Institutional Money, Ausgabe 2 | 2019
D er Definition von William F. Sharpe folgend versteht man unter einer Risikoprämie den Zusatzertrag, den der Inves- tor als Entlohnung für die Übernahme von zusätzlichem Marktrisiko verdient. Aus die- ser älteren Definition leiteten sich die ersten Faktoransätze im Aktienbereich ab. Mit dem Drei-Faktor-Modell von Eugene Fama und Kenneth French begann man bereits Anfang der 1990er-Jahre, systematisch in die Faktoren Size (Marktkapitalisierung) und Value (Buchwert) zu investieren. Aber schon nach der heftigen Korrektur des Aktienmarktes nach dem Jahr 2000 machten sich Marktteilneh- mer neuerlich auf die Suche nach weiteren Diversifikationsmöglich- keiten. Die bis dahin primär auf den Aktienmarkt bezogenen Modelle griffen zu kurz und konnten lange Zeit nur sehr ein- geschränkt auf Kreditrisiken, Währungen, Rohstoffe oder weitere alternative Risiko- faktoren übertragen werden. Weil echte Di- versifikation aber nur unter Einsatz anderer Risikofaktoren und Assetklassen möglich ist, setzte eine Art Wettrüsten ein. Vor allem Hedgefonds und Investmentbanken zählten zu den aktivsten Entwicklern neuer Han- dels- oder Asset-Allocation-Modelle, die fast immer in Algorithmen verpackt wur- den. Und weil dabei jede denkbare Idee ins Auge gefasst wird, rücken auch immer mehr unkonventionelle Ansätze in den Fo- kus. Als Quelle dieser alternativen Risiko- prämien sieht etwa Thierry Roncalli, Head of Quantitative Research, bei Amundi Asset Management und Professor of Finance an der University of Evry, nicht mehr nur das Marktrisiko, sondern auch Marktanomalien. Ein Beispiel dafür wären persistente Kapi- talflüsse, die längerfristig dafür sorgen, dass Preise auf ein unnatürlich niedriges oder hohes Niveau bewegt werden – als Erstes fällt einem dazu natürlich die Notenbank- politik ein. Und längst wird auch der Deri- vatebereich systematisch nach Arbitrage- möglichkeiten abgesucht – die Differenz zwischen Kassa- und Terminmarktkursen stellt dabei ebenso eine mögliche Risikoprä- mie dar wie Anomalien innerhalb von Lauf- zeiten oder Bonitäten. Die größten Herausforderungen bei der Lukrierung von Risikoprämien liegen in der Identifikation und der Implementierung im Die hohen Korrelationen traditioneller Assetklassen gehören zu den größten Problemen der Investmentwelt. Alternative, unkorrelierte Risikoprämien findet man allenfalls in Marktnischen, auf die Algo-Trader keinen Zugriff haben – diskretionäres Handeln ist gefragt. Gewusst wie Algorithmische Handelssysteme verhalten sich anders als diskretionäre Manager. Nun ist die Attraktivität der Dividenden-Risikoprämie nicht immer die gleiche, sondern schwankt vielmehr beträchtlich im Zeitablauf, wie die nebenstehende Grafik „Gewusst wann“ illustriert. Tatsächlich schwankt die absolute Höhe der Inversion, und der aktive Fondsmanager wird seine Chancen dann nutzen, wenn die Risikoprämie, sprich: die Inver- sion, ein attraktives Niveau erreicht hat. Quelle: Studie 80 90 100 110 120 130 140 DED1 Index Realisierte Dividenden DED3 Index D 2015 2014 2013 2018 2017 2016 2012 2011 2010 Gewusst wann Vergleich der Dividenden-Risikoprämie im Zeitablauf In Gelb (Rot) ist die absolute Höhe der Inversion der längerfristigen (kurzfristigen) Di- videnden-Futures seit 2010 abgebildet. Ein diskretionärer Manager wird abwarten, bis die Prämie ein attraktives Niveau erreicht hat. Quelle: : Bloomberg -20 -10 0 10 20 30 40 50 60 1-10 Total Return Index E DED3 Index - Last Realised DED5 Index - DED3 Index 2 2015 2014 2013 2018 2017 2016 2012 2011 2010 FOTO : © TAO, J AY Z YN I SM | S TOCK . ADOB E . COM » TAO Alternatives investiert sogar in Risikofaktoren, die über einen Algorithmus gar nicht greifbar sind. « Achim Motamedi, Geschäftsführer der TAO Alternative Investments GmbH, Wien Blinder Fleck mit Potenzial 156 N o. 2/2019 | www.institutional-money.com P R O D U K T E & S T R A T E G I E N : R I S I KOPRÄMI EN
Made with FlippingBook
RkJQdWJsaXNoZXIy ODI5NTI=