Institutional Money, Ausgabe 1 | 2025

au ällig mit Bereich der VC-Beimischung –, und die Ergeb- nisse sind ungeachtet der BO-Gewichtungen für Buy-out im Kon)denzintervallbereich von 95 Prozent durchgehend positiv. In der unteren Gra)k kommt das zufällige Ziehen der Privatkapital-Alphas (Sampling) hinzu, was die Streuung der Alphas entsprechend erhöht. Trotzdem bleibt – im Gegensatz zur ALL-Variante – der Alpha-Medianwert nach besagten 5.000 Simulationen nur für die Buy-out-Beimi- schungen im 95-prozentigen Kon)denzintervall uneinge- schränkt positiv. Wichtige Überlegungen in Bezug auf Unterdiversi)kation, Illiquidität und LP-Portfolioallokatio- nen sind berücksichtigt. Schlussbemerkungen Die Innovation von Brown, Gonçalves und Hu besteht da- rin, die erste Bewertung von Privatkapital als Assetklasse und aus einer Alpha-Perspektive bereitzustellen und dabei Illiqui- dität und Unterdiversi)kation von Privatkapitalfonds zu be- rücksichtigen. Die neue Methode konzentriert sich somit auf Alphas im Gegensatz zu NPV-Kennzahlen, gilt für Pri- vatkapitalassetklassen – im Gegensatz zu einzelnen Fonds – und berücksichtigt die wirtschaftliche Realität von Privat- marktinvestments. Diese drei Merkmale machen das Privat- kapital-Alpha zu einer attraktiven risikoadjustierten Perfor- mancekennzahl.Das Kapitalmarktforscherteam kombinierte eine große Stichprobe von 5.028 US-amerikanischen Buy- out-, Venture-Capital- und Immobilienfonds über den Zeit- raum von 1987 bis 2022, um die Alphas von Privatkapital- assetklassen unter realistischen Simulationsbedingungen zu schätzen und die Portfolioallokation typischer Limited Part- ners, also der Kommanditisten, zu berücksichtigen. Es stellt sich zweifelsfrei heraus, dass Buy-out als Assetklasse während des Stichprobenzeitraums ein positives und statistisch signi- )kantes Alpha liefert. Im Gegensatz dazu war das Venture- Capital-Alpha während des Untersuchungszeitraums zwar positiv, aber statistisch nicht signi)kant, und das Immobilien- Alpha war, wenn überhaupt vorhanden, dann negativ. Darüber hinaus ist die Simulationsmethode exibel genug, um sie leicht anzupassen, und um Fragen zu unter- suchen, die über den Rahmen dieses Papers hinausgehen. Beispielsweise könnten die Simulationen angepasst werden, um die Auswirkungen von Liquiditätsschocks auf die Attraktivität von Privatkapitalinvestments zu untersuchen. Diese und andere wichtige Fragen bleiben somit zukünfti- gen Forschungsarbeiten auf der Grundlage von Privatkapi- tal-Alpha-Simulationen vorbehalten. DR. KURT BECKER Einordnung der Studie von Brown, Gonçalves und Hu Fortschritte in der Kapitalmarktwissenschaft auf drei Gebieten D er Hauptbeitrag der Studie besteht darin, eine neue Methode zur Bewer- tung der Performance privater Kapital- investitionen bereitzustellen. In dieser Hinsicht ist die Innovation von Brown, Gonçalves und Hu dreifach. Erstens: An- statt sich auf NPV-(Net Present Value)- Kennzahlen wie das Public Market Equi- valent (PME) von Kaplan und Schoar (2005), das Generalized PME (GPME) von Korteweg und Nagel (2016) oder ein GPME mit besseren Eigenschaften auf Fondsebene (Korteweg und Nagel (2024)) zu konzentrieren, schätzen sie das Alpha von Privatkapitalinvestments. Dies ist wichtig, da Kapitalallokationsentschei- dungen einen Vergleich der risikoadjus- tierten Performance über alle Anlage- klassen hinweg erfordern. Alpha ist die standardmäßige risikoadjustierte Perfor- mancekennzahl für die meisten Anlage- klassen. Daher ist es für institutionelle Anleger von entscheidender Bedeutung, Schätzungen für das Alpha von Privatka- pitalassetklassen zu besitzen, um infor- mierte Allokationsentscheidungen vor- nehmen zu können. Zweitens konzentrieren sich die Auto- ren auf die risikobereinigte Performance von Privatkapitalassetklassen im Gegen- satz zur Betrachtung und zum Vergleich von risikoadjustierter Performance auf Ebene der einzelnen Fonds. Während viele Investmententscheidungen risiko- adjustierte Performancekennzahlen auf Fondsebene benötigen, erfordert die Ent- scheidung, wie viel Privatkapitalasset- klassen zugeteilt werden soll, eine Risiko- adjustierung auf Ebene der Anlageklas- sen. Es ist nicht offensichtlich, wie sich die in der kapitalwissenschaftlichen Lite- ratur berichtete fondsübergreifende Ver- teilung der NPV-Kennzahlen auf die risi- kobereinigte Performance von Privatka- pitalassetklassen übertragen lässt. Drittens berücksichtigt das Privatkapi- tal-Alpha eben die wirtschaftliche Rea- lität der privaten Märkte, die bis dato un- berücksichtigt blieb und die Ergebnisse nach oben verzerrte. Insbesondere fin- den die Unterdiversifikation von Invest- ments in Privatkapital sowie die Unmög- lichkeit der LPs, ihre effektive Allokation in Private Capital genau zu kontrollieren, Eingang in die Berechnungen. Darüber hinaus berücksichtigt die hier vorgestell- te Alpha-Berechnung eine Allokation in öffentliche und private Märkte, die im Kontext typischer LPs von Privatkapital- fonds realistisch ist. 106 N o . 1/2025 | institutional-money.com THEORIE & PRAXIS | Private Markets FOTO: © MSCI PRIVATE CAPITAL SOLUTIONS » Bei Venture Capital fiel das Alpha mit drei Prozent zwar höher aus, streute stark und war statistisch insignifikant. « Wendy Hu, Lead Academic Researcher bei MSCI Private Capital Solutions in New York