5. Performance von Behavioral-Finance-Fonds

Als Anwendungsgebiete für die Behavioral Finance werden fast ausschließlich diese beiden Gebiete aufgeführt. Die Erwähnung der Möglichkeit, innerhalb von Fonds die Theorien anzuwenden, fehlt fast gänzlich. Siehe dazu beispielhaft Daxhammer/Facsar (2012): 253–298 [1].

Vgl. Jurczyk (2002): 135 [18].

Vgl. Jaunich (2008): 94, 118 f., 172 [16].

Vgl. Jaunich (2008): 120, 133 f., 143 f. [16].

Vgl. Jaunich (2008): 173 [16].

Vgl. Reinhart/Brennan (2007): 3 [23].

Vgl. Reinhart/Brennan (2007): 6 [23]. Als Benchmark für den Markt diente ein Russell-Index. Verglichen wurden die Behavioral-Finance-Fonds jeweils in ihrer Anlagegruppe (Large-Cap-Value, Large-Cap-Blend, Large-Cap-Growth, Mid-Cap-Value, Mid-Cap-Growth, Small-Cap-Value, Small-Cap-Blend) mit entsprechenden Investmentfonds-Indizes aus der Gruppe von Morningstar und Lipper. Siehe dazu Reinhart/Brennan (2007): 3 f. [23].

Vgl. Reinhart/Brennan (2007): 6 f. [23].

Vgl. Reinhart/Brennan (2007): 8 f. [23]. Alle 9 Behavioral-Finance-Fonds erzielen ein höheres durchschnittliches Alpha als die beiden Investmentfondsindizes und 5 eine höhere durchschnittliche Information Ratio.

Vgl. Reinhart/Brennan (2007): 10 f. [23]. Während bei der Sharpe-Ratio-Behavioral-Finance-Fonds lediglich in 50 % der Fälle den Markt schlagen, sind es bei den beiden Indizes 57,7 % und 51,7 %. Im Falle der Treynor Ratio zeigen die Behavioral-Finance-Fonds eine höhere Quote mit 58,8 % gegenüber den beiden Fondsindizes mit 57,7 % und 53,6 % auf.

Vgl. Reinhart/Brennan (2007): 13 [23].

Vgl. Wright/Banerjee/Boney (2008): 83 f. [34]. Innerhalb der unterschiedlichen Untersuchungen ist die Stichprobe aus statistischen Signifikanzgründen teilweise auf bis zu 13 Fonds geschrumpft.

Vgl. Wright/Banerjee/Boney (2008): 83 [34].

Vgl. Wright/Banerjee/Boney (2008): 84 f. [34]. Von 15 untersuchten Fonds belegen 11 grundsätzlich einen höheren Mittelzufluss gegenüber dem Vanguard 500 Indexfonds, wovon bei einem 10 %igen Signifikanzniveau 7 übrigbleiben und 2 Fonds signifikant geringere Mittelzuflüsse aufzeigen. Gegenüber den S&P-Fonds lässt sich kein signifikanter Unterschied ablesen, wohingegen beim Vergleich mit den aktiven Nicht-Behavioral-Finance-Fonds 14 bzw. 7 bei 10 %igem Signifikanzniveau höhere Mittelzuflüsse beinhalten. Siehe dazu Wright/Banerjee/Boney (2008): 84 [34].

Vgl. Wright/Banerjee/Boney (2008): 85–88 [34]. Die Behavioral-Finance-Fonds als Einheit zeigen eine Outperformance sowohl gegenüber den S&P-Indexfonds als auch der Gesamtheit der aktiven Nicht-Behavioral-Finance-Fonds. Grundsätzlich erreichen 11 von 15 Behavioral-Finance-Fonds höhere durchschnittliche Monatsrenditen gegenüber den aktiven Vergleichsfonds, jedoch nur 2 bei einem 10 %igen Signifikanzniveau. Beim Vergleich zum Vanguard-Indexfonds erzielen 14 von 16 Behavioral-Finance-Fonds bzw. 4 bei 10 %igem Signifikanzniveau höhere Renditen. Siehe dazu Wright/Banerjee/Boney (2008): 85 f. [34].

Vgl. Wright/Banerjee/Boney (2008): 89 [34].

Vgl. Santoni/Kelshiker (2010): 58 f. [26]. Von diesen 31 Fonds gehören 75 % der Kategorie Large Cap und 25 % der Kategorie Small/Multi Cap an. Bezogen auf ihre Anlagerichtung sind 42 % Value-, 13 % Growth- sowie 45 % Blend-orientiert. Zudem kommen regional 64 % aus Nordamerika, weitere 26 % aus Europa, 6 % aus Asien und 4 % aus den Märkten der Entwicklungsländer. Siehe dazu Santoni/Kelshiker (2010): 58 [26].

Vgl. Santoni/Kelshiker (2010): 58 f. [26].

Vgl. Santoni/Kelshiker (2010): 61 [26]. Auf die genaue Auswahl der passenden Indizes als Benchmark wird in dem Artikel nicht weiter eingegangen. Nur 47 % (57 %) der Fonds schlagen in einem Untersuchungszeitraum von 5 Jahren (1 Jahr) ihre Benchmark.

Vgl. Santoni/Kelshiker (2010): 61 [26]. Gemäß der Studie konnten in der dreijährigen Baisse im Zeitraum zwischen 2007 und 2009 60 % der Small-Cap orientierten Behavioral-Finance-Fonds ihre Benchmark outperformen und lediglich 13 % der Large-Cap-Behavioral-Finance-Fonds.

Vgl. Santoni/Kelshiker (2010): 61 f., 71 [26]. Weitere, jedoch nicht für dieses Buch bedeutende und zumeist nicht signifikante, Analyseergebnisse sind: Behavioral-Finance-Fonds mit der Style-Richtung Value schlagen ihre Benchmark im einjährigen Untersuchungszeitraum, unterliegen dieser jedoch im dreijährigen Zeitraum. Es wurde eine lediglich geringe Korrelation zwischen Fondsdiversifikation und Outperformance nachgewiesen. Ebenso konnte die Fähigkeit zur Prognose von Trendumkehrungen bei Behavioral-Finance-Fonds nicht signifikant belegt werden. Siehe dazu Santoni/Kelshiker (2010): 62, 70 f. [26].

Insbesondere vor dem Hintergrund der zweigeteilten Ergebnisse (mit und ohne Berücksichtigung des Risikos) von Wright/Banerjee/Boney stellt diese fehlende Unterteilung eine erhebliche Schwäche dar.

Vgl. Goodfellow/Schiereck/Wippler (2013): 115 [12].

Vgl. Goodfellow/Schiereck/Wippler (2013): 116 [12]. Als Benchmark wurde hier der MSCI Marktindex verwendet. Darüber hinaus wurde das Sample der Behavioral-Finance-Fonds in drei Regionen unterteilt: Global, USA, Europa. Siehe dazu Goodfellow/Schiereck/Wippler (2013): 113, 116 [12].

Vgl. Goodfellow/Schiereck/Wippler (2013): 116 [12]. Die Risikoadjustierung fand mithilfe des Drei-Faktoren-Modells von Fama/French statt. Siehe dazu Goodfellow/Schiereck/Wippler (2013): 114 [12].

Vgl. Goodfellow/Schiereck/Wippler (2013): 116 f. [12]. Jedem Behavioral-Finance-Fonds ist ein adäquater aktiver Investmentfonds zugeordnet worden, der nicht die Erkenntnisse der Behavioral Finance berücksichtigt. Außer bei der unterschiedlichen Investmentstrategie wurde auf eine starke Ähnlichkeit in der Anlageregion, dem Investment-Style, dem Nettovermögen sowie den Gesamtkosten geachtet. Gegenübergestellt wurden die Behavioral-Finance-Fonds und ihre Vergleichsfonds anhand der Sharpe Ratio, der Information Ratio und der Treynor Ratio. Siehe dazu Goodfellow/Schiereck/Wippler (2013): 114 f. [12].

Vgl. Goodfellow/Schiereck/Wippler (2013): 117 f. [12].

Vgl. Holtfort/Loock (2014): 406 [14]. Bedingung für die Berücksichtigung der Fonds ist eine Fondsauflage vor dem 31.12.2007 sowie ein Fortbestehen bis mindestens zum 31.12.2012. Kategorisiert werden die Behavioral-Finance-Fonds nach der Marktkapitalisierung (Large und Mid/Small Cap), dem Selektionsstil (Value, Blend, Growth) sowie der Region (Europa, USA, Welt). Um Verzerrungen durch unterschiedliche Gesellschaftsphilosophien zu reduzieren, wurden die Vergleichsfonds aus den gleichen Kapitalverwaltungsgesellschaften genommen.

Vgl. Holtfort/Loock (2014): 407 [14].

Vgl. Holtfort/Loock (2014): 407 f. [14]. Bei vielen der ansonsten verwendeten Kenngrößen (bspw. Standardabweichung, Sharpe Ratio etc.) und den beiden anderen verhaltenswissenschaftlichen Maßen erzielt die Untersuchung nur wenig aussagekräftige Ergebnisse. Die PTIP lässt die Eigenschaften der Prospect-Theorie in ihre Berechnung mit einfließen. Siehe dazu ausführlicher Holtfort/Loock (2014): 405 [14].

Vgl. Holtfort/Loock (2014): 408 f. [14].

Vgl. Holtfort/Loock (2014): 409 [14].

Unter dem Survivorship-Bias wird eine Verzerrung der Stichprobe verstanden. Dadurch, dass liquidierte Fonds in der Performanceanalyse nicht berücksichtigt werden, wird die Gesamtperformance der Stichprobe zu gut ausgewiesen. Siehe dazu Elton/Gruber/Blake (1996): 1097–1120 [9] und Dobelli (2011): 5–7 [5].

Vgl. Furuzonfari/Huang/Wang (2011): 3 f. [11].

Vgl. Furuzonfari/Huang/Wang (2011): 5–9 [11].

Vgl. Furuzonfari/Huang/Wang (2011): 9 f. [11]. Von 11 Fonds schlagen 4 Behavioral-Finance-Fonds ihre Vergleichsfonds, 2 unterliegen diesen und 5 performen fast identisch.

Vgl. Santoni et al. (2012): 6–8 [25]. Eine Outperformance gegenüber dem S&P-500-Index wird nicht formuliert. Die Studie teilt den Untersuchungszeitraum in drei Phasen auf: Vorkrisenphase, Crash, Erholungsphase. Siehe dazu Santoni et al. (2012): 5 [25].

Vgl. Santoni et al. (2012): 8–12 [25]. Einzig in der Vorkrisenphase ist die Wölbung der Behavioral-Finance-Fonds geringer als die der traditionellen Fonds.

Vgl. Santoni et al. (2012): 12–14 [25]. Dabei schlagen die Behavioral-Finance-Fonds die traditionellen Fonds (Benchmark) im Januar in 75 % (63 %) der Untersuchung, im Mai in 63 % (63 %) sowie im Dezember in 71 % (43 %).

Vgl. Philippas (2012): 6–11 [21]. Als Benchmark des passiven Anlagemanagements dienen mit dem Vanguard 500 und dem S&P 500 zwei Indexfonds sowie ein ETF aus dem S&P 500.

Gemessen mit der Sharpe und Treynor Ratio generieren 4 (11) von 22 Behavioral-Finance-Fonds gegenüber dem US-Markt (den passiven Indizes) höhere Renditen. Bei der Betrachtung sowohl des Jensen Alphas als auch des Carhart-Alphas zeigen 10 Behavioral-Finance-Fonds signifikant negative Alphas. Mithilfe des Treynor-Mazuy-Modells zeigen bei der Selektionsfähigkeit 8 Behavioral-Finance-Fonds statistisch bedeutsame negative Alphas und beim Markt-Timing 2, während bei Letzterem 4 Behavioral-Finance-Fonds signifikant positive Ergebnisse erzielen. Siehe dazu Philippas (2012): 9 f. [21].

Vgl. Swedroe (2011): 63 [29].

Vgl. Swedroe (2011): 64 [29]. Der Behavioral Growth Fund unterliegt dem S&P 500 mit 1 % p. a. Beide Behavioral-Finance-Fonds gemeinsam erzielen eine durchschnittliche Rendite in Höhe von 2,9 %, während die beiden DFA Fonds eine durchschnittliche Rendite von 7,4 % erreichen.

Vgl. Swedroe (2011): 64 f. [29].

Es gibt einige Wirtschaftstheoretiker, die einen „logischen Positivismus“ vertreten. Dabei sind sie der Meinung, mit einer gewissen Sicherheit mittels Sammeln von Fakten durch Induktion auf allgemeine Gesetze schließen zu können. Popper kritisiert dies und fordert stattdessen, Theorien aufzustellen, um diese dann zu widerlegen. Entsprechend reicht eine einzige konträre Beobachtung aus, um bspw. die strenge Effizienz der Märkte und das rationale Anlegerverhalten der traditionellen Kapitalmarkttheorie zu falsifizieren. Allerdings werden auch weitere konforme Ergebnisse ihre Richtigkeit nicht vollends beweisen. Siehe dazu Popper (2005): 16–19 [22] und Taleb (2008c): 338 [30]. Die Tendenz zum Confirming Evidence statt zum Disconfirming Evidence ist durch den Confirmation Bias begründet. Siehe dazu Dobelli (2011): 29–35 [5].

Für einführende Literatur zur Performancemessung siehe Wittrock (1996) [33], Egner (1998) [7], Decker (2005) [2], Schulz (2008): 48–222 [27], Fischer (2010) [10] sowie Günther et al. (2012): 367–431 [13].

Siehe hierzu z. B. auch verhaltenswissenschaftliche Maße.

Da die Behavioral Finance die traditionelle Kapitalmarkttheorie kritisiert und viele klassische Performancemaße hierauf basieren, wäre eine Performancemessung mit diesen Instrumenten lediglich eine betriebswirtschaftliche Analyse von verhaltenswissenschaftlichen Fondsansätzen. Eine verhaltenswissenschaftliche Analyse mithilfe verhaltenswissenschaftlicher Performancemaße würde die Kritik an dem Aussagegehalt der Ergebnisse zurückweisen.

Bei der Verwendung eines aktiven Fonds als Benchmark, sollte der gewählte Fonds dem zu untersuchenden sehr ähnlich sein und sich möglichst nur in der Benutzung der Behavioral Finance unterscheiden, sodass der Faktor Behavioral Finance möglichst gut isoliert wird bei der Performancemessung. Entsprechend sollten Behavioral-Finance-Fonds aus den hier erarbeiteten Strategiekategorien den entsprechenden Fonds mit der traditionellen Ausgestaltung der Strategierichtung (Value, Growth, Momentum, Contrarian) gegenübergestellt werden.

Entsprechend sollten in die Performancemessung eine Berücksichtigung des Risikos, der Gebühren und Managerkosten einfließen. Die Ergebnisse aus den jeweiligen Untersuchungen mit und ohne Berücksichtigung der Kosten könnten aufzeigen, ob die Umsetzungskosten der Strategien die erzielte Rendite aufzehren.

Dreman zit. nach Shefrin (2000): 83 [28].

Shefrin (2000): 83 [28].

Wichtig ist dabei zu erwähnen, dass diese Untersuchungen sich alle nur auf verhaltenswissenschaftliche Fonds beschränken, die die Verwendung der Behavioral Finance auch formulieren. Fonds, die die Erkenntnisse der Behavioral Finance zwar nutzen, dies allerdings nicht explizit kommunizieren, können hier nicht analysiert werden.

Vgl. von Hayek (1975): 433–442 [31] und Jünemann (1997): 9 [17].

Vgl. Shefrin (2000): 103 [28]. Dass die Märkte nicht zu jederzeit effizient sind, wurde bereits in Kap. 1, 2 und 3 aufgezeigt. Begründungen hierfür finden sich zudem bei Dreman (1977): 251–258 [6].

Siehe dazu Abschn. 3.​2.

Anlagefonds sind entsprechend oftmals stark an die Benchmark gebunden (siehe dazu Abschn. 4.​3.​1) und kurzfristig orientiert durch einen hohen Erwartungs- und Rechtsfertigungsdruck gegenüber den Anlegern (siehe dazu Abschn. 2.​2).

Vgl. Weber (2007): 79, 83–85 [32] und Jacobs/Weber (2012): 12–15 [15].

Für eine ausführliche Darstellung aller Komponenten der Limits-of-Arbitrage-Theorie siehe Abschn. 1.​3.​1.

Peterson (2007): 326 f. [20].

Daher wäre es interessant, die Performance der Behavioral-Finance-Fonds sowohl mit als auch ohne Berücksichtigung der Umsetzungskosten vergleichend zu untersuchen.

Für eine Übersicht der allgemeinen Kostenkomponenten von Investmentfonds siehe den Otter (2003): 169–181 [4] und Dembowski (2012): 73–85 [3].

Für die Herleitung der Erkenntnis siehe Abschn. 2.​1.​2 sowie Abschn. 4.​2.​2.

Siehe für die detaillierte Behavioral Finance-Erläuterung der Bewertung von Glamour und Out-of-Favor-Werte Abschn. 3.​2.

Vgl. Eisele (2014): 38–46 [8] und Riedl (2015) [24].

Vgl. Kiehling (2013): 18–23 [19].