Ganz einfach — Risikoparität verteilt nicht automatisch gleich viel Geld. Sie versucht, die Beiträge zu einem gewählten Risiko an vorgegebene Ziele anzunähern.
Risikoparität bezeichnet eine Familie von Portfoliokonstruktionen. Beim bekannten Equal-Risk-Contribution-Fall sollen alle Komponenten denselben Anteil am gewählten Risikomaß tragen. Andere Varianten verwenden unterschiedliche Budgets.
Die Rolle der Kovarianz
Für Volatilität als Risikomaß gilt σ_p = √(wᵀΣw). Der
Komponentenbeitrag hängt über Σ sowohl von der eigenen Volatilität
als auch von den Kovarianzen mit allen anderen Komponenten ab. Eine
ERC-Lösung sucht Gewichte mit annähernd gleichen RC_i.
Diese Struktur zeigt, warum inverse Volatilität nicht allgemein mit
Risikoparität identisch ist. Gewichte proportional zu 1/σ_i
ignorieren die vollständige Kovarianzmatrix. Sie stimmen nur unter besonderen
Annahmen mit einer allgemeinen Beitragslösung überein.
Was vor der Rechnung feststeht
Benötigt werden Portfolio-Universum, Risikomaß, Schätzfenster, Rebalancingregel, Long-/Short-Grenzen, Leverage, Mindest- und Höchstgewichte sowie Kostenannahmen. Werden Anlageklassen über Futures abgebildet, sind Sicherheiten und Funding Teil der Umsetzung. Die mathematische Lösung ist noch kein handelbares Portfolio.
Hebel und wirtschaftliche Konzentration
Niedrig volatile Anlagen erhalten häufig höhere Kapitalgewichte. Um ein Renditeziel oder Gesamtrisikoniveau zu erreichen, kann das Portfolio gehebelt werden. Hebel ist keine notwendige Eigenschaft jeder Risikoparitätsdefinition, aber eine häufige Umsetzungsfrage. Marginanstieg, Finanzierungskosten und Liquidität müssen separat gestresst werden.
Gleiche modellierte Beiträge bedeuten zudem nicht gleiche Tail-Verluste. Mehrere Anlagen können in Stressphasen vom selben Wachstums-, Inflations- oder Liquiditätsfaktor abhängen. Faktor-Look-through und Szenarioanalyse ergänzen die Kovarianzsicht.
Schätz- und Umsetzungsrisiko
Volatilitäten und Korrelationen werden aus begrenzten Daten geschätzt. Fenster, Frequenz, Ausreißerbehandlung und Regime beeinflussen die Gewichte. Kleine Inputänderungen können bei engen Restriktionen oder ähnlichen Lösungen großen Turnover erzeugen. Toleranzbänder und robuste Schätzungen können dieses Problem begrenzen, beseitigen es aber nicht.
Typischer Fehler — „Risk Parity = immer inverse Volatilitätsgewichte.“ Das ist eine nützliche Heuristik in bestimmten Fällen, keine allgemeine Definition mit vollständiger Kovarianz.
Bewertung statt Versprechen
Ein Vergleich nennt Benchmark, Kosten, Leverage, Testzeitraum und Risikodefinition. Historische Ergebnisse eines bestimmten Datensatzes sind keine universelle Überlegenheit. Die Methode wird danach beurteilt, ob sie das dokumentierte Mandat unter realistischen Umsetzungsbedingungen erfüllt.
Rebalancing und Drift
Zwischen zwei Berechnungen verändern Marktbewegungen die Gewichte, während neue Schätzungen die Zielbeiträge verschieben. Ein Rebalancing kann kalendarisch, bandbasiert oder limitgetrieben erfolgen. Engere Bänder halten die modellierten Beiträge näher am Ziel, erhöhen aber Turnover und Market Impact. Breitere Bänder sparen Kosten, lassen mehr Drift zu. Die Regel wird vor dem Test festgelegt und mit Preisen bewertet, die zum tatsächlichen Entscheidungszeitpunkt verfügbar waren.
Auch der Vergleichsbenchmark muss denselben Leverage, dieselbe Cashbehandlung und realistische Kosten besitzen. Sonst wird ein Konstruktionsunterschied mit einem Finanzierungsunterschied verwechselt.
Quellen
- Qian, Risk Parity Portfolios.
- Maillard, Roncalli und Teïletche, The Properties of Equally Weighted Risk Contribution Portfolios.
- Bruder und Roncalli, Managing Risk Exposures Using the Risk Budgeting Approach.
- Frazzini und Pedersen, Betting Against Beta.
- Tasche, Euler Allocation: Theory and Practice.