Aktives Investmentmanagement Flashcards
(67 cards)
1
Q
Investoren passen ihre
Zukunftserwartungen nur langsam an
neue Beobachtungen an
A
Konservatismus
2
Q
Investoren riskieren ungern Verluste
aufgrund Meinungen, die vom allgemeinen
Konsens abweichen
A
Regret Avoidance/Verlustvermeidung
3
Q
Investoren zeigen in den Depots für ihre
Alterssicherung weniger Risikobereitschaft
als in ihren anderen Aktiendepots
A
Mental Accounting
4
Q
Investoren realisieren ungern
Buchverluste
A
Dispositionseffekt
5
Q
Investoren übergewichten “extreme” Beobachtungen bei ihren Zukunftsentscheidungen, auch wenn diese im Vergleich zur gesamten Historie nur ein seltener Ausnahmefall sind.
A
Repräsentativitätsheuristik
6
Q
Verhaltensfehler in der
Informationsverarbeitung
A
- Mental Accounting
- Ankerheuristik
- Repräsentativitätsheuristik
7
Q
Verhaltensfehler in der
Ergebnisbewertung
A
- Reflection Effect
- Dispositionseffekt
- Sunk Cost Effekt
8
Q
Andere Fehlerquellen
A
- Attributionsverzerrung
- Selbstüberschätzung
- Herdenverhalten
9
Q
Fehler im
Vorhersageverhalten
A
- Investoren und Analysten (“Akteure”) legen zu viel Gewicht auf
aktuelle Erkenntnisse im Vergleich zu früherem Wissen (memory bias) - Analysten neigen manchmal dazu, die Entwicklung der
Unternehmensgewinne in der Vergangenheit blind in die Zukunft
fortzuschreiben (extrapolation bias)
10
Q
Selbstüberschätzung
A
• Einige Akteure überschätzen die eigenen
Fähigkeiten, unterbewertete Aktien zu
identifizieren und zahlen zu hohe Preise
11
Q
Konservativismus/
Ankerheuristik
A
• Manche Akteure halten zu sehr an bestimmten Anlageideen
fest und versäumen, ihre Erwartungen infolge neuer
Informationen zu revidieren/aktualisieren (anchoring bias)
12
Q
Repräsentativitätsheuristik
A
• Menschen überinterpretieren die Representativität von
einzelnen Beobachtungen und kleinen Stichproben
• Dies kann zu Überreaktionen und “Korrekturanomalien” führen
13
Q
Mental Accounting
A
• Eine Form von “Framing”, bei der die Akteure, unterschiedliche
aber miteinander verbundene Entscheidungen trennen und
“gedankliche/emotionale Konten” eröffnen
• Mögliche Erklärung dafür, wieso viele Investoren Aktien
vorziehen, die hohe Dividenden zahlen. Wenn Investoren
Liquidität benötigen, ist es ihnen lieber, sie erhalten Dividenden,
als einen Teil ihres Aktienbestandes zu verkaufen
14
Q
Regret Avoidance
A
• Der Schmerz aus Verlusten ist grösser als die Freude über Gewinne
• Der Verlustschmerz ist kleiner, wenn er mit anderen geteilt wird:
− Aktien, die derzeit nicht in der Gunst der Anleger stehen,
müssen ein höheres Renditepotenzial aufweisen, um von
bestimmten Investoren gekauft zu werden
15
Q
Dispositionseffekt
A
• Investoren realisieren eher Gewinne als Verluste, um
keinen Misserfolg zugeben zu müssen.
• Schieflaufende Geschäfte werden manchmal in “langfristige
Investitionen” umdefiniert und durchgehalten. In einer rein
rationalen Entscheidungsfindung sollten dagegen nur die
Zukunftserwartungen eine Rolle spielen.
16
Q
Standard Nutzentheorie
Bernoulli Erwartungsnutzen
A
• Investorennutzen ist eine steigende Funktion des Gesamtvermögens • Abnehmender Grenznutzen, d.h.Gewinne i.H.v. $1,000 erhöhen den Nutzen weniger als Verluste von $1,000 den Nutzen reduzieren (Konkavität)
–Risikoaversion
17
Q
Prospect Theory
A
• Alternative, deskriptive Nutzentheorie, die unterstellt, dass der Nutzen eine Funktion des Gewinns/Verluste einer Anlageposition darstellt • Nutzenfunktion hat im Verlustbereich einen konvexen Verlauf
–Risikofreudiges
Verhalten bei Verlusten
18
Q
Wieso werden Fehlbewertungen nicht ausgenutzt/ausgeräumt?
A
• Wenn einige Investoren durch systematische Verhaltensfehler
Fehlentscheidungen treffen, wieso wird dies nicht von geschickteren
ausgenutzt?
Zum Teil wird dies ausgenutzt (z.B. durch Hedgefonds), jedoch….
19
Q
Grenzen der Arbitrage
A
• Fundamentale Risiken
Schwer vorhersehbare Änderungen von Fundamentalfaktoren können
potenzielle Arbitragemöglichkeiten aushebeln
• Leerverkaufsbeschränkungen
….erschweren es, von überbewerteten Aktien zu profitieren.
• Modellrisiken
Wie identifiziert man fehlbewertete Aktien?
Hat das verwendete Modell immer Recht?
20
Q
Grenzen des Behavioral Finance:
Kritische Würdigung
A
− Behavioral Finance zeigt Verhaltensmuster auf, die individuelle Situationen
erklären, ist jedoch keine in sich geschlossene Theorie zur Erklärung der
Preisbildung
− Einige der beobachteten “biases” widersprechen sich gegenseitig
− Ein Grossteil der empirischen Untersuchungen zum Behavioral Finance
bezieht sich auf die späten neunziger Jahre
− Die Literatur zum Behavioral Finance sagt wenig darüber aus, wie die
Erkenntnisse in der Praxis verwertet werden können
21
Q
Technische Handelsregeln
Konzeptionelle Basis
A
− Technische Analyse nimmt an, dass es wiederkehrende und vorhersehbare
Muster in Aktienkursen gibt, die genutzt werden können, um Überrenditen zu
erzielen.
− Technische Analysten glauben:
− Marktpreise passen sich neuen Daten nur allmählich an, sodass
Kurstrends entstehen
− Preise werden durch vorhersehbare Verhaltens- oder psychologischen
Faktoren beeinflusst
22
Q
“Elliott Wave”-Theory
A
Konzept: Beschreibung des Marktes durch das Abzählen von Wellen. In der
informellen Kommunikation zwischen Händlern über das Marktgeschehen häufig
beobachtet. Die Anwendung auf Prognosen der Zukunft ist stark umstritten.
23
Q
Trendindikatoren
A
- Gleitende Durchschnitte
- Bollinger Bänder
- New Highs/ Lows
- Kopf-Schulter-Formation
24
Q
Sentiment
Indikatoren
A
- Short Interest
- Confidence Index
- Put/Call Ratio
25
Short Interest
• Gesamtanzahl der Aktien, die leerverkauft wurden
• Hoher Wert indiziert, dass der Markt von fallenden Kursen
ausgeht
26
Confidence Index
• Verhältnis der Durchschnittsrendite von 10 top-gerateten
Unternehmensanleihen zu der Durchschnittsrendite von 10
durchschnittlich gerateten Unternehmensanleihen
27
Put/Call Ratio
• Verhältnis der abgeschlossenen Put zu den
abgeschlossenen Call Kontrakten
• Eine Änderung der Kennzahl kann als “bullish” oder
“bearish” Indikator gewertet werden.
28
Ex Ante Renditen
= Erwartete Renditen
• Renditen können im vorhinein geschätzt werden, in
diesem Fall benötigt man Annahmen von der Zukunft
Genutzt für
Portfoliokonstruktion
29
Ex Post Renditen
= Historische Renditen
• Renditen, die im nachhinein berechnet werden.
Historische Renditen, die ein Wertpapier oder ein
Portfolio generiert hat
Basis für die
Performancemessung
30
Einfache Methoden der Performancemessung:
| Renditevergleich
• Vergleich von Renditen unterschiedlicher Fonds mit ähnlichen Strategien
und Risikocharakteristika
• Normalerweise in einem Ranking dargestellt
31
Einfache Methoden der Performancemessung:
| Sharpe Ratio
• Die zusätzliche Rendite, die ein Portfolio für die Inkaufnahme von 1%
mehr Standardabweichung (Gesamtrisiko) erwirtschaftet hat
• Definition: Überschussrendite/ Standardabweichung
32
Einfache Methoden der Performancemessung:
| Treynor Mass
• Die zusätzliche Rendite, die ein Portfolio für die Inkaufnahme von 1%
mehr Beta (Systematisches Risiko) erwirtschaftet hat
• Definition: Überschussrendite/ Beta
33
Einfache Methoden der Performancemessung:
| Jensens Alpha
• Misst das Verhältnis der Überrendite eines Portfolios zur theoeretisch
erwarteten/geforderten Rendite
• Definition: Überschussrendite minus theoretische Rendite
34
Sharpe Ratio Definition und Grundlagen
Definition
• Misst das Verhältnis der Überschussrendite zum
Gesamtrisiko.
• 𝑟𝑝 und 𝜎𝑝 sind die ex post Gesamtrendite und die ex post Volatilität
(Standardabweichung der einzelnen Renditen) des Portfolios.
Grundlagen
Wird eingesetzt… (nicht ausschliesslich):
• …wenn Portfolios betrachtet werden, die sich nicht aus mehreren Subportfolios
zusammensetzen (bspw. Mischfonds) und das Gesamtportfolio abbilden
• …wenn ein einziger Manager das gesamte Portfolio verwaltet
Interpretation:
• Die Überschussrendite wird mit dem Risiko, welches zu deren Erreichung in Kauf genommen
wurde, verglichen
• Die Anlage mit der höheren Sharpe Ratio erzielt eine höhere Rendite bei gleichem Risiko
• Das Tangentialportfolio ist das Portfolio mit der maximalen Sharpe Ratio
Schwäche:
• Da die Ratio dimensionslos ist, lassen sich Sharpe Ratios nur relativ zu anderen Portfolios
interpretieren
35
Treynor Mass Definition und Grundlagen
Definition:
• Misst das Verhältnis der Überschussrendite zu Beta
• Berücksichtigt nur systematische Risiken
Grundlagen:
Wird eingesetzt (nicht ausschliesslich):
• …um ein Portfolio zu bewerten, das Teilportfolio eines grösseren Portfolios ist, welches
eventuell von verschiedenen Managern verwaltet wird
• …wenn mehrere Portfolios eingestuft werden, die kombiniert werden, um ein optimales
riskantes Portfolio zu bilden
Interpretation
• Wir nehmen ein nicht gut diversifiziertes Subportfolio als Teil eines grösseren gut
diversifizierten Portfolios an
• Die Anlage mit dem höheren Treynor Ratio erzielt eine höhere Rendite bei gleichem
(systematischem) Risiko
36
Jensens Alpha Definition und Grundlagen
Definition:
Bestimmt die Differenz der Überrendite
eines Portfolios zur theoretisch erwarteten/
geforderten Rendite gemäss CAPM.
Interpretation:
• Wenn eine Anlagerendite höher ist als die risikoangepasste Rendite, hat diese
Anlage ein “positives Alpha” bzw. erwirtschaftet “Überrenditen”
37
Focus auf Risiko: Drawdown
Definition:
• Heutiger Drawdown: Rendite vom teuersten Einstiegszeitpunkt bis heute
• Worst drawdown: Return vom teuersten Einstiegszeitpunkt bis zum tiefsten
nachfolgenden Verkaufszeitpunkt
Grundlage:
Sehr konservatives Risikomass, berücksichtigt nur Verluste
38
Calmar Ratio Definition und Grundlage
Definition:
• Berechnet die Rendite über Riskfree geteilt
durch den Worst Drawdown
• Normalerweise über eine feste Periode von z.B. 3 Jahren berechnet.
Grundlagen:
Wird eingesetzt:
• Wenn der Fokus auf der Verlustseite liegt. Zwischenerholungen der Investition
führen erstmal nicht zu einer Reduktion des Worst Drawdown. Oft bei “absolute
return”-Strategien verwendet.
Interpretation:
• Der Kehrwert der Calmar ratio ist die Anzahl der Jahre, nachdem die Strategie
den worst drawdown wieder aufgeholt haben sollte.
Schwächen:
• Ergebnisse hängen stark vom gewählten Zeitabschnitt ab. Die gleiche
Investmentstrategie kann in zwei unterschiedlichen Zeitabschnitten eine völlig
unterschiedliche Calmar ratio haben.
39
Performance Attribution: Ziel
Ziel der Performance Attribution im Portfoliomanagement ist es, die Unterschiede in der ex
post Performance zwischen einem zu analysierenden Portfolio relativ zu seiner
Benchmark zu erklären.
Der zugrunde liegende Investmentprozess wird dabei gedanklich in zwei
Entscheidungsstufen zerlegt:
• zuerst die Asset Allocation: Bestimmung der Kapitalgewichte der einzelnen
Assetklassen (Obligationen, Aktien) im Gesamtportfolio.
• dann die Security Selection: Bestimmung der Einzeltitelauswahl innerhalb der
einzelnen Assetklassen, also die Auswahl der einzelnen Wertpapiere.
Eine ex ante festgelegte investierbare Benchmark gibt dabei eine Vorlage für beide Stufen.
40
Performance Attribution: Anwendungszwecke
Zweck der Performance Attribution ist es, die Performancebeiträge der beiden Schritte
Asset Allocation und Security Selection relativ zur Benchmark zu quantifizieren, um
• dem verantwortlichen Portfoliomanager einen Hinweis zu geben, welcher Schritt noch
Optimierungspotential hat.
• die Ergebnisverantwortung eventuell unterschiedlichen Teams für Asset Allocation
und Security Selection zuordnen zu können, deren Bonus davon abhängt.
• einem Investor ein Werkzeug zu geben, um die Aussagen eines Produktanbieters zu
überprüfen.
41
Performance Attribution: Zusammenfassung
• Was sind die Treiber der Outperformance eines Portfolios relativ zur Benchmark?
• Zerlegung eines mehrstufigen Investmentprozesses zur Bewertung der einzelnen
Komponenten.
• Herunterbrechen der Outperformance in Assetklassengewichtung (“asset allocation”)
und Einzeltitelauswahl (“security selection”).
Vorgehensweise:
1. Berechne Return der Benchmark mit den Gewichten der Benchmark und Indexreturns
2. Berechne Outperformance = Portfolioreturn – Return der Benchmark
3. Beitrag der Assetklassengewichtung: Indexreturn * (tatsächliche Gewichte –
Benchmarkgewichte) für jede Assetklasse
4. Beitrag der Security selection: (tatsächlicher Return – Indexreturn) * tatsächliche
Gewichte für jede Assetklasse
5. Check: Beitrag der Security Selection + Beitrag der Asset Allocation muss wieder die
gesamte Outperformance ergeben.
42
Stilanalyse
• Komplexe Methode der Performanceanalyse eingeführt durch William Sharpe
• Erklärt prozentuale Renditen in Abhängigkeit des “Stils” des Fonds bzw. der Asset Allocation
Funktionsweise:
1. Regression von Fondsrenditen gegen Indizes, die eine Anlageklasse repräsentieren
2. Regressionskoeffizienten summieren sich zu 100% auf, wenn short Positionen ausgeschlossen
sind
3. R-quadrat zeigt, welcher Anteil der Renditeschwankungen durch die Einzelfaktoren erklärt
werden können
43
Market Timing (1/2) Definition
Pures Market Timing bedeutet opportunistische Umschichtungen von riskanten Anlagen
auf Bargeld und umgekehrt in Abhängigkeit von den prognostizierten Renditen
44
Performance Attribution Vorgehensweise
1. Berechne Return der Benchmark mit den Gewichten der Benchmark und Indexreturns
2. Berechne Outperformance = Portfolioreturn – Return der Benchmark
3. Beitrag der Assetklassengewichtung: Indexreturn * (tatsächliche Gewichte –
Benchmarkgewichte) für jede Assetklasse
4. Beitrag der Security selection: (tatsächlicher Return – Indexreturn) * tatsächliche
Gewichte für jede Assetklasse
5. Check: Beitrag der Security Selection + Beitrag der Asset Allocation muss wieder die
gesamte Outperformance ergeben.
45
Informationseffizienz nach Eugene Fama
• Ein Markt heißt informationseffizient, wenn sich verfügbare
kursrelevante Informationen in den Kursen der am Markt
gehandelten Aktien sofort niederschlagen
▪ Voraussetzungen für Markteffizienz:
▪ Friktionsloser Handel und vollständiger Wettbewerb
zwischen Investoren
▪ AnlegerInnen/InvestorInnen betreiben Research bezüglich
des fairen Wertes einer Aktie
➢ Aktie unterbewertet → kaufen
➢ Aktie überbewertet → halten / verkaufen
46
Stufen der Informationseffizienz:
Schwache
Informationseffizienz
• Besagt, dass Aktienkurse alle Informationen über
historische Kurse und Handelsvolumina enthalten
➢ Random Walk Hypothese 1
47
Stufen der Informationseffizienz:
Mittelstrenge
Informationseffizienz
• Besagt, dass Aktienkurse neben den historischen Kursinformationen
auch alle anderen öffentlich verfügbaren Informationen vollständig
widerspiegeln. Hierzu gehören z.B. Bilanzdaten, Umsatzprognosen,
Informationen über Aufträge, Sortiment, Patente, Bilanzpolitik, usw.
➢ Kommen neue kursrelevante Informationen hinzu, werden diese
sofort ausgenutzt, so dass sich die Kurse sofort anpassen
48
Stufen der Informationseffizienz:
Strenge
Informationseffizienz
• Diese “extreme” Form von Informationseffizienz besagt, dass Aktienkurse
sogar private Insiderinformationen widerspiegeln
➢ Ist der Markt streng informationseffizient, können nicht einmal
Unternehmensinsider durch Ausnutzung ihrer Insiderinformationen
überdurchschnittlich hohe Renditen erzielen
49
Konsequenzen für die Aktienanalyse:
| Technische Analyse
```
Technische Analyse nutzt historische
Kurscharts und Informationen zum
Handelsvolumen, um zukünftige Kurse zu
prognostizieren.
Schwache Informationseffizienz
impliziert, dass technische Analyse
fruchtlos ist
• Historische Kurse sind zu sehr
niedrigen Kosten verfügbar
• Daher spiegeln die aktuellen Kurse
alle Informationen, die man aus der
Analyse historischer Daten gewinnen
kann, bereits wider
```
50
Konsequenzen für die Aktienanalyse:
| Fundamentalanalyse
```
Fundamentalanalyse beinhaltet die
Bewertung von Aktien auf Basis
investitionsrechnerischer Methoden, um
eine Über-/Unterbewertung festzustellen
Mittelstrenge Informationseffizienz
impliziert, dass auch die
Fundamentalanalyse nutzlos ist
• Analysten arbeiten grundsätzlich mit
öffentlich verfügbaren Informationen
• Es ist unwahrscheinlich, dass ein
Analyst über Informationen verfügt, die
nicht auch anderen Analysten vorliegen
```
51
Konsequenzen für das Portfolio Management:
| Aktives Management
```
Versucht, den Markt durch
systematische Sammlung/Analyse
von Informationen zu schlagen
• Selektive Aktienauswahl durch
Technische / Fundamentalanalyse
Geht von einem weitgehend
ineffizienten Markt aus
```
52
Konsequenzen für das Portfolio Management:
| Passives Management
```
Ist auf breite Diversifikation
(Risikoreduktion) und eine “Buy and
Hold” Strategie ausgerichtet
• Indexfonds, ETFs
Vereinbar mit einem
informationseffizienten Markt
```
53
Portfolio Manager
in einem IE-Markt
versucht
• ... möglichst breit und sinnvoll zu diversifizieren mit niedrigen
Transaktionskosten (“smart indexing”)
• ... steueroptimale Lösungen für Anleger zu finden
Die Aufgabe des PM besteht eher darin, massgeschneiderte
Lösungen für seine Kunden zu finden, als den Markt zu
schlagen
54
Empirische Tests der Informationseffizienz:
| Ereignisstudien
• Beobachtung, wie schnell sich kursrelevante Ereignisse
auf die Kurse auswirken.
• EMT unterstellt sehr schnelle Anpassung der Kurse
55
Empirische Tests der Informationseffizienz:
| Analyse des Erfolgs von Portfoliomanagern
• Können professionelle Portfolio Manager auf Basis ihrer
Fähigkeiten/Kenntnisse den Markt schlagen?
• EMT impliziert, dass Portfoliomanager im
Durchschnitt den Markt nicht schlagen können
56
Empirische Tests der Informationseffizienz:
| Testen von Handelsregeln
• Testen, ob bestimmte systematische Handelsregeln zu
einem überdurchschnittlichen Anlageerfolg führen
• EMT impliziert, dass solche Regeln nicht zur
Erzielung von langfristigen Überrenditen führen
57
Testen der schwachen IEH:
| Wie funktioniert das?
• Testen der Effektivität der technischen Analyse (technische Handelsregeln)
• Überprüfung des Vorliegens von Trends durch Messung der seriellen
Korrelation vonAktienmarktrenditen
58
Testen der schwachen IEH:
| Ergebnisse
▪ Renditen über kurze Zeiträume
Studien zeigen positive serielle Korrelation
→ Auf positive Renditen folgen positive Renditen (Momentum Effekt)
▪ Renditen über lange Zeiträume
Studien zeigen negative serielle Korrelation
→ Auf positive Renditen folgen negative Renditen
(Reversal Effekt)
▪ Folgerungen
• Aktienmärkte tendieren zur Überreaktion auf kursrelevante Informationen
• Aktienkurse schwanken um ihren fairen Wert
→ Jedoch können “Überschiessen” und die anschliessende Korrektur
auch auf Änderungen der Kapitalkosten zurückzuführen sein
59
Testen der mittelstrengen IEH
Wie funktioniert das?
• Überprüfung der mittelstrengen IE untersucht, (1) wie schnell Kurse auf
kursrelevante Infos reagieren und (2) ob die Analyse von Informationen (über
Kursinfos hinaus) zu einer Verbesserung der Performance beiträgt
• So genannte Marktanomalien widersprechen der IEH
60
Beispiele für Marktanomalien
▪ KGV Effekt (Kurs-Gewinn-Verhältnis)
• Aktien mit niedrigen KGVs generieren im Durchschnitt eine höhere Rendite als
Aktien mit hohen KGVs
▪ Der “small-firm-in-January” Effekt
• Kleinere Unternehmen erwirtschaften im Schnitt höhere Renditen, auch wenn
die Risikoprämien höher sind.
• Dieser Effekt ist insbesondere im Monate Januar zu beobachten
▪ The “neglected firm” und Liquiditätseffekte
• Aktien mit wenig Analystencoverage (“neglected firms”) schneiden im
Durchschnitt besser ab als Unternehmen mit viel Analystencoverage
• Illiquide Aktien schneiden besser ab als hochliquide Aktien
61
Testen der strengen IEH
Wie funktioniert das?
• Es ist schwierig, die Renditen, die durch Insiderhandel erzielt werden können,
zu messen, da Insiderhandel gesetzlich reguliert ist und gewisse Formen von
Insiderhandel illegal sind
• Eine Methode könnte darin bestehen, Renditen von legalem, publizierten
Insiderhandel zu messen
```
Ergebnisse
▪ Empirische Studien zeigen kein Indiz,
dass durch Nachahmung von
veröffentlichten Insidertrades
Überrenditen erzielt werden können
▪ Jedoch: Was ist mit illegalem
Insiderhandel?
```
62
▪ Fama and French (1993)
• Argumentieren, dass Anomalien durch mehrere Risikoprämien erklärt werden können
• Aktien mit höheren Betas haben höhere Durchschnittsrenditen
Ergebnisse sind konsistent mit der Markteffizienz-Hypothese
63
Lakonishok, Shleifer and Vishny (1995)
• Glauben, dass Analysten die beobachtete Performance zu weit in die Zukunft
extrapolieren
• Folglich tendieren sie dazu, Firmen mit aktuell guter Performance über- und solche mit
niedriger Performance unterzubewerten
64
▪ Data Mining-Effekt
• Je öfter historische Daten von modernen Computern analysiert werden, desto grösser
wird die Wahrscheinlichkeit, dass diese Muster finden, die rein zufällig auftreten
• Desweiteren verschwinden die meisten Anomalien, sobald sie herausgegeben werden
65
Aktienanalysten und Fondsmanager
```
Aktienanalysten
Empirische Ergebnisse:
▪ Änderungen in Empfehlungen
haben eine Auswirkung auf
Aktienpreise
▪ Aktien, die am meisten empfohlen
werden, scheinen diejenigen
outzuperformen, die am wenigsten
empfohlen werden
Folgerungen:
• Analysten haben einen gewissen
Prognoseerfolg:
• Aber handelt es sich hierbei
vielleicht um eine sich selbst
erfüllende Prophezeiung?
```
```
Mutual Fund Managers
Empirische Ergebnisse:
▪ Inkonsistente Ergebnisse in Bezug
auf Persistenz der Outperformance
von Fondsmanagern
▪ Die meisten Manager können
passive Strategien nicht
outperformen
Folgerungen:
• Es scheint eine kleine Anzahl von
Investment-Superstars zu geben!
• Der Ausmass der Outperformance
ist im Durchschnitt so gering, dass
diese zufällig sein kann.
```
66
Sind Märkte effizient?
Märkte können nicht vollständig effizient sein!
• Wenn sie es wären, gäbe es keinen Anreiz, Marktinformationen zu erhalten (Grossman-Stiglitz,
1980)
• Es ist logisch nicht möglich anzunehmen, dass der Markt für Assetmanager und der Markt für
Assets beide vollständig effizient sind.
− Effiziente Assetmärkte: niemand würde für aktives Management bezahlen!
• Evidenz gegen Markteffizienz
Das “Law of One Price” muss falsch sein:
– Asset management: unterschiedliche Preise für ähnliche Produkte
– Stocks: Abweichungen bei Doppellistings
– Bonds: Off-the-run vs. on-the-run Bondspreads
– FX: Gedeckte Zinsparität ist verletzt
– Credit: CDS-bond Basis
67
Sind Märkte ineffizient?
Marktpreise können aber auch nicht vollständig von Fundamentaldaten abweichen
1. Konkurrenz würde Marktdruck erzeugen, der die Preise wieder nivelliert
2. Neue Manager und neues Kapital können jederzeit
in den Markt eintreten
3. Wenn die Märkte vollständig ineffizient wären,
– Wäre das Verwalten von Geld sehr einfach
– ABER: Anlageprofis schlagen den Markt nur selten
