https://open.spotify.com/episode/49E3VYFsWDQO7pCePlQU7r?si=a665d83a952f4342
<aside> 🎙️ Het woord volatiliteit valt vaak in de podcast, maar er valt nog een hoop over te leren. Volgens Mees Bovelander bestaan er namelijk veel misvattingen over. Hoe meer volatiliteit, hoe meer risico, dus hoe hoger je rendement? Hij haalt de wetenschap erbij om uit te leggen waarom je dit niet zonder meer kunt stellen. Een gesprek over standaarddeviatie, bèta en de voordelen van beleggen in aandelen met lage volatiliteit.
</aside>
Mees Bovelander heeft geen uitgebreide introductie nodig. Ken je Mees nog niet, lees of luister aflevering 90 eerst. De meesten kennen Mees al van zijn bijdrage in de community. Hij is vooralsnog een MSc student Financial Economics aan de Erasmus Universiteit Rotterdam. Binnen zijn Bachelor Economie en Bedrijfseconomie heeft hij gekozen voor een financial accounting specialisatie. Naast zijn studie heeft hij (werk)ervaring in de finance (controller) - en marketingsector. Op individuele basis houdt hij zich bezig met business valuation, portfolio management en personal finance. Mees is goed op weg met zijn master in Financial Economics, waar hij hoopt cum laude af te studeren. Een geweldige fondsmanager in wording dus. Mees duikt graag de onderzoeken in, evidence based beleggen dus.
90. Evidence based beleggen (met Mees Bovelander) | € 235.700
Volatiliteit is in het kort de mate van beweeglijkheid. We als beleggers zijn geïnteresseerd in volatiliteit omdat het ons tot op zekere hoogte vertelt welke mogelijke uitkomsten een investering kan hebben. Wanneer een asset een hoge volatiliteit heeft, stellen we doorgaans dat de hoeveelheid mogelijke resultaten verder uiteenlopen dan bij een asset met lage volatiliteit. Hierbij wordt ook nog onderscheid gemaakt tussen absolute volatiliteit en relatieve volatiliteit. Bij absolute volatiliteit kijken we naar de standaarddeviatie of de variantie. Bij relatieve volatiliteit kijken we naar een regressiecoëfficiënt (bèta).
<aside> 💁 De standaarddeviatie of standaardafwijking geeft de mate van spreiding aan in bepaalde data. Het geeft aan hoezeer de geobserveerde waardes afwijken van het gemiddelde
De regressiecoëfficiënt geeft aan hoe de ene variabele verandert per eenheid verandering van de andere variabele (‘b’ in de vergelijking van een regressielijn y = a + bx). Met andere woorden, de regressiecoëfficiënt (b) is de helling van de regressielijn. Dit in tegenstelling tot de correlatiecoëfficïent (r) die aangeeft hoe sterk dit verband is.
</aside>
Je kan de volatiliteit ook op portfolioniveau bekijken maar dat werkt net weer wat anders. In dat geval is het samenspel tussen posities heel belangrijk. Zo zou je posities onder andere kunnen hedgen. Dat kan ook op een ‘natuurlijke’ manier door bijvoorbeeld zowel Shell als Vopak te hebben.
Volatiliteit zit nu eenmaal in de markt. Als belegger kan je hier niet je ogen voor sluiten. Het is iets wat je moet leren begrijpen met als doel om het te laten aansluiten bij jouw karakter als belegger. Kan jij een portfolio met een bèta van 2 vanuit een psychologisch perspectief aan? Of slaap jij beter bij een bèta van 0,5? Volatiliteit heeft een belangrijke interactie met zowel risico als return. Het belang van deze combinatie wordt vaak onderschat. Volatiliteit is voornamelijk belangrijk op de korte termijn. Daar is de zichtbaarheid ook het grootst. In principe kan volatiliteit door iedere belegger in het voordeel worden gebruikt. Om dit te kunnen doen moet je het dus beter leren begrijpen!
Hoe risico en return zich tot elkaar verhouden is lastiger dan in het eerste opzicht lijkt. Er moet namelijk eerst een manier worden gevonden om risico te kwantificeren voordat die verhouding kan worden bestudeerd. Zoals gezegd hebben academici uiteindelijk gekozen voor volatiliteit als de (enige) maatstaf van risico. De beleggingsbeslissing is binnen de academische wereld in feite een afweging tussen return en de mate van variantie in de return. Beleggers willen return maximaliseren en variantie minimaliseren.
Bovendien is de relatie tussen risico (volatiliteit) en return volgens het CAPM lineair. Er zou volgens dit model een positieve relatie bestaan tussen de mate van risicoblootstelling en de te verwachten returns. Een belegger die meer rendement wilt zal volgens deze theorie meer risico moeten nemen. En dit is (om een of andere reden) de gedeelde perceptie omtrent risico en return. De meeste beleggers gaan er vanuit dat het nemen van meer risico’s leidt tot hogere returns. Wil je meer rendement? Dan zul je akkoord moeten gaan met een hogere mate van risico. Uitgaande van deze benadering kan er een prijs worden betaald voor het ontlopen van risico. De belegger heeft een keuze tussen laag risico en laag rendement of hoog risico en hoog rendement. Het verlagen van het risico is dus in feite een kostenpost. Het ‘kost’ return om een lager risico te hebben.
<aside> 💁 Het Capital Asset Pricing Model (CAPM) is een model dat wordt gebruikt om het rendement te berekenen dat een belegger moet verlangen wanneer hij of zij een investering maakt op basis van het risico dat hij of zij neemt. In aflevering 90 zijn we dieper ingegaan op Portfolio Theory en CAPM.
</aside>
Toch is dit een beetje een vreemde conclusie. Als jij minder risico wil lopen zul jij dus akkoord moeten gaan met een lagere return. Maar welk risico hebben wij dan eigenlijk ontlopen? We zijn namelijk bij voorbaat slechter af. Deze tegenstelling is voor mij het signaal geweest dat er wat misgaat in het definiëren van risico.
Beleggers hebben het doel om de eindwaarde van hun vermogen te maximaliseren. Met andere woorden: er wordt gestreefd naar een zo hoog mogelijke groeivoet van het kapitaal. Wat mij betreft moet risicomanagement dit doel dienen. Risicomanagement zou ons moeten behoeden voor tegenvallers die deze groeivoet kunnen verlagen. Onderaan de streep zou risicomanagement ons dus return moeten opleveren. Het maximaliseren van de geometrisch gemiddelde performance van een portfolio is het doel. Het managen van risico is hier onlosmakelijk mee verbonden. Returns en risico staan nooit los van elkaar.
In mijn optiek is risico dus een belangrijk onderdeel van portfolio-optimalisatie. Het kan worden gedefinieerd als omstandigheden of gebeurtenissen die de groeivoet van kapitaal negatief beïnvloeden. Door de groeivoet te maximaliseren moet automatisch gekozen worden voor beleggingen die de groeivoet positief beïnvloeden. Uit onderzoek blijkt dat volatiliteit hier inderdaad betrekking op heeft. Maar niet op de manier zoals wordt uitgelegd in de portfolio theorie van Markowitz en het daaruit voortkomende CAPM.
Wat zeggen de theorieën?