faktorbewertungsniveaus und drawdown risiko - iqam.com · •d.h. in diesem modell nehmen wir an,...
Post on 20-Aug-2019
214 Views
Preview:
TRANSCRIPT
2018-04-203
Faktorbewertungsniveaus und Drawdown Risiko
Michael Halling (Stockholm School of Economics & Swedish House of Finance)
Agenda
• „Setting the stage“: Bewertungsniveaus, Faktoren, Drawdown Risiko.
• „Stylized Facts“ als Motivation.
• Einblick in das Forschungsprojekt inklusive Beispiel als Illustration.
• Ökonomische Interpretation.
Faktoren
• Konzentration auf den amerikanischen Marktfaktor (S&P 500 für die USA).
• Aktuelle Bewertungsniveaus von Marktfaktoren hoch wenn wir die Historie der Faktorrenditen und Bewertungsniveaus hernehmen, was können wir über die zukünftige Renditeverteilung lernen?
• Internationale Marktfaktoren.
• Value und Momentumfaktoren.
Bewertungsniveaus
• Shiller‘s CAPE (cyclically-adjusted price-earnings ratio; zyklisch adjustiertes Kurs-Gewinn-Verhältnis):
• Setzt den aktuellen Marktpreis ins Verhältnis zu den durchschnittlichen inflationsbereinigten Gewinnen der vorausgehenden 10 Jahre.
• Dominantes Maß (Datenverfügbarkeit) aber nicht unproblematisch.• Beispiel für eine Adaptierung: Reflexion der Variation in
Gewinnmargen (adjustiertes KGV bzw. Margin-adjusted CAPE).
• Weniger offensichtlich für Value und Momentum.• Kumulative Renditen über die vergangenen 5 Jahre.
Drawdown Risiken
• Messen das Risiko “großer Verluste” (Crashs).
• Verschiedene populäre Maßzahlen: z.B. Value-at-Risk.
• Im Gegensatz zur Volatilität, die “kleinere” symmetrische (positive & negative) Variation misst.
• Ich werde mich auf die Schiefe der Return Verteilung (skweness) konzentrieren.
Drawdown Risiken
• Normal-Verteilung versus vergleichbare links-schiefeVerteilung.
• Das Drawdown Risiko ist grösser in einer links-schiefen Verteilung.
Bewertungsniveaus & Drawdown Risiken: US Equity• Klassifizieren jeden Datenpunkt
nach aktuellem Bewertungsniveau in 4 Gruppen (1881-2014).
• Dann berechnen wir die Renditenüber die folgenden 24 Monate.
• Die Graphen zeigen die Verteilungen dieser 24-Monate-Renditen für die Datenpunkte mit niedrigstem (oben) und höchstem (unten) Bewertungsniveau.
Bewertungsniveaus & Drawdown Risiken: Global Equity
• Hier wenden wir die gleicheVorgehensweise auf Daten voninternationalen Aktienindicesan.
• Die Datenbasis besteht aus 29 Länder (unter anderem auchemerging markets).
Forschungsprojekt
• Arbeitspapier „ Up the stairs, down the elevator: valuation ratios and shape predictability in the distribution of stock returns” gemeinsam mit Paolo Giordani.
• Zentrale Forschungsfragen:• Besteht ein systematischer Zusammenhang zwischen
Bewertungsniveaus und Drawdown Risiken? • Sagen hohe (niedrige) Bewertungsniveaus hohes (niedriges) Drawdown
Risiko voraus?
Forschungsprojekt
• Modellieren die Verteilung zukünftiger Renditen anhand verschiedener Verteilungscharakteristika (Modus, Streuung, Schiefe).
• Evaluieren, ob aktuelle Bewertungsniveaus diese Verteilungscharakteristika prognostizieren können.
• Schätzen das Modell anhand historischer Daten.
• Ergebnis: wir finden einen engen Zusammenhang zwischen Bewertungsniveaus und Drawdown Risiken/Schiefe.
Forschungsprojekt – Beispiel
• Nehmen wir an, wir befinden uns im September 2017.
• Wir verwenden zwei Maßzahlen, um Bewertungsniveaus zu bestimmen: (a) KGV und (b) (Gewinnmargen) adjustiertes KGV.
• Wir verwenden das ökonometrische Modell aus dem Arbeitspapier, um die Verteilung der Renditen über die nächsten 24 Monate vorherzusagen.
Forschungsprojekt – Beispiel
• Aktuelle Bewertungsniveaus sind hoch (KGV) bzw. sehr hoch (adjustiertes KGV)!
Forschungsprojekt – Beispiel
• Hier ist die vorhergesagte Verteilung der zukünftigen 24-Monats-Renditen.
Forschungsprojekt - Anwendung
• Hier sind interessante Charakteristika der vorhergesagten Verteilung der 24-Monate-Renditen:
Erwartete Rendite
Standard-abweichung 1%-VaR 1%-ETL
KGV 8.95% 23.90% -55.00% -71.24%
adj. KGV 0.33% 28.15% -82.76% -90.50%
Forschungsprojekt - Anwendung
• Erwartete Renditen sind (sehr) niedrig und das obwohl das Drawdown Risiko hoch ist.
• Ein erwarteter Verlust von beispielsweise 90% im Falle einer Krise ist ökonomisch signifikant.
• Das Maß der Standardabweichung fängt dieses Risiko nicht ein. Die Schätzungen bewegen sich im Rahmen der historisch beobachteten Standardabweichung (ungefähr 26%).
Forschungsprojekt - Anwendung
• Das Ergebnis, das erwartete Renditen niedrig sind, wenn Bewertungsniveaus hoch sind, ist ein klassisches Ergebnis in der Vorhersageliteratur.
• Ergebnisse sind extremer, wenn wir das adjustierte KGV verwenden, da das Bewertungsniveau in diesem Fall extremer ist.
Forschungsprojekt - Anwendung
• Wie würde die vorhergesagte Verteilung aussehen, wenn wir den Zusammenhang zwischen Bewertungsniveaus und Schiefe im empirischen Modell ignorieren?
• D.h. in diesem Modell nehmen wir an, dass die Return Verteilung symmetrisch (rund um den Modus) ist.
• In unserem Arbeitspapier zeigen wir, dass dieses Modell in den Daten nicht unterstützt wird.
Forschungsprojekt - Anwendung
• Wir konzentrieren uns auf die Ergebnisse, wenn wir das adjustierte KGV verwenden.
• Hier sind die detaillierten Charakteristika der vorhergesagten Return Verteilungen im Vergleich:
Erwartete Rendite
Standard-abweichung 1%-VaR 1%-ETL
Modell mit Schiefe 0.33% 28.15% -82.76% -90.50%
Symmetrisches Modell 2.46% 21.43% -50.77% -61.52%
Forschungsprojekt - Anwendung
• Wir sehen geringe Unterschiede in den geschätzten erwarteten Renditen, aber gewaltige Unterschiede in den Drawdown-Risiken.
• D.h. ein Modell, das den Zusammenhang zwischen Bewertungsniveaus und Drawdown Risiken ignoriert, unterschätzt die Drawdown-Risiken in einem potentiell bedrohlichem Ausmaß (wenn Bewertungsniveaus hoch sind).
Ökonomische Interpretation
• Warum besteht dieser Zusammenhang zwischen Bewertungsniveaus und Drawdown-Risiken?
• Antwort ist leider (noch) unklar.
• Hohe Bewertungsniveaus könnten ungerechtfertigt sein (Blasen). Wenn eine Blase platzt, kommt es zu einer verhältnismäßig großen Korrektur.
• Eine andere Theorie basiert auf dem Lernverhalten von Investoren: • Wenn Bewertungsniveaus hoch sind, lernen Investoren nicht mehr viel von
positiven News; negative News führen dazu, dass Investoren ihre Bewertungen stark nach unten korrigieren.
Zusammenfassung
• Zwischen Bewertungsniveaus und Drawdown-Risiken besteht ein enger Zusammenhang: Drawdown Risiken steigen überproportional, wenn Bewertungsniveaus ansteigen.
• Wir finden dieses Ergebnis für internationale Marktfaktoren, Value und Momentum (für den amerikanischen Markt).
• Dieser Zusammenhang kann ökonometrisch modelliert werden. Ein solches Modell kann dann zur Vorhersage verwendet werden.
• Aber aufgepasst:• Details sind herausfordernd, da es vor allem um extreme, selten
beobachtete Renditen geht.• Die aktuellen Ergebnisse basieren auf in-sample Schätzungen.
top related