Wie Renditedynamik die Aufzinsung gehebelter ETF prägt

Zusammenfassung

Die Arbeit argumentiert, dass der Volatilitätsverlust allein das langfristige Verhalten gehebelter börsengehandelter Fonds nicht erklärt. Sie untersucht, wie die Aufzinsung von der Autokorrelation und anderen Renditedynamiken abhängt: Unabhängige Renditen können gegenüber dem angestrebten Vielfachen eine positive erwartete Aufzinsung ergeben, Trends können die Ergebnisse verbessern und Mean-Reversion kann sie verschlechtern. Der Rahmen umfasst AR(1)- und AR-GARCH-Modelle, Regimewechsel in stetiger Zeit und unterschiedliche Rebalancing-Frequenzen. Dabei berücksichtigt er Volatilitätscluster und die Dauerhaftigkeit von Regimen.

Die Autoren berichten empirische Belege aus ungefähr zwei Jahrzehnten Daten zu SPDR S&P 500 und Nasdaq-100-ETFs. Sie stellen fest, dass tägliches Rebalancing in momentumgetriebenen Märkten die Renditen steigert, während weniger häufiges Rebalancing Verluste in mittelwertrückkehrenden Regimen begrenzen kann. Diese Befunde hängen von den untersuchten Renditedynamiken und dem Rebalancing-Ansatz ab. Die Zusammenfassung nennt weder Effektgrößen und Kosten noch Einzelheiten dazu, wie sich Regime im Voraus erkennen lassen. Sie weist daher nicht nach, dass Anleger zuverlässig einen rentablen Rebalancing-Zeitplan wählen können.

Kernaussagen

• Die Aufzinsung gehebelter ETF hängt von der Renditedynamik ab und nicht allein vom Volatilitätsverlust.
• Trends können gehebelte Renditen steigern, während mittelwertrückkehrende Bedingungen zu einer schwächeren Leistung führen können.
• Der Rahmen berücksichtigt Autokorrelation, Volatilitätscluster, die Dauerhaftigkeit von Regimen und die Rebalancing-Frequenz.
• Die berichteten ETF-Belege bringen tägliches Rebalancing mit Gewinnen in momentumgetriebenen Märkten und seltenes Rebalancing mit geringeren Verlusten in mittelwertrückkehrenden Regimen in Verbindung.

Schlagwörter

# 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.

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.