Die Beziehung zwischen Fondsperformance und Fondszuflüssen

Inhaltsverzeichnis

Abbildungsverzeichnis

Tabellenverzeichnis

Symbolverzeichnis

Variablenverzeichnis

Abkürzungsverzeichnis

1. Einleitung und Motivation der Arbeit

2. Theoretische und empirische Grundlagen
2.1. Performancepersistenz
2.2. Erklärungsansätze der Performance-Zufluss-Beziehung
2.3. Implikationen für das Fondsmanagement

3. Empirische Basis und Methodik
3.1. Datenerhebung und -grundlage
3.2. Methodologie
3.2.1. Beschreibung des Modells
3.2.2. Definition der Fondszuflüsse
3.2.3. Definition der Fondsperformance
3.2.4. Weitere Determinanten der Performance-Zufluss-Beziehung

4. Ergebnisse der empirischen Studie
4.1. Gestalt der Performance-Zufluss-Beziehung
4.2. Einfluss familienspezifischer Charakteristika
4.3. Zeitlich differenzierte Betrachtung der Performance-Zufluss-Beziehung

5. Zusammenfassung und Schlussfolgerung

Anhang

Literaturverzeichnis

Abbildungsverzeichnis

Abbildung 1: Graphische Darstellung der Performance-Zufluss-Beziehung

Abbildung 2: Gestalt der Performance-Zufluss-Beziehung 1993 bis 1999

Abbildung 3: Gestalt der Performance-Zufluss-Beziehung 2000 bis 2010

Abbildung 4: Zeitliche Entwicklung der Fondsanzahl 1993 bis 2010

Abbildung 5: CRSP VW Index und Fondsvermögen 1993 bis 2010

Abbildung 6: Rohrendite und Fondszufluss 1993 bis 2010

Abbildung 7: Entwicklung der Gebühren 1993 bis 2010

Abbildung 8: Fondsgebühren als Einflussgröße der Investitionsentscheidung

Abbildung 9: Entwicklung des Fondsvermögens von Investmentfonds und ETFs

Tabellenverzeichnis

Tabelle 1: Deskriptive Statistik

Tabelle 2: Regressionsergebnisse fondsindividueller Charakteristika

Tabelle 3: Regressionsergebnisse familienspezifischer Charakteristika

Tabelle 4: Regressionsergebnisse der zeitlich differenzierten Untersuchung

Tabelle 5: Übersicht empirischer Studien zur Performance-Zufluss-Beziehung

Tabelle 6: Datengrundlage

Tabelle 7: Einteilung in Marktsegmente

Tabelle 8: Manuelle Datenbereinigung

Tabelle 9: Entwicklung des Datensatzes

Tabelle 10: Vollständige Regressionsergebnisse

Tabelle 11: Korrelationsmatrix der unabhängigen Variablen

Symbolverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

Variablenverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

Abkürzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

1. Einleitung und Motivation der Arbeit

Bereits die Arbeiten von Spitz (1970) und Smith (1978) stellten einen positiven Zusammenhang zwischen Fondszuflüssen und der vergangenen Fondsperformance fest. Doch erst seit Ippolito (1992) als einer der ersten Autoren die asymmetrische Reaktion der Mittelzu- und -abflüsse gegenüber der vergangenen Performance dokumentierte, entwickelte sich in der akademischen Literatur eine rege Diskussion um die Gestalt der Performance-Zufluss-Beziehung und deren Determinanten. Spätere Arbeiten folgten und entwickelten unterschiedliche Modelle und Erklärungsansätze für die konvexe Gestalt der Performance-Zufluss-Beziehung. Die Erklärungsansätze dieser Arbeiten reichen von Transaktions- und Informationskosten^[1] über den Einfluss von Management- und Strategiewechseln^[2] bis hin zu behavioristischen Überlegungen^[3]. Obgleich unterschiedliche Modelle in verschiedenen Studien genutzt wurden, können sie zeigen, dass eine höhere vergangene Performance zu höheren Mittelzuflüssen führt, während schlechte Performance nicht in gleicher Höhe durch Mittelabflüsse bestraft wird. Diese asymmetrische Reaktion führt zu einer positiv konvexen Gestalt der Performance-Zufluss-Beziehung und ist trotz unterschiedlicher Modelle sehr robust.

Die vergangene Fondsperformance als Entscheidungsgrundlage für Investitionen heranzuziehen basiert auf der Vermutung, dass die vergangene Performance auch in der Zukunft Bestand haben wird. Diese Performancepersistenz folgt aus dem Rational der Investoren, anhand vergangener Performance auf die Qualität des Fonds bzw. Fondsmanagements rückschließen zu können und nimmt demzufolge bei der Betrachtung der Performance-Zufluss-Beziehung einen wesentlichen Aspekt ein. Wie im Folgenden in gebotener Kürze dargestellt werden wird, besteht bezüglich der Performancepersistenz in der akademischen Welt bislang jedoch noch kein Konsens.

Weitere Studien folgten, die den Einfluss verschiedener, nicht auf Performance bezogener Determinanten auf die konvexe Gestalt der Performance-Zufluss-Beziehung untersuchten. Diese Determinanten fanden entweder als Kontrollvariablen Eingang in die Studien oder wurden fokussiert betrachtet. Insbesondere der Einfluss von Fondseigenschaften wie z.B. Fondsalter, Fondsgebühren etc., aber auch Charakteristika der Fondsfamilie wurden thematisiert. Daher wird im ersten und zweiten Teil der empirischen Untersuchung dieser Arbeit anhand des vorliegenden Datensatzes die Gestalt der Performance-Zufluss-Beziehung untersucht, um eine Ausgangsbasis zu erreichen, die den Vergleich mit der vergangenen empirischen Forschung ermöglicht. Hierbei wird neben dem Einfluss der vergangenen Performance auf die Fondszuflüsse der Einfluss fondsindividueller sowie familienspezifischer Charakteristika differenziert untersucht. Ziel der Analyse ist die Identifikation relevanter Fonds- und Familieneigenschaften, die die Investition und damit die Mittelzuflüsse in den Fonds determinieren. Die durchgeführte empirische Analyse bestätigt die in zahlreichen Arbeiten dokumentierte positiv konvexe Gestalt der Performance-Zufluss-Beziehung. Auch bezüglich des qualitativen Einflusses weiterer unabhängiger Variablen, die in die Untersuchung aufgenommen werden, ergibt sich ein konsistentes Bild.

Ein Themenkomplex, der sowohl für die Wissenschaft als auch für das Fondsmanagement eine starke Bedeutung aufweist, sind die Implikationen, die sich aus der konvexen Gestalt der Performance-Zufluss-Beziehung für das Fondsmanagement ergeben. Brown et al. (1996) dokumentieren ein Turnierverhalten zwischen Fondsmanagern, um zu Jahresende zu den Top-Performern ihres Segments zu gehören. Daraus folgt ein Prinzipal-Agent-Problem zwischen Investoren und Fondsmanagern, da Fondsmanager unter bestimmten Umständen dazu tendieren, das Risiko des Fondsportfolios zum Nachteil der Investoren zu erhöhen, um dieses Ergebnis zu erreichen.

Kim (2010) zeigt, dass die Gestalt der Performance-Zufluss-Beziehung sowie der qualitative Einfluss verschiedener Determinanten, insbesondere der Fondsgebühren, abhängig von dem betrachteten Untersuchungszeitraum sind. Mögliche Veränderungen haben einen unmittelbaren Einfluss sowohl auf die Implikationen für das Fondsmanagement als auch auf die Gestaltung der Gebührenstruktur des Fonds. Dieser Aspekt wird im dritten Teil der empirischen Analyse durch die Betrachtung eines differenzierten Untersuchungszeitraums aufgenommen. Die Untersuchungen zeigen, dass sich insbesondere der qualitative Einfluss der Gebühren im Zeitablauf verändert hat und diese hinsichtlich des Einflusses auf die Fondszuflüsse eine besondere Bedeutung aufweisen. Eine Veränderung der Gestalt der Performance-Zufluss-Beziehung wird nicht dokumentiert.

Diese Arbeit soll einen grundlegenden Überblick über den Themenkomplex der Performance-Zufluss-Beziehung geben. Teil 2 soll dem Leser einen Überblick über grundlegende Konzepte und Modelle sowie den daraus abgeleiteten Erklärungsansätzen der Performance-Zufluss-Beziehung ermöglichen. Kern dieser Arbeit stellt die empirische Untersuchung in Teil 3 dar. Teil 4 wird die Ergebnisse der empirischen Analyse zusammenfassen und Erkenntnissen aus der Fachliteratur gegenüberstellen. Dem folgt in Teil 5 eine abschließende Betrachtung.

2. Theoretische und empirische Grundlagen

Dieser Teil der Arbeit behandelt theoretische und empirische Studien bezüglich der Performance-Zufluss-Beziehung bei Investmentfonds und soll ein grundlegendes Verständnis des Themenkomplexes unterstützen. Zunächst wird auf den Begriff der Performancepersistenz eingegangen und inwiefern diese Rückschlüsse auf das Investorenverhalten zulässt. Im Anschluss daran werden Implikationen aus theoretischen Modellen sowie Erkenntnisse und Erklärungsansätze empirischer Studien grundlegender Arbeiten thematisiert, die eine positiv konvexe Gestalt der Performance-Zufluss-Beziehung beobachten. Dies wird sowohl unter der Annahme rationaler Investoren wie auch unter verhaltenswissenschaftlichen Aspekten betrachtet. Abschließend wird auf Implikationen für das Fondsmanagement eingegangen, die sich aus der Gestalt der Performance-Zufluss-Beziehung ergeben.

2.1. Performancepersistenz

Sirri/Tufano (1998) postulieren, dass Investoren, sofern sie vorherwissend seien, Fonds mit der höchsten risikoadjustierten Performance wählen.^[4] Da Investoren jedoch nur Informationen über die vergangene Performance haben, würden sie, wie in verschiedenen Arbeiten angenommen,^[5] diese als Entscheidungsgrundlage für die Qualität eines Fonds bzw. dessen Fondsmanagements und darauf aufbauend als Indiz für die zukünftige Performance des Fonds heranziehen. Folglich nimmt die Annahme der Performancepersistenz ein zentrales Thema bei der Betrachtung von Investitionsentscheidungen und insbesondere der Performance-Zufluss-Beziehung ein.

Erste Erkenntnisse zur Performancepersistenz bei Investmentfonds findet man in den Arbeiten von Grinblatt/Titman (1992) und Hendricks et al. (1993). Beide Arbeiten dokumentieren signifikant positive Ergebnisse bezüglich der Performancepersistenz sowohl bei guten als auch schlechten Fonds (relativ zu einem Benchmark) über einen Zeithorizont von einem bis fünf Jahren. Hendricks et al. (1993) halten jedoch die Persistenz von Überrenditen für ein „short-run phenomenon“, das in einem Einjahres-Horizont am stärksten ausgeprägt ist.^[6] Malkiel (1995) untersucht in seiner Arbeit die Jahre von 1971 bis 1991. Er erhält signifikante Ergebnisse für eine Performancepersistenz in den 70er Jahren, während sie in den folgenden Jahren nicht mehr zu beobachten ist.^[7] Brown et al. (1992) und spätere Arbeiten^[8] führen diese Ergebnisse auf Survivorship Biases^[9] zurück. Elton et al. (1996a) bestätigen jedoch die von Hendrick et al. (1993) beobachtete kurzfristige Performancepersistenz anhand einer Stichprobe, die frei von Survivorship Biases ist.^[10] Carhart (1997) kommt zu dem Schluss, dass unter Berücksichtigung eines Momentum-Faktors und nach Kontrolle um gemeinsame Faktoren der Fondrenditen, der Nachweis einer Performancepersistenz, mit Ausnahme der schlechtesten Fonds, nicht mehr gegeben ist.^[11] Spätere Arbeiten wie die von Bollen/Busse (2005) können jedoch kurzfristige Persistenz auf Quartalsbasis nachweisen, nachdem sie um den Momentum-Faktor kontrolliert haben.^[12] Die Ergebnisse von Busse et al. (2010) sind sensibel bezüglich der Wahl der genutzten Modelle. So erhalten die Autoren, abhängig vom zugrunde liegenden Modell, eine geringe bis keine Bestätigung für Performancepersistenz.^[13] Glode et al. (2010) dokumentieren in ihrer Arbeit die Abhängigkeit der Performancepersistenz von der Entwicklung des Marktes. Sie stellen fest, dass die Performance nach Perioden hoher Marktrenditen persistent ist, jedoch nicht nach Perioden niedriger Marktrenditen.^[14] Einige Arbeiten vermuten eine Erklärung für Performancepersistenz als ein lediglich kurzfristiges Phänomen in der Beziehung zwischen vergangener Performance und anschließender Mittelzuflüsse. Insbesondere beziehen sie sich dabei auf die Arbeiten von Berk/Green (2004), in der die Autoren die Wettbewerbsintensität der Fondsindustrie thematisieren,^[15] als auch auf die Arbeit von Chevalier/Ellison (1999), die die Möglichkeit eines Managementwechsels untersuchen.

Ein Konsens in der akademischen Literatur konnte bislang nicht erreicht werden. Zwar wurde in verschiedenen Arbeiten ein gewisses Maß an Persistenz nachgewiesen, diese verschwindet jedoch langfristig und ist kurzfristig lediglich schwach ausgeprägt. Daraus lässt sich zumindest schließen, dass Fondsmanager scheinbar nicht in der Lage sind, langfristig Überrenditen zu generieren. Daher sollten Investoren, die die vergangene Performance eines Fonds als Entscheidungsgrundlage heranziehen, diesem Aspekt kritisch begegnen.

2.2. Erklärungsansätze der Performance-Zufluss-Beziehung

Die zunächst betrachteten Modelle leiten die Konvexität der Performance-Zufluss-Beziehung unter der Annahme rationaler Investoren her, die auf die Qualität des Fonds bzw. des Fondsmanagements anhand vergangener Performance schließen. Darauf aufbauend konnten empirische Studien zeigen, dass die Performance eines Fonds einen positiven Einfluss auf dessen Zuflüsse hat. Unter den Autoren besteht jedoch kein Konsens bezüglich des Einflusses verschiedener Determinanten sowohl auf die Fondszuflüsse als auch auf die konvexe Gestalt der Performance-Zufluss-Beziehung.

Ippolito (1992) hat anhand einer empirischen Untersuchung als einer der Ersten einen positiven konvexen Verlauf der Performance-Zufluss-Beziehung zeigen können. Er argumentiert dieses Ergebnis anhand von Transaktionskosten sowie eines Algorithmus, der aufzeigt, dass rationale Investoren in die renditestärksten Fonds (sog. „latest best performer“) der Vorperiode investieren.^[16] Grundlage seiner Überlegungen bildet die Arbeit von Akerlof (1970), welche die Gefahr eines Marktungleichgewichts thematisiert, sofern Investoren nicht in der Lage sind, zwischen Produkten mit guter und schlechter Qualität zu differenzieren.^[17] In seinem Modell nimmt Ippolito (1992) daher an, dass Investoren die Qualität eines Fonds anhand der vergangenen Performance beurteilen und in ihr Entscheidungskalkül einbeziehen.^[18] Folglich diszipliniere der Markt die Fonds und erreiche somit ein effizientes Gleichgewicht.^[19] Um das Entscheidungsverhalten der Investoren zu untersuchen, nimmt der Autor an, dass Investoren die beobachtete Performance des Fonds um das unsystematische Risiko bereinigen^[20] und die Performance-Residuen der Vorperiode als Entscheidungsgrundlage heranziehen, da diese Informationen über die Qualität des Fonds bzw. des Fondsmanagements liefern.^[21] Für die Verteilung der Residuen nimmt er an, dass diese sowohl für „high-quality“ als auch für „low-quality“ Fonds identisch und normalverteilt sind, jedoch erstere höhere Erwartungswerte aufweisen. Daraus schließt er, dass die Wahrscheinlichkeit für „high-quality“ Fonds in der Folgeperiode eine höhere Rendite aufzuweisen höher ist und demnach die Investition in „latest best performer“ für rationale Investoren eine zufällige Investitionswahl dominiert. Schlechte Fonds würden in der Folge sämtliche Marktanteile verlieren. Im darauf anschließenden Teil seiner Arbeit untersucht Ippolito (1992) die Auswirkungen von Transaktionskosten auf das Entscheidungsverhalten der Investoren und damit auf die Gestalt der Performance-Zufluss-Beziehung. Der Autor differenziert hierbei zwischen neuen und alten Investoren, da letztere Transaktionskosten aufgrund einer Portfolioumschichtung zu tragen haben, die sie der Möglichkeit einer höheren Rendite gegenüberstellen müssen. Investoren, die neue Mittel anlegen, haben dagegen keine inkrementellen Transaktionskosten, weshalb diese ihre Investitionsentscheidung nicht beeinflussen. Dies nimmt er als Ausgangsbasis für seine Hypothese, dass Investoren für die Reallokation bereits investierter Mittel von schlechten zu guten Fonds einer geringeren Sensitivität bei einer schlechten Performance unterliegen als Investoren, die neue Mittel investieren. Diesen Gedanken führt Ippolito (1992) fort, indem er vermutet, dass diese Hypothese bei Fonds mit Ausgabeaufschlag („load funds“) aufgrund der Gebühren zusätzlich verstärkt wird. Um seine Hypothesen zu überprüfen regressiert er das Fondswachstum auf die Rendite-Residuen der letzten drei Jahre^[22] und erhält einen positiven, statistisch signifikanten Zusammenhang zwischen der vergangenen Performance und dem aktuellen Fondswachstum. Hierbei dokumentiert er verschiedene Asymmetrien. Zum einen haben Fonds, die eine höhere Rendite als der Markt aufweisen, eine höhere Sensitivität bezüglich des Wachstums. Fonds, deren Rendite-Residuum im 5-Jahres-Durchschnitt positiv war, verzeichnen einen Anstieg der Wachstumsrate von 90%, wohingegen Fonds mit negativem Rendite-Residuum eine Verringerung der Wachstumsrate um 35% erfahren. Der Autor schließt daraus, dass der Zufluss neuer Mittel disproportional höher ist als der Abfluss bereits investierter Mittel. Des Weiteren dokumentiert Ippolito (1992) ein um das 1,7fach höheres signifikantes Wachstum von Fonds ohne Ausgabeaufschlag relativ zu Fonds mit Ausgabeaufschlag. Beide Ergebnisse unterstützen die vom Autor aufgestellte Hypothese, dass Transaktionskosten einen signifikanten Einfluss auf die Gestalt der Performance-Zufluss-Beziehung haben. Aus obigen Ergebnissen folgt eine positive konvexe Gestalt der Performance-Zufluss-Beziehung.

Auch Sirri/Tufano (1998) nehmen an, dass Investoren ihre Investitionsentscheidung anhand vergangener Fondsperformance treffen. Im Gegensatz zu Ippolito (1992) fokussiert ihre Arbeit auf den Einfluss von Informationskosten^[23] auf die Gestalt der Performance-Zufluss-Beziehung. Sie argumentieren, dass Investoren nicht direkt die vergangene Performance des Fonds beobachten, sondern indirekt anhand von Fondsrankings. Diese, so vermuten Sirri/Tufano (1998), üben einen signifikanten Einfluss auf deren Entscheidungsverhalten aus,^[24] da vielen Investoren veröffentlichte Performanceranglisten als Entscheidungsgrundlage dienen, mit dem Ziel, ihre Informationskosten zu senken.^[25] Im Laufe ihrer empirischen Studie untersuchen sie dabei verschiedene Proxy-Variablen für Informationskosten und deren Einfluss auf die Konvexität der Performance-Zufluss-Beziehung. Um ihre Hypothesen zu überprüfen, entwickeln die Autoren im ersten Teil ihrer Arbeit ein Modell unter der Annahme einer Umwelt, in der Informationen über Fonds kostenlos erhältlich sind. Sirri/Tufano (1998) führen anhand eines Datensatzes amerikanischer Investmentfonds eine abschnittsweise lineare Regression durch, in der die relativen Zuflüsse^[26] auf Rangvariablen regressiert werden. Diese werden auf Basis der vergangenen Performance des Fonds relativ zu anderen Fonds desselben Marktsegments^[27] in Quintile eingeteilt.^[28] Die Ergebnisse ihrer Arbeit sprechen deutlich für eine positiv konvexe Performance-Zufluss-Beziehung. Im Top-Quintil existiert ein statistisch signifikanter Zusammenhang zwischen Performancerängen und Zuflüssen, während der Zusammenhang bei anderen Quintilen zwar ebenso positiv, jedoch nicht signifikant ist. Für Fonds aus dem niedrigsten Performance-Quintil können sie keinen Zusammenhang dokumentieren.^[29] Dieses Ergebnis bleibt auch bei Nutzung anderer Performancemaße sowie Zeithorizonte, über die die Performance gemessen wird, robust.^[30] Im zweiten Teil ihrer Arbeit untersuchen und dokumentieren Sirri/Tufano (1998) den Einfluss von Informationskosten auf die Mittelzuflüsse und die Gestalt der Performance-Zufluss-Beziehung.^[31] Diesbezüglich fokussieren sie auf Faktoren, die die Sichtbarkeit eines Fonds erhöhen. Die Autoren untersuchen den Einfluss dreier Proxy-Variablen, die ihrer Meinung nach in unmittelbarem Zusammenhang mit den Informationskosten stehen: Größe der Fondsfamilie, Fondsgebühren (als Approximation für Marketingausgaben) und Medienaufmerksamkeit eines Fonds. Sie stellen die Hypothese auf, dass Fonds durch die oben aufgeführten Faktoren ihre Sichtbarkeit erhöhen, was die Informationskosten für den Investor senkt und die Sensitivität der Performance-Zufluss-Beziehung erhöht. Anhand ihrer Analyse gelangen die Autoren zu der Erkenntnis, dass die Zugehörigkeit eines Fonds zu einer großen Fondsfamilie eine wichtige Determinante der Mittelzuflüsse darstellt. Gleichzeitig können sie jedoch keinen statistisch signifikanten Beweis dafür finden, dass Fonds in größeren Fondsfamilien eine stärkere Performance-Zufluss-Beziehung aufweisen als Fonds in kleineren Fondsfamilien. Des Weiteren können sie zeigen, dass gute Fonds mit hohen Gebühren, die annahmegemäß hohe Marketingausgaben haben, eine stärkere Performance-Zufluss-Beziehung aufweisen als solche mit niedrigeren Gebühren. Zugleich führen hohe Gebühren dazu, dass schlechte Fonds einer schwächeren Performancesensitivität unterliegen. In Bezug auf die Medienaufmerksamkeit können die Autoren zwar Hinweise auf einen positiven Zusammenhang mit den Mittelzuflüssen finden, fügen aber hinzu, dass die Richtung der Kausalität nicht eindeutig ist. Die Ergebnisse der Analyse können die Hypothese von Sirri/Tufano (1998) für alle untersuchten Faktoren bestätigen und damit deren positiven Einfluss auf die Konvexität der Performance-Zufluss-Beziehung, wenngleich er im Falle der Medienaufmerksamkeit nicht signifikant ist.

Wie auch bei den vorangegangenen Arbeiten unterstellen Huang et al. (2007a), dass Investoren auf die Qualität des Fonds bzw. des Fondsmanagements durch Beobachtung der vergangenen Performance zurückschließen können. Bei ihrer Analyse schenken sie dem Einfluss von Partizipationskosten in Form von Informations- und Transaktionskosten auf die Gestalt der Performance-Zufluss-Beziehung besondere Beachtung. Ferner zeigen sie, dass Partizipationskosten zu unterschiedlichen Reaktionen der Zuflüsse in unterschiedlichen Performancebereichen führen.^[32] Wie bereits Sirri/Tufano (1998) stellen sie die Hypothese auf, dass eine Reduzierung der Informationskosten zu einer erhöhten Sensitivität der Performance-Zufluss-Beziehung führen sollte. Dabei differenzieren Huang et al. (2007a) drei Effekte, die bei der Existenz von Partizipationskosten entstehen. Erstens, den „participation effect“, der den Umstand beschreibt, dass Investoren mit hohen Partizipationskosten in erster Linie in Fonds mit entsprechend hoher vergangener Performance investieren, um die beim Kauf und der Informationsbeschaffung entstehenden Kosten zu amortisieren. Die Autoren schließen daraus, dass die Sensitivität der Performance-Zufluss-Beziehung mit steigender vergangener Performance zunimmt. Zweitens, den „individual winner-picking effect“: Informationskosten limitieren die Anzahl der Fonds, die ein Investor detailliert betrachten kann. Huang et al. (2007a) kommen hierbei wieder auf die Annahme zurück, dass die vergangene Performance ein Signal über die Qualität des Fonds bzw. Fondsmanagements bereitstellt. Folglich nehmen die Investoren dieses Signal auf und konzentrieren sich, entsprechend ihrer Kosten, bei der Evaluierung der Fonds besonders auf solche, die eine entsprechend gute Performance in der Vergangenheit erzielen konnten. Drittens, den „no-trading effect“: Investoren haben beim Kauf und Verkauf von Fonds Transaktionskosten zu tragen.^[33] Dies führt dazu, dass die Performance eines Fonds in der Vergangenheit ein bestimmtes Niveau unterschreiten bzw. überschreiten muss, so dass ein Investor bereit ist, den Fonds zu verkaufen bzw. zu kaufen. Daraus leiten die Autoren ab, dass die Performance-Zufluss-Beziehung bei mittleren Performancelevels für höhere Transaktionskosten weniger sensitiv ist, was den abflachenden Bereich der Performance-Zufluss-Beziehung erkläre. Die von Huang et al. (2007a) aufgestellten Theorien implizieren, dass Fonds abhängig von der Stärke der oben beschriebenen Effekte unterschiedliche Zuflusssensitivitäten gegenüber unterschiedlichen Bereichen der vergangenen Performance aufweisen sollten. In ihrem Modell differenzieren Huang et al. (2007a) zwischen neuen und alten Investoren, da diese aufgrund ihrer Informationsausstattung unterschiedlichen Informationskosten sowie Transaktionskosten unterliegen.^[34] Als Approximation für Partizipationskosten wählen sie Fondscharakteristika, die die Sichtbarkeit eines Fonds erhöhen und damit die Informationskosten senken.^[35] Anhand ihrer empirischen Untersuchung können die Autoren eine positiv konvexe Performance-Zufluss-Beziehung nachweisen, deren Gestalt signifikant von den Partizipationskosten beeinflusst wird.^[36] Insbesondere bestätigt die Studie ihre Theorie, dass unterschiedliche Partizipationskosten von Fonds die Fondszuflüsse innerhalb verschiedener Performancelevel unterschiedlich beeinflussen. Im mittleren Performancebereich weisen Fonds mit geringeren Partizipationskosten eine höhere Zuflusssensitivität auf als Fonds mit hohen Kosten, während im hohen Performancebereich die Zuflusssensitivität von Fonds mit hohen Kosten stärker ist als die von Fonds mit geringen Kosten.

Lynch/Musto (2003) greifen in ihrer Studie die Annahme der Performancepersistenz vergangener Arbeiten auf,^[37] d.h. die Annahme, dass die vergangene Performance eines Fonds in der Zukunft bestehen bleibt. In diesem Zusammenhang kritisieren die Autoren jedoch das Außerachtlassen der Möglichkeit, dass Fondsgesellschaften bei schlechter Performance sowohl die Strategie des Fonds ändern als auch das Fondsmanagement entlassen können und dadurch den Zusammenhang der vergangenen mit der zukünftigen Performance auflösen. Daraus müssten Investoren schließen, dass die Informationskraft der vergangenen Performance bezüglich der zukünftigen bei schlechten Fonds aufgrund der Strategieänderungen oder Entlassung des Managements verloren geht und in der Folge ihre Mittel nicht unmittelbar aus dem Fonds abziehen. Sie fügen jedoch an, dass dies zwar hinreichend, aber nicht notwendig für die Konvexität der Performance-Zufluss-Beziehung ist, da z.B. Agency-Probleme innerhalb der Fondsfamilie dazu führen können, dass diese Option nicht gewählt wird obgleich sie sollte. Sofern Investoren jedoch die Performancepersistenz bei guten Fonds für wahrscheinlich halten und sehr unwahrscheinlich für entsprechend schlechte Fonds sei in der Folge die Performance-Zufluss-Beziehung konvex.^[38] In ihrer Arbeit formulieren die Autoren ein 2-Perioden-Modell^[39], in dem Investoren ihre Investition aus der ersten Periode anhand der realisierten Performance beurteilen und ihre Erwartungen bezüglich der Zukunft anpassen. Das Fondsmanagement hat die Möglichkeit, seine Strategie bei schlechter Performance zu wechseln und dadurch die Erwartungen der Investoren zu beeinflussen. Das Modell wirft zwei zentrale Implikationen auf. Erstens, ein Strategiewechsel erfolgt nur bei schlechter Performance. Zweitens, Fonds mit schlechter Performance können die Sensitivität der Mittelzuflüsse gegenüber der vergangenen Performance durch einen Strategiewechsel verringern. Durch Einsetzen der Modellparameter erhalten die Autoren eine positiv konvexe Performance-Zufluss-Beziehung. Anhand einer empirischen Untersuchung des amerikanischen Fondsmarktes überprüfen Lynch/Musto (2003) die aus dem Modell folgenden Implikationen.^[40] Da eine Strategieänderung nicht direkt beobachtet werden kann, nutzen die Autoren Proxy-Variablen. Sie zeigen, dass Fonds mit entsprechend schlechter Performance immer einen Strategiewechsel nach sich ziehen und deren Zuflusssensitivität gegenüber ihrer Performance signifikant geringer ist im Vergleich zu Fonds, die keinen Strategiewechsel durchführen. Die Autoren sind somit in der Lage, aufbauend auf ihrem Modell und bestätigt durch eine empirische Studie des amerikanischen Fondsmarktes, eine positiv konvexe Gestalt der Performance-Zufluss-Beziehung herzuleiten.

Oliver/Tay (2009) untersuchen in ihrer Arbeit den Einfluss ökonomischer Aktivitäten auf die Konvexität der Performance-Zufluss-Beziehung im Zeitablauf.^[41] In ihrer Studie folgen sie der Methodologie von Sirri/Tufano (1998) und führen eine abschnittsweise lineare Regression durch, in der die relativen Zuflüsse auf Rangvariablen regressiert werden. Diese werden auf Basis der vergangenen Performance des Fonds relativ zu anderen Fonds desselben Marktsegments in Quintile eingeteilt. Im ersten Teil ihrer Arbeit bestätigen sie die konvexe Gestalt der Performance-Zufluss-Beziehung für verschiedene Performancemaße. Daran anschließend untersuchen sie den Einfluss des BIP-Wachstums als Approximation der ökonomischen Aktivitäten auf die Sensitivität der Zuflüsse gegenüber der vergangenen Performance. Anhand ihrer Untersuchung können Olivier/Tay (2009) einen signifikanten Einfluss der Proxy-Variable auf die Konvexität der Performance-Zufluss-Beziehung feststellen. Zum einen reagieren die Zuflüsse in Fonds des Top-Quintils signifikant stärker bei überdurchschnittlich starken ökonomischen Aktivitäten. Bei einer einprozentigen Steigerung des BIP-Wachstums nimmt die Performance-Zufluss-Sensitivität im Top-Quintil um das 1,45fache bis 3,6fache (je nach Performancemaß) gegenüber der durchschnittlichen Performance-Zufluss-Sensitivität zu. Zum anderen führt bereits eine Verringerung des BIP-Wachstums um 0,5% dazu, dass die Konvexität der Performance-Zufluss-Beziehung verschwindet. Die Robustheit dieser Ergebnisse testen sie anhand der Elimination der Ausreißer im BIP-Wachstum sowie anhand unterschiedlicher Performancemaße und zeigen, dass diese keinen Einfluss auf vorangegangene Erkenntnisse haben. Des Weiteren beobachten die Autoren, dass die Performance-Zufluss-Beziehung bei entsprechend schwacher ökonomischer Aktivität sogar eine konkave Form annehmen kann. Um zu überprüfen, ob die Konvexität tatsächlich durch die ökonomische Aktivität beeinflusst wird oder ob die ökonomische Aktivität lediglich eine Approximation für die Marktlage^[42] darstellt, führen die Autoren eine weitere Untersuchung durch.^[43] Sie kommen zu dem Ergebnis, dass es die ökonomische Aktivität ist, welche die Konvexität der Performance-Zufluss-Beziehung treibt. Oliver/Tay (2009) vermuten den Einfluss in der „flow composition hypothesis“^[44] oder in der Aktienmarktvolatilität begründet. Diese Volatilität ist in Zeiten schwacher ökonomischer Aktivität hoch^[45] und erschwert es den Investoren, aufgrund vergangener Performance auf die Qualität des Fondsmanagements rückzuschließen. Die Reaktion der Mittelzuflüsse bezüglich der vergangenen Performance müsste folglich schwächer ausgeprägt sein. Zwar beobachten die Autoren einen Einfluss auf die Performancesensitivität von Fonds bei einem Anstieg der Aktienmarktvolatilität, für Zeiten niedriger Aktienmarktvolatilität beobachten sie jedoch keine erhöhte Konvexität der Performance-Zufluss-Beziehung. Die Begründung anhand der „flow composition hypothesis“ in Verbindung mit einem Dispositionseffekt^[46] sehen die Autoren dagegen in ihrer Untersuchung bestätigt.^[47] Kim (2010) beobachtet ebenso wie Oliver/Tay (2009) eine Veränderung der Gestalt der Performance-Zufluss-Beziehung über die Zeit hinweg.^[48] Sie zeigt, dass die konvexe Gestalt der Performance-Zufluss-Beziehung in Phasen hoher Marktvolatilität schwächer wird und eine lineare bis konkave Gestalt annehmen kann. Die Autorin sieht darin eine rationale Schlussfolgerung der Investoren, dass Performance in solche Phasen eher auf Zufall als auf Managementqualität zurückzuführen ist.

In Folge der Limitationen eines Ansatzes unter der Annahme rationaler Investoren^[49] wurden verhaltenswissenschaftliche Finanzmarkttheorien unter der Annahme irrationaler^[50] Investoren entwickelt. Behavioral Finance greift dabei auf Erkenntnisse der Entscheidungspsychologie zurück und stellt einen ergänzenden Ansatz zur modernen Finanzmarkttheorie dar. Er versucht Anomalien auf Kapitalmärkten psychologisch zu erklären, die durch ökonomische Modelle nicht oder nur teilweise erklärbar sind. In dieser Arbeit soll fokussiert auf behavioristische Faktoren eingegangen werden, die von entsprechender Relevanz bei der Erklärung der Konvexität der Performance-Zufluss-Beziehung sind. Goetzmann/Peles (1997) führen die konvexe Gestalt in ihrer Arbeit auf kognitive Dissonanz^[51] zurück, während Barber et al. (2000) sie mit dem Dispositionseffekt bzw. der Repräsentativitätsheuristik begründen.

Unter kognitiver Dissonanz versteht man in der Psychologie den Konflikt kognitiver Elemente (bspw. Wahrnehmungen, Einstellungen, Absichten), die das Selbstbild bedrohen. Individuen werden daher entweder ihr Verhalten oder ihre Kognitionen ändern oder konsonante Kognitionen hinzufügen, um diese Dissonanz zu reduzieren.^[52] Dieses psychologische Phänomen sehen Goetzmann/Peles (1997) in ihrer Studie durch eine direkte Befragung von informierten und uninformierten Investoren bestätigt.^[53] Sie kommen zu der Erkenntnis, dass beide Gruppen die vergangene Fondsperformance ihrer Investitionen systematisch überschätzen. Den Autoren folgend ist dies ursächlich für die Tendenz der Investoren, Fonds zu halten, die konstant schlechte Renditen erwirtschafteten. Obgleich sie festhalten, dass diese Trägheit in den Transaktionskosten begründet liegen könnte, vermuten die Autoren den wahren Grund in der Anpassung der Wahrnehmung der Investoren, um vergangene Entscheidungen gegenüber sich selbst zu rechtfertigen. Damit liefern Goetzmann/Peles (1997) einen Ansatz für die Erklärung des abflachenden Teils der konvexen Gestalt der Performance-Zufluss-Beziehung, der konsistent zu dem von Festinger (1957) bezeichneten Phänomen der kognitiven Dissonanz ist. Eine Begründung für den überproportionalen Zufluss in Fonds mit guter vergangener Performance lassen die Autoren jedoch offen. Ebenso entbehrt die Studie aufgrund des begrenzten Umfangs des Datensatzes einer gewissen Repräsentativität und verlangt eine kritische Betrachtung der Induktivschlüsse.

Barber et al. (2000) führen die funktionale Gestalt der Performance-Zufluss-Beziehung auf den Dispositionseffekt und die Repräsentativitätsheuristik zurück.^[54] Das Konzept der Repräsentativitätsheuristik geht auf die Arbeit von Kahneman/Tversky (1972) zurück. Den Autoren folgend überschätzen Individuen, die auf die Repräsentativitätsheuristik zurückgreifen, die Repräsentativität kleiner Stichproben für die Grundgesamtheit, aus der sie stammte. Barber et al. (2000) greifen diesen Gedanken auf und wenden ihn auf Investitionsentscheidungen von Investoren an. Sie vermuten, dass Investoren bei der Kaufentscheidung der Repräsentativitätsheuristik unterliegen und die Repräsentativität der vergangenen Performance für die zukünftige Performance eines Fonds überschätzen. In der Folge würden sie daher überwiegend in Fonds mit guter vergangener Performance investieren. Um ihre Hypothesen zu überprüfen, führen sie eine empirische Untersuchung anhand eines Datensatzes eines großen amerikanischen Discount-Brokerhauses durch, der Investitionen von 78.000 Hauhalten in den Jahren 1991 bis 1996 umfasst. Die Autoren beobachten, dass mehr als die Hälfte aller gekauften Fonds aus dem Top-Performancequintil stammen. Barber et al. (2000) sind sich bewusst, dass dieses Kaufverhalten aufgrund der empirischen Evidenz zur Performancepersistenz rationalen Ursprungs sein könnte.^[55] Sie vermuten jedoch, dass Investoren eher unrealistisch optimistisch bezüglich der Performancepersistenz seien, als dass sie die empirischen Erkenntnisse rational interpretieren würden. Sie halten daher die Repräsentativitätsheuristik als Erklärung für wahrscheinlicher, da sich Arbeiten bezüglich der Performancepersistenz erst in den späten 80er Jahren bzw. Anfang der 90er Jahre etabliert haben. Die Autoren liefern damit eine Erklärung für den überproportionalen Mittelzufluss in vergangene Gewinner, die auf verhaltenswissenschaftlichen Ansätzen aufbaut. Im zweiten Teil ihrer Arbeit untersuchen Barber et al. (2000) den Einfluss des Dispositionseffekts auf das Entscheidungsverhalten der Investoren. Der Dispositionseffekt geht auf die Arbeit von Shefrin/Statman (1985) zurück und beschreibt die Tendenz von Investoren, Verlierer zu lange im Portfolio zu halten und Gewinner zu früh zu verkaufen.^[56] Die Autoren leiten dieses Verhalten anhand der Wertfunktion der Prospect-Theory^[57] von Kahneman/Tversky (1979) ab und vermuten den Dispositionseffekt im Rahmen einer empirischen Studie des US-amerikanischen Aktien- und Fondsmarktes bestätigt, obgleich aufgrund der Datengrundlage kein endgültiges Urteil gefällt werden kann. Barber et al. (2000) vermuten, dass bei Verkaufsentscheidungen von Investoren die Repräsentativitätsheuristik von einem Dispositionseffekt konterkariert wird. Folglich würden Investoren sich nicht mehr so verhalten, als sähen sie die vergangene Fondsperformance als Indiz für die zukünftige Performance des Fonds. Konsistent zu ihrer Vermutung dokumentieren sie anhand ihrer empirischen Untersuchung, dass nahezu 40% der Verkäufe sich auf Fonds aus dem Top-Performancequintil beziehen, während weniger als 15% aus dem untersten Performancequintil stammen. Barber et al. (2000) können damit die positive, konvexe Gestalt der Performance-Zufluss-Beziehung, die bereits von Sirri/Tufano (1998) und anderen dokumentiert wurde, anhand verhaltenswissenschaftlicher Konzepte herleiten.

Über weitere Konzepte, die verhaltenswissenschaftliche Erklärungsansätze für die Gestalt der Performance-Zufluss-Beziehung liefern, soll im Rahmen dieser Arbeit lediglich in Kürze ein Überblick gegeben werden. Hierzu gehören die Arbeiten von Kahneman/Lovallo (1993) über Mental Accounting sowie die Arbeiten von Thaler (1980) und Barberis/Huang (2001) über Narrow Framing, die weitere Argumente für den Dispositionseffekt liefern. Darüber hinaus liefert die Arbeit von Josephs et al. (1992) über die Self-Deception-Theorie einen Erklärungansatz für die Aversion von Investoren, Verluste zu realisieren. Weitere Arbeiten, die von entsprechender Relevanz sind, betreffen den Status Quo Bias^[58] im Zusammenhang mit dem Endowment Effect von Samuelson/Zeckhauser (1988) und Kahneman et al. (1991).

Anhand der vorangegangenen Betrachtung grundlegender Arbeiten kann man bereits einen breiten Konsens bezüglich der positiv konvexen Gestalt der Performance-Zufluss-Beziehung erkennen.^[59] Die Fachliteratur hat eine Vielzahl an Theorien aufgestellt, um die funktionale Gestalt der Performance-Zufluss-Beziehung zu erklären. Viele der daraus abgeleiteten Implikationen konnten in empirischen Studien bestätigt werden. Ein ausschließlicher Fokus auf die vergangene Performance wäre jedoch, wie man an den vorherigen Ausführungen bereits erkennen kann, nicht ausreichend, um die Gestalt der Performance-Zufluss-Beziehung und die Auswirkungen auf Mittelzuflüsse ausreichend zu erklären.

2.3. Implikationen für das Fondsmanagement

Fondsgesellschaften erhalten als Vergütung i.d.R. einen fixen prozentualen Anteil an dem von ihnen verwalteten Fondsvermögen.^[60] Folglich ist die Vergütung mittelbar von den Zuflüssen in den Fonds abhängig. Wie bereits in den obigen Ausführungen erläutert, erhalten Fonds im oberen Performancebereich ihres Marktsegments die höchsten Mittelzuflüsse. Demzufolge besteht für den Fondsmanager ein Anreiz seine Rendite zu maximieren. Folgt man der klassischen Portfoliotheorie^[61] ist dies jedoch nur durch eine Erhöhung des Fondsrisikos möglich, was gleichzeitig die Wahrscheinlichkeit einer schlechten Performance erhöht. Aufgrund der in empirischen Studien beobachteten konvexen Gestalt der Performance-Zufluss-Beziehung wurde jedoch gezeigt, dass Investoren Fonds mit schlechter Performance nicht in dem Maß mit Mittelabflüssen bestrafen, wie sie gute Performance mit Mittelzuflüssen belohnen. Hieraus leitet sich ein optionsähnliches Vergütungsschema ab, aus dem sich implizite Anreize für das Fondsmanagement ergeben, das Risiko des Fondsportfolios zu erhöhen, um die Rendite zu maximieren. Sofern ihre Strategie Erfolg hat, würde der Fonds überproportional von Zuflüssen profitieren und lediglich unterproportionale Mittelabflüsse erleiden, sofern nicht. Brown et al. (1996) untersuchen in ihrer Arbeit das Verhalten von Fondsmanagern innerhalb eines Segments.^[62] Sie dokumentieren, dass Fonds, die zur Jahresmitte eine schlechte Performance aufweisen, dazu tendieren, stärker das Risiko zum Jahresende zu erhöhen als Fonds mit guter Performance zur Jahresmitte. Chevalier/Ellison (1997) kommen zu ähnlichen Ergebnissen und zeigen anhand einer empirischen Studie, dass Fondsmanager umso stärker auf Anreize zur Risikoänderung reagieren, je konvexer die Performance-Zufluss-Beziehung ist.^[63] Spätere Arbeiten, wie z.B. Busse (2001) und Elton et al. (2010),^[64] erhalten widersprüchliche Ergebnisse unter Verwendung von Tagesdaten statt Monatsdaten. Die Autoren argumentieren, dass die Ergebnisse sensibel gegenüber dem untersuchten Zeitraum und der verwendeten Untersuchungsmethodik sind. Hu et al. (2010) und Kempf et al. (2009) begründen den mangelnden Konsens mit der fehlenden Berücksichtigung der Möglichkeit, dass Fondsmanager aufgrund schlechter Performance entlassen werden können. Taylor (2003) untersucht in einem spieltheoretischen Modell die Auswirkungen strategischer Interaktionen zwischen Fondsmanagern. Er zeigt, dass Fondsmanager das Verhalten anderer Fondsmanager antizipieren und dementsprechend das Risiko ihres Portfolios ändern. Dies kann zu einem Verhalten führen, das widersprüchlich zu den von Brown et al. (1996) erhaltenen Erkenntnissen ist. Olivier/Tay (2009) bieten einen anderen Erklärungsansatz, der sich an den Arbeiten von Brown et al. (1996) und Chevalier/Ellison (1997) orientiert.^[65] Sie dokumentieren, dass die Konvexität der Performance-Zufluss-Beziehung sich mit der ökonomischen Aktivität ändert und damit über die Zeit variiert.^[66] Daraus schlussfolgern die Autoren, dass ökonomische Aktivitäten über ihren Einfluss auf die Konvexität der Performance-Zufluss-Beziehung einen indirekten Einfluss auf die Anreize haben, denen Fondsmanager unterliegen und diese daher abhängig vom Marktumfeld das Fondsrisiko ändern. Olivier/Tay (2009) postulieren, dass die Performance-Zufluss-Beziehung nur bei starken ökonomischen Aktivitäten eine konvexe Gestalt annimmt und in der Folge daher nur in solchen Perioden ein Anreiz zur Risikoänderung für Fondsmanager gegeben ist.^[67]

Die theoretischen und empirischen Erkenntnisse, die der Arbeit von Brown et al. (1996) folgten, lassen die Notwendigkeit einer differenzierten Betrachtung des Themenkomplexes über die Zeit hinweg erkennen. Taylor (2003), der das optimale Verhalten von Fondsmanagern bei strategischen Interaktionen untersucht, lenkt den Fokus auf spieltheoretische Konzepte.

3. Empirische Basis und Methodik

In diesem Teil der Arbeit wird zunächst in Kapitel 3.1. die Datenerhebung und Datengrundlage, auf der die empirische Analyse aufbaut, beschrieben. Im darauf folgenden Kapitel 3.2. wird auf das der empirischen Untersuchung zugrunde liegende Modell eingegangen, gefolgt von den Definitionen der Fondszuflüsse und Fondsperformance sowie der Beschreibung und kritischen Würdigung weiterer Einflussgrößen, die als unabhängige Variablen Eingang in die Analyse finden.

3.1. Datenerhebung und -grundlage

Daten für die empirische Untersuchung wurden der Center for Research in Security Prices Survivor-Bias-Free US Mutual Fund Database entnommen.^[68] Die Datenbank enthält Informationen zu monatlichen Fondsrenditen, unterschiedlichen Fondsgebühren, Fondsvermögen, Fondsfamilien, Marktsegmentzugehörigkeit und anderen Fondscharakteristika^[69], die frei von etwaigen Survivorship Biases sind.^[70] D.h. sie enthält auch Daten über Fonds, die in der Vergangenheit liquidiert wurden oder mit anderen Fonds verschmolzen sind.^[71] Verschiedene Arbeiten haben die Auswirkungen von Survivorship Biases untersucht. Das Ausscheiden eines Fonds liegt i.d.R. in einer entsprechend schlechten Performance begründet. Die Begrenzung der Untersuchung auf Fonds, die aktiv sind, führt daher im Allgemeinen zu einer Überschätzung der tatsächlichen Fondsperformance.^[72] Diese Verzerrung der Ergebnisse konnte in mehreren Arbeiten über die Performance-Zufluss-Beziehung nicht bestätigt werden,^[73] während die Nichtbeachtung etwaiger Survivorship Biases in Studien über die Performancepersistenz von Bedeutung ist und zu Fehlinterpretationen der Ergebnisse führen kann.^[74]

Der Datensatz enthält Angaben über Aktienfonds für den Zeitraum Januar 1991 bis Dezember 2010, da benötigte Größen zum Teil erst nach 1991 erfasst sind.^[75] Es werden nur Beobachtungen in die Untersuchung aufgenommen, für die Informationen zu allen untersuchten Größen vollständig vorliegen. Neben den Daten zu Investmentfonds werden für die Berechnung der Performancemaße Daten zur risikofreien Rendite und Marktrendite benötigt. Diese wurden der CRSP-Indices/Deciles, der US-Treasury-and-Inflation- und der Fama-French-Factors-Datei entnommen. Um einen Vergleich zu vergangenen Arbeiten zu ermöglichen, beschränkt sich die Untersuchung auf aktiv gemanagte Aktienfonds. Hierfür und für die Definition der Marktsegmente werden Wiesenberger Objective Codes, Strategic Insights Objective Codes und Lipper Objective Codes verwendet.^[76] Diese identifizieren die Investmentstrategie des Fonds und decken verschiedene Zeithorizonte ab. Wiesenberger Objective Codes sind für die Jahre bis 1993 erhältlich, Strategic Insights Objective Codes umfassen die Jahre von 1993 bis 1999, Lipper Objective Codes die darauf folgenden Jahre. Indexfonds, Spezialfonds, Rentenfonds, Geldmarktfonds, Immobilienfonds, Life Cycle Fonds und internationale Fonds sowie Fonds, die institutionellen Anlegern vorbehalten sind, werden ausgeschlossen. Folglich besteht der Datensatz aus aktiv gemanagten Aktienfonds der folgenden Marktsegmente: “Growth“, “Growth and Income“ und “Income“.

Aufgrund der inkonsistenten Datenbeschreibung einzelner Datensätze wurde der Datensatz nochmals manuell bereinigt.^[77] Da die Vorjahresperformance zur Erklärung der Fondszuflüsse genutzt wird und in die Regressionen Vorjahresgrößen aufgenommen werden, werden lediglich Fonds einbezogen, die mindestens zwei Jahre alt sind. Aufgrund der Unzuverlässigkeit der Daten kleiner Fonds werden Fonds mit einem Fondsvermögen von weniger als USD 10 Mio. ausgeschlossen. Des Weiteren wird der Datensatz um Ausreißer kontrolliert, indem Beobachtungen ausgeschlossen werden, bei denen der relative Fondszufluss 500% übersteigt oder geringer als -50% ist.^[78] Da jede Anteilsklasse eines Fonds unterschiedliche Gebührenstrukturen aufweist und die einzelnen Anteilsklassen aufgrund ihrer unterschiedlichen Charakteristika für Investoren unterschiedliche Anlagealternativen darstellen, werden sie als separate Beobachtungen untersucht.^[79] Eine deskriptive Statistik des bereinigten Datensatzes auf Jahresbasis ist in Tabelle 1 dargestellt. Er besteht aus 18.440 Jahresbeobachtungen für den Zeitraum von 1993 bis 2010. Die Beobachtungen können 2.878 verschiedenen Anteilsklassen sowie 471 Fondsfamilien zugeordnet werden. Die Fondsanzahl, gemessen anhand der Anzahl der Anteilsklassen, steigt kontinuierlich von 248 im Jahr 1993 auf 1.236 im Jahr 1998. In dem darauf folgenden Jahr sinkt die Fondsanzahl um ca. 28% auf 890 Fonds. Nach einem Anstieg der Fondsanzahl bis auf 1.384 Fonds in 2004 sinkt sie bis 2010 in identischem prozentualen Ausmaß auf 1.009.^[80] Das durchschnittliche Fondsvermögen über den betrachteten Zeitraum beträgt USD 755,2 Mio. Der Rückgang des Fondsvermögens um ca. 50% zwischen 1997 und 2002 auf ein Minimum von USD 469,05 Mio., ohne gleichzeitige Mittelabflüsse aus den Fonds, steht in Einklang mit dem Einbruch der Aktienmärkte im Rahmen der Dot-Com-Krise. Daran anschließend steigt das Fondsvermögen, bis es in 2007 ein maximales durchschnittliches Fondsvermögen von USD 948,64 Mio. erreicht. Dieses sinkt von 2007 auf 2008 um ca. 40%, was in erster Linie auf die Finanzkrise zurückzuführen sein dürfte und steigt in den folgenden Jahren, bis es in 2010 ca. 86% des maximalen durchschnittlichen Fondsvermögens aus 2007 erreicht.^[81] Den höchsten durchschnittlichen Fondszufluss erreicht der Datensatz 1996 mit ca. 34%. Auffällig ist, dass trotz mehrerer Jahre mit negativen Rohrenditen die Fondszuflüsse lediglich in 2008 eine negative Entwicklung aufweisen.^[82] Die Entwicklung der Fondsgebühren, insbesondere die konträre Entwicklung der 12B-1-Gebühren und der einmaligen Gebühren, spiegelt die Reaktion der Fondsgesellschaften auf die Erkenntnisse der Bedeutung des Marketings für Fondszuflüsse wider sowie den negativen Einfluss der einmaligen Gebühren auf diese.^[83] So haben sich die 12B-1-Gebühren in dem betrachteten Zeitraum mehr aus verdoppelt, während die einmaligen Gebühren im gleichen Zeitraum um ca. 30% gesunken sind. Die laufenden Gebühren, die um die 12B-1-Gebühren bereinigt wurden, bleiben nahezu konstant über den gesamten Untersuchungszeitraum. Bei einer differenzierten Betrachtung des Datensatzes ist jedoch ein Anstieg der einmaligen Gebühren nach 1999 bei einem gleichzeitigen Rückgang der 12B-1-Gebühren erkennbar.^[84]

Tabelle 1: Deskriptive Statistik

Abbildung in dieser Leseprobe nicht enthalten

Die Tabelle stellt die deskriptive Statistik des zugrunde liegenden Datensatzes für die Jahre 1993 bis 2010 dar. Die Daten basieren auf dem Datensatz der CRSP Mutual Fund Database und wurden durch die Aggregation von Monatsbeobachtungen zu durchschnittlichen Jahresgrößen berechnet. Es wurden ausschließlich Beobachtungen aufgenommen für die Informationen zu allen benötigten Daten vollständig vorlagen. Fonds, die innerhalb des betrachteten Zeitraums nie ein Fondsvermögen von USD 10 Mio. erreicht haben sowie Fonds jünger als zwei Jahre, wurden ausgeschlossen. Beobachtungen mit relativen jährlichen Fondszuflüssen von mehr als 500% und weniger als -50% wurden ebenfalls aus der Beobachtung ausgeschlossen.

3.2. Methodologie

3.2.1. Beschreibung des Modells

Wie bereits erläutert, wird der erste Teil der empirischen Studie dieser Arbeit den in der vergangenen Literatur beobachteten Zusammenhang zwischen vergangener Performance und Mittelzuflüssen in Aktienfonds auf der in Kapitel 3.1. beschriebenen Datengrundlage überprüfen. Lediglich die vergangene Performance in die Analyse einzubeziehen wäre jedoch nicht ausreichend, da auch andere Fondscharakteristika sowie familienbezogene Größen einen Einfluss auf die Mittelzuflüsse ausüben. Daher wird der Zusammenhang anhand des folgenden Modells getestet:

Abbildung in dieser Leseprobe nicht enthalten

mit Flow i,t als Mittelzuflüsse des Fonds i in Periode t (siehe Abschnitt 3.2.2.), Performancei,t-1 als die Performance des Fonds i in der vergangenen Periode (siehe Abschnitt 3.2.3.) und Controls repräsentiert fondsindividuelle und familienspezifische Charakteristika (siehe Abschnitt 3.2.4.). Zur Bestimmung der geeigneten Regressionsmethode wurden im Vorfeld der empirischen Untersuchung verschiedene Tests durchgeführt. Dabei ließen sich bei der Überprüfung des Datensatzes starke Hinweise auf Autokorrelation^[85] sowie Heteroskedastizität^[86] finden. Beides hat unmittelbare Auswirkungen auf die Aussagekraft einer einfachen OLS-Regression.^[87] Diese nimmt an, dass Störterme unabhängig und identisch verteilt sind. Sowohl das Vorliegen der Autokorrelation der Störterme wie auch Heteroskedastizität verletzen diese Annahmen.^[88] Deshalb wird, Baum (2006) folgend,^[89] zusätzlich zur einfachen OLS-Regression eine gepoolte Regression mit robusten, auf Fondsebene geclusterten Standardfehlern durchgeführt (OLS robust). Zeitfixe Effekte werden durch die Aufnahme von Jahresdummies kontrolliert. Um der Panelstruktur des Datensatzes gerecht zu werden, wird zusätzlich eine Panel-Regression mit fixen Effekten durchgeführt.^[90]

Um die konvexe Gestalt der Performance-Zufluss-Beziehung abzubilden, wird der Arbeit von Sirri/Tufano (1998) folgend eine abschnittsweise lineare Regression durchgeführt:^[91]

Abbildung in dieser Leseprobe nicht enthalten

Eine Vielzahl an Studien hat gezeigt, dass die relative Position eines Fonds innerhalb seines Marktsegments folgende Mittelzuflüsse beeinflusst^[92] und diese relative Position einen stärkeren Erklärungsgehalt bezüglich der Mittelzuflüsse besitzt als kardinale Performancemaße.^[93] Hierfür wird dem Fonds i ein Performancerang (auf Basis seiner Vorjahresperformance relativ zu der Performance anderer Fonds desselben Marktsegments in der Periode t) zugewiesen. Dieser Rang wird normalisiert, so dass die Ränge gleichverteilt in einem Intervall von 0 bis 1 liegen.^[94] Dem besten Fonds wird der Rang 1 zugewiesen, dem schlechtesten Fonds der Rang 0. Die Hilfsvariablen der abschnittsweise linearen Regression sind wie folgt definiert:

Abbildung in dieser Leseprobe nicht enthalten

Dabei repräsentiert βq den Steigungskoeffizienten der Performance-Zufluss-Beziehung im q-ten Performancequintil Q qi,t-1. Für eine konvexe Gestalt müssten diese folglich von Quintil 1 bis 5 ansteigen. Die Konstante α entspricht dem y-Achsenabschnitt. Der Vektor γ bezeichnet den Regressionskoeffizienten der fondsindividuellen und familienspezifischen Charakteristika, die in Abschnitt 3.2.4. beschrieben sind. Um mögliche jahresspezifische Einflüsse zu erfassen, die Fondszuflüsse aller Fonds betreffen, werden Jahresdummies verwendet, die den Wert 1 annehmen, sofern die Beobachtung aus dem Jahr J stammt und 0 für andere Jahre. θj ist der entsprechende Regressionskoeffizient. Dieser Ansatz erlaubt Beobachtungen aus verschiedenen Jahren in einer gepoolten Regression zu untersuchen.^[95] Ranki,t-1 bezeichnet den anhand der Rendite berechneten Rang von Fonds i im jeweiligen Marktsegment in der Vorperiode.

3.2.2. Definition der Fondszuflüsse

Aufgrund der Datengrundlage ist es nicht möglich, tatsächliche Zuflussgrößen in den Fonds zu untersuchen. Daher wird, wie auch in vergangenen empirischen Arbeiten, auf eine Näherungsgröße für die Fondszuflüsse zurückgegriffen. Hierbei wird der Arbeit von Ber/Ruenzi (2006) gefolgt und die Zuflüsse anhand folgender Formel approximiert:^[96]

Abbildung in dieser Leseprobe nicht enthalten

TNAi,t,m entspricht dem Fondsvermögen von Fonds i zum Ende des Monats m im Jahr t, ri,t,m entspricht der monatlichen Rendite des Fonds i des Monats m im Jahr t. Somit wird der Anstieg des Fondsvermögens um das interne Wachstum des Fonds korrigiert, um approximativ den jährlichen Mittelzufluss in den Fonds zu erhalten. Dies impliziert einen Mittelzufluss zum Ende eines Monats. Die Fondszuflüsse als relative Größe zu berechnen hat einen Nachteil gegenüber einer absoluten Betrachtung.^[97] In vergangenen Arbeiten wurden extreme Ausreißer, insbesondere bei kleinen und neuen Fonds, beobachtet. Diesem Aspekt wird durch Winsorisierung oder dem Ausschluss von Fonds unterhalb einer bestimmten Größe bzw. eines bestimmten Fondsalters begegnet. Aufgrund der Zunahme der Anzahl neuer und kleiner Fonds in den letzten zehn Jahren stellt dies ein Problem dar, das in empirischen Studien vor dieser Zeit nicht sehr stark ins Gewicht gefallen ist.

3.2.3. Definition der Fondsperformance

Wie bereits in Abschnitt 3.2.1. erläutert wurde haben Studien belegt, dass die relative Position eines Fonds innerhalb seines Marktsegments einen stärkeren Erklärungsinhalt bezüglich folgender Mittelzuflüsse besitzt als kardinale Performancemaße. Es existieren jedoch keine Erkenntnisse auf Basis welchen Performancemaßes die relative Position eines Fonds bestimmt werden soll. In dieser Arbeit werden drei unterschiedliche Performancemaße genutzt, die in einer Vielzahl vergangener Studien zur Performance-Zufluss-Beziehung eingesetzt wurden. Erstens, der Argumentation von Sirri/Tufano (1998) folgend, dass Investoren in erster Linie Zugang zu Informationen über Rohrenditen und einfachen Risikomaßen haben, die jährliche Rohrendite des Fonds:

Abbildung in dieser Leseprobe nicht enthalten

Die jährliche Rohrendite wird auf Basis der monatlichen Rohrenditen r­i,m berechnet und annualisiert. Die monatlichen Renditen sind um Fondsgebühren bereinigt und schließen reinvestierte Dividenden mit ein, was einen Vergleich zwischen ausschüttenden und thesaurierenden Fonds ermöglicht. Aus obiger Argumentation folgt auch das zweite Risikomaß, das Sharpe-Ratio:

Abbildung in dieser Leseprobe nicht enthalten

mit ri,t als die bereits oben definierte jährliche Rohrendite des Fonds i im Jahr t und rtf als die jährliche risikofreie Rendite im Jahr t. Letztere wurde aus Konsistenzgründen durch die monatliche Rendite des Treasury-Bills approximiert. σi,t repräsentiert die annualisierte monatliche Standardabweichung der Rohrendite des Fonds i im Jahr t.

Wohl diversifizierte Investoren interessieren sich, der modernen Finanzmarkttheorie folgend, lediglich für das systematische Risiko einer Investition. Folglich sollte Jensen’s Alpha diesbezüglich ein zweckmäßigeres Performancemaß darstellen, um diesem Aspekt gerecht zu werden:

Abbildung in dieser Leseprobe nicht enthalten

mit ri,m,t als monatliche Rendite des Fonds i im Monat m des Jahres t, rfm,t als Ein-Monats Treasury-Bill Rendite im Monat m des Jahres t, rIm,t als CRSP-Value-Weighted-Portfolio aller NYSE-, AMEX- und NASDAQ-Aktien im Monat m des Jahres t und βi,m,t als Betafaktor von Fonds- und Marktrendite. Das Residuum εi,m,t repräsentiert das idiosynkratische Risiko. Das monatliche Alpha αi,m,t wird auf Basis der letzten zwölf Monatsbeobachtungen geschätzt und annualisiert. Es repräsentiert die Rendite, die nicht durch das Benchmark-Modell erklärt wird.

Die Nutzung verschiedener Performancemaße soll lediglich die Robustheit der Ergebnisse widerspiegeln, nicht eine Aussage darüber treffen, welches Performancemaß einen stärkeren Zusammenhang mit dem Investorenverhalten aufweist. Die Bestimmung der Performance auf Jahresbasis liegt in der Annahme begründet, dass Investoren i.d.R. auf Basis der veröffentlichten Performance zu Jahresende ihre Investitionsentscheidung treffen.^[98]

[...]

---

^[1] Vgl. z.B. Ippolito (1992), Sirri/Tufano (1998), Huang et al. (2007a).

^[2] Vgl. z.B. Lynch/Musto (2003).

^[3] Vgl. z.B. Goetzmann/Peles (1997), Barber et al. (2000).

^[4] Vgl. Sirri/Tufano (1998), S. 1591.

^[5] Vgl. z.B. Ippolito (1992), S. 49, Sirri/Tufano (1998), S. 1591, Lynch/Musto (2003), S. 2033 f., Huang et al. (2007a), S. 1274.

^[6] Vgl. Hendricks et al. (1993), S. 94.

^[7] Vgl. Malkiel (1995), S. 559 ff.

^[8] Vgl. z.B. Brown et al. (1992), Brown/Goetzmann (1995), Carpenter/Lynch (1999).

^[9] Fonds werden i.d.R. aufgrund schlechter Performance von der Fondsgesellschaft liquidiert. Die Begrenzung der Untersuchung lediglich auf Fonds, die aktiv sind, führt in der Folge zu einer Überschätzung der tatsächlichen Performance.

^[10] Vgl. Elton et al. (1996a), S. 134.

^[11] Vgl. Carhart (1997), S. 62 ff.

^[12] Vgl. Bollen/Busse (2005), S. 576 ff.

^[13] Vgl. Busse et al. (2010), S. 788.

^[14] Vgl. Glode et al. (2010), S. 13.

^[15] Berk/Green (2004) nehmen an, dass unter vollkommenem Wettbewerb ein Marktgleichgewicht geschaffen wird, in dem Fonds nachhaltig keine abnormalen Renditen realisieren können.

^[16] Vgl. Ippolito (1992), S. 47.

^[17] Vgl. Akerlof (1970), S. 488 ff.

^[18] Vgl. Ippolito (1992), S. 49.

^[19] Harless/Peterson (1998), S. 259 folgend, stehen die Erkenntnisse einer Performancepersistenz bei schlechten Fonds jedoch dieser Schlussfolgerung entgegen.

^[20] Der Autor bedient sich hierbei des Capital Asset Pricing Models.

^[21] Vgl. Ippolito (1992), S. 50 und S. 67. Der Autor stellt eine serielle Korrelation der Rendite-Residuen fest, die diese Hypothese unterstützt.

^[22] Alternativ regressiert er über einen 5-Jahres-Durchschnitt. Die Ergebnisse verwerfen jedoch die Hypothese, dass ältere Informationen von Bedeutung seien.

^[23] Als Informationskosten definieren Sirri/Tufano (1998) solche Kosten, die durch das Sammeln und Auswerten von Informationen über Fonds entstehen.

^[24] Vgl. Sirri/Tufano (1998), S. 1590 f.

^[25] Dies ist konsistent zu den Ergebnissen von Capon et al. (1994), die anhand einer Investorenbefragung zu dem Schluss kommen, dass Performanceranglisten die wichtigste Informationsquelle für Fondsinvestoren darstellen.

^[26] Die Berechnung der relativen Fondszuflüsse und Performancequintile innerhalb des empirischen Teils dieser Arbeit orientiert sich an der Arbeit von Sirri/Tufano (1998). Daher wird für deren Definition auf Teil 3 dieser Arbeit verwiesen.

^[27] Ein Marktsegment ist die Gesamtheit aller Fonds mit einem vergleichbaren Investitionsziel.

^[28] Sirri/Tufano (1998) replizieren hierdurch Ratings auf eine vereinfachte Weise.

^[29] Vgl. Sirri/Tufano (1998), S. 1598.

^[30] Vgl. Sirri/Tufano (1998), S. 1601.

^[31] Vgl. hierzu und zum Folgenden Sirri/Tufano (1998), S. 1605 ff.

^[32] Vgl. hierzu und zum Folgenden Huang et al. (2007a), S. 1274 ff.

^[33] Die Autoren folgen hierbei der Argumentation von Ippolito (1992).

^[34] Vgl. Huang et al. (2007a), S. 1277 ff. für deren Modellbeschreibung.

^[35] Ähnlich zur Studie von Sirri/Tufano (1998) wählen sie als Fondscharakteristiken Marketingausgaben, Größe der Fondsfamilie, Starfonds innerhalb der Fondsfamilie.

^[36] Vgl. Huang et al. (2007a), S. 1293 ff.

^[37] Vgl. Lynch/Musto (2003), S. 2033.

^[38] Vgl. Lynch/Musto (2003), S. 2049 ff.

^[39] Vgl. Lynch/Musto (2003), S. 2039 ff. für deren Modellbeschreibung.

^[40] Vgl. Lynch/Musto (2003), S. 2046 ff.

^[41] Vgl. hierzu und zum Folgenden Olivier/Tay (2009), S. 11 ff.

^[42] Als Approximation für die Marktlage dient den Autoren die Rendite des Marktportfolios.

^[43] Vgl. Olivier/Tay (2009), S. 18 ff.

^[44] Investoren versuchen ihren Konsum intertemporal zu glätten und müssen dafür ihr Anlagevermögen in wirtschaftlich schlechten Zeiten, unabhängig von der Fondsperformance, liquidieren.

^[45] Vgl. z.B. Schwert (1989), S. 1133.

^[46] Der Dispositionseffekt wird an späterer Stelle dieses Kapitels nochmals aufgegriffen und detailliert beschrieben. Es soll daher an dieser Stelle auf deine ausführliche Definition verzichtet werden.

^[47] In wirtschaftlich schlechten Zeiten sind Investoren dazu gezwungen, ihre Investitionen zu liquidieren. Unterliegen sie zudem einem Dispositionseffekt, führt dies zu dem beobachteten konkaven Verlauf der Performance-Zufluss-Beziehung. Die Statistik der OECD bzgl. der Entwicklung der US Sparquote in dem von Olivier/Tay (2009) untersuchten Zeitraum (von ca. 10% im Jahre 1980 auf ca. 2,5% im Jahre 2006) unterstützt diese Hypothese.

^[48] Vgl. hierzu und zum Folgenden Kim (2010), S. 5 ff.

^[49] Seit Jensen (1968) konnte kein Konsens bzgl. der Frage gefunden werden, ob aktiv gemanagte Fonds in der Lage sind risikoadjustierte Überrenditen gegenüber einem Benchmark, wie z.B. Indexfonds, nach Abzug aller Kosten zu erzielen. Auch bzgl. der Performancepersistenz besteht in der akademischen Literatur bislang kein Konsens. Daher ist eine konsistente Betrachtung der Investitionsentscheidungen nur unter Einbezug verhaltenswissenschaftlicher Ansätze zu gewährleisten.

^[50] Irrational im Sinne einer Abweichung von den Annahmen des homo oeconomicus.

^[51] Der Begriff geht auf Festinger (1957) zurück, der dieses Phänomen in seiner Arbeit untersucht hat.

^[52] Vgl. Aronson et al. (2004), S. 188 f.

^[53] Vgl. hierzu und zum Folgenden Goetzmann/Peles (1997), S. 145 ff.

^[54] Vgl. hierzu und zum Folgenden Barber et al. (2000), S. 1 ff.

^[55] Vgl. Barber et al. (2000), S. 29. Die Autoren beziehen sich dabei in erster Linie auf empirische Arbeiten, die ein gewisses Maß an Performancepersistenz nachweisen konnten.

Bailey et al. (2010) dokumentieren in ihrer Studie, dass insbesondere Investoren mit starken Behavioral Biases in Fonds mit guter vergangener Performance investieren. Dies lässt darauf schließen, dass „trend-chasing“ nicht das Ergebnis einer rationalen Ableitung der Fondsmanagementqualität aus vergangener Fondsperformance sei.

^[56] Vgl. Shefrin/Statman (1985), S. 778.

^[57] Vgl. Kahneman/Tversky (1979), S. 284 ff. Die Prospect-Theory unterstellt, dass Gewinne und Verluste relativ zu einem Referenzpunkt (Kaufpreis) gesehen werden und dadurch die Risikoeinstellung des Investors determiniert wird. Der Investor ist risikoafin, sofern er mit potentiellen Verlusten konfrontiert wird und risikoavers, sofern Gewinne möglich sind (Referenzpunkteffekt).

^[58] Vgl. Patel et al. (1994), S. 55 für eine Definition des Status Quo Bias. Eine empirische Studie des US-amerikanischen Fondsmarktes bzgl. des Status Quo Bias wurde von Kempf/Ruenzi (2006) durchgeführt.

^[59] Für eine tabellarische Übersicht empirischer Studien zur Performance-Zufluss-Beziehung siehe Tabelle 5 im Anhang.

^[60] Vgl. Brown et al. (1996), S. 86.

^[61] Vgl. Markowitz (1952), S. 77 ff.

^[62] Vgl. hierzu und zum Folgenden Brown et al. (1996), S. 87 ff. Ruenzi (2005) untersucht das Risikoverhalten von Fondsmanagern in unterschiedlichen Segmenten. Kempf/Ruenzi (2008a) untersuchen in ihrer Arbeit das Wettbewerbsverhalten zwischen Fondsmanagern innerhalb einer Fondsfamilie.

^[63] Vgl. Chevalier/Ellison (1997), S. 1182 ff. Für extreme Performancebereiche erhalten die Autoren gegenteilige Ergebnisse.

^[64] Vgl. Busse (2001), S. 59 ff. und Elton et al. (2010), S. 919 ff.

^[65] Vgl. hierzu und zum Folgenden Olivier/Tay (2009), S. 21 ff.

^[66] Kim (2010) bestätigt eine variierende Gestalt der Performance-Zufluss-Beziehung über die Zeit und der sich daraus ergebenden Implikationen für das Fondsmanagement bzgl. der Anreize zur Risikoänderung.

^[67] Vgl. Oliver/Tay, S. 4 f.

^[68] CRSPTM, Center for Research in Security Prices, Graduate School of Business, The University of Chicago. Benutzt mit Erlaubnis der Universität Mannheim. Alle Rechte vorbehalten. crsp.uchicago.edu. Für eine detaillierte Beschreibung der CRSP-Datenbank, siehe z.B. Carhart (1997).

^[69] Für eine Übersicht zur Datenherkunft siehe Tabelle 6 im Anhang.

^[70] Eine Auseinandersetzung mit dem Thema, ob die CRSP-Datenbank tatsächlich frei von Survivorship Biases ist, findet sich in Elton et al. (2001).

^[71] Der Verschmelzung von Fonds folgen Mittelabflüsse aus dem liquidierten Fonds und Mittelzuflüsse in den aufnehmenden Fonds. Diese Mittelzuflüsse folgen nicht dem Rational der Investoren, Mittel aufgrund vergangener Performance zu investieren.

^[72] Vgl. z.B. Elton et al. (1996b), Brown/Goetzmann (1995).

^[73] Vgl. z.B. Goetzmann/Peles (1997), Chevalier/Ellison (1997), Sirri/Tufano (1998).

^[74] Vgl. z.B. Brown et al. (1992) und Kapitel 2.1. über Performancepersistenz.

^[75] Bspw. Daten zur Fondsfamilie, 12B-1-Gebühren sind erst nach 1992 in der CRSP-Datenbank integriert.

^[76] Für die Auswahl der untersuchten Aktienfonds und deren Einteilung in Marktsegmente siehe Tabelle 7 im Anhang.

^[77] Für die Vorgehensweise bei der manuellen Datenbereinigung siehe Tabelle 8 und 9 im Anhang.

^[78] Diese Wachstumsraten liegen in aller Regel in einer Akquisition des Fonds oder einem fehlerhaften Datensatz begründet. Eine Alternative zum Ausschluss besteht in der Winsorisierung der Beobachtungen.

^[79] Bspw. teilen der Dreyfus Premier Aggressive Growth Fund A, Dreyfus Premier Aggressive Growth Fund B und Dreyfus Premier Aggressive Growth Fund C dasselbe Portfolio, nämlich das des Dreyfus Premier Aggressive Growth Fund. Jeder dieser Fonds hat den gleichen Portfoliomanager und die gleichen Wertpapiere. Der Unterschied der drei Fonds liegt in den unterschiedlichen Gebührenstrukturen.

^[80] Für eine Übersicht über die Entwicklung der Anzahl der Anteilsklassen über die Zeit hinweg siehe Abbildung 4 im Anhang.

^[81] Vgl. Abbildung 5 im Anhang.

^[82] Vgl. Abbildung 6 im Anhang.

^[83] Siehe Abschnitt 3.2.4. für eine nähere Betrachtung des Einflusses von Fondsgebühren auf Fondszuflüsse.

^[84] Vgl. Abbildung 7 im Anhang.

^[85] Hierfür spricht sowohl der Wooldrige Test in STATA wie auch die Überprüfung der Korrelationen zwischen Residuen der aktuellen und vergangenen Periode.

^[86] Zur Überprüfung wurde der White Test in STATA durchgeführt. Hierbei wurde die Nullhypothese, dass Homoskedastizität vorliegt, verworfen. Dies deutet auf das Vorliegen von Heteroskedastizität hin.

^[87] Es wurden keine Hinweise auf das Vorliegen von Multikollinearität gefunden.

^[88] Die durch Autokorrelation und Heteroskedastizität entstehenden Probleme ähneln in mehrerer Hinsicht. OLS-Schätzer sind nicht mehr effizient und die Standardfehler der geschätzten Koeffizienten verzerrt. Letzteres hat zur Folge, dass t-values und p-values nicht aussagekräftig sind. Vgl. z.B. Assenmacher (2002).

^[89] Vgl. Baum (2006), S. 136.

^[90] Der in STATA durchgeführte Hausman Test lässt auf die Nutzung der Panel-Regression mit fixen Effekten schließen.

^[91] Vgl. hierzu und zum Folgenden Sirri/Tufano (1998), S. 1595 ff.

^[92] Vgl. z.B. Chevalier/Ellison (1997), S. 1169 und Patel et al. (1994), S. 59.

^[93] Vgl. z.B. Patel et al. (1994), Capon et al. (1996).

^[94] Durch die Normalisierung werden Segmente mit einer unterschiedlichen Fondsanzahl vergleichbar.

^[95] Vgl. Ber et al. (2007), S. 48.

^[96] Vgl. hierzu und zum Folgenden Ber/Ruenzi (2006), S. 6 f. Die Autoren erhalten einen Korrelationskoeffizienten zwischen tatsächlichen und synthetisch berechneten Zuflüssen von 0,9688.

^[97] Vgl. hierzu und zum Folgenden Berk/Tonks (2007), S. 9.

^[98] Es ist nicht trivial über welchen Zeithorizont Investoren die Fondsperformance evaluieren. Die Literatur über Turnierverhalten und Performancepersistenz nimmt i.d.R. jedoch ein ganzes Jahr an.