Hedgefonds-Strategien und Asset-based Style-Faktoren

Viebig, Jan; Poddig, Thorsten Article Hedgefonds-Strategien und Asset-based Style-Faktoren Kredit und Kapital Provided in Cooperation with: Duncker & Humblot, Berlin Suggested Citation: Viebig, Jan; Poddig, Thorsten (2006) : Hedgefonds-Strategien und Asset-based Style-Faktoren, Kredit und Kapital, ISSN 1865-5734, Duncker & Humblot, Berlin, Vol. 39, Iss. 2, pp. 281-316, https://doi.org/10.3790/ccm.39.2.281 This Version is available at: https://hdl.handle.net/10419/293548 Standard-Nutzungsbedingungen: Die Dokumente auf EconStor dürfen zu eigenen wissenschaftlichen Zwecken und zum Privatgebrauch gespeichert und kopiert werden. Sie dürfen die Dokumente nicht für öffentliche oder kommerzielle Zwecke vervielfältigen, öffentlich ausstellen, öffentlich zugänglich machen, vertreiben oder anderweitig nutzen. Sofern die Verfasser die Dokumente unter Open-Content-Lizenzen (insbesondere CC-Lizenzen) zur Verfügung gestellt haben sollten, gelten abweichend von diesen Nutzungsbedingungen die in der dort genannten Lizenz gewährten Nutzungsrechte. Terms of use: Documents in EconStor may be saved and copied for your personal and scholarly purposes. You are not to copy documents for public or commercial purposes, to exhibit the documents publicly, to make them publicly available on the internet, or to distribute or otherwise use the documents in public. If the documents have been made available under an Open Content Licence (especially Creative Commons Licences), you may exercise further usage rights as specified in the indicated licence. https://creativecommons.org/licenses/by/4.0/ Hedgefonds-Strategien und Asset-based Style-Faktoren Von Jan Viebig, Frankfurt/M., und Thorsten Poddig, Bremen I. Einleitung Das von Hedgefonds verwaltete Vermögen ist von knapp 40 Milliarden USD im Jahr 1990 auf 975 Milliarden USD Ende 2004 gestiegen. 1 Hedgefonds sind Investmentfonds (oder abstrakt formuliert: ¹Anlagevehikelª), die nur geringen rechtlichen Anlagerestriktionen unterliegen und unabhängig von den allgemeinen Schwankungen des Marktes hohe absolute Renditen (also nicht aktive Renditen relativ zu einer Benchmark) unter Einhaltung eines vorgegebenen Risikobudgets anstreben. In der Literatur werden meist mehrere der folgenden Charakteristika für Hedgefonds genannt: Leerverkäufe, Leverage 2 , hohe gewinnabhängige Performance Fees, Kapitalbeteiligung der Fondsmanager und eingeschränkte Liquidität. 3 Seit Anfang 2004 können Single-Hedgefonds erstmals auch nach deutschem Recht aufgelegt werden. In §112 InvG finden sich teilweise die genannten Charakteristika wieder. So werden Vertragsbedingungen, nach denen Portfoliomanager Leerverkäufe tätigen oder Leverage aufbauen dürfen, als wesentliche Merkmale eines Hedgefonds genannt. 4 Kredit und Kapital 2/2006 Kredit und Kapital, 39. Jahrgang, Heft 2, Seiten 281±316 Berichte 1Nach Schätzungen von Tremont Capital Asset Management wurden Ende Dezember 2004 USD 975 Milliarden von Single-Hedgefonds verwaltet. Zudem verwalten Hedgefonds schätzungsweise USD 300 Milliarden in privaten ¹Managed Accountsª. Um Doppelzählungen zu vermeiden, ist in diesen Schätzungen das von Dach-Hedgefonds verwaltete Vermögen nicht berücksichtigt. Das tatsächlich von Hedgefonds kontrollierte Vermögen ist gröûer, da Hedgefonds Risikopositionen nicht nur mit dem eingebrachten Vermögen, sondern auch mit Fremdkapital (Leverage) finanzieren. Vgl. Tremont Capital Management (2005), S. 2, Loeys/ Fransolet (2004), S. 2±4. 2Durch die Finanzierung von Risikopositionen durch Fremdkapital oder den Einsatz von Derivaten können der Investitionsgrad eines Fonds erhöht und dessen Eigenkapitalrenditen gesteigert werden. Diese Hebelwirkung wird im Englischen als Leverage bezeichnet. Vgl. Kaiser (2004), S. 30±33. 3Vgl. Ineichen (2000), S. 6±19, Jaeger (2002), S. 17±37, Kaiser (2004), S. 19±33, Brown/Goetzmann (2001), S. 1±4. 4Vgl. § 112 Investmentgesetz (InvG). Das deutsche Investmentrecht wurde durch das Gesetz zur Modernisierung des Investmentwesens und zur Besteuerung OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.39.2.281 | Generated on 2023-01-16 13:23:10 Der Begriff des ¹Hedgefondsª suggeriert dabei ein von (systematischen) Risiken freies Anlagevehikel. Tatsächlich lassen sich die Renditeund Risikostrukturen von Hedgefonds im Rahmen gewöhnlicher Bewertungsmodelle kaum erklären. 5 Jedoch gehen Hedgefonds erhebliche systematische Risiken ein, die mit dem verfolgten Investmentstil (Anlagestrategie) zusammenhängen. Investoren, die ihr Vermögen in Hedgefonds anlegen wollen, können nur dann zielgerichtete Anlageentscheidungen treffen, wenn sie die einzelnen Hedgefonds-Strategien und deren systematische Risiken verstehen. In Abschnitt II. erfolgt deshalb zunächst eine qualitative Analyse der Anlagestrategien von Hedgefonds, um die damit verbundenen strategiespezifischen Risiken der Art nach zu identifizieren. Dazu werden die bekanntesten Hedgefonds-Strategien vorgestellt, die grob in marktneutrale Strategien (Relative Value), situationsabhängige Strategien (Event Driven) und opportunistische Strategien unterteilt werden können. Basierend auf dem grundlegenden Verständnis der Art systematischer Risiken von Hedgefonds kann in einem zweiten, quantitativ orientierten Analyseprozess untersucht werden, wie die systematischen Risiken ausgewählter Strategien konkret modelliert werden können. Ein möglicher Ansatz dazu sind die so genannten Asset-based-Style-(ABS-)Faktormodelle. Im Gegensatz zu ¹gewöhnlichenª Faktormodellen sind hier einige Besonderheiten zu beachten. So ist etwa die Art der verwendeten Faktoren keinesfalls offensichtlich. Diese müssen zumeist erst passend zur betrachteten Anlagestrategie konstruiert werden, wobei das genaue Konstruktionsprinzip zuvor geklärt werden muss. Nach bisher vorliegenden Untersuchungen müssen anscheinend auch Nichtlinearitäten bei der Konstruktion von ABS-Faktormodellen berücksichtigt werden. Der Abschnitt III. beschäftigt sich mit diesen Fragestellungen. Ziel dieses Beitrags ist die qualitative (Abschnitt II.) und quantitative (Abschnitt III.) Analyse der Renditeund Risikostrukturen von Hedgefonds. Dazu werden die Anlagestrategien von Hedgefonds analysiert sowie die in der Literatur vorgestellten Ansätze von ABS-Faktormodellen kritisch gewürdigt. Allerdings wird auch deutlich, dass die Beschäftigung mit diesen Fragestellungen noch ziemlich am Anfang steht, weshalb viele ungelöste Probleme nicht verwundern dürfen. Daher möchte Kredit und Kapital 2/2006 von Investmentvermögen (Investmentmodernisierungsgesetz) vom 15. Dezember 2003 grundlegend reformiert (Bundesgesetzblatt Jahrgang 2003 Teil I Nr. 62, ausgegeben zu Bonn am 19. Dezember 2003, S. 2676 ff.). In § 112 InvG werden Hedgefonds als ¹Sondervermögen mit zusätzlichen Risikenª bezeichnet. 5Vgl. Fung/Hsieh (2002), S. 18 f. 282 Jan Viebig und Thorsten Poddig OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.39.2.281 | Generated on 2023-01-16 13:23:10 dieser Beitrag auch offene Forschungsfragen und mögliche Ansatzpunkte für weiterführende Arbeiten aufzeigen. II. Überblick über die wesentlichen Hedgefonds-Strategien Der Begriff ¹Hedgefondsª wird für eine sehr heterogene Gruppe von Anlagevehikeln verwendet. Während traditionelle Investmentfonds nach den Asset-Klassen unterteilt werden, in die sie vorwiegend investieren, werden Hedgefonds meist nach den von ihnen verfolgten Strategien klassifiziert. Nachfolgend wird das Hedgefonds-Universum in drei Gruppen unterteilt: Relative Value, Event Driven und Opportunistic. 6 Den drei Gruppen wiederum werden die derzeit populärsten Strategien zugeordnet. Die Zuordnung ist weder zwingend noch vollständig: Die verschiedenen Anbieter von Hedgefonds-Indizes, zu denen insbesondere CSFB/ Tremont, Hedge Fund Research (HFR), Standard & Poor's und Morgan Stanley Capital International (MSCI) zählen, verwenden sehr unterschiedliche Klassifikationen und auch in der Wissenschaft hat sich bislang keine allgemein akzeptierte Einteilung durchsetzen können. 7 Die Tabelle 1 gibt einen Überblick über die bedeutsamsten Hedgefonds-Strategien und deren wesentliche Risikoquellen: 1. Marktneutrale Strategien (Relative Value) Nach Jevons ¹Law of One Priceª müssen Wertpapiere, die völlig identische Zahlungsströme aufweisen, in einem vollkommenen Markt zum gleichen Kurs handeln. 8 Handeln sie zu unterschiedlichen Kursen, dann kann ein Arbitrageur durch den Kauf des billigeren und den gleichzeitigen Verkauf des teureren, aber sonst völlig identischen Wertpapiers Kredit und Kapital 2/2006 6Vgl. Ineichen (2000), S. 20, Jaeger (2002), S. 39. 7Schneeweis/Martin fassen Aktien-Hedgefonds zu einer eigenen Kategorie zusammen und unterteilen das Hedgefonds-Universum nach vier Hauptgruppen: Relative Value, Event Driven, Equity Hedge und Global Asset Allocators. Zu den Global Asset Allocators zählen Schneeweis/Martin neben opportunistischen Hedgefonds auch Managed Futures, die durch Commodity Trading Advisors (CTA) verwaltet werden. Vgl. Schneeweis/Martin (2000), S. 11 f. Hedgefonds können neben dem Anlagestil auch nach anderen Kriterien klassifiziert werden: der Anlageform (Aktien/Renten), Regionen (Developed/Emerging Markets), dem Grad der Regelgebundenheit (Systematic/Discretionary), dem Grad des Leverages, der Rechtsform etc. Morgan Stanley Capital International (MSCI) berechnet derzeit über 90 verschiedene Hedgefonds-Indizes (www.msci.com/hfi/). 8Vgl. Ott (1989), S. 32±37. Hedgefonds-Strategien und Asset-based Style-Faktoren 283 OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.39.2.281 | Generated on 2023-01-16 13:23:10 Kredit und Kapital 2/2006 Tabelle 1 Die strategiespezifischen Risiken der einzelnen Hedgefonds-Strategien StrategieGruppe Strategie Abkürzung Wesentliche strategiespezifische Risiken Marktneutrale Strategien (Relative Value) Market-neutral Long/Short Equity MLSE Konvergenz/Divergenz von Bewertungsunterschieden zwischen Aktien. (Oftmals unvollständig abgesicherte Sektor-, Länderund sonstige Faktorrisiken.) Fixed Income Arbitrage FIA Konvergenz/Divergenz von Zinsdifferenzen (Spreads) von Anleihen. (Oftmals hoher Leverage.) Convertible Arbitrage CA Unterschiedliche Instrumentenrisiken/Faktorsensitivitäten von Wandelanleihen und Aktien eines Unternehmens. Statistical Arbitrage SA Konvergenz/Divergenz bestehender statistischer Preisanomalien (Mean Reversion, Momentum etc). Situationsabhängige Strategien (Event Driven) Merger Arbitrage MA Scheitern bereits angekündigter Übernahmen (oftmals in einem Umfeld fallender Märkte). Distressed Securities DS Finanzielle oder operative Probleme von Unternehmen können nicht überwunden werden. Opportunistische Strategien Opportunistic Long/Short Equity OLSE Zusätzlich zu den strategiespezifischen Risiken von MLSE-Fonds: Schwankungen des Gesamtmarkts (directional bets). Global Macro GM Ausweitung bestehender makroökonomischer Ungleichgewichte an Devisen-, Rohstoffund anderen Finanzmärkten. (Oftmals hoher Leverage.) 284 Jan Viebig und Thorsten Poddig OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.39.2.281 | Generated on 2023-01-16 13:23:10 einen risikolosen Gewinn erzielen. In der Realität sind die Kurse von völlig identischen Wertpapieren jedoch selten so unterschiedlich, dass sich unter Berücksichtigung von Transaktionskosten konsistent ein risikoloser Gewinn erzielen lässt. Relative Value Funds versuchen Werte mit ähnlichen Charakteristika zu identifizieren, die relativ zueinander groûe Bewertungsunterschiede aufweisen. Der Verkauf von Wertpapieren, deren gegenwärtiger Marktpreis deutlich oberhalb des inneren Werts notiert, den ein Anleger aufgrund subjektiver Annahmen ermittelt hat, und der Kauf von Wertpapieren, die unterhalb ihres subjektiv ermittelten, inneren Werts handeln, führt zu einem Gewinn, wenn sich die angenommenen Bewertungsunterschiede im Zeitablauf nivellieren. 9 Gemeinsam ist allen ¹Arbitrageª-Strategien, dass ihr Rendite-/Risikoprofil nicht von der Gesamtbewegung des Marktes, sondern von der Konvergenz (respektive Divergenz) von Bewertungsdifferenzen zwischen Wertpapieren mit ähnlichen Charakteristika bestimmt wird. 10 Marktneutrale Long/Short Equity (MLSE) Funds versuchen, vermeintliche Fehlbewertungen am Aktienmarkt bei gleichzeitiger Ausschaltung des allgemeinen Marktrisikos gewinnbringend auszunutzen. Sie bauen simultan Longund Short-Positionen in unterschiedlichen Aktien auf. Die folgende Gleichung veranschaulicht, wie das ¹Hedgingª eines MLSE-Funds funktioniert: GtX N l1 Wl;tDl;t ÿ ÿX M s1 Ws;tDs;t ÿ rf;tEtWS;t ÿ In einem Umfeld steigender Aktienkurse mehren positive Wertveränderungen der Long-Positionen W l,t den Periodengewinn G t , während ihn gleichzeitig positive Wertentwicklungen der Short-Positionen W s,t mindern. In einem Umfeld fallender Aktienkurse dagegen mindern negative Wertentwicklungen der Long-Positionen den Periodengewinn, gleichzeitig tragen aber die negativen Wertentwicklungen der Short-Positionen positiv zum Periodengewinn bei. Schüttet ein Unternehmen, dessen Aktien der Hedgefonds gekauft hat, Dividenden aus, dann flieûen Mittel in Höhe von D l,t zu. Zahlt dagegen ein Unternehmen, dessen Aktien ein Hedgefonds leer verkauft hat, eine Dividende aus, dann muss der HedgeKredit und Kapital 2/2006 9Sofern die Marktpreise aller Wertpapiere zu jedem Zeitpunkt alle verfügbaren Informationen angemessen reflektieren, ist es unmöglich, systematisch solche ¹Arbitrageª-Gewinne zu erzielen. Vgl. zur Efficient Market Theory insbesondere: Fama (1991), S. 1575 f., Malkiel (2003), S. 80. 10 Vgl. Jaeger (2002), S. 40±60. Hedgefonds-Strategien und Asset-based Style-Faktoren 285 OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.39.2.281 | Generated on 2023-01-16 13:23:10 fonds Dividendenzahlungen in Höhe von D s,t an den Eigentümer der geliehenen Aktien leisten. Auf das nicht in Long-Positionen investierte Eigenkapital E t und den Wert W S,t der leer verkauften Aktien erhält der Hedgefonds Zinszahlungen in Höhe des risikolosen Zinses r f,t . Anstatt einem Long-Portfolio von l= 1,...,NAktien ein Short-Portfolio von s= 1,...,MAktien gegenüberzustellen, bilden MLSE-Funds oftmals PairTrades, um das Sektorund Länderrisiko ihres Fonds besser kontrollieren zu können. Ein Pair-Trade umfasst meist eine Long-Position in einer Aktie und eine Short-Position in einer anderen Aktie, welche oft dem gleichen Sektor und/oder Land angehören. Während aktiv verwaltete, traditionelle Investmentfonds eine möglichst hohe aktive Rendite relativ zu einer Benchmark anstreben, besteht das Optimierungsproblem eines MLSE-Funds darin, eine möglichst hohe Portfoliorendite unter Einhaltung mehrerer Nebenbedingungen zu erzielen, die ein multidimensionales Risikobudget bilden. Die Vorgabe eines bestimmten Value-at-Risk (VaR) definiert den maximalen möglichen Verlust des Portfolios, der in einem bestimmten Zeitraum mit einer gegebenen Wahrscheinlichkeit (1± ) nicht überstiegen werden darf. Ein VaR in Höhe von 2% pro Tag bei einer vorgegebenen Wahrscheinlichkeit von 99% fordert, dass das Portfolio so zu konstruieren ist, dass (im Mittel) nur an einem von hundert Tagen ein Tagesverlust von mehr als 2% zu erwarten ist. 11 Während anhand des VaR ein absolutes Risikoniveau definiert wird, können anhand des Portfoliobetas und des Netto-Exposures Obergrenzen zur Marktneutralität (relatives Marktrisiko) spezifiziert werden. Die Anlagevorschriften eines MLSE-Funds können beispielsweise einen Bereich von (± 0,2; + 0,2) für das Portfoliobeta gegenüber einem geeigneten Aktienindex und/oder das Netto-Exposure (definiert als Summe der Gewichte der Marktwerte aller Longund Short-Positionen in Relation zum Nettoinventarwert) 12 vorgeben. Durch die Vorgabe eines maximalen Leverages, definiert als Quotient der Summe der Marktwerte der Long-Positionen und der Summe des Betrags der Marktwerte der Short-Positionen zum Nettoinventarwert des Fonds, kann vorKredit und Kapital 2/2006 11 Vgl. Poddig/Dichtl/Petersmeier (2003), S. 137±141. 12 Bei der Berechnung der Gewichte eines Long/Short Equity Funds werden üblicherweise nur die (Delta-gewichteten) Marktwerte der in Aktien (oder AktienDerivaten) gehaltenen Risikopositionen berücksichtigt. Bargeldbestände und Kredite in Fremdoder Fondswährung gehen üblicherweise nur in die Berechnung des Nettoinventarwerts ein. Die Marktwerte der in Fremdwährungen gehaltenen Longund Short-Positionen sind anhand aktueller Währungskurse in Fondswährung umzurechnen. 286 Jan Viebig und Thorsten Poddig OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.39.2.281 | Generated on 2023-01-16 13:23:10 gegeben werden, inwieweit Risikopositionen durch Fremdkapital finanziert werden dürfen. 13 Durch den gleichzeitigen Kauf und Verkauf von Aktien können im Hedgefonds bestimmte Risiken ± die beispielsweise aus starken Schwankungen einzelner Sektoren oder Länder resultieren können ± ausgeschaltet und verbleibende Risiken bewusst beibehalten werden. Regelmäûig verbleiben idiosynkratische und systematische Risiken: Das Beta (respektive das Netto-Exposure) von MLSE-Funds ist meist nicht Null, sondern schwankt in einem vorgegebenen Bereich um den Nullwert. Zudem kann das Netto-Exposure in einzelnen Branchen, Ländern und fundamentalen Asset-Klassen positiv oder negativ sein. Neben den oben in Form von Nebenbedingungen formulierten Anlagegrenzen werden daher für MLSE-Funds üblicherweise zahlreiche weitere Konzentrationsgrenzen für Einzelwerte und Asset-Klassen definiert, um exzessive Faktorrisiken auszuschlieûen. 14 Fixed Income Arbitrage (FIA) Funds bauen Long-Positionen in unterbewerteten Anleihen auf und tätigen gleichzeitig Leerverkäufe in überbewerten Anleihen. Wohl dokumentiert sind die FIA-Strategien, die Long-Term Capital Management (LTCM) in den Jahren 1994 bis 1998 verfolgte. Zu den von LTCM implementierten Handelsstrategien zählten unter anderem so genannte Convergence Trades, bei denen LTCM gleichzeitig Longund Short-Positionen in Bonds einging, von denen die Händler annahmen, dass sich ihre Preise im Zeitablauf annähern würden. LTCM erkannte, dass gerade ausgegebene (¹on-the-runª) US Treasury Bonds oftmals zu einem höheren Preis, d.h. niedrigeren Zinssatz, als einige Monate vorher emittierte (¹off-the-runª) ± aber sonst identische ± US Treasury Bonds notierten. LTCM nutzte die Zinsdifferenz aus, indem es die billigeren Anleihen mit der etwas kürzeren Restlaufzeit kaufte und die teureren Bonds verkaufte. LTCM spekulierte auf diese Weise darauf, dass die Renditen im Zeitablauf konvergieren würden. 15 Zudem versuchte LTCM, Fehlbewertungen am Swap Markt auszunutzen. Mit einem Interest Rate Swap (¹pay fixed, receive floatingª) verpflichtet sich ein Vertragspartner, einem Kontrahenten einen festen Zinssatz im Austausch für variable Zinszahlungen zu zahlen. Da man die Kredit und Kapital 2/2006 13 Vgl. Ineichen (2000), S. 10 f. 14 Weiterhin bestehen die allgemeinen Risiken von Relative-Value-Strategien (Konvergenzbzw. Divergenzrisiken); siehe oben. 15 Vgl. Lowenstein (2000), S. 43 f. Hedgefonds-Strategien und Asset-based Style-Faktoren 287 OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.39.2.281 | Generated on 2023-01-16 13:23:10 Zahlungsströme dieses Kontrahenten (¹pay floating, receive fixedª) einfach nachbilden kann, indem man Treasury Bonds kauft und den Kauf zu einem variablen Zinssatz ± gewöhnlich der Repo Rate ± finanziert, können Arbitragemöglichkeiten entstehen, sofern der gegenwärtige Swap Spread ungewöhnlich hoch oder niedrig ist. 16 Bei Unternehmensanleihen und Mortgage Backed Securities ergeben sich Arbitragemöglichkeiten oftmals infolge von schwer durchschaubaren Emissionsbedingungen, welche die Bewertung solcher Anleihen erheblich erschweren können. Ein zentrales Risiko von FIA-Funds besteht im hohen Grad an Leverage: Um die geringen Renditedifferenzen zwischen Anleihen auszunutzen und hohe Eigenkapitalrenditen zu realisieren, finanzieren FIA-Funds oftmals einen groûen Teil ihrer Risikopositionen durch Fremdkapital. Im Bestreben, eine Liquiditätsprämie zu realisieren, bauen FIA-Funds oftmals Long-Positionen in illiquiden Titeln auf und sichern sich durch ShortPositionen in liquideren Werten ab. Aus dem hohen Grad an Leverage und der Konzentration in illiquiden Titeln resultiert ein hohes Event Risiko: FIA-Funds erleiden oftmals hohe Verluste, wenn Anleger Flucht in Qualitätstiteln suchen und historische Korrelationen plötzlich zusammenbrechen. Zudem sichern FIA-Funds Zinsrisiken (Duration, Konvexität) und Währungsrisiken oftmals nicht vollständig ab. Es verbleiben darüber hinaus Einzelwertrisiken, die insbesondere aus dem Ausfall von Schuldnern, Ratingänderungen, vorzeitigen Rückzahlungen und komplexen Emissionsbedingungen resultieren können. 17 Convertible Arbitrage (CA) Funds versuchen, von Ineffizienzen bei der Preisfindung von Wandelanleihen zu profitieren. Arbitrageure bauen üblicherweise Long-Positionen in vermeintlich unterbewerteten Wandelanleihen auf und verkaufen als Absicherung gegen fallende Aktienkurse eine bestimmte Anzahl von Aktien. Die Anzahl der leer zu verkaufenden Aktien ermitteln sie meist anhand des Deltas, das aufzeigt, wie stark der Preis der Wandelanleihe auf Veränderungen des Aktienpreises reagiert. Ganz risikolos ist ein Delta-neutrales Portfolio nicht, da das Portfolio nicht nur auf Veränderungen des Aktienkurses, sondern auch auf zahlreiche andere Faktoren reagiert. So kann die Veränderung des Kreditrisikos des Emittenten zu erheblichen Verlusten führen, wenn der Arbitrageur sich nicht gegen Veränderungen des Kreditrisikos abgesichert hat. 18 Kredit und Kapital 2/2006 16 Vgl. Perold (1999), S. 4±7. 17 Vgl. Jaeger (2002), S. 52 f. 18 Vgl. Howard/O'Connor (2001), S. 40±55. 288 Jan Viebig und Thorsten Poddig OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.39.2.281 | Generated on 2023-01-16 13:23:10 Funds steigt, wenn zahlreiche Hedgefonds zur gleichen Zeit dieselben Verwerfungen identifizieren. GM-Funds gehen häufig hohe Marktrisiken ein. Die systematischen Risiken von GM-Funds können jedoch nur schwer genau benannt werden, da GM-Funds je nach Markteinschätzung unterschiedliche Zins-, Kredit-, Währungsund sonstige Kursrisiken in verschiedenen Anlageformen eingehen. 32 Das Medieninteresse an prominenten Akteuren und Transaktionen von GM-Funds war in der Vergangenheit groû und hat das Bild der gesamten Hedgefonds-Industrie in der Öffentlichkeit nachhaltig geprägt. Tabelle 2 zeigt, dass GM-Funds, gemessen am verwalteten Anlagevermögen, bis Mitte der 1990er-Jahre das gröûte Segment innerhalb des HedgefondsUniversums darstellten. Heutzutage ist das von Single-Hedgefonds verwaltete Vermögen überwiegend in Long/Short Equity Funds (33%) und Event Driven Funds (19%) investiert. GM-Funds (10%) bilden mittlerweile nach Berechnungen von Tremont Capital Management nur noch die drittgröûte Stilrichtung. Die von Tremont Capital Management geführte TASS-Research-Datenbank erfasste im Dezember 2004 mit 674 Milliarden USD einen Groûteil des insgesamt 975 Milliarden USD groûen Vermögens, welches zu diesem Zeitpunkt schätzungsweise von Single-Hedgefonds verwaltet wurde. 33 In der Tabelle 3 werden Renditeund Risikodaten des CSFB/TremontInvestable-Hedge-Fund-Index ausgewiesen. Der CSFB/Tremont Investable Hedge Fund Index ist ein regelgebundener, volumengewichteter Index, der auf der Wertentwicklung der grundsätzlich sechs gröûten Hedgefonds der jeweiligen Strategien basiert, in die Investoren tatsächlich investieren können. 34 Hedgefonds der Stilrichtungen Dedicated Short Bias und Long Short Equity wiesen im Beobachtungszeitraum 2000 bis 2004 mit 16,4% und 11,0% deutlich höhere Standardabweichungen auf als andere Hedgefonds-Strategien. Kredit und Kapital 2/2006 32 Vgl. Jaeger (2002), S. 78±81. Die Spekulation von George Soros Quantum Fund auf eine Abwertung des britischen Pfunds im Jahr 1992 zählt zu den prominentesten Transaktionen von Global Macro Funds. Vgl. Soros (1995), S. 22 und S. 79±85. 33 Vgl. Tremont Capital Management (2005), S. 2. 34 Der Investable-Hedge-Fund-Index baut auf dem wesentlich breiteren CSFB/ Tremont-Hedge-Fund-Index auf und wird in einem Joint Venture von Tremont Capital Management und Credit Suisse First Boston (CSFB) berechnet und monatlich ausgewiesen. Vgl. Credit Suisse First Boston (2004), S. 3±6. Hedgefonds-Strategien und Asset-based Style-Faktoren 295 OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.39.2.281 | Generated on 2023-01-16 13:23:10 Die Standardabweichungen der meisten Hedgefonds-Strategien sind deutlich niedriger als die Volatilität marktbreiter Aktienindizes. Die Standardabweichung des S&P 500 betrug im Beobachtungszeitraum 16,2%, die des MSCI World 15,5%. 36 Die Renditen von Hedgefonds sind jedoch nicht normalverteilt, sie weisen regelmäûig eine negative Schiefe und eine hohe Kurtosis auf. 37 Wer in Hedgefonds investiert, muss bereit Kredit und Kapital 2/2006 Tabelle 2 Entwicklung des von Single-Hedgefonds verwalteten Vermögens in Millionen USD (TASS Research) 35 1993 1994 1995 1996 1997 Alle Fonds 49.955 57.016 72.331 99.150 144.636 Convertible Arbitrage 838 798 1.232 2.727 5.276 Dedicated Short Bias 114 198 179 248 358 Emerging Markets 5.156 7.172 6.980 9.542 13.788 Equity Market Neutral 534 1.032 1.584 2.563 4.384 Event Driven 5.331 7.262 9.326 14.776 22.951 Fixed Income Arbitrage 1.967 3.807 5.404 8.302 12.271 Global Macro 21.417 18.026 21.993 26.147 37.656 Long/Short Equity 11.944 14.956 21.398 29.990 42.343 Managed Futures 2.614 3.594 4.071 4.336 5.055 Andere 39 171 165 517 554 35 Die TASS-Research-Daten werden von Tremont Capital Management berechnet. Die ausgewiesenen Daten sind von Ende Dezember des jeweiligen Jahres. Die Datenbank umfasst 5.112 Fonds, 2.086 dieser Fonds (¹graveyard fundsª) waren im Beobachtungszeitraum 1993 bis 2004 existent, haben jedoch irgendwann ihre Tätigkeit eingestellt oder aufgehört, Daten zu liefern. Vgl. Tremont Capital Management (2005), S. 2, S. 4 und S. 26±28. In der Tabelle wurden die Strategie-Bezeichnungen von CSFB/Tremont übernommen. Marktneutrale Long/Short Equity Funds heiûen bei CSFB/Tremont ¹Equity Market Neutralª, opportunistische Long/Short Equity Funds ¹Long/Short Equityª. CSFB/Tremont zählt Managed Futures Funds, die oftmals aufgrund technischer Analysen in börsennotierte Futures investieren, zum Hedgefonds-Universum. 36 Vgl. Dimson /Marsh/Staunton (2005), S. 39. 37 Vgl. Amin/Kat (2003a), S. 114. 296 Jan Viebig und Thorsten Poddig OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.39.2.281 | Generated on 2023-01-16 13:23:10 sein, in bestimmten Perioden hohe Verluste zu tolerieren. Tabelle 3 verdeutlicht, dass Anleger, die in Dedicated Short Bias und Long/Short Equity Funds investierten, in den jeweils schlechtesten Monaten mit ±13,6% und ±8,0% tatsächlich hohe Verluste erlitten haben. Die Jahresrenditen von Single-Hedgefonds Strategien sind im Zeitablauf wenig stabil. Während Investoren mit Long/Short Equity Funds beispielsweise im Jahr 2002 einen Verlust in Höhe von ±8,7% erlitten, erzielten sie im Jahr 2003 einen Gewinn in Höhe von 17,6%. Nur in den Jahren 2003 und 2004 erzielten Investoren mit der gleichen Strategie (Emerging Markets) in zwei aufeinander folgenden Jahren die höchsten Renditen. 38 Die Rangfolge der Renditen der einzelnen Strategien wechselt (nahezu) jährlich. Anleger, die das strategiespezifische Risiko eines Investments in Single Hedge Funds reduzieren wollen, können in Funds of Hedge Funds Kredit und Kapital 2/2006 1998 1999 2000 2001 2002 2003 2004 2004 153.830 197.218 217.743 261.400 310.288 498.528 673.848 100% 6.861 8.486 11.912 20.725 25.647 40.699 41.330 6,1% 548 644 734 738 1.527 893 1.587 0,2% 7.049 9.073 7.053 8.111 8.298 17.045 29.785 4,4% 6.755 9.423 13.119 17.585 25.450 33.037 36.623 5,4% 26.453 31.491 38.606 51.175 58.654 83.811 126.897 18,8% 11.611 11.758 11.424 14.189 19.527 35.576 47.579 7,1% 36.374 29.965 21.026 24.105 30.590 51.724 67.706 10,1% 51.320 88.885 106.797 115.836 116.557 161.757 218.915 32,5% 6.255 6.743 6.310 7.710 10.116 23.189 35.119 5,2% 605 751 762 1.225 13.922 41.795 68.307 10,1% 38 Nach Agarwal/Naik (2000) existiert eine hohe Beständigkeit in HedgefondsRenditen im Zeitablauf auf der Basis von Quartalsdaten, die jedoch schwindet, wenn Jahresdaten betrachtet werden. Vgl. Agarwal/Naik (2000),S.339f. Hedgefonds-Strategien und Asset-based Style-Faktoren 297 OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.39.2.281 | Generated on 2023-01-16 13:23:10 Kredit und Kapital 2/2006 Tabelle 3 Performance der Single-Hedgefonds-Strategien (CSFB/Tremont Investable Hedge Fund Index) 39 12.1999 Rendite (NAV) 12.2000 Rendite (NAV) 12.2001 Rendite (NAV) 12.2002 Rendite (NAV) CSFB/Tremont-Investable-Index ± (75,53) 12,1% (82,40) 7,5% (88,55) 5,7% (93,57) Convertible Arbitrage ± (60,71) 21,2% (73,56) 13,9% (83,82) 10,0% (92,18) Dedicated Short Bias ± (94,44) 6,0% (100,08) 6,5% (106,56) 15,8% (123,43) Emerging Markets ± (57,24) 13,5% (64,95) 15,7% (75,16) 12,9% (84,84) Equity Market Neutral ± (76,38) 12,3% (85,78) 7,6% (92,28) 5,2% (97,09) Event Driven ± (71,63) 9,4% (78,34) 9,9% (86,11) 5,8% (91,10) Fixed Income Arbitrage ± (73,66) 14,6% (84,45) 9,2% (92,26) 4,8% (96,65) Global Macro ± (65,90) 11,8% (73,65) 15,6% (85,14) 6,9% (91,03) Long/Short Equity ± (102,69) 4,8% (107,67) ±6,5% (100,68) ±8,7% (91,97) Managed Futures ± (61,94) 18,7% (73,54) 5,6% (77,65) 19,2% (92,53) S&P 500 (Price Index) ± (1469,3) ±10,1% (1320,3) ±13,0% (1148,1) ±23,4% (879,8) S&P 500 (Return Index) ± (2012,4) ±9,1% (1837,4) ±11,9% (1619,0) ±22,1% (1261,2) MSCI World (Return Index) ± (3751,6) ±12,9% (3249,5) ±16,5% (2712,7) ±19,5% (2182,6) BBA LIBOR (1W) 5,9% 6,6% 1,9% 1,4% 298 Jan Viebig und Thorsten Poddig OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.39.2.281 | Generated on 2023-01-16 13:23:10 Kredit und Kapital 2/2006 12.2003 Rendite (NAV) 12.2004 Rendite (NAV) Annualisierte Gesamtrendite Annualisierte StdAbw Bester Monat Schlechtester Monat Beta S&P500 11,1% (103,91) 5,3% (109,43) 8,0% 2,8% 2,7% ±1,0% 0,02 14,1% (105,22) 2,8% (108,12) 11,9% 3,5% 3,4% ±1,3% 0,02 ±31,5% (84,51) ±10,6% (75,58) ±3,4% 16,4% 10,9% ±13,6% ±0,78 32,1% (112,09) 15,0% (128,92) 17,5% 8,2% 6,0% ±4,0% 0,32 4,4% (101,33) 1,9% (103,21) 6,2% 2,1% 2,4% ±0,5% 0,02 16,5% (106,13) 9,1% (115,77) 9,9% 3,0% 2,7% ±1,8% 0,07 3,1% (99,69) 4,0% (103,70) 7,0% 3,5% 3,0% ±2,2% 0,02 15,5% (105,17) 2,6% (107,95) 10,3% 4,2% 4,4% ±1,8% ±0,07 17,6% (108,17) 9,8% (118,73) 2,9% 11,0% 10,3% ±8,0% 0,25 12,2% (103,86) 1,3% (105,24) 9,7% 13,8% 9,2% ±8,8% ±0,28 26,4% (1111,9) 9,0% (1211,9) ±3,8% 16,2% 9,7% ±11,0% 1,00 28,7% (1622,9) 10,9% (1799,6) ±2,8% 16,2% 9,8% ±10,9% 0,99 33,8% (2919,4) 15,2% (3364,6) ±2,5% 15,5% 8,9% ±11,0% 0,91 1,1% 2,3% ± ± ± ± ± Hedgefonds-Strategien und Asset-based Style-Faktoren 299 OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.39.2.281 | Generated on 2023-01-16 13:23:10 investieren, die das ihnen anvertraute Vermögen üblicherweise über verschiedene Strategien streuen. Bei der Wahl zwischen einzelnen Hedgefonds und Dach-Hedgefonds ist neben den verschiedenartigen Kostenstrukturen auch die unterschiedliche Abhängigkeit zwischen den Renditen der einzelnen Strategien und den Renditen marktbreiter Aktienindizes zu berücksichtigen: Das Beta von Dedicated Short Bias Funds und Managed Futures gegenüber dem S&P 500 war im Zeitraum Dezember 1999 bis Januar 2005 mit ±0,78 und ±0,28 negativ, während die Renditen von Long/Short Equity Funds (Beta 0,25) positiv mit dem S&P500 korreliert waren (vgl. Tabelle 3). Die von CSFB/Tremont, Hedge Fund Research (HFR) und anderen Anbietern publizierten Hedgefonds-Indizes weisen allerdings zahlreiche statistische Verzerrungen auf. 40 Bei der Performance-Berechnung von Hedgefonds-Indizes werden Fonds, die aufgrund schlechter Performance ihre Tätigkeit eingestellt haben, üblicherweise nicht berücksichtigt. Die statistische Verzerrung, die aus der Konzentration auf die überlebenden Fonds resultiert, wird als Survivorship Bias bezeichnet. Amin/Kat (2003b) berichten beispielsweise, dass nur knapp 60% der im Jahr 1996 existenten Hedgefonds noch im Jahr 2001 Kapital verwalteten und die durchschnittliche Hedgefonds-Performance in der TASS Research Datenbank von Tremont Capital Management im Zeitraum 1994 bis 2001 um 2% per annum zu hoch ausgewiesen wurde. 41 Als ein Grund für die hohe Schwundquote in der Hedgefonds-Industrie kann angeführt werden, dass hohe Renditen neue Wettbewerber anlocken und Marktineffizienzen aufgrund des intensiveren Wettbewerbs Kredit und Kapital 2/2006 39 In der Tabelle werden die jährlichen Renditen (eigene Berechnungen) des CSFB/Tremont-Investable-Hedge-Fund-Index und seiner Sub-Strategien in USD ausgewiesen. Zum 1. August 2003 betrug der Wert der Indizes 100. Die in den Klammern ausgewiesenen Net Asset Values (NAV) und die auf der Basis von Monatswerten des Zeitraums 31.12.1999 bis 31.1.2005 von CSFB/Tremont berechneten Kennzahlen können im Internet unter der Adresse www.hedgeindex.com (Data Downloads) abgerufen werden. Die Vergleichsindizes wurden aus Datastream abgerufen. Die statistischen Kennzahlen zu den Vergleichsindizes wurden auf der Basis von Monatswerten des Zeitraums 31.12.1999 bis 31.1.2005 berechnet (eigene Berechnung). BBA LIBOR (1W) steht für die von der British Bankers' Association (BBA) publizierte London Interbank Offer Rate (1 Week) in USD, den risikolosen Zinssatz, zu dem Banken im Londoner Interbankenmarkt Mittel aufnehmen können. 40 Vgl. Fung/Hsieh (2000), S. 294±300. 41 Vgl. Amin/Kat (2003b), S. 57 und S. 73. Nach Liang (2000) überschreitet der Survivorship Bias 2% pro Jahr. Die Höhe des Survivorship Bias einzelner Strategien ist signifikant unterschiedlich. Vgl. Liang (2000), S. 309 und S. 322±325. 300 Jan Viebig und Thorsten Poddig OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.39.2.281 | Generated on 2023-01-16 13:23:10 im Zeitablauf verschwinden. Die hohen historischen Renditen von CAFonds etwa haben dazu geführt, dass der Handel von Wandelanleihen heutzutage von CA-Fonds dominiert wird und deren Renditen aufgrund des stärkeren Wettbewerbs im Zeitablauf stark gefallen sind (vgl. Tabelle 3). Es ist zu vermuten, dass ein anhaltender Renditeverfall zur Einstellung einiger CA-Fonds führen könnte. Die Schwundquote in der Hedgefonds-Industrie war schon in der Vergangenheit groû: Tremont Capital Management berichtet, dass von den 5.112 Fonds, die Ende 2004 in der TASS-Datenbank berücksichtigt wurden, 2.086 im Zeitraum Januar 1994 bis Dezember 2004 ihre Tätigkeit eingestellt oder aufgehört haben, Daten zu liefern. 42 Üblicherweise berichten Hedgefonds nur bei Vorliegen eines guten Track Records Performancedaten an einen Indexanbieter. Diese nehmen dann nicht nur die aktuellen, sondern auch die historischen Performancedaten in ihre Datenbanken auf. Diese statistische Verzerrung wird als Instant History Bias bezeichnet. Angesichts der geringen Transparenz der Hedgefonds-Industrie ist zu vermuten, dass Hedgefonds-Indizes das tatsächliche Hedgefonds-Universum nur unvollständig abbilden (Selection Bias). 43 Die Performance der einzelnen Strategien wird zudem von verschiedenen Indexanbietern oftmals sehr unterschiedlich ausgewiesen, da diese die einzelnen Strategien unterschiedlich abgrenzen und unterschiedliche Fonds bei der Indexberechnung berücksichtigen. Zusammenfassend kann festgehalten werden, dass Hedgefonds sehr unterschiedliche Strategien verfolgen und keinesfalls eine homogene Asset-Klasse darstellen. Die systematischen Risiken von Hedgefonds ergebensichausdenvonihnenverfolgtenStrategienundsinddaher ebenso heterogen wie die Strategien selbst. Durch den gleichzeitigen Kauf und Verkauf von Vermögensgegenständen können Hedgefonds systematische Marktrisiken eliminieren. Die systematischen Risiken von Hedgefonds sind primär nicht marktsondern strategiespezifisch. Die Analyse der CSFB/Tremont-Investable-Hedgefonds-Indizes zeigt, dass Investoren mit verschiedenen Hedgefonds-Strategien in der Vergangenheit eine höchst unterschiedliche Performance erzielt haben. Hedgefonds-Indizes weisen zahlreiche statistische Verzerrungen auf. Trotz aller Vorbehalte deuten die Performancedaten jedoch darauf hin, dass die Rendite-/Risiko-Charakteristika von Hedgefonds mit traditionellen Bewertungsmodellen kaum erklärt werden können. Hierfür sind differenKredit und Kapital 2/2006 42 Vgl. Tremont Capital Management (2005), S. 2 43 Vgl. Fung/Hsieh (2004a), S. 65±67. Hedgefonds-Strategien und Asset-based Style-Faktoren 301 OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.39.2.281 | Generated on 2023-01-16 13:23:10 zierte Bewertungsmodelle notwendig, die im Folgenden betrachtet werden sollen. III. Asset-based Style-Faktoren ABS-Faktormodellen liegt die Annahme zugrunde, nach der Hedgefonds, die konsistent eine einheitliche Strategie verfolgen, ähnliche Risiko-/Renditecharakteristika aufweisen. Dann sind deren Renditen untereinander strategiebedingt positiv korreliert. Die primäre Quelle des systematischen Risikos eines Hedgefonds ist die Strategie, nach der Kaufund Verkaufentscheidungen getroffen werden. Das systematische Risiko von Hedgefonds kann anhand der Renditen ausgewählter Optionsstrategien, Renditedifferenzen zwischen verschiedenen Asset-Klassen oder anderer am Markt beobachtbarer Gröûen erklärt werden, die in der Literatur als Asset-based Style-(ABS-)Faktoren bezeichnet werden. 44 1. Modellaufbau und empirische Befunde Lineare Faktormodelle zielen darauf ab, die Renditen reines Investments anhand einer endlichen Zahl von j=1,...,K Faktoren Fzu erklären: rit ii1F1ti2F2t...iKFKt "it  ij repräsentiert die Sensitivität des i-ten Investments gegenüber einem erklärenden Faktor F j , i die autonome Rendite, die nicht durch die Modellfaktoren erklärt werden kann und " i die zufällige, unsystematische Residualrendite. Mit dem Zeitindex twird die betrachtete Periode bezeichnet. Lineare Faktormodelle werden in aller Regel mittels linearer, multivariater Regressionsanalyse geschätzt. Nach Sharpe (1992) kann die Performance einer Vielzahl von Investmentfonds anhand einer begrenzten Anzahl von Faktoren erklärt werden. Als erklärende Faktoren verwendete Sharpe zwölf Indizes, die unterschiedliche Asset-Klassen repräsentierten. Bei der Formulierung seines Asset Class Models wählte er Rentenindizes, die unterschiedliche Laufzeiten, Emittenten und Regionen abbildeten, und Aktienindizes, die unterschiedliche Regionen und fundamentale Asset-Klassen (Value/Growth und Large/Medium/Small Caps) repräsentierten. 45 Kredit und Kapital 2/2006 44 Vgl. Fung/Hsieh (2002a), S. 19. 45 Vgl. Sharpe (1992), S. 8±10. 302 Jan Viebig und Thorsten Poddig OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.39.2.281 | Generated on 2023-01-16 13:23:10 Bei der Wahl der Faktoren nutzte er Erkenntnisse empirischer Untersuchungen, die belegen, dass die Unterscheidung in Value-Aktien (Aktien mit einem niedrigen Kurs/Buchwert-Verhältnis) und GrowthAktien (Titel mit einem hohen Kurs/Buchwert-Verhältnis) einerseits und in Large Caps (Aktien mit einer hohen Marktkapitalisierung) und Small Caps (Aktien mit einer niedrigen Marktkapitalisierung) andererseits einen Beitrag zur Erklärung der Renditen von Aktienportfolios liefern kann. 46 Sharpe (1992) schlägt vor, das multiple Regressionsmodell um Nebenbedingungen zu erweitern, welche die Anlagepolitik des betrachteten Fonds reflektieren. Durch die Einführung von Restriktionen kann der Anlagestil des betrachteten Fonds realistischer abgebildet werden. Mit der Einführung von Restriktionen nimmt jedoch das Bestimmtheitsmaû und damit die Erklärungskraft des Modells geringfügig ab. 47 Den durch die Faktoren erklärbaren Renditeanteil bezeichnete Sharpe als ¹return attributable to styleª. 48 Sharpes ¹Style Analysisª ist heutzutage weit verbreitet, um die Renditen von Investmentfonds zu erklären. Lineare Faktormodelle können allerdings nur bedingt zur Erklärung von Hedgefonds-Renditen herangezogen werden, da die Renditen von Hedgefonds und traditionellen Asset-Klassen ± wie zahlreiche empirische Studien belegen ± nur schwach korreliert sind. 49 Ist ein marktneutraler Hedgefonds tatsächlich strategiebedingt Beta-neutral, dann können die (Über-)Renditen des Fonds offensichtlich nicht anhand von gewöhnlichen Faktormodellen erklärt werden. Solche Faktormodelle können nur dann einen Beitrag zur Erklärung von Hedgefonds-Renditen leisten, wenn ein Hedgefonds konstant einen Long- (oder Short-)Bias aufweist. Werden bei einem Hedgefonds dynamische Handelsstrategien verfolgt und fortlaufend das Longoder Short-Exposure des Fonds verändert, dann ist die Erklärungskraft solcher Modelle regelmäûig gering. Fung/Hsieh(1997a) analysierten 3.327 Investmentfonds und 409 Hedgefonds anhand eines Asset Class Models nach Sharpe (1992): Danach weisen Investmentfonds eine weitaus höhere Korrelation zu traditionellen Asset-Klassen auf als Hedgefonds. Während mehr als die Hälfte der Investmentfonds ein Bestimmtheitsmaû über 75% aufwiesen, lag das R 2 von fast der Hälfte der Hedgefonds unter 25%. Die Erklärungskraft Kredit und Kapital 2/2006 46 Vgl. Fama/French (1992), S. 427±429; Fama/French (1995), S. 131±134; Fama/ French (1996), S. 55±57. 47 Vgl. Sharpe (1992), S. 10 f. 48 Vgl. Sharpe (1992), S. 8. 49 Vgl. Schneeweis/Martin (2000), S. 19. Hedgefonds-Strategien und Asset-based Style-Faktoren 303 OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.39.2.281 | Generated on 2023-01-16 13:23:10 einer regressionsbasierten Stilanalyse nach Sharpe (1992) nimmt signifikant zu, wenn neben den Renditen traditioneller Asset-Klassen zusätzlich so genannte ¹Style Factorsª als erklärende Faktoren in die Analyse einbezogen werden, welche die Renditeeigenschaften spezifischer Hedgefonds-Strategien abbilden. Zwischen einzelnen Strategien und erklärenden Faktoren existieren zudem nichtlineare Zusammenhänge. 50 So können beispielsweise die Renditen von Trendfolge-Strategien anhand eines Portfolios von Lookback Straddles repliziert werden. Ein Lookback Straddle ist eine Kombination einer Lookback Call Option, die dem Inhaber das Recht (aber nicht die Pflicht) einräumt, einen unterliegenden Wert zum niedrigsten Preis während der Laufzeit zu erwerben, und einer Lookback Put Option, die dem Inhaber das Recht (aber nicht die Pflicht) verbrieft, einen Wert zum höchsten Preis während der Laufzeit der Option zu verkaufen. Die Renditen von Trendfolge-Strategien und Lookback Straddles sind üblicherweise am höchsten, wenn Kurse stark steigen oder stark fallen (vgl. Abbildung 1). Zwischen den Renditen von bestimmten Hedgefonds-Strategien und dem Gesamtmarkt bestehen genauso wie zwischen den Renditen von Optionen und dem Gesamtmarkt nichtlineare Zusammenhänge, die von linearen Regressionsmodellen nicht erfasst werden. 51 Mitchell/Pulvino (2001) analysierten 4.750 Unternehmenszusammenschlüsse zwischen 1963 und 1998 und bildeten einen Risk-ArbitrageIndex, der die Renditen abbildet, die ein Investor nach Transaktionskosten erzielt hätte, wenn völlig regelgebunden in ein Anfangsportfolio bei jeder Merger-Ankündigung investiert worden wäre. Die Renditen von Merger-Arbitrage-Strategien und dem Gesamtmarkt sind grundsätzlich unkorreliert. Die Korrelation nimmt aber stark zu, wenn der Gesamtmarkt fällt. Zwar kann mit MA-Strategien in steigenden oder stagnierenden Märkten eine signifikante Überrendite über den risikolosen Zins hinaus erzielt werden, MA-Strategien sind allerdings nicht frei von systematischem (Markt-)Risiko: In Monaten, in denen der Markt stark fällt, steigt das Beta und werden regelmäûig hohe Verluste erzielt. Die empirischen Ergebnisse sind unmittelbar nachvollziehbar, da Übernahmen oftmals scheitern, wenn der Aktienmarkt stark fällt und Merger-Arbitrageure beim Scheitern einer Übernahme statt eines positiven Arbitrage Spreads hohe Verluste realisieren. 52 Die Ergebnisse von Mitchell/ Kredit und Kapital 2/2006 50 Vgl. Fung/Hsieh (1997a), S. 284±291. 51 Vgl. Fung/Hsieh (2001), S. 317±335. 52 Vgl. Mitchell/Pulvino (2001), S. 2135±2138. 304 Jan Viebig und Thorsten Poddig OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.39.2.281 | Generated on 2023-01-16 13:23:10 IV. Zusammenfassung Hedgefonds bilden keine homogene Asset-Klasse. Sie können grob in marktneutrale Strategien (Relative Value), situationsabhängige Strategien (Event Driven) und opportunistische Strategien unterteilt werden. Relative Value Funds versuchen, vermeintliche Fehlbewertungen zwischen Vermögensgegenständen mit ähnlichen Charakteristika gewinnbringend auszunutzen. Zu den marktneutralen Strategien zählen marktneutrale Long/Short Equity, Fixed Income Arbitrage, Convertible Arbitrage und Statistical Arbitrage Funds. Merger Arbitrage und Distressed Securities Funds werden als situationsabhängige Strategien bezeichnet, da sie spezifische Unternehmenssituationen gewinnbringend ausnutzen wollen. Opportunistische Long/Short Equity Funds und Global Macro Funds gehen je nach Markteinschätzung überwiegend Longoder ShortPositionen ein. Die Bedeutung der einzelnen Strategien hat sich im Zeitablauf wesentlich verändert. Das systematische Risiko von Hedgefonds ist primär nicht markt-, sondern strategiespezifischer Natur. Die Rendite-/Risiko-Charakteristika der einzelnen Hedgefonds-Strategien waren ± gemessen an der Performance der CSFB/Tremont-Investable-Hedge-Fund-Indizes ± in der Vergangenheit sehr unterschiedlich. Hedgefonds-Indizes weisen jedoch zahlreiche statistische Verzerrungen auf, die als Survivorship Bias, InstantHistory Bias und Selection Bias bezeichnet werden. Trotz aller Vorbehalte deuten die Performancedaten darauf hin, dass die Rendite-/RisikoCharakteristika von Hedgefonds mit gewöhnlichen Bewertungsmodellen wie dem Capital Asset Pricing Model kaum erklärt werden können. Anhand von Asset-based Style-Faktoren kann das strategiespezifische Risiko von Single-Hedgefonds-Strategien quantifiziert werden. Die grundlegende Idee von ABS-Faktoren besteht darin, das Risiko von Hedgefonds anhand ihres strategiespezifischen Managementstils zu erklären. Die Auseinandersetzung mit ABS-Faktoren trägt zu einem besseren Verständnis der strategiespezifischen Risiken von Single-Hedgefonds bei. Zudem können anhand von ABS-Faktoren Hedgefonds-Benchmarks modelliert werden. Die Modellierung solcher Benchmarks ist notwendig, da Hedgefonds-Indizes zahlreiche statistische Verzerrungen aufweisen. ABS-Faktoren können zudem zur Steuerung des strategiespezifischen Risikos von Hedgefonds eingesetzt werden. Die Erforschung der strategiespezifischen Risiken von Hedgefonds steht noch am Anfang. Für Trend Following, Merger Arbitrage, ConverKredit und Kapital 2/2006 Hedgefonds-Strategien und Asset-based Style-Faktoren 311 OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.39.2.281 | Generated on 2023-01-16 13:23:10 gence Trading und Long/Short Equity Funds wurden bereits ABS-Faktoren formuliert. Das systematische Risiko zahlreicher anderer Strategien konnte bisher noch nicht anhand von ABS-Faktoren erklärt werden. Insbesondere kann das systematische Risiko von Global Macro Funds und Distressed Securities Funds bisher nicht anhand von ABS-Faktoren quantifiziert werden. Der von Fung/Hsieh (2004b) zur Quantifizierung des strategiespezifischen Risikos von Long/Short Equity Funds vorgeschlagene ABS-Faktor beschreibt den tatsächlichen Managementstil solcher Fonds nur unvollständig. Auf der Grundlage der bereits vorliegenden Erkenntnisse können zwei wesentliche Leitlinien für zukünftige Arbeiten formuliert werden. Erstens sollte der quantitativen Analyse der Renditeund Risikostrukturen von Hedgefonds eine sorgsame qualitative Analyse der von Hedgefonds verfolgten Strategien vorausgehen. Bis dato existiert kein theoretisch wohl formuliertes Gleichgewichtsmodell, anhand dessen die Renditen von Hedgefonds überzeugend erklärt werden könnten. Lo/MacKinlay (1990) haben auf die Gefahr von Data Snooping Biases hingewiesen: Zukünftige empirische Untersuchungen hängen oftmals vom Ergebnis früherer empirischer Arbeiten ab. 65 Die Gefahr einer irrtümlichen Bestätigung bereits vorliegender empirischer Resultate ist im Fall von Hedgefonds besonders groû, da deren Renditezeitreihen kurz sind. Ihr kann durch eine sorgsame qualitative Analyse der von Hedgefonds verfolgten Strategien entgegengewirkt werden, die eine genaue Kenntnis der Strategien voraussetzt. Zweitens sollten in zukünftigen Arbeiten nichtlineare Zusammenhänge zwischen den Renditen bestimmter Hedgefonds-Strategien und den Renditen des Gesamtmarkts näher untersucht werden. Nichtlineare Beziehungen wurden bisher insbesondere für Trend-Following-Strategien und Merger Arbitrage Funds empirisch nachgewiesen. Die Existenz dieser nichtlinearen Zusammenhänge ist unmittelbar nachvollziehbar: Trend Following Funds erzielen strategiebedingt besonders hohe Renditen, wenn der Gesamtmarkt stark steigt oder fällt. Merger Arbitrage Funds erleiden oftmals hohe Verluste, wenn die Märkte stark fallen und bereits angekündigte Übernahmepläne verschoben oder fallen gelassen werden. Zukünftige empirische Untersuchungen müssen auf statistischen Modellen basieren, anhand derer nichtlineare Zusammenhänge quantifiziert werden können. Die Existenz nichtlinearer Zusammenhänge ist für Anleger bedeutsam, die in Single-Hedgefonds investieren, um ihr GesamtKredit und Kapital 2/2006 65 Vgl. Lo/MacKinlay (1990), S. 431±434. 312 Jan Viebig und Thorsten Poddig OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.39.2.281 | Generated on 2023-01-16 13:23:10 portfolio zu diversifizieren, da bestimmte Hedgefonds-Strategien anscheinend nicht in allen Marktphasen mit dem Gesamtmarkt unkorreliert sind. Literatur Agarwal, V. / Naik, N. Y. (2000): Multi-Period Performance Persistence Analysis of Hedge Funds, in: Journal of Financial and Quantitative Analysis, September 2000, S. 327±342. ± Amin, G. S./Kat, H.M. (2003a): Stocks, Bonds, and Hedge Funds, in: The Journal of Portfolio Management, Summer 2003, S. 113±120. ± Amin, G. S./Kat, H.M. (2003b): Welcome to the Dark Side: Hedge Fund Attrition and Survivorship Bias Over the Period 1994±2001, in: The Journal of Alternative Investments, Summer 2003, S. 57±73. ± Brown S. J./Goetzmann W. N. (2001): Hedge Funds With Style, Yale International Center For Finance, Working Paper No. 00±29, February 19, 2001. ± Copeland, T./ Koller, T. /Murrin, J. (2000): Valuation: Measuring and Managing the Value of Companies, 3 rd Edition, New York 2000. ± Credit Suisse First Boston (2004): Hedge Fund Indices: Construction, Comparison and Application, December 2004. ± Damodaran, A. (1996): Investment Valuation: Tools and Techniques for Determining the Value of any Asset, New York 1996. ± De Bondt, W. F. M. / Thaler, R. H. (1985): Does the Stock Market Overreact?, in: The Journal of Finance, 1985, S. 793±805. ± De Bondt, W. F. M. /Thaler, R. H. (1987): Further Evidence On Investor Overreaction and Stock Market Seasonality, in: The Journal of Finance, 1987, S. 557±581. ± Dimson, E./Marsh P. / Staunton M. (2005): Global Investment Returns Yearbook 2005, hrsg. von ABN AMRO, February 2005. ± Fama, E. F. (1991): Efficient Capital Markets: II, in: The Journal of Finance, 1991, S. 1575±1616. ± Fama, E. F./French, K. R. (1988): Permanent and Temporary Components of Stock Prices, in: Journal of Political Economy, 1988, Vol. 96, No. 2, S. 246±273. ± Fama, E. F./French, K. R. (1992): The Cross-Section of Expected Stock Returns, in: The Journal of Finance, 1992, S. 427±465. ± Fama, E. F. / French, K. R. (1993): Common Risk Factors in the Returns on Stocks and Bonds, in: Journal of Financial Economics, 33, 1993, S. 3±56. ± Fama, E. F./ French, K. R. (1995): Size and Book-to-Market Factors in Earnings and Returns, in: The Journal of Finance, 1995, S. 131±155. ± Fama, E. F./French, K. R. (1996): Multifactor Explanations of Asset Pricing Anomalies, in: The Journal of Finance, 1996, S. 55±84. ± Fung, W. / Hsieh, D. A. (1997a): Empirical Characteristics of Dynamic Trading Strategies: The Case of Hedge Funds, in: The Review of Financial Studies, Summer 1997, Vol. 10, No. 2, S. 275±302. ± Fung, W. / Hsieh, D. A. (1997b): Survivorship Bias and Investment Style in the Returns of CTAs, in: The Journal of Portfolio Management, Fall 1997, S. 30±41. ± Fung, W. / Hsieh, D. A. (2000): Performance Characteristics of Hedge Funds and Commodity Funds: Natural vs. Spurious Biases, in: Journal of Financial and Quantitative Analysis, Vol. 35, No. 3, September 2000, S. 291±307. ± Fung, W. / Hsieh, D. A. (2001): The Risk in Hedge Fund Strategies: Theory and Evidence from Trend Followers, in: The Review of Financial Studies, Vol. 14. No. 2, Summer 2001, S. 313±341. ± Fung, W. / Hsieh, D. A. (2002a): Asset-Based Style Factors for Hedge Funds, in: Financial Analysts Journal, Vol. 58, No. 5, 2002, S. 16±27. ± Fung, W. /Hsieh, D. A. (2002b): Risk in FixedIncome Hedge Fund Styles, in: The Journal of Fixed Income, September 2002, S. 1± Kredit und Kapital 2/2006 Hedgefonds-Strategien und Asset-based Style-Faktoren 313 OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.39.2.281 | Generated on 2023-01-16 13:23:10 22. ± Fung, W. / Hsieh, D. A. (2004a): Hedge Fund Benchmarks: A Risk-Based Approach, in: Financial Analysts Journal, Vol. 60, No. 5, 2004, S. 65±80. ± Fung, W./ Hsieh, D. A. (2004b): Extracting Portable Alphas from Equity Long/Short Hedge Funds, in: Journal of Investment Management, Vol. 2, No. 4, 2004, S. 1±19. ± Hope, A. (2000): Convertibles: Wandelanleihen ± neu entdeckt!, 1. Auflage, Zürich 2000. ±Howard, J./O'Connor, M. (2001): Wandelanleihen: Leitfaden für Anleger, zweite Auflage, hrsg. von: Deutsche Bank, November 2001. ± Ineichen, A. M. (2000): In Search of Alpha, hrsg. von UBS Warburg, Oktober 2000. ± Jaeger, L. (2002): Managing Risk in Alternative Investment Strategies, Successful Investing in Hedge Funds and Managed Futures, London 2002. ± Jegadeesh, N./Titman, S. (1993): Returns to Buying Winners and Selling Losers: Implications for Stock Market Efficiency, in: The Journal of Finance, 1993, S. 65±91. ± Jorion, P. (2000): Risk Management Lessons from Long-Term Capital Management, Current Version: January 2000 (Published in: European Financial Management 6, September 2000, S. 277± 300). ± Kaiser, D. G. (2004): Hedgefonds: Entmystifizierung einer Anlageklasse, Struktur ± Chancen ± Risiken, 1. Auflage, Wiesbaden 2004. ± Liang, B. (2000): Hedge Funds: The Living and the Dead, in: Journal of Financial and Quantitative Analysis, September 2000, S. 309±326. ± Lo, A. W./Mac Kinlay, A. C. (1990): DataSnooping Biases in Tests of Financial Asset Pricing Models, in: The Review of Financial Studies, 1990, Vol. 3, No. 3, S. 431±467. ± Loeys, J./Fransolet, L. (2004): Have Hedge Funds Eroded Market Opportunities?, hrsg. von JP Morgan Securities Ltd., 1. Oktober 2004. ± Lowenstein, R. (2000): When Genius Failed: The Rise and Fall of Long-Term Capital Management, New York 2000. ± Malkiel, B. G. (2003): The Efficient Market Hypothesis and Its Critics, in: Journal of Economic Perspectives, Winter 2003, S. 59±82. ± Markowitz, H. (1952): Portfolio Selection, in: The Journal of Finance, 1952, S. 77±91. ± Mitchell, M./Pulvino, T. (2001): Characteristics of Risk and Return in Risk Arbitrage, in: The Journal of Finance, 2001, S. 2135±2175. ± Mitchell, M. L./Pulvino, T. C. /Stafford, E. (2002): Price Pressure Around Mergers, Negotiation, Organizations and Markets Research Papers, Harvard NOM Research Paper No. 02±22, July 2002. ± Ott, A. E. (1989): Grundzüge der Preistheorie, 3. überarbeitete Auflage, Göttingen 1989. ± Perold, A. F. (1999): Long-Term Capital Management, Harvard Business School Case Study 9-200-007, November 5, 1999. ± Poddig, T./ Dichtl H./Petersmeier K. (2003): Statistik, Ökonometrie, Optimierung: Methoden und ihre praktischen Anwendungen in Finanzanalyse und Portfoliomanagement, 3. erweiterte Auflage, Bad Soden 2003. ± Poterba, J. M./Summers, L. H. (1988): Mean Reversion in Stock Prices: Evidence and Implications, in: Journal of Financial Economics, 22, 1988, S. 27±59. ± Schneeweis, T. / Martin G. (2000): The Benefits of Hedge Funds: Asset Allocation for the Institutional Investor, hrsg. von Lehman Brothers, September 2003. ± Sharpe, W. F. (1992): Asset Allocation: Management Style and Performance Measurement, in: The Journal of Portfolio Management, Winter 1992, S. 7±19. ± Sharpe, W. F. / Alexander, G. J. (1990): Investments, Fourth Edition, New Jersey 1990. ± Soros, G. (1995): Soros on Soros: Staying Ahead of the Curve, New York 1995. ± Tremont Capital Management (2005): TASS Asset Flows Report, Fourth Quarter 2004, New York 2005. Kredit und Kapital 2/2006 314 Jan Viebig und Thorsten Poddig OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.39.2.281 | Generated on 2023-01-16 13:23:10 Zusammenfassung Hedgefonds-Strategien und Asset-based Style-Faktoren Die Renditen von Hedgefonds können nur unzulänglich anhand von traditionellen Faktormodellen erklärt werden, da Hedgefonds dynamische Handelsstrategien verfolgen und ihre Renditen nur gering mit den Renditen traditioneller AssetKlassen korreliert sind. Hedgefonds erzielen jedoch keinesfalls hohe absolute Renditen, ohne dabei systematische Risiken einzugehen. Tatsächlich besitzen sie ausgeprägte, systematische Risiken, bei denen es sich jedoch um strategiespezifische Risiken handelt. Daher ist eine genaue (qualitative) Analyse der von Hedgefonds verfolgten Strategien notwendig, um die Art der systematischen Risiken zu identifizieren. Für eine darauf basierende, anschlieûende quantitative Analyse können Asset-based-Style-(ABS-)Faktormodelle eingesetzt werden. Diese Modelle besitzen jedoch einige Besonderheiten, wie Art und Konstruktion der Faktoren oder die Berücksichtigung von Nichtlinearitäten. Der Nutzen derartiger ABS-Faktormodelle ist groû, denn anhand von ABS-Faktoren können die systematischen Risiken einzelner Hedgefonds-Strategien erklärt und strategiespezifische Hedgefonds-Benchmarks modelliert werden. Dieser Beitrag zeigt im Rahmen einer qualitativen Analyse zunächst die Art der systematischen Risiken von Hedgefonds auf. Danach werden ABS-Faktormodelle als möglicher Ansatz einer quantitativen Analyse der Renditeund Risikostruktur von Hedgefonds kritisch diskutiert. Hier zeigt sich, dass eine umfassende und befriedigende Erklärung der Renditeund Risikostruktur von Hedgefonds noch am Anfang steht, jedoch bereits vielfältige Einsichten gewonnen werden konnten. Der Beitrag zeigt auch mögliche Ansatzpunkte für zukünftige Forschungen auf. (JEL G23) Summary Hedge Fund Strategies and Asset-based Style Factors Traditional factor models are unsatisfactory for explaining hedge-fund returns because hedge funds act in accordance with dynamic trading strategies and because the returns they produce correlate poorly with those of traditional asset classes. But hedge funds do not at all generate returns, high in absolute terms, without systematic risks being accepted in this regard. They show strong systematic risks that are strategy-specific in nature, however. For this reason, a precise (qualitative) analysis of the strategies applied by hedge funds is necessary in order to identify the type of such systematic risks. Asset-based Style (ABS-)factor models can be used for making a subsequent quantitative analysis on the basis of those strategies. However, such models include a number of special characteristics such as the type and design of factors or the need to deal with non-linear properties. The benefit of such ABS factor models is substantial, because ABS factors permit to explain the systematic risks of individual hedge fund strategies and to model strategy-specific hedge fund benchmarks. Within the framework of a qualitative analysis, this article initially shows the kind of systematic risks involved in hedge funds. It subsequently submits to a critical discussion of ABS factor models Kredit und Kapital 2/2006 Hedgefonds-Strategien und Asset-based Style-Faktoren 315 OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.39.2.281 | Generated on 2023-01-16 13:23:10 as possible approaches to a quantitative analysis of returns and risk structures. The conclusion to be drawn therefrom is that a comprehensive and satisfactory explanation of the structures of returns and risks of hedge funds are still in their infant shoes, but that multiple insights have already been obtained. This article also shows possible starting points for future research activities. Kredit und Kapital 2/2006 316 Jan Viebig und Thorsten Poddig OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.39.2.281 | Generated on 2023-01-16 13:23:10