Performancemessung, Performanceanalyse und Präsentation der Performance für institutionelle Investoren

Inhaltsverzeichnis

Abkürzungsverzeichnis

Symbolverzeichnis

Abbildungsverzeichnis

1 Einleitung
1.1 Problemstellung
1.2 Gang der Arbeit

2 Performancemessung für institutionelle Investoren
2.1 Grundsätzliches und Annahmen für das weitere Vorgehen
2.2 Kritische Betrachtung traditioneller Performancemaße
2.2.1 Die Sharpe-Ratio als leicht anwendbares Performancemaß in der Praxis
2.2.2 Die Treynor-Ratio behebt die Diversifikationsproblematik der Sharpe-Ratio
2.2.3 Die Ermittlung der Out- und Underperformer mit dem Jensen-Alpha
2.2.4 Die Information-Ratio als Weiterentwicklung der Alphawert-Messung nach Jensen
2.3 Weiterführende Performanceansätze
2.3.1 Duration und Konvexität als Maßzahlen für Portfolien mit Anlagen in festverzinsliche Wertpapiere
2.3.2 Die Sortino-Ratio als Modifikation der Sharpe-Ratio
2.3.3 Die Risk-Adjusted Performance als leicht verständliches Maß für den Anleger
2.3.4 Die Omega-Ratio als moderner Performance-Ansatz auf der Basis partieller Momente
2.3.5 Performancemessung bei Immobilien und das Problem der fehlenden Benchmark
2.3.6 Performancemessung bei Spezialfonds mittels ganzheitlicher KAG-Analyse
2.4 Das Risiko im Fokus jedes Performanceansatzes

3 Performanceanalyse für institutionelle Investoren
3.1 Differenzierung zwischen interner und externer Performanceanalyse – die Interessenten sind entscheidend
3.2 Die Attributionsanalyse hilft bei der Wahl zwischen aktiv und passiv gemanagten Portfolios
3.3 Ranking- und Ratinggesellschaften zur Durchführung externer und interner Performanceanalysen
3.4 Europäische Rankings als Folge der zunehmenden Internationalisierung
3.5 Die Vereinbarung einer geeigneten Benchmark kann Interessenkonflikte mit sich bringen
3.6 Die Bedeutung der Performanceanalyse für das Asset-Management

4 Darstellung der Performance für institutionelle Investoren
4.1 Deutsche und internationale Standards zur aussagekräftigen Präsentation von Performanceergebnissen
4.2 Die Unterbindung von cherry picking fördert die faire Präsentation der Performance
4.3 Der survivorship bias verzerrt den Vergleich verschiedener Performanceergebnisse

5 Resümee und Ausblick

Anhang

Verzeichnis der Internetquellen
a) alphabetisch

Verzeichnis der Internetquellen
b) nach Dokumentennummern

Eidesstattliche Versicherung

Abkürzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

Symbolverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

Abbildungsverzeichnis

Abb. 1: Die Bestandteile der Performanceanalyse

Abb. 2: Beispiel zur Treynor-Ratio

Abb. 3: Entwicklung der Renditestruktur für börsennotierte Bundeswertpapiere (1980-2005)

Abb. 4: Zusammenhang Rendite und Kurs der festverzinslichen Anlage

Abb. 5: Pyramide der Erfolgskriterien zur Analyse von Kapitalanlagegesellschaften

Abb. 6: Einordnung der Performanceanalyse in den Asset-Management-Prozeß

1 Einleitung

1.1 Problemstellung

Die Messung der Performance von Anlageprodukten gemeinsam mit der Beurteilung der Performanceleistung der Manager wurde in der Vergangenheit bereits in vielen Veröffentlichungen ausführlich behandelt.^[1] Die intensive Beschäftigung mit dem Thema ist im Vermögensverwaltungsgeschäft mit Privatkunden zum großen Teil durch die Institutionalisierung der Vermögensverwaltung^[2] bedingt, aber auch durch die Erbengeneration^[3], die zum quantitativen Wachstum des angelegten Vermögens einen entscheidenden Beitrag liefert. In der institutionellen Vermögensverwaltung sind es vor allem die Globalisierung der Finanzmärkte und die zunehmende Komplexität der Finanzinstrumente,^[4] welche die Performancemessung und -analyse immer wieder vor neue Herausforderungen stellen. Ein weiteres Schrifttum zu diesem Thema zu erstellen erscheint insbesondere vor dem Hintergrund der drastisch veränderten Ausgangslage mit Zuspitzung der Finanzmarktkrise im Sommer 2008 als notwendig und wertvoll.

Laut einer Studie von Union Investment^[5] vom November 2008 steht für 70 Prozent der Investoren die Sicherheit der Anlage im Vordergrund. Ein Jahr zuvor war der Sicherheitsfaktor des Investments lediglich für 22 Prozent der befragten Investoren von höchster Wichtigkeit.^[6] Die Finanzmarktkrise, welche im Oktober 2008 beinahe täglich für neue negative Schlagzeilen sorgte, hat die Anleger in Bezug auf Ihre Risikoeinstellung sensibilisiert.

Wenn aus der Sicht der Investoren der Faktor Risiko an so gehöriger Relevanz zugenommen hat, sollte man davon ausgehen, dass diese Tatsache auch in der Performancemessung ausreichend berücksichtigt wird. Ziel der Arbeit ist es, mittels der Literatur die Fortschritte in der Entwicklung der risikoadjustierten^[7] Performancemessmethoden aufzuzeigen. Weiter wird untersucht, welche Performancemaße in der Praxis Anwendung finden.

Neben der Performancemessung dient den institutionellen Investoren die Performanceanalyse als weitere Entscheidungshilfe bei der Wahl des Investments. Welche Managementqualitäten für die erzielte Performance entscheidend waren ist hierbei von besonderem Interesse. In der Praxis der Performanceanalyse kann man bislang ein unterschiedliches Vorgehen beobachten. Es ist zu untersuchen, ob ein grundlegendes Konzept in der Performanceanalyse existiert, auf welches die Vielzahl der Analysemethoden zurückgeführt werden können. Zugleich soll der Ursache für das unterschiedliche Vorgehen nachgegangen werden.

Bei der Performanceanalyse spielt vor allem die Auswahl bzw. Konstruktion eines geeigneten Vergleichsmaßstabs (Benchmark) eine wichtige Rolle.^[8] Performanceergebnisse in Verbindung mit unpassenden Vergleichsportfolien betrachtet, führen ebenso zu Fehlinterpretationen, wie bei einem vollständigen Verzicht auf eine Benchmark. In den Prozess zur Festlegung der Benchmark sind i. d. R. mehrere Interessensgruppen involviert, welche oftmals unterschiedliche Anforderungen an die Benchmark stellen.

Nach der Performancemessung und der Performanceanalyse folgt die Darstellung der Ergebnisse gegenüber dem institutionellen Investor. An dieser Stelle sind das bekannte „cherry picking“ und der „survivorship bias“ Themen, die an einer sachgerechten Präsentation von Performanceergebnissen Zweifel aufkommen lassen.

1.2 Gang der Arbeit

Die Performancemessung wird zu Beginn der Ausarbeitung in Kapitel ‎2 bearbeitet. Nach einigen Annahmen und Hintergrundwissen zum Thema, werden in Abschnitt ‎2.2 . traditionelle Performancemaße wie die Sharpe- oder die Treynor-Ratio analysiert. Auf der Kritik dieser Maße aufbauend, werden im Anschluss neuere Methoden wie die Performancemessung mittels der Sortino-Ratio oder der Risk-Adjusted Performance vorgestellt.

Der explizite Einbezug von Immobilien und Spezialfonds erscheint im Rahmen der Performancemessung essentiell, wenn man ihre wirtschaftliche Bedeutung für die institutionelle Anlegergruppe bedenkt. Daher werden in Unterabschnitt ‎2.3.5 sowohl einige praxisrelevante Immobilienkennzahlen aufgeführt, als auch Besonderheiten hinsichtlich der Performancemessung von Immobilien herausgearbeitet. Im Rahmen der Performancemessung bei Spezialfonds wird in Unterabschnitt ‎2.3.6 insbesondere das in diesem Bereich bewährte 4P-Prinzip vorgestellt.

Das Kapitel ‎3 befasst sich mit der Performanceanalyse und differenziert zunächst in Abschnitt ‎3.1 zwischen interner und externer Performanceanalyse. In Abschnitt ‎3.2 wird die Bedeutsamkeit der Attributionsanalyse hinsichtlich der Entscheidung für das aktive oder passive Management hervorgehoben, sowie das Rahmenkonzept der Attributionsanalyse vorgestellt.

Da im Bereich der Performanceanalyse Ranking- und Ratingagenturen einen bedeutenden Beitrag zur Beurteilung von Investmentfonds leisten, widmet sich ihnen Abschnitt ‎3.3 unter abschließender kritischer Hinterfragung ihres Schaffens und ihrer Rolle bezüglich der Finanzkrise. Im Nachgang zu den besagten Ranking- und Ratingagenturen, wird in Abschnitt ‎3.4 eine innovative Rankingmethode vorgestellt.

In Abschnitt ‎3.5 wird neben den Anforderungen an die Benchmark auf etwaige Interessenkonflikte zwischen den Adressaten der Benchmark eingegangen. Hierzu werden zwei Lösungsansätze aufgezeigt, die zu einer allseits akzeptierten Benchmark führen können.

Der Einfluss der Performanceanalyse innerhalb des Asset-Management-Prozesses wird in Abschnitt ‎3.6 anhand der Einführung einer relativ neuen Anlagestrategie betrachtet.

Zur Präsentation der Performanceergebnisse, womit sich das Kapitel ‎4 beschäftigt, existieren eine Reihe von Regularien. Die wichtigsten Regularien werden in Abschnitt ‎4.1 vorgestellt. Den zentralen Problemen des „cherry pickings“ und von „survivorship bias“ wird in den nachfolgenden Abschnitten ‎4.2 und ‎4.3 nachgegangen. Es wird beleuchtet, welche der in Abschnitt ‎4.1 aufgeführten Regularien diese Problematiken signifikant berücksichtigen .

Abschließend zieht Kapitel 5 für jeden der drei Teilbereiche (Performancemessung, Performanceanalyse und Präsentation der Performance) ein Resümee und wagt einen Ausblick in die Zukunft der Themengebiete.

2 Performancemessung für institutionelle Investoren

2.1 Grundsätzliches und Annahmen für das weitere Vorgehen

Wenn über Performancemaße, die die Rendite und das Risiko als elementare Faktoren beinhalten, gesprochen wird, muss zunächst auf das Risiko-Rendite-Prinzip eingegangen werden. Nach diesem Prinzip ist eine höhere Rendite meist unmittelbar mit einem höheren Risiko verbunden.^[9] Die besagte positive Korrelation von Risiko und erwartbarer Rendite einer Vermögensanlage ist auch zentrale Aussage der Kapitalmarkttheorie, auf welche sich die traditionellen Performancemaße von Sharpe, Treynor und Jensen stützen.^[10] Die einzelnen Modelle der Kapitalmarkttheorie, wie beispielsweise das Capital Asset Pricing Model (CAPM) setzen bestimmte Annahmen voraus,^[11] die dementsprechend auch für die Berechnung der Performancemaße bestehen bleiben.

Im Folgenden wird das Risiko des beliebigen Portfolios als Gesamtrisiko definiert, welches sich aus dem systematischen (marktabhängigen) und dem unsystematischen (marktunabhängigen) Risiko zusammensetzt.^[12]

Nach Markowitz kann durch die bestmögliche Kombination von Investments das Gesamtrisiko minimiert werden, indem das unsystematische Risiko wegdiversifiziert wird.^[13] Ein Wertpapier-Portfolio, das durch Diversifikation auf der Effizienzlinie liegt, wird in diesem Zusammenhang als „effizientes Portfolio“ bezeichnet.^[14]

Für den in einigen Modellen angegebenen risikofreien Zinssatz wird in Deutschland gewöhnlich der Zinssatz einer zehnjährigen Bundesanleihe verwandt. Es ist an dieser Stelle festzuhalten ist, dass die Anleihe nur risikofrei ist, wenn sie bis zur Endfälligkeit gehalten wird.^[15]

Neben den Komponenten Rendite und Risiko spielt für Finanzinvestoren die Liquidität von Portfolios eine bedeutende Rolle. Deren Berücksichtigung würde die Performancemessung allerdings zu komplex und aufwendig machen, so dass der Liquiditätsaspekt ausgegrenzt wird und die Performance als zweidimensionales Zielmaß eingesetzt wird. In dieser Arbeit wird unter dem Begriff „Performance“ die Wertentwicklung einer Anlage bzw. eines Portfolios verstanden. Meist wird die Performance im Vergleich zum Gesamtmarkt oder zu der jeweiligen Branche dargestellt, um die Qualität des Managers herauszustellen.^[16]

Die Leistung des Managements (Fondsmanagement, Portfoliomanagement) sachgerecht zu ermitteln und zu beurteilen, ist Ziel der Performanceanalyse und steht deshalb im Mittelpunkt der Arbeit. Wie in Abb. 1 unten dargestellt, umfasst die Performanceanalyse i. w. S. die Performancemessung (risikoadjustiert und nicht risikoadjustiert) und die Performanceattribution.

Abbildung in dieser Leseprobe nicht enthalten

Abb. 1: Die Bestandteile der Performanceanalyse

Quelle: Eigene Darstellung in Anlehnung an Garz, H./Günther, S./Moriabadi, C. (2006), Portfolio-Management, 4. Auflage, Frankfurt a.M., S. 327.

Unter Performancemessung ist die Bestimmung der finanziellen Entwicklung eines Investmentfonds bzw. Portfolios im Zeitablauf und deren Gegenüberstellung mit den Anlageergebnissen gleichartiger Kapitalanlagen zu verstehen. Hierzu wird eine Benchmark, meist in Form eines Indizes, herangezogen.^[17]

Zusätzlich zur Performancemessung werden bei der Performanceattribution gezielt die Einflussfaktoren identifiziert, die im Vergleich zur Benchmark zu einer besseren oder auch schlechteren Rendite (Differenzrendite) geführt haben.^[18] Wenn in dieser Arbeit von Performanceanalyse die Rede ist, ist die Performanceanalyse i. e. S. (Performanceattribution oder auch Attributionsanalyse) gemeint.

Die Betrachtung von privaten Portfolios wird in dieser Arbeit vor dem Hintergrund der Fokussierung auf die institutionelle Anlegergruppe ausgegrenzt. Hierunter fallen generell Investoren mit regelmäßig großem Anlagebedarf. Dazu gehören z.B. Investmentfonds, Versicherungsgesellschaften und Stiftungen. Die Stiftungen erwirtschaften ihre Erträge i. d. R. für einen gemeinnützigen Zweck.^[19] Die Zahl der Stiftungen bürgerlichen Rechts steigt seit den 90er Jahren stetig an.^[20] Im Jahr 2008 wurden trotz Finanzmarktkrise 1.020 Stiftungen neu gegründet, was zu einem Bestand von 16.406 Stiftungen in Deutschland geführt hat.^[21] Das verwaltete Vermögen einer Stiftung beträgt teilweise mehrere Milliarden Euro, wie z.B. im Fall der Robert Bosch Stiftung GmbH oder der VolkswagenStiftung.^[22] Augenscheinlich ist, dass diese Anlegergruppe einen besonders hohen Anspruch an die Ergebnisse der Performancemessung und –analyse sowie an die Darstellung der Performance hat. Im weiteren Sinne können auch Unternehmen, Banken, öffentliche Körperschaften sowie soziale und kulturelle Einrichtungen zu den institutionellen Investoren zählen.^[23]

2.2 Kritische Betrachtung traditioneller Performancemaße

2.2.1 Die Sharpe-Ratio als leicht anwendbares Performancemaß in der Praxis

Bei der von William F. Sharpe entwickelten Sharpe-Ratio (auch „Reward-to-Variability-Ratio” genannt) wird die Überschussrendite (auch „Excess Return“ genannt) eines aktiv gemanagten Portfolios in Relation zu dem dafür eingegangen Risiko gesetzt.^[24] Das Risiko, in Form der Volatilität, misst die Größe der Kursschwankungen eines Portfolios und wird als Standardabweichung angegeben. Die gesamte mathematische Formel zur Berechnung der Sharpe-Ratio ([Abbildung in dieser Leseprobe nicht enthalten]) lautet:^[25]

Abbildung in dieser Leseprobe nicht enthalten

Um die erzielte Portfoliorendite je übernommener Einheit Gesamtrisiko auswerten zu können, ist diese mit den Sharpe-Ratios weiterer Portfolios, insbesondere dem Benchmarkportfolio, zu vergleichen. Der höchste Sharpe-Ratio-Wert zeichnet zugleich das erfolgreichste Portfolio aus.^[26] Ausgehend von einer Anlagestrategie mit dem Ziel, ein effizient diversifiziertes Portfolio zu finden, stößt man mit dem Einsatz der Sharpe-Ratio zur Performancemessung allerdings an Grenzen. Die in der Formel verwendete Volatilität macht keine Aussagen zum Diversifikationsgrad des Portfolios, da sie keine Differenzierung zwischen systematischem und unsystematischem Risiko vornimmt.^[27] Die Sharpe-Ratio ist deshalb auch nur als Maßzahl zur Performancemessung ratsam, wenn der Anleger sein Vermögen allein im betrachteten Portfolio platziert hat.

Der Einsatz der Volatilität als Risikomaß in der Performancemessung ist ohnehin kritisch zu beurteilen. Bekanntermaßen ergibt sich die Volatilität (Gesamtrisiko) aus der Wurzel der Varianz. Diese bezieht sowohl negative als auch positive Abweichungen vom Erwartungswert (z.B. der Mindestrendite) gleichermaßen mit ein.^[28] Eine positive Entwicklung über die Zielrendite hinaus als Risiko anzusehen, ist sehr fragwürdig.

Ein weiterer Kritikpunkt der Sharpe-Ratio ist, dass sie im negativen Bereich nicht aussagekräftig ist. Hierzu dient ein Vergleich zweier Portfolien in Anlehnung an Bruns C./Meyer-Bullerdiek, F.:^[29]

Abbildung in dieser Leseprobe nicht enthalten

An diesem Beispiel lässt sich feststellen, dass das höhere Risiko [Abbildung in dieser Leseprobe nicht enthalten]im Fall A im Vergleich zu Fall B den doppelt hohen Excess Return [Abbildung in dieser Leseprobe nicht enthalten]kompensiert und so zum gleichen Sharpe-Ratio-Wert führt.^[30] Ferner wurde im Rahmen einer empirischen Untersuchung^[31] bestätigt, dass die Ergebnisse der Sharpe-Ratio von der jeweiligen Marktphase, in der die Anlage betrachtet wird, abhängen. Besonders bei geringer Diversifikation der in diesem Fall untersuchten Aktienfonds führte eine negative Marktphase mit allgemein fallenden Kursen zu einer Überschätzung der anhand der Sharpe-Ratio ermittelten Performance. Eine positive Marktphase, in welcher das Kursniveau allgemein ansteigt, dagegen zu einer Unterschätzung der Performance.^[32]

2.2.2 Die Treynor-Ratio behebt die Diversifikationsproblematik der Sharpe-Ratio

Gemäß CAPM geht die Treynor-Ratio^[33] ([Abbildung in dieser Leseprobe nicht enthalten], auch „Reward-to-Volatility-Ratio” genannt) davon aus, dass das unsystematische Risiko (z.B. schlechte Managementleistung) eines Portfolios „wegdiversifiziert“ werden kann. Somit wird der Excess Return lediglich zum Betafaktor, als Maß für das systematische Risiko (Marktrisiko), in Bezug gesetzt:^[34]

Abbildung in dieser Leseprobe nicht enthalten

Der Betafaktor kann auch als Sensitivitätsmaß für die Schwankungen der Rendite des betrachteten Portfolios im Verhältnis zu den Schwankungen der Gesamtmarktrendite gesehen werden.^[35] Analog der Sharpe-Ratio lässt sich anhand der errechneten Ergebnisse ein Ranking aufstellen, wobei ebenfalls das am effektivsten gemanagte Portfolio durch den höchsten Treynor-Ratio-Wert gekennzeichnet wird.^[36] Abb. 2 auf Seite 11 veranschaulicht ein Beispiel mit der Heuristik für vier verschiedene Portfolios, wobei die Risiko-/Rendite-Daten willkürlich gewählt wurden. Durch die Finanzmarktkrise bedingt sind die Portfoliorenditen, selbst über einen Betrachtungszeitraum von drei Jahren hinaus, im Durchschnitt meist negativ. Da die Treynor-Ratio, ebenso wie die Sharpe-Ratio, zu keinen aussagekräftigen Angaben im negativen Bereich in der Lage ist, wurden Daten gewählt, die das Beispiel schlüssig machen. Als risikolose Anlage wurde eine zehnjährige Bundesanleihe mit 3,36 Prozent p. a. (siehe Anlage 4, auf Seite 68 dieser Arbeit, Rendite vom 18.02.09) fingiert:

Abbildung in dieser Leseprobe nicht enthalten

Abb. 2: Beispiel zur Treynor-Ratio

Quelle: Eigene Darstellung in Anlehnung an Fischer, B. (2001), Performanceanalyse in der Praxis, 2. Auflage, Wien, S. 275.

Erfolgt die Messung der Performance über die Treynor-Ratio, müsste demnach Portfolio C ausgewählt werden, da hier der Portfoliomanager die höchste Überschussrendite pro Einheit an systematischem Risiko erzielt hat. Dabei lässt sich jedoch nicht feststellen, ob der Erfolg aus Timing- und Selektionsfähigkeiten des Managers resultiert oder ob er eventuell nur von Glück oder Zufall bestimmt ist. Zudem steigt und fällt die Qualität der Ergebnisse der Treynor-Ratio mit der Festlegung einer sinnvollen und über die Zeit konstanten Benchmark.^[37]

Mit der Fokussierung auf das systematische Risiko verzichtet die Treynor-Ratio vollkommen auf die Berücksichtigung des unsystematischen Risikos. Bei sehr gut diversifizierten Portfolien ist dies nicht weiter problematisch. Ein Mangel besteht erst dann, wenn ein weniger gut diversifiziertes Portfolio A, das dadurch ein erhöhtes unsystematisches Risiko aufweist, zum gleichen Ergebnis führt, wie ein Portfolio B mit identischer Rendite und systematischem Risiko, was aber kaum unsystematische Risiken mit sich bringt.^[38] In diesem Fall ist der Einsatz der Treynor-Ratio zur Performancemessung ungenügend und es bedarf der komplementären Betrachtung mit der Sharpe-Ratio.

2.2.3 Die Ermittlung der Out- und Underperformer mit dem Jensen-Alpha

Das Jensen-Maß ([Abbildung in dieser Leseprobe nicht enthalten], auch „Differential Return“ genannt) basiert, wie die Treynor-Ratio, auf dem CAPM.^[39] Folglich wird auch hier nur das systematische Risiko berücksichtigt, allerdings in diesem Fall nicht als Standardisierungsgröße, sondern innerhalb einer absoluten Performance-Maßzahl. Diese lautet in mathematischer Form wie folgt:^[40]

Abbildung in dieser Leseprobe nicht enthalten

Der erste Klammerterm der Gleichung nach Jensen steht für den realisierten Excess Return des aktiv gemanagten Portfolios, wovon der zweite Term als Ausdruck für die erwartete Risikoprämie, die im Rahmen eines passiven Managements hätte erzielt werden können, abgezogen wird.^[41] Da das Jensen-Alpha mittels einer Regressionsanalyse festgestellt wird, ist ein Störterm in der Formel zu berücksichtigen, der den Teil der Rendite einbezieht, der nicht in Konnex mit dem systematischen Risiko steht.^[42]

Ein positives Alpha bedeutet eine Outperformance^[43] gegenüber dem Markt, demgemäß spricht man bei einem negativen Alpha von Underperformance.^[44] Ein Ranking mit Hilfe dieses Maßes ist allerdings nicht einwandfrei möglich, wenn die in Betracht gezogenen Portfolios nicht mit den gleichen systematischen Risiken behaftet sind.^[45]

Die Aussagekraft des Jensen-Alpha wird darüber hinaus durch das so genannte Bias-in-Beta-Phänomen beschränkt, bei dem, obgleich das Management über positive Timingfähigkeiten verfügt, ein negatives Jensen-Alpha resultiert.^[46] Unter Timingfähigkeiten versteht man die Begabung des Managers, das zukünftige Renditeniveau des Marktes präzise einschätzen zu können und bezogen auf den Betawert folgerichtige Entscheidungen bei der Auswahl der Wertpapiere treffen zu können.^[47] Wählt der Manager z.B. Wertpapiere mit hohen Betawerten (d.h. mit hohen Marktrisiken) aus und die Marktrenditen steigen darauf folgend wie von ihm erwartet an, profitiert er stärker von der Marktentwicklung als das Vergleichsportfolio, an dem seine Leistung gemessen wird. Durch aktives Timing kommt es in diesem Fall zu überdurchschnittlichen Betawerten, welche ausschlaggebend für das Bias-in-Beta-Phänomen sind.^[48] Der Betawert erhöht sich bspw., wenn das Verhältnis zwischen Wertpapieren und Kasse zugunsten der Wertpapiere verändert wird. Die Kasseposition (Bargeld) beinhaltet im Gegensatz zu Wertpapieren kein systematisches Risiko.

Ein kritisches Thema bei allen bislang betrachteten Performancemaßen ist außerdem das Zinsänderungsrisiko, welches durch die Hinzunahme der risikolosen Verzinsung ([Abbildung in dieser Leseprobe nicht enthalten]) in allen drei Berechnungsmethoden besteht. Unter Zinsänderungsrisiko versteht man das Risiko aufgrund der Ungewissheit über zukünftige Bewegungen des Marktzinsniveaus.^[49] Hierbei ist der Zusammenhang zwischen Zinssatz und der Wertentwicklung des Wertpapiers zu erwähnen. Je stärker der Marktzins ansteigt, umso deutlicher fallen die Kursverluste der festverzinslichen Wertpapiere aus, das gleiche gilt vice versa.^[50] In Unterabschnitt ‎2.3.1 wird aufgezeigt, wie das Zinsänderungsrisiko durch den Einsatz der Performancekennzahlen Duration und Konvexität neutralisiert werden kann.

2.2.4 Die Information-Ratio als Weiterentwicklung der Alphawert-Messung nach Jensen

Die zunächst von Treynor und Black 1973 eingeführte Appraisal-Ratio^[51] ist in der heutigen Literatur unter dem Begriff Information-Ratio [Abbildung in dieser Leseprobe nicht enthalten]bekannt. Die Idee hinter der Appraisal-Ratio ist, dass besser informierte Manager ihren Vorteil bei der Selektion einzelner Wertpapiere nutzen und dafür eine „Appraisal Premium“ erhalten.^[52] Mittels Division der Differenzrendite zwischen Portfolio und Benchmark durch den so genannten Tracking Error [Abbildung in dieser Leseprobe nicht enthalten]erhält man ein standardisiertes Maß, welches disparat zum Jensen-Alpha ein Ranking der betrachteten Fonds bzw. Portfolios zulässt.^[53] Der Tracking Error ist als Standardabweichung der Differenzrendite zwischen dem betrachteten Portfolio und seiner Benchmark definiert und zeigt das Risiko auf, das man durch die Nicht-Investition in das Benchmarkportfolio eingeht.^[54]

Um durch Überrenditen im Markt hervorzustechen, wird besonders von kleineren Vermögensverwaltern oft ein hoher Tracking Error akzeptiert.^[55] Die damit häufig verbundene niedrigere Diversifikation der Finanztitel ist jedoch nur bei Bestehen von Informationsvorteilen zu legitimieren. Daher auch der Begriff Information-Ratio, welche anhand folgender mathematischen Formel errechnet werden kann:^[56]

Abbildung in dieser Leseprobe nicht enthalten

Nach dieser Berechnungsweise wird letztlich die aktive Rendite, welche sich aus der Differenz von Portfoliorendite und Benchmarkrendite ergibt, zum aktiven Risiko ins Verhältnis gesetzt.

Generell lässt sich die Information-Ratio auch mittels Division des Alphawertes [Abbildung in dieser Leseprobe nicht enthalten]durch das Residualrisiko [Abbildung in dieser Leseprobe nicht enthalten]ermitteln:^[57]

Abbildung in dieser Leseprobe nicht enthalten

Als Residualrisiko bezeichnet man dabei das Risiko, bei dem sich die Kurse einzelner Wertpapiere, unabhängig von allgemeinen Marktbewegungen, verändern.^[58] Es kann deshalb mit dem aktiven Risiko gleichgesetzt werden.^[59] Ebenso wie bei Sharpe, Treynor und Jensen ist ein erfolgreiches Portfolio an einem hohen Information-Ratio-Wert erkennbar. Ein Wert über 0,5 wird von Praktikern bereits als außergewöhnlich gut bezeichnet.^[60]

Die Maximierung der Information-Ratio wird von den Portfoliomanagern meist über die Senkung des aktiven Risikos erzielt, indem eine breite Streuung der Investments (in Länder, Branchen etc.) vorgenommen wird. Die Steigerung des Alphawertes kann ebenso zu einer hohen Information-Ratio führen, allerdings muss die Prognosequalität des Portfoliomanagers bei geringerer Zahl an Einzeltiteln dann umso höher sein.^[61] Ein Trade-Off zwischen der Erhöhung des Alphawertes und der damit einhergehenden Erhöhung des aktiven Risikos besteht dabei unweigerlich. Problematisch wird dieser Zielkonflikt vor allem bei hoher Risikoaversion des Anlegers, da der Manager die Vorgabe hat, mit möglichst geringem Risiko eine Überschussrendite zu erwirtschaften. Bei Portfolios von risikoaversen Anlegern ist die Aktienquote erfahrungsgemäß auf maximal 30 Prozent beschränkt, so dass zusammen mit dem restlichen Rentenanteil von 70 Prozent oftmals eine suboptimale Investitionsentscheidung getroffen werden muss.^[62]

Wie bereits die Studie von Kahn und Rudd nachgewiesen hat, lässt sich von vergangenen Performanceergebnissen nicht unbedingt auf die zukünftige Performance des Portfoliomanagers schließen.^[63] Da die Information-Ratio ebenso wie die Sharpe-Ratio, die Treynor-Ratio und das Jensen-Alpha in ihren Berechnungen ausschließlich mit Daten der Vergangenheit arbeiten, stehen Experten den traditionellen Ansätzen in der heutigen Literatur der Performancemessung teilweise sehr kritisch entgegen.

2.3 Weiterführende Performanceansätze

2.3.1 Duration und Konvexität als Maßzahlen für Portfolien mit Anlagen in festverzinsliche Wertpapiere

Mit Hilfe der von Macaulay^[64] entwickelten Duration lässt sich das bereits zuvor beschriebene Zinsänderungsrisiko, welches den Modellen nach Sharpe, Treynor und Jensen anhaftet, immunisieren. Indem festverzinsliche Anlagen ausgewählt werden, deren Durationen möglichst genau dem Anlagehorizont des Investors entsprechen, wird das Zinsänderungsrisiko systematisch eliminiert. Diese unter dem Begriff „Duration Matching“ bekannte Vorgehensweise wird in der Praxis meist nur für den Teil der Investitionen durchgeführt, der für Garantieleistungen in der Zukunft verfügbar sein muss, beispielsweise für Leistungen von Altersversorgungseinrichtungen oder Versicherungen.^[65] Der Einsatz der Duration ist demnach nur für festverzinsliche Anlagen mit festen Laufzeiten sinnvoll. Bei Aktien, welche keine Laufzeitenbegrenzung haben, ist dagegen kein „Duration Matching“ möglich. Da der Großteil der institutionellen Investoren jedoch kein reines Rentenportfolio hält, sondern auf ein diversifiziertes Portfolio mit Aktien, Investmentfonds (hier insbesondere Spezialfonds^[66] ), Finanzderivaten^[67] und Immobilien großen Wert legt, wird die Duration zur Messung der Portfolioperformance vernachlässigt und hauptsächlich zur Performancemessung einzelner Anlagen verwandt. Hierbei ist die Duration jedoch vor dem Hintergrund der hohen Volatilitäten der Zinssätze am Rentenmarkt bereits seit langem eine gewichtige Kennzahl für institutionelle Investoren.^[68]

Die Duration [Abbildung in dieser Leseprobe nicht enthalten]als Maßzahl, welche die durchschnittliche Kapitalbindungsdauer einer Geldanlage in Jahren bezeichnet, ergibt sich wie folgt:^[69]

Abbildung in dieser Leseprobe nicht enthalten

Im Zähler der Formel steht die Summe des mit den jeweiligen Zahlungszeitpunkten gewichteten Barwerts der Rückflüsse, im Nenner die Summe der Barwerte der Rückflüsse ohne Zeitgewichtung.^[70]

Wie zuvor bereits erwähnt wurde, wird die Performance von Portfolien institutioneller Anleger eher selten mittels der Duration gemessen, dennoch wird der Vollständigkeit wegen das Vorgehen zur Ermittlung der Portfolioduration im Nachfolgenden kurz erläutert. Nachdem die Durationen der einzelnen Anlagen des Portfolios mit Hilfe oben stehender Formel ermittelt wurden, muss ein zweiter Schritt erfolgen. Indem die einzelnen Durationen jeweils mit Ihrem Anteil am Portfoliogesamtwert gewichtet und aufsummiert werden, lässt sich anschließend die Duration des Portfolios ermitteln.^[71] Die mathematische Schreibweise der Portfolioduration lautet demnach:^[72]

Abbildung in dieser Leseprobe nicht enthalten

Kritisch zu betrachten ist die Duration in Bezug auf ihre vereinfachenden Annahmen, auf denen das Konzept basiert. Es wird das Bestehen einer flachen Zinsstrukturkurve und nur eine einmalige Änderung des Marktzinsniveaus unmittelbar nach dem Erwerb der festverzinslichen Anlage unterstellt.^[73] Neben der flachen Zinsstrukturkurve treten jedoch zwei weitere Formen am Markt für börsennotierte Bundeswertpapiere auf, die „normale“ und die inverse Zinsstrukturkurve.^[74] Die Abhängigkeit der Rendite zu ihrer Restlaufzeit, welche durch die Zinsstrukturkurve abgebildet wird, ändert sich, wie Abb. 3 auf Seite 20 zeigt , über die Jahre hinweg. Aktuell zeigt die Zinsstrukturkurve einen normalen Verlauf an. Dies bedeutet, dass für lang laufende Wertpapiere ein höherer Zins gezahlt wird, als für kurz laufende. Anhand der Kapitalmarktstatistik der deutschen Bundesbank (Stand: 18.02.2009)^[75] lässt sich durch Betrachtung der täglichen Zinssätze am Rentenmarkt sowohl der normale Verlauf der Zinsstrukturkurve als auch die kontinuierlichen Senkungen des Marktzinses, seit Zuspitzung der Finanzmarktkrise im Sommer 2008, erkennen. Demnach sind beide theoretischen Annahmen in der Praxis nicht gegeben.

Abbildung in dieser Leseprobe nicht enthalten

Abb. 3: Entwicklung der Renditestruktur für börsennotierte Bundeswertpapiere (1980-2005)

Quelle: Siehe Albrecht, P./Maurer, R. (2008), Investment- und Risikomanagement, 3. Auflage, Stuttgart, S. 423.

Auch die Unterstellung eines linearen Zusammenhangs zwischen Rendite und Kursänderung der festverzinslichen Wertpapiere, die über die Duration zur rationalisierenden Kursabschätzung gemacht wird, führt zu einem weiteren Problem. Durch den in Wirklichkeit nicht-linearen (konvexen) Zusammenhang von Rendite und Kursänderung kommt es mit zunehmendem Ausmaß der Renditebewegung nach oben, häufiger zu Ungenauigkeiten bei der Schätzung der Kursentwicklung.^[76] Den besagten Schätzfehler vermag die Konvexität als Weiterentwicklung des Duration-Ansatzes verringern, indem sie die Krümmung der Kurs-Rendite-Funktion ermittelt (siehe hierzu Abb. 4 auf Seite 21). Die Konvexität unterstellt demnach keinen linearen Zusammenhang zwischen Rendite und Kurs des festverzinslichen Wertpapiers und dient als Kennzahl zur Beschreibung des Verhaltens des Wertpapiers bei Zinsänderungen.^[77]

Abbildung in dieser Leseprobe nicht enthalten

Abb. 4: Zusammenhang Rendite und Kurs der festverzinslichen Anlage

Quelle: Eigene Darstellung in Anlehnung an Rathjens, H. (2002), Aktives Management von Euroland-Rentenportfolios, in: Kleeberg, J. M./Rehkugler, H. (Hrsg.), Handbuch Portfoliomanagement, Bad Soden/Ts., S.412-437, S. 417.

Über die zweite Ableitung der Kursfunktion nach der Rendite ergibt sich die Konvexität [Abbildung in dieser Leseprobe nicht enthalten]wie folgt:^[78]

Abbildung in dieser Leseprobe nicht enthalten

Unter der Prämisse, dass höheres Risiko gleichzeitig höhere Rendite bedeutet, sollte man davon ausgehen, dass aus einer Reihe von Wertpapieren dasjenige zu präferieren ist, welches die höchste Konvexität aufweist.^[79] Nach den Ausführungen von H. Paulus ist diese Strategie allerdings nicht in jedem Fall sinnvoll, da sowohl die Laufzeiten der Wertpapiere als auch das Zinsumfeld zum Zeitpunkt des Wertpapierkaufs entscheidend für die Strategiewahl sind.^[80] So kann auch mit niedriger Konvexität eine Outperformance erzielt werden, wenn man sich dem Umfeld entsprechend für die richtige Laufzeiten-Strategie entschieden hat.

2.3.2 Die Sortino-Ratio als Modifikation der Sharpe-Ratio

Die von Frank A. Sortino^[81] entwickelte Ratio findet insbesondere als Kennzahl zur Beurteilung von Hedgefonds-Investments bzw. Absolute-Return-Strategien Anwendung.^[82] Während die Standardabweichung bei der Sharpe-Ratio die Streuung auf beiden Seiten des Erwartungswertes misst, (d. h. es wird sowohl die „schlechte“ als auch die „gute“ Volatilität berücksichtigt), konzentriert sich die Sortino-Ratio [Abbildung in dieser Leseprobe nicht enthalten]auf die „schlechte“ Volatilität.^[83] Für dieses negative Abweichungsrisiko definiert Markowitz die Semi-Varianz als Risikomaß.^[84] Der Begriff „Downside Deviation“ ist gegenwärtig allerdings in der Praxis geläufiger.^[85] Da sowohl die Semi-Varianz als auch die Downside Deviation unter den Überbegriff Lower Partial Moments^[86] (der 2. Ordnung) fallen, wird in der Formel [Abbildung in dieser Leseprobe nicht enthalten]als Risikomaß verwendet. Zur besseren Vergleichbarkeit der Sortino-Ratio mit der Sharpe-Ratio, wird auch hier die Quadratwurzel aus dem Risikomaß[Abbildung in dieser Leseprobe nicht enthalten]gezogen.^[87] Der zweite Unterschied zur Sharpe-Ratio ist, dass zur Berechnung der Überschussrendite an Stelle des risikofreien Zinssatzes auch eine Mindestrendite eingesetzt werden kann. Insbesondere deshalb bietet sich die Sortino-Ratio für die zuvor erwähnte Absolute-Return-Strategie an, da die Strategie i. d. R. eine Mindestrendite unabhängig von der bestehenden Marktphase anstrebt. Institutionelle Investoren fordern zunehmend in Krisenzeiten, einhergehend mit starken Kursschwankungen an den Finanzmärkten, sichere und beständige Renditen. Diese Ambition vermag die Sortino-Ratio auszudrücken, indem sie den Excess Return des betrachteten Portfolios über die Mindestrendite in Bezug zur Volatilität der Kurse in der Abschwungphase setzt.^[88] Die Formel zur Berechnung der Sortino-Ratio lässt sich daher wie folgt darstellen:^[89]

[...]

^[1] Vgl. Sharpe, W. F. (1965), Mutual Fund Performance: Measurement and Prediction, Rand Collection, Santa Monica, Kalifornien, März 1965; Jensen, M. C. (1968), The Performance of Mutual Funds in the Period 1945-1964, in: Journal of Finance, Columbus, Ohio, Vol. 23,S. 389-416; Brinson, G, P./Hood, R./Beebower, G. L. (1986), Determinants of Portfolio Performance, in: Financial Analysts Journal, Vol. 42, July-August 1986, S. 39-44; Steiner, M. (Hrsg.), (Autor: Wittrock, C.), Messung und Analyse der Performance von Wertpapierportfolios, Bad Soden/Ts. 1995; Egner, T. (1998), Performancemessung bei Wertpapier-Investment- fonds, Heidelberg; Sortino, F. A./Price, L. N. (1994), Performance Measurement in a Downside Risk Framework, in: Journal of Investing, Vol. 3, New York, S. 59-64.

^[2] Mit Institutionalisierung der Vermögensverwaltung ist der hohe Anspruch seitens der Privatkunden gemeint, welcher mit den Anforderungen an das institutionelle Asset Management gleichzusetzen ist. Vgl. Wiedei, J. D./Beemelmann, T. (2006), Banking – Geschäftsfeld der Zukunft, in: Die Bank, Heft 12/2006, S. 40-45, http://www.brainguide.de/data/ publications/PDF/pub61333.pdf, Abruf vom 03.04.09, (Dokument 64, S. 3).

^[3] Vgl. IP Deutschland GmbH (Hrsg.), (Autor: o. V.), Erbengeneration – Geldregen für jeden Zweiten, Köln 2007, http://www.n-tv.de/869594.html, Abruf vom 15.03.09, (Dokument 2).

^[4] Vgl. Bundesverband deutscher Banken e.V. (Hrsg.), Internationale Finanzmarktstabilität – die richtigen Antworten geben, Berlin 2008, http://www.bankenbericht.de/html/channel-01/0-2.asp?channel =1112, Abruf vom 06.04.09, (Dokument 65, S. 1).

^[5] Vgl. Union Investment Institutional GmbH (Hrsg.), (Autoren: Pohl, M./Schierenbeck, H.), Renditeoptimierung durch die Verbesserung von Risikomodellen, Frankfurt a. M. 2008, http://www.risknet.de/uploads/tx_bxelibrary/1.6_Risikomanagementstudie_3.pdf, Abruf vom 27.01.09, (Dokument 1).

^[6] Vgl. Union Investment Institutional GmbH (Hrsg.), (Autoren: Pohl, M./Schierenbeck, H.), Renditeoptimierung durch die Verbesserung von Risikomodellen, Frankfurt a. M. 2008, http://www.risknet.de/ uploads/tx_bxelibrary/1.6_Risikomanagementstudie_3.pdf, Abruf vom 27.01.09, (Dokument 1, S. 8).

^[7] Das Wort „adjustieren“ wird lt. Wörterbuch als „fein einstellen“ definiert. Folglich bedeutet risikoadjustiert „auf ein Risiko eingestellt“ oder „an ein Risiko angepasst“. Vgl. Bünting, K./Karatas, R. (1996), Deutsches Wörterbuch, Chur/Schweiz, S. 44.

^[8] Vgl. Albrecht, P./Maurer, R. (2008), Investment- und Risikomanagement, 3. Auflage, Stuttgart, S. 86.

^[9] Vgl. Perridon, L./Steiner, M. (2006), Finanzwirtschaft der Unternehmung, 14. Auflage, München, S. 13.

^[10] Vgl. Fischer, B. (2001), Performanceanalyse in der Praxis, 2. Auflage, Wien, S. 271.

^[11] Vgl. Perridon, L./Steiner, M. (2006), Finanzwirtschaft der Unternehmung, 14. Auflage, München, S. 74 und S. 250f.

^[12] Vgl. Breuer, W./Gürtler, M./Schuhmacher, F. (1999), Portfoliomanagement, Wiesbaden,S. 88.

^[13] Vgl. Egner, T. (1998), Performancemessung bei Wertpapier-Investmentfonds, Heidelberg,S. 181.

^[14] Vgl. Markowitz, H. M. (2008), Portfolio Selection, München, S. 175f.

^[15] Vgl. Pilotte, E. A./Sterbenz, F. P. (2006), Sharpe and Treynor Ratios on Treasury Bonds, in: Journal of Business, Vol. 79, No. 1, Chicago, S. 149-180, S. 150.

^[16] Vgl. Jurowsky, R./Terhürne, M. (1999), Die Performance von Wertpapierdepots – Berechnung und Beurteilung unter Risikogesichtspunkten, in: Warth Klein (Hrsg.), Professionelle Vermögensverwaltung, Düsseldorf, S. 329-342, S. 331.

^[17] Vgl. Garz, H./Günther, S./Moriabadi, C. (2006), Portfolio-Management, Frankfurt, S. 340f.

^[18] Vgl. Fischer, B. (2001), Performanceanalyse in der Praxis, 2. Auflage, Wien, S. 106.

^[19] Vgl. Haibach, M. (2006), Handbuch Fundraising, Frankfurt/New York, S. 177.

^[20] Siehe Anhang, Anlage 1, Seite 65 dieser Arbeit.

^[21] Siehe Anhang, Anlage 2, Seite 66 dieser Arbeit.

^[22] Siehe Anhang, Anlage 3, Seite 67 dieser Arbeit.

^[23] Vgl. Obeid, A. (2004), Performance-Analyse von Spezialfonds, in: Johanning, L./Maurer, R./ Rudolf, M. (Hrsg.), Reihe: Portfoliomanagement, Band 18, Bad Soden/Ts., S. 21.

^[24] Vgl. Sharpe, W. F. (1965), Mutual Fund Performance: Measurement and Prediction, Rand Collection, Santa Monica, Kalifornien, März 1965, S. 6f.

^[25] Vgl. Sharpe, W. F. (1965), Mutual Fund Performance: Measurement and Prediction, Rand Collection, Santa Monica, Kalifornien, März 1965, S. 6f.

^[26] Vgl. Steiner, M./Bruns C. (2007), Wertpapiermanagement, 9. Auflage, Stuttgart, S. 593.

^[27] Vgl. Bruns, C./Meyer-Bullerdiek, F. (2008), Professionelles Portfoliomanagement, 4. Auflage, Stuttgart, S. 665f.

^[28] Vgl. Heidorn, T./Cremers, H./Moormann, J. (Hrsg.), (Autor: Stahlhut, B.), Messung und Analyse der Performance von Aktienportfolios, 1. Auflage, Frankfurt 1997, S. 26f.

^[29] Vgl. Bruns C./Meyer-Bullerdiek F. (2008,) Professionelles Portfoliomanagement, Stuttgart,S. 664.

^[30] Vgl. Bruns C./Meyer-Bullerdiek F. (2008), Professionelles Portfoliomanagement, 4. Auflage, Stuttgart , S. 664f.

^[31] Vgl. Scholz, H./Wilkens, M. (2006), Die Marktphasenabhängigkeit der Sharpe Ratio – Eine empirische Untersuchung für deutsche Aktienfonds, in: Zeitschrift für Betriebswirtschaft,76. Jg., S. 1275-1302.

^[32] Vgl. Scholz, H./Wilkens, M. (2006), Die Marktphasenabhängigkeit der Sharpe Ratio – Eine empirische Untersuchung für deutsche Aktienfonds, in: Zeitschrift für Betriebswirtschaft,76. Jg., S. 1275-1302, S. 1292f.

^[33] Vgl. Treynor, J. L. (1965), How to Rate Management of Investment Funds, in: Harvard Business Review, 43. Jg., Boston, Januar – Februar 1965, S. 63-75.

^[34] Vgl. Scholz, H./Wilkens, M. (1999), Von der Treynor-Ratio zur Market Risk-Adjusted Performance, in: FINANZ BETRIEB Nr. 10/1999, S. 308-315, S. 308f.

^[35] Vgl. Eilenberger, G. (1996), Lexikon der Finanzinnovationen, 3. Auflage, München, S. 115.

^[36] Vgl. Steiner, M./Bruns C. (2007), Wertpapiermanagement, 9. Auflage, Stuttgart, S.596-598.

^[37] Vgl. Bruns, C./Meyer-Bullerdiek F. (2008), Professionelles Portfoliomanagement, 4. Auflage,S. 667.

^[38] Vgl. Steiner, M./Bruns C. (2007), Wertpapiermanagement, 9. Auflage, Stuttgart, S. 598.

^[39] Vgl. Jensen, M. C. (1968), The Performance of Mutual Funds in the Period 1945-1964, in: Journal of Finance, Vol. 23, Columbus, Ohio, S. 389-416.

^[40] Vgl. Steiner, M./Bruns C. (2007), Wertpapiermanagement, 9. Auflage, Stuttgart, S. 599.

^[41] Vgl. Breuer, W./Gürtler, M./Schuhmacher, F. (1999), Portfoliomanagement, Wiesbaden,S. 152-154.

^[42] Vgl. Steiner, M./Bruns, C. (2007), Wertpapiermanagement, 9. Auflage, Stuttgart, S. 599.

^[43] Das ist die bessere Kursentwicklung eines Wertpapiers oder Wertpapierportfolios gegenüber dem Gesamtmarkt. Vgl. Garz, H./Günther, S./Moriabadi, C. (2006), Portfolio-Management, Frankfurt, S. 140.

^[44] Im Fall, dass die Kursentwicklung eines Wertpapiers bzw. Wertpapierportfolios im Vergleich zum Gesamtmarkt schlechter ausfällt. Vgl. Garz, H./Günther, S./Moriabadi, C. (2006), Portfolio-Management, Frankfurt, S. 141.

^[45] Vgl. Steiner, M./Bruns C. (2007), Wertpapiermanagement, 9. Auflage, Stuttgart, S. 599-601.

^[46] Vgl. Breuer, W. (2003), Bias in Beta und Performancemessung mittels Jensens Alpha, in: Wirtschaftswissenschaftliches Studium, Heft 8, München, August 2003, S. 446-450, S. 447f.

^[47] Vgl. Breuer, W. (2003), Bias in Beta und Performancemessung mittels Jensens Alpha, in: Wirtschaftswissenschaftliches Studium, Heft 8, München, August 2003, S. 446-450, S. 447.

^[48] Vgl. Breuer, W. (2003), Bias in Beta und Performancemessung mittels Jensens Alpha, in: Wirtschaftswissenschaftliches Studium, Heft 8, München, August 2003, S. 446-450, S. 448.

^[49] Vgl. Feucht, M. (2001), Praxis-Lexikon Finanzmanagement, Landsberg, S. 292.

^[50] Vgl. Feucht, M. (2001), Praxis-Lexikon Finanzmanagement, Landsberg, S. 293.

^[51] Vgl. Treynor, J. L./Black, F. (1973), How to Use Security Analysis to Improve Portfolio Selection, Journal of Business, Vol. 46, Chicago, Illinois, S. 66-86, S. 74-78.

^[52] Vgl. Treynor, J. L./Black, F. (1973), How to Use Security Analysis to Improve Portfolio Selection, Journal of Business, Vol. 46, Chicago, Illinois, S. 66-86, S. 73 und S. 75.

^[53] Vgl. Bruns, C./Meyer-Bullerdiek, F. (2008), Professionelles Portfoliomanagement, 4. Auflage, S. 670f.

^[54] Vgl. Poddig, T./Dichtl, H./Petersmeier, K. (2003), Statistik, Ökonometrie, Optimierung,3. Auflage, Bad Soden/Ts., S. 147.

^[55] Vgl. Spremann, K. (2008), Portfoliomanagement, 4. Auflage, München, S. 361.

^[56] Vgl. Münstermann, J. (2000), Anlageerfolg von Spezialfonds: Eine theoretische und empirische Analyse, Frankfurt a.M., S. 114; Fischer, B. (2001), Performanceanalyse in der Praxis,2. Auflage, Wien, S. 283.

^[57] Vgl. Ebertz, T./Scherer, B. (2002), Das Rahmenwerk des aktiven Portfoliomanagements, in: Kleeberg, J. M./Rehkugler, H. (Hrsg.), Handbuch Portfoliomanagement, Bad Soden/Ts.,S. 181-204, S. 195; Steiner, M (Hrsg.), (Autor: Wittrock, C.), Messung und Analyse der Performance von Wertpapierportfolios, Bad Soden/Ts. 1995, S. 82f.

^[58] Vgl. Bundesaufsichtsamts für das Kreditwesen (Hrsg.), Rundschreiben 1/2001, Bonn, 22. Januar 2001, http://www.bundesbank. de/download/bankenaufsicht/pdf/rs01_01.pdf, Abruf vom 17.01.09, (Dokument 4, S. 2).

^[59] Vgl. Albrecht, P./Maurer, R. (2008), Investment- und Risikomanagement, 3. Auflage, Stuttgart, S. 365f.

^[60] Vgl. Paulus, H. (2002), Performance-Potentiale von Laufzeit- und Durationsstrategien: Eine empirische Analyse, in: Kleeberg, J. M./Rehkugler, H. (Hrsg.), Handbuch Portfoliomanagement, Bad Soden/Ts., S. 465-493,S. 484.

^[61] Vgl. Sauer, A. (2002), Strukturiertes Portfoliomanagement, in: Kleeberg, J. M./Rehkugler, H. (Hrsg.), Handbuch Portfoliomanagement, Bad Soden/Ts., S. 161-179, S. 169f.

^[62] Vgl. Scherer, B. (2000), Einfluß der Investment-Richtlinien auf die Performance von Spezialfonds, in: Kleeberg, J. M./Schlenger, C. (Hrsg.), Handbuch Spezialfonds, Bad Soden/Ts., S. 317-343, S. 323-325.

^[63] Vgl. Kahn, R. N./Rudd, A. (1995), Does Historical Performance Predict Future Performance?, in: Financial Analysts Journal, Vol. 51, No. 6, (Nov. - Dec. 1995), S. 43-52, S. 43f.

^[64] Vgl. Macaulay, F. H. (1938), Some Theoretical Problems Suggested By The Movements Of Interest Rates, Bond Yields, And Stock Prices In The United States Since 1856, New York,S. 44-49.

^[65] Vgl. Lingner, U. (2003), Kapitalanlagemanagement bei Altersversorgungseinrichtungen, in: Leser, H./Rudolf, M. (Hrsg.), Handbuch Institutionelles Asset Management, Wiesbaden,S. 267-290, S. 273.

^[66] Vgl. Obeid, A.(2004), Performance-Analyse von Spezialfonds, Bad Soden/Ts., S. 9-10.

^[67] Abgeleitete Finanzprodukte, die auf Basis von bestehenden Wertpapieren (Aktien, Zerobonds) zusätzliche Handels- und Spekulationsmöglichkeiten eröffnen, z.B. Terminkontrakte, Optionen. Vgl. Steiner, M./Bruns C. (2007), Wertpapiermanagement, 9. Auflage, Stuttgart, S. 1.

^[68] Vgl. Rathjens, H. (2002), Aktives Management von Euroland-Rentenportfolios, in: Kleeberg, J. M./Rehkugler, H. (Hrsg.), Handbuch Portfoliomanagement, Bad Soden/Ts., S. 412-437,S. 412.

^[69] Vgl. Bruns, C./Meyer-Bullerdiek, F. (2008), Professionelles Portfoliomanagement, 4. Auflage, S. 283.

^[70] Vgl. Egner, T. (1998), Performancemessung bei Wertpapier-Investmentfonds, Heidelberg,S. 239-241.

^[71] Vgl. Fischer, B. (2001), Performanceanalyse in der Praxis, 2. Auflage, Wien, S. 245.

^[72] Vgl. Steiner, M./Bruns C. (2007), Wertpapiermanagement, 9. Auflage, Stuttgart, S. 168f.

^[73] Vgl. Eller, R. (2002), Modernes Risikomanagement, Wiesbaden, S. 105.

^[74] Siehe Anhang, Anlage 5, S. 70 dieser Arbeit.

^[75] Siehe Anhang, Anlage 4, S. 68f. dieser Arbeit

^[76] Vgl. Zimmerer, T. (2005), Duration und Convexity, in: Wirtschaftswissenschaftliches Studium, Heft 10, S. 560-565, S. 563.

^[77] Vgl. Roche, M. (Hrsg.), (Autoren: Reilly, F. K./Brown, K. C.), Investment Analysis and Portfolio Management, 6. Auflage, USA 2000, S. 589.

^[78] Vgl. Egner, T. (1998), Performancemessung bei Wertpapier-Investmentfonds, Heidelberg,S. 242.

^[79] Vgl. Egner, T. (1998), Performancemessung bei Wertpapier-Investmentfonds, Heidelberg,S. 243.

^[80] Vgl. Paulus, H. (2002), Performance-Potentiale von Laufzeit- und Durationsstrategien: Eine empirische Analyse, in: Kleeberg, J. M./Rehkugler, H. (Hrsg.), Handbuch Portfoliomanagement, Bad Soden/Ts., S. 465-493,S. 471f.

^[81] Vgl. Sortino, F. A./Price, L. N. (1994), Performance Measurement in a Downside Risk Framework, in: Journal of Investing, Vol. 3, New York, S. 59-64.

^[82] Vgl. Lochmüller, R. (2008), Fünf Jahre Absolute-Return-Strategien in Deutschland – eine Qualitätsanalyse, in: Zeitschrift für das gesamte Kreditwesen, 16/2008, S. 782-784, S. 782f.

^[83] Vgl. Sortino, F. A./Price, L. N. (1994), Performance Measurement in a Downside Risk Framework, in: Journal of Investing, Vol. 3, New York, S. 61.

^[84] Vgl. Markowitz, H. M. (2008), Portfolio Selection, München, S. 222-238.

^[85] Vgl. Kaiser, D. G. (2004), Hedgefonds, Wiesbaden, S. 180.

^[86] Unter den Lower Partial Moments versteht man Risikomaße, die sich als Shortfall-Risikomaß nur auf einen Teil der gesamten Wahrscheinlichkeitsdichte beziehen. Sie erfassen nur die negativen Abweichungen von einer Zielgröße. Vgl. Albrecht, P./Maurer, R. (2008), Investment- und Risikomanagement, 3. Auflage, Stuttgart, S. 126.

^[87] Vgl. Steiner, M. (Hrsg.), (Autor: Wittrock, C.), Messung und Analyse der Performance von Wertpapierportfolios, Bad Soden/Ts. 1995, S. 314.

^[88] Vgl. Lochmüller, R. (2008), Fünf Jahre Absolute-Return-Strategien in Deutschland – eine Qualitätsanalyse, in: Zeitschrift für das gesamte Kreditwesen, 16/2008, S. 783.

^[89] Vgl. Schmidt-von Rhein, A. (2002), Portfoliooptimierung mit der Ausfallvarianz, in:Kleeberg, J. M./Rehkugler, H. (Hrsg.), Handbuch Portfoliomanagement, Bad Soden/Ts.,S. 89-127, S. 91-93; Kaiser, D. G. (2004), Hedgefonds, Wiesbaden, S. 18.