Kalendář


Připravujeme pro vás kalendář s "earnings calls", IPOs, SPAC mergery a dalším.

Hlavní události dne s vlivem na trhy

Principy kvantitativní analýzy pro porozumnění výkonu a riziku hedge fondů

Ačkoli lze vzájemné fondy a zajišťovací fondy analyzovat pomocí velmi podobných metrik a procesů, zajišťovací fondy vyžadují další úroveň hloubky, aby bylo možné řešit jejich úroveň složitosti a jejich asymetrické očekávané výnosy. Zajišťovací fondy jsou obecně přístupné pouze akreditovaným investorům, protože vyžadují dodržování méně předpisů SEC než jiné fondy...

Tento článek se bude zabývat některými kritickými metrikami, kterým je třeba porozumět při analýze zajišťovacích fondů, a přestože je třeba vzít v úvahu mnoho dalších, zde uvedené jsou dobrým místem pro zahájení důkladné analýzy výkonnosti zajišťovacích fondů.

Shrnutí

  • Pochopení výkonnosti a rizikových charakteristik zajišťovacích fondů může být často o něco složitější než u podílového fondu nebo standardního portfolia akcií a dluhopisů.
  • Mnoho hedgeových fondů usiluje spíše o absolutní výnosy, než aby se pokoušely porazit index, jako je S&P 500, a proto musí být výkon posuzován odpovídajícím způsobem a v závislosti na konkrétní strategii.
  • Riziko musí být rovněž měřeno způsoby, které jsou slučitelné s investičními cíli a mohou zahrnovat hodnotu v riziku (VaR) a analýzu tukových ocasů.

Absolutní a relativní výnosy

Podobně jako u analýzy výkonnosti podílových fondů by měly být zajišťovací fondy hodnoceny z hlediska absolutní i relativní návratnosti. Vzhledem k rozmanitosti strategií zajišťovacích fondů a jedinečnosti každého zajišťovacího fondu je však pro jejich identifikaci nutné dobré pochopení různých typů výnosů...

Absolutní výnosy dávají investorovi představu o tom, kam fond kategorizovat ve srovnání s tradičnějšími typy investic. Absolutní výnos, který se také označuje jako celkový výnos, měří zisk nebo ztrátu, které fond zažívá.

Například zajišťovací fond s nízkými a stabilními výnosy je pravděpodobně lepší náhradou za investice s pevným výnosem, než by to bylo za akcie rozvíjejících se trhů, které by mohly být nahrazeny globálním makrofondem s vysokou návratností.

Relativní výnosy na druhé straně umožňují investorovi určit atraktivitu fondu ve srovnání s jinými investicemi. Srovnatelné položky mohou být jiné zajišťovací fondy, podílové fondy nebo dokonce určité indexy, které se investor snaží napodobit. Klíčem k hodnocení relativních výnosů je stanovení výkonu v několika časových obdobích, jako jsou jednoleté, tříleté a pětileté roční výnosy. Kromě toho by tyto výnosy měly být brány v úvahu ve vztahu k riziku spojenému s každou investicí.

Nejlepší metodou pro hodnocení relativní výkonnosti je definování seznamu vzájemných vztahů, který by mohl zahrnovat průřez tradičními podílovými fondy, akciovými indexy nebo indexy s pevným výnosem a jinými zajišťovacími fondy s podobnými strategiemi. Dobrý fond by měl fungovat v horních kvartilech pro každé analyzované období, aby mohl účinně prokázat svoji schopnost generovat alfa.

Měření rizika

Dělat kvantitativní analýzu bez zohlednění rizika je podobné překročení rušné ulice se zavázanýma očima. Základní finanční teorie naznačuje, že nadměrné výnosy lze generovat pouze riskováním, takže i když fond může vykazovat vynikající výnosy, měl by investor do analýzy zahrnout riziko, aby určil rizikově upravenou výkonnost fondu a jeho srovnání s ostatními investicemi.

K měření rizika se používá několik metrik:..

Standardní odchylka

Mezi výhody použití směrodatné odchylky jako měřítka rizika patří snadnost výpočtu a jednoduchost konceptu normálního rozdělení výnosů. To je bohužel také důvod jeho slabosti při popisu inherentních rizik v zajišťovacích fondech. Většina zajišťovacích fondů nemá symetrické výnosy a metrika standardní odchylky může také maskovat vyšší než očekávanou pravděpodobnost velkých ztrát...

Hodnota v riziku (VaR)

Hodnota v riziku je metrika rizika, která je založena na kombinaci střední a standardní odchylky..Na rozdíl od standardní odchylky však nepopisuje riziko z hlediska volatility, ale spíše jako nejvyšší částku, která bude pravděpodobně ztracena s pětiprocentní pravděpodobností. V normálním rozdělení je to představováno levými pěti procenty pravděpodobných výsledků. Nevýhodou je, že jak částku, tak pravděpodobnost lze podceňovat kvůli předpokladu normálně distribuovaných výnosů. Při provádění kvantitativní analýzy by mělo být stále hodnoceno, ale investor by měl při hodnocení rizika vzít v úvahu také další metriky.

Šikmost

Šikmost je měřítkem asymetrie výnosů a analýza této metriky může vrhnout další světlo na riziko fondu...

Obrázek níže ukazuje dva grafy se stejnými průměry a směrodatnými odchylkami. Graf vlevo je pozitivně zkosený. To znamená střední> medián> režim. Všimněte si, jak je pravý ocas delší a výsledky vlevo jsou seskupeny směrem ke středu. Ačkoli tyto výsledky naznačují vyšší pravděpodobnost výsledku, který je menší než průměr, znamená to také pravděpodobnost, i když nízkou, extrémně pozitivního výsledku, jak je naznačeno dlouhým ocasem na pravé straně.

Obrázek 1: Pozitivní šikmost a záporná šikmost.
Obrázek Julie Bang © Investopedia 2020

Šikmost přibližně nula označuje normální rozdělení. Jakákoli míra šikmosti, která je pozitivní, by se pravděpodobněji podobala distribuci vlevo, zatímco negativní šikmost se podobá distribuci vpravo. Jak je patrné z grafů, nebezpečím negativně vychýleného rozdělení je pravděpodobnost velmi negativního výsledku, i když je pravděpodobnost nízká.

Kurtosis

Kurtosis je míra kombinované hmotnosti ocasu distribuce ve vztahu ke zbytku distribuce...

Na obrázku 2 níže vykazuje distribuce vlevo negativní kurtosu, což naznačuje nižší pravděpodobnost výsledků kolem průměru a nižší pravděpodobnost extrémních hodnot. Pozitivní kurtosis, distribuce vpravo, naznačuje vyšší pravděpodobnost výsledků blízkých průměru, ale také vyšší pravděpodobnost extrémních hodnot. V tomto případě mají obě distribuce stejný průměr a směrodatnou odchylku, takže investor může začít získávat představu o důležitosti analýzy dalších metrik rizika nad rámec směrodatné odchylky a VAR.

Obrázek 2: Negativní špičatost a pozitivní špičatost.
Obrázek Julie Bang © Investopedia 2020

Sharpe Ratio

Jedním z nejoblíbenějších měr výnosů upravených o riziko, který používají zajišťovací fondy, je Sharpeho poměr..Sharpeho poměr udává výši dodatečného výnosu získaného pro každou úroveň podstupovaného rizika. Sharpeův poměr větší než 1 je dobrý, zatímco poměry pod 1 lze posoudit na základě použité třídy aktiv nebo investiční strategie. V každém případě jsou vstupy pro výpočet Sharpeho poměru průměr, směrodatná odchylka a bezriziková sazba, takže Sharpeovy poměry mohou být atraktivnější v období nízkých úrokových sazeb a méně atraktivní v obdobích vyšších úrokových sazeb.

Měření výkonu s referenčními poměry

Pro přesné měření výkonnosti fondu je nutné mít srovnávací bod, proti kterému lze vyhodnotit výnosy. Tyto srovnávací body se nazývají referenční hodnoty.

Existuje několik opatření, která lze použít k měření výkonu ve srovnání s referenční hodnotou. Jedná se o tři běžné:

Beta

Beta se nazývá systematické riziko a je měřítkem výnosů fondu ve srovnání s výnosy indexu..Porovnávanému trhu nebo indexu je přiřazena beta verze 1. Fond s beta verzí 1,5 proto bude mít tendenci mít návratnost 1,5 procenta za každé jedno procento pohybu na trhu / indexu. Na druhé straně fond s beta 0,5 bude mít 0,5 procentní výnos za každé 1 procentní výnos na trhu.

Beta je vynikajícím měřítkem při určování míry kapitálové expozice – vůči konkrétní třídě aktiv -, kterou má fond, a umožňuje investorovi určit, zda a / nebo jak velká je alokace fondu zaručena. Beta lze měřit ve vztahu k jakémukoli srovnávacímu indexu, včetně indexů vlastního kapitálu, indexu s pevným výnosem nebo hedgeového fondu, aby se odhalila citlivost fondu na pohyby konkrétního indexu. Většina zajišťovacích fondů počítá beta ve vztahu k indexu S&P 500, protože prodávají své výnosy na základě jejich relativní necitlivosti / korelace s širším akciovým trhem.

Korelace

Korelace je velmi podobná beta, protože měří relativní změny výnosů. Na rozdíl od verze beta, která předpokládá, že trh do určité míry řídí výkonnost fondu, však korelace měří, jak by mohly souviset výnosy dvou fondů. Diverzifikace je například založena na skutečnosti, že různé třídy aktiv a investiční strategie reagují odlišně na systematické faktory.

Korelace se měří na stupnici od -1 do +1, kde -1 označuje perfektní negativní korelaci, nula označuje vůbec žádnou zjevnou korelaci a +1 označuje perfektní pozitivní korelaci. Dokonalé negativní korelace lze dosáhnout porovnáním výnosů na dlouhé pozici S&P 500 s krátkou pozicí S&P 500. Je zřejmé, že za každé zvýšení procenta na jedné pozici bude stejné snížení procenta na druhé pozici.

Nejlepším využitím korelace je srovnání korelace každého fondu v portfoliu s každým z ostatních fondů v tomto portfoliu. Čím nižší je vzájemná korelace těchto fondů, tím pravděpodobnější je portfolio dobře diverzifikované. Investor by si však měl dávat pozor na příliš velkou diverzifikaci, protože výnosy se mohou dramaticky snížit.

Alfa

Mnoho investorů předpokládá, že alfa je rozdíl mezi výnosem fondu a srovnávacím výnosem, ale alfa ve skutečnosti bere v úvahu rozdíl ve výnosech vzhledem k míře podstupovaného rizika. Jinými slovy, pokud jsou výnosy o 25 procent lepší než referenční hodnota, ale přijaté riziko bylo o 40 procent vyšší než referenční hodnota, alfa by byla ve skutečnosti záporná.

Protože to je to, co většina manažerů hedgeových fondů tvrdí, že přidává k výnosům, je důležité pochopit, jak to analyzovat.

Alfa se počítá pomocí modelu CAPM:..

.

ERi=RF+βi×(ERmRF)kde:ERi=Očekávaná návratnost investiceRF=Bezriziková sazbaβi=Beta investiceERm=Očekávaný výnos trhu begin aligned & text ER _i = text R _f + beta_i times ( text ER _m – text R _f) \ & textbf kde: \ & text ER _i = text Očekávaný výnos investice \ & text R _f = text Bezriziková sazba \ & beta_i = text Beta investice & text ER _m = text očekávaný výnos trhu \ end zarovnáno

.ERi.=RF.+βi.×(ERm.RF.)kde:ERi.=Očekávaná návratnost investiceRF.=Bezriziková sazbaβi.=Beta investiceERm.=Očekávaný výnos trhu..

Chcete-li vypočítat, zda správce hedgeového fondu přidal alfa na základě podstupovaného rizika, může investor jednoduše nahradit beta hedgeového fondu do výše uvedené rovnice, což by mělo za následek očekávaný výnos z výkonu hedgeového fondu. Pokud skutečné výnosy překročí očekávaný výnos, přidal správce hedgeového fondu alfa na základě podstupovaného rizika. Pokud je skutečný výnos nižší než očekávaný výnos, správce hedgeového fondu nepřidal alfa na základě podstupovaného rizika, i když skutečné výnosy mohly být vyšší než příslušná referenční hodnota. Investoři by měli chtít manažery zajišťovacích fondů, kteří přidávají do výnosů alfa s rizikem, které podstupují, a kteří negenerují výnosy jednoduše tím, že podstupují další riziko.

Závěr

Provádění kvantitativní analýzy zajišťovacích fondů může být složité, časově náročné a často náročné. Tento článek však poskytuje krátký popis dalších metrik, které do analýzy přidávají cenné informace. Existuje také řada dalších metrik, které lze použít, a dokonce i ty, které jsou popsány v tomto článku, mohou být pro některé zajišťovací fondy relevantnější a pro ostatní méně relevantní.

Investor by měl být schopen pochopit více rizik spojených s konkrétním fondem vynaložením úsilí na provedení několika dalších výpočtů, z nichž mnohé jsou automaticky počítány analytickým softwarem, včetně systémů od poskytovatelů jako Morningstar, PerTrac a Zephyr.

Kliněte pro ohodnocení článku!
[Celkem: 0 Průměrné hodnocení: 0]
Žádné příspěvky

Komentář
Jméno
E-mail
Web

error: