This doctoral thesis comprises one essay on the risk management of momentum strategies and three essays on the implications of skewness preferences on financial markets.
Chapter 1 provides an extensive summary and links all projects within the framework of behavioral finance.
In Chapter 2 (co-authored with Maik Dierkes), we investigate momentum in stock returns and propose a novel approach to manage the downside risk of momentum strategies.
Across markets, momentum is one of the most prominent anomalies and leads to high risk-adjusted returns. However, these returns come at the cost of substantial tail risk as there are short but persistent periods of highly negative returns. Momentum crashes occur in rebounding bear markets, when the momentum portfolio exhibits a negative beta and momentum volatility is high. Based on ex-ante estimates of these risk measures, we construct a crash indicator that effectively isolates momentum crashes. Subsequently, we propose an implementable trading strategy that combines both systematic and momentum-specific risk and more than doubles the Sharpe ratio of the original momentum strategy. Moreover, it outperforms existing risk management approaches over the 1928-2020 period, in sub-samples, and internationally.
In Chapter 3 (co-authored with Maik Dierkes and Sebastian Schroen), we address the effects of time-varying skewness preference, referred to as lottery demand, on first-day returns and the long-term performance of initial public offerings (IPOs).
Following the identification approach of Dierkes (2013), we measure lottery demand in terms of option-implied probability weighting functions and find a significantly positive impact on first-day returns, tantamount to higher IPO underpricing and more money left on the table. Furthermore, disentangling the effects of lottery demand and cross-sectional expected skewness reveals that IPO returns are particularly driven by the interaction of market-wide lottery demand and asset-specific lottery characteristics. In the long run, firms that went public during periods of high lottery demand perform poorly for up to five years after the IPO.
In Chapter 4 (co-authored with Maik Dierkes, Sebastian Schroen, and Philipp Sibbertsen), we perform a simulation-based approach to estimate volatility-dependent probability weighting functions and investigate the impact of probability weighting on the pricing kernel puzzle.
We first obtain risk neutral and physical densities from the Pan (2002) stochastic volatility and jumps model and then estimate probability weighting functions according to the identification strategy presented in Chapter 3. Across volatilities, we find pronounced inverse S-shapes. Hence, small (large) probabilities are overweighted (underweighted), and probability weighting almost monotonically increases in volatility, suggesting higher skewness preferences in volatile markets. Moreover, by estimating probabilistic risk attitudes, equivalent to the share of risk aversion related to probability weighting, we shed further light on the pricing kernel puzzle. While pricing kernels estimated from the Pan (2002) model display the typical U-shape documented in the literature, adjusted pricing kernels are monotonically decreasing and thus in line with economic theory. As a result, risk aversion functions are positive throughout wealth levels.
Finally, in Chapter 5 (co-authored with Maik Dierkes), we employ idiosyncratic skewness as a proxy for firm-specific mispricing and investigate the impact of market timing on capital structure decisions. Consistent with the market timing theory, idiosyncratic skewness is significantly positively related to equity issues, while the impact on debt issues is negative and less important. Moreover, we find equity issues to be accompanied by debt retirement programs. Challenging the market timing theory, effects are not persistent and vanish after about three years.
In line with Alti (2006), our results are therefore consistent with a modified version of the trade-off theory, including market timing as a short-term factor.
Diese Dissertation umfasst einen Aufsatz zum Risikomanagement von
Momentum-Strategien und drei Aufsätze über die Auswirkungen von
Schiefepräferenzen auf Finanzmärkte. Kapitel 1 enthält eine ausführliche
Zusammenfassung und ordnet die Forschungsprojekte in den Rahmen
der verhaltensorientierten Finanztheorie ein.
In Kapitel 2 (gemeinsam mit Maik Dierkes verfasst) untersuchen wir
das Momentum von Aktienrenditen und entwickeln einen neuartigen
Ansatz zur Risikosteuerung von Momentum-Strategien. Die Momentum-
Anomalie ist eine der bekanntesten Finanzmarkt-Anomalien und erzielt
hohe risikobereinigte Renditen. Diese sind jedoch mit einem erheblichen
Verlustrisiko verbunden, da sich wiederholt mehrmonatige Phasen stark
negativer Renditen ereignen. Momentum-Crashes treten insbesondere in
sich erholenden Bärenmärkten auf, wenn das Momentum-Portfolio zeitgleich
ein negatives Beta und eine hohe Momentum-Volatilität aufweist.
Auf Grundlage von ex-ante Schätzungen dieser Risikomaße konstruieren
wir einen Crash-Indikator, welcher Momentum-Crashes erfolgreich
isoliert. Infolgedessen stellen wir eine implementierbare Handelsstrategie
vor, die systematisches und momentumspezifisches Risiko kombiniert
und die Sharpe-Ratio der ursprünglichen Momentum-Strategie mehr als
verdoppelt. Darüber hinaus übertrifft sie bestehende Risikomanagement-
Strategien im Zeitraum von 1928-2020 sowie in Subperioden und im
internationalen Kontext.
In Kapitel 3 (gemeinsam mit Maik Dierkes und Sebastian Schrön
verfasst) untersuchen wir die Auswirkungen von zeitlich variierenden
Schiefepräferenzen, im Folgenden als Lotterienachfrage bezeichnet, auf
kurz- und langfristige Renditen nach Börsengängen (IPOs). Aufbauend
auf der Identifikationsstrategie von Dierkes (2013) messen wir die Lotterienachfrage
anhand optionsimplizierter Wahrscheinlichkeitsgewichtungsfunktionen
und stellen einen signifikant positiven Einfluss auf die Renditen am ersten Handelstag fest. Dieses Resultat ist gleichbedeutend
mit einer stärkeren Unterbewertung der Emittenten (bezüglich des
Eröffnungspreises) sowie höheren Opportunitätskosten. Darüber hinaus
werden IPO-Renditen insbesondere durch die Interaktion von marktweiter
Lotterienachfrage und firmenspezifischer Lotteriecharakteristika
getrieben. Abschließend stellen wir fest, dass Unternehmen, deren Börsengang
in Zeiten starker Lotterienachfrage erfolgt, über einen Zeitraum von
bis zu fünf Jahren nach dem Börsengang schlechtere Renditen aufweisen.
In Kapitel 4 (gemeinsam mit Maik Dierkes, Sebastian Schrön und
Philipp Sibbertsen verfasst) nutzen wir stattdessen einen simulationsbasierten
Ansatz, um volatilitätsabhängige Wahrscheinlichkeitsgewichtungsfunktionen
zu schätzen und deren Auswirkungen auf das Pricing
Kernel Puzzle zu untersuchen. Zunächst elizitieren wir risikoneutrale
und physische Dichtefunktionen auf Basis des stochastischen Volatilitätsund
Sprungmodells von Pan (2002) und schätzen damit Wahrscheinlichkeitsgewichtungsfunktionen
gemäß der in Kapitel 3 vorgestellten
Identifikationsstrategie. Über alle Volatilitätsniveaus hinweg weisen diese
eine ausgeprägte inverse S-Form auf, gleichbedeutend mit der Übegewichtung
(Untergewichtung) kleiner (großer)Wahrscheinlichkeiten. Bemerkenswerterweise
nimmt die Wahrscheinlichkeitsgewichtung mit der
Volatilität beinahe monoton zu, was auf ausgeprägtere Schiefepräferenzen
in volatilen Märkten hinweist. Darüber hinaus schätzen wir die probabilistische
Risikoeinstellung, also den Anteil der Risikoaversion, der
durch Wahrscheinlichkeitsgewichtung hervorgerufen wird, und untersuchen
damit das Pricing Kernel Puzzle. Während die mit Pan (2002)
geschätzten Pricing Kernel, übereinstimmend mit der Literatur, U-förmig
sind, weisen die um die probabilistische Risikoeinstellung bereinigten
Kernel-Funktionen einen monoton fallenden Verlauf auf und stehen
somit im Einklang mit der ökonomischen Theorie. Infolgedessen ist
die Risikoaversion über alle Vermögensniveaus hinweg positiv.
Abschließend verwenden wir in Kapitel 5 (gemeinsam mit Maik
Dierkes verfasst) die idiosynkratische Schiefe als einen Proxy für unternehmensspezifische Fehlbewertungen und untersuchen anhand dessen die Auswirkungen von Market Timing auf Kapitalstrukturentscheidungen.
Im Einklang mit der Market-Timing-Theorie hat die idiosynkratische
Schiefe einen signifikant positiven Effekt auf die Emission von Aktien,
während der Einfluss auf die Emission von Schuldtiteln negativ und von
geringerer Bedeutung ist. Zudem stellen wir fest, dass Aktienemissionen
in der Regel durch den Abbau von Schulden begleitet werden. Entgegen
der Market-Timing-Theorie sind diese Effekte jedoch nicht von Dauer
und verschwinden nach etwa drei Jahren. In Übereinstimmung mit Alti
(2006) unterstützen unsere Ergebnisse daher eine modifizierte Version
der Trade-Off-Theorie, welche Market Timing als kurzfristigen Faktor
einbezieht.