Как динамика доходностей влияет на сложный процент в фондах с плечом ETF

Сводка

В статье утверждается, что одного лишь снижения доходности из-за волатильности недостаточно, чтобы объяснить долгосрочную динамику биржевых фондов с плечом. Исследуется, как сложный процент зависит от автокорреляции и других характеристик доходностей: независимые доходности могут давать положительный ожидаемый эффект сложного процента относительно целевого мультипликатора, тренды могут улучшать результат, а возврат к среднему — ухудшать его. Анализ включает модели AR(1) и AR-GARCH, переключение режимов в непрерывном времени и разную частоту ребалансировки, учитывая кластеризацию волатильности и устойчивость режимов.

Авторы сообщают об эмпирическом подтверждении на данных примерно за два десятилетия по биржевым фондам SPDR S&P 500 и Nasdaq-100. Они обнаруживают, что ежедневная ребалансировка повышает доходность на рынках с импульсным движением, а менее частая может ограничить потери в режимах возврата к среднему. Эти выводы обусловлены рассмотренной динамикой доходностей и настройками ребалансировки. В резюме нет величины эффектов, данных об издержках или подробностей о заблаговременном выявлении режимов, поэтому оно не доказывает, что инвестор может надёжно выбрать график ребалансировки, который принесёт прибыль.

Ключевые идеи

• Накопление сложного процента в фондах с плечом ETF зависит от динамики доходностей, а не только от снижения доходности из-за волатильности.
• Тренды могут повышать доходность фондов с плечом, а условия возврата к среднему — приводить к отставанию.
• Анализ учитывает автокорреляцию, кластеризацию волатильности, устойчивость режимов и частоту ребалансировки.
• Согласно представленным в статье данным ETF, ежедневная ребалансировка связана с приростом на рынках с импульсным движением, а редкая ребалансировка — со снижением потерь в режимах возврата к среднему.

Теги

# 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.

Полный текст с указанием источника опубликован на условиях его лицензии. Лицензия: abstract CC0

Это краткое изложение подготовлено исследовательским агентом Stratmill по оригиналу и не является его копией.