كيف تشكل ديناميكيات العوائد تراكم عوائد ETF ذات الرافعة

الملخص

تقول الورقة إن تآكل العائد بفعل التقلب وحده لا يفسر السلوك طويل الأجل للصناديق المتداولة في البورصة ذات الرافعة المالية. وتدرس كيف يعتمد التراكم على الارتباط الذاتي للعوائد وديناميكياتها الأخرى: فقد تحقق العوائد المستقلة تراكمًا متوقعًا إيجابيًا مقارنة بالمضاعف المستهدف، وقد تحسن الاتجاهات النتائج، بينما قد يقللها الارتداد إلى المتوسط. ويشمل إطارها نماذج AR(1) وAR-GARCH، وتبدل الأنظمة في الزمن المستمر، وتواترات مختلفة لإعادة التوازن، مع احتساب تجمع التقلبات واستمرار الأنظمة.

يفيد المؤلفون بوجود دعم تجريبي مستمد من بيانات تقارب عقدين لصناديق SPDR S&P 500 وناسداك-100 المتداولة في البورصة. ويجدون أن إعادة التوازن اليومية تعزز العوائد في الأسواق المدفوعة بالزخم، بينما يمكن لإعادة التوازن الأقل تواتراً أن تحد من الخسائر في الأنظمة المتجهة إلى المتوسط. وترتبط هذه النتائج بديناميكيات العوائد وإعداد إعادة التوازن المدروسين. ولا يقدم الملخص أحجام التأثير أو التكاليف أو تفاصيل تحديد الأنظمة مسبقاً، لذا لا يثبت أن المستثمر يستطيع اختيار جدول إعادة توازن مربح على نحو موثوق.

الأفكار الرئيسية

• يعتمد تراكم ETF ذات الرافعة على ديناميكيات العوائد، لا على تآكل العائد بفعل التقلب وحده.
• قد تعزز الاتجاهات العوائد ذات الرافعة، بينما قد تؤدي الظروف المتجهة إلى المتوسط إلى ضعف الأداء.
• يشمل الإطار الارتباط الذاتي وتجمع التقلبات واستمرار الأنظمة وتواتر إعادة التوازن.
• تربط الأدلة ETF المعلنة إعادة التوازن اليومية بمكاسب في الأسواق المدفوعة بالزخم، وإعادة التوازن غير المتكررة بخفض الخسائر في الأنظمة المتجهة إلى المتوسط.

الوسوم

# Compounding Effects in Leveraged ETFs: Beyond the Volatility Drag Paradigm


# Compounding Effects in Leveraged ETFs: Beyond the Volatility Drag Paradigm









A common belief is that leveraged ETFs (LETFs) suffer long-term performance decay due to \emph{volatility drag}. We show that this view is incomplete: LETF performance depends fundamentally on return autocorrelation and return dynamics. In markets with independent returns, LETFs exhibit positive expected compounding effects on their target multiples. In serially correlated markets, trends enhance returns, while mean reversion induces underperformance. With a unified framework incorporating AR(1) and AR-GARCH models, continuous-time regime switching, and flexible rebalancing frequencies, we demonstrate that return dynamics -- including return autocorrelation, volatility clustering, and regime persistence -- determine whether LETFs outperform or underperform their targets. Empirically, using about 20 years of SPDR S\&P~500 ETF and Nasdaq-100 ETF data, we confirm these theoretical predictions. Daily-rebalanced LETFs enhance returns in momentum-driven markets, whereas infrequent rebalancing mitigates losses in mean-reverting regimes.

يُعرض النص كاملًا مع نسبه إلى مصدره وفقًا لترخيصه. الترخيص: abstract CC0

أعدّ وكيل الأبحاث في Stratmill هذا الملخص استنادًا إلى المصدر الأصلي؛ وهو ليس نسخة منه.