CIS Asset Management

Mit Hilfe des Bewertungsmodells kann man einen CLO mit dessen ganzen Feinheiten, wie z. B. Kosten- und Gebührenstruktur sowie den diversen Konzentrationsgrenzen, unter der ceteris paribus Annahme nachmodellieren.
Das Modell dient dazu, die zukünftigen Zahlungsströme prognostizieren zu können sowie deren Nachhaltigkeit festzustellen.
Als Inputindikatoren dienen sowohl Marktdaten als auch verschiedene managerspezifische Alpha-Indikatoren.

Die Vergleichsgruppenanalyse ermöglicht es, die diversen Managersignaturen bzw. deren Alpha-Komponenten (Risiko- und Performanceindikatoren) sowohl mit Marktdaten als auch untereinander, Manager gegen Manager sowie mit weiteren intern definierten Universen zu vergleichen.
Es ist möglich, eine Gewichtung, je nach Präferenz, für einzelne Indikatoren festzulegen und hierauf basierend, ein internes Ranking abzuleiten.

Als Managersignatur wird ein firmeninternes Analysetool bezeichnet, in dem auf monatlicher Basis unterschiedliche Alpha-Indikatoren (sowohl Risiko- als auch Performanceindikatoren) analysiert werden.
Als Inputdaten dienen die bereinigten Daten aus den monatlichen Depotbankauszügen (vgl. Firmeneigene Datenbank).
Von jedem bewerteten Manager existieren durchschnittlich 4 bis 6 solcher Managersignaturen mit einer Mindesthistorie von 60 Monaten. Oftmals können die managerspezifischen Indikatoren bis in den Zeitraum vor die Weltfinanzkrise zurückverfolgt werden.
Der Zweck dieser sogenannten Managersignaturen ist, das Verhalten eines Managers bzw. seines Teams über den maximalen Zeitraum quantitativ aufarbeiten und nachvollziehen zu können.

Die CIS Datenbank bildet das Kernstück jeder unserer Analysen. Sie umfasst einerseits die Rohdaten aus den monatlichen Depotbankauszügen, die i.d.R. vierteljährlichen Zahlungsauszüge (Note Valuation Reports) sowie andererseits die Vertragswerke (engl. Indenture und Offering Memorandum) eines jeden CLOs.
Zur späteren Analyse werden die Rohdaten in verschiedenen Schritten aufwendig bereinigt und in ein einheitliches Format gebracht. Da die Rohdaten oftmals fehlerbehaftet sind, werden die Daten immer auf ihre Plausibilität, mathematische Logik und Vollständigkeit, teils automatisiert sowie manuell, geprüft.