Foundation | Welcome

Menu


Gastbeitrag: Datenbasierte Modelle gewinnen im Sekundärmarkt im Wettlauf um Informationen an Bedeutung

In den vergangenen zehn Jahren hat sich der Private-Equity-Sekundärmarkt verdreifacht. Neben den etablierten Käufern sind zahlreiche neue Marktteilnehmer hinzugekommen. Die Suche nach Informationsvorteilen nimmt zu, während zugleich die Bandbreite und Komplexität potenzieller Investments weiter wächst.

Martina Schliemann

Im Unterschied zu öffentlichen Märkten, in denen Daten weitgehend verfügbar und kommerziell zugänglich sind, sind Informationen über Private Markets per Definition begrenzt und schwieriger zu beschaffen. Zwar hat sich der Umfang privater Marktdaten erhöht, doch geschah dies nicht gleichmäßig: Einige Manager haben gezielt umfangreiche Datenbestände aufgebaut, während andere weniger systematisch vorgegangen sind.

Dies hat zu einem ungleichen Ausgangspunkt geführt und einen Wettbewerb um datenbasierte Analyseansätze ausgelöst. Auf Basis von über 40 Jahren Private-Markets-Erfahrung haben wir einen proprietären Datensatz aufgebaut, der Einblicke in mehr als 5.000 GPs, 23.000 Fonds und 74.000 Transaktionen ermöglicht. Dieser Datensatz bildet die Grundlage für verschiedene analytische Werkzeuge zur Beurteilung von Sekundärmarktchancen.

Quantitative Analysen bei diversifizierten Transaktionen
Bei klassischen LP-geführten Sekundärtransaktionen erwerben Käufer Anteile an bestehenden Fondsportfolios von den ursprünglichen Investoren. Solche Transaktionen bieten eine sofortige Diversifikation und Zugang zu reiferen Vermögenswerten mit potenziell früheren Ausschüttungen. Traditionell haben Sekundärinvestoren viel Zeit damit verbracht, zugrunde liegende Fonds und Portfoliounternehmen zu analysieren. Wer über keine eigenen Daten verfügt, muss Informationen zum Verkaufsportfolio zunächst beschaffen.

Vor diesem Hintergrund kann ein quantitativer Ansatz zusätzliche Unterstützung leisten, da Transaktionen häufig die Bewertung vieler hundert Portfoliounternehmen umfassen. Deren Preise stützen sich auf Referenzdaten, die ein oder zwei Quartale (oder länger) alt sein können – insbesondere in volatilen Märkten. Da die Renditen stark vom Zeitpunkt und Umfang der Kapitalabrufe und Ausschüttungen nach dem Erwerb abhängen, ist es wichtig, erwartete Cashflows zu modellieren und Echtzeit-Aktualisierungen zu ermöglichen.

Die traditionelle Bottom-up-Due-Diligence, die die Einschätzung der Investmentteams einbezieht, bildet weiterhin den Kern jeder Analyse. Fortgeschrittene quantitative Instrumente ermöglichen es jedoch, zahlreiche Hypothesen effizient zu testen und Szenarien unmittelbar durchzuspielen.

Echtzeitmodelle für Bewertung und Cashflow-Projektion
Auf Basis eines ursprünglich aus der Meteorologie stammenden Modellansatzes wurde ein „NAV-Nowcasting“-Tool entwickelt. Es ermöglicht eine aktuelle Top-down-Schätzung von Veränderungen in Portfolio-Bewertungen. Das Modell nutzt die historische, nichtlineare Beziehung zwischen privaten und öffentlichen Marktbewegungen und schätzt ein „glattes“ Beta für das Portfolio anhand verschiedener Merkmale. Das Ergebnis ist eine Bewertungsschätzung, die eine Alternative zu gängigen NAV-Modellierungsansätzen bietet. Da die Schätzungen in Echtzeit erzeugt werden, können Transaktionsteams unmittelbar auf Entwicklungen reagieren.

Zudem kommt ein parametrisches Simulationsmodell zum Einsatz, um zukünftige Cashflows präziser abzuschätzen. Dieses nutzt den proprietären Datensatz, um wahrscheinlichkeitsgewichtete Szenario-Projektionen zu erstellen und aktuelle sowie erwartete Markttrends einzubeziehen. Damit lassen sich Transaktionen innerhalb weniger Minuten vorprüfen, statt wie bisher in Tagen oder Wochen. Sobald eine vertiefte Prüfung erforderlich ist, wird das automatisierte Top-down-Modell parallel zur Bottom-up-Analyse eingesetzt, um Annahmen zu überprüfen und dynamische Stresstests zu ermöglichen.

GP-geführte Transaktionen im Fokus: Transparenz über Werttreiber
Der Sekundärmarkt hat sich in den vergangenen Jahren deutlich verbreitert. Insbesondere GP-geführte Transaktionen machen inzwischen rund die Hälfte des Marktvolumens aus. Diese Strukturen, die häufig als Continuation Funds bezeichnet werden, ermöglichen es einem Sekundärkäufer, gemeinsam mit einem General Partner (GP) ein Vehikel zu schaffen, das Beteiligungen übernimmt, die der GP weiterhin betreut.

Aufgrund der höheren Konzentration solcher Transaktionen arbeiten Sekundärinvestoren bevorzugt mit GPs zusammen, die über einen überzeugenden Track Record verfügen – in der Hoffnung, dass wichtige Werttreiber auch künftig Bestand haben. Klassische Track-Record-Analysen bieten jedoch nur begrenzt Einblick in die Entstehung von Renditen und liefern wenige Hinweise auf deren Wiederholbarkeit.

Um diese Lücke zu schließen, wurde ein „Manager-Alpha“-Attributionsmodell entwickelt. Es nutzt proprietäre Deal-, Sektor- und regionale Indizes, die auf mehr als 74.000 Transaktionen basieren, und ermöglicht dadurch detailliertere Einblicke bei der Beurteilung potenzieller GP-geführter Transaktionen. Das Benchmarking auf Einzelebene schafft dabei einen repräsentativen Vergleichsrahmen mit vollständigen Cashflow-Historien und einer höheren Granularität als öffentliche Marktindizes.

Das Modell ermittelt den Wertbeitrag eines Managers auf Deal-Basis und ermöglicht die Beurteilung der relativen Performance verschiedener Sektoren im Vergleich zu entsprechenden Benchmarks. Ziel ist es, nachvollziehbar zu machen, ob ein Manager tatsächlich Alpha geschaffen hat, woher dieses stammt und wie robust oder wiederholbar diese Werttreiber künftig sein könnten. Vereinfacht ausgedrückt: Werden Portfoliounternehmen tatsächlich weiterentwickelt – oder profitieren sie vor allem von günstigen Sektorbedingungen?

Mithilfe dieser Analysen können Teams GP-geführte Transaktionen prüfen, den Umfang und die Quellen historischer Wertschöpfung beurteilen und Manager identifizieren, die über längere Zeiträume konsistente Ergebnisse erzielt haben. Darüber hinaus lassen sich geografische oder sektorale Stärken erkennen sowie Schlüsselpersonen mit besonders starkem Leistungsprofil ausmachen.

In dynamischen GP-geführten Prozessen können solche Erkenntnisse in die Portfoliokonstruktion einfließen, beispielsweise indem Unternehmen mit einer höheren Wahrscheinlichkeit anhaltender Outperformance stärker berücksichtigt und potenzielle Problemfälle ausgeschlossen werden. In Verbindung mit etablierten Due-Diligence-Prozessen und einer klaren Ausrichtung der Interessen in Continuation-Funds können diese analytischen Bausteine dazu beitragen, Transaktionen langfristig widerstandsfähig zu strukturieren.

Analytik als Unterstützung für fundierte Entscheidungen
Mit dem Wachstum und der zunehmenden Komplexität des Sekundärmarkts sowie einer asymmetrischen Datenlage steigt der Bedarf an effizienteren Analyseansätzen.

In der Praxis haben sich fortgeschrittene, datengetriebene Analyseinstrumente als sinnvolle Ergänzung zu den bestehenden fundamental orientierten Due-Diligence-Prozessen erwiesen. Diese Kombination hat in einem dynamischen Marktumfeld zu mehr Klarheit beigetragen. Die verwendeten Werkzeuge liefern praxisnahe Erkenntnisse in laufenden Transaktionsprozessen, die fundierte Entscheidungen in wettbewerbsintensiven Situationen unterstützen können.

---
*) Martina Schliemann, Managing Director und Head of DACH bei HarbourVest