vba JOURNAAL - CFA Institute...najaar 2016. vba _ beleggingsprofessional s ... ([email protected]) Nummer 127_najaar 2016. 3 ... presentatie zet Martijn Cremers hier wel een . belangrijke

JOURNAAL vba _beleggingsprofessionals jaargang 32

nummer 127najaar 2016

vba _ beleggin

gsprofession

als JOU

RN

AA

Ljaargan

g 32_nu

mm

er 127 najaar 2016

A robust approach to investing in an uncertain world 19Factorpremies zitten overal! 25De invloed van de rente op low volatility aandelen 32Factorbeleggen, paradigma of panacee 36

Factorbeleggen

JOURNAAL nummer 127, najaar 2016 vba _beleggingsprofessionals

— PRAKTIJK

De bomen en het bos van factorbeleggen 13Harry Corbijn van Willenswaard en Arie Gravendeel

— OPINIE

A robust approach to investing in an uncertain world 19Stefan Lundbergh en Mark Petit

— COLUMN

De twee gezichten van factorbeleggen 24Paul de Beus en Loranne van Lieshout

— ONDERZOEK

Factorpremies zitten overal! 25Guido Baltussen en Willem van Dommelen

— PRAKTIJK

De invloed van de rente op low volatility aandelen 32Roelof Salomons en Ivo Kuiper

— DOSSIER

Factorbeleggen, paradigma of panacee 36Philip Menco en Philip Stork

— COLUMN

Factorbeleggen is flauwekul 44Michael Damm

— BOOKREVIEW

Efficiently inefficient – Lasse Heje Pedersen 46Jaap Koelewijn

Verder in dit nummer

Uit de verenigingBijeenkomst ‘Stock Picking versus Factor Investing: a subject for debate between Martijn Cremers and Joop Huij’ 4Jeroen Bos, Joris Fransen en Masja Zandberge

Ethiek en Integriteit congres 2016: Outside-in, in gesprek met de samenleving 6Philip Jan Looijen en Alwin Oerlemans

Jaap Koelewijn neemt afscheid als hoofdredacteur 9Alfred Slager

VBA Woningmarkt seminar – 27 september 2016 11Joris Winters en Egbert Nijmeijer

ScriptieSamenvatting van RBA scriptie: “Signed, sealed, delivered: Does foreign governing law affect the yield of eurozone sovereign bonds?” 43Kim Liu1

— INHOUD

— CALL FOR PAPERSHet winternummer 2016 van het VBA Journaal heeft als thema ‘De Wereld Draait Door na Quantitative Easing!?’

De eurozone zet al een tijdje koers naar onbekende wateren. Met Mario Draghi aan het hoofd is de Europese Centrale Bank zeer actief in de obligatiemarkt. Sinds maart 2015 koopt de ECB elke maand voor aanvankelijk € 60 miljard en inmiddels zelfs € 80 miljard aan voornamelijk staatsobligaties, ondanks fel Duits verzet uit angst voor het ontstaan van zeepbellen. De ECB heeft in maart 2016 ook besloten om bedrijfsobligaties op te kopen. Een en ander zou de groei en inflatie moeten aanjagen, maar gebeurt dit ook? Wat we gezien hebben zijn negatieve staatsrentes en recentelijk ook soms nsioenfondsen en verzekeraars?• Heeft het monetaire verruimingsbeleid gewerkt?• Is er sprake van een zeepbel op de obligatiemarkten?

Het winternummer verschijnt in januari 2017. Via deze call for papers roepen wij geïnteresseerde auteurs van harte op vóór 31 juli contact op te nemen met de redactie ([email protected])

Nummer 127_najaar 20163

vba _beleggingsprofessionals

— EDITORIAL

Factorbeleggen

Het bedenken, onderzoeken of volgen van factoren die de waarde van beleggingen beïnvloeden is waarschijnlijk al zo oud als het beleggen zelf. De ene beleggingsanalist associeert het met com-plexe modellen de andere meer met een fundamentele filosofie. Het is dan ook niet verwonderlijk dat de artikelen in dit VBA Journaal vele verschillende meningen en toepassingen laten zien. Vermakelijk en leerzaam is het wel! Dit VBA Journaal geeft daarmee niet alleen een kijkje in, maar ook achter de wereld van factorbeleggen. Leesplezier gegarandeerd.

Zo trappen Harry Corbijn van Willenswaard en Arie Gravendeel af met hun reflectie op de opkomst van het factorbeleggen. Factoren ontstaan veelal uit datamining op grond van histori-sche data. De vraag die de auteurs zich stellen is of deze factoren ook in het echt werken. Op basis van hun analyse geven ze aanbevelingen hoe alternatieve betastrategieën mee te nemen in de uiteindelijke beleggingsbeslissing.

Stefan Lundberg en Mark Petit beschrijven de problemen van factormodellen in een onzekere wereld. Zij houden een multidisciplinaire factorbenadering voor, die beleggers zal helpen een beter begrip te krijgen van de consequenties van verschillende “ondenkbare” economische scenario’s en daardoor zal helpen bij het meer solide beheren van de portefeuille.

Factormodellen worden doorgaans in verband gebracht met aandelenbeleggingen, waar de factorpremies bottom-up te vinden zijn. Guido Baltussen en Willem van Dommelen laten empirisch zien dat verschillende factoren ook top-down in aandelenindices, valuta en grond-stoffen aanwezig zijn. Roelof Salomons en Ivo Kuiper analyseren vervolgens de ‘low volatility anomaly’: het verschijnsel dat aandelen met een lage volatiliteit de afgelopen decennia een beter risico-return profiel hadden, en betogen op basis van de getoonde analyse dat de vergoeding voor rente hier een belangrijke factor is.

Het laatste artikel van de twee oud-redactieleden Philip Menco en Philip Stork gaat over de toegevoegde waarde van factormodellen bij het verslaan van een marktgewogen index. De titel: ‘Factorbeleggen: paradigma of panacee’ en het mixen van temen als ‘mythe’ en ‘kwakzalverij’, met zowel theorie als leuke grafieken maakt het lezenswaardig.

Uiteraard is er ook weer een stellige column van Michael Damm. Een bookreview van Jaap Koelewijn over het boek van Lasse Pedersen ‘Efficienty, inefficient’. Tenslotte is er ook nog een scriptieverslag over de vraag of staatsobligatiebeleggers beloond worden als zij bloot staan aan een hoger juridisch herstructureringsrisico door Kim Lui.

Kortom, volgens ons genoeg factoren die dit VBA-nummer weer kleur geven en interessant maken, al is uiteraard uw mening hierbij de doorslaggevende factor!

Namens de Redactie,Dirk Gerritsen, Manon Hosemann en Huub van Capelleveen

JOURNAAL4


Martijn Cremers beet het spits af. Cremers is Professor of Finance aan de Notre Dame universiteit en als bedenker van de term ‘active share’ heeft hij een grote invloed op het denken in de industrie uitgeoefend. Zijn presentatie droeg de titel ‘On active share: stock picking versus factor investing’. In sneltreinvaart kwamen belangrijke vragen als wat ‘active share’ precies inhoudt, hoe actief beleggingsfondsen zijn, waarom dit van belang is en wanneer het selecteren van individuele aandelen het beste werkt.

Lage ‘ active share’ en hoge kosten zijn een recept voor underperformance

Voor de meeste lezers zal de term ‘active share’ een bekend begrip zijn. Active share is het percentage van de portefeuille dat afwijkt van de benchmark. Dit percentage zegt niets over de correlatie tussen de beleggingen. De term ‘tracking error’ gaat in op het verschil in rendement tussen een portefeuille en een benchmark. Aan de hand van deze twee begrippen kunnen verschil-lende type portefeuilles gedefinieerd worden. De geconcentreerde portefeuilles op basis van fundamentele aandelenselectie hebben bijvoorbeeld een hoge ‘active share’ en een hoge ‘tracking error’ maar portefeuilles die veel blootstelling kennen naar factoren hebben veelal een lage ‘active share’ en een hoge ‘tracking error’. Een beleggingsfonds met een lage ‘active share’ is volgens Cremers geen probleem, zolang de kosten maar laag zijn. De actieve posities moeten immers groot genoeg zijn om de kosten van het fonds goed te maken. Cremers pleit er dan ook voor dat er een relatie zou moeten bestaan tussen ‘active share’ en kosten.Cremers presenteert een onderzoek van Denys Glushkov uit 2015. Dit onderzoek laat zien dat factor ETF’s (lage ‘active share’) geen outperformance behalen ten opzichte van de benchmark. Dit is in lijn met eigen onderzoek van Cremers met Petajisto, dat over de periode 1990 t/m 2015 voor Amerikaanse beleggingsfondsen aantoont dat de beleggingsfondsen met de laagste ‘active share’ het slechtste rendement laten

zien en sterk achterblijven bij de benchmark terwijl de beleggingsfondsen met de hoogste ‘active share’ het beste presteren en een outperformance weten te realiseren ten opzichte van de benchmark. Opvallend is wel dat de beleggingsfondsen met de hoogste ‘active share’ de outperformance in een korte periode realiseerden, namelijk de periode rond de eeuwwisseling waarin de beurzen sterk corrigeerden. Verder blijkt uit zijn onder-zoek dat in landen waar weinig concurrentie van passieve beleggingen zijn, er relatief veel beleggingen zijn in beleggin gsfondsen met een lage ‘active share’ en hoge kosten. Een heel duidelijke verklaring hiervoor is echter moeilijk te vinden. Voor renderend actief beheer is het van belang dat een manager ‘skill’ heeft, convictie en voldoende beleggingsmogelijkheden. Een hoge mate van ‘active share’ in een portefeuille zegt niets over de ‘skill’ van een manager, voor een hoge ‘active share’ is wel convictie nodig en voldoende beleggingsmo-gelijkheden. Managers die een lage ‘active share’ hebben en relatief duur zijn (hoge ‘expense ratio’) blijken gemiddeld genomen fors achter te blijven bij de benchmark. Corrigeer je voor deze groep lage ‘active share’ fondsen dan blijven andere actieve fondsen gemiddeld genomen niet achter bij de benchmark.

Hoge ‘ active share’ en lange termijn horizon leveren toegevoegde waarde

In een recent gepubliceerd artikel laat Cremers samen met Pareek zien dat binnen de hoge ‘active share’ fondsen, fondsen met een lage omzet in de portefeuille en small cap strategieën veruit de beste performance laten zien. In het small cap segment zijn er meer beleggingsmogelijkheden onder andere doordat minder analisten een onderneming volgen. In het large cap segment hebben de meeste actieve beleggingsfondsen moeite om de benchmark te verslaan terwijl in het small cap segment de meeste fondsen hier wel in slagen: de fondsen met een hoge ‘active share’ zelfs in ruime mate. Beleggingsfondsen met een lagere omloopsnelheid en een hoge ‘active share’ wisten in het large cap en small cap segment gemiddeld genomen de benchmark te verslaan. De sterke relatieve performance van fondsen met een hoge ‘active share’ en een lage omloopsnelheid komt volgens Cremers omdat veel actieve beleggers niet de tijd krijgen om lange termijn arbitrage mogelijkheden te benutten.

Joop Huij verzorgde de tweede presentatie. Hij is Associate Professor of Finance bij de Rotterdam School of Management en hoofd Factor Investing Research bij Robeco. In zijn presentatie getiteld ‘Evidence based Investing’ zet hij vraagtekens bij een aantal veel gebruikte aannames omtrent actief beleggen en pleit hij er voor om beslissingen te nemen aan de hand van gedegen praktijk-onderzoek.

‘Breadth’ verklaart outperfor-mance, niet efficiëntie van de markten

Een uitgebreid onderzoek van Robeco op basis van data van circa 7000 actieve beleggings-fondsen over de periode 1991 – 2009 bracht een aantal interessante uitkomsten aan het licht. Hierbij is gekeken naar meerdere asset classes en meerdere regio’s. Een interessant gegeven is ondermeer dat voor Amerikaanse

— UIT DE VERENIGING

Bijeenkomst ‘Stock Picking versus Factor Investing: a subject for debate between Martijn Cremers and Joop Huij’

Op 16 juni organiseerde de VBA werkgroep actief aandelenbeheer een bijeenkomst waarin twee gerenommeerde sprekers, Martijn Cremers en Joop Huij, presentaties gaven aan de hand van door hen verricht onderzoek. Na afloop van de presentaties was er ruimte voor vragen en discussie. De bijeenkomst werd geleid door Gert Dijkstra, hoofd communicatie bij APG.

—

Martijn Cremers



actieve aandelenfondsen gold dat er een behoorlijke persistentie was in de groep beleggingsfondsen die goed of juist slecht presteerden ten opzichte van de benchmark terwijl dit niet toegeschreven kon worden aan het genomen marktrisico of de kosten van een fonds. Het is eveneens niet zo dat in een asset class die minder efficiënt wordt geacht de out-performance van de groep beleggingsfondsen die relatief goed presteert groter is dan die in asset classes die meer efficiënt worden geacht. Een verklaring hiervoor kan zijn dat door de hogere transactiekosten in minder efficiënte markten het moeilijker is om gebruik te maken van de inefficiënties. De mate van outperformance blijkt meer gecorreleerd te zijn met de beleggingsmogelijkheden die een asset class biedt (breadth, onder andere gedefinieerd door de hoeveelheid titels waaruit een belegger kan kiezen).

Factorbeleggen loont – ook in de praktijk?!

Ook blijkt uit een ander onderzoek van Huij dat een groot gedeelte van de outperfor-mance van de best presterende Amerikaanse aandelenfondsen toegeschreven kan worden aan de blootstelling naar factorpremies als lage volatiliteit, waarde en momentum. Dit roept de vraag op of beleggers niet beter direct voor factorinvesteringen kunnen kiezen dan voor een indirecte manier via actieve beleggingsfondsen die impliciet blootstelling hebben naar deze factoren. Veel studies hebben aangetoond dat bepaalde groepen aandelen op lange termijn outperformance kunnen leveren.

In de vragenronde na afloop van de presentatie zet Martijn Cremers hier wel een belangrijke kanttekening bij. Veel studies kennen onrealistische veronderstellingen, bij-voorbeeld doordat de kosten van transacties buiten beschouwing worden gelaten. In wer-

In een studie van Huij en Van Gelderen uit 2013 is uitgebreid onderzocht of factorbeleg-gen echt alfa oplevert. Het onderzoek had betrekking op Amerikaanse aandelenfondsen vanaf 1990. Uit het onderzoek kwam naar voren dat beleggingsfondsen met een structurele tilt naar lage volatiliteit, kleinere ondernemingen of ondernemingen met een relatief lage waardering een veel grotere kans hadden op outperformance ten opzichte van de benchmark dan beleggingsfondsen die dit niet hadden.

In de vragensessie na afloop van de presentaties bleken de twee sprekers op veel onderwerpen niet sterk van mening te verschillen. De effectiviteit van factorbeleg-gen lijkt echter een onderwerp waar beide heren verschillend over denken. Cremers gelooft wel in puur factor beleggen, maar het mag niet te veel kosten. De ‘active share’ is immers laag. Huij benadrukt dat veel actieve fondsen vaak profiteren van factorpremies en adviseert om te spreiden naar verschillende factoren. Een bepaalde factor kan namelijk voor best een lange periode niet werken. Denk aan de value-factor over de meest recente periode. Al met al een geslaagde bijeenkomst, waarbij in een groot tempo zeer veel voor ons vak belangrijke onderzoeken voorbijkwamen en die zeker aanzet tot nadere bestudering van een aantal algemeen geaccepteerde aannames.

Namens de werkgroep actief aandelenbeheer: Jeroen Bos, Joris Fransen, Masja Zandbergen

Joop Huij

kelijkheid kan het rendement van bepaalde factorbeleggingen behoorlijk tegenvallen doordat er redelijk veel omzettingen zijn in de portefeuille. In de studie van Robeco wordt hier wel aandacht aan besteed. Niet alle factorbeleggingen blijken interessant te zijn als er rekening gehouden wordt met kosten. Ook bestaat de mogelijkheid dat de markten zich aanpassen waardoor het overrendement van bepaalde factorbeleggingen afneemt.

AGENDA

_25 oktober 2016Algemene leden-vergadering en jaardinerIGC te Amsterdam

puntPE 1_3 november 2016ALM congres ‘ALM in de nieuwe wereld’Science Center NEMO te Amsterdam

8puntenPE

_7 en 8 november 2016CFA Institute European Investment ConferenceHotel Okura te Amsterdam

punten9PE

_15 en 22 november 2016Cursus PE De digitale eco-nomie en de beleggings-professionalBas Schuurmans en Henk Grootveld

8puntenPE

_6 en 13 december 2016Cursus PE De invloed van regulering van financiële markten (EMIR) op risicomanagement en investeringsbeslissingenEric Mathijssen en Max Verheijen

8puntenPE

_10 en 17 januari 2017Cursus PE De kansen en risico’s van ETF’sMartijn Rozemuller, Tamara van der Ster en Patrick Tuijp

8puntenPE

_7 en 14 februari 2017Cursus PE De verande-rende marktstructuur: darkpools, HFT, … de laatste stand van zaken in wetenschap en praktijkHenk Menkveld en Rik Ghijsels

8puntenPE

JOURNAAL6



Ethiek en Integriteit congres 2016: Outside-in, in gesprek met de samenleving

Op 1 september jl. organiseerden de beroepsorganisaties van beleggingsprofessionals VBA en CFA samen de derde editie van het congres Ethiek en Integriteit in de financiële sector. Het thema Outside-in – in gesprek met de samenleving vormde de basis van inspirerende presentaties en discussie. Dat Ethiek en integriteit niet langer bijzaken zijn, bleek uit de grote opkomst van ongeveer 200 deelnemers in een vol WTC op de Zuidas.

—Dagvoorzitter en journalist bij BNR Diana Matroos zorgde voor een open en direct gesprek over dilemma’s in de financiële sector. Tijdens het congres gaven Minister Jeroen Dijsselbloem, voorzitter van de raad van bestuur van APG Gerard van Olphen, hoog-leraar Pensioenmarkten aan de VU Fieke van der Lecq en oud-voorzitter van de Autoriteit Persoonsgegevens Jacob Kohnstamm hun persoonlijke visie en bespraken de verschillende uitdagingen. Fintech experts Don Ginsel, Maurits Olijve en Berend de Jong legden uit hoe Fintech een zegen of vloek kan zijn voor de consument. Om het vertrouwen te herstellen moet de financiële sector zich meer daadwerkelijk een deel voelen van de samenleving. Het zorgdragen voor het geld van anderen brengt daarbij een grote verantwoordelijkheid met zich mee.

Het publiek werd welkom geheten door Alfred Slager, voorzitter van de VBA. Slager onderstreepte dat ethiek en integriteit een centrale plek innemen in de sector en dat het gesprek hierover de laatste tijd steeds nadruk-kelijker wordt gevoerd. Zelfonderzoek is extra belangrijk als je met andermans geld bezig bent. Maar deze openheid maakt de sector ook kwetsbaar voor criticasters. Aan deze veranderingen zullen we moeten wennen, en we moeten open staan om een eigen koers te bepalen en verantwoording af te leggen, aldus Slager. De trend is immers onmiskenbaar, een gedragsverandering laat zich nadrukkelijk zien en dit zal in de toekomst doorzetten.

Na het welkom werd de microfoon overgenomen door Diana Matroos voor een vraaggesprek met Minister van Financiën en Eurogroep-voorzitter Jeroen Dijsselbloem. Op de openingsvraag wat ethiek en integriteit is benadrukt hij dat het hier gaat om zelfbe-heersing en reflectie op wat je handelen betekent voor je omgeving. Wiens belang zet je in welke volgorde? Het vertrouwen van de samenleving in de sector is laag. De financiële sector slaagt er nog onvoldoende in om het vertrouwen terug te vinden.

Het is belangrijk om te onderkennen waar het morele kader vandaan komt. De rol van instituten is de afgelopen decennia steeds zwakker geworden. Maar als ieder voor

zichzelf bepaalt wat goed is dan ontaardt het in egoïsme. Regels zorgen in ieder geval niet voor integriteit, aldus de minister. Regels zijn botte instrumenten, echt integer handelen gaat veel dieper en vergt dat men de normen die er zijn echt eigen maakt. Daarom is het van groot belang dat er binnen de sector met elkaar het gesprek wordt gevoerd, zoals op seminars als vandaag.

Matroos vraagt of het niet frustrerend is dat er zoveel stappen gezet moeten worden, we hebben het hier immers al jaren over? Dijsselbloem onderkent dit, al zal het gesprek juist moeten blijven. Hij onderstreept dat het al een stuk beter gaat, maar voor het grote publiek is dat nog niet zo zichtbaar. Wat daarbij een rol speelt is dat het publiek een overheid ziet die sterk disciplineert. Dit geeft het beeld dat de sector het zelf niet kan. Er doen zich daarbij nog teveel incidenten voor, uit heden en verleden, wat dit beeld bevestigt. De tolerantie voor goed en slecht is lager in de samenleving dan vroeger. Er wordt in de maat-schappij meer gehandhaafd en gestraft, maar het grote publiek ziet dit niet gereflecteerd in de bovenkant van de samenleving. Er lijkt niemand te worden gestraft, en dat wordt niet begrepen. Met de lage boetes na de LIBOR fraude wordt dit beeld bevestigd. Een recht-staat moet ook rechtvaardigheidsgevoel in de

samenleving dienen, dus we moeten scherper reageren waarbij er een nadrukkelijke rol is voor de sector, Dijsselbloem geeft aan dat hij zelf te vaak voor de camera de sector moet verdedigen. Ook dat versterkt het beeld dat de sector zijn zaakjes zelf niet op orde heeft.

De stortvloed aan regels roept natuurlijk wel een bepaald gedrag op van het opzoeken en omzeilen van grenzen, oppert Matroos. De minister is het hier duidelijk niet mee eens. De regels die de overheid stelt zijn een minimumnorm. Hij roept de sector op om zelf na te denken waar de normen en standaarden horen te liggen, in plaats van veel energie te richten op het lobbyen om de grenzen van de overheid te verleggen. Zelf met standaarden komen herstelt vertrouwen en haalt de sector uit de defensieve positie waarin ze momenteel verkeert. Dat geldt ook voor de problemen uit het verleden zoals renteswaps en woekerpo-lissen waar veel Nederlanders mee te maken hebben. Die discussie moeten we achter ons laten, en vooruit kijken. Dan moet er ook snel een streep onder, zodat we het achter ons laten. Dijsselbloem ziet overigens dat de regel-druk hoog is en dat wellicht de tijd gekomen is om te evalueren of de regels die in reactie op de crisis zijn opgesteld wel effectief zijn.



Op de vraag of Dijsselbloem als privé persoon het gevoel heeft dat de sector hem goed genoeg kent om hem te adviseren, biecht hij op ook een woekerpolis te hebben gehad. Adviseurs moeten zich realiseren dat ze een kennisvoorsprong hebben die hen verplicht om zeer zorgvuldig met de klant om te gaan. Dit betekent soms ook “nee” zeggen. Dit is paternalistisch, wellicht een lelijk woord maar ook een zorgzaam woord.

Vanuit de zaal worden diverse vragen gesteld, vooruitlopend op het programma na de pauze wordt gesteld dat Fintech de waardeketen ingewikkelder maakt met meer kansen op ethische ongelukken. Dijsselbloem antwoordt daarop dat dit nauw wordt gevolgd, de Nederlandse wet is klaar voor deze ontwikke-ling. En ook hier gaat het erom dat de sector zelf het initiatief neemt om standaarden te definiëren.

De volgende spreker is Gerard van Olphen, voormalig CEO van SNS Reaal/Vivat en sinds dit jaar CEO van APG Groep. Hij bekent snel ja te hebben gezegd op de uitnodiging om te spreken, om zich daarna te realiseren dat dit geen onderwerp is dat hij kan laten voorbe-reiden door de afdeling communicatie. Als bestuursvoorzitter heeft hij een persoonlijke verantwoordelijkheid om de standaarden over ethiek binnen het bedrijf te zetten. Waarvoor staat het bedrijf, welke waarden passen hierbij? Dit is bepalend voor het leiderschaps-profiel van je organisatie.

Met enkele anekdotes onderstreept Van Olphen dat we de gemiddelde Nederlander, onze klant, niet echt kennen. Het blijkt lastig je echt te verplaatsen in de leefwereld van de modale Nederlander, wat een heel andere wereld is dan van de modale medewerker in de financiële sector. Dat vergt sterke communi-catiecapaciteiten, en jezelf duidelijk richten op de basisfuncties die je als financiële sector hebt. Als pensioenuitvoeringsorganisatie moet APG zorgen dat het de wereldtop is op gebieden waar het echt waarde creëert, zoals beleggen en het bieden van integraal inzicht aan de klant. “Op zaken waar we niet onderscheidend zijn voor klanten moeten we goedkoper zijn dan Lidl”. Het geld is uiteinde-lijk van anderen. Wellicht dat we ons dat beter realiseren als we spreken over “toevertrouwde middelen” in plaats van beleggingen.

Voor een bedrijf als APG betekent dit ook een andere benadering. Het Zwitserleven gevoel hoort niet meer bij pensioen, deelnemers in de pensioenfondsen zitten in een andere situatie. Dat vergt drie transities. Allereerst is de omgevingsdynamiek groter, en moet het bedrijf daarom het verandervermogen vergroten. Bij het vermogensbeheer noemt van Olphen de 30-2=7 regel: vanaf je 30e per jaar 2% minder rendement is 7 jaar langer werken. En de afgelopen 30 jaar hebben hele hoge rendementen gekend, ook als je dit in het perspectief van de afgelopen eeuw ziet. De groei van China, demografische groei en toenemende vrijhandel hebben een economi-sche boost gegeven. De geschiedenis zal zich echter niet zomaar herhalen. De groeifac-toren van het verleden werken de komende decennia niet of veel minder. We moeten ons dus voorbereiden op een omgeving met lage rendementen. Voor de pensioendienst-verlening geldt dat de slag gemaakt moet worden naar de wereld van de deelnemer, van productgerichte naar deelnemergerichte communicatie.

We moeten dus aan de slag: ethiek en integriteit moet je doen. Er zijn echter drie belemmeringen in de deelnemergerichte communicatie: het product is complex, het product interesseert de deelnemer niet echt en er is geen “feedbackloop” die je met fysieke goederen wel hebt (als de TV stuk is, hoort de verkoper het meteen, maar als de hypotheek “stuk” is, kom je er pas jaren later achter). Hier is ook een rol voor de overheid, niet alleen middels regelgeving maar ook educatie. En wij als sector moeten snappen voor wie we het doen. Van Olphen trekt de vergelijking met Sisyphus uit de Griekse mythologie die een steen de berg op moest rollen maar die telkens weer naar beneden rolde. Als bestuurder heb je een berg met drie kanten: klanten, mede-

werkers, aandeelhouders. Aan alle kanten moet de steen dicht bij de top blijven. Maar als er een dilemma tussen deze drie komt, zet dan een streep onder het woord KLANT. Als je dit beseft groei je geleidelijk van het afvinken van AFM checklistjes naar een cultuur die doorleefd is binnen het bedrijf en de sector.

Professor Fieke van der Lecq opent haar prikkelende presentatie met de oproep om de stap te zetten van praten naar doen. Het thema “in gesprek met de samenleving” komt wat haar betreft pas echt uit de verf als we het gesprek aan gaan met mensen die je tegenkomt in de wachtkamer, de trein of als je eens een andere wijk in wandelt. Onderling praten leidt niet tot vertrouwen, daden wel. Want ondanks alle interne discussies is het vertrouwen in de sector nog steeds laag. Vertrouwen is zeggen wat je doet en doen wat je zegt. En als je met andermans geld werkt, is er reden om extra voorzichtig te zijn.

Een facet in herstel van het vertrouwen is om meer aandacht te besteden aan duurzaam-heid. Door op lange termijn te beleggen, en goed na te denken wat de impact is van beleggingen op alle geledingen van de maat-schappij. Iets wat overigens ook consistentie met eigen gedrag vergt! Een tweede facet is het goed zicht hebben op de effecten van transacties en beloningsstructuren. Kan en durf je thuis uit te leggen wat je aan het doen bent? Wat Van der Lecq betreft wordt er nog steeds veel geld aan zinloze activiteiten besteed in de sector. Hierbij kunnen we de toezichthouder niet als gedelegeerd geweten beschouwen. Ook zij zijn niet alwetend, en uiteindelijk ligt de afweging bij jezelf. Doen we iets omdat het mag of omdat het deugt?

Refererend aan de bankierseed stelt Van der Lecq dat het credo dat de klant altijd centraal staat onzinnig is. Het gaat erom de onvermij-delijke uitruil tussen klant, aandeelhouder en medewerker expliciet te maken. Op een vraag uit het publiek of medewerkers niet ook aandeelhouder moeten worden (“skin in the game”) antwoordt Van der Lecq terughou-dend: de balans tussen de drie partijen mag niet teveel verstoord worden. De focus op de klant moet zich juist vertalen in werken aan de relatie, “ken uw klant” is dan meer

JOURNAAL8


dan een digitaal profiel, maar ook door de brug te slaan naar de maatschappij. Een meer diverse samenstelling van de sector is hierbij onontbeerlijk. Van der Lecq sluit af met een actielijst waarin ze met een helder “stop met het gratis geleuter” oproept tot daadwerkelijk zetten van de genoemde stappen.

Na de pauze geven de drie Fintech experts een inkijkje in de laatste ontwikkelingen op het snijvlak van technologische innovatie en financiële sector. Don Ginsel, founder en CEO van Holland Fintech, neemt het publiek mee in de kansen op het gebied van Fintech. Nederland kent inmiddels honderden startups die zich veel meer dan traditionele financials richten op zaken die de consument echt wil. Financiële instellingen moeten zich afvragen wat de ervaring is die hun klanten bij hen willen hebben. Vertrouwen blijkt opeens heel anders te werken. Nieuwe bedrijven kunnen in korte tijd onderdeel worden van de vertrouwde omgeving van consumenten waarin zij veel informatie over zichzelf prijsge-ven. Het kennen van de klant is eenvoudiger geworden met alle data die beschikbaar zijn. Zorgvuldigheid is dan geboden in de omgang met deze gegevens. Binnen bedrijven en toezicht betekent dit ook dat andere kennis nodig is. Security wordt een steeds groter

thema omdat data steeds waardevoller worden. Voor 100% de veiligheidsrisico’s afdekken is niet mogelijk. De financiële sector snapt volgens Ginsel nog onvoldoende dat het gedrag van de klant echt is veranderd. Tijd voor navelstaren is er niet: nieuwe bedrijven van buiten de sector willen maar al te graag consumenten bedienen op het gebied van betalen, verzekeren en beleggen. En dat tegen vaak lagere kosten. Vaak gaan dit soort ont-wikkelingen stapje voor stapje waarbij delen van het bestaande producten dienstenpakket naar andere partijen gaan. Op termijn kan dit betekenen dat de totale business elders heen gaat.

Volgens Berend de Jong en Maurits Olijve, beiden managing director bij Accenture, kan Fintech helpen om het vertrouwen in de sector te vergroten. Fintech kan bijdragen aan stabiliteit en relevantie van de sector. Op tal van terreinen zijn de effecten zichtbaar zoals op het gebied van betalen, brokerage, asset management en kredietverlening. Fintech is de afgelopen drie jaar fors gegroeid en deze groei in beleggen en vermogensbeheer is significant, ook in vergelijking met andere sectoren. Fintech wordt gedreven door veranderende preferenties van de klant, nieuwe technologieën zoals blockchain en robo-advisory, trage veranderingen en innovatie bij traditionele partijen. Nieuwe toetreders met een focus op klantbeleving en toepassing nieuwe technologieën pakken zo een voorsprong. Gevolg hiervan is dat stukken uit de traditionele waardeketen worden over-genomen door anderen en we daar toetreding zien van nieuwkomers. Fintech is een driver voor verdere desintermediatie. De kosten in de keten gaan verder omlaag en ook de klant vraagt om lagere kosten. Volume wordt daar-


mee belangrijker. Volgens Berend de Jong kun-nen Fintech bedrijven alles wat traditionele partijen aanbieden, maar het omgekeerde geldt ook. Daarom moeten bestaande partijen de mogelijkheden benutten. Maurits Olijve ziet Fintech als een zegen en heeft tips voor zowel bestaande partijen als voor nieuwe spelers. Bestaande partijen dienen hun eigen kennis en vaardigheden te ontwikkelen op bijvoorbeeld het gebied van robo-advisory en door te investeren in datamanagement, bij voorkeur in een open model in samenwerking met anderen. Portefeuilles zullen mogelijk eenvoudiger worden, aldus Olijve. Fintech spelers zelf kunnen nog beter samenwerken met bestaande partijen. In de regelgeving is belangrijk dat deze meer proactief wordt en ruimte biedt voor innovatie terwijl het systeem risico wordt beheerst. Wie zorgt er uiteindelijk voor dat het financiële systeem als geheel goed blijft functioneren? De financiële sector kan hier ook leren van bijvoorbeeld de gaming industrie.

Tegenover het gemak van Fintech staan echter ook risico’s. Als persoonsgegevens (big data) een betaalmiddel worden, dan moeten we opletten volgens Jacob Kohnstamm, tot 1 augustus j.l. voorzitter van de Autoriteit Persoonsgegevens. Een geldbetaling is eenmalig, maar data kunnen steeds opnieuw worden gebruikt door degene aan wie de consument zijn data heeft gegeven. Het maken van profielen van consumenten kan ingrijpende gevolgen hebben en de vrijheid, autonomie, solidariteit, pluriformiteit, gelijke behandeling en zelfontplooiing van de consument kunnen in het geding komen. Wie als dubbeltje is geprofileerd kan dan geen kwartje meer worden. Het risico van digitale predestinatie neemt toe. Kohnstamm toont zich kritisch over de gebruiksvoorwaarden die nieuwe bedrijven gebruikers opleggen (en die consumenten snel accepteren om de betreffende app of dienst te kunnen gaan gebruiken). In veel gevallen zijn de voorwaarden langer dan een toneelstuk van Shakespeare, aldus Kohnstamm. Hij roept dan ook op tot een actieve discussie over deze zaken. Met verwijzing naar Marx, pleit hij voor het opstellen van een nieuw revolutionair geschrift dat heel goed als titel “Das Digital” zou kunnen krijgen. Het gesprek met de



Onder aanvoering van Jaap is het VBA Journaal een nieuwe koers ingeslagen. Sinds 2010 heeft het Journaal een thematische invulling gekregen en worden leden opge-roepen om artikelen aan te dragen voor het specifieke thema middels de Call for Papers. Ook introduceerde Jaap de rubriek ‘Interview’ waar hij zelf, soms ondersteund door zijn zoon, een interview aflegde met interessante personen uit de sector. Daarmee paste Jaap op een geslaagde manier de kreet ‘rigour and relevance’ toe. Relevante onderwerpen die mensen prikkelen, waarbij de redactie hoge kwalitatieve standaarden hanteert. Het resultaat is een VBA Journaal dat ver buiten de vereniging impact heeft en gewild is om te lezen.

Dat hij soms nul op het rekest leek te krijgen wanneer hij een verzoek voor een interview deed, deerde hem niet. Integendeel, het sterkte zijn drang om de juiste persoon voor het thema te pakken te krijgen. Dat ontlokte hem op enig moment tot de uitspraak dat hij bereid was om in een slaapzak voor een kan-torengebouw te gaan liggen om een gewenst persoon voor een interview te krijgen. Of dit feitelijk gebeurd is, is niet bekend, maar de redactie beschouwt het als een realistische mogelijkheid.

Wij danken Jaap hartelijk voor zijn ideeën en bijdragen aan het Journaal in zijn rol als

hoofdredacteur. Jaap blijft in de redactie. Wij kijken uit naar de ideeën en bijdragen die hij vanuit die plek zal blijven leveren en we kijken ook uit naar nieuwe ‘moeilijk te nemen hordes’ voor te interviewen mensen.

Gerben de Zwart neemt de functie van hoofdredacteur over van Jaap. Gerben is Head

Jaap Koelewijn neemt afscheid als hoofdredacteur

Bij de redactievergadering in september heeft Jaap Koelewijn afscheid genomen als hoofdredacteur van het VBA Journaal. Jaap was hoofredacteur sinds eind 2008, toen hij Hans de Ruiter opvolgde.

—

Het hoofdredacteurschap werd tijdens een feestelijk afscheid overgedragen

of Quant Equities bij APG en al enkele jaren adjunct-hoofdredacteur van het Journaal. Met Gerben en de andere redactieleden blijft het Journaal in zeer kundige en enthousiaste handen!

Alfred Slager

samenleving is essentieel om het moreel kompas zuiver te houden, zeker in snel veran-derende tijden. Met alle data zit de sector op goud, maar het is een uitdaging hier goed mee om te gaan. Daarom geeft Kohnstamm een aantal adviezen mee. Mensen moeten zich niet gek laten maken door alle technologische ontwikkelingen. Het blijft essentieel dat de vertaalslag naar de klant centraal door mensenhanden wordt vormgegeven (en niet door een algoritme). Communicatie met de klant is belangrijk, maar maak daarvan geen juridisch steekspel. Voorkomen moet worden dat big data een maatschappelijk probleem worden. Doelstellingen op dit terrein moeten goed worden doordacht, waarbij de consu-ment er baat bij moet hebben bijvoorbeeld

doordat hij of zij minder verrast wordt door ontwikkelingen. Kohnstamm geeft daarbij aan hoe belangrijk het is dat ook in toezicht data experts werken en dat hierbij internationaal wordt samengewerkt.

VBA voorzitter Alfred Slager sloot het congres af. Fintech brengt nieuwe dilemma’s met zich mee. Het streven om de belangen van de klant, aanbieder en andere stakeholders in evenwicht te houden, gaat zo door. Het lijkt alsof Fintech ertoe gaat leiden dat dienstverle-ning weer verschuift van grote conglomeraten naar nieuwe en innovatieve bedrijven en de sector zo uit elkaar wordt getrokken. Wie gaat ervoor zorgen dat al dit stukjes goed samen blijven werken in het belang van de klant? Daar ligt een uitdaging voor de sector. Eenvoudiger gaat de financiële wereld dus niet worden met alle nieuwe aanbieders, wel komt de klant meer centraal te staan.

Philip Jan Looijen en Alwin Oerlemans

JOURNAAL10



BuluitreikingOp 8 en 9 september jl. studeerde de 4e lichting studenten af aan de postgraduate masteropleiding Risk Management for Financial Institutions. Met het lidmaatschap van de VBA kunnen de afgestudeerde studenten de titel Risk Manager Financial Institutions (RMFI) gaan voeren en worden zij opgenomen in het door de VBA beheerde Register RMFI.VBA beleggingsprofessionals en de Vrije Universiteit feliciteren de volgende personen van harte met het succesvol afronden van de opleiding.

Naam Bedrijf

Wesley Appels Robeco

Joost de Bakker Cardano Risk Management

Marc Boidin CZ

Raymond Chaudron De Nederlandsche Bank

Joyce Doezie De Nederlandsche Bank

Mark Geene PGGM

Vincent Grandia APG Asset Management

Rutger Groot UBS Bank Nederland

Imme Kadijk BNG Bank

Jan Matthijssen TKP Pensioen

Roger Meijer Risk Management Advisory

Ramon Ory Ory Compliance

Oege Pennin KAS Bank

Mark Prins ABN AMRO

Henk Radder Russell Investments

Nathalie Struijk SNS Bank

Arnoud van Zelderen ABN AMRO

Naam Bedrijf

Serge Bekooij Autoriteit Financiële Markten

Jolanda van den Bosch Rabobank

Rens Dominicus ING

Loek Gelling Deutsche Bank

Ed van Gent ING

Nico Jochemsen MN

Alae Laghrich Stichting Pensioenfonds ABP

Casper Lötgerink PwC

Marinho Oldenstam ING

Jos van Ophem Ortec Finance

Guido de Smidt Aon Risk Solutions

Dennis Weijers SNS Bank



Sindsdien is de woningmarkt het toneel van grote veranderingen. In 2015 werd de Woningwet van kracht, diverse buitenlandse beleggers zijn toegetreden en vooral in de Randstad is sinds 2014 een forse groei in prijzen- en transactievolumes zichtbaar. Voor de VBA Commissie vastgoed aanleiding op 27 september het seminar ‘Veranderende structuur woningmarkt: nieuw evenwicht of polarisatie’ te organiseren. Een viertal sprekers belichtte vanuit het perspectief van banken, beleggers en lokale overheden de trends op de woningmarkt. Het seminar werd geleid door dagvoorzitter Johan van der Ende.

Paul de Vries, senior woningmarkt econoom bij de Rabobank, presenteerde de prijs- en transactieontwikkeling: prijzen stijgen in vrij-wel alle gemeenten, in het bijzonder in stede-lijke gebieden, en bevinden zich thans op het niveau van rond de eeuwwisseling. De stevige groei in het aantal verkopen neemt af, maar de woningprijs blijft naar verwachting toenemen. Wetgeving, vooral de Nibud-normen, heeft een sterke invloed op de prijsontwikkeling. De koopwoningmarkt wordt minder toegankelijk voor jonge huishoudens. Ouderen ervaren meer-en-meer het gebrek aan ouderen-woningen. Een grote opgave voor publieke en private partijen betreft de verduurzaming van de woningvoorraad – een belangrijk element om te kunnen voldoen aan de klimaatdoelstel-lingen van het verdrag van Parijs.

Namens de Atlas Nederlandse Gemeenten ging Roderik Ponds verder in op de aantrekkingskracht van steden en regio’s. Gepresenteerd werden de resultaten van uitgebreid onderzoek naar bereikbaarheid en

attractiewaarde van zowel werk als voorzie-ningen in Nederlandse (deel)gemeenten. Naar analogie van de theorie van de Amerikaanse onderzoeker Edward Glaeser, auteur van The triumph of the city, geldt voor de Nederlandse woningmarkt dat de triomf van de stad vooral de triomf van de historische stad is. Daar is het aandeel hoogopgeleiden het sterkst toegenomen en is sprake van bovengemiddelde groei van het aantal 15-64 jarigen. Desgevraagd bevestigde Roderik dat ook in andere landen, bijvoor-beeld Duitsland, het beeld van de relatief sterke concurrentiepositie van stedelijke gebieden zichtbaar is.

Christian Schouten, Acquisition manager Residential bij Bouwinvest, sprak over de ont-wikkeling van de woningmarkt vanuit het per-spectief van een institutionele belegger. Door de toenemende concurrentie op de huur-woningmarkt, in combinatie met een structu-reel tekort aan woningen voor huishoudens, staan de yields (aanvangsrendementen) onder druk. De Amsterdamse markt houdt het beste beleggingsfundament, maar wordt snel duur; waarderingen zijn gunstiger in andere steden binnen de Randstad en Brabant waarvoor het fundament ook goed is. Daarnaast investeert Bouwinvest in vernieuwende woonconcepten voor bijvoorbeeld starters als senioren waar verwachte rendementen aantrekkelijk zijn.

Tot slot schetste Victor van Bommel, Managing Director/Founder van Orange Capital Partners (OCP), de positionering van internationale beleggers op de Nederlandse huurwoningmarkt. Binnen de Nederlandse woningmarkt is het aandeel van het volledig

geliberaliseerde huursegment slechts 4%. Met de invoering van de Woningwet is de omgeving voor beleggingen in huurwoningen verbeterd. Mede als gevolg van het kwantita-tieve verruimingsbeleid van Centrale banken is de spread tussen yields op de vastgoedmarkt en de 10-jaars rente op de kapitaalmarkt sinds 2008 op historisch hoog niveau. Dit heeft, in combinatie met ruimere beschikbaarheid van en dalende rentemarges voor financieringen van woningportefeuilles, geleid tot een aan-zienlijke groei van beleggingen in Nederlandse huurwoningen. Internationale beleggers hebben hier snel op ingespeeld en sinds 2012 een aantal grote huurwoningportefeuilles geacquireerd. De verwachting is dat deze trend zich doorzet waarbij een vergelijking gemaakt werd met de groei die de Duitse huurwoningmarkt heeft doorgemaakt.

Tijdens de presentaties alsook in de panel-discussie was veel interactie met de circa 60 toehoorders. Gevraagd naar wat men de Minister van wonen zou adviseren ten aanzien van aanpassingen in het woningmarktbeleid werd gesproken over de wenselijkheid van het verruimen van mogelijkheden voor meer geliberaliseerde huurwoningen in bestemmingsplannen en meer ruimte voor hoogbouwprojecten. Geconcludeerd werd dat de huidige omgeving voor beleggingen in Nederlandse huurwoningen gunstig is.

De presentaties van de sprekers zijn voor VBA-leden beschikbaar via de website.

Namens de commissie vastgoed:Joris Winters en Egbert Nijmeijer

VBA Woningmarkt seminar

Op 10 oktober 2013 organiseerde de VBA Commissie vastgoed een bijeenkomst over ontwikkelingen op de Nederlandse woningmarkt, getiteld ‘Onze woningmarkt – de recessie voorbij?’. De tijdelijke Tweede Kamercommissie Huizenprijzen had april 2013 het rapport ‘Kosten koper’ uitgebracht – later bleek dit uitgerekend het kwartaal te zijn waarin woningprijzen ‘uit bodemden’. Deze commissie keek terug op de ontwikkeling van de woningmarkt in de periode 1995-2012 en deed negentien aanbevelingen voor woningmarktbeleid in de toekomst. De woningmarkt maakte enkele zeer moeilijke jaren door met langdu-rige prijsdalingen en geringe liquiditeits- en nieuwbouwvolumes, met ernstige gevolgen voor de bouwen vastgoedsector.

JOURNAAL12


— PRAKTIJK

De bomen en het bos van factorbeleggenEen analyse zonder datacrunchen

—InleidingIn de jaren negentig van de vorige eeuw en het eerste decennium van deze eeuw groeide de prak-tische toepassing van passief beleggen sterk. De groei werd mogelijk gemaakt door het op grote schaal tegen lage kosten beschikbaar komen van deze vorm van beleggen. Ook de teleurstelling over meer traditionele vormen van ‘actief’ beheer, met name tijdens crises, zoals het leeglopen van de ‘dot-com bubble’, de kredietcrisis en de eurocrisis, hielp bij de toename van de voorkeur voor passief beleg-gen. Passief beleggen ontwikkelde zich vervolgens van het repliceren van marktkapitalisatie gewogen indices (MGI) tot, eveneens passief geïmplemen-teerde, alternatieve bètastrategieën.

In dit artikel willen we onze ervaringen met alter-natieve bètastrategieën vanuit een institutionele beleidsinvalshoek uiteenzetten. We putten hierbij uit analyse van historische datareeksen en ‘live’ beleggingsportefeuilles die binnen Fiduciair Advies van MN in de periode 2012 tot en met 2016 zijn geïmplementeerd. Vooral willen we stilstaan bij de

AuteursHarry Corbijn van Willenswaard (l)Arie Gravendeel (r)1

beoordeling van alternatieve bètastrategieën vanuit een kwalitatieve invalshoek. We doen dit vanuit de praktijk van institutioneel vermogensbeheer. Via het bestaande theoretische kader komen we tot aan-dachtspunten voor beleidsvorming als het gaat om keuzes inzake het al dan niet beleggen middels alternatieve bètastrategieën en het maken van keuzes uit het beschikbare aanbod. Ook wordt, vooral toetsend, gekeken naar de ‘track records’ van alternatieve bètastrategieën, zowel vanuit ‘back tested’ datareeksen als daadwerkelijk geïmplemen-teerde strategieën en indices.

De synoniemen voor dezelfde groep beleggings-strategieën zijn talrijk: alternative en advanced indexing, fundamental indexing, systemetic bèta, scientific bèta en smart(er) bèta. In dit artikel gebruiken we gemakshalve de term ‘alternatieve bètastrategieën’ en beperken we ons tot de ontwik-kelde aandelenmarkten. Daar waar gesproken wordt over factorbeleggen bedoelen we in deze context stijlfactoren. Uiteraard kunnen ook andere factoren op diverse niveaus binnen een belegging-



portefeuille een rol spelen, maar deze vallen buiten de scope van dit artikel.

Theoretisch kaderDe basis voor de manier waarop de aandelenmarkt vanuit academisch kader wordt geanalyseerd vindt haar oorsprong in het Capital Asset Pricing Model (CAPM) waarvan Markowitz (1959) met zijn Modern Portfolio Theory (MPT) de grondlegger is. Sharpe (1964) gaf verdere invulling aan het model met de stelling dat door diversificatie onder-nemingsspecifiek risico kan worden vermeden, waarna een optimale marktportefeuille met alleen systematisch risico, of marktrisico (bèta), resteert. Vervolgens legde Lintner (1965) een verband tussen de ‘optimale’ beleggingsportefeuille en de rol van een individuele belegging op basis van marktkapitalisatie, gevolgd door de Efficient Market Hypothesis (EMH) van Fama (1970), waarin wordt gesteld dat alle publieke informatie en toekomstverwachtingen over individuele ver-mogenstitels in de prijzen zijn verwerkt. Dat betekent dat het niet mogelijk is om op consistente wijze betere beleggingsresultaten te behalen dan het marktgemiddelde. Individuele beleggers kunnen prijzen verkeerd inschatten, maar het marktgemiddelde is altijd correct. Daarom zullen beleggers investeren in alle aandelen, om zo het ondernemingsspecifieke risico zoveel mogelijk te diversificeren.

Beleggers krijgen te maken met een groot aantal impliciete en expliciete keuzemomenten

Sinds Fama en French (1993) begin jaren negentig hun artikel over het drie-factormodel (market risk, size, value) hebben gepubliceerd, is in de academi-sche wereld en de beleggingsindustrie veel aandacht uitgegaan naar factoren die mogelijke afwijkingen verklaren ten opzichte van de ‘vaste’ CAPM-relatie tussen het rendement en risico van aandelen.2 Van-uit deze factoren hebben de huidige alternatieve bètastrategieën zich ontwikkeld. Op hoofdlijnen onderscheiden zich twee verschillende stromingen die een verklaring geven voor mogelijke afwijkin-gen:

• Risicogeoriënteerde stroming De uitgangspunten van de EMH worden binnen

deze stroming erkend. Dat betekent dat additio-nele rendementen op factorbeleggingen een ver-goeding vormen voor het hogere risico van een factorgedreven aandelenportefeuille.

• ‘Behavioural Finance’ georiënteerde stroming Deze stroming wijkt in zoverre af van de EMH

dat irrationeel gedrag van beleggers markt-anomalieën (langdurige onevenwichtigheden) veroorzaakt, waar met een factorgedreven aan-delenportefeuille op ingespeeld kan worden.

De Adaptive Market Hypothesis (AMH) van Lo (2004) kan gezien worden als een theorie die voort-borduurt op zowel de EMH als de ‘Behavioural Finance’ stroming. Hierin is de verhouding tussen rendement en risico niet constant door de tijd, maar afhankelijk van de voorkeur en ervaring van aan-wezige marktparticipanten in relatie tot zowel de samenstelling van de markt als omgevingsfactoren, zoals toezicht- en belastingregimes. De stelling dat markten op termijn efficiënt zijn wordt hierin behouden, maar er is meer ruimte om tussentijdse onevenwichtigheden te verklaren dan vanuit de ‘klassieke’ theorie. Optredende onevenwichtig-heden verdwijnen op termijn door de toenemende kennis van marktparticipanten.

Daarnaast kan worden opgemerkt dat vanuit de theoretische benadering het zwaartepunt door-gaans ligt op de financieel-economische eigen-schappen van aandelen bezien vanuit economisch eigendomsperspectief (bezit). De vooronderstelling is dat ondernemingsspecifieke risico’s door de markt op termijn efficiënt worden geprijsd. Er bestaat dan eigenlijk geen aandacht voor het per-spectief van een lange termijn ‘betrokken’ aandeel-houder (asset owner) waarbij aandelen zich juist alleen vanwege bepaalde, veelal fundamentele, karakteristieken kwalificeren voor opname in een (institutionele) beleggingsportefeuille. Dit onge-acht de vraag of de markt deze correct prijst. De laatste jaren is ‘bewust’ aandeelhouderschap zich tot een maatschappelijke eis voor institutionele beleggers aan het ontwikkelen.

Alternatieve bètastrategieënDe ontwikkeling van alternatieve bètastrategieën is te verklaren vanuit een theoretisch en een uit-voeringsperspectief die beide aanknopingspunten bieden die de toepassing rechtvaardigen. Bij de theoretische invalshoek zijn dit de vooronderstellin-gen die ten grondslag liggen aan het CAPM en de EMH maar die in de praktijk niet (altijd) gelden:• Beleggers kunnen onbeperkt risicovrij middelen

bij- en uitlenen;• Het abstraheren van transactiekosten en belas-

tingen;• Beleggers beschikken over homogene verwach-

tingen ten aanzien van: waarderingen, varianties en co-varianties/correlaties;

• Beleggingsrendementen zijn ‘normaal’ verdeeld;• Alle beleggers beschikken kosteloos over

dezelfde informatie.

Vanuit uitvoeringsperspectief is ook sprake van vooronderstellingen. Hierbij spelen reacties op de gehanteerde systematiek en gepercipieerde tekort-

JOURNAAL14


komingen van marktkapitalisatie gewogen indices een rol:• Gebaseerd op beurskoers (prijs), welke niet altijd

een goede afspiegeling hoeft te zijn van de econo-mische waarde en/of andere karakteristieken van ondernemingen;

• Voorkeur voor bedrijfsmodellen en/of technolo-gieën die succesvol waren in het verleden;

• Concentratie op een beperkt aantal van de naar marktkapitalisatie grootste titels;

• Inefficiënt qua risicobeheer omdat geen rekening wordt gehouden met correlaties van onderlig-gende titels;

• Onderweging van aandelen met een hoge boek-waarde in relatie tot de koers en vice versa;

• Overweging van aandelen met een hoog momen-tum en vice versa.

Beleggen in alternatieve bètastrategieën kan leiden tot introductie van nieuwe risico’s

Vanaf het begin van deze eeuw heeft dit geleid tot de ontwikkeling van een groot aantal verschillende alternatieve bètastrategieën. Deze strategieën heb-ben gemeenschappelijk dat ze op een of andere manier bewust het investeerbaar universum ( selectie) en de wegingen van aandelen ‘rule based’ ( passief) bepalen op een andere wijze dan markt-kapitalisatie gewogen indices dat doen. Het doel daarvan is om op een gestructureerde en efficiënte wijze de gehanteerde systematiek van marktkapita-

lisatie gewogen indices te veranderen en geperci-pieerde tekortkomingen te mitigeren. Zo kan de rendementen risicoverhouding van de (aandelen) portefeuille worden gestuurd in een richting die beter past bij de doelstellingen, beleggingsbeginse-len en/of randvoorwaarden. De hoofdthema’s: value, low volatility, quality, size, momentum, hybrid, diversification en onderliggende strategieën van verschillende aanbieders zijn weergegeven in tabel 1.

Veel keuzemomentenNaast genoemde indeling van alternatieve bètastra-tegieën naar stijlfactoren is een indeling mogelijk die de nadruk legt op de wegingsystematiek binnen de strategie. In dat opzicht onderscheiden we: fundamenteel gewogen indices, gelijkgewogen indices, risicogewogen indices en rendement gewogen indices. In de praktijk komen meng-vormen van stijlfactoren en implementatievormen voor, waarbij deze zowel in elkaars verlengde kunnen liggen, zoals ‘size’ (small-cap) binnen een gelijk gewogen portefeuille, als complementair aan elkaar kunnen zijn, indien bijvoorbeeld een ‘value’ stijlfactor wordt gecombineerd met een fundamen-tele wegings methodiek. In het verlengde hiervan zijn hybride vormen van alternatieve bètastrate-gieën ontstaan, die op hun beurt weer meerdere alternatieve bètastrategieën combineren. Gevolg is dat een belegger bij de selectie van mogelijke alter-natieve bètastrategieën te maken krijgt met een groot aantal expliciete en impliciete keuzemomen-ten.

De overgrote meerderheid van geïntroduceerde alternatieve bètastrategieën behaalde historisch betere Sharpe-ratio’s (risicogewogen rendement) dan de MGI. Deze interessante constatering lijkt op gespannen voet met de EMH te staan. Maar veel

Tabel 1: Overzicht verschillende alternatieve bèta indices naar stijlfactor (Bron: UBS Asset Management)

— PRAKTIJK



strategieën bestaan nog maar kort ‘live’ en zijn daarvoor gesimuleerd, waarbij wellicht de systema-tiek juist over de simulatieperiode kwantitatief is geoptimaliseerd. Hierdoor ontstaat mogelijk een ‘selection bias’. Des te meer is het van belang dat de belegger zich een mening vormt waarom een bepaalde strategie heeft gewerkt en waarom deze in de toekomst zal blijven werken.

De praktijkZoals in de inleiding gesteld, willen we in dit artikel stilstaan bij de ervaringen uit de (institutionele) beleggingspraktijk. Voor de (relatief korte) periode dat enkele van de alternatieve bètastrategieën daad-werkelijk onderdeel uitmaakten van de beleggings-portefeuille waren de behaalde rendementen risicokarakteristieken gemiddeld genomen enigs-zins positief, maar bleven de verbeteringen van ver-schillende portefeuillekarakteristieken achter bij de cijfers zoals die op basis van de historische data-reeksen naar voren kwamen. Als we de karakteris-tieken van de twee werkelijk geïmplementeerde alternatieve bètastrategieën vergelijken met de karakteristieken van de MGI over dezelfde waar-nemingsperiode, dan zijn die minder uitgesproken positief en liggen in een nauwere bandbreedte rond de MGI karakteristieken. De resultaten doen meer denken aan de uitkomst van een trekking uit een normaalverdeling, met het MGI resultaat als gemiddelde en positieve en negatieve afwijkingen daar omheen. Dit is weergegeven in tabel 2. De in de tabel opgenomen historische cijfers zijn een weergave van een langere reeks dan de werkelijk gerealiseerde resultaten voor dezelfde alternatieve bètastrategieën (waarvan één fundamentele value-achtige en één quality georiënteerde strate-gie). Weergegeven zijn de cijfers voor Europa, maar de resultaten van de Verenigde Staten vertonen op hoofdlijnen een vergelijkbaar beeld.3

Daarnaast waren de bevindingen ten aanzien van de alternatieve bètastrategieën bij combinatie van zowel kwalitatieve en kwantitatieve overwegingen in zoverre inconsistent, dat het daadwerkelijk behaalde rendementen risicoprofiel op verschil-lende punten afweek van wat op basis van de betref-fende strategie verwacht werd. Ook traden er moei-lijk te verklaren verschillen op in de uitwerking van dezelfde strategie tussen Europese en Amerikaanse

aandelenportefeuilles. Zo kon op basis van de histo-rische data voor de fundamentele value-achtige georiënteerde alternatieve bèta strategie een gemid-deld hoger rendement met een hogere volatiliteit en bèta verwacht worden. Het gemiddeld hogere ren-dement werd daarbij behaald door een kleine underperformance in maanden met een negatief rendement en een (relatief grotere) outperformance in maanden met een positief rendement. In de prak-tijk bleek dit wel overeen te komen met de karakte-ristieken van de Europese portefeuille maar niet met die in de Verenigde Staten. Daar werd het hogere relatieve rendement juist voornamelijk behaald in de maanden met negatieve marktrende-menten en een bijbehorende lage(re) bèta. Daar-mee vertoonde deze strategie in de Verenigde Staten eerder de karakteristieken zoals die van een quality georiënteerde alternatieve bètastrategie verwacht worden.

Rol van het aandeel wordt beperkt tot instrument en drager van karakteristieken

Een aantal factoren bemoeilijkt de vergelijking tussen de verschillende alternatieve bètastrate-gieën. Allereerst bestaan er aanmerkelijke verschil-len in indexconstructie, qua weging en selectie van individuele aandelen, tussen de verschillende aan-bieders van dezelfde alternatieve bètastrategie of met dezelfde stijlfactor. Dat blijkt in hoge mate van invloed op de uiteindelijke portefeuillesamenstel-ling (met name issuer- en sectorweging) en dus op de karakteristieken. Verder vindt de selectie en weging van individuele aandelen plaats middels ‘rule based’ screenings, waarbij eveneens definitie-verschillen optreden tussen de verschillende indexleveranciers.

Ten opzichte van de marktkapitalisatie gewogen indexmethodiek kennen alternatieve bètastrate-gieën de volgende aandachtpunten:

Tabel 2: Karakteristieken MGI en alternatieve bètastrategieën zowel ‘back tested’ als gerealiseerd (Bron: MN)

Karakteristiek(geannualiseerd)

MGI Alternatieve bèta MGI Alternatieve bèta

Fundamenteel Quality Fundamenteel Quality

Historische data Werkelijk gerealiseerd

Rendement 6,5% 7,9% 7,7% 8,7% 8,5% 9,8%

Volatiliteit 15,6% 17,8% 12,4% 12,3% 13,4% 11,4%

Rendement/risico 0,42 0,44 0,62 0,71 0,63 0,86

Bèta 1,00 1,12 0,77 1,00 1,07 0,89

Maximum drawdown 53,7% 56,3% 45,4% 16,0% 19,4% 10,5%

JOURNAAL16


• De gehanteerde methodologie en systematiek kan leiden tot nieuwe (onvoorziene of onge-wenste) concentraties;

• Strategie en selectie van aandelen is gebaseerd op historische cijfers. De kwaliteit van de data en/of de bewerking ervan speelt een belangrijke rol bij de vraag of de uitkomsten voldoende robuust zijn voor de toekomst;

• Gebruik van historische data impliceert dat structurele veranderingen met vertraging door-werken in de portefeuille;

• Selectiecriteria en definities verschillen onder-ling per aanbieder.

Los van de karakteristieken van individuele alterna-tieve bètastrategieën wordt in de praktijk vaak gebruik gemaakt van mengvormen die alternatieve bètastrategieën combineren met een traditionele marktkapitalisatie gewogen index. Ter illustratie zijn de volgende gegevens opgenomen in tabel 3. Naast de karakteristieken van de MGI is dat het gemiddelde van zeven verschillende alternatieve bètastrategieën en de bijbehorende minimum en maximum waarden (bandbreedte) van deze strate-gieën. Deze waarden zijn vergeleken met de karak-teristieken van zes verschillende samengestelde portefeuilles (70% MGI en twee keer 15% alterna-tieve bètastrategieën) voor het gemiddelde en de waargenomen bandbreedte over dezelfde periode.4

Op basis van optimalisatie van historische data in combinatie met daadwerkelijk behaalde resultaten zijn onze observaties als volgt:• Toevoegen van een alternatieve bètastrategie aan

de marktkapitalisatie gewogen index op basis van historische datareeksen levert een portefeuille op met een hogere Sharpe-ratio, maar maakt het toekomstige risicogewogen rendement sterk afhankelijk van de werking van één enkele factor;

• Het samenvoegen van twee alternatieve bètastra-tegieën naast de marktkapitalisatie gewogen index op basis van historische datareeksen levert portefeuilles op met stabielere en licht hogere Sharpe-ratio’s;

• Het samenvoegen van meer dan twee alterna-tieve bètastrategieën naast de marktkapitalisatie gewogen index op basis van historisch data-reeksen levert portefeuilles op die qua karakte-ristieken sterke gelijkenis vertonen met de markt-

kapitalisatie gewogen index, tegen hogere kosten en met toegenomen complexiteit.

Daarnaast bevestigt de praktijk dat het optreden van een hoge mate van ‘uitmiddeling’ (tegengesteld reageren op marktontwikkelingen) bij een combi-natie van alternatieve bètaportefeuilles in de praktijk een reëel risico is. Hierbij blijven afwijkin-gen ten opzichte van de marktkapitalisatie gewogen index voor dergelijke portefeuilles beperkt.

Welke gevolgen hebben deze observaties voor mogelijke beleidsvorming en beleidskaders?

Aandachtspunten bij beleidsvorming Bij pensioenfondsen zien we een ontwikkeling om beleidskaders op te stellen om consistentie en structuur aan te brengen in de hoeveelheid beleg-gingsbeslissingen waarmee zij in de praktijk te maken hebben. Naast beleggingsbeginselen (‘Investment Beliefs’) kunnen risicomanagement- en uitvoeringsbeginselen randvoorwaarden scheppen waaraan beleggingen getoetst worden.

Uitmiddeling (tegengesteld reageren op marktontwikkelingen) bij het combineren van alternatieve bètaportefeuilles vormt in de praktijk een reëel risico

Een belangrijke vraag is of alternatieve bètastrate-gieën passen binnen dat beleidskader en, zo ja, welke plaats ze daarin innemen. Een regelmatig gehanteerd beginsel is dat ‘het consistent over lan-gere periodes verslaan van liquide markten met veel marktpartijen onwaarschijnlijk is’. Hieruit volgt een voorkeur voor passief beheer in liquide beleggings-categorieën. Andere pensioenfondsen hanteren

Tabel 3: Karakteristieken MGI, alternatieve bètastrategieën en samengestelde portefeuilles (Bron: MN)

Karakteristiek(geannualiseerd)

MGI Gemiddeldalt. bèta

Bandbreedtealt. bèta

Gemiddeldportefeuille

Bandbreedteportefeuille

Individuele alt. bèta strategieën Samengestelde portefeuilles

Rendement 5,1% 6,6% 3,7% – 8,8% 5,4% 4,7% – 5,8%

Volatiliteit 19,3% 19,2% 15,4% – 21,7% 19,5% 19,2% – 20,0%

Rendement/risico 0,26 0,36 0,17 – 0,57 0,28 0,23 – 0,30

Bèta 1,00 0,98 0,77 – 1,11 1,00 0,99 – 1,03

Maximum drawdown 59,0% 58,0% 49,2% – 63,8% 59,1% 58,9% – 59,3%

— PRAKTIJK



simpelweg ‘passief tenzij’ als uitgangspunt. Als daarmee de EMH wordt onderschreven kan het niet anders dan dat men expliciet of impliciet van mening is dat alternatieve bètastrategieën een ver-goeding bieden voor additioneel te lopen risico.5 Als een dergelijke strikte opvatting van de EMH als te rigide wordt ervaren, dient er in elk geval in het beleggingskader een basis aanwezig te zijn waarop het gebruik van alternatieve bètastrategieën is geba-seerd. Immers de anomalie in de financiële markt waarop de strategie is gebaseerd moet op een logische en consistente wijze aansluiten bij de investment beliefs.

Degelijke selectie Een volgende vraag die zich aandient is welke alter-natieve bètastrategieën passen binnen de porte-feuillesamenstelling? Allereerst moet de strategie, zoals we hebben gesteld, gestoeld zijn op de (theore-tische) opvattingen over optredende anomalieën binnen financiële markten. Daarnaast kan een keuze worden gemaakt op basis van optimalisatie met behulp van (historische) datareeksen. Gevolg hiervan kan zijn dat de portefeuillesamenstelling vrij willekeurig van aard is in relatie tot het opge-stelde beleggingskader. Bovendien is het de vraag of de historische karakteristieken persistent zijn.

In het beleggingskader dient een basis aanwezig te zijn waarop het gebruik van alternatieve bètastrategieën is gebaseerd

Een andere wijze om hiermee om te gaan is bepalen welke elementen binnen de systematiek van de marktkapitalisatie gewogen index als onwenselijk worden ervaren en welke alternatieve bètastrategie daar een oplossing voor biedt, of om te bepalen welke karakteristieken van de aandelenportefeuille gewijzigd of benadrukt dienen te worden (gemid-deld risico, neerwaarts risico, kwaliteit, inkomen etc.). De te selecteren alternatieve bètastrategieën dienen hierop aan te sluiten en binnen het gestelde beleggingskader onderschreven te worden. Het is aan te bevelen om naast een inventarisatie van tekortkomingen van de marktkapitalisatie gewogen index, ook een analyse van mogelijk nieuwe ( ongewenste) effecten en concentraties van de te selecteren alternatieve bètastrategieën op te stellen. Vervolgens is er nog de vraag wat het optimale aantal en de omvang van de eventueel op te nemen alternatieve bètastrategieën is. Opname van slechts één alternatieve bètastrategie maakt de portefeuille

sterk afhankelijk van deze factor. Het opnemen van drie of meer verschillende alternatieve bètastrate-gieën aan de andere kant vergroot de kans op het repliceren van de markkapitalisatie gewogen index, zeker na kosten, ook omdat het aantal factoren waarop op hoofdniveau ingespeeld kan worden feitelijk beperkt is (value, low volatility, quality, size, momentum). Hetzelfde geldt ten aanzien van de omvang. Over het algemeen zal de omvang van een alternatieve bètapositie binnen een portefeuille toenemen naarmate de convictie van de belegger groter en de verankering binnen zijn doelstelling en beleggingskader sterker is.

Aandeel als instrumentTenslotte willen we nog ingaan op het feit dat aan-delenkarakteristieken binnen zowel de markt-kapitalisatie gewogen methodiek als bij alternatieve bètastrategieën vooral op algemene objectiveerbare en kwantitatieve maatstaven worden bepaald en geselecteerd. De rol van het aandeel zelf wordt hier-mee beperkt tot die van instrument en drager van karakteristieken. Nadeel is dat de keuze voor opname en omvang van een specifieke onder-neming in portefeuille los gezien wordt van de fundamentele beoordeling van de betreffende onderneming omdat deze niet in het beleggings-proces is geïncorporeerd, tenzij ze tot uitdrukking komt in de selectie van karakteristieken binnen de alternatieve bètastrategie. Het beleggingskader kan daarbij aanknopingspunten bieden die principieel van aard zijn (ESG aspecten) maar ook financieel- economische randvoorwaarden bevatten. Met andere woorden: ook als een individueel aandeel fundamenteel matig tot slecht aansluit bij het geformuleerde beleggingskader, kan het prominent in portefeuille worden opgenomen op basis van gunstige karakteristieken die de grondslag vormen voor de alternatieve bètastrategie.6 Dit in tegenstel-ling tot een fundamentele benadering, waar de vraag of aan een bepaald type onderneming door een belegger eigen vermogen ter beschikking wordt gesteld, als uitgangspunt wordt gehanteerd. Hier-mee staat de wijze waarop met een fundamentele benadering tot een beleggingsportefeuille gekomen wordt haaks op de portefeuilleconstructie zoals die tot stand komt op basis van een factorbenadering. Beleggers die op basis van hun beleggingskader (grote) delen van het beschikbare universum uit-sluiten moeten zich daarnaast afvragen of dit niet ten koste gaat van de persistentie van een factor omdat deze (mede) bepaald is op grond van een ander beleggingsuniversum.

Conclusie en aanbevelingen Afrondend stellen we dat institutionele beleggers bij de afweging om in alternatieve bètastrategieën te beleggen rekening moeten houden met de volgende factoren:• Bepaal de uitgangspunten en doelstelling

waarom wordt overwogen om alternatieve bètastrategieën aan de portefeuille toe te voegen;

JOURNAAL18


• Inventariseer mogelijke (ongewenste) effecten en concentraties van de te selecteren alternatieve bètastrategieën;

• Analyseer in hoeverre strategieën complementair aan elkaar zijn, indien de voorkeur uitgaat naar meerdere alternatieve bètastrategieën.

Daarnaast adviseren we de volgende punten mee te laten wegen in het besluitvormingsproces:• Kies voor alternatieve bètastrategieën die aan-

sluiten bij de doelstellingen en passen binnen het opgestelde beleggingskader;

• Accepteer verlies aan transparantie, toename van complexiteit en hogere kosten binnen de

portefeuille vergeleken met traditioneel marktka-pitalisatie gewogen passief beheer;

• Accepteer dat de rol van het aandeel wordt beperkt tot instrument en drager van bepaalde karakteristieken.

Voor (institutionele) beleggers die werken vanuit een sterke overtuiging in de EMH, evenals beleg-gers die de voorkeur geven aan een sterk fundamen-teel gedreven beleggingsproces of beleggers die op basis van hun beleggingskader (grote) delen van het universum uitsluiten, ligt opname van alternatieve bètastrategieën in de beleggingsportefeuille wat ons betreft niet voor de hand.

Literatuur— Fama, E.F., 1970, Efficient capital markets:

a review of theory and empirical work, The Journal of Finance, vol. 25, nr. 2: 383-417

— Fama, E.F. en K.R. French, 1993, Common risk factors in the returns on stocks and bonds, Journal of Financial Economics, vol. 33, nr. 1: 3-56

— Lintner, J., 1965, Security prices, risk and maximal gains from diversification, The Journal of Finance, vol. 20, nr. 4: 587-615

— Lo, A.W., 2004, The adaptive market hypothesis; market efficiency from an evolutionary perspective, The Journal of Portfolio Management, vol. 30, nr. 5: 15-29

— Malkiel, B.G., 2003, The efficient market hypothesis and its critics, Journal of Economic Perspectives, vol. 17, nr. 1: 59-82

— Markowitz, H.M., 1959, Portfolio selection; efficient diversification of investments, John Wiley & Sons, New York

— Sharpe, W.F., 1964, Capital asset prices: a theory of market equilibrium under

conditions of risk, The Journal of Finance, vol. 19, nr. 3: 425-442

Noten1 Drs. H.A.N. Corbijn van Willenswaard

RBA en drs. A.C. Gravendeel RBA zijn beide werkzaam binnen Fiduciair Advies, Vermogensbeheer MN.

2 In formulevorm: E(Ri) = Rf + ß*(E(Rm) – Rf).3 Periode van 2001 voor de historische

gehanteerde data op basis van indexreeksen van externe providers, gedeeltelijk zowel ‘in’ (back tested) als ‘out’ of sample. Data van de werkelijk geïmplementeerde alternatieve bètastrategieën van 2012 tot en met 2016 zoals gerealiseerd door twee externe beheerders.

4 Periode van 2003 tot en met 2016, gehanteerde data op basis van indexreeksen van externe providers, gedeeltelijk zowel ‘in’ (back tested) als ‘out’ of sample. De vergelijking bevatte zeven verschillende alternatieve beta strategieën: fundamental

indexation, value, equal weighted, quality, minimum volatility, equal risk budget en equal risk contribution. De maximum diversification en risk efficient strategieën zijn wel in de vergelijking meegenomen maar vanwege de relatief korte historie buiten deze analyse gelaten.

5 Overigens zullen fundamentele aanhangers van de EMH betogen dat anomalieën zich niet op een dusdanige wijze voor kunnen doen dat beleggers hierdoor een beter gemiddeld risico gewogen rendement kunnen realiseren. Ook als ze daarmee niet ontkennen dat anomalieën statistisch gezien best voor kunnen komen in financiële markten (Malkiel (2003)).

6 In de huidige praktijk zal de toets of een individueel aandeel aan het geformuleerde beleggingskader voldoet in de meeste gevallen waarschijnlijk achterwege worden gelaten.

— PRAKTIJK



A robust approach to investing in an uncertain world

IntroductionTen years ago many of us were struggling with the “unthinkable” Japanese scenario of lower interest rates for longer. What if the same would happen in Europe? Most of us faced problems integrating this very unlikely possibility in a strategic decision process dominated by traditional Asset Liability Modelling (ALM). Today, we know that what was “unthinkable” back then became reality. Going forwards, we need a better decision process that helps us to make the “unthinkable” thinkable. In this article we will outline a multi-disciplinary factor approach that will help trustees to better understand the consequences of different “unthinkable” eco-nomic scenarios and help investment professionals to manage the portfolio in more robust way.

There are many ways to achieve this goal and we outline an approach based on our experience in the UK over the last nine years. Our approach is based on first principle understanding of how the eco-nomic drivers, such as price inflation and economic growth, impact the price of assets. We are also aware

AuteursStefan Lundbergh (l)Mark Petit (r)1

that investor behaviour and interaction result in bubbles forming and subsequently bursting. Based on these understandings we outline a methodology where diversity is key to handling dominant and unpredictable risks. This provides a set of tools for trustees that will make the dominant risks more tangible, thereby allowing trustees to take actions that will result in a more robust funding ratio.

We need a decision process that helps us to make the “unthinkable” thinkable

Strengths and weaknesses of factor modelsFactor models are useful statistical tools for captur-ing common drivers (dominant risks) impacting the funding ratios of pension funds. To find the

— OPINIE

JOURNAAL20


relevant common factors investors search for evidence in financial theory, economics and behavioural science, investigating empirical rules of thumb and exploring statistical relationships. Based on the chosen factors, the investor specifies and estimates a linear statistical model using historical observations.

The interest in factor models has grown rapidly since Litterman and Scheinkman (1991) intro-duced three yield curve factors; level, slope and curvature. Their yield curve factors explained more than 99% of the yield of an individual government bond issue. For equities, a similar factor approach was proposed by Fama-French (1992). They intro-duced a three factor model (market, size, value) which explains around 40% of the returns of a specific stock. In contrast to modelling the yield of government bonds, a large portion of the variability of a single equity is driven by stock specific infor-mation. Over time, factor modelling techniques have developed dramatically and a recent overview is provided by Ang (2014).

Factor models help investors to capture different risk premia by tracking the movement of a limited set of factors. This is just another way to cut the pie compared to the classical approach where financial assets are bundled together into asset classes (cash, bonds, real estate and stocks). The factor approach provides the investor with a better articulation of the risk drivers, helping investors achieve better diversification by allocating risk between the factors instead of allocating capital between asset classes.

Factor models are useful tools, but what are the limitations?• Persistence versus spurious correlation. Is there

really a structural relationship or is it just some random effect that is accidentally occurring in historical data (i.e. data mining)?

• A missing factor. If many of the factors are partly dependent (multicollinearity) it could be the case that an underlying common factor is missing.

• Model specification and parameter estimation error. There is a practical trade-off between building a more complex model and the availability of his-torical data. More parameters require more his-torical observations.

• Structural shifts and non-linearity. If, from time to time, the world enters into a new regime, then historical observations from the previous regime do not necessarily provide guidance in the new regime. As complexity economics – and practical experience during past financial crises – teaches us, this often leads us astray just when we need our models the most.

The fundamental idea behind factor models makes perfect sense, but there is an outstanding question. How can we robustly operationalize it to manage the funding ratio of a pension fund in a world where structural shifts and uncertainty is in the very fab-ric of the economy and financial markets?

Multi-disciplinary approachKeynes’ famous words “It is better to be roughly right than precisely wrong” illustrates the main challenge with building factor models. We could paraphrase Keynes as “It is better to get model specification about right than precisely reducing estimation error”. Applying this to the funding ratio of a pension fund means that we need robust intervals of possible outcomes, instead of precise point estimates which we already know never will be the exact outcome.

Fundamental economic drivers such as inflation and growth are, together with changing risk premia, the main drivers of asset prices. The dynamics of financial markets are affected by cycli-cal growth and inflation pressures (business cycle), long-term debt cycles as well as investors’ behaviour based on emotions. Shiller (1981) noticed that stock prices were more volatile than dividends. Soros (2013) introduced the concept reflexivity which means that the investor behaviour influences the risk premia which influences investor behaviour. This leads to bubbles in which particular invest-ments experience huge capital inflows which are not related to the anticipated impact of fundamen-tal economic growth or inflation. Ambachtsheer (2016) argues that there have been eight capital market eras since World War I, each driven by a persistent pessimistic or optimistic mind-set of investors. Although history does not repeat itself, there are similar patterns emerging and conse-quently disappearing over time. This is particularly clear in times of financial bubbles, from the tulip mania of the 17th century to the relatively recent subprime mortgage crisis.

The truth is that we simply do not know the future

The truth is that we simply do not know the future and therefore a certain degree of uncertainty is always present. In addition there are also situations without clear parallels in recent history, which make it even more difficult to assess how investors will react and thereby influence markets. The quantitative easing programs implemented by cen-tral banks are unprecedented and we know that the economy will eventually need to deleverage. This, combined with the growing populism (anti-globali-sation), aging demographics, a shift away from industrial economy to a service-dominated economy and geo-political instability, makes the world even more uncertain and unpredictable today than we are used to. At least, it appears this way.

In today’s economic situation and current valua-tions of financial markets, the challenge for inves-

— OPINIE



tors is to identify possible patterns that could emerge in the short and mid-term future. Long-term predictions are more or less futile since different patterns emerge and disappear over time. To make each of these potential patterns more tan-gible we illustrate them as economic scenarios – a simple painting of a plausible future. Working with scenarios is an adaptive process as when new infor-mation becomes available, new scenarios might emerge and existing scenarios may either evolve or disappear. The scenarios are intended to capture mid-term potential development, and from history it is clear that the current state of the economy can be quite persistent before it eventually disappears and another pattern emerges. Scenarios have become an integral part of strategic business deci-sion making processes in large multinational com-panies.

A set of plausible economic scenarios is briefly illus-trated in Figure 1.

Translating each economic scenario into potential financial market returns requires a multidiscipli-nary mind-set since we need to build a specific eco-nomic model for each scenario. This approach combines current market valuations as well as sce-nario specific growth and inflation expectations. This provides us with indications on how the main drivers of the economy, in each economic scenario, could impact major markets. This is not an exact science, but it provides us with an understanding of the direction and interaction between major mar-kets in different economic scenarios. To quantify the sensitivity of an individual investment, a detailed traditional factor model is specified for each scenario based on the major markets and other factors. These factor models are, when possible, estimated on historically similar periods. Economic

and financial market knowledge (academic and experience based) is also required when specifying and estimating these factor models.

The four economic scenarios mentioned in Figure 1 do not capture all possible futures. They are what we consider most plausible based on our current assessment of the drivers of the economy. To assess the consequences of potential tail risks on the balance sheet, investors should apply specific tail scenarios designed to capture unlikely events which would have a large impact on the financial markets. These tail scenarios are less detailed than economic scenarios – they are more a sketch than a painting of a plausible future. The tail scenarios could be based on historical events, global warm-ing, technological developments or geopolitical changes. Developing tail scenarios helps us to better understand the properties of tail risks in a concrete way, but it requires a truly multi-discipli-nary mind-set to define and build plausible scenarios. Working with tail scenarios helps us to make the “unthinkable” thinkable and we can prepare contingency plans. In addition it keeps us alert and adaptive which make us better equipped to deal with those events that we did not consider. As Oscar Wilde once put it “To expect the unexpected shows a thoroughly modern intellect”.

This approach is sensitive to choices and priorities that have been made at each step of the process. It is a qualitative approach with the goal to create a robust framework starting from first principle understanding without heavily relying on model assumptions. At a first glance it may appear subjective, but taking all available information into account this is the best we can do. It is worth keeping in mind that the underlying assumptions behind a purely data driven approach are also

Figure 1: Example economic scenarios

The economic growth will

surprise positively and

inflation remains low.

Inflation surprises on

the back of loose

monetary policy, this

scenario is likely

to be followed by

a recessionary

environment.

In a new normal

environment, growth

remains low and there are

continuous deflationary

pressures.

In the recessionary case,

growth is substantially

negative and deflationary

pressures are strong.

LowInflation

HighInflation

HighGrowth

LowGrowth

Recession

New Normal

GrowthSurprise

InflationSurprise

JOURNAAL22


subjective, as a single model is only as strong as its weakest assumption. It is therefore important to have a multi-disciplinary mind-set and make use of a diverse set of models and theories.

Pension fund applicationsInterest rate movements and changes to a variety of risk premiums are the main risk drivers for a pen-sion fund. By focusing on inflation and growth as the key drivers it is possible to better understand how the funding ratio could develop in the short and mid-term future. To make it more tangible, we first use it as a diagnostic tool to test the robustness of the funding ratio. After that, the methodology described previously is used to build an investment portfolio where the funding ratio will be more robust across different economic scenarios and resilient in terms of weathering tail risks.

Application 1: Diagnostic testAccording to AON/Pensioen Thermometer,2 the average pension fund in the Netherlands has a long-term asset mix consisting of roughly 10% real estate, 30% stocks, 55% fixed income and 5% other assets. The average interest rate hedging ratio is around 50%. An active mandate with a tracking error around 2% is expected to deliver approxi-mately 0.5% additional annual return which is independent of the long-term asset mix. The domi-nant risks in such a portfolio are clear: equity risk and interest rate risk.

Pension funds with a funding ratio below 105% must submit a recovery plan which should include; additional contributions, restrictions on indexation and assumptions on future expected investment returns. The official recommendations are to be found in the “Advies Commissie Parameters”3 report. In the 2014 version of this report it is recommend that: Expected inflation steadily increases towards the ECB target of 2% within a 5 year period. Forward rates are used as interest rate predictions. Stocks and directly held Real Estate are expected to yield an annual return of 7% and 6% respectively. Based on these assumptions, it is clear that the “Commissie Parameters” advocates an economic scenario quite similar to the growth surprise scenario shown in Figure 1. To get a deeper understanding of this particular scenario and the tail risks associated with it, the “Commissie Parameters” recommend a stochastic analysis along the lines of Koijen, Nijman & Werker (2010).

In short, the average Dutch pension fund is exposed to two dominant risk (equity risk and interest rate risk) and the average portfolio is clearly positioned to do well in a very specific scenario. However most would agree that it’s not particularly unlikely that another economic scenario could materialise. What if this happens? If we consider a new normal scenario with lower growth rates than historically and inflation remaining at the cur-rent low levels, translating to low (or marginally falling) interest rates and a global stock market

which, at best, returns around 3% with high volatil-ity. For an average pension fund, this would lead to a much longer recovery period and probably result in modest cuts of pension rights over the next couple of years. In a gloomier recession scenario, we would face falling growth and deflationary pressure. This would significantly erode the funding ratio, since both dominant risks will have negative impact on the balance sheet. The unpleasant consequence of this scenario would be significant reductions of pen-sion rights.

In addition, we need to quantify the possible, but unexpected tail events that could materialise. These tail scenarios are unlikely, but they could have a large impact on the portfolio. Is the fund able to cope with the consequences of a market crash sim-ilar to 2008? What are the consequences of an EU break up? To capture the consequences of these extreme risks requires a multi-disciplinary and diverse approach, which is quite different from applying stochastic analysis as recommended by “Commissie Parameters”.4

After applying the diagnostic test, pension fund trustees gain insights into how the funding ratio could develop under different possible economic scenarios and stress situations. Based on these insights the natural follow-up question is: How do you adjust the portfolio in an adaptive way to get towards a more robust position?

Search for diversity instead of statistical diversification

Application 2: Portfolio ConstructionThe world is uncertain and unpredictable which means that any future scenario is the result of a sub-jective assessment. It is necessary to stay humble regarding our abilities to predict the future, since history shows that we frequently have been wrong. Ilmanen (2011) emphasizes in his book that it is important for a successful investor to be equipped with humility, pragmatism and diverse perspectives when approaching a complex world. Instead of “bet-ting the farm” on one very specific economic sce-nario, it seems more sensible to build a portfolio that is robust across a multitude of plausible economic scenarios.

The liabilities are defined in the pension contract which implicitly results in an unintended exposure towards interest rate movements. A first step in building a robust portfolio would be to hedge these unintended risks, and consequently free up the risk budget for intended risks. In addition, this con-denses the funding ratio problem into a more tradi-tional investment problem. At each point in time, a preferred investment portfolio utilising the risk budget should:

— OPINIE



i) have sufficient expected return within the mid-term horizon,

ii) be robust across economic scenarios andiii) be resilient against tail events.

The basic idea of investing is to only take risk when the expected gains are sufficiently high to compen-sate for the potential downside. This relationship between risk and reward does vary over time and across potential economic scenarios. In each sce-nario, factor models can be used to determine the expected return and risk for a particular investment (or strategy). The overall expected return of an investment is then the probability weighted return across all economic scenarios.

Once a set of attractive investments (or “investment strategies”) has been identified, the following step is to combine them into a portfolio that is robust across economic scenarios. To achieve this, we need a diverse portfolio which is not driven by sensitive estimations of correlations between different investments based on historical data. It is reason-able to group investments together that behave in a similar way across economic scenarios and use these as a building blocks in portfolio optimization. For example all investments that are expected to perform well across economic scenarios are grouped together and labelled market neutral. Most of these strategies are driven by manager skill, for example long-short strategies and other types of absolute return strategies. Investments that will do well in growth surprise, neutral in new normal and bad in both inflation surprise and recession will be grouped together and labelled accordingly. All investments are grouped across other combinations of economic scenarios and outcomes. This approach helps investors to search for diversity instead of statistical diversification which often breaks down in case of crisis.

In addition to investments based on economic sce-narios, it is useful to have a separate group of invest-ment strategies that perform well when there are substantial economic changes. At time of large changes caused by a transition between two eco-nomic regimes, there is often a persistent behaviour (momentum) among investors which is partly driven by anchoring and herding. Trend following investment strategies like CTAs, tend to perform well in these transitions and typically add to the overall robustness of the portfolio.

With these different groupings as building blocks it is relatively straight forward to construct a robust portfolio. This should, however, not be considered a mechanical exercise. By using several different risk measures you can avoid relying too much on one single methodology. The uncertainties due to both model and measurement errors are substantial so there is no point over-engineer the portfolio opti-misation. A crucial step in the portfolio construc-tion is to adaptively adjust the risk level in the port-folio based on the risk appetite. At a neutral risk

appetite, the risk level is at the base line. If risk is not expected to be rewarded in the near future we should take risk off the table and when risk is expected to be rewarded we should add risk to the table.

The last step is to make sure that the chosen port-folio is resilient against tail risks, i.e. that the conse-quences in tail scenarios are acceptable. If this is not the case, we need to either change the weight-ings of the different groupings or add some insur-ance strategies in order to reduce tail risks. The lat-ter could be done by reducing the riskiest alloca-tions or through buying put options. In practice, insurance strategies are only used in periods when the risk appetite is high and the portfolio is more aggressive. The intention is not to eliminate tail risks, but to keep losses at an acceptable level.

This is not rocket science, since rocket science is based on the stable laws of physics and not driven by human interactions. Implementing this frame-work in a successful way requires a multi-discipli-nary mind-set and decision process that helps us mitigate our own behavioural biases. Mixing disci-plines such as complexity theory, cognitive psychol-ogy, macroeconomics, sociology, history and finance are crucial for the outcome. In other words, allowing for a diversity of theories expands the tool-box, and it is crucial for investors to be aware of the strengths and weakness of the different tools.

Final thoughtsAs investors, we need to make the “unthinkable” thinkable and integrate this into our investment processes. We should not overly rely on one single theory, method or model. Instead we should opt for a multi-disciplinary approach where diversity (instead of “statistical” diversification) helps us create a robust portfolio which is resilient in case of extreme outcomes. The multidisciplinary mind-set is crucial in outlining economic scenarios and for the decisions taken at each step of the process. An adaptive approach where we react not just to eco-nomic drivers such as growth and inflation, but also to psychological phenomena like euphoria-driven bubbles, helps avoid exposure to extreme risks. Robustness is not at the expense of returns since, if carefully implemented, this approach results in a better risk-return profile. Acknowledging the con-ventional wisdom that “past performance is no guarantee of future results”, we should therefore not allocate capital based on historical returns. Instead we should consciously allocate risk based on what we expect to happen in the underlying economy and the financial markets in the future. Constructing and implementing an investment portfolio along these lines does not provide a guar-antee for a stable funding ratio, but it certainly beats the alternatives in this uncertain and often unpredictable world.

Sources— Ambachtsheer, K. (2016),

“The Future of Pension Management: Integrating Design, Governance and Investing”, The Wiley Finance Series.

— Ang, A. (2014), “Asset Management: A Systematic Approach to Factor Investing.” Oxford University Press.

— Fama, E.; and French, K. (1992), “The Cross-Section of Expected Stock Returns.” The Journal of Finance 47 (2).

— Ilmanen, A. (2011), “Expected Returns: An Investor’s Guide to Harvesting Market Rewards.” The Wiley Finance Series.

— Koijen, R. S., T. E. Nijman, and B. J. Werker, (2010), “When can life cycle investors benefit from time-varying bond risk premia?” Review of Financial Studies, 23(2):741–780.

— Litterman, R., and J. A. Scheinkman, (1991), “Common Factors Affecting Bond Returns.” Journal of Fixed Income 1.

— Shiller, R.J. (1981), “Do stock prices move too much to be justified by subsequent changes in dividends?” American Economic Review 71, 421-436.

— Soros, G. (2013), “Fallibility, reflexivity, and the human uncertainty principle.” Journal of Economic Methodology, 20(4), 309-329.

Notes1 De auteurs zijn werkzaam

bij Cardano. Stefan Lundbergh, PhD is Director Cardano Insights en drs. Mark Petit CAIA is Head of Clients.

2 http://www.pensioenthermometer.nl/index.php?option=com_content&view= article&id=6&Itemid=16

3 https://www.rijksoverheid.nl/documenten/rapporten/2014/03/21/advies-commissie-parameters

4 Statistical models can result in a false sense of security. The CFO at Goldman Sachs, David Viniar, said in an interview in 2007 “We were seeing things that were 25-standard deviation moves, several days in a row.” referring to their stochastic analysis.

JOURNAAL24


Eerdergenoemde onderzoeken tonen aan dat dat niet altijd het geval is, terwijl de kosten wel toenemen met de mate van complexiteit. En laten kosten nu net een van de oorzaken zijn van de implementation shortfall.

Factorbeleggen heeft voor risicomanagers dus twee gezichten: enerzijds een hoger en stabieler rendement, anderzijds is extra aandacht voor de waardering en implemen-tatie nodig, zodat de beoogde voordelen ook daadwerkelijk worden behaald.

VBA commissie Risicomanagement (Paul de Beus en Loranne van Lieshout)

Referenties van artikelen die als achter-grondmateriaal zijn gebruikt voor deze column zijn opvraagbaar bij de auteurs.

Literatuur— https://nl.wikipedia.org/wiki/Tulpenmanie

— Brinson, Gary P., L. Randolph Hood, and Gilbert L. Beebower, 1986, “Determinants of Portfolio Performance.” Financial Analysts Journal, vol. 42, no. 4:39–44.

— Kennedy, Ian, 2007, “Beyond Asset Allocation: Next Steps”, Annual Conference CFA, New York

— Fama, Eugene and Kenneth R. French. 1992. “The Cross-section of expected stock returns”. Journal of Finance, vol. 47, p. 427-465

— Arnott, Rob, Noah Beck, Vitali Kalesnik, and John West. 2016. How Can “Smart Beta” Go Horribly Wrong? Research Affiliates

— Marmer, Harry S, 2015, “Fire! Fire! Is U.S. Low Volatility a Crowded Trade?”. Practical Applications of Institutional Investor Journals, Smart Beta Special Issue, Vol. 3

— Hunstad, Michael and Jordan Dekhayser. 2015. “Evaluating the Efficiency of Smart Beta Indices”. Practical Applications of Institutional Investor Journals, Smart Beta Special Issue, Vol. 3

De twee gezichten van factorbeleggen

—Trots was de bezitter van de bloedrood gevlamde tulp Semper Augustus. Rond 1635 kostte een enkele bol van deze tulp 10.000 gulden. Dat was evenveel als de prijs van een grachtenpand in Amsterdam. Nederland was in de ban van de tulpengekte. In februari 1637 stortte de handel in tulpenbollen opeens in. De publieke opinie had zich tegen de tulpenspeculanten gekeerd. Veel burgers zagen speculatie als een vorm van gokken, en daarmee als een ernstige zonde. Er ontstond een chaotische situatie met veel onenigheid onder handelaren over de geldigheid van de afgesloten contracten. Veel speculanten verloren een fortuin en bleven met schulden achter.

Tientallen jaren geleden is dit al aangetoond in de academische literatuur en ook recent onderzoek levert hiervoor nog steeds bewijs. De selectie van factormanagers heeft wel een forse impact op het uiteindelijke resultaat. Wetenschappelijk onderzoek laat zien dat het rendementsverschil tussen verschillende US Low Volatility managers maar liefst 13%-punt bedraagt en het verschil in volatiliteit 7%-punt. De verschillen zijn te verklaren door de definitie van het universum, de gehanteerde risicomaatstaf en de portefeuilleconstructiemethode. Uit andere onderzoeken blijkt dat gemiddeld slechts 17% van het actieve risico van factorindices toe te wijzen is aan de gewenste factor exposure. Dit onderstreept het belang van een gedegen onderzoek naar de feitelijke karakteristieken van een factorportefeuille. De naam van het product of een hoog rendement is geen garantie voor een goede factor exposure.

Tenslotte zijn kosten een aandachtspunt. Hoewel factorbeleggen minder intensieve research vergt dan traditionele stock picking, weet de assetmanagementindustrie altijd weer inventieve manieren te bedenken om geld te verdienen. Het simpelweg volgen van de factorstrategieën die wetenschappelijk getest zijn, kan eenvoudig op een passieve manier worden geïmplementeerd. Een dergelijke implementatie kan echter leiden tot concentraties naar landen, sectoren en kleinere illiquide aandelen met alle risico’s van dien. Dit is reden voor veel aanbieders van producten om de strategieën te verfijnen. Ook het combineren van factoren tot een multi-factor portefeuille is aanleiding voor verfijnde optimalisatietechnieken. Op zich niks mis mee, mits de oorspronkelijke doel-stelling van diversificatie, transparantie en exposure naar de gewenste factoren overeind blijft staan.

Zien we vanuit risicomanagement een analogie met de huidige beleggingsomgeving? De huidige lage rentestand wordt vaak als oorzaak gezien voor luchtbellen in financiële instrumenten. Met als resultaat beleggers die op zoek gaan naar rendement in (nieuwe) asset categorieën of strategieën waarvoor het mooie beloofde rendement mogelijk niet bestaat. Op dit moment lijkt factorbeleggen de nieuwe trend. In hoeverre kennen we daarvan alle risico’s? Is er door de toenemende inte-resse sprake van factor crowding? Rob Arnott waarschuwt tijdens een recent VBA seminar voor de hoge waarderingen van verschillende factoren. Voor factoren als kwaliteit en low volatility is het rendement in de afgelopen 10 jaar volgens hem grotendeels te verklaren door een toegenomen Price-to-Book ratio. Bij de keuze voor factoren is het dan ook belangrijk om de waardering mee te nemen.

Ook de implementatie van de factorstrategie houdt risico in zich. Een uitgangspunt van veel institutionele beleggers is dat de strate-gische asset allocatie het grootste deel van het rendement verklaart en dat alle keuzes daarna ondergeschikt zijn. Ian Kennedy laat echter zien dat deze wijsheid niet altijd opgaat. Verschillen tussen de best en slechtst renderende pensioenfondsen worden grotendeels verklaard door de implementatie van het beleggingsbeleid na de strategische asset allocatie. Het verlies in rendement ten opzichte van de strategische portefeuille door implementatiekeuzes noemen we de implementation shortfall.

Hoe zit het met de implementation shortfall bij factorbeleggen? In essentie is factor-beleggen juist een manier om implementation shortfall te vermijden. Diversificatie over onderliggende factoren leidt immers tot een hoger en stabieler rendement dan het simpelweg volgen van de index.

— COLUMN



Factorpremies zitten overal!De waarde van Multi-Asset factorbeleggen

—AuteursGuido Baltussen (l)Willem van Dommelen (r)1

Factorbeleggen heeft de laatste jaren aanzienlijk aan populariteit gewonnen. Gedreven door

academisch onderzoek, aantrekkelijke rendementen en lagere beheerkosten maken steeds meer beleggers

de overstap naar portefeuilles die op basis van factoren worden beheerd. De stap naar factorbeleggen

beperkt zich vooralsnog veelal tot selectie van aandelen, de zogenaamde bottom-up benadering.

Wanneer factorpremies nader worden geanalyseerd, wordt echter duidelijk dat ze zich niet alleen tot

deze categorie beperken. In dit artikel laten we zien dat factorpremies in alle ‘grote’ beleggings

categorieën aanwezig zijn en ook daar aantrekkelijk rendementen en diversificatie voordelen bieden.

Het toevoegen van deze MultiAsset factorpremies aan een gemengde portefeuille verbetert daarom de

robuustheid en het voor risicogewogen rendement van een dergelijke portefeuille.

Multi-Asset factorpremies kunnen betekenen voor beleggers in een bredere portefeuille context. Onze bevindingen zijn dat het alloceren naar Multi-Asset factorpremies de risico- rendementskarakteristieken van portefeuilles verbetert, ook voor portefeuilles die al factor investing binnen aandelen toepassen. De voordelen van een 10% allocatie aan Multi Asset factor beleggen zijn van vergelijkbare grote met factorbeleggen binnen aandelen. We sluiten af

In het vervolg van dit artikel zullen we ingaan op de redenen waarom factoren in veel meer beleggings-categorieën dan alleen aandelen structureel aanwe-zig zouden moeten zijn. Vervolgens zullen we empi-risch aantonen dat factorpremies ‘overal’ aanwezig zijn. Dit roept de vraag op hoe deze Multi-Asset en bottom-up aandelenselectie factorpremies zich tot elkaar en tot traditionele aandelen- en obligatie- indices verhouden? Daarna zullen we ingaan op wat

— ONDERZOEK

JOURNAAL26


om de kern van een aandelen portefeuille in te richten met een combinatie van deze factoren en de “alge-mene” aandelenrisico premie.

De aanwezigheid van factorpremies is terug te voe-ren op een drietal elementen: (i) psychologische valkuilen van beleggers en de resulterende systema-tische “mispricing” (een zogenaamde marktineffi-ciëntie), (ii) een compensatie voor risico’s die andere type beleggers graag overdragen (een risico-transfer, soortgelijk aan een verzekeringspremie), en (iii) een vergoeding voor het verschaffen van liquiditeit in geval van een disbalans tussen vraag en aanbod (een compensatie voor marktstructuur).

Factorpremies zijn aanwezig in alle beleggingscategorieën

De bovenstaande onderbouwing voor factor-premies verklaart ook waarom verwacht wordt dat factorpremies aanwezig blijven in markten, zelfs als deze sterk in populariteit toenemen. Immers, (i) zowel de historie als psychologische onderzoeken leren ons dat menselijk gedrag moeilijk te verande-ren is en persistente patronen laat zien, (ii) dat er een vergoeding wordt gevraagd voor het overnemen van risico’s die andere beleggers wensen te vermij-

met de belangrijkste conclusies en beschrijven belangrijke randvoorwaarden voor het succesvol toepassen van factorbeleggen in de praktijk.

Factorbeleggen en waarom factorpremies ‘breed’ aanwezig zijnFactorbeleggen vindt zijn origine in de academische wereld waar al decennialang onderzoeken worden gepubliceerd die aantonen dat factoren rendemen-ten verklaren en er aantrekkelijke, diversifiërende rendementen te behalen zijn door middel van syste-matische beleggingsregels die deze factoren van-gen. Bovendien blijken in de praktijk vele fondsen een exposure naar verschillende factoren te hebben, wat over het algemeen de (actieve) performance ten goede komt (zie bijvoorbeeld Ang, Goetzmann en Schaefer (2009) en Van Gelderen en Huij, (2014)). Dit heeft geleid tot het advies van vele consultants om factorpremies ‘bewust’ en op strategisch niveau in de portefeuilles van beleggers op te nemen. Ofte-wel, alloceer actief aan factoren, ook wel bekend als factorbeleggen.

Tot nu toe vindt het merendeel van onderzoeken en activiteiten op het gebied van factorbeleggen plaats binnen aandelen, waarbij onderzocht wordt welke factoren kunnen worden gebruikt als selectiecriteria van individuele aandelen (de zogenaamde bottom-up benadering). Zo concluderen Smeets en Bikker (2015) op basis van literatuur en empirisch onder-zoek dat de factoren Momentum, Value, Low Risk en Quality structureel aanwezig zijn bij aan delen en een positieve risicopremie dragen. Hun advies is dan ook

— ONDERZOEK

Wildgroei aan factoren

Als gevolg van de toegenomen populariteit van fac-torbeleggen dreigt er een wildgroei te ontstaan aan nieuw gedocumenteerde “factoren”. Zo laten Harvey, Liu en Zhu (2015) zien dat er alleen al op bottom-up aandelengebied meer dan 300 factoren zijn gedocu-menteerd en dat vele waarschijnlijk toe te schrijven zijn aan data-mining. Voor factorbeleggen is het extreem belangrijk om slechts die factoren te selecteren welke in de praktijk naar verwachting een significant positieve premie genereren. Om dit te bewerkstelligen zijn, ons inziens, twee ingrediënten van groot belang. Ten eerste, dient een factor een sterke economische onderbouwing te hebben. Ten tweede, dient er robuust bewijs te zijn voor de werking van een factor over verschillende tijds-periodes, markten en ook beleggingscategorieën. In dit artikel zullen we ons derhalve beperken tot de hieronder genoemde factoren, die ons inziens aan deze criteria voldoen. Verder zullen we factoren ‘uniform’ definiëren over beleggingscategorieën, grotendeels aan de hand van de meest gangbare academische studies. Hiermee vermijden we data-mining in de vorm van het zoeken naar ‘de beste’ historische factor definities.

Momentum: de gedachte achter momentum is dat trends zich voortzetten. Dit betekent dat naar

verwachting historische winnaars (of verliezers) ook de toekomstige winnaars (verliezers) zullen zijn. Hiervan kan geprofiteerd worden door systematisch de winnaars te kopen en/of verliezers te verkopen.

Value: door allerlei sentimenten in markten kunnen prijzen afwijken van de fundamentele juiste´ waarde. Hiervan kan geprofiteerd worden door systematisch dure instrumenten te verkopen en/of goedkope te kopen.

Carry: dit betreft het rendement dat je verdient op een belegging als gevolg van het verstrijken van de tijd. Hiervan kan geprofiteerd worden door het systematisch kopen van instrumenten met een hoge “yield” en/of het verkopen van instrumenten met een lage “yield”.

Volatility: volatiliteit handelt structureel hoger dan er naar verwachting aan volatiliteit wordt gerealiseerd. Het verschil geeft de volatiliteitsrisicopremie weer, een rationele vergoeding voor het dragen van volatiliteits-risico. Hiervan kan worden geprofiteerd door systema-tisch het ingeprijsde volatiliteitsrisico (dat wil zeggen

“implied volatility”) te verkopen.



den (gedreven door bijvoorbeeld een korte investe-ringshorizon) is een rationeel en structureel onder-deel van het economisch systeem, (iii) een vergoe-ding voor het verschaffen van liquiditeit in geval van een disbalans tussen vraag en aanbod is een reflectie van hoe de markt is georganiseerd, iets wat diep geworteld is in het financiële systeem. Beleg-gingsdoelstellingen en restricties zullen ervoor zor-gen dat beleggers op voorspelbare momenten ook voorspelbare transacties moeten uitvoeren. De opkomst van index-trackers is hier een simpel maar doeltreffend voorbeeld van.

Aangezien de ‘krachten’ achter factoren universeel aanwezig zijn is te verwachten dat factorpremies ook in andere markten – naast individuele aande-len – aanwezig zijn. Dit wordt onderschreven door een recente studie van Van Zundert en Houweling (2015), die aantonen dat de factoren Momentum, Value, Low Risk en Size rendementen van individu-ele bedrijfsobligaties verklaren en dat factorpremies in bedrijfsobligaties een goede toevoeging aan por-tefeuilles van beleggers zijn. In het vervolg van dit artikel breiden we het onderzoek uit naar een nog bredere set van beleggingscategorieën, namelijk staatsobligaties, valuta’s en grondstoffen. Daar-naast tonen we aan dat factorbeleggen binnen aan-delen ook kan worden toegepast om naar aandele-nindices te alloceren (de zogenaamde top-down benadering).

Multi-Asset factorenOnderzoeken naar factorpremies buiten aandelen zijn relatief beperkt. Recente studies door Asness, Moskowitz en Pedersen (2013), Moskowitz, Ooi en Pedersen (2012), en Koijen, Moskowitz, Pedersen en Vrugt (2015) laten zien dat Momentum, Value en Carry factorpremies in een breed scala van beleg-gingscategorieën aanwezig zijn. In dit onderzoek richten we ons op deze factoren aangevuld met de Volatility factor. De aanwezigheid van deze “top-down” Multi-Asset factorpremies wordt onderzocht in de beleggingscategorieën aandelen, staatsobliga-ties, valuta’s en grondstoffen.

Multi-Asset factoren diversifiëren portefeuilles

Het onderzoek beslaat de periode januari 1994 tot en met juni 2016 en is uitgevoerd op basis van de factor-definities beschreven in tabel 1. Deze definities vol-gen grotendeels de studies van Asness, Moskowitz en Pedersen (2013), Moskowitz, Ooi en Pedersen (2012), en Koijen, Moskowitz, Pedersen en Vrugt (2015).2 Voor een meer specifieke beschrijving van de factoren verwijzen we naar de kadertekst.

Factoren halen hun rendementen uit zowel long- als shortposities. Om factoren optimaal te benutten en diversificatievoordelen ten opzichte van traditionele

risico premies of beleggingscategorieën te waarbor-gen,4 is het nodig om markten “short” te kunnen gaan. De aanwezigheid van een liquide derivaten-markt is noodzakelijk voor het efficiënt kunnen innemen van zowel long- als short-posities. We beperken ons onderzoek daarom tot markten die over een liquide derivatenmarkt beschikken. Dit resulteert in het gebruik van de volgende instru-menten en markten: (i) Futures op aandelen indices van de belang rijkste

ontwikkelde markten (VS, Europa, VK, Japan, Canada, Hong Kong, Australië en Zuid-Korea).

(ii) Futures op de 10-jaars rente op staatsobligaties uitgegeven door de G7 landen (VS, Duitsland, VK, Japan, Canada, Australië en Zuid-Korea).

(iii) Forwards op G10 valuta’s (USD, EUR,GBP, JPY, NOK, AUD, NZD, SEK,CHF, CAD).

(iv) Futures op alle 22 grondstoffen opgenomen in de Bloomberg Commodity Index.

(v) De implied volatility (via delta-hedged optie posities) op de aandelenindices met de meest liquide optiemarkten (VS, Europa, VK en Japan), VS en Duitse 10-jaars rente en WTI-olie.

De factoren bepalen op maandbasis voor iedere markt welke positie dient te worden ingenomen (long, short of neutraal). Dit gebeurt door middel van de factordefinities per markt te vergelijken met zijn eigen historie (Momentum), en/of per beleg-gingscategorie met andere markten binnen de betreffende beleggingscategorie (Momentum, Value en Carry) of altijd een short positie in te nemen (Volatility). Vervolgens worden binnen iedere beleggingscategorie-factor combinatie (bijvoor-beeld aandelen-momentum, valuta-carry, etc.) de posities geschaald op basis van de volatiliteit van de betreffende markt. Zodanig heeft binnen een beleg-gingscategorie-factor combinatie iedere markt een gelijke risico contributie.5 Tot slot wordt voor iedere beleggingscategorie-factor combinatie het totale risico zodanig herwogen dat de lange termijn ex-ante volatiliteit 10% bedraagt.

In de analyses wordt geen rekening gehouden met transactiekosten en alle analyses maken gebruik van maandelijkse rendementsreeksen. Tabel 2 toont de historische Sharpe Ratio en Jensen’s alpha (dat wil zeggen het gemiddelde rendement per jaar dat een factor toevoegt bovenop alle andere factoren binnen een beleggingscategorie), opgesplitst naar factor en beleggingscategorie. Daarnaast worden de ”Multi-Asset” factoren

Tabel 1: Definities van de factoren per beleggingscategorie als gebruikt in dit onderzoek

Aandelen Staats obligaties Valuta Grondstoffen

Momentum 12-maands rendementen3

Value Dividend/Prijs Reële rente 50% PPP + 50%

5-jaars reversals

5-jaars reversals

Carry Implied yield van

de eerste futures

Excess 10-jaars

yield

Implied yield

t.o.v. USD

Implied yield van

de eerste 2 futures

Volatility Implied volatility versus gerealiseerde volatiliteit

JOURNAAL28


weergeven. Deze zijn per factor opgebouwd uit een gelijk gewogen allocatie naar iedere beleggings-categorie, waarbij het totale risico zodanig herwo-gen is dat de lange termijn ex-ante volatiliteit 10% bedraagt. Figuur 1 laat de historische rendemen-ten in dollars per Multi-Asset factor over alle beleggingscategorieën zien.

De resultaten laten zien dat deze Multi-Asset facto-ren over het algemeen een aanzienlijk positief rendement behaald hebben.

Factorpremies vergelekenDe bovenstaande resultaten roepen de vraag op hoe deze Multi-Asset factorpremies zich met elkaar, met traditionele benchmarken en met de bottom- up aandelenfactoren vergelijken? Om dit te onder-zoeken berekenen we (maandelijkse) correlaties van elke Multi-Asset factorpremie met (i) elkaar, (ii) een wereldwijde aandelen- en obligatie- index (respectievelijk MSCI World en de BoFA global

bond index) en (iii) een long-only bottom-up aande-len multi-factorportefeuille (‘MF aandelen’).6

Tabel 3 laat het resultaat zien. De steekproef begint in 1996, de eerste maand dat alle rendements-reeksen beschikbaar zijn. De Multi-Asset factor-premies zijn laag gecorreleerd met elkaar, met traditionele beleggingscategorieën en met een bottom-up aandelen factorportefeuille.

Om te onderzoeken of deze diversificatievoordelen ook opgaan wanneer we dat het meest nodig heb-ben, namelijk als de beleggingscategorieën zich zeer negatief ontwikkelen, berekenen we voor elke reeks in tabel 3 het gemiddelde historische maandrende-ment, conditioneel op het zich bevinden in de 10% linkerstaart van de verdeling van elk van de reeksen. Figuur 2 laat deze resultaten zien. Over het algemeen doen Multi-Asset factorpremies het nagenoeg vlak wanneer linkerstaart scenario’s in aandelen en staatsobligaties zich voordoen. Met

Figuur 1: Historische rendementen van Multi-Asset factorpremies

Bronnen: NN Investment Partners, Datastream, Bloomberg, OptionMetrics, JPM Markets

0

1

2

3

4

5

6

7

8

9

10

01-12-9

3

01-12-9

5

01-12-9

7

01-12-9

9

01-12-0

1

01-12-0

3

01-12-0

5

01-12-0

7

01-12-0

9

01-12-1

1

01-12-1

3

01-12-1

5

Cum

ulat

ief r

ende

men

t

Multi-Asset Momentum Multi-Asset Value Multi-Asset Carry Multi-Asset Volatility

— ONDERZOEK

Tabel 2: Historische performance van Multi-Asset factorpremies. Alle getallen zijn op jaarbasis en berekend over de periode januari 1994 tot en met juni 2016

Sharpe Ratio Momentum Value Carry Volatility

Aandelen indices 0.68 0.06 0.42 0.83

Staatsobligaties 0.49 –0.12 0.32 0.43

Valuta 0.03 0.14 0.60 –

Grondstoffen 0.82 0.06 0.31 0.66

Multi-Asset 0.85 0.12 0.86 0.77

Jensen s alpha Momentum Value Carry Volatility

Aandelen indices 5.82 0.63 4.07 8.05

Staatsobligaties 4.09 0.16 2.68 5.00

Valuta –0.08 0.75 5.43 –

Grondstoffen 7.23 4.88 1.53 5.00

Multi-Asset 9.49 4.92 5.86 7.98




Tabel 3: Correlatie tussen Multi-Asset factoren, traditionele benchmarks en een bottom-up aandelen factor portefeuille

Momentum Value Carry Volatility Aandelen Staats-obligaties

MF-Aandelen

Multi-Asset Momentum 1.00

Multi-Asset Value –0.32 1.00

Multi-Asset Carry 0.10 –0.05 1.00

Multi-Asset Volatility –0.07 –0.08 0.23 1.00

Aandelen –0.08 0.04 0.20 0.17 1.00

Staatsobligaties 0.08 –0.01 0.08 –0.03 0.13 1.00

MF-Aandelen –0.01 0.02 0.18 0.16 0.98 0.13 1.00

Bronnen: NN Investment Partners, Datastream, Bloomberg

andere woorden, Multi-Asset factorpremies zijn nagenoeg ongevoelig voor drawdowns in de traditio-nele beleggingscategorieën.

Factorpremies in een portefeuille contextZoals aangetoond genereren Multi-Asset factoren aantrekkelijke, laag gecorreleerde rendementen. Deze combinatie maakt het toevoegen van deze fac-toren aan portefeuilles vanuit rendement/risi-co-oogpunt mogelijk aantrekkelijk. Om meer inzicht in de toegevoegde waarde te krijgen, laten we in tabel 4 de historische impact van het toevoe-gen van een Multi-Asset factorbelegging aan een tweetal portefeuilles zien. We nemen hiervoor (i) een conventionele 60%-40% aandelen-obliga-tieportefeuille (herwogen aan het einde van elke maand) en (ii) een 60%-40% aandelen-obligatie-portefeuille waarbij de aandelenallocatie is ingevuld met de eerder genoemde aandelenfactorportefeuille (herwogen aan het einde van elke maand).7 Vervol-gens vervangen we 10% van elke portefeuille (zijnde 6% van de aandelen en 4% van obligaties allocatie) door een allocatie naar een Multi-Asset factorportefeuille, die opgebouwd is uit een gelijk-

Figuur 2: De linkerstaart-diversificatie voordelen van Multi-Asset factorpremies


0,00%

2,00%

4,00%

Ret

urn

(mon

thly

)

Momentum Value Carry Volatility Aandelen Obligaties MF-Aandelen

–10,00%

–8,00%

–6,00%

–4,00%

–2,00%

Aandelen Obligaties MF-Aandelen

gewogen (risico-)allocatie naar de individuele Multi-Asset factoren, gestuurd op een 10% volatili-teit per jaar.

De Multi-Asset factorbelegging verbetert beide bovenstaande portefeuilles, zowel in termen van

Tabel 4: Hoe Multi-Asset factorpremies de risico-rendement karakteristieken van portefeuilles verbeteren

60-40 port. +10% Multi-Asset

Factor portefeuille

Avg. return (ann.) 5.97 6.98

Volatility (ann.) 9.71 8.98

Sharpe (net) 0.62 0.78

Max. drawdown –35.14 –31.27

60-40 port.

MF-Aandelen

+10% Multi-Asset

Factor portefeuille

Avg. return (ann.) 7.12 8.04

Volatility (ann.) 8.69 8.06

Sharpe (net) 0.82 1.00

Max. drawdown –31.66 –27.99


JOURNAAL30


rendement als risico (volatiliteit en drawdowns). Ver-der leidt een 10% allocatie naar de Multi-Asset fac-torportefeuille tot ongeveer dezelfde verbeteringen in de Sharpe Ratio en drawdowns als de bottom-up aandelen factorportefeuille (de Sharpe Ratio gaat van 0.62 naar 0.82 voor bottom-up aandelen factor-beleggen, en verbetert verder naar 1.00 met het toe-voegen van Multi-Asset factor beleggen).

ConclusieAcademici hebben over de afgelopen decennia het bestaan van factorpremies aangetoond en beargu-menteerd dat deze in de portefeuilles van beleggers zouden moeten worden opgenomen. Deze factor-premies zijn onder andere bottom-up terug te vinden in aandelen, waar vele beleggers reeds factorbeleggen als kern beleggingsstijl hebben aange-merkt. In dit onderzoek wordt zowel theoretisch als empirisch aangetoond dat de factoren Momentum, Value, Carry en Volatility top-down ook in aandele-nindices, obligatie-indices, valuta’s en grondstoffen aanwezig zijn. Deze Multi-Asset factorpremies heb-ben een lage correlatie met bottom-up aandelen factorpremies. Derhalve leidt het alloceren naar Multi-Asset factorpremies tot een verbetering van de risico-rendementsverhouding van de porte-feuille, die in onze studie qua omvang vergelijkbaar is met bottom-up aandelen factorpremies. Met andere woorden: Multi-Asset factorbeleggen loont!

Factorbeleggen biedt veel potentieel en er is een aantal goede redenen waarom verwacht mag wor-den dat Multi-Asset factoren in markten aanwezig blijven. Het is echter goed een tweetal kanttekenin-gen te maken bij deze studie. Ten eerste, is er een aantal valkuilen voor factorbeleggen. Het selecteren van niet-renderende factoren, een onzorgvuldige of naïeve invulling, portefeuille constructie en/of excessieve transactiekosten kunnen factorpremies grotendeels tenietdoen. Data-mining risico’s zijn beperkt voor de Multi Asset factorpremies bestu-

deert in dit artikel, doordat de factoren een duide-lijke economische onderbouwing hebben, groten-deels een standaard definitie volgen die uniform is over beleggingscategorieën en door meerdere onderzoekers op verschillende steekproeven zijn aangetoond. Verder geldt dat het in de praktijk opstrijken van factorpremies een zorgvuldige afwe-ging vergt tussen efficiënte implementatie tegen beperkte kosten (iets waar we aan zijn voorbij gegaan in deze studie), het beperken van geconcen-treerde factorrisico’s, en het beperken van niet gewilde (en mogelijk onbeloonde) risico’s die ver-borgen zijn in een factor. Het belang van een solide beleggingsproces moet derhalve niet onderschat worden. Dit start met een gedegen onderzoek naar de aanwezigheid en winstgevendheid van de facto-ren, waarbij transactiekosten en het risico op data-mining worden meegenomen. Een robuuste porte-feuilleconstructie die rekening houdt met de boven-genoemde aspecten van risico en een efficiënte implementatie zijn hierbij tevens zeer belangrijk.

Alloceren naar Multi-Asset factoren verbetert portefeuilles

Ten tweede, er kunnen redenen zijn om niet vast te houden aan een enkele definitie van een factor. Zo hebben we in dit artikel Momentum gedefinieerd als 12-maands historische rendementen. Echter, ver-scheidene studies definiëren Momentum ook over kortere periodes (zoals 3, 6 of 9-maands rendemen-ten). En is de juiste Value maatstaf voor obligaties alleen de reële rente (als in deze studie), of zijn aspecten als de schuldenlast en economische groei ook belangrijk? Een manier om het gebrek aan de

Figuur 3: Hoe Multi-Asset factorpremies de risico-rendement karakteristieken van portefeuilles verbeteren


0

7

01-12-9

3

01-12-9

5

01-12-9

7

01-12-9

9

01-12-0

1

01-12-0

3

01-12-0

5

01-12-0

7

01-12-0

9

01-12-1

1

01-12-1

3

01-12-1

5

Cum

ulat

ief r

ende

men

t

6

5

4

3

2

1

60-40 port. 60-40 port.+10% MA-MF 60-40 port. MF-Aandelen 60-40 port. MF-Aandelen+10%MA-MF

— ONDERZOEK



Referenties— Ang, A., W.N. Goetzmann, en S. Schaefer,

2009, Evaluation of active management of the Norwegian Government Pension Fund, Global Report to the Norwegian Ministry of Finance.

— Asness, C.S., T.J. Moskowitz en L.H. Pedersen, 2013, Value and momentum everywhere, Journal of Finance: 929-985.

— Van Gelderen, E. en J. Huij, 2014, Academic knowledge dissemination in the mutual fund industry: can mutual funds successfully adopt factor investing strategies?, Journal of Portfolio Management: 157-167.

— Koijen, R., T.J. Moskowitz, L.H. Pedersen, en E. Vrugt, 2015, Carry, working paper.

— Moskowitz, T. J., Ooi Y. H., en Pedersen, L. H., 2012, Time series momentum, Journal of Financial Economics: 228-250.

— Smeets, S., en B. Bikker, 2015, Scheiden van factorpremies en selectie alpha: een andere kijk op core-satellite!. VBA Journaal: 13-18.

— Van Zundert, J., en P. Houweling, 2015, Factorbeleggen voor bedrijfsobligaties, VBA Journaal: 20-25.

— Harvey, C.R., Y., Liu, en H. Zhu, 2015, … and the Cross-Section of Expected Returns, Review of Financial Studies: 5-68.

Noten1 Dr. Guido Baltussen, PhD, (Guido.

[email protected]) en Drs. Willem van Dommelen, RBA ([email protected]) zijn beide werkzaam bij NN Investment Partners en verbonden aan NN (L) Multi Asset Factor Opportunities, maar hebben dit artikel op persoonlijke titel geschreven. Guido Baltussen is tevens Associate Professor in Finance aan de Erasmus Universiteit Rotterdam. We bedanken Bas Peeters, Stan Verhoeven, Iwan Brouwer en Jan Jaap Hazenberg voor hun bijdragen.

2 De belangrijkste uitzondering is Value in aandelen indices. Asness, Moskowitz en Pedersen (2013) gebruiken hiervoor de ratio tussen boekwaarde en marktwaarde. Echter, vanwege datafouten en herzieningen in deze data op indexniveau kiezen we voor de ratio tussen dividenden per aandeel en de prijs per aandeel.

3 De Momentum factor is een 50-50 weging tussen de trend per markt (time-series momentum) en momentum in de cross-sectie van markten (cross-sectie momentum).

4 Binnen “bottom-up” aandelen wordt factor beleggen vaak toegepast met een “long-only” restrictie. Dit beperkt typisch de

toegevoegde waarde van factor beleggen tot de long-kant en zorgt ervoor dat aandelen factor beleggingsproducten vaak een hoge correlatie met aandelen hebben (zie ook tabel 3 en figuur 2).

5 Dit in tegenstelling tot factorbeleggen in individuele aandelen, waar vaak gelijkgewogen of waardegewogen posities binnen een markt worden gebruikt. Dit is minder geschikt in Multi-Asset factorbeleggen vanwege de relatief grotere risicoverschillen tussen markten.

6 Deze bestaat uit de volgende bottom-up aandelenfactoren: Momentum, Value, Low Risk en Quality, en is bepaald door het simpel middelen van de MSCI Momentum, Value, Low Volatility en Quality indices. De MSCI factor index definities volgen de definities gevolgd in vele academische studies. In de praktijk blijken deze soms vrij naïef te zijn en niet altijd een robuuste manier om factorpremies op te halen. De resultaten in dit onderzoek zijn vergelijkbaar tot beter als we meer geavanceerde bottom-up aandelen factordefinities gebruiken.

7 In dit artikel zien we af van een factor-invulling van de obligatie allocatie. Dit vanwege het op het moment van schrijven ontbreken van factor benchmarkindices in obligaties.

eenduidige (of ‘juiste’) factordefinitie te ondervan-gen is het gebruik maken van meerdere factordefi-nities in het beleggingsproces (oftewel ‘multi- dimensionale factorstrategieën’). Door deze diver-sificatie kunnen factorpremies op een meer robuuste manier opgestreken worden.

Concluderend kunnen we stellen dat Multi-Asset factorbeleggen toegang geeft tot diversifiërende ren-

dementsbronnen, ook als bottom-up aandelenfacto-ren in ogenschouw worden gehouden. Een allocatie naar Multi-Asset factorbeleggen verbetert daarmee het rendement/risicoprofiel van portefeuilles en kan daarmee een substantiële bijdrage leveren aan het behalen van de beleggingsdoelstellingen.

JOURNAAL32


De invloed van de rente op low volatility aandelen

—AuteursRoelof Salomons (l)Ivo Kuiper (r)1

Aandelen met een lage volatiliteit ( low volatility) hebben de afgelopen decennia een hoger rendement

opgeleverd dan op basis van het risico mag worden verwacht. Analisten kennen dit verschijnsel als

de ‘low volatility anomaly’; een verschijnsel dat in strijd is met het Capital Asset Pricing Model

(CAPM). Hoewel ‘low vol’ aandelenstrategieën zeer populair zijn sinds de forse correcties in

aandelenmarkten in de laatste decennia, is er nog geen consensus waarom dit werkt. Tot voor kort

werd de verklaring voor deze discrepantie vooral gezocht in het gedrag van beleggers en analisten.

Langzamerhand komt er zowel in de praktijk als in de academische wereld meer aandacht voor de

rol van de rente. Wij laten zien dat de vergoeding voor renterisico – afhankelijk van de

berekenmethode – een groot gedeelte van dit effect kan verklaren.

Al in de vorige eeuw ontdekten onderzoekers (bij-voorbeeld Haugen en Heins (1972) en Black et al. (1972)) dat aandelen met een lage volatiliteit een beter rendement lieten zien dan gezien het relatief lage risico passend zou zijn, wanneer uitgegaan wordt van het CAPM model. Meer recent is er belangrijk werk op dit vlak gedaan door Ang et al. (2006, 2009). Als oorzaak voor deze onverklaar-bare outperformance wordt vooral gekeken naar het

Low volatility aandelen zijn aandelen die relatief kleine prijsschommelingen kennen, zonder al te grote uitschieters. Het gaat om sectoren met een relatief laag risico, zoals nutsbedrijven en basisgoe-deren. De bedrijven hebben stabiele inkomsten en een voorspelbare winst. Voorbeelden zijn Anheu-ser-Busch Inbev, Nestlé en in Nederland Unilever en Ahold. ‘Degelijke’ fondsen.

— PRAKTIJK



gedrag van analisten en beleggers. Beleggers zou-den op zoek zijn naar een hoger rendement en daarom de veilige low volatility aandelen negeren. Ze zouden liever gokken op een hoger rendement en het risico van een tegenvallend resultaat voor lief nemen (Sirri en Tufano (1998) en Barberis en Huang (2007)). Volgens een andere verklaring zou-den analisten te optimistisch zijn over hoog volatiele aandelen (Hsu et al. (2013)).

Wij laten zien dat de vergoeding voor renterisico – afhankelijk van de berekenmethode – een groot gedeelte van dit effect kan verklaren

Het is goed mogelijk dat deze elementen bijdragen aan het goede, voor risico gecorrigeerde, rende-ment. Het doel van dit artikel is om te laten zien hoe groot de impact van een ander aspect is, namelijk de gevoeligheid voor renteontwikkelingen. Langza-merhand komt er meer aandacht voor de rentege-voeligheid van deze aandelenstrategie, zowel in de praktijk als de academische wereld. Zo beschrijven Baker en Wurgler (2006) de correlatie tussen staatsobligaties en laag volatiele aandelen. Zij geven aan dat deze onder andere zo hoog is doordat beleg-gers een voorkeur voor deze instrumenten hebben in tijden van crisis (flight to safety). Door middel van deze studie willen wij meer inzicht krijgen in de bij-drage van de rentegevoeligheid aan de goede rende-menten van beleggingsstrategieën die zich richten op deze anomalie.

Er zijn meerdere manieren om dit effect te bestude-ren en veel van deze manieren leiden tot dezelfde resultaten. Voor deze studie gebruiken wij de porte-feuilles die door Kenneth French beschikbaar zijn gesteld op zijn website.2 Het gaat hierbij om Ameri-kaanse aandelen, genoteerd aan de NYSE, AMEX of NASDAQ. De aandelen zijn gesorteerd op idio-syncratische volatiliteit, wat in dit geval wil zeggen dat gekeken is naar de volatiliteit die geschoond is voor de drie risicofactoren uit het Fama French 3-factor model (Fama en French (1993)). Er is gekeken naar dagelijkse volatiliteit van de laatste 60 dagen. Op basis van deze historische volatiliteit zijn 10 portefeuilles samengesteld waarbij porte-feuille 1 de aandelen bevat met de laagste volatiliteit en portefeuille 10 die met de hoogste. Voor onze analyse maken wij gebruik van maandelijkse data van deze portefeuilles over de periode van 1968 tot heden.

Rentegevoeligheid van aandelenDoor middel van een regressie is gekeken hoe gevoelig deze 10 portefeuilles zijn geweest voor ren-tebewegingen. Deze empirische duratie is voor iedere portefeuille weergegeven in figuur 1. Duide-lijk te zien is dat de laag volatiele aandelen gevoeli-ger zijn voor de rente dan de hoog volatiele aande-len: rente bewegingen hebben meer impact op de aandelenprijs van laag volatiele aandelen. Dit is ook intuïtief te begrijpen. Een mogelijke verklaring is dat omdat de kasstroom en de winst van laag vola-tiele aandelen goed voorspelbaar is, is de rente belangrijk in de bepaling van de contante waarde. Daalt de rente, dan wordt de toekomstige winst meer waard. Behalve de mate van de exposure is ook de richting verschillend. Terwijl de laag vola-tiele aandelen een positieve blootstelling hebben, is deze voor de hoog volatiele portefeuilles negatief. Stijgt de rente dan worden de laag volatiele aande-len minder interessant. Dat effect is vergelijkbaar met de waardeontwikkeling van obligaties. Bij deze berekeningen kijken wij alleen naar de impact van de rente en negeren we alle andere factoren die ren-dementen verklaren, zoals de markt factor uit het CAPM model.

Wanneer wij corrigeren voor de markt beta van de portefeuilles zien we de resultaten zoals getoond in figuur 2. Zoals op basis van CAPM verwacht mag worden is er een positieve relatie tussen de beta van de markt en de volatiliteit van aandelen. Dit beïn-vloedt het patroon van de rentegevoeligheid echter niet, dit blijft een dalende lijn net als in figuur 1. In het vervolg van deze studie zullen wij dit model gebruiken.

Vergoeding voor rente risicoBlootstelling aan een risico (rente risico in dit geval) leidt alleen tot een hoger rendement wanneer er een positieve risicopremie voor dit risico is. In het vorige hoofdstuk hebben we de rentegevoeligheid in kaart gebracht. De volgende stap is het schatten van de vergoeding voor deze rentegevoeligheid. Voor deze studie hebben wij deze risicopremie op drie manie-

–1,00

–0,50

0,00

0,50

1,00

1,50

2,00

2,50

3,00

Y

10% 15% 20% 25% 30% 35%

Figuur 1. Dit figuur geeft de empirische duratie weer van 10 portefeuilles samengesteld op basis van historische volatiliteit. Op de Y as is de duratie weergegeven (in jaren), en op de x-as de volati-liteit van de portefeuille.

JOURNAAL34


— PRAKTIJK

ren geschat. De eerste methode maakt gebruik van cross-sectionele Fama Macbeth regressies. Hierbij veronderstellen we dat de rente gevoeligheid over de hele periode constant is geweest. Deze eerste methode geeft een verrassend hoge schatting van de risicopremie van 0,8% per maand. Dat betekent in ons geval dat de rentegevoeligheid iedere maand ongeveer 1% aan rendement zou toevoegen aan de portefeuille met de laag volatiele aandelen (porte-feuille 1) ten opzichte van de portefeuille met de hoog volatiele aandelen (portefeuille 10).Als gezegd gaan we er bij deze berekening vanuit dat de rentegevoeligheid van de verschillende portefeuil-les constant door de tijd is. Omdat in de praktijk de rentegevoeligheid van aandelen niet altijd hetzelfde is geweest is het interessant om te kijken wat de impact is van deze aanname. Wanneer we tijd variërende rentegevoeligheden gebruiken daalt de schatting van de risicopremie van 0,8% naar 0,6%.

Voor een alternatieve (derde) schatting van de risi-copremie kunnen we naar de historische obligatie rendementen kijken. Over dezelfde periode is dit 0,2% per maand geweest.3 Dat is weliswaar minder hoog dan de eerste schattingen, maar nog altijd positief en economisch significant.

De verschillen tussen de cijfers wijzen erop dat een belegger in aandelen de afgelopen decennia een hogere beloning heeft ontvangen voor het rente risico dan een belegger in staatsobligaties. Dit is een opmerkelijk resultaat en roept dan ook de vraag op hoe dit mogelijk is. Eén mogelijke verklaring is hed-ging pressure. Doordat er beleggers zijn die – al dan niet door het toezichtkader – een voorkeur hebben om hun rente risico’s af te dekken door het kopen van obligaties betalen zij hier mogelijk een hogere prijs (premie) voor. Dit verlaagt de ontvangen vergoeding voor het risico. Een andere mogelijke verklaring is de toegenomen populariteit van beleggingsstrategieën die gebruik maken van de low volatility anomaly. Hierdoor kunnen deze laag volatiele aandelen relatief duur zijn geworden waardoor de vergoeding voor het renterisico de afgelopen jaren hoger is geweest dan normaalgesproken mag worden verwacht.

Door zowel naar de aandelen als naar de obligatie-markt te kijken voor een inschatting van de risico-premie, krijgen we een goed beeld van de mogelijke impact van de rente op deze ‘low vol anomaly’. In figuur 3 geven we de impact grafisch weer voor de 10 portefeuilles. Op de y-as staat het onverklaarde rendement. Duidelijk te zien is dat wanneer we con-troleren voor het rente risico het verschil tussen de laag en hoog volatiele portefeuilles veel kleiner wordt, met andere woorden, de lijn wordt een stuk vlakker. Het verschil tussen portefeuille 1 en 10 daalt van de oorspronkelijke –1.2% naar respectie-velijk –1.0%, –0.5% en –0.2% voor de drie correc-tiemethoden. Afhankelijk van de gekozen methode wordt tot 80% van de anomalie hiermee verklaard.

Wanneer we controleren voor het rente risico zal het verschil tussen de laag en hoog volatiele portefeuilles veel kleiner worden

De afgelopen jaren hebben de laag volatiele aande-len sterker dan andere aandelen geprofiteerd van de dalende rente. Bij een stijgende rente zullen de ‘lowvols’ naar verwachting onderpresteren. Beleg-gers doen er goed aan bij hun beleggingsstrategie rekening te houden met de rente-effecten op deze aandelen. Het is belangrijk om ervan bewust te zijn dat de laag volatiele aandelen meer dan andere aan-delen dezelfde kant op bewegen als obligaties. Om de grootte van het effect inzichtelijk te maken geeft figuur 4 voor de 10 portefeuilles aan hoeveel obliga-ties toegevoegd moeten worden aan een gemiddelde aandelenportefeuille om tot een mixportefeuille te komen met dezelfde rentegevoeligheid als de aan-delenportefeuille 1 tot en met 10.

Y2Y1

1 2 3 4 5 6 7 8 9 10

2,00

1,50

1,00

0,50

–0,50

–1,00

0,00

Ri,t – Rf,t = ai +bM,i • MKTt + bI,t • INTRt + ei,t

Figuur 2. In dit figuur wordt de blootstelling aan de marktfactor en de rente factor weergegeven voor de 10 portefeuilles. Beta_M staat voor de blootstelling aan de markt en beta_i staat voor de blootstelling aan de rentefactor. De rentefactor is een gelijkgewogen gemiddelde van obligaties met diverse looptijden.

–1,20

–1,00

–0,80

–0,60

–0,40

–0,20

0,00

0,20

0,40

0,60

Y1 Y2 Y3 Y4

1 2 3 4 5 6 7 8 9 10

Figuur 3. Dit figuur geeft het onverklaarde rendement weer voor de 10 portefeuilles gesorteerd op volatiliteit. Portefeuille 1 is de portefeuille met de minst beweeglijke aandelen, en portefeuille 10 bestaat uit de meest beweeglijke aandelen. Zonder te corrigeren voor rente risico is het verschil tussen portefeuille 1 en 10 vrij groot (–1.2%). Door te corrigeren voor de vergoeding voor rente risico wordt het verschil tussen portefeuille 1 en 10 tot 80% kleiner, met een verschil tussen de portefeuilles 1 en 10 variërend van –1.0% tot –0.2%.



De impact van de economische omgevingTot nu toe hebben wij bij onze analyses gekeken naar lange termijn effecten, en zijn de resultaten hiervan bruikbaar bij het vaststellen van strategi-sche portefeuilles. Zoals we eerder al aangegeven hebben is de relatie tussen aandelen en rente niet constant door de tijd. Intuïtief maakt het voor aan-delen veel uit of de rente beweegt als gevolg van veranderingen van de reële rente of inflatie ver-wachtingen (zie ook Baker en Wurgler (2006)). In dit hoofdstuk proberen wij een beeld te krijgen van de impact van de economische conjunctuur op de rentegevoeligheid van de tien volatiliteit portefeuil-les. Wanneer er een groot verschil is tussen de tien portefeuilles is het low vol effect waarschijnlijk ster-ker dan in een economische omgeving waar deze verschillen klein zijn.

Figuur 5 laat zien dat de impact van de economi-sche omgeving inderdaad groot is. Hiervoor gebrui-ken we een raamwerk van de economische cyclus van Driessen en Kuiper (2016). We zien dat in een economie die langzaam groeit maar versnelt (reco-very) de rentegevoeligheid het laagst is. In een eco-nomie die afkoelt maar nog steeds boven trend groeit (slowdown) is de rentegevoeligheid het grootst. Ook is er in die omgeving vrijwel geen ver-schil in rentegevoeligheid tussen de portefeuilles. Aangezien inflatie relatief hoog is en stijgt in de slowndown fase en laag is en daalt in de recovery fase, is het goed mogelijk dat inflatie deze verschillen ver-klaart.

ConclusieDe academische en financiële wereld heeft sinds de introductie van het CAPM niet stilgestaan. Er zijn de afgelopen jaren honderden strategieën getoetst en de ‘low vol anomaly’ is een van de meest veelbe-lovende. Er lijkt structurele toegevoegde waarde te zijn. Wij tonen echter aan dat een deel van dat effect te verklaren is door rentebewegingen. Aan de ene

kant is de implicatie dat er wellicht goedkopere en efficiëntere manieren zijn om deze rente exposure te verkrijgen dan via aandelen. Aan de andere kant kan gesteld worden dat institutionele beleggers die beleggen in ‘low vol’ aandelenstrategieën waar-schijnlijk meer renteafdekking in hun portefeuilles hebben dan ze wellicht dachten.

–120%

–100%

–80%

–60%

–40%

–20%

0%

20%

40%

60%

1 2 3 4 5 6 7 8 9 10

Y

Figuur 4. Dit figuur geeft voor de 10 portefeuilles aan hoeveel obligaties toegevoegd moeten worden aan de gemiddelde aandelenportefeuille om tot een portefeuille te komen met dezelfde rentegevoeligheid als de portefeuille 1 tot en met 10.

–4,00

–2,00

0,00

2,00

4,00

6,00

8,00

Y1 Y2 Y3 Y4 Y5

1 2 3 4 5 6 7 8 9 10

Figuur 5. De rentegevoeligheid van de aandelenmarket verschilt per fase van de economische cyclus voor de 10 portefeuilles

Literatuur— Ang, Andrew, et al. “High idiosyncratic volatility and low returns:

International and further US evidence.” Journal of Financial Economics 91.1 (2009): 1-23.

— Ang, Andrew, et al. “High idiosyncratic volatility and low returns: International and further US evidence.” Journal of Financial Economics 91.1 (2009): 1-23.

— Baker, Malcolm, and Jeffrey Wurgler. “Investor sentiment and the cross-section of stock returns.” The Journal of Finance 61.4 (2006): 1645-1680.

— Barberis, Nicholas en Ming Huang. Stocks as lotteries: The implications of probability weighting for security prices. Technical report, National Bureau of Economic Research, 2007.

— Fama, Eugene F., and Kenneth R. French. “Common risk factors in the returns on stocks and bonds.” Journal of financial economics 33.1 (1993): 3-56.

— Driessen, Joost, en Ivo Kuiper. “Explaining the Stock Market’s Reaction to Unemployment News Over the Business Cycle.” Available at SSRN 2766283 (2016).

— Haugen, Robert A and A James Heins. On the evidence supporting the existence of risk premiums in the capital market. Available at SSRN 1783797, 1972

— Hsu, Jason C, Hideaki Kudoh, and Toru Yamada. When sell-side analysts meet high-volatility stocks: an alternative explanation for the low-volatility puzzle. Journal of Investment Management, 11(2), 2013.

— Sirri, Erik R and Peter Tufano. Costly search and mutual fund flows. The journal of finance, 53(5): 1589–1622, 1998.

Noten1 Roelof Salomons is Chief Strategist van Kempen Capital Management

en hoogleraar aan de universiteit van Groningen. Ivo Kuiper is senior investment strategist bij Kempen Capital Management en onderzoeker aan Tilburg University.

2 http://mba.tuck.dartmouth.edu/pages/faculty/ken.french/Data_Library/det_port_form_RESVAR.html

3 Uitgaande van een gelijkgewogen obligatieportefeuille met Amerikaanse staatsleningen met een looptijd van 1, 2, 5, 7 en 10 jaar.

JOURNAAL36


— DOSSIER

Factorbeleggen, paradigma of panacee1

—AuteursPhilip Menco (l)Philip Stork (r)2

indices wist te verslaan. Bovendien betreft het niet ieder jaar dezelfde beheerders.

In zijn bekende boek “A Random Walk Down Wall Street”4 uit 1973 kwam Burton Malkiel al tot een soortgelijke conclusie. Met actief beheer bleek het nauwelijks mogelijk om na kosten de marktwaarde gewogen index voorbij te streven. Malkiel had een uit-gebreide studie gemaakt naar de resultaten van beleg-gingsfondsen die gebruik maken van fundamentele en technische analyse. Op basis daarvan conclu-deerde hij dat in veel gevallen de kosten voor actief beheer niet opwegen tegen de baten daarvan. Daar-naast wisten fondsbeheerders het ene jaar de markt te verslaan, maar bleven zij het andere jaar daarbij ach-ter. Doordat beleggers van te voren niet weten wie de winnaar van de komende periode wordt, kunnen zij beter in een indexproduct beleggen.

Malkiel kreeg de financiële wereld mee voor zijn idee en legde de basis voor de omvangrijke index-trackers sector, met de fondsen van Vanguard voorop. Samen met Eugene Fama5 geldt Malkiel als één van de belangrijkste promotors van de efficiënte markt hypothese (EMH). Deze hypothese gaat ervan uit dat de koers van een aandeel permanent alle beschikbare informatie weerspiegelt, waarover iedereen op hetzelfde moment kan beschikken. Daarmee heeft het voorspellen van koersbewegin-gen op basis van verwachtingen weinig zin. De markt valt immers per definitie niet te verslaan. Veel institutionele beleggers namen in de loop der jaren afscheid van hun relatief dure actief beheerde mandaten en kozen voor indexgerelateerde produc-ten met inmiddels zeer lage beheerkosten (0 tot 10 basispunten). In de VS overstijgt het percentage indexbeleggers de vijftig procent, terwijl continen-taal Europa daarbij niet sterk achterblijft. Overigens zit lang niet alles daarvan in marktwaarde gewogen producten.

Twijfels over de mytheHet idee van de onverslaanbare markt stuitte ook op ongeloof. Op de EMH viel bovendien in de praktijk veel af te dingen. Zo komt niet alle infor-

De onverslaanbare indexUit een recent artikel in de Financial Times van Denys Glushkov3 blijkt dat over de afgelopen vijfen-twintig jaar gemiddeld slechts 38,6 procent van de vermogensbeheerders de marktwaarde gewogen

Lang schenen marktwaarde gewogen aandelenindexen onverslaanbaar. Beleggers slaagden er niet in

om op consistente wijze en na extra transactie en vermogensbeheerkosten beter te presteren dan

breed verkrijgbare en goedkope, marktwaarde gewogen indexfondsen. Alleen apen leken dat kunstje

te beheersen. Tot de opkomst van factor en smart bèta strategieën daar verandering in bracht.



matie op hetzelfde moment voor iedereen beschik-baar, terwijl ook niet alle beleggers daar direct op kunnen handelen. De EMH veronderstelt boven-dien dat even gemakkelijk en onbeperkt aandelen short als long kunnen worden gegaan. Om een index nauwkeurig te volgen, moeten periodiek mutaties in de portefeuille plaatsvinden die ook transactiekos-ten met zich meebrengen, niet in de laatste plaats omdat iedereen diezelfde transacties min of meer op hetzelfde moment doet. Passief beleggen bestaat dus in de praktijk niet. Daarnaast spitste de kritiek zich toe op het marktwaarde gewogen karakter van de indices. De constructie daarvan zorgt er feitelijk voor dat de index op ieder willekeurig moment rela-tief veel gewicht toekent aan de duurste aandelen en weinig aan de goedkoopste. Daarnaast vormen de mondiale indices een slechte afspiegeling van de feitelijke gewichten van de verschillende landen in de wereldeconomie.

Uit wetenschappelijk onderzoek3 blijkt dat lan-den, sectoren en individuele aandelen weliswaar langdurig een bepaalde trend kunnen volhouden, maar uiteindelijk qua waardering toch terugkeren naar een soort evenwichtswaarde (mean reversion). What goes up, should go down, luidt een oud beurs-gezegde. En ook het motto “laag kopen en hoog verkopen” conflicteert met het idee achter de marktwaarde gewogen index.

In de loop der jaren kwamen steeds meer onder-zoekers tot de conclusie dat de markten wel degelijk zijn te verslaan, mits een systematische en consis-tente aanpak wordt gevolgd. Veel institutionele beleggers en private banking adviseurs bekijken die inzichten echter met scepsis en blijven onvermin-derd vasthouden aan marktwaarde gewogen indexen.

Marktwaarde gewogen wel degelijk te verslaan

Eerste aandacht voor anomalieën en factor modellen Vanaf het midden van de jaren tachtig richtte het wetenschappelijk onderzoek zich op twee belang-rijke aspecten die de gedachte van de onverslaan-bare marktwaarde gewogen indices aan het wanke-len brachten: anomalieën en factor modellen.

Een anomalie is een afwijking van het normale. Zo bleek uit onderzoek bijvoorbeeld dat aan het begin van een kalenderjaar6 de vraag naar aandelen toenam, waardoor de koersen in januari sterker ste-gen dan in andere maanden. Dit zogeheten januari effect lijkt inmiddels verdwenen, maar het bood lang mogelijkheden om extra rendement te beha-len. Dergelijke additionele opbrengsten vielen ook te behalen met anomalieën als de Amerikaanse presidentscyclus, het maandag-effect en het Turn-of-the-Month effect. Andere succesvolle strategieën richtten zich op bijvoorbeeld het na-ijlingseffect van verrassingen in de gepubliceerde bedrijfsresultaten

ten opzichte van de analistenramingen en op pros-pectieve waarderingsmaatstaven en verhoudings-getallen. Wetenschappelijk onderzoek laat zien dat de meeste van deze mogelijkheden inmiddels zijn verdwenen doordat de markt ze heeft weg gearbi-treerd.

De waarderingsmaatstaven en verhoudingsgetallen vormden de historische basis voor de zogeheten fac-tormodellen, die toen overigens nog niet zo genoemd werden.

Robert Haugen7, 8 behoort tot de wetenschappe-lijke grondleggers van deze systematiek. Vanaf 1985 publiceerde hij regelmatig over zijn bevindingen, waaruit bleek dat je de markt wel degelijk kon ver-slaan door consistente toepassing van meerdere van te voren bepaalde criteria in de constructie van indices of portefeuilles. Haugen werd ook de grond-legger van een nieuwe trend in de beleggings-wereld: de enhanced indexing modellen die in de jaren negentig opkwamen. Daarbij werd met rela-tief kleine onder- en overwegingen ten opzichte van de marktwaarde gewogen indices systematisch extra rendement gegenereerd. In eerste aanzet gebruikten vermogens beheerders vooral prospec-tieve of historische waarderingsgrondslagen, zoals de koers-winst verhouding, de koers-cashflow of het dividendrendement. Later maakte men steeds meer gebruik van empirisch ontdekte factoren. Hiertoe behoren value (laag gewaardeerde aande-len), size of small caps (ondernemingen met een rela-tief lage markwaarde), low vol (aandelen met een lagere volatiliteit dan de markt), quality (aandelen met sterke balansverhoudingen e.d.), liquidity premium (illiquide aandelen) en momentum (sequentiële correlatie, ofwel aandelen die in een op- of neerwaartse trend zitten).

In de afgelopen tien jaar mogen met name deze factormodellen zich in grote belangstelling verheu-gen. Daarbij boekte Research Affiliates (RAFI) van Robert Arnott, als eerste groot commercieel succes met zijn fundamental indexing methode.9

Veel factormodellen maken feitelijk gebruik van kenmerken die ook actieve beheerders al jaren impliciet meenemen in hun aandelenselectie. Dat geldt bijvoorbeeld voor zogeheten kwaliteitsaande-len (quality) en minder volatiele bedrijven uit nau-welijks conjunctuurgevoelige sectoren (low vol). Ook gedragen veel beleggers zich graag als trend-volgers (momentum). Ten slotte bestaan al heel lang satellietportefeuilles in small caps of laag gewaardeerde aandelen (value stocks).

De opkomst van smart bètaDe afgelopen tien jaar ontstond een ware hype in factorstrategieën. Inmiddels hebben allerlei onder-zoekers meer dan driehonderd factoren ontdekt die in het verleden gewerkt zouden hebben. Let wel, hier is sprake van onversneden datamining: het net zo lang zoeken naar iets dat werkt, totdat een ver-band kan worden aangetoond. Dat zegt totaal niets over de toekomstige robuustheid van dergelijke fac-toren. In de praktijk blijken maar enkele criteria

JOURNAAL38


— DOSSIER

zich daadwerkelijk op lange termijn te bewijzen. Tot de meest gangbare behoren quality, size, value en momentum. Ook de keuze voor low vol (of low bèta) genereert een hogere rendement-risico verhouding dan marktwaarde gewogen, maar deze factor wordt veel gebruikt in zogeheten rule based strategieën, zoals minimum volatility of maximum diversification. Daarom nemen we low vol hier niet als aparte factor mee.

De nieuwe wijn in oude zakken kreeg uiteraard een ronkend marketinglaagje. Na enhanced indexing, smart sampling en fundamental indexing kwam de term smart bèta sinds begin van dit decennium op. In tegenstelling tot van die achterlijke beleggers die nog steeds geloven in een marktwaarde gewogen index, vormt smart bèta uiteraard het panacee voor alle kwalen, lees markten. Daar komen wij hieron-der nog op terug.

Rule based strategieënVanaf 2005 kreeg de factorbenadering gezelschap van een tweede type niet-marktwaarde gewogen beleggingsstijl: de rule based strategieën of systema-tische modellen.6 Hiertoe behoren equally weighted (alle aandelen hebben een gelijk gewicht in de por-tefeuille), minimum variance of minimum volatility (een minimalisatie van het risico bepaalt de alloca-tie van de aandelen in de portefeuille), maximum diversification (een portefeuille met de grootst mogelijke spreiding van beleggingsrisico) en risk parity of risk weighted (weging naar risico in plaats van rendement).

Terwijl factormodellen een keuze maken op basis van bepaalde kenmerken van aandelen of de onder-liggende bedrijven, doen de systematische modellen dat op een consistent doorgevoerde mathematische manier in de portefeuille constructie. Systemati-sche modellen hebben geen voorkeur voor een bepaald soort bedrijven, maar gaan geheel uit van veelal statistische kenmerken van aandelen zoals de historische volatiliteit van de koersrendementen, de onderlinge correlatie in een portefeuille of een gelijk gewicht in geld of risico. Als het model eenmaal in werking wordt gezet, voert de vermogens beheerder de uitkomsten daarvan door met een periodieke herweging zonder daar een subjectief oordeel aan toe te voegen.

Dit themanummer en dus ook het artikel con-centreert zich verder op factormodellen. De rule based strategieën blijven hier buiten beschouwing.

Het geheim achter het succes van factormodellenWaarom slagen sommige factorstrategieën er in de markt te verslaan, terwijl dat niet geldt voor de meeste actieve beheerders? Het antwoord ligt in de combinatie van de systematische keuze voor bepaalde aandelen (factoren) of risico’s, in diversifi-catie en aanzienlijk lagere totale kosten.

Mensen reageren lang niet altijd rationeel en beleggers zijn net mensen. Dergelijk gedrag resul-teert regelmatig in beslissingen die wel gepaard gaan met transactiekosten, maar op termijn geen

rendement opleveren. Vooral bij schokken, daar-mee samenhangende volatiele markten en in situa-ties die vooraf zeer riskant lijken, leidt risicomijdend of vluchtgedrag tot het missen van grote opwaartse koersbewegingen. Een goed voorbeeld vormt de crisis in 2008. In de aanloop daar naartoe misten veel beleggers de opkomende dreiging. Eenmaal manifest werden zij echter acuut risico-avers. Uit vrees voor op dat moment overigens plausibele ver-dere koersverliezen stapte menig belegger op vrijwel het dieptepunt in maart 2009 uit, al dan niet gedwongen door toezichthouders of margin calls. Achteraf beschouwd hadden ze juist op dat moment moeten kopen. Maar de menselijk psyche, die heen en weer beweegt tussen hebzucht en angst, zorgt ervoor dat vaak te laat of helemaal niet ge- of verkocht wordt. Wetenschappelijk onderzoek van Behavioral Finance mag zich de laatste jaren in een warme belangstelling verheugen.

Systematisch, diversificatie en lage kosten

Factorstrategieën hebben geen of veel minder last van emoties. Doorgaans bepalen immers van tevo-ren vastgestelde modellen en regels het selectiepro-ces. Alleen in een enkel geval grijpt de vermogens-beheerder nog in.

De belangrijkste bijdrage aan het verslaan van de marktwaarde gewogen index komt evenwel van het ontbreken van concentratie op een beperkt aantal sectoren of landen. De gangbare benchmarks heb-ben sterk de neiging om tijdelijk bepaalde bedrijfs-takken of regio’s te prefereren. Hoewel deze trends lange tijd kunnen aanhouden, treedt altijd na ver-loop van tijd een terugkeer naar een lange termijn evenwichtswaarde (mean reversion) op. Dat is ook precies de reden dat de fameuze aap die met pijltjes gooit het in zo veel jaren goed doet: hij heeft geen sectorvoorkeur en kiest dus een breder gediversifi-eerde portefeuille dan de marktwaarde gewogen index.

De beloning voor de keuze voor smart bèta strategieënDoel van zowel factormodellen als systematische benaderingen is het op lange termijn, na kosten, behalen van een gunstiger rendement-risico ver-houding dan met marktwaarde gewogen indices. Uitgedrukt in de efficiënte markt hypothese beogen smart bèta portefeuilles om dichter bij de efficiënte grenslijn te komen dan hun marktwaarde gewogen equivalent. De efficiënte grenslijn weerspiegelt in de EMH de optimaal haalbare verhouding tussen rendement en risico. In de praktijk wordt die ratio echter nooit volledig gerealiseerd, doordat de theo-



retische vooronderstellingen van de EMH in de praktijk ontbreken (zie ook Twijfels over de mythe).

Door te kiezen voor specifieke factoren neemt de belegger een relatief risico ten opzichte van de marktwaarde gewogen indices. Deze tracking error wordt, indien de strategie werkt, beloond met een risicopremie. Impliciet heeft de belegger dus te maken met twee absolute en twee relatieve kenmer-ken van smart bèta portefeuilles: het absolute ren-dement (bèta) en risico (veelal standaarddeviatie of downside risk) en de relatieve performance (alfa) en tracking error (de volatiliteit van de afwijkingen van de benchmark). Voor veel institutionele beleggers vormt het relatieve risico een hindernis of beper-king in de keuze voor een niet-marktwaarde gewo-gen aanpak. Men heeft immers te maken met kriti-sche toezichthouders en deelnemers. Ook de vrees af te wijken van soortgelijke beleggers (peer group risk) vormt een barrière. Beleggingstechnisch resul-teert dat in suboptimale keuzes.

Smart bèta strategieën in de praktijkMSCI behoort tot de bekendste aanbieders van indices en wordt daarom veelal door de markt en in dit artikel gebruikt als benchmark. Grafiek 1 toont een selectie van verschillende factorstijl gerela-teerde wereldwijd beleggende MSCI indexen met ultimo 1974 als startdatum op 100.

Zoals te zien valt, heeft de marktwaarde gewogen MSCI World index (World) het laagste rendement opgeleverd over de totale periode. De beheerkosten zijn hier evenwel niet meegenomen.

Ook als we over een kortere periode kijken, waarin de informatie niet gebaseerd is op backtests, maar

op werkelijke data, zien we een soortgelijk patroon. Factorbeleggen blijkt te lonen en de marktwaarde gewogen indices te verslaan, ook als rekening wordt gehouden met hogere kosten. Overigens ligt de in 2016 gangbare vergoedingen voor dit soort produc-ten op 10 tot 15 basispunten (1 basispunt = 0,01%) ten opzichte van vrijwel nihil tot 10 basispunten voor traditionele indices. Aanvankelijk bedroeg dat verschil 15 tot 30 basispunten.

Hoewel de meeste smart bèta strategieën vooral trachten te concurreren op rendement, is het min-stens zo interessant om ook het absolute risico in de vergelijking mee te nemen. Dan blijkt dat niet-marktwaarde gewogen indices een substantieel aantrekkelijker resultaat weten te realiseren.

De trend naar multi-factor modellenOp lange termijn verslaan niet-marktwaarde gewo-gen factorstrategieën vrijwel altijd hun markt-waarde gewogen pendanten. Dat geldt echter niet voor kortere perioden. Daarbij vertonen de diverse methodes ook nog onderling grote verschillen per tijdsinterval. Dat hangt in hoge mate samen met zowel de fundamentele omstandigheden, zoals het economische, monetaire en financieel politieke kli-maat, als met het heersende marktsentiment.

Intuïtief zullen strategieën die zich richten op kwaliteit outperformen in tijden van toenemende risico-aversie, wat veelal samenhangt met econo-misch onzekere tijden. Omgekeerd zal een small cap of een value aanpak doorgaans goed werken in peri-oden van toenemend optimisme over economisch herstel. Ze zijn procyclisch. Momentum zal vooral profiteren van langdurig in één richting tenderende

100

1.000

10.000

100.000

19751977

19791981

19831985

19871989

19911993

19951997

19992001

20032005

20072009

20112013

2015

World Value Quality Momentum

Grafiek 1: Cumulatieve rendementen MSCI indices vanaf 1975

JOURNAAL40


— DOSSIER

markten en bijvoorbeeld high yield aandelen weer van tijden van extreem lage rentes. Marktwaarde gewogen indices laten de sterkste resultaten zien als markten krachtig stijgen met daarbij ook nog veel nadruk op populaire, veelal zogeheten groei aande-len. Recente voorbeelden daarvan zijn de periodes 1995-1999, 2003, 2009 en 2012.

Factormodellen kunnen over langjarige perioden teleurstellen

Enkelvoudige factor modellen kunnen dus over langjarige perioden teleurstellende resultaten laten zien in vergelijking tot marktwaarde gewogen of andere indices. Om dat risico te ondervangen, zien we de laatste paar jaar een toenemende interesse voor indexfondsen op basis van zogeheten multi- factor modellen. Deze bestaan uit doorgaans drie tot vijf factoren met een onderlinge weging. Dat kan een eenmalig of periodiek herwogen vaste verhou-ding betreffen, dan wel een verdeling op basis van een al dan niet dynamisch allocatie model. Een aanpak met gelijk gewogen factorindices is het meest gangbare, maar enkele vermogensbeheer-ders, bijvoorbeeld AXA, hanteren met succes stra-tegieën waarbij de individuele gewichten van de factoren periodiek worden aangepast op basis van fundamentele en/of markttechnische besliscriteria.

Doorgaans bieden deze multi-factor modellen een robuustere outperformance ten opzichte van het marktwaarde gewogen equivalent, maar een garantie voor permanent succes zijn ze zeker niet. Een interessant voorbeeld daarvan biedt EDHEC, een aanbieder van niet-marktwaarde gewogen indi-ces. Deze partij heeft over een lange periode een backtest uitgevoerd voor een combinatie van een multi-factor met een multi-rule based strategie. Per saldo werkt deze tamelijk complexe aanpak positief door op de beleggingsopbrengst, maar in de peri-ode 1994 tot 2000 zou menig belegger de handdoek in de ring gegooid hebben. Gelukkig betreft het hier een fictief mandaat, want die zelfde belegger zou al eind 2002 zuurtjes hebben moeten constateren dat alle verlies van de voorgaande jaren was ingehaald. Maar ja, wie geeft een vermogensbeheerder zo lang het voordeel van de twijfel.

0,00

50,00

100,00

150,00

200,00

250,00

1999 2001 2003 2005 2007 2009 2011 2013 2015

World Value Quality Momentum

Grafiek 2: Cumulatieve rendementen MSCI indices vanaf 2000 na kosten

2%

3%

4%

5%

6%

7%

8%

12% 13% 14% 15% 16% 17% 18%

Mee

tkun

dig

gem

idde

ld re

ndem

ent p

er ja

ar

Standaarddeviatie

Quality

Value

Momentum

MSCI World

Grafiek 3: Rendement-risico verhouding MSCI indices vanaf 2000 na kosten



Kritiek op het factor denkenEén van de pioniers op het gebied van factor strate-gieën, Robert Arnott, heeft onlangs een interes-sante studie gepubliceerd, waarin hij aangeeft dat rendementen uit het verleden geen garantie voor de toekomst bieden.11 De kern van zijn betoog richt zich op de enorme populariteit die de factor bena-dering de laatste jaren doormaakt. Omdat beleggers massaal aanhaken, zorgen zij zelf voor de uitste-kende resultaten. Zij hebben de koersen en waarde-ringen van aandelen die tot de diverse benutte spec-tra behoren zelf opgedreven. Alleen value stocks, helaas prominent in de RAFI strategie aanwezig, deden niet mee.

Indexbeleggen biedt weer kansen voor actief beheer

Wellicht heeft Arnott een punt in zijn kritische arti-kel. De vergrote vraag naar small caps, low vol stocks en quality kan zeker een waardering opstuwend effect sorteren. Momentum vormt al decennia een constante bron van outperformance doordat beleg-gers elkaar graag imiteren. Het is ook opmerkelijk dat value niet meedoet, want dit is een al lang onderkende, interessante factor.

Andere wetenschappers, waaronder bijvoorbeeld ScientificBèta, verwerpen de kritiek van Arnott. Zij wijzen er op dat factorstrategieën al decennia onge-veer de zelfde risicopremies genereren, zowel in als out of sample. Blijkbaar sorteert de hogere vraag hoe-genaamd geen effect.

Op basis van waarderingsgrondslagen de samen-stelling van factorwegingen bepalen zou wel eens de volgende stap voor smart bèta aanbieders kunnen worden. Dan komen we weer verrassend dichtbij actief beheer.

Verder biedt de enorme vraag naar mechanische indexproducten weer uitstekende kansen aan tradi-tioneel beheer met research gedreven aandelen-selectie. Het valt op dat de laatste jaren een aantal grote namen op dit gebied (Fidelity, Pioneer) ver-rassend goed presteert. Dat hoeft niet te verbazen, aangezien de hang naar indexbeleggen de markten juist weer inefficiënter lijkt te maken. Iedereen gaat immers voor dezelfde aandelen en negeert de rest. Hier lijkt de pendule langzaam terug te komen.

Factorbeleggen in andere beleggingscategorieënTot nog toe ging dit artikel puur over aandelenbe-leggingen. Smart bèta strategieën beginnen echter ook door te dringen in andere beleggingscatego-rieën, met name op vastrentend gebied. Ook daar lijkt marketing een belangrijke rol te spelen. Al jaren bieden vermogensbeheerders immers produc-ten aan waarbij de indices niet klakkeloos gevolgd worden. Welke portefeuillemanager heeft de volle-dige indexweging voor Italiaanse staatsleningen? Welk weldenkend mens kiest voor de grootste allo-catie naar slechte debiteuren vanwege hun grote uitstaande schulden? En hoe kan je in algemene zin in een beleggingsproduct alle obligaties opnemen die in de benchmark zitten? In werkelijkheid gebeurt dat niet, maar beperkt men zich tot smart sampling of andere methoden om de karakteristie-ken van een referentiemaatstaf te imiteren zonder de hele inhoud te bezitten. In tegenstelling tot aan-

–20%

–15%

–10%

–5%

0%

5%

10%

15%

20%

25%

30%

1974 1978 1982 1986 1990 1994 1998 2002 2006 2010 2014

Rela

tief

rend

emen

t t.o

.v. M

SCI W

orld

Grafiek 4: EDHEC backtest multi-factor, multi rule based strategie10

Bron: ScientificBèta 2015

JOURNAAL42


— DOSSIER

delenbeleggers lijken hun vastrentende pendanten dus al jaren slim bezig.

Bij vastgoed en andere beleggingscategorieën bestaat minder ruimte voor de smart bèta benade-ring. Daar is over het algemeen nog steeds sprake van selectie van individuele titels of het nabouwen van een index. Voor grondstoffen bestaan wel aller-lei strategieën die de indices niet gedachteloos imi-teren. Dat loopt uiteen van macro gedreven bena-deringen tot selecties op basis van puur kwantita-tieve besliscriteria of een agio dan wel disagio van de termijnpremie ten opzichte van de huidige (spot) prijs. Ook momentum vindt veel toepassing.

ConclusieFactorstrategieën verslaan, zeker in rendement- risico termen, op langere termijn de marktwaarde gewogen indexen door een betere spreiding en door een consistente keuze voor aandelen met bepaalde karakteristieken. Feitelijk is een marktwaarde gewogen index ook een factor model, waarbij de

marktwaarde het criterium vormt waarop de selec-tie plaatsvindt. Impliciet maakt de belegger daar-mee een keuze voor aandelen met een grote markt-waarde (large caps) en de factor groei. Uit weten-schappelijk onderzoek blijkt dat deze beide niet worden beloond met een risicopremie. Quality, small cap, low vol en in mindere mate value bieden evenals momentum die risicopremie wel. In ruil daarvoor aanvaardt de belegger een relatief risico (tracking error) ten opzichte van de gangbare, marktwaarde gewogen referentie-index.

Ook bij andere beleggingsalternatieven doen smart bèta strategieën geleidelijk hun intreden.

Factorbeleggen is op lange termijn een nuttig en rendabel paradigma voor een hogere rendement- risico verhouding dan op traditionele indices. Wie echter belooft dat deze benadering onder alle marktomstandigheden een panacee voor extra rendement biedt, maakt zich schuldig aan heden-daagse kwakzalverij.

Noten1 Dit artikel bouwt voort op Menco, P. en

Stork, P., Verdeel en beheers, een slimme manier van indexbeleggen in aandelen, http://papers.ssrn.com/sol3/papers.cfm?abstract_id=2725740.

2 Drs. Philip Menco RBA is zelfstandig consultant onder de bedrijfsnaam Fortunis. Prof.dr. Philip Stork is hoogleraar Financial Markets and Instruments aan de Vrije Universiteit Amsterdam. De auteurs werken

sinds begin 2015 samen aan onderzoek naar factor en rule based beleggen in aandelen.

3 Glushkov,D., An Active Headache for Fund Managers, Financial Times, 3 december 2014.

4 Malkiel, B.G., A Random Walk down Wall Street, W. W. Norton & Company, 1973.

5 Fama, E., Efficient Capital Markets: A Review of Theory and Empirical Work, Journal of Finance, mei 1970.

6 Haugen, R.A., The Incredible January Effect, Dow Jones Irwin, 1987.

7 Haugen, R.A., Modern Investment Theory, Prentice Hall, 1986.

8 Haugen, R.A., The New Finance: The Case Against Efficient Markets, Prentice Hall, 1995.

9 Arnott, Hsu en Moore, 2005.10 ScientificBeta, presentatie februari 2015.11 Arnott,R., Beck, N., Kalesnik, V., West,J,

How Can “Smart Beta” Go Horribly Wrong?, Research Affiliates, februari 2016.



— SCRIPTIE

en het aanloopeffect van het zogeheten QE-programma plaats. Een tweede reden is een verschil in het gebruik van de statistische methode. Tot slot is er een derde verklaring. De dataset van mijn onderzoek gebruikt strengere selectiecriteria met als doel om meer homogene obligaties te identificeren. Dit heeft ten gevolg dat de gebruikte dataset kleiner is. Het valt bovendien niet uit te sluiten dat eerdere onderzoeken abusievelijk bepaalde obligaties met uiteenlopende karak-teristieken met elkaar vergeleken hebben. Het is onduidelijk wat de invloed is geweest op die onderzoeksresultaten indien dit het geval was.

De tweede test richt zich op alle nieuw uitgegeven staatsobligaties vanaf januari 2013 tot eind 2015. Vanaf 2013 zijn alle nieuwe staatsobligaties voorzien van het Model CAC. CAC staat voor Collective Action Clause en bestaat uit een set van juridische provisies die ervoor zorgen dat er in geval van herstructu-rering geen unanimiteit van alle obligatiehou-ders is vereist om bepaalde voorwaarden te veranderen. Het Model CAC is samengesteld door de Europese Commissie en bevat identieke voorwaarden die gelden voor alle overheden in de eurozone. Door de hogere homogeniteit van deze nieuwe groep obliga-ties zouden vanuit een theoretisch oogpunt de onderzoeksuitkomsten robuuster moeten zijn. Bovendien is deze onderzoeksopzet nog niet eerder gebruikt. Echter, de resultaten zijn tegen intuïtief en blijken niet statistisch sig-nificant te zijn. Door de nog strengere criteria wordt de dataset kleiner, daarnaast blijken de uitkomsten onderhevig te zijn aan positieve seriële autocorrelatie. Dit betekent dat deze uitkomsten met voorzichtigheid behandeld moeten worden. Desondanks beargumenteert mijn onderzoek dat deze nieuwe methode vanwege de hogere homogeniteit in de toekomst alsnog zou moeten prevaleren.

Literatuur

— Clare, A. and Schmidlin, N., (2014), The impact of foreign governing law on European government bond yields.

— Chamon, M., Schumacher, J. and Trebesch, C., (2014), Foreign law bonds: Can they reduce sovereign borrowing costs.

Noot1 Kim Liu MSc RBA is Senior Rates Strategist bij ABN

AMRO.

Staatsobligaties staan bekend om een laag beleggingsrisico. Dit is vanwege de hoge mate van liquiditeit, de eenvoudige structuur en de hoge waarschijnlijkheid van stipte en volledige terugbetaling van coupon en aflossing. Toch blijkt dat staatsobligaties een tot voor kort onderbelicht risico bevatten. Zo is het in Europa pas sinds de recente schuldencrisis duidelijk geworden dat staatsobligaties verre van risicovrij zijn. Door de herstructurering van Griekse staatsobligaties is tevens het besef gegroeid dat de bewegingsvrijheid van overheden veel ruimer is dan van normale schuldemittenten.

In het uiterste geval kan een overheid, in dit geval Griekenland, zelfs de onderliggende nationale wet aanpassen waardoor de rechtspositie van staatsobligatiehouders met een pennenstreek veranderd wordt. Investeerders zijn daarom de kleine lettertjes in de prospectus gaan lezen om te weten wat zijn of haar contractuele rechten in het geval van een soevereine wanbetaling zijn. Maar worden investeerders daadwerkelijk extra beloond als zij bloot staan aan een hoger juridisch herstructureringsrisico?

Om deze vraag te beantwoorden wordt in mijn onderzoek een dataset gebruikt van in euro gedenomineerde staatsobligaties met een vaste coupon, uitgegeven door landen in de eurozone, gedurende de periode 2011 – 2015. Effectieve rendementen van staatsleningen werden opgenomen mits de uitgever zowel obligaties uitgaf onder binnenlands recht als onder buitenlands recht. Daarnaast zijn voor elk van de staatsobligaties specifieke variabelen vastgesteld (zoals resterende looptijd, coupon, uitstaand volume, bied/laat spread en rating). Met behulp van een panel data regressie is vervolgens voor 2 subsets getest of er een significant verschil in effectief rendement bestaat tussen leningen uitgege-ven onder binnenlands en buitenlands recht. Volgens de algemeen geaccepteerde theorie zouden investeerders (in met name periodes van stress) namelijk een hogere vergoeding eisen voor staatsobligaties uitgegeven onder binnenlands recht. De reden hierachter is dat de contractuele voorwaarden van deze lenin-

gen door een wetswijziging eenzijdig door de overheid aangepast kunnen worden. Dit in tegenstelling tot uitgifte onder buitenlands recht.

Onder de eerste test spitst het onderzoek zich op alle uitstaande in aanmerking komende staatsobligaties voor de periode 2011 – 2015. Over het algemeen genomen zijn de uitkom-sten in lijn met resultaten van eerdere schaars beschikbare onderzoeken. De regressie resultaten laten zien dat de variabelen reste-rende looptijd, coupon en bied/laat spread statistisch significant zijn en dat zij, zoals verwacht, een positieve relatie hebben met de afhankelijke variabele effectief rendement. Echter voor de belangrijkste dummy variabele die specifiek kijkt naar het toegepaste recht, zijn de statistische resultaten gemengd en niet significant. Dit betekent dat investeerders dus niet aantoonbaar een significant hogere vergoeding verlangden voor obligaties uitgegeven onder binnenlands recht.

Een mogelijke reden waarom mijn onderzoek tegenstrijdige resultaten oplevert, is dat de mate van stress in vergelijking met eerdere onderzoeken lager is. Deze publicaties gebruikten gegevens van onder meer de schuldencrisis. In mijn dataset verbeterde het marktsentiment drastisch door het agressieve monetaire beleid van de Europese Centrale Bank. Zo vonden de befaamde “whatever it takes” belofte van ECB-president Draghi, de aankondiging van het OMT-programma

Samenvatting van RBA scriptie: “Signed, sealed, delivered: Does foreign governing law affect the yield of eurozone sovereign bonds?”AuteurKim Liu1

JOURNAAL44


In plaats hiervan wordt nu gebruik gemaakt van analyse van factoren. Ook een statistische techniek maar waarbij factoren vaak apart van elkaar met regressieanalyse worden onderzocht en in het geheel niet onafhankelijk hoeven te zijn.

Veel gespin, weinig wolWelnu, op deze manier zijn in de loop van de tijd zogenoemde factoren als “Momentum, Waarde, Omvang, Kwaliteit, Volatiliteit” populair geworden, al dan niet gegoten in een ander jasje of voorzien van een ander accent. Nog mooier: met regressieanalyse kan je het verband tussen rendement en iedere denk-bare soort gebeurtenissen analyseren. Dat is nog eens wat anders dan die onduidbare en dus onbruikbare factoren uit factor analyse! Uiteraard moeten de te bouwen portefeuilles wel fris worden verpakt. Welnu, daarin word je niet teleurgesteld. Ik verwijs u naar de bekende www.ishares.com waar u onder “popular strategies” (…) zo maar 40 “smart beta” fondsen treft. Ook bij Morningstar, Robeco, Rabo, enzovoorts, is een breed aanbod met prozaïsche en wervende namen voorhanden. En er is altijd wel een moment dat één van deze fondsen opvallend goed rendeert. Want bovenal is de vraag natuurlijk wat u als belegger opschiet met al deze varianten op het thema. En beter nog; is de bewering van factor beleggers dat factor beleggingen lange termijn outperformance

Factorbeleggen is flauwekul

—Kent u dat gevoel? U wilt net aan een karweitje beginnen waar u nogal tegenop ziet. Het tuinhek schilderen, de heg knippen, of iets anders waar u eigenlijk niet zoveel van af weet maar waarbij het wel opvalt als u het verknalt. En dan blijkt dat iemand anders dit werkje voor u heeft opgeknapt.

(APT) van Ross (1976). In de APT wordt met de statistische techniek “factor analyse” (doorgaans: de principale componenten variant) voor de variabele “marktrendement” bepaald door welke achterliggende factoren deze kan worden verklaard. Uiteraard geldt de relatie alleen in Neo Klassiek wonderland waarin markten perfect en compleet zijn. De academische schoonheid van deze theorie is voor mij onbetwist en zit vooral in het verder binnenbrengen van het arbitrage denken in portefeuilletheorie (voordien onder meer al bekend geworden door de optie pricing theorie). Maar dit academische “dansen op de evenwichtsbalk” was voor “practici” wat onbevredigend: “wat kan je nou met zo’n theorie waar de belangrijkste factoren onbenoemd blijven”. Impliciet werd hiermee bedoeld: hoe kan ik hier nu geld mee verdie-nen. Daarom werd in een iets later stadium door Ross (met Chen en Roll) de theorie “uitgebreid” door aan de onbenoembare factoren toch economische grootheden te koppelen. Verrassingen (onvoorziene veranderingen) in inflatie, de rentecurve, het BNP, credit spreads werden genoemd als belangrijkste economische grootheden die de factoren zouden kunnen representeren. De zorgvuldigheid waarmee de uitleg gebeurde is in de tijd verloren gegaan. Belangrijk punt is dat hiermee het eigene van factor analyse, de onafhankelijke factoren, wordt losgelaten.

Welnu, dat overkwam mij ook toen ik wilde beginnen aan het schrijven van deze column. Net toen ik de spreekwoordelijke pen op papier wilde zetten verscheen in de PensioenPro van Het Financiële Dagblad een verhaal van Geert Dekker “Waarom factorbeleggen een luchtspiegeling kan zijn”. Een titel die veel beloofde en mijn vooringenomen gevoel van misnoegen bij deze vorm van beleggen eer aandeed. Het artikel van Dekker was gebaseerd op twee veel breder onderbouwde artikelen die ik als voorbereiding op het schrijven van deze column al had opgeduikeld (maar nog niet had gelezen). De verhalen van James Montier en de man die de kleren van de keizer het eerst bij de naam noemde, Robert Arnott. Allebei lezenswaardig. Want; informatief, goed onderbouwd in de stellingen en humoristisch. En als neoklassiek opgevoede en vervolgens door de gedragseconomie bijgeschaafde econoom snap ik eigenlijk best wel welk spel bij factorbeleggen word gespeeld. Vergeet u die heg en dat tuinhek dus maar even en laten we eens bij het begin beginnen; waar komt factorbeleggen eigenlijk vandaan?

Factor analyse is geen analyse van factorenSamen met velen van u heb ik ooit geleerd dat het risico omtrent het verwachte rendement van de markt of van de schatting daarvan, een marktindex, opgebouwd is uit het rendement van een onbenoembaar aantal factoren die daarbij niet één op één te koppelen zijn aan gebeurtenissen in de werkelijke wereld. Naast een basis in het bekende capital asset pricing model (CAPM) wordt de relatie tussen risicofactoren en rendement van een andere kant benaderd in de arbitrage pricing theorie

— COLUMN

vba _beleggingsprofessionalsNummer 127_najaar 201645

laten zien ten opzichte van doorsnee cap weighted strategieën valide. En als dat dan al gebeurt, is het dan de bedoelde factor die voor de outperformance zorgt of is er iets anders aan de hand. In het onderzoek van Arnott (2013) staan deze vragen centraal. Om de stelling te onderzoeken bouwt hij portefeuilles die aansluiten bij elf gedefini-eerde factoren. Meer dan 1000 aandelen over de periode 1964 – 2012 worden gebruikt. Er wordt onderscheid naar landen en regio’s gemaakt. Ik vertrouw het de heer Arnott toe om zaken als survival bias en valuta effecten netjes te behandelen. Om het leuk te maken bouwt hij ook “inverse portefeuilles” waarin aandelen de tegengestelde gewichten krijgen als in de bedoelde factorportefeuilles. Als extra laat Arnott de aap van Malkiel nog een portefeuille samenstellen. Vervolgens worden de resultaten in risico en rendement verge-leken met Cap Weighted en Equal Weighted indices. De uitkomsten zijn hilarisch. Iedere strategie blijkt het beter te doen dan de Cap Weighted index. Factor portefeuilles, inverse portefeuilles, Apen portefeuille. Allemaal.Arnott komt tot de conclusie dat omdat alle portefeuilles het beter doen de reden moet liggen in het feit dat alle portefeuilles afwijken in termen van “Size” ten opzichte van de capital weighted index. Er zitten meer small caps in. Ook de oververtegenwoordiging van aandelen met een relatief lage book to value t.o.v. de cap weighted index geldt unaniem voor alle onderzochte portefeuilles. Ergo. Alle humbug is terug te voeren op bekende feno-menen: Value en Size (twee hoofd factoren uit het Fama French / Carhart vier factor model).

De rest is aangetoond niet van invloed op het lange termijn rendement.

Altijd maar weer KeynesDat wil niet zeggen dat factor portefeuilles in het algemeen voor een kortere periode volgens Arnott niet kunnen outperformen. Dat komt dan door slimme marketing. De onderzochte aandelen stegen in waarde door-dat de markt verwachte (er werd hun verteld) dat ze goed gingen presteren, de vraag steeg en dus ook de prijs. De aandelen worden dus simpelweg duurder zonder dat er een structu-rele aan de factor toe te rekenen component aan het werk is. En dan zijn we weer terug bij Keynes. Je hoeft niet te weten wat een goed aandeel is, je moet weten wat de markt denkt welk aandeel gaat stijgen. Niks mis mee, maar geen “magische” factor beloning. Zou de financiële industrie dit niet zelf hebben geweten? Met al die slimme jongens en meisjes die er werken? Al die “natuurkundigen en wiskundigen” die, als waren zij aapjes uit de oost, de quantafdelingen bevolken? Flauwekul. Het zou van een grote treurigheid zijn als een industrie waar miljarden in omgaan niet in staat is om dit boven tafel te halen. Dus er is meer aan de hand. Waarom zou je een nieuw wiel uitvinden als je het oude wiel voor je klanten kan vermommen? Als je weet dat je klant keer op keer valt voor hetzelfde argument waarom zou je je aanpak dan veranderen? Goud uit lood maken, South Sea bubble, Nifty Fifty, Internet manie enzovoorts, allemaal floreerden ze door een mooi verhaal dat een tikje mysterieus klinkt en de hebzucht aanspreekt. En nu: factoren die je extra rendement leveren. Flauwekul.

Een schrale troostIn zijn soort is factor beleggen wat minder schadelijk dan beleggingen die echte manies manies of bubbles kunnen veroorzaken. Er is geen sprake van leverage, er wordt iets verkocht dat echt bestaat, de beschikbare hoeveelheid aandelen is zo groot als de markt. Daar vloeit geen bloed uit. Een schrale troost. Maar het blijft treurig dat de sector niet streeft naar echte beleggingsinnovaties maar blijft hangen in gebruiksgemak van de websites, vrolijke jongens met een hipster baardje die de drempel moeten verlagen, thema’s benoemen die dicht bij de beleving van de klant liggen, warme suggesties uiten over de relatie tussen factoren en economi-sche ontwikkelingen en de keuze vervolgens bij de klant leggen. Er zijn betere manieren om klantbelangen te dienen.

Michael Damm

Literatuur— Montier, J., (GMO) “No Silver bullets in Investing”,

White Paper december 2013

— Arnott, R.D., Hsu, J., Kalesnik, V., Tindall, P., The Surprising Alpha from Malkiel’s Monkey and Upside Down Strategies”, Journal of Portfolio Management, Summer 2013

— Meer Stabiliteit met Factorbeleggen, Financial Investigator nr 4, 2016

— Dekker, G., “Waarom Factorbeleggen een Luchtspiegeling kan zijn”, Pensioenpro 13 juni 2016

— Carhart, M. “On Persistence in Mutual Fund Performance.” Journal of Finance, Vol. 52, No. 1 (March 1997)

— Ross, S., “The arbitrage theory of capital asset pricing”. Journal of Economic Theory, December 1976.

JOURNAAL46


— BOOKREVIEW

Auteur: Lasse Heje PedersenUitgever: Princeton University Press, 2015ISBN: 9780691166193

Efficiently inefficient: de jacht op out performance in een rationeel kaderReview door Jaap Koelewijn, Zelfstandig Adviseur Financieel Denkwerk

Zelfs de geestelijk vader van de efficiënte kapitaalmarkt-theorie plaats zijn eigen bevindingen in een relativerend kader. Eugene Fama, elke student krijgt zijn theorie over de efficiënte kapitaalmarkt, standaard in zijn of haar opleiding. Als alle informatie in de prijzen verwerkt zit, dan heeft het geen enkele zin om beleggingsonderzoek te doen. De financiële markten zouden tot stilstand komen en slechts heel af en toe zouden de prijzen wijzigen. Maar juist als niemand nog onderzoek doet, heeft het zin om het wel te doen. De markt wordt juist efficiënt omdat beleggers wel informatie verzamelen en op basis daarvan handelen. De Deens-Amerikaanse econoom Lasse Heje Pedersen plaatst in zijn boek “efficiently inefficient” de discussie over de efficiënte kapitaalmarkt in een breder kader. Hij richt zich daarbij zowel op de belegger en diens gedrag en op de ontwikkelingen op de kapitaalmarkt. De combinatie van deze twee invalshoeken maakt het boek op zichzelf al lezenswaardig. Veel academisch onderzoek richt zich alleen maar op de prijsvorming. Er zijn talloze event studies die aantonen dat de markten tijdelijk uit evenwicht waren. Ook zijn er talloze analyses van inefficiënties. Pedersen stelt terecht dat dat maar een deel van het verhaal is. Vaststellen dat de markten inefficiënt zijn is één, maar de vraag is dan hoe je als belegger daarvan op een systematische manier zou kunnen profiteren. Hij ont-wikkelt in zijn boek een analytisch kader dat de belegger houvast geeft voor de inrichting van zijn beleid.

Maar laten we eerst naar het deel van het boek kijken waar de actieve belegger als eerste naar zal kijken. Welke vormen van actief beleid zijn er nu precies? Pedersen richt zich daarbij met name op de hedgefondsen. Dit zijn immers de fondsen die de meest expliciete strategieën implementeren. Hij zoekt naar verklaringen voor de actieve alfa strategieën. In het tweede deel van zijn boek geeft hij een diepgaan overzicht van de verschillende strategieën. Hij behandelt bijvoorbeeld de short-sellers, managed futures en kwantitatieve strategieën. Elke keer weer stelt hij de vraag welke imperfectie de beleggers exploiteren. Daarnaast interviewt hij een aantal goeroes. Soros, Scholes en Paulson, om er maar een paar te noemen, delen hun inzichten.

In het derde deel van zijn boek bespreekt hij een aantal beleggingsstijlen. Waardebeleggen, kwaliteitsaandelen en carry trading en nog een groot aantal andere stijlen worden gefileerd. Het interessante is dat Pedersen per stijlsoort de vraag stelt welke inefficiëntie er wordt geëxploiteerd. Wie zijn kennis wil verdiepen, wordt in het tweede en derde deel van het boek op zijn wenken bediend.

Tot op zekere hoogte presenteert Pedersen in het tweede deel materiaal dat de meeste ervaren beleggers wel zullen kennen. Hij zet het allemaal keurig in een kader en hij koppelt een economische verklaring aan bepaalde stijlen. In mijn optiek is het eerste deel van het boek het interessantste. De vraag die voorligt, is hoe beleggers op een rationele wijze om moeten gaan met inefficiënties. Het benutten van inefficiënties kost ook geld. De beleg-gers moeten een afruil maken tussen de middelen die ze vrijmaken om hetzij goede managers te zoeken hetzij zelf te gaan beleggen. Zij zullen zoekkosten maken tot het punt bereikt wordt dat er geen additioneel rendement meer te behalen valt. Dit uiteraard gegeven het risico.

De benadering van Pedersen is niet echt nieuw. Verschillende andere economen hebben al eerder de link gelegd tussen het maken van zoekkosten en het realiseren van een positieve opbrengst. Joseph Stiglitz, Diamond en Dybvig en uiteraard Aroow – van de adverse selectie – behandelen dit thema al eerder. Wat Pedersen toevoegt is een verklaring voor de te maken zoekkosten en de mate waarin de markt inefficiënt is. Hij reikt – en daarvoor zult u het boek moeten lezen – een aantal instrumenten aan waarmee de belegger betere keuzes kan maken.

Het boek van Pedersen valt wat mij betreft voor professio-nals in de categorie verplichte kost. Hij legt de inefficiën-ties op een inzichtelijke wijze bloot. Het gaat hem niet om ‘geloven’ versus ‘niet geloven’ in actief beleggen. Hij geeft feiten en verklaringen en hij helpt de belegger een eind op weg met de praktische invulling. Voor beleggers die hun investment beliefs weer eens onder de loep willen nemen, is het boek een gids voor verdoolden.

— COLOFONVBA Journaalis een uitgave van VBA beleggingsprofessionals.Het VBA Journaal verschijnt vier keer per jaar.

HoofdredacteurDr.ir. Gerben de Zwart CFA

Adjunct HoofdredacteurVacature

RedactieDrs. Huub van CapelleveenDr. Dirk GerritsenDrs. Ernst HagenDr. Jan Jaap Hazenberg RBAMr.drs. Manon HosemannProf.Dr. Jaap Koelewijn Ronald Kok MSc RBAArianne LeuftinkDrs. Gerard Roelofs MBA RBA FRM

Auteursinstructiezie: www.vbabeleggingsprofessionals.nl

Fotografie en illustratiesFotopersbur0 DijkstraMax Kisman

Redactieadres &opgave advertentiesVBA – Irma Willemsentelefoon: 020 618 2812email: [email protected]

AbonnementenVBAGustav Mahlerplein 1091111082 MS Amsterdamtelefoon: 020 618 2812email: [email protected] 2016:€ 53 inclusief btw en verzendkosten

Opmaak en realisatie az grafisch serviceburo bv,

Den Haag. www.azgsb.nl

De in het VBA Journaal geplaatste artikelen geven de mening weer van de auteurs en niet noodzakelijk de mening van de redactie.Het VBA Journaal noch de auteurs beogen met de geplaatste artikelen beleggingsaanbevelingen te doen. De inhoud van de artikelen dienen dan ook uitdrukkelijk niet als zodanig te worden opgevat. Eventuele verwijzingen in de geplaatste artikelen naar specifieke financiële instrumenten strekken slechts ter illustratie dan wel onderbouwen enkel de beschrijving van feiten.

ISSNnummer09202269Copyright © 2016VBA beleggingsprofessionals

Commissies/voorzitters

Bestuur van de VerenigingProf.Dr. Alfred Slager RBA, voorzitterDrs. Gerben Jorritsma RBA, vicevoorzitterDrs. Hikmet Sevdican RBA, penningmeesterDrs. Bas BosmaJens van Egmond MScMelinda Rook MScIr. Anisa Salomons

TuchtcommissieDrs. Berry Debrauwer, voorzitterCommissie van BeroepMr. Peter Wortel, voorzitterKascommissieDrs. Niels Oostenbrug RBA, voorzitterProgrammacommissieDrs. Okko Rabeling RBA, voorzitterWebredactieDrs. Frank Dankers RBA, voorzitter

AccountingcommissieDrs. John van Scheijndel, voorzitterCommissie Asset & Liability ManagementDrs. Eric Mathijssen, voorzitterCommissie Risk ManagementDr. Bob Out, voorzitterCommissie Verantwoord BeleggenDrs. Robert Klijn RBA, voorzitterCommissie Private EquityDrs. Lodewijk van Pol, voorzitterCommissie Tactische Asset AllocatieEelco Ubbels RBA, voorzitterCommissie VastgoedMarieke van Kamp MSc, voorzitterCommissie Private BankingMr. Hans Volberda MM, voorzitterCommissie Technische AnalyseJuus de Kempenaer, voorzitterCommissie Investment Perfomance MeasurementDrs.Ing. Caper LötgerinkCommissie Behavioral EconomicsDrs. Erik Aalbers RBA, voorzitterCommissie Ethiek en IntegriteitDr. Alwin Oerlemans CFA FRM, voorzitterVBA vertegenwoordiging in Regional Investment Performance Subcommittee EMEA Drs.Ing. Caper LötgerinkVBA vertegenwoordiging in Global Investment Performance Standards CouncilDrs.Ing. Caper LötgerinkDutch Commission on Bonds (DCB) en European Bond Commission (EBC)Drs. Kiemthin Tjong Tjin Joe RBA, voorzitter

Curatorium VBA permanente educatieDr. Cees Dert, voorzitterCuratorium VU-VBA Opleiding Investment ManagementProf.Dr. Theo van der Nat (voorzitter ‘ad interim’)Effas Training and Qualification CommissionDrs. AnneMarie Munnik RBAVBA vertegenwoordiging in de Stichting voor de JaarverslaggevingDrs. Hikmet Sevdican RBAVBA vertegenwoordiging in DSIMelinda Rook MScSeniorenconventJacques van den Berg RBA, voorzitter

Bovenstaande personen zijn bereikbaar via het secretariaat van de VBA.Telefoon: 020 618 28 12

Documents

vba JOURNAAL - CFA Institute...najaar 2016. vba _ beleggingsprofessional s ... ([email protected]) Nummer 127_najaar 2016. 3 ... presentatie zet Martijn Cremers hier wel een . belangrijke