Fondspræstationer anses ofte for at være den afgørende prøve for fondsforvaltning, og i institutionel sammenhæng er nøjagtige målinger en nødvendighed. Med henblik herpå måler institutionerne resultaterne for hver enkelt fond (og normalt til interne formål komponenter af hver enkelt fond) under deres forvaltning, og resultaterne måles også af eksterne firmaer, der har specialiseret sig i resultatmåling. De førende firmaer til måling af performance (f.eks. Russell Investment Group i USA eller BI-SAM i Europa) udarbejder aggregerede branchedata, der f.eks. viser, hvordan fonde generelt har klaret sig i forhold til givne performanceindekser og peer groups over forskellige tidsperioder.
I et typisk tilfælde (lad os sige en aktiefond) vil beregningen blive foretaget (for så vidt angår kunden) hvert kvartal og vil vise en procentvis ændring i forhold til det foregående kvartal (f.eks. +4,6 % samlet afkast i amerikanske dollars). Dette tal vil blive sammenlignet med andre lignende fonde, der forvaltes i institutionen (med henblik på overvågning af den interne kontrol), med præstationsdata for peer group-fonde og med relevante indekser (hvis de er tilgængelige) eller skræddersyede benchmarks for præstationer, hvor det er relevant. De specialiserede firmaer til måling af performance beregner kvartil- og decildata, og der vil blive lagt stor vægt på en fonds (percentil)placering.
Det er sandsynligvis hensigtsmæssigt, at et investeringsselskab overtaler sine kunder til at vurdere performance over længere perioder (f.eks. 3 til 5 år) for at udjævne meget kortsigtede udsving i performance og konjunkturens indflydelse. Dette kan imidlertid være vanskeligt, og i hele branchen er der en alvorlig optagethed af kortsigtede tal og virkningen på forholdet til kunderne (og de deraf følgende forretningsrisici for institutionerne).
Et vedvarende problem er, om man skal måle resultaterne før skat eller efter skat. Måling efter skat repræsenterer investorens fordel, men investorernes skattepositioner kan variere. Måling før skat kan være misvisende, især i ordninger, der beskatter realiserede kapitalgevinster (og ikke urealiserede). Det er således muligt, at succesfulde aktive forvaltere (målt før skat) kan give elendige resultater efter skat. En mulig løsning er at oplyse om situationen efter skat for en vis standardskatteyder.
Risikovægtet resultatmålingRediger
Performancemåling bør ikke begrænses til evaluering af fondens afkast alene, men skal også integrere andre fondselementer, som vil være af interesse for investorerne, f.eks. måling af den påtagne risiko. Flere andre aspekter indgår også i resultatmålingen: evaluering af, om det er lykkedes for forvalterne at nå deres mål, dvs. om deres afkast var tilstrækkeligt højt til at belønne de risici, de har taget, hvordan de sammenligner sig med deres jævnaldrende, og endelig, om resultaterne af porteføljeforvaltningen skyldtes held eller forvalterens dygtighed. Behovet for at besvare alle disse spørgsmål har ført til udvikling af mere sofistikerede resultatmålinger, hvoraf mange har deres oprindelse i moderne porteføljeteori. Den moderne porteføljeteori etablerede den kvantitative forbindelse, der eksisterer mellem porteføljerisiko og afkast. Capital Asset Pricing Model (CAPM), der blev udviklet af Sharpe (1964), fremhævede begrebet belønning af risiko og skabte de første resultatindikatorer, hvad enten det drejer sig om risikojusterede forhold (Sharpe-ratio, informationsforhold) eller differentielle afkast i forhold til benchmarks (alfakvoter). Sharpe-ratio er det enkleste og mest kendte præstationsmål. Den måler afkastet af en portefølje ud over den risikofri rente i forhold til porteføljens samlede risiko. Denne måling siges at være absolut, da den ikke henviser til noget benchmark og dermed undgår ulemper i forbindelse med et dårligt valg af benchmark. Samtidig giver det ikke mulighed for at adskille resultaterne på det marked, som porteføljen er investeret i, fra forvalterens resultater. Informationsgraden er en mere generel form af Sharpe-ratio, hvor det risikofri aktiv erstattes af en benchmark-portefølje. Dette mål er relativt, da det evaluerer porteføljens præstation i forhold til et benchmark, hvilket gør resultatet stærkt afhængigt af dette benchmarkvalg.
Porteføljealfa fås ved at måle forskellen mellem porteføljens afkast og afkastet af en benchmarkportefølje. Dette mål synes at være det eneste pålidelige resultatmål til at evaluere aktiv forvaltning. Faktisk skal vi skelne mellem normale afkast, der leveres af den rimelige belønning for porteføljens eksponering for forskellige risici, og som opnås gennem passiv forvaltning, og unormale resultater (eller outperformance), der skyldes forvalterens dygtighed (eller held), hvad enten det er gennem market timing, stock picking eller held. Den første komponent er relateret til investeringsvalg vedrørende allokering og stil, som ikke nødvendigvis er under forvalterens egen kontrol og afhænger af den økonomiske kontekst, mens den anden komponent er en vurdering af, om forvalterens beslutninger er vellykkede. Kun sidstnævnte, målt ved alfa, gør det muligt at vurdere forvalterens sande præstation (men kun hvis man antager, at enhver overpræstation skyldes dygtighed og ikke held).
Porteføljeafkastet kan evalueres ved hjælp af faktormodeller. Den første model, der blev foreslået af Jensen (1968), bygger på CAPM og forklarer porteføljeafkastet med markedsindekset som den eneste faktor. Det bliver dog hurtigt klart, at én faktor ikke er nok til at forklare afkastet særlig godt, og at andre faktorer skal tages i betragtning. Multifaktormodeller blev udviklet som et alternativ til CAPM, der giver mulighed for en bedre beskrivelse af porteføljerisici og en mere præcis vurdering af en porteføljes afkast. Fama og French (1993) har f.eks. fremhævet to vigtige faktorer, der karakteriserer en virksomheds risiko ud over markedsrisikoen. Disse faktorer er book-to-market-forholdet og virksomhedens størrelse målt ved dens markedskapitalisering. Fama og French foreslog derfor en tre-faktor-model til at beskrive porteføljens normale afkast (Fama-French tre-faktor-modellen). Carhart (1997) foreslog at tilføje momentum som en fjerde faktor for at gøre det muligt at tage hensyn til den kortsigtede persistens i afkastet. Af interesse for resultatmåling er også Sharpes (1992) stilanalysemodel, hvor faktorerne er stilindeks. Denne model gør det muligt at udvikle et skræddersyet benchmark for hver enkelt portefølje ved hjælp af den lineære kombination af stilindeks, der bedst replikerer porteføljens stilallokering, og fører til en præcis vurdering af porteføljens alfa.