Hvad er Survivorship Bias?

Survivorship Bias, som også er kendt som survivor-bias, er en tendens til at se, hvordan eksisterende aktier eller fonde klarer sig på et marked baseret på historiske data uden at overveje de aktier, der ikke længere eksisterer. Survivorship bias opstår, når rapporter om investeringsforeningers resultater viser brugen af ​​data om investeringsforeninger, der aktuelt eksisterer. dog inkluderer de faktisk ikke data om visse fonde (såsom fusionerede eller nedlagte fonde eller mislykkede fonde).

På grund af survivorship bias kan en investor overvurdere aktiens eller indeksets præstation på grund af de oppustede historiske data eller andre egenskaber ved en fond eller et indeks. Sådanne offentliggjorte data vildleder investoren og øger chancerne for, at de træffer den forkerte investeringsbeslutning, hvilket øger risikoen for skævhed for overlevelse.

Forstå survivorship bias

For at forstå survivorship bias, lad os antage, at en erhvervsdrivendes portefølje består af investeringsforeninger, obligationer og aktier i år 2019. Næste år på grund af pandemiens effekt faldt prisen på aktien drastisk. I stedet for at inkludere denne observation blev aktierne i 2020 fjernet direkte fra porteføljen.

Denne information offentliggøres derefter, hvilket viser, at porteføljen kun indeholder investeringsforeninger og obligationer.

Antag, at ydelsen af ​​denne portefølje for år 2020 beregnes uden at tage hensyn til aktiernes dårlige ydelse i 2020, mens den typisk beregner ydelsen i 2019, inklusive alle 3. I så fald vil det ikke give det korrekte billede af porteføljen . Der er også en mulighed for, at investeringsforeninger og obligationer kan eller måske ikke klarer sig så godt i fremtiden.

Her påvirkede survivorship bias resultaterne af porteføljen i 2020. En investor, der følger disse oplysninger, uden at kende de ikke-registrerede data, vil tage en forkert investeringsbeslutning, der kan føre til tab i fremtiden.

Det er afgørende at afgøre, om den potentielle risiko og tab ville være mere end den potentielle gevinst, eller om man kan lide af overlevelsesbias.

Eksempel på skævhed i overlevelse

Antag disse tal for investeringsforeningers afkast, og at alle fonde opfylder forskerens kriterier

Fondshistorisk afkastStatusA10%Fonden stadig aktivB-6%Fonden lukket på grund af opkøbC-3%Fonden lukket på grund af dårlige resultaterD9%Fonden stadig aktivE5%Fonden stadig aktiv

Hvis vi beregner afkastet under hensyntagen til alle fondene i porteføljen, da de opfylder de mulige kriterier, vil det gennemsnitlige afkast være 3%. Men på grund af overlevelsesbias, hvis vi kun beregner de aktive fonde, vil det gennemsnitlige afkast være 8 %

Dette gør det meget vigtigt for forskeren at lave en omhyggelig, dybdegående undersøgelse af dataene. Det er dog svært at lægge mærke til udeladelser, og de kan derfor blive ofre for skævhed for overlevelse.

Selve databasen indeholder tusindvis af dataobservationer. Det er meget svært at spore udeladelserne. Implementering af faste regler og procedurer, nøjagtig dataopbevaring og revision, uddannelse af personalet om god praksis er nødvendigt for dataansvarlige. Ansvarlige dataadministratorer vil automatisk reducere risikoen for skævhed for overlevelse.

Påvirkningen af ​​survivorship bias

Det er vigtigt at forstå, hvordan overlevelsesbias påvirker en investor. Overlevelsesbias har en tendens til at præsentere en konklusion for investoren, der kan se alt for optimistisk eller overdrevent pessimistisk ud.

Bias opstår, når investeringsforvalteren lukker fondene i markedet af forskellige årsager. Dette får eksisterende fonde til at overleve meget godt i forkant på markedet og få den største eksponering. Samtidig udelader den observationer, der holdt op med at eksistere på grund af disse markedsforhold.

I tilfælde af gensidige fonde, skævvrider survivorship bias afkastet til at virke optimistisk på grund af overvejelser om kun gensidige fonde, der findes i øjeblikket. På grund af passende investeringsstrategier eller rettidige reaktioner fra ledelsen har disse investeringsforeninger overlevet vanskelige situationer såsom økonomiske recessioner og pandemiske scenarier.

De investeringsforeninger, der faldt på grund af recessionen eller pandemien og blev tvunget til at lukke på grund af dårlige resultater, er ikke inkluderet ved beregning af afkast.

Da alle investeringsforeninger - overlevende eller ikke overlevende - ikke tages i betragtning, vil det positivt skæve nettoafkast ikke vise det faktiske afkast.

For at forstå de faktiske afkast af investeringsforeningsscenariet er det nødvendigt at evaluere afkastet uanset perioden i undersøgelsen.

Undgå bias fra overlevelse

For at undgå skævhed for overlevelse kan man gøre visse simple ting, før man undersøger en database. Investorer bør blive opmærksomme på, at survivorship bias kan være en faktor, der påvirker resultaterne af deres investeringer. Det er nødvendigt at udvælge data fra meget selektive datakilder for at reducere risikoen for skævhed for overlevelse. Hvis dataene er valgt fra en forudindtaget kilde, vil det overordnede resultat af forskningen også være partisk. Sørg for at kontrollere, at observationerne er intakte og ikke fjernet, hvis de ikke længere eksisterer, mens de foretager værdiansættelsen af ​​en portefølje eller database. Uanset præstationsstatus skal porteføljen eller databasen indeholde alle variabler.

Ved at gøre dette sikrer man, at beslutningen er baseret på nøjagtige og korrekte observationer og værdiansættelse.

På et mere sofistikeret niveau undersøger markedsforskerne fondens overlevelsesbias, og hvordan fondene tæt på måler udeladte observationer og historiske tendenser og tilføjer de analyserede data til overvågning af fondens ydeevne. Inkludering af kvantitativ fondsforskning er til tider også nyttigt for at afbøde skævhed for overlevelse.

Konklusion

Vi har observeret, hvordan survivorship bias kan føre til upålidelig information, hvis nogen observation udelades, og dens indvirkning på handlende, ledere og investeringsforeninger. Forskere bør bruge den korrekte database bestående af både bedst ydende og dårligst ydende variabler til at bestemme en korrekt tilgang til beslutningstagning, mens de investerer i investeringsforeninger. Selvom overlevelsesbias er udbredt på markedet, følger investorer blindt idealistiske porteføljer og fondsforvaltere, så risikoen for overlevelsesbias kan mindskes ved at udføre god forskning ved hjælp af korrekte databaser.