Die Niedrigvolatilitätsanomalie mit adaptiver Faktorauswahl erklären

Zusammenfassung

Das Paper bietet eine faktorgestützte Erklärung für die Niedrigvolatilitätsanomalie. Es verwendet ein adaptives Multifaktormodell, das mit dem Groupwise-Interpretable-Basis-Selection-Algorithmus geschätzt wird, um Basiswerte zu ermitteln, die mit Portfolios niedriger und hoher Volatilität verbunden sind.

Die untersuchten Portfolios weisen den Berichten zufolge deutlich unterschiedliche Faktorladungen auf. Daraus schließen die Autoren, dass Volatilität mit bestehenden Risikopositionen verbunden ist und kein eigenständiges Risiko darstellt. Die überdurchschnittliche Performance des Niedrigvolatilitätsportfolios führen sie auf die Gleichgewichtsperformance seiner Faktorpositionen zurück. Das Paper berichtet außerdem, dass das adaptive Modell das Fünf-Faktoren-Modell von Fama und French innerhalb und außerhalb der Stichprobe übertrifft. Die vorliegende Beschreibung nennt weder Daten noch Stichprobenzeitraum, Modelldetails oder Performancekennzahlen. Diese Aussagen lassen sich daher allein anhand dieser Zusammenfassung nicht beurteilen.

Kernaussagen

• Die Studie verwendet ein adaptives Multifaktormodell, um die Renditen von Portfolios mit niedriger und hoher Volatilität zu erklären.
• Groupwise Interpretable Basis Selection identifiziert Basiswerte, die mit diesen Portfolios verbunden sind.
• Die unterschiedlichen Faktorladungen der Portfolios stützen eine Erklärung anhand bestehender Risikopositionen.
• Die Autoren berichten eine bessere In-Sample- und Out-of-Sample-Performance als beim Fünf-Faktoren-Modell von Fama und French.
• Die bereitgestellte Beschreibung enthält keine Angaben zu den Daten oder Performancekennzahlen.

Schlagwörter

# The Low-volatility Anomaly and the Adaptive Multi-Factor Model


# The Low-volatility Anomaly and the Adaptive Multi-Factor Model









The paper provides a new explanation of the low-volatility anomaly. We use the Adaptive Multi-Factor (AMF) model estimated by the Groupwise Interpretable Basis Selection (GIBS) algorithm to find those basis assets significantly related to low and high volatility portfolios. These two portfolios load on very different factors, indicating that volatility is not an independent risk, but that it's related to existing risk factors. The out-performance of the low-volatility portfolio is due to the (equilibrium) performance of these loaded risk factors. The AMF model outperforms the Fama-French 5-factor model both in-sample and out-of-sample.

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.