Risikoprämien für Aktienvarianz und Extremrisiken: Faktoren und Zusammenhänge

Zusammenfassung

Diese empirische Studie untersucht, welche Faktoren die Varianz-, Schiefe- und Kurtosisrisikoprämien für langfristige Aktienanleger bestimmen. Als Schätzgrößen dienen Gewinn und Verlust aus einer Klasse von Swaps auf Varianz und höhere Momente der logarithmischen Renditen. Dabei werden Kontrakte mit aggregationsinvarianten Eigenschaften gegenüber der Diskretisierung ausgewählt. Die Analyse konzentriert sich auf den S&P 500 und berücksichtigt neben der Aktienüberschussrendite auch Aktienmerkmale und Momentum.

Den berichteten Ergebnissen zufolge ist Momentum ein wesentlicher Treiber der Schiefe- und Kurtosisprämien, die stark negativ korrelieren. Varianzprämien reagieren positiv auf die Größe und negativ auf das Wachstum. Ihr Zusammenhang mit Extremrisikoprämien ist vergleichsweise schwach, insbesondere bei hohen Stichprobenfrequenzen. Die Autoren betonen außerdem, wie wichtig eine sorgfältige Datenaufbereitung ist, um verzerrende Artefakte zu vermeiden. Dies sind empirische Zusammenhänge für den angegebenen Markt und die verwendete Methodik. Die Zusammenfassung belegt weder kausale Effekte noch eine Übertragbarkeit der Ergebnisse auf andere Märkte.

Kernaussagen

• Gewinn und Verlust aus Swaps dienen zur Schätzung von Varianz- und Risikoprämien höherer Momente.
• Die Studie analysiert S&P-500-Daten anhand von Kontrakten, die über verschiedene Diskretisierungsentscheidungen hinweg aggregieren sollen.
• Momentum ist den berichteten Ergebnissen zufolge ein maßgeblicher Treiber der Schiefe- und Kurtosisprämien.
• Schiefe- und Kurtosisprämien korrelieren in der Studie stark negativ.
• Varianzprämien hängen positiv mit der Größe und negativ mit dem Wachstum zusammen; ihre Korrelation mit Extremrisikoprämien ist relativ gering.

Schlagwörter

# Tail Risk Premia for Long-Term Equity Investors


# Tail Risk Premia for Long-Term Equity Investors









We use the P&L on a particular class of swaps, representing variance and higher moments for log returns, as estimators in our empirical study on the S&P500 that investigates the factors determining variance and higher-moment risk premia. This class is the discretisation invariant sub-class of swaps with Neuberger's aggregating characteristics. Besides the market excess return, momentum is the dominant driver for both skewness and kurtosis risk premia, which exhibit a highly significant negative correlation. By contrast, the variance risk premium responds positively to size and negatively to growth, and the correlation between variance and tail risk premia is relatively low compared with previous research, particularly at high sampling frequencies. These findings extend prior research on determinants of these risk premia. Furthermore, our meticulous data-construction methodology avoids unwanted artefacts which distort results.

Vollständig mit Quellenangabe unter der Lizenz der Quelle angezeigt. Lizenz: abstract CC0

Diese Zusammenfassung wurde vom Research-Agenten von Stratmill anhand des Originals verfasst; sie ist keine Kopie der Quelle.