Conditional Drawdown at Risk: Warum CDaR mehr aussagt als der maximale Verlustpunkt allein
1. Verlustmessung: Einzelpunkt versus Tail-Verteilung
Zeigt den größten kumulativen Rückgang vom Höchststand bis zum Tiefstpunkt innerhalb eines Beobachtungszeitraums. Ein einziger Wert – präzise, aber blind für alles, was drumherum passiert.
CDaR berechnet den Erwartungswert aller Drawdowns, die einen definierten Schwellenwert überschreiten. Damit erfasst es nicht nur das schlimmste Ereignis, sondern das systematische Verhalten im Verlust-Tail. Für mehrperiodige Modelle ist diese Information strukturell relevanter: Ein Portfolio kann einen niedrigen Maximum Drawdown aufweisen und trotzdem ein hohes CDaR zeigen, wenn es häufig knapp unterhalb der Grenze verliert. Genau diese Fälle werden durch Maximum Drawdown allein nicht sichtbar gemacht.
CDaR macht Verlustmuster sichtbar, die Maximum Drawdown systematisch ausblendet – besonders relevant bei mehrperiodigen Beschränkungen mit wiederholten Drawdown-Phasen.
2. Optimierungseigenschaften beider Maße
Maximum Drawdown ist nicht konvex und damit rechnerisch schwer in Optimierungsprobleme einzubetten. Als harte Nebenbedingung erfordert es oft Näherungsverfahren oder ganzzahlige Formulierungen.
CDaR ist unter bestimmten Annahmen konvex und lässt sich als lineare Nebenbedingung reformulieren – ähnlich wie Conditional Value at Risk bei Renditemaßen. Das macht CDaR rechnerisch attraktiver für große Optimierungsprobleme mit vielen Perioden. Die Reformulierung nach Chekhlov, Uryasev und Zabarankin ermöglicht eine direkte Integration in lineare Programmierrahmen ohne Näherungsverfahren. Dieser Vorteil kommt jedoch mit eigenen Annahmen: Die Linearität gilt nur unter spezifischen Modellbedingungen, die explizit geprüft werden müssen.
Die konvexe Struktur von CDaR vereinfacht die Einbettung in mehrperiodige Optimierungsmodelle erheblich – aber nur, wenn die zugrunde liegenden Modellannahmen tatsächlich erfüllt sind.
3. Verhalten in Stressphasen
In Stressphasen springt Maximum Drawdown auf einen neuen Extremwert und bleibt dort. Das Maß hat kein Gedächtnis für die Häufigkeit oder Dauer von Verlustphasen unterhalb des Maximums.
CDaR reagiert auf wiederholte Verlustphasen, auch wenn keine davon den historischen Maximum Drawdown erreicht. Wenn ein Portfolio in einer Stressphase zehn Mal einen Drawdown von 12 Prozent erlebt und der Maximum Drawdown bei 15 Prozent liegt, bleibt MDD unverändert. CDaR hingegen steigt mit jeder zusätzlichen Tail-Verlusterfahrung. Für mehrperiodige Beschränkungen, die auf Pfadstabilität abzielen, ist diese Eigenschaft von erheblicher praktischer Bedeutung – sie misst, was ein Modell tatsächlich durchhalten muss.
CDaR reagiert sensitiver auf wiederholte Verlustphasen als MDD – ein struktureller Vorteil für Modelle, die Pfadstabilität über mehrere Anlagehorizonte beschränken wollen.
4. Parameterwahl und Modelltransparenz
Maximum Drawdown benötigt keinen zusätzlichen Parameter. Das macht es einfach zu kommunizieren und direkt vergleichbar – aber auch inflexibel gegenüber unterschiedlichen Risikovorlieben.
CDaR erfordert die Wahl eines Konfidenzniveaus – typischerweise zwischen 0,90 und 0,99. Dieses Niveau bestimmt, welcher Anteil der Verlustverteilung als Tail definiert wird. Die Wahl ist nicht neutral: Ein höheres Konfidenzniveau macht CDaR konservativer und sensitiver für seltene Extremereignisse. Ein niedrigeres Niveau glättet die Tail-Schätzung, kann aber relevante Risikoinformation unterdrücken. Diese Parameterentscheidung muss explizit begründet und dokumentiert werden – sie ist keine technische Nebensache, sondern eine methodische Festlegung mit direkten Konsequenzen für die Portfoliostruktur.
Die Wahl des Konfidenzniveaus bei CDaR ist eine methodische Kernentscheidung, die transparent dokumentiert werden muss – sie prägt das gesamte Risikomodell grundlegend.
CDaR liefert strukturell reichhaltigere Information als Maximum Drawdown – ist aber kein universeller Ersatz. Beide Maße haben ihren Platz, sofern ihre Annahmen und Grenzen explizit benannt werden.