Classificatie van Institutionele Beleggers

In deze paragraaf beschrijf ik hoe de factoranalyse en clusteranalyse is gebruikt om institutionele beleggers in groepen te classificeren op basis van hun investeerdersgedrag uit het verleden. Conform het onderzoek van Bushee (1998) heb ik negen variabelen opgesteld die het investeringsgedrag uit het verleden beschrijven van institutionele beleggers (zie tabel 6 voor alle variabelen). Van deze negen variabelen worden vier variabelen gebruikt als proxy voor de mate van portfolio diversificatie van elke institutie. Het niveau van portfolioconcentratie (CONC) meet het gemiddelde percentage van de totale aandelenportefeuille die de instelling heeft geïnvesteerd in elk portfoliobedrijf (Bushee 1998). Het gemiddelde houderschap percentage (APH) meet de gemiddelde grootte van de positie van het institutionele eigenaarschap in haar portfolio bedrijven (Bushee 1998). Deze twee variabelen vangen de hoeveelheid van het totale geïnvesteerde aandelenportefeuille in bedrijven waarbij de institutie een invloedrijke positie heeft als het gaat om houderschap. De variabel LBPH is het percentage van de totale aandelen dat is geïnvesteerd in bedrijven waar het houderschap groter dan 5% is en variabel HERF is een Herfindahl concentratiemeeting berekend als een logaritme van het percentage eigenaarschap in elk van haar portfolio bedrijven in het kwadraat (Bushee, 1998).

Twee variabelen worden toegevoegd om de mate van omloop van het porfolio van de institutie te meten. Portfolio omloop (PT) meet de gemiddelde absolute verandering in eigenaarschapsposities van instituties per kwartaal, geschaald door de verandering in het totale aandelenvermogen van de instelling (Bushee, 1998). De relatieve stabiliteit van het houderschap van instituties in haar portfolio bedrijven (STAB) meet het percentage van het totale aandelenvermogen wat is geïnvesteerd in bedrijven die in de vorige twee jaar worden aangehouden (Bushee, 1998).

Ten slotte worden drie variabelen toegevoegd die de handelsgevoeligheid op huidige winsten meten. De variabel CETS1 meet de interactie tussen veranderingen in institutioneel eigenaarschap binnen een bedrijf gedurende een kwartaal en de seizoensgebonden bedrijfsverandering van

kwartaalwinst die gedurende een kwartaal zijn aangekondigd. De waarden van CETS1 zal hoog (laag) zijn als de institutie zwaarder investeert in bedrijven met een grotere positieve (negatieve) winstveranderingen en desinvesteert meer in bedrijven met negatieve (positieve) winsten. Aangezien er bij deze meting wordt uitgegaan van een lineair verband tussen de grootte van het houderschap en de winstverandering (Bushee, 1998). De twee andere variabelen meten de non-lineaire relaties. Variabel CETS2 meet het verschil tussen gemiddelde winstverandering van bedrijven waarin de institutie haar houderschap heeft vergroot ten opzichte van bedrijven waarin haar houderschap is afgenomen (Bushee, 1998). CETS3 meet het verschil tussen de totale verandering in houderschap van bedrijven met positieve winstveranderingen en de totale verandering in houderschap van bedrijven met negatieve winstveranderingen (Bushee, 1998).

Doordat veel van deze negen karakteristieken sterk met elkaar correleren is het moeilijk een conclusie te trekken op basis van één karakteristiek. Om dit probleem te mitigeren heb ik conform het onderzoek van Bushee (1998) een principiële factor analyse met een directe oblimin rotatie uitgevoerd. Bushee (1998) stelt dat dit de dimensionaliteit van de data, door het combineren van negen individuele karakteristieken in een summiere set van lineaire combinaties die de gezamenlijke variatie tussen karakteristieken verklaren, verlaagd. De factorscores zijn vervolgens gebruikt voor de daaropvolgende clusteranalyse.

Variabel Definitie

Portfolio concentratie (CONC) ∑ Wᴷᵀ / NSTKᵀ

Gemiddeld percentage eigenaarschap (APH) (∑ Wᴷᵀ PHᴷᵀ) / ∑ Wᴷᵀ Gehouden percentage in grote hoeveelheden (LB) (∑ Wᴷᵀ LBᴷᵀ) / ∑ Wᴷᵀ Herfindahl meeting van concentratie (HERF) Log (∑ PHᴷᵀ²) Stabiliteit van houderschap (procent gehouden voor twee jaar) (STAB) (∑ Wᴷᵀ LTᴷᵀ) / ∑ Wᴷᵀ

Portfolio omloop (PT) ∑ ∆ Wᴷᵀ / (∑ Wᴷᵀ + ∑ Wᴷᵀ⁻¹)

Handelsgevoeligheid op huidige winsten (CETS1) (∑ ∆ Wᴷᵀ * RWEᴷᵀ) / ∑ ∆ Wᴷᵀ

Gemiddelde winst mutatie van bedrijven gekocht vs. verkocht (CETS2) Gemiddelde (RWEᴷᵀ |∆ Wᴷᵀ > 0) - Gemiddelde (RWEᴷᵀ |∆ Wᴷᵀ < 0) Mutatie van houderschap in bedrijven met winsten vs. verliezen (CETS3) [(∑ ∆ Wᴷᵀ |RWEᴷᵀ > 0) - (∑ ∆ Wᴷᵀ |RWEᴷᵀ <0)] / ∑ ∆ Wᴷᵀ

NSTKᵀ = aantal aandelen gehouden door de institutie aan het eind van kwartaal t;

Wᴷᵀ = portfolio gewicht (aantal aandelen * aandelenprijs) in bedrijf K aan het eind van kwartaal t; ∆ Wᴷᵀ = Wᴷᵀ - Wᴷᵀ⁻¹;

PHᴷᵀ = gehouden percentage van totale aandelen in bedrijf k door institutie aan het eind van kwartaal t; LBᴷᵀ = 1 als PHᴷᵀ > 0,05, anders 0;

LTᴷᵀ = 1 als in institutie 8 eenvolgende jaren aandelen houdt in bedrijf k, anders 0;

RWEᴷᵀ = willekeurig seizoensgebonden patroon van winst per aandeel op kwartaal basis van bedrijf k in kwartaal 1 (gecorrigieerd met omzet van kwartaal t-4); ᵃ De karakteristieken zijn voor elke institutie uit de Thomson database aan het eind van elk kalenderkwartaal berekend. Op basis van deze

gegevens van de kalenderkwartalen is een jaarlijks gemiddelde berekend om de gemiddelde waarden van elke karakteristiek van elke institutie te verkrijgen. Deze gegevens zijn vervolgens gebruikt om voor elke karakteristiek van elke institutie per periode (1997-2001 en 2003-2007) een gemiddelde waarde te berekenen. Deze waarden zijn gebruikt in de factor en cluster analyse.

Tabel 6

Panel A van tabel 7 betreft een overzicht met de resultaten van de factoranalyse waaruit drie gezamenlijk factoren zijn gekomen. De factor BLOCK vangt de gemiddelde grootte van het institutioneelbelang in haar portfolio bedrijven. Instituties met hoge (lage) BLOCK scores hebben portfolio’s die gekarakteriseerd worden door grotere (kleinere) gemiddelde investeringen in hun portfolio bedrijven. De factor PTURN meet de mate van portfolio omloop. Instituties met hoge (lage) PTURN scores handelen meer (minder) frequent en houden minder (meer) waarschijnlijk een bedrijf gedurende twee jaar in haar portfolio. De factor MOMEN vangt de handelsgevoeligheid na nieuws over huidige winsten. Instituties met hoge (lage) MOMEN scores zijn momentum handelaren die de neiging hebben om hun houderschap in aandelen te vergroten (verkleinen) na positief (negatief) nieuws over huidige winsten.

Conform het onderzoek van Bushee (1998) heb ik een k-means clusteranalyse uitgevoerd op de factorscores uit panel A van tabel 7. De resultaten hiervan staan gepresenteerd in panel B van tabel 7. Uit de analyse zijn drie clustergroepen gekomen, waarbij ten eerste opvalt dat het aantal instituties van elke groep in de periode 2003-2007 is toegenomen ten opzichte van periode 1997- 2001. Kijkende naar de grootte van de groepen dan is het lage aantal van toegewijde beleggers niet verrassend. Beleggers hebben vaak te maken met interne restricties die de grootte van elk belang die zij kunnen hebben in een bedrijf beperkt en hebben prikkels voor diversificatie als wenselijke strategie (Bushee, 1998). De groep quasi-indexers is de grootste groep van institutionele beleggers (zowel 66% in periode 1997-2001 als periode 2003-2007). De dominantie van deze groep wordt door Bushee (1998) verklaard door het feit dat groep toegewijde beleggers alleen de meest agressieve momentum handelaren omvat.

In beidde perioden hebben kortstondige instituties de hoogste omloop (PTURN) en gebruiken het meest momentumstrategieën (MOMEN). Hierbij valt op dat deze waarden voor beidde factor scores extremer zijn geworden in de periode na de invoering van SOX, wat een indicatie geeft dat de omloopsnelheid verhoogd is en de frequentie waarmee dit type belegger momentenstrategieën uitvoert omhoog is gegaan. Toegewijde beleggers hebben veruit de hoogste BLOCK scores vergeleken met de andere type beleggers. Dit duidt op een hoge portfolio concentratie en een lage omloopsnelheid. De factorscore is echter wel met 0,4 punt gedaald, wat suggereert dat de mate van toewijding van toegewijde beleggers in de periode na de invoering van SOX is afgenomen. Het type quasi-indexer wordt gekarakteriseerd door beleggers met een hoge

diversificatie en een relatief lage omloopsnelheid, wat volgens Bushee (1998) consistent is met koop- en-houd gedrag. Tevens ondervinden quasi-indexers tegendraadse handelstendensen (lage MOMEN), wat volgens Bushee (1998) consistent is met koop-en-houd waarde strategieën. Voor dit type belegger valt op dat de factorscores PTURN en MOMEN zijn afgenomen in de periode 2003- 2007, in tegenstelling tot factorscore BLOCK. Dit duidt erop dat quasi-indexers minder porfolio omloop hebben, de momentum strategieën zijn afgenomen en hun toewijding is toegenomen in periode 2003-2007.

6.2 Resultaten van Overheersend Eigenaarschap door Verschillende Groepen van