Institutional Money, Ausgabe 1 | 2025

E ines der zentralen Themen der modernen Finanz- welt ist die Erforschung von Risikoprämien, die oft als Benchmark an einem risikofreien Vermögens- wert gemessen werden. Als tiefster und liquidester Markt der Welt werden US-Staatsanleihen durch das volle Vertrauen und die Kreditwürdigkeit der US-Regierung gedeckt und dienen oft als solche „risikofreien“ Benchmarks und sichere Anlagen während Finanzkrisen. Die extremen Störungen der Staatsanleihenmärkte zu Beginn der Covid-19-Krise und der plötzliche Zusammenbruch der Silicon Valley Bank nach demNotverkauf ihres Staatsanleihenportfolios verdeut- lichen jedoch, dass selbst die sichersten Vermögenswerte der Welt nicht immun gegen Angst sind. Obwohl Angst als ex- treme Emotion und Sentiment amAktienmarkt ausführlich untersucht wird, ist ihre Auswirkung auf den vermeintlich „furchtlosen“ Staatsanleihenmarkt bis dato weniger gut ver- standen. Und genau diese Lücke versuchen die vier Kapital- marktforscher Tianyang Wang, Professor of Finance an der Colorado State University, Qunzi Zhang, Professorin of Finance an der Shandong University, und ihr Student Yuan- zhi Wang sowie Guofu Zhou, Professor of Finance an der Olin Business School der Washington University in St. Louis, durch ihre Forschungsbeiträge zu schließen. Anleihenrendite und Sentiment Die unbeantwortete Frage, die am Anfang ihrer Überlegun- gen stand, war folgende: Spannen sich die Ängste der Inves- toren durchgängig über die Renditekurve? Diese Frage ist besonders relevant angesichts des Rätsels, dass vorläu ge em- pirische Beweise darauf hindeuten, dass dies möglicherweise nicht der Fall ist. Zu nennen ist hier der von Zhi Da, Joseph Engelberg, Pengjie Gao verfasste Beitrag mit dem Titel „The Sum of All Fears – Investor Sentiment and Asset Prices“ in der Review of Financial Studies 2015 oder auch „The Role of an Aligned Investor Sentiment Index in Predicting Bond Risk Premia of the U.S.“, publiziert von Oguzhan Cepnia, Ethem Guney, Rangan Gupta and Mark E.Wohar 2020 im Journal of Financial Markets. In letzterem Paper entwickel- ten die Autoren einen neuen Investor Sentiment Index, der darauf ausgerichtet ist, die Überrenditen von US-Treasuries mit Laufzeiten von zwei, drei, vier und fünf Jahren vorher- zusagen.Durch die Eliminierung einer gemeinsamen Rausch- komponente in den zugrunde liegenden Stimmungsproxys mithilfe des PLS-Ansatzes (Partial Least Squares; Regression der partiellen kleinsten Quadrate) zeigte sich, dass der neue Index sowohl innerhalb als auch außerhalb der Stichprobe eine viel höhere Vorhersagekraft hat als der ursprüngliche auf der Hauptkomponentenanalyse (PCA; Principal Com- ponent Analysis) basierende Stimmungsindex.Das heißt, der neue Index kann Anleihenrenditen besser prognostizieren, und diese Prognostizierbarkeit ist statistisch signi kant, ins- besondere für Anleihenprämien mit kürzeren Laufzeiten und selbst nach Berücksichtigung einer großen Anzahl von Finanz- und Makrofaktoren. Weiterführende Fragestellungen,mit denen sich das Quar- tett befasste, waren: Wenn sich die Ängste der Investoren tat- sächlich in der Zinskurve widerspiegeln, wirken sich diese Ängste dann auf zukünftige Renditen von Staatsanleihen aus, und enthalten sie Informationen über Anleihenrisiko- prämien, die nicht bereits von vorhandenen Vorhersagewerk- zeugen (Prädiktoren) in Bezug auf Zinskurve und umfassen- de makroökonomische Bedingungen erfasst werden? Kann man darüber hinaus den Mechanismus der Angst, der die Anleihenrisikoprämie antreibt, theoretisch begründen, wenn ein direkter Zusammenhang zwischen Angst und Anleihen- risikoprämien aufgedeckt wird? Komplexe Beziehung Die vorhandene Literatur zu Anleihenrisikoprämien kon- Ein signifikantes Vorhersagewerkzeug in Form eines mit KI- und Social-Media-Hilfe konstruierten Angstindex für zukünftige Renditen von US-Treasuries haben vier Autoren vorgestellt. Modellierte Angst 92 N o . 1/2025 | institutional-money.com THEORIE & PRAXIS | Anleihenrenditen FOTO: © COLORADO STATE UNIVERSITY » Ein News-basierter Angstindex ist besser in der Vorhersage von Anleihenrisikoprämien als ein auf Social Media basierter. « Tianyang Wang, Professor of Finance an der Colorado State University, USA