I kapitalforvaltning er en af de centrale udfordringer at korrekt vurdere risiko og afkast på illikvide aktiver, såsom ejendom og private investeringer. En af de mest problematiske faktorer i denne proces er infrequent trading, som kan føre til undervurdering af volatilitet, korrelationer og betaværdier i en portefølje. Dette sker, når aktiver handles uregelmæssigt eller ikke regelmæssigt bliver opdateret i rapporteringer, hvilket kan skabe et skævt billede af det virkelige afkast og risiko.

En central årsag til denne skævhed er det, der kaldes survivorship bias. Dette fænomen opstår, når kun de aktiver, der har haft en succesfuld historik, er blevet indberettet. De aktiver, der ikke har haft et attraktivt afkast, bliver ofte udeladt fra analysen, hvilket skaber en illusion af, at markedet som helhed har haft højere afkast, end det i virkeligheden har haft. Jorion og Goetzmann (1999) hævder, at denne bias er en del af forklaringen på den høje aktiekapitalpræmie, som vi ser i lande med lange historiske data om aktieafkast. Det er netop i de lande, hvor aktieinvesteringer har haft succes, at vi har de længste data. Det betyder, at når vi analyserer afkast i sådanne lande, ser det ud til, at aktieinvesteringer er langt mere profitabelt end i lande, hvor aktiemarkederne ikke har været så succesfulde.

Når vi ser på konsekvenserne af infrequent trading, bliver det klart, at når aktier eller aktiver ikke handles regelmæssigt, undervurderes volatiliteten i de rapporterede afkast. Hvis vi ser på figur 13.2, kan vi sammenligne to forskellige måder at beregne volatilitet på: kvartalsvis sampling (panel A) og daglig sampling (panel B). Det bliver hurtigt tydeligt, at de kvartalsvis samplende data viser et mere roligt billede af prisbevægelserne. Dette skyldes, at den infrequent trading, der præger den kvartalsvise sampling, har udglattet de daglige udsving. Når vi kigger på de daglige priser, ser vi en langt mere volatil bevægelse, der reflekterer den faktiske risikoprofil af aktiverne. Denne udglatning sker ikke kun for volatilitet, men også for betaværdier og korrelationer, som begge undervurderes i tilfælde af sjældent handel.

For at afhjælpe dette problem anvender man en teknik kaldet unsmoothing, som blev udviklet af David Geltner, Stephen Ross og Randall Zisler i 1990'erne. Unsmothing er en algoritmisk metode, der forsøger at "tilføje støj" tilbage til de rapporterede afkast for at afsløre de sande afkast, som normalt er mere volatile. For at forstå hvordan unsmoothing virker, kan vi betragte en simpel autoregressiv model (AR(1)) for de rapporterede afkast. Denne model tager højde for den autocorrelation, som opstår, når afkastene er glatte, og "fjerner" denne glathed ved at tilføje den nødvendige støj tilbage i dataene. Når unsmoothing er anvendt korrekt, skaber det et billede af afkastene, der ikke er forudsigelige, og som derfor bedre afspejler den reelle risiko i aktivet.

En vigtig pointe ved unsmoothing-processen er, at det kun påvirker risikovurderinger, ikke de forventede afkast. Det betyder, at mens unsmoothing kan afsløre højere volatilitet og risici, ændrer det ikke de langsigtede afkastmål for aktiverne. Desuden har unsmoothing ingen effekt, hvis de rapporterede afkast ikke er autocorrelerede. I mange tilfælde er illikvide aktivers afkast autocorrelerede, især når de vurderes af appraiser, der bruger både tidligere vurderinger og nylige transaktioner som grundlag for deres beregninger.

Unsmothing kan således hjælpe med at afsløre den reelle risiko og volatilitet for illikvide aktiver. Det kan være særligt nyttigt i ejendomsmæglersammenhænge, hvor traditionelt appraiserbaserede indeks kan skabe en kunstig glathed, som ikke afspejler de virkelige markedsbevægelser. For at imødegå denne udfordring er der blevet udviklet metoder baseret på transaktionsdata, som giver et mere præcist billede af markedets faktiske bevægelser.

Det er også vigtigt at bemærke, at unsmoothing-metoder kan give en mere præcis vurdering af betaværdier og korrelationer. Disse faktorer er essentielle for at forstå, hvordan et aktiv eller en portefølje bevæger sig i forhold til bredere markedsbevægelser. Når unsmoothing ikke anvendes, kan man undervurdere risikoen i aktiver, hvilket kan føre til fejlagtige beslutninger i investeringsstrategier og porteføljekonstruktion.

Derudover skal det forstås, at unsmoothing ikke er en enkel løsning på alle problemstillinger relateret til illikvide aktiver. Selvom teknologien har udviklet sig, og algoritmerne bliver mere præcise, er det stadig en kompleks proces, der kræver nøjagtige data og en forståelse af de underliggende antagelser om markedsdynamik. En fejlagtig anvendelse af unsmoothing kan føre til en forvrænget forståelse af risiko og dermed fejlinvesteringer.

For at opnå en korrekt vurdering af illikvide aktivers afkast og risiko bør man derfor ikke kun stole på de indberettede data, men også bruge avancerede metoder som unsmoothing og andre statistiske teknikker, der kan afsløre de sande markedsbevægelser.

Hvordan Illikviditetsrisikopræmier Opstår Indenfor Aktiver, og Hvad Betydning Har De for Investorer?

Illikviditetsrisikopræmier findes ikke kun på tværs af aktiver, men også inden for enkelte aktiver. Faktisk viser det sig, at værdipapirer, som er mindre likvide, generelt giver højere afkast end deres mere likvide modstykker. Dette gælder på tværs af de vigtigste aktivklasser som aktier, obligationer og ejendom. De, der er villige til at påtage sig risikoen ved at investere i illikvide aktiver, kan derfor forvente at blive belønnet med højere afkast.

For at udnytte disse præmier benytter investorer sig af dynamiske faktorstrategier. Disse strategier involverer at tage lange positioner i illikvide aktiver og korte positioner i de mere likvide, og investorerne justerer løbende deres positioner afhængigt af ændringer i likviditeten. For eksempel, når illikvide aktiver bliver mere likvide, eller omvendt, bliver investeringerne genbalanceret for at opretholde strategiens effektivitet.

I den amerikanske statsobligationsmarked er et velkendt eksempel på illikviditetsrisikopræmier "on-the-run" og "off-the-run" bonds. On-the-run-obligationer, som er nyligt udstedt, er mere likvide og derfor dyrere, hvilket medfører lavere renter sammenlignet med off-the-run-obligationer. Dette spreder sig over tid og afspejler ændringer i likviditetsforholdene på markedet. Under finanskrisen 2008-2009 var disse illikviditetspræmier tydeligt synlige, hvor obligationer med samme løbetid som Treasury-noter havde priser, der var mere end 5% lavere. Denne forskel i pris, på trods af identiske betingelser, understreger de store illikviditetsvirkninger i et af verdens mest likvide markeder.

I virksomhedsobligationer ser man også en klar sammenhæng mellem hyppigheden af handel og afkast. Virksomhedsobligationer, der handler mindre hyppigt eller har større bid-ask spreads, har højere afkast. Undersøgelser har vist, at illikviditetsrisiko forklarer op til 7% af variationen i yielden på investeringgrade-obligationer, og hele 22% af variationen i junk bonds. For disse risikable obligationer kan en stigning i bid-ask spread med en basispoint resultere i en stigning i yieldspredde på mere end to basispoint.

Aktiemarkederne er også blevet grundigt undersøgt i relation til illikviditet. Mange studier har vist, at illikvide aktier generelt giver højere afkast. Det drejer sig om variabler som bid-ask spreads, handelsvolumen, turnover, samt mål for informerede handler. Undersøgelser har også fundet, at aktier med høj volumen, tilsyneladende mere likvide aktier, faktisk ofte giver lavere afkast. For en række aktier har illikviditetsmål også været i stand til at forudsige fremtidige afkast, hvilket indikerer, at der er en klar sammenhæng mellem likviditet og risikopræmier.

Hvad angår hedgefonde, viser det sig, at fonde, der begrænser investorernes mulighed for at trække kapital ud - ofte via såkaldte lock-up-perioder - også ser højere afkast. Der er også en betydelig illikviditetsrisikopræmie i private equity-fonde, der typisk ligger på omkring 3%. I ejendom er der også konstateret, at en stigning i illikviditetsmålinger som f.eks. prisindvirkning og søgekostnader, fører til højere forventede afkast.

Det er dog bemærkelsesværdigt, at illikviditetsrisikopræmier, der opstår indenfor aktiver, ikke nødvendigvis findes på tværs af aktiver. En forklaring på dette kan være, at der er betydelige barrierer for at overføre kapital og investeringstrategier på tværs af aktiver, hvilket begrænser den globale integration af markederne. Investorer deler sjældent en konsekvent tilgang til alle aktivklasser, hvilket afspejles i, hvordan de ofte betragter aktie-, obligations- og andre markeder som separate enheder. Derudover kunne det være, at investorer overbetaler for illikvide aktiver, jagende efter højere afkast, hvilket får disse aktiver til at stige i pris og dermed udhuler illikviditetspræmierne.

For at forstå markedet på et dybere niveau er det nødvendigt at indse, at illikviditet ikke kun drejer sig om afkastet, men også om investorerne strategiske valg og adfærd. Markederne for illikvide aktiver har ofte stor volatilitet, og det kræver en skarp forståelse af både risiko og afkast at navigere i disse markeder. Endvidere er det essentielt at have i tankerne, at illikviditetsrisikopræmierne kan udhules, når markederne bliver mere integrerede, og kapitalen lettere kan flyttes mellem aktiver. Dette gør det nødvendigt for investorer at balancere deres porteføljer og forholde sig strategisk til, hvordan likviditeten udvikler sig over tid.

Hvad Bestemmer Renteniveauet på Langsigtede Obligationer?

I økonomisk teori er det almindeligt anerkendt, at renteniveauet på obligationer i høj grad bestemmes af forventninger om fremtidige renteniveauer samt risikopræmier, som investorer kræver for at holde på langvarige finansielle instrumenter. I en periode, hvor den amerikanske økonomi var præget af faldende renter efter 1980, har investeringer i obligationer med lange løbetider generelt givet højere overskud end kortfristede investeringer som T-bills (tre-måneders statslånerenter). På trods af dette er der et paradoks: lange obligationer, som burde have lavere volatilitet i forhold til økonomiske chok på grund af rentens tendens til at revertere til gennemsnittet, udviser ofte større volatilitet end kortere obligationer.

En grundlæggende faktor i denne volatilitet er, at renten på langtidsobligationer er følsom overfor makroøkonomiske choks og politiske beslutninger. I USA, hvor Federal Reserve (Fed) har været ansvarlig for pengepolitikken, har ændringer i pengepolitikken ikke kun påvirket kortfristede renter, men også haft konsekvenser for langvarige obligationers afkast og volatilitet. I perioden fra 1983 til 2011 var overskudsafkastet på fem til ti-årige obligationer 5,85% og på obligationer med en løbetid længere end ti år var det 8,48%, hvilket var et klart tegn på de generelle fald i renteniveauerne.

På den anden side, hvis vi ser på perioden 2000 til 2011, ser vi et endnu tydeligere skift i relationen mellem aktier og obligationer. Mens aktiemarkedet gennemgik en nedtur, især i forbindelse med "The Lost Decade" for aktier, var obligationer en langt bedre investering. For eksempel havde tiårige obligationer i denne periode et overskudsafkast på 7,18%, mens aktiemarkedet ikke kunne levere et positivt afkast.

Volatilitet i forbindelse med obligationer, især på lang sigt, er også et velkendt fænomen i økonomiske modeller, hvor man normalt forventer, at renteniveauerne vil udvise en gennemsnitlig tilbagevenden. Alligevel ser vi i praksis, at langvarige obligationer ikke kun er følsomme overfor økonomiske udsving, men også udviser en overraskende volatilitet. Dette fænomen, der er blevet kaldt "bond excess volatility puzzle", blev først dokumenteret af økonomer som Robert Shiller, der tidligere havde påvist lignende resultater i aktiemarkedet.

En vigtig dynamik ved langtidsobligationer er deres følsomhed overfor risikopræmier, som bliver fastlagt af markedsdeltagernes forventninger om økonomiske forhold. Rentestrukturen på lang sigt er ikke blot et resultat af nuværende økonomiske forhold, men af den risikovillighed, som investorerne har for fremtidige makroøkonomiske begivenheder. Denne risikovillighed påvirker ikke blot prisfastsættelsen af obligationer, men også deres volatilitet og det afkast, som investorerne forventer at opnå.

Den økonomiske teori om obligationsrentestruktur indebærer en forståelse af, hvordan rentepriserne for obligationer med forskellige løbetider hænger sammen. Hvis en investor vælger at investere i en kortfristet T-bill, kan man risikere at skulle geninvestere i fremtiden til en ukendt rente. På den anden side, hvis man vælger at investere i en længerevarende obligation, kender man den faste rente over hele perioden. Denne usikkerhed i rullestrategien gør, at priserne på kortfristede obligationer ikke kan afvige for meget fra dem på langtidsobligationer. Hvis priserne på de kortfristede obligationer er meget lave i forhold til længerevarende obligationer, vil investorer hurtigt udnytte denne arbitrage.

Afkastet på obligationer kan opdeles i to hovedkomponenter: "forventningskomponenten" og "risikopræmien". Forventningskomponenten er den del af afkastet, der relaterer sig til investorernes forudsigelser af fremtidige rentesatser, mens risikopræmien afspejler den ekstra afkast, investorer kræver som kompensation for at påtage sig risikoen ved at investere i langvarige obligationer. Når vi ser på den generelle struktur af renteafkastet, kan vi forstå, hvordan de forskellige faktorer påvirker prissætningen på obligationer på tværs af tidshorisonter.

Langtidsrenteændringer kan også være et resultat af politiske beslutninger, såsom ændringer i pengepolitik eller makroøkonomiske chok, der kan påvirke renteniveauerne på tværs af hele rentekurven. Den historiske udvikling viser, at det ikke kun er korte rentesatser, der bliver påvirket af pengepolitikken, men også langtidsrenter, som er knyttet til de samme makroøkonomiske faktorer.

At forstå forholdet mellem risikopræmier og renteudvikling er essentielt for investorer, der søger at navigere i et marked præget af volatilitet. Den vigtige pointe her er, at markedet for langvarige obligationer kræver en forståelse af de underliggende risici, og hvordan disse risici kan variere over tid afhængig af økonomiske og politiske faktorer.

Hvad drev Borodin og de vigtigste personer bag den kinesiske revolution?
Hvordan fungerer Vehicle-to-Grid teknologi i elnetsystemer?
Hvordan håndterer man uundgåelige skæbner og personligt ansvar i en verden af multiple tidslinjer?
Hvad er de grundlæggende udfordringer ved kalibrering i analytisk kemi?
Hvordan opbygger man relationer på arbejdspladsen gennem respekt og uformelle samtaler?