Institutional Money, Ausgabe 1 | 2021

H edgefonds sind unbestritten große und einflussreiche Player an den Kapitalmärk- ten mit Assets jenseits der drei Billionen US-Dollar. Obwohl es in der wissenschaftlichen Literatur verschiedene Vorschläge gibt, wie man die entscheiden- den Risikofaktoren und Determinanten von Hedgefondsrenditen identifizieren kann, ist es noch immer eine große Herausforderung die zukünftigen Hedgefondsperformances zu prognostizieren. Jüngere Studien un- tersuchten etwa, in welchem Ausmaß sich ein einzelner Hedgefonds in puncto allgemeiner Risikofaktoren von seinen Wettbewerbern oder von seinen Kon- kurrenten im selben Strategiesegment unterscheidet, beziehungsweise analy- sieren die offengelegten Long-Aktien- Positionen. Dabei zeigt sich allgemein, dass Fonds, die sich von ihrer Ver- gleichsgruppe unterscheiden, tenden- ziell outperformen. Neue Messgröße Auf diesen Erkenntnissen aufbauend haben Turan G. Bali, Robert Parker Chair Professor of Finance an der Georgetown University in Washington, und Dr. Florian Weigert, Professor of Financial Risk Ma- nagement an der Universität von Neuchâtel in der Schweiz, in einem Working Paper des CFR (Centre for Financial Research Cologne) eine neue Kenngröße entwickelt, die als Prognosetool für die künftig zu er- wartenden Hedgefondsrenditen hält, was sie verspricht. Es handelt sich bei dieser Mess- größe um die idiosynkratische Volatilität eines Hedgefonds. Diese Kenngröße stellt die Standardabweichung der fondsspezifi- schen Renditen, also deren Restrisiko, dar. Diese idiosynkratische Hedgefondsvolatili- tät wird auf Basis eines Neun-Faktor-Mo- dells berechnet, das sich aus den von Fung und Hsieh 2004 vorgeschlagenen sieben Faktoren plus dem Value-Faktor nach Fa- ma/French und dem Momentum-Faktor nach Carhart zusammensetzt. Eingefangen wird die idiosynkratische Komponente der Renditeverteilung eines Hedgefonds, die nicht durch die allgemeinen Risikofaktoren von Hedgefonds erklärt werden kann. Dann vergleicht man die künftige Performance der Gruppe von Fonds mit hohem idiosyn- kratischem Risiko mit jener, wo die Fonds ein niedriges idiosynkratisches Risiko auf- weisen. Den Finanzmarktforschern gelingt es zu zeigen, dass Fonds mit einem hohen idiosynkratischen Risiko Fonds der anderen Gruppe renditetechnisch überlegen sind und dass dieser positive Return-Effekt zu einem großen Teil durch die idiosynkratische Vola- tilität der von den Hedgefonds offengeleg- ten Aktienbestände zu erklären ist. Ein schweizerisch-amerikanisches Forscherduo zeigt in einer interessanten Arbeit, dass sich aus der idio- synkratischen Volatilität von Hedgefonds Rückschlüsse auf deren künftige Performance ziehen lassen. » Die idiosynkratische Volatilität ist eine wichtige Determinante zur Erklärung von Hedgefondsrenditen. « Turan G. Bali, Robert Parker Chair Professor an der Georgetown University, Washington, USA Kaufsignal Volatilität Nachhaltig stabil Matrix der idiosynkratischen Volatilität von Hedgefonds heute und vor drei Jahren im Vergleich Portfolios 1. Quintil 2. Quintil 3. Quintil 4. Quintil 5. Quintil (Monat t ) (Monat t ) (Monat t ) (Monat t ) (Monat t ) 1. Quintil (im Monat t-36 ) 0,64 0,23 0,08 0,03 0,02 2. Quintil (im Monat t-36 ) 0,24 0,38 0,25 0,10 0,03 3. Quintil (im Monat t-36 ) 0,08 0,27 0,35 0,23 0,07 4. Quintil (im Monat t-36 ) 0,03 0,10 0,25 0,41 0,21 5. Quintil (im Monat t-36 ) 0,01 0,02 0,07 0,23 0,67 Diese Übergangsmatrix zeigt an, mit welcher Wahrscheinlichkeit sich ein Hedgefonds, dessen idiosynkratische Volatilität heute einem bestimmten Quintil zuzuordnen ist, vor drei Jahren in diesem oder einem anderen Quintil befand. Wer vor drei Jahren im 1. (5.) Quintil war, ist dies heute mit einer Wahrscheinlichkeit von 64 Prozent (67 Prozent). Untersuchungszeitraum: Januar 1997 bis Dezember 2017. Daten: Union Hedge Fund Database. Quelle: Studie 90 N o. 1/2021 | www.institutional-money.com T H E O R I E & P R A X I S | I D I OS YNKRAT I S CHE R VOL AT I L I T Ä T S E F F E K T FOTO : © GEORGE TOWN UN I V E R S I T Y, WOL F I L S E R | S TOCK . ADOB E . COM