Keine höheren Extremrisiken bei Smart-Beta-Strategien

Zur Kompensierung der Probleme, die nach Marktkapitalisierung gewichtete Marktindizes mit sich bringen, weichen viele Investoren auf Smart-Beta-Ansätze aus, die höhere risikoadjustierte Renditen versprechen. Offen bleibt dabei jedoch, wie sich die Smart-Beta-Strategien hinsichtlich ihres Extremrisikos verhalten, welches von der Sharpe Ratio nicht erfasst wird. Lixia Loh und Stoyan Stoyanov vom EDHEC-Risk-Institute untersuchen für eine Reihe verschiedener Smart-Beta-Faktoren, darunter Size, Momentum, Value und Dividend Yield sowie unterschiedliche Gewichtungsmethoden, ob das Extremrisiko oberhalb des Niveaus üblicher Marktindizes liegt. Hierzu verwenden die Autoren ein Datensample für den Zeitraum 2003 bis 2013 für verschiedene Regionen.


Quelle: Loh, Stoyanov (2014)

Beim Vergleich unterschiedlicher Gewichtungsmethoden ergeben sich keine signifikanten Unterschiede hinsichtlich der Extremrisiken – unabhängig von der gewählten Region. Die Ergebnisse deuten darauf hin, dass die Volatilität die bestimmende Einflussgröße des CVaR darstellt (Tracking Error bei der Verwendung Relativer Renditen). Ein ähnliches Bild ergibt sich beim Vergleich der Smart-Beta-Strategien bei Fokussierung auf die Absolute Returns: Auch hier liegen die Unterschiede in den CVaRs in der unterschiedlich hohen Volatilität begründet. Anders dagegen stellt sich die Lage bei Betrachtung der Relative Returns für einige Regionen und Faktoren dar. Beispielsweise beeinflussen Size und Vola in den USA den CVaR, während es in Japan Liquidität und Vola sind. In Asien ex-Japan sind sogar bei sämtlichen Smart-Beta-Faktoren signifikante Effekte auf den CVaR nachweisbar.


Quelle: Loh, Stoyanov (2014)

Je nach Marktumfeld verändern sich diese Ergebnisse, so dass Investoren durch die Verwendung von Smart-Beta-Faktoren ihr Extremrisiko in verschiedenen Marktphasen aktiv steuern können. Weitere Überlegungen der Autoren legen nahe, dass diese deutlichen Effekte bei der Betrachtung Relativer Returns auch statistischen Ursprungs sein können und dem Management von Volatilität bzw. Tracking Error höhere Bedeutung zukommt.