آغازگر صندوق های تامینی کالا

این مقاله با هدف توصیف جهان از صندوق های کالاهای طولانی و مشخص شده و شناسایی سبکی که بالاترین α را ایجاد می کند. ما یک بانک اطلاعاتی گسترده از 683 صندوق محافظت از کالاهای فعال ، که شامل دوره مشاهده ژانویه 2000 - دسامبر 2010 است ، می سازیم. هر صندوق به یکی از سه سبک اختصاص داده می شود: آینده های طولانی و طولانی ، سهام طولانی یا بودجه وجوه. به طور کلی ، ما نشان می دهیم که تمام سبک های کالاها α را در برابر معیارهای کالاهای مورد بررسی ایجاد می کنند. علاوه بر این ، مدیران آتی شرت بلند مدت بالاترین نسبت α و شارپ و کمترین نوسانات را نسبت به سبک های دیگر نشان می دهند.

روی نسخه خطی کار می کنید؟

از رایج ترین اشتباهات خودداری کنید و نسخه خطی خود را برای ویراستاران ژورنال آماده کنید.

مقدمه

علاقه سرمایه گذاران به بازارهای کالاها طی یک دهه گذشته منفجر شده است ، زیرا تقاضا از بازارهای نوظهور مانند چین و هند باعث افزایش چشمگیر قیمت ها شده است. این افزایش تقاضا با رشد وسایل نقلیه سرمایه گذاری جدید موازی شده است. همانطور که استول و ویلی (2010) خاطرنشان کردند ، قبل از توسعه ابزارهای سرمایه گذاری در کالاها و بازارهای آتی مبادله ای با مبادله مایع ، سرمایه گذاران فقط از طریق سرمایه گذاری های فیزیکی ، که ناخوشایند و به ویژه جذاب نبودند ، به شرکت در بازارهای منابع طبیعی محدود می شدند. در حقیقت ، تا اوایل دهه 2000 ، کالاها عمدتاً یک بازار طاقچه برای سرمایه گذاران نهادی و خصوصی بودند.

گزینه های محدود سرمایه گذاری کالا ناشی از این واقعیت است که کالاها به طور معمول در اوراق بهادار سنتی سرمایه گذاری گنجانده نشده اند. طبق گفته Jeanneret و همکاران (2011) ، معرفی شاخص های کالاهای قابل سرمایه گذاری و محصولات مرتبط با کالا مانند محصولات مبادله ای مبادله منجر به افزایش علاقه سرمایه گذار در سرمایه گذاری کالاها شد. این محصولات دارای موانع ورودی پایین تر ، کاهش پیچیدگی و نقدینگی بالاتر هستند. علاوه بر این ، مقالات دانشگاهی شواهد تجربی در مورد چگونگی سرمایه گذاری های مفید کالاها می توانند متنوع در پرتفوی های سنتی ارائه دهند (به عنوان مثال ، جنسن و همکاران ، 2000 ؛ جورجیوف ، 2001 و جنسن و همکاران ، 2002). مقالات دیگر عملکرد قوی آنها را در محیط های تورم محور (به عنوان مثال ، گریر ، 2000 و ERB و هاروی ، 2006) و در طول بحران های مالی (به عنوان مثال ، چو و همکاران ، 1999) نشان می دهد. طولانی مدت (به عنوان مثال ، گورتون و روونهاورست ، 2006) و پتانسیل آنها برای تولید بازده اضافی (به عنوان مثال ، Akey ، 2005).

با این حال، شرط‌بندی مستقیم روی کالاهای خاص از طریق قراردادهای آتی، مستلزم دانش عالی بازار و محصول به طور مداوم است. علاوه بر این، اغلب حداقل سرمایه گذاری های قابل توجهی برای هر کالا وجود دارد، همچنین حاشیه های اولیه و تغییرات. سرمایه گذاران برای تعیین اینکه کدام کالا را بخرند یا بفروشند یا کدام کالا را کوتاه کنند، به مدل های ارزش گذاری و ریسک گران قیمت و تخصص عمیق نیاز دارند. بنابراین، بیشتر سرمایه گذاران می توانند بین ابزارهای سرمایه گذاری فعال یا غیرفعال تصمیم بگیرند.

از نظر تاریخی، سرمایه‌گذاری‌های کالایی از نظر دارایی‌های تحت مدیریت (AuM) تحت سلطه سرمایه‌گذاری‌های غیرفعال کالا بود. چنین محصولاتی معمولاً به عملکرد یک شاخص کالا مرتبط یا محک می‌شوند (به عنوان مثال، داوجونز UBS (DJUBS)، شاخص کل بازده کالای S& P گلدمن ساکس (GSCI))، و هدف آنها تکرار عملکرد شاخص است. سرمایه گذاران در محصولات سرمایه گذاری غیرفعال مایل به قرار گرفتن در معرض کالا یا به اصطلاح «β کالا» هستند. به گفته گئورگیف (2004)، این به این دلیل است که قرار گرفتن در معرض طولانی مدت ساده با منابع طبیعی اغلب هزینه کمتری دارد و با اکثر محدودیت‌های سرمایه‌گذاری مطابقت دارد، و بنابراین هیچ کوتاه‌فروشی یا اهرمی در کار نیست. علاوه بر محصولات استاندارد سرمایه گذاری غیرفعال، امروزه بسیاری از محصولات تقویت شده غیرفعال نیز موجود است، از جمله، به عنوان مثال، الگوریتم های ساده بهینه سازی بازده رول. سرمایه‌گذاری‌های غیرفعال کالا عمدتاً از طریق محصولات ساختاریافته و صندوق‌های سرمایه‌گذاری مشترک در دسترس هستند و معمولاً اهداف خطای ردیابی بسیار پایینی دارند.

بنابراین، سرمایه گذاران شروع به جستجوی یک محرک بازده اضافی نسبت به β معمولی، به اصطلاح α، کرده اند، که به عنوان بازده اضافی یک محصول نسبت به معیار آن، تعدیل شده توسط جزء β آن تعریف می شود. راندمان پایین بازارهای کالایی آنها را از نظر پتانسیل α نسبت به طبقات دارایی های سنتی مانند سهام یا محصولات با درآمد ثابت جذاب تر می کند. گزینه‌های سرمایه‌گذاری برای محصولات کالایی فعال شامل صندوق‌های فقط بلند مدت کالا می‌شود، که هدف آنها عملکرد بهتر از معیار با استفاده از (i) وزن بیش از حد یا کم وزن کالاهای موجود در پرتفوی خود نسبت به معیار، (ii) تکنیک‌های بهینه‌سازی بازده رول، (iii)معاملات جایگزین (به عنوان مثال، جایگزینی قرارداد نفت خام وست تگزاس اینترمدیت (WTI) با برنت) و (iv) سرمایه گذاری در کالاهایی که بخشی از معیار نیستند.

صندوق های کالاهای طولانی نیز با اهداف خطای ردیابی بسیار محکم بین 3 تا 5 درصد مدیریت می شوند. سرمایه گذاری های کالاهای طولانی مدت بی ثبات هستند ، در معرض کشش های بزرگ قرار دارند و به طور کلی از زمان بحران مالی (خطر همبستگی) با دارایی های ریسک پذیر ارتباط بالایی دارند. علاوه بر این ، آنها می توانند در معرض ضرر و زیان قرار بگیرند (Akey ، 2006). علاوه بر محصولات خطای ردیابی کم ، سرمایه گذاران امروز نیز می توانند در محصولات بازگرداندن مطلق فعال سرمایه گذاری کنند (که اساساً دلالت بر این دارد که این صندوق ها یک معیار را تکرار نمی کنند). این محصولات در کالاها و ابزارهای مرتبط با آن مواضع طولانی و کوتاه دارند.

یک صندوق طولانی و تجاری که به طور فعال مدیریت می شود ، به اندازه کافی انعطاف پذیر است تا بتواند به سرعت در حال تغییر شرایط بازار باشد. همچنین می تواند نوسانات را کاهش داده و خطر را به طور فعال کنترل کند. در نتیجه ، مدیریت فعال به طور بالقوه می تواند α را برای سرمایه گذاران کالا تولید کند. با این حال ، بیشتر صندوق های کالاهای طولانی ، وسایل نقلیه سرمایه گذاری کنترل نشده (به عنوان مثال ، صندوق های تامینی خارج از کشور) هستند و از این رو ریسک ماهانه ، عملکرد یا داده های AUM را گزارش نمی کنند. بنابراین ، مقایسه سرمایه گذاران برای سرمایه گذاران دشوار است که استراتژی های فعال طولانی مدت را به شکل داده های کمی و کیفی تلفیقی مقایسه کنند.

در این مقاله ، ما بر روی این نوع صندوق کالاهای فعال طولانی و فعال تمرکز می کنیم ، که سعی در تکرار یک معیار ندارد و از این رو نمی توان به راحتی نسبت به معیار آن ارزیابی کرد. هدف ما توصیف جهان صندوق های کالاهای طولانی و تفاوت در ریسک و بازگشت گزینه های مختلف سرمایه گذاری در دسترس سرمایه گذاران است. با ادغام چندین بانک اطلاعاتی تجاری و خصوصی ، ما یک مجموعه داده گسترده از 683 صندوق کالاهای طولانی مدت را که شامل دوره مشاهده ژانویه 2000 - دسامبر 2010 است ، می سازیم. مجموعه داده ها سپس به سه سبک تقسیم می شوند: آینده های طولانی و طولانی ، سهام طولانی و صندوق های وجوه.

مقاله ما به ادبیات موجود در مورد صندوق های تامینی کالا می افزاید زیرا محاسبات ما در مورد گسترده ترین مجموعه داده ها تاکنون انجام شده است. به عنوان مثال ، Akey (2005) از یک مجموعه داده با 128 صندوق استفاده می کند ، و Jeanneret و همکاران (2011) از یک نمونه 92 صندوق استفاده می کنند. به دلیل اندازه نمونه ما ، ما قادر به تمایز بین سه گروه مجزا از صندوق های تامینی کالا هستیم. بنابراین ، نتایج ما گرانول تر است. اگرچه Jeanneret و همکاران (2011) قبلاً نشان داده اند که صندوق های تامینی کالا بازده بالاتری دارند و کنترل ریسک نزولی بهتر از شاخص های کالایی دارند ، ما نشان می دهیم که مدیرانی که روی استراتژی های آینده طولانی و شرت تمرکز می کنند بالاترین نسبت α و شارپ و کمترین بی ثباتی را نشان می دهندبیش از صندوق های محافظت از کالا که بر سهام و صندوق های تامینی کالایی تمرکز می کنند.

باقیمانده این مقاله به شرح زیر ساختار یافته است: بخش بعدی سه سبک صندوق پرچین کالا را با جزئیات بیشتری شرح می دهد. بخش پس از آن در مورد ایجاد مجموعه داده ها بحث می شود و توضیحی از مجموعه داده ها را ارائه می دهد. همچنین مراحل پاکسازی ما را برای نمونه توصیف می کند. بخش پیش فرض نتایج تجربی ما را ارائه می دهد. بخش آخر یافته های ما را خلاصه می کند و نتیجه گیری می کند.

گزینه های سرمایه گذاری در کالاهای طولانی

سرمایه گذاری در استراتژی های کالاهای طولانی می تواند از طریق مدیران متمرکز بر معاملات آینده ، مدیران متمرکز بر سهام یا از طریق بودجه وجوهی باشد که به طور فرصت طلبانه به دو سبک دیگر اختصاص می یابد. با این حال ، متداول ترین رویکرد برای قرار گرفتن در معرض کالاها از طریق آینده کالاها است.

در مقایسه با سرمایه گذاری های شاخص طولانی مدت منفعل ، که در آن یک قرارداد کالاهای منقضی شده در قرارداد آینده بعدی در دسترس با همان بلوغ قرار می گیرد ، مدیران فعال طولانی مدت باید شرایطی مانند زمان بندی و محیط غالب بازار را در نظر بگیرند. به عنوان مثال ، در یک بازار عقب ماندگی ، یک مدیر نزدیکترین قرارداد نزدیک به تاریخ را خریداری نمی کند ، بلکه یک منبع طولانی تر است ، زیرا با هزینه های کمتری همراه است. و با استفاده از تکنیک اضافی برای کوتاه رفتن ، یک مدیر صندوق می تواند بازدهی را در هر دو محیط افزایش و در حال کاهش قیمت کالا ایجاد کند. با استفاده از این سبک سرمایه گذاری ، وجوه می توانند از ناکارآمدی بازار مانند گسترش مکان ، پاورقی 1 ترک ، پاورقی 2 یا گسترش زمان را گسترش دهند. علاوه بر این ، آنها می توانند بر اساس اختلاف قیمت بین نمرات (مانند گندم نرم یا سخت) یا بین جایگزین ها (مانند پلاتین و پالادیوم) تجارت کنند. وجوه کالاهای طولانی از تکنیک های سیستماتیک یا اساسی به منظور تجزیه و تحلیل یک کالای خاص و پیش بینی حرکات قیمت در بازارهای کالاهای آینده استفاده می کند.

یکی دیگر از راههای مشترک برای شرکت فعالانه در بازارهای کالا ، خرید سهام از شرکتهایی است که مستقیم یا غیرمستقیم درگیر توزیع ، اکتشاف ، تولید یا هر فعالیت دیگری هستند که با کالاها مرتبط هستند. نمونه ها تولید کنندگان قهوه ، شرکت های نفتی یا معدن ، تولید کنندگان فولاد ، ارائه دهندگان برق و برق و غیره هستند. سرمایه گذاران سهام عدالت تا زمانی که افزایش قیمت کالاها بیش از هرگونه افزایش هزینه ای که توسط شرکتی که در آن سرمایه گذاری انجام می شود تجاوز می کند ، یک مؤلفه اهرم را حفظ می کنند. با این وجود ، این مزایا نیز ممکن است به عنوان مضراتی در نظر گرفته شود ، زیرا سرمایه گذاران نه تنها در معرض خطر قیمت کالاها بلکه در معرض خطرات خاص مانند تقاضای مشتری ، توانایی مدیریت و درآمد قرار دارند. و یک سرمایه گذاری سهام مبتنی بر کالا همیشه ریسک سیستماتیک بازار سهام کلی را تحمل می کند (انگلکه و یوین ، 2008). صندوق های سهام عدالت طولانی مدت ، به دنبال دستیابی به قدردانی سرمایه از طریق سرمایه گذاری در یک جهان از اوراق بهادار مرتبط با کالا ، با استفاده از ترکیبی از پیش بینی های قیمت اختصاصی و مدل های ارزیابی شرکت هستند.

صندوق های صندوق های تامینی تمام استراتژی های قبلاً ذکر شده را در یک وسیله نقلیه جمع می کنند. بارزترین دلیل استفاده از این نوع وسیله نقلیه ، تنوع ذاتی افزایش یافته است. علاوه بر این ، چندین مطالعه نشان داده اند که وجوه صندوق های تامینی می تواند با توجه به مشخصات ریسک/بازگشت با معادل صندوق های واحد خود رقابت کند (به عنوان مثال ، آنگ و همکاران ، 2008). منتقدین ، با این حال ، خاطرنشان می کنند که ، با وجود مزایای بالقوه ، وجوه صندوق های تامینی نیز هزینه های قابل توجهی مدیریت و عملکرد را تحمیل می کند (به عنوان مثال ، براون و همکاران ، 2004 ؛ گرگوریو و همکاران ، 2007). علاوه بر این ، شواهد تجربی نشان می دهد که وجوه صندوق های تامینی نسبت شارپ پایین تر از صندوق های مدیر منفرد (به عنوان مثال ، براون و گوتزمن ، 2003 ؛ ملکیل و ساها ، 2005) به دست می آورند.

مجموعه داده ها

یک بانک اطلاعاتی گسترده برای ضبط کل جهان صندوق پرچین کالا ایجاد شده است. این پایگاه داده چندین فروشنده پایگاه داده صندوق پرچین تجاری مانند Eurekahedge ، hedgefund. net و Lipper Tass را با چندین پایگاه داده خصوصی ادغام کرد. برای به دست آوردن مجموعه داده های نماینده و تمیز ، قدم بعدی ما استفاده از توضیحات استراتژی صندوق های تامینی برای طبقه بندی آن ، ابتدا به عنوان یک صندوق متمرکز با کالاها و دوم به یکی از سه سبک اصلی کالاهای بلند و طولانی است: آینده های طولانی-شرت، سهام طولانی و یا بودجه وجوه. مرحله دوم ما پاکسازی پایگاه داده با دقت است. ما فقط سری زمانی بعدی را در مطالعه خود گنجانده ایم:

کلاس سهم USD ، برای بودجه هایی که کلاس های مختلف ارز را گزارش می کنند ، و

صندوق های خارج از کشور ، برای وجوهی که ساختارهای صندوق های دریایی و خارج از کشور را گزارش می کنند.

پس از روش پاکسازی ، جهان صندوق ما شامل 683 صندوق کالا فعال (430 زنده و 253 قبرستان) بود.

به دلیل ماهیت داوطلبانه گزارش عملکرد صندوق های تامینی ، بانکهای اطلاعاتی صندوق های تامینی و شاخص های محاسبه شده بر روی آنها مستعد تعصبات بی شماری از جمله انتخاب خود ، پشتی ، بقا و تعصب انحلال هستند (کایزر و هابرفلنر ، 2011). این تعصبات می توانند عملکرد بازار واقعی را بیش از حد یا درک کنند (به آکرمن و همکاران ، 1999 مراجعه کنید).

برای غلبه بر تأثیرات این تعصبات ، چندین مرحله را برداشته ایم. اول ، ما هر دو صندوق زنده و مرده را در مجموعه داده های خود قرار می دهیم ، بنابراین ما اعتقاد نداریم که بقاء نتایج ما را به طور قابل توجهی تحریف می کند. تعصب انتخاب باید بیشتر کاهش یابد زیرا ما انواع پایگاه داده ها از جمله پایگاه داده های خصوصی را در بر می گیریم. برای پاسخ به تعصب برگشت ، ما از روشی بر اساس Fung و Hsieh (2000) استفاده می کنیم که 12 ماه اول عملکرد را از تاریخچه داده حذف می کند. ما با بازیابی عملکرد وجوهی که از پایگاه داده های تجاری خارج شده اند ، تأثیر تعصب انحلال را به حداقل می رسانیم و سپس اطمینان حاصل می کنیم که آنها در مجموعه داده های ما گنجانده شده اند. از این رو ، مجموعه داده های ما شامل اطلاعات عملکرد ماهانه در مورد کلاهبرداری های شناخته شده (به عنوان مثال ، Juno Mother Earth) و انفجارها (به عنوان مثال ، Motherrock) است. در کل ، ما در صندوق های کالایی که به پایگاه داده های تجاری گزارش می دهند ، همپوشانی قابل توجهی را مشاهده می کنیم ، جایی که تقریباً 72 درصد که به یک بانک اطلاعاتی گزارش داده اند نیز به دیگران گزارش شده است. با این حال ، اگر ما در مجموعه داده های خود پایگاه داده های خصوصی را درج نمی کردیم ، اندازه نمونه ما تقریباً به نصف کاهش می یافت.

داده های متوالی در مورد عملکرد تاریخی و AUM به ژوئیه 1984 باز می گردد. عملکرد به صورت خالص بیان شده است ، از جمله محاسبه کلیه هزینه ها و هرگونه مانع یا علامت های بالا. طبق گفته های Schneeweis و همکاران (2006) ، شاخص های صندوق پرچین باید حداقل پنج مؤلفه شاخص را در اختیار داشته باشند تا نماینده استراتژی کلی در نظر گرفته شوند. بنابراین ، ما سری شاخص های خود را در ژانویه 2000 شروع می کنیم ، هنگامی که هر سه شاخص حداقل پنج مؤلفه شاخص در دسترس داشتند. ما یک تجزیه و تحلیل آماری مقایسه ای انجام می دهیم که دوره 11 ساله را از ژانویه 2000 تا دسامبر 2010 پوشش می دهد.

تعداد ترکیبات شاخص با گذشت زمان ، مطابق با سایر روشهای ساخت و ساز شاخص صندوق پرچین متفاوت است ، اما بر خلاف سهام سنتی و شاخص های درآمد ثابت. حداکثر تعداد بودجه در یک ماه معین 492 است. از دسامبر 2010 ، اندازه هر نمونه از سبک: 342 آینده شرک بلند (219 زنده ، 123 قبرستان) ، 268 سهام بلند شرت (219 زنده ، 49 قبرستان)و 73 صندوق بودجه (46 زنده و 27 گورستان). تغییر در ارزش شاخص برای هر ماه نشان دهنده میانگین وزن به همان اندازه نرخ بازده ماهانه در آن زمان برای هر مؤلفه شاخص است. ما از میانگین و نه میانگین حسابی یا هندسی استفاده می کنیم زیرا بازده صندوق های پرچین دارای کمبود منفی و کورتوز اضافی مثبت است.

در جدول 1 ، یک نمای کلی از میانگین مشاور سرمایه گذاری صندوق پرچین کالا از نظر سن ، اندازه ، AUM و ساختار هزینه ارائه شده است. صندوق های تامینی پاورقی 4 در واقع قبل از سال 2000 نادر بود و بنابراین بیشتر مشاوران سرمایه گذاری روی آن طبقه دارایی تمرکز نکردند. با این وجود ، میانگین طول تجربه نزدیک به 10 سال بسیار زیاد است.

صفحه A در جدول 1 میانگین کل وجوه مدیریت شده توسط مشاور سرمایه گذاری و تعداد صندوق های کالایی را نشان می دهد. ما می توانیم استنباط کنیم که مشاوران بخش صندوق های تامینی کالا به جای مشاوره یا مدیریت صندوق های تامینی اضافی با تمرکز سرمایه گذاری متفاوت ، عمدتاً روی کالاها متمرکز می شوند.

با کمال تعجب ، ما تصویر مخالف را برای AUM می یابیم. با توجه به حداکثر AUM بسیار بزرگ (دورتر) ، میانگین ساده معنی دار نیست. میانه واقع بینانه تر است و دلالت بر این دارد که تقریباً 18 درصد از کل AUM یک مشاور سرمایه گذاری به صندوق های تامینی کالا اختصاص داده شده است. این بدان معناست که سایر صندوق های تامینی که توسط مشاور اداره می شود ، از آنچه در استراتژی کالایی اداره می شود ، از نظر قابل ملاحظه ای بزرگتر خواهد بود.

صندوق پرچین متوسط کالای هزینه 2 درصدی مدیریت و هزینه عملکرد 20 درصد تکمیلی را پرداخت می کند که در 80 درصد از کل موارد در معرض علامت بالایی قرار دارد. در حدود 15 درصد موارد نرخ مانع اعمال می شود. علاوه بر این ، تقریباً 28 درصد از صندوق های تامینی کالا مشمول 3 درصد هزینه رستگاری اضافی هستند ، بیشتر به دلیل توافق های قفل نرم ، که معمولاً تا 12 ماه ادامه دارد و نیاز به یک اعلامیه 30 روزه دارد. دوازده درصد از صندوق های محافظت از کالاها تقریباً 12 ماه در معرض قفل سخت قرار دارند.

برای فرکانس رستگاری ، علاوه بر قفل های نرم یا سخت ، بیشتر صندوق های تامینی کالاها تمایل به یک ترتیب ماهانه دارند ، اما حدود 28 درصد از بازخریدهای سه ماهه پیروی می کنند.

هنگام مقایسه وجوه آتی های طولانی و طولانی با کل جهان ، ما توجه می کنیم که بنگاه های مشاوره سرمایه گذاری در این جهان (پانل B جدول 1) تقریباً 1 سال جوان تر از متوسط صندوق پرچین کالا (پانل A از جدول 1) ،و تا 3 سال کوچکتر از مشاوران سهام بلند مدت (پانل C جدول 1). ما یک تصویر مشابه را برای کل AUM می یابیم ، با حدود 200 میلیون دلار سرمایه کمتر ، به طور متوسط ، در جهان آینده نگر طولانی تر از متوسط کل جهان صندوق های تامینی کالا است.

مشاوران سرمایه گذاری سهام بلند مدت دارای سابقه متوسط 11 سال هستند که 2 سال بیشتر از سایر مشاوران سرمایه گذاری (و 3 سال بیشتر از قراردادهای آتی بلند مدت) است. میانگین تعداد افرادی که توسط مشاوران استخدام شده اند 13 نفر است، اما میانگین واقعی به دلیل حداکثر بالا به شدت تغییر کرده است. علاوه بر این، میانگین بالای 520 میلیون دلار از کل AuM در مقایسه با جهان کاملاً قابل توجه است. بر این اساس، تعداد کل وجوهی که توسط مشاوران سهام کوتاه مدت مدیریت می‌شوند، بالاتر از میانگین است. میانگین AuM در کالاها 50 درصد بیشتر از میانگین همه صندوق‌ها است و بیش از 70 درصد بیشتر از استراتژی معاملات آتی بلند-کوتاه است.

بر خلاف نتایج برای کل جهان، تنها هزینه مدیریت برای صندوق های سهام بلند-کوتاه به طور متوسط کمتر است، حدود 0. 5 درصد (2 درصد برای همه صندوق ها). با این وجود، نسبت صندوق‌های سهام بلند-کوتاه که کارمزد بازخرید و دوره‌های قفل را تحمیل می‌کنند، به طور قابل‌توجهی بیشتر از معاملات آتی بلند-کوت است (18 درصد بیشتر). 39 درصد کارمزد بازخرید را اعمال کرده اند، 34 درصد شامل قفل نرم و 22 درصد نیز به قفل سخت نیاز دارند. با این حال، استفاده از واترمارک بالا مطابق با میانگین است و تنها 9 درصد از نرخ مانعی استفاده می کنند (15 درصد برای همه صندوق های تامینی کالا).

اگرچه سن مشاوران سرمایه گذاری صندوق سرمایه گذاری (پانل D جدول 1) تقریباً با سبک های دیگر مطابقت دارد، تعداد کارکنان به طور قابل توجهی بیشتر است. Total AuM همچنین از نتایج سایر سبک ها بیشتر است. بدیهی است که ساختار کارمزد در این سبک نسبت به سبک های دیگر کمتر است. احتمال کمتری وجود دارد که دوره‌های قفل شده در صندوق‌های تامینی کالایی ایجاد شود، اما دفعات بازخرید آنها و دوره اطلاعیه مربوطه تا حدودی بیشتر از مدیران منفرد است.

استراتژی‌های صندوق‌ها گزینه‌های متفاوتی در کل بخش کالا دارند، یا از طریق تخصص در زیربخش‌های کالایی خاص، یا از طریق رویکردی متنوع (جدول 2 را ببینید). یک روند آشکار به سمت تخصیص کالاهای متنوع تر وجود دارد که تقریباً 50 درصد از وجوهی را که ما در اینجا ارزیابی می کنیم، تشکیل می دهد. به دلیل اندازه و نقدینگی، بازار انرژی دومین کانون اصلی صندوق های تامینی کالایی است. فلزات و کشاورزی به طور مساوی توزیع می شوند، اما هر کدام تنها حدود 10 درصد از کل صندوق های تامینی کالا را تشکیل می دهند. علاوه بر این، تعداد کمی از وجوه بر سایر بخش‌ها مانند حمل و نقل یا تجارت کربن متمرکز می‌شوند. بیشتر صندوق‌هایی که بر استراتژی‌های سهام تمرکز می‌کنند بر بازارهای انرژی متمرکز هستند و از رویکرد متنوع پیروی نمی‌کنند.

ما در اینجا از سه معیار استفاده می‌کنیم، و عملکرد آنها را با عملکرد سه سبک کالای بلند-کوتاه مقایسه می‌کنیم. دوره مشاهده ما ژانویه 2000 تا دسامبر 2010 است و از شاخص بازده کل کالا DJUBS و S& P GSCI به عنوان پروکسی برای بازار کالا استفاده می کنیم. ما همچنین استراتژی سهام بلند-کوتاه را در برابر شاخص سهام کالا (CEI) شامل 50 درصد MSCI World Energy و 50 درصد MSCI Metals and Mining شاخص‌های سهام ارزیابی می‌کنیم.

برای اطمینان از مقایسه سه سبک کالای بلند-کوتاه با معیارهای سنتی، آنها را به عنوان یک شاخص می سازیم. بدیهی است که داده‌های عملکرد متفاوتی برای هر صندوق در دسترس است، به دلیل تفاوت‌هایی که مثلاً در تاریخ شروع یا انحلال وجود دارد. همه اجزاء دارای وزن مساوی هستند. ما از میانگین عملکرد خالص ماهانه هر استراتژی برای ایجاد داده های عملکرد برای سبک مربوطه استفاده می کنیم. این به معنای تعادل مجدد ماهانه تمام اجزای استراتژی است.

نتایج تجربی

تمام 683 صندوق پرچین کالا به یکی از سه سبک اختصاص داده شده است. برای مقایسه سه استراتژی با یکدیگر و با معیارهای کالا ، ابتدا باید از بازده متوسط ماهانه (به صورت خالص هزینه) استفاده کنیم تا عملکرد استراتژی خاص را تکرار کنیم. به نظر می رسد که وقتی فقط به بازده متوسط سالانه نگاه می کنید ، آینده های طولانی و صندوق های صندوق های تامینی کمترین استراتژی های سرمایه گذاری را به نظر می رسد (جدول 3 را ببینید). علاوه بر این ، آنها در بازار صعودی 2009 ، آنها در مقایسه با سایر استراتژی هایی که تا پنج برابر نتایج بالاتر به دست آوردند ، به نتایج ضعیفی رسیدند. با این وجود ، آنها کمترین نوسانات ، بهترین نسبت سود و ضرر و بهترین نسبت های شارپ و تریت را تشکیل می دهند.

این ابهام از ارقام ریسک و بازگشت به این معنی است که تعیین یک تصمیم سرمایه گذاری عمیق به ویژه ساده نیست. از این رو ، ما α را در برابر سه معیار بازار کالا بررسی می کنیم. پاورقی 5 برای α بیش از GSCI ، سهام طولانی مدت بالاترین عملکرد ماهانه را به دست آورد و به دنبال آن آینده های طولانی و طولانی. حتی اگر GSCI تقریباً 70 درصد به سهام انرژی اختصاص داده شود ، و سهام طولانی مدت نیز تمرکز عمده ای بر انرژی دارد ، این استراتژی دارای β بسیار کم به GSCI است.

متنوع ترین معیار شاخص کالاهای Djubs است که از 0. 68 درصد به صورت ماهانه توسط بودجه صندوق های تامینی و آینده های طولانی و شرک بهتر عمل کرده است. هر دو استراتژی بر تخصیص سرمایه گذاری متنوع متمرکز هستند. هنگام اندازه گیری α در برابر CEI ، آینده های طولانی و طولانی دوباره جذاب ترین استراتژی است که بیش از 0. 74 درصد به صورت ماهانه فراتر می رود.

با بررسی دقیق تر ارقام عملکرد اصلی ، توجه می کنیم که آینده های طولانی و طولانی از استراتژی های دیگر جلوتر هستند. آنها بالاترین α S را در برابر دو مورد از سه معیار تشکیل می دهند. آنها همچنین کمترین نوسانات ، بیشترین تعداد روزهای عملکرد مثبت ، کمترین ارزش در معرض خطر ، کمبود مثبت و کورتوز کم را دارند.

یکی دیگر از عوارض جانبی این تجزیه و تحلیل ، مقایسه بین صندوق های پرچین منفرد و صندوق های صندوق های تامینی است. این نتایج حاکی از آن است که صندوق های واحد باید از نظر آماری از وجوه وجوه ترجیح داده شوند ، اگر ما صندوق صندوق هایی مانند تنوع مدیر ، نظارت و غیره را در نظر نگیریم.

با توجه به همه ارقام ریسک و عملکرد ، ما معتقدیم که سرمایه گذاران بالقوه کالایی که به دنبال سرمایه گذاری هستند و از معیارهای قابل مقایسه بهتر عمل می کنند ، باید صندوق های کالاهای آتی طولانی مدت را در نظر بگیرند.

نتیجه گیری

هدف ما در اینجا توصیف جهان صندوق های تامینی کالا و شناسایی سبکی است که بالاترین α را در مقایسه با معیار نماینده جهان کالا تولید می کند. بنابراین ما ابتدا یک بانک اطلاعاتی گسترده از 683 صندوق پرچین کالا ساختیم. ما سپس هر صندوق را به یکی از سه سبک اختصاص دادیم: آینده های طولانی و طولانی ، سهام طولانی یا بودجه وجوه. ما دریافتیم که بیشتر مدیران فعال در فضای کالاها از رویکردی متنوع پیروی می کنند که اساساً تمام بخش های کالا را در بر می گیرد. سرمایه نسبتاً فرصت طلبانه مستقر است. دومین گروه بزرگ بودجه بر بخش انرژی متمرکز است. فقط تعداد کمی از بودجه روی کشاورزی ، فلزات یا بخش های دیگر مانند مشتقات حمل و نقل یا تجارت کربن تمرکز می کند.

به طور کلی ، ما می دانیم که تمام سبک های کالاهای فعال α مثبت را در برابر معیارهای کالایی به همراه دارند. اگرچه آتی های طولانی مدت دومین نرخ بازده در طی دوره مشاهده را به دست می آورد ، اما بالاترین α و کمترین β را در برابر شاخص کالاهای DJubs و شاخص سهام کالاهای خود ساخته (CEI) به دست می آورد ، که باعث جذاب ترین آن می شودوادبا این حال ، استراتژی آتی شرت طولانی همچنین بالاترین هزینه مدیریت و عملکرد (2 درصد/20 درصد) را در مقایسه با سایر استراتژی ها هزینه می کند.

سیاست بازخرید متوسط 30 روزه صندوق های آتی شرک طولانی بازتابی از نقدینگی بالای بازارها است که توسط آن مدیران معامله می شود و از سهام یا وجوه طولانی و یا وجوه سودمندتر است. پاورقی 6 علاوه بر این ، مدیران آتی شرک بلند بالاترین نسبت شارپ و کمترین نوسانات نسبت به سبک های دیگر را نشان می دهند. همچنین این تنها سبکی است که در سال 2008 عملکرد مثبت به همراه داشت. با این حال ، شرکت های مشاوره آتی طولانی مدت به طور متوسط جوان تر و کوچکتر از شرکت های سهام بلند و کوچکتر هستند و دارای سوابق مسیر کوتاه تر و سطح پایین تر AUM هستند. علاوه بر این ، تجزیه و تحلیل مدیران آینده نگر آینده پیچیده تر از سایر سبک های صندوق های تامینی کالا است ، به دلیل اهرمی که توسط وجوه استفاده می شود. متریک اصلی اهرم مورد استفاده در صندوق های تامینی کالا ، حاشیه حقوق صاحبان سهام است که بستگی به نوع کالاهای معامله شده و تمرکز استراتژی صندوق (ارزش نسبی در مقابل جهت) دارد. بنابراین ، حاشیه به تعداد سهام که به سرمایه گذاران نشان داده شده است می تواند به طور قابل ملاحظه ای از اهرم ناخالص استفاده شده توسط این صندوق ها دست کم بگیرد.

با این وجود ، ما می دانیم که صندوق های آینده کالاهای طولانی و طولانی بهترین انتخاب برای دستیابی به α S بالا است. علاوه بر این ، اختلاف بازگشت بین معاملات آتی و وجوه طولانی مدت و بودجه بسیار حداقل است. بنابراین ، به نظر می رسد وجوه وجوه متمرکز بر استراتژی های کالاهای طولانی ، سطح هزینه اضافی خود را از طریق انتخاب صندوق برتر ، یا تخصیص سبک و استراتژی بهتر از صندوق های چند استراتژی وجوه توجیه می کند.

یادداشت

گسترش مکان اختلاف قیمت بین همان کالاها در صرافی های مختلف است.

گسترش Crack به خرید یک قرارداد آتی نفت خام و سپس جبران موقعیت با فروش بنزین و گرمایش آتی روغن اشاره دارد ، زیرا هر دو محصول خروجی روغن خام واقعی هستند.

گسترش زمان به خرید و فروش همان قرارداد آتی کالا در سررسید های مختلف اشاره دارد.

برای حفظ فضا ، ما فقط مهمترین نتایج را در جدول 1 گزارش می کنیم. نتایج تجربی اضافی مانند توزیع ویژگی های مختلف صندوق های تامینی کالا (به عنوان مثال ، علامت های بالا ، نرخ موانع و فرکانس بازخرید) فقط در متن گزارش شده است.

به دلیل ناهمگونی در بین سری های زمانی ، ما به جای یک رگرسیون چند عاملی ، سه رگرسیون تک عاملی را انجام می دهیم.

با این حال ، معاملات ماهانه هنوز هم مایع کمتری نسبت به محصولات سرمایه گذاری منفعل کالا است که به طور معمول امکان معاملات روزانه را فراهم می کند.

منابع

Ackermann ، C. ، McEnally ، R. and Ravenscraft ، D. (1999) عملکرد صندوق های تامینی: ریسک ، بازگشت و مشوق ها. مجله مالی 54 (3): 833-874.

Akey ، R. P. (2005) کالاها: موردی برای مدیریت فعال. مجله سرمایه گذاری های جایگزین 8 (2): 8-29.

Akey ، R. P. (2006) آلفا ، بتا و کالاها: آیا سرمایه گذاری کالاها می توانند یک منبع بازده تنظیم شده با ریسک بالا باشند و هم یک پرچین نمونه کارها؟مجله مدیریت ثروت 9 (2): 63-84.

Ang ، A. ، Rhodes-kropf ، M. and Zhao ، R. (2008) بودجه های مربوط به صندوق ها سزاوار هزینه های خود هستند. مجله مدیریت سرمایه گذاری 6 (4): 34-58.

براون ، S. J. و Goetzmann ، W. N. (2003) صندوق های پرچین با سبک. مجله مدیریت نمونه کارها 29 (2): 101–112.

براون ، S. J. ، Goetzmann ، W. N. and Liang ، B. (2004) هزینه های مربوط به بودجه بودجه. مجله مدیریت سرمایه گذاری 2 (4): 39-56.

Chow ، G. ، Jacquier ، E. ، Kitzman ، M. and Lowry ، K. (1999) پرتفوی بهینه در اوقات خوب و بد. مجله تحلیلگران مالی 55 (3): 65-73.

انگلکه ، ل. و یوین ، جی. (2008) انواع سرمایه گذاری های کالا. در: F. J. Fabozzi ، R. Füss و D. G. Kaiser (Eds.) کتابچه راهنمای سرمایه گذاری کالا. هابوکن ، نیویورک: ویلی ، صص 549-569.

ERB ، C. B. و Harvey ، C. R. (2006) ارزش تاکتیکی و استراتژیک آینده کالاها. مجله تحلیلگران مالی 62 (2): 69-97.

Fung ، W. و Hsieh ، D. A.(2000) ویژگی های عملکرد صندوق های تامینی و صندوق های کالا: طبیعی در مقابل تعصبات فریبنده. مجله تجزیه و تحلیل مالی و کمی 35 (3): 291-307.

جورجیف ، G. (2001) مزایای سرمایه گذاری کالا. مجله سرمایه گذاری های جایگزین 4 (1): 40-48.

Georgiev ، G. (2004) سرمایه گذاری طولانی مدت در آینده انرژی. مجله سرمایه گذاری های جایگزین 7 (2): 32-43.

Gorton ، G. و Rouwenhorst ، K. G.(2006) حقایق و خیالات در مورد آینده کالا. مجله تحلیلگران مالی 62 (6): 47-68.

گریر ، R. J.(2000) ماهیت شاخص کالا باز می گردد. مجله سرمایه گذاری های جایگزین 3 (1): 45-52.

Gregoriou ، G. N. ، Hübner ، G. ، Papageorgiou ، N. and Rouah ، F. D.(2007) وجوه وجوه در مقابل اوراق بهادار ساده صندوق های تامینی: یک مطالعه مقایسه ای از پایداری در عملکرد. مجله مشتقات و صندوق های پرچین 13 (3): 88-106.

Jeanneret ، P. ، Monnin ، P. and Scholz ، S. (2011) پتانسیل حفاظت از صندوق های تامینی کالا. مجله سرمایه گذاری های جایگزین 13 (3): 43-52.

Jensen ، G. R. ، Johnson ، R. R. and Mercer ، J. M. (2000) استفاده کارآمد از معاملات آتی کالاها در نمونه کارها متنوع. مجله بازارهای آتی 20 (5): 489-506.

جنسن، جی آر، جانسون، آر آر و مرسر، جی ام (2002) تخصیص تاکتیکی دارایی و معاملات آتی کالا. مجله مدیریت پورتفولیو 28 (4): 100–111.

Kaiser, D. and Haberfelner, F. (2011) سوگیری های صندوق تامینی پس از بحران مالی. مدیریت مالی 38 (1): 27–43.

مالکیل، بی. جی. و ساها، ا. (2005) صندوق های تامینی: ریسک و بازده. مجله تحلیلگران مالی 61 (6): 80-88.

Schneeweis, T., Spurgin, R. and Waksman, S. (2006) اثرات گزارش اولیه بر بازده صندوق تامینی و CTA. مجله سرمایه گذاری های جایگزین 9 (2): 30–45.

استول، اچ آر و ویلی، آر.(2010) سرمایه گذاری شاخص کالا و قیمت های آتی کالا. مجله مالی کاربردی 20 (1): 7–46.

سپاسگزاریها

نویسندگان از Greg N. Gregoriou و Florian Haberfelner برای نظرات مفید در مورد نسخه های قبلی این مقاله تشکر می کنند. هر گونه خطای باقی مانده مربوط به نویسندگان است. دیدگاه‌ها و نظرات ارائه‌شده در این مقاله لزوماً دیدگاه‌های Barclays Capital یا Robus Capital Management Limited نیست.

اطلاعات نویسنده

نویسندگان و وابستگی ها

Robus Capital Management Limited, Marble Arch Tower, 55 Bryanston Street, London, W1H 7AA, UK

1. کریستوفر بائر

همچنین می توانید این نویسنده را در PubMed Google Scholar جستجو کنید

همچنین می توانید این نویسنده را در PubMed Google Scholar جستجو کنید

همچنین می توانید این نویسنده را در PubMed Google Scholar جستجو کنید

نویسنده متناظر

حقوق و مجوزها

درباره این مقاله

به این مقاله استناد کنید

Bauer, C., Heidorn, T. & Kaiser, D. A Primer on Commodity Hedge Funds. J Deriv Hedge Funds 18، 223-235 (2012). https://doi. org/10. 1057/jdhf. 2012. 10

دریافت: 03 ژوئن 2012

بازبینی شده: 03 ژوئن 2012

تاریخ انتشار: 31 جولای 2012

تاریخ صدور: 01 اوت 2012

این مقاله را به اشتراک بگذارید

هر کسی که پیوند زیر را با او به اشتراک بگذارید، می‌تواند این محتوا را بخواند: