Performanemaÿe
Carsten Körner
Inauguraldissertation
zur
Erlangung des Doktorgrades
der
Wirtshafts- und Sozialwissenshaftlihen Fakultät
der
Universität zu Köln
2013
vorgelegt
von
Diplom-Kaufmann
Carsten Körner
aus
Huhem-Stammeln
1 Einleitung 1
2 Renditen 5
2.1 Renditebegrie . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2 Renditemodelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.2.1 Unabhängigidentish verteilteRenditen . . . . . . . . . . 7
2.2.2 IntertemporalabhängigeRenditen . . . . . . . . . . . . . 10
2.2.2.1 Autokorrelation . . . . . . . . . . . . . . . . . . 10
2.2.2.2 AbhängigeVarianzen . . . . . . . . . . . . . . . 12
2.2.3 MultivariateRenditemodelle . . . . . . . . . . . . . . . . 14
2.2.3.1 Multivariateunabhängigundidentish verteilte Zufallsvariablen . . . . . . . . . . . . . . . . . . 15
2.2.3.2 MGARCH . . . . . . . . . . . . . . . . . . . . . 17
2.3 EmpirisheRenditen . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.3.1 Aktienundanderebörsengehandelte Wertpapiere. . . . . 22
2.3.1.1 StilisierteFakten . . . . . . . . . . . . . . . . . . 22
2.3.1.2 RentenundDerivate. . . . . . . . . . . . . . . . 25
2.3.2 Investmentfonds . . . . . . . . . . . . . . . . . . . . . . . 26
2.3.3 Hedgefonds . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3 Performanemessung 43 3.1 Rendite,RisikoundNutzen . . . . . . . . . . . . . . . . . . . . . 43
3.2 Performanemaÿe. . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.2.1 ÜberblikundKlassikation. . . . . . . . . . . . . . . . . 48
3.2.2 DieklassishenPerformanemaÿe. . . . . . . . . . . . . . 49
3.2.2.1 DasSharpe-Ratio . . . . . . . . . . . . . . . . . 49
3.2.2.2 DasTreynor-Ratio . . . . . . . . . . . . . . . . . 50
3.2.2.3 Jensens Alpha . . . . . . . . . . . . . . . . . . . 52
3.2.3 NeuerePerformanemaÿe . . . . . . . . . . . . . . . . . . 53
3.2.3.1 Risk-Adjusted Performane nah Modigliani / Modigliani . . . . . . . . . . . . . . . . . . . . . 53
3.2.3.2 PerformanemaÿeaufBasispartiellerMomente . 54 3.2.3.3 PerformanemaÿeaufBasisdesValue-at-Risk . 57 3.3 PunktshätzungvonPerformanemaÿen . . . . . . . . . . . . . . 59
3.4 RisikoloserZins,MarktportfolioundZeitskala . . . . . . . . . . . 62
3.4.1 DerrisikoloseZins . . . . . . . . . . . . . . . . . . . . . . 62
3.4.2 DasMarktportfolio. . . . . . . . . . . . . . . . . . . . . . 64
3.4.3 DieZeitskala . . . . . . . . . . . . . . . . . . . . . . . . . 66
3.5 StudienzurPerformanemessung . . . . . . . . . . . . . . . . . . 67
4 Statistishe Inferenz 69 4.1 DieDelta-Methode . . . . . . . . . . . . . . . . . . . . . . . . . . 70
4.1.1 Ansatz. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
4.1.2 Varianzenfüreinzelne Maÿe. . . . . . . . . . . . . . . . . 71
4.1.2.1 Sharpe-Ratio . . . . . . . . . . . . . . . . . . . . 71
4.1.2.2 Treynor-Ratio . . . . . . . . . . . . . . . . . . . 77
4.1.2.3 JensensAlpha . . . . . . . . . . . . . . . . . . . 80
4.1.2.4 Modigliani-Modigliani . . . . . . . . . . . . . . . 83
4.1.2.5 Kappa. . . . . . . . . . . . . . . . . . . . . . . . 88
4.1.2.6 ExessReturnonValue-at-Risk . . . . . . . . . 92
4.1.3 Kondenzintervalle aufBasisderVarianzformeln . . . . . 98
4.2 DieBootstrap-Methode . . . . . . . . . . . . . . . . . . . . . . . 98
4.2.1 DernihtparametrisheBootstrap . . . . . . . . . . . . . 99
4.2.2 Bootstrap-Kondenzintervalle . . . . . . . . . . . . . . . . 101
4.2.2.1 Bootstrap-KondenzintervalleüberStandardfeh- ler . . . . . . . . . . . . . . . . . . . . . . . . . . 101
4.2.2.2 Bootstrap-KondenzintervalleüberPerzentile. . 103
4.2.3 BootstrappingvonPerformanemaÿen . . . . . . . . . . . 105
4.3 WeitereAnsätze . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
5 Simulationen 107 5.1 Methodik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
5.1.1 DatenerzeugendeProzesse . . . . . . . . . . . . . . . . . . 107
5.1.2 Auswertung . . . . . . . . . . . . . . . . . . . . . . . . . . 109
5.2 KonvergenzderShätzer. . . . . . . . . . . . . . . . . . . . . . . 114
5.3 ErgebnissefüreinzelneMaÿe . . . . . . . . . . . . . . . . . . . . 120
5.3.1 Sharpe-Ratio . . . . . . . . . . . . . . . . . . . . . . . . . 120
5.3.2 Treynor-Ratio. . . . . . . . . . . . . . . . . . . . . . . . . 134
5.3.3 JensensAlpha . . . . . . . . . . . . . . . . . . . . . . . . 142
5.3.4 Modigliani-Modigliani . . . . . . . . . . . . . . . . . . . . 148
5.3.5 Kappa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
5.3.6 ExpetedReturnonValue-at-Risk . . . . . . . . . . . . . 162
5.4 Kondenzintervalle . . . . . . . . . . . . . . . . . . . . . . . . . . 167
6 Shlussfolgerungen 181 6.1 Zusammenfassung . . . . . . . . . . . . . . . . . . . . . . . . . . 181
A Anhang 191
A.1 UmformungenhöhererMomente . . . . . . . . . . . . . . . . . . 191
A.2 VarianzformelnfürPerformanemaÿe. . . . . . . . . . . . . . . . 193
A.2.1 Sharpe-Ratio . . . . . . . . . . . . . . . . . . . . . . . . . 193
A.2.2 Treynor-Ratio. . . . . . . . . . . . . . . . . . . . . . . . . 193
A.2.3 JensensAlpha . . . . . . . . . . . . . . . . . . . . . . . . 195
A.2.4 Modigliani-Modigliani . . . . . . . . . . . . . . . . . . . . 197
A.2.5 Kappa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198
A.2.6 ERVaR . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198
A.3 Weitere,ergänzendeBerehnungen . . . . . . . . . . . . . . . . . 199
A.3.1 Überleitungvonσ2bκ1,z zuσ2bΩ z . . . . . . . . . . . . . . . . 199
A.3.2 ErläuterungvonFormel5.1, S.113 . . . . . . . . . . . . . 200
Literaturverzeihnis 201
2.1 KennzahlenderMonatsrenditenvon2378amerikanishenInvest-
mentfonds2001-2011 . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.2 Vergleih derKennzahlen fürInvestmentfondsmonatsrenditen . . 32
2.3 KennzahlenfürHedgefondsmonatsrenditennahGetmanskyetal.
(2004) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.1 PunktshätzerfürklassishePerformanemaÿe . . . . . . . . . . 60
3.2 Korrelation der Shätzer ausgewählter Performanemaÿe nah
ElingundShuhmaher(2007) . . . . . . . . . . . . . . . . . . . 68
5.1 ParameterbeiderSimulationvonZeitreihen . . . . . . . . . . . 109
5.2 Übersiht über die in den folgenden Abshnitten verwendeten
Simulationsstatistiken . . . . . . . . . . . . . . . . . . . . . . . . 114
5.3 Simulationsparameterin Abshnitt5.2 . . . . . . . . . . . . . . . 115
5.4 Simulationsergebnisse für die benhmarkfreien Maÿe bei i.i.d.-
normalverteiltenDatenundZeitreihenlängen= 500 . . . . . . . 116
5.5 Simulationsergebnisse für die Maÿe mit Benhmark bei i.i.d.-
normalverteiltenDatenundZeitreihenlängen= 500 . . . . . . . 118
5.6 SimulationsergebnissefürDierenzenvonPerformanemaÿenbei
i.i.d.-normalverteiltenDatenundZeitreihenlängen= 500 . . . . 119
5.7 Simulationsergebnisse bei i.i.d.-t5-verteilten Daten und Zeitrei- henlängen= 500 . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
5.8 ErgebnissefürdasSharpe-Ratiobeii.i.d.-normalverteiltenDaten
undZeitreihenlängen= 60,Ausgangsparameter . . . . . . . . . 122 5.9 ErgebnissefürdasSharpe-RatiobeinihtnormalverteiltenDaten
undZeitreihenlängen= 60,Ausgangsparameter . . . . . . . . . 124 5.10 Ergebnisse fürdie Dierenz der Sharpe-Ratioszweier Portfolios
X undY mit Zeitreihenlängen= 60,Ausgangsparameter . . . . 130 5.11 Ergebnisse für das Treynor-Ratio bei Zeitreihenlänge n = 60,
Ausgangsparameter. . . . . . . . . . . . . . . . . . . . . . . . . . 135
5.12 ErgebnissefürdieDierenz derTreynor-RatioszweierPortfolios
beiZeitreihenlängen= 60,Ausgangsparameter . . . . . . . . . . 141 5.13 Ergebnisse für Jensens Alpha bei Zeitreihenlänge n = 60, Aus-
gangsparameter . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
5.14 ErgebnissefürdieDierenzderJensensAlphaszweierPortfolios
beiZeitreihenlängen= 60,Ausgangsparameter . . . . . . . . . . 146 5.15 Ergebnisse fürdie Originalversionvon M M bei Zeitreihenlänge
n= 60,Ausgangsparameter . . . . . . . . . . . . . . . . . . . . . 148 5.16 Ergebnisse für die alternative Versionvon M M bei Zeitreihen-
längen= 60,Ausgangsparameter. . . . . . . . . . . . . . . . . . 151 5.17 ErgebnissefürdieDierenzderM MzweierPortfoliosbeiZeitrei-
henlängen= 60,Ausgangsparameter. . . . . . . . . . . . . . . . 154 5.18 ErgebnissefürKappa(α, z= 0)beiZeitreihenlängen= 60,Aus-
gangsparameter . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
5.19 Ergebnisse fürdieDierenz vonKappa(α, z= 0)zweier Portfo-
liosbeiZeitreihenlängen= 60,Ausgangsparameter. . . . . . . . 162 5.20 Ergebnisse für ERVaR(α = 0,05) bei Zeitreihenlänge n = 60,
Ausgangsparameter. . . . . . . . . . . . . . . . . . . . . . . . . . 164
5.21 AnnahmebereihevonH0 beizweiseitigemGauÿ-Anteilswerttest 168 5.22 Überdekungshäugkeiten vershiedener Kondenzintervalle für
ShX und∆ShXY . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
5.23 Überdekungshäugkeiten vershiedener Kondenzintervalle für
T rX und∆T rXY . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
5.24 Überdekungshäugkeiten vershiedener Kondenzintervalle für
T rX beiρM,X = 0,25 . . . . . . . . . . . . . . . . . . . . . . . . 172
5.25 Überdekungshäugkeiten vershiedener Kondenzintervalle für
αX und∆αXY . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
5.26 Überdekungshäugkeiten vershiedener Kondenzintervalle für
ShätzerdesPerformanemaÿesvonModigliani-Modigliani . . . 174
5.27 Überdekungshäugkeiten vershiedener Kondenzintervalle für
κX(α= 1,2,3) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176
5.28 Überdekungshäugkeiten vershiedener Kondenzintervalle für
ERV aRX(α= 0,05; 0,02) . . . . . . . . . . . . . . . . . . . . . . 176
5.29 VergleihderShätzmethodenfürKondenzintervalle . . . . . . 177
5.30 ÜberdekungshäugkeitenfürKondenzintervalledesSharpe-Ratios
beiVariationvonnundB . . . . . . . . . . . . . . . . . . . . . . 180
6.1 ÜbersihtübervorhandeneVarianzformelnfürPerformanemaÿ-
shätzer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
6.2 WahrsheinlihkeitenfürfalshesVorzeihenvonθb . . . . . . . . 186
6.3 AsymptotisheVarianzenvonPerformanemaÿenbeivershiede-
nenerwartetenRenditenundStihprobenlängen . . . . . . . . . 187
6.4 MinimaleerwartetePortfoliorenditeproMonatbzw.Jahrfüreine
mit mind. 84%Wahrsheinlihkeitkorrekte Shätzung des Vor-
zeihensvonX . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
2.1 HistogrammderHedgefondsrenditen1994-2005ausCISDM . . 38
4.1 NihtparametrisherDihteshätzer. . . . . . . . . . . . . . . . . 96
4.2 AbhängigkeitdesParametersk vonn·α. . . . . . . . . . . . . . 97
5.1 GrasheErläuterung zuψf1,f2 . . . . . . . . . . . . . . . . . . 112
5.2 Graken zur Verteilung von Shc für i.i.d.-normalverteilte Daten mitSh= 0,02undZeitreihenlängen= 60. . . . . . . . . . . . . 123
5.3 Grakenzur Verteilung vonShc füri.i.d.-t10-verteilteDatenmit
Sh= 0,02undZeitreihenlängen= 60. . . . . . . . . . . . . . . . 125
5.4 GrakenzurVerteilungvonShc fürGARCH-undAR-Zeitreihen mitSh= 0,02undZeitreihenlängen= 60. . . . . . . . . . . . . 127
5.5 Simulationsstatistiken des Sharpe-Ratios bei Variation von µX
füri.i.d.-Daten(links)undAR(1)-Daten(rehts) . . . . . . . . . 129
5.6 Graken zur Verteilung von ∆bSh, i.i.d.-t10-verteilte Renditen,
Zeitreihenlängen= 60. . . . . . . . . . . . . . . . . . . . . . . . 132
5.7 Grakenzu∆bSh beiParametervariation . . . . . . . . . . . . . . 133 5.8 Grakenzur Verteilung vonT rc füri.i.d.-t10-verteilteDatenmit
T r= 0,004undZeitreihenlängen= 60. . . . . . . . . . . . . . . 136
5.9 GrakenzuT rcX beiParametervariation . . . . . . . . . . . . . . 138 5.10 GrakenzuT rcX beiVariationdesKorrelationskoezientenund
n= 1250 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
5.11 Graken zur Verteilung von ∆bT r, i.i.d.-t10-verteilte Renditen,
Zeitreihenlängen= 60. . . . . . . . . . . . . . . . . . . . . . . . 142
5.12 GrakenzurVerteilung vonJensens αbfüri.i.d.-t10-verteilteDa-
tenmitα= 0,0015undZeitreihenlängen= 60.. . . . . . . . . . 144
5.13 GrakenzuαbX beiParametervariation. . . . . . . . . . . . . . . 145 5.14 GrakenzurVerteilungvon∆bα,i.i.d.-t10-verteilteRenditen,Zeitrei-
henlängen= 60. . . . . . . . . . . . . . . . . . . . . . . . . . . . 147
5.15 GrakenzurVerteilungvonM Mdori füri.i.d.-t10-verteilteDaten
mitZeitreihenlängen= 60. . . . . . . . . . . . . . . . . . . . . . 149
5.16 GrakenzuM Mdori(X)beiParametervariation . . . . . . . . . . 150