Hvorfor virker lav beta ikke altid som forudset i CAPM?

I teorien forudsiger Capital Asset Pricing Model (CAPM), at aktiver med lavere beta bør have lavere afkast i forhold til aktiver med højere beta, fordi de lav-betaværdier antages at indebære mindre risiko og dermed lavere forventet afkast. Men i praksis er sammenhængen mellem beta og afkast langt fra så klar. Data viser ofte, at aktiver med lav beta faktisk kan have højere afkast end aktiver med høj beta, hvilket er kendt som "lav risiko anomalien".

Så det virkelige mysterium i den lave beta-anomali er ikke, at beta ikke virker som forudset; det er, at vi har så svært ved at forudsige fremtidige beta-værdier, især når vi bruger historiske beta-værdier som grundlag.

For at forstå denne udfordring er det vigtigt at vide, at markederne ikke altid er så rationelle som teorien antyder. Investorer er ofte præget af forskellige psykologiske faktorer, som kan få dem til at undervurdere lavrisiko aktiver, selvom de burde være mere attraktive i henhold til CAPM. Desuden kan faktorer som markedsforhold, investorernes risikovillighed og eksterne chok bidrage til, at risiko-afkast forholdet i praksis ser anderledes ud end teoretisk forudset.

Betting-against-Beta (BAB) faktor er en metode, som har vundet frem i forsøg på at udnytte denne lav-betaforvrængning. Denne strategi går ud på at satse på lav-beta aktiver og shorte høj-beta aktiver, hvilket skaber en faktor, der forsøger at handle på beta-anomalien. For at konstruere denne faktor, tager man forskellen mellem de lav-beta og høj-beta aktiver, justeret for deres respektive betaværdier. Resultatet er en faktor, der forsøger at udnytte den risiko-afkast ubalance, der opstår ved de lav-betaværdier, som ikke altid opfører sig som CAPM forudser.

En variation af denne tilgang er Volatilitetsfaktoren (VOL), som forsøger at udnytte volatilitetens effekt på afkast. Denne metode tager de laveste og højeste volatilitetsporer og bygger en portefølje, som er skaleret op til et mål for volatiliteten, som i dette tilfælde er sat til 15%. Denne tilgang har vist sig at have en lidt højere Sharpe-ratio sammenlignet med BAB-faktoren, og de to faktorer er meget sammenlignelige, men med en stor forskel i korrelationen, som er tæt på -9%. Det betyder, at betaværdier og volatilitetseffekter ikke nødvendigvis er nært forbundne, og de skal behandles som separate anomali faktorer.

En vigtig nuance er, at volatilitet og beta-anomalier ikke nødvendigvis er komplementære, men snarere viser forskellige markedsforhold. Beta-anomalien har tendens til at manifestere sig mere i små aktier, mens volatilitetseffekten er mere udtalt i store aktier, der ofte er lettere at handle, da de har større likviditet.

Mange spørger sig, om de skal satse på lav volatilitet eller lav beta. Svaret er ikke nødvendigvis enten/eller. Det er muligt at bruge begge faktorer i en portefølje for at maksimere de potentielle afkast, samtidig med at man holder risikoen lav.

Endvidere er der også et fænomen, der kan forklares ved, at mange investorer er begrænset i deres brug af gearing. De ønsker måske at påtage sig mere risiko, men er praktisk talt ude af stand til at gøre det på grund af finansielle restriktioner. Dette kan påvirke, hvordan lav-beta og lav-volatilitetsaktier handles på markedet, og gør det endnu mere udfordrende at analysere disse anomalier korrekt.

Hvordan skjulte omkostninger og forvaltningspraksis påvirker investeringsafkast i investeringsfonde

Investeringsfonde er en af de mest populære måder for både private og institutionelle investorer at eksponere sig mod aktiemarkedet. Selvom mange fonde påstår at være omkostningseffektive og velstyrede, afslører undersøgelser og data ofte en anden virkelighed. Carhart (1997) og andre påpeger, at højere omsætning i en fond ofte resulterer i lavere afkast. Dette er en væsentlig grund til at overveje indeksfonde som et alternativ, da de som regel har en meget lavere omsætning, hvilket betyder færre transaktionsomkostninger.

Et godt eksempel er JanusWorldwide i 2012, som havde en omsætningsrate på 49%, mens Janus Global Research, efter fusionen, havde en rate på 67%. Denne højere omsætningsrate betyder højere handelsgebyrer, som bliver pålagt fondens investorer. Mens den gennemsnitlige omsætning for aktive aktiefonde ligger mellem 80% og 90%, har en indeksfond typisk en omsætning på under 5%. For mange investorer er de skjulte omkostninger forbundet med deres investeringer en væsentlig udfordring, og det er vanskeligt at få indblik i, hvad de egentligt betaler for.

Komplicerede aflønningsstrukturer mellem mæglere, markedsføringsfirmaer og andre mellemled kan også skjule en betydelig del af de omkostninger, investorerne bærer. Lønforhold, rabatordninger og andre finansielle incitamenter, som ikke altid er synlige, kan føre til, at investorer betaler mere end nødvendigt, hvilket kan reducere afkastet betydeligt. Edelen, Evans og Kadlec (2012) har dokumenteret, at en højere grad af gennemsigtighed i omkostningsstrukturen fører til lavere agentomkostninger og bedre afkast på lang sigt. Dog viser forskning også, at mere komplekse betalingsstrukturer reducerer udbetalingerne, når markedet er vanskeligt. Dette sker muligvis, fordi investorerne ikke har indsigt i de skjulte udgifter og derfor ikke reagerer på dem.

En anden problemstilling, som investorer skal være opmærksomme på, er såkaldt "incubation bias". Investeringsselskaber starter ofte flere fonde internt, som ikke er offentligt tilgængelige i en testperiode. Denne proces skaber en skævhed, hvor kun de fonde, der opnår høje afkast i denne testperiode, åbnes for offentligheden. Undersøgelser har vist, at fonde i inkubation har afkast, der er næsten 10% højere end ikke-inkuberede fonde, men denne overperformance er ofte resultatet af held snarere end dygtig forvaltning. Efter inkubationen forsvinder dette afkast, og fondens præstation er ofte ikke bedre end gennemsnittet. Inkubationsprocessen kan også føre til skumle praksisser, som at fondene favoriserer visse aktiver, som for eksempel IPO’er, som er mere rentable i starten, men som ikke nødvendigvis giver langsigtede gevinster for investorerne.

Forvaltningen af fonde spiller en central rolle i deres langsigtede præstation. Fonde med flere uafhængige bestyrelsesmedlemmer og lavere gebyrer viser sig at have bedre resultater. Hvis forvaltningsgebyrerne er i overensstemmelse med fondens præstationer, er der en større sandsynlighed for, at investorerne vil opleve positive afkast. Desværre har mange investeringsselskaber tendens til at favorisere interne relationer og profitmål frem for at fokusere på investorernes interesser. Dette kan føre til, at investorerne ikke får den værdi, de burde, af deres investeringer.

En vigtig faktor at forstå er, at selvom omkostningerne ved investeringsfonde er centrale, betyder det ikke nødvendigvis, at lave omkostninger altid garanterer bedre resultater. Det er ofte mere komplekst, og faktorer som forvaltningsstil, markedsforhold og fondsstrategi spiller også en betydelig rolle. For investorer er det derfor afgørende at have en grundlæggende forståelse af de forskellige omkostninger, der er forbundet med aktive fonde versus indeksfonde, og hvordan disse omkostninger kan påvirke deres afkast på lang sigt.

Hvordan man vurderer Private Equity (PE): Er investeringen virkelig værd at gøre?

Når det kommer til private equity (PE), er der mange udfordringer forbundet med at vurdere, om en investering er en god idé. En af de grundlæggende problemer er manglen på realistisk tidsinformation og de vanskeligheder, der opstår, når man forsøger at forudse, om en bestemt PE-fond vil levere et godt afkast. Selv om det er blevet påvist, at de bedste PE-fonde, når man ser på dataene i bagklogskabens lys, præsterer bedre end gennemsnittet, er der stadig mange usikkerheder, når man står overfor en investering i en PE-fond i realtid.

Et konkret eksempel er, når en fond som ABC IV blev oprettet i 2010. I 2013, når ABC V bliver lanceret, er der kun tre år med data om ABC IV at tage udgangspunkt i. Før fonden er lukket og afviklet, som først sker omkring 2020, kan vi ikke være sikre på, om ABC IV var en succes. Derfor er der kun meget begrænsede oplysninger til at træffe beslutning om, hvorvidt man skal investere i den nye fond, ABC V, i 2013. Denne forsinkede information betyder, at det er svært at udvælge fonde, når man kun har de data, der er tilgængelige på det tidspunkt, en fond bliver oprettet.

Når man ser på forskellen mellem akademiske og industriens syn på PE, er det tydeligt, at der er en kløft i vurderingen. Akademikere er generelt skeptiske over for PE-investeringer, mens industrien hævder, at PE har overgået S&P-indekset på både kort og lang sigt. En grund til denne uoverensstemmelse er, at data fra industrien ofte er for optimistiske. Succesfulde fonde er overrepræsenterede i disse undersøgelser, da firmaer, der har dårlige resultater, sjældent rapporterer deres præstationer. Desuden bliver præstationsmål som IRR'er (intern renteafkast) og multipla ofte manipuleret, og disse mål tager ikke højde for den risiko, der er taget for at opnå de påståede resultater.

En stor del af den rapporterede præstation i PE-datakilder stammer derfor fra opblæste regnskabsværdier af pågående investeringer, hvilket betyder, at de data, der præsenteres af PE-firmaer, ofte ikke afspejler den faktiske præstation. Når man har en mangel på gennemsigtighed og markedsværdier i PE, bliver de subjektive vurderinger åbne for misbrug, og de risici, der er forbundet med at stole på disse data, bliver langt mere åbenlyse.

Når det kommer til investeringerne i porteføljeselskaber, kan PE-fonde skabe værdi for de virksomheder, de investerer i. Efter en PE-transaktion er der ofte en stigning i rentabiliteten og investeringer i nye projekter. For eksempel viser Kaplan og Stromberg (2009), at efter PE-transaktioner bliver virksomheder mere rentable. PE-fonde kan også tilføre værdi gennem rådgivning og professionel ledelse, samt støtte virksomhedernes markedsføring via deres netværk.

Det er dog ofte sådan, at den værdi, der skabes, går til fondens ledelse (GP'erne) snarere end til investorerne (LP'erne). Dette fænomen understøttes af teorien om principal-agent problemer, som bliver grundigt gennemgået i litteraturen. Hvis en buyout-fond køber 100% af en virksomhed, reduceres agency-problemerne, da ejere og ledelse er de samme personer, og de har derfor en større interesse i virksomhedens succes.

En vigtig pointe at forstå er, at mange af de problemer i PE-industrien stammer fra de kontrakter, der er mellem investorerne (LP'erne) og fondens ledelse (GP'erne). Disse kontrakter har ofte alvorlige mangler, herunder manglende gennemsigtighed i forhold til aktiverne, komplicerede og subjektive rapporteringsmetoder, samt incitamenter, der kan føre til dårlige investeringer. På lang sigt kan dette medføre, at investorer betaler for noget, de aldrig vil få, og at ledelsen fortsætter med at opkræve gebyrer på investeringer, der aldrig bliver realiseret.

Hvordan bør man tilpasse investeringer i en verden, der ikke er forudsigelig?

Når vi ser på historien om investeringer, især i forhold til mean-variance porteføljer, er det tydeligt, at traditionelle metoder til porteføljeoptimering ikke altid afspejler virkeligheden på markederne. Michaud (1989) kalder mean-variance porteføljer for "fejlmaksimerende porteføljer", og med god grund. Det betyder, at den gennemsnitlige tilgang til porteføljeoptimering kan føre til misforståelser og dårlige beslutninger, når markederne er volatile eller foranderlige.

En af de mest grundlæggende fejltagelser i investeringsverdenen er at bruge mean-variance utility som grundlag for beslutningstagning. Mange investorer er bange for risici, ikke kun i forhold til absolutte tab, men også i forhold til relativ præstation, som kan være forbundet med sociale sammenligninger eller frygten for at falde bagud. Derfor bør vi tænke på investeringer på en mere fleksibel og realistisk måde, som i højere grad afspejler de faktorer, der virkelig betyder noget for investorerne, såsom deres risikovillighed og præferencer for gevinst eller tab.

En af de første anbefalinger er derfor at undgå at bruge mean-variance utility som standardmetode. Denne tilgang ignorerer vigtige elementer, som investorerne virkelig bekymrer sig om, såsom relative præstationer og tab, der kan have mere psykologisk vægt end rent økonomiske gevinster. Desuden er der ikke rigtig nogen kommercielt tilgængelige optimeringsværktøjer, der kan håndtere de mere komplekse, realistiske utility-funktioner, som investorerne har behov for. De fleste optimeringsværktøjer på markedet er stadig baseret på mean-variance metoder, som simpelthen ikke afspejler de faktiske risici og præferencer.

Hvis du alligevel insisterer på at bruge mean-variance utility, kan det dog være nyttigt at pålægge restriktioner. Jagannathan og Ma (2003) viser, at porteføljer, der er optimeret uden restriktioner, er ustabile og kan føre til forkerte vægte, som ikke er økonomisk fornuftige. Ved at pålægge restriktioner på optimeringen kan vi sikre, at de endelige vægte er realistiske og økonomisk begrundede. Restriktioner hjælper med at justere de urealistiske vægte tilbage mod et mere rimeligt udgangspunkt, hvilket gør den opnåede portefølje mere robust.

En anden metode til at forbedre porteføljeoptimering er brugen af robuste statistiske metoder. Dette kan omfatte metoder som Bayesian shrinkage, som hjælper med at korrigere for ekstreme værdier og outliers, som kan forvride traditionelle estimater. Disse metoder justerer estimeringerne baseret på en økonomisk eller intuitiv model, som f.eks. CAPM (Capital Asset Pricing Model) eller multifaktor-modeller. Ved at anvende disse teknikker kan man få et mere realistisk billede af de forventede afkast og volatilitet, hvilket gør porteføljen mindre følsom over for ekstreme og eventuelt fejlagtige data.

En stor faldgrube ved mean-variance investering er afhængigheden af historiske data til at estimere fremtidige afkast og volatilitet. Investorer, der kun ser på korte tidsrammer, kan hurtigt ende med at træffe beslutninger, der er skadelige i et langtidsperspektiv. En sådan tilgang kan føre til pro-cyklikalitet, hvor høje historiske afkast fører til høje forventninger om fremtidige afkast, selvom de faktiske fremtidige afkast kan være langt lavere. Det er vigtigt at forstå, at historiske data ikke nødvendigvis afspejler fremtidige forhold, og at beslutninger baseret på kortsigtede datasæt kan føre til fejlagtige konklusioner.

For at undgå dette problem bør man ikke kun bruge historiske data, men også tage højde for økonomiske modeller, der afspejler den virkelige verden. En sådan model kunne være Black-Litterman-modellen, som kombinerer markedets vægtede gennemsnit af aktier med investorerens egne forventninger. Denne tilgang hjælper med at justere de forventede afkast og giver en mere realistisk præsentation af, hvad man kan forvente i fremtiden. Dette skaber en ramme for at vurdere aktiver og deres indbyrdes relationer ud fra et økonomisk grundlag, ikke kun ud fra historiske data.

Det er også værd at bemærke, at diversificering kan være langt mere kompleks, end den ofte fremstår. Mange investorer ser på aktiver i isolerede kategorier, som f.eks. private equity eller hedgefonde, og forsøger at diversificere disse alene. Men det er ofte mere hensigtsmæssigt at fokusere på de underliggende risici og faktorer, som driver aktivernes performance, snarere end blot at stole på aktiver med et bestemt etiket. I mange tilfælde har hedgefonde og private equity den samme type risici som traditionelle aktiver, og deres evne til at diversificere porteføljen kan være begrænset.

Endelig skal man ikke undervurdere vigtigheden af at holde tingene enkle. I den komplekse verden af porteføljeoptimering er det nemt at blive fanget i de detaljerede beregninger og avancerede metoder, men det enkle valg er ofte det bedste valg. På den måde kan man undgå at blive fanget af de faldgruber, som komplekse modeller og forudsigelser kan medføre.