ミューチュアルファンドとヘッジファンドは非常に類似したメトリックとプロセスを使用して分析できますが、ヘッジファンドは複雑さのレベルと非対称の期待収益に対処するために追加の深さを必要とします。 ヘッジファンドは、他のファンドよりも少ないSEC規制へのコンプライアンスを必要とするため、一般に認定投資家のみがアクセスできます。
この記事では、ヘッジファンドを分析する際に理解すべき重要な指標のいくつかを取り上げます。検討する必要のある他の多くのものがありますが、ここに含まれているものは、ヘッジファンドのパフォーマンスの厳密な分析を始めるのに適した場所です。
絶対および相対リターン
ミューチュアルファンドのパフォーマンス分析と同様に、ヘッジファンドは絶対リターンパフォーマンスと相対リターンパフォーマンスの両方について評価する必要があります。 ただし、ヘッジファンド戦略の多様性と各ヘッジファンドの独自性のため、それらを識別するためには、さまざまな種類のリターンを十分に理解する必要があります。
絶対的なリターンは、より伝統的なタイプの投資と比較して、投資家にファンドをどこに分類するかのアイデアを与えます。 トータルリターンとも呼ばれる絶対リターンは、ファンドが経験する利益または損失を測定します。
たとえば、低リターンで安定したリターンを備えたヘッジファンドは、高収益のグローバルマクロファンドに置き換わる可能性のある新興市場の株式よりも、債券投資の代替としておそらく優れています。
一方、相対リターンにより、投資家は他の投資と比較したファンドの魅力を判断できます。 比較可能なものは、他のヘッジファンド、ミューチュアルファンド、または投資家が模倣しようとしている特定のインデックスです。 相対リターンを評価するための鍵は、1年、3年、5年の年間リターンなど、複数の期間にわたるパフォーマンスを判断することです。 さらに、これらのリターンは、各投資に固有のリスクと比較して考慮する必要があります。
相対的なパフォーマンスを評価する最良の方法は、ピアのリストを定義することです。これには、従来のミューチュアルファンド、エクイティまたは債券インデックス、および同様の戦略を持つ他のヘッジファンドの断面を含めることができます。 アルファ生成能力を効果的に証明するために、分析対象の各期間の上位4分の1で優れたファンドが実行される必要があります。
リスクの測定
リスクを考慮せずに定量分析を行うことは、目隠しをしながら混雑した通りを横断することに似ています。 基本的な金融理論は、リスクをとることによってのみ大きなリターンを生み出すことができることを示しているため、ファンドは優れたリターンを示す可能性がありますが、投資家はリスクを分析に組み込んで、ファンドのリスク調整後のパフォーマンスと他の投資との比較を決定する必要があります。
リスクの測定に使用されるいくつかのメトリックがあります。
標準偏差
リスクの尺度として標準偏差を使用する利点には、その計算の容易さと、リターンの正規分布の概念の単純さがあります。 残念ながら、それはヘッジファンドに固有のリスクを記述するのが弱い理由でもあります。 ほとんどのヘッジファンドには対称的なリターンがありません。また、標準偏差のメトリックは、大きな損失の予想より高い確率を隠すこともできます。
バリューアットリスク（VaR）
バリューアットリスクは、平均と標準偏差の組み合わせに基づくリスク指標です。 ただし、標準偏差とは異なり、ボラティリティの観点からリスクを表すのではなく、5％の確率で失われる可能性のある最高額を表します。 正規分布では、可能性のある結果の左端5パーセントで表されます。 欠点は、正規分布のリターンを前提としているため、金額と確率の両方を過小評価できることです。 定量分析を実行するときはまだ評価する必要がありますが、投資家はリスクを評価するときに追加のメトリックも考慮する必要があります。
歪度
歪度はリターンの非対称性の尺度であり、このメトリックを分析することで、ファンドのリスクにさらに光を当てることができます。
下の図は、平均と標準偏差が同じ2つのグラフを示しています。 左側のグラフは正に歪んでいます。 これは、 平均>中央値>モードを意味します 。 右の尾がより長く、左の結果が中央に向かって集まっていることに注目してください。 これらの結果は、平均よりも低い結果の可能性が高いことを示していますが、右側の長い尾で示されるように、低いとはいえ非常に肯定的な結果の可能性も示しています。
正の歪度と負の歪度。 ジュリー・バンによる画像©Investopedia 2020
ほぼゼロの歪度は、正規分布を示します。 正の歪度は、左側の分布に似ている可能性が高く、負の歪度は右側の分布に似ています。 グラフからわかるように、負に歪んだ分布の危険性は、たとえ確率が低くても、非常に負の結果になる確率です。
尖度
尖度は、分布の残りの部分に対する分布の裾の合計重みの測定値です。
図2では、左側の分布は負の尖度を示しており、平均の周りの結果の確率が低く、極値の確率が低いことを示しています。 右側の分布である正の尖度は、平均に近い結果の確率が高いことを示しますが、極値の確率も高いことを示しています。 この場合、両方の分布の平均と標準偏差も同じであるため、投資家は標準偏差とVARを超える追加のリスクメトリックを分析することの重要性を理解し始めることができます。
負の尖度と正の尖度。 ジュリー・バンによる画像©Investopedia 2020
シャープレシオ
ヘッジファンドが使用するリスク調整後リターンの最も一般的な尺度の1つは、シャープレシオです。 シャープレシオは、リスクの各レベルに対して得られた追加のリターンの量を示します。 シャープ比が1より大きい場合は良好ですが、1より小さい場合は、使用される資産クラスまたは投資戦略に基づいて判断できます。 いずれにせよ、シャープレシオの計算への入力は平均、標準偏差、およびリスクフリーレートであるため、シャープレシオは低金利の期間ではより魅力的であり、高金利の期間では魅力的ではない場合があります。
ベンチマーク比を使用したパフォーマンスの測定
ファンドのパフォーマンスを正確に測定するには、リターンを評価するための比較ポイントが必要です。 これらの比較ポイントはベンチマークとして知られています。
ベンチマークと比較してパフォーマンスを測定するために適用できるいくつかの手段があります。 これらは3つの一般的なものです。
ベータ
ベータはシステマティックリスクと呼ばれ、インデックスのリターンに対するファンドのリターンの尺度です。 比較される市場またはインデックスにはベータ1が割り当てられます。したがって、ベータが1.5のファンドは、市場/インデックスの1％の動きごとに1.5％のリターンを持つ傾向があります。 一方、ベータが0.5のファンドは、市場の1％のリターンごとに0.5％のリターンがあります。
ベータは、ファンドが特定の資産クラスにどれだけの株式エクスポージャーを持っているかを判断する優れた尺度であり、投資家がファンドへの配分が正当であるかどうか、および/またはどれだけの額が必要かを判断できます。 ベータは、特定のインデックスの動きに対するファンドの感応度を明らかにするために、株式、確定利付またはヘッジファンドのインデックスを含む、あらゆるベンチマークインデックスと比較して測定できます。 ほとんどのヘッジファンドは、S&P 500インデックスと比較してベータを計算します。なぜなら、彼らは比較的鈍感/相関に基づいてリターンをより広範な株式市場に販売しているからです。
相関
相関は、リターンの相対的な変化を測定するという点でベータに非常に似ています。 ただし、市場がファンドのパフォーマンスをある程度左右すると想定しているベータ版とは異なり、相関は2つのファンドのリターンがどの程度関連しているかを測定します。 たとえば、多様化は、さまざまな資産クラスおよび投資戦略が体系的な要因に対して異なる反応を示すという事実に基づいています。
相関は-1〜+1のスケールで測定されます。-1は完全な負の相関を示し、0は明らかな相関がないことを示し、+ 1は完全な正の相関を示します。 完全な負の相関関係は、ロングS&P 500ポジションとショートS&P 500ポジションのリターンを比較することで実現できます。 明らかに、1つのポジションでパーセントが増加するごとに、もう1つのポジションで等しいパーセントが減少します。
相関の最適な使用法は、ポートフォリオ内の各ファンドとそのポートフォリオ内の他のファンドのそれぞれの相関を比較することです。 これらのファンドの相互の相関が低いほど、ポートフォリオが十分に分散されている可能性が高くなります。 ただし、投資家は、リターンが大幅に低下する可能性があるため、あまりにも多様化に注意する必要があります。
アルファ
多くの投資家は、アルファはファンドのリターンとベンチマークリターンの差であると想定していますが、アルファは実際にリスクの量に対するリターンの差を考慮しています。 つまり、リターンがベンチマークよりも25％優れていても、リスクがベンチマークよりも40％大きければ、アルファは実際にマイナスになります。
これはほとんどのヘッジファンドマネジャーがリターンに追加すると主張しているものなので、それを分析する方法を理解することが重要です。
アルファは、CAPMモデルを使用して計算されます。
。。。 ERi = Rf +βi×（ERm -Rf）ここで：ERi =投資の期待収益率Rf =リスクフリー率βi=投資のベータERm =市場の期待収益率
ヘッジファンドマネージャーが撮影したリスクに基づいてアルファを追加したかどうかを計算するために、投資家は単純にヘッジファンドのベータを上記の式に置き換えることができます。これにより、ヘッジファンドのパフォーマンスの期待収益が得られます。 実際の収益が期待収益を上回っている場合、ヘッジファンドマネジャーは取られたリスクに基づいてアルファを追加しました。 実際の収益が予想収益よりも低い場合、ヘッジファンドマネージャーは、実際の収益が関連するベンチマークよりも高い可能性がある場合でも、撮影したリスクに基づいてアルファを追加しませんでした。 投資家は、リスクに応じてリターンにアルファを追加し、単純に追加のリスクを取るだけでリターンを生み出さないヘッジファンドマネージャーを求めるべきです。
ボトムライン
ヘッジファンドの定量分析の実行は、非常に時間がかかり、困難な場合があります。 ただし、この記事では、分析に貴重な情報を追加する追加のメトリックの簡単な説明を提供しています。 使用できる他のさまざまなメトリックもあり、説明されているものでさえ、一部のヘッジファンドにはより関連性があり、他のヘッジファンドにはあまり関連しない場合があります。
投資家は、モーニングスター、PerTrac、Zephyrなどのプロバイダーのシステムを含む分析ソフトウェアによってその多くが自動的に計算されるいくつかの追加計算を実行することにより、特定のファンドに固有のリスクをさらに理解できるはずです。
