Market timing
Vergelijkend onderzoek Nederland Verenigde Staten 1984-2005
Doctoraalscriptie ter afsluiting van de studie Economie aan de
Rijksuniversiteit Groningen.
Market timing
Vergelijkend onderzoek Nederland Verenigde Staten 1984-2005
Rijksuniversiteit Groningen
Doctoraalscriptie Economie
Financiering en Beleggingen
B.E Middelkoop
Studentennummer: 1147323
Sharpe (1975)
1
: ,, It is said that the military is
usually well prepared to fight the previous war.”
Behaalde rendementen bieden geen garantie voor de toekomst!
Voorwoord
Deze scriptie is geschreven ter afsluiting van mijn studie Economie aan de Rijksuniversiteit Groningen.
Aandelen hebben altijd al mijn interesse gehad. De keuze voor mijn studie en afstudeerrichting was dan ook al snel bepaald.
In de jaren ’90 was het zeer eenvoudig om een woordje mee te praten over beleggingen. De beurzen gingen wereldwijd omhoog en beleggen was bijna volkssport nummer één geworden. Iedereen had wel een gouden beleggingstip. Dit duurde tot begin 2001. De Bubbel barstte uit elkaar.
Het bleek dat beleggen meer inhoudt dan simpelweg de publieke opinie te volgen. Dit werd mij vooral duidelijk tijdens de cursussen Portfolio Management, Behavioural Finance en Corporate Valuation. Zo leerde ik over de efficiënte markt theorie, het CAPM Model, het APT Model, het januari-effect, de twijfel aan de efficiënte markt theorie en tenslotte het waarderen van een onderneming. Tijdens deze cursussen kwam bij mij de vraag op wat voor mijzelf en anderen een ideale en eenvoudige beleggingsmethode zou zijn om “veilig te beleggen”
“Veilig beleggen” houdt voor mij in dat er geïnvesteerd wordt in de “Bull” markt en dat de “Bear”markt vermeden wordt. Tijdens de cursus Portfolio Management ontdekte ik dat het bovenstaande principe market timing wordt genoemd.
Zeer snel besloot ik mijn scriptie over een aantal belangrijke aspecten van het onderwerp market timing te gaan schrijven.
Deze scriptie is mede tot stand gekomen dankzij de hulp van Prof Dr R.A.H van der Meer. Graag wil ik Prof Dr R.A.H. van der Meer op deze plaats van harte bedanken voor de begeleiding van mijn scriptie. De gesprekken met hem heb ik als motiverend en leerzaam ervaren.
Inhoudsopgave
Inleiding 1
Hoofdstuk 1 : Theoretisch kader
1.1 Inleiding hoofdstuk 1 3
1.2 Market timing als beleggingsstrategie 3
1.3 Wetenschappelijke discussies over market timing 6
1.4 Veranderingen in de beleggingswereld 11
1.5 De te gebruiken market timing methoden 11
1.6 De viertal toetsen van de market timing methoden 13
1.7 Uiteenzetting opbouw onderzoek 19
Hoofdstuk 2 : Gebruikte data voor het onderzoek
2.1 Inleiding hoofdstuk 2 20
2.2 Gebruikte data voor toetsen 1 t/m 4 20
2.3 Correlatie tussen gebruikte data voor Nederland en de Verenigde Staten 21
2.4 Conclusie toepasbaarheid data voor toetsingen 27
Hoofdstuk 3 : Toetsen van de Market Timing Methoden
3.1 Inleiding hoofdstuk 3 28
3.2 Eerste toetsmethode: Resultaten market timing methoden versus buy en hold
methode 28
3.3 Tweede toetsmethode: De werking van transactiekosten voor market timing
methoden versus benchmark 36
3.4 Derde toetsmethode: Succesvolle signaalfuncties (deel A) en verschil in belang
signaalfuncties (deel B) 39
3.5 Vierde toetsmethode: Dagelijkse toepassingen market timing methoden 45 Hoofdstuk 4 : Onderzoek van de resultaten
4.1 Inleiding hoofdstuk 4 54
4.2 Market Timing based upon T-Bills in Nederland en de Verenigde Staten 54 4.3 Market Timing based upon T-Bonds in Nederland en de Verenigde Staten 55 4.4 Relative Value Models/ Comparisons Across Time in Nederland en de Verenigde
Staten 55
4.5 Market Timing based upon Normal Ranges in Nederland en de Verenigde Staten 57 4.6 Succes van de investeringen in Nederland en de Verenigde Staten –totaal overzicht 57
Inleiding
Market timing is een beleggingsstrategie waarbij men probeert de aandelenmarkt te timen in die zin door 100% in aandelen te beleggen als het vooruitzicht is dat die in waarde gaan stijgen respectievelijk uit de markt te gaan al deze het vooruitzicht heeft te gaan dalen. Dit is het meest extreme geval van market timing in een zogenaamde asset only trading.
In het geval van meerdere beleggingscategorieën in een zogenaamde asset liability management proces op korte termijn spreekt men van tactical asset allocation (TAA).
In de academische en financiële wereld is er veel gedachtenwisseling gaande over de werking en het succes van market timing. Naar mijn mening zijn er tenminste drie discussies gaande. Het eerste debat gaat over de aanwezigheid van market timing vaardigheden bij beleggingsspecialisten. Cumby en Glen (1990) 2 hebben geconcludeerd dat alle 15 door hen onderzochte mutual funds geen market timing kwaliteiten bezitten. Graham en Harvey(1996) 3
komen tot de conclusie dat meer dan 75% van de market timing adviezen in nieuwsbrieven niet succesvol zijn.
Hier tegenover staan wetenschappers die wel overtuigd zijn van het succes van market timing. Bello en Janjuqian (1997) 4 vinden juist bij 633 mutual funds wel significante market timing vaardigheden. Chance en Hemler (2001) 5 vinden bij professionele market timers eveneens
significante market timers kwaliteiten.
De tweede discussie betreft de verschillende gedachten over het aantal juiste voorspellingen die een market timing methode moet opleveren om succesvoller te zijn dan een buy en hold strategie. Sharpe (1975) 6 komt tot de conclusie dat 7 van de 10 voorspellingen juist moet zijn om succesvol market timing te kunnen toepassen. Chau, Woodward en To (1987) 7 vinden dat
zelfs 80% van de beslissingen correct moeten zijn. Volgens Kester (1990) 8 kan dit percentage minder dan 60 % bedragen.
De derde discussie gaat over het succesvol implementeren van market timing strategieën. De opbrengst van verschillende market timing methoden wordt vergeleken met de opbrengst van een buy en hold strategie.
Lander, Orphanides en Douvogiannis (1997) 9 maken gebruik van de observatie van Graham
en Dodd dat de waarde van gewone aandelen en obligaties met elkaar verbonden zijn. Zij gaan uit van een simpele relatie tussen de aandelenopbrengst en de opbrengst van overheid en triple A gewaardeerde ondernemingsobligaties.
2 Cumby, R.E., J.D. Glen, ‘ Evaluating the Performance of International Mutual Funds’, The Journal of Finance
1990, deel 45-2, p. 497-498, 521
3 Graham, J.R.,C.R. Harvey, ‘Market timing ability and volatility implied in investment newsletters asset
allocation recommendations’, Journal of Financial Economics 1996, deel 42, p.397-421.
4 Bello , Z., V. Janjigian, ‘A Reexamination of the Market-Timing and Security-Selectin Performance of Mutual
Funds’, Financial Analyst Journal 1997, deel 53-5, p. 24-29
5 Chance, D. M., M.L. Hemler, ‘The performance of professional market timers: Daily evidence from executed
strategies’, Journal of Financial Economics 2001,deel 62-2, p.377-411.
6 Sharpe, W. F., ‘Are Gains Likely From Market Timing’, Financial Analysts Journal 1975, deel 31- 2,p. 60-69.
7 Chua, J. H., R.S. Woodward, en E.C. To, ‘Potential Gains From Stock Market Timing in Canada’, Financial
Analysts Journal 1987, deel 43- 5,p. 50-56.
8 Kester, G., ‘Market Timing with Small versus Large-Firm Stocks: Potential Gains and Required Predictive
Ability’, Financial Analysts Journal 1990, deel 46-5,p. 63-69.
9 Lander,J.,A. Orphanides, en M. Douvogiannis, ‘Earnings Forecast and the Predictability of Stockreturns:
De aanpak van de auteurs spitst zich toe op de vraag of aandelen juist gewaardeerd zijn ten opzichte van de verwachting van analisten over de toekomstige opbrengsten van aandelen en obligaties. Voor de periode 1984 t/m 1996 presteert deze market timing methode aanzienlijk beter dan de S&P 500 index.
Shen (2002) 10 onderzoekt het succes van een eenvoudige market timing methode gebaseerd op de spread tussen de inverse van de P/E ratio en T-Bills of T-bonds. De onderzoeker concludeert dat deze market timing methode gebaseerd op de variabelen succesvol de buy en hold strategie verslaat.
Deze doctoraalscriptie richt zich voornamelijk op de derde discussie en beoogt te onder- zoeken in hoever er verschillen zijn in toepassingen van drie eenvoudige market timing methoden op de Amerikaanse en Nederlandse aandelenmarkt.
Gebruik wordt gemaakt van dezelfde variabelen als het onderzoek van Shen (2002). Te weten T-Bills, T-bonds en de P/E ratio.
De market timing methoden worden onderworpen aan een viertal toetsen. Het tweede discussiepunt (zie bovenstaande) in de wetenschappelijke literatuur komt tot uiting in de derde van de vier toetsen. De market timing methoden die worden onderzocht zijn;
A. Market Timing Based upon Fundamentals. B. Relative Value Model.
C. Market Timing based upon Normal Ranges.
De signalen op basis van deze methoden worden toegepast in de meest extreme vorm van market timing.( 100%, 0%)
De toetsen bestaan uit;
1. Zijn de drie market timing methoden in staat een betere opbrengst te behalen dan
een buy en hold methode?
2. Maken transactiekosten het onmogelijk voor de market timing methoden om de bui
en holt strategie te verslaan?
3. Zijn meer dan 61% van de market timing beslissingen correct? Is er een verschil
tussen het belang van het signaal?
4. Is het gebruik van market timing strategieën succesvol wanneer de market timing
methoden dagelijks worden toegepast?
In dit onderzoek hebben de eerste drie toetsen betrekking op het tweede kwartaal van 1984 t/m het eerste kwartaal van 2004. De laatste toets omvat de periode van 2003 t/m 18-7-2005.
Uit de analyse zal blijken dat de methoden Market Timing based upon Fundamentals en Market Timing based upon Normal Ranges in aanmerking komen om market timing toe te passen. Beide methoden zijn succesvol in het verslaan van de indexen.
10 Shen, P. , Market-timing Stategies that worked, 2002 [
Hoofdstuk 1: Theoretisch kader
1.1 Inleiding hoofdstuk 1
In dit hoofdstuk wordt ten eerste een omschrijving gegeven van het begrip market timing. Vervolgens worden de discussies die gaande zijn over market timing besproken. Tevens worden de veranderingen in de beleggingswereld, die van belang zijn voor dit onderzoek, uiteengezet. Daarna worden de in dit onderzoek gebruikte market timing methoden uitgelegd. Ten slotte wordt de opbouw van het onderzoek beschreven.
1.2 Market timing als beleggingsstrategie
Asset allocatie is een van de belangrijkste beslissingen in een beleggingsportefeuille volgens Van der Meer, Plantinga en Hendriks (2004)11. Asset allocation is de beoogde allocatie van de
beschikbare beleggingsmiddelen over de verschillende beleggingscategorieën, zoals aandelen, obligaties en vastgoed. Deze allocatie gaat uit van een aan het CAPM ontleende veronderstelde evenwichtssituatie. Even zo belangrijk is het om, naast de bepaling van de samenstelling aan beleggingscategorieën in evenwicht, het juiste tijdstip te kiezen voor een wijziging in de samenstelling als er geen sprake is meer van evenwicht. Dit wordt timing genoemd.
Asset allocatie is een proces waarbij gebruik wordt gemaakt van de in de financiële markten totstand gekomen waarderingen. Bij het toepassen hiervan wordt besloten waar de
investeerder zich wil bevinden binnen de door asset allocation aangegeven grenzen. Dit kan het resultaat zijn van een asset liability management proces.
De auteurs Van der Meer, Plantinga en Hendriks (2004)12 maken in hun boek een duidelijk
onderscheid tussen tactical asset allocation (TAA) en market timing.
Bij TAA worden de fondsen onderverdeeld tussen verschillende beleggingscategorieën met het doel om belangrijke marktbewegingen voor te zijn en daarvan optimaal te profiteren. Men kijkt bij TAA naar de relatieve aantrekkelijkheid van de beleggingscategorieën.
De belegger probeert gebruik te maken van de cyclische kenmerken van de financiële markten en neemt beleggingsbeslissingen op korte termijn.
De belegger gaat uit van fundamentele lange termijnrelaties tussen de verschillende beleggingscategorieën. Rendementen kunnen afwijken van het evenwichtsgemiddelde maar keren altijd naar het gemiddelde terug. Tenzij er sprake is van een fundamentele markt verandering. Een belegger die gebruikt maakt van TAA vertrouwt erop dat de afwijkingen van de evenwichtsituatie zich herstellen. Met gevolg dat de beleggingsportefeuille zodanig wordt aangepast, dat er meer belegd wordt in relatief aantrekkelijke beleggingscategorieën. Het kan voorkomen dat deze beleggingscategorieën op het moment van de overgang een underperformance hebben. Dan wordt er pas waarde toegevoegd op het moment dat de koersen zich weer richting het evenwicht begeven. TAA zal dan ook het best renderen in er volatiele markten.
De variantie in de relatieve rendementen vormen de grondslag van de TAA. In het algemeen bewegen de koersen van aandelen en obligaties in dezelfde richting.
11 Meer, van der, R.A.H., A. Plantinga, en C.J.G.M. Hendriks, ‘Beleggingsleer en Vermogensbeheer Theorie en
Praktijk’ , Kluwer – Deventer 2004, p. 335-336
12 Meer, van der, R.A.H., A. Plantinga, en C.J.G.M. Hendriks, ‘Beleggingsleer en Vermogensbeheer Theorie en
Wanneer deze koersen uiteenlopen, kunnen de verschillen erg groot zijn. Juist in deze perioden wordt er geprobeerd gebruik te maken van TAA.
Market timing daarentegen kan gezien worden als een subjectieve korte termijn asset allocatie strategie met één beleggingsstrategie. Meestal wordt hierbij van aandelen gebruik gemaakt. Op de aandelenmarkt wordt historisch gezien het hoogste rendement behaald en de volatiliteit kan daar hoog zijn.
De doelstelling van een market timer is de index van de aandelenmarkt te verslaan. Hij beslist wanneer hij wel of niet wil beleggen. Wanneer er niet in de aandelenmarkt wordt belegd, moet er een andere bestemming voor het geïnvesteerde geld worden gevonden. Vaak wordt er dan geïnvesteerd in obligaties of cash.
Met het risico in een portefeuillecontext houdt de market timer zich niet bezig. Zijn risico bestaat uit het wel of niet aanwezig zijn op het juiste moment in de aandelenmarkt. Wanneer de market timer beweging in de markt voorziet wordt de portefeuille aangepast.
Fundamenteel anders zijn de doelstellingen van market timing ten opzichte van TAA. Deze verschillen komen als volgt tot uiting:
• Bij market timing is de doelstelling om een zo hoog mogelijk rendement te behalen waarbij risico vooral een opportunity cost is. Bij TAA wordt er zowel met rendement als met risico rekening gehouden. Ook dient de beleggingsportefeuille binnen de grenzen van het strategische plan te passen.
• Market timing zich richt op de (korte termijn) toekomst, terwijl TAA richt zich op huidige markt prijzen.
• Market timing voorspelt trends. TAA focust zich op trends die zich boven of onder het evenwichtsniveau bevinden
• Een market timer neemt de beslissing of hij of zij wel of niet in aandelen wil beleggen. De besluitvorming bij TAA gaat uit van de manier waarop de beschikbare middelen over de beleggingscategorieën worden verdeeld. Dit is gebaseerd op waardering en de grenzen van het strategische plan.
TAA verschilt fundamenteel van market timing. Ten eerste is bij market timing de subjectieve visie van de belegger doorslaggevend. Bij TAA wordt ervan uitgegaan dat andere beleggers fouten maken bij het interpreteren van gegevens. Ten tweede is er een subtiel en verwarrend verschil. Bij market timing worden de bewegingen in de markt voorspeld. TAA echter analyseert bewegingen in de markt en beoordeelt of deze bewegingen overeenstemmend zijn met de evenwichtssituatie.
Waarschijnlijk zijn er zoveel market timing methoden als er investeerders zijn. Damodaran (2005) 13 verdeelt de verschillende market timing strategieën in diverse categorieën:
1. Methoden gebaseerd op niet financiële indicatoren. Daarbij moet gedacht worden aan feel good en hype indicatoren.
2. Methoden gebaseerd op macro economische variabelen. Deze methodes, die gebruik maken van macro economische indicatoren, worden fundamental market timing methodes genoemd. Voor deze methoden wordt vooral gebruik gemaakt van Groeipercentages, Treasury Bills en Treasury Bonds.
13 Damodran, A. , Chapter 12: The Impossible Dream? Timing the Market, 2002.[
3. Het is ook mogelijk te kijken naar technische indicatoren. Te weten oude prijzen, handelsvolume en marktbewegelijkheid.
Technische indicatoren kunnen worden onderverdeeld in twee groepen. De eerste groep maakt gebruik van een trend analyse. De tweede groep maakt gebruik van stochastische relaties, moving average convergance/divergence (MACD), Relative Strength Index (RSI), Price Ratio of change( ROC), Market Flow Index (MFI) enz. 4. Methoden waarbij het gemiddelde en de standaard deviatie van macro economische/
financiële indicatoren wordt bepaald, worden normal range methoden genoemd. Bij deze methode wordt er gekeken waar de waarde van de indicator zich ten opzichte van de normal range bevindt.
5. Methoden gebaseerd op waarderingsinstrumenten. Van belang zijn hierbij intrinsieke waarderingsmodellen. Het intrinsieke waardemodel is een market timing methode waarbij gebruik wordt gemaakt van discounted cashflow methodes om de markt te waarderen. Tenslotte is het mogelijk om met behulp van een relatief waarderingsmodel te kijken hoe de markt relatief is geprijsd ten opzicht van andere markets en fundamentals.
6. Relative Value Models. In deze modellen wordt gekeken hoe een markt is geprijsd ten opzichte van andere markten en Fundamentals. Voorbeelden hiervan zijn Comparisons accros Time en Comparisons accros Markets.
Dit onderzoek maakt gebruik van een all of nothing strategy. Wanneer er sprake is van overwaardering van een aandeel of index, wordt al het vermogen in een korte termijn obligatie geïnvesteerd. Dit wordt ook wel een stock/T-Bill switching strategy genoemd. Dit betekent dat de investeerder zijn gehele portfolio moet liquideren wanneer hij of zij besluit te switchen van aandelen naar T-Bills, om vervolgens weer aandelen aan te kopen wanneer de investeerder besluit te switchen van T-Bills naar aandelen.
Market timing is niet kosteloos. Er zijn significante kosten verbonden aan het timen van markten.
Ten eerste is het mogelijk dat in het proces van het switchen tussen T-Bills en aandelen de beste jaren van de markt worden gemist.
Ten tweede moet er nog rekening gehouden worden met transactiekosten, omdat er bij het gebruik maken van markt timing methoden juist veel meer transacties plaats vinden.
Ten derde zorgt markt timing voor een stijging van potentiële belastingschulden. Bij het switchen van aandelen naar T-Bills moet er belasting worden betaald over het
behaalde rendement op de aandelen. Bij het gebruik maken van de market timing methode zal een investeerder vaker zijn aandelen verkopen, wat resulteert in een hogere winstbelasting. Ondanks bovenstaande bezwaren tegen de market timing methode wordt deze investeringsmethode toch veelvuldig gebruikt.
Hoewel de meeste equity mutual funds niet het gebruik van market timing claimen, maken sommige funds wel degelijk gebruik van deze methode. De fondsen die market timing als hun belangrijkste vaardigheid beschouwen worden tactical asset allocation funds genoemd.
Volgens Damodaran (2005) 14 wordt het bewijs dat mutual funds gebruik maken van market
timing geleverd door de hoeveelheid cash die zij collectief aanhouden. Dit is meer dan de noodzakelijke hoeveelheid cash die nodig is voor investeringen in treasuries en commercial papers voor de dagelijks operaties.
14 Damodran, A. , Chapter 12: The Impossible Dream? Timing the Market, 2002.[
De enige logische verklaring voor de hoge cash tegoeden op de balans is dat mutual funds deze tegoeden gebruiken als signaal voor hun verwachting van toekomstige markt bewegingen. Mutual funds houden meer cash wanneer zij ‘bearish’(negatief gestemd) zijn dan wanneer zij ’bullish’ (positief gestemd) zijn.
De meest opzichtige symbolen voor markt timing zijn de marktbeleidsbepalers van zeer grote investeringsbanken. Hun prognoses worden wereldwijd verkondigd door zowel hun investeringsbanken als door de media.
De uitspraken van deze marktbeleidsbepalers kunnen niet makkelijk als ‘bearish’ of ‘bullish’ beschouwd worden.
Toch geven deze personen vrij duidelijke signalen af. Door te kijken naar hun asset allocation mixes in verschillende publicaties kan worden afgeleid of de ‘markt strategist’ als ‘bearish’ of ‘bullish’ beschouwd kan worden. Meer ‘bullish’ ingestelde beleidsbepalers zullen een hoger percentage van aandelen aanbevelen in de portfolio of dit percentage vergroten dan meer ‘bearish’ ingestelde marktbeleidsbepalers. De laatstgenoemden zullen juist een groter percentage T-Bills en T-Bonds in de portfolio aanbevelen of dit percentage vergroten ten opzichte van het percentage aandelen in de portfolio.
1.3 Wetenschappelijke discussies over market timing
1.3.1 De rol van beleggingsspecialisten
In de academische en financiële wereld is er veel verschil van mening gaande over de werking en het succes van market timing. Ten eerste is er een discussie gaande over het aanwezig zijn van market timing vaardigheden bij beleggingsspecialisten. Cumby en Glen (1990) 15 hebben
de market timing vaardigheden onderzocht van 15 internationaal gediversificeerde Amerikaanse pensioen fondsen. Hun analyse vindt plaats gedurende de periode 1982-1988. Zij maken voor het onderzoek naar de market timing vaardigheden gebruik van het Treynor-Mazuy model. Dit model levert met hun toepassing een significante negatieve uitkomst op. Geen van de mutual funds bezit market timing kwaliteiten.
Graham en Harvey (1996) 16 komen tot de conclusie dat meer dan 75% van de market timing
adviezen in nieuwsbrieven niet succesvol zijn.
In honderden Amerikaanse investeringsnieuwsbrieven wordt uitgebreid aandacht besteed aan
market timing. Sommige nieuwsbrieven geven zelfs market timing adviezen. Deze aanbevelingen verdienen een nauwkeurige bestudering. Graham en Harvey (1996)
onderzochten market timing eigenschappen aan de hand van de aandelen/ cash verhouding van 237 nieuwsbrieven in de periode van 1980-1992.
Zij redeneerden als volgt; wanneer een investeringsnieuwsbrief een goede market timer is, zal deze, wanneer de markt stijgende is, het percentage aandelen in de portfolio vergroten ten koste van het percentage cash en visa versa.
De auteurs vergeleken de uitkomsten van de nieuwsbrieven met een buy en hold strategie. Deze vergelijking leverde als resultaat dat 183 nieuwsbrieven lagere opbrengsten opleverden dan de buy en hold strategie.
15 Cumby, R.E., J.D. Glen, ‘ Evaluating the Performance of International Mutual Funds’, The Journal of Finance
1990, deel 45-2, p. 497-498, 521
16 Graham, J.R.,C.R. Harvey, ‘Market timing ability and volatility implied in investment newsletters asset
De ineffectiviteit van de nieuwsbrieven wordt verklaard door het feit dat in 58% van de keren het percentage aandelen wordt vergroot voordat de markt steeg, maar dat ook in 53% van de gevallen het percentage aandelen in de portfolio wordt vergroot voordat de markt daalt. Tegenover de onderzoeken van Cumby en Glen (1990) en Graham en Harvey (1996) staan de bevindingen van Bello en Janjiqian (1997) 17 en Chance en Hemler (2001) 18.
Deze auteurs concluderen dat er wel degelijk aanwijzingen zijn voor market timing vaardigheden bij beleggingsspecialisten.
Bello en Janjiqian (1997) vinden bij 633 mutual funds wel significante market timing vaardigheden. Zij maken net zoals Cumby en Glen gebruik voor hun onderzoek van het Treynor-Mazuy model. Het verschil tussen beide onderzoeken is dat Bello en Janjiqian gebruik maken van een door hen zelf uitgebreide versie van het Treynor-Mazuy model. Tevens maken zij gebruik van mutual funds die niet alleen investeren in S&P 500 aandelen. Zij komen voor de periode 1984-1994 tot een gemiddeld significant positief market timing effect voor de 633 mutual funds.
Ook komen Chance en Hemler( 2001) met een positief resultaat voor market timing. Dit resultaat komt voort uit een studie naar professionele market timers die investeringsadviseur zijn. De studie van Chance en Hemler onderzocht 30 professionele market timers, die geobserveerd werden door MoniResearch Corporation. Chance en Hemler vonden bewijs voor market timing vaardigheden bij deze 30 professionele market timers. Deze market timers gaven expliciete timing aanbevelingen aan hun klanten, die hun portfolio aanpasten aan de hand van deze adviezen. Er moet worden aangemerkt dat de adviezen betrekking hadden op korte termijn en zeer frequent plaatsvonden. Dit is zeer nadelig voor de transactiekosten.
1.3.2 De voorspellende waarde
Ten tweede wordt er verschillend gedacht over het aantal juiste voorspellingen die een market timing methode moet opleveren om succesvoller te zijn dan een buy en hold strategie. Sharpe (1975) 19 komt tot de conclusie dat 7 van de 10 voorspellingen juist moeten zijn om succesvol market timing te kunnen toepassen. In zijn artikel beschrijft Sharpe dat de potentiële winsten van market timing beschreven kunnen worden aan de hand van een investeerder die de keuze te investeren in 100% aandelen of in 100% obligaties ( risico vrije rente opbrengst). Het doel is om te bepalen wat de mogelijkheid is om correct te voorspellen of een markt bullish of bearish is.
Voor zijn onderzoek gebruikte Sharpe marktgegevens van 1934-1972. Hij komt met het volgende model;
up = de mogelijkheid van een stijgende markt down = de mogelijkheid van een dalende markt
correct = de mogelijkheid van een juiste voorspelling van een stijgende of dalende index Een stijgende markt is een situatie wanneer de opbrengst van een investering in de index meer oplevert dan de risico vrije rente opbrengst.
17 Bello , Z., V. Janjigian, ‘A Reexamination of the Market-Timing and Security-Selectin Performance of Mutual
Funds’, Financial Analyst Journal 1997, deel 53-5, p. 24-25, 29.
18 Chance, D. M., M.L. Hemler, ‘The performance of professional market timers: Daily evidence from executed
strategies’, Journal of Financial Economics 2001,deel 62-2, p. 377-380, 408-409
Gedurende de periode van 1934-1972 was er sprake van up = 67% en down = 33% Dit leidt tot de volgende vier mogelijke uitkomsten:
stijgende markt, voorspelling stijgend. (mogelijkheid = up correct)
stijgende markt, voorspelling stijgend. (mogelijkheid = up(1- correct)) dalende markt, voorspelling dalend. (mogelijkheid = down correct) dalende markt, voorspelling dalend. (mogelijkheid = down(1- correct))
De opbrengsten analyserend, uitgaande van verschillende niveau’s van voorspellende vaardigheden, kwam Sharpe tot de conclusie dat de voorspellingen voor ten minste 83% juist moeten zijn. Dit om een beter resultaat te behalen met het wisselen tussen volledig in de index te investeren en het investeren in obligaties ten opzichte van de buy en hold strategie.
Deze vergelijking houdt echter geen rekening met verschil in risico. De buy en hold strategie brengt een hogere portfolio variantie met zich mee dan de market timer. Deze investeert niet gedurende de hele periode in aandelen. Men houdt rekening met het risicoverschil door de portfolio-opbrengst van de market timer te vergelijken met de opbrengst van een portfolio van aandelen en obligaties, die gewogen dezelfde standaard deviatie heeft als portfolio van de market timer.
Wanneer er gekeken wordt naar met het verschil in risico moet de market timer 74% van de keren een juiste voorspelling doen om een beter resultaat te behalen dan de buy en hold strategie.
Chau, Woodward en To(1987) 20 vinden zelfs dat 80% van de beslissingen om succesvol te
kunnen market timen correct moeten zijn. Chau, Woodward en To(1987) accentueren het belang van de precisie van de voorspellingen van een bull of bear market.
Hun onderzoek is gebaseerd op de Canadese markt. Zij beginnen hun analyse met kritiek op de onderzoeksmethoden van Sharpe.
Ten eerste stellen zij dat Sharpe ervan uitgaat dat een investeerder even goed een bear markt
als een bull markt kan voorspellen. Dit is volgens deze onderzoekers niet correct. Zij stellen dat een verschil in de mogelijkheid om een bear of een bull market juist te
voorspellen significant de uitkomst kan beïnvloeden. Een portfolio-manager kan elke bear
market correct voorspellen door geen gebruik te maken van market timing. Wanneer een investeerder niet zijn of haar geld belegt in aandelen, loopt hij of zij nooit het
risico om verlies te lijden op de investering door een bear market. Elke keer wanneer de bear
market optreedt heeft deze investeerder de juiste beslissing genomen. Puur door niet te investeren in aandelen loopt hij of zij niet het risico van een bear market.
Het is de bedoeling van market timing om een bear market te voorkomen. Máár door het switchen van aandelen naar T-Bills loopt de investeerder het risico om de bull market te missen door te lang in T-Bills te investeren. Hierdoor kan een hoger rendement op de investering worden misgelopen.
Het tweede punt van kritiek op Sharpe is dat zijn conclusies zijn gebaseerd op het rekenkundige gemiddelde van de winsten op en boven de opbrengsten van een passieve buy en hold strategie. Zelfs wanneer de winst gedurende een periode gemiddeld negatief zou zijn, dan bestaat er de mogelijkheid dat sommige investeerders nog steeds positieve winsten zouden kunnen behalen omdat het rekenkundige gemiddelde niet automatisch de distributie in tweeën verdeelt.
20 Chua, J. H., R.S. Woodward, en E.C. To, ‘Potential Gains From Stock Market Timing in Canada’, Financial
Wanneer de winstdistributie naar links toe scheef verdeeld is, het rekenkundige gemiddelde negatief is, dan is de kans nog steeds groter dan 50% dat een investeerder winst behaalt met market timing.
De auteurs overwinnen het eerste probleem door gebruik te maken van een verdeling tussen de mogelijkheid om een bull of bear market te voorspellen. Hierdoor zijn zij in staat te onderzoeken of de ontbrekende mogelijkheid om alle bear markets te ontwijken leidt tot de lage opbrengst van market timing. Of dat de lage opbrengst wordt veroorzaakt door de neiging om te lang uit de markt te blijven.
Het tweede probleem wordt opgelost door een win/verlies ratio. Deze ratio geeft de waarschijnlijkheid aan dat een market timer zijn opbrengst vermeerdert, relatief tegen vermindering, ten opzichte van een buy en hold strategie. Een ratio groter dan 1 betekent dat een market timer waarschijnlijk een hogere opbrengst behaalt dan een buy en hold strategie. De resultaten stellen de onderzoekers in staat om de volgende vragen te beantwoorden:
• Hoe accuraat moet een voorspelling van een bull/bear market zijn om een market timing strategie te laten renderen t.o.v. een buy en hold strategie?
• Is het belangrijker om de bear of bull market juist te voorspellen, en hoe precies moeten deze voorspellingen zijn?
Voor hun onderzoek maken Chau, Woodward en To gebruik van een serie van Monte Carlo simulaties. Deze simulaties benutten verschillende combinaties van bull en bear market
voorspellingen. Deze combinaties verschillen ook in voorspelde nauwkeurigheid. De uitkomst van de eerste vraag is dat 80% van de voorspellingen accuraat moeten zijn om
een betere opbrengst te behalen met market timing dan met een buy en hold strategie. Het antwoord op de tweede vraag is dat het veel belangrijker is om de bull market juist te voorspellen dan een bear market.
Volgens Kester (1990) 21 kan dit percentage minder dan 60% bedragen. De auteur komt tot
deze stelling in zijn onderzoek naar het succes van market timing wanneer er gebruik wordt gemaakt van kleine aandelenfondsen ( small firm stocks). In zijn analyse wordt getoetst of er een verschil is tussen de opbrengst van market timing tussen kleine aandelenfondsen en grote aandelenfondsen ( large firm stocks). Daartoe gebruikt de auteur data van 1934-1988.
Kester past het onderzoek van Sharpe (1975) aan. In tegenstelling tot Sharpe gaat Kester niet alleen uit van jaarlijkse switching rules maar ook van switching rules per kwartaal of maand. Sharpe gaat voor zijn onderzoek uit van een transactie percentage van 2%. Kester onderzoekt ook de transactiepercentages 1%, 0,5% en 0,25%. De uitkomst voor het transactiepercentage van 0,25%, met een switching rule per kwartaal, is dat 59 % van de voorspelling juist dienen te zijn om succesvol market timing te kunnen toepassen met behulp van kleine aandelenfondsen. Voor grote aandelen fondsen bedraagt dit percentage ook 59%.
Kester stelt eveneens dat market timing succesvoller te implementeren is met behulp van kleine aandelen.( small cap funds). De opbrengst met toepassing van kleine aandelen is aanzienlijk hoger dan de opbrengst van market timing met grote aandelen
21 Kester, G., ‘Market Timing with Small versus Large-Firm Stocks: Potential Gains and Required Predictive
Daarnaast kwam Shilling(1992) 22 met een indrukwekend onderzoek. Hij onderzocht het
effect van het uit de markt blijven gedurende slechte maanden op de jaarlijkse opbrengsten van een investeerder.
Shilling kwam tot de conclusie dat een investeerder, die de 50 slechtste maanden gedurende de periode 1946-1991 uit de markt bleef, bijna een verdubbeling van zijn rendement had kunnen verwachten. Het rendement steeg van 11,2% naar 19%.
1.3.3 Implementatie van market timing strategieën
De derde discussie gaat over het succesvol implementeren van market timing strategieën. De opbrengst van verschillende market timing methoden wordt vergeleken met de opbrengst van een buy en hold strategie. Lander, Orphanides en Douvogiannis (1997) 23 maken gebruik
van de observatie van Graham en Dodd dat de waarde van gewone aandelen en obligaties met elkaar verbonden zijn. Zij zijn verbonden door een evenwichtige relatie tussen voorspelde aandelen en obligatie opbrengsten en dat de aandelenprijs de neiging heeft te bewegen om afwijkingen van dit evenwicht te herstellen. Met dit regressiemodel wordt een voorspelling gecreerd voor een maand vooruit van de opbrengst van de S&P 500. Vervolgens wordt er market timing toegepast met een switching rule tussen de S&P 500 en cash. Voor de periode 1984-1996 presteert deze market timing methode aanzienlijk beter dan de S&P 500 index. Het voorspellende model is gebaseerd op de gedachte dat de verwachte opbrengst van aandelen en obligaties met elkaar verbonden zijn. Dit wordt weergegeven als een simpele lineaire evenwichtige relatie tussen de verwachte evenwichtige opbrengst EP* en de obligatie opbrengst Rt:
EP* = a0 + Rt = tijdsperiode
Het evenwicht kan verstoord worden wanneer de huidige aandelenprijs te extreem reageert of juist te weinig reageert relatief gezien op een verandering in de variabelen. De evenwichts relatie is het meest duidelijk voor de centrale waarde van aandelenprijzen. De actuele prijzen kunnen verschillen van deze centrale waarde. De afwijking tussen de actuele waarde en de evenwichtige opbrenst is et:
EPt - EP* = e
De theorie voorspelt dat investeerders als reactie op deze onevenwichtige situatie hun bezit herverdelen. Dit heeft als gevolg dat de aandelenprijs zich beweegt in de richting die de afwijking verkleint. Wanneer dit voorkomt en de volledige correctie niet meteen optreedt, kan de aandelenopbrengst worden genoteerd als volgt:
SPRET = b0 + e -1 +
b0 is de ongeconditioneerde verwachte aandelen opbrengst, is de snelheid van de aanpassing naar verwachte evenwichtige opbrengst consistent met de obligatie opbrengst en
is het onverspelbare gedeelte van de opbrengst gedurende de periode. Alle drie de vergelijkingen leiden tot het regressie model:
22 Shilling, A.G., ‘Market timing: Better than a Buy and Hold strategy’, Financial Analysts Journal 1992, deel
48-2,p. 46-50.
23 Lander, J.,A. Orphanides, en M. Douvogiannis, ‘Earnings Forecast and the Predictability of Stockreturns:
SPRET = + (EP -1 – R -1) + Waarbij = b0 – a0.
Shen (2002) 24 onderzoekt het succes van een market timing methode gebaseerd op de
spreiding tussen de inverse van de P/E ratio en Treasury Bills of Treasury Bonds. Dit onderzoek gebruikt data van de periode 1970-2000. Deze methode gaat er van uit dat een
extreem lage spreiding, vergeleken met de historische spreiding, de mogelijkheid bezit om een scherpe markt daling te voorspellen. Wanneer er sprake is van een extreme lage spreiding wordt de investering in aandelen omgezet in een investering in cash. Deze methode valt in de groepering van Normal Ranges.
De onderzoeker concludeert dat deze market timing methode gebaseerd op de variabelen succesvol de buy en hold strategie verslaat. De buy en hold strategie bestaat uit een investering in S&P 500 index.
De methode gebasseerd op de spreiding van de inverse van de P/E ratio en T-Bills is succesvoller dan de methode gebasserd op de spreiding tussen de inverse van de P/E ratio en T-Bonds.Een investering van $1 levert geïnvesteerd in de S&P 500 $ 47 op. Een investering van $ 1, die gebruik maakt van de spreiding met T-Bonds, levert $ 66 op. Tenslotte levert een investering van $ 1, die gebruik maakt van de spreiding met T-Bills, $ 101 op.
1.4 Veranderingen in de beleggingswereld
In de laatste jaren zijn er grote verandering opgetreden in de beleggingswereld.
Er is sprake van de opkomst in online-beleggen. Dit heeft een grote invloed op het gedrag van beleggers. Uit onderzoek van Barber en Odean (2002) 25 onder 1607 beleggers blijkt dat de
overstap van het doorgeven van orders via de telefoon naar het doorgeven van orders via het internet impact heeft op de hoeveelheid transacties. Twee jaar voor het overgaan op internet werd in één jaar 70% van de portefeuille gewisseld. Na de overgang op het doorgeven van orders via het internet loopt dit percentage op tot 120%. Na twee jaar wordt gemiddeld nog steeds 90% van de portefeuille binnen het jaar vervangen. Uit hetzelfde onderzoek van Barber en Odean (2002) 26 blijkt dat het verhandelen van aandelen via internet ook grote gevolgen heeft voor het behaalde rendement. Terwijl de beleggers gemiddeld voor het handelen via internet nog een rendement van 17,9% behaalden, daalt dit rendement tot 12%. Dit is 3,5% minder dan de markt.
Ook heeft het verhandelen van aandelen via internet een zeer grote invloed voor markt timing. Een bewijs voor de vele interesses in market timing anno 2006 levert de zoekmachine Google™ met meer dan 6 miljoen hits, wanneer markt timing wordt ingetoetst.
1.5 De te gebruiken Market Timing methoden
In dit onderzoek wordt onderzocht of het mogelijk is om een beter resultaat te behalen met behulp van een market timing methode dan een buy en hold strategie in een index.
Hiervoor wordt gebruik gemaakt van drie eenvoudige market timing methoden..
24 Shen, P. , Market-timing Stategies that worked, 2002 [
http://www.kc.frb.org/publicat/reswkpap/rwp02-01.htm], p. 1-4, 8,12
25 Barber, B.M., T.Odean, ‘ Online Investors: Do the Slow Die First?’, The Review of Financial Studies Special
2002, deel 15-2, p. 455-463, 473-475
26 Barber, B.M., T.Odean, ‘ Online Investors: Do the Slow Die First?’, The Review of Financial Studies Special
Deze methoden zijn zeer gemakkelijk te implementeren. Maar hebben alle drie een ander werkwijze. Dit onderzoek deelt de gedachte van het onderzoek van Shen (2002). In de analyse van deze auteur wordt ook gebruik gemaakt van een eenvoudig te implementeren market timing methode. Deze methode blijkt zeer succesvol te zijn. Het onderzoek van Shen staat in contrast met andere onderzoeken, die gebruik maken van gecompliceerde rekenkundige modellen. Fuller en Kling (1990&1994) 27 28 gebruiken voor hun onderzoek naar market timing strategieën gebaseerd op dividend opbrengsten ingewikkelde regressie modellen om ieder opbrengst voordeel op te sporen
De drie market timing strategieën in dit onderzoek maken gebruik van dezelfde variabelen als het onderzoek van Shen (2002)29. Te weten T-Bills,T-bonds en de P/E ratio.Deze variabele
zijn vrij toegankelijk en snel te verkrijgen.
De market timing methoden die worden onderzocht zijn de volgende; A Market Timing Based upon Fundamentals
B een Relative Value Model en
C Market Timing based upon Normal Ranges
1.5.1 Market Timing Based upon Fundamentals
De market timing methode Market Timing based upon Fundamentals waardeert markten aan de hand van simpele signalen uitgezonden door macro economische variabelen. Typische
macro economische variabelen voor deze methode zijn Treasury Bills en Treasury Bonds. De market-timing methode gebaseerd op Treasury Bills geeft signalen af bij een verandering
van het rentepercentage van een T-Bill. Stijgt de renteopbrengst van de T-Bill dan is dat volgens deze market timing methode het signaal om te investeren in T-Bills of van een investering in een index te switchen naar een investering in T-Bills. Bij een dalende rente opbrengst van een T-Bill wordt er geïnvesteerd in een index of wordt er geswitcht van een investering in een T-Bill naar een investering in een index. Market timing gebaseerd op Treasury Bonds is een methode waarbij een vergelijking wordt gemaakt tussen de
renteopbrengst van een T-Bond en de inverse van een P/E Ratio van een index. Op het moment dat het percentage rendement dat wordt behaald op een T-Bond hoger is dan
het rendementpercentage van de inverse van de P/E Ratio van een index, wordt er geïnvesteerd in een T-Bill. Er wordt veranderd van een investering in een index naar een investering in een T-Bill. Wanneer een T-Bond een lager percentage rendement behaalt dan de inverse van de P/E Ratio van een index, wordt er geïnvesteerd in de index of er vindt een verplaatsing van het geinvesteerde vermogen plaats. De investering in een T- Bond maakt plaats voor een investering in een index.
1.5.2 Relative Value Model/ Comparisons Across Time
In de market timing methode Relative Value Model wordt gekeken hoe indexen gewaardeerd zijn ten opzichte van de eigen index, andere indexen en macro economische variabelen gedurende verschillende tijdsperioden of tijdens dezelfde tijdsperiode. Een manier om de methode toe te passen is Comparisons Across Time.
27 Fuller, R.J., J.L. Kling, ‘Is the Stock Market Predictable?’, The Journal of Portfolio Management 1990, deel
15-4, p.28-36
28 Fuller, R.J., J.L. Kling, ‘ Can Regression-Based Models Predict Stock and Bond Returns?’, The Journal of
Portfolio Management 1994, deel 19-3, p 57-59
29 Shen, P. , Market-timing Stategies that worked, 2002 [
In laatstgenoemde methode worden macro-economische variabelen vergeleken met dezelfde macro-economische variabelen gedurende een vorige periode. Dit gebeurt aan de hand van de T-Bills, T-Bonds, P/E Ratio’s en de inverse van de P/E Ratio’s. Deze methode bepaalt door middel van de meervoudige regressievergelijking van de inverse van de P/E in relatie met de T-Bonds en de yield spread van een voorafgaande periode een voorspelde waarde voor een inverse van de P/E Ratio in een toekomstige periode. Deze inverse van de P/E ratio’s worden omgezet tot P/E ratio’s. De voorspelde P/E Ratio’s worden vervolgens vergeleken met de waargenomen P/E ratio’s van de indexen. Aan de hand van het verschil tussen de voorspelde P/E Ratio en de waargenomen P/E ratio wordt er de switching rule of assets toegepast. Wanneer de voorspelde P/E ratio een lagere waarde geeft dan de waargenomen P/E ratio, wordt de investering in de indexen omgezet in een investering in T-Bills, dan wel blijft men investeren in T-Bills. Mocht de voorspelde waarde van de ratio een hogere waarde bereiken, vindt het omgekeerde proces plaats. Het geïnvesteerd kapitaal in T-Bills wordt omgezet in een investering in een van de twee indexen. Blijft de waarde van de voorspelde P/E Ratio hoger, dan blijft de kapitaal investering in de AEX of S&P 500.
Deze switching rule is erop gebaseerd, dat wanneer de P/E ratio hoger is dan de voorspelde P/E ratio er sprake is van een overgewaardeerde markt. Mocht de voorspelde waarde van de P/E ratio hoger zijn, dan is er juist sprake van een ondergewaardeerde markt
1.5.3 Martket Timing based upon Normal Ranges
Bij de Methode Martket Timing based upon Normal Ranges kijkt men naar de Normal Range van de Price/Earnings Ratio. Deze Normal Range wordt bepaald door het berekenen van het gemiddelde van de P/E Ratio en de standaard deviatie van de Ratio uit een reeks P/E Ratio’s. Men neemt vervolgens het gemiddelde van de ratio’s en telt hier een standaard deviatie bovenop. Deze P/E waarde is de bovengrens van de Normal Range. Daarna trekt men van het gemiddelde van de ratio’s een standaard deviatie af. Deze P/E waarde is de ondergrens van de Normal Range.
Een Normal Range gebaseerd op 1 standaard deviatie verschaft een zekerheid van 68%. Een 95 % zekerheid wordt behaald bij een Normal Range van 2 standaard deviaties. De kans dat een waarde van een P/E Ratio buiten de Range komt is dus respectievelijk 32% en 5 %. Het idee achter deze methode is dat de indexen overgewaardeerd zijn wanneer de P/E ratio’s boven de bovengrens P/E waarde uitkomen. De indexen zijn ondergewaardeerd wanneer de ratio’s onder de P/E waarde van de ondergrens komen.
Vervolgens wordt er gekeken of de komende P/E Ratio’s boven deze Normal Range uitsteken. In het geval dat de P/E ratio boven de bovengrens van de Normal Range uitkomt, vindt er een verschuiving van assets plaats. De investeringen uit de indexen worden dan verkocht. De opbrengst hiervan wordt in T-Bills belegd. Mochten de P/E ratio’s daarna een waarde bereiken die lager is dan de P/E Ratio waarde van de bovengrens in de Normal Range dan worden de investeringen in T-Bills omgezet in investeringen in de indexen. Wanneer de P/E Ratio’s onder de ondergrenswaarde van de Normal Range uitkomen wordt er short gegaan en extra geïnvesteerd in de indexen.
1.6 De vier toetsen van de market timing methoden
Deze analyse richt zich op twee landen, te weten de Verenigde Staten en Nederland.
Voor beide landen wordt er gebruik gemaakt van market timing methode gebaseerd op publiekelijk verkrijgbare informatie zonder time-lack. De market timing methoden maken gebruik van all of nothing strategy toepassingen gebaseerd op asset allocation.
1.6.1 Toets 1 Opbrengsten boven of onder de benchmark
De eerste toets van de methoden vindt plaats aan de hand van een vergelijking tussen de opbrengst van de drie verschillende market timing methoden en de opbrengst van een buy en
hold strategie in een index. Deze buy en hold strategie doet dienst als benchmark. Voor deze strategie wordt gebruik gemaakt van de S&P 500 index voor de Verenigde Staten
en van de AEX index voor Nederland.
Bij deze toets wordt gekeken of het mogelijk is geweest om met behulp van verschillende market timing methoden een buy en hold strategie te verslaan. De volgende toets ontstaat uit het onderzoek;
Ho= De opbrengst van de vier market timing methodes is lager dan de opbrengst van de buy en hold strategie in een index.
Ha= De opbrengst van de vier market timing methodes is hoger dan de opbrengst van de buy en hold strategie in een index.
1.6.2 Toets 2 De rol van transactiekosten
De tweede toets onderzoekt of transactiekosten het onmogelijk maken om met de vier market timing methoden de buy en hold strategie te verslaan. Er zijn grote veranderingen gaande voor transactiekosten tijdens de periode van dit onderzoek, de periode van 1984-2004.
Tegenwoordig is het mogelijk voor de belegger om online aandelen te kopen en verkopen voor een zeer laag commissie percentage. Bij twee Nederlandse internet bankiers, te weten ALEX© en BINCK© bedraagt dit 0,1 %. Dit percentage verschilt aanzienlijk ten aanzien van de percentages in de jaren ’80 en ’90. Het bepalen van de transactiekosten in deze periode is zeer lastig. Deze staan niet gepubliceerd op internet.
Met behulp van twee verschillende rekenmethoden is er onderzoek gedaan naar de gemiddelde transactiekosten gedurende een bepaalde periode.
Barber en Odean (2000) 30 maken gebruik van een methode die gebaseerd op een opbouw van
de transactiekosten uit de spread en commissie. Dit is de som van de proportionele bieden-en -laten spreiding plus de commissie voor het handelshuis.
Zij gebruiken deze methode voor het bepalen van de transactiekosten voor hun analyse naar de gevolgen van het vele switchen van beleggers tussen verschillende aandelen.
Voor hun onderzoek maken zij gebruik van een data bank van een kleine 70,000 huishoudens bij een grote goedkope beleggingsbank. De analyse is gebaseerd op data van 1991 t/m 1996. Bij de berekening van de spreiding is er een onderscheid gemaakt tussen de spreiding van bieden en laten bij verkoop en aankoop van aandelen.
De bieden-en-laten spreiding wordt als volgt berekend; de transactieprijs gedeeld door de slotprijs op de transactiedag minus één. De commissie wordt berekend door de betaalde commissie te delen door de waarde van de transactie. Dit resulteert voor de gemiddelde huishoudens bij de aankoop van aandelen in een percentage transactiekosten van 1,89%.
30 Barber, B.M., T.Odean, ‘Trading Is to Hazardous to Your wealth: The Common Stock Investment
Dit percentage is opgebouwd uit een commissie van 1,58 % en een spreiding van 0,31%. De gemiddelde aanschaf bedraagt $ 11.205. Voor de verkoop resulteert dit in een transactie-percentage van 2,14 %. De commissie is 1,45% en de spreiding is 0,69 %. Er werd gemiddeld voor $ 13.707 verkocht.
Tevens onderzochten Barber en Odean het percentage van de transactiekosten op een transactie van 12 miljard dollar. Voor de aankoop resulteert dit in een commissie percentage van 0,77% en een spreidingspercentage van 0,27%. De transactiekosten bedragen 1,04% voor de aanschaf van aandelen. Het percentage transactiekosten bedraagt voor de verkoop van aandelen in deze situatie 1,23%. Dit percentage is opgebouwd uit 0,66% commissie en 0,61% spreiding. Barber en Odean concluderen dat de grootte van de transactie weinig invloed heeft op het transactiepercentage van de spreiding maar wel op het percentage van de commissie. Dit daalt aanzienlijk.
De methode van het bepalen van de transactiekosten op basis van een spreiding en commissie is ook door anderen onderzocht. Stoll en Whaley (1983) 31 komen tot de conclusie dat
transactiekosten bestaande uit een spread en commissie voor de grootste NYSE/AMEX fondsen 2,0% bedraagt. Een ander onderzoek komt ook op dit percentage uit.Immers Bwardwaj en Brooks (1992) 32 concluderen dat de transactiekosten voor aandelen duurder
dan 20 dollar op de NYSE ongeveer 2,0% bedragen.
Er is ook kritiek op deze manier van het bepalen van de transactiekosten. Lesmond, Ogden en Trzcinka (1999) 33 stellen dat de transacties op de NYSE en de AMEX vaak worden
verhandeld voor prijzen binnen de bieden en laten quotes.
Tevens zou het onmogelijk zijn om continu alle bied- en laat koersen voor alle fondsen gedurende elk tijdstip te vergaren. Vandaar komen Lesmond, Ogden en Trzcinka met een andere methode om de transactiekosten te bepalen.
Zij komen met een model dat het effect van transactiekosten op de dagelijkse aandelen- opbrengst direct weergeeft. De basis van het model is dat wanneer het informatie signaal beschikbaar voor de marginale investeerder onvoldoende is om de transactiekosten te overschrijden, de investeerder minder of niet zal handelen. Hierdoor ontstaat de nul-
opbrengst. De winst op de investering wordt teniet gedaan door de transactiekosten. In het model wordt dit weergegeven als het voorval van nulopbrengsten.
De marginale investeerder zal alleen handelen wanneer op basis van nieuwe informatie, die nog niet in de aandelenkoers verwerkt is, een winst kan worden behaald inclusief de kosten voor de transactie. De marginale investeerder weegt de kosten van de transactie af tegen de verwachte winst. De investeerders gebruiken een publiekelijk informatie signaal als toevoeging op hun private informatie om te beslissen over een transactie. De transactiekosten werpen een drempel op, die moet worden overwonnen voordat een aandelenopbrengst nieuwe informatie weer geeft. Het bestaan van transactiekosten leiden de auteurs af uit het bestaan van nul opbrengsten. De transactiekosten van deze methode zijn niet alleen gelijk aan een spreiding en commissie, maar ook gelijk aan de verwachte prijs impact kosten en opportunity kosten.
31 Stoll, H.R., R. Whaley, ‘Transactions Costs and the Small Firm Effect’, Journal of Financial Economics 1983,
deel 12, p. 68-71
32 Bhardwaj, R.K. , L.D. Brooks, ‘ The January Anomaly: Effects of Low Share PriceTransaction Costs, and
Bid-ask Bias’,Journal of Finance 1992, deel 47, p. 559-563
33 Lesmond, D.A., J.P Ogden, en C.A. Trzcinka, ‘A New Estimate of Transaction Costs’,TheReview of Financial
De onderzoekers vinden in de door hun gebruikte data zeer frequent nulopbrengsten.
Voor het onderzoek wordt gebruik gemaakt van data van de NYSE/AMEX tussen 1963-1990. Om de transactiekosten te bepalen, die worden gebaseerd op nulopbrengsten, wordt er gebruik gemaakt het limited dependent variable model van Tobin (1958) 34.
Het model komt met transactiekosten voor een round trip van een zeer grote firma op 1,2% en voor een kleine firma op 10,3%. Een round trip is het kopen en verkopen van het aandeel. Dit betekent een gemiddeld transactie percentage van 0,6% respectievelijk 5,15% bij de aanschaf van aandelen en ook gemiddeld 0,6% respectievelijk 5,15% bij de verkoop van aandelen. Echter aanzienlijk minder dan het resultaat van het onderzoek van Barber en Odean (2000). Maar beide onderzoeken gaan over een verschillende tijdsperiode.
Voor mijn onderzoek wordt gebruik gemaakt van de reeds genoemde methode van Lesmond, Ogden en Trzcinka ( 1999). Desbetreffende analyse is onafhankelijk is van de bieden en laten spreiding en de commissie. Tevens dragen deze auteurs goede argumenten aan tegen de spread en commissie methode.
De methode van deze wetenschappers is zeer handig in gebruik omdat er geen rekening gehouden hoeft te worden met de commissiekosten. De commissie is aan grote veranderingen onderhevig gedurende de periode van dit onderzoek. Deze onderzoekers kwamen uit op een gemiddeld transactiepercentage van 0,6% per transactie.
Wanneer de huidige commissies van 0,1% worden opgeteld bij de spreiding van het onderzoek van Barber en Odean( 2000) ontstaat er voor de aanschaf van aandelen een transactiepercentage van 0,1% commissie en 0,27% spreiding. De totale transactiekosten bedragen bij de aankooptransactie 0,37% van het transactiebedrag. Voor de verkoop resulteert dit in een percentage van 0,71%. Dit percentage is opgebouwd uit 0,61% spreiding en 0,1 % commissie. Het gemiddelde percentage bedraagt 0,54%. Dit percentage geldt slechts voor het laatste jaar onderzoek. Het percentage van 0,6% voor de periode 1964-1990 van Lesmond, Ogden en Trzcinka wijkt hier niet veel vanaf.
Voor de tweede toets wordt er uiteindelijk gebruik gemaakt van de volgende hypothesen; Ho= Het is dankzij transactiekosten onmogelijk voor de market timing methoden om de buy en hold strategie te verslaan
Ha = Het is ondanks transactiekosten mogelijk voor de market timing methoden om de buy en hold strategie te verslaan
1.6.3 Toets 3 Signaal functie bij market timing methoden en relatie bull-bear markt
De derde toets bestaat uit twéé delen. Het eerste deel A bestaat uit het testen van het percentage juiste signalen die de verschillende methodes afgeven. Deze toets is gebaseerd op de reeds eerder genoemde artikel van Sharpe (1975) 35, Chau, Woodward en To (1987) 36, Kester (1990)37.
34 Tobin, J, ‘Estimation of Relationships for Limited Dependent Variables’, Econometrica 1958, deel 26, p.
24-36
35 Sharpe, W. F., ‘Are Gains Likely From Market Timing’, Financial Analysts Journal 1975, deel 31- 2,p. 60-69.
36 Chua, J. H., R.S. Woodward, en E.C. To, ‘Potential Gains From Stock Market Timing in Canada’, Financial
Analysts Journal 1987, deel 43- 5,p. 50-55.
37 Kester, G., ‘Market Timing with Small versus Large-Firm Stocks: Potential Gains and Required Predictive
Aangezien er bij de tweede toets wordt uitgegaan van een transactiekostenpercentage van 0,6% maakt dit onderzoek gebruik van gegevens van het artikel van Kester. In zijn onderzoek concludeert Kester dat een market timing methode gebaseerd op een switching rule per kwartaal tussen cash en grote aandelenfondsen met een transactiekostenpercentage van een half procent minimaal 61% van de voorspelling juist dient te hebben om succesvol market timing te kunnen toepassen. Het transactiekostenpercentage van 0,5% ligt dicht bij het in dit onderzoek gebruikte 0,6%.
De vier verschillende onderzochte market timing methoden zullen volgens bovenstaande theorie minimaal 61% van de keren een juist signaal moeten afgeven om een hogere opbrengst te behalen in de periode 1984-2004 dan de buy en hold strategie in een index. Deze vier geciteerde onderzoeken leiden tot de volgende toets van de vier verschillende market timing methoden:
Ho= Market timing methodes geven 61% van de keren het juiste signaal af.
Ha = Market timing methodes geven meer dan 61% van de keren het juiste signaal af.
Ho= Correcte bull market voorspellingen zijn belangrijker dan correcte bear market voorspellingen
Ha= Correcte bear market voorspellingen zijn belangrijker dan correcte bull market voorspellingen
Het tweede deel B van de derde toets bestaat uit het onderzoek naar het verschil in belang tussen het afgeven van een signaal van een bear market of een bull market. Dit onderzoek is gecombineerd met de reeds eerder genoemde onderzoek van Shilling (1992)38.
Er wordt onderzocht wat het resultaat van de market timing methoden zou zijn geweest wanneer deze methoden de 5 grootste bull market signalen correct hadden voorspeld. Dit betekent dat de opbrengst van de methoden wordt aangevuld met het aantal gemiste bull signalen. Wanneer een methode een T-Bill signaal afgeeft wanneer één van de vijf grootste bull momenten in de markt aanwezig is, wordt deze omgezet in een Index signaal. Tevens is er gekeken wat de opbrengst van de methoden is geweest wanneer de 5 grootste bear market signalen juist waren voorspeld. Hierbij wordt de methode gecorrigeerd voor het onjuist afgeven van Index signalen in plaats van T-Bill signalen.
Er wordt onderzocht wat het verschil in percentage van de opbrengst van de vier market timing methoden is wanneer de vijf grootste bull signalen en de vijf grootste bear signalen door de methoden juist worden voorspeld.
De hypothesen voor deze toets luiden als volgt;
Ho= Correcte bull market voorspelling zijn belangrijker dan correcte bear market voorspelling.
Ha= Correcte bear market voorspelling zijn belangrijker dan correcte bull market voorspelling.
38 Shilling, A.G., ‘Market timing: Better than a Buy and Hold strategy’, Financial Analysts Journal 1992, deel
1.6.4 Toets 4 Dagelijkse toepassing van market timing methoden
In de vierde toets wordt onderzocht of market timing strategieën succesvol toe te passen zijn op dagelijks basis. Heden ten dage is het mogelijk om via allerlei internetbrokers door beleggers zelf snel en goedkoop te handelen. Dit heeft, zoals reeds beschreven, impact op het gemiddelde resultaat van de beleggingen en de omloopsnelheid van de portefeuille.
In het artikel van Barber en Odean (2002) 39 wordt opgemerkt dat 90% van de beleggers hun hele aandelen portefeuille binnen één jaar vervangen.
Maar er zijn ook beleggers die hun complete aandelenportefeuille binnen één dag aankopen en verkopen. Deze beleggers hebben als doel winsten te behalen op de koersveranderingen van aandelen binnen een dag. Dit soort beleggers wordt day traders genoemd. Zij sluiten hun posities aan het einde van de dag. The North American Securities Administrators Association (1999) 40 komt door onderzoek tot de conclusie dat 70% van de day traders niet alleen geld verliest, maar ook een groot deel van hun gehele portefeuille verliest. Slecht 11,5% van de day traders is in staat om enig positief resultaat te behalen.
Treynor (1995) 41 maakt een onderscheid tussen het aanhouden van aandelen en het handelen
in aandelen. Wanneer mensen aandelen houden zijn zij in staat om een positieve opbrengst te behalen. Het houden van aandelen is in tegenstelling tot het handelen in aandelen een actie met een verwachte positieve opbrengst.
Statman (2002) 42 vergelijkt het handelen in aandelen met gokken. Zowel het handelen in aandelen als gokken hebben een verwachte negatieve opbrengst.
De vierde toets doet dus onderzoek naar de mogelijkheid van een market timing strategie als alternatief voor day-trading.
In deze toets wordt er onderzocht of de vier market timing methoden in staat zijn om een positief resultaat te laten zien ten opzichte van de index benchmark wanneer deze methoden dagelijks worden toegepast.
Tevens wordt getoetst of transactiekosten het onmogelijk maken om met de vier market timing methoden de buy en hold strategie te verslaan.
Voor de vierde toets wordt uiteindelijk gebruik gemaakt van de volgende hypothesen; Ho= De opbrengst van de vier market timing methodes is minder dan de opbrengst van de buy
en hold strategie in een index.
Ha= De opbrengst van de vier market timing methodes is hoger dan de opbrengst van de buy en hold strategie in een index.
Ho= Het is dankzij transactiekosten onmogelijk voor de market timing methoden om de buy en hold strategie te verslaan
Ha = Het is ondanks transactiekosten mogelijk voor de market timing methoden om de buy en hold strategie te verslaan
39 Barber, B.M., T.Odean, ‘ Online Investors: Do the Slow Die First?’, The Review of Financial Studies Special
2002, deel 15-2, p. 455-463, 473-475
40 Shellenberger, D.E e.a, Report of the Daytrading Project Group. Rapport van expert groep ingesteld door The
North American Securities Administrators Association, 1999, p. 1-4
41 Treynor, J., ‘The Only Game in Town’, Financial Analysts Journal 1995, deel 51-1, p. 81-83.
1.7 Uiteenzetting opbouw onderzoek
Het onderzoek is als volgt opgedeeld;
1. Presentatie van de gebruikte data voor de market timing methoden en buy en hold strategieën.
2. Behandeling en resultatenweergave van de vier toetsen voor zowel Nederland als de Verenigde Staten.
3. Analyse van toetsresultaten.
4. Conclusie van de onderzoeksresultaten.
Hoofdstuk 2: Gebruikte data voor het onderzoek
2.1 Inleiding hoofdstuk 2
In dit hoofdstuk worden eerst de economische variabelen die in dit onderzoek worden gebruikt beschreven. Deze economische variabelen zijn gebaseerd op de door Shen (2002) 43 gebruikte variabelen. Vervolgens worden deze variabelen onderzocht naar hun relevantie voor het onderzoek. Dit gebeurt door de correlatie te bekijken tussen de verschillende data en de correlatie te bekijken van de data tussen de beide landen. Ten slotte wordt uit deze correlatie berekeningen een conclusie getrokken.
2.2 Gebruikte data voor toetsen 1 t/m 4
Voor het onderzoek wordt gebruik gemaakt van gegevens van Datastream. Datastream levert op een duidelijke en efficiënte manier alle gegevens aan van beide landen. Tevens berekent het programma al zijn gegevens op dezelfde manier zodat er van vergelijkbare gegevens uitgegaan kan worden.
Ook berekent Datastream al vanaf 1984 maandelijks onderstaande gegevens. Dit betekent dat investeerders zonder vertraging gebruik kunnen maken van deze informatie voor de market timing methoden. Er is geen sprake van een time lack.
Voor het onderzoek naar de eerste drie toetsen van de market timing methoden wordt gebruik gemaakt van de volgende data uit Datastream44;
US EURO-$ 1 MONTH (LDN:FT) - MIDDLE RATE (T-Bill VS)
NETHERLAND EURO-GLDR 1 MTH (LDN:FT) - MIDDLE RATE (T-Bill NL) US TREAS.BENCHMARK BOND 10 YR (DS) - RED. YIELD (T-Bond VS) NETHERLAND BENCHMARK BOND 10 YR (DS) - RED. YIELD (T-Bond NL) S&P 500 COMPOSITE DS CALCULATED - PRICE INDEX (Index VS)
AEX INDEX (AEX) DS-CALC. - PRICE INDEX (Index NL) S&P 500 COMPOSITE DS CALCULATED – PER (P/E Ratio VS) AEX INDEX (AEX) DS-CALC. – PER (P/E Ratio NL)
Deze data worden per kwartaal door Datastream berekend.
Voor de laatste toets, te weten het onderzoek naar succesvolle implementatie van market timing strategieën op day trading, wordt gebruik gemaakt van gegevens van Datastream voor de periode van 18-7-2003 t/m 18-7-2005. Datastream45 verstrekt voor deze periode de
onderstaande data per dag;
US EURO-$ 1 WK (LDN:GS) - MIDDLE RATE (T-Bill D VS)
NETHERLAND EURO-GLDR 1 WK (LDN:GS) - MIDDLE RATE (T-Bill D NL) US TREAS.BENCHMARK BOND 10 YR (DS) - RED. YIELD (T-Bond D VS) NETHERLAND BENCHMARK BOND 10 YR (DS) -RED. YIELD (T-Bond D NL) S&P 500 COMPOSITE DS CALCULATED - TOT RETURN IND (Index D VS) AEX INDEX (AEX) DS-CALC. - TOT RETURN IND (Index D NL)
S&P 500 COMPOSITE DS CALCULATED – PER (P/E Ratio D VS) AEX INDEX (AEX) DS-CALC. – PER (P/E Ratio D NL)
43 Shen, P. , Market-timing Stategies that worked, 2002 [
http://www.kc.frb.org/publicat/reswkpap/rwp02-01.htm], p. 1-4, 8, 12
44 Excel sheet Data DATASTREAM, alle 8 werkbladen
2.3 Correlatie tussen gebruikte data voor Nederland en de Verenigde Staten
Om te kunnen onderzoeken of market timing mogelijk is volgens de market timing methoden, is het nodig om te kijken of de T-Bills, T-Bonds en P/E ratio’s enige invloed uitoefenen op de
AEX, S&P 500 en of er onderlinge verbanden tussen de gegevens te vinden zijn. Deze onderzoeken gebeuren aan de hand van correlatie. Eerst wordt de correlatie onderzocht
tussen de benodigde data van de eerste drie toetsingen. Vervolgens wordt er gekeken of er ook sprake is van correlatie tussen de data van de vierde toetsing.
Ten eerste wordt er onderzocht of er sprake is van correlatie tussen de gegevens van Datastream binnen de landen zelf voor de data van de eerste drie toetsingen.
Via de CORRELATIE46 en LIJNSCH 47 functie van Excel zijn de correlaties bepaald tussen
de indexen en de overige data, te weten de T-Bill, T-Bond en de P/E ratio voor de afgelopen 20 jaar.
Er is sprake van een duidelijke correlatie tussen de data uit de VS;
S&P 500 COMPOSITE DS CALCULATED - PRICE INDEX (Index VS)
in correlatie met
US EURO-$ 1 MONTH (LDN:FT) - MIDDLE RATE (T-Bill VS)
US TREAS.BENCHMARK BOND 10 YR (DS) - RED. YIELD (T-Bond VS) S&P 500 COMPOSITE DS CALCULATED – PER (P/E Ratio VS)
resulteert in een correlatie binnen de VS tussen de data van 0,94826648. Hetzelfde geldt voor NL in iets mindere mate voor de data.
AEX INDEX (AEX) DS-CALC. - PRICE INDEX (Index NL)
in correlatie met
NETHERLAND EURO-GLDR 1 MTH (LDN:FT) - MIDDLE RATE (T-Bill NL) NETHERLAND BENCHMARK BOND 10 YR (DS) - RED. YIELD (T-Bond NL) AEX INDEX (AEX) DS-CALC. – PER (P/E Ratio NL)
resulteert in NL in een correlatie tussen de data van 0,903279 49.
Vervolgens is er onderzocht of er sprake is van correlatie tussen de verschillende data binnen de twee landen. Voor de VS50 resulteert dit in de navolgende tabel;
Voor NL resulteert dit in de onderstaande tabel51;
Correlatie AEX T-Bond T-Bill P/E ratio
AEX -0,70758 -0,60323 0,874257
T-Bond -0,70758 0,853141 -0,60546
T-Bill -0,60323 0,853141 -0,53706
P/E ratio 0,874257 -0,60546 -0,53706
46 Excel sheet Correlatie tussen Data, alle werkbladen,
47 Excel sheet Correlatie tussen Data , werkblad Correlatie Data NL, werkblad Correlatie Data VS
48 Excel sheet Correlatie tussen Data, werkblad Correlatie Data VS
49 Excel sheet Correlatie tussen Data, werkblad Correlatie Data NL
50 Excel sheet Correlatie tussen Data, werkblad Correlatie Data VS
51 Excel sheet Correlatie tussen Data, werkblad Correlatie Data NL
Correlatie S&P 500 T-Bond T-Bill P/E ratio
S&P 500 -0,7457 -0,54546 0,91085
T-Bond -0,7457 0,852524 -0,79684
T-Bill -0,54546 0,852524 -0,643
