Markus schuller presentation

1,277 views

Published on

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
1,277
On SlideShare
0
From Embeds
0
Number of Embeds
137
Actions
Shares
0
Downloads
6
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Markus schuller presentation

  1. 1. PANTHERA SOLUTIONSSTRATEGIC ASSET ALLOCATION INTELLIGENCE 3rd ASSET ALLOCATIONGENERATION – SHIFTING TECTONIC PLATES CITYWIRE WIEN 12.03.2013
  2. 2. CITYWIRE WIENINTRO 3rd ASSET ALLOCATION GENERATION 2 Panthera Solutions – mit Sitz im Fürstentum Monaco – ist ein Anbieter von Strategic Asset Allocation Intelligence für professionelle Anleger in Europa. Wir bieten SAA-Intelligence für das Management von Multi-Asset-Portfolios der 3. Generation an. Innovationsführer in D-A-CH
  3. 3. CITYWIRE WIENINTRO 3rd ASSET ALLOCATION GENERATION 3
  4. 4. CITYWIRE WIENINTRO 3rd ASSET ALLOCATION GENERATION 4 MODERNE MODELLE IM ZEITRAFFER Modell- Entwicklung Tracker Products State Preference Model AMH Structured Products Behavioural Finance APT Multi-Factor Return Portfolio- Models Insurance Option Pricing Prospect- Financial Theory CAPM Futures Alpha EMH MPT 1950er 1960er 1970er 1980er 1990er 2000er 2010er Zeit
  5. 5. CITYWIRE WIENINTRO 3rd ASSET ALLOCATION GENERATION 5 1. Generation 2. Generation 3. Generation 1950 - 2000 2000 – 2010 2010 – Traditionelles Beta und Multi-Asset-Diversifikation Dynamisierung der Multi-Asset- langer Anlagehorizont und Globalisierung der Allokation und Diversifikation Allokation nach Risikofaktoren Dominante Merkmale Dominante Merkmale Dominante Merkmale der 1. Generation der 2. Generation der 3. Generation  Quantitative Optimierung  Quantitative Optimierung  Asset Allokation gemäß durch Mean-Variance durch Mean-Variance und Risikofaktoren-Diversifikation  Überthema Diversifikation Minimum-Variance (für  „Echte“ aktive Manager be- – Publikumsfonds Aktien-Exposure) kommen größere Freiheiten gewinnen an Popularität  Diversifikation durch traditionelle und alternative  Alternative Assets erweitert um  Diversifikation durch catastrophe bonds, carbon traditionelle Assetklassen Assetklassen (leverage- sensitiv: HF, PE, Infrastruktur) credits, intellectual property – Aktien, Anleihen, rights & longevity swaps Immobilien, Cash  Mehr-Faktoren und Mehr- Perioden-Modelle  SAA & TAA Unterscheidung ver-  Ein-Faktoren und Ein- liert an Bedeutung – siehe DSAA Perioden-Modelle  SAA & TAA Unterscheidung  Emanzipation von MPT-Familie  Home Bias  Aktives Management – Assetklassen überwiegend von Spezialisten gemanaged
  6. 6. CITYWIRE WIENINTRO 3rd ASSET ALLOCATION GENERATION 6 Portfoliomanagement Strategien der 1. und 2. Generation erzeugen in abnehmendem Maße Diversifikation und Robustheit. Sie verzerren Risiken und führen zu fehlerhaften Anlageentscheidungen. 1. Generation 2. Generation Dominante Portfolio- Dominante Portfolio- management Strategien management Strategien der 1. Generation der 2. Generation Long-Only Portfolio Risk Parity Portfolio Buy-Hold Portfolio Yale Modell Permanent Portfolio Most Diversified Portfolio Balanced Portfolio Best-of-two Portfolio
  7. 7. CITYWIRE WIENINTRO 3rd ASSET ALLOCATION GENERATION 7 Wechsel zur 3. Generation = notwendiger Evolutionsschritt Eine Erklärung
  8. 8. CITYWIRE WIENASSET ALLOCATION HISTORIE 3rd ASSET ALLOCATION GENERATION 8 BASISANNAHMEN ZU GENERATION 1 & 2
  9. 9. ALTERNATIVEASSET ALLOCATION HISTORIE PORTFOLIOMANAGEMENT 9 MODERN PORTFOLIO THEORY (MPT) Der US-Amerikanische Ökonom Harry M. Markowitz gilt als Vater der Modernen Portfoliotheorie (MPT). Seine PhD-Publikationen 1952 („Portfolio Selection“) und 1959 („Portfolio Selection: Efficient Diversification of Investments“) gelten auch heute noch als Standardwerke an den führenden Universitäten dieser Welt und brachten ihm 1990 den Nobelpreis ein. Markowitz verfolgte mit der MPT zwei Ziele. Er wollte 1. die Entscheidung zur Diversifikation der Anleger wissenschaftlich begründen und quantifizieren. 1. ermitteln, welche und wie viele Wertpapiere in ein Portfolio aufgenommen werden müssen.
  10. 10. ALTERNATIVEASSET ALLOCATION HISTORIE PORTFOLIOMANAGEMENT 10 MODERN PORTFOLIO THEORY (MPT) MPT Annahmen zum Diversifikationseffekt Systematic Risk = non-diversifizierbares Marktrisiko wie zB Leitzinsen, Rezessionen, Kriege. Unsystematic Risk = spezifisches Risiko = ein spezifisches Wertpapier betreffend. Kann durch Diversifikation minimiert werden.
  11. 11. CITYWIRE WIENASSET ALLOCATION HISTORIE 3rd ASSET ALLOCATION GENERATION 11 MODERN PORTFOLIO THEORY (MPT) ANNAHMEN Wertpapierrenditen sind normalverteilt A Korrelationen zwischen Wertpapieren sind konstant B Alle Investoren maximieren ihre Nutzenfunktion-max Geld, ohne Erwägung alt. Variablen C Alle Investoren handeln rational und risiko-avers = Mean Variance Optimizers D Alle Investoren haben jederzeit Zugang zu den gleichen Informationen E Transaktionskosten und Steuern bleiben unberücksichtigt F Alle Investoren sind Preisnehmer = deren Aktionen beeinflussen Wertpapierpreis nicht G Alle Investoren können unlimitiert Kredite zum risikolosen Zinssatz aufnehmen H Alle Wertpapiere bleiben beliebig geteilt handelbar I
  12. 12. ALTERNATIVEASSET ALLOCATION HISTORIE PORTFOLIOMANAGEMENT 12 MPT | MEAN VS MINIMUM VARIANCE OPTIMAL RISKY PORTFOLIO
  13. 13. ALTERNATIVEASSET ALLOCATION HISTORIE PORTFOLIOMANAGEMENT 13 TRIUMVIRAT MPT TRADITIONAL ASSET ALLOCATION CAPM EMH
  14. 14. ALTERNATIVEASSET ALLOCATION HISTORIE PORTFOLIOMANAGEMENT 14 ASSET MANAGEMENT INDUSTRIE | UPDATE
  15. 15. ALTERNATIVEASSET ALLOCATION HISTORIE PORTFOLIOMANAGEMENT 15 ASSET MANAGEMENT INDUSTRIE | UPDATE ICI Factbook 2012
  16. 16. CITYWIRE WIENASSET ALLOCATION HISTORIE 3rd ASSET ALLOCATION GENERATION 16 DEKONSTRUKTION VON MYTHEN
  17. 17. CITYWIRE WIENMYTHEN DEKONSTRUKTION 3rd ASSET ALLOCATION GENERATION 17MYTHOS A | RENDITEN SIND NORMALVERTEILT Benoit Mandelbrot - “Misbehaviour of Markets”, 2004 Mandelbrot´s ... Falsifikation A: Die Annahme normalverteilter Wertpapierkurse, die um einen festen Mittelwert mit konstanter Varianz schwanken, ist schlichtweg Unsinn. Falsifikation B: Außerdem hängen, entgegen dem Random Walk Modell, das Ausmaß künftiger Preisschwankungen eines Wertpapiers von den Preisschwankungen in der Vergangenheit ab.
  18. 18. CITYWIRE WIENMYTHEN DEKONSTRUKTION 3rd ASSET ALLOCATION GENERATION 18 LITERATURE BOX MYTHOS A | RENDITEN SIND NORMALVERTEILT „Fooled by Randomness“ Taleb 2001/2006 „The Black Swan“ Taleb, 2007/2010 Nassim TalebBlack SwanErklärt die Grundidee der Theorie, dass Menschen nicht besonders gut darin sind bestimmte Ereignisse zu berücksichtigen(z.B. sehr unwahrscheinliche Ereignisse bzw. sehr extreme Ereignisse). Essenz:1. Traue keinen staatlichen und wirtschaftlichen Prognosen! z.B. der Truthahn vor seiner Schlachtung....2. Erwarte das Unerwartete (the unknown unknown) - vom schwarzen zum grauen Schwan....3. Misstraue der Anwendung der statistischen Normalverteilung (Gausssche Glockenkurve) und bewundere MandelbrotFooled by RandomnessTalebs Vorbringen, dass sich Statistiker als Pseudowissenschaftler herausstellten, sobald finanzielle Risiken auftauchen,weil dann die Statistiker versuchten, ihre mangelnde Kompetenz durch komplizierte mathematische Gleichungen zuverdecken, hat allgemein Kritik von Statistikern hervorgerufen.
  19. 19. CITYWIRE WIENMYTHEN DEKONSTRUKTION 3rd ASSET ALLOCATION GENERATION 19 LITERATURE BOXMYTHOS A | RENDITEN SIND NORMALVERTEILT “Tail Risk About 5x Wores Than You May Think“ Welton, 2010 Welton Investment Corp. Empirische Studie auf S&P 500 Welton hat die Daten des S&P500- Index von 1960 bis Juni 2010 untersucht und die effektive Verteilung der Renditen (rollierende Quartalsrenditen) dargestellt. Die dunkelblaue Kurve zeigt die Verteilund der Renditeerwartung bei einer Normalverteilung, während die hellblaue Kurve die effektiv errechneten Renditen darstellt. Klar ersichtlich, dass sehr negative Renditen im Vergleich zu den Erwartungen viel zu häufig auftreten.
  20. 20. CITYWIRE WIENMYTHEN DEKONSTRUKTION 3rd ASSET ALLOCATION GENERATION 20MYTHOS A | RENDITEN SIND NORMALVERTEILT Welton Investment Corp. Empirische Studie auf S&P 500 Ein Multiple von 5,3x im Vgl zu den Vorgaben der Normalverteilung.
  21. 21. CITYWIRE WIENMYTHEN DEKONSTRUKTION 3rd ASSET ALLOCATION GENERATION 21 LITERATURE BOXMYTHOS B | DIVERSIFIKATION VIA MPT EINSATZ “Is Portfolio Theory Harming Your Portfolio?“ Vincent, 2011Wertpapierrenditen sind normalverteilt und random. Alle Investoren haben Zugang zu den gleichenFALSCH Informationen zur gleichen Zeit. FALSCH – kommt auch von EMH. Zumindest die strengeKorrelationen zwischen Wertpapieren sind fix und Form der Effizienzmarkthypothese kann als falsifiziertkonstant. geführt werden. In realen Märkten herrscht Informations-FALSCH Asymmetry, Insider Trading und simple Ungleichheit bei Informationszugängen..Alle Investoren streben nach Nutzenmaximierung (dhMaximierung des Einkommens, ohne andere Variablen Es existieren keine Steuern und Transaktionskosten.zu berücksichtigen). FALSCH – for obvious reasons.FALSCH – Grundannahme der Efficient Market Hypothesis Alle Investoren sind Preisnehmer, deren Transaktionen(als Grundpfeiler der MPT) erweist sich, dank Behavioural beeinflussen nicht die Preisbildung.Finance, als nicht korrekt. Tatsächlich berücksichtigt das FALSCH - In realen Märkten kommt es sehrwohl zu Preis-Individuum ein Portfolio an Einflussfaktoren zur beeinflussungen bei großen Transaktionen – Siehe DarkZufriedenheitsmaximierung. Pools.Alle Investoren agieren rational und risiko-avers. Alle Investoren können unlimitiert zur Risk Free RateFALSCH – Behavioural Finance zeigt, dass die Kernaussage Kredit nehmen.der Efficient Market Hypothesis (als Grundpfeiler der FALSCH – Tatsächlich hat jeder Marktteilnehmer seinMPT) nicht gehalten werden kann. Ein Individuum ist kein Kreditlimit.homo-oeconomicus. Alle Wertpapiere können in unendlich viele Einzelteile zerlegt werden. FALSCH – Tatsächlich gibt es Mindesthandels-Einheiten.
  22. 22. CITYWIRE WIENMYTHEN DEKONSTRUKTION 3rd ASSET ALLOCATION GENERATION 22 MYTHOS C | RISK MANAGEMENT MITTELS VaR David Einhorn (HF Manager, Greenlight Cap) “VaR is like an Airbag that works Joe Nocera (NYT) all the time, except when you “VaR was very useful to risk experts, have a car accident.” but nevertheless exacerbated the crisis by giving false security to bank executives and regulators. It is easy to Nassim Taleb misunderstand and dangerous when being misunderstood.” “VaR ignores 2500 years of experience in favor of untested models built by non-traders. It claims to estimate the risk of rare events, which is impossible. As such it gave false confidence.“
  23. 23. CITYWIRE WIENMYTHEN DEKONSTRUKTION 3rd ASSET ALLOCATION GENERATION 23 MYTHOS C | RISK MANAGEMENT MITTELS VaR
  24. 24. CITYWIRE WIEN MYTHEN DEKONSTRUKTION 3rd ASSET ALLOCATION GENERATION 24 LITERATURE BOXMYTHOS D | DIVERSIFIKATION DURCH DEVELOPED/EMERGING MARKETS EINTEILUNG ”Seeking Diversification Through Emerging Markets “, MSCI, 2009.
  25. 25. CITYWIRE WIEN MYTHEN DEKONSTRUKTION 3rd ASSET ALLOCATION GENERATION 25MYTHOS D | DIVERSIFIKATION DURCH DEVELOPED/EMERGING MARKETS EINTEILUNG
  26. 26. CITYWIRE WIEN MYTHEN DEKONSTRUKTION 3rd ASSET ALLOCATION GENERATION 26MYTHOS D | DIVERSIFIKATION DURCH DEVELOPED/EMERGING MARKETS EINTEILUNG
  27. 27. CITYWIRE WIENMYTHEN DEKONSTRUKTION 3rd ASSET ALLOCATION GENERATION 27 MYTHOS E | HIGHER RISK = HIGHER RETURN Source: ‘ Popular Delusions’ SocGen Oct2011
  28. 28. CITYWIRE WIENMYTHEN DEKONSTRUKTION 3rd ASSET ALLOCATION GENERATION 28MYTHOS F | TIMING VON WIRTSCHAFTSZYKLEN ANTIZIPIEREN VON PHASENWECHSELN IN WIRTSCHAFTS- ZYKLUS FUNKTIONIERT SEIT JAHRZEHNTEN NICHT. TROTZDEM SIND MARKET-TIMING STRATEGIEN WIE TAA // SEKTOR-ROTATION // LÄNDER-ROTATION WEITERHIN FIXER BESTANDTEIL IN VERTRIEBSKANÄLEN.
  29. 29. CITYWIRE WIENMYTHEN DEKONSTRUKTION 3rd ASSET ALLOCATION GENERATION 29MYTHOS F | TIMING VON WIRTSCHAFTSZYKLEN
  30. 30. CITYWIRE WIENMYTHEN DEKONSTRUKTION 3rd ASSET ALLOCATION GENERATION 30MYTHOS F | TIMING VON WIRTSCHAFTSZYKLEN MARKET TIMING IN ZEITEN SEKTORALER INDIFFERENZ IST NICHT MÖGLICH.
  31. 31. CITYWIRE WIENMYTHEN DEKONSTRUKTION 3rd ASSET ALLOCATION GENERATION 31MYTHOS F | TIMING VON WIRTSCHAFTSZYKLEN Beispiel. “The Fortune Sellers” William Sherden (1998) Sherden untersuchte die Analyse- und Vorhersagegenauigkeit von Ökonomen punkto Umkehrpunkten in Wirtschaftszyklen zwischen 1970 und 1995. Untersuchungsergebnisse:  Ökonomen können Umkehrpunkte im Wirtschaftszyklus nicht vorhersagen. Von den 48 Vorhersagen ware 46 falsch.  Die Vorhersagequalität entspricht jener von Ratespielen.  Weder einzelne Personen, noch ökonomische Theorien produzierten eine konstante Akkuratesse.  Der Einsatz von komplexeren Methoden erwirkt keine Verbesserung.  Consensus Forecasts bieten keine Verbesserung.
  32. 32. CITYWIRE WIENMYTHEN DEKONSTRUKTION 3rd ASSET ALLOCATION GENERATION 32 MYTHOS F | TIMING VON WIRTSCHAFTSZYKLEN Source: Behavioural Investing (2007, James Montier)
  33. 33. CITYWIRE WIENMYTHEN DEKONSTRUKTION 3rd ASSET ALLOCATION GENERATION 33MYTHOS F | TIMING VON WIRTSCHAFTSZYKLEN Michael McCracken,“How Accurate are forecasts in a recession”, Federal Reserve Bank of St Louis, 2009 He provided further evidence on the failure of economic forecasts to get it right when it is most important. Using as his database the Survey of Professional Forecasters (SPF), he reviewed 26y of quarterly, one- year-ahead mean SPF forecasts from Q3/1981 until Q3/2007. He found that forecaster errors were 4x larger when the economy was in recession than when it was not.
  34. 34. CITYWIRE WIENMYTHEN DEKONSTRUKTION 3rd ASSET ALLOCATION GENERATION 34
  35. 35. CITYWIRE WIENERGEBNIS 3rd ASSET ALLOCATION GENERATION 35 PUBLIKUMSFONDS (GENERATION 1 & 2) DINOSAURIER EINER LÄNGST VERGANGENEN ZEIT 70% der TAA Fonds underperformten “Morningstar Advisor“ Benchmark in einer für Market Timer Larry Swedroe, 2012 idealen Marktphase.
  36. 36. ALTERNATIVEMAC | KRISENERKENNTNISSEERGEBNIS PORTFOLIOMANAGEMENT 36 Schäfer suchen Herde. SOURCE
  37. 37. CITYWIRE WIENERGEBNIS 3rd ASSET ALLOCATION GENERATION 37 PUBLIKUMSFONDS (GENERATION 1 & 2) DINOSAURIER EINER LÄNGST VERGANGENEN ZEIT
  38. 38. CITYWIRE WIENMAC | KRISENERKENNTNISSEERGEBNIS 3rd ASSET ALLOCATION GENERATION 38 Mark Carhard, “On Persistence in Mutual Mark Carhart, Jennifer Carpenter, Fund Performance,” Journal of Finance, “Mutual Fund Survivorship,” Review of March 1997 Fin. Studies, 2002 Carhard Conclusions: Analyzed the performance of 2071 equity funds for There was no persistence in performance the period 1962-1995. They found that the average beyond what would be randomly expected – actively managed mutual fund underperformed its the past performance of active managers is a poor appropriate passive benchmark on a pretax basis by predictor of their future performance. about 1.8% per annum. Expenses both reduce returns on a one-for-one basis and explain much of the persistent long-term under- performance of mutual funds Turnover reduces pretax returns by almost 1% of the value of trade
  39. 39. CITYWIRE WIENMAC | KRISENERKENNTNISSEERGEBNIS 3rd ASSET ALLOCATION GENERATION 39 Christopher Philips, Francis Kinnery, Morningstar “FundInvestor”, Nov2009 “Mutual Fund Ratings and Future Performance”, Vanguard Institute, Feb10 About its 5 star funds  The 2004 class of 5* domestic funds had a five- They examined the excess returns over the 3y period year rating of just 3.2, just slightly above following a given rating. They chose the 3y rating period average. And, as we have seen. The average because Morningstar requires at least 3y of performance fund has underperformed its risk adjusted data to generate a rating and investment committees benchmark by close to 2%. typically use a 3y window to evaluate the perf of their  The 2005 group of 5* funds had a 3y rating of managers. Period covered was June 30, 1992 through just 3.1 August 31, 2009. Their summary:  The 2006 group had a 3y rating of just 2.9  39% of funds with 5* ratings outperformed their style benchmarks for the 36 months following the rating, while 46% of 1* funds did.  Most of the star-rating groups produced negative excess returns in the succeeding 3y. Even worse, the 4* and 5* figures were more negative than those of lower-rated groups.  Higher ratings in no way ensure that an investor would increase his or her odds of outperforming a style benchmark in subsequent years.
  40. 40. CITYWIRE WIENMAC | KRISENERKENNTNISSEERGEBNIS 3rd ASSET ALLOCATION GENERATION 40 SOURCE
  41. 41. CITYWIRE WIENMAC | KRISENERKENNTNISSEERGEBNIS 3rd ASSET ALLOCATION GENERATION 41 SOURCE
  42. 42. CITYWIRE WIENMAC | KRISENERKENNTNISSEERGEBNIS 3rd ASSET ALLOCATION GENERATION 42 Marlena Lee, “Is there skill among active bond managers?”, December 2009 Lee studied the performance of 2353 bond funds over the period 1991-2008, which included investment grade, high-yield and gov bond funds. Her findings:  Actively managed bond funds underperformed by an amount roughly equal to fees  Expense ratios were a good predictor of performance  Good past performance did not predict good future performance. There was no evidence of positive after-cost expected alphas, even n the top percentile of funds  Underperformance of loser funds persisted for several years. Most of the persistence in loser returns could be attributed to fees.  Collectively, investors in active bond funds lose about 90 bps per year. SWENSEN stimmt zu
  43. 43. CITYWIRE WIENMAC | KRISENERKENNTNISSEERGEBNIS 3rd ASSET ALLOCATION GENERATION 43 Abstract: In this paper we examine how the relationship between mutual fund benchmark returns and subsequent net annual flows differs in up and down markets. Using a data set comprised of actively managed, retail, no-load, no-redemption fee mutual funds, we find net flows are significantly lower for funds that outperform their benchmark in down markets as compared to similar outperformance in up markets. We also find that that funds that underperform their benchmark index in down markets have significantly less net flows than similarly underperforming funds do in up markets. [...] In down markets the incentive for active mutual fund managers is to closet index as the benefits of outperforming the benchmark in terms of net flows are low and the costs of underperforming the benchmark in terms of net flows are high. Conversely, active management makes more sense in up markets as the benefits of outperforming the benchmark in terms of net flows are large and the costs of underperforming the benchmark in terms of net flows are relatively low. SOURCE
  44. 44. CITYWIRE WIENMAC | KRISENERKENNTNISSEERGEBNIS 3rd ASSET ALLOCATION GENERATION 44 How to pick outperforming active mutual funds? WSJ SOURCE #1 Start with fees —active funds with the lowest expense ratios have the lowest hurdle to clear to outperform an index. The median actively managed U.S. stock fund charges 1.16% annually, or $116 per $10,000 invested, according to Morningstar. #2 Next, investors should look for managers who are actually trying to beat their benchmark indexes. Most mutual fund managers dont, says Yakov Amihud, a finance professor at New York Universitys Stern School of Business. Instead, they build portfolios that nearly mimic common benchmarks, possibly because they are afraid of losing their jobs if they trail their peers, he says. To screen out such "closet indexers," Prof. Amihud uses a statistical measure called "R-squared" to observe how much of active fund managers returns can be explained simply by the index. A fund with an R-squared of 100% matches an index exactly, while one with an R-squared of 50% has returns that are only half explained by the index. Actively managed funds should have a low R-squared, because portfolio managers are supposedly paid to make index-beating bets. But a paper co- written by Prof. Amihud, expected to be published this year, finds that the median fund has an R-squared of 93%. "The great majority of funds are closet indexers," he says. "They tell you they are active funds and take your money but do something close to the index."
  45. 45. CITYWIRE WIENMAC | KRISENERKENNTNISSEERGEBNIS 3rd ASSET ALLOCATION GENERATION 45Intro zu „“Active Share“ ErgebnisseWie weit weicht ein Publikumsfonds von # Zwischen 1980 und 2003 outperformtenIndex Allocation ab? Publikumsfonds (US Aktien) mit einem Active Share größer 90% ihre Benchmarks um 1,13% outperformten. # Fonds mit Active Share kleiner 60% underperformten um 1,42%. # Fonds mit konzentrierteren Portfolios tendieren zu höherer Active Share. # Fonds mit AuM größer USD 1 bln tendiereen zu niedrigerer Active Share. # Active Share Kritik Larry Swedroe: "Unfortunately, there is no real evidence that active share is a predictor of returns." SOURCE
  46. 46. CITYWIRE WIENERGEBNIS 3rd ASSET ALLOCATION GENERATION 46 PROZYKLIZITÄT TIEF VERANKERT. DIE 3. GENERATION BRICHT DAMIT.
  47. 47. CITYWIRE WIENMAC | KRISENERKENNTNISSEERGEBNIS 3rd ASSET ALLOCATION GENERATION 47
  48. 48. CITYWIRE WIENDIVERSIFIKATION DER DRITTEN GENERATION 3rd ASSET ALLOCATION GENERATION 48 DIVERSIFIKATION NEU DENKEN
  49. 49. CITYWIRE WIENMAC | KRISENERKENNTNISSEDIVERSIFIKATION DER DRITTEN GENERATION 3rd ASSET ALLOCATION GENERATION 49 SYSTEMTHEORIE
  50. 50. CITYWIRE WIENMAC | KRISENERKENNTNISSEDIVERSIFIKATION DER DRITTEN GENERATION 3rd ASSET ALLOCATION GENERATION 50 DIVERSIFIKATION VON RISIKOFAKTOREN Market Risk Equity Risk Property Risk Interest Rate Risk Default/Downgrade Credit Risk Spread Risk Reinsurer Credit Risk Risk Liability Risk Catastrophe Risk Longevity Risk Business Risk Volume Risk Expense Risk Pricing Risk Operational Risk Liquidity Risk Counterparty Risk Structural Risk
  51. 51. CITYWIRE WIENMAC | KRISENERKENNTNISSEDIVERSIFIKATION DER DRITTEN GENERATION 3rd ASSET ALLOCATION GENERATION 51 DIVERSIFIKATION VON RISIKOFAKTOREN
  52. 52. CITYWIRE WIENMAC | KRISENERKENNTNISSEDIVERSIFIKATION DER DRITTEN GENERATION 3rd ASSET ALLOCATION GENERATION 52 RISIKOFAKTOR DEFINITION "Factors are the smallest systematic (or nonidiosyncratic) units that influence investment return and risk characteristics. They include such elements as inflation, GDP growth, currency, and convexity of returns,“ (CFA Institute Publication)
  53. 53. CITYWIRE WIENMAC | KRISENERKENNTNISSEDIVERSIFIKATION DER DRITTEN GENERATION 3rd ASSET ALLOCATION GENERATION 53 Atom (griechisch Analogie ἄτομος, „das Asset Klasse = Molekül Unteilbare“; 450 v. Risikofaktor = Atome Chr. Demokrit) Level II Level III
  54. 54. CITYWIRE WIENMAC | KRISENERKENNTNISSEDIVERSIFIKATION DER DRITTEN GENERATION 3rd ASSET ALLOCATION GENERATION 54 Erste Konzepte zur Diversifikation von Risikofaktoren reichen rund 40 Jahre zurück (Ross, 1976). Weshalb der langsame Schwenk? 3 Gründe: 1) Die 80er und 90er waren unüblich generös zu Investoren in konventionellen Assets (Jones, 2011). 2) Durch die Risiko-Faktoren Diversifikation ergeben sich non-triviale analystische Problemstellungen in der Portfoliokonstruktion. 3) Kommunikationsanforderungen an Manager, seine Allokationsentscheidung dem Allokator mit minimalem Finanzjargon zu vermitteln, sind hoch.
  55. 55. CITYWIRE WIENMAC | KRISENERKENNTNISSEDIVERSIFIKATION DER DRITTEN GENERATION 3rd ASSET ALLOCATION GENERATION 55 ADAPTIVE MARKET HYPOTHESIS 3GEN BAUSTEINE LITERATURE BOX “The Adaptive Market Hypothesis: Market Efficiency from an Evolutionary Perspective“ Lo, 2004 Andrew Lo, Professor am MIT Sloan School of Management, gab 2004 mit seinem Paper “The Adaptive Markets Hypothesis: Market Efficiency from an Evolutionary Perspective” eine klare Antwort. Um sie mit seinen Worten zu formulieren: "The old model is not wrong, its just incomplete." Lo vervollständigt den EMH Teil, und führt ein realistisches, evolutionsbasierendes Menschenbild als Grundannahme für Marktteilnehmer ein. Er nennt sie die „Adaptive Market Hypothesis“ (AMH). Die ersten Gehversuche auf diesem Gebiet wurden lange vor Lo von Josef Schumpeter und Gary Becker gewagt, doch Lo´s Kombination aus Neurowissenschaft, Evolution und Finanzökonometrie ist originell und hat weitreichende Konsequenzen für das Portfolio Management.
  56. 56. CITYWIRE WIENMAC | KRISENERKENNTNISSEDIVERSIFIKATION DER DRITTEN GENERATION 3rd ASSET ALLOCATION GENERATION 56 ADAPTIVE MARKET HYPOTHESIS 3GEN BAUSTEINE EMH/AMH VERGLEICH AMH RISK MANAGEMENT Efficient Market Adaptive Market Traditional Framework New Framework Hypothesis Hypothesis Long-only constraint Long/short strategies Rational Expectations Adaptive Expectations Diversify across stocks and Diversify across more asset classes Optimizing Behaviour Satisficing Behaviour bonds and strategies No Free Lunch No Free Lunchplans Market-cap-weighted indexes Passive transparent indexes Risk/Reward Relation Fear/Greed vs Logic Manage risk via asset Manage risk via active volatility allocation scaling algorithms Static Linear Models Dynamic Nonlinear Models Alpha vs market beta Alphas = multiple betas Homogeneous Agents Heterogeneous Agents Markets are efficient Markets are adaptive Mathematical Rigor Biological Rigor „In the long run we´re all dead“, but Empirical Rejections Empirical Confirmations Equities in the long run make sure the short run doesn´t kill you first
  57. 57. CITYWIRE WIENMAC | KRISENERKENNTNISSEDIVERSIFIKATION DER DRITTEN GENERATION 3rd ASSET ALLOCATION GENERATION 57 STATE PREFERENCE MODELL 3GEN BAUSTEINE LITERATURE BOX “Investor and Markets: Portfolio Choices, Asset Prices and Investment Advice“ Sharpe, 2007
  58. 58. CITYWIRE WIENMAC | KRISENERKENNTNISSEDIVERSIFIKATION DER DRITTEN GENERATION 3rd ASSET ALLOCATION GENERATION 58 STATE PREFERENCE MODELL 3GEN BAUSTEINE LITERATURE BOX “Stating A Preference“ Financial Advisor Magazine, Sharpe Interview, 2007
  59. 59. CITYWIRE WIENDIVERSIFIKATION DER DRITTEN GENERATION 3rd ASSET ALLOCATION GENERATION 59 3GEN BAUSTEINE WHO IS THIS MAN?
  60. 60. CITYWIRE WIENDIVERSIFIKATION DER DRITTEN GENERATION 3rd ASSET ALLOCATION GENERATION 60 3GEN BAUSTEINE IT´S ALL ABOUT HAVING SKIN IN THE GAME
  61. 61. CITYWIRE WIENDIVERSIFIKATION DER DRITTEN GENERATION 3rd ASSET ALLOCATION GENERATION 61 3GEN BAUSTEINE
  62. 62. CITYWIRE WIENDIVERSIFIKATION DER DRITTEN GENERATION 3rd ASSET ALLOCATION GENERATION 62 3GEN BAUSTEINE WHERE´S YOUR SKIN IN THE GAME?
  63. 63. CITYWIRE WIENMAC | KRISENERKENNTNISSEDIVERSIFIKATION DER DRITTEN GENERATION 3rd ASSET ALLOCATION GENERATION 63 LITERATURE BOX UMSETZUNGSFORMEN “Long Term Investors And Their Asset Allocation“ IMF, 2011
  64. 64. CITYWIRE WIENMAC | KRISENERKENNTNISSEDIVERSIFIKATION DER DRITTEN GENERATION 3rd ASSET ALLOCATION GENERATION 64 UMSETZUNGSFORMEN
  65. 65. CITYWIRE WIENMAC | KRISENERKENNTNISSEDIVERSIFIKATION DER DRITTEN GENERATION 3rd ASSET ALLOCATION GENERATION 65 UMSETZUNGSFORMEN
  66. 66. CITYWIRE WIENMAC | KRISENERKENNTNISSEDIVERSIFIKATION DER DRITTEN GENERATION 3rd ASSET ALLOCATION GENERATION 66 UMSETZUNGSFORMEN SIMPLE BENCHMARKS Premia ETF Produkte Equity Risk Premium SPY – BIL SPY = SPDR S&P 500 ETF BIL = SPDR1-3 Month T-Bill ETF Bond Premium LQD US – BIL LQD = iShares USD Invest Grade Corp Bond BIL = SPDR1-3 Month T-Bill ETF EM Equities Premium EEM US – DM Equity ETF EEM = iShares MSCI Emerging Markets ETF DM = MSCI Developed Markets Index ETF
  67. 67. CITYWIRE WIENMAC | KRISENERKENNTNISSEDIVERSIFIKATION DER DRITTEN GENERATION 3rd ASSET ALLOCATION GENERATION 67
  68. 68. CITYWIRE WIENMAC | KRISENERKENNTNISSEDIVERSIFIKATION DER DRITTEN GENERATION 3rd ASSET ALLOCATION GENERATION 68 UMSETZUNGSFORMEN
  69. 69. CITYWIRE WIENMAC | KRISENERKENNTNISSEDIVERSIFIKATION DER DRITTEN GENERATION 3rd ASSET ALLOCATION GENERATION 69 UMSETZUNGSFORMEN
  70. 70. CITYWIRE WIENMAC | KRISENERKENNTNISSEDIVERSIFIKATION DER DRITTEN GENERATION 3rd ASSET ALLOCATION GENERATION 70 UMSETZUNGSFORMEN SOURCE
  71. 71. CITYWIRE WIENDIVERSIFIKATION DER DRITTEN GENERATION 3rd ASSET ALLOCATION GENERATION 71 1. Generation 2. Generation 3. Generation 1950 - 2000 2000 – 2010 2010 – Traditionelles Beta und Multi-Asset-Diversifikation Dynamisierung der Multi-Asset- langer Anlagehorizont und Globalisierung der Allokation und Diversifikation Allokation nach Risikofaktoren Dominante Merkmale Dominante Merkmale Dominante Merkmale der 1. Generation der 2. Generation der 3. Generation  Quantitative Optimierung  Quantitative Optimierung  Asset Allokation gemäß durch Mean-Variance durch Mean-Variance und Risikofaktoren-Diversifikation  Überthema Diversifikation Minimum-Variance (für  „Echte“ aktive Manager be- – Publikumsfonds Aktien-Exposure) kommen größere Freiheiten gewinnen an Popularität  Diversifikation durch traditionelle und alternative  Alternative Assets erweitert um  Diversifikation durch catastrophe bonds, carbon traditionelle Assetklassen Assetklassen (leverage- sensitiv: HF, PE, Infrastruktur) credits, intellectual property – Aktien, Anleihen, rights & longevity swaps Immobilien, Cash  Mehr-Faktoren und Mehr- Perioden-Modelle  SAA & TAA Unterscheidung ver-  Ein-Faktoren und Ein- liert an Bedeutung – siehe DSAA Perioden-Modelle  SAA & TAA Unterscheidung  Emanzipation von MPT-Familie  Home Bias  Aktives Management – Asserklassen überwiegend  Sophistizierte Allokatoren (zB von Spezialisten gemanaged Norwegens SWF) strukturieren Portfolios nach 3. Generation
  72. 72. CITYWIRE WIENMAC | KRISENERKENNTNISSEDIVERSIFIKATION DER DRITTEN GENERATION 3rd ASSET ALLOCATION GENERATION 72 Bausteine der 3. Generation  Risikofaktoren und Risikoprämien-Diversifikation, anstatt Konstruktion via Assetklassen  Risk Management als multi-dimensionaler Prozess, um Anti-Zyklizität herzustellen (keywords: Prozessregeln, Interessenskongruenz („skin-in-the-game“), Kulturarbeit)  Kombination aus Endowment Model (Fokus auf langfristige Risikoprämien) und Macro Hedge Funds (Fokus auf Tail Risk Management)
  73. 73. ALTERNATIVEMAC | KRISENERKENNTNISSEDIVERSIFIKATION DER DRITTEN GENERATION PORTFOLIOMANAGEMENT 73 UNSERE 3GEN LEITLINIEN DIVERSIFIZIERE VERWENDE ETF ALS RISIKOFAKTOREN CORE VERWENDE NUTZE ILLIQUIDITÄT ALTERNATIVES ALS CORE VERWENDE VERWENDE SZENARIEN MAC ÄNDERE SAA NUR WENN SICH RISIKO SAA & PRODUKT FAKTOREN ÄNDERN SELEKTION PROAKTIVES TAIL PRAKTIZIERE RISK MANAGEMENT REBALANCING
  74. 74. CITYWIRE WIENDIVERSIFIKATION DER DRITTEN GENERATION 3rd ASSET ALLOCATION GENERATION 74 APPENDIX PANTHERA SOLUTIONS ANSATZ
  75. 75. CITYWIRE WIENLONG-TERM STRUCTURAL CHANGES 3rd ASSET ALLOCATION GENERATION 75 Long-Term Structural Changes # Master Trends Subtrends Level I Subtrends Level II A Technologischer Wandel A.1 Beschleunigung im technologischen Fortschritt A.1.1 Schwarmintelligenz: Neue soziale Organisationsformen A.1.2 Weltweit steigende Durchdringung an Informations- und Kommunikationstechnologien A.1.3 Web 2.0: Neue Medien erobern den Alltag A.1.4 Digitaler Lebensstil: Virtuelle Realität wird real (auch für virtuelle Business Welten) A.1.3 Transparent Society: Überwachung und Kontrolle (incl Quantifizierung des Individuums durch Self-Tracking) A.2 Neue Basisinnovationen A.2.1 Graphene A.2.2 Bionik A.3 Technologische Konvergenz A.3.1 Ambient Intelligence: Neue Schnittstellen und Oberflächen A.3.2 Neurowissenschaften, Kü nstliche Intelligenz und Robotik A.3.3 Biologie wird zur Leitwissenschaft (see A.2.2) A.3.4 IT & Nanotechnologie als zentrale Konvergenztreiber (Impulse in Feldern wie Medizin, Energie, Materialien) A.3.5 NBIC-Konvergenz (NBIC = Nanotech, Biotech, Infotech & Cognitive Science B Ökonomischer Wandel B.1 Wissensbasierte Ökonomie B.1.1 Bildung und Lernen als Fundament für neue, globale Wissenselite - kreative Klasse B.1.2 Innovation als zentraler Treiber und Wettbewerbsfaktor B.1.3 Fortschreitende Automatisierung (Vom Produktions- über den Service- in den Wissenssektor) B.1.4 Dynamisierung der Arbeit (orts- und zeitungebunden); flexible interaktive Arbeitsstrukturen B.2 Business Ökosysteme B.2.1 Offene Systeme und Netzwerke: Grenzen von Branchen, Märkten und Unternehmen lösen sich auf B.2.2 Neue Wertschöpfungsnetze (Kundenintegration, Coopetition) B.2.3 Business Mashups: Schnittstellen produzieren neue Märkte B.2.4 New Power Brokers C Demographischer Wandel C.1 Globales Bevölkerungswachstum C.1.1 Geburtenboom in Entwicklungsländern C.1.2 Bevölkerungsschrumpfung im Westen C.1.3 Steigender Altenquotient in Industrienationen C.1.4 Urbanisierung / Starkes Wachstum von Megacitys / Open Source City C.1.5 Entwicklung angepasster Infrastrukturlösungen C.1.6 Neue Wohn-, Lebens- und Partizipationsformen C.1.7 Anwachsende Migrationsströme C.2 Gesundheit C.2.1 Steigendes Gesundheitsbewusstsein und zunehmende Selbstverantwortung C.2.2 Health Tech - Health Style C.2.3 Neue Nahrungsmittel (Functional Food, Gen Food, Novel Food) C.2.4 Neue Konvergenzmärkte (Ernährung - Pharma - Medizin - Kosmetik) D Ökologischer Wandel D.1 Green Energy D.1.1 Energieeffizienz-Revolution D.1.2 Dezentrale Energieversorgung D.1.3 Alternative Energiequellen D.2 Endliches Okosystem D.2.1 Wasserknappheit D.2.2 Steigende non-renewable Ressourcenknappheit D.2.3 Umweltschaeden durch wachsenden Rohstoffverbrauch E Globalisierung E.1 Steigende Interdependenz von Volkswirtschaften E.1.1 Integration von Welthandel und Finanzmarkt E.1.2 Steigende Mobilität von Individuen und Ideen E.1.3 Oekonomische Machtbalance verschiebt sich Richtung EM E.1.4 Abbau von weltweiten Schuldenbergen und Imbalances E.1.5 Global Champions E.1.6 Wachsende Mittelschicht in Entwicklungslaendern E.2 Weltrisikogesellschaft E.2.1 Schwelende soziale/kulturelle Konflikte und gescheiterte Staaten E.2.2 Globaler Terrorismus E.2.3 Verbreitung von Massenvernichtungswaffen E.3 Globalisierter Individualismus E.3.1 Verändertes Beziehungsgeflecht: Wenige starke, viele lose Bindungen E.3.2 Vom Massenmarkt zum Mikromarkt E.3.3 Selbstversorgung und Do-it-Yourself-Ökonomie
  76. 76. CITYWIRE WIENASSET ALLOCATION HISTORIE 3rd ASSET ALLOCATION GENERATION 76 MONATLICHE AKTUALISIERUNGEN IN 7 BEREICHEN AKTUALISIERUNG I Langfristige makro-ökonomische Transformationsprozesse AKTUALISIERUNG II: Selektion der im Portfolio abzubildenden Investment Themen AKTUALISIERUNG III: Welche globalen Risikofaktoren wirkend auf die Investment Themen AKTUALISIERUNG IV: Welche spezifischen Risikofaktoren wirken auf Investment Themes AKTUALISIERUNG V: Akademische Neuigkeiten in vier Anlagegruppen AKTUALISIERUNG VI: Allokationsprämissen – Rahmengerüst für Allokationsmuster AKTUALISIERUNG VII: Allokationsmuster – konkret ausformulierte Allokationsbudgets
  77. 77. CITYWIRE WIEN GLOBALE RISIKOFAKTOREN 3rd ASSET ALLOCATION GENERATION 77 FAKTORENREIHUNGHIGH IMPACT 12 1 China - Immobilienmarkt Korrektur 2 Wachstumsdelle Weltwirtschaft 3 3 Bank Run Italien 2 4 Bank Run Spanien 7 1 15 5 Fiscal Cliff USA 4 6 EUR Austritt GriechenlandON WORLD ECONOMY 5 11 7 Chinesisches Hard Landing 8 8 Japan fällt in Rezession zurück 9 6 9 EU17 Austerity Ratifikation stoppt 14 10 Rezession in UK hält an 11 Inflationdynamik in Industrieländern 13 12 Zerfall der Eurozone 13 Kein US Real Estate Market TurnaroundLOW IMPACT 10 14 Israel Angriff auf Iran 15 EUR Austritt Deutschland LOW LIKELYHOOD EVENT IN 6 MONTHS HIGH LIKELYHOOD N NEW C CHANGED
  78. 78. CITYWIRE WIENSAA PRÄMISSEN 3rd ASSET ALLOCATION GENERATION 78STRATEGIC ASSET ALLOCATION | BUILDING BLOCKS Allocation Building Blocks SL1 SL2 SL3 SL4 Exposure Style Equity Listed Equity Indirect Passive Private Equity Seed Financing Indirect Active Venture Capital Indirect Active Buyouts Indirect Active Fixed Income Governmental Bonds Indirect Passive Corporate Bonds Indirect Passive Real Assets Real Estate Residential Direct - Commercial Direct - Farmland Direct - Forrestry Direct - Natural Resources Soft Commodities (Physical) Indirect Passive Hard Commodities (Physical) Oil Gas Metals Minerals Collectibles Art Direct - Antiques Direct - Absolute Return Market Neutral Fixed Income Arbitrage Indirect Active Merger Arbitrage Indirect Active Equity Market Neutral Indirect Active Convertible Arbitrage Indirect Active Directional Global Macro Indirect Active Long/Short Equity Indirect Active Managed Futures Indirect Active Dedicated Short Bias Indirect Active FX Strategies Indirect Active Cash & Equivalents Direct -
  79. 79. CITYWIRE WIENSAA PRÄMISSEN 3rd ASSET ALLOCATION GENERATION 79 PRÄMISSEN ZUR STRATEGISCHEN ASSET ALLOKATIONINVESTIERE SO DIREKT AM UNDERLYING ALS MÖGLICH VERWENDE ALTERNATIVES ALS CORE INVESTMENTINVESTIERE SO PASSIV ALS MÖGLICH VERWENDE ETFs ALS CORE INVESTMENTINVESTIERE IN LANGFRISTIGE, GLOBALE MAKRO-TRENDS DIVERSIFIZIERE RISIKOFAKTORENWENDE SAA UND PRODUKTSELEKTION AN UND … VERWENDE SZENARIEN FÜR E (r)VERMEIDE MARKET-TIMING NUTZE ILLIQUIDITÄTG20+ ALS INVESTMENTUNIVERSUM PRAKTIZIERE PROAKTIVES RISK MANAGEMENTKEINE RESTRIKTIONEN BEI ASSETKLASSEN PRAKTIZIERE REBALANCING VERWENDE MULTI-ASSET-CONCEPT ALS GRUNDLAGE ÄNDERE SAA NUR WENN SICH RISIKOFAKTOREN ÄNDERN

×