Fiktion og fakta omkring aktiv investering

Forskning viser, at hvis man som investor mister nogle af de bedste dage afkastmæssigt, risikeres der op til en halvering af det akkumulerede afkast. Da det ikke kan forudsiges, hvornår disse dage kommer, er argumentet, at man altid skal forblive fuldt investeret.

Vores research viser dog, at vi som investorer ikke skal frygte at træffe et aktivt valg om at være ude af markedet og dermed risikere at miste nogle af disse bedste enkeltstående afkast. Attraktive langsigtede afkast kan derimod opnås ved generelt at undgå de dårlige perioder, da det bevarer kapitalen intakt til næste optrend, og der er ikke noget værdiskabende i at ramme nogle af de bedste dage, hvis man månederne op til har tabt mere og mere kapital.

Det siges, at hvis man som investor mister nogle af de dage med størst afkast, påvirker det afkastet markant i negativ retning målt over en længere tidshorisont. I både medier samt i publikationer fra store finansielle institutioner som f.eks. BlackRock finder vi løbende undersøgelser, der påviser dette.

Senest har vi med interesse læst resultatet af research foretaget af en professionel dansk kapitalforvalter. Undersøgelsen leder frem til, at halvdelen af det samlede afkast på det amerikanske aktiemarked siden 1990 er hentet på bare 7 måneder, og konklusionen er således, at da man ikke kan forudsige, hvornår disse dage, uger eller måneder befinder sig, bør man altid være fuldt investeret. Med andre ord: Man risikerer ikke at være med, når markedet stiger allermest. Tidligere på året viste research fra Nordeas aktieanalyseteam, at “…misser du blot få af de gyldne måneder i løbet af hele din investeringshorisont er du fuldstændig sat af”. Samme konklusion kom den anerkendte amerikanske investeringsbank J.P. Morgan også frem til i deres seneste version af ”Guide to retirement 2015 edition” (slide 33). ”Plan to stay invested” lyder rådet.

Akademisk funderet fænomen

Fænomenet med at miste nogle rekordhøje enkeltstående afkast blev populariseret i professor Javier Estrada’s artikel Black swans and market timing: how not to generate alpha fra 2008. Estrada undersøgte 15 forskellige aktiemarkeder og fandt frem til, at nogle få markante kursbevægelser over en lang tidshorisont havde massiv påvirkning på det akkumulerede afkast.

Ved at miste de 10 bedste dage blev afkastet gennemsnitligt halveret i forhold til de 15 undersøgte markeder relativt til en passiv investering. Ved at undgå de 10 værste dage øgede man til gengæld signifikant afkastet relativt til en passiv investering. Estrada’s konklusion blev derfor at: ”Attempting to predict the negligible proportion of days that determines an enormous creation or destruction of wealth seems to be a losing proposition.” (s. 32).

Ovenstående konklusioner fortjener lidt mere nuancering for at afspejle virkelighedens verden, da der i undersøgelserne som regel fokuseres på, at man enten mister alle de gode afkast eller undgår alle de dårlige. Derudover fikseres der på et bestemt antal dage, uger eller måneder, hvilket forekommer som værende abstrakte valg. J.P. Morgan skriver da også i deres guide, at ”Investing for the long term while managing volatility can result in a better retirement outcome”. Det vælger vi at se som invitation til at kigge nærmere på hvilke fordele, det kan give at have en aktiv investeringsstrategi.

Lad os starte med at udvide horisonten en smule

Hvis vi for eksemplets skyld skal kvalificere tilgangen fra den danske forvalter i ovenstående artikel lidt, hvor der fokuseres på måneder, kan vi vælge at udvide udfaldsrummet og se på kombinationer af at miste ”x” antal rekordafkast og undgå ”x” rekordfald frem for kun enkeltstående tilfælde. Ideen er at udvide scenarierne og nuancere konklusionerne.

Grafen herunder viser S&P 500 fra perioden 1981 til 2015 inklusive dividender. Her har vi har udregnet det annualiserede afkast ved forskellige kombinationer af at miste 1-12 af de bedste måneder og undgå 1-12 af dårligste måneder og hvor 0 betyder, at man altid er fuldt investeret (”buy and hold”). Ved at fokusere på og kombinere disse dimensioner kan vi generere 169 datapunkter fremfor kun ét datapunkt, som for eksempel det at miste de 7 bedste måneder.

Ved at altid at være fuldt investeret rammer man området på 9-10% p.a. Efterhånden som der mistes flere og flere af de bedste måneder falder afkastet, og ved at miste de 12 bedste måneder falder det til 6-7% p.a. Set over en lang tidshorisont giver det således et markant mindre akkumuleret afkast.

Går man ud af den anden akse og ser på effekten af at undgå de værste måneder, stiger afkastet voldsomt: Undgår man de 12 værste måneder stiger afkastet til 14-15% p.a. Kombinerer man at miste de 12 bedste måneder med samtidig at undgå de 12 dårligste måneder, ender det annualiserede afkast på 10-11%. Generelt kan der kompenseres for mistede gode måneder ved at undgå nogle tilsvarende dårlige måneder. Mister man de 7 bedste måneder, som angivet i forvalterens undersøgelse, skal man ”bare” undgå de 4 dårligste måneder for at sikre sig et afkast på linje med en investor, der altid er fuldt investeret.

Det er alt sammen meget interessante tal og argumentet for, at hvis man mister disse dage, uger eller måneder, har det stor indflydelse på et langsigtet investeringsafkast er korrekt. Det giver dog ingen information omkring, hvorvidt en aktiv strategi er en farbar vej eller ej. For hvordan lykkedes det at miste afkastet fra de 7 bedste måneder og kun det? Sandsynligheden for at undgå de 7 dårligste måneder må i så fald være nøjagtigt den samme, og ovenstående scenarieanalyse viser, at det giver et højere afkast at undgå disse dårlige måneder end afkastet ved at være fuldt investeret hele tiden.

Volatilitet avler volatilitet

Der findes ikke nogen sikker viden om fremtiden, og selvom man ikke kan forudsige, hvornår de næste dårlige eller bedste dage, uger eller måneder befinder sig, kan man godt sige noget om, hvor de typisk vil kunne forventes at befinde sig. De bedste og dårligste dage, uger eller måneder har det nemlig med at fordele sig i perioder med høj volatilitet, og netop perioder med cykliske nedtrends eller ”bearmarkeder” på aktiemarkedet er ofte karakteriseret ved høj volatilitet.

Bearmarkeder er ikke volatile, fordi de falder, men derimod fordi de både stiger og samtidig falder meget. Følgende afkastsekvens er for eksempel meget faldende, men ganske stabil og har derfor ingen volatilitet:

-15%, -15%, -15%.

Ser man på sekvensens standardafvigelse alene, taber man så at sige sin kapital med ynde.

Følgende afkastsekvens er derimod både meget faldende og meget volatil:

-15%, +10%, -15%

Det er her de bedste og dårligste perioder typisk vil gemme sig; nemlig på det tidspunkt man allermindst ønsker at være investeret (1). Lad os derfor forfølge sporet med at styre volatiliten som J.P Morgan også rådede os til.

En simpel model til at håndtere volatilitet

SSRN.com, der er en hjemmeside dedikeret til akademiske artikler, er Mebane Faber’s A Quantitative Approach to Tactical Asset Allocation den mest downloadede siden SSRN blev oprettet i 1997. Faber, der til dagligt er porteføljevalter i Cambria Investments, offentligjorde i 2006 første version af artiklen, der bygger på en simpel strategi alle kan implementere. Ideen var at præsentere en ikke-kompleks systematisk metode til at forbedre det risikojusterede afkast ved en reduktion i volatilitet og tilbagefald.

Modellen går i al sin enkelthed ud på, at man beregner et simpelt 10 måneders glidende gennemsnit af markedsudviklingen, og sammenholder det med seneste måneds lukkekurs (2): Hvis lukkekursen befinder sig over sit 10 måneders glidende gennemsnit, eksisterer der et købssignal, og man er investeret i det relevante indeks (i vores eksempel S&P 500). Hvis lukkekursen befinder sig under sit 10 måneders glidende gennemsnit, eksisterer der et salgssignal, og midlerne placeres i et risikofrit aktiv så som skatkammerbeviser (3).

Fabers simple model kan bedst karakteriseres som en trendfølgende strategi, eller det der i researchøjemed omtales som absolut momentum, hvor et aktiv eller aktivklasse sammenlignes med sin egen performance for at afgøre, om man skal være investeret eller ej.

Absolut momentum har gennem adskillige år været et overset fænomen fra akademisk side og har levet i skyggen af den opmærksomhed relativ momentum fik med Jegadeesh og Titman’s artikel Returns to Buying Winners and Selling Losers: Implications for Stock Market Efficiency fra 1993. Ved anvendelse af relativ momentum udvælges aktiver eller aktier på baggrund af deres styrke relativt til andre aktiver eller aktier.

Jegadeesh og Titman’s artikel affødte en mangeårig forskningsinteresse for det fænomen, at gårsdagens vindere har en tendens til at forblive morgendagens vindere. Selv den kendte og nobelprisvindende professor Eugene Fama måtte kaste håndklædet i ringen i forhold til hans model, som ellers ud fra en rationel betragtning kunne forklare en meget stor del af den variation, der forekommer i aktiemarkedsafkast: ”…the main embarrassment of the three-factor model, its failure to capture the continuation of short-term returns” (Fama & French, 1996, s. 81).

Efter finanskrisen i 2008 steg interessen for forskning og investeringstilgange, der kunne dæmpe afkastvolatiliteten og dermed udsvingene i investeringsafkastet, hvilket gav øget fokus på absolut momentum. Den prisvindende danske økonom og professor på CBS, Lasse Heje Pedersen, har været en stor bidragyder hertil i form af research, der har demonstreret, at absolut momentum er et robust og vedvarende fænomen inden for mange forskellige aktivklasser (4).

Begrænsning af udsving

Lad os vende tilbage til Fabers model. Ved at anvende den på perioden 1981 – 2015 for det amerikanske S&P 500 inklusiv dividender, er porteføljemidlerne investeret i indekset i 75% af tiden og resten af tiden i det risikofri aktiv.

Faber’s model mister 75% af de 12 bedste månedsafkast (9 stk.) i den tid, den ikke er investeret i indekset. Samtidig undgår den også 58% af de værste månedsafkast (7 stk.). Der er dog nogle abstrakte begrænsninger, når man undersøger en hel dataserie, som gør, at vi ikke får det komplette billede. Dage, uger og måneder eksisterer i virkelighedens verden ikke i isolation og valget af 10, 20 eller 30 bestemte datapunkter er meget abstrakt og fortæller ikke noget om, hvorvidt en aktiv strategi kan bidrage til ens afkast.

Nedenstående graf samler samtlige månedsafkast for S&P 500 i en kumuleret frekvens fordelt mellem perioder, hvor Faber’s model er i henholdsvis købssignal og salgssignal samt månedsafkast for modellen i de måneder, den ligger placeret i det risikofri aktiv (salgssignal).

Det kumulerede frekvensdiagram viser, at hyppigheden og størrelsen af negative markedsafkast når modellen befinder sig i et salgssignal (orange linje), er større end når modellen er i købssignal (blå linje). Samtidig er der også en højere hyppighed af meget positive markedsafkast, når modellen befinder sig i et salgssignal, end når den er investeret (købssignal). Med andre ord: I perioder hvor modellen er i salgssignal og har reduceret risikoen, har markedet væsentlig mere upside, men også væsentlig mere downside hvilket giver større volatilitet. Hvis vi skal følge vores forståelse af volatilitet, indebærer det perioder med større usikkerhed omkring det fremtidige afkast.

Ved at anvende Faber’s model byttes de orange månedsafkast så at sige ud med de grå, og nettoeffekten af signalet om at flytte midlerne over i det risikofri aktiv er, at modellen undgår en masse volatilitet og kraftige tilbagefald. Det maksimale tilbagefald halveres fra -51% til -24%, det gennemsnitlige tilbagefald mere end halveres fra -13% til -6%, ligesom den annualiserede volatilitet falder fra 15,2% til 11,4%. Det er alt sammen noget, der forbedrer det risikojusterede afkast markant relativt til altid at være fuldt investeret. Samtidig flyttes det annualiseret afkast på 9-10% p.a. til 10-11% p.a. – på trods af at der mistes 75% af de 12 bedste måneder.

konklusion: Kan man ”markedstime”?

Vores undersøgelse indikerer, at vi som investorer ikke bør frygte, hvorvidt vi mister de bedste måneder, og at vi ikke bør benytte det som grundlag for en beslutning om altid at være fuldt investeret. I stedet bør vi koncentrere os om i, hvilke scenarier vi ønsker at være investeret, og hvordan de risikopræmier, der eksisterer i de finansielle markeder kan høstes.

Fra institutionelt hold ser det ikke ud til, at vi er alene om den tankegang. Senest har investeringsdirektøren for PFA Pension udtalt i Børsen at ”En…taktik til at sikre stabile afkast på, er at få modelleret porteføljer, der kan springe henover de nedture de forskellige markeder af og til tager…der [går] let 7-8 år før det igen er oppe på niveau. Så kan man undgå de dyk, så er det en stor styrke…det er i den kontekst, robuste porteføljer viser sit værd.”

Gode afkast kommer altså ikke nødvendigvis af at undgå de dårligste dage eller ramme de bedste dage, men i stedet ved at undgå dårlige perioder, da det bevarer kapitalen forholdsvis intakt til næste optrend. Hvad nytter det at ramme en af de bedste dage over en investeringsperiode på 10 år, hvis man i månederne op til har tabt mere og mere kapital? Med Fabers meget simple model som eksempel, er der noget der tyder på, at risikopræmien i aktiemarkedet ikke er fordelagtig, når hans model giver salgssignal – og det kan man så arbejde ud fra.

 

 


Nærværende artikels oplysninger er udarbejdet til brug for orientering og kan ikke betragtes som en opfordring om eller anbefaling til at købe, beholde eller sælge ejerandele i virksomheder og værdipapirer omtalt i artiklen, bitcoins, i Falcon Invest eller andre værdipapirer, ligesom de ikke kan betragtes som anbefalinger eller rådgivning af finansiel, juridisk, regnskabsmæssig eller skattemæssig karakter. Forfatteren, Falcon Invest og Falcon Fondsmæglerselskab A/S kan ikke holdes ansvarlig for tab forårsaget af dispositioner – eller mangel på samme – foretaget på baggrund af oplysningerne i denne artikel. Der tages forbehold for eventuelle fejl.

 

*****

Noter

  1. En lang række andre har også undersøgt fænomenet. Mebane Faber har med Where the Black Swans hide & the myth of the best 10 days fra august 2011 givet et velfunderet bidrag.
  2. Vi har i nærværende artikel ikke haft til formål at gå ind i en længere stillingstagen til modellens begrænsninger eller eventuelle forbedringsmuligheder. Den udvalgte model tjener sit formål godt: At demonstrere hvordan en meget simpel og offentligt tilgængelig model kan forbedre det risikojusterede afkast uden hensyntagen til frygten for at miste de bedste dage, uger eller måneder.
  3. I vores eksempel anvender vi afkastet på amerikanske skatkammerbeviser med 30 dages løbetid. Faber anvender i hans artikel amerikanske skatkammerbeviser med 90 dages løbetid.
  4. Se for eksempel Moskowitz, Ooi, Hua, and Pedersen (2011) og Hurst, Ooi, and Pedersen (2014).
René Engell, Falcon Fondsmæglerselskab A/S

FORFATTER

René Engell, Porteføljemanager & Medinvestor i Falcon Invest

René er porteføljemanager i Falcon Fondsmæglerselskab A/S og har mange års erfaring med investering, hvor særligt behavioural finance har hans interesse. Hans uddannelsesmæssige baggrund er to bachelorgrader; én i psykologi og én i økonomi fra henholdsvis Københavns Universitet og CBS. Se video med René om hans virke i Falcon.

René Engell kan kontaktes på 71 99 28 88 eller via e-mail.

Vejen til gode afkast
går gennem indbakken