Correlaties tussen financieel-economische grootheden spelen een sleutelrol in elk raamwerk voor risicomanagement en beleggingsbeslissingen. Correlaties bepalen namelijk hoe risico aggregeert over beleggingscategorieën in een portefeuille. Ook de relatie tussen verplichtingen en bezittingen wordt bepaald door correlaties, en daarmee door het balansrisico.
Denk aan de zogenoemde Economic Capital-berekening van een verzekeraar, waarin de aangenomen correlatie tussen activa en passiva in worst-case scenario’s essentieel is. Helaas blijken correlaties in de praktijk erg complex. Deze complexiteit ontstaat doordat correlaties meerdere dimensies hebben.
hoe hoger de stress, hoe hoger de correlatie
Zo is er de tijdsdimensie zoals beschreven door het prevalerende financieel-economisch klimaat. De correlatie tussen beleggingsrendementen is een stuk hoger in tijden van economische spanning dan in normale tijden. Het begin van de uitbraak van Covid-19 biedt een voorbeeld van deze hogere “staartcorrelaties”. Terwijl beleggers de impact van de corona-uitbraak op de mondiale economie probeerden in te schatten, stegen de correlaties tussen asset classes en regio’s sterk. Dit had een afname van de nagestreefde diversificatievoordelen tot gevolg. Want zo geldt: hoe hoger de stress, hoe hoger de correlatie en hoe meer de diversificatievoordelen afnemen.
Dit effect zien we voor rendementen binnen een beleggingscategorie zoals aandelen, maar ook tussen de mondiale regio’s en tussen de rendementen van verschillende asset classes. De tijdsafhankelijkheid van correlaties is sterker voor rendementen op een hoge frequentie zoals maandrendementen dan voor lagere frequenties zoals jaarrendementen.
Dit brengt ons op een andere dimensie van correlaties. Dat is de zogenoemde horizondimensie. Correlaties, maar ook verwachte rendementen, volatiliteit en de verdelingseigenschappen van rendementen variëren met de beleggingshorizon. Campbell en Viceira (2005) populariseerden dit verstrekkende inzicht onder de term ‘termijnstructuur van risico en rendement’.
Modellen voor korte-termijn risicomanagement worden daarom vaak gekalibreerd op relatief recente en hoogfrequente data. Deze modellen richten zich op een inschatting van korte-termijn risico’s. Daardoor zijn ze niet geschikt om langere termijn beslissingen op te baseren. De reden is dat korte-termijnmodellen de neiging hebben om, ten onrechte, korte-termijn correlaties te extrapoleren naar langere horizonnen.
Op zoek naar een “verenigd” model
Organisaties die zich hiervan bewust zijn gebruiken daarom verschillende type risicomodellen voor verschillende toepassingen: een model voor korte-termijn risicomanagement en een ander model voor het lange termijn strategisch beleid. Een dergelijk praktische benadering is begrijpelijk, maar uiteindelijk inefficiënt en verhoogt het risico op inconsistente besluitvorming op verschillende plekken binnen een organisatie (Varnell, 2009). Het ontbreekt namelijk aan een “verenigend” model waarin de verschillende correlatiestructuren op een consistente manier samenkomen.
Het is echter mogelijk om de verschillende dimensies van correlaties in één consistent multi-horizon raamwerk te vangen. Het essentiële concept is de zogeheten “trend-conjunctuur decompositie”. Door financieel-economische grootheden te ontleden – “decomponeren” - in een lange termijntrend, middellange termijn conjunctuur en een korte-termijn component, wordt het mogelijk om de termijnstructuur van risico en rendement expliciet te beschrijven. Onderstaande figuur laat zien hoe dergelijke componenten geïnterpreteerd kunnen worden als tienjaars, jaarlijkse, en maandelijkse rendementen.
Bron: Ortec Finance
Door alle financieel-economische grootheden op deze manier te ontleden wordt het mogelijk om een model te “ankeren” aan correlaties op verschillende horizonnen. Deze robuuste manier om de “termijnstructuur van risico en rendement” te beschrijven maakt het mogelijk om te werken met een enkel multi-horizon model. Een dergelijk model draagt bij aan de efficiëntie en consistentie van organisatiebrede risicomodellering.
Eén enkel multi-horizon model
Het belang van het gebruik van een enkel multi-horizon model wordt geïllustreerd door de correlatietermijnstructuur van aandelen en inflatie. Bij een horizon van één jaar is deze correlatie zeer beperkt en lijken aandelen geen rol van betekenis te spelen in het afdekken van inflatierisico. Op langere horizonnen van 20 tot 30 jaar loopt deze correlatie echter op. Dit toont de beleidsrelevantie van het juist meenemen van deze correlatietermijnstructuur.
Door als aanvulling op het concept van trend-conjunctuur decomposities te werken met niet-normale dynamische factormodellen wordt het ook mogelijk om hoog-dimensionale staartrisico’s te modelleren en daarmee alle dimensies van correlaties in een enkel consistent raamwerk te beschrijven. Voor meer details over hoe een dergelijke modelbenadering werkt, zie Steehouwer (2016).
Bron: Ortec Finance
Paul van ’t Zelfde, managing director scenarios & asset valuation bij Ortec Finance, een wereldwijde leverancier van technologie en oplossingen voor het nemen van investeringsbeslissingen. Ortec Finance is één van de kennispartners van Fondsnieuws en schrijft maandelijks een bijdrage over uiteenlopende thema’s.