I mars 2020, da verden våknet til alvoret av COVID-19-pandemien, våknet eiere av eiendeler til økende tap på tvers av deres ulike porteføljer. Mer enn et tiår etter den store finanskrisen (2008) opplevde eiendelsmarkedene endelig et stort krasj. Bare fem måneder senere hadde S&P 500 gjenvunnet sin tidligere topp. Disse enestående tidene innebærer en mye bredere enn normal fordeling av potensielle future utfall. I tider som disse er det avgjørende å kunne regelmessig overvåke en porteføljes risiko og faktor eksponeringer.
Johnathan Crist, CFA FRM er en senior investeringsanalytiker ved Georgia Tech Foundation, Inc., hvor han er en del av teamet som forvalter $2,3 milliarder i eiendeler. Hans ansvarsområder inkluderer å forvalte porteføljefordeling, risiko og derivatprogram.
Refleksjonene her er resultatet av et flere måneder langt samarbeid mellom Georgia Tech Foundation og Nasdaq Solovis for å implementere et nedenfra-og-opp, sømløst oppdatert ex-ante risikosystem, som til slutt ble Nasdaq Solovis Risk Analytics. Mye av dette arbeidet skjedde under de mest volatile delene av COVID-19-pandemien. Nasdaq Solovis to implement a bottoms-up, seamlessly updated ex-ante risk system, which ultimately became Nasdaq Solovis Risk Analytics. Much of this effort occurred during the most volatile parts of the COVID-19 pandemic.
Johnathan Crist, CFA, FRM
Senior investeringsanalytiker, Georgia Tech Foundation, Inc.
Beskrivelse:
2,3 milliarder dollar i legat
Sted:
Atlanta, Georgia
Johnathan Crist, CFA, FRM
Senior investeringsanalytiker, Georgia Tech Foundation, Inc.
Beskrivelse:
2,3 milliarder dollar i legat
Sted:
Atlanta, Georgia
I perioder med økonomisk vekst blir porteføljerisiko ofte oversett. Når aktivapriser øker og markedsvolatiliteten er lav, blir risikovurdering en formalitet som gjennomføres én eller to ganger i året. Når tiden er inne, vil institusjoner hente frem sine gamle regneark, oppdatere dem med endringer, innlemme de nyeste forutsetningene så godt de kan, og håpe på det beste. Dette er ofte en mer reaktiv enn proaktiv prosess.
En av grunnene er at det er mange innspill og antakelser som inngår i en grundig analyse av en porteføljes risiko:
Det er mye å samle det sammen selv én gang. Å gjøre det regelmessig krever koordinering på tvers av portefølje- og funksjonelle siloer, risikokompetanse og store mengder automatiserte data.
Nasdaq Solovis Risk Analytics brakte sofistikasjonen av det vi gjorde til et nytt nivå, noe som resulterte i større tillit til data og bedre overordnet porteføljeforvaltning. Nasdaq Solovis Risk Analytics brought the sophistication of what we were doing to a new level, which resulted in greater trust in the data and better overall portfolio management.
I 2019 ble Georgia Tech Foundation (GTF), som forvalter en kapital på mer enn 2,3 milliarder dollar, Nasdaq Solovis' første Risk Analytics-klient. På det tidspunktet besto Solovis Risk Analytics kun av prototype Python-kode som skrev ut beregninger i en Excel regnearkrapport. Men GTF var også en Solovis Portfolio Analytics-klient. Dette betydde at Solovis kunne se GTFs allokering til hver aksje og obligasjon i porteføljen (inkludert full innsikt i porteføljene til mange av dets forvaltere) over tid. Et risikosystem bygget på toppen av disse dataene hadde fordelen av å kunne generere risikoberegninger ved å bruke porteføljens faktiske beholdninger ned til den enkelte sikkerhet. Nasdaq Solovis' first Risk Analytics client. At that point, Solovis Risk Analytics consisted only of prototype Python code that printed calculations into an Excel spreadsheet report. But GTF was also a Solovis Portfolio Analytics client. This meant that Solovis could see GTF's allocation to every stock and bond in its portfolio (including full look-through into the portfolios of many of its managers) throughout time. A risk system built on top of this data had the advantage of being able to generate risk calculations using the portfolio's actual holdings down to the individual security.
En viktig ulempe med mange andre risikosystemer er at de er avkastningsbaserte snarere enn posisjonsbaserte. Konsekvensen av å beregne faktoreksponeringer og risiko ved bruk av avkastning er at den historiske tidsserien av en leders avkastning reflekterer skiftende stiler, aktivafordelinger og synspunkter. Dermed fanger risikomålinger beregnet ved bruk av disse avkastningene den gjennomsnittlige posisjoneringen til lederen eller porteføljen over analyseperioden. Men når man utfører en risikoanalyse, er den beste prediktoren for ex-ante risiko de nåværende posisjonene.
Solovis satte seg fore å løse dette problemet for GTF og andre future kunder ved å bygge en analytisk plattform på toppen av den skattekisten av posisjonsnivå data den allerede hadde tilgang til via Portfolio Analytics.
Crist forklarte, «Solovis hadde vært vårt kjernetool for å overvåke vår porteføljeallokering. Som gruppe utfordret vi oss alltid til å se utover bare aktivaklassevekter for å forstå vår reelle porteføljeallokering. Vi hadde integrert vår live allokering i Solovis til noen enkle Excel-modeller for å overvåke vår porteføljerisiko og aksjebeta. Lanseringen av Solovis Risk Analytics brakte sofistikeringen av det vi gjorde til et nytt nivå, noe som resulterte i større tillit til dataene og bedre overordnet porteføljeforvaltning.»
Nasdaq Solovis hadde prototypet risikalgoritmer og kode i samarbeid med GTF i store deler av 2019. En iterativ tilnærming ble brukt der funksjoner som scenarioanalyse og risikoproksier for illikvide eiendeler ble utviklet og deretter beta-testet med GTF. Men da en front-end for risikoprogrammet fortsatt var under utvikling, traff COVID-19-krisen. GTF hadde ikke tid til å vente på det endelige produktet - det trengte risikosvar med en gang. Nasdaq Solovis had been prototyping risk algorithms and code in collaboration with GTF for much of 2019. An iterative approach was used where features such as scenario analysis and risk proxies for illiquid assets were developed and then beta-tested with GTF. But then as a front-end for its risk application was still under development, the COVID-19 crisis hit. GTF didn't have time to wait for the final product - it needed risk answers right then.
I løpet av de stressende ukene leverte Solovis regelmessige risikorapporter til GTF ved å bruke sin allerede utviklede risikomotor og Excel-regneark. Disse rapportene inkluderte oppdatert informasjon om porteføljens volatilitet, faktoreksponeringer, viktigste risikobidragsytere og den forventede effekten av ytterligere økonomiske sjokk.
«Ingen er noen gang virkelig 100 % forberedt på den typen hendelse som skjedde i februar og mars 2020,» sa Crist. «Dette var spesielt sant da vi ikke var helt i sluttfasen av å ha risikoplattformen oppe og kjøre. Uansett hvor langt prosjektet var kommet, var dataene avgjørende for omstendighetene. Det var viktig å forstå hvordan porteføljen vår var posisjonert, både da markedet solgte seg ned og i den påfølgende oppgangen.»
Denne ildprøven av både GTFs risikostyringsprosess og Solovis' nye risikoprogramvare hjalp GTF med å ta de nødvendige grepene for å komme uskadet ut av markedsvolatiliteten. Og det viste seg å være det beste beviset på konseptet Solovis Risk Analytics kunne ha ønsket seg. I løpet av denne perioden beviste Solovis at det kunne produsere innsiktsfulle risikoanalyser ved behov. Og disse analysene kunne deretter brukes til å informere investeringsprosessen under de verste og mest stressende tidene.
Høsten 2020 fullførte Solovis brukergrensesnittet til den nye Risk Analytics-applikasjonen. Fullstendig integrert med Solovis Portfolio Analytics og tilgjengelig ved behov, kunne Georgia Tech Foundation endelig legge bort regnearkene for godt.
«Hendelsene i februar og mars 2020 førte til at prosjektet gikk raskere fremover. Det ga en utmerket faktasjekk for parameterne og proxyene vi tildelte til forskjellige deler av porteføljen vår. Vi gikk gjennom et levende stresscenario som vi kunne bruke til å sammenligne med det vi så i de hypotetiske scenariene i Solovis Risk Analytics. Kalibrering av modellen til det faktiske utfallet i markedene gjorde at vi til slutt fikk tillit til dataene fremover.»
Vi gikk gjennom et levende stressscenario som vi kunne bruke til å sammenligne med det vi så i de hypotetiske scenariene i Solovis Risk Analytics. Kalibrering av modellen til den reelle utgangen som skjer i markedene ga oss til slutt tillit til data fremover.
I dag er GTF fortsatt en fornøyd Solovis Risk Analytics-klient. Hver uke bruker GTF Solovis Risk Analytics for å overvåke sin risiko og porteføljeeksponeringer. Ukentlige telefonmøter med Solovis' R&D team (teamet som bygde Risk Analytics-applikasjonen) brukes for å holde seg oppdatert både fra et investeringsrisiko- og modelleringsperspektiv.
«Som forholdet vi har med Solovis på Portfolio Analytics-siden, har Risk Analytics team blitt en forlengelse av vår stab,» sa Crist. «Våre ukentlige samtaler går utover bare oppdateringer om applikasjonen, men de dekker alle emner rundt risikostyring fra beste praksis, til fremtidige implementeringshensyn og aktuelle hendelser. Svært sjelden møter du et team som er så åpne for samtale og forslag som Risk Analytics team hos Solovis.»
En ting som Georgia Tech Foundation spesielt liker ved sitt partnerskap med Solovis, er at det går utover et enkelt programvareleverandør-kunde forhold. For GTF er Solovis mer en forskningspartner enn en leverandør. Og for Solovis er GTF en idépartner og diskusjonsplattform.
For eksempel, høsten 2020, da GTF ønsket å få bedre innsikt i sin eksponering mot ikke-lineær aksjevolatilitet, hjalp Solovis' R&D team med å utvikle flere nye volatilitets-spesifikke faktorer som nå brukes til å styrke GTFs grunnleggende risikofaktormodell.
Nasdaq Solovis Risk Analytics eliminerer behovet for isolerte risikosystemer og ineffektive regneark, og leverer en komplett plattform for risikostyring og rapportering på tvers av alle aktivatyper. Som en del av den overordnede Solovis Portfolio Analytics-plattformen, gir Solovis Risk-applikasjonen nøyaktige, tidsriktige innsikter i eksponering, ytelse og likviditetsdata for historisk scenarioanalyse og markedstresstester.
Nasdaq Solovis Risk Analytics eliminerer behovet for isolerte risikosystemer og ineffektive regneark, og leverer en komplett plattform for risikostyring og rapportering på tvers av alle aktivatyper. Som en del av den overordnede Solovis Portfolio Analytics-plattformen, gir Solovis Risk-applikasjonen nøyaktige, tidsriktige innsikter i eksponering, ytelse og likviditetsdata for historisk scenarioanalyse og markedstresstester.
