Autoren finden, dass dies daran liegt, dass das normale Level des Shiller P/E mit dem makroökonomischen Umfeld (reale Zinsen, Inflation) variiert.
  • Wird das P/E um die aktuellen makroökonomischen Bedingungen korrigiert, kann es auch kürzerfristige Renditen vorhersagen.

Quelle:

Arnott, R. D., Chaves, D. B., & Chow, T. (2017). King of the mountain: The Shiller P/E and macroeconomic conditions. The Journal of Portfolio Management, 44 (1), 55-68.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Erzielen Aktien gegenüber Staatsanleihen eine Outperformance?

Wichtige Erkenntnisse:

  • Die meisten US-Aktien rentieren über ihr ganzes Leben schlechter als ein monatige US-Staatsanleihen.
  • Die höchstrentierenden 4% aller US-Aktien erklären die komplette Überrendite über US-Staatsanleihen seit 1926.
  • Die Rechtsschiefe der Verteilung von Aktienrenditen hat einen bedeutenden Einfluss.
  • Diese Ergebnisse helfen dabei, zu erklären, warum schlecht-diversifizierte aktive Strategien häufig den breiten Aktienmarkt underperformen.

Quelle:

Bessembinder, H. (2017). Do stocks outperform treasury bills? Journal of Financial Economics.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.

 

ESG als Risikomessgrösse

Wichtige Erkenntnisse:

  • Umwelt-, Sozialen und Governancedaten (ESG) liefern wertvolle Informationen über das Risiko von Unternehmen. So weisen Aktien mit den schlechtesten ESG-Exposures eine um bis zu 15% erhöhte Volatilität und ein um 3% erhöhtes Beta auf.
  • Daneben helfen ESG-Daten bei der Prognose des zukünftigen Risikos. Schlechte ESG-Exposures sagen erhöhte zukünftige Risiken vorher.

Quelle:

Dunn, J., Fitzgibbons, S., & Pomorski, L. (2018). Assessing risk through environmental, social and governance exposures. Journal of Investment Management, 16 (1), 4-17.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Factor-Timing-Fähigkeiten von Portfoliomanagern

Wichtige Erkenntnisse:

  • Die Autoren finden keine Anzeichen für erfolgreiches Timing von Faktorprämien durch Portfoliomanager.
  • Stattdessen geht das Timing von Markt-, Size- und Momentum-Faktoren mit zukünftiger Underperformance und unerwünschten Risikoeigenschaften einher.

Quelle:

Ammann, M., Fischer, S., & Weigert, F. (2017). Do mutual fund managers have risk factor timing skills? Unpublished Results.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Faktorprämien und die Zinsstrukturkurve

Wichtige Erkenntnisse:

  • Bestehende Forschung beschreibt die Zinsstrukturkurve häufig mit den drei Parametern Level, Steigung und Krümmung.
  • Dieses Forschungspapier zeigt, wie aus anderen Anlageklassen geläufige Faktoren wie Value, Momentum und Carry mit den Parametern der Zinsstrukturkurve zusammenhängen.
  • Der Value-Faktor subsumiert das Zinslevel, wogegen Carry und Momentum Informationen über Steigung und Krümmung abdecken.
  • Daneben enthalten die Faktoren Value, Momentum und Carry zusätzliche Informationen über Wachstum, Inflation und den Cochrane & Piazzesi (2005) Bondfaktor.

Quelle:

Brooks, J., & Moskowitz, T. J. (2017). Yield curve premia. Unpublished Results.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Faktorprämien von Obligationen

Wichtige Erkenntnisse:

  • Faktoren wie Value, Momentum, Carry und Defensive existieren sowohl auf Staatsobligationen als auch auf Unternehmensobligationen.
  • Ein gemischtes long-short Faktorportfolio dieser vier Faktoren weist eine Brutto-Sharpe-Ratio von 0.98 auf Staatsobligationen und 2.52 auf Unternehmensobligationen auf.
  • Diese Faktoren bieten attraktive Diversifikationseigenschaften und weisen geringe makroökonomische Sensitivitäten auf.

Quelle:

Brooks, J., Palhares, D., & Richardson, S. (2018). Style investing in fixed income. The Journal of Portfolio Management, 44 (4), 127-139.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Absicherung von Risikofaktoren

Wichtige Erkenntnisse:

  • Diese Studie analysiert die Anzahl der unternehmensspezifischen Charakteristika, welche gemeinsam einen signifikanten Beitrag zur Erklärung des Querschnitts von Aktienrenditen liefern.
  • Es zeigt sich, dass die Anzahl der relevanten Charakteristika ansteigt, wenn Transaktionskosten berücksichtigt werden.
  • Diese auf den ersten Blick kontraintuitive Beobachtung, lässt sich damit erklären, dass eine Kombination von mehreren Charakteristika den Turnover und damit die Transaktionskosten senkt.
  • Transaktionskosten liefern daher eine Begründung dafür, eine grössere Anzahl an Charakteristika in Asset Pricing Modellen zu berücksichtigen.

Quelle:

DeMiguel, V., Martín-Utrera, A., Nogales, F. J., & Uppal, R. (2018). A transaction-cost perspective on the multitude of firm characteristics. Working Paper.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Fehlbewertungen als Ursache des Profitabilitätsfaktors

Wichtige Erkenntnisse:

  • Makroökonomische Risiken können die Profitabilitätsprämie nur teilweise erklären. Ein Fehlbewertungsfaktor basierend auf Sentiment dagegen liefert einen wichtigen Beitrag zur Erklärung.
  • Die Profitabilitätsprämie findet sich vor allem bei Unternehmen, deren Profitabilität in Phasen hohen Sentiments deutlich unterschätzt wird. Unternehmen mit hoher Profitabilität und geringer Bewertung werden von Analysten vermehrt falsch bewertet und weisen nach Veröffentlichung der Gewinnzahlen Preissprünge auf.

Quelle:

Lam, F. E. C., Wang, S., & Wei, K. J. (2016). The profitability premium: Macroeconomic risks or expectation errors? Unpublished Results. 
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Fehlbewertungen und der Lotterieeffekt

Wichtige Erkenntnisse:

  • Die Präferenz von Investoren für rechtsschiefe Renditeverteilungen (= erhöhte Wahrscheinlichkeit von sehr grossen Gewinnen / Lotterieeffekt) ist ein gemeinsamer Treiber von Fehlbewertungen über viele Marktanomalien hinweg.
  • Investoren übergewichten insbesondere überbewertete Aktien.
  • Auch weisen Aktien mit rechtsschiefen Renditeverteilungen deutlich stärkere Fehlbewertungen auf.
  • Ein Faktor, der den Effekt der Fehlbewertungen von rechtsschiefen Aktien aufnimmt, hilft die Rendite von vielen Anomalien besser zu erklären.

Quelle:

Kumar, A., Motahari, M., & Taffler, R. J. (2018). Skewness preference and market anomalies. Working Paper.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Frisches Momentum

Wichtige Erkenntnisse:

  • Die Interaktion von Momentum und Reversal in den Aktienmärkten ist ein wichtiges Thema.
  • Dieses Forschungspapier schlägt eine Strategie vor, die zwischen frischen und alten Gewinnern und Verlierern unterscheidet, indem nach langfristiger sowie kurzfristiger Performance sortiert wird.
  • Diese Strategie erzielt eine substantielle Outperformance und kann nicht durch die klassische Momentum-Performance erklärt werden.

Quelle:

Chen, L., Kadan, O., & Kose, E. (2009). Fresh momentum. Unpublished Results.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Gewinnprognosen bringen immer weniger

Wichtige Erkenntnisse:

  • Das Renditepotential durch korrekte Gewinnprognosen hat in den letzten 30 Jahren deutlich abgenommen.
  • Während Gewinne früher eine gute Indikation für den vom Unternehmen geschaffenen Wert waren, haben sich Geschäftsmodelle von Unternehmen dramatisch geändert.
  • In der heutigen informations- und wissensgetriebenen Welt sind Unternehmen erfolgreich, die konstante Produkt- und Prozessinnovationen liefern.
  • Gegenüber Gewinnen sind heute sogenannte Strategic Assets -d.h. Werte, die es ermöglichen, einen langfristigen Wettbewerbsvorteil zu erhalten - entscheidend.

Quelle:

Gu, F., & Lev, B. (2017). Time to change your investment model. Financial Analysts Journal, 73 (4), 23-33.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Globale Marktineffizienzen

Wichtige Erkenntnisse:

  • Die Autoren nutzen eine neue Methodik, um die fairen Werte von 25‘000 Aktien in 36 Ländern zu bestimmen.
  • Eine Handelsstrategie, welche die Abweichungen vom fairen Wert nutzt, liefert eine signifikante Outperformance, insbesondere in den Emerging Markets.
  • Die Alphas sind korreliert mit den Transaktionskosten, übertreffen diese allerdings.
  • Die globalen Märkte sind daher ineffizient.

Quelle:

Bartram, S. M., & Grinblatt, M. (2018). Global market inefficiencies. Unpublished Results.
 
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.
 

Idiosynkratische Volatilität, Qualität und Renditen

Wichtige Erkenntnisse:

  • Der Zusammenhang zwischen idiosynkratischer Volatilität und Renditen wird seit Ang et al. (2006) intensiv diskutiert.
  • Diese Studie argumentiert, dass der Einfluss der idiosynkratischen Volatilität vom Kontext abhängt.
  • Sie stellen die Hypothese auf, dass Qualitätsunternehmen eher von einer hohen idiosynkratischen Volatilität profitieren, da diese Volatilität eher durch positive Renditen getrieben wird. Schrottunternehmen hingegen leiden unter einer hohen idiosynkratischen Volatilität, da diese Volatilität vor allem durch negative Renditen erzeugt wird.
  • Die empirischen Ergebnisse bestätigen das Renditeverhalten von Qualitätsunternehmen, wogegen die Ergebnisse für Schrottunternehmen uneindeutig sind.

Quelle:

Wang, X. (2017). Will firm quality determine the relationship between stock return and idiosyncratic volatility? A new investigation of idiosyncratic volatility. Journal of Asset Management, 18 (5), 388-404.
 
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.
 

Idiosynkratisches Momentum lohnt sich weltweit

Wichtige Erkenntnisse:

  • Idiosynkratisches Momentum ist um Marktbewegungen korrigiertes Momentum.
  • Es reduziert gegenüber klassischem Momentum das Risiko und erzielt ein substantielles Alpha.
  • Diese Ergebnisse gelten nicht nur für den U.S. Aktienmarkt, sondern für 21 weitere internationale Aktienmärkte, insbesondere auch in Japan, wo klassisches Momentum nicht zu funktionieren scheint.

Quelle:

Chaves, D. B. (2016). Idiosyncratic momentum: U.S. and international evidence. The Journal of Investing, 25 (2), 64-76.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Interessenkonflikte von bankabhängigen Fonds

Wichtige Erkenntnisse:

  • Diese Studie analysiert die Performance von Aktienfonds, welche von den Asset-Management-Divisionen von Universalbanken verwaltet werden.
  • Bankunabhängige Fonds erzielen gegenüber angeschlossenen Fonds eine Outperformance von 92 Basispunkten pro Jahr.
  • Interessenkonflikte stellen eine mögliche Erklärung dar, da die Underperformance vor allem dort auftritt, wo Aktien von Kreditnehmern der Bank übergewichtet werden.
  • Angegliederte Manager unterstützen damit die Kreditvergabe der Banken und sichern damit ihre eigene Karriere zu Lasten der Fondsinvestoren.

Quelle:

Ferreira, M. A., Matos, P., & Pires, P. (2018). Asset management within commercial banking groups: International evidence. The Journal of Finance, 73 (5), 2181-2227.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Investitionen, Momentum und Reversal

Wichtige Erkenntnisse:

  • Aktienmärkte weisen auf die mittlere Frist (3-12 Monate) Momentum und auf die lange Frist (3-5 Jahre) Reversal auf.
  • Eine mögliche Erklärung für dieses Muster ist die inhärente Zeitverzögerung bei Investitionen von Unternehmen.
  • Gewinner gewinnen nur weiterhin, wenn darauf Investitionen folgen, wogegen Verlierer weiterhin verlieren, wenn darauf Desinvestitionen folgen.

Quelle:

Mortal, S. C., & Schill, M. J. (2018). The role of firm investment in momentum and reversal. Journal of Empirical Finance, 48, 255-278.
 
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. 
 

Kurzfristige Unterreaktionen von Aktienmärkten

Wichtige Erkenntnisse:

  • Nach Sprüngen in Aktienpreisen zeigt sich in den USA eine kurzfristige Unter-Reaktion.
  • Eine Strategie, die in Aktien investiert, die Sprünge nach oben zeigen und Aktien verkauft, die Sprünge nach unten aufweisen, erzielt über 1-3 Monate eine deutliche Outperformance.
  • Geringe Aufmerksamkeit von Investoren gegenüber Marktänderungen liefert eine mögliche Erklärung.

Quelle:

Jiang, G. J., & Zhu, K. X. (2017). Information shocks and short-term market underreaction. Journal of Financial Economics, 124 (1), 43-64.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden. 
 

Langfristige Trendumkehr als globaler Faktor

Wichtige Erkenntnisse:

  • Bisher fehlten gross angelegte Studien, welche Umkehrbewegungen in internationalen Märkten untersucht haben.
  • Dieses Forschungspapier schliesst die Lücke und zeigt, dass es langfristige Umkehrbewegungen in 23 entwickelten Ländern gibt.
  • Die Umkehrbewegungen sind auch robust, wenn für weitere Faktoren wie Size, Value und Momentum korrigiert wird

Quelle:

Blackburn, D. W., & Cakici, N. (2017). Overreaction and the cross-section of returns: International evidence. Journal of Empirical Finance, 42 , 1-14.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden. 
 

Langfristige Umkehrbewegungen in Industrie Performances

Wichtige Erkenntnisse:

  • Unternehmen in Verlierer-Industrien erzielen gegenüber Unternehmen in Gewinner-Industrien über die nächsten 5 Jahre eine deutliche Überrendite.
  • Dieser Effekt ist ein entscheidender Treiber hinter den langfristigen Umkehrbewegungen von Aktien.
  • Industrie-Umkehrbewegungen gibt es allen Phasen des Konjunkturzyklus und sie sind prominenter in Industrien mit hoher Bewertungsunsicherheit.

Quelle:

Wu, Y., & Mazouz, K. (2016). Long-term industry reversals. Journal of Banking & Finance, 68, 236-250.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.

 

Latente Faktoren im Aktienmarkt

Wichtige Erkenntnisse:

  • Dieses Forschungspapier präsentiert eine neue Methode, wie sich latente Faktoren schätzen lassen, welche Aktienpreise sowohl in der Zeitreihen- als auch in der Querschnittsdimension erklären können.
  • Gemäss diesem Ansatz sind vor allem fünf Faktoren relevant zur Erklärung von Aktienrenditen: Der breite Aktienmarkt (Marktbeta), ein Value-Faktor ein Momentum-Faktor, ein Profitabilitätsfaktor sowie ein Sharpe-Ratio-Faktor, der stark auf Reversal setzt.
  • Viele andere Aktiencharakteristika spielen dagegen keine Rolle.

Quelle:

Lettau, M., & Pelger, M. (2018). Factors that fit the time series and cross-section of stock returns. Working Paper.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Makroökonomische Einflussgrössen auf Aktienmarktbetas

Wichtige Erkenntnisse:

  • Dieses Forschungspapier unterteilt das Marktbeta in mehrere zyklische Komponenten mit unterschiedlicher Frequenz.
  • Besonders die Überschuss-Konsumquote und die Ausfallprämie haben einen deutlichen Einfluss auf das Aktienmarktbeta.

Quelle:

Gonzalez, M., Nave, J., & Rubio, G. (2018). Macroeconomic determinants of stock market betas. Journal of Empirical Finance, 45 , 26-44.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Marktbeeinflussung durch grosse Transaktionen

Wichtige Erkenntnisse:

  • Die meisten Studien, welche den Markteinfluss von grossen Transaktionen schätzen, betrachten jede Transaktion unabhängig voneinander.
  • Durch die Vernachlässigung der Interaktionen im Orderfluss kann es passieren, dass die Transaktionskosten deutlich unterschätzt werden und eventuelle Ansteckungsgefahren übersehen werden.
  • Dieses Forschungspapier schlägt ein Modell vor, welches diese Problematik behebt.

Quelle:

Benzaquen, M., Mastromatteo, I., Eisler, Z., & Bouchaud, J.-P. (2016). Dissecting cross-impact on stock markets: An empirical analysis. Unpublished Results.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Markteffizienz und Industriecluster

Wichtige Erkenntnisse:

  • Unternehmen innerhalb von Industrieclustern weisen effizientere Marktpreise auf als Unternehmen ausserhalb von Clustern.
  • Geographische Nähe erzeugt Informations-Spillovers und reduziert die Grenzkosten für Informationsproduzenten.
  • Analysten decken eher Unternehmen in Clustern ab.
  • Institutionelle Investoren, die grosse Positionen in einem Unternehmen eines Clusters besitzen, weisen eine höhere Wahrscheinlichkeit auf, weitere Aktien von Unternehmen des Clusters zu halten.

Quelle:

Engelberg, J., Ozoguz, A., & Wang, S. (2018). Know thy neighbor: Industry clusters, information spillovers, and market efficiency. Journal of Financial and Quantitative Analysis, 53 (5), 1937-1961.
 
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.
 

Momentum in der Qualität von Renditeprognosen

Wichtige Erkenntnisse:

  • Goyal & Welch (2008) haben gezeigt, dass sich Aktienrenditen langfristig nur schwer vorhersagen lassen. Es gibt allerdings Phasen, in denen gewisse Variablen die Rendite vorhersagen können.
  • Dieses Forschungspapier zeigt, dass sich die Qualität von Renditeprognosen verbessern lässt, wenn die Prognosequalität in der jüngeren Vergangenheit berücksichtigt wird und der Schätzer nur eingesetzt wird, wenn die jüngste Prognosequalität gut war. Ansonsten wird ein historischer Mittelwert als Schätzer genutzt.

Quelle:

Wang, Y., Liu, L., Ma, F., & Diao, X. (2018). Momentum of return predictability. Journal of Empirical Finance, 45, 141-156.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Momentum in Fundamentaldaten von Unternehmen

Wichtige Erkenntnisse:

  • Momentum existiert nicht nur in Renditen, sondern auch in unternehmensspezifischen Fundamentaldaten.
  • Twin Momentum – die Kombination aus klassischem Momentum und fundamentalem Momentum – funktioniert deutlich besser als jede Variante für sich allein.

Quelle:

Huan, D., Zhang, H., & Zhou, G. (2017). Twin momentum: Fundamental trends matter. Unpublished Results.
 
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.
 

Nachhaltigkeit und Fehlbewertungen

Wichtige Erkenntnisse:

  • Unterbewertete Aktien mit schlechter sozialer Performance weisen die höchsten risikoadjustierten Renditen auf, wogegen überbewertete Aktien mit guter sozialer Performance die niedrigsten risikoadjustierten Renditen aufweisen.
  • Dieser Effekt wird vor allem durch nachhaltige institutionelle Investoren getrieben und wird durch Arbitrage von uneingeschränkten Investoren nicht vollständig ausgeglichen.

Quelle:

Zhan, X. E. (2017). Investor preference, corporate social performance, and stock prices. Unpublished Results.
 

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.
 

Neue Ansätze zur Absicherung des Aktienrisikos

Wichtige Erkenntnisse:

  • Klassische Hedging-Ansätze für Aktienportfolios wie Put-Optionen, Staatsanleihen, Gold oder Kreditabsicherungen sind teuer und / oder unzuverlässig.
  • Die Autoren schlagen zwei dynamische Strategien zur Absicherung von grossen Drawdown vor: (1) eine time-series momentum Strategie (ähnlich zu vielen CTAs) sowie (2) eine Long-Short-Strategie auf den Qualitätsfaktor auf Aktien.

Quelle:

Cook, M., Hoyle, E., Sargaison, M., Taylor, D., & Hemert, O. V. (2017). The best strategies for the worst crises. Unpublished Results.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Niedrige Korrelation als eine Erklärung für Smart Beta Renditen

Wichtige Erkenntnisse:

  • Strategien, die eine geringe Korrelation zum marktkapitalisierten Index aufweisen, liefern eine höhere risikoadjustierte Rendite. Dieser Effekt kann auch als Faktor den Erklärungsgehalt des Fama-French-Modells erhöhen.
  • Damit lässt sich ein Teil der Überrendite von diversen Smart Beta Strategien erklären.

Quelle:

Kudoh, H., Miazzi, A., & Yamada, T. (2015). The low-correlation enhancement: How to make alternative beta smarter. The Journal of Investing, 24 (4), 81-91.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Nonlineare Kovarianz-Shrinkage

Wichtige Erkenntnisse:

  • Die Schätzung einer Kovarianz-Matrix ist wichtig für viele Arten der Portfoliokonstruktion und leidet häufig unter Instabilität.
  • Lineare Shrinkage-Ansätze werden häufig verwendet, um ein ausgewogenes Verhältnis zwischen Schätz- und Modellfehlern zu erzielen und damit eine möglichst gute Schätzung zu ermöglichen.
  • Dieses Forschungspapier schlägt als erstes in non-lineares Shrinkage-Modell vor, welches eine saubere Schätzung als bestehende Ansätze liefert.

Quelle:

Ledoit, O., & Wolf, M. (2017). Nonlinear shrinkage of the covariance matrix for portfolio selection: Markowitz meets goldilocks. The Review of Financial Studies, 30 (12), 4349-4388.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Optimiertes Rebalancing von Multi Asset Portfolios

Wichtige Erkenntnisse:

  • In einem Multi-Asset-Portfolio verschieben sich die Gewichte der Anlageklassen durch Marktbewegungen über die Zeit.
  • Durch Rebalancing werden die Gewichte wieder zur strategischen Allokation zurückgeführt.
  • Zwischen Rebalancings weichen Investoren von der strategischen Allokation ab und gehen mit hinsichtlich Rebalancing-Zeitpunkt Timing-Wetten ein.
  • Mit einem Short-Option Overlay kann dieses Basisrisiko reduziert werden und gleichzeitig eine Volatilitätsrisikoprämie vereinnahmt werden.

Quelle:

Israelov, R., & Tummala, H. (2017). An alternative option to portfolio rebalancing. Working Paper.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Originalität der Innovation als wertvolle Ressource

Wichtige Erkenntnisse:

  • Innovation (und deren Originalität) sind eine wichtige unternehmerische Ressource und erzeugen einen „Competitive Moat“.
  • Originelle Innovationen sind oft Innovationen, bei denen Wissen aus unterschiedlichsten Teilbereichen genutzt Die Fachbreite der Zitate in Patenten kann dazu genutzt werden, dies zu messen.
  • Aufgrund begrenzter Aufmerksamkeit von Investoren und Skepsis gegenüber Komplexität könnte Innovation unterbewertet sein.
  • Originelle Innovationen sagen höhere, stabilere Profitabilität und höhere Aktienrenditen Dies gilt besonders bei Unternehmen mit hoher Bewertungsunsicherheit und begrenzter Aufmerksamkeit von Investoren.

Quelle:

Hirshleifer, D., Hsu, P.-H., & Li, D. (2017). Innovative originality, profitability, and stock returns. The Review of Financial Studies, 31 (7), 2553-2605.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Politische Risiken und Aktientailrisiken

Wichtige Erkenntnisse:

  • Diese Studie analysiert das Tailrisiko von Aktien um nationale Wahlen weltweit von 1982-2012.
  • Aktien weisen in Wahljahren eine geringere Crash-Wahrscheinlichkeit auf als in der Periode nach den Wahlen.
  • Bei politischer Unsicherheit werden schlechte Nachrichten eher unterdrückt.
  • Besonders ausgeprägt ist dieses Phänomen in Ländern mit geringem Investorenschutz, geringen Checks und Balances, bei unsicheren Wahlausgängen und bei Amtsinhabern, die einen unternehmensfreundlichen Kurs fahren. Stärker betroffen sind auch politisch sensitive Industrien sowie Unternehmen mit grosser Informationsasymmetrie.

Quelle:

Li, Q., Li, S., & Xu, L. (2018). National elections and tail risk: International evidence. Journal of Banking & Finance, 88, 113-128.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Popularität als Renditetreiber

Wichtige Erkenntnisse:

  • In effizienten Märkten sind systematische Risiken ungewollt und bedürfen einer Entschädigung.
  • Aus der Behavioral Finance Sicht beeinflussen Verhaltensverzerrungen (Biases) Vermögenspreise.
  • Popularität vereint diese beiden Perspektiven, indem Finanzanlagen anhand deren rationaler (risikobasierter) bzw. irrationaler (emotionaler) Beliebtheit gepreist werden.
  • Eigenschaften, die dauerhaft unbeliebt sind, führen zu einem Preisabschlag bzw. höheren erwarteten Renditen.

Quelle:

Idzorek, T. M., & Ibbotson, R. G. (2017). Popularity and asset pricing. The Journal of Investing, 26 (1), 46-56.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Portfoliooptimierung mithilfe eines Netzwerkansatzes

Wichtige Erkenntnisse:

  • Dieses Forschungspapier modelliert die Finanzmärkte als Netzwerk mit Wertpapieren als Knotenpunkten.
  • Es zeigt sich das die optimalen Portfoliogewichte umso geringer sind, je zentraler – und damit risikoreicher - die Wertpapiere in dem Netzwerk sind.
  • Zentrale Titel sind in der Tendenz eher alt, gross, günstig und risikoreicher.
  • Eine netzwerkbasierte Strategie kann eine Überrendite erzielen, welche sich nicht mit klassischen Faktormodellen erklären lässt.

Quelle:

Peralta, G., & Zareei, A. (2016). A network approach to portfolio selection. Journal of Empirical Finance, 38 , 157-180.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Profitabilitätsschocks und der Size-Effekt

Wichtige Erkenntnisse:

  • Viele Studien finden, dass der Size-Effekt seit Beginn der 1980er verschwunden ist.
  • Dieses Forschungspapier zeigt, dass das Verschwinden auf negative Profitabilitätsschocks von kleinen Unternehmen und positive Schocks von grossen Unternehmen zurückzuführen ist.
  • Wenn für diese Profitabilitätsschocks kontrolliert wird, zeigt sich nach wie vor ein ausgeprägter Size-Effekt.

Quelle:

Hou, K., & van Dijk, M. A. (2018). Resurrecting the size effect: Firm size, profitability shocks, and expected stock returns. Review of Financial Studies.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Qualitätskontrollen beleben den Size-Effekt wieder

Wichtige Erkenntnisse:

  • Zuletzt wurde der Size-Faktor von vielen Seiten in Frage gestellt. So wäre er zu schwach, zu instabil, hätte sich seit der Entdeckung deutlich abgeschwächt, würde vor allem bei Microcaps und im Januar auftreten und wäre international nicht stabil.
  • Diese Kritikpunkte können allerdings ausgeräumt werden, wenn für Qualität kontrolliert wird.
  • Nach einer Kontrolle für Qualität kann der Size-Faktor gut mit anderen Anomalien wie Value und Momentum mithalten.

Quelle:

Asness, C. S., Frazzini, A., Israel, R., Moskowitz, T., & Pedersen, L. H. (2018). Size matters, if you control your junk. Journal of Financial Economics, 129, 479-509.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Rendite von Aktienstrategien über den Tagesverlauf

Wichtige Erkenntnisse:

  • Die Renditen von Strategien basierend auf Anomalien werden nicht konstant über den Tagesablauf generiert, was Erklärungsansätze basierend auf institutionellen Effekten und Informationsasymmetrie unterstützt.
  • Kleine Titel erzielen nahe dem Handelsschluss eine Outperformance.
  • Low Beta Titel erzielen die Renditen graduell über den Tag, weisen aber über die Nacht hinweg negative Renditen auf.

Quelle:

Bogousslavsky, V. (2017). The cross-section of intraday and overnight returns. Unpublished Results.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Renditeschätzung basierend auf einer Vielzahl von Unternehmens-Charakteristika

Wichtige Erkenntnisse:

  • Dieses Forschungspapier stellt einen neuen Ansatz vor, um erwartete Renditen aus einer Vielzahl von Charakteristika von Unternehmen zu schätzen.
  • Dieser Ansatz basiert auf 26 Charakteristika und kann diverse andere Ansätze übertreffen.
  • Daneben zeigt der Ansatz, dass viele Anomalien Gemeinsamkeiten aufweisen.

Quelle:

Light, N., Maslov, D., & Rytchkov, O. (2017). Aggregation of information about the cross section of stock returns: A latent variable approach. The Review of Financial Studies, 30 (4), 1339-1381.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden. 
 

Replizierbarkeit von Anomalien

Wichtige Erkenntnisse:

  • Viele Anomalien in der Forschung sind nicht robust.
  • Die Autoren versuchen insgesamt 447 Anomalien zu replizieren, wobei sie Kleinstunternehmen ausschliessen.
  • 68% der Anomalien können nach den üblichen statistischen Standards nicht repliziert werden. Werden striktere Standards angelegt, steigt diese Zahl sogar auf 85%.
  • Von den verbleibenden signifikanten Anomalien kann das q-Faktormodell die grosse Mehrheit erklären.
  • Kapitalmärkten sind effizienter als in der bisherigen Forschung über Anomalien angenommen.

Quelle:

Hou, K., Xue, C., & Zhang, L. (2017). Replicating anomalies. Unpublished Results.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden. 
 

Residual Momentum in Japan

Wichtige Erkenntnisse:

  • Residual Momentum ist das um die Fama & French Faktoren bereinigte Momentum.
  • Im Gegensatz zum klassischen Momentum funktioniert es auch in Japan.
  • Während Momentum-Renditen auf die lange Frist Umkehrbewegungen zeigen, was häufige Portfolioanpassungen notwendig macht, ist dies bei Residual Momentum nicht der Fall.
  • Die Unterreaktion von Investoren scheint der beste Erklärungsansatz für Residual Momentum zu sein.

Quelle:

Chang, R. P., Ko, K.-C., Nakano, S., & Rhee, S. G. (2018). Residual momentum in Japan. Journal of Empirical Finance, 45 , 283-299.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Risikoadjustierung von Zeitreihen-Momentum

Wichtige Erkenntnisse:

  • Dieses Forschungspapier schlägt vor, Time-Series Momentum Strategien anhand ihrer Volatilität zu adjustieren und damit das Risiko auszugleichen.
  • Diese Strategie sorgt für ein Exposure zum Aktienbeta, dem Value-Faktor und dem Momentum-Faktor und reduziert zusätzlich den Turnover.

Quelle:

Dudler, M., Gmur, B., & Malamud, S. (2014). Risk-adjusted time series momentum. Unpublished Results.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden. 
 

Risikoneutrale Renditeverteilungen und Crash-Risiken bei Währungsoptionen

Wichtige Erkenntnisse:

  • Höhere Momente (Schiefe, Wölbung) von risikoneutralen Renditeverteilungen von Währungsoptionen helfen bei der Prognose und Erklärung von Crashs und Crash-Risikoprämien.
  • Daneben stehen diese Momente in einem engen Zusammenhang mit makroökonomischen Variablen.

Quelle:

Chen, R.-R., lin Hsieh, P., & Huang, J. (2018). Crash risk and risk neutral densities. Journal of Empirical Finance, 47, 162-189.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Schwankungen von Kreditrisikoprämien

Wichtige Erkenntnisse:

  • Diese Studie betrachtet Kreditrisikoprämien und bereinigt diese für erwartete Verluste.
  • Es zeigt sich dass diese bereinigten Kreditrisikoprämien im Zeitverlauf stark (bis zu Faktor 10) schwanken mit besonders hohen Risikoprämien in Krisenphasen.
  • Diese Schwankungen sind ausgeprägter für Investment Grade Bonds als für High Yield Bonds.

Quelle:

Berndt, A., Douglas, R., Due, D., & Ferguson, M. (2017). Corporate credit risk premia. Unpublished Results.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Schätzung von dynamischen Faktor-Exposures

Wichtige Erkenntnisse:

  • Die Autoren entwickeln eine neue Methode um dynamische Faktorladungen zu schätzen, indem sie Unternehmenscharakteristika heranziehen.
  • Somit können sie die Rendite von Portfolios in drei Komponenten aufteilen: (1) konstante Faktorexposures, (2) im Zeitablauf schwankende Faktorexposures und (3) Titelselektion

Quelle:

Ang, A., Madhavan, A., & Sobczyk, A. (2017). Estimating time-varying factor exposures. Financial Analysts Journal, 73 (4), 41-54.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden. 
 

Sentiment, Unsicherheit und erwartete Renditen

Wichtige Erkenntnisse:

  • Aggregierte Sentiment-Indikatoren basierend auf Nachrichten und Suchen in den sozialen Medien haben einen grossen Einfluss auf die Renditen.
  • Ein darauf basierender Faktor hilft bestehende Asset-Preismodelle zu verbessern.
  • Sowohl positives Sentiment (Optimismus), als auch negatives Sentiment (Angst) sind mit höheren Renditen verbunden.
  • Die Autoren interpretieren dies als Prämie für erhöhte Unsicherheit.

Quelle:

Füss, R., & Koeppel, C. (2018). Sentiment-conditional risk premium in financial markets. Working Paper.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Smart Beta ETFs und Fondsflüsse

Wichtige Erkenntnisse:

  • Aktiv gehandelte Smart Beta ETFs sorgen für intelligentere Fondsflüsse.
  • Damit ist gemeint, dass Fondsflüsse sensitiver auf Alphas von Multi-Faktor-Modellen reagieren und die Dominanz des CAPM abgeschwächt wird.

Quelle:

Cao, J., Hsu, J. C., Xiao, Z., & Zhan, X. (2017). Smart beta, smarter flows. Unpublished Results.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Soziale Medien und Aktienpreise

Wichtige Erkenntnisse:

  • Soziale Medien beeinflussen die Finanzmärkte. Bisher sind die Zusammenhänge oft noch relativ unklar und nur wenige Hedge Fonds setzen bisher auf derartige Daten.
  • Das Sentiment von Tweets kann tägliche Renditen über die Informationen aus bestehenden Aktienfaktoren wie den fünf Fama-French-Faktoren hinaus erklären.
  • Die Autoren behaupten, einen Social Media Faktor als 6. Faktor identifiziert zu haben, der das Fama-French-5-Faktormodell ergänzt.

Quelle:

Liew, J., & Budavari, T. (2017). The "sixth" factor - a social media factor derived directly from tweet sentiments. The Journal of Portfolio Management, 43 (3), 102-111.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Spekulative Überbewertung von Hoch-Beta-Titeln

Wichtige Erkenntnisse:

  • Der Trade-Off zwischen Rendite und Risiko verhält sich oft nicht gemäss der klassischen Finanztheorie.
  • Hoch-Beta-Aktien sind anfällig gegenüber spekulativer Überbewertung: Sie sind sensitiver gegenüber unterschiedlichen Einschätzungen der Investoren und vor allem wegen Leerverkaufsbeschränkungen eher überbewertet.
  • Bei nur geringfügig abweichenden Einschätzungen ist der Trade-Off zwischen Rendite und Risiko positiv, wogegen bei stark abweichenden Einschätzungen erwartete Renditen mit zunehmendem systematischen Risiko fallen können.

Quelle:

Hong, H., & Sraer, D. A. (2016). Speculative betas. The Journal of Finance, 71 (5), 2095-2144.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden. 
 

Survivorship Bias bei Peergruppenanalysen

Wichtige Erkenntnisse:

  • Survivorship bias, der Fokus auf überlebende Titel, führt bei Backtestings von Strategien sowie Peergruppenvergleichen zu deutlichen Verzerrungen.
  • Backtesting-Strategien schauen zu gut aus, wenn nur überlebende Titel herangezogen werden. Bei Peergruppenvergleichen dagegen schaut die Performance von Fonds zu schlecht aus, da sie nur mit überlebenden und damit eher erfolgreichen Peers verglichen wird.
  • Die Autoren schlagen eine neue Methode vor, um bei Peergruppenvergleichen renditebasierte Kennzahlen für diesen Effekt zu korrigieren.

Quelle:

Allen, G. C., Cliff, I. S., & Meerschaert, W. J. (2018). Picking through the alpha graveyard correcting for survivorship bias in investment product universes. Journal of Investment Management, 16 (3), 46-57.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Systemische Risiken durch Short Volatility Strategien

Wichtige Erkenntnisse:

  • Short Volatility Strategien erfahren aktuell eine grosse Popularität.
  • Diese Strategien setzen darauf, dass die Volatilität in der Zukunft niedrig bleibt und stellen damit eine Art Versicherung gegen Marktturbulenzen dar.
  • Somit weisen diese Strategien ein hohes systematisches Risiko auf und können zu Marktverwerfungen führen, falls viele Investoren gleichzeitig desinvestieren wollen.
  • Neben dem direkten Schreiben von Optionen haben noch viele andere Strategien ein implizites Exposure zum Short Volatility Risiko wie z.B. Carry-Trade Strategien, Risikoparitätsstrategien oder Volatility Targeting Strategien.

Quelle:

Bhansali, V., & Harris, L. (2018). Everybody's doing it: Short volatility strategies and shadow financial insurers. Financial Analysts Journal, 74 (2), 12-23.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Tail Risiko Vorhersagen

Wichtige Erkenntnisse:

  • Es ist möglich, Tail Risiken deutlich zu reduzieren, ohne dafür viel Rendite aufgeben zu müssen.
  • Besonders die Prognose der zukünftigen Schiefe der Renditeverteilung liefert einen deutlichen Mehrwert für Investoren.
  • Mit diesem Ansatz lässt sich klassische Diversifikation verbessern, welche zwar die Volatilität reduziert, in Krisen aber oft versagt.

Quelle:

Xiong, J. X., Idzorek, T. M., & Ibbotson, R. G. (2016). The economic value of forecasting left-tail risk. The Journal of Portfolio Management, 42 (3), 114-123.
 
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.
 

Tail-Risiko-Sensitivität von Einzelaktien

Wichtige Erkenntnisse:

  • Diese Studie misst die Sensitivität von Aktien gegenüber starken Markteinbrüchen, das sogenannte Tail Beta.
  • Dabei verlieren Aktien mit einem hohen Tail Beta in Krisen 2-3x mehr, als Aktien mit einem niedrigen Tail Beta.
  • Obwohl Aktien mit hohem Tail Beta daher deutlich riskanter sind, weisen sie keine Renditeprämie auf.

Quelle:

van Oordt, M. R. C., & Zhou, C. (2016). Systematic tail risk. Journal of Financial and Quantitative Analysis, 51 (02), 685-705.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden. 
 

Treiber der hohen Bewertungen

Wichtige Erkenntnisse:

  • Im Jahr 2018 wiesen Aktienmärkte hohe Bewertungslevel auf.
  • Diese hohen Bewertungslevel scheinen nicht von übertriebenen Wachstumserwartungen geprägt zu sein und in den letzten Jahren zeigte sich eher ein Rückgang.
  • In Europa und der Schweiz sind die niedrigen Zinsen der entscheidende Treiber der hohen Bewertungen.
  • In den USA dagegen ist die hohe Profitabilität von Unternehmen der wichtigste Treiber der Bewertungen.

Quelle:

Zimmermann, H. (2018). Explaining the high P/E ratios: The message from the Gordon model. Journal of Investment Management, 16 (4), 64-78.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Trends über verschiedene Zeithorizonte

Wichtige Erkenntnisse:

  • Auf den Aktienmärkten lassen sich auf unterschiedlichen Zeithorizonten unterschiedliche Trends erkennen: Auf die kurze Frist Umkehrbewegungen, auf den mittleren Horizont Momentum und langfristig wieder Umkehrbewegungen.
  • Ein Trend-Faktor, der diese drei Trends gleichzeitig berücksichtigt, erzielt gegenüber den Trendsignalen auf den einzelnen Horizonten eine deutliche Outperformance.

Quelle:

Han, Y., Zhou, G., & Zhu, Y. (2016). A trend factor: Any economic gains from using information over investment horizons? Journal of Financial Economics, 122 (2), 352-375.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden. 
 

Trendumkehr von Alphas

Wichtige Erkenntnisse:

  • Anlagen mit einem niedrigen realisierten CAPM-Alpha erzielen gegenüber Anlagen mit einem hohen realisierten CAPM-Alpha eine Überrendite.
  • Obwohl das CAPM-Alpha in einer Multi-Faktor-Welt fehlspezifiziert ist, wird es in der Praxis viel zur Performance Analyse genutzt. Dies gibt Fondsmanagern den Anreiz, das Portfolio in Richtung hoher CAPM-Alphas zu verschieben. Diese Verschiebung führt zu einer Unterbewertung von Titeln mit niedrigem CAPM-Alpha.
  • Dieses Verhalten ist konsistent mit drei möglichen Erklärungsansätzen. (1) Investoren können ihre Anlagen nur beschränkt hebeln, (2) Manager werden gegenüber dem CAPM gemessen, (3) der Markt überreagiert auf extreme Werte des realisierten Alphas.
  • Akademische Forschung beseitigt scheinbar nicht nur Anomalien, sondern kann auch neue Anomalien schaffen.

Quelle:

Horenstein, A. R. (2018). Can Academic Research Generate New Anomalies? Unpublished Results.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Twitter-Stimmung als Renditetreiber

Wichtige Erkenntnisse:

  • Diese Studie analysiert den Einfluss der öffentlichen Stimmung - gemessen mithilfe von Twitter Feeds - auf den Querschnitt der US Aktien.
  • Stimmungssensitive Aktien erzielen eine höhere erwartete Rendite.
  • Stimmungssensitive Aktien sind in der Tendenz klein, jung, unprofitabel, zahlen weniger Dividenden, forschen nicht, nutzen mehr externe Finanzierung und weisen ein hohes idiosynkratisches Risiko auf.

Quelle:

Marsh, I. W., & Liu, J. (2018). The impact of public mood on the cross-section of stock returns. Working Paper.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Unrobuste Ergebnisse in wissenschaftlichen Zeitschriften

Wichtige Erkenntnisse:

  • In wissenschaftlichen Zeitschriften herrscht ein hoher Druck statistisch signifikante Ergebnisse zu produzieren. Hierzu wird vor allem der sogenannte P-Wert herangezogen.
  • Besonders bei einer Vielzahl von verschiedenen Tests und anderen Data-Mining-Ansätzen weist der P-Wert allerdings grosse Schwächen auf.
  • Daher werden Richtlinien für eine robuste und transparente Forschungskultur im Bereich der Finanzwirtschaft präsentiert.

Quelle:

Harvey, C. R. (2017). The scientific outlook in financial economics. The Journal of Finance, 72 (4), 1399-1440.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden. 
 

Unsicherheit in Betaschätzungen

Wichtige Erkenntnisse:

  • Je nach Wahl der Zeitperiode, des Marktproxies oder des Faktormodells können sich Betaschätzungen stark unterscheiden.
  • Dabei zeigt sich, dass Aktien, deren Betaschätzungen stark variieren und damit eine grössere Unsicherheit aufweisen eine höhere Rendite erzielen als Aktien mit relativ stabilen Betaschätzungen.
  • Dieses Phänomen ist unabhängig von der absoluten Höhe des systematischen Risikos / des Marktbetas.

Quelle:

Lahtinen, K. D., Lawrey, C. M., & Hunsader, K. J. (2017). Beta dispersion and portfolio returns. Journal of Asset Management, 19 (3), 156-161. 
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Unterschiede zwischen Zeitreihen- und Querschnittsstrategien

Wichtige Erkenntnisse:

  • Bei der Vorhersage von Renditen wird zwischen zwei Gruppen von Strategien unterschieden: (1) Strategien, die eine einzelne Anlage über die Zeit timen (Zeitreihenstrategien) und (2) Strategien, die relativ zu anderen Anlagen attraktive Anlagen auswählen (Querschnittsstrategien).
  • Während Querschnittsstrategien in der Reinform marktneutral sind (long-short), weisen Zeitreihenstrategien ein zeitvariables Long-Exposure auf.
  • Für einzelne Aktien unterschieden sich beide Strategietypen vor allem durch dieses zeitvariable Long-Exposure, funktionieren aber ansonsten ähnlich gut.
  • Über Anlageklassen hinweg dagegen, sind Querschnittsstrategien überlegen.

Quelle:

Goyal, A., & Jegadeesh, N. (2017). Cross-sectional and time-series tests of return predictability: What is the difference? The Review of Financial Studies, 31 (5), 1784-1824.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Value Timing

Wichtige Erkenntnisse:

  • Der Value-Spread kann die Renditen von Value-Strategien auf Aktien, Rohstoffe, Währungen, Bonds und Aktienindizes vorhersagen.
  • Sowohl anlageklassenspezifische als auch anlageklassenübergreifende Komponenten des Value-Spreads helfen gleich viel bei der Renditeprognose.
  • Die anlageklassenübergreifende Komponente ist stark mit klassischen Risikofaktoren wie der Dividendenrendite, dem Leverage oder Illiquidität korreliert.

Quelle:

Yara, F. B., Boons, M., & Tamoni, A. (2018). Value timing: Risk and return across asset classes. Unpublished Results.
 
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.
 

Varianten des Multi Faktor Investierens

Wichtige Erkenntnisse:

  • Zwei häufige Ansätze des Multi-Faktor-Investierens sind der Portfolio Mix (Kombination von Einzelfaktor-Portfolios) und das Integrierte Portfolio (Kombination von Faktor-Scores).
  • Das Integrierte Portfolio ist effektiver darin, langfristig Faktorprämien zu vereinnahmen und erzielt höhere Renditen und Information Ratios.
  • Dies geschieht vor allem dadurch, dass Aktien mit unvorteilhaften gegenläufigen Faktorexposures vermieden werden und ausgewogene positive Faktorexposures bevorzugt werden.

Quelle:

Fitzgibbons, S., Friedman, J., Pomorski, L., & Serban, L. (2017). Long-only style investing: Don't just mix, integrate. The Journal of Investing, 26 (4), 153-164.
 
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.
 

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. 
 

Wie verschwinden durch Unterbewertung bedingte Alphas?

Wichtige Erkenntnisse:

  • Die konventionelle Denkweise ist, dass sich die Rendite reduziert, wenn Investoren eine Unterbewertung beheben.
  • Dieses Forschungspapier zeigt allerdings, dass der Zusammenhang komplexer ist. Zuerst steigen die Renditen sogar, da sich die Preise erhöhen, um die Unterbewertung zu korrigieren. Erst auf die längere Sicht reduzieren sich die Renditen.
  • Wenn sich eine Anomalie abschwächt, überschätzen die vergangenen Renditen daher die zukünftig zu erwartende Rendite deutlich.

Quelle:

Penasse, J. (2017). Understanding alpha decay. Unpublished Results.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Währungs-Kurvatur als Verbesserung der Carry-Strategie

Wichtige Erkenntnisse:

  • Carry Strategien bei Währungen fokussieren auf die Differenz der kurzfristigen Zinsen und investieren in Währungen mit hohen Zinsen.
  • Dabei gehen allerdings wertvolle Informationen der Zinsstrukturkurve verloren.
  • Eine Strategie basierend auf der Kurvatur der Zinsstrukturkurve weist eine höhere Sharpe Ratio, eine geringere Schiefe sowie geringere Crash-Risiken auf als traditionelle Carry-Strategien.

Quelle:

Dreher, F., Gräb, J., & Kostka, T. (2018). From carry trades to curvy trades. Working Paper.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Überdiversifikation über Asset Manager

Wichtige Erkenntnisse:

  • Viele institutionelle Investoren allozieren ihr Anlagevermögen über zu viele Asset Manager, sie sind in dieser Hinsicht überdiversifiziert.
  • Dies führt zu einer deutlichen Reduktion der relativen Risiken, was das Outperformance-Potential deutlich einschränkt. Gleichzeitig sind sie mit hohen Gebühren des aktiven Managements konfrontiert.

Quelle:

McKay, S., Shapiro, R., & Thomas, R. (2017). What free lunch? The costs of overdiversification. Financial Analysts Journal, 1-15.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Zahlungszyklen und Marktliquidität

Wichtige Erkenntnisse:

  • Der monatliche Zahlungszyklus erzeugt systematische Muster in liquiden Anlagemärkten.
  • Die Kosten von Fremd- und Aktienkapital steigen temporär um die Monatsenden herum an, wenn viele Investoren Liquidität für Auszahlungen benötigen.
  • Investoren leiden unter Verkäufen zu diesen Zeitpunkten.

Quelle:

Etula, E., Rinne, K., Suominen, M., & Vaittinen, L. (2017). Dash for cash: Monthly market impact of institutional liquidity needs. Unpublished Results.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.
 

Zinsrisiko als eine Erklärung der Low-Volatility-Anomalie

Wichtige Erkenntnisse:

  • Low Volatility Portfolios sind zinssensitiv und leiden unter steigenden Zinsen.
  • Gleichzeitig scheinen die Zinsrisiken bei Aktien deutlich besser entschädigt als bei Obligationen.
  • Diese Effekte können einen grossen Teil der Low-Volatility-Anomalie erklären.

Quelle:

Driessen, J., Kuiper, I., & Beilo, R. (2017). Does interest rate exposure explain the low-volatility anomaly? Unpublished Results.
 
Das Forschungspapier kann hier (eventuell kostenpflichtig) bezogen werden.