Čeprav se vzajemni skladi in hedge skladi lahko analizirajo po zelo podobnih metrikah in procesih, hedge skladi potrebujejo dodatno stopnjo globine, da se reši njihova stopnja zahtevnosti in njihovi asimetrični pričakovani donosi. Varovalni skladi so na splošno dostopni samo pooblaščenim vlagateljem, saj zahtevajo skladnost z manj predpisi SEC kot drugi skladi.
Ta članek bo obravnaval nekatere kritične metrike, ki jih je treba razumeti pri analizi hedge skladov, in čeprav obstaja še veliko drugih, ki jih je treba upoštevati, so tukaj vključeni dober kraj za začetek temeljite analize uspešnosti hedge skladov.
Absolutna in relativna vrnitev
Podobno kot vzajemna analiza uspešnosti skladov je treba tudi tvegane sklade ovrednotiti glede na absolutno in relativno donosnost. Vendar pa je zaradi raznolikosti strategij hedge skladov in edinstvenosti vsakega hedge sklada potrebno dobro razumevanje različnih vrst donosov, da jih lahko prepoznamo.
Absolutna donosnost daje vlagatelju idejo, kam razvrstiti sklad v primerjavi s bolj tradicionalnimi vrstami naložb. Poimenovan tudi kot skupni donos, absolutna donosnost meri dobiček ali izgubo, ki jo ima sklad.
Na primer, hedge sklad z nizko in stabilno donosnostjo je verjetno boljši nadomestek naložb s fiksnim dohodkom, kot bi bil to za delnice na nastajajočih trgih, ki bi jih lahko nadomestil svetovni makro sklad z visokim donosom.
Po drugi strani relativni donos vlagatelju omogoča določitev privlačnosti sklada v primerjavi z drugimi naložbami. Primerljivi so lahko drugi hedge skladi, vzajemni skladi ali celo določeni indeksi, ki jih poskuša posnemati vlagatelj. Ključno za ocenjevanje relativnih donosov je določitev uspešnosti v več časovnih obdobjih, kot so eno-, tri- in petletni letni donosi. Poleg tega je treba te donose obravnavati tudi glede na tveganje, ki je povezano z vsako naložbo.
Najboljša metoda za oceno relativne uspešnosti je določitev seznama vrstnikov, ki bi lahko vključeval presek tradicionalnih vzajemnih skladov, indeksov lastniškega kapitala ali fiksnih dohodkov in drugih hedge skladov s podobnimi strategijami. Za vsako analizirano obdobje naj bi dober sklad deloval v najvišjih kvartilih, da bi učinkovito dokazal svojo sposobnost ustvarjanja alfa.
Merjenje tveganja
Kvantitativna analiza brez upoštevanja tveganja je podobna prečkanju prometne ulice, pri tem pa ni slekla oči. Osnovna finančna teorija kaže, da je mogoče velike donose ustvariti le s tveganjem, zato čeprav lahko sklad izkazuje odlične donose, mora vlagatelj v analizo vključiti tveganje, da določi tveganju prilagojeno uspešnost sklada in kako ga primerja z drugimi naložbami.
Za merjenje tveganja se uporablja več meritev:
Standardni odklon
Med prednostmi uporabe standardnega odklona kot merila tveganja sta enostavnost izračuna in enostavnost koncepta normalne porazdelitve donosov. Žal je to tudi razlog za njegovo šibkost pri opisu povezanih tveganj v hedge skladih. Večina hedge skladov nima simetričnih donosov, metrika standardnega odklona pa lahko prikrije tudi večjo pričakovano verjetnost velikih izgub.
Vrednost v tveganju (VaR)
Vrednost tveganja je meritev tveganja, ki temelji na kombinaciji srednjega in standardnega odklona. Za razliko od standardnega odklona pa tveganje ne opisuje v smislu nestanovitnosti, temveč kot najvišji znesek, ki bi ga verjetno izgubili s petodstotno verjetnostjo. V normalni porazdelitvi je zastopan s skrajnimi levimi petimi odstotki verjetnih rezultatov. Pomanjkljivost je, da je tako predpostavko normalno porazdeljenih donosov mogoče podceniti tako znesek kot verjetnost. Pri kvantitativni analizi ga je treba še vedno ovrednotiti, vendar mora vlagatelj pri ocenjevanju tveganja upoštevati tudi dodatne meritve.
Skewness
Skewness je merilo asimetrije donosov in analiza te meritve lahko osvetli tveganje sklada.
Spodnja slika prikazuje dva grafa z enakimi sredstvi in standardnimi odkloni. Graf na levi strani je pozitivno nagnjen. To pomeni srednji> srednji> način . Opazite, kako je desni rep daljši, rezultati na levi pa so obrnjeni proti sredini. Čeprav ti rezultati kažejo večjo verjetnost rezultata, ki je nižji od povprečja, pa kažejo tudi, čeprav nizko, verjetnost izjemno pozitivnega rezultata, kot kaže dolg rep na desni strani.
Pozitivna poševnost in negativna poševnost. Slika Julie Bang © Investopedia 2020
Poševnost približno nič kaže na normalno porazdelitev. Vsak pozitiven ukrep naklona bi bolj podobal porazdelitvi na levi strani, medtem ko negativna poševnost spominja na porazdelitev na desni. Kot je razvidno iz grafov, je nevarnost negativno naklonjene porazdelitve verjetnost zelo negativnega rezultata, tudi če je verjetnost majhna.
Kurtoza
Kurtoza je merilo skupne teže repov razdelitve glede na preostalo delitev.
Na sliki 2 razdelitev na levi kaže negativno kurtozo, kar kaže na manjšo verjetnost rezultatov okoli povprečja in manjšo verjetnost ekstremnih vrednosti. Pozitivna kurtoza, porazdelitev na desni, kaže na večjo verjetnost rezultatov blizu povprečne, a tudi na večjo verjetnost ekstremnih vrednosti. V tem primeru imata obe distribuciji isto srednjo vrednost in standardni odklon, zato lahko vlagatelj začne spoznati pomembnost analize dodatnih meritev tveganja, ki presegajo standardni odklon in VAR.
Negativi kurtoza in pozitivna kurtoza. Slika Julie Bang © Investopedia 2020
Ostro razmerje
Eden izmed najbolj priljubljenih ukrepov donosnosti s prilagojenim tveganjem, ki ga uporabljajo hedge skladi, je razmerje Sharpe. Koeficient ostrine kaže količino dodatnega donosa, dobljenega za vsako stopnjo prevzetega tveganja. Koeficient ostrine, večji od 1, je dober, medtem ko se razmerja pod 1 lahko presodijo na podlagi uporabljenega premoženja ali naložbene strategije. Vsekakor so vhodni podatki za izračun koeficienta Sharpe srednja vrednost, standardni odklon in stopnja brez tveganja, zato so razmerja Sharpe morda bolj privlačna v obdobjih nizkih obrestnih mer in manj privlačna v obdobjih višjih obrestnih mer.
Merjenje učinkovitosti z razmerji primerjalnih vrednosti
Za natančno merjenje uspešnosti sklada je treba imeti primerjalno točko, na podlagi katere bomo lahko ocenili donosnost. Te primerjalne točke so znane kot primerjalne vrednosti.
Za merjenje uspešnosti glede na referenčno vrednost se lahko uporabimo več ukrepov. To so tri pogoste:
Beta
Beta se imenuje sistematično tveganje in je merilo donosnosti sklada glede na donosnost indeksa. Trgu ali indeksu, ki se primerja, je dodeljena različica beta 1. Sklad z različico beta 1, 5 bo imel zato 1, 5-odstotno donosnost za vsako 1-odstotno gibanje na trgu / indeksu. Sklad z beta vrednostjo 0, 5 pa bo imel 0, 5-odstotno donosnost za vsakih 1-odstotni donos na trgu.
Beta je odlično merilo za določitev, koliko izpostavljenosti do lastniškega kapitala do določenega razreda sredstev ima sklad in vlagatelju omogoča, da ugotovi, ali je in / ali kako upravičena velika dodelitev. Beta je mogoče izmeriti glede na kateri koli referenčni indeks, vključno z indeksi kapitala lastniškega kapitala, stalnega dohodka ali hedge skladov, da se razkrije občutljivost sklada na gibanja v določenem indeksu. Večina hedge skladov izračuna beta glede na indeks S&P 500, saj prodajo donose temelji na njihovi relativni neobčutljivosti / korelaciji s širšim trgom delnic.
Korelacija
Korelacija je zelo podobna beta, saj meri relativne spremembe v donosu. Vendar za razliko od beta, ki predvideva, da trg do neke mere vpliva na uspešnost sklada, korelacija meri, kako povezana bi lahko bila donosnost dveh skladov. Diverzifikacija na primer temelji na dejstvu, da različni razredi premoženja in naložbene strategije različno reagirajo na sistematične dejavnike.
Korelacija se meri na lestvici od -1 do +1, kjer -1 označuje popolno negativno korelacijo, nič ne kaže navidezne korelacije in +1 pomeni popolno pozitivno korelacijo. Popolna negativna korelacija se lahko doseže s primerjavo donosa na dolgem položaju S&P 500 s kratkim položajem S&P 500. Očitno bo pri vsakem povečanju enega odstotka na eni poziciji enak odstotek v drugem.
Najboljša uporaba korelacije je primerjava korelacije vsakega sklada v portfelju z vsakim drugim skladom v tem portfelju. Nižja je povezanost teh sredstev med seboj, večja je verjetnost, da je portfelj dobro razpršen. Vendar pa bi moral biti vlagatelj previden zaradi prevelike diverzifikacije, saj se lahko donos dramatično zmanjša.
Alfa
Številni vlagatelji domnevajo, da je alfa razlika med donosnostjo sklada in referenčno donosnostjo, vendar alfa dejansko upošteva razliko v donosu glede na količino prevzetega tveganja. Z drugimi besedami, če je donosnost 25 odstotkov boljša od referenčne vrednosti, vendar je bilo tveganje za 40 odstotkov večje od referenčne vrednosti, bi bil alfa dejansko negativen.
Ker večina upravljavcev hedge skladov trdi, da to prispevajo k donosnosti, je pomembno razumeti, kako to analizirati.
Alfa se izračuna po modelu CAPM:
Сігналы абмеркавання ERi = Rf + βi × (ERm −Rf) kjer: ERi = Pričakovani donos naložbeRf = Stopnja brez tveganjaβi = Beta naložbeERm = Pričakovani donos trga
Za izračun, ali je upravljavec hedge sklada na podlagi prevzetega tveganja dodal alfa, lahko investitor beta nadomestitve beta hedge sklada preprosto nadomesti z zgornjo enačbo, kar bi prineslo pričakovani donos uspešnosti hedge sklada. Če dejanski donosi presežejo pričakovano donosnost, potem upravljavec hedge skladov doda alfa na podlagi prevzetega tveganja. Če je dejanska donosnost nižja od pričakovane donosnosti, upravljavec hedge sklada ni dodal alfa na podlagi prevzetega tveganja, čeprav so bili dejanski donosi morda višji od ustreznih referenčnih vrednosti. Vlagatelji bi morali želeti upravljavce hedge skladov, ki dodajo alfa donosom s tveganjem, ki ga prevzamejo, in ki ne ustvarjajo donosov preprosto z dodatnim tveganjem.
Spodnja črta
Izvajanje kvantitativne analize hedge skladov je lahko zelo zamudno in zahtevno. Vendar pa je v tem članku naveden kratek opis dodatnih meritev, ki dodajo dragocene informacije v analizo. Obstajajo tudi številne druge meritve, ki jih je mogoče uporabiti in tudi razpravljane so lahko za nekatere hedge sklade bolj pomembne in za druge manj pomembne.
Vlagatelj bi moral biti sposoben razumeti več tveganj, ki jih prinaša določen sklad, tako da si bo prizadeval izvesti nekaj dodatnih izračunov, od katerih se mnogi samodejno izračunajo z analitično programsko opremo, vključno s sistemi ponudnikov, kot so Morningstar, PerTrac in Zephyr.
