Warum Prämien fortbestehen oder verschwinden können: risikobasierte und verhaltensbasierte Erklärungen und Tracking-Error-Reue

Was Sie lernen werden

• Die zwei Familien von Erklärungen für Faktorprämien und was jede für die Zukunft impliziert.
• Wie Sie aus einer Prämie und einem Tracking Error die Wahrscheinlichkeit schätzen, dass ein Tilt den Markt über 1, 5, 10 und 20 Jahre underperformt.
• Was Tracking-Error-Reue ist und warum sie das praktische Hauptrisiko des Faktor-Investierens ist.
• Einen Test, den Sie auf jeden vorgeschlagenen Faktor anwenden können, bevor Sie ihn akzeptieren.

Erklärung

Risikobasierte Erklärungen

Unter einer risikobasierten Erklärung ist die Prämie eine Entschädigung dafür, ein Risiko zu tragen, das andere vermeiden wollen. Value-Aktien haben tendenziell niedrige Profitabilität, hohe Verschuldung oder angeschlagene Geschäfte, deren Gewinne in Rezessionen am stärksten fallen; Small Caps sind illiquide und scheitern häufiger. Wenn das stimmt, sollte die Prämie fortbestehen, weil sie ein Preis für Schmerz ist, und sie kann genau dann groß und negativ sein, wenn Sie das Geld am dringendsten brauchen.

Verhaltensbasierte Erklärungen

Unter einer verhaltensbasierten Erklärung stammt die Prämie aus systematischen Fehlern anderer Anleger (Überextrapolation, Unterreaktion auf Nachrichten, Lotteriepräferenzen wie in Lektion 6) in Kombination mit Grenzen der Arbitrage: Leerverkaufsbeschränkungen, Karriererisiko von Fondsmanagern, Anleger, die nach schlechten Jahren abziehen. Dann besteht die Prämie nur so lange fort, wie die Fehler und die Grenzen fortbestehen; Veröffentlichung und günstige ETFs schwächen die Grenzen, eine Lesart der Verfallsevidenz aus Lektion 10. Viele Forscher vertreten eine gemischte Sicht: Value und Size teilweise Risiko, Momentum und Low Volatility überwiegend verhaltensbasiert mit institutionellen Reibungen.

Ein Test für jeden neuen Faktor

Bevor Sie einen Faktor akzeptieren, stellen Sie vier Fragen: Ist er persistent über Jahrzehnte, pervasiv über Länder und Anlageklassen hinweg, robust gegenüber kleinen Änderungen der Definition, und gibt es einen ökonomischen Grund, risikobasiert oder verhaltensbasiert, warum er fortbestehen sollte? Ein Muster, das zwei dieser Tests nicht besteht, ist wahrscheinlich ein Data-Mining-Artefakt. Von Hunderten veröffentlichter Prädiktoren besteht nur eine Handvoll; diese finden Sie in den Lektionen 2–6.

Tracking-Error-Reue

Tracking-Error-Reue ist das Unbehagen, hinter dem Index zurückzubleiben, den alle um Sie herum besitzen, selbst wenn Ihre absolute Rendite in Ordnung ist. Sie könnte der Grund sein, warum Prämien überleben: Die meisten Anleger können fünf oder zehn Jahre Rückstand nicht aussitzen, verkaufen am Tiefpunkt und überlassen die Prämie denen, die bleiben. Hat ein Tilt eine erwartete Überschussrendite μ und einen Tracking Error σ pro Jahr, und sind die Jahre grob unabhängig, beträgt die Wahrscheinlichkeit, über N Jahre hinter dem Markt zu liegen, ungefähr Φ(−μ√N / σ), wobei Φ die Verteilungsfunktion der Standardnormalverteilung ist.

Durchgerechnetes Beispiel

Hypothetisches Beispiel: ein diversifizierter Multifaktor-Tilt mit einer angenommenen Nettoprämie von 2 % pro Jahr und einem Tracking Error von 5 % pro Jahr gegenüber einem kapitalisierungsgewichteten Welt-ETF. Die Renditen werden als normalverteilt und über die Jahre unabhängig angenommen; das ist eine Vereinfachung, die die Länge realer Drawdowns unterschätzt. Gebühren sind in den 2 % bereits abgezogen; Steuern werden ignoriert.

Schritt 1 – das Verhältnis μ / σ = 2 / 5 = 0.4 (das ist die Information Ratio aus Lektion 8).

Schritt 2 – berechnen Sie für jeden Horizont z = 0.4 × √N und schlagen Sie Φ(−z) nach:

Schritt 3 – Größe eines schlechten Ergebnisses: Ein Rückstand von zwei Standardabweichungen über 5 Jahre beträgt 2 × 5 % × √5 = 22 Prozentpunkte unter dem erwarteten kumulierten Gewinn von 10 %, also etwa 12 Punkte hinter dem Markt; bei einem Tilt von €100,000 rund €12,000 weniger als der Indexfonds.

Schritt 4 – Sensitivität: Mit einer Nettoprämie von nur 1 % (der pessimistische Fall aus Lektion 10) steigt die Wahrscheinlichkeit, nach 10 Jahren zurückzuliegen, auf 26 % und nach 20 Jahren auf 19 %.

Interpretation: Einer von zehn Anlegern, die alles richtig machen, wird nach einem Jahrzehnt trotzdem hinter dem Markt liegen. Wenn Sie das nicht im Voraus akzeptieren können, ist ein Faktor-Tilt nichts für Sie, und diese ehrliche Antwort ist ein gültiges Ergebnis dieses Kurses.

Häufiger Fehler

Übungsaufgabe

Auf Papier: Ein Freund schlägt einen Tilt mit einer erwarteten Nettoprämie von 1.5 % und einem Tracking Error von 3 % vor. (a) Berechnen Sie die Information Ratio. (b) Schätzen Sie die Wahrscheinlichkeit, über 5 und 10 Jahre hinter dem Markt zu liegen, mit Φ(−1.12) ≈ 0.13 und Φ(−1.58) ≈ 0.06. (c) Ihr Freund sagt, die Prämie sei verhaltensbasiert und die Strategie sei jetzt in einem ETF mit 0.10 % Gebühr und großen Zuflüssen verfügbar. Welcher der vier Tests sollte Sie am meisten beunruhigen und warum?

Kernaussagen

• Risikobasierte Prämien sollten fortbestehen, tun aber in schlechten Zeiten weh; verhaltensbasierte Prämien hängen von Grenzen der Arbitrage ab und können mit zunehmender Beliebtheit verblassen.
• Testen Sie einen Faktor auf Persistenz, Pervasivität, Robustheit und einen ökonomischen Grund, bevor Sie ihn nutzen.
• Wahrscheinlichkeit, hinter dem Markt zu liegen ≈ Φ(−IR × √N); bei IR 0.4 liegen etwa 10 % der disziplinierten Anleger nach 10 Jahren noch zurück.
• Tracking-Error-Reue, nicht Volatilität, ist das Risiko, das die meisten Faktorpläne beendet; legen Sie Ihre Toleranz fest, bevor Sie beginnen.

Nächster Schritt

In der letzten Lektion schreiben Sie eine Faktor-Tilt-Richtlinie, die die Allokation, die Underperformance, die Sie in Jahren und Euro tolerieren werden, und die Regeln für ihre Überprüfung festlegt.