Aufgrund der mangelnden begrifflichen sowie methodischen Konsistenz bisheriger (meist empirischer) Untersuchungen zum Phänomen des Survivorship Bias, weisen deren Ergebnisse eine erhebliche Spannbreite möglicher Performanceabweichungen von 1 bis 271 Basispunkten p. a. auf und sind daher kaum vergleichbar. Zwar bietet das amerikanische Center for Research in Security Prices (CRSP) mittlerweile eine von den Einflüssen des Survivorship Bias bereinigte Datenbank an, jedoch findet diese, gerade in älteren wissenschaftlichen Studien, nur selten Verwendung. Ferner arbeiten auch neuere Erhebungen teils immer noch mit entsprechend verzerrten Datensätzen. Rohleder/Scholz/Wilkens (2011) attestieren dem Phänomen des Survivorship Bias daher weiterhin eine kaum zu vernachlässigende Aktualität und Brisanz.
Aus diesem Grund soll im Rahmen der vorliegenden Arbeit die Frage beantwortet werden, welche statistischen sowie ökonomischen Determinanten das Ausmaß des Survivorship Bias in welcher Art und Weise beeinflussen und inwiefern diese, durch zielgerichtete Maßnahmen, zu einer Verringerung bzw. Vermeidung eben solcher Verzerrungen beitragen können.
Dazu werden, nach einer fundierten Begriffsklärung sowie -abgrenzung in Kapitel 2, vor allem die Einflussparameter samt ihrer spezifischen Auswirkungen sowie ökonomische Wirkungszusammenhänge im Kontext des Survivorship Bias systematisch analysiert und erläutert. Im Anschluss hieran zeigt Kapitel 4 mögliche Maßnahmen zur Reduzierung und Vermeidung des Survivorship Bias auf. Kapitel 5 fasst schließlich die wichtigsten Untersuchungsergebnisse zusammen.
Zentraler Untersuchungsgegenstand ist hierbei der Artikel „Survivorship Bias and Mutual Fund Performance: Relevance, Significance, and Methodical Differences“, welcher in der zweiten Ausgabe des Jahres 2011 im Fachjournal „Review of Finance“ von Martin Rohleder, Hendrik Scholz sowie Marco Wilkens veröffentlicht wurde. Anhand der o. g. inhaltlichen Eckpunkte der Arbeit soll dieser Artikel systematisch analysiert und in seiner Methodik sowie den zentralen Ergebnissen vorgestellt werden. Dabei erfolgt stets ein Abgleich mit inhaltlich verwandten Analysen sowie Ergebnissen anderer Autoren.
Inhaltsverzeichnis
1 Einleitung
2 Begriffsdefinition und wissenschaftliche Rahmenbedingungen
2.1 Begriffliche Definition des Survivorship Bias
2.2 Datengrundlage und Methodik
3 Einflussparameter und ökonomische Wirkungszusammenhänge im Rahmen des Survivorship Bias
3.1 Einflussparameter des Survivorship Bias
3.1.1 Survivor-Definitionen
3.1.2 Gewichtungsmethoden
3.1.3 Performancemodelle
3.2 Ökonomische Wirkungszusammenhänge und deren Implikationen
3.2.1 Fondsgröße – Fondsfortbestand – Fondsperformance
3.2.2 Bedeutung von Non-Survivors und neuen Fonds
4 Methodische Handlungsempfehlungen zur Reduzierung und Vermeidung des Survivorship Bias
4.1 Datengrundlage und Survivor-Definitionen
4.2 Gewichtungsmethoden und Performancemodelle
5 Fazit
Zielsetzung & Themen
Die Arbeit analysiert das Phänomen des Survivorship Bias bei der Performancebewertung von Investmentfonds. Ziel ist es, die statistischen und ökonomischen Determinanten zu identifizieren, die das Ausmaß dieses Verzerrungseffekts beeinflussen, und Handlungsempfehlungen zur methodischen Reduzierung solcher Fehler abzuleiten.
- Grundlagen und Definitionen des Survivorship Bias
- Einfluss von Survivor-Definitionen und Gewichtungsmethoden
- Zusammenhang zwischen Fondsgröße, Fortbestand und Performance
- Analyse der Rolle von Non-Survivors und neuen Fonds
- Methodische Ansätze zur Vermeidung von Performanceverzerrungen
Auszug aus dem Buch
3.1.1 Survivor-Definitionen
Einschlägige empirische Erhebungen zur Untersuchung des Survivorship Bias bedienen sich bisher meist unterschiedlicher Survivor-Definitionen. Da je nach Begriffsauffassung auch die Anzahl der Fonds variiert, welche als Survivors bezeichnet werden können, ergibt sich hieraus ein wichtiger Einflussparameter des Survivorship Bias.
Grundsätzlich gibt es zwei Methoden, um Survivors von Non-Survivors zu unterscheiden. Beim sog. End-of-Sample Conditioning werden all jene Fonds als Survivors angesehen, die am Schluss der Beobachtungsperiode noch am jeweils betrachteten Fondsmarkt vertreten sind, sodass man von End-of-Sample-Survivors spricht. Hierzu zählen sowohl Initialfonds, also solche Fonds, die bereits zu Beginn der Beobachtungsperiode am Markt präsent waren, als auch neue Fonds, die erst während der laufenden Beobachtungsperiode in den Fondsmarkt eingetreten sind und für die somit keine vollständigen Performancedaten von Beginn bis zum Ende der Beobachtungsperiode vorliegen (sog. Non-Full-Data-Survivors).
Beim sog. Full-Data Conditioning hingegen gelten nur solche Fonds als Survivors, die während der kompletten Beobachtungsperiode am Markt vertreten waren und deren Fondsdaten daher auch entsprechend vollständig sind, sodass man in diesem Fall von der Fondsgruppe der Full-Data-Survivors spricht.
Zusammenfassung der Kapitel
1 Einleitung: Diese Einleitung führt in das Problem der mangelnden methodischen Konsistenz bei der Untersuchung des Survivorship Bias ein und legt den Fokus auf die Analyse des Artikels von Rohleder, Scholz und Wilkens.
2 Begriffsdefinition und wissenschaftliche Rahmenbedingungen: Das Kapitel definiert den Survivorship Bias als Performanceunterschied zwischen verzerrten und nicht verzerrten Fondsportfolios und erläutert die Datengrundlage der Studie.
3 Einflussparameter und ökonomische Wirkungszusammenhänge im Rahmen des Survivorship Bias: Dieses Kernkapitel untersucht die Auswirkungen von Survivor-Definitionen, Gewichtungsmethoden, Performancemodellen sowie die Zusammenhänge zwischen Fondsgröße, Marktaustritt und Performance.
4 Methodische Handlungsempfehlungen zur Reduzierung und Vermeidung des Survivorship Bias: Hier werden Empfehlungen für eine robuste Datenauswahl und die methodisch korrekte Performancemessung gegeben, um Verzerrungen zu minimieren.
5 Fazit: Das Fazit fasst die Ergebnisse zusammen, wonach das Ignorieren von Non-Survivors zu signifikanten Verzerrungen führt, die durch eine bewusste Methodenwahl reduziert werden können.
Schlüsselwörter
Survivorship Bias, Investmentfonds, Performancebewertung, Fondsperformance, Non-Survivors, End-of-Sample Conditioning, Full-Data Conditioning, Gewichtungsmethoden, Fondsgröße, Fondsfortbestand, Incubation Bias, Performancemessung, Finanzmarktforschung, Risikofaktoren, Portfoliomanagement.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit untersucht das Phänomen des Survivorship Bias bei der Analyse von Investmentfonds und dessen Einfluss auf die berechnete Performance.
Was sind die zentralen Themenfelder der Analyse?
Zu den Kernbereichen gehören die Definition von Survivors, die methodischen Einflüsse bei der Renditegewichtung sowie der Zusammenhang zwischen Fondsgröße und Marktaustrittswahrscheinlichkeit.
Was ist das primäre Ziel der Arbeit?
Das Ziel ist die systematische Untersuchung der Determinanten, die das Ausmaß von Performanceverzerrungen durch den Survivorship Bias beeinflussen, sowie die Ableitung von Empfehlungen für eine methodisch saubere Analyse.
Welche wissenschaftliche Methode wird verwendet?
Es erfolgt eine systematische Analyse und Aufarbeitung des Artikels von Rohleder, Scholz und Wilkens (2011) unter Einbeziehung weiterer relevanter finanzwissenschaftlicher Fachliteratur.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil analysiert die Einflussfaktoren des Bias, vergleicht unterschiedliche Gewichtungsmethoden und Performancemodelle und erörtert die ökonomische Relevanz von Fondsmerkmalen für deren Überlebensfähigkeit.
Welche Schlüsselwörter charakterisieren die Arbeit?
Wichtige Begriffe sind Survivorship Bias, Performanceverzerrung, Fondsfortbestand, Gewichtungsmethoden sowie die Unterscheidung zwischen verschiedenen Fonds-Survivor-Gruppen.
Was bedeutet der "Incubation Bias" im Kontext dieser Arbeit?
Der Incubation Bias beschreibt das Phänomen, dass Performancedaten neuer Fonds erst dann in Datenbanken aufgenommen werden, wenn der Fonds eine erfolgreiche Historie vorweisen kann, was die Performance statistisch verzerrt.
Warum spielt die Gewichtungsmethode bei der Analyse eine Rolle?
Die Wahl zwischen Gleichgewichtung und Wertgewichtung hat laut der Arbeit einen signifikanten Einfluss auf die Höhe des Survivorship Bias, da kleine, performancestarke Fonds bei einer Gleichgewichtung das Gesamtergebnis überproportional beeinflussen können.
- Quote paper
- Maximillian Herzberger (Author), 2011, Research in Banking and Finance: Survivorship Bias, Munich, GRIN Verlag, https://www.grin.com/document/190449
