Institutional Money, Ausgabe 2 | 2020
I m Film „The Big Short“ gibt es einen Dialog, in dem der von Chris- tian Bale verkörperte Trader Michael Burry kurz vor Ausbruch der großen Finanzkrise von seinem Chef gefragt, wird, ob er mit seinen Positionierungen gegen den Rest des Marktes richtigliegt. Bale ant- wortet, er sei sich sicher … allenfalls könne er mit dem Timing danebenliegen. Ob der darauf folgende Nervenzu- sammenbruch seines Vorgesetzten auch in der Realität stattgefunden hat, wissen nur die Zeugen dieses Meetings, nachvollziehbar wäre es aber allemal. Bei vielen Trades genügt es nämlich nicht, recht zu haben, auch der Zeitpunkt muss stimmen. Für Risk-Parity-Ansätze galt dies jedoch bisher hingegen eher nicht, sie ver- teilen bekanntlich das Portfoliorisiko sym- metrisch auf die eingesetzten Assetklassen – das sind in jedem Fall Staatsanleihen und Aktien, in manchen Produkten auch Cash und Rohstoffe. Und im Idealfall sorgen ge- ringe Korrelationen dafür, dass das Gesamt- portfolio „über Wasser“ bleibt. Die richtigen Gewichtungen besorgt eine rollierende Ko- varianzmatrix. Dieser Risikobudgetansatz hat historisch so gut funktioniert, dass man damit traditionelle Gewichtungs- ansätze wie etwa 1/N, ein statisches 60/40-Portfolio oder ein valuegewich- tetes Portfolio über einen Zyklus hin- weg schlagen kann, wie Denis B. Cha- vez, Jason C. Hsu, Feifei Li und Omid Shakerina 2011 in „Risk-Parity-Port- folio versus Other Asset Allocation Heuristic Portfolios“ herausgefunden haben. Vijay K. Chopra und William T. Ziemba zeigten schon 1993, dass die Kovarianzmatrix weniger Schätz- fehler beinhaltet als der Ertragsvektor und durch die Benutzung historischer Daten genauere Vorhersagen treffen kann, wodurch die Überlegenheit von risiko- basierten Strategien in der Wahrnehmung verstärkt wurde. Wai Lee hat im Dienst von Neuberger Berman 2011 in „Risk-Based Asset Allocation: A New Answer to an Old Question?“ den Risikoparitätsansatz unter allen anderen risikobasierten Ansätzen als den gangbarsten herausgestrichen, allerdings darauf hingewiesen, dass damit auch einige Herausforderungen verknüpft sind – auch wenn Risk Parity in der Praxis eine höhere risikoadjustierte Rendite liefert als traditio- nelle Gewichtungsschemata. Überprüfung des Konzepts Nun ist die Idee „Risk Parity“ nicht ge- rade neu: Ray Dalio gründete Bridgewater, den Pionier des Konzepts, im Jahr 1975, das Konzept für den All Weather Fund stand Mitte der 1990er-Jahre. Nicht zuletzt die fundamentalen Veränderungen der Situation an den Rentenmärkten zwingen jeden Investor, alte Strategien auf ihre Taug- lichkeit im aktuellen Umfeld zu überprüfen – und das gilt auch für Risk Parity. Einen topaktuellen Beitrag hierzu lieferte jüngst Nabil Alkafri von der WHU Otto Beisheim School of Management in Vallendar. Die Ergebnisse dieser wissenschaftlichen Arbeit sind bemerkenswert. Ausgangsbasis Alkafri hat Risk Parity in die Bestandteile „Volatilität“ und „Korrelation“ zerlegt. Ihr Ansatz ähnelt dabei jenem von Cliff Asness 2019, der den Betting- Against-Beta-Faktor in einen Bet- ting-Against-Volatility- und einen Betting-Against-Correlation-Faktor aufspaltete. Er zeigt, dass Risk Parity durch eine lineare Kombination des Volatilitäts- und des Korre- lationsportfolios nachgebildet werden kann. Damit nicht genug, rechnet er vor, dass die Volatilitäts- und die Korrelationskomponente dazu ver- wendet werden können, die Portfolio- performance zu verbessern, ohne die Eigenschaften von Risk Parity zu verlieren. Eine aktuelle Arbeit von einem Forscher der Otto Beisheim School of Management befasst sich mit den Werttreibern hinter dem Risikoparitätskonzept und liefert Ideen, wie das Risikoparitätsportfolio in unterschiedlichen Marktsituationen verbessert werden kann. FOTO : © OT TO B E I S HE I M SCHOOL , L A R I S A _ B A K I NA | S TOCK . ADOB E . COM » Durch Zerlegung der Kovarianzmatrix gewonnene Erkenntnisse gewähren tiefe Einblicke in Risk Parity. « Nabil Alkafri, Doktorand und wissenschaftlicher Mitarbeiter am Allianz Stiftungslehrstuhl für Finanzwirtschaft der WHU – Otto Beisheim School of Management, Vallendar Risk Parity 2.0 Assetklassencharakteristika Aktien und Renten haben ähnliche Sharpe Ratios. Roh- Risikofreie Asset Aktien Bonds stoffe Anlage Return 8,78 4,91 4,86 2,16 Volatilität 17,76 7,14 14,78 0,09 Schiefe -9,46 -2,83 -6,07 0,00 Kurtosis -0,27 -0,13 -0,19 0,28 Sharpe Ratio 0,37 0,38 0,18 0,00 Für alle vier Assetklassen werden die annualisierten Ertrags- und Risikokennzahlen über den Zeitraum von Januar 1994 bis einschließlich September 2019 wiedergegeben. Quelle: Studie 118 N o. 2/2020 | www.institutional-money.com T H E O R I E & P R A X I S : R I S K PAR I T Y
Made with FlippingBook
RkJQdWJsaXNoZXIy ODI5NTI=