Hedge Funds: Inferencia del riesgo en un escenario real de estrés severo

Abstract

La expansión de la industria de los hedge funds a lo largo del presente siglo ha sido extraordinaria, especialmente hasta el estallido de la crisis subprime. Según estimaciones de HFR publicadas por CAIA en 2014 los activos bajo gestión de single hedge funds y fund of hedge funds pasaron de 456,43 millardos de USD en 1999 a 1,87 billones de USD en 2007.

La exposición de los hedge funds a factores de riesgo no convencionales, con distribuciones de rentabilidad poco habituales en la industria de la gestión tradicional, y su alto grado de opacidad, han propiciado un aumento sustancial de la tecnicidad del portfolio risk management y la proliferación de opiniones poco rigurosas en la materia.

El escenario de estrés proporcionado por la crisis subprime (agosto 2007 -septiembre 2009), permite contrastar y completar el verdadero trade-off rentabilidad-riesgo del universo de los hedge funds. En este sentido, para inferir el comportamiento del riesgo de las distintas estrategias hedge a escenarios de estrés similares al acaecido durante la crisis subprime, la presente tesis propone: 1) ajustar a las distribuciones empíricas de rentabilidad una mixtura de dos Normales estimada a partir del método de los momentos, y 2) analizar el comportamiento del riesgo extremo y el riesgo absolute return.

Dado que las muestras vinculadas al periodo subprime, el cual es acotado por la evolución de las componentes del TED spread, son relativamente pequeñas y en ocasiones están distribuidas de forma "extrema", se hace imprescindible la estimación no sesgada de los momentos muestrales (incluido el momento central de quinto orden).

Además, para poder completar el proceso de inferencia, ha sido necesario iniciar desde múltiples orígenes el proceso iterativo de búsqueda de soluciones, discriminar las soluciones obtenidas a partir de propiedades de la combinación lineal convexa de las mixturas, y agrupar las estrategias en función del riesgo utilizando la metodología K-means.

Por último, la tesis aborda el análisis de la dinámica del riesgo hedge donde se examinan las diferencias de comportamiento del riesgo extremo y del riesgo absolute return entre el periodo pre-subprime (referencia del periodo en ausencia de estrés severo) y el periodo subprime.

The hedge funds industry expansion during the present century has been extraordinary, at least until the subprime crisis explosion. HFR estimations of single hedge funds and fund of hedge funds published by CAIA in 2014, exhibit 456,43 billion USD in assets under management in 1999 and 1,87 trillion USD in 2007.

The hedge funds exposure to non-conventional risk factors, which have unusual return distributions, and a high degree of opacity, have caused an increase of portfolio risk management technicality and a proliferation of opinions with a very low level of accuracy.

The stress scenario of the subprime crisis, covering August 2007 to September 2009, allows contrasting and completing the real risk-return's trade-off of the hedge funds universe. In this context, the author proposes a two Normal distribution mixture fitting with the method of the moments and an analysis of the extreme risk and absolute-return risk, in order to infer the behavior of the hedge funds strategies in similar stress scenarios.

Given the fact that the empiric return samples of the hedge funds strategies during the subprime period are small and sometimes extremely distributed, it is convenient to estimate the unbiased first five moments (the average and the central moments of 2nd, 3rd, 4th and 5th order). To complete the inference process, the following steps are also required: 1) to start the searching process from different origins, 2) to choose between solutions using properties of the mixture's convex combination, and 3) to cluster the strategies according to the risk using the k-means methodology.

Finally, in the last chapter, the author analyzes the different risk dynamics between the pre-subprime and the subprime periods.