JOURNAAL - CFA Institute...De beleggingsmarkten hebben na de financiële crisis enorme...

vba JOURNAAL

MK2018

Rationeel gedrag aan het einde van een bull markt

jaargang 34nummer 136

winter 2018

De beste strategieën voor de ergste crises 14Market-based indicators of homogeneity and risk taking in the banking sector 22Seasons, natural disasters and perfect storms 30Reflecteert de lage volatiliteit een onderschatting van de risico’s op aandelenmarkten? 36

vba JO

UR

NA

AL

— ONDERZOEK

Wat de belegger niet kent eet ie wel 10Ruben Cox en Peter de Goeij

De beste strategieën voor de ergste crises 14Michael Cook, Edward Hoyle, Matthew Sargaison, Dan Taylor en Otto van Hemert1

Market-based indicators of homogeneity and risk taking in the banking sector 22Jacob Dankert, Dirk Broeders, Mark Mink en Roel Mehlkopf

— OPINIE

Seasons, natural disasters and perfect storms 30Pim van Diepen en Stefan Lundbergh

— ONDERZOEK

Reflecteert de lage volatiliteit een onderschatting van de risico’s op aandelenmarkten? 36Nander de Vette en Rianne Luijendijk

— INTERVIEW

Pete Chiappinelli: we look for value and buy assets that other investors avoid 27Jaap Koelewijn

— COLUMN

Mee met de kudde? 21Bert Bakker

Bull-market? Een afschuwelijke bear-market! 35Tjemme van der Meer

— BOOKREVIEW

Capital Returns: Investing Through the Capital Cycle 42Floris Oliemans

Verder in dit nummerUit de verenigingScenario denken: wat brengt het ons? 4Tessa Kuijl en Anita Joosten

Beleggingsrendementen: een eigen standaard voor elke doelgroep? 6David Janssen en Stanley van Klaveren

Verslag Round Table Investment Performance Measurement 9Roger Theunissen

ScriptieSamenvatting van RBA-scriptie:Factorbeleggen met verplichtingen 40Michael Langendoen

JOURNAAL nummer 136, winter 2018 vba _beleggingsprofessionals

— INHOUD — CALL FOR PAPERSDe redactie van het VBA Journaal roept auteurs op zich te buigen over het thema ‘Beleggen voor de volgende generaties’ en hier een interessant artikel over te schrijven voor het zomernummer 2019.

Invalshoeken kunnen gerelateerd zijn aan de volgende vragen (maar zeker niet uitsluitend):• Is beleggen voor de volgende generaties – in de

letterlijke zin – anders dan beleggen voor een pensioenfonds? Waarschijnlijk wel, omdat pensioenfondsen – min of meer – vaststaande verplichtingen in de tijd kennen, waarbij beleggingen vaak met een ‘matching en return’ strategie worden ingevuld. ‘High-net-worth-individuals’, families, ‘family offices’, vermogens-fondsen en ‘sovereign wealth funds’ kennen geen verplichtingen in enge zin, hebben een oneindig lange horizon en hanteren over het algemeen een doelrendement. Moet dat ook tot andere beleggingen leiden dan bij pensioenfondsen? De redactie hoort graag uw mening.

• Is het doel van beleggen louter het in stand houden van het vermogen en de creatie van rendement ten behoeve van uitgaven, of dient een belegging ook een positieve maatschappe-lijke impact te veroorzaken? Natuurlijk denkt men hier dan snel aan ESG-elementen of aan impact die past binnen de zogenaamde SDG-doelstellingen. Men zou impactcreatie ook dichter bij huis kunnen realiseren: binnen een familie of binnen een leef- of geloofsgemeen-schap. De redactie daagt u uit om hierover na te denken.

• Heeft de staat een verantwoordelijkheid om de levensstandaard van volgende generaties te borgen? Men kan denken aan vermogensvorming ten behoeve van de gezondheidszorg, veiligheid, milieu etc. Zogenaamde ‘sovereign wealth funds’ zoals die in Noorwegen, het Midden- en Verre Oosten bestaan, hebben andere doelstellingen dan louter ‘pensioenverschaffing’. Zou de Nederlandse staat hier een taak hebben? Zijn de doelstellingen van het recent opgezette NL-Invest groots en meeslepend genoeg?

• Zijn de kapitaalmarkt en het huidige bredere financiële systeem, inclusief private beleggin-gen, geëquipeerd voor het werkelijke belang voor volgende generaties? Zijn de dienstverle-ners en andere partijen wel zodanig georgani-seerd dat er sprake is van ‘alignment’ met lange-termijndoelstellingen van de beleggers of zijn zij toch vooral uit op korte termijn gewin? Indien dat laatste, hoe kunnen deze principaal-agent problemen worden verminderd?

• Welke valkuilen heeft beleggen voor de volgende generaties? Is de uiteindelijke nemer van besluiten wel voldoende ‘accountable’ te houden als de horizon zo lang is en resultaten in relatie tot doelen minder goed meetbaar zijn? In hoeverre is het zichtbaar of verleidelijk om persoonlijke en/of historische voorkeuren te zeer de overhand te geven bij de portefeuillevorming, waardoor dit ten koste gaat van diversificatie?

De redactie daagt u uit om uw gedachten de vrije loop te laten en verder te denken dan ‘mainstream’ ESG-beleggen. Vergezichten en een creatieve inslag zijn van harte welkom.

Uw eerste reacties kunt u voor 31 januari sturen naar [email protected].

Nummer 136_winter 20183

vba JOURNAAL

— EDITORIAL

Rationeel gedrag aan het einde van een bull markt

Voor u ligt het winternummer van het VBA Journaal met als thema “Rationeel gedrag aan het einde van een bull markt”.

De beleggingsmarkten hebben na de financiële crisis enorme koersstijgingen meegemaakt. Zo steeg de Dow Jones aandelenindex na de crisis met een spectaculaire 200%. De groei van de AEXindex was al even onstuimig en ging in 2018 zelfs meerdere keren door de grens van 550 punten heen. De vastrentende waarden deden ook een stevige duit in het zakje, met dank aan een historische rentedaling en extreem lage kredietopslagen. Een groeiend aantal beleggers vreest inmiddels het moment waarbij de markten weer definitief gaan keren. De AEXindex kwam begin december 2018 voor het eerst in bijna 2 jaar onder de 500 punten grens uit. Is dit een voorproefje van wat we mogen verwachten in de komende tijd? En hoe houdt men in dat geval het hoofd koel en de voeten warm?

De eerste inhoudelijke bijdrage in dit winternummer is afkomstig van Ruben Cox en Peter de Goeij. Zij staan stil bij de vraag hoe rationeel nietprofessionele beleggers eigenlijk zijn. Een actuele vraag nu financiële markten in 2018 een hoogtepunt lijken te bereiken. Gebleken is dat beleggingsbeslissingen nogal eens worden gebaseerd op advertenties. Beleggers blijken daarbij kennelijk gevoelig te zijn voor de wijze waarop informatie in de advertenties aan hen wordt gepresenteerd. Michael Cook, Edward Hoyle, Matthew Sargaison, Dan Taylor en Otto van Hemert onderzoeken een aantal strategieën die tijdens crisisperiodes de nodige bescherming kunnen bieden. Denk hierbij aan beleggen in goud, staatsobligaties, aandelenopties of kredietbeschermingsportefeuilles. Qua kosten en betrouwbaarheid scoren deze strategieën echter niet altijd even goed, vandaar dat ook wordt gekeken naar meer geavanceerde, dynamische beschermingsstrategieën.Dirk Broeders, Jacob Dankert, Roel Mehlkopf en Mark Mink evalueren de effecten van recente regulering op de stabiliteit van de Europese bankensector. Hun analyse op basis van marktindicatoren laat ziet dat er tekenen zijn dat de homogeniteit van de sector is toegenomen, wat mogelijk duidt op een toegenomen systeemrisico.Nander de Vette en Rianne Luijendijk presenteren hun onderzoek naar de voorspellende waarde van de volatiliteit van de

Amerikaanse aandelenmarkt en concluderen dat alhoewel de ingeprijsde volatiliteit onder het historisch gemiddelde ligt, de risico aversie van beleggers wel degelijk is toegenomen en zij momenteel rekening houden met koersdalingen.Pim van Diepen en Stefan Lundbergh richten onze aandacht op het dynamische en grillige karakter van de financiële markten. Hierdoor is het niet mogelijk om de marktontwikkelingen exact te voorspellen. Wel kunnen we lering trekken uit patronen die zich steeds herhalen, zoals conjunctuurgolven en de vorming van financiële zeepbellen. De auteurs geven ook een aantal praktische richtlijnen om goed voorbereid te zijn op de volgende financiële storm.

Ook het winternummer bevat weer een tweetal prikkelende columns. Bert Bakker staat stil bij massapsychologische dynamiek in de beleggingswereld, terwijl Tjemme van der Meer het in zijn column niet onder stoelen of banken steekt dat de huidige bullmarket weinig positief uitwerkt voor de pensioensector. Jaap Koelewijn sprak met Pete Chiappinelli van Grantham Mayo Van Otterloo & Co. over de visie van de charismatische Jeremy Grantham. Jeremy Grantham waarschuwde begin 2018 al voor het einde van de bull markt. De centrale vraag in de scriptie van Michael Langendoen is welke factorportefeuilles het beste in staat zijn een overrendement te realiseren ten opzichte van de verplichtingen. Een samenvatting van deze scriptie vindt u op p. 41. Het winternummer wordt ten slotte afgesloten met een boekbeschrijving door Floris Oliemans. Het boek ‘Capital Returns: Investing through the capital cycle’ is een verzameling van beleggingsbrieven geschreven door Marathon Asset Management. De bespreking vat voor ons samen hoe toekomstige rendementen beïnvloed worden door de beschikbaarheid van kapitaal, geïllustreerd aan een mooi voorbeeld van de windmolen industrie.

De redactie van het VBA Journaal wenst u een rationeel, maar vooral ook een mooi en verrassend 2018 toe!

Namens de redactie,David van BragtManon HosemannIvo Kuiper


vba JOURNAAL

Scenario denken: wat brengt het ons?

—

ren aantast? Van een shortlist met de meest relevante wereldbeelden formuleert Philips Pensioenfonds kwantitatieve aannames, en analyseert deze in de ALM studie. Voornaamste punt van discussie dat Anita Joosten (Philips Pensioenfonds) voorlegt aan het publiek is de vraag ‘wat kun je concreet met verschillende wereldbeelden’? De mening van het publiek is verdeeld: van ‘thinking tool’ voor meer risicobewustzijn tot daadwerkelijk beïnvloeding van het beleid.

Pensioenfonds PGB zet scenario denken in om te voorkomen dat het fonds zijn doelstellingen niet haalt, aldus Jeroen Rijk. Onder andere door dynamische balanssturing, afhankelijk van waarderingen en momentum op markten. In dit proces is het cruciaal om het bestuur te betrekken en op te leiden om hier ook daadwerkelijk op te kunnen acteren.

Stef Vermeulen (PGGM) benadrukt de relevantie van scenario denken in de ALM studie voor inzicht en bewustwording van het bestuur. Maar, zowel aan de bestuurstafel als bij ALM adviseurs moet je opppassen voor behavioural biases. Hiermee rekening houden in de ALM cyclus is dan ook van belang. Volgens Thomas van Galen (Cardano) zijn de biases in ons eigen gedrag veelal de roze olifant in de kamer. Van overconfidence, tot confirmation bias en statusquo bias. Gedurende het congres blijkt er consensus dat scenario denken het risicobewustzijn bevordert door het proces van identificeren, kwantificeren en analyseren van wereldbeelden. De rol van scenario denken in de besluitvorming is minder evident. Wellicht is dit het gevolg van statusquo bias richting het basiswereldbeeld? Reden te over om scenario denken ook in de toekomst verder te blijven ontrafelen.

Tessa Kuijl en Anita Joosten beiden lid van de commissie ALM

— UIT DE VERENIGING

Scenario denken wordt al decennia lang toegepast door organisaties voor strategische planning. Op het congres van CFA Society VBA Netherlands op 18 april is al uitgebreid stilgestaan bij de ‘systemic change’, en de impact van ontwikkelingen als Blockchain, EMIR en consolidatie in de financiële sector die we van dichtbij meemaken. Daarnaast groeit de aandacht voor de impact van globale en algemeen maatschappelijke ontwikkelingen bij pensioen fondsen en verzekeraars. Gedreven door wereldwijde politieke spanningen, technologische innovatie, demografische ontwikkelingen, klimaatverandering, etc.

Het jaarlijkse ALM congres op 1 november stond in het teken van het thema ‘scenario denken’. Daniel Erasmus (DTN) introduceert innovatieve technieken op het gebied van big data analytics die het proces van scenario ondersteunen. Efficiënte en snelle analyse van enorme hoeveelheden digitale data kunnen beleggers helpen wereldwijde trends te identificeren, om hier tijdig op te anticiperen. Specifiek het scenario van klimaat verandering stond centraal in het verhaal van Lisa Eichler en Willemijn Verdegaal (Ortec Finance). Hun onderzoek wijst uit dat opwarming van de aarde een forse negatieve impact kan hebben op de economie en financiële markten. In welke mate is het beleid van pensioenfondsen en verzekeraars robuust voor deze risico’s?

Bij Philips Pensioenfonds wordt scenario denken mede ondersteund vanuit macroeconomisch perspectief door Gabriel Stein (Stein Brothers). Wat is de impact van vergrijzing en de mogelijke consequentie voor rentes en inflatie? Wat gebeurt in een scenario waarin de Eurozone uiteenvalt, of wanneer de enorm gestegen schuldenberg de mate waarin centrale banken onafhankelijk beleid kunnen voe

De toekomst is onzeker, veel scenario’s voor groei, rente en rendementen zijn denkbaar. Hoe ga je hier als pensioenfonds of verzekeraar mee om? Op het ALM congres van CFA Society VBA Netherlands is hier uitgebreid bij stilgestaan.


vba JOURNAAL

AGENDA

16 januari 2019NieuwjaarsborrelIndustrieele Groote Club

5 en 12 februari 2019PE cursus Big Data en Artificial IntelligenceFrans Feldberg en Charlotte Werger

8puntenPE

7 februari 2019Interest Rate Benchmark ReformRosarium

punt1PE

12 en 19 maart 2019PE cursus Manager SelectieWouter ten Brinke

8puntenPE

21 maart 2019Annual DinnerOkura

16 en 23 april 2019PE cursus Long-term investing: moving from good to great in institutional investing Alfred Slager en Jaap van Dam

8puntenPE

René Kuil is de negende winnaar van de scriptieprijs. Hij kreeg hem overhandigd door Prof.dr. Alfred Slager RBA, vicevoorzitter CFA Society VBA Netherlands. De CFA Society VBA Netherlands scriptieprijs wordt met ingang van 2010 jaarlijks uitgereikt. Aan de scriptieprijs is een geldbedrag van 1000 euro verbonden.

Een samenvatting van deze scriptie komt in de volgende editie van het VBA Journaal voorjaar 2019.

Buluitreiking

Op 30 november jl. studeerde de 17e lichting cursisten af aan de Postgraduate VUVBA opleiding Investment Management. CFA Society VBA Netherlands en de Vrije Universiteit feliciteren de volgende personen van harte met het succesvol afronden van de opleiding.

Naam Bedrijf

L. Appels MSc RBA (Lennart) a.s.r. Bank

Drs. F.R. Hagel MSc RA RBA (Franklin) Travix International

Drs. Heijne MSc RA CPC RBA (Clemens) Holland Casino

I.M. Janssen MSc RBA (Inge) ACTIAM

W. Knecht MSc LLM RBA (Wouter) Aegon

W. Poirters MSc RBA (Ward) Van Lanschot Kempen

Drs. C. Reijerse MSc RBA (Chantal) PGGM

A.H.H. Reinders MSc RBA (Angelique) Robeco

I.A.A. Smits MSc RBA (Ivo) SPF Beheer

S.G. Souren MSc RA RBA (Serge) APG Asset Management

Drs. T.R. van der Spek MSc RBA (Thijs) APG Asset Management

W.H. Stark MSc RBA (Warrick) Achmea Investment

Management

R.J.B. den Teuling MSc RBA (Robbert‑Jan) APG Asset Management

Drs. F.H.B. Vinke MSc RBA (Frank) PGGM


vba JOURNAAL

verschil in rendement. De TWR neutraliseert de impact van cashflows. Deze methode heeft dan ook de voorkeur in die gevallen waarin een portfolio manager geen invloed heeft op de omvang en timing van de cashflows. Als in dergelijke gevallen de performance berekend zou worden op basis van Modified Dietz methode, dan wordt de portfolio manager afgerekend op een beslissing waar hij geen invloed op heeft.

De genoemde methoden (TWR en Modified Dietz) zijn slechts twee van vele mogelijkheden om een rendement te berekenen. Het voert te ver om hier voor alle verschillende rendementsmaatstaven een uitwerking te presenteren. Wel willen we nog wijzen op het feit dat de keuze voor een bepaalde rende


Beleggingsrendementen: een eigen standaard voor elke doelgroep?

—

Berekeningsmethodieken en performance standaardenBij het berekenen van beleggingsrendementen kan worden gekozen uit uiteenlopende berekeningsmethodieken en performance standaarden. Denk hierbij bijvoorbeeld aan de keuze voor het al dan niet meenemen van de impact van cashflows op rendement (money weighted returns versus time weighted returns), de keuze voor netto of bruto rendementen of de periodiciteit en het niveau waarop rendement berekend wordt (niveau van individuele mandaten versus gemiddelde cijfers op composite niveau). Al deze keuzes kunnen een grote invloed hebben op de berekende performance cijfers.

In voorbeeld II wordt met dezelfde gegevens gewerkt, maar zien we desondanks een groot

Eén fonds, twee rendementenStel: twee beleggers beleggen in hetzelfde fonds. De ene belegger ontvangt een rapport waaruit blijkt dat hij een rendement van 15% behaald heeft, terwijl de andere belegger in zijn rapportage een rendement van 12% terug vindt. Hoe is dit mogelijk?

InleidingHet behalen van rendement op belegd vermogen binnen een vooraf bepaald risicobudget is de kerntaak van vermogensbeheerders. Maar wat beleggingsrendement precies inhoudt en hoe dit gemeten wordt is niet evident. Zo kijken klanten, toezichthouders en prospects ieder op basis van hun eigen rapportages en standaarden naar gerealiseerd beleggingsrendement. Het praktische gevolg hiervan is dat vermogensbeheerders voor elke doelgroep andere beleggingsrendementen berekenen en rapporteren.

Uit voorbeeld I komt duidelijk naar voren dat het berekende exces rendement afhangt van de methode die gebruikt wordt. Beide methoden zijn correct en worden veelvuldig gebruikt in de praktijk. Echter, zonder kennis van de gebruikte methode kan niet zonder meer worden vastgesteld of de ene belegger het beter of slechter heeft gedaan dan de andere belegger.

In dit artikel gaan wij in op de verschillen en overeenkomsten tussen verschillende performance standaarden. Onze algemene verwachting is dat rapportages voor klanten het minst eenduidig qua definities zullen zijn (op maat gemaakte rapportages voor iedere klant), waarbij we het tegenovergestelde verwachten van de verplichte rapportages naar toezichthouders (iedereen rapporteert dezelfde cijfers in hetzelfde template). In onze conclusie gaan we in op de mogelijkheden voor vermogensbeheerders om de verschillende definities en standaarden zo efficiënt mogelijk te integreren. Dit betekent dat er duidelijk keuzes gemaakt dienen te worden, waarbij meerdere partijen water bij de wijn moeten doen. Dit zal ongetwijfeld met de nodige moeite gepaard gaan.

Voorbeeld I

Het exces rendement kan zowel rekenkundig als geometrisch berekend worden:• Rendement van de portefeuille is 10% (PF)• Rendement van de benchmark is 9% (BM)

Rekenkundige exces rendement = PF – BM = 10% – 9% = 1,00%Geometrisch exces rendement = (1 + PF) / (1 + BM) – 1 = (1 + 10%) / (1 + 9%) – 1 = 0,92%


vba JOURNAAL

mentsmaatstaf niet alleen van de impact van cashflows afhankelijk is. Een andere factor om rekening mee te houden is het soort belegging: liquide of illiquide. Voor illiquide beleggingen voldoen bovenstaande standaarden vaak allebei niet. Voor deze categorieën wordt er daarom naar andere rendementscijfers als de Internal Rate of Return (IRR) gekeken. Dit is een totaal ander type rendementscijfers dat zich lastig laat vergelijken met rendementscijfers van liquide beleggingen.

KlantenInstitutionele beleggers monitoren het rendement op hun beleggingen primair op basis van de maandelijkse en kwartaallijkse beleggingsrapportages van hun vermogensbeheerder(s). De afgelopen jaren zijn Nederlandse institutionele beleggers – mede onder druk van DNB – meer en gedetailleerdere rapportages gaan verwachten van hun vermogensbeheerders. Hierdoor zijn de rapportages van verschillende vermogensbeheerders en klanten qua onderdelen en niveau van detail naar elkaar toe gegroeid.

Het doel van de periodieke beleggingsrapportage is breed; de rapportage dient zowel voor verantwoording als voor sturing en omhelst

beleidskeuzes van zowel de klant zelf als van de vermogensbeheerder. Wat betreft historische performance over langere termijn is de rapportage minder complex en wordt er voornamelijk gekeken naar het rendement van de portefeuille, de onderliggende drivers hiervan, het benchmarkrendement en het hieruit voorkomende exces rendement. Eventueel wordt er een koppeling gemaakt met het bijbehorende risicobudget. Wat betreft kosten is er geen eenduidige lijn te ontdekken: in de regel worden bruto rendementen gerapporteerd, maar bij beleggingen in fonds structuren zien we ook netto rendementen terug. In de praktijk betalen grote klanten doorgaans lagere fees dan kleine klanten waardoor het netto rendement voor iedere klant anders kan zijn.

Naast de ‘best market practice’ zoals het gebruik van netto rendementen en de time weighted return methode1 die DNB steeds vaker aan institutionele beleggers oplegt in het kader van beleggingsonderzoeken, bestaat er verder geen (industrie)standaard voor de periodieke beleggingsrapportage aan institutionele beleggers. In het algemeen biedt de berekeningsmethode en rapportage van beleggingsrendementen in klantrapportage een beperkte mate van standaardisatie.

ToezichthoudersVanuit wet en regelgeving zijn vermogensbeheerders (AIFMD/UCITS) en institutionele beleggers (FTK) verplicht om periodiek te rapporteren over hun beleggingen en de hierop behaalde rendementen. Zo moeten vermogensbeheerders in de nieuwe AIFMD fondsrapportages de maandelijkse bruto en netto rendementen van hun fondsen rapporteren. Hierbij wordt echter niet of nauwelijks toelichting gegeven op de achterliggende berekeningen, definities en uitgangspunten. Ter illustratie: zowel de behandeling van verschillende fee componenten (denk bijvoorbeeld aan administration fees) als de behandeling van bijzondere asset classes (denk bijvoorbeeld aan LDIfondsen) zijn niet of nauwelijks uitgewerkt. Door het gebrek aan toelichting is de kans groot dat vermogensbeheerders verschillende uitgangspunten hanteren bij het verstrekken van deze gegevens. Hierdoor neemt de vergelijkbaarheid af en is het lastig om te achterhalen hoe deze cijfers juist geïnterpreteerd moeten worden.

De achterliggende doelstellingen van deze ‘regulatory reporting’ zijn anders en meer divers dan die van de reguliere beleggingsrapportage voor beleggers. Zo worden FTK

Voorbeeld II

Een bekend onderscheid is het berekenen van rendementscijfers op basis van Modified Dietz versus Time Weighted Returns. Ga uit van de volgende gegevens voor een fonds:• Marktwaarde per ultimo mei is (MWb): € 1.000• Marktwaarde per ultimo juni (MWe): € 2.000• Op 15 juni (einde van de dag) wordt er extra belegd

in het fonds (CF): € 400• De marktwaarde van de aandelen op 15 juni

(einde van de dag, incl. extra inleg) (MV15): € 1.200

Op basis van de bovenstaande gegevens kan het rendement over de maand juni berekend worden gebruikmakend van Modified Dietz en Time Weighted Return.

Modified Dietz: W is het gewicht van de cashflow. In dit voorbeeld valt de cashflow halver wege de maand en telt dus deze voor de helft van de maand (15/30) mee. Dit geeft de volgende uitkomst:De formule is: (MWe – MWb – CF) / (MWb + CF * W)Rendement = (2.000 – 1.000 – 400) / (1.000 + 400 * (15/30)) = 50%

Time Weighted Return: Bij deze methode wordt elke keer als er een cashflow plaatsvindt een nieuw rendement berekend. Dit geeft het volgende resultaat:De formule is: ((MW15 – CF) / MWb) * (MWe / MW15) – 1Rendement = ((1.200 – 400)/ 1.000) * (2.000 / 1.200) – 1 = 1,33 – 1 = 33%

–1500

–1000

–500

0

500

1000

1500

2000

2500

Begin Maand (MWb) 15de (CF) Eind Maand (MWe)

Kasstromen en waardeontwikkeling portefeuille

KasstromenWaardeontwikkeling 1e periodeWaardeontwikkeling 2e periode

–30%–20%–10%

0%10%20%30%40%50%60%70%80%

Rendement 1e periode

Rendement 2e periode

Time WeightedRendement

Modified DietzRendement

Rendementen portefeuille

Figuur 1: Kasstromen, waardeontwikkeling en rendement onder TWR en Modified Dietz


vba JOURNAAL

rapportages primair gebruikt voor toezicht op individuele instellingen en wordt de AIFMD rapportage in eerste instantie gebruikt voor marktbrede analyses en het monitoren van systeemrisico. De verplichte rapportage van historische performance van UCITS daarentegen richt zich primair op het voldoende en op passende wijze informeren van particuliere beleggers omtrent risico en rendement.

ProspectsBij het selecteren van een vermogensbeheerder speelt het in het verleden behaalde rendement, de zogeheten track record, een belangrijke rol. De door CFA Institute ontwikkelde GIPS Standaarden sluiten hier direct op aan en hebben een duidelijk doel voor ogen: prospects in staat stellen om beleggingsrendementen van verschillende vermogensbeheerders zo correct mogelijk met elkaar te vergelijken. Het vergelijken van appels met appels wordt nagestreefd door alle mandaten en fondsen binnen één en dezelfde asset categorie bij elkaar te scharen (in een zogeheten composite) en het rendement hierover conform een nauw gedefinieerde methodiek te berekenen en presenteren. Hierbij wordt geen rekening gehouden met de onderliggende drivers van het behaalde rendement.

De eerste GIPSstandaarden werden in 1998 op de markt gebracht en sindsdien heeft een aantal uitgebreide herzieningen plaats gevonden. Zo is het in de loop der jaren verplicht geworden om naast het rendement ook cijfers over het bijbehorende, gerealiseerde risico te rapporteren en bestaan er steeds meer specifieke bepalingen ten aanzien van bijzondere en illiquide activa categorieën. Al met al bevat deze rapportage specifieke doch belangrijke informatie voor prospects, maar is GIPS minder relevant voor bestaande klanten, vooral omdat de achterliggende drivers van het rendement en klant specifieke afspraken (bijvoorbeeld met betrekking tot management fees) volledig buiten beschouwing gelaten worden.

Rijkheid van informatie versus eenduidig-heid van methodiek en definitiesIn figuur 2 wordt de gebruikte berekeningsmethodiek voor de besproken doelgroepen uiteengezet aan de hand van twee dimensies: enerzijds kijken we naar de rijkheid van informatie (in hoeverre bieden de cijfers inzicht?), anderzijds kijken we naar de eenduidigheid van de gebruikte methodiek en definities (zijn er duidelijke richtlijnen die aangeven welke voorwaarden gelden bij het berekenen van het rendement?).

De klantrapportage biedt verreweg de meeste rijkheid, terwijl er geen of nauwelijks eenduidige standaarden bestaan voor het definiëren,

berekenen en presenteren van beleggingsrendementen. De rapportage voor prospects biedt minder informatie, maar kent eenduidige en strakke definities voor de te overleggen beleggingsrendementen. De rapportage voor toezichthouders valt het meeste op: deze rapportage bevat de minst rijke informatie, maar tegelijkertijd bestaan er weinig of slecht gedefinieerde standaarden voor (de berekening van) de te rapporteren beleggingsrendementen.

Een uitleg van deze opvallende positionering van regulatory reporting kan zijn dat deze informatie vanuit het traditionele prudentieel toezicht (FTK) van beperkt belang was en dat de verplichte disclosure van risico en rendement vanuit wetgeving zoals AIFMD en UCITS nog relatief nieuw is voor de toezichthouder.Vanuit het perspectief van een vermogensbeheerder lijkt het ideaal om één proces aan de hand van één standaard en één definitie te gebruiken. Dit voorkomt immers dubbel werk, extra kosten en (vragen over de) reconciliatie van verschillende performance cijfers. Dit roept de vraag op in hoeverre het mogelijk is om dezelfde methodiek en hetzelfde proces te gebruiken voor de klantrapportage, de rapportages voor prospects en regulatory reporting.

Omdat het achterliggende doel van de verschillende rapportages en standaarden uiteenloopt, zal het nooit mogelijk zijn om alles gelijk te trekken. Zo mag het feit dat er specifieke, wettelijke vereisten bestaan ten aanzien van de rapportage aan toezichthouders in geen geval belemmeren dat een vermogensbeheerder beleggingsrendementen voor haar klanten zo berekent en presenteert dat deze op de gerapporteerde informatie kunnen sturen. Het doel van de rapportage mag dan ook nooit over het hoofd gezien worden.

Desondanks moet het streven wel zijn om binnen het performance meting en rapportage proces zoveel mogelijk synergie te realiseren.

Zo kunnen de bruto en netto maandrendementen uit klantrapportages gebaseerd worden op dezelfde broncijfers en methodiek als de AIFMDrapportage voor het betreffende (bovenliggende) fonds en de GIPScijfers voor de betreffende (bovenliggende) composite. Goed data management rondom de beleggingsadministratie met een heldere, hiërarchische structuur van accounts is hierbij een absolute randvoorwaarde.

ConclusieVerschillende doelgroepen kijken om uiteenlopende redenen naar beleggingsrendementen. In beginsel bieden alle rapportages primair inzicht in historisch beleggingsrendement en de daarmee samenhangende kosten en risico’s. Daarmee sluit het ene rendement het andere niet uit; meer detail betekent immers niet dat performance cijfers op hoofdniveau niet aan zouden sluiten of anders berekend hoeven te worden.

Wij raden vermogensbeheerders daarom aan om processen en berekeningen waar mogelijk recht te trekken. Een goede inrichting van de beleggingsadministratie en een duidelijke opzet en governance rondom data management is hierbij van cruciaal belang. Op die manier kan er voor verschillende doeleinden zolang mogelijk gebruik worden gemaakt van dezelfde processen en data, en hoeft er pas aan het einde van het proces een uiteenlopende presentatie of berekeningswijze toegepast te worden.

Wat betreft regulatory reporting concluderen wij dat er weinig of slecht gedefinieerde standaarden bestaan voor (de berekening van) de te rapporteren beleggingsrendementen. Dit baart enige zorgen, te meer daar de toezichthouder aangeeft de gerapporteerde informatie (onder meer) te gebruiken voor marktbrede analyses. Mogelijk heeft dit te maken met het feit dat veel van deze rapportages pas recentelijk ontwikkeld zijn, vaak onder grote tijdsdruk. Wij hopen dan ook dat de verplichte rapportage van beleggingsrendementen aan de toezichthouder in de komende jaren verder ontwikkeld wordt met als gevolg een grotere eenduidigheid van de gebruikte methodieken en standaarden.

David Janssen (l) en Stanley van Klaveren (r)2

Noten1 Zie onder meer https://www.dnb.nl/binaries/2017

JULI01%20Aanwijzingen%20Jaar,%20Kwartaal%20en%20Maandstaten_tcm46351299.pdf, pagina 134.

2 David Janssen CFA is Specialist in Treasury & Investment Management en Stanley van Klaveren RBA is Investment Performance & Risk Analist bij PGB Pensioendiensten. Beide auteurs zijn lid van de commissie IPM.

Klantrapportage

Prospects

Toezichthouder

Rijkheid van informatie

Eend

uidi

ghei

d m

etho

diek

en

defin

itie

s Figuur 2: Eenduidig heid methodiek en definities versus rijkheid van informatie



vba JOURNAAL

Verslag Round Table Investment Performance Measurement

—

presentatie met de belangrijkste veranderingen die eraan zitten te komen. Met GIPS 20/20 zullen enkele grote veranderingen worden doorgevoerd zoals GIPS compliance voor asset owners en de behandeling van Pooled funds.

Na de presentatie van David werd Ralph Ruijters van NN IP geïntroduceerd door Eric. Het onderwerp was “robotics in performance

measurement”. Ralph deelde zijn ervaringen met smart automation zoals NN IP heeft toegepast. Een kortere doorlooptijd van rapportages en betere kwaliteit van data zijn de grootste voordelen. Een ander belangrijk punt dat benadrukt werd is dat saai en repeterend werk wordt geëlimineerd waardoor het werk voor medewerkers boeiender wordt. Ralph benadrukte dan ook dat het commitment van medewerkers en het trainen van medewerkers hierin key is.

Na de pauze was de presentatie van Etienne Fouarge en Daniel Nijdam van APG over “Visualisatie van resultaten met Business Intelligence (BI) software”. Etienne en Daniel legden uit wat het belang is van een goede visualisatie tools om je data output aan je klanten te tonen, met welke tools zij dit bereiken en wat er bij komt kijken. Belangrijke les: Hou de tools behapbaar voor je medewerkers. Zo hou je het simpel en wordt de job boeiender voor de medewerker. Ook zij gaven aan dat technologie de job wezenlijk zal veranderen voor medewerkers.

Tot slot kwam GertJan Bril van ASR aan het woord. Hij hield een presentatie over “De veranderende rol van performance analist”. Hij ziet de performance afdeling steeds meer assimileren met afdelingen als risk en valuation. Omdat de processen op gemeenschappelijke kenmerken zijn geënt zoals bijvoorbeeld risico factoren. De standaard processen zoals performance measurement zullen waarschijnlijk door andere partijen worden uitgevoerd door outsourcing.

De middag werd afgesloten met een borrel waar nog druk werd nagepraat. De commissie kijkt terug op een geslaagde middag!

Roger Theunissen

Eric de Rouw en David Janssen hebben de middag namens de commissie georganiseerd. Eric trad op als dagvoorzitter en David trapte af met de eerste presentatie. Na een korte intro over de commissie werden de belangrijkste ontwikkelingen over GIPS 20/20 toegelicht. De eerste draft van de nieuwe GIPS standards zijn enkele maanden geleden uitgebracht en de commissie heeft hier inmiddels al een eerste blik op geworpen. David gaf een

Op woensdag 21 november vond de tiende Dutch Performance Measurement Roundtable plaats georganiseerd door de Investment Performance Measurement Commissie. Het thema in deze jubileumeditie was “better technology, better performance measurement?”. Centraal stond hierbij de rol van technologie in het vakgebied en hoe de rol van performance analist zal veranderen. De zaal in het Rosarium was goed gevuld met ongeveer 40 deelnemers opgesteld in een Uvormige setting. Deelnemers en sprekers uit de gehele Nederlandse institutionele asset management sector waren aanwezig.


vba JOURNAAL

Wat de belegger niet kent eet ie wel

— AuteursRuben Cox (r)Peter de Goeij (l)1

— ONDERZOEK

beleggers door het Investment Company Institute in 2006 laat echter zien dat slechts 34 procent van hen gebruik maakt van het prospectus terwijl velen aangeven informatie te vergaren uit advertenties en websites.

Deze bronnen zijn vaak niet volledig of objectief. Als gevolg daarvan reflecteren beleggingsbesluiten dus mogelijk niet alle relevante informatie waardoor prijzen dus af kunnen wijken van de fundamentele onderliggende waarde. Er ontstaan daarbij twee vragen. Ten eerste, hoeveel kennis van fundamen-tele kenmerken hebben beleggers eigenlijk als ze voornamelijk de advertenties lezen? En ten tweede: hoe beïnvloedt de wijze waarop die informatie aan hun wordt gepresenteerd dat kennisniveau?

AchtergrondliteratuurInvesteerders moeten grote hoeveelheden informa-tie verwerken om een beleggingsbesluit te kunnen nemen. De beleggingsmarkt is competitief met een groot aantal verschillende aanbieders en investe-ringsproducten. Het grote palet aan producten vraagt een behoorlijke inspanning van de belegger

InleidingOnderzoek naar het ontstaan en barsten van prijs-bubbels in financiële markten vormt een belangrijk onderwerp binnen de financiële economie. Doordat beleggers kuddegedrag vertonen en hun beslissin-gen niet altijd baseren op fundamentele informatie kunnen prijzen van beleggingen afwijken van de onderliggende fundamentele waarde. Een bull-markt kan dan abrupt eindigen als het sentiment keert en beleggers massaal hun stukken gaan ver-kopen. Als de bubbel leegloopt, ontstaat vaak een overreactie waarbij prijzen tot onder de fundamen-tele waarde kunnen zakken. Dit gedrag dat door econoom Maynard Keynes (1936) “animal spirits” wordt genoemd wordt mede gedreven door de emo-ties en beperkte rationaliteit van (individuele) beleggers.

In een efficiënte markt met rationeel handelende beleggers zouden aandelenprijzen te allen tijde alle relevante informatie moeten reflecteren. Deze informatie wordt via jaarverslagen, persberichten en prospectussen aan beleggers beschikbaar gesteld. Onderzoek onder individuele Amerikaanse


vba JOURNAAL

om overzicht te krijgen, producten te vergelijken en zich adequaat te informeren alvorens die een keuze maakt.

Uit onderzoek blijkt dat dit gevolgen heeft voor het besluitvormingsproces. Barber en Odean (2008) vinden dat individuele beleggers netto- kopers zijn van aandelen die in het nieuws zijn, een hoog handelsvolume hebben of die een significant eendaags-rendement hebben gemaakt. De reden hiervoor is dat deze aandelen de aandacht trekken en daardoor gemakkelijker te onderscheiden en te selecteren zijn van aandelen die niet in de aandacht staan. Dit effect werkt bovendien asymmetrisch omdat beleggers alleen aandelen kunnen verkopen die ze al bezitten. Dit is normaal een kleiner aantal dan het aantal potentiële koopkandidaten waardoor de aandacht bij een aankoopbeslissing dus over meer verschillende aandelen verdeeld moet worden.

Beleggers lezen niet altijd het prospectus, maar maken ook gebruik van advertenties

Daardoor wordt de diepgang van de benodigde kennis over fundamentele informatie zoals risico’s, kosten en rendement onder druk gezet. Ondanks dat deze informatie essentieel zou moeten zijn om tot een beleggingsbesluit te komen, slagen infor-matiebronnen zoals reclames er vaak niet in om alle relevante kenmerken tegelijkertijd onder de aan-dacht te brengen. Bovendien bevatten ze vaak een selectie van de fundamentele informatie, waarbij elementen die bijdragen aan een positieve indruk over de belegging zoals het track record van een fonds(manager) of historische rendementen een (visueel) prominentere plek krijgen. Dit is niet noodzakelijkerwijs manipulatie omdat beleggers waarschijnlijk pas op zoek gaan naar additionele informatie op het moment dat er initiële interesse is voor de belegging. Het is wel zo dat niet-fundamen-tele informatie zoals historische rendementen beleggingsbesluiten beïnvloedt ondanks dat het geen informatiewaarde heeft voor dat besluit (Sirri en Tufano, 1998).

Omdat individuele beleggers vaak gebruik maken van advertenties zijn ze dus mogelijk niet volledig geïnformeerd over alle fundamentele aspecten zoals kosten en risico’s. Bovendien zijn advertenties zodanig ontworpen dat ze de aandacht trekken met een mix van zowel fundamentele als niet-fundamentele informatie (Bertrand et al. 2011).

Onderzoeksopzet en resultatenHet experimenteel vragenlijstonderzoek is in mei 2016 afgenomen onder Nederlandse beleggers in het consumentenpanel van de Autoriteit Financiële

Markten (zie Cox en De Goeij, 2018 voor details). Dit panel bestaat uit beleggers die zich vrijwillig hebben aangemeld en een groep die via een extern onderzoeksbureau is uitgenodigd om deel te nemen. Het onderzoek is uitgezet onder 1.643 beleggers waarvan er 811 de vragenlijst volledig hebben ingevuld. Beleggers kregen een wille-keurige variant van een beleggingsadvertentie voor aandelen in een vastgoedfonds te zien. Het fonds bood een jaarlijks dividendrendement van 6,1 pro-cent voor aftrek van 1 procent fondskosten. Na het bestuderen van de advertentie kregen beleggers een vijftal kennisvragen over de risicofactoren en fiscale voordelen van de belegging, de frequentie waarmee dividend wordt uitbetaald, de looptijd van de beleg-ging en de jaarlijkse kosten die worden ingehouden. Deze informatie is in de advertentie opgenomen, maar niet meer zichtbaar zodra men met de vragen-lijst start.

Om de impact van de vormgeving van adverten-ties te onderzoeken zijn vier varianten van de adver-tentie ontwikkeld (zie Tabel 1). De basisadvertentie bevat een neutrale foto (N) en risico-informatie in platte tekst (NR). In varianten J en R wordt extra aandacht besteed aan niet-fundamentele en funda-mentele informatie. In variant J wordt de neutrale foto vervangen door een afbeelding van een geluk-kig lachend jong koppel die inspeelt op het gevoel van de belegger, terwijl in variant R de risicofacto-ren in een opvallend rood kader worden weer-gegeven. Beide condities zouden een rationele belegger niet moeten beïnvloeden. Op basis van Bordalo et al. (2013) is echter de verwachting dat de extra aandacht voor de risicofactoren in conditie R ertoe leidt dat beleggers meer kennis van de risico-factoren opdoen. Bovendien zou de foto in condi-

Tabel 1: Overzicht van de onderzoekscondities

Foto Jong Koppel (J) Foto Neutraal (N)

Risicokader (R) Risico’s neutraal (NR)


vba JOURNAAL

— ONDERZOEK

tie J de aandacht kunnen afleiden van fundamentele informatie.

Tabel 2 geeft de gemiddelden van de verschil-lende uitkomstvariabelen weer per advertentie-variant waarbij de laatste kolom een t-toets bevat voor het verschil in gemiddelden. Over alle condi-ties heen bezien, is de kennis van fundamentele karakteristieken laag. Minder dan een kwart van de beleggers kan de kosten correct identificeren, ter-wijl gemiddeld maar twee van de vijf risicofactoren correct wordt benoemd. Beleggers die variant J ontvangen scoren opvallend genoeg beter op het identificeren van de looptijd, dividendfrequentie en kosten van de belegging dan zij die de basisvariant (N) zien. De groep die variant R ziet identificeert meer risicofactoren al blijft het gemiddelde steken op minder dan twee van de vijf. Dit is interessant omdat kennis van risicofactoren cruciaal is voor een investeringsbesluit. Een rationele belegger zou dus op de hoogte moeten zijn van alle risicofactoren. Ook speelt de presentatiewijze een rol terwijl dit niet uit zou moeten maken. Beleggers spenderen

gemiddeld meer tijd aan het bestuderen van de advertenties in variant R en J waardoor ze ook meer informatie tot zich kunnen nemen.

Omdat ook andere factoren het kennisniveau van beleggers kunnen beïnvloeden, geeft Tabel 3 regressieanalyses weer waarbij gecontroleerd wordt voor financiële geletterdheid (Van Rooij et al. 2011), het aantal jaren beleggingservaring, het opleidingsniveau en het geslacht van de belegger. De analyses corrigeren ook voor de gezinssituatie, het inkomen, de vermogenspositie en de arbeids-marktpositie, maar deze worden niet weergegeven omwille van het overzicht. Het gebruikte regressie-model is – afhankelijk van de verklaarde variabele – een logistisch of geordend logistisch model dat geschat wordt met het maximum likelihood- algoritme. In de tabel worden odds-ratio’s gerapporteerd.

Kennis van beleggers over fundamentele karakteristieken van beleggingen is laag

De resultaten bevestigen dat de inhoud van beleg-gingsadvertenties een significante impact heeft op de kennis van fundamentele kenmerken. Zo verhoogt het gebruik van een foto van een jong koppel (variant J) de kans dat beleggers de dividend frequentie en kosten-vraag correct beant-woorden met respectievelijk 47 en 58 procent. Ook

Tabel 2: Advertentie-varianten en kennis van beleggingskarakteristieken. In de laatste kolom zijn p-waarden van een t-toets opgenomen die de gelijkheid in gemiddelden toetst. Significante verschillen op 10-procentsniveau zijn vet gedrukt.

Neutraal (N) Jong koppel (J) H1: N≠J

Looptijd (1 = correct) 22.2% 26.1% 0.06

Dividend frequentie (1 = correct) 12.3% 17.5% 0.03

Jaarlijkse kosten (1 = correct) 16.4% 22.8% 0.03

Risicofactoren (min = 0, max = 5 correct) 1.58 1.53 0.33

Fiscale voordelen (min = 0, max = 3 correct) 0.55 0.56 0.48

Tijd gespendeerd aan advertentie (in sec.) 119.2 131.7 0.06

Aantal observaties 407 404

Tabel 3: Regressieanalyse van achtergrondfactoren op kennisvragen. Als coëfficiënten zijn odds-ratio’s gerapporteerd. T-statistieken zijn weergegeven in haken. ***, **, * betekent significant op 1-, 5- en 10-procentsniveau.

Looptijd (0/1) Dividend

frequentie

(0/1)

Jaarlijkse

kosten (0/1)

Risicofactoren

(0 – 5 correct)

Fiscale

voordelen

(0 – 3 correct)

Variant J (0/1) 1.405*

[1.94]

1.477*

[1.88]

1.584**

[2.35]

0.915

[–0.67]

1.045

[0.30]

Variant R (0/1) 0.926

[–0.44]

1.032

[0.15]

0.748

[–1.51]

2.329***

[6.18]

1.028

[0.18]

Financiële geletterdheid (0 = min, 5 = max) 1.765***

[2.96]

1.090

[0.36]

1.768**

[2.55]

1.764***

[3.75]

1.610***

[2.93]

Beleggingservaring (jaren) 0.911

[–0.38]

0.984

[–0.05]

0.921

[–0.31]

0.815

[–0.99]

0.787

[–1.04]

Hoog opgeleid (1 = HBO/WO) 1.071

[0.35]

0.971

[–0.13]

1.594**

[2.01]

1.132

[0.85]

1.140

[0.79]

Man (0/1) 0.965

[–0.14]

0.871

[–0.45]

0.897

[–0.37]

1.033

[0.16]

1.210

[0.83]

Andere controlevariabelen Ja Ja Ja Ja Ja

Aantal observaties 811 811 811 811 811

Pseudo R‑kwadraat 0.07 0.05 0.10 0.05 0.04

LogLikelihood‑statistiek –415.7 –316.3 –354.7 –1148.4 –745.9


vba JOURNAAL

het verhogen van de zichtbaarheid van risico-infor-matie (variant R) heeft een statistisch significante impact. Dit zorgt ervoor dat beleggers ruim 46 pro-cent (= 2.32/5) meer risicofactoren identificeren.

De analyse van de achtergrondfactoren laat ook zien dat financiële geletterdheid een belangrijke verklarende factor is voor de kennis die beleggers hebben van fundamentele kenmerken. Beleggers met meer financiële bagage zijn vaker in staat de kennis-vragen juist te beantwoorden en dit blijkt ook tot ‘ rationeler’ gedrag te leiden zoals diversificatie van de beleggingsportfolio (Von Gaudecker, 2015). Ten slotte blijken de overige achtergrondfactoren over het algemeen weinig verklaringskracht te hebben.

ConclusieHoe rationeel zijn individuele beleggers? Deze vraag is anno 2018 weer actueel nu financiële mark-ten een hoogtepunt lijken te bereiken. Een rationele belegger neemt (i) alle relevante informatie tot zich alvorens een besluit te nemen waarbij het (ii) niet uitmaakt hoe die informatie wordt gepresenteerd. Dit onderzoek laat zien dat beide veronderstellin-gen discutabel zijn. Ten eerste omdat informatie-bronnen zoals het prospectus weinig worden geraadpleegd en beleggers dus mogelijk niet alle relevante informatie zien. Daarnaast is het kennis-niveau van fundamentele investeringskenmerken zoals kosten en risico’s laag. Ten slotte blijken beleg-gers gevoelig te zijn voor de wijze waarop informatie aan ze wordt gepresenteerd en deze effecten hebben een economisch significante omvang.

Twee kanttekeningen zijn bij het onderzoek op zijn plaats. Allereerst kunnen beleggers informatie uit meerdere informatiebronnen betrekken alvorens ze een besluit nemen. Bovendien kunnen bronnen zoals financiële media een rol spelen bij de

analyse en duiding van de geboden informatie. Het kennisniveau van beleggers kan dus hoger zijn dan de resultaten in dit artikel suggereren. Of dit dan ook tot ander beleggingsgedrag leidt is de vraag. Er is overvloedig bewijs dat beleggers gevoelig zijn voor rendementen uit het verleden (Frazzini en Lamont, 2008) en laag financieel geletterd zijn (Van Rooij et al. 2011). Omdat het in deze onder-zoeksopzet niet mogelijk is om de daadwerkelijke impact van de informatievoorziening op beleg-gingsresultaten te meten, is het mogelijk dat de vormgeving van beleggingsreclames uiteindelijk geen impact heeft op de beleggingsresultaten.

Vormgeving van advertenties beïnvloedt beleggerskennis van fundamentele informatie

Wel blijkt uit recent onderzoek dat het visualiseren van beleggingsinformatie een bijdrage kan leveren aan het informeren van financiële consumenten (Lusardi et al. 2017). Beter geïnformeerde beleg-gingsbesluiten reflecteren meer informatie over risico’s, kosten en liquiditeit waardoor prijzen dichter bij hun fundamentele waarde blijven. Voor kwetsbare groepen beleggers zou de inzet van gevisualiseerde objectieve informatie die onder toezicht van de AFM staat er dus aan kunnen bijdragen dat zij beter beslagen ten ijs komen in de beleggingsmarkt.

Literatuur— Barber, B. en T. Odean, 2008, All that

glitters: the effect of attention and news on the buying behaviour of individual and institutional investors, Review of Financial Studies, vol. 21: 785818.

— Bertrand, M., D. Karlan, S. Mullainathan, E. Shafir, en J. Zinman, 2010, What’s Advertising Content Worth? Evidence from a Consumer Credit Marketing Field Experiment, Quarterly Journal of Economics, vol. 125 nr. 1: 263306.

— Bordalo, P., N. Gennaioli, en A. Shleifer, 2013, Salience and Consumer Choice, Journal of Political Economy, vol. 121 nr. 5: 803843.

— Cox, R. en P. de Goeij, 2018, What do Investors Learn from Advertisements?, working paper beschikbaar op SSRN:

https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3034144.

— Investment Company Institute, 2006, Understanding Investor Preferences for Mutual Fund Information, Washington D.C.

— Frazzini, A. en O. Lamont, 2008, Dumb Money: Mutual fund flows and the cross section of stock returns, Journal of Financial Economics, vol. 88 nr. 2: 299 – 322.

— Keynes, M., 1936, The General Theory of Employment, Interest and Money, United Kingdom.

— Lusardi, A., A. Samek, A. Kapteyn, en L. Glinert, 2017, Visual tools and narrative: new ways to improve financial literacy, Journal of Pension Economics and Finance, vol. 16 nr. 3: 297323.

— Sirri, E. en P. Tufano, 1998, Costly Search and Mutual Fund Flows, Journal of Finance, vol. 53 nr. 5: 1589 – 1622.

— Van Rooij, M., A. Lusardi, en R. Alessie, 2011, Financial Literacy and Stock Market Participation, Journal of Financial Economics, vol. 101 nr. 2: 449472.

— Von Gaudecker, H., 2015, How Does Household Portfolio Diversification Vary with Financial Literacy and Financial Advice?, Journal of Finance, vol. 70 nr. 2: 489 – 507.

Noot1 Dr. Ruben Cox – Erasmus Universiteit

Rotterdam en Dr. Peter de Goeij – Tilburg Universiteit.


vba JOURNAAL

De beste strategieën voor de ergste crises

—

— ONDERZOEK

InleidingHet afdekken van aandelenportefeuilles tegen het risico van grote waardedalingen is zeer lastig en duur. Wij laten zien dat het aanhouden, en voort-durend doorrollen, van ‘at the money’-putopties op de S&P 500 een zeer kostbare, maar betrouwbare methode is om tegen neerwaartse marktbewegin-gen te beschermen. Het houden van ‘safe haven’ Amerikaanse staatsobligaties is ondanks de posi-tieve en betrouwbare langetermijn opbrengst over het algemeen een onbetrouwbare crisisafdekkings-strategie, aangezien de negatieve correlatie tussen obligaties en aandelen die we sinds 2000 hebben gehad ongebruikelijk is (de honderd jaar ervoor was de correlatie overwegend positief). Een investering in goud- en kredietbeschermingsportefeuilles lijken tussen putopties en obligaties te zitten, zowel qua kosten als qua betrouwbaarheid.

In tegenstelling tot deze passieve beleggingen onderzoeken wij twee dynamische strategieën die positief resultaat lijken te hebben gegenereerd, zowel op de lange termijn als tijdens historische

AuteursMichael CookEdward HoyleMatthew SargaisonDan TaylorOtto van Hemert1

crises: tijd-seriemomentum van futures en een kwaliteitsaandelenstrategie (quality stock factor). Momentum van futures vertoont parallellen met een (positieve) positie in straddle (call plus put) opties en geeft voordeel tijdens langdurige neer-waartse aandelenmarkten. De kwaliteitsaandeel-strategie neemt positieve posities in aandelen van bedrijven met de hoogste kwaliteit en negatieve (short) posities in aandelen van bedrijven met de laagste kwaliteit en heeft daarbij voordeel van het ‘flight to quality’-effect tijdens crises. Deze twee dynamische strategieën hebben historisch gezien niet-gecorreleerde rendementsprofielen, wat hen complementaire crisisrisicoafdekkingen maakt. Wij onderzoeken beide strategieën en bespreken hoe verschillende variaties zouden hebben gepresteerd tijdens crises en onder normale omstandigheden in de periode tussen 1985 en 2016.

Een Engelstalige working paper versie van deze paper, Cook et al. (2017, hierna CHSTV), met een aantal additionele analyses is beschikbaar online: https://ssrn.com/abstract=2986753.

Michael Cook

Dan Taylor

Edward Hoyle

Otto van Hemert

Matthew Sargaison


vba JOURNAAL

Rendement tijdens crises voor passieve beleggingen

Definitie van crisisAfbeelding 1 laat het cumulatieve totaalrendement zien van de S&P 500 (bovenste lijn) op grond van dagelijkse data tussen 1985 en 2016. Er is een loga-

ritmische schaal gebruikt, zodat een rechte lijn overeenkomt met een constant rendementspercen-tage. Dit ondersteunt de vergelijking van de ernst van de dalingsperiodes op verschillende momenten in de tijd. In dit document concentreren wij ons op de zeven periodes waarin de S&P 500 meer dan 15% ten opzichte van zijn piek verloor, met de

Afbeelding 1: Cumulatief totaalrendement passieve beleggingen (1985-2016)Wij tonen het cumulatieve rendement van de S&P 500, zowel zonder financiering als met aftrekking van de korte rente als financieringskosten (minus rente), alsmede het extra rendement van een positieve putoptie positie (1 maand, ‘at the money’, S&P 500-putopties), kredietbescher-mingsportefeuille (geconstrueerd als Amerikaanse staatsobligaties minus Amerikaanse bedrijfsobligaties met een vergelijkbare horizon), obligaties (Amerikaanse 10-jarige staatsobligaties) en een belegging in goud (futures). Wij hebben de zeven ergste dalingen voor de S&P 500 grijs gemarkeerd. De gegevens lopen van 1985 tot 2016.

$ 0,01

$ 0,10

$ 1,00

$ 10,00

1985

1986

1987

1988

1989

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

2015

2016

S&P 500

S&P 500 (minus rente) Kredietbeschermingsportefeuille (minus rente)

Putopties (minus rente) Obligaties (minus rente)

Goud (minus rente)

Cum

ulat

ief t

otaa

lren

dem

ent (

loga

ritm

isch

e sc

haal

)

Tabel 1: Rendement van passieve beleggingen in crisisperiodes (1985-2015)Wij rapporteren het totaalrendement van de S&P 500 en verschillende passieve strategieën tijdens de zeven ergste dalingen voor de S&P 500 en het (geometrisch gemiddelde) rendement op jaarbasis tijdens de crises, normale periodes en alle periodes. Volatiliteit is de standaardafwij-king op jaarbasis van 5-daagse overlappende rendementen. De rij ‘Piek = HWM’ geeft aan of de index op een recordhoogte (high-water mark) was voordat de daling begon. De gegevens lopen van 1985 tot 2016.

Black

Monday

Golf-

oorlog

Azia tische

crisis

Tec h-

bubbel

Fi nan ciële

crisis

E uro-

crisis I

Euro-

crisis II

Crisis

(14%)

Normaal

(86%)

Alles

(100%)

Alles

(100%)

Piekdatum 25‑aug‑87 16‑jul‑90 17‑jul‑98 01‑sep‑00 09‑okt‑07 23‑apr‑10 29‑apr‑11

Daldatum 19‑okt‑87 11‑okt‑90 31‑aug‑98 09‑okt‑02 09‑maa‑09 02‑jul‑10 03‑okt‑11

Aantal weekdagen 39 63 31 548 369 50 111

Piek = HWM? Ja Ja Ja Ja Ja Nee Nee

Strategie Totaalrendement Rendement op jaarbasis St.afw.

S&P 500 –32,9% –19,2% –19,2% –47,4% –55,2% –15,6% –18,6% –43,5% 24,5% 11,0% 16,7%

S&P 500 (–rente) –33,5% –20,7% –19,7% –51,0% –56,3% –15,7% –18,6% –45,1% 20,2% 7,3% 16,7%

Putopties (–rente) 38,0% 12,4% 15,5% 44,7% 40,5% 15,8% 13,4% 40,2% –13,7% –7,7% 11,4%

Kredietbeschermings‑

portefeuille (–rente)

9,2% 7,5% 12,0% 16,9% 127,3% 11,6% 26,0% 41,0% –5,2% 0,4% 10,0%

Obligaties (–rente) –8,3% –2,7% 3,0% 24,2% 20,4% 5,7% 10,1% 10,7% 3,4% 4,4% 6,5%

Goud (–rente) 4,4% 5,5% –6,9% 7,5% 18,9% 4,6% 6,3% 8,4% –0,7% 0,5% 16,1%


vba JOURNAAL

bijbehorende van piek-tot-dalperiodes getoond in grijs in afbeelding 1. Op basis van deze definitie zijn 14% van de dagen sinds 1985 crisisdagen en 86% normale dagen.

Tabel 1 somt de zeven crises op: het geeft piek- en daldatums, de duur van de dalingen, en of de piek een recordhoogte of lokale piek was. Het barsten van de techbubbel en de financiële crisis waren de ernstigste crises, waarbij de S&P 500 ongeveer de helft van zijn waarde verloor.

Afdekken met strategieën die profiteren van bedrijfswaardedalingen: putopties & kredietbeschermingEen (positieve) positie in aandelen is over het alge-meen gunstig wanneer de totale activawaarde van bedrijven toeneemt. Aldus zijn strategieën die baat hebben bij dalingen in bedrijfswaarden logische kandidaat afdekkingsstrategieën. Dit volgt de rede-nering van Merton (1974), waar de aandelen en bedrijfsobligaties van een bedrijf worden beschouwd als opties op de totale bedrijfswaarde.

Een doorrollende putoptiestrategie is wellicht de meest directe crisisafdekking, aangezien deze expli-ciet bescherming biedt tegen het risico van plotse-linge, ernstige marktdalingen. Om te evalueren hoe een putoptiebelegging presteert tijdens de zeven crises die wij hebben geïdentificeerd, maar ook onder normale omstandigheden, hebben wij geke-ken naar de CBOE S&P500 PutWrite Index, waar-voor we de dagelijkse rendementen hebben vanaf 1986. De index volgt elke maand het rendement van de verkoop van ‘at the money’ S&P 500- putopties met een duur van 1 maand en het houden ervan tot de vervaldatum, op welk moment nieuwe opties worden verkocht. Aangezien wij geïnteresseerd zijn in het rendement van het kopen van putopties in plaats van het verkopen ervan, gebruiken we de negatief van de rendementen van de index, maar met een rentecorrectie. De rende-menten in dit artikel zijn zonder deductie van trans-actiekosten of beheervergoedingen.

Afbeelding 1 en tabel 1 laten zien dat de putoptie-strategie goed rendeert in alle zeven crises. De belangrijkste zorg bij deze strategie zijn de algehele kosten op de lange termijn. Tijdens de gehele meet-periode (crisis en normaal) was het rendement op jaarbasis –7,7%. Een gelijk gewogen combinatie van een S&P 500-belegging en de putoptiestrategie geeft een negatief rendement in elk van de zeven crises alsmede een negatief algeheel overschotren-dement.

Kredietbeschermingsstrategieën waren over het algemeen gunstig tijdens crises omdat de spread tussen bedrijfs- en staatsobligatie yields dan groter wordt. Het is over het algemeen lastiger in het geval van kredietstrategieën om historische rendementen die teruggaan tot 1985 te verkrijgen, omdat veel betrouwbare indexen pas aanzienlijk later actief werden. Wij gebruiken de BofA Merrill Lynch US

Corp Master Total Return index die de prestatie van Amerikaanse bedrijfsobligaties volgt. Indexrendementen bovenop de staatsobligatie ren-dementen van overeenkomende duur zijn beschik-baar vanaf 1997. Onze passieve belegging gebruikte het tegenovergestelde van deze rendementen. Voor eerdere jaren bepaalden wij rendementen op basis van een voor risico gecorrigeerde positieve positie in staatsobligatiefutures en een negative positie in de kredietindex. Als laatste stap hebben wij de ren-dementen ex-post geschaald om een volatiliteit van 10% over de gehele meetperiode te krijgen. Dit is gebaseerd op de volgens ons redelijke aanname dat leverage kan worden toegepast zonder bindende vereisten ten aanzien van kapitaalleningen, omdat deze instrumenten over het algemeen met marge worden verhandeld.

Net als bij de putoptiestrategie lijkt de kredietstrate-gie gemiddeld een negatief rendement te hebben buiten de crisisperiodes. Rendementen over crisis-periodes zijn vergelijkbaar qua grootte met de putoptiestrategie. De financiële crisis van 2007-2009, die voornamelijk een kredietcrisis was, was een zeer winstgevende periode voor de strategie (127% rendement). Helaas was de daling daarna even groot en snel. Over de gehele meetperiode leverde de kredietstrategie een klein positief rende-ment op. Het positieve rendement van de strategie over de meetperiode verbaasde ons enigszins, aan-gezien je logischerwijs met deze strategie een kre-dietrisicopremie betaalt; zie ook Luu en Yu (2011). Er moet echter worden opgemerkt dat afbeelding 1 laat zien dat de strategie sinds 2000 een neer-waartse trend vertoont.

Afdekken met ‘safe haven’-beleggingen: obligaties en goudStaatsobligaties en goud worden vaak beschreven als ‘safe haven’-beleggingen en zijn daarmee een kandidaat belegging wanneer crisisafdekking het oogmerk is. In afbeelding 1 en tabel 1 laten we het rendement van een 10-jarige Amerikaanse staats-obligatiebelegging zien, waarbij we het futures con-tract op zo’n obligatie gebruiken.

In de periode 1985-2016 rendeerden obligaties goed, geholpen door de compressie in de 10-jaars yield; van meer dan 10% midden jaren ’80 tot minder dan 2% in 2016. Het rendement op jaar-basis (na aftrekking van de korte rente) voor crisis-periodes was 10,7%, wat hoger is dan de nog steeds positieve waarde van 3,4% voor normale periodes. Het is echter wel zo dat de obligaties het alleen goed doen tijdens de crises na 2000. Tijdens eerdere cri-ses was het rendement minder goed en gedurende de crisisperiode van Black Monday was het obliga-tierendement –8,3%.

De hogere recente rendementen van obligaties tij-dens crisisperiodes in vergelijking tot vroeger weer-spiegelt de recente verschuiving van de correlatie tussen obligaties en aandelen van positief naar negatief. Dat wil zeggen dat alleen voor de periode

— ONDERZOEK


vba JOURNAAL

na 2000 we de situatie hebben dat wanneer aande-lenprijzen zakken, staatsobligatie prijzen meestal stijgen. Om het bewijs op lange termijn hiervoor verder te verkennen, hebben we gekeken naar de maandelijkse rendementen van Global Financial Data voor de Amerikaanse aandelenindex en staats-obligatierendementen. Afbeelding 2 laat de door-lopende vijfjarige correlatie zien tussen obligaties en aandelen. Wij zien dat, hoewel na 2000 de corre-latie negatief was, de correlatie positief was voor het merendeel van de 100 jaar ervoor. Obligaties fun-geerden voor 2000 dus niet als een crisisafdekking.

Obligaties fungeerde in de 100 jaar vóór 2000 niet als crisisafdekking

Goud werd lange tijd gezien als de oorspronkelijke ‘safe haven’-belegging, een bron van absolute waarde in een onzekere wereld, met prijzen die stijgen bij groter risicovermijdend gedrag in de markten. Goud is echter ook onderhevig aan aanzienlijke idiosyncra-tische risico’s, bijvoorbeeld stakingen van mijn-werkers en politieke instabiliteit in mijnregio’s. Dit maakt goud onder veel omstandigheden een onbetrouwbaar vehikel voor risicoafdekking. Wij gebruiken goudfutures voor de rendementen (na aftrekking van de korte rente) die in tabel 1 worden getoond. Goud laat positieve rendementen zien in zes van de zeven crisisperiodes met een crisisrende-ment op jaarbasis van 8,4%. Buiten de crisisperiodes waren goudrendementen gemiddeld negatief, wat leidde tot een bescheiden positief rendement over de gehele meetperiode. Kortom, goud heeft voorname-lijk tijdens de grootste aandelencrises veelbelovende rendementskenmerken laten zien, maar met enkele uitzonderingen en met aanzienlijke blootstelling aan verschuivingen in de vraag en aanbod van goud.

Tijdseriemomentum van futuresTijdseriemomentum van futures heeft recent meer aandacht gekregen in de academische literatuur, zie bijvoorbeeld Mokowitz, Ooi, en Pedersen (2012). Vaak wordt het fenomeen aan behavioral biases toe-geschreven, welke leiden tot onder- en overreactie op nieuws en dus prijzen die een neiging hebben trendbewegingen op een 1 tot 12 maanden horizon te laten zien. Wij definiëren een eenvoudig tijdserie-momentumsignaal toegepast op futures contracten als het samengestelde rendement over de afgelopen N dagen, geschaald zodat de signaalwaarden bij benadering een standaard deviatie van 1 hebben voor alle effecten (en dus dat de verschillende con-tracten gelijk behandeld worden):

(N) =(1 + Rk

t–1 ) x … x (1+Rk ) – 1t–Nmomk

t–1 x √Nσkt–1

, [1]

waarbij Rkt–i het dagelijkse rendement van effect

(futures contract) k op moment t-i is, σkt–1 de stan-

daardafwijking over de afgelopen 100 dagrende-menten voor effect k is, waargenomen op moment t-1, die wordt vermenigvuldigd met √N om bij bena-dering standaard deviatie van 1 te krijgen voor het signaal. Voor de analyse gebruiken wij een momen-tum van 3 maanden (N=65).

Wij delen de momentumscore door de standaard deviatie van de effectrendementen, zodat het sig-naal bepaalt hoeveel risico (en niet hoeveel dollars) we alloceren aan een bepaald effect.2 De strategie-rendementen worden vervolgens bepaald door de hoeveelheid risico per effect te vermenigvuldigen met een schalingsfactor (gearing) en het rendement van de volgende periode, en vervolgens de rende-menten op de verschillende effecten op te tellen:

GearingkPerformancet(N) = ∑k t–1

momkt–1 Rk

tσkt–1

. [2]

De schalingsfactor werd gekozen om ons op een volatiliteit op jaarbasis van 10% te richten en om risico als volgt aan zes groepen toe te wijzen: 25% valuta, 25% aandelenindexen, 25% obligatie en vasterentende waarden en 8,3% elk aan landbouw-producten, energie en metalen. Binnen elke groep wordt aan de verschillende effecten hetzelfde risico toegewezen. Schalingsfactoren worden berekend op groepsniveau, waarbij op elk moment in de historische evaluate slechts data vóór dat moment gebruikt wordt.

We volgen Hamill, Rattray en Van Hemert (2016, hierna HRV) en overwegen verschillende manieren om de blootstelling aan aandelenkoersschommelin-gen te beperken:• Geen beperking. Zoals bepaald in vergelij-

king [1] en dus zonder verdere beperkingen.• Begrenzing aandelenpositie. Posities in aan-

delen zijn begrensd op nul, dus alleen negatieve (short) posities zijn toegelaten (zoals in HRV).

Afbeelding 2: Tijdvariërende correlatie tussen aandeel- en obligatierendementenDeze afbeelding laat de doorlopende vijfjarige correlatie tussen maandelijkse Amerikaanse aandeel- en staatsobligatierendementen zien voor de 1900-2016 period (zonder aftrekking van de korte rente). De data zijn afkomstig van Global Financial Data.

–0,8

–0,6

–0,4

–0,2

0

0,2

0,4

0,6

0,8

1900 1910 1920 1930 1940 1950 1960 1970 1980 1990 2000 2010

Cor

rela

tie

oblig

atie

s en

aan

dele

n


vba JOURNAAL

• Begrenzing bèta aandelen portefeuille. De bèta van de aandelenportefeuille op de S&P 500 is begrensd op nul. Indien niet aan deze voor-waarde is voldaan, worden alle aandelenposities met een positieve bèta proportioneel beperkt, zodat de nieuwe aandelenportefeuille een bèta van nul heeft.

• Begrenzing bèta gehele portefeuille. Net als bij de begrenzing van de aandelen bèta, maar nu is de bèta van de gehele portefeuille begrensd op nul.

We bestuderen de empirische rendementen van de verschillende strategieën met de 50 liquide futures en forwardcontracten. Tabel 2 laat het totale rende-ment zien tijdens de verschillende aandelencrisispe-riodes, het rendement op jaarbasis tijdens crises, normale periodes en alle periodes en de Sharpe ratio (SR) op jaarbasis, correlatie met de S&P 500 en de information ratio (IR) op jaarbasis met betrekking tot de S&P 500.

Alle overwogen tijdseriemomentum strategieën neigen goed te presteren tijdens crises

Alle overwogen tijdseriemomentumstrategieën nei-gen goed te presteren tijdens crises.3 De strategie met begrenzing van de aandelenpositie presteerde tijdens crises beter dan de strategie zonder beper-kingen. Als gevolg hiervan viel de algehele prestatie (per jaar) slechts 0,9% lager uit (8,2% versus 9,1%). De strategie met begrenzing van de aandelen bèta presteerde tijdens de crisis iets slechter dan de stra-tegie met de begrenzing van de aandelenpositie, terwijl de algehele prestatie vergelijkbaar was. De strategie met de algehele bètabegrenzing presteerde vergelijkbaar met de strategie met begrenzing van de aandelen bèta tijdens crises, maar had een aan-zienlijk slechtere prestatie gedurende normale periodes. De ongunstige verhouding van kosten en

baten bij het beperken van de gehele portefeuille is wellicht intuitief. Het is misschien te verwachten dat de correlatie tussen een niet-aandeleneffect en de S&P 500 over tijd meer varieert dan de correla-tie tussen een aandeleneffect en de S&P 500. Grotere variatie is gekoppeld aan een hogere schattingsfout die in feite ruis introduceert in de berekening van handelsposities, wat leidt tot een minder rendement over de gehele meetperiode. Dus al met al heeft een eenvoudige positiebegren-zing de voorkeur over beperkingen op basis van de bèta met de S&P500 index.

Kwaliteitsaandelen

Reden om te kijken naar kwaliteitsaandelenAsness, Frazzini en Pedersen (2013, hierna AFP) stellen dat hoewel kwaliteitsaandelen logisch gezien een hogere prijs-boekwaarde ratio (P/B) verdienen, zij in werkelijkheid niet altijd zo’n hogere waarde voor deze ratio hebben. Met name aan het eind van een langdurige periode van opgaande aandelen-markten zien kwaliteitsaandelen er vaak onderprijsd uit. Wanneer de markt vervolgens een daling mee-maakt, doen deze aandelen het bovengemiddeld goed, waarbij zij profiteren van het zogeheten ‘flight to quality’-effect. CHSTV laten zien dat andere bekende aandelenstrategieen (zoals size en value) het niet veel beter doen gedurende crises, vandaar dat we hier op kwaliteitsaandelen focussen.

Op basis van het Gordon-groeimodel leiden AFP de volgende formule af voor de prijs-boekwaarde ratio:

PRequired Return – GrowthProfitability x Payout Ratio

B= [3]

Elk van de vier componenten aan de rechterkant van de vergelijking [3] is een kwaliteitsmaatstaf die op verschillende manieren kan worden gemeten, zoals:1. Winstgevendheid (profitability): winsten (bruto-

winst, omzet, kasstromen) geschaald op een boekhoudkundige waarde (boekhoudkundig

Tabel 2: Rendement tijdseriemomentum van futures in crisisperiodes (1985-2016)Wij rapporteren het totale rendement van verschillende strategieën gedurende de zeven ergste dalingen voor de S&P 500 sinds 1985, het (geometrisch gemiddelde) rendement op jaarbasis tijdens crises, normale periodes en alle periodes en de Sharpe ratio op jaarbasis, correlatie met de S&P 500 en de information ratio met de S&P 500. Alle strategieën zijn geschaald op 10% volatiliteit op jaarbasis (ex-post). De gegevens lopen van 1985 tot 2016.

Strategie Totaalrendement crisisperiodes Rendement op jaarbasis Andere statistieken

Bla

ck M

onda

y

Gol

foor

log

Azi

atis

che

cris

is

Tech

bubb

el

Fina

ncië

le c

risi

s

Euro

cris

is I

Euro

cris

is II

Cri

sis

(14%

)

Nor

maa

l (86

%)

Alle

s (1

00%

)

SR Cor

r. m

et S

&P

500

IR m

et S

&P5

00

3m mom Geen beperking 10,3% 10,5% 9,3% 50,7% 32,6% 0,5% 10,9% 26,4% 6,4% 9,1% 0,93 –0,13 1,00

3m mom Begrenzing aandelenpositie 15,4% 18,7% 14,4% 61,3% 41,4% 4,7% 13,7% 36,6% 4,0% 8,2% 0,84 –0,36 1,10

3m mom Begrenzing aandelen bèta 10,0% 15,6% 12,5% 60,3% 40,9% 4,3% 13,5% 33,6% 4,1% 7,9% 0,82 –0,30 1,02

3m mom Begrenzing algehele bèta 13,0% 15,4% 12,7% 66,1% 44,0% 3,5% 18,3% 37,0% 2,0% 6,4% 0,67 –0,36 0,92

— ONDERZOEK


vba JOURNAAL

eigen vermogen, boekhoudkundige activa, ver-koop)

2. Groei (growth): volgende vijfjaarlijkse groei van een winstgevendheidsmeting

3. Veiligheid (required return): veiligere bedrijven hebben lagere vereiste rendementen; op rende-ment gebaseerde metingen omvatten marktbèta en -volatiliteit en op fundamenten gebaseerde metingen omvatten lage leverage, lage volatiliteit van winstgevendheid en laag kredietrisico

4. Uitbetaling (payout ratio): het deel van de winst uitbetaald aan aandeelhouders dat kan worden gezien als een maatstaf voor de “aandeelhouders-vriendelijkheid” van het management.

In de academische literatuur zijn veel van deze maatstaven, en het nut bij het voorspellen van aan-deelrendementen, uitgebreid beschreven. Zie AFP voor een overzicht.

Empirische evaluatie van de kwaliteitsaandelenstrategieIn tabel 3 rapporteren we de rendementen van verschillende implementaties van de kwaliteits-maatstaven. Op elke datum worden aandelen gerangschikt op basis van de kwaliteitsmaatstaf en vervolgens wordt een z-score bepaald, zodat er een evenwichtige verdeling onstaat van positieve posities in hoge-kwaliteit aandelen en negatieve (short) posities in lage kwaliteit aandelen. Vervol-gens stellen we een bètaneutrale portefeuille op, waarbij de bèta is berekend met betrekking tot de S&P 500 met vijfdaagse overlappende rendementen over de afgelopen drie jaar. Strategierendementen worden verkregen door de definitieve signaalwaar-den een dag vertraagd te vermenigvuldigen met aandelenrendementen. Als laatste stap schalen we de rendementen (ex-post) zodat de volatiliteit die over de volledige meetperiode wordt gerealiseerd, 10% is. Dit is enkel om de vergelijking tussen

Tabel 3: Kwaliteitfactorrendementen (1986-2016)Wij rapporteren het totale rendement voor verschillende kwaliteitsfactoren gedurende de zeven ergste dalingen voor de S&P 500, het (geometrisch gemiddelde) rendement op jaarbasis tijdens crises, normale periodes en alle periodes en de Sharpe ratio op jaarbasis, correlatie met de S&P 500 en de information ratio met de S&P 500. Portefeuilles zijn ontwikkeld om bètaneutraal te zijn. Signaalwaarden zijn globaal gewaardeerd en wij gebruiken geen volatiliteitsschaling op aandelenniveau. Alle strategieën zijn geschaald op 10% volatiliteit op jaarbasis (ex-post). De data is van 1986 tot 2016.

Categorie: Naam Totaal rendement Rendement op jaarbasis Andere statistieken

Bla

ck M

onda

y

Gol

foor

log

Azi

atis

che

cris

is

Tech

bubb

el

Fina

ncië

le c

risi

s

Euro

cris

is I

Euro

cris

is II

Cri

sis

(14%

)

Nor

maa

l (86

%)

Alle

s (1

00%

)

SR Cor

r. m

et S

&P

500

IR m

et S

&P5

00

Winst‑

gevend heid

Kasstroom over activa 14,3% 8,0% 152,3% 10,9% 1,4% 3,5% 32,0% 3,0% 7,9% 0,69 –0,14 0,76

Brutomarge 5,1% 2,7% 8,9% –28,1% 13,9% 5,1% 5,2% 1,3% 2,5% 2,3% 0,27 0,02 0,25

Brutowinst over activa 0,6% –4,3% 6,6% 167,2% 16,1% –1,0% 3,3% 29,0% 1,3% 4,9% 0,47 –0,19 0,57

Lage accrual –6,0% 4,5% 79,5% 0,7% 0,0% –2,1% 12,7% 1,6% 3,7% 0,38 –0,11 0,43

Rendement over activa 0,2% 8,9% 6,8% 158,1% 25,3% 2,7% 3,4% 34,9% –1,0% 3,5% 0,35 –0,17 0,44

Rendement over eigen

vermogen

1,8% 1,6% 7,6% 189,2% 10,2% 2,4% 3,9% 33,2% 1,1% 5,2% 0,47 –0,15 0,55

Uitbetaling Nettoschuldemissie 0,2% 6,8% 16,3% 139,5% 23,9% –1,3% 3,1% 33,0% 7,0% 10,4% 1,00 –0,18 1,11

Nettoaandelenemissie –3,4% 4,1% 8,9% 210,7% 6,5% 0,3% 3,0% 32,9% 2,8% 6,7% 0,60 –0,18 0,71

Totale netto‑uitkeringen

over winsten

13,4% 11,2% 65,1% 9,5% 4,4% –2,9% 19,8% –0,6% 2,4% 0,26 0,01 0,26

Groei Kasstroom over activa

(5j. verandering)

0,2% 46,9% 6,4% 1,7% 2,7% 11,2% –0,8% 1,2% 0,16 –0,04 0,18

Brutomarge (5j. verandering) –5,3% –6,0% –44,0% 5,1% 3,4% 2,3% –11,9% 0,9% –1,2% –0,05 0,12 –0,11

Brutowinst over activa

(5j. verandering)

–5,2% –5,6% –36,4% 10,8% 1,7% 1,3% –8,9% –0,4% –1,9% –0,11 0,07 –0,14

Lage accrual

(5j. verandering)

–3,1% –36,6% 2,2% 0,7% –0,1% –9,4% –0,1% –2,2% –0,14 0,07 –0,17

Rendement over activa

(5j. verandering)

3,0% –3,4% 14,1% 15,0% 3,9% 2,4% 7,4% –1,9% –0,7% –0,01 –0,01 0,00

Rendement over eigen ver‑

mogen (5j. verandering)

–5,3% –5,0% 23,9% 14,1% 4,4% 5,1% 7,5% –1,3% –0,1% 0,05 0,01 0,04

Veiligheid Lage bèta –7,7% –5,6% –8,3% 95,5% –19,5% 1,1% 3,6% 6,1% 10,9% 10,6% 0,91 0,23 0,82

Lage idiosyncratische

volatiliteit

–0,3% 12,6% 10,2% 131,9% 4,3% 1,5% 5,6% 28,6% 1,5% 5,2% 0,47 –0,19 0,58

Lage leverage –2,8% 5,7% –2,7% 57,8% –15,4% 1,9% 0,7% 7,0% 0,0% 1,0% 0,14 –0,04 0,16


vba JOURNAAL

variaties en met de tijdseriemomentumstrategieën van futures makkelijker te maken.

We evalueren de prestatie van de verschillende kwaliteitsfactoren in een universum van Ameri-kaanse ‘mid cap’- en ‘large cap’-aandelen met het aantal aandelen variërend tussen 951 en 1611 over de meetperiode. Tabel 3 vermeldt de rendementen tijdens crises en normale periodes voor de verschil-lende kwaliteitsfactoren (zie CHSTV voor een uitgebreidere beschrijving van deze factoren). Vanwege de beschikbaarheid van gegevens ontbreken rendementen bij bepaalde factoren voor de eerste twee crises. Voor de meeste factoren was het crisisrendement op jaarbasis hoger dan het rendement tijdens normale periodes, wat een crisis-afdekkende eigenschap impliceert. De eerste opmerkelijke uitzondering was echter de set groei-factoren, waarbij in drie van de zes casussen de crisis rendementen slechter zijn dan de normale rendementen. Daarnaast was de algehele prestatie ongeveer nul voor alle zes groeifactoren.Een tweede uitzondering was de lage bètafactor. Een bètaneutrale implementatie van de lage bèta-factor betekent een hefboomeffect (leverage) in de positieve posities in lage bèta-aandelen. Dit neigt naar een beter algeheel rendement, maar ook naar een slechter crisisrendement als gevolg van het feit dat strategieën met geïntegreerde leverage onder-maats presteren wanneer financieringsbeperkingen meer stringent worden (Frazzini en Pedersen (2014)). Dit gebeurt vaak op momenten van markt-stress (zoals in de financiële crisis). Daarentegen krijgt een bètaneutrale, lage idiosyncratische volati-liteitstrategie niet zoveel te maken met leverage en doet de idiosyncratische volatiliteitstrategie het his-torisch gezien inderdaad goed tijdens crises.4

Wij hebben ook de dollarneutrale versies van de strategieën verkend en we ontdekten dat dit vaak resulteerde in negatieve correlaties met de S&P 500. De lage bètafactor bood een extreem voorbeeld met een correlatie van –0,73. Dollar-neutrale implementaties komen vaak voor in acade-mia (en worden ook door AFP gebruikt), maar laten de mogelijkheid open dat een goede crisis-

prestatie kan worden toegeschreven aan de nega-tieve correlatie met aandelen in plaats van dat het rendement een “positief-convexe” functie is van het aandelenmarktrendement. Wij waren vooral geïnteresseerd in de positieve convexiteit met een factor die het goed doet tijdens neerwaartse aan-delenmarkten zonder slecht te presteren tijdens overwegend opgaande aandelenmarkten. Vandaar onze aanpak om een bètaneutrale portefeuille te vormen.

Afsluitende opmerkingenEen strategie die voortdurend putopties op de S&P 500 koopt, is naar onze mening een te dure crisisaf-dekking. Een strategie die passief Amerikaanse 10-jarige staatsobligaties aanhoudt, is historisch gezien een onbetrouwbare crisisafdekking, aan-gezien de negatieve correlatie tussen obligaties en aandelen in de periode sinds 2000 historisch gezien atypisch is. Beleggingen in goud- en kredietbe-schermingsportefeuilles lijken tussen putopties en obligaties te zitten, zowel qua kosten als qua betrouwbaarheid.

Om deze reden evalueerden wij twee dynamische strategieën op hun potentieel om (1) goed te presteren tijdens de ergste aandelenmarktdalingen en (2) tegelijkertijd niet te duur te zijn in andere periodes. Allereerst, de tijdseriemomentum-strategieën van futures die goed presteerden tijdens elk van de zeven ergste aandelenmarktcrises sinds 1985. Het beperken van deze strategieën op het nemen van (positieve) aandelenposities, versterkt hun historische crisiseigenschappen nog verder, terwijl het algehele rendement hier slechts beperkt onder lijdt. Ten tweede hebben strategieën die positieve en negatieve (short) posities nemen in aandelen met respectievelijk hoge en lage scores voor kwaliteitsmaatstaven, ook goed gepresteerd tijdens crisis perioden, wat een ‘flight to quality’- effect zou kunnen worden genoemd. We hebben ook ontdekt dat deze twee dynamische strategieën in principe niet gecorreleerd zijn en dus complementaire methodes voor crisisrisico-afdekking zijn.

Referenties— Asness, C., A. Frazzini en L. Pedersen (2013),

“Quality minus junk”, working paper.

— Cook, M., E. Hoyle, M. Sargaison, D. Taylor, and O. Van Hemert (2017), “The best strategies for the worst crises”, Man Group working paper.

— Frazzini, A. en L. Pedersen (2014), “Betting against beta”, Journal of Financial Economics, 111(1), 125.

— Hamill, C., S. Rattray en O. Van Hemert (2016), “Trend following: equity and bond crisis alpha”, Man Group working paper.

— Luu, B. V., en P. Yu (2011), “The credit risk premium: should investors overweight credit, when, and by how much?”, Journal of Investing, 20(4), 132130.

— Merton, R. (1974), “On the pricing of corporate debt: the risk structure of interest rates,” Journal of Finance, 29 (2), 449470.

— Moskowitz, T., Y. Ooi, en L. Pedersen (2012), “Time series momentum”, Journal of Financial Economics, 104(2), 228–250.

Noten1 Michael Cook, Quantitative Researcher at

Man AHL Edward Hoyle, Senior Quantitative Analyst

at Man AHL Matthew Sargaison, CoCEO and acting CIO,

Man AHL Daniel Taylor, CFA, CoCIO of Man Numeric Otto van Hemert, Head of Macro Research

at Man AHL.2 Een signaalwaarde van 1 leidt dus tot een

twee keer zo grote dollar positie voor een effect A vergeleken met effect B, als de ongeschaalde rendementen van effect A half zo groot zijn als die van effect B. Als gevolg zijn de posities in A en B even risicovol.

3 De goede prestatie is intuitief voor langdurige crises, wanneer een

trendsysteem tijd heeft zich correct te positioneren. Bij een kortdurende crisis kan een trendsysteem verkeerd gepositioneerd zijn. Black Monday was een kortdurende crisis en in zekere zin had het trendsysteem geluk dat een aantal markten al een licht dalende beweging lieten zien in de weken tot maanden ervoor. Februari 2018 (wat buiten onze evaluatie periode valt) is een ander voorbeeld van een plotselinge aandelenmarktdaling, en trendsystemen deden het over het algemeen minder goed over deze periode (zie bijvoorbeeld de SocGen CTA index).

4 Een lage idiosyncratische volatiliteit strategie sorteert aandelen op basis van de volatiliteit van het idiosyncratische rendement (het rendement wat niet door marktbewegingen kan worden verklaard). Het idiosyncratische rendement is gelijk aan het totale rendement minus beta maal het markt rendement.

— ONDERZOEK


vba JOURNAAL

sporten houdt. Dan ben je immers iemand die begrijpt wat zijn plaats en zijn rol is.Wie eigen visies ventileert die afwijken van ‘gezonde opvattingen’, loopt kans zichzelf te marginaliseren, ongeacht de kracht van die opvattingen (Galilei!). De druk om conformistisch te zijn is veel groter dan die om eigen ideeën te ontwikkelen en uit te dragen. Dit is waarom ik voorspel dat het pro cyclische denken en handelen altijd zal winnen van het anticyclische. Dit gezegd hebbende wens ik u veel wijsheid in de krach die eraan komt – vroeger of later…

Bert BakkerFreelance financieel-economisch journalist en publicist

de golven van hysterie en hopen één minuut op de meute vooruit te lopen. Massapsycholoog en communicatiewetenschapper Jaap van Ginneken, auteur van ‘Rages en Crashes’ uit 1993, beschreef in zijn recentere boekje ‘Gek met Geld’ het spel dat ‘the greater fool’ heet. Overgewaardeerde aandelen in je portefeuille zijn geen probleem zolang er andere potentiële kopers zijn die geloven dat de prijs verder kan stijgen. Dus: ‘go with the flow’.Gezien de enorme impact van massapsychologische dynamiek, snap je eigenlijk niet dat die subdiscipline niet een veel groter gewicht heeft in een gedragswetenschap als economie. Ja, behavioral economics heeft wel wat aan invloed gewonnen, maar Tinbergen en zijn modelbouwende telgen domineren het vak nog altijd. Statistiek en rekenkracht staan centraal in mainstream macroeconomie, niet de vraag hoe kuddegedrag te begrijpen en te beheersen.Maar voor een belegger kan het geen kwaad erover na te denken wat maakt dat sommigen met de kudde meegaan en anderen zich ervan losmaken. Beide keuzes zijn legitiem. Maar ik vermoed dat het een kwestie van persoonlijkheid is. Ikzelf bijvoorbeeld ben niet zo’n kudde of groepsdier; meer een tijger dan een leeuw. Toekijken en je eigen gang gaan is fijner dan meedoen. Kuddegeest vind ik eigenlijk ‘eng’. Maar ik zie ook dat de samenleving in meerderheid een voorkeur heeft voor meedoeners. Wie gaat solliciteren vergroot zijn kansen als hij benadrukt dat hij van team

Zo’n gele hesjesrevolte hoort als fenomeen typisch bij Frankrijk, maar daarmee is niet gezegd dat iedereen van verre zag aankomen dat het protest tegen extra belasting op brandstoffen moest uitgroeien tot een volksopstand tegen de republikeinse monarch Macron.

Hetzelfde gold overigens voor dé Franse Revolutie, die van 1789. Ook die was niet voorzien. En de Russische Revolutie van 1917 ook niet. Jazeker, er was een voedingsbodem, maar dat de vlam juist op die momenten in de pan sloeg, was toch een samenloop van omstandigheden en grillige dynamiek. Eén van de grote en telkens terugkerende raadsels in de geschiedenis is wat nu maakt dat kleinschalige gebeurtenissen plots zoveel momentum krijgen dat ze de loop van de geschiedenis veranderden. De Tweede Wereldoorlog vloeide voort uit de Eerste Wereldoorlog. Maar díe oorlog hing helemaal niet in de lucht. Die ontstond door een ketting reactie van onvoorspelbare gebeurtenissen. De epidemiologie van dat conflict was al even ongrijpbaar als die van de Spaanse Griep, in 1918.Wat geldt voor de verspreiding van geopolitieke zorgen en van virussen, geldt ook voor de paniek die soms in de wereld van financiën en economie toeslaat. Om maar weer eens in te zoomen op de kredietcrisis die in 2007 begon met (reële) twijfels rond Amerikaanse subprime hypotheken: had die niet in de kiem gesmoord kunnen worden als toezichthouders, maar ook media en beleggers, het hoofd koel hadden gehouden? Grip krijgen op massapsychologie is zoiets als proberen een fruitvliegje te meppen. Dat lukt haast niet omdat het zwarte stipje continu van links naar rechts zwenkt. Beleggers zijn voortdurend bezig met de vraag hoe om te gaan met een op tilt slaande kuddegeest. Fundamentelen proberen de irrationaliteit te negeren; market timers surfen mee op

Mee met de kudde?

—

— COLUMN


vba JOURNAAL

risk taking in the banking sector. This information is relevant for investors, analysts and regulators for making investment decisions and identifying new vulnerabilities in the financial system.

1. Introduction2

In the aftermath of the global financial crisis, regu-latory authorities significantly increased the inten-sity and scope of regulatory requirements for finan-cial institutions. Banking regulation has become more comprehensive and has widened in scope, reporting has become more granular, required capi-tal and its quality have been enhanced, liquidity requirements have been introduced and macro pru-dential regulation and resolution mechanisms have been put in place. These regulatory reforms after the crisis were necessary to restore financial stabil-ity. On some metrics, this has worked, as financial markets have been going strong over the past years. Stock market highs reached before the financial cri-sis in many markets have been topped. One sector that has lagged the market however is the banking sector. Regulatory reforms together with the low-

Executive summaryWe evaluate the impact of post-crisis regulations on homogeneity and risk taking in the banking sector through market-based indicators. In the past dec-ade, many regulatory reforms have been imple-mented or are gradually being phased in. Higher capital requirements and stricter rules should make individual banks safer. However, safer individual banks do not necessarily imply a safer banking sec-tor. If banks respond in a homogenous fashion to new regulations it may decrease the stability of the sector as a whole. Our analysis shows that there are indeed indications of such an increased homogene-ity. Bank stock returns have become substantially more correlated over time. Furthermore, market indicators of risk based on bank equity and bank option prices also signal vulnerabilities. Regulation may be a factor of importance as it imposes restric-tions that can yield a similar response by banks, for example with respect to their choice of activities, balance sheet structure, and risk management. We argue that market-based indicators provide for-ward-looking information about homogeneity and

Market-based indicators of homogeneity and risk taking in the banking sector

—AuthorsDirk Broeders (ml)Jacob Dankert (l)Roel Mehlkopf (r)Mark Mink (mr)1

— ONDERZOEK


vba JOURNAAL

interest rate environment and the emergence of fin-tech have put pressure on banks’ revenues, perhaps forcing them to add risk or increasingly adopt the same business model. An area of potential concern is the impact of regulation on homogeneity of busi-ness models and on incentives for risk taking. The banking sector may become more homogeneous if regulatory metrics are more detailed and binding. Similarities in responses of banks to regulation can lead to increased homogeneity, for instance when they induce banks to take similar risks. Homogene-ity decreases the stability of the financial system when these risks materialize and hit banks simulta-neously. Thus a more homogeneous and less diverse financial sector may be associated with higher systemic risks, even if individual financial institutions are better capitalised.

Market-based indicators provide information about homogeneity and risk taking

We review three market based indicators that yield some indication of increased homogeneity and risk taking. Section 2 shows indications of increased homogeneity as inferred from bank stock correla-tions. Section 3 explores signals in market informa-tion on the capitalisation of banks, and Section 4 explores signals in market information on the riski-ness of banks. Section 5 offers a policy evaluation and concludes.

2. Market based measure of homogeneity in the banking sectorFinancial markets provide useful information about the stability of the banking sector. For example, stock markets provide measures of value and option markets provide measures of risk, see Cochrane (2016). Price discovery in the market complements fundamental analysis, e.g., by providing early warning signals that were ahead of regulators in the last crisis. One way of assessing homogeneity in the banking sector is through the correlations of stock returns. Figure 1 shows the empirical distribution of correlations between monthly stock returns for pairs of banks, for three consecutive time periods. The analysis is based on a balanced sample of 33 large European bank stocks. This means that there are ½*33*32=528 unique pairs of bank stocks. The shift in the distribution to the right shows that stock returns have become substantially more correlated over time. In contrast, the mean correlation between the 50 largest European corporations remained roughly similar across these three periods.

The first period shown in Figure 1 corresponds to the Basel I regime, during which the mean correla-tion between the stock returns of the banks was 6 percent. The Basel I framework was fairly risk insensitive and requirements were low compared to later standards. Under Basel II, the average correla-tion increased to 26 percent, and under Basel III the correlation increased even further to 48 per-cent. In contrast, the average correlation between the returns on the 50 largest European corpora-tions remained similar across these three periods (DNB, 2018).

Regulation offers one possible explanation for the increased correlation between bank stocks. The more banks are exposed to similar regulatory con-straints, and the more those constraints are bind-ing, the more banks may behave in a similar fash-

Figure 1: Increasing correlation among European bank stocks: Distribution of the correlation between returns on stocks of European banks.

0

0,05

0,1

0,15

0,2

-0,5 -0,25 0 0,25 0,5 0,75 1

Panel a: Period 2000-2007 (Basel I)

0

0,05

0,1

0,15

-0,5 -0,25 0 0,25 0,5 0,75 1

Panel b: Period 2008-2013 (Basel II)

0

0,05

0,1

0,15

-0,5 -0,25 0 0,25 0,5 0,75 1

Panel c: Period 2014-2017 (Basel III)

Note: based on a balanced sample of 33 large European banks. Source: Bloomberg and authors calculations.


vba JOURNAAL

— ONDERZOEK

ion. Friedman and Kraus (2011) refer to this as reg-ulatory homogenization. Banks, for example, may be tempted to collectively offer products that deliver a high return on equity for a given regulatory capi-tal charge. Also, banks may discontinue products and activities that are subject to a relatively unfa-vourable capital charge. Moreover, in Europe the Single Supervisory Mechanism has reduced national differences in regulation and supervision of large banks.

However, also factors unrelated to regulation can give rise to increased homogeneity. Banks and the financial system as a whole have become more interconnected over time. This could lead to spill-over effects between banks irrespective of regula-tion. Interconnectedness of banks thereby is an important driver of systemic risk, as discussed in Box 1. Furthermore, banks may over time have reduced bank-specific risks by diversifying their activities, for example by engaging in (cross-bor-der) mergers and take-overs. As this increases their joint default probability, diversification strategies may be a systemic concern (see Beale et al. (2011) as well as Box 2). In addition, a lack of transparency before the financial crisis may have led investors to believe that banks were quite different from each

other. Having gone through the experience of the financial crisis, and due to enhanced transparency requirements, investors may now have become more aware of the homogeneity of the banking sec-tor.

Homogeneity is a key concern for financial stability

The stronger co-movement between bank stock returns may point to an increase in systemic risk. If returns on a single bank stock are low, a high cor-relation implies that it is more likely that returns on other bank stocks are low as well. As a result, the joint default probability increases. Tighter regula-tory requirements and diversification strategies aim at making individual banks safer. One might there-fore deduce that the banking sector as a whole auto-matically becomes more resilient too. However this could be a fallacy of composition, which is the erro-neous belief that what is true of the parts must be

Box 1: Impact of interconnected banks on systemic risk

Interconnectedness of banks is a source of systemic risk. The following stylized example shows the impact of interconnectedness. Take 100 banks each having a p = 1 percent default probability at a leverage ratio of 3.6 percent. If the banks are independent (left diagram, the probability of interconnectedness q = 0 percent), the expected number of banks defaulting in one period is equal to D = 1 (red dot). Next, suppose that the same banks are interconnected (right diagram). The probability that a bank is contaminated through interconnected-ness due to problems at another bank is q = 4 percent. A similar exogenous shock now leads to 5 failures (red dots) instead of 1. Although each individual bank has a small

stand-alone default probability, systemic risk is high due to interconnectedness. This effect stresses the impor-tance of adequately managing counterparty risks and of maintaining sufficiently high systemic risk buffers.

Market structure LR

%

p

%

q

%

D

n

Independent banks 3,6 1 0 1

Dependent banks 3,6 1 4 5

Note: Calculations based on Davis and Lo (1999). LR is the leverage ratio, p the default probability of an individual bank, q the probability that two banks are interconnected and D the number of defaults.


vba JOURNAAL

true of the whole. Safer individual institutions do not automatically imply that the sector as a whole is also safer. Homogeneity among financial institu-tions should therefore be a key concern for financial regulators that aim to promoting the stability of the financial system as a whole (see also Haldane and May (2011), DNB (2015) and WRR (2016)).

3. Regulatory versus market based capitalisation of banksAnother area where the market provides valuable information is on bank capital ratios, see Cochrane (2016). The amount of capital affects the risk that a bank can take, its loss absorption capacity and its profitability level, and in addition has an influence on investors’ confidence.

More diversity reduces systemic risk

There exist notable differences between regulatory capital ratios and market participants’ assessment of the capitalisation of the banking sector. Figure 2 plots the regulatory versus the market based lever-age ratio of the banking sector in twelve European countries. The leverage ratio is either defined as the regulatory book value of equity over assets or the market value of equity over assets. Based on the regulatory measure of bank equity, the capitalisa-tion of the euro area banking sector has consider-ably improved since the financial crisis. Banks have increased their regulatory capital significantly. By comparison, the leverage ratio based on the market value of bank equity is significantly lower than the pre-crisis level, and did not improve much since

2009. Hence, market participants may have become less optimistic about future bank profits or may believe that banks are more prone to risk com-pared to the pre-crisis period. In addition, market participants may react to overall economic uncer-tainty without having changed their views about banking fundamentals specifically.

There are plausible reasons for the different assess-ments of the capitalisation of the banking sector. Firstly, regulatory capital ratios based on the book value of equity reflect historical developments. By contrast, capital ratios based on the market value of equity reflect future profit opportunities. These opportunities are uncertain, as future economic events are hard to predict, with bank business mod-

Figure 2: Regulatory versus market based leverage ratios

0%

1%

2%

3%

4%

5%

2001 2004 2007 2010 2013 2016

Leve

rage

rati

o

Year Market value equity / Total assets Book value equity / Total assets

Note: leverage ratio is defined here as the value of equity over the book value of assets. The value of equity is either inferred from market prices (light blue line) or is determined based on the regulatory book value definition of equity (dark blue line). The figure is based on an equally weighted panel of 79 listed European banks. Source: Datastream, authors calculations.

Box 2: Fallacy of composition

Assume a banking sector with two identical diversified banks, bank X and bank Y. Both have a fully diversified asset mix consisting of two non-correlated asset classes A and B. Each asset has an expected return of 2 percent and return volatility of 4.5 percent. The banks invest 1 euro in asset A, 1 euro in asset B and have an equal funding structure with deposits and equity. The leverage ratio is 5 percent and the bank defaults if assets drop below 1.9 euro. From the perspective of each individual bank the diversified asset mix is a good way of managing risks. However even with a diversified portfolio there are always economic scenario’s in which the losses on assets will be such that a bank runs out of equity. Since

the two banks are identical, such scenario by construc-tion means that the other bank also enters default. The joint default probability is 1.2 percent. The diversifica-tion of banks therefore presents a source of systemic risk. Alternatively, assume that the each bank choses to specialise in an asset class. Bank X specialises by inves-ting 2 euros in asset class A and bank Y invests 2 euro in asset class B. A default of bank A now does not longer automatically imply a default of bank B (and vice versa). The banking sector itself is now diverse and systemic risk is lower: the probability of a joint default is 0.3 percent. Obviously the risk of a single bank failure is now higher.

Banking sector Default prob Bank X Default prob Bank X Joint Default Prob

Diversified banks 1.2 percent 1.2 percent 1.2 percent

Specialised banks 5.9 percent 5.9 percent 0.3 percent


vba JOURNAAL

— ONDERZOEK

els being affected, for example, by the development of fintech and by changes in financial regulation. Secondly, expected future profits for shareholders may have been reduced by bail-in measures, if these measures reduce the likelihood that governments will bail out banks in the future.

Both approaches towards measuring bank capitali-zation have advantages and drawbacks. Regulatory capital ratios have the advantage that they are less likely to be inflated by overly optimistic market expectations of profit opportunities. This measure reflects the amount of losses that a bank can absorb from an accounting perspective. However, an unin-tended effect of using book values is that regulatory ratios may provide only a noisy signal about the actual stability of the banking sector. During times of crisis, this noisiness may impair the confidence of market participants in regulatory capital ratios, and may thereby increase the vulnerability of banks to herding and contagion effects. At the same time, interventions of bank supervisors to stabilise the banking sector may be delayed when supervisors respond to book value measures of capitalization. In this case, the situation can occur where banks continue to meet their regulatory capital require-ments, but have already lost the confidence of the market.

4. Market based indicators of riskNext to information on capital ratios, the market also provides information on risk. Bank risk can for example be assessed by analysing bond prices, CDS spreads or option prices. Options prices are a direct indicator of (risk-neutral) default probabilities whereas bond prices and CDS spread are also affected by recovery rates. Figure 3 shows a time series of the implied volatility of an equally weighted basket of at-the-money options written on five large European bank stocks (ABN Amro, BNP Paribas, Deutsche Bank, ING, Santander and Uni-Credit). For ease of reference, this implied volatility is expressed relative to the implied volatility of the market (VSTOXX). A ratio of 100 percent implies that the volatility of the bank stocks is the same as the market’s volatility. The trend in the ratio is posi-tive. Judging from the risk implied by option prices, market participants therefore consider banks, rela-tive to the market, to be considerably riskier than they were at the start of the financial crisis (see also Sarin and Summers, 2016). The bail-in measures may affect this assessment. Furthermore, as banks are highly leveraged institutions, even a small response to new regulations may have an amplified effect on bank risk.

5. Conclusion and policy evaluationThe indications of increased banking sector homo-geneity presented in this article may be a sign of an increase in systemic risk. Homogeneity among financial institutions is a key concern when it comes to financial stability. Regulators and supervisors, as well as risk managers and analysts, can benefit from taking market information into account when assessing risks. The information needed to do so is readily available for bank stocks and derivatives that are traded on a regulated market. Stock markets can provide measures of correlation and capitaliza-tion, while option markets provide additional meas-ures of risk. More diversity at the banking sector level reduces systemic risk. Heterogeneity will ben-efit when banks balance the drawbacks of diversifi-cation across countries and sectors against activi-ties in which they have a competitive advantage (see also DNB, 2015). Furthermore, early identification of homogenous responses to policy proposals should be an integral part of the regulatory design process.

Figure 3: Market implied risk of banking stocks relative to the market

100

125

150

175

200

225

250

2001 2004 2006 2009 2012 2014 2017

Mar

ket i

mpl

ied

risk

(%)

Year Note: the figure shows the three-month moving average of the implied volatility of a basket of opti-ons on European bank stocks, divided by the implied volatility of the market. Source: Bloomberg, authors calculations.

Literature— Beale, N., D.G. Rand, H. Battey, K. Croxson,

R.M. May, and M.A. Nowak (2011), Individual versus systemic risk and the regulator’s dilemma, Proceedings of the National Academy of Sciences, 108(31): 12647–12652.

— Cochrane, J. (2016), A better choice, https://johnhcochrane.blogspot.com, The grumpy economist.

— Davis, M. and V. Lo (1999), Infectious Defaults, Quantitative Finance, 1: 382-387.

— DNB (2015), Perspective on the structure of the Dutch banking sector, www.dnb.nl.

— DNB (2018), Proportional and effective supervision, www.dnb.nl.

— Friedman, Jeffrey and Wladimir Kraus (2011), Engineering the financial crisis, Systemic risk and the failure of financial regulation, University of Pennsylvania Press.

— Haldane, A. G. and R.M. May (2011), Systemic risk in banking ecosystems, Nature, 469(7330): 351-355.

— Sarin, N. and L. Summers (2016), Understanding bank risk through market measures. Brookings Papers on Economic Activity: 57-109.

— WRR (2016), Samenleving en financiële sector in evenwicht.

Notes1 Dirk Broeders, Senior Strategy Advisor at De

Nederlandsche Bank (DNB) and Professor of Finance at Maastricht University, Jacob Dankert, Strategy Advisor at DNB, Roel Mehlkopf, Advisor at Cardano and Research Fellow Netspar, Mark Mink, Senior Economist at DNB.

2 This article is written in a personal capacity and adapted from DNB (2018).


vba JOURNAAL

Pete Chiappinelli: we look for value and buy assets that other investors avoid

—

— INTERVIEW

AuteurJaap Koelewijn

We spoke to Pete Chiappinelli, based at the headquarters of GMO in Boston, about his outlook for markets. GMO is a value investor that does not use the traditional benchmark approach. Instead, GMO looks for asset classes that are undervalued. They do not try to forecast economies or predict the timing of major market shocks.

Jeremy Grantham, managing director of GMO, is known for his contrarian view on financial markets. He does, as stated, not believe in the traditional indexbased approach to investing. His company allocates its investments to a wide range of asset classes. The question of whether an asset class has an attractive outlook for future returns guides the allocation process. GMO makes choices that are quite different from the traditional decisions made by other asset allocators. As the company foresees low returns from traditional assets, it has constructed a different portfolio for the next few years. The chart below illustrates their current negative view on traditional assets.

What is your current view on markets given the current prolonged period of rising stock prices and profits, and a decline in interest rates?

Grantham was not particularly optimistic: “We believe that traditional asset classes will offer little value for the next 7 years. With current high valuations around the world, the forecasts here at GMO are very bleak. Especially for US equities the prospect is not pretty. For this asset class

we forecast a real return of minus 4 percent, annualized for the next 7 years. We come up with this number by comparing the current valuation with what we believe is the intrinsic value. The current valuation of US equities is the second most expensive market ever seen. The debate in our team is mostly about the speed of the expected reversion, and the level to which we revert, which depends on whether the high profit margins are here to stay to some extent. But even if we plug in more gentle assumptions for our intrinsic value, such as higher profit margins, prospective returns are still low.

We don’t pretend to know the timing of a decline in these assets or what will be the trigger that starts this process. We are more historians than economists. When we are in the expensive zone, as we currently are, it is our job to keep our clients’ money safe. That is why we are dramatically underweighting these types of assets, at least compared to other investors.”

More specifically, what about the outlook for profits? Do you believe they have peaked already or is there still room for improvement or consolidation?

“You often hear that ‘this time is different’. That there is less competition, that the position of technology companies in a globalized world results in structurally higher profit margins. It is of course true that these platforms make it harder and costlier to switch.

STOCKS BONDS

Ann

ual R

eal R

etur

n ov

er 7

yea

rs

U.S.Large

U.S.Bonds

U.S.Small

IntlLarge

IntlBondsHedge

IntlSmall

Emerging EmergingValue

EmergingDebt

U.S.InflationLinkedBonds

U.S.Cash

0.8% 1.2%

4.7%

7.7%

0.1% 0.1%1.0%

–1.9%

2.8%

–0.4%

–3.9%

10%

8%

6%

4%

2%

0%

–2%

–4%

–6%

–8%

–10%

Figure 1: 7-Year Asset Class Real Forecasts* as of October 31, 2018


vba JOURNAAL

— INTERVIEW

But is that new? We would argue that it is not. There have always existed good quality companies that have a strong economic moat and deserve a higher multiple for that reason. However, that is only a selection of stocks. Wall Street now believes that all companies deserve this high multiple. That is where we disagree with the market.

Maybe to add, especially in technology, moats can disappear very quickly. When I joined GMO 10 years ago, Blackberry had very high profit margins and switching costs were high. Three years later, they were on the verge of bankruptcy. Disruption of these companies tends to be sudden, quick and unpredictable.”

What is your view on the relation between economic growth and developments on financial markets?

“Well, this is one of the hardest concepts to grab: understanding that this relation is actually very limited, while conventional wisdom tells us that it matters. There is even evidence that the relationship is inverted. At the same

time, the financial press and market commentators are discussing the economy continuously. Economic data matters in the short run, but the impact is very limited over the long haul. We believe managing a portfolio based on economic forecasts is a difficult job to do successfully, as you need to do three things right. First you need to have the economic forecast right. Second, you need to identify the impact on markets and third, you have to be smarter than others doing the same thing. We believe that this is too hard to do successfully. We don’t need a crystal ball for that because there is something better: valuation.”

What do you make of the current setback in markets, with worries about economic developments often mentioned as reason for this drop?

“Obviously there is a relationship between GDP and companies’ earnings, and without doubt, markets will be bad in recessions. But at GMO we don’t believe we can anticipate this. Put differently, we don’t anticipate but react to price movements. Our main effort is in estimating the fair value of a company. We look at the fundamentals and estimate the value that companies can create, which is often a sum of decades of future cashflows.

Wars and deep recession aside, most stories and commentaries that we see in economic news coverage are about things that do not affect the fundamental value of the economy and businesses. The nuclear disaster in Fukushima back in 2011 is a classic example of an event to which the market overreacted. In just three days, Japanese equity markets lost 20% of its value. This impairment was only temporary and it was a bargain for investors.”

What active decisions do you take as a fund manager?

“Our Global Real Return Fund demonstrates that we are investing with conviction following our forecasts. In this fund, we are not bound by a policy benchmark. This often results in portfolios with rather unconventional asset allocations. We can take bets in a way that other companies are not designed to.

Currently, you don’t want to own a traditional portfolio. Less than 3 years ago, the yield on 10year US treasuries was just 1.4% and a 50year Swiss bond’s yield was even negative; we were at a 500 year high in bond pricing. This was an unbelievable European bond bubble and shows that

Pete Chiappinelli Mr. Chiappinelli is a member of GMO’s Asset Allocation team. Prior to joining GMO in 2010, he was an institutional portfolio manager in the asset allocation group at Pyramis Global Advisors. Previously, he was the director of institutional investment strategy and research at Putnam Investments. Mr. Chiappinelli earned his MBA from The Wharton School at the University of Pennsylvania and his B.A. from Carleton College. He is a CAIA charterholder, and is the founder of the CAIA Boston chapter. He is a CFA charterholder.

Jeremy GranthamMr. Grantham cofounded GMO in 1977 and is a member of GMO’s Asset Allocation team, serving as the firm’s chief investment strategist. He is a member of the GMO Board of Directors and has also served on the investment boards of several nonprofit organizations. Prior to GMO’s founding, Mr. Grantham was cofounder of Batterymarch Financial Management in 1969 where he recommended commercial indexing in 1971, one of several claims to being first. He began his investment career as an economist with Royal Dutch Shell. Mr. Grantham earned his undergraduate degree from the University of Sheffield (U.K.) and an M.B.A. from Harvard Business School. He is a member of the Academy of Arts and Sciences, holds a CBE from the UK and is a recipient of the Carnegie Medal for Philanthropy.


vba JOURNAAL

weird things can happen. In a benchmark environment you just buy into these products.

The alternative is to step away from risks at certain points. We hold a significant number of alternatives today, as most other asset classes have risks that are expensive. We own very little bond duration, equity beta and credit risk. As these traditional 3 risks are overpriced, we swapped market risk to alpha risk. Spread trades are definitely not free of risk, but here these are risks worth taking as valuation spreads are extremely high and attractive.”

More specific: do you expect supervisory actions with regard to platforms like Google, Apple and Facebook to limit their power?

“There are historical precedents for regulators or other governmental agencies stepping when companies have become similarly dominant in their market. We don’t pretend to have any new or unique insights at the moment. In the technological sector, there might be no need for such intervention as the market does these things on its own. There are so many unknowns that it’s hard to see where this is going.”

We would very much appreciate some elaboration on your view on sustainability and climate change. What is GMO doing in relation to these issues with regards to its allocation?

“We believe these are very real risks. For example, the elimination of fossil fuels from our economic system may result in stranded assets from traditional energy companies. On the other hand, new opportunities will present themselves. Climate change is a secular growth sector. Many companies active in developing batteries, smart grids and green energy will grow fast and generate large profits. We allocate funds to these sectors.”

Do you have any final message for us Europeans?

“Traditional assets have done extremely well, but their outlook is meagre. Against a backdrop of a decade with mediocre to poor economic growth, we have seen surprisingly strong returns, especially in the US. This will come to an end at some point.

Consider owning the unconventional assets, even though it might feel uncomfortable. You should be buying the stuff nobody wants, and selling the stuff that everyone owns. That is the core of value investing.”

Equities: 36%

Developped ex-U.S. 7.5%

Emerging Markets 23.5%

ACWI ex-U.S. Equity Extension 4.9%

Merger Arbitrage 5.4%Put Selling 2.5%Systematic Global Macro 8.0%

Strategic Short Term 6.0%Short-Term Structured 3.3%Short-Term Treasuries 4.7%Cash & Equivalents 2.2%

ABS/Structured Products 5.6%High Yield/Distressed 2.1%EAFE Value (FX Hedged) vs. S&P 500 4.0%Quality vd. S&P 500 6.5%Relative Value Interest Rates & FX 2.8%

U.S. TIPS 10.9%

Alternative Strategies: 29%

Fixed Income: 19%

Cash/Cash Plus: 16%

Figure 2: Global Real Return (UCITS) Fund as of October 31, 2018


vba JOURNAAL

Many commentators argue that we are at the end of the cycle. But are we just facing a typical

business cycle winter or are we facing a perfect storm? This is a difficult question, since financial

markets are the result of human interactions that are fuelled by emotions (such as fear and greed)

and group dynamics.

A financial bubble will continue to grow as long as we collectively want it to, but as soon as trust in

the underlying driver of the bubble is gone, the bubble bursts. This means that it is not possible to

predict the future precisely, but we can observe reoccurring patterns emerging in financial markets

which allows us to assess the fragility of markets.

Seasons, natural disasters and perfect storms

—AuthorsPim van Diepen (l) Stefan Lundbergh (r)1

— OPINIE

The nature of marketsWe often consider financial markets as conscious entities to which we attribute emotions and other human characteristics. This is a technique frequently used in children’s stories called ‘anthropo morphism’, where objects are humanised. Markets do not have free will nor do they have an animal spirit. There is no invisible hand guiding markets – this is just a bedtime story told by econo-mists. A financial market is simply an aggregation

As market fragility increases, it becomes more important for investors to consider how their port-folio would weather business cycles, financial bubbles and even a perfect storm. In most cases we need to make our portfolios more robust by broader diversification and have enough convexity to protect against market meltdowns. In this article we will, from a practitioner’s view, discuss how to address this issue in practice.


vba JOURNAAL

of all interactions between buyers and sellers. Indi-viduals who are continuously interacting while under the influence of emotions, biases and group-think. It is our human nature that drives the short- and medium-term dynamics of the financial markets, to which we, as individuals, respond. This intricate human driven feedback loop is what George Soros calls reflexivity.

By accepting that markets are driven by human interactions, we also have to accept that we cannot make precise predictions of the future. But we can observe emerging patterns created by human inter-actions based on emotions. The forming of finan-cial bubbles follows a similar recurring pattern and they will eventually burst. We cannot precisely predict how large the bubble will become nor when it will burst, but we can look for indicators that roughly help us understand how fragile the situation is. In Maynard Keynes’ words “It is better to be roughly right than precisely wrong”.

The complexity of financial markets is often compared with meteorological systems. There is a vast amount of interaction between the different elements in a meteorological system. This makes it extremely difficult to provide precise weather forecasts covering more than a few days. Despite the intractable interconnectivity of meteorological systems, the meteorologist has the upper hand when it comes to forecasting. The weather is bounded by the laws of physics, while financial markets are at the mercy of the “madness of men” as Isaac Newton put it after losing his fortune in the South Sea bubble.

Patterns in financial marketsIn financial markets we can observe human driven patterns such as business cycles, financial bubbles and long-term debt cycles. These are the result of how we operate our businesses, the way we regulate our markets, how we often invest for short-term capital appreciation and are lending each other large sums of money that need to be paid back with interest.

Business cycle dynamics are driven by human deci-sion-makers. Individual companies decide to invest in new capacity when they are at full capacity. It is a rational decision at the company level but, when aggregated at an industry level, it leads to over-investing in capacity. This is then followed by a period when capacity exceeds demand, which lasts until growth in demand catches up again. Over-investment in capacity affects company earnings, creating business cycles that are reflected in the market valuation. These different phases of the behavioural-driven business cycle are often illus-trated using four seasons. When looking at several investors’ outlooks, many believe that we now are late in the current cycle. Winter is coming, despite the extended Indian summer we are currently enjoying.

Financial bubbles leading to financial crises are also driven by human nature. In most cases, local crises can hit a single country or market segment very hard, but they are typically contained and have limited effects on the global economy. Currency crises (e.g. Zimbabwe 2006, Turkey 2018), banking crises (Sweden 1990s, Iceland 2008), and debt cri-ses (Argentina 2001, Greece 2012) are all familiar to most of us. Some bubbles are mainly fuelled by investor ‘fashion’, which can become speculative. The most recent example of such a bubble is the cryptocurrency mania that peaked in December 2017. When this bubble burst, Bitcoin – the most well-known cryptocurrency – lost over 65% of its value in just a few weeks. In such bubbles, there is a clear disconnect between the underlying assets and their market value and price dynamic is driven solely by emotions like greed and fear.

Financial markets are at the mercy of the “madness of men”

Financial bubbles can be compared with natural disasters such as drought, hurricanes and earth-quakes. As with natural disasters, we know that there will be local financial bubbles and, as investors, we just have to accept them as ‘part of our world’. Driven by human psychology, there are also longer-term dynamics that could span several generations. Hyman Minsky (1992) introduced a theory about the long-term credit cycle arguing that stability creates instability. After a major credit crisis, society goes through a painful deleveraging process. While this painful experience is still fresh in people’s memories, strict credit regulation is maintained and debt levels are low. Debt levels slowly increase as memories of the credit crisis fade. Economic growth increases and this is followed by financial market deregulation. When the collective memory of the credit crisis is gone, debt can increase to speculative levels, leading to a new credit bubble forming. Eventually there will be a credit crisis, followed by painful deleveraging and the cycle continues. When the end of the long-term credit cycle coincides with a financial bubble and business cycle recession, this might indicate that a more serious storm is approaching.

Weather warning – IndicatorsAcademics and practitioners have been investigating indicators of business cycles and financial bubbles that lead to crises. Most of the commonly used business cycle indicators are based on economic growth, inflation, interest rates, P/E levels, credits spreads, under/over-capacity and unemployment.

Lestano, Jacobs and Kuper (2003), studied crises covering six Asian countries. They identified three


vba JOURNAAL

common types of local financial crises: currency crises, banking crises and debt crises. According to their research, effective indicators for a typical banking crisis are: growth rate of money supply, bank deposits, GDP per capita and national sav-ings. They also found that the ratio of money supply to foreign reserves, the growth of foreign reserves, the domestic real interest rate and inflation all played an additional role in banking crises and some of the currency crises.

We might be facing more than just a business cycle winter

Frankel and Saravelos (2011) collected empirical findings from more than 80 academic papers on

— OPINIE

early warning indicators. They found that inter-national reserves and real exchange rate overvalua-tion stood out as leading indicators for more recent financial crises. Also they found that lower histori-cal credit growth, larger current accounts/savings rate and lower external and short-term debt were strongly associated with lower possibility for crises. Sornette (2015) developed early warning indicators inspired by a model used for earthquakes (see the boxed text for more information).

Central banks and regulators try to manage the systemic risk of a fragile market. But this only buys some time as risk will inevitably manifest some-where else in the system. In his 2018 book, Dalio analyses debt cycles and applies that analysis to historical financial crises. Dalio argues that it is a mistake to think that any single metric can serve as an indicator of an impending perfect storm that is fuelled by a global debt crisis. He proposes to ask the following questions:

The Bubble Burster

Dr. Didier Sornette at Swiss university ETH Zurich developed a bubble indicator using a model for predicting earthquakes and the failure of pressure tanks of space rockets. It is a logperiodic power law singularity model that was developed to capture the dynamics of financial bubbles.In the beginning of a financial bubble, prices increase slowly at first. As the bubble takes off, prices increase faster and, towards the end of the bubble, prices increase even faster than an exponential growth rate. By monitoring the loggrowth rates of asset prices, he found that situations where rates are persistently above the linear trend serve as an indicator for bubble formation.

An additional indicator for the late stage of a financial bubble is when price movements begin to increase.The model has been extended to cover estimates of when the bubble will burst and the magnitude of the price correction. This should be treated with caution since financial bubbles are not driven by the laws of physics; bubbles are driven by human emotions, human biases and amplified groupthink. Sornette has launched the Financial Crisis Observatory at ETH Zurich, which provides a monthly Global Bubble Status Report covering several asset classes. Due to his research, Didier Sornette subsequently got the nickname ‘the Bubble Burster’.

Applying the Framework to Past Bubbles

USA

2007

USA

2000

USA

1929

Japan

1989

Spain

2007

Greece

2007

Ireland

2007

Korea

1994

HK

1997

China

2015

1 Are prices high relative to

traditional measures?

Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes

2 Are prices discounting future rapid

price appreciation?

Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes

3 Are purchases being financed by

high leverage?

Yes Yes Yes Yes Yes Yes Yes Yes N/A Yes

4 Are buyers/companies making

forward purchases?

Yes Yes N/A Yes No Yes No Yes Yes No

5 Have new participants entered the

market?

Yes Yes N/A Yes No Yes Yes Yes N/A Yes

6 Is there broad bullish sentiment? Yes Yes N/A Yes No No No N/A N/A Yes

7 Does tightening risk popping the

bubble?

Yes Yes Yes Yes Yes Yes No No Yes Yes

Source: Dalio (2018).


vba JOURNAAL

A Perfect Storm?So what if all indicators signal “red” and simultane-ously we are at the end of a long-term credit cycle? In meteorology, ‘the perfect storm’ describes a situation where different meteorological phenom-ena amplify each other. This does not happen often, but when it does, the consequences are dire. A perfect storm in financial markets means that the system is growing increasingly fragile and the bursting of a seemingly harmless local bubble could trigger a chain of events that lead to a perfect finan-cial storm.

This perfect storm could take the shape of a deep and prolonged global economic depression that would affect almost all countries, sectors and asset classes. Trust in major currencies could deteriorate, some sovereigns might default on their debt and geopolitical conflicts could arise. In such a perfect storm, investors look to safe havens to protect their capital, but the liquidity constraints will make it difficult to change the investment portfolio. The deep recession following the stock market crash in 1929 is a historical example of a perfect storm called ‘The Great Depression’.

For an investor it is central to assess how fragile the financial system is, rather than trying to identify which potential event could be the catalyst for a perfect storm. An early warning system for the perfect storm can only be indicative. It requires identifying dominant and infrequent risks in a complex world that is dynamically changing and evolving over time. It will not tell us anything about when the storm could hit or how large it could become.

How does your portfolio weather the seasonal winter, natural disasters or even the perfect storm?

To assess systemic risk we need a qualitative approach to identify potential system-wide insta-bilities that could cause knock-on effects to the global economy. Today, the massive debt build-up, incredibly low interest rates and taxation levels, regulation that’s pushing financial institutions to hold similar types of assets, increasing global trade conflicts and protectionism are all signs of increasing instability. Inspiration for such instabil-ity indicators can be found in the risk dashboard of the European Systemic Risk Board (ESRB), which focuses on links between banks, sovereigns and the public and private sectors. ESRB’s composite indicator of systemic stress is currently low in comparison with 2008 and 2011, but it is rising.

Several commentators and investors argue that we are near the end of the current business cycle. Recently, Ray Dalio – founder of Bridgewater – recommended in a CNBC interview that investors should be “more defensive” in the stock market since the business cycle is on its “seventh inning”. He sees the risks increasing “as time progresses” suggesting that we might be facing more than just a business cycle winter.

Preparing for bad weatherTo understand the consequences of bad weather, we need to apply a diverse set of tools including scenario thinking, stress tests and pre-mortems to help us illustrate what could happen to our portfolio when faced with winter, natural disasters and perfect storms. This will then allow us to consider alternative strategies or adjustments to improve the robustness of our investment portfolios when the indicators show that clouds are gathering on the horizon.

How could the portfolio weather a business cycle winter?To create a robust portfolio, we could work with a set of economic scenarios related to the different phases of a business cycle. A robust portfolio should have a sufficient expected return and be able to weather all seasons of the business cycle. The all-weather portfolio concept, introduced by Ray Dalio’s Bridgewater in the 1990s, is one example of this. Combining the asset packages for the different seasons creates a portfolio with an acceptable return over a business cycle without too much downside. If we are confident about our business cycle indicators, we could even overweight those assets that will do well in the seasonal recession.

How would the portfolio weather an occasional financial crisis or local bubble? The way to deal with this is similar to natural disasters. We know that we can’t prevent them and we must accept that they will occur with some regularity, but we do not know when and where. These financial crises are more localised to specific geographies, sectors or asset classes. A pension fund could protect itself against these disasters by diversifying across asset classes, sectors and geographies and be aware of interlinkages. We can use carefully developed stress-scenarios to test the true diversity of our portfolios. If the portfolio does not pass some of the stress-tests, one could consider purchasing portfolio protection or (dynamically) changing the portfolio composition.

How to weather a perfect storm? This extreme tail-risk is unlikely, but the conse-quences are dire. We need to assess whether we can survive it if it happens. One technique to examine this is to conduct a ‘pre-mortem’ analysis. The starting point is to imagine your investment port-folio completely collapsing in the coming years. We did not survive the perfect storm and then we work backwards through the chain of events leading up


vba JOURNAAL

References— Dalio, R., 2018, A template for understanding

big debt crises, Greenleaf Book Group, Austin, Texas.

— European System Risk Board (ESRB), 2018, ESRB risk dashboard June 2018 (nr. 24), ECB, Frankfurt. Report https://www.esrb.europa.eu/pub/pdf/dashboard/esrb.risk_dashboard180705_24.en.pdf

— Frankel, J. and G. Saravelos, 2011, Can leading indicators assess country vulnerability?

Evidence from the 200809 Global Financial Crisis, HKS Faculty Research Working Paper Series RWP11024, John F. Kennedy School of Government, Harvard University.

— Lestano, N. V., J. Jacobs, and G. H. Kuper, 2003, Indicators of financial crises do work!: an earlywarning system for six Asian countries, Working Paper, University of Groningen.

— Minsky, H., 1992, The financial instability hypothesis, The Jerome Levy Economics Institute Working Paper 74, New York.

— Sornette, D. and P. Cauwels, 2015, Financial bubbles: mechanisms and diagnostics, Review of Behavioral Economics, vol. 2 nr. 3: 279 305.

Note1 Pim van Diepen is Business Development &

Strategic Advice bij Cardano. Stefan Lundbergh is Directeur Cardano Insights.

to the imagined failure. Another technique is to work with extreme stress-scenarios where we try to outline how a perfect storm could unfold and how that would affect the investment portfolio. In a perfect storm, the safe havens are likely to be real or tangible assets that can preserve value. Credit and equity derivatives can create convexity against market meltdowns and serve as protection, but only as long as counterparties can live up to their financial contracts and thus collateral management should be well designed. A pension fund could hold these distressed hedging positions in a designated ‘stress allocation’ within the portfolio.

Bad times don’t last for everAs investors it is easy to get carried away by collec-tive greed and fear, so it is good practice to develop a pre-commitment strategy when there are clouds on the horizon. This will help us overcome our greed and nudge us to de-risk as the storm approaches and, more importantly, deal with our fear so that we (as an organisation) are mentally able to re-risk when the time is ready. In the middle of a financial storm, when forced sellers are creating panic in the market, it will be possible to pick up quality assets at a fire-sale price. Baron Rothschild famously illustrated this contrarian approach by saying “buy when there’s blood in the streets, even if the blood is your own”. By re-risking during a crisis, the ‘opportunity’ losses of de-risking too early can be greatly compensated for.

But beware and judge each crisis on its own as re-risking in pure speculative bubbles – where the price can actually go to zero – won’t serve anybody. There was no value in re-risking during Holland’s tulip mania in the 17th century, the South Sea Bubble in 18th century England and perhaps the cryptocurrency bubble of the 21st century.

Looking aheadIn the current financial markets, it is not clear if we are just facing a business cycle winter or if this bad weather could become a perfect storm through interaction with a Minsky credit crisis. Long-term institutional investors should approach these chal-lenges with a diverse mindset. Early warning sys-tems and indicators help to create awareness, but, more importantly, we must apply tried-and-tested risk management tools to make our investment portfolio more robust against financial storms. A good start is to ask simple self-reflective questions:• Business cycle winter: How am I positioned

for a recession at the end of the cycle? What will happen if I am wrong?

• Bubbles and local disasters: Which indicators do I use to identify potential financial bubbles? Am I diversified enough to withstand local disas-ters?

• The perfect storm: What are my contingency plans if faced with a perfect storm? Do I have enough convexity and liquidity to re-risk during a perfect storm?

— OPINIE


vba JOURNAAL

voldaan. De korte rente is negatief, dus echt lager dan de stijging van de beroepsbevolking en stijging van de arbeidsproductiviteit.

Bij een vergrijzing gaat het niet goed met de (relatieve) omvang van de beroepsbevolking. De arbeidsproductiviteit groeit ook maar mondjesmaat. Het is in zo’n omgeving economisch gezien moeilijk om zorg te dragen voor je pensioen. Bij een lage reële economische groei is alle voorzichtigheid van DNB dus terecht. Een goede boekhouder moet altijd zorgen voor een buffer. Stel bijvoorbeeld dat nominale rentes weer gaan stijgen, dan hoeft de UFR rente echt niet meteen mee te stijgen, tenzij de reële lange rente ook weer oploopt naar het historisch gemiddelde.

Ten slotte het monetair beleid. Als je zaken ook kunt financieren door geld te drukken, waarom zou je dan nog sparen? Waarom zouden overheden moeten bezuinigen? Stel, in een extreem scenario, dat de ECB alle obligaties op zou kopen. Wat moet je dan nog als pensioenfonds? De verwachting is dat het beleid van de ECB gaat normaliseren. Maar als het beleid van de ECB toch structureel zou blijken, moeten we maar stoppen met pensioen fondsen. Geld drukken is dan gemakkelijker.

Tjemme van der Meer, namens de commissie risicomanagement

uitkeringen. Het maakt niet uit hoe je een pensioenstelsel inricht – DB, DC of (C)DC – elk stelsel heeft last van de gedaalde rente.

De daling van de rente heeft een aantal oor zaken, namelijk daling van de inflatie, vertraging van de reële economie en soepeler monetair beleid. Deze drie oorzaken hebben verschillende consequenties voor het pensioen stelsel.

De gedaalde rente wordt ten eerste veroorzaakt door de gedaalde (prijs)inflatievooruitzichten. Hoewel we allemaal weten dat alleen reële pensioenen van belang zijn, zien we in de meest gebruikte nominale dekkingsgraden de voordelen van een gedaalde inflatie niet terug. We kijken nog steeds alleen naar verwachte nominale uitkeringen, terwijl die naar verwachting steeds meer reële goederen kunnen kopen. De ontwikkeling van de dekkingsgraden is dus gunstiger dan het lijkt.

Ook over de reële economie valt veel te zeggen. Eén invalshoek is om te kijken naar de zogenaamde AaronSamuelson voorwaarde. Deze voorwaarde geeft aan wanneer we pensioen beter via een omslagstelsel kunnen regelen. In deze voorwaarde worden de verwachte beleggingsopbrengsten vergeleken met de loonsom. De loonsom is, afgezien van de eerder genoemde prijsinflatie, gelijk aan de stijging van de beroepsbevolking en de arbeidsproductiviteit. Aan de AaronSamuelson voorwaarde wordt momenteel

De waarde van de beleggingen van Nederlandse pensioenfondsen is enorm. Om Einstein te citeren:

“Compound interest is the eighth wonder of the world. He who understands it, earns it … he who doesn’t … pays it.”

Wij, Nederlanders, begrepen het principe van samengestelde rente (compound interest). Wij waren trots op ons pensioenstelsel. Wij, Nederlanders, spaarden meer dan wie dan ook.

En toen daalde de rente. En daalde de rente verder. De waarde van de beleggingen steeg, en steeg verder. Bullmarket, toch?

Als verantwoordelijke, professionele, institutionele beleggers, gingen we uitkeringen echter waarderen op basis van marktwaarde. En plotseling leefden we in een gespiegelde wereld. Alsof we Alice in Wonderland waren. Hoezo bullmarket? De dalende rentes betekenen een afschuwelijke bearmarket! Het gaat niet om de waarde van beleggingen, het gaat om de verwachte uitkeringen! De looptijd van de beleggingen bleek niet hoog genoeg om te voorkomen dat de vooruitzichten voor uitkeringen steeds magerder werden. Dekkingsgraden daalden. Indexaties werden gestopt. En er wordt gesproken over kortingen, kortingen! Hier, in Nederland! Samengestelde rente, het ‘achtste wonder’ van de wereld, werd gespiegeld in de rekenrente, de duivel in eigen persoon. Die werd veel te laag. We rekenen ons arm! Wat is hier gebeurd?

De gedaalde rente is de kern. Je zou, met een beetje overdrijving, kunnen zeggen dat de daling van de rente de koppeling tussen premies en uitkeringen doorknipt. Rente is immers de koppeling tussen premies en uitkeringen. Als de rente steeds lager wordt, verdwijnt de koppeling tussen premies en uitkeringen. Premies zijn het ‘manna’ uit de Bijbel. Bij een negatieve rente verdwijnen ze zelfs naar verloop van tijd: er zijn dan geen

Bull-market? Een afschuwelijke bear-market!

—

— COLUMN


vba JOURNAAL

De Amerikaanse aandelenbeurs beleeft momenteel de op één na langste rally in de geschiedenis en is

nu bijna 3500 dagen op rij gestegen zonder grote correctie. De VIX-index – ook wel de fear index

genoemd – noteerde in het afgelopen jaar op een waarde ver onder het historische gemiddelde van 20.

Beleggers lijken op het eerste gezicht dan ook weinig angst te hebben voor een correctie.

Reflecteert de lage volatiliteit een onderschatting van de risico’s op aandelenmarkten?

— AuteursNander de Vette (l)Rianne Luijendijk (r)1

— ONDERZOEK

Eerst wordt onderzocht in hoeverre de VIX-index een geschikte indicator is voor risicoaversie onder aandelenbeleggers. Daarna beschrijft het artikel welke andere parameters gebruikt kunnen worden voor een volledig beeld van het marktsentiment. Tenslotte worden de indicatoren naast elkaar gelegd om een antwoord te geven op de vraag in hoeverre markten rationeel gedrag vertonen en risico’s adequaat beprijzen.

De VIX-index als graadmeter voor het marktsentimentVoor het meten van het brede marktsentiment hanteren marktpartijen vaak de VIX-index.2 Deze maatstaf voor volatiliteit op de Amerikaanse aan-delenbeurs noteert sinds begin 2016 tussen de 10 en 25 punten (met een uitschieter naar 37 in februari 2018). Het dagelijks gemiddelde ligt hiermee al

Toch zijn er sinds begin dit jaar steeds meer signalen die wijzen op een naderend einde van de Amerikaanse bullmarkt. Zo daalde de S&P500- index in februari in kort tijdsbestek met 10% zon-der eenduidige economische oorzaak. Na een herstel periode liet de index in oktober van dit jaar een soortgelijke daling zien. Zorgen over economi-sche groeiverwachtingen en toenemende handels-spanningen lijken steeds meer grip te krijgen op de aandelenmarkt. Is hiermee het einde van de historisch lange aandelenrally in zicht? Zo ja, hou-den marktpartijen hier wel rekening mee of wijst de lage waarde van de VIX-index op zelfgenoegzame investeerders?

In dit artikel wordt de risicoaversie onder aandelen-beleggers op de Amerikaanse beurs geanalyseerd met behulp van signalen afgeleid uit optiepremies.


vba JOURNAAL

geruime tijd onder het historische gemiddelde van 20. Tegelijkertijd is de economische beleids-onzekerheid groot. Door oplopende (geo)politieke spanningen en de handelsoorlog tussen de VS en China is de Global Economic Policy Uncertainty Index de afgelopen jaren fors gestegen. Historisch gezien gaat een hoge mate van economische beleids-onzekerheid hand in hand met een hogere volatili-teit op Amerikaanse aandelenbeurzen. Hier lijkt de laatste jaren echter geen sprake van te zijn. De discrepantie tussen de lage VIX-index en de grote economische onzekerheid wekt de suggestie dat beleggers zich weinig zorgen maken over oplopende handelsspanningen en stijgende rentes wat mogelijk leidt tot een inadequate risicobeprijzing (zie figuur 1).

Als de specifieke eigenschappen van de VIX-index worden beschouwd, blijkt echter dat de index niet in alle gevallen een volledig beeld geeft van de risico perceptie onder aandelenbeleggers. De VIX- index is gebaseerd op kortlopende opties op de S&P500-index en meet de geïmpliceerde volatili-teit, oftewel de mate van bewegelijkheid die beleg-gers verwachten gedurende de looptijd van een optie. De literatuur stelt echter dat de VIX-index een slechte proxy is voor risicoaversie. Bekaert en Hoerova (2014) veronderstellen dat de VIX-index feitelijk is opgebouwd uit verschillende componen-ten. De eerste, de verwachte volatiliteit, is de grootste component en meet de verwachte koers-beweging van het onderliggende aandeel over de looptijd van de optie. Deze waarde wordt vaak benaderd op basis van de historische volatiliteit. De tweede component – de variantie risicopremie – is doorgaans kleiner en meet eenvoudig gezegd het verschil tussen de optiepremie en de verwachte volatiliteit, waardoor de premie gezien kan worden als een risico-opslag.3 Bekaert en Hoerova (2014) concluderen dat alleen de laatste component inzicht biedt in risicoaversie onder aandelenbeleggers. Bollerslev et al. (2009) tonen daarnaast aan dat alleen de variantie risicopremie een significante voorspeller is voor het rendement op aandelen.

Ook ervaringen uit de praktijk bevestigen dat de VIX-index een matige indicator is voor risico-aversie. Dit blijkt bijvoorbeeld uit de marktcorrectie begin februari 2018. De S&P500-index verloor in één week bijna 10%. Tegelijkertijd steeg de waarde van de VIX-index op dagbasis van 12 naar 37 pun-ten en bereikte hiermee het hoogste niveau sinds 2015. De weken ervoor schommelde de VIX-index echter nog rond het laagste punt in 10 jaar tijd. Een-zelfde patroon was zichtbaar in oktober van dit jaar toen de S&P500-index in één maand tijd circa 6% verloor door een combinatie van factoren. Voordat de koersdaling werd ingezet op 3 oktober, noteerde de VIX-index al geruime tijd rond de 12 punten. De VIX-index reflecteert in beide gevallen de korte termijn onzekerheid rond de koers van de S&P500-index, maar zegt weinig over de risico-aversie onder aandelenbeleggers in de aanloop naar de koersdalingen.

Naar een vollediger beeld van het marktsentimentVoor een completer beeld van de risicoaversie onder aandelenbeleggers is het belangrijk om ook te kijken naar andere signalen die kunnen worden afgeleid uit optiepremies. De optie geïmpliceerde verdeling, waarvan de VIX-index slechts één parameter (de standaarddeviatie) meet, geeft een vollediger beeld van de marktverwachtingen. Een viertal stappen is nodig om deze verdeling af te leiden: 1. Verzamel een aantal put- en callopties met een

uitoefenprijs onder en boven de huidige (spot) waarde van de S&P500-Index.

2. Bereken via de Black-Scholes-formule de geïmpliceerde volatiliteit die bij deze optieprijzen hoort. Daarbij worden vijf componenten gebruikt: (i) de risicovrije rente, (ii) de spotprijs van de onderliggende index, (iii) de tijd tot het verstrijken van de optie, (iv) de waarde van de optie en (v) de uitoefenprijs. Als risicovrije rente wordt in dit artikel de dollar swaprente met een looptijd van een maand gehanteerd. Verder worden opties met een looptijd tussen de 23 en 37 dagen (net als de VIX-index) gebuikt. Het resultaat voor optiepremies op 1 oktober 2018 is te zien in figuur 2 en wordt ook wel de volatility smile of smirk genoemd.

3. Interpoleer tussen alle volatiliteitspunten uit figuur 2 om een continue functie van de optie-volatiliteit uitgedrukt in de uitoefenprijs te

Figuur 1: VIX-index versus economische beleidsonzekerheid

9

19

29

39

49

59

69

50

100

150

200

250

300

’97 ’99 ’01 ’03 ’05 ’07 ’09 ’11 ’13 ’15 ’17

Economische beleidsonzekerheids Index VIX-index (R-as)

Figuur 2: De volatility smirk op 1 oktober 2018

at-the-money

0

5

10

15

20

25

2800 2850 2900 2950 3000 3050

Vol

atili

teit

Uitoefenprijs


vba JOURNAAL

krijgen. Hiervoor wordt in dit artikel het SABR volatiliteitsmodel gehanteerd.4

4. Neem de tweede partieel afgeleide naar de uit-oefenprijs van de zojuist opgestelde functie, wat resulteert in de optie geïmpliceerde verdeling zoals te zien in figuur 3.5

In feite is de geïmpliceerde verdeling een statisti-sche kansverdeling waaruit afgelezen kan worden welke waarschijnlijkheid de markt toekent aan een koersbeweging in het onderliggende instrument (in dit geval de S&P500-index). Daarbij reflecteert de VIX-index de spreiding rond het gemiddelde ( standaarddeviatie) van de verdeling. Bij een lage waarde bevindt de meeste massa zich rond het gemiddelde en is sprake van een “smalle” verdeling. Het merendeel van de beleggers verwacht dan dat de toekomstige koers van de S&P500-index dicht-bij de huidige koers blijft. Als naar de volledige verdeling – zoals afgeleid uit optieprijzen op 1 okto-ber – gekeken wordt, valt echter op dat de linker-staart dikker is dan de rechterstaart (zie figuur 3). Met andere woorden, de statistische scheefheid van de verdeling is negatief. Dit betekent dat beleggers het neerwaarts risico op 1 oktober groter achten dan het opwaarts potentieel en zich indekken voor een koersdaling van de S&P500-index, iets wat niet wordt gereflecteerd in de lage waarde van de VIX-index. De VIX-index geeft dus weinig infor-matie over de hoeveelheid neerwaarts risico die beleggers inprijzen.

Voor een volledig beeld van het marktsentiment, is het nodig om de VIX-index te combineren met indicatoren die iets vertellen over de staarten van de verdeling. De SKEW-index meet hoe de staarten van de verdeling zich tot elkaar verhouden (scheef-heid) en wordt op een vergelijkbare manier afgeleid als de VIX-index. De index heeft een waarde van 100 als de verdeling in balans is. Beleggers kennen dan eenzelfde kans toe aan een sterke daling als aan een forse stijging van de S&P500-index. Hoe hoger de waarde van de SKEW-index, hoe meer beleggers bereid zijn te betalen om het neerwaarts risico af te dekken. Als de SKEW-index ver boven de 100 noteert, houden beleggers dus rekening met een flinke correctie van de S&P500-index.

Sinds Black Monday van 19 oktober 1987 vertoont de geïmpliceerde verdeling vrijwel altijd enige mate van scheefheid. Destijds daalden de aandelen-koersen met meer dan 20% op één dag. Na deze crash groeide onder beleggers het besef dat de kans op een extreme daling in de aandelenkoersen groter is dan de kans op een extreme stijging. Dit betekent dat de linkerstaart van de verdeling doorgaans dikker is dan de rechter, en dat rationele beleggers bereid zijn meer te betalen voor opties die neer-waarts risico afdekken dan voor opties die meer waard worden bij een koersstijging.

Hoe de VIX- en de SKEW-index zich tot elkaar verhouden kan het beste worden geïllustreerd door twee momenten in de tijd te vergelijken waarop het neerwaartse staartrisico vrijwel gelijk was, terwijl de waarde van de VIX-index verschilt (figuur 4). De eerste verdeling reflecteert de verlaging van de Amerikaanse kredietwaardering in september 2011. Destijds steeg de VIX-index naar een waarde van rond de 30, terwijl de SKEW-index een waarde van 125 had. De tweede verdeling weerspiegelt het moment waarop de handelsspanningen tussen de VS en China opliepen in augustus 2018. Destijds bereikte de SKEW-index weliswaar een nieuw record van 159 punten, maar bleef de VIX-index nagenoeg onveranderd op een dieptepunt van 11 punten. Beleggers waren op deze twee momen-ten dus bereid relatief veel te betalen voor het afdek-ken van neerwaarts risico. Bovendien was de linker-staart van de verdeling op beide momenten vrijwel even groot. Beleggers zagen dus zowel in augustus 2018 als in september 2011 eenzelfde risico op een forse koersdaling. Het neerwaartse risico dat in beide gevallen te herleiden is uit de geïmpliceerde verdeling blijkt niet uit de lage waarde van de VIX-index (11 punten) in augustus 2018. Voor een volledig beeld van risicoaversie onder aandelen-beleggers moeten de VIX- en de SKEW-index dus tegelijkertijd bekeken te worden. Daarbij moet wor-den opgemerkt dat er geen consensus bestaat over de voorspellende waarde van de indicatoren. Een verandering in de SKEW- of de VIX-index is dus niet per definitie een voorbode van een correctie, maar is indicatief voor een verandering in de risico-perceptie onder aandelenbeleggers.

— ONDERZOEKFiguur 3: Geïmpliceerde rendementsverdeling

0%

5%

10%

15%

20%

25%

30%

35%

–8% –6% –4% –2% 0% 2% 4% 6% 8%

Kans

Rendement

Figuur 4: VIX versus SKEW

–670 –470 –269 –68 133 335 Netto verandering

VIX = 11, SKEW = 159 VIX = 30, SKEW = 125

0%

10%

20%

30%

40%

50%

60%

70%

80%

Kans


vba JOURNAAL

De SKEW-index loopt opDe SKEW-index is, in tegenstelling tot de VIX- index, de afgelopen jaren wel opgelopen in lijn met de economische beleidsonzekerheid. In augustus van 2018 piekte deze index zelfs op een nieuw hoogtepunt van 159. Dit is aanzienlijk hoger dan op eerdere piekmomenten, zoals voorafgaand aan het knappen van de internetbubbel in 2001 (120) en voor het uitbreken van de financiële crisis in 2007 (120). Er zijn een aantal factoren die de hoge waarde van de SKEW-index kunnen verklaren

Ten eerste koppelen marktpartijen de huidige hoge waarde van de SKEW-index aan een grotere vraag naar opties die bescherming bieden tegen een correctie op de aandelenmarkt. Historisch gezien wordt negatief staartrisico vaker afgedekt bij lang aanhoudende aandelenrally’s, zoals blijkt uit figuur 5. De perceptie onder beleggers dat er een correctie kan plaatsvinden wordt immers groter naarmate de rally voortduurt en er nog geen correctie heeft plaatsgevonden. Beleggers onder-kennen dit en proberen het risico tijdig af te dekken waardoor de vraag naar dergelijke opties toeneemt. Gezien de duur van de huidige rally en toenemende zorgen over overwaardering van Amerikaanse aan-delen, (geo)politieke spanningen en de ingezette verkapping van het monetaire beleid zijn beleggers bereid steeds meer te betalen om neerwaarts risico af te dekken wat wijst op rationeel gedrag.

Ten tweede is er sinds de financiële crisis bij banken, pensioenfondsen en particuliere beleggers meer aandacht voor een adequate risicobeheersing. Hierdoor dekken deze instellingen een groter deel van het neerwaarts risico af. Sinds de Amerikaanse regelgever de Comprehensive Capital Analysis Review (CCAR) heeft ingevoerd in 2014 dienen banken hun handelsposities bijvoorbeeld volledig af te dekken. De Chicago Board Options Exchange stelt dat dit de vraag heeft opgedreven naar opties waar-mee een forse koersdaling kan worden afgedekt (CBOE, 2015). Tegelijkertijd heeft de nieuwe regel-geving ertoe geleid dat het aanbod van dergelijke opties is afgenomen. Zo zijn de kosten voor het uitschrijven van een risicovolle out-of-the-money put hoger dan de kapitaalkosten voor het uitschrijven van een near-the-money put. Hierdoor is er een grotere discrepantie ontstaan in de prijs van opties die inzetten op een koersstijging en die van opties

waarbij beleggers uitgaan van een koersdaling. Een combinatie van factoren lijkt er dus voor te zorgen dat de geïmpliceerde verdeling (en dus ook de SKEW-index) dit jaar een record hoge scheefheid laat zien.

Markten houden wel degelijk rekening met dalende aandelenprijzen Ondanks de risico’s die boven de markt hangen, noteert de VIX-index op een waarde onder het historisch gemiddelde. De langdurige periode van lage volatiliteit roept de vraag op of beleggers irrationeel gedrag vertonen en risico’s negeren. De lage waarde van de VIX-index reflecteert echter slechts dat de gemiddelde belegger verwacht dat aandelenkoersen op korte termijn dichtbij het huidige niveau zullen blijven. Na analyse van de optie geïmpliceerde verdeling blijkt dat de VIX- index geen volledig beeld geeft van de risicoaversie in de markt. Om een vollediger beeld te krijgen van de risicoaversie onder aandelenbeleggers is het belangrijk om de VIX-index te combineren met de SKEW-index. De huidige hoge waarde van de SKEW-index geeft aan dat markten wel degelijk rekening houden met een correctie van aandeel-waarderingen en zich hiervoor proberen in te dekken. Gezien de historisch lange duur van de huidige rally en de toenemende zorgen over over-waardering van Amerikaanse aandelen wijst dit op rationeel gedrag.

Figuur 5: SKEW-Index

100

105

110

115

120

125

130

135

140

145

150

’90

’91

’92

’93

’94

’95

’96

’97

’98

’99

’00

’01

’02

’03

’04

’05

’06

’07

’08

’09

’10

’11

’12

’13

’14

’15

’16

’17

’18

SKEW Index 10 per. Zw. Gem. (SKEW Index)

dotcom bubble financiële crisis

golfoorlog

Literatuur— Bekaert, G. en M. Hoerova, 2014, The VIX,

the variance premium and stock market volatility, Journal of Econometrics, vol. 183 nr. 2: 181192.

— Bollerslev, T., G. Tauchen en H. Zhou, 2009, Expected stock returns and variance risk premia, The Review of Financial Studies, vol. 22 nr. 11: 44634492.

— Breeden, D. en R. Litzenberger, 1978, Prices of statecontingent claims implicit in option prices, Journal of Business, vol 51 nr. 4: 621651.

— Chicago Board Options Exchange (CBOE), 2015, Is the Fed’s CCAR pushing up the SKEW-index and driving more demand for

out-of-the-money SPX puts? Artikel op www.cboe.com/blogs/optionshub/2015/12/09/isthefedsccarpushinguptheskewindexanddrivingmoredemandforotmspxputs

— Hagan, P., D. Kumar, A. Lesniewski en D. Woodward, 2002, Managing smile risk, The Best of Wilmott, vol. 1: 249296.

Noten1 Beide auteurs zijn werkzaam als econoom

bij de afdeling Market Intelligence van De Nederlandsche Bank.

2 Naast de VIXindex zijn er ook andere indicatoren die de risicoaversie op

de markten weerspiegelen, zoals het percentage high yield emissies dat slaagt. Gezien de focus op de Amerikaanse aandelenmarkt, kijkt dit artikel naar indicatoren die direct gerelateerd zijn aan de volatiliteit op deze beurs.

3 De variantie risicopremie is de theoretische premie van een zerocoupon variantieswap met eenzelfde looptijd als de VIXindex.

4 Het SABR volatiliteitsmodel is geïntroduceerd door Hagan et al. (2002).

5 Deze methode is in lijn met Breeden en Litzenberger (1978).


vba JOURNAAL

— SCRIPTIE

Om factorpremies in de context van de beleggings theorie te plaatsen, wordt kort stilgestaan bij de basis van de beleggingstheorie. Deze is gelegd met de Moderne Portefeuille Theorie (MPT), het Capital Asset Pricing Model (CAPM) en de Arbitrage Pricing Theory (APT). Met CAPM werd enkel de markrisicopremie en de gevoeligheid van een belegging naar deze markt in kaart gebracht. Met APT wordt de markt als één factor verder opgesplitst naar meerdere economische factoren welke de marktrisicopremie beïnvloeden. Fama en French3 tonen vervolgens met onderzoek aan dat er ook andere factoren van invloed zijn op de prijs en het verwacht rendement van een aandeel. In eerste instantie zijn dit relaties naar de

Samenvatting van RBA-scriptie:Factorbeleggen met verplichtingen

AuteurMichael Langendoen1

waarde, groei en grootte van een belegging. Deze correcties op de al bestaande theorieën worden anomalieën genoemd vanwege de invloed op risico en rendement, maar het niet passen binnen de standaardmodellen.

Ondertussen zijn er zeer veel factorpremies beschikbaar om in te beleggen. Binnen de scriptie zijn enkel factoren onderzocht welke middels wetenschappelijke literatuur en empirisch onderzoek aantonen dat de factor verklaringskracht heeft bij prijsveranderingen4. De koershistorie moet eveneens voldoende lang zijn. De factorpremies zijn longonly berekend. De belangrijkste reden is om aan te sluiten bij de praktijk van pensioenfondsen waarin vaak een shortselling

restrictie geldt. Longonly houdt in dat er exposure is naar de markt risico premie, aangevuld met de exposure naar de geselecteerde factoren.

Om een eerste inzicht in de verhouding tussen de geselecteerde factoren en de verplichtingen te verkrijgen zijn de karakteristieken van de individuele factoren onderzocht.

Er is al veel onderzoek gedaan naar de vergelijking tussen een portefeuille op basis van factorpremies en een ‘standaard’ portefeuille van twee of vier categorieën als benchmark. Er is echter beduidend minder onderzoek gedaan naar een vergelijking van factorportefeuilles ten opzichte van de verplichtingen2 van een gemiddeld pensioenfonds. Met de scriptie – Factorbeleggen met verplichtingen – is onderzocht op welke manier factorportefeuilles presteren ten opzichte van de verplichtingen. De centrale vraag hierbij is welke factorportefeuilles het beste in staat zijn een overrendement te realiseren ten opzichte van de verplichtingen.

0,00

500,00

1000,00

1500,00

2000,00

2500,00

3000,00

01-01-93 01-01-96 01-01-99 01-01-02 01-01-05 01-01-08 01-01-11 01-01-14

Factoren en factorportefeuille

Size Value Momentum LowVol Markt Verplichtingen High Yield Factorportefeuille


vba JOURNAAL

Karakteristieken als de Sharperatio, de tracking error en de samenhang met de verplichtingen zijn bekeken. Een belangrijke karakteristiek waarop de individuele factoren uiteindelijk zijn geselecteerd voor portefeuille constructie is de aangepaste Sharperatio. Deze ratio is het rendement van de factor minus het rendement op de verplichtingen (overrendement) gedeeld door het risico op dit overrendement. Concreet kan met deze aangepaste Sharperatio een selectie gemaakt worden van individuele factoren welke het hoogst voor risico gecorrigeerd rendement ten opzichte van de verplichtingen tonen.

Binnen de scriptie zijn meerdere factoren onderzocht conform de genoemde criteria. Voor deze samenvatting wordt ingezoomd op de vijf factoren met de hoogste aangepaste Sharperatio: Value, Size, Momentum, Low Volatility en High Yield.

Naast de individuele factoren zijn meerdere portefeuilleconstructie methodieken onderzocht. Voor deze samenvatting wordt ingezoomd op een factorportefeuille welke met behulp van mean variance geoptimaliseerd is in een asset liability context. Dit houdt in dat de portefeuille wordt geoptimaliseerd op basis van de aangepaste Sharperatio, waarin de karakteristieken van de verplichtingen meewegen in het bepalen van de optimale beleggingsportefeuille. De portefeuille bestaat uit de vijf benoemde

factoren. Vervolgens bepaald de optimalisator de gewichten tussen de vijf factoren. Om voldoende spreiding tussen de factoren te borgen kan een individuele factor een maximale weging van 35% krijgen.

Met deze asset liability optimalisatie krijgen de factoren Momentum en Low Volatility de maximale weging (35%) ten laste van de Value (12%) en de Size factor (18%). De High Yield factor wordt zelfs helemaal uitgesloten (0%). Asset only toont Momentum als individuele factor al het hoogste rendement van alle onderzochte factoren. Gecorrigeerd voor risico (Sharperatio) gaan Momentum en Low Volatility gelijk op. Vergeleken met alle onderzochte factoren binnen het onderzoek vertonen zowel Value als High Yield het hoogste maximale verlies over de meetperiode. Dit verklaard onder andere waardoor deze factoren binnen de asset liability optimalisatie een lagere weging krijgen. Alle vijf de factoren hebben een erg lage samenhang onderling, als een erg lage samenhang met de verplichtingen. Vanwege de lage samenhang zijn deze factoren het beste in staat een overrendement te genereren omdat de factoren meerdere perioden tegengesteld aan de verplichtingen bewegen.

In bijgaand figuur ziet u de realisatie van de individuele factoren. Eveneens wordt de realisatie van de gehele markt portefeuille en de verplichtingen weergegeven. De

geoptimaliseerde factorportefeuille wordt ook getoond. Hieruit kan opgemaakt worden dat deze factorportefeuille goed in staat is over de gehele horizon een overrendement te genereren ten opzichte van de verplichtingen en de markt portefeuille.

Samenvattend vertonen met name Momentum en Low Volatility in de portefeuille positieve eigenschappen in relatie tot de verplichtingen. Ook individueel vertonen deze factoren positieve eigenschappen. Uit de figuur is op te maken dat de factor Momentum over de gehele horizon beter presteert dan de factorportefeuille. Het combineren van factoren is echter gewenst. Factorpremies variëren over de tijd waardoor een factorportefeuille zorgt voor spreiding van exposure naar factoren over een langere horizon in relatie tot de verplichtingen. Naar verwachting zal dit zorgen voor een stabieler overrendement van de factorportefeuille.

Noot1 Michael Langendoen is Senior Investment Consultant

bij Ortec Finance.2 Het gemiddelde rendement van de BofA Merrill Lynch

Current 10 en 30 jaar US Treasury Index.3 Fama, E.F., en K.R. French, 1993, “Common Risk

Factors in the Returns on Stocks and Bonds”, Journal of Financial Economics, Vol. 33.

4 De keuze voor de factorpremies is grotendeels gebaseerd op de selectiecriteria gehanteerd in het onderzoeksrapport van Ang, Goetzmann en Schaefer, 2009.


vba JOURNAAL

— BOOKREVIEW

Capital Returns: Investing Through the Capital CycleReview door Floris Oliemans, Portfolio Manager Aandelen bij Kempen Capital Management

Veel beleggingsboeken zijn een herhaling van zetten. Belangrijke thema’s als een margin of safety of intrinsic value komen aan bod maar voegen weinig toe aan de kennis van de lezer. Zo niet bij Capital Returns. Capital Returns is een verzameling van beleggingsbrieven geschreven door Marathon Asset Management, een aandelenbelegger uit het Verenigd Koninkrijk.

Warren Buffett is de meest bekende schrijver van beleggingsbrieven. Zijn brieven geven niet alleen informatie over hoe het met het bedrijf gaat maar geven ook veel inzicht in zijn beleggingsfilosofie. Zo ook bij Marathon. De brieven worden aangegrepen om de beleggingsfilosofie uit te diepen. Het krachtige van de brieven van Marathon is dat ze zowel ingaan op hun succesvolle beleggingen als hun misstappen. Het thema van deze verzameling van brieven is de capital cycle.

De essentie van de capital cycle is dat de hoeveelheid aan nieuw kapitaal toekomstige rendementen bepaalt. Kapitaal stroomt een industrie in gedurende tijden van hoge marges. Deze hoge marges maken het mogelijk voor bedrijven en nieuwe toetreders om te investeren in nieuwe capaciteit. Beleggers zijn eveneens enthousiast, en waarderen groeiende industrieën met steeds hogere waarderingen. Dit is echter waar zowel bedrijven als beleggers de mist in gaan. Zij onderschatten de impact van het nieuwe aanbod. Aanbod komt vaak schoksgewijs de markt in en drukt de winstgevendheid van de gehele industrie. Het

boek Capital Returns waarschuwt beleggers voor het naïef doortrekken van trends. Het is belangrijk om een gedegen analyse te maken van de aanbod kant, omdat dit vaak de toekomstige winst bepaalt.

Een voorbeeld hiervan is de windmolenindustrie. Deze industrie, onder leiding van Vestas, maakte onstuimige groei door. Als gevolg van deze groei investeerde zowel Vestas als de concurrentie in nieuwe capaciteit. Hoewel de vraag naar windmolens sterk bleef, was de nieuwe capaciteit dusdanig hoog dat in 2012 zelfs Vestas, bijna failliet ging. Overcapaciteit zorgt voor druk op marges. Fabrieken hebben hoge vaste kosten waardoor ze geneigd zijn tegen lage winstgevendheid hun producten te verkopen. Het analyseren van de aanbodkant kan echter tevens kansen bieden, zoals ook het geval was bij Vestas. Het bijna bankroet van Vestas had namelijk een positief einde. De periode van zwakke winstgevendheid zorgde voor rationalisatie binnen de industrie. Een aantal kleinere spelers gingen failliet en andere bedrijven verlaagden weer de productiecapaciteit. Een periode van consolidatie en lage marges zijn vaak tekenen dat de markt op het punt staat te herstellen. Juist door deze consolidatie en de lage beurswaardering was Vestas een van de best presterende aandelen van de afgelopen jaren.

Naar aanleiding van dit boek ben ik zelf de capital cycle gaan meenemen in elke beleggingsbeslissing die ik maak. Beleggingsboeken waar je in de praktijk wat aan hebt zijn zeldzaam, en daarom raad ik Capital Returns: Investing Through the Capital Cycle van harte aan.

Uitgever: Palgrave Macmillan UKISBN: 9781137571649

— COLOFONVBA Journaalis een uitgave van CFA Society VBA Netherlands.Het VBA Journaal verschijnt vier keer per jaar.

HoofdredacteurDr.ir. Gerben de Zwart CFA

Adjunct HoofdredacteurVacature

RedactieDrs.dr.ir. David van Bragt RBADrs. Mark Geene RBA RMFIDr. Dirk GerritsenDrs. Ernst HagenDr. Jan Jaap Hazenberg RBADr. Roy HoevenaarsMr.drs. Manon HosemannProf.Dr. Jaap KoelewijnRonald Kok MSc RBADr. Ivo Kuiper CFADrs. Gerard Roelofs MBA RBA FRM

Auteursinstructiezie: www.cfavba.nl

Fotografie en illustratiesFotopersbur0 DijkstraMax Kisman

Redactieadres &opgave advertentiesCFA Society VBA Netherlands – Irma Willemsentelefoon: 020 - 618 2812e-mail: [email protected]

AbonnementenCFA Society VBA NetherlandsGustav Mahlerplein 109-1111082 MS Amsterdamtelefoon: 020 - 618 2812e-mail: [email protected] 2019:€ 53 inclusief btw en verzendkosten

Opmaak en realisatie az grafisch serviceburo bv,

Den Haag. www.az-gsb.nl

De in het VBA Journaal geplaatste artike-len 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.

ISSN-nummer0920-2269Copyright © 2018CFA Society VBA Netherlands

Commissies/voorzitters 2018

Bestuur van de VerenigingDrs. Jacco Heemskerk CFA, voorzitterProf.Dr. Alfred Slager RBA, vicevoorzitterDrs. Gerben Jorritsma RBA, penningmeesterCees Harm van den Berg CFAJeroen Bos CFA CAIADrs. Pieter van Putten MBA CFAMelinda Rook MSc RBA MBAIr. Anisa Salomons

KlachtencommissieMr. Peter Wortel, voorzitterFinanciële commissieDrs. Niels Oostenbrug RBA, voorzitterProgrammacommissieDrs. Okko Rabeling 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 VastgoedRuben van de Lecq BBA, voorzitterCommissie Private BankingMr. Hans Volberda MM, voorzitterCommissie Technische AnalyseJuus de Kempenaer, voorzitterCommissie Investment Perfomance MeasurementDrs.Ing. Casper Lötgerink RMFI, voorzitterCommissie Behavioral EconomicsDrs. Erik Aalbers RBA, voorzitterCommissie Ethiek en IntegriteitDr. Alwin Oerlemans CFA FRM, voorzitterCommissie Actief BeheerKoen Ronda CFA, voorzitterCareer ManagementJoost Caljé CFA, voorzitterEducation CommitteeSjoerd Rozing CFA, voorzitterCFA Institute Research ChallengeSander Huizinga CFA, voorzitterEuropean Quant AwardsBob Jansen CFA, voorzitterWomen in Investment ManagementSylvia van de Kamp RBA, voorzitterAdvocacy CommitteeDrs. Pieter van Putten MBA CFACFA Society VBA Netherlands vertegenwoordiging inRegional Investment Performance Subcommittee EMEA Drs.Ing. Casper Lötgerink RMFICFA Society VBA Netherlands vertegenwoordiging inGlobal Investment Performance Standards CouncilDrs.Ing. Casper Lötgerink RMFIDutch Commission on Bonds (DCB) en European Bond Commission (EBC)Drs. Rolf Vesters RBA, voorzitter

Curatorium Permanente EducatieDr. Cees Dert, voorzitterAccreditatiecommissie Permanente EducatieFons Lute RBA, voorzitterCuratorium VU-VBA Opleiding Investment ManagementProf.Dr. Theo van der Nat (voorzitter ‘ad interim’)Effas Training and Qualification CommissionDrs. Anne-Marie Munnik RBACFA Society VBA Netherlands vertegenwoordiging in de Raad voor de JaarverslaggevingDrs. Hikmet Sevdican RBACFA Society VBA Netherlands vertegenwoordiging in DSIMelinda Rook MSc RBA MBASeniorenconvent – Jacques van den Berg RBA, voorzitter

Bovenstaande personen zijn bereikbaar via het bureau van CFA Society VBA Netherlands.Telefoon: 020 - 618 28 12

MK2018

jaargang 34_n

um

mer 136 w

inter 2018

JOURNAAL - CFA Institute...De beleggingsmarkten hebben na de financiële crisis enorme...

Documents

Transcript of JOURNAAL - CFA Institute...De beleggingsmarkten hebben na de financiële crisis enorme...