De vraag van 1 miljoen voor beleggers is (naast in welke aandelen te beleggen), wanneer men aandelen moet kopen. De literatuur rond “return predictability” is daarom ook zo populair, ook onder academici.
In 2013 werd de Nobelprijs voor de Economie er ook over uitgereikt. Eugene Fama (met Kenneth French) zag dat dividendrendement – verkregen dividenden gedeeld door de prijs van een aandeel – een maatstaf was om te zien hoe hard rendement na 1 maand tot 1 jaar reageerde. Een stijging van 1% in de ratio is goed voor een gemiddelde stijging van 1% op de beurs (bovenop een gemiddelde van 8%) het volgende jaar.
Na de vondst van Fama en French sloeg de academische wereld op hol. Veel onderzoekers probeerden met een strategie te komen die munt sloegen uit return predictability. Enerzijds wouden ze de beurs – systematisch – kloppen door beter te begrijpen waarom dividendrendement bewoog. Anderzijds werd er gezocht naar nieuwe ratio’s en factoren die rendement kan voorspellen. Conclusie uit de literatuur, na bijna 30 jaar: ze zijn nog steeds aan het zoeken. Er zijn er weinig maatstaven die werken in-sample, laat staan out-of-sample. De invloedrijke studie die dit neerzette, heet “academic research destroyed return predictability”. Misschien niet verrassend: als je de manier hebt gevonden om de beurs te kloppen, ga je dat niet aan de grote klok hangen, maar op een strand in de Malediven handelen op deze informatie.
Ruis in rendement
Een van de redenen waarom het zo moeilijk is om de beurs te kloppen: er zit erg veel ruis in rendement. Een studie toonde bijvoorbeeld aan dat meer dan 35% van maandelijks beursrendement het gevolg is van ruis, en de overschot het gevolg van een wijziging in beleggersverwachtingen (zowel cash-flows en verwacht rendement of private informatie). Mensen die het toch proberen, komen vaak bedrogen uit:
Als je 10.000 dollar belegde op 31 december 2007, kwam je op 31 december 2022 uit op 35.461 dollar; goed voor een jaarlijkse rendement van 8,81%. Dit is, niet onverwacht, pal op het gemiddelde van 8%. Echter,
- Had je de tien beste dagen op de beurs gemist over deze periode, had je 19.215 dollar minder. Het gemiddeld jaarlijks rendement was dan slechts 3,29%; meer dan de helft minder.
- Had je de 20 beste dagen gemist over deze periode, verloor je 252 dollar. De 10.000 dollar was nog maar 9.648 dollar.
- Had je een slechte maand, en had je de 30 beste dagen gemist, was het gemiddeld rendement -2,93%. Goed voor een verlies van meer dan 3.000 dollar tegenover 31 december 2007: 6.399 dollar.
Figuur 1: Het effect wanneer je de 10 beste en ergste dagen per jaar hebt gemist
De resultaten houden voor een langere tijdsperiode aan. Tussen 1 februari 1998 en 31 december 2019 (in figuur 1): als je de tien slechtste dagen had gemist, had je een rendement dat twee keer hoger lag dan de start. De tien beste dagen missen, zorgt voor een rendement dat twee keer lager lag dan de start.
Figuur 2: Gemiddelde volatiliteit van bedrijven per jaar
Over een periode van 15 jaar slechts 10 dagen missen is echt peanuts. En toch zijn de resultaten enorm. Dit is voor mij alvast sterk bewijs tegen markttiming. En dan zijn we niet ingegaan op het debat “actief vs. passief beleggen”. De resultaten zijn significanter wanneer je (naast markttiming) aan stock picking doet. De volatiliteit van individuele aandelen is namelijk veel hoger dan dat van de beurs als geheel.
In Figuur 2 tonen we het gemiddeld jaarlijkse volatiliteit per aandeel. Zoals je ziet is er een grote spreiding over bedrijven heen. Ook dit is bewijs dat niet in het voordeel van markttiming spreekt. Want dan kan je jouw broek scheuren als je twee goede dagen mist. Best toch geen vakantie naar de Malediven nemen als je aan markttiming doet?
Gertjan Verdickt is docent beleggingsleer en Investment Officer kennisexpert