Survivorship-Bias entsteht, wenn ein Emittenten-Universum nur die heute noch existierenden Wertpapiere enthält. Emittenten, die zwischen dem Rückrechnungsbeginn und heute delisted wurden – durch Insolvenz, Übernahme oder Rückzug –, fehlen im Bestand. Ihre negativen Beiträge fehlen mit ihnen.
Wie der Fehler in den Bestand kommt
Viele Bezugsuniversen werden zum Stichtag der Abfrage gebildet: Wer heute gelistet ist, kommt in den Bestand, wer heute fehlt, kommt nicht. Die historische Reihe beschreibt dann eine Population, die rückwirkend um die Später-Ausgeschiedenen bereinigt ist. Die Statistik beschreibt also eine Kohorte, die es so nie gegeben hat.
Was der Fehler im Modell anrichtet
Ein Modell, das auf einem survivorship-bereinigten Bestand trainiert wurde, unterschätzt die Ausfallwahrscheinlichkeit und überschätzt die mittlere Rendite. Risiko- und Portfoliomaße werden zu optimistisch, und Strategien, die auf niedrigen Bewertungen aufbauen, sehen attraktiver aus, als sie sind, weil die Fälle extremer Unterbewertung, die in den Ausfall führten, fehlen.
Die Prüfung, die ihn offenlegt
Entscheidend ist ein point-in-time-Universum: Für jeden Stichtag wird festgehalten, welche Emittenten an diesem Tag handelbar waren, unabhängig von ihrem späteren Verbleib. Eine einfache Plausibilitätsprüfung vergleicht die Anzahl Emittenten im Bestand über die Zeit – sinkt sie zum Beginn der Reihe auffällig, ist der Bestand vermutlich überlebensbereinigt. Ergänzend hilft eine Ausfallstatistik, die für jedes Jahr angibt, wie viele Emittenten das Universum verlassen haben.
Leseprobe
Eine Reihe ohne Ausfälle ist keine historische Reihe. Sie ist eine Auswahl derer, die es geschafft haben, mit dem Wissen, wer es geschafft hat.
Hinweise zu Quellen oder zu weiteren Ausfallarten nehmen wir gerne über die Kontaktseite entgegen.