Sinds de 19de eeuw begrijpen financiële analisten het concept van correlatie in de beleggersportefeuille goed: Correlatie zorgt ervoor dat het portefeuillerisico daalt wanneer je verschillende beleggingen combineert.
Het gevolg – althans volgens economische theorie – is dat je een premie moet betalen voor beleggingen met een lage correlatie.
In andere woorden: het rendement op aandelen met een lage correlatie ligt lager dan die van aandelen met een hoge correlatie. Waarom?
(1) Aandelen met een hoge correlatie zijn risicovol. Waarom? In een recessie dalen gemiddeld gezien de aandelenkoersen. Aandelen met een hoge correlatie gaan tezamen naar beneden, wat verliezen voor beleggers doet opstapelen. Om die reden vragen beleggers compensatie voor het aanhouden van dit risico: die risicopremie zorgt ervoor dat, in theorie, hogere-correlatie-aandelen een hoger verwacht rendement hebben.
(2) Aandelen met lage correlatie zijn duur. Waarom? Iedereen wil, in een recessie, die aandelen die een andere bewegingen uitgaan dan de rest van de markt. Aangezien mensen hun portefeuille omgooien naar deze aandelen toe, worden deze aandelen duurder. Het verwacht rendement voor die aandelen gaat daarom net dalen. Dus lagere-correlatie-aandelen hebben een laag verwacht rendement.
Figuur 1: het risico-gewogen rendement (alpha) van verschillende portefeuilles, waaronder betting-against-correlatie (BAC).
Wanneer we dus een portefeuille maken waarin we hoge-correlatie-aandelen gaan kopen en lage-correlatie-aandelen gaan verkopen, zouden we mooi resultaten (zijnde alpha) moeten halen. Verschillende academici hebben dit ook getest. Het resultaat was het exact omgekeerde. Gemiddeld gezien doen de lagere-correlatie-aandelen het veel beter dan hogere-correlatie-aandelen. Dit wordt daarom “betting against correlatie” (BAC) genoemd.
In een recente paper zijn Koen Inghelbrecht, Daniel Linders, Yong Xie en ik een stap verder gegaan. Wij stellen dat correlatie enkel de lineaire afhankelijkheid meet tussen aandelenkoersen. Echter, aandelen kunnen ook in een erg niet-lineaire manier bewegen. Denk aan de inval van Rusland in Oekraïne: dit is een periode dat er erg emotioneel wordt gereageerd door beleggers. Om die reden hebben we een maatstaf gemaakt dat zowel lineaire als niet-lineaire afhankelijkheid gaat meten.
Figuur 2: de evoluatie van totale afhankelijkheid (MFID).
Wat tonen is dat correlatie helemaal niet uitmaakt op de aandelenmarkt. In onze paper tonen we aan dat de resultaten van het voorgaande onderzoek – betting against correlatie – wegvallen wanneer we rekening gaan houden met niet-lineaire afhankelijkheid.
Hoewel het verhaal vrij technisch en abstract kan klinken, is er een belangrijke take-away: misschien begrijpen beleggers het concept “correlatie” (en diversificatie) minder goed dan we initieel denken. Op welke manier kunnen we dan wel inspelen op dit gegeven? In onze paper vinden we dat aandelen met een lagere-totale-afhankelijkheid die aandelen zijn:
- Die het de laatste 12 maanden relatief slecht hebben gedaan, op de laatste maand na.
- Die een lagere marktkapitalisatie hebben.
- Die een lagere book-to-market waarde hebben.
- Die een hoge bèta hebben.
Die aandelen hebben het de afgelopen 22 jaar significant beter gedaan dan elke andere strategie: we hebben een alpha gehaald op deze strategie van 1,3 procent per maand, bovenop andere risico’s (waaronder marketrisico). Wanneer we dit omrekenen, is dat meer dan 4 procent jaarlijks rendement bovenop de markt zonder extra risico’s.
Gertjan Verdickt is docent beleggingsleer. Hij schrijft over financiële theorie en beleggingsleer. Hij is Investment Officer kennisexpert.