Quantitative Ansätze zur Evaluation von Hedgefonds-Investments

Die Wachstumsraten der vergangenen zwei Jahrzehnte verdeutlichen, dass Hedgefonds aus Sicht zahlreicher Anlegergruppen zu einer immer wichtigeren Assetklasse werden. Die anhaltende Popularität dieser Assetklasse, insbesondere unter institutionellen Anlegern, führt dazu, dass Hedgefonds in den letzten Jahren auch in der Wissenschaft immer intensiver diskutiert werden. Im Mittelpunkt des Interesses steht dabei die Weiterentwicklung traditioneller Ansätze der Rendite-/Risikoanalyse mit dem Ziel, den Besonderheiten von Hedgefonds-Investments gerecht zu werden. Zusammenfassend resultiert das weitgehend unregulierte Anlageverhalten von Hedgefonds in drei zentralen Problemkreisen, der Bias-Problematik, der Abweichung von der Normalverteilungshypothese und der Autokorrelationsproblematik, welche eine besondere Berücksichtigung im Rahmen der statistischen Analyse erfordern. Aus diesem Grunde generieren gängige Modellierungen unter Verwendung von Standardannahmen wie der Normalverteilung oder erste approximative Erweiterungen wie beispielsweise die Cornish/Fisher-Expansion keine zufriedenstellenden Ergebnisse. Insofern stehen bisher keine adäquaten Verfahren zur Verfügung, welche die Komplexität dieser Assetklasse hinreichend gut abbilden können. Gegenstand der vorliegenden Arbeit ist es, ausgewählte tradierte Konzepte der Rendite-/Risikoanalyse zu verallgemeinern und auf die Besonderheiten eines Hedgefonds-Investments zu übertragen. Neben einem flexiblen parametrischen Verteilungsmodell, welches auf Erweiterungen der Risikomaße Value-at-Risk und Conditional Value-at-Risk hinleitet, wird eine geeignete Maßzahl der referenzpunktbezogenen Performancemessung etabliert. Darüber hinaus werden Verallgemeinerungen des Jensen Alpha vorgestellt, die selbst gewisse Formen von nichtlinearen Auszahlungsmustern erfassen können