High Yield: Eine Armee von Analysten oder von Algorithmen?

407
0
Share:

Von Aymeric Converset, Leiter des Quantitativen Managements, ONE swiss bank und Marcin Brynda, Ph.D., Senior Portfolio Manager, ONE swiss bank

Selektion ist oft das Schlüsselwort, wenn es um Investitionen in Hochzinsanleihen geht. Aber ist dies wirklich der beste Weg, um eine Rendite zu erzielen?

High-Yield-Anleihen, die unter den kotierten Finanzanlagen eines der besten langfristigen Risiko-Rendite-Verhältnisse aufweisen, werden zunehmend in Multi-Asset-Portfolios aufgenommen. Ihre Vorteile sind zahlreich. Kurze Duration, sektorale Ausgewogenheit, geringe Überschneidung mit Aktien, attraktive Renditen und eine günstige makroökonomische Situation. Diese Anlageklasse rückt daher immer mehr in den Blickpunkt von Anlegern, die diese Vorteile nutzen möchten, indem sie sich auf ein Fundamentalmanagement stützen, das sich auf die Auswahl von Anleihen konzentriert. Der Grund dafür ist die Beobachtung von Maximalverlusten (Maxdrawdowns), die bei dieser Art von Anleihen häufig zu beobachten sind. In diesem Segment treten tatsächlich starke, plötzliche und vor allem häufige Kursrückgänge auf. Daher ist der Grundgedanke, dass man die Unternehmen eingehend analysieren muss, um diese Sprünge zu antizipieren, nur natürlich. Man könnte auch vermuten, dass dieser Markt weniger effizient ist und sich eher für die Fundamentalanalyse eignet. Diese Sichtweise entspricht jedoch nicht der Realität, da eine überwältigende Mehrheit der Fundamentalmanager eine Underperformance gegenüber den globalen Indizes aufweist.

Wie lässt sich also diese Beobachtung erklären, die im Widerspruch zu einer letztlich recht logischen Argumentation steht? Zunächst einmal können diese Anleihen besonders drastisch fallen und die Analysten haben enorme Schwierigkeiten, diese Preiseinbrüche zu antizipieren. Diese Dynamiken werden durch die Binarität der Refinanzierung der Schulden verstärkt, aber auch durch den menschlich- psychologischen Vorbehalt von positivem Denken und Hoffnung. Die manchmal mangelhafte Liquidität beschränkt das Management und schmälert die Performance durch nicht unerhebliche und sehr unterschiedliche Transaktionskosten. Die Komplexität dieses Anleihensegments (verschiedene Optionsklauseln) erschwert die Fundamentalanalyse und erweitert das Management um eine weitere besondere Komponente. Nicht zuletzt führt die Dimension der in diesem Segment vertretenen Unternehmen (wesentlich kleiner als bei den in den Aktienindizes vertretenen Unternehmen) dazu, dass die veröffentlichten Informationen weniger standardisiert und seltener sind.

Wie kann man diesen Markt also auf andere Weise angehen und gleichzeitig diese Beobachtungen berücksichtigen? Eine Antwort könnte sein, als Kriterium das Gegenteil der eingeschränkten Auswahl anzuwenden, das mit einer breiten Diversifizierung verbunden wird. Die Diversifizierung hat den enormen Vorteil, dass sie das unsystematische Risiko sehr in Grenzen hält und es gleichzeitig ermöglicht, die charakteristischen positiven Merkmalen des Segments zu nutzen. Wenn man den Ansatz konsequent zu Ende denkt, muss man das gesamte Universum betrachten, was mehrere Auswirkungen hat. Zunächst einmal erhalten wir durch die Nutzung des ausgedehntesten verfügbaren Universums ein globales Engagement mit einer Vielfalt an Wachstumsmustern auf geografischer Ebene. Dies bringt viel Robustheit in das Portfolio. Die zweite Folge dieser Diversifizierung ist die Berücksichtigung von Wertpapieren, die nicht gehandelt werden können, weil sie nicht liquide sind. Diese teilweise Illiquidität des Universums kann mit einer optimierten Stichprobentechnik angegangen werden, die es ermöglicht, das gleiche Risikoprofil wie das Universum mit einem liquiden Portfolio zu erreichen. Die dritte Konsequenz ist letztendlich die Notwendigkeit eines ausgefeilten Risikomanagements, um all diese Anleihen fein abgestimmt zu berücksichtigen. Zur Untersuchung von mehr als 4000 Wertpapieren wie im ICE Global High Yield Index ist ein Quant-Ansatz fast unumgänglich, um diese Datenmenge zu verwalten. Dieser bietet auch einen wichtigen Vorteil für den Anleger, nämlich die Gelassenheit bezüglich einer der rentabelsten Anlageklassen. Zudem ermöglicht er Transparenz und ein ausgereiftes Risikomanagement. Es scheint also, dass die Quant-Revolution keine Ausnahme auf diesem Markt darstellt, der bisher noch der menschlichen Analyse vorbehalten schien.

Aymeric Converset
Aymeric Converset ist Experte für die Modellierung von Managementansätzen und bei Dynagest by ONE für das quantitative Management zuständig. Er kam 2010 als Analyst zu Huet & Cie und wurde zum Leiter der Anleiheninvestitionen ernannt, bevor er 2013 zu Dynagest wechselte. Aymeric Converset besitzt einen interuniversitären Masterabschluss mit Schwerpunkt Finanzen, der von den Hautes Etudes Commerciales (HEC) in Genf, Lausanne und Neuchâtel verliehen wurde.

Marcin Brynda
Marcin Brynda ist ein Spezialist für quantitative Forschung und Portfoliooptimierung. Er ist Senior Portfolio Manager bei Dynagest by ONE. Von 2002 bis 2008 arbeitete er an der University of California als Forscher in den Bereichen Chemie und Biophysik und veröffentlichte zahlreiche wissenschaftliche Artikel in internationalen Fachzeitschriften. Im Jahr 2009 wechselte er in die Forschungsabteilung von Lloyds PB in Genf. Seit 2013 trägt er aktiv zur Entwicklung des Computational Portfolio Management-Ansatzes bei Dynagest bei. Marcin hat einen Abschluss in Computational Chemistry und einen Doktortitel in Chemie-Physik von der Universität Genf.

Share: