Wyniki inwestycyjne funduszy hedge. Czynniki wpływające na ich

Bank i Kredyt 42 (6) , 2011, 85–124

www.bankandcredit.nbp.plwww.bankikredyt.nbp.pl

Wyniki inwestycyjne funduszy hedge. Czynniki wpływające na ich interpretację

Katarzyna Perez*

Nadesłany: 27 kwietnia 2011 r. Zaakceptowany: 25 października 2011 r.

StreszczenieArtykuł traktuje o wynikach inwestycyjnych funduszy hedge i czynnikach, które należy brać pod uwagę, analizując ich stopy zwrotu dostępne w komercyjnych bazach danych. Ich interpretacja ma bardzo duże znaczenie poznawcze i aplikacyjne, ponieważ wspiera decyzje alokacyjne uczestników tego rynku. Jest też istotna dla porównania wyników tych funduszy z efektywnością tradycyjnych form inwestowania. Artykuł składa się z pięciu części. Na początek przybliżono istotę i sposoby pomiaru nieograniczonej stopy zwrotu stosowane w literaturze, które wpływają na jej pojmowanie przez uczestników rynku funduszy hedge. Następnie zaprezentowano związki między wynikami inwestycyjnymi tych funduszy a ich cechami. Dalej skupiono się na błędach (biases) występujących w bazach danych funduszy hedge, mogących przyczyniać się do niepoprawnej interpretacji ich stóp zwrotu i indeksów tego rynku. W podsumowaniu nakreślono wnioski z podjętych rozważań dla polskich inwestorów, których zainteresowanie inwestycjami o charakterze alternatywnym znacznie się zwiększyło po wybuchu kryzysu finansowego z lat 2007−2008.

Słowa kluczowe: fundusze hedge, miary stóp zwrotu, indeksy funduszy hedge, efekt przetrwania, efekt danych historycznych

JEL: G20, G23

* Uniwersytet Ekonomiczny w Poznaniu, Katedra Teorii Pieniądza i Polityki Pieniężnej; e-mail: [email protected].

K. Perez86

1. Wstęp1

Fundusze hedge to fundusze inwestycyjne o charakterze alternatywnym, które oferowane są głów-nie na rynku prywatnym, w związku z czym podlegają ograniczonym regulacjom prawnym. Za-rządzający nimi, wykorzystując swe umiejętności oraz różnorodne narzędzia i techniki inwe-stycyjne, budują strategie inwestycyjne mające na celu osiąganie nieograniczonych stóp zwrotu (absolute returns), za co otrzymują stosowne wynagrodzenie.

Geneza rynku funduszy hedge na świecie sięga lat 20. XX w., jednak jego dynamiczny rozwój rozpoczął się wraz z nasileniem się procesów globalizacji oraz liberalizacją międzynarodowego rynku finansowego i poprawą koniunktury na przełomie lat 80. i 90. XX w. Spektakularne suk-cesy osiągane przez fundusze hedge (np. 1 mld USD zarobiony 22 września 1992 r. przez fundusz Quantum George’a Sorosa na transakcji krótkiej sprzedaży funta brytyjskiego, co zmusiło Bank Anglii do wycofania waluty z systemu ERM II) zaczęły szybko przyciągać inwestorów. Początkowo klientami były głównie tzw. high net worth individuals (HNWIs), czyli bogate osoby fizyczne2. We-dług danych Hennessee Group jeszcze w 1992 r. stanowiły one ponad 80% uczestników funduszy hedge. W latach 90. XX w. na rynku kapitałowym utrzymywała się bardzo dobra koniunktura, któ-ra spowodowała powstanie znacznych nadwyżek pieniężnych u pośredników finansowych. Globa-lizacja rynku finansowego pozwoliła tworzyć portfele międzynarodowe i zarabiać na nich; rosły też możliwości konstruowania wyrafinowanych strategii inwestycyjnych (opartych na inżynie-rii finansowej i nowych technologiach komputerowych. W tych okolicznościach fundusze hedge stały się ciekawą alternatywą także dla inwestorów instytucjonalnych, do tej pory inwestujących w sposób tradycyjny. Do końca lat 90. XX w. ich udział w tym rynku wzrósł do niemal 40% (ECB… 2006, s. 68), a pod koniec pierwszej dekady XXI w. wynosił już 60% (Hedge Fund Research 2009).

Gwałtowny wzrost popytu na fundusze hedge wywołał szybki wzrost podaży rynku. W 1990 r. na świecie funkcjonowało około 600 funduszy hedge, które zarządzały aktywami o wartości 39 mld USD. Niecałą dekadę później, w 1999 r. ponad 3600 funduszy obracało kapitałem o wiel-kości ponad 230 mld USD (Hedge Fund Research 2009). Rosnąca konkurencja oraz duży potencjał inwestorów instytucjonalnych i indywidualnych spowodowały, że zarządzający funduszami hed-ge coraz silniej zabiegali o klientów. Jednym z przejawów tego było zwiększenie przejrzystości3 w zakresie realizowanych strategii i wyników inwestycyjnych (performance) oraz publikowanie w komercyjnych bazach danych – choć z pewnym opóźnieniem – informacji o wypracowywanych

1 Praca naukowa finansowana ze środków na naukę 2009–2012 jako projekt badawczy nr NN113200737 pt. Cechy polskich funduszy inwestycyjnych a ich stopy zwrotu.

2 Do grupy tej, składającej się głównie z arystokracji i bogatych kapitalistów dziedziczących fortuny nierzadko od pokoleń, w latach 90. XX w. dołączyli tzw. overnight millionaires, czyli osoby, które w tym okresie dzięki agresywnemu inwestowaniu na giełdzie niemal z dnia na dzień tworzyły majątki warte miliony dolarów (overnight wealth).

3 Ograniczona przejrzystość, wynikająca z działania na rynku prywatnym (co oznacza brak kontroli organów nadzorczych nad rynkiem finansowym) i z chęci utajnienia strategii, jest jedną z podstawowych cech funduszy hedge. Ze względu na duże sukcesy ich zarządzających niemal do końca lat 90. XX w. nie przeszkadzała ani instytucjom nadzorczym, ani klientom funduszy hedge. Dopiero spektakularny upadek funduszu Long Term Capital Management we wrześniu 1998 r. spowodował zmiany. Z jednej strony dokładniejszych informacji domagali się inwestorzy, głównie instytucjonalni, tacy jak fundusze emerytalne czy fundacje akademickie, których działanie wymaga bieżącej kontroli ryzyka inwestycyjnego. Z drugiej strony dane na temat strategii i wyników inwestycyjnych funduszy hedge zaczęli przedstawiać sami zarządzający, którzy zdali sobie sprawę z konieczności większego niż dotąd dbania o swoje interesy i reputację.

Wyniki inwestycyjne funduszy hedge… 87

stopach zwrotu i tworzonych na tej podstawie indeksów tego rynku4. Ich poziom – przewyższa-jący ogólnie efektywność tradycyjnych instrumentów finansowych – pogłębiał zainteresowanie funduszami hedge zarówno ze strony inwestorów, jak i wielu zarządzających tradycyjnymi port-felami inwestycyjnymi, którzy kuszeni wysokimi zyskami rozpoczynali karierę na rynku alterna-tywnym. W połowie 2007 r. na świecie działało już około 10 000 funduszy hedge, które zarządzały aktywami o wartości ponad 2,3 bln USD.

Trwający niemal dwie dekady dynamiczny rozwój rynku funduszy hedge został zahamowany w trakcie kryzysu finansowego z lat 2007−2008. Jego wybuch i ujawnione w tym czasie oszustwa finansowe (na czele z piramidą Madoffa)5 doprowadziły do paniki inwestorów, powodującej gwał-towne umorzenia i odpływ kapitału z tego rynku. Według Hedge Fund Research na koniec 2008 r. zarządzano 1,6 bln USD. W tym czasie funkcjonowanie zakończyło niemal 1500 funduszy. Jedną z konsekwencji tego stała się dyskusja nad jakością i rodzajem informacji przekazywanych przez fundusze hedge do baz danych, w szczególności na temat ich wyników inwestycyjnych.

Niniejszy artykuł traktuje o wynikach inwestycyjnych funduszy hedge i czynnikach, które na-leży brać pod uwagę, analizując ich stopy zwrotu publikowane w komercyjnych bazach danych. Ich interpretacja zarówno w czasie stabilizacji, jak i kryzysów na globalnym rynku finansowym ma bardzo duże znaczenie poznawcze i aplikacyjne, ponieważ wspiera decyzje alokacyjne uczest-ników tego rynku. Jest też istotna dla porównania wyników tych funduszy z efektywnością trady-cyjnych form alokacji kapitału. Artykuł składa się z pięciu części. Na wstępie przybliżono istotę i sposoby pomiaru nieograniczonej stopy zwrotu stosowane w literaturze przedmiotu, wpływają-ce na jej pojmowanie przez uczestników rynku funduszy hedge. Dalej zaprezentowano związki między wynikami inwestycyjnymi tych funduszy a ich cechami. Dalej skupiono się na błędach (biases) występujących w zawartości baz danych funduszy hedge, które mogą przyczyniać się do niepoprawnej interpretacji ich stóp zwrotu i indeksów tego rynku. W podsumowaniu nakreślo-no wnioski z podjętych rozważań dla polskich inwestorów, których zainteresowanie inwestycja-mi o charakterze alternatywnym zwiększyło się znacznie po wybuchu kryzysu finansowego z lat 2007−2008.

2. Nieograniczona stopa zwrotu i sposoby jej pomiaru

Celem tradycyjnych funduszy inwestycyjnych jest osiąganie ponadprzeciętnej stopy zwrotu, któ-rą porównuje się ze stopą zwrotu danego indeksu rynkowego (benchmarku), co powoduje, że jest nazywana relatywną stopą zwrotu (relative return). Jak dowodzą badania (np. Gabryelczyk 2006, s. 210−214), cel ten bardzo często nie jest osiągany, szczególnie po uwzględnieniu kosztów i osiąg-

4 Bazy danych funduszy hedge zaczęły być tworzone na szerszą skalę od początku lat 90. XX w. Największym uznaniem praktyków i naukowców cieszą się Hedge Fund Research, MSCI, Dow Jones CS Hedge Fund, Lipper TASS i CISDM, co wynika z ich zawartości i rodzajów tworzonych przez nie indeksów tego rynku. Ich charakterystykę przedstawiono w tabeli 1.

5 Piramida stworzona przez Bernarda Madoffa, amerykańskiego finansistę i filantropa, założyciela i byłego przewodniczącego NASDAQ, była najbardziej dotkliwym dla inwestorów oszustwem finansowym w dotychczasowej historii rynku funduszy hedge. Działając za pośrednictwem kilku funduszy funduszy hedge (funds of hedge funds, FoHF), Madoff dopuścił się nadużyć finansowych na kwotę około 65 mld USD, za co 29 czerwca 2009 r. został skazany na 150 lat więzienia. Sprawa Madoffa spowodowała bardzo duży spadek prestiżu całej branży funduszy hedge.

K. Perez88

nięciu przez fundusze pewnego poziomu aktywów. Wynika to głównie z niskich umiejętności za-rządzających lub z nadmiernej dywersyfikacji portfela inwestycyjnego (overdiversification), która niekoniecznie ma związek z limitami inwestycyjnymi dotyczącymi struktury portfela narzucony-mi przez prawo. Mimo że w większości nie wypracowują ponadprzeciętnej stopy zwrotu, mene-dżerowie tych funduszy pobierają wynagrodzenie za zarządzanie (wynoszące np. w funduszach akcji 2−4% wartości aktywów netto). Powoduje to, że faktycznym celem ich działania nierzadko staje się nie ponadprzeciętna stopa zwrotu (która nadaje sens tej inwestycji), lecz pozyskanie z ryn-ku kapitału o jak najwyższej wartości, która pozwala im na osiąganie wysokiego wynagrodzenia i premii rocznych6.

W funduszach hedge sytuacja jest zupełnie inna. Ze względu na ich cechy, w tym aktywne zarządzanie związane z realizacją różnych strategii inwestycyjnych7 oraz bardzo wysoki minimal-ny poziom zaangażowania kapitałowego samych zarządzających (którzy przekazują do funduszu wszystkie swoje środki pieniężne) i inwestorów (którzy powierzają funduszom co najmniej kilkaset tysięcy dolarów), głównym elementem wynagrodzenia menedżerów funduszy hedge jest nie opła-ta za zarządzanie (wynosząca średnio 1,5% wartości zarządzanego kapitału), lecz opłata za wyni-ki inwestycyjne (średnio równa 20% wypracowanego zysku). W związku z tym faktycznym celem ich działania nie jest jak najwyższa wartość aktywów netto funduszy (po osiągnięciu której mogli-by zaniechać aktywnego zarządzania), ale jak najwyższa dodatnia stopa zwrotu. Tylko dzięki niej otrzymują bowiem premię roczną.

Stopa zwrotu, będąca celem funkcjonowania funduszy hedge, to tzw. nieograniczona lub bez-względna stopa zwrotu (absolute return8). Jest to dodatnia stopa zwrotu (positive return), która ma być nieograniczona koniunkturą na rynku finansowym (a co za tym idzie ryzykiem rynkowym) lub – inaczej mówiąc – ma być osiągana bez względu na sytuację na rynku finansowym. Dążenie do jej osiągnięcia polega na zawieraniu transakcji na rynku finansowym tak, aby wypracowana stopa zwrotu była słabo skorelowana ze stopami zwrotu z indeksów rynkowych będących bench-markami dla tradycyjnych funduszy. Oznacza to, że zarządzający funduszami hedge nie koncen-trują się na ryzyku rynkowym mierzonym współczynnikiem beta, lecz na współczynniku alfa, który jest wyrazem wolnym z oszacowanego równania regresji liniowej zaproponowanego przez Jensena (1968) i oceniającego efektywność zarządzania funduszem inwestycyjnym:

),()( ftmtptftptpt RRRR=

=

=

= =

=

=

= =

=

=

=

=

=

=

=

=

=

–

–

–

––

–

– –

–

–

–

–

–

–

–

– –

–

–

–

–

–

–

–

–

–

–

+ – – –

–

–

–

–

– – t = 1, 2, ..., T

pt

ptR

ftR

pt

mtR

> 0

pt

ftptpt

RRS , t = 1, 2, ..., T,

)1(),( 1ptpt RRVaR

)))52(361)3(

241)

)

1(61(( 2332

ptptccptccptccptpt

ftpt

pt

ftptpt

SzzKzzSzzRW

RRMVaR

RRMS

+

t = 1, 2, ..., T

Wpt

zc (1

)(

)(

VaRR

dzzzR

RRCVaR

RRCS

pt

VaR

pt

ftpt

pt

ftptpt , t = 1, 2,..., T

=

T

t

npttnp RMAR

TLPM

1

)0,max(1

p

tpt

MARRtpt

tpt

pt

tptpt LPM

MARR

MARRT

MARRdd

MARRSor

tpt

22)(1

<

, t = 1, 2, ..., T

>

MARRtpt

MARRtpt

p

ppt

pt

p

MARRT

MARRT

LPM

HPMPU

22

1

)(1

)(1

, t = 1, 2, ..., T

nnp

tptnp LPM

MARRK , t = 1, 2, ..., T, n > 0.

=

T

tptptpt RRMD

1)maxmin( , t = 1, 2, ..., T

)(1

1

2

1

1

=

=

T

tpt

ftptpt

T

tpt

ftptpt

p

ftptpt

MD

RRBurke

MDT

RRSterling

MDRR

Calmar

α

ptα

σ

β

β

α

α

α

Σ

Σ

Σ

Σ

Σ

Σ

Σ

∫∞

α

σ

gdzie:

αpt – współczynnik alfa Jensena dla funduszu p w czasie t, Rpt – stopa zwrotu funduszu p w czasie t,

6 Takie zachowania zanikają w trakcie kryzysów finansowych, kiedy wartość tradycyjnych portfeli gwałtownie spada. Wtedy ich zarządzający dążą do osiągnięcia ponadprzeciętnej stopy zwrotu (muszą znowu przyciągnąć inwestorów). Uważam, że z tego punktu widzenia kryzysy finansowe są korzystne dla tradycyjnych funduszy inwestycyjnych.

7 Na rynku funduszy hedge nierzadko można spotkać się z poglądem, że strategii funduszy hedge jest tyle, ilu zarządzających. Powoduje to, że pod względem rodzajów strategii rynek ten jest bardzo zróżnicowany. W ostatnim dwudziestoleciu wykształcił się jednak podział funduszy hedge według realizowanych przez nie strategii, które tworzą cztery podstawowe style (por. tabela 2).

8 W Polsce absolute return tłumaczy się jako „absolutna stopa zwrotu”. Moim zdaniem tłumaczenie to nie oddaje istoty tej stopy zwrotu, w związku z tym proponuję stosowanie określeń „nieograniczona” lub „bezwzględna” stopa zwrotu. Wyjaśnienie znajduje się w tekście artykułu.


Rft – stopa zwrotu instrumentu wolnego od ryzyka w czasie t, βpt – współczynnik beta funduszu p w czasie t,Rmt – stopa zwrotu portfela rynkowego w czasie t.

Miara Jensena jest odchyleniem przeciętnej stopy zwrotu portfela inwestycyjnego od teore-tycznej stopy zwrotu wyznaczonej zgodnie z modelem CAPM. Jeżeli w rozpatrywanym okresie Rpt > 0, to portfel funduszu znajduje się powyżej linii rynku papierów wartościowych (security market line, SML). Oznacza to wysoką efektywność zarządzania tym portfelem9, do czego dążą fundusze hedge. Jak zauważa Stefanini (2006, s. 12−13), nieograniczona stopa zwrotu może być rozpatrywana jako zbiór czterech elementów:

− tradycyjnego współczynnika beta (traditional beta) – w tym wypadku źródłem ryzyka są czynniki związane z rynkiem akcji, czasem trwania obligacji czy spreadem kredytowym,

− alternatywnego współczynnika beta (alternative beta), którego źródłem są płynność i zmien-ność cen instrumentów finansowych, korelacje między nimi, ryzyko związane z działalnością go-spodarczą czy złożoność produktów strukturyzowanych,

− strukturalnego współczynnika alfa (structural alpha), zwanego też współczynnikiem alfa strategii (strategy alpha), który wynika np. z bardzo dużej swobody dotyczącej regulacji prawnych, braku konieczności porównywania się z benchmarkiem, elastyczności polityki inwestycyjnej czy ich ograniczonych rozmiarów,

− współczynnika alfa umiejętności (skill alpha), związanego z talentem zarządzającego prze-jawiającym się w jego zdolnościach analitycznych, zdolności do tworzenia nowych rozwiązań in-westycyjnych, jak również umiejętności zarządzania ryzykiem portfela10.

Aby uchwycić rodzaje ryzyka podejmowanego przez fundusze hedge, do oceny ich wyników inwestycyjnych bardzo często wykorzystuje się, oprócz klasycznego modelu Jensena, modele wie-loczynnikowe. Wśród nich najczęściej stosuje się:

− trzyczynnikowy model Famy i Frencha (1992), który oprócz ryzyka rynkowego uwzględnia rozmiary funduszu (tzw. SMB, small minus big, czyli różnicę między stopą zwrotu portfela zło-żonego z instrumentów finansowych o małej kapitalizacji a stopą zwrotu portfela złożonego z in-strumentów o dużej kapitalizacji) oraz wskaźnik wartości księgowej do wartości rynkowej (WK/C) instrumentów finansowych (HML, high minus low book-to-market price ratio, czyli różnicę między stopą zwrotu portfela złożonego z instrumentów finansowych o wysokim wskaźniku WK/C a sto-pą zwrotu portfela złożonego z walorów o niskiej wartości tego wskaźnika);

− czteroczynnikowy model Carharta (1997), który do modelu Famy i Frencha dodał czynnik ryzyka związany z efektem momentum, udokumentowanym przez Jegadeesha i Titmana (1993)11

(UMD, tzw. up minus down, czyli różnica między stopą zwrotu portfela złożonego z instrumentów finansowych, których wartość rynkowa wzrosła, a stopą zwrotu portfela złożonego z instrumen-tów, których wartość rynkowa spadła).

9 Jeżeli w rozpatrywanym okresie αpt<0, mamy do czynienia z niską lub ujemną efektywnością zarządzania portfelem (efektywnością poniżej przeciętnej).

10 Element ten decyduje o tym, że zarządzających, którzy wypracowują w długim terminie dodatnią stopę zwrotu mierzoną współczynnikiem alfa Jensena, nazywa się w żargonie tego rynku „alfami”.

11 Efekt momentum polega na nabywaniu spółek, które w ostatnim okresie zyskały na wartości oraz sprzedaży tych walorów, które charakteryzowały się znacznymi spadkami cen akcji.

K. Perez90

Analizując stopy zwrotu funduszy hedge, wielu autorów (por. Edwards, Caglayan 2001; Capocci, Hübner 2004; Capocci, Corhay, Hübner 2005; Koh, Koh, Teo 2003), posługuje się wszystkimi trzema modelami. Są też badacze, którzy modyfikują modele zaproponowane przez Jensena, Famę i Frencha oraz Carharta lub uzupełniają je innymi czynnikami ryzyka. Przykładowo Fung i Hsieh (2004) zapro-ponowali model siedmioczynnikowy, który zawiera dwa czynniki ryzyka związanego z akcjami (sto-pę zwrotu z indeksu S&P500 i stopę zwrotu z indeksu kapitalizacji akcji amerykańskich Wilshire), dwa czynniki ryzyka inwestycji w obligacje o stałym dochodzie (zmianę stałego dochodu z wykupu 10-letnich obligacji skarbowych USA oraz zmianę różnicy między stopą zwrotu z obligacji o rankin-gu Moody’s Baa a stopą dochodu 10-letnich obligacji skarbowych USA) oraz trzy czynniki związane z innymi aktywami (opcji na obligacje o zmiennym dochodzie, walutę i towary). Według autorów model ten wyjaśnia 80% miesięcznej zmienności stopy zwrotu funduszy hedge.

Inni naukowcy (np. Fung, Hsieh 1997a; Barès, Gibson, Gyger 2003; czy Baquero, Horst, Verbeek 2005) zwrócili uwagę, że oprócz czynników ryzyka związanego z instrumentami finansowymi, w które inwestują fundusze hedge, na stopę zwrotu tych funduszy wpływa rodzaj realizowanej strategii. Ich modele zawierają zatem również czynnik ryzyka strategii, reprezentowany przez in-deksy funduszy hedge (np. indeksy Tremonta stosowane przez Browna, Goetzmanna i Ibbotsona 1999) lub średnią stopę zwrotu wszystkich funduszy hedge z danej bazy stosujących tę samą stra-tegię (np. Agarwal, Naik 2000a; 2000b).

W badaniach wyników inwestycyjnych funduszy hedge stosuje się też inne miary ważone ry-zykiem inwestycyjnym. Ackermann, McEnally i Ravenscraft (1999), Liang (1999) oraz Schneeweis, Kazemi i Martin (2002) posłużyli się klasycznym współczynnikiem Sharpe’a12:


=

=

= =

=

=

= =

=

=

=

=

=

=

=

=

=

–

–

–

––

–

– –

–

–

–

–

–

–

–

– –

–

–

–

–

–

–

–

–

–

–

+ – – –

–

–

–

–

– – t = 1, 2, ..., T

pt

ptR

ftR

pt

mtR

> 0

pt

ftptpt

RRS , t = 1, 2, ..., T,

)1(),( 1ptpt RRVaR

)))52(361)3(

241)

)

1(61(( 2332

ptptccptccptccptpt

ftpt

pt

ftptpt

SzzKzzSzzRW

RRMVaR

RRMS

+

t = 1, 2, ..., T

Wpt

zc (1

)(

)(

VaRR

dzzzR

RRCVaR

RRCS

pt

VaR

pt

ftpt

pt

ftptpt , t = 1, 2,..., T

=

T

t

npttnp RMAR

TLPM

1

)0,max(1

p

tpt

MARRtpt

tpt

pt

tptpt LPM

MARR

MARRT

MARRdd

MARRSor

tpt

22)(1

<

, t = 1, 2, ..., T

>

MARRtpt

MARRtpt

p

ppt

pt

p

MARRT

MARRT

LPM

HPMPU

22

1

)(1

)(1

, t = 1, 2, ..., T

nnp

tptnp LPM

MARRK , t = 1, 2, ..., T, n > 0.

=

T

tptptpt RRMD

1)maxmin( , t = 1, 2, ..., T

)(1

1

2

1

1

=

=

T

tpt

ftptpt

T

tpt

ftptpt

p

ftptpt

MD

RRBurke

MDT

RRSterling

MDRR

Calmar

α

ptα

σ

β

β

α

α

α

Σ

Σ

Σ

Σ

Σ

Σ

Σ

∫∞

α

σ

gdzie: Spt – wartość miernika Sharpe’a dla funduszu hedge p w czasie t,Rpt – wartość stopy zwrotu funduszu p w czasie t,σpt – odchylenie standardowe stopy zwrotu funduszu p w czasie t.

Brooks i Kat (2002), Amin i Kat (2003), Agarwal i Naik (2004) czy Malkiel i Saha (2005) zauwa-żyli jednak, że rozkład stóp zwrotu funduszy hedge istotnie różni się od rozkładu normalnego i do-datkowo cechuje się autokorelacją13. Stąd współczynnik Sharpe’a, który ukazuje relację średniej do odchylenia standardowego, nie powinien być używany w ich przypadku. Modyfikacje tego wskaź-nika, dostosowujące do charakterystyki funduszy hedge, są następujące:

1. Wykorzystując jako miarę ryzyka wartość zagrożoną (Value at Risk, VaR), która dla danego poziomu prawdopodobieństwa (1 − α) określa maksymalną możliwą stratę z inwestycji (-Rpt) i wy-raża się wzorem:


=

=

= =

=

=

= =

=

=

=

=

=

=

=

=

=

–

–

–

––

–

– –

–

–

–

–

–

–

–

– –

–

–

–

–

–

–

–

–

–

–

+ – – –

–

–

–

–

– – t = 1, 2, ..., T

pt

ptR

ftR

pt

mtR

> 0

pt

ftptpt

RRS , t = 1, 2, ..., T,

)1(),( 1ptpt RRVaR

)))52(361)3(

241)

)

1(61(( 2332

ptptccptccptccptpt

ftpt

pt

ftptpt

SzzKzzSzzRW

RRMVaR

RRMS

+

t = 1, 2, ..., T

Wpt

zc (1

)(

)(

VaRR

dzzzR

RRCVaR

RRCS

pt

VaR

pt

ftpt

pt

ftptpt , t = 1, 2,..., T

=

T

t

npttnp RMAR

TLPM

1

)0,max(1

p

tpt

MARRtpt

tpt

pt

tptpt LPM

MARR

MARRT

MARRdd

MARRSor

tpt

22)(1

<

, t = 1, 2, ..., T

>

MARRtpt

MARRtpt

p

ppt

pt

p

MARRT

MARRT

LPM

HPMPU

22

1

)(1

)(1

, t = 1, 2, ..., T

nnp

tptnp LPM

MARRK , t = 1, 2, ..., T, n > 0.

=

T

tptptpt RRMD

1)maxmin( , t = 1, 2, ..., T

)(1

1

2

1

1

=

=

T

tpt

ftptpt

T

tpt

ftptpt

p

ftptpt

MD

RRBurke

MDT

RRSterling

MDRR

Calmar

α

ptα

σ

β

β

α

α

α

Σ

Σ

Σ

Σ

Σ

Σ

Σ

∫∞

α

σ

:

12 Jest to główny miernik efektywności tradycyjnych funduszy inwestycyjnych. Sharpe (1966) nazwał swój wskaźnik współczynnikiem premii za zmienność (reward-to-variability ratio). Nazwa ta jednak nie zyskała popularności, stąd w literaturze wskaźnik ten nazywa się indeksem Sharpe’a (Sharpe index), miarą Sharpe’a (Sharpe measure) lub – co występuje najczęściej – współczynnikiem Sharpe’a (Sharpe ratio).

13 Fung i Hsieh (2006) stwierdzili, że może ona wynikać stąd, że rzadko zawiera się transakcje, których przedmiotem są aktywa o małej płynności, lub ze wstępnego wygładzania szeregów stóp zwrotu przed ich przekazywaniem do baz danych.


Dowd (2000) stworzył zwrot na VaR (RoVaR, return on VaR), czyli iloraz nadwyżkowej stopy zwrotu z funduszu hedge i VaR jego portfela:

pt

ftptpt VaR

RRRoVaR =

=

, t = 1, 2, ..., T _

_,1

1

+p

tptpt LPM

MARROmega t = 1, 2, ..., T

Gregoriou i Gueyie (2003) zaproponowali zmodyfikowany wskaźnik Sharpe’a (MS, modified Sharpe ratio), w którym zastąpili odchylenie standardowe zmodyfikowanym VaR (MVaR, modified VaR), uzasadniając to w ten sposób, że MVaR oprócz średniej stopy zwrotu funduszu hedge (Rpt) i jej odchylenia standardowego (σpt) bierze pod uwagę jej skośność (Spt) i kurtozę (Kpt):


=

=

= =

=

=

= =

=

=

=

=

=

=

=

=

=

–

–

–

––

–

– –

–

–

–

–

–

–

–

– –

–

–

–

–

–

–

–

–

–

–

+ – – –

–

–

–

–

– – t = 1, 2, ..., T

pt

ptR

ftR

pt

mtR

> 0

pt

ftptpt

RRS , t = 1, 2, ..., T,

)1(),( 1ptpt RRVaR

)))52(361)3(

241)

)

1(61(( 2332

ptptccptccptccptpt

ftpt

pt

ftptpt

SzzKzzSzzRW

RRMVaR

RRMS

+

t = 1, 2, ..., T

Wpt

zc (1

)(

)(

VaRR

dzzzR

RRCVaR

RRCS

pt

VaR

pt

ftpt

pt

ftptpt , t = 1, 2,..., T

=

T

t

npttnp RMAR

TLPM

1

)0,max(1

p

tpt

MARRtpt

tpt

pt

tptpt LPM

MARR

MARRT

MARRdd

MARRSor

tpt

22)(1

<

, t = 1, 2, ..., T

>

MARRtpt

MARRtpt

p

ppt

pt

p

MARRT

MARRT

LPM

HPMPU

22

1

)(1

)(1

, t = 1, 2, ..., T

nnp

tptnp LPM

MARRK , t = 1, 2, ..., T, n > 0.

=

T

tptptpt RRMD

1)maxmin( , t = 1, 2, ..., T

)(1

1

2

1

1

=

=

T

tpt

ftptpt

T

tpt

ftptpt

p

ftptpt

MD

RRBurke

MDT

RRSterling

MDRR

Calmar

α

ptα

σ

β

β

α

α

α

Σ

Σ

Σ

Σ

Σ

Σ

Σ

∫∞

α

σ

gdzie: Wpt – wartość portfela p w czasie t, zc – wartość krytyczna prawdopodobieństwa (1 − α), która dla poziomu α = 0,05 równa jest 1,96.

Agarwal, Daniel i Naik (2004) zbudowali z kolei warunkowy wskaźnik Sharpe’a (CS, conditio-nal Sharpe ratio), w którym zastosowali warunkowy VaR (CVaR, conditional VaR), mierzący ocze-kiwanie co do strat większych lub równych VaR i będący ilorazem rozmiaru strat poza VaR i czę-stotliwości strat większych lub równych VaR:


=

=

= =

=

=

= =

=

=

=

=

=

=

=

=

=

–

–

–

––

–

– –

–

–

–

–

–

–

–

– –

–

–

–

–

–

–

–

–

–

–

+ – – –

–

–

–

–

– – t = 1, 2, ..., T

pt

ptR

ftR

pt

mtR

> 0

pt

ftptpt

RRS , t = 1, 2, ..., T,

)1(),( 1ptpt RRVaR

)))52(361)3(

241)

)

1(61(( 2332

ptptccptccptccptpt

ftpt

pt

ftptpt

SzzKzzSzzRW

RRMVaR

RRMS

+

t = 1, 2, ..., T

Wpt

zc (1

)(

)(

VaRR

dzzzR

RRCVaR

RRCS

pt

VaR

pt

ftpt

pt

ftptpt , t = 1, 2,..., T

=

T

t

npttnp RMAR

TLPM

1

)0,max(1

p

tpt

MARRtpt

tpt

pt

tptpt LPM

MARR

MARRT

MARRdd

MARRSor

tpt

22)(1

<

, t = 1, 2, ..., T

>

MARRtpt

MARRtpt

p

ppt

pt

p

MARRT

MARRT

LPM

HPMPU

22

1

)(1

)(1

, t = 1, 2, ..., T

nnp

tptnp LPM

MARRK , t = 1, 2, ..., T, n > 0.

=

T

tptptpt RRMD

1)maxmin( , t = 1, 2, ..., T

)(1

1

2

1

1

=

=

T

tpt

ftptpt

T

tpt

ftptpt

p

ftptpt

MD

RRBurke

MDT

RRSterling

MDRR

Calmar

α

ptα

σ

β

β

α

α

α

Σ

Σ

Σ

Σ

Σ

Σ

Σ

∫∞

α

σ

2. Wykorzystując jako miarę ryzyka dolne momenty cząstkowe (low partial moments, LPM)

dane wzorem ogólnym:


=

=

= =

=

=

= =

=

=

=

=

=

=

=

=

=

–

–

–

––

–

– –

–

–

–

–

–

–

–

– –

–

–

–

–

–

–

–

–

–

–

+ – – –

–

–

–

–

– – t = 1, 2, ..., T

pt

ptR

ftR

pt

mtR

> 0

pt

ftptpt

RRS , t = 1, 2, ..., T,

)1(),( 1ptpt RRVaR

)))52(361)3(

241)

)

1(61(( 2332

ptptccptccptccptpt

ftpt

pt

ftptpt

SzzKzzSzzRW

RRMVaR

RRMS

+

t = 1, 2, ..., T

Wpt

zc (1

)(

)(

VaRR

dzzzR

RRCVaR

RRCS

pt

VaR

pt

ftpt

pt

ftptpt , t = 1, 2,..., T

=

T

t

npttnp RMAR

TLPM

1

)0,max(1

p

tpt

MARRtpt

tpt

pt

tptpt LPM

MARR

MARRT

MARRdd

MARRSor

tpt

22)(1

<

, t = 1, 2, ..., T

>

MARRtpt

MARRtpt

p

ppt

pt

p

MARRT

MARRT

LPM

HPMPU

22

1

)(1

)(1

, t = 1, 2, ..., T

nnp

tptnp LPM

MARRK , t = 1, 2, ..., T, n > 0.

=

T

tptptpt RRMD

1)maxmin( , t = 1, 2, ..., T

)(1

1

2

1

1

=

=

T

tpt

ftptpt

T

tpt

ftptpt

p

ftptpt

MD

RRBurke

MDT

RRSterling

MDRR

Calmar

α

ptα

σ

β

β

α

α

α

Σ

Σ

Σ

Σ

Σ

Σ

Σ

∫∞

α

σ

, w którym n to rząd określający rodzaj

dolnego momentu cząstkowego dla funduszu p.

Shadwick i Keating (2002) opracowali współczynnik Omega, łączący wszystkie momenty dys-trybucji stóp zwrotu, w tym skośność i kurtozę:

pt

ftptpt VaR

RRRoVaR =

=

, t = 1, 2, ..., T _

_,1

1

+p

tptpt LPM

MARROmega t = 1, 2, ..., T

gdzie MARt to minimalna akceptowalna stopa zwrotu (minimum acceptable return), która może przyjąć wartość zero, może być równa stopie wolnej od ryzyka lub może być średnią stopą zwro-tu dla danego funduszu.

K. Perez92

Sortino i van der Meer (1991) oraz Sortino i Price (1994) zaproponowali wskaźnik Sortino, przyjmujący jako miarę ryzyka semiodchylenie standardowe, czyli tzw. ryzyko ujemne (downside risk):


=

=

= =

=

=

= =

=

=

=

=

=

=

=

=

=

–

–

–

––

–

– –

–

–

–

–

–

–

–

– –

–

–

–

–

–

–

–

–

–

–

+ – – –

–

–

–

–

– – t = 1, 2, ..., T

pt

ptR

ftR

pt

mtR

> 0

pt

ftptpt

RRS , t = 1, 2, ..., T,

)1(),( 1ptpt RRVaR

)))52(361)3(

241)

)

1(61(( 2332

ptptccptccptccptpt

ftpt

pt

ftptpt

SzzKzzSzzRW

RRMVaR

RRMS

+

t = 1, 2, ..., T

Wpt

zc (1

)(

)(

VaRR

dzzzR

RRCVaR

RRCS

pt

VaR

pt

ftpt

pt

ftptpt , t = 1, 2,..., T

=

T

t

npttnp RMAR

TLPM

1

)0,max(1

p

tpt

MARRtpt

tpt

pt

tptpt LPM

MARR

MARRT

MARRdd

MARRSor

tpt

22)(1

<

, t = 1, 2, ..., T

>

MARRtpt

MARRtpt

p

ppt

pt

p

MARRT

MARRT

LPM

HPMPU

22

1

)(1

)(1

, t = 1, 2, ..., T

nnp

tptnp LPM

MARRK , t = 1, 2, ..., T, n > 0.

=

T

tptptpt RRMD

1)maxmin( , t = 1, 2, ..., T

)(1

1

2

1

1

=

=

T

tpt

ftptpt

T

tpt

ftptpt

p

ftptpt

MD

RRBurke

MDT

RRSterling

MDRR

Calmar

α

ptα

σ

β

β

α

α

α

Σ

Σ

Σ

Σ

Σ

Σ

Σ

∫∞

α

σ

gdzie ddpt – semiodchylenie standardowe stopy zwrotu funduszu hedge p w czasie t.

Dodatkowo Sortino, van der Meer, Plantinga (1999a; 1999b) skonstruowali współczynnik po-tencjału nadwyżkowej stopy zwrotu (upside potential ratio; U-P ratio), który modyfikuje w liczni-ku współczynnik Sortino, co pozwala na identyfikację zarządzających, którzy osiągają najwyższe średnie stopy zwrotu − powyżej wartości określonej przez MAR:


=

=

= =

=

=

= =

=

=

=

=

=

=

=

=

=

–

–

–

––

–

– –

–

–

–

–

–

–

–

– –

–

–

–

–

–

–

–

–

–

–

+ – – –

–

–

–

–

– – t = 1, 2, ..., T

pt

ptR

ftR

pt

mtR

> 0

pt

ftptpt

RRS , t = 1, 2, ..., T,

)1(),( 1ptpt RRVaR

)))52(361)3(

241)

)

1(61(( 2332

ptptccptccptccptpt

ftpt

pt

ftptpt

SzzKzzSzzRW

RRMVaR

RRMS

+

t = 1, 2, ..., T

Wpt

zc (1

)(

)(

VaRR

dzzzR

RRCVaR

RRCS

pt

VaR

pt

ftpt

pt

ftptpt , t = 1, 2,..., T

=

T

t

npttnp RMAR

TLPM

1

)0,max(1

p

tpt

MARRtpt

tpt

pt

tptpt LPM

MARR

MARRT

MARRdd

MARRSor

tpt

22)(1

<

, t = 1, 2, ..., T

>

MARRtpt

MARRtpt

p

ppt

pt

p

MARRT

MARRT

LPM

HPMPU

22

1

)(1

)(1

, t = 1, 2, ..., T

nnp

tptnp LPM

MARRK , t = 1, 2, ..., T, n > 0.

=

T

tptptpt RRMD

1)maxmin( , t = 1, 2, ..., T

)(1

1

2

1

1

=

=

T

tpt

ftptpt

T

tpt

ftptpt

p

ftptpt

MD

RRBurke

MDT

RRSterling

MDRR

Calmar

α

ptα

σ

β

β

α

α

α

Σ

Σ

Σ

Σ

Σ

Σ

Σ

∫∞

α

σ

gdzie HPM1p to górny moment cząstkowy (high partial moment), czyli tzw. potencjał nadwyżko-wej stopy zwrotu (upside potential), zdefiniowany jako oczekiwana stopa zwrotu funduszu powy-żej MARt.

Niejako podsumowując powyższe, Kaplan i Knowles (2004) zaprezentowali uogólnioną wersję miary ważonej ryzykiem ujemnym:


=

=

= =

=

=

= =

=

=

=

=

=

=

=

=

=

–

–

–

––

–

– –

–

–

–

–

–

–

–

– –

–

–

–

–

–

–

–

–

–

–

+ – – –

–

–

–

–

– – t = 1, 2, ..., T

pt

ptR

ftR

pt

mtR

> 0

pt

ftptpt

RRS , t = 1, 2, ..., T,

)1(),( 1ptpt RRVaR

)))52(361)3(

241)

)

1(61(( 2332

ptptccptccptccptpt

ftpt

pt

ftptpt

SzzKzzSzzRW

RRMVaR

RRMS

+

t = 1, 2, ..., T

Wpt

zc (1

)(

)(

VaRR

dzzzR

RRCVaR

RRCS

pt

VaR

pt

ftpt

pt

ftptpt , t = 1, 2,..., T

=

T

t

npttnp RMAR

TLPM

1

)0,max(1

p

tpt

MARRtpt

tpt

pt

tptpt LPM

MARR

MARRT

MARRdd

MARRSor

tpt

22)(1

<

, t = 1, 2, ..., T

>

MARRtpt

MARRtpt

p

ppt

pt

p

MARRT

MARRT

LPM

HPMPU

22

1

)(1

)(1

, t = 1, 2, ..., T

nnp

tptnp LPM

MARRK , t = 1, 2, ..., T, n > 0.

=

T

tptptpt RRMD

1)maxmin( , t = 1, 2, ..., T

)(1

1

2

1

1

=

=

T

tpt

ftptpt

T

tpt

ftptpt

p

ftptpt

MD

RRBurke

MDT

RRSterling

MDRR

Calmar

α

ptα

σ

β

β

α

α

α

Σ

Σ

Σ

Σ

Σ

Σ

Σ

∫∞

α

σ

Uogólnienie oznacza, że dzięki jednemu parametrowi wskaźnik ten może stać się jakimkol-wiek miernikiem ważonym ryzykiem (jak można zauważyć, K

2 to współczynnik Sortino, a K

2 + 1

to wskaźnik Omega).3. Wykorzystując jako miarę ryzyka maksymalną stratę na kapitale (maximum drawdown,

MD) daną wzorem:


=

=

= =

=

=

= =

=

=

=

=

=

=

=

=

=

–

–

–

––

–

– –

–

–

–

–

–

–

–

– –

–

–

–

–

–

–

–

–

–

–

+ – – –

–

–

–

–

– – t = 1, 2, ..., T

pt

ptR

ftR

pt

mtR

> 0

pt

ftptpt

RRS , t = 1, 2, ..., T,

)1(),( 1ptpt RRVaR

)))52(361)3(

241)

)

1(61(( 2332

ptptccptccptccptpt

ftpt

pt

ftptpt

SzzKzzSzzRW

RRMVaR

RRMS

+

t = 1, 2, ..., T

Wpt

zc (1

)(

)(

VaRR

dzzzR

RRCVaR

RRCS

pt

VaR

pt

ftpt

pt

ftptpt , t = 1, 2,..., T

=

T

t

npttnp RMAR

TLPM

1

)0,max(1

p

tpt

MARRtpt

tpt

pt

tptpt LPM

MARR

MARRT

MARRdd

MARRSor

tpt

22)(1

<

, t = 1, 2, ..., T

>

MARRtpt

MARRtpt

p

ppt

pt

p

MARRT

MARRT

LPM

HPMPU

22

1

)(1

)(1

, t = 1, 2, ..., T

nnp

tptnp LPM

MARRK , t = 1, 2, ..., T, n > 0.

=

T

tptptpt RRMD

1)maxmin( , t = 1, 2, ..., T

)(1

1

2

1

1

=

=

T

tpt

ftptpt

T

tpt

ftptpt

p

ftptpt

MD

RRBurke

MDT

RRSterling

MDRR

Calmar

α

ptα

σ

β

β

α

α

α

Σ

Σ

Σ

Σ

Σ

Σ

Σ

∫∞

α

σ

, Young (1991), Kestner (1996)

i Burke (1994) opracowali współczynniki Calmara, Sterlinga i Burke’a, które stosuje się w funduszach managed futures i które dane są wzorami:


=

=

= =

=

=

= =

=

=

=

=

=

=

=

=

=

–

–

–

––

–

– –

–

–

–

–

–

–

–

– –

–

–

–

–

–

–

–

–

–

–

+ – – –

–

–

–

–

– – t = 1, 2, ..., T

pt

ptR

ftR

pt

mtR

> 0

pt

ftptpt

RRS , t = 1, 2, ..., T,

)1(),( 1ptpt RRVaR

)))52(361)3(

241)

)

1(61(( 2332

ptptccptccptccptpt

ftpt

pt

ftptpt

SzzKzzSzzRW

RRMVaR

RRMS

+

t = 1, 2, ..., T

Wpt

zc (1

)(

)(

VaRR

dzzzR

RRCVaR

RRCS

pt

VaR

pt

ftpt

pt

ftptpt , t = 1, 2,..., T

=

T

t

npttnp RMAR

TLPM

1

)0,max(1

p

tpt

MARRtpt

tpt

pt

tptpt LPM

MARR

MARRT

MARRdd

MARRSor

tpt

22)(1

<

, t = 1, 2, ..., T

>

MARRtpt

MARRtpt

p

ppt

pt

p

MARRT

MARRT

LPM

HPMPU

22

1

)(1

)(1

, t = 1, 2, ..., T

nnp

tptnp LPM

MARRK , t = 1, 2, ..., T, n > 0.

=

T

tptptpt RRMD

1)maxmin( , t = 1, 2, ..., T

)(1

1

2

1

1

=

=

T

tpt

ftptpt

T

tpt

ftptpt

p

ftptpt

MD

RRBurke

MDT

RRSterling

MDRR

Calmar

α

ptα

σ

β

β

α

α

α

Σ

Σ

Σ

Σ

Σ

Σ

Σ

∫∞

α

σ


Posługując się jedną lub kilkoma z przedstawionych powyżej miar stóp zwrotu funduszy hedge, warto pamiętać o kilku kwestiach. Choć jest ich znacznie więcej niż w funduszach trady-cyjnych, wszystkie pochodzą albo od klasycznego współczynnika alfa Jensena, albo od współczyn-nika Sharpe’a. W związku z tym ich interpretacja jest taka sama, jak w obu tych wskaźnikach. Ogólnie im wyższa wartość danego miernika, tym wyższa stopa zwrotu funduszu hedge. Wartości dodatnie wskazują na dużą efektywność zarządzających tymi funduszami i potencjał nieograni-czonej stopy zwrotu.

Podobnie jak w funduszach tradycyjnych, weryfikacja stóp zwrotu funduszy hedge w bada-niach naukowych na ogół odbywa się za pomocą mniej lub bardziej rozbudowanego współczyn-nika alfa Jensena. W praktyce gospodarczej, tj. w bazach funduszy hedge lub w wewnętrznych informacjach opracowywanych dla ich klientów, następuje na podstawie klasycznego wskaźnika Sharpe’a lub jego modyfikacji, głównie współczynników RoVaR, Sortino oraz Sterlinga i Burke’a (por. Lhabitant 2006, s. 472−475). Moim zdaniem wynika to z celu zastosowania oraz ze stopnia złożoności i zrozumienia obu miar przez uczestników tego rynku. Badacze, nieustający w poszu-kiwaniach najważniejszych czynników ryzyka związanych z poszczególnymi stylami i strategiami funduszy hedge, posługują się bardziej wyrafinowanym sposobem pomiaru ich stóp zwrotu. Prak-tycy z kolei wykorzystują prostotę konstrukcji i interpretacji nieskomplikowanych miar, co pozwa-la ich klientom na szybkie zrozumienie rodzajów ryzyka, które wpływa na stopę zwrotu.

Najważniejszym celem pomiaru stóp zwrotu funduszy hedge jest sprawdzenie, czy są one nie-ograniczone i – co jest szczególnie ważne na tym rynku – czy ich zarządzający pokonali konkuren-cję (zarówno na rynku alternatywnym, jak i w porównaniu z rynkiem tradycyjnym). O ile pierw-sze można ustalić tuż po obliczeniu danego wskaźnika, o tyle w drugim wypadku należy zebrać informacje o innych funduszach hedge i ich indeksach lub portfelach tradycyjnych i stworzyć ich rankingi, których interpretacja może jednak rodzić pewne problemy.

Porównując fundusze hedge z indeksami z tego rynku, warto zauważyć, że na pierwszy rzut oka cel funduszy hedge, którym jest nieograniczona stopa zwrotu, kłóci się z fundamentalną ideą tworzenia indeksów rynkowych. Są one relatywne w stosunku do danego waloru czy portfela, a zatem z definicji nie powinny występować w przypadku instrumentów alternatywnych. Oka-zuje się jednak, że potencjalne korzyści z ich tworzenia na tym rynku są praktycznie takie same jak w przypadku jakiejkolwiek innej klasy aktywów. Jedną z głównych zalet tworzenia indeksów rynkowych dla funduszy hedge jest to, że reprezentują strukturę, wycenę, wyniki inwestycyjne i poziom ryzyka inwestycyjnego branży funduszy hedge w czasie oraz jego korelację z innymi kla-sami aktywów. Są użyteczne w procesie alokacji i dywersyfikacji portfela na rynku globalnym. Pomagają też zrozumieć wyniki inwestycyjne osiągane za pomocą różnych strategii. Ponieważ nie wszyscy zarządzający funduszami hedge są tak samo zdolni i nie osiągają w ramach danej strategii nieograniczonej stopy zwrotu, indeksy pozwalają inwestorom odróżnić dobrych menedżerów od złych i unikać tych ostatnich. Poza tym indeksy są podstawą konstrukcji pasywnych produktów inwestycyjnych (np. funduszy indeksowych), przeznaczonych dla inwestorów szukających pewnej kontrolowanej ekspozycji rynkowej bez ponoszenia ryzyka specyficznego. Dostarczają też wystan-daryzowanych danych niezbędnych do określenia profilu ryzyka i stopy zwrotu każdego funduszu hedge w porównaniu z danym indeksem (Lhabitant 2006, s. 487−488).

Należy jednak pamiętać, że fundusze hedge działają na rynku prywatnym. Wiąże się to z bra-kiem obowiązków informacyjnych, więc ich indeksy są tworzone na podstawie informacji dobro-

K. Perez94

wolnie dostarczanych instytucjom komercyjnym. Ponieważ nie wszystkie fundusze hedge rapor-tują do baz danych, publikowane tam indeksy nie zawsze odzwierciedlają faktyczny stan danego segmentu rynku14. Z tego względu tak ważny jest wybór dobrej bazy danych, a jednocześnie ogra-niczone zaufanie do niej.

W porównaniu wyników inwestycyjnych funduszy hedge i portfeli tradycyjnych trudności może nastręczać stosowanie różnych miar, np. w funduszach hedge możemy zdobyć informacje na temat współczynnika Sortino czy RoVaR, a w funduszach tradycyjnych na temat współczynnika Sharpe’a. Ułatwieniem byłoby wykorzystywanie w obu wypadkach współczynnika Sharpe’a, ale ten – jak się uważa – nie powinien być stosowany w przypadku funduszy hedge. Eling i Schuhma-cher (2007) dowiedli jednak, że mimo istotnych odchyleń stóp zwrotu funduszy hedge od rozkładu normalnego rankingi funduszy hedge stworzone za pomocą tego wskaźnika i rankingi ułożone na podstawie jego modyfikacji są niemal takie same. Zdaniem badaczy średnia oraz odchylenie stan-dardowe wystarczają zatem do pomiaru wyników inwestycyjnych funduszy hedge oraz porówna-nia ich z konkurencją. Podobnie uważa Dowd (2000), który proponuje wykorzystanie współczyn-nika Sharpe’a zarówno do oceny portfela w całości złożonego z funduszy hedge, jak i do oceny portfela, w którym stanowią one tylko część aktywów. Innego zdania są Gregoriou i Gueyie (2003). Stwierdzili oni, że kiedy klasyczny współczynnik Sharpe’a przyjmuje wartości dodatnie, przesza-cowuje wyniki inwestycyjne funduszy hedge w stosunku do zaproponowanego przez nich zmody-fikowanego miernika. Rezultaty ich badania potwierdził Gregoriou (2004).

Współczynnik Sharpe’a jest najbardziej znanym (por. Modigliani, Modigliani 1997) i najbar-dziej zrozumiałym dla inwestorów (por. Lo 2002) wskaźnikiem oceny efektywności portfeli inwe-stycyjnych. Fung i Hsieh (1999) dowodzą też, że przeprowadzona na jego podstawie analiza wyni-ków inwestycyjnych funduszy hedge spełnia założenia standardowej funkcji użyteczności. Mimo to uważam, że nie powinien być podstawową miarą oceny stóp zwrotu funduszy hedge. Aby doko-nać ich interpretacji, najrozsądniej jest stosować jedno- lub trzy- i czteroczynnikowy współczyn-nik alfa Jensena (oczywiście skrupulatnie dobierając do modelu czynniki ryzyka). Jest on źródłem nieograniczonej stopy zwrotu i stanowi o istocie działania funduszy hedge i ich zarządzających. W mojej ocenie współczynnik Sharpe’a i jego pochodne – nawet w połączeniu ze zwykłą logaryt-miczną stopą zwrotu – mogą z powodzeniem pełnić funkcję pomocniczą.

3. Wyniki inwestycyjne funduszy hedge i ich cechy charakterystyczne

Definiując fundusze hedge, w literaturze przedmiotu bardzo często wymienia się cechy charaktery-styczne. Wśród nich najczęściej wyróżnia się: cel (nieograniczoną stopę zwrotu), aktywne zarządza-nie i elastyczną politykę inwestycyjną, ograniczoną wielkość, płynność i przejrzystość, rozbudowa-ną strukturę opłat, nietypowe formy prawne i kierowanie oferty do specyficznych, bo posiadających znaczne aktywa, inwestorów. Wśród tych cech nadrzędne znaczenie ma nieograniczona stopa zwrotu. Pozostałe cechy są jej podporządkowane i w razie potrzeby modyfikowane tak, aby została ona osią-gnięta. Ponieważ nie zawsze się to udaje (na rynku występują bowiem fundusze, które zarabiają, ale i takie, które tracą), interpretując wyniki inwestycyjne funduszy hedge, należy zwrócić uwagę na ich cechy. W dużym stopniu może to bowiem wpłynąć na decyzje alokacyjne klientów tych funduszy.

14 Więcej na ten temat powiedziano przy okazji prezentacji efektu doboru próby.


Osiąganie nieograniczonej stopy zwrotu w ogromnym stopniu zależy od szybkości decyzji inwestycyjnych podejmowanych przez zarządzających funduszami hedge15. W ramach realizo-wanych strategii koncentrują się oni na inwestowaniu kapitału w taki sposób, aby ich portfele przewyższały wartością portfele tradycyjne i były z nimi słabo skorelowane. Nie jest to zada-nie łatwe, szczególnie że zarządzający funduszami hedge w gruncie rzeczy działają na tych sa-mym rynku finansowym co zarządzający portfelami tradycyjnymi (np. na rynku akcji, obligacji, towarów i surowców, walut czy na rynku kontraktów futures)16. W przeciwieństwie do funduszy tradycyjnych fundusze hedge nie są jednak związane przepisami prawa dotyczącymi ich polity-ki inwestycyjnej. Daje im to możliwość koncentracji, a nie dywersyfikacji portfela czy swobodę w doborze instrumentów finansowych i narzędzi (w tym krótkiej sprzedaży, dźwigni finansowej i derywatów) pozwalających na osiąganie zamierzonego celu inwestycyjnego. Fundusze hedge z łatwością mogą też zmieniać strategie i segmenty rynku finansowego, jeśli widzą w nich szan-sę na wyższy zysk.

Ogólnie rzecz biorąc, aktywne zarządzanie i elastyczność polityki inwestycyjnej powodują, że fundusze hedge osiągają wyższą rentowność niż tradycyjne fundusze inwestycyjne. Potwier-dzają to badania naukowe. Fung i Hsieh (1997a), którzy przeprowadzili pierwszą szeroką analizę wyników inwestycyjnych funduszy hedge, zauważyli, że w latach 1993−1995 zbadanych przez nich 409 funduszy hedge i 3327 tradycyjnych funduszy inwestycyjnych działających w Stanach Zjednoczonych znacznie się od siebie różniło. Stopy zwrotu tych pierwszych były nisko skore-lowane ze standardowymi indeksami rynkowymi i miały wyższą dochodowość. Zdaniem bada-czy na wyniki inwestycyjne funduszy wpływała rentowność aktywów w ich portfelach, rodzaj realizowanych strategii inwestycyjnych oraz poziom dźwigni finansowej. Autorzy podkreśli-li jednak, że wyniki przeprowadzonej analizy mogą się różnić w zależności od stylu i strategii funduszy hedge.

Liang (1999) zwrócił uwagę, że w latach 1992−1996, kiedy na globalnym rynku kapitałowym panowała hossa, fundusze hedge − w przeciwieństwie do tradycyjnych funduszy − charaktery-zowały się niskim ryzykiem systematycznym, dynamicznymi strategiami inwestycyjnymi oraz strukturą kosztów sprzyjającą osiąganiu bezwzględnych stóp zwrotu. Te, choć bardziej zmienne, zależały od umiejętności zarządzających.

Wysoka dochodowość funduszy hedge osiągnięta w wyniku dynamicznej i elastycznej polityki inwestycyjnej jest bardzo często okupiona dużą zmiennością ich stóp zwrotu, która – jak stwierdzili np. Schneeweis i Spurgin (1998) – występuje zarówno w krótkim, jak i dłu-gim okresie. Należy zauważyć, że jest to główna przyczyna niskiej korelacji stóp zwrotu fun-duszy hedge ze stopami zwrotu instrumentów tradycyjnych. Do takich wniosków doszli Liang (2003), Capocci i Hübner (2004) oraz Agarwal i Naik (2004). Ci ostatni, korzystając z danych za lata 1990−2000, dowiedli, że fundusze hedge realizujące strategie zorientowane na akcje w krótkim okresie osiągają wyniki inwestycyjne wyższe niż w okresie długim. Moim zdaniem może to wynikać z dwóch zjawisk, które występują po kilku latach działania tych funduszy. Pierwsze to wyhamowanie dynamiki zarządzania funduszem. Drugie to zbyt duże rozmiary tych funduszy, powodujące nadmierną dywersyfikację ich portfeli. Oba fakty pozwalają przy-

15 W związku z tym w funduszach tych występuje duże ryzyko zarządzającego (manager risk). 16 Jest to jeden z głównych powodów tego, że pod względem wartości zarządzanych aktywów fundusze hedge

najczęściej wybierają strategie kierunkowe.

K. Perez96

puszczać, że zarządzający tymi funduszami wcześniej kierowali tradycyjnymi funduszami akcji. Po przejściu na alternatywną stronę rynku finansowego wykazywali się dużą aktywnością, jed-nak po pewnym czasie powróciły stare przyzwyczajenia − preferowanie wysokiej wartości ak-tywów funduszu kosztem wysokiej stopy zwrotu.

W tym miejscu warto przytoczyć ciekawe rezultaty badania Ackermanna, McEnally’ego i Ravenscrafta (1999). Posługując się informacjami na temat funduszy onshore i offshore z lat 1988−1995, badacze dowiedli, że ich stopy zwrotu przewyższały stopy zwrotu funduszy otwar-tych, ale nie tradycyjne indeksy rynkowe (mimo że fundusze hedge charakteryzowały się wyż-szą zmiennością niż te indeksy). Dochodowość badanych funduszy częściowo wytłumaczono odmienną strukturą kosztów niż w funduszach tradycyjnych. Jak wspomniano, ma ona bardzo duże znaczenie dla interpretacji wyników inwestycyjnych funduszy hedge.

Najważniejszym kosztem funduszy hedge jest opłata za wyniki inwestycyjne (performance fee, incentive fee). Ma ona motywować zarządzających do osiągania jak najwyższych stóp zwrotu. Najczęściej stanowi 20% zysku wypracowanego w danym roku. Jej pobieranie jest bardzo często obwarowane dodatkowymi warunkami co do poziomu osiągniętych stóp zwrotu. Do najważniej-szych należy bazowa stopa zwrotu (hurdle rate17) i graniczna stopa zwrotu (high-water mark18). Występowanie pierwszej z nich ma dać pewność inwestorom, że fundusz, w który zainwestowa-li, osiągnie wysokie stopy zwrotu. Druga stopa zwrotu jest z kolei zapewnieniem ze strony za-rządzających, że nie pobiorą opłaty za wyniki inwestycyjne, zanim nie odrobią strat powstałych w ostatnim roku.

Kontrakty zarządzających funduszami hedge zawierają informacje na temat wynagrodzenia za wyniki inwestycyjne, które jest bardzo podobne do wynagradzania dyrektorów dużych korpo-racji opcjami kupna na akcje. Jeśli zarządzający funduszami hedge nie wypracują dodatnich stóp zwrotu przekraczających bazową lub graniczną stopę zwrotu, wówczas w praktyce ich opcje są poza ceną (out of the money), co oznacza, że nie otrzymują premii. W przeciwieństwie do dyrekto-rów przedsiębiorstw zarządzający funduszami hedge nie mogą zmienić zasad wynagradzania za wyniki inwestycyjne (pozostają one takie same w czasie funkcjonowania funduszy19). W związku z tym bardzo mocno koncentrują się na osiąganiu zysków, gdyż tylko dzięki temu mogą zreali-zować „opcję” i otrzymać premię za swoją pracę.

17 Bazowa stopa zwrotu to minimalna dodatnia stopa zwrotu, którą zarządzający musi wypracować, aby móc pobierać opłatę za wyniki inwestycyjne. Może być zmienna (np. stopa operacji otwartego rynku czy stopa LIBOR) lub stała (np. 5%). Może również wynosić 0% (notabene wartość ta była charakterystyczna dla wielu funduszy hedge w szczycie hossy na globalnym rynku kapitałowym w latach 2003−2007).

18 Graniczna stopa zwrotu to historyczna dodatnia stopa zwrotu, którą zarządzający musi ponownie wypracować, zanim pobierze od inwestorów opłatę za wyniki inwestycyjne, jeśli w poprzednim roku poniósł stratę. Hipotetycznie fundusz może przynosić straty kilka lat z rzędu (można sądzić, że wcześniej powinien być zlikwidowany); wtedy przez cały ten okres zarządzający nie pobiera opłaty.

19 Ackermann, McEnally, Ravenscraft (1999, s. 862), którzy przeanalizowali ponad 1600 funduszy hedge z bazy TASS i Nelson’s Directory of Investment Managers w latach 1994−1996 oraz bazy HFR z lat 1996−1997, zauważyli, że tylko w 11 przypadkach w ciągu tego okresu fundusze zmieniły wysokość opłat. Badacze skontaktowali się z 6 z tych funduszy i każdy z nich wyjaśnił, że zmiana wysokości opłat była korektą uprzednio źle zamieszczonych informacji. Dodatkowo, skontaktowano się z 25 przypadkowo wybranymi funduszami, które miały co najmniej 4-letnią historię stóp zwrotu. Wszyscy zarządzający potwierdzili, że od momentu rozpoczęcia działalności ani razu nie zmienili wysokości opłat.


W teorii agencji (agency theory)20 stwierdza się, że im bardziej wynagrodzenie menedżerów zależy od wypracowanych przez nich wyników, tym silniej dążą do osiągania ponadprzeciętnych rezultatów. Potwierdza to praca teoretyczna Dasa i Sundarama (2002), którzy uważają, że wyższe opłaty za wyniki inwestycyjne powinny przyczyniać się do osiągania przez zarządzających port-felami inwestycyjnymi wyższych stóp zwrotu (Agarwal, Daniel, Naik 2009, s. 2226). Badania tej zależności na rynku funduszy hedge dają jednak różne (nierzadko sprzeczne) rezultaty. Na przy-kład Brown, Goetzmann, Ibbotson (1999) oraz Steri, Giorgino, Viviani (2009) sugerują, że fundu-sze pobierające wyższe opłaty za wyniki inwestycyjne wcale nie są lepsze niż fundusze o niskich opłatach. Według Browna, Goetzmanna i Parka (2001) opłaty nie mają dużego wpływu na poziom ryzyka podejmowanego przez fundusze hedge. W przeciwieństwie do tego Ackermann, McEnally i Ravenscraft (1999) oraz Goetzmann, Ingersoll i Ross (2003) dowodzą, że fundusze hedge, które obciążały inwestorów wyższymi opłatami za wyniki inwestycyjne i były zobowiązane do osiąg- nięcia bazowej lub granicznej stopy zwrotu, wypracowywały wyższe stopy zwrotu niż fundusze o niskich opłatach.

Jedną z przyczyn różnic występujących w analizach dotyczących wysokości stóp zwrotu fun-duszy o wysokich i niskich opłatach może być to, że oczekiwane przez zarządzających wynagro-dzenie nie zależy jedynie od opłat za wyniki inwestycyjne, ale również od innych cech funduszy hedge. Agarwal, Daniel i Naik (2009) wskazali na duże znaczenie ograniczonej płynności fundu-szy hedge, która wiąże się z występowaniem początkowego okresu zamrożenia kapitału (lock-up period) i jego długością, czasem powiadomienia o umorzeniu (advance notice) oraz częstością do-konywania umorzeń. Początkowy okres zamrożenia kapitału oznacza minimalny okres, w którym inwestor musi utrzymywać w funduszu swoje środki, zanim będzie je mógł wycofać. Pod koniec tego okresu inwestorzy, którzy chcą wycofać swój kapitał, muszą powiadomić o tym fundusz, a na-stępnie czekać aż do dnia umorzenia, kiedy otrzymają środki pieniężne. Im dłuższe okresy zamro-żenia kapitału, powiadomienia o umorzeniu i samego umorzenia, tym większa swoboda stosowa-nia przez zarządzającego różnych strategii i narzędzi inwestycyjnych, pozwalających na osiąganie dodatnich stóp zwrotu bez konieczności utrzymywania płynnych środków. Zarządzający mogą wówczas zawierać transakcje arbitrażowe, które ze względu na ryzyko szumu (noise trader risk)21

wymagają czasu, aby stać się zyskownymi. Ponadto nie muszą dokonywać nagłej wyprzedaży aktywów, która niemal zawsze negatywnie wpływa na wyniki inwestycyjne (Agarwal, Daniel, Na-ik 2009, s. 2223−2226).

Agarwal, Daniel i Naik (2004) uznali, że występowanie ograniczeń związanych z płynnością funduszy hedge pozwala zarządzającym na aktywne zarządzanie i osiąganie wysokich stóp zwro-tu. To one, a nie poziom opłat za wyniki inwestycyjne, przyczyniają się do napływu kapitału do funduszy. Można stąd wywnioskować, że dla inwestorów korzystniejsze są fundusze wprowa-dzające duże restrykcje dotyczące płynności powierzonych im środków. Otrzymana przez nich

20 Teoria agencji – jedna z koncepcji ładu korporacyjnego – wyjaśnia zależności występujące między przełożonymi (prin-cipals), czyli np. udziałowcami, akcjonariuszami lub kredytodawcami, a agentem (agent), czyli np. zarządzającym przedsiębiorstwem (company’s manager). Teoria zajmuje się wyborem najefektywniejszej formy kontraktu w związku przełożony − agent, przyjmując założenia na temat ludzi (np. ograniczona racjonalność, niechęć do ryzyka), organizacji (np. konflikt celów wśród członków) oraz informacji (np. informacji jako towaru, który można kupić). W szczególności zajmuje się tym, czy kontrakt oparty na wynikach (akcje, transfer praw własności) jest wydajniejszy od opartego na zachowaniu (pensje). Por. Shapiro (2005).

21 Tzw. noise traders to inwestorzy nieracjonalni, którzy na rynku kapitałowym dokonują transakcji głównie na podstawie niesprawdzonych plotek i nieadekwatnych sygnałów informacyjnych. Por. De Long i in. (1990).

K. Perez98

premia za niską płynność jest znacznie wyższa niż w funduszach o mniejszych ograniczeniach. Te drugie, jeśli notują niskie stopy zwrotu, muszą obniżać opłaty w celu przyciągnięcia nowego kapitału do zarządzania.

Należy mieć świadomość, że wysokie opłaty za wyniki inwestycyjne oraz restrykcyjne warun-ki umorzenia kapitału niekoniecznie mogą podobać się inwestorom. Ci jednak, na co wskazują do-świadczenia rynku funduszy hedge, godzą się na nie bez negocjacji. W zamian oczekują wysokie-go zwrotu z zainwestowanego kapitału, co − jak się wydaje − ma dla nich największe znaczenie.

Poza opłatami za wyniki inwestycyjne na wysokość stóp zwrotu funduszy hedge wpływają też inne cechy. Wśród nich do najważniejszych należy wiek funduszy oraz ich wielkość. Pierwsza ce-cha nieodłącznie wiąże się z doświadczeniem zarządzającego. W pierwszych latach działania da-nego funduszu jego menedżer musi wypracowywać jak najwyższe stopy zwrotu, tak aby zdobyć uznanie i zaufanie klientów. W związku z tym stosuje on innowacyjne strategie, dostosowuje do nich narzędzia inwestycyjne i wprowadza do portfela funduszu nowe instrumenty – wszystko po to, aby osiągnąć jak najlepszy rezultat22. Ze względu na brak doświadczenia nierzadko nie zwra-ca przy tym dużej uwagi na poziom podejmowanego ryzyka inwestycyjnego. Ten jest najczęściej bardzo wysoki, co w skrajnych przypadkach może przyczynić się do wysokich strat i doprowadzić do likwidacji funduszu. Jak pokazują Amenc i Martellini (2002), Ibbotson i Chen (2006) czy Xiong i in. (2009), agresywny sposób zarządzania aktywami w pierwszych latach działania funduszy hedge jest jednak opłacalny. Fundusze działające na rynku przez krótki okres osiągają bowiem wyższe stopy zwrotu niż fundusze dłużej obecne na rynku.

Wiek funduszu hedge wpływa na jego wyniki inwestycyjne bardzo podobnie jak jego wielkość. Na początku funkcjonowania funduszu wartość jego aktywów netto (WAN) jest niska. Z upływem czasu, kiedy zarządzający osiąga nieograniczoną stopę zwrotu, WAN zwiększa się w wyniku wzro-stu wartości lokat oraz w wyniku napływu nowego kapitału. Aby korzystnie go ulokować, mene-dżer musi poświęcić więcej czasu na poszukiwanie okazji do zarobku. Nierzadko po przekroczeniu pewnej wielkości funduszu ich znalezienie jest bardzo trudne. Wynika to albo z małej wielkości i niskiej płynności danego rynku, albo z pojawienia się na nim konkurencji (informacje o wysokich zyskach w danym segmencie rynku rozchodzą się bardzo szybko, przyciągając kolejnych inwesto-rów), przez co znacznie mniej jest okazji do przeprowadzenia arbitrażu. Jak zauważa Kaiser (2008), dla wyników inwestycyjnych nie bez znaczenia jest też to, że po osiągnięciu pewnej wysokości WAN zarządzający tracą charakterystyczny dla nowicjuszy zapał. Koncentrując się na odpoczyn-ku i utrzymaniu danego stanu rzeczy, zmniejszają liczbę godzin pracy, co negatywnie wpływa na poziom osiąganych przez nich stóp zwrotu.

Powyższe powoduje, że stopy zwrotu małych funduszy przewyższają stopy zwrotu dużych funduszy. Potwierdzają to badania Herzberga i Mozesa (2003), Getmansky’ego (2004) oraz Amman-na i Moertha (2008a, 2008b). Dodatkowo Hedges (2003) stwierdza, że w średnich funduszach stopy zwrotu są niższe niż w funduszach mających zarówno niską, jak i wysoką wartość zarządzanych aktywów.

Według Jonesa (2007) inwestorzy, którzy w swych inwestycjach kierują się maksymalizacją zy-sku, powinni lokować kapitał w małe i młode fundusze hedge. Ci zaś, którzy na celu mają ochronę

22 Nieco inaczej sytuacja może kształtować się w funduszach funduszy hedge (funds of hedge funds, FoHF). Li i Mehran (2009) dowiedli, że zarządzający młodymi funduszami funduszy zwracają nadmierną uwagę na poziom podejmowanego ryzyka inwestycyjnego, nadmiernie dywersyfikują portfel i utrzymują jego niższą zmienność niż w funduszach dłużej działających.


kapitału, powinni inwestować w fundusze większe oraz starsze. Zasada ta tyczy się też funduszy funduszy hedge, których wyniki inwestycyjne, jak zauważyli Füss, Kaiser i Strittmatter (2009), są największe wówczas, gdy wraz ze wzrostem doświadczenia zarządzającego – i tym samym wieku danego funduszu – rośnie wartość ich aktywów netto.

4. Problemy metodologiczne z interpretacją stóp zwrotu funduszy hedge

W związku z częstym brakiem przejrzystości informacji dostarczanych przez fundusze hedge do komercyjnych baz danych omówione wyżej wnioski z badań, mimo niewątpliwie dużego zna-czenia dla oceny ich wyników inwestycyjnych, nierzadko nie są wolne od błędów związanych z interpretacją danych. Wśród nich wyróżnia się:

− efekt przetrwania (survivorship bias), − efekt historycznych stóp zwrotu (backfill bias, instant history bias, incubation bias),− efekt likwidacji (liquidation bias),− efekt wyboru (selection bias), który może przyjąć postać efektu własnego wyboru (self-selection

bias) lub efektu doboru próby (sample selection bias).Problem występowania w bazach danych efektu przetrwania pojawił się w literaturze świato-

wej w latach 90. XX w., kiedy zwrócono uwagę, że na wyniki inwestycyjne tradycyjnych funduszy inwestycyjnych w długim okresie mogą wpływać fundusze, które przestają przesyłać informacje do baz danych, najczęściej na skutek ich likwidacji. Można stwierdzić, że uwzględnianie w bada-niach jedynie funduszy, które funkcjonowały przez cały analizowany okres, tzw. live funds, które nazwano funduszami aktywnymi, i pominięcie tych, które zaprzestały przekazywania informa-cji do baz danych (tzw. dead funds, które nazwano funduszami nieaktywnymi), może prowadzić do zawyżenia przeciętnych wyników osiąganych przez zarządzających. Najczęściej bowiem z baz danych znikają fundusze, które uzyskiwały w długim czasie bardzo słabe wyniki (a na pewno niższe niż przeciętne)23.

Efekt przetrwania występuje, gdy do obliczeń średnich stóp zwrotu danej grupy instrumentów finansowych (np. tradycyjnych funduszy akcji czy funduszy hedge realizujących określoną strate-gię inwestycyjną24), wykorzystuje się informacje tylko o aktywnych funduszach. Ogólnie do osza-cowania tego efektu stosowane są następujące metody:

Metoda opracowana przez Grinblatta i Titmana (1989), polegająca na obliczeniu i porównaniu hipotetycznych stóp zwrotu z dwóch oddzielnych portfeli – jednego nieuwzględniającego fundu-szy nieaktywnych oraz drugiego uwzględniającego fundusze aktywne i nieaktywne. Ostatecznym wynikiem jest różnica między stopami zwrotu w tych dwóch portfelach. Metoda ta jest najczęściej wykorzystywana.

Metoda zaproponowana przez Malkiela (1995). W tym przypadku porównuje się stopę zwrotu portfela złożonego z funduszy aktywnych ze stopą zwrotu portfela zbudowanego z funduszy nie-aktywnych.

23 Prowadzi to najczęściej do odpływu kapitału z takiego funduszu, zmniejszenia wartości zarządzanych przez niego aktywów, aż do poziomu granicznego, a w konsekwencji do jego rozwiązania przez likwidację lub połączenie z innym funduszem.

24 Zauważmy, że efekt przetrwania wiąże się z wynikami inwestycyjnymi nie tylko tradycyjnych i alternatywnych portfeli inwestycyjnych, lecz także innych instrumentów finansowych, np. akcji. Por. Foster, Kaplan (2001).

K. Perez100

Grinblatt i Titman (1989) oraz Malkiel (1995), którzy zajmowali się rynkiem tradycyjnych funduszy akcji, dowiedli, że nieuwzględnienie w badaniach funduszy nieaktywnych zniekształ-ca wyniki inwestycyjne wszystkich funduszy odpowiednio o 0,1−0,4% lub 0,5−1,5%. Jednymi z pierwszych, którzy zastosowali te metody do funduszy hedge, byli Fung i Hsieh (1997b; 2000b), Ackermann, McEnally i Ravenscraft (1999) oraz Brown, Goetzmann i Ibbotson (1999a). Zauważy-li, że w portfelach tworzonych w celu określenia efektu przetrwania mogą znajdować się fundusze działające:

− przez cały okres badawczy; wówczas mamy do czynienia z portfelem kompletnym (complete portfolios);

− od pewnego momentu aż do końca okresu badawczego; mówimy wtedy o portfelach złożo-nych z funduszy, które przetrwały (survivor portfolios);

− od określonej daty do końca okresu badawczego, co występuje w przypadku portfeli obser-wowanych (observed portfolios) (Gregoriou i in. 2005, s. 260).

W tabeli 3 zaprezentowano wyniki wybranych badań naukowych nad efektem przetrwania zniekształcającym wysokość stóp zwrotu funduszy hedge, który szacowano w różnych okresach i na podstawie różnie skonstruowanych portfeli. Badania przeprowadzane w latach 1971−2001 do-wiodły, że efekt przetrwania zniekształcił faktyczne wyniki inwestycyjne funduszy hedge o około 2−3% w skali roku. Należy jednak mieć świadomość, że w 1994 r. i wcześniej efekt przetrwania – choć występował powszechnie – był niemożliwy do zmierzenia (por. Brown, Goetzmann, Park 2001; Fung, Hsieh 2000b; Liang 2000; Li, Kazemi 2007). Ma to związek głównie z występującą wówczas bardzo małą przejrzystością funduszy hedge, co dla uczestników tego rynku było rzeczą naturalną. Nie bez znaczenia jest również to, że bazy danych funduszy hedge zaczęły powstawać dopiero w pierwszej połowie lat 90. XX w. (było tak np. w przypadku bardzo często wykorzysty-wanej przez naukowców bazy TASS, tworzonej na przełomie 1993 i 1994 r.). Dane na temat fundu-szy hedge sprzed 1994 r. są niewiarygodne i, jak podkreśla Eling (2009, s. 363), nie powinny być wykorzystywane do badań naukowych.

W późniejszych analizach (por. np. Ammann, Moerth 2005) obliczono, że w latach 1994−1999 efekt przetrwania wyniósł niemal 5%, podczas gdy w latach 1999−2005 już tylko niecałe 2,5%. W związku z tym zaczęto sądzić, że brak aktywności funduszy hedge (w tym funduszy działa-jących na rynkach rozwijających się, por. Eling, Faust 2010 oraz Aggarwal, Jorion 2010b) stał się w ostatnich latach zjawiskiem rzadszym. Podważają to jednak badania Kaisera i Haberfelnera (2011), którzy analizując fundusze hedge z bazy Lipper TASS za lata 2002−2010, zauważyli, że efekt przetrwania silnie wzrósł w trakcie kryzysu finansowego z lat 2007−2008.

Przy okazji obliczania wielkości samego efektu przetrwania w funduszach hedge warto zasta-nowić się nad przyczynami ich likwidacji i okresem, w którym ona następuje. Na ogół uważa się, że najważniejszym czynnikiem wpływającym na likwidację funduszy hedge są słabe wyniki inwe-stycyjne. Zakończenie ich działalności następuje zaś we wczesnych fazach działalności.

Brown, Goetzmann i Park (2001) zauważyli, że prawdopodobieństwo likwidacji fundusz jest dodatnio skorelowane z poziomem podejmowanego ryzyka, szczególnie w funduszach, któ-re przez dwa następujące po sobie lata mają ujemne stopy zwrotu. Liang (2000) wskazał, że w latach 1994−1998 rocznie działalność kończyło około 8,3% funduszy hedge. Podobną tendencję, wynoszącą 8,6% rocznie dla lat 1994−2000, odnotowali Baquero, Horst i Verbeek (2005). Badacze ci zwrócili też uwagę, że fundusze działające w tym okresie osiągały roczne stopy wzrostu o 2,1%,


wyższe niż w zlikwidowanych funduszach. Podobne rezultaty osiągnęli Fung i Hsieh (2000b; 2001) oraz Liang (2000; 2001). Ich zdaniem na wyniki inwestycyjne funduszy aktywnych wpłynęły przede wszystkim: styl inwestycyjny, rozmiar oraz historyczne stopy zwrotu.

Getmansky, Lo i Makarov (2004) przeanalizowali różne strategie realizowane przez fundusze hedge. Stwierdzili, że w latach 1994−2004 średniorocznie działalność kończyło tylko 5,2% fun-duszy convertible arbitrage i aż 14,4% funduszy managed futures. Oprócz rodzaju strategii inwe-stycyjnej na zamknięcie funduszy hedge ich zdaniem wpłynęły niskie historyczne stopy zwrotu, wysoka zmienność cen instrumentów wchodzących w skład ich portfeli oraz mało restrykcyjne przepisy dotyczące płynności zarządzanych przez nie aktywów. Getmansky (2004) uzupełnił listę tych czynników o dynamikę przepływu kapitału, wiek i wielkość funduszu oraz jego pozycję na rynku i konkurencyjność w stosunku do innych funduszy hedge.

Brown, Goetzmann i Park (2001) zwrócili uwagę, że połowa aktywnych funduszy, która znaj-duje się w bazie TASS, funkcjonuje na rynku dokładnie 30 miesięcy. Howell (2001) zaobserwował, że prawdopodobieństwo upadku funduszu w pierwszym roku jego funkcjonowania wynosi 7,4%, w drugim zaś już 20,3%. Zdaniem Brooksa i Kata (2002) z powodu słabych wyników inwestycyj-nych aż 30% funduszy hedge nie działa dłużej niż 36 miesięcy. Amin i Kat (2003) dowiedli zaś, że w czwartym roku funkcjonowania zamkniętych zostaje 40% funduszy. Przy tym, jak wskazują Getmansky (2004) czy Jen, Heasman i Boyatt (2001), szybciej kończą działalność fundusze młodsze niż starsze. Zarządzający młodymi funduszami są bardziej skłonni do podejmowania dodatkowego ryzyka, licząc na osiągnięcie wysokich stóp zwrotu i przyciągnięcie nowych inwestorów. Fundusze starsze nie muszą o nich zabiegać, ponieważ utrzymują relacje z dotychczasowymi klientami. Wy-sokie ryzyko przyczynia się często do strat, stąd likwidacja młodych funduszy jest zjawiskiem po-wszechniejszym.

Kolejnym błędem w danych służących do interpretacji wyników inwestycyjnych funduszy hedge jest efekt historycznych stóp zwrotu (backfill bias, instant history bias, incubation bias). Wy-stępuje on wtedy, gdy sprzedawcy bazy danych, do których informacje przekazuje nowy fundusz, zamieszczają w niej nie tylko aktualne i przyszłe informacje o tym funduszu, ale i jego dane hi-storyczne (w szczególności historyczne stopy zwrotu oraz wartość aktywów netto). Fundusz taki w momencie wejścia do bazy ma w niej już „chwilową historię” (instant history), umieszczaną z datą wsteczną (backfilled) przez jej sprzedawcę.

Bardzo często fundusze hedge zaczynają przekazywać informacje do baz danych dopiero po osiągnięciu stóp zwrotu, które są równe lub wyższe niż stopy zwrotu ich konkurentów znajdują-cych się w danej bazie danych. Zwykle „w ukryciu” fundusze hedge działają około roku − dwóch lat. Mówi się, że znajdują się wówczas w okresie inkubacji (incubation period). Gdy w tym czasie wypracują satysfakcjonujące stopy zwrotu, zgłaszają do danej bazy danych wniosek o dołączenie ich do listy znajdujących się w niej funduszy hedge i zamieszczenie w niej ich danych historycz-nych. Daty wejścia funduszu do bazy i umieszczenia w niej informacji historycznych często nie są podawane, więc informacje brane pod uwagę w badaniach wyników inwestycyjnych tych fundu-szy są zaburzone z powodu występowania efektu historycznych stóp zwrotu.

W badaniach naukowych efekt historycznych stóp zwrotu (backfill bias) jest eliminowany przez odrzucenie z próby badawczej stóp zwrotu z pierwszego roku − dwóch lat notowań. Aby oszacować wielkość efektu, wystarczy obliczyć średnią stopę zwrotu z funduszu z okresu zawie-rającego pierwszy rok lub dwa lata i porównać ją ze stopą zwrotu obliczoną za czas odpowiednio

K. Perez102

krótszy. Z reguły dowodzi się, że dla funduszy działających na rynkach rozwiniętych efekt ten wy-nosi około 1,2−1,4%, dla funduszy lokujących aktywa na rynkach rozwijających się 3%, a dla fun-duszy funduszy hedge mniej niż 1% (por. tabela 4).

Jako pierwsi efektem historycznych stóp zwrotu zajęli się Ackermann, McEnally i Ravenscraft (1999), którzy korzystali z baz HRF i MAR w latach 1989−1999. Choć wyeliminowali z próby ba-dawczej pierwsze 24 miesiące notowań, ich wyniki okazały się nieistotne statystycznie. Fung i Hsieh (2000b; 2001) pracowali na danych z lat 1994−1998 z bazy TASS. Pozbycie się notowań z pierwszych 12 miesięcy pozwoliło im zaobserwować efekt danych historycznych wynoszący 1,4% w przypadku funduszy hedge i 0,9% w funduszach funduszy hedge. Podobne wnioski płyną z pracy Barry’ego (2002), który badał fundusze hedge w latach 1994−2001.

Nieco inne rezultaty osiągnęli Malkiel i Saha (2005), którzy w swojej analizie korzystali z da-nych bazy TASS za lata 1996−2003. Ich zdaniem efekt ten dla średnich stóp zwrotu (mean return) wyniósł aż 7,31%, a dla przeciętnych stóp zwrotu (median return) 5,74%. Znaczenie omawianego efektu podkreślili też Aggarwal i Jorion (2009; 2010b) oraz Eling i Faust (2010), którzy badali fun-dusze hedge działające na rynkach rozwijających się. Uzyskane przez nich rezultaty wskazały, że wynosi on dla tych funduszy około 3%.

Wydaje się, że badania przeprowadzone w ostatnich latach są najbardziej wiarygodne, ponie-waż wykorzystują najbardziej aktualne bazy danych, w których zaznacza się daty pierwszych ra-portów i informacji wstecznych dotyczących funduszy hedge (Gregoriou i in. 2005, s. 260). Wiedza na ten temat jest bardzo ważna, bo jak podaje Barry (2002), 80% funduszy hedge przekazuje do baz dane historyczne za 6 miesięcy, 65% za 12 miesięcy i aż 50% za okres dłuższy niż 2 lata.

Z wynikami inwestycyjnymi funduszy hedge związany jest także efekt likwidacji (liquidation bias). Odnosi się on do sytuacji, w której fundusze hedge przestają przekazywać informacje do ba-zy danych. Zwykle wiąże się to z ich likwidacją (fundusze nie przekazują wtedy do bazy informa-cji o ostatnim lub kilku ostatnich miesiącach ich działalności), chociaż może mieć również inną przyczynę. Na przykład w sierpniu 1998 r. wiele funduszy hedge straciło ogromne kapitały, podob-nie jak fundusz Long Term Capital Management (LTCM). Zarządzający nimi – choć kontynuowa-li działalność – nie przekazali do baz danych informacji o niekorzystnych sierpniowych stopach zwrotu i wartości aktywów netto (WAN), poprzestając na dostarczeniu danych lipcowych. Spowo-dowali przez to znaczne zawyżenie faktycznej średniej rentowności i wielkości aktywów zarządza-nych przez fundusze hedge w sierpniu 1998 r. (por. Fung, Hsieh 2006, s. 13).

Aby obliczyć wielkość efektu likwidacji, należałoby śledzić działalność wszystkich funduszy hedge aż do ich ostatecznego zamknięcia. Ponieważ wymaga to odpowiednich zasobów i wyso-kich nakładów, część badaczy tego rynku zakłada, że w miesiącu likwidacji stopa zwrotu z danego funduszu wynosi minus 100% (np. Posthuma, van der Sluis 2003). Założenie takie wydaje się jed-nak zbyt restrykcyjne. Ackermann, McEnally i Ravenscraft (1999), którzy zapytali o datę zamknię-cia funduszy sprzedawców baz danych w latach 1988−1995, oszacowali, że średnia roczna stopa zwrotu 68 zlikwidowanych w tym czasie funduszy hedge wyniosła tylko 0,7%. Nietrudno nie zgo-dzić się z Fungiem i Hsiehem (2006, s. 13), że to rezultat znacznie różniący się od minus 100%. Ze względu na wspomniane wyżej problemy z danymi sprzed 1994 r. nie powinniśmy się jednak suge-rować wynikiem tych badań. Znacznie bliższy rzeczywistości jest rezultat uzyskany przez Kaisera i Haberfelnera (2011), którzy przeanalizowali niemal 9 tys. aktywnych i nieaktywnych funduszy hedge z bazy TASS w latach 2002−2010. Ich badanie objęło więc najdłuższą w historii globalne-


go rynku finansowego hossę z lat 2003−2007 i najbardziej gwałtowny globalny kryzys finansowy z lat 2007−2008. Wyniki wskazały, że efekt likwidacji w całym analizowanym okresie wyniósł średniorocznie 2,3%, w latach 2002−2006 1,2% i 3,7% w latach 2007−2010.

Na schemacie 1 zaprezentowano zaproponowane przez Barry’ego (2002) hipotetyczne momen-ty wejścia funduszy aktywnych i nieaktywnych do bazy danych i wyjścia z niej. Ich prześledze-nie pozwala łatwiej zrozumieć istotę i współzależności występujące między efektem przetrwania a efektem historycznych stóp zwrotu25 oraz efektem likwidacji. Należy zaznaczyć, że w rzeczywi-stości gospodarczej trudno przedstawić faktyczną liczbę funduszy, których działalność wywołuje przedstawione efekty. Główną tego przyczyną jest to, że różne bazy danych zawierają informacje o różnych funduszach hedge, stąd zestawienie choćby danych szacunkowych na ten temat byłoby bardzo kosztowne i czasochłonne. Z dużym prawdopodobieństwem można jednak stwierdzić, że udział funduszy nieaktywnych (w tym likwidowanych) w całkowitej liczbie funduszy hedge jest odwrotnie proporcjonalny do wartości kapitału, którym obraca się w czasie na tym rynku.

Oprócz przedstawionych błędów bazy danych funduszy hedge nie są również wolne od efek-tu wyboru (selection bias). Może on przyjąć postać efektu własnego wyboru (self-selection bias) lub efektu doboru próby (sample selection bias).

Efekt własnego wyboru wynika z prywatnego charakteru funduszy hedge i ich małej przejrzy-stości w porównaniu z tradycyjnymi funduszami. Przekazywanie informacji sprzedawcom baz da-nych odbywa się na zasadzie dobrowolności, a nie obowiązku. W związku z tym istnieje bardzo wysokie prawdopodobieństwo, że w bazach danych znajdują są informacje o funduszach, które osiągnęły stopy zwrotu wyższe niż fundusze, które w nich nie występują. Dzięki wypracowanym wynikom dokonały one zatem „wyboru” dotyczącego raportowania do baz danych.

Aby obliczyć wielkość prezentowanego efektu, należałoby zdobyć dane dotyczące stóp zwro-tu funduszy, które pozostają anonimowe. W rzeczywistości nie jest to możliwe, stąd bezpośrednio nie można wskazać znaczenia tego efektu dla wyników inwestycyjnych funduszy hedge. Zdaniem Funga i Hsieha (1997b) jest ono ograniczone – na rynku występuje duża liczba funduszy hedge, któ-re osiągają wysokie stopy zwrotu, a mimo to nie występują w bazach danych, ponieważ nie chcą przyciągać nowych inwestorów. Według Lhabitanta (2006, s. 482) rozsądne wydaje się założenie, że liczba zarządzających mających słabe wyniki i nieraportujących do baz danych przewyższa liczbę anonimowych funduszy o wysokim współczynniku alfa Jensena.

Innym zakłóceniem związanym z selekcją funduszy hedge jest efekt doboru próby (sample selection bias, zwany też multiperiod sampling bias lub minimum history bias). Z jednej strony wy-nika on z tego, że żadna z istniejących baz danych służących do badań i interpretacji wyników inwestycyjnych tych funduszy nie jest kompletna. Jak zauważył Liang (2000), bazy danych TASS i HFR zawierają jedynie 30% tych samych funduszy hedge, przy czym informacje o ich stopach zwrotu są zbieżne tylko w 47%. Biorąc pod uwagę wartość zarządzanych aktywów, wielkość kosz-tów i opłat za zarządzanie czy rodzaj strategii inwestycyjnej podobieństwo wykazywało tylko 53% funduszy zawartych w tych bazach (por. Liang 2000, s. 316−325). Bazy danych są niespójne rów-nież dlatego, że fundusze hedge przekazują informacje najwyżej jednemu − dwóm sprzedawcom baz danych, nigdy wszystkim (Lhabitant 2006, s. 482).

25 Niektórzy autorzy wskazują, że efekty te są przyczyną tych samych błędów w interpretacji stóp zwrotu funduszy hedge, w związku z czym powinny być traktowane łącznie. Por. Fung, Hsieh (2009), Aggarwal, Jorion (2010a) oraz Xu, Liu, Loviscek (2011).

K. Perez104

Z drugiej strony większość badaczy oraz sprzedawców baz danych, którzy na podstawie infor-macji przesyłanych przez fundusze konstruują indeksy tego rynku, wymaga, aby fundusze speł-niały określone kryteria, takie jak minimalna wielkość aktywów, historia notowań o odpowiedniej długości lub kilka lat funkcjonowania na rynku. Pozwala im to zbudować próbę o odpowied-niej wielkości i istotności. Przykładowo Ackermann, McEnally i Ravenscraft (1999) czy Edwards i Caglayan (2001) założyli, że fundusze hedge muszą działać na rynku co najmniej 24 miesiące, Fung i Hsieh (2000b) wymagali zaś 36 miesięcy. Ci ostatni oszacowali, że efekt ten wyniósł 0,1% w latach 1989−1997 oraz 0,6% w latach 1994−1998. Na tej podstawie można uznać, że w porówna-niu z innymi efektami znaczenie efektu doboru próby dla interpretacji wyników inwestycyjnych funduszy hedge jest marginalne.

Przedstawione powyżej zakłócenia negatywnie wpływają na ocenę wyników inwestycyjnych zarówno funduszy hedge, jak i funduszy funduszy hedge. W przypadku tych drugich są one mniej-sze, jako że fundusze te charakteryzują się większą przejrzystością, związaną m.in. z konieczno-ścią dokładnych analiz (due dilligence) funduszy, które mają wchodzić w skład ich portfeli. Naj-ważniejszym i najczęściej rozpatrywanym w literaturze zakłóceniem jest efekt przetrwania. Istotny jest też efekt danych historycznych i efekt likwidacji. Pozostałe efekty mają dla tego rynku mniej-sze znaczenie, co jednak nie oznacza, że można je ignorować. Należy zdawać sobie sprawę, że do-piero ich usunięcie umożliwia podejmowanie merytorycznie poprawnych wniosków z badań nad tymi funduszami.

5. Podsumowanie

Ogromna większość funduszy hedge funkcjonuje na rynku prywatnym, więc nie muszą upublicz-niać informacji o swoich wynikach inwestycyjnych. W związku z ich małą przejrzystością zgro-madzenie odpowiednich danych dotyczących pojedynczych funduszy i stworzenie rzetelnej staty-styki sumarycznej o całej branży, pozwalającej na interpretację wyników inwestycyjnych, jeszcze do niedawna było bardzo trudne. W ciągu ostatnich kilkunastu lat sytuacja jednak się zmieniła. Z jednej strony stało się to za sprawą samych funduszy hedge, które chciały lub musiały stać się bardziej wiarygodne jako instytucje zarządzające kapitałem. Z drugiej strony wpłynęły na to ko-mercyjne bazy danych funduszy hedge, które od drugiej połowy lat 90. XX w. zaczęły gromadzić rzetelny materiał na ich temat. Na jego podstawie możliwe stało się ilościowe analizowanie tego rynku i interpretowanie poziomu stóp zwrotu funduszy hedge w kontekście wpływających na nie czynników.

W artykule w pierwszej kolejności zwrócono uwagę na sposoby pomiaru stóp zwrotu funduszy hedge, pozwalające na wnioskowanie o efektywności zarządzania nimi. Zaprezentowano dwie gru-py miar ważonych ryzykiem inwestycyjnym. Pierwsza z nich wywodzi się od jednoczynnikowego współczynnika alfa Jensena i stosowana jest głównie w badaniach naukowych. Druga, modyfiku-jąca współczynnik Sharpe’a, służy do budowania rankingów tych funduszy w praktyce gospodar-czej. Choć literatura dostarcza dowodów na to, że rankingi konstruowane na podstawie wskaźni-ka Sharpe’a nie różnią się od tych powstałych na podstawie miar zmodyfikowanych, jednak ze względu na inny niż normalny rozkład stóp zwrotu funduszy hedge (który jest warunkiem uży-wania współczynnika Sharpe’a) postulowano, aby współczynnik ten służył jako dodatkowa miara


w interpretacji wyników inwestycyjnych funduszy hedge. Jako miarę podstawową zasugerowano jedno- lub wieloczynnikowy współczynnik alfa Jensena, który jest prosty w interpretacji i oddaje istotę działania funduszy hedge.

W ocenie wyników funduszy hedge bardzo duże znaczenie mają ich cechy charakterystyczne, które ułatwiają osiąganie nieograniczonej stopy zwrotu. Badania potwierdzają, że duża aktywność i elastyczność w realizacji strategii inwestycyjnych powoduje, że stopy zwrotu funduszy hedge ce-chują się wysoką zmiennością. Z reguły są jednak słabo skorelowane z tradycyjnymi portfelami inwestycyjnymi (zarówno funduszami, jak i indeksami rynkowymi), co przyczynia się do ich wyż-szej rentowności. Rozbudowana struktura i stały poziom opłat za wyniki inwestycyjne motywują zarządzających do szybkiego podejmowania decyzji inwestycyjnych, które wydają się łatwiejsze i bardziej racjonalne w funduszach o ograniczonej płynności. Krótki czas działania i niewysoka wartość zarządzanych aktywów stwarzają z kolei bardzo duży potencjał wzrostu nieograniczonej stopy zwrotu.

Należy zaznaczyć, że rozpoznanie i analiza wymienionych cech oraz ich zestawienie z wyni-kami inwestycyjnymi funduszy hedge powinny uwzględniać rodzaj realizowanej przez nie stra-tegii. Aby bowiem dana strategia była zyskowna, fundusz musi charakteryzować się takimi, a nie innymi cechami. Chcąc np. pokonać konkurencję, globalne fundusze makroekonomiczne (global macro) od początku działalności muszą dysponować wysoką wartością aktywów netto, którymi będzie zarządzać menedżer mający doświadczenie na różnych rynkach. Dużymi rozmiarami, ale znacznie mniejszą płynnością powinny charakteryzować się np. fundusze arbitrażu fuzji i przejęć (merger arbitrage). Odwrotnie powinno być w przypadku funduszy długich i krótkich pozycji na rynku kapitałowym (long/short equity). Wpływ tych cech na wyniki inwestycyjne funduszy hedge powinien być zatem rozważany w obrębie danej strategii. Nie powinno się porównywać strategii w ramach danego stylu, a już na pewno nie w odniesieniu do całego rynku funduszy hedge jako całości. Ten, jak wskazano, jest pod względem strategii bardzo zróżnicowany. Porównywanie stóp zwrotu przypadkowo dobranych funduszy hedge może być mylące dla inwestorów i niekorzystnie wpłynąć na ich decyzje o alokacji.

Innym ważnym elementem interpretacji wyników inwestycyjnych funduszy hedge jest ich ze-stawienie z indeksami reprezentującymi dany segment (strategię) tego rynku. W literaturze wska-zuje się, że bazy funduszy hedge, na podstawie których tworzy się indeksy rynkowe, nie zawsze są wolne od obciążeń (biases) zakłócających poprawną interpretację danych. Błędy te wynikają m.in. z dużej różnorodności funduszy hedge, braku odpowiedniej liczby funduszy w bazie czy trudności z przyporządkowaniem danego funduszu do danej strategii inwestycyjnej oraz określeniem wagi funduszu wchodzącego w skład danego indeksu. Do najważniejszych zalicza się: efekt przetrwa-nia, efekt historycznych stóp zwrotu oraz efekt likwidacji.

Wydaje się, że w ostatnich latach tworzenie indeksów wolnych od efektu przetrwania i efek-tu danych historycznych stało się znacznie łatwiejsze. W pierwszym przypadku sprzedawcy baz danych przestali usuwać informacje o funduszach nieaktywnych i zaczęli je przechowywać w ar-chiwach zwanych cmentarzami (graveyard databases). W drugim przypadku zaczęli skrupulatnie notować, kiedy dany fundusz wszedł do bazy i od kiedy rejestrują o nim informacje.

Więcej problemów przysparza efekt likwidacji, na co uwagę zwrócili Kaiser i Haberfelner (2011). Oszacowali oni, że w 2008 r. wartość tego efektu wyniosła aż 11,1%, co było najwyższym rezultatem w latach 2002−2010, niemal pięciokrotnie większym niż średnia roczna za cały bada-

K. Perez106

ny okres oraz trzykrotnie większym niż średnia w latach 2007−2010. Z jednej strony świadczy to o wysokiej zmienności tego efektu w czasie. Z drugiej strony, co trzeba podkreślić, wskazuje to na istotną rolę tego efektu w interpretacji stóp zwrotu funduszy hedge w trakcie kryzysu finansowego. Nie chodzi przy tym tylko o interpretację wyników inwestycyjnych pojedynczych funduszy hedge, ale również – jeśli nie przede wszystkim – budowanych na ich podstawie indeksów rynkowych.

Sprzedawcy baz danych nie mają żadnej kontroli nad tym, czy fundusze przekazują im wszyst-kie bieżące informacje (wszak nie mogą ich do tego zmusić). Może się zatem okazać (na co wska-zują wyniki przedstawionego badania), że w okresach dużych turbulencji na rynku finansowym indeksy funduszy hedge prezentowane przez bazy danych są wysoce niewiarygodne. Na tej podsta-wie nie wyciągałabym jednak tak daleko idących wniosków, jak Kaiser i Haberfelner (2011), którzy sugerują, aby w czasie kryzysu powstrzymać się od wykorzystania tych indeksów do interpreta-cji wyników inwestycyjnych funduszy hedge. Skłaniałabym się raczej do zachowania ostrożności w ich stosowaniu i założenia, że w okresie wysokiej zmienności na rynku finansowym cechują się wysokim odchyleniem standardowym. Starałabym się też porównywać indeksy opracowywane przez sprzedawców różnych komercyjnych baz danych. Sądzę, że rozbieżności wyników pozwala-ją w przybliżeniu określić, jak duże jest to odchylenie.

Rynek funduszy hedge jest bardzo dynamiczny, stąd lista zaprezentowanych powyżej czynni-ków mających znaczenie dla interpretacji wyników inwestycyjnych funduszy hedge z pewnością co pewien czas powinna być rewidowana i ewentualnie uzupełniana o nowe czynniki. Wiedza na ich temat może w dużym stopniu wpłynąć nie tylko na ocenę stóp zwrotu poszczególnych fundu-szy, lecz także na postrzeganie tego rynku jako efektywnej części rynku finansowego, co może za-chęcić do uczestniczenia w nim.

Według mojej wiedzy w Polsce nie jest zarejestrowany żaden fundusz hedge. Polscy inwesto-rzy mogą jednak lokować aktywa w fundusze zagraniczne, które są umiejscowione np. w Księ-stwie Luksemburga, w Irlandii czy Wielkiej Brytanii. W krajach tych spółki inwestycyjne oferują duży wybór funduszy hedge i funduszy funduszy hedge, zarówno o charakterze zamkniętym, jak i otwartym, które mają nieograniczoną swobodę prowadzenia polityki inwestycyjnej (w innych krajach Unii Europejskiej tak nie jest, por. Athanassiou 2009). Interpretując ich wyniki inwestycyj-ne, bez wątpienia warto zwrócić uwagę na zaprezentowane wyżej czynniki.

Oprócz tego od 2005 r. na rynku występują fundusze zarządzane m.in. przez Opera TFI, Inve-stors TFI, Superfund TFI czy Quercus TFI, które w swych nazwach lub opisie strategii używają słów absolutny zwrot, absolute return lub hedge. Ze względu na nowatorskie podejście do zarzą-dzania portfelem i elementy strategii stosowane przez fundusze hedgingowe nierzadko nazywa się je funduszami hedge. Choć nie podważam założeń działania tych funduszy, zawierających pewne elementy strategii funduszy hedge, jednak uważam, że nazywanie ich funduszami hedge jest błęd-ne. Moim zdaniem nie można zaliczyć ich do funduszy hedge (przynajmniej obecnie) ze wzglę-du na konieczność przestrzegania przez nie ustawy z dnia 27 maja 2004 r. o funduszach inwesty-cyjnych. Przepisy te m.in. nakładają na nie obowiązek składania wniosków do Komisji Nadzoru Finansowego o zgodę na prowadzenie działalności na terenie UE, poddają je ścisłej kontroli Ko-misji, wymagają dużej przejrzystości, przestrzegania limitów inwestycyjnych i określonych zasad dywersyfikacji lokat. Powoduje to, że fundusze zarejestrowane w Polsce nie mogą być traktowane jak fundusze hedge. Ponieważ jednak mają niektóre cechy funduszy hedge, proponuję nazywać je funduszami quasi-hedge. Moim zdaniem bardziej oddaje to ich prawdziwą naturę.


Interpretując wyniki inwestycyjne funduszy quasi-hedge, na pewno warto zwrócić uwagę na sposób ich pomiaru oraz ich cechy charakterystyczne. Szczególnie interesujące może okazać się doświadczenie zarządzających. Praktyka funduszy hedge pokazuje, że menedżerowie wywodzący się z tradycyjnych funduszy inwestycyjnych najczęściej realizują strategie długich i krótkich po-zycji na rynku kapitałowym (long/short equity), długich pozycji na rynku kapitałowym (equity long bias, equity long only) oraz rynków rozwijających się (emerging markets). Bardzo częstym błędem popełnianym przez nich po przejściu na alternatywną stronę rynku finansowego jest skupianie się na tym, w czym specjalizowali się w przeszłości, czyli na kupowaniu aktywów, a nie na arbitra-żu, zabezpieczaniu czy ich krótkiej sprzedaży. Ich portfele są w związku z tym obciążone długą ekspozycją netto (net long exposure). W konsekwencji wypracowywane przez nich stopy zwrotu są silnie skorelowane ze stopami zwrotu tradycyjnych portfeli inwestycyjnych, a ich strategie przyno-szą zyski tylko w czasie hossy na rynku kapitałowym. Pod względem wartości aktywów fundusze realizujące wymienione strategie stanowią około 30% rynku funduszy hedge. Choć na razie brak szacunków na ten temat, można przypuszczać, że w czasie kryzysu finansowego z lat 2007−2008 oraz najpewniej w trakcie paniki na globalnym rynku kapitałowym z początku sierpnia 2011 r. fundusze obciążone długą ekspozycją netto notowały duże straty.

Nie należy oczywiście wysuwać wniosku, że w Polsce zarządzający funduszami quasi-hedge, wywodzący się z tradycyjnych funduszy inwestycyjnych, również popełniają błąd i zarządzają nowymi funduszami tak, jak to robili do tej pory. Niezależnie nawet od strat z 2008 r. muszą oni przestrzegać ustawowych limitów dotyczących polityki inwestycyjnej, ograniczających możliwo-ści arbitrażu, zabezpieczenia czy krótkiej sprzedaży. Powinniśmy mieć zatem świadomość, że dłu-ga ekspozycja netto i jej konsekwencje mogą być charakterystyczne również dla nich.

Założenia dotyczące nieograniczonej stopy zwrotu sprawiają, że fundusze hedge to interesu-jąca forma alokacji kapitału. Rozpatrując ją jako potencjalną inwestycję, trzeba pamiętać, że w hi-storii tego rynku zdarzały się przypadki oszustw czy błędnego zarządzania, które skończyły się spektakularnymi upadkami funduszy. Takie sytuacje dotyczą też innych instytucji finansowych, czego przykładem jest kryzys finansowy z lat 2007−2008. Jego wybuch spowodowały nie fundu-sze hedge, lecz banki i instytucje ubezpieczeniowe, które decydowały się na ryzykowne spekulacje w celu osiągnięcia jak największych zysków, nie zważając na ewentualne negatywne konsekwen-cje swoich działań dla globalnego rynku finansowego i globalnej gospodarki. Brak znaczenia fun-duszy hedge dla tego kryzysu podkreślili przedstawiciele tego rynku (por. AIMA 2009), badacze (por. Strömqvist 2009) i Komisja Europejska (2009).

Niezależnie od powyższego na ogół uważa się, że fundusze hedge manipulują cenami akty-wów i inwestują w nieprawidłowo wycenione instrumenty, przez co w ostatnim dwudziestoleciu przyczyniły się do różnych kryzysów finansowych, w tym np. kryzysu w Azji. Nie ulega wątpli-wości, że w czasie turbulencji na rynkach finansowych na świecie występują sytuacje, które są wykorzystywane przez fundusze hedge (przykładem tego może być wspomniany fundusz Quan-tum George’a Sorosa). Ogólnie jednak, jak dowodzą badania naukowe (por. Eichengreen i in. 1998; Fung, Hsieh 2000a; Strömqvist 2009), fundusze hedge nie mają większego wpływu na sytuację na globalnym rynku finansowym. W porównaniu z bankami, instytucjami ubezpieczeniowymi czy tradycyjnymi funduszami inwestycyjnymi są zbyt małą grupą instytucji finansowych, aby nega-tywnie wpłynąć na światowe rynki finansowe. Potwierdza to kryzys finansowy z lat 2007−2008.

K. Perez108

Od 21 lipca 2011 r. w Unii Europejskiej obowiązuje Dyrektywa nr 2011/61/UE26 dotycząca al-ternatywnych funduszy inwestycyjnych, do których zaliczono m.in. fundusze hedge. Dyrektywa nakazuje zarządzającym tymi funduszami rejestrację w krajowych organach nadzoru nad ryn-kiem kapitałowym. Dla europejskich – w tym polskich – inwestorów oznacza to m.in. większą przejrzystość działań tych zarządzających i możliwość przeprowadzenia ich dokładniejszego due dilligence. Uwzględnienie w tej analizie wnikliwej oceny ich wyników inwestycyjnych, obejmu-jącej zaprezentowane wyżej czynniki, z pewnością ułatwi wybór właściwego funduszu, dającego możliwość osiągnięcia nieograniczonej stopy zwrotu.

Bibliografia

Ackermann C., McEnally R., Ravenscraft D. (1999), The performance of hedge funds: risk, returs and incentives, Journal of Finance, 54(3), 833−874.Agarwal V., Daniel N.D., Naik N.Y. (2004), Flows, performance and managerial incentives in hedge funds, University of Cologne, Centre for Financial Research Working Paper, 04-04.Agarwal V., Daniel N.D., Naik N.Y. (2009), Role of managerial incentives and discretion in hedge fund performance, Journal of Finance, 64(5), 2221−2256.Agarwal V., Naik N.Y. (2000a), Multi-period performance persistence analysis of hedge funds, Journal of Financial and Quantitative Analysis, 35(3), 327−342.Agarwal V., Naik N.Y. (2000b), On taking the alternative route: risks, rewards, and performance persistence of hedge funds, Journal of Alternative Investments, 2(2), 6−23.Agarwal V., Naik N.Y. (2004), Risks and portfolio decisions involving hedge funds, Review of Financial Studies, 17(1), 63−98.Aggarwal R.K., Jorion S. (2009), The risk of emerging edge funds and managers, Journal of Investing, Spring, 100−107.Aggarwal R.K., Jorion S. (2010a), Hidden survivorship in hedge fund returns, Financial Analysts Journal, 66(2), s. 1−6.Aggarwal R.K., Jorion S. (2010b), The performance of emerging hedge funds and managers, Journal of Financial Economics, 96, May, 238−256.AIMA (2009), Opinion: why did G20 focus on hedge funds? International Financial Law Review, 28(5). Amenc N., Martellini L. (2002), Portfolio optimization and hedge fund style allocation decisions, Journal of Alternative Investments, 5(2), 7−20.Amin G.S., Kat H.M. (2003), Welcome to the dark side: hedge fund attrition and survivorship bias over the period 1994-2001, Journal of Alternative Investment, 5(4), 57−73.Ammann M., Moerth P. (2005), Impact of fund size on hedge fund performance, Journal of Asset Management, 6(3), 219−237.Ammann M., Moerth P. (2008a), Impact of fund size and fund flows on hedge fund performance, Journal of Alternative Investments, 11(1), 78−96.

26 Dyrektywa Parlamentu Europejskiego i Rady 2011/61/UE z dnia 8 czerwca 2011 r. w sprawie zarządzających alter-natywnymi funduszami inwestycyjnymi i zmiany dyrektyw 2003/41/WE i 2009/65/WE oraz rozporządzeń (WE) nr 1060/2009 i (UE) nr 1095/2010 (Dz.Urz. L 174, 01.07.2011, s. 1−73).


Ammann M., Moerth P. (2008b), Performance of funds of hedge funds, Journal of Alternative Investments, 11(1), 46−63.Athanassiou P. (2009), Hedge fund regulation in the European Union. Current trends and future perspective, Wolters Kluwer International, Alphen aan den Rijn.Baquero G., Horst J., Verbeek M. (2005), Survival, look-ahead bias and persistence in hedge fund performance, Journal of Financial and Quantitative Analysis, 40(3), 493−517.Barès S.-A., Gibson R., Gyger S. (2003), Performance in the hedge funds industry: an analysis of short- and long-term persistence, Journal of Alternative Investments, 6(3), 25−41.Barry R. (2002), Hedge funds: a walk through the graveyard, Macquarie University Applied Finance Centre, Working Paper, September. Brooks Ch., Kat H.M. (2002), The statistical properties of hedge fund index returns and their implications for investors, Journal of Alternative Investments, 5(2), 26−44.Brown S.J., Goetzmann W.N., Ibbotson R.G. (1999), Offshore hedge funds: survival and performance, 1989-95, Journal of Business, 72 (1), 91−117.Brown S.J., Goetzmann W.N., Park J.M. (1999), Conditions for survival: changing risk and the per formance of hedge fund managers and CTAs, New York University, Working Paper, FIN-99-077.Brown S.J., Goetzmann W.N., Park J.M. (2001), Careers and survival: competition and risk in the hedge fund and CTA industry, Journal of Finance, 56(5), 1869−1886.Burke G. (1994), A sharper Sharpe ratio, Futures, 23(3), 56.Capocci D., Corhay A., Hübner G. (2005), Hedge fund performance and persistence in bull and bear market, European Journal of Finance, 11(5), 361−392.Capocci D., Hübner G. (2004), An analysis of hedge funds performance, Journal of Empirical Finance, 11, 55−89.Carhart, M.M. (1997, On persistence in mutual fund performance, Journal of Finance, 52(1), 57−82.Das S.R., Sundaram R.K. (2002), Fee speech: signaling, risk-sharing and the impact of fee structures on investor welfare, Review of Financial Studies, 15(5), 1465−1497.De Long B., Shleifer A., Summers L.H., Waldmann R.J. (1990), Noise trader risk in financial markets, Journal of Political Economy, 98 (4), 703–738.Dowd K. (2000), Adjusting for risk: an improved Sharpe ratio, International Review of Economics and Finance, 9, 209−222. ECB (2006), Hedge funds: developments and policy implications, European Central Bank Monthly Bulletin, January, 63−76.Edwards F.R., Caglayan M.O. (2001), Hedge fund performance and manager skill, Journal of Futures Markets, 21(11), 1003−1028.Eichengreen B., Mathieson D., Chadha B., Jansen A., Kodres L., Sharma S. (1998), Hedge funds and financial market dynamics, IMF Occasional Paper, 166, Washington D.C.Eling M. (2009), Does hedge fund performance persist? Overview and new empirical evidence, European Financial Management, 15 (2), 362−401.Eling M., Faust R. (2010), The performance of hedge funds and mutual funds in emerging markets, Journal of Banking and Finance, 34, 1993−2009.Eling M., Schuhmacher F. (2007), Does the choice of performance measure influence the evaluation of hedge funds? Journal of Banking & Finance, 31(9), 2632−2647.

K. Perez110

Fama E.F., French K.R. (1992), The cross-section of expected stock returns, Journal of Finance, 47(2), 427−465.Foster R., Kaplan S. (2001), Creative Destruction. Why companies that are built to last underperf orm the market – and how to successfully transform them, Doubleday, Currency Books, New York.Fung W., Hsieh D.A. (1997a), Empirical characteristics of dynamic trading strategies: the case of hedge funds, Review of Financial Studies, 10 (2), 275−302.Fung W., Hsieh D.A. (1997b), Investment style and survivorship bias in the returns of CTAs: the information content of track records, Journal of Portfolio Management, 24, 30−41.Fung W., Hsieh D.A. (1999), Is mean-variance analysis applicable to hedge funds? Economic Letters, 62(1), 53−58.Fung W., Hsieh D.A. (2000a), Measuring the market impact of hedge funds, Journal of Empirical Finance, 7(1), 1–36.Fung W., Hsieh D.A. (2000b), Performance characteristics of hedge funds and commodity funds: natural vs. spurious biases, Journal of Financial and Quantitative Analysis, 35(3), 291−307.Fung W., Hsieh D.A. (2001), The risk in hedge fund strategies: theory and evidence from trend followers, Review of Financial Studies, 14(2), 313−341.Fung W., Hsieh D.A. (2004), Hedge fund benchmarks: a risk based approach, Financial Analyst Journal, 60(5), 65−80.Fung W., Hsieh D.A. (2006), Hedge funds: an industry in its adolescence, Federal Reserve Bank of Atlanta Economic Review, 91, Fourth Quarter, 1−34.Fung W., Hsieh D.A. (2009), Measurement biases in hedge fund performance data: an update, Financial Analysts Journal, 65(3), May/June, 36−38.Füss R., Kaiser D.G., Strittmatter A. (2009), Measuring funds of hedge fund performance using quantile regressions: do experience and size matter? Journal of Alternative Investments, 12(2), 41−53.Gabryelczyk K. (2006), Fundusze inwestycyjne. Rodzaje, zasady funkcjonowania, efektywność, Oficyna Ekonomiczna, Kraków.Getmansky M. (2004), The life cycle of hedge funds: fund flows, size and performance, MIT Laboratory for Financial Engeneering, unpublished manuscript.Getmansky M., Lo A.W., Makarov I. (2004), An econometric model of serial correlation and illiquidity in hedge fund returns, Journal of Financial Economics, 74(3), 529−609.Goetzmann W.N., Ingersoll J.E., Ross S.A. (2003), High-water mark and hedge fund management contracts, Journal of Finance, 58(4), 1685−1717.Gregoriou G.N. (2002), Hedge fund survival lifetimes, Journal of Asset Management, 3(3), 237−252.Gregoriou G.N. (2004), Are managers of funds of hedge funds good market timers? Journal of Wealth Management, 7(3), 61−76.Gregoriou G.N., Gueyie J.-P. (2003), Risk-adjusted performance of funds of hedge funds using a modified Sharpe ratio, Journal of Wealth Management, 6(3), 77−83.Gregoriou G.N., Hübner G., Papageorgiou N., Rouah F (red.) (2005), Hedge funds. Insights in performance measurement, risk analysis, and portfolio allocation, Hoboken NJ.Grinblatt M., Titman S. (1989), Mutual fund performance: an analysis of quarterly portfolio holdings, Journal of Business, 62(3), 393–416.


Hedge Fund Research (2009), Global Hedge Fund Industry Report. Q4 2009, www.hedgefundrese- arch.com. Hedges R. (2003), Size vs. performance in the hedge fund industry, Journal of Financial Transformation, 10, 14−17.Herzberg M.M., Mozes H.A. (2003), The persistence of hedge fund risk: evidence and implications for investors, Journal of Alternative Investments, 6(2), 22−42.Howell M.J. (2001), Fund age and performance, Journal of Alternative Investments, 4(2), 57−60.Ibbotson R.G., Chen S. (2006), The A, B, Cs of hedge funds: alphas, betas and costs, Yale ICF, Working Paper, 06-10.Jegadeesh N., Titman S. (1993), Returns to buying winners and selling losers: implications for stock market efficiency, Journal of Finance, 48(1), 65–91.Jen S., Heasman Ch., Boyatt K. (2001), Alternative asset strategies: early performance in hedge fund managers, Lazard Asset Management, London, November, www.aima.org.Jensen M.C. (1968), The performance of mutual funds in the period 1945–1964, Journal of Finance, 23(2), 389−416.Jones M. (2007), Examination of fund age and size and its impact on hedge fund performance, Derivatives Use, Trading & Regulation, 12(4), 342–350.Kaiser D.G, Haberfelner F. (2011), Hedge fund biases after the financial crisis, Centre for Practical Quantitative Finance, Frankfurt School of Finance and Management, Working Paper, http://papers.ssrn.com/sol3/papers.cfm?abstract_id=1809570.Kaiser D.G. (2008), The life-cycle of hedge funds, Journal of Derivatives and Hedge Funds, 14(2), 127−149. Kaplan P.D., Knowles J.A. (2004), Kappa: a generalized downside risk-adjusted performance measure, Journal of Performance Measurement, January.Kestner L.N. (1996), Getting a handle on true performance, Futures, 25(1), 44−46.Koh F., Koh W.T., Teo M. (2003) Asian hedge funds: return persistence, style, and fund characteristics, Singapore Management University, Working Paper, June.Komisja Europejska (2009), Dyrektywa Parlamentu Europejskiego i Rady w sprawie zarządzających alternatywnymi funduszami inwestycyjnymi i zmieniająca dyrektywy 2004/39/WE i 2009/65/WE. Uzasadnienie wniosku, Bruksela, 30 kwietnia 2009, nr 2009/0064 (COD).Lhabitant F.-S. (2006), Handbook of hedge funds, John Wiley & Sons, London. Li Y., Kazemi H. (2007), Conditional properties of hedge funds: evidence from daily returns, European Financial Management, 13(2), 211−238.Li Y., Mehran J. (2009), Risk-taking and managerial incentives: seasoned versus new funds of funds, Journal of Alternative Investments, 11(3), 100−108.Liang B. (1999), On the performance of hedge funds, Financial Analysts Journal, 55(4), July/August, 72−85.Liang B. (2000), Hedge funds: the living and the dead, Journal of Financial and Quantitative Analysis, 35(3), September, 309−336.Liang B. (2001), Hedge fund performance: 1990-1999, Financial Analysts Journal, 57(1), January/ February, 11−18.Liang B. (2003), On the performance of alternative investments: CTAs, hedge funds and funds-of funds, Case Western Reserve University, Cleveland, Working Paper, April.

K. Perez112

Liang B., Park H. (2010), Predicting hedge fund failure: a comparison of risk measures, Journal of Financial and Quantitative Analysis, 45(1), 199−222.Lo A.W. (2002), The statistics of Sharpe ratios, Financial Analysts Journal, 58(4), 36−52.Malkiel B.G. (1995), Returns from investing in equity mutual funds 1971−1991, Journal of Finance, 50(2), June, 549−572.Malkiel B.G., Saha A. (2005), Hedge funds: risk and return, Financial Analysts Journal, 61(6), s. 80−88.Modigliani F., Modigliani L. (1997), Risk-adjusted performance – hot to measure it and why, Journal of Portfolio Management, 23(2), 45−54.Perez K. (2011), Fundusze hedge. Istota, strategie, potencjał rynku, Wydawnictwo C.H. Beck, Warszawa.Posthuma N., van der Sluis S.J. (2003), A reality check on hedge fund returns, Free University Amsterdam, Working Paper, July 8.Schneeweis T., Kazemi H., Martin G. (2002), Understanding hedge fund performance: research issues revisited – Part I, Journal of Alternative Investments, 5(3), 6−22.Schneeweis T., Spurgin R. (1998), Multifactor analysis of hedge fund, managed futures and mutual fund return and risk characteristics, Journal of Alternative Investments, 1(2), 1−24.Shadwick W.F., Keating C. (2002), A universal performance measure, Journal of Performance Measurement, 6(3), 59−84.Shapiro S.P. (2005), Agency theory, Annual Review of Sociology, 31, 263−284.Sharpe W. (1966), Mutual fund performance, Journal of Business, 38(1), Part 2, 119−138.Sortino F., van der Meer R., Plantinga A. (1999a), The Dutch Triangle: a framework to measure upside potential relative to downside risk, Journal of Portfolio Management, 26(1), 50−58.Sortino F., van der Meer R., Plantinga A. (1999b), The upside potential ratio, Journal of Performance Measurement, 4(1), 10−15.Sortino F.A., Price L.N. (1994), Performance measurement in a downside risk framework, Journal of Investing, 3(3), 59−65.Sortino, F.A., van der Meer R. (1991), Downside risk, Journal of Portfolio Management, 17(4), 27−31.Stefanini F. (2006), Investment strategies of hedge funds, John Wiley & Sons, London.Steri R., Giorgino M., Viviani D. (2009), The Italian hedge funds industry: an empirical analysis of performance and persistence, Journal of Multinational Financial Management, 19(1), 75−91.Strömqvist M. (2009), Hedge funds and financial crises, Sveriges Riskbank Economic Review, 2009/1, 87−106.Xiong J., Idzorek T., Chen P., Ibbotson R. (2009), Impact of size and flows on performance for funds of hedge funds, Journal of Portfolio Management, 35(2), 118−130.Xu X.E., Liu J., Loviscek A.L. (2011), An examination of hedge fund survivorship bias and attrition before and during the global financial crisis, Journal of Alternative Investments, 13(4), 40−52.Young T.W. (1991), Calmar ratio: a smoother tool, Futures, 20(1), 40.


Podziękowania

Autorka pragnie złożyć podziękowania anonimowym Recenzentom za bardzo cenne uwagi, które stały się inspiracją do znacznego wzbogacenia rozważań podjętych w pracy.

K. Perez114

Aneks

Tabela 1Najważniejsze komercyjne bazy danych funduszy hedge na świecie

NazwaRok

utworze-nia bazy

Tworzone w bazie indeksy i subindeksy funduszy hedge Charakterystyka bazy

Center for Internatio-nal Secu-rities and Derivatives Markets (CISDM)

1979 CASAM CISDM Hedge Fund indices: indeks główny oraz 16 subindeksów

CASAM CISDM CTA/CPO indices: 20 indeksów reprezentujących ważone aktywami lub równoważone stopy zwrotu CTA i CPO

CISDM jest najważniejszym akademickim centrum badań nad funduszami hedge na świecie. Tworzy bazę danych CASAM CISDM Hedge Fund Database (wcześniej MAR Database). Jest to najstarsza baza danych funduszy hedge i CTA. Indeksy tworzy się na podstawie około 4500 funduszy hedge. W bazie znajdują się informacje o ponad 9000 funduszy hedge, funduszy funduszy hedge, CTA i CPO.Indeksy tworzone są na podstawie średniej stopy zwrotu funduszy hedge i CTA.

Credit Suisse/ Tremontwraz zDow Jones

1998 Dow Jones Credit Suisse Hedge Fund Indexes składa się z 17 indeksów, które tworzą cztery grupy tematyczne:1. Dow Jones Credit Suisse Hedge Fund Index (Broad Index) – indeks główny2. Dow Jones Credit Suisse All Hedge Index – indeks złożony z 10 subindeksów odzwierciedlających średnie stopy zwrotu z 10 sektorów wchodzących w skład indeksu głównego3. Dow Jones Credit Suisse Blue Chip Hedge Fund Index − indeks powstały na podstawie 60 największych funduszy hedge 4. Dow Jones Credit Suisse LEA Hedge Fund Index, ważony aktywami indeks odzwierciedlający inwestycje w trzech regionach rynków rozwijających się (Ameryka Łacińska, EEMEA (Emerging Europe, Middle East and Africa oraz Azja).

Na podstawie umowy z czerwca 2010 r. Credit Suisse/Tremont oraz Dow Jones Indexes tworzą wspólnie Dow Jones Credit Suisse Hedge Fund Indexes Do ich tworzenia wykorzystuje około 5000 funduszy hedge. Indeksy tworzone są na podstawie ścisłych reguł. W portfelu funduszy znajdują się fundusze, które: − zarządzają co najmniej 10 mln USD, − dostarczają audytowane sprawoz-dania finansowe (co oznacza, że mu-szą funkcjonować na rynku co naj-mniej rok), − spełniają wymogi CS/Tremont do-tyczące pozycji rynkowych i przejrzy-stości. Zakwalifikowane fundusze są dzielo-ne na kategorie zgodnie z ich stylem inwestycyjnym. Zakłada się, że dany indeks ma reprezentować co najmniej 85% aktywów zarządzanych wg da-nej strategii (asset under management, AUM). Co kwartał następuje ponowny wybór funduszy, których udział w indeksie jest obliczany wg ich AUM. Skład indeksów jest dostępny w Internecie.


Hedge Fund Research (HFR)

1992 HFR Indices (HFRI)− HFRI Fund Weighted Compo-site Index − około 100 indeksów pogrupo-wanych wg strategii i obszarów geograficznych inwestycji

HFRX Indices− (HFRX Global Hedge Fund In-dex – indeks złożony− osiem subindeksów wg stra-tegii

W bazie znajdują się informacje o po-nad 6 700 funduszy. Baza jest wolna od efektu przetrwania.W bazie HFR znajduje się ponad 100 indeksów, podzielonych na dwie grupy: • HFRI Monthly Indices – publiko-wane od 1992 r. z danymi od 1990 r.; obliczane na podstawie równowa-żonych miesięcznych stóp zwrotu netto funduszy hedge (ponad 2000) oraz funduszy funduszy hedge (po-nad 650). Fundusze, które wchodzą w skład indeksu, muszą znajdować się w bazie danych HFR, raporto-wać miesięczne stopy zwrotu netto i wartość aktywów w USD, posiadać kapitał powyżej 50 mln USD lub co najmniej 12-miesięczną historię noto-wań. Wartość indeksu jest obliczana trzy razy w miesiącu. Jego skład jest uaktualniany co miesiąc.• HFRX Indices – publikowane od 2003 r. z danymi od 1998 r.; oblicza-ne na podstawie równoważonych aktywami lub zoptymalizowanych dziennych i miesięcznych stóp zwro-tu netto około 250 funduszy hedge. Stopy zwrotu indeksów są obliczane codziennie i raz w miesiącu. Skład indeksu uaktualniany jest co kwartał. Fundusze hedge, będące jego elemen-tami, muszą spełniać wymogi HFRI, być otwarte na nowe, przejrzyste in-westycje i posiadać kapitał powyżej 50 mln USD oraz co najmniej 24-miesięczną historię notowań.

Lipper TASS Hedge Fund Database

1993 Brak (posługiwanie się w rapor-tach indeksami CS/Treymont/Dow Jones)

W bazie Lipper TASS znajdują się in-formacje o około 6300 aktywnie dzia-łających funduszy hedge i fundu-szach funduszy hedge oraz o ponad 7000 funduszy, które zostały zamknięte, zlikwidowane lub z inne-go powodu przestały przesyłać infor-macje do bazy (tym samym baza jest wolna od efektu przetrwania i efektu likwidacji).

K. Perez116

MSCI 2002 MSCI Hedge Fund Indices

Około 160 indeksów na podsta-wie standardowej klasyfikacji funduszy hedge (HFCS), w tym trzy indeksy złożone:− Broad Hedhe Fund Composite Index, zawierający fundusze o kapitale co najmniej 15 mln USD, − Core Fund Index złożony z funduszy o kapitale co naj-mniej 100 mln USD,− Small Fund Index, złożony z funduszy o kapitale od 15 mln do 100 mln USD

Firma Morgan Stanley Capital Indices zaczęła gromadzić informacje o fun-duszach hedge i tworzyć na ich pod-stawie indeksy od czerwca 2002 r., kiedy połączyła się z FRM (Financial Risk Management).MSCI stworzyła standard klasyfi-kacji funduszy hedge (MSCI Hedge Fund Classification Standard), który grupuje fundusze hedge w kilku wy-miarach (proces inwestycyjny, klasy aktywów, obszar geograficzny inwe-stycji i inne cechy globalne). Na tej podstawie tworzone są równoważone indeksy i subindeksy.

Źródło: strony internetowe wymienionych w kolumnie 1 baz danych funduszy hedge.


Tabela 2Style i wyróżnione w ich ramach podstawowe strategie inwestycyjne funduszy hedge

Styl Strategie Istota strategii

Stra

tegi

e ta

ktyc

zne

(tact

ical

)/ki

eru

nko

we

(dir

ecti

onal

)

Strategia długich i krót-kich pozycji na rynku kapitałowym (long/short equity, equity long/short lub equity)

Najprostsza strategia funduszy hedge. Polega na wyszukiwaniu nieoszacowanych lub przeszacowanych instrumentów rynku kapitałowego i kupowaniu tych instrumentów, które są niedo-wartościowane, oraz sprzedawaniu instrumentów przewarto-ściowanych. Celem funduszu jest redukcja całkowitego ryzyka portfela poprzez zminimalizowanie całkowitej ekspozycji ryn-kowej. Zabezpieczenie portfela następuje dzięki stosowaniu krótkiej sprzedaży. Wadą strategii jest długa ekspozycja netto (net long exposure).

Strategia krótkiej sprze-daży (dedicated short lub short selling)

Strategia odwrotna do strategii długich pozycji (long-only) sto-sowanych powszechnie przez tradycyjne fundusze inwestycyj-ne. Fundusze hedge zarabiają tu wtedy, gdy na rynku kapitało-wym jest bessa, tracą podczas hossy. Ogólnie utrzymują krótką ekspozycję rynkową netto (net short exposure).

Strategia zarządzania kontraktami futures (managed futures, tra-ding funds, CTA)

Lokowanie środków pieniężnych na giełdowych rynkach kontraktów futures i opcji, z wykorzystaniem automatycznych systemów tradingowych zbudowanych na podstawie złożo-nych modeli ilościowych.

Strategia globalnych funduszy makroekono-micznych (global macro)

Fundusze analizują zmiany gospodarcze różnych państw (np. zmiany stóp procentowych lub kursów walut, ważne wydarze-nia w polityce gospodarczej lub anomalie na rynku papierów wartościowych) i na tej podstawie lokują kapitał w waluty, akcje, obligacje lub towary dające duże możliwości zarobku i notowane na wielu różnych rynkach finansowych na świecie.

Strategia rynków rozwi-jających się (emerging markets)

Fundusze inwestują na rynkach papierów wartościowych, w tym głównie na rynku akcji i instrumentów dłużnych o stałej stopie procentowej. Koncentrują się na danym rynku lokalnym lub silnie dywersyfikują portfele między różnymi krajami. W strategii nie stosuje się zabezpieczenia i dźwigni finansowej.

K. Perez118

Stra

tegi

e ar

bitr

ażu

war

tośc

i rel

atyw

nej (

rela

tive

-val

ue a

rbit

rage

),

neut

raln

e ry

nko

wo

(mar

ket n

eutr

al),

nie

kier

un

kow

e (n

on-d

irec

tion

al)

Strategia arbitrażu obli-gacji zamiennych (convertible arbitrage)

Fundusze stosują arbitraż, polegający na zajęciu długiej pozycji na obligacjach zamiennych i jednoczesnym zajęciu krótkiej po-zycji na akcjach związanych z obligacjami lub na opcjach na te akcje. Przed ryzykiem akcji zabezpieczają się za pomocą krót-kiej sprzedaży akcji. W strategii stosuje się wysoką dźwignię finansową (od dwu- do sześciokrotności ulokowanego kapitału).

Strategia arbitrażu in-strumentów o stałym dochodzie (fixed income arbitrage)

Znając anomalie cenowe na lokalnych lub międzynarodowych rynkach instrumentów o stałym dochodzie i opartych na nich derywatach, zarządzający kupują jeden instrument o stałym dochodzie i jednocześnie sprzedają inny instrument o stałym dochodzie, powiązany matematycznie lub ekonomicznie z tym pierwszym, co ma na celu zabezpieczenie się przed zawartym w pierwszym walorze ryzyku rynkowym. Ponieważ rozbieżno-ści w wycenie tych instrumentów są bardzo małe (np. dziesięt-ne punktu procentowego), w strategii stosuje się bardzo wyso-ką dźwignię finansową (nawet 20-krotność zainwestowanego kapitału). Strategia była sztandarowym produktem funduszu LTCM.

Strategia neutralizują-ca ryzyko rynku kapi-tałowego (equity market neutral)

Strategia polega na konstruowaniu na podstawie modeli ilo-ściowych portfela inwestycyjnego, który zawiera nieefektyw-nie wycenione i związane ze sobą instrumenty rynku kapitało-wego (szczególnie akcje, ale też kontrakty futures lub opcje na akcje), i który jest jednocześnie neutralny rynkowo, zarówno z punktu widzenia całego rynku akcji, jak i różnych branż.

Fund

usz

e sz

czeg

ólny

ch s

ytua

cji (

even

t dri

ven

lub

spec

ial

situ

atio

ns)/o

port

un

isty

czne

(opp

ortu

nist

ic) Strategia papierów za-

grożonych (distressed securities)

Zarządzający nabywają akcje, obligacje i inne instrumenty dłużne notowane na rynku publicznym, pożyczki bankowe lub inne instrumenty i wierzytelności przedsiębiorstw zagro-żonych bankructwem, przechodzących reorganizację lub ma-jących trudności finansowe lub operacyjne. Papiery takie cha-rakteryzują się nieefektywną wyceną, niską płynnością i bar-dzo niskim popytem. Zarządzający kupują te papiery i po pew-nym czasie sprzedają z zyskiem. W strategii występuje wysoki stopień dywersyfikacji portfela i brak dźwigni finansowej.

Strategia arbitrażu fuzji i przejęć (merger arbitrage) lub arbitrażu ryzyka (risk arbitrage)

Zarządzający starają się uchwycić różnicę między bieżącymi cenami rynkowymi akcji przedsiębiorstw zaangażowanych w fuzję lub przejęcie (partnerów fuzji lub przejęcia) a ich war-tością w dniu zakończenia transakcji, i na tej podstawie zaj-mują długie i krótkie pozycje w tych akcjach. Ponieważ akcje firmy, która ma być przejmowana, notowane są z dyskontem w stosunku do ogłoszonej ceny fuzji lub przejęcia (zakłada się bowiem, że na fuzji/przejęciu więcej zyskuje przejmowany niż przejmujący), arbitrażyści nabywają je, dokonując jednocześnie krótkiej sprzedaży firmy przejmującej. Ostateczny wynik stra-tegii całkowicie zależy od tego czy fuzja lub przejęcie zakoń-czy się sukcesem czy porażką.


Hyb

rydo

we

(hyb

rid)

Multistrategie (mutlistrategies)

W multistrategiach łączy się kilka (np. dwie lub trzy) strategii w ramach jednego funduszu hedge, mającego najczęściej struk-turę funduszu parasolowego. Jest to strategia charakterystycz-na dla bardzo dużych funduszy hedge (o aktywach od 100 mld USD).

Fundusze funduszy hedge (funds of hedge funds, FoHF)

Fundusze inwestycyjne, których aktywa są inwestowane w fundusze hedge. Wśród ich zalet należy wymienić efektyw-ną dywersyfikację ryzyka, dostęp dla szerszego niż w fundu-szach hedge grona inwestorów (minimalny próg wejścia to 25−100 tys. USD, a nie np. 1 mln USD), dostęp do zamkniętych dla inwestorów indywidualnych funduszy i większą przejrzy-stość działania niż w zwykłych funduszach hedge. Najważ-niejszą wadą jest system podwójnych opłat za zarządzanie i wyniki inwestycyjne (na poziomie funduszy hedge i fundu-szu funduszy hedge).

Źródło: opracowanie na podstawie Perez (2011).

K. Perez120

Tabela 3Wybrane badania literaturowe na temat efektu przetrwania w funduszach hedge

Autorzy badań Baza danych Okres badawczy Efekt (w % rocznie)

Fung, Hsieh (1997b) fundusze CTA z bazy TASS 1994−1995 3,4% ( Obs. do Przetrw.)

Brown, Goetzmann, Ibbotson (1999a)

dane zebrane ręcznie z US Offshore Funds Directory

1989−1995 0,75% (Koms. do Przetrw.)2,75% (Obs. do Przerw.)

Brown, Goetzmann, Park (1999b; 2001)

fundusze offshore z bazy TASS 1989−1998 2,6% (Obs. do Przetrw.)

Ackermann, McEnally, Ravenscraft (1999)

fundusze z bazy FRM i MAR (włączając FoHF) 1989−1999 0,16% (Akt. do Nieakt.)

Fung, Hsieh (2000b; 2001) fundusze z bazy TASS 1994−1998 3% dla FH i 1,4% dla FoHF

(Obs. do Przetrw.)

Liang (2000; 2001) fundusze z bazy TASS 1994−19991994−1998: 2,24%1994−1999: 2,43%(Obs. do Przetrw.)

Edwards, Caglayan (2001)

fundusze z bazy MAR (włączając FoHF) 1990−1998 1,85% (Obs. do Przetrw.)

Gregoriou (2002) fundusze z bazy Zurich Capital Market 1990−2001 2% (Obs. do Przetrw.)

Barry (2002) fundusze z bazy TASS 1994−2001 3,8% (Obs. do Przetrw.)

Schneeweis, Kazemi, Martin (2002)

fundusze z bazy HFR styczeń 1998 − czerwiec 2000

0,2−3,9% w zależności od rodzaju strategii

Barès, Gibson, Gyger (2003)

fundusze z bazy FRM (włączając FoHF) 1996−1999 1,3 (Obs. do Przetrw.)

Amin, Kat (2003) fundusze z bazy TASS styczeń 1994 − maj 2001

ogólnie 1,89%; (Koms. do Przetrw.) (dla funduszy młodych i o dużej dźwigni finansowej może to być 4−5%)

Getmansky, Lo, Makarov (2004) fundusze z bazy TASS 1994−2004

od 5,2% do 14,4% w zależności od strategii inwestycyjnej (Obs. do Przetrw.)


Capocci, Hübner (2004)

fundusze z bazy HFR i MAR

1984−2000 (rozbicie na dwa okresy: przed i po 1994 r.)

4,42% (Nieakt. do Akt.)0,9% (Obs. do Przetrw.)

Malkiel, Saha (2005) fundusze z bazy TASS 1996−2003 3,75% (Obs. do Przetrw.)

8,35% (Nieakt. do Przetrw.)

Baquero, Horst, Verbeek (2005) fundusze z bazy TASS 1994−2000 2,10% (Obs. do Przetrw.)

Ammann, Moerth (2005) fundusze z bazy TASS styczeń 1994 −

kwiecień 2005

1994−2005: 3,54%styczeń 1994 − sierpień 1999: 2,36%wrzesień 1999 − kwiecień 2005: 4,73%(Obs. do Przetrw.)

Fung, Hsieh (2006)fundusze z bazy TASS, HFR i CISDM

1994−20042,4% dla bazy TASS1,8% dla bazy HFR2,4% dla bazy CISDM

Ibbotson, Chen (2006)


styczeń 1995 − marzec 2004

2,74% z efektem chwilowej historii5,68% bez tego efektu(Obs. do Przetrw.)

Ammann, Moerth (2008a) fundusze z bazy TASS styczeń 1994 −

luty 2005

1994−2005: 1,71%styczeń 1994 − sierpień 1999: 1,84%wrzesień 1999 − luty 2005: 1,57% (Obs. do Przetrw.)

Eling (2009) fundusze z bazy CISDM 1996−20050,96% dla funduszy hedge0,24% dla funduszy funduszy hedge

Liang, Park (2010) fundusze z bazy TASS styczeń 1995 − grudzień 2004 5,8% (Nieakt. do Akt.)

Eling, Faust (2010) fundusze emerging market z bazy CISDM

styczeń 1995 − sierpień 2008 2,60% (Obs. do Przetrw.)

Kaiser, Haberfelner (2011) fundusze z bazy TASS styczeń 2002 −

wrzesień 2010

2,75% (Przetrw. do Koms.) dla funduszy hedge0,92% (Przetrw. do Koms.) dla funduszy funduszy hedge

Uwaga: metoda budowania portfeli funduszy hedge: Akt. − tylko fundusze aktywne (live funds only), Nieakt. − tylko fundusze nieaktywne (dead funds only), Koms. − portfel kompletny (complete portfolio), Przetrw. − portfel z fundusza-mi działającymi (surviving portfolio), Obs.− portfel obserwowany (observed portfolio).

Źródło: prace przytoczone w pierwszej kolumnie.

K. Perez122

Tabela 4Wybrane badania naukowe na temat efektu danych historycznych w funduszach hedge

Autorzy badań Baza danych Okres badawczy Efekt (w % rocznie)

Fung, Hsieh, (2000b; 2001)

fundusze z bazy TASS (włączając fundusze funduszy hedge)

1994−19981,4% w funduszach hedge0,9% w funduszach funduszy hedge

Edwards, Caglayan (2001)

fundusze z bazy MAR (włączając fundusze funduszy hedge)

1990−1998 1,2%

Barry (2002) fundusze z bazy TASS 1994−2001 1,4%

Posthuma, van der Sluis (2003) fundusze z bazy TASS 1996−2001 4%

Capocci, Hübner (2004)


1984−2000 (rozbicie na dwa okresy: przed i po 1994 r.)

styczeń 1984 −czerwiec 2000: 0,9% ogólnie;1,42% w ciągu 12 miesięcy; 1,26% w ciągu 24 miesięcy; 1,20% w ciągu 36 miesięcy; 1,15% w ciągu 60 miesięcystyczeń 1994 − czerwiec 2000: 1,2%

Malkiel, Saha (2005) fundusze z bazy TASS 1994−2003 7,31% dla średniej

5,74% dla mediany

Fung, Hsieh (2006) fundusze z bazy TASS, HFR i CISDM 1994−2004

1,5% dla bazy TASS1,4% dla bazy HFR1,5% dla bazy CISDM

Ibbotson, Chen (2006)


styczeń 1995 − kwiecień 2006 5,01%

Eling (2009) fundusze z bazy CISDM 1996−2005

12, 24, 36, 48 i 60 miesięcy fundusze hedge: 0,18%, 0,38%, 0,38%, 0,40%, 0,31%fundusze funduszy hedge: 0,03%, 0,02%, 0,06%, 0,08%, 0,08%

Aggarwal, Jorion (2009; 2010b)

fundusze emerging market z bazy TASS

styczeń 1996 − grudzień 2006 3,07%

Eling, Faust (2010) fundusze emerging market z bazy CISDM

styczeń 1995 − sierpień 2008 2,76%

Kaiser, Haberfelner (2011) fundusze z bazy TASS styczeń 2002 −

wrzesień 2010

0,66% w funduszach hedge 0,00% w funduszach fundu-szy hedge

Źródło: prace przytoczone w pierwszej kolumnie.


Schemat 1Fundusze hedge w bazach danych i związane z tym efekty przetrwania, danych historycznych oraz likwidacji

Źródło: Barry (2002, s. 5).

Utworzenie bazy danych Obecnie

Aktywny fundusz idealny, czyli działający narynku bez przerwy (ideal supervivor)

Fundusz, który dołączył do bazy i przekazałjej dane historyczne (backfilled survivor)

Fundusz, który dołączył do bazy po jejutworzeniu i nie przekazał jej informacji wstecznych (survivor not backfilled)

Nieaktywny fundusz idealny, czyli taki, którycałkowicie zaprzestał działalności po pewnym czasie (ideal dead fund)

Fundusz, który działał na rynku po utworzeniu bazy i zaprzestał działalności po pewnym czasie(backfilled dead fund)

Fundusz, który już nie działa i brak o nim informacji wstecznych (dead fund not backfilled)

Fundusz, który przestał przekazywać informacjedo bazy danych (fund that stopped reporting)-efekt likwidacji

Fundusz, który nie znalazł się nigdy w bazie danych (fund not retained)

Fundusze aktywne(obecne w bazie

danych, survivng funds)

Fundusze nieaktywne

(nieobecne w baziedanych, najczęściej

z powoduzaprzestaniadziałalności

dead defunct funds)

K. Perez124

Hedge fund performance. Determinants of its interpretation

AbstractThe article deals with the hedge fund performance and the factors which should be considered when analyzing the hedge fund data bases. The right interpretation of the data on the hedge fund performance is very important since it allows making the accurate allocation decisions of the market participants. It is also useful for comparing hedge funds to mutual funds. The article consists of five parts. After the introduction we present the essence of absolute return and different ways of its measurement which may influence its understanding by the investors. Later we show the relation between hedge fund performance and the fund attributes. Then we concentrate on the biases typical for the hedge fund data bases which may cause the incorrect interpretation of the performance of funds and market indices. In conclusion we summarize the findings of the paper and underline their meaning for Polish investors, who – after the financial crisis of 2007/2008 – become very interested in alternative investments.

Keywords: hedge funds, performance measures, hedge fund indices, survivorship bias, backfill bias

Documents

Wyniki inwestycyjne funduszy hedge. Czynniki wpływające na ich