Dan Kemp vil gi foredrag om dette teamet på Morningstar Investment Conference Nordic. Klikk her for å se agenda, påmelding også videre.
Ingen steder er begrensningen til språkbruken mer åpenbar eller farlig enn i risikovurderinger til multiaktiva-fond (altså fond som inneholder ulike aktiva klasser som aksjer, obligasjoner og renter) og den forenklede måten disse produktene blir tilnærmet investors evne til tap. I denne korte artikkelen undersøker vi de underliggende problemene med denne forenklede fremferden, og foreslår steg for å bedre treffsikkerheten til risikoprofileringsverktøyene for å redusere egnethetsmisforholdet som vi mener er tilstede i noen eksisterende verktøy.
Bruken av enkle risikokartleggingsverktøy er den forståelige reaksjonen til økt regulatorisk ettersyn og skuffende resultater i mange multi-aktiva-porteføljer under finanskrisen. I et forsøk på å skape en påviselig prosess for å matche kunder til passende fond, har risikovurderingsverktøy tendert til å koke ned risikoparameteren til ett enkelt måltall for volatilitet. Når man gjør det, så ignorer verktøyene andre risikofaktorer slik som eksempelvis; permanent tap av kapital, illikviditet, konkurs, farene ved ikke å oppnå målene og motpartsrisiko.
Selv om bruken av volatilitet som en proxy for risiko gir en statistisk basis for å beskrive tilfeldighetene i bevegelsene til kapitalmarkedene, så avhenger verktøyet av visse forutsetninger og dets svake evne til å forutsi betyr at volatilitet er både en svak proxy for risiko, og en uforutsigbar måte å forutsi permanent tap av kapital. Derfor vil tallet ha begrenset nytte når en matcher fond til kunder. Disse svakhetene kan blir vist ved å studere volatiliteten og avkastningene til alle typer fond.
Kalkulasjonen av volatilitet setter to store forutsetninger: for det første at avkastningen er normalfordelt, og det andre er at korrelasjonene forutsettes å være stabile. Ingen av delene er sant. Ett blikk på data for aksjeavkastningen over lange tidsperioder viser at avkastningsdistribusjonen er både skjev (skewness) og har positiv kurtose (kurtosis – fordelingen er smalere enn normalfordeling). Dette betyr at den typiske målingen av gjennomsnitt og volatilitet ikke fullt ut beskriver avkastningsfordelingen.
Problemet blir forsterket når man vurderer multi-aktiva-fond, ettersom tradisjonelle risikoverktøy tenderer til å bruke gjennomsnittlig korrelasjonsdata. I realiteten er korrelasjonssammenhengene som skaper diversifiseringsfordelene i multi-aktiva-porteføljer ustabile. Korrelasjoner tenderer til å øke under perioder med stress og øker tapene utover det man forventer ved bruk av gjennomsnittlige data.
Som en konsekvens av disse svakhetene kan investorer bli overrasket over avkastningen oftere enn de burde. Faktisk pleier perioder med lav volatilitet å være forløper til høyt tap av kapital, mens perioder med høy volatilitet ofte representerer de mest attraktive investeringsmulighetene. Hvis man bruker risikoindikatoren i nøkkelinformasjonsdokumentet som basis, kan man med en portefølje som har fast allokering mellom aksjer og renter, gå fra å være midt i 4 på skalaen, til å bryte både øvre og nedre bånd i løpet av en markedssyklus.
Hva er løsningen?
Det første steget må være å gå vekk i fra den forenklede søken etter svaret på «risiko» og i stedet forstå de mange variantene av dette temaet og de mange måtene risiko blir oppfattet av investorer.
For det andre må vi, i investeringsindustrien, forbedre våre kvalitative og kvantitative metoder for å vurdere risikoen til et fond. Målsetningen, holdningen og investeringsprosessen til en forvalter er minst like viktig som historisk avkastning til en portefølje. Forvaltere med tilsvarende porteføljer kan gi ulike resultater gjennom krisen, avhengig av temperament, historisk erfaring og mandatet til investor.
Kvalitativ analyse kan også hjelpe til å få grep om temaer som ikke like ofte kommer opp i dagsordenen slik som eksponeringen mot konkursrisiko, illikviditet og ressurser. Selv om dette ikke passer godt inn i et spørreskjema, så spiller de likevel en viktig rolle i risikovurderingsprosessen.
For det tredje, hvis volatilitet er et dårlig verktøy for å vurdere fremtidig avkastning til en portefølje, så trenger vi å finne en mer robust kvantitativ fremgangsmåte. Det er flere verktøy vi kan trekke frem, men ett spesielt er CVaR (Conditional Value at Risk) som tar hensyn til formen på fordelingen av avkastning og gir dermed et mer nøyaktig syn på potensielt tap av kapital til en gitt aktivafordeling når det er stress i markedet.
Påvirkningen av verdsettelse burde også bli vurdert når man estimerer fremtidig avkastning og potensielt tap. Dette aspektet av risiko pleier å bli oversett av tradisjonelle risikoverktøy, ettersom det krever verdsettelsesmodeller for et stort antall aktiva. Dette krever igjen et mer gjennomtenkt bidrag enn å sammenstille historiske data. Arbeid gjort av nobelprisvinner Robert Shiller og andre har klart demonstrert at det er en sammenheng mellom pris betalt (syklisk justert P/E) og fremtidig aksjeavkastning. Denne sammenhengen er enda klarere innenfor renteverdenen hvor avkastning frem til utløp av rentepapiret kan bli beregnet. Hvis man ekskluderer verdsettelse fra risikovurderingsprosessen betyr det at man ignorerer det sterkeste prediktive måltallet tilgjengelig til investorer.
Ved å kombinere denne robuste kvantitative fremgangsmåten med en helhetlig kvalitativ vurdering, burde det være mulig å gi bedre vurdering av risikoen til et fond og gi en mer nøyaktig match mellom fond og kunde. Hvis man gir en bedre match mellom investor og fond, kan det gi fordeler for både rådgiveren og kunde når den neste stormen kommer.
Artikkelen er forkortet og ble først publisert i Financial Advisor i Storbritannia.
Dan Kemp vil gi foredrag om teamet på Morningstar Investment Conference Nordic. Klikk her for å se agenda, påmelding også videre.
