Institutional Money, Ausgabe 1 | 2022

von Fonds der BarclayHedge-Datenbank, die sich selbst als „neutral“ einstufen: Mar- ket Neutral, Equity-Non-Hedge, Equity- Hedge, Event-Driven oder Dachhedge- fonds. Was heißt marktneutral? Nach den Strategiedefinitionen von Bar- clayHedge gelten jene Fonds als markt- neutral, die sich auf „konzentrierte Wet- ten“ fokussieren. Ihre Strategien basie- ren in der Regel auf Fehlbewertungen, das allgemeine Marktexposure (Beta) wird hier meist begrenzt. Diese Fonds erreichen ihr Ziel durch eine Kombina- tion aus Long- und Short-Positionen. Equity-Hedge betrifft Fonds, die am Markt engagiert sind, das Beta aber durch Short-Positionen in Aktien oder durch Aktienoptionen verringern oder neu- tralisieren. Equity-Non-Hedge-Fonds sind Fonds, die üblicherweise Long-Positionen auf dem Markt haben. Event-Driven-Fonds nutzen Preisineffizienzen aus, die vor oder nach bestimmten unternehmensbezogenen Ereignissen wie Konkursen oder Fusionen und Übernahmen auftreten können. Dach- hedgefonds investieren in mehrere Hedge- fonds, die unterschiedliche Strategien ver- folgen können. BarclayHedge wurde gegen- über anderen in der Hedgefondsliteratur häufig verwendeten Datenbanken wie TASS oder Hedge Fund Research aufgrund der Datenverfügbarkeit der Vorzug gegeben. Dazu kommt die Beobachtung durch Joen- väärä (2016), dass empirische Analysen, die BarclayHedge verwenden, ähnliche Ergeb- nisse liefern wie jene aus einer aggregierten Datenbank. Damit es ein Hedgefonds in die Stichprobe schafft, müssen zumindest Kurs- daten für 48 Monate vorhanden sein. Dies ergibt 5.651 aktive und aufgelöste Fonds, die sich selbst als „marktneutral“ bezeich- nen, im Zeitraum von Januar 1994 bis Dezember 2016. Kein Survivorship Bias Da die Autoren ihre Berechnungen so- wohl mit nach wie vor aktiven als auch mit bereits aufgelösten Fonds durchführen, sind ihre Ergebnisse weniger anfällig für einen Survivorship Bias, der entsteht, wenn nur Renditen von überlebenden Fonds verwen- det werden. Führt man die Analysen ge- trennt für bestehende als auch ausgeschie- dene Hedgefonds durch, ändern sich die Ergebnisse nicht. Zur Minimierung des Einflusses des Backfill Bias, der damit zusammenhängt, dass Hedgefonds mit guten Renditen begin- nen, auch ihre Vergangenheitsdaten in eine Datenbank einzutragen, schneiden die Auto- ren die ersten beiden Jahre der Renditen ab und beginnen erst mit Daten ab Januar 1999, wie das in der Hedgefondsliteratur üblich ist. Bevor man die Hedgefonds den Analysen unterzieht, filtert man schließlich die Hedgefondsrenditen mittels eines MA(4)-Filters in Anlehnung an Getmanskys Ansatz, wobei die Autoren ihre Analysen auch mit einem MA(0)- und MA(2)-Filter durchführen. Es stellt sich heraus, dass der Median der Historie über alle Hedgefonds- stile zwischen 76 und 110 Monaten liegt. Außerdem bestehen rund 60 Prozent der Fonds in der Stichprobe aus eingestellten Hedgefonds, während der Rest aus aktiven Fonds besteht. Das verbliebene und zur Analyse heran- gezogene Hedgefondsuniversum hat die in der Tabelle „Hedgefonds auf dem Prüf- » Marktneutrale Hedgefonds weisen nur in Hausse-Perioden eine Tail-Abhängigkeit auf. « Julio Gálvez, Research Economist in der volkswirtschaftlichen Abteilung der Banco de España, Madrid Unerwartetes Conditional-VaR-Ergebnis CVaR für marktneutrale Hedgefonds in Baissen geringer als in Haussen Dieses unerwartete Resultat ist eine Folge der negativen Korrelation in Baisse-Perioden, die der Verschiebung der Randverteilungen von marktneu- tralen Hedgefonds und dem Markt entgegenwirkt. Die vollen Linien sind das Ergebnis von Student-t-Copula-Berechnungen, die strichlierten Linien das Resultat von Gauß’schen Copulas. Quelle: Studie –5,0 % 0 % –3,5 % –2,0 % 100 % 95 % 90 % 85 % Bear | Student t Bull | Student t No States | Student t Bear | Gauß Bull | Gauß No States | Gauß CVaR Tail-Abhängigkeit Ausgangspunkt sind zwei Verteilungen A usgehend von den Verlustverteilungen L 1 und L 2 zweier Anlage- klassen im Investmentfall wird die bedingte Wahrscheinlichkeit des Eintretens von Extremereignissen (definiert jeweils durch die Überschreitung des Value at Risk bei fixiertem Konfidenzniveau 1 – α ) betrachtet, formal P(L2>VaRα(L2)│L1>VaRα(L1) . Besitzt diese beding- te Wahrscheinlichkeit für α→0 einen positiven Grenzwert, so wird von (asymptotischer) oberer Tail-Abhängigkeit gesprochen. Beträgt dieser Grenzwert null, dann liegt eine (asymptotische) obere Tail-Unabhän- gigkeit vor. Die Tail-Abhängigkeit (tail dependence) ist ein Maß für die Stärke der Abhängigkeit der rechten Tails (Flanken) der Verlustver- teilungen, das heißt für die Tendenz zu einem gemeinsamen Eintreten von Extremereignissen. Im Investmentfall wird in analoger Weise die untere (asymptotische) Tail-Abhängigkeit definiert. Diese ist entspre- chend ein Maß für die Tendenz zu einem gemeinsamen Auftreten von ungünstigen Ereignissen (niedrigen Renditen). 104 N o. 1/2022 | www.institutional-money.com SCHWERPUNKT UKRA I NE HEDGE FONDS FOTO: © BANCO DE ESPAÑA