1 Inleiding
De toegenomen belangstelling voor alternatieve beleggingen in de beleggingsportefeuilles leidt tot een grote toestroom van geld naar deze beleggingscategorie. Veel institutionele beleggers overwegen of om het aandeel alternatives uit te breiden of belegging in alternatives op te starten. Het kan dan ook geen kwaad om zo nu en dan weer eens aandacht te vragen voor de vraag wat de meerwaarde van alternatieve beleggingen is. Hebben alternatieve beleggingen meerwaarde in de (institutionele) portefeuilles of is er een tendens ontstaan dat iedereen elkaar maar volgt. Met de “internet bubble” nog vers in het geheugen is de vraag of alternatieve beleggingen niet de volgende hype zijn gerechtvaardigd. In dit artikel gaan we in op de meerwaarde van alternatieve beleggingen voor de beleggingsportefeuille, maar wordt ook ingegaan op de risico’s bij implementatie en een verkeerd gebruik van data.
In deze bijdrage ga ik in paragraaf 2 kort in op de definitie van alternatieve beleggingen (‘alternatives’) en geef ik met een aantal cijfers aan wat het huidige belang is van deze groep in de asset allocatie van (institutionele) beleggers. In paragraaf 3 ga ik vervolgens in op de vraag waarom alternatieve beleggingen meerwaarde hebben in de (strategische) portefeuilles van (institutionele) beleggers. Theoretische argumenten uit de academische literatuur worden gecombineerd met empirische data uit de ABP-praktijk. In paragraaf 4 staat de vraag centraal wat de optimale asset allocatie naar alternatives zou kunnen zijn en waarom allocatie op basis van alleen historische rendements- en risicogegevens tot te hoge allocaties kan leiden. Paragraaf 5 sluit af met een korte samenvatting en conclusies.
2 Het belang van alternatives in de asset-allocatie
Alternatieve beleggingen is een verzamelnaam voor een zeer heterogene categorie beleggingen, waarvan de definitie niet eenduidig is. Elke belegger geeft aan het begrip een eigen invulling en dat maakt het moeilijk om cijfers over alternatieve beleggingen als “container” begrip te interpreteren. Een definitie zou kunnen zijn alle beleggingen buiten het reguliere universum van de liquide marktportefeuilles (vastrentende waarden, aandelen en listed onroerend goed). In het algemeen vallen onder alternatieve beleggingen de reeds bekende beleggingscategorieën private equity, hedge funds, commodities en onroerend goed (listed en unlisted). Ook minder bekende beleggingen als CO2 emissierechten, Cat Bonds en Timber kunnen echter onder de verzamelnaam alternatieve beleggingen worden geplaatst. Over het belang van ‘alternatives’ in de huidige beleggingsportefeuilles is gefragmenteerde informatie beschikbaar. Uit een rapport van Goldman Sachs en Russell blijkt bijvoorbeeld dat in de VS (Europa) ultimo 2005 9 (4)% van het totale vermogen in private equity, 6 (4)% in hedge funds en 7 (9)% in onroerend goed werd belegd. In tabel 1 is het (toegenomen) belang van alternatives weergegeven in de ABP-beleggingsportefeuille. Inclusief onroerend goed is het aandeel altenatives gestegen van 7% in 1990 naar 18.5% in 2005. Voor 2009 zou dit aandeel moeten groeien naar 26%. In deze 26% is ook 2% opgenomen voor innovaties. Met deze allocatie wil ABP expliciet het beleggen in nieuwe beleggingscategorieën die bijdragen aan een hoger en/of stabieler reëel rendement stimuleren2. Het gaat hier om de toekomstige categorie “alternatives”.
3. Meer rendement en minder risico?
Hebben alternatieve beleggingen meerwaarde in de strategische portefeuille van institutionele beleggers? Het antwoord vanuit de beleggingstheorie is daarop een volmondig “ja”. Op een hoog abstractieniveau geeft het Mutual Fund theorema in combinatie met het Capital Asset Pricing Model aan dat de optimale beleggingsportefeuille een combinatie is van twee portefeuilles, namelijk een risicoloze en een optimale portefeuille van risicovolle beleggingstitels. Deze laatste portefeuille bestaat uit het market cap gewicht van alle asset klassen in het universum. Het simpele bestaan van alternatieve beleggingen rechtvaardigt dus het beleggen in deze asset categorie. In een intertemporele variant van de beleggingstheorie is de risicoloze portefeuille een “hedging portefeuille” waarin alternatieve beleggingen een belangrijke rol kunnen spelen. In dit kader onderzoeken Hoevenaars cs. (2006) de relatie tussen de samenstelling van de optimale beleggingsportefeuille en de beleggingshorizon voor een pensioenfondsbelegger. Gebruikmakend van het traditionele (verwachte) nutsmaximalisatie model en tijdsvariërende risicopremies geschat met een VAR-model komen zij tot de conclusie dat alternatives deel uitmaken van de optimale beleggingsportefeuille, zowel voor defensieve- als offensieve beleggers. Op een minder hoog abstractieniveau leidt in het tekstboekmodel van de asset-allocatie, Markowitz’ mean-variance model, de toevoeging van alternatieve beleggingen tot een opwaartse verschuiving van de efficiënte grenslijn. De spreiding over alternatives leidt tot efficiëntere portefeuilles, tot meer rendement per eenheid risico. Meer rendement? In de beleggingstheorie correspondeert het rendement met de marginale risicotoevoeging aan de portefeuille en is een lager risico en een hoger rendement zoiets als “vloeken in de kerk”. Toch zijn er een aantal redenen waarom de toevoeging van alternatieve beleggingen aan een traditionele aandelen-obligatieportefeuille meer rendement kan opleveren. Alternatieve beleggingen zijn veelal illiquide beleggingen (bijvoorbeeld private equity en direct onroerend goed). Voor de beperkte verhandelbaarheid eisen beleggers een premie3. Verder gaat het bij alternatieve beleggingen vaak om minder ontwikkelde en minder volgroeide markten die de belegger de kans bieden om extra rendement te genereren. In beleggingstaal: het gaat vaak om inefficiënte markten waardoor de mogelijkheden om alpha te genereren groter zijn. Een andere mogelijkheid voor meer rendement is natuurlijk wanneer de prijsvorming in werkelijkheid zich weinig aantrekt van de theoretische asset-pricing modellen. Een bekende vermogensbeheerder als Bridgewater (2006) bijvoorbeeld gaat in het vaststellen van (verwachte) rendementen van asset-klassen uit van de idee dat rendementen vooral worden bepaald door het eigen risico van de asset-klasse zelf en niet door de correlaties met andere vermogenstitels. Dit betekent dat vermogenstitels met een lage correlatie met de traditionele asset categorieën vanuit een portefeuilleperspectief vaak aantrekkelijk geprijsd zijn.
Minder risico? Minder risico omdat de samenhang met andere beleggingscategorieën van alternatieve beleggingen gering is. Dit telt des te meer omdat de correlatie tussen de publieke markten toenemen en daardoor de diversificatiebaten van traditionele asset allocaties reduceren. Ook, en belangrijker, minder risico omdat de samenhang van alternatieve beleggingscategorieën als hedge-funds en grondstoffen met de waarde van de pensioenverplichtingen op de balans groter is dan die van de traditionele beleggingscategorieën. Tabel 2 geeft een overzicht van zowel de correlaties op korte termijn (1 jaar) als de correlaties op lange termijn (15 jaar) zoals deze in de simulatiemodellen van ABP voor de verschillende asset klassen worden gehanteerd4.
Bekijken we de waarden in de tabel dan zien we dat zowel op korte- als de lange termijn alternatives risico’s spreiden ten opzichte van een traditionele aandelen/obligatieportefeuille en bovendien een betere hedge zijn tegen de looninflatie.
Het (verwachte) effect van alternatieve beleggingen in de strategische portefeuille is met behulp van het ABP-ALM-model doorgerekend. Referentiepunt in de analyse is de risico- en rendementsportefeuille van 60% aandelen en 40% vastrentend. Deze portefeuille is gekozen omdat hij naar verwachting op lange termijn precies genoeg rendement genereert om de pensioenverplichtingen te kunnen indexeren uit het rendement boven de rekenrente. Tevens is een portefeuille samengesteld bestaande uit 40% aandelen, 40% vastrentend en 20% alternatives, dat eenzelfde verwacht rendement genereert als de referentieportefeuille. Vervolgens zijn de effecten van beide portefeuilles becijferd voor het premieniveau, dekkingsgraad en het pensioenresultaat5 op korte (2009) en lange termijn (2021). Omdat beleggingsrendementen en inflatie onzekere variabelen in de tijd zijn, zijn ook variabelen als premieniveau, dekkingsgraad en pensioenresultaat onzekere variabelen met een kansverdeling. In de tabel is een aantal kengetallen van deze kansverdeling gegeven.
De getallen geven het verschil aan tussen de portefeuille met alternatieve beleggingen en de referentieportefeuille. De mediaan is een maatstaf voor het gemiddelde en geeft die waarde aan waarvoor in de helft van de toekomstige scenario’s de uitkomst hoger en in de andere helft de uitkomst lager is. In de tabel is bijvoorbeeld te lezen dat de mediaan van de toekomstige dekkingsgraad in 2021 voor de portefeuille met alternatieve beleggingen 3 procentpunt hoger ligt dan de referentieportefeuille. De overige kolommen van de tabel geven een indruk van de spreiding van de uitkomsten. Zo geeft bijvoorbeeld de kolom < 85% de kans aan dat de dekkingsgraad onder de 85% uitkomt. De portefeuille met alternatieve beleggingen doet deze kans in 2021 met 1 procentpunt afnemen. De cijfers in de tabel laten zien dat door toevoeging van alternatieven in de portefeuille het neerwaartse risico voor zowel de dekkingsgraad als het pensioenresultaat kleiner wordt. Met andere woorden, met alternatieve beleggingen in de portefeuille is de kans op een slecht pensioenresultaat of een lage dekkingsgraad kleiner.
4 Optimale asset allocatie
In de vorige paragraaf is bekeken of alternatieve beleggingen meerwaarde hebben in termen van (meer) rendement en/of (minder risico). In deze paragraaf gaan we in op de vraag hoe groot de allocatie naar alternatieve beleggingen zou moeten zijn. Het antwoord op deze vraag wordt vaak gebaseerd op het berekenen van een optimale portefeuille met behulp van historische rendementsgegevens. Deze berekeningen leiden in het algemeen tot een hoog – en onrealistisch − percentage alternatieve beleggingen in de portefeuille. Zo becijferen Terhaar cs. dat een niet gerestricteerd mean-variance optimalisatie, met hetzelfde risico als een 60% aandelen/40% obligatieportefeuille, leidt tot een portefeuille met 100% alternatives. Om een voorbeeld te geven: in een optimale MV portefeuille is het gewicht van een asset gelijk aan de verhouding tussen het excess rendement (t.o.v. kasgeld) en de marginale toevoeging aan het portefeuillerisico6. Op basis van historische gegevens ligt dit gewicht voor bijvoorbeeld hedge funds op 0.04/0.10 = 40%! Op basis van deze uitkomsten is de vraag gerechtvaardigd of we rendement en risico wel goed meten bij dit soort alternatieve beleggingen. Het antwoord daarop is nee en is in de literatuur uitgebreid verantwoord. Voor veel alternatieve beleggingsklassen worden rendementsgegevens berekend op basis van gegevens die vrijwillig door externe managers ter beschikking worden gesteld. Dit leidt tot subjectief gefilterde informatie. Onderzoek van bijvoorbeeld Posthuma en van der Sluis (2003) geeft aan dat alleen al door de zogenaamde “backfill bias” het rendement op hedge funds 4% lager zou moeten zijn dan dat de historische reeksen aangeven. De hoge rendementen uit historische reeksen zijn bovendien een gevolg van het feit dat het hier minder ontwikkelde en minder volgroeide markten betrof. De grote belangstelling voor deze asset-klasse brengt daar natuurlijk wel verandering in. Hierdoor dalen de verwachte rendementen in de toekomst, denk daar bij bijvoorbeeld aan private equity en illiquiditeitspremies. In de ABP lange termijn scenario’s zijn de verwachte rendementen voor de meeste alternatieve beleggingscategorieën daarom fors lager dan op basis van historie zou kunnen worden becijferd.
De geringe liquiditeit van sommige beleggingscategorieën brengt met zich mee dat nieuwe informatie niet zelden met een forse vertraging in de prijs van de belegging wordt verwerkt. Hierdoor wordt het risico van alternatieve beleggingen en de samenhang tussen alternatieve beleggingen met bijvoorbeeld aandelen en obligaties onderschat. Asness cs. (2001) geeft aan dat door dit “stale pricing” effect correlatieberekeningen misleidend zijn. Intertemporele correlaties zijn vaak veel hoger. Door het illiquide karakter van veel alternatieve beleggingen is sprake van scheefheid en dikstaartigheid (skewness and kurtosis) in de rendementsverdeling door “event en liquidity” risico. Deze factoren maken, zo betoogd onder andere Goetzmann cs. (2001), dat voor risico gecorrigeerde rendementsmaatstaven als de Sharpe ratio vertekend zijn. Last but not least zijn de niet-marktrisico factoren bij alternatives hoger: operationeel risico (fraude, juridisch, waardering, intensief gebruik derivaten e.d.), transparantie (geen repliceerbare benchmarks, leverage) en manager-risico (selectie, stijl-drift).
De risico’s die uit de historische reeksen kunnen worden berekend dienen daarom gecorrigeerd te worden voor de effecten van illiquiditeit, vertekeningen in de database en de meerkosten van niet-marktrisico’s. Wanneer hiermee rekening wordt gehouden daalt het optimale aandeel van alternatives in de asset allocatie. Uit veel onderzoek, onder meer dat van Terhaar cs. (2003), volgt dan een allocatie van 20%. Veel meer dan een vuistregel is dit echter niet.
5 Samenvatting en conclusie
In de inleiding van dit artikel werd de vraag gesteld of er meerwaarde is van alternatieve beleggingen in een beleggingsportefeuille of dat er sprake is van een hype. Het antwoord op de gestelde vraag ligt genuanceerd. Vanuit de beleggingstheorie kan worden aangevoerd dat toevoeging van alternatieve beleggingen zal leiden tot een betere afruil tussen risico en rendement indien de nieuwe categorieën niet perfect zijn gecorreleerd. Daarnaast is het verwachte rendement op titels met een lage verhandelbaarheid iets hoger door de premie voor illiquiditeit. Ook kunnen bekwame managers hogere rendementen behalen doordat de markt voor een aantal van deze beleggingen minder efficiënt is dan liquide kapitaalmarkten waar de concurrentie tussen beleggers voor extra rendement hevig is. Tot slot hebben sommige alternatieve beleggingen een relatie met de verplichtingen van (bijvoorbeeld) pensioenfondsen, waardoor de wig tussen beleggingen en verplichtingen kan worden gereduceerd. De waarde van alternatieve beleggingen in een (pensioenfonds) portefeuille is bovendien ook empirisch vastgesteld: analyses op basis van historische data geven aan dat de toevoeging van alternatives leidt tot een betere rendements/risicoverhouding van de beleggingsportefeuille. De toegevoegde waarde van alternatieve beleggingen in de portefeuille van institutionele beleggers is hiermee een functie van argumenten uit de beleggingstheorie evenals deugdelijk empirisch onderzoek en niet “omdat iedereen het doet” (“hype”).
Dit is echter niet het hele verhaal. Alternatieve beleggingen zijn “moeilijke” beleggingen waarvan het risico-rendement profiel vaak niet eenvoudig na te bootsen is. Hierdoor zijn voor beleggingen in deze categorieën specifieke competenties nodig, beleggingsexpertise noodzakelijk en is goed risicomanagement essentieel. Uit onderzoek blijkt dat een groot deel van beleggers in alternatives naar eigen zeggen niet voldoende informatie heeft om geïnformeerde beslissingen te nemen. Gecombineerd met het grote aanbod van kapitaal van dit moment zou dit kunnen leiden tot een zeepbel. Het risico van “het veel te veel betalen voor een asset categorie” is daarmee groot. Dit teveel betalen wordt nog versterkt doordat voor de manager skill bij een aantal alternatieve beleggingen (hedge funds, private equity) veel moet worden betaald en vaak niet transparant is wat de manager precies doet. “Selling alpha for beta”, het feit dat je via een hedge fund veel betaalt voor een simpel te repliceren beta strategie, is een gevaar dat bij niet-geïnformeerd beleggen in alternatives om de hoek ligt.
Kortom je huiswerk doen loont, zeker bij alternatieve beleggingen en het extrapoleren van historische realisaties heeft weinig waarde. Ook bij lagere verwachte rendementen en een verstandige implementatie blijft het diversificatiepotentieel van alternatives lonend voor de beleggingsportefeuille van (institutionele) beleggers.
Literatuur
- Asness, Krail and Liew (2001), “Do Hedge Funds Hedge”, Journal of Portfolio Management.
- Bridgewater Associates (2005), “CAPM vs. All-Weather”.
- Goetzmann, Ingersol, Spiegel and Welch (2002), “Sharpening Sharpe ratios”, working paper Yale.
- Hoevenaars, Molenaar en Steenkamp (2003), “Simulation for the Long Run”, in: Asset and Liability Management Tools (B. Scherer e.d.), Risk Books, Risk Waters Group London.
- Hoevenaars, Molenaar, Schotman and Steenkamp (2006), “Strategic Allocation with Liabilities: Beyond Stocks and Bonds”, working paper Vrije Universiteit.
- Posthuma and van der Sluis (2003), “A reality check on hedge funds”, working paper Vrije Universiteit.
- Steenkamp (2004), “Asset Allocation and Portfolio Construction”, Riskmatrix.
- Terhaar, Staub, Singer (2003), “Appropiate Policy Allocation for Alternative Investments”, Journal of Portfolio Management.
Noten
- Dit artikel is geschreven naar aanleiding van een presentatie op het VBA-ALM congres “De meerwaarde van alternatieve beleggingen vanuit ALM perspectief”. Prof. dr T.B.M. Steenkamp is CIO Allocatie & Research en lid van de directie van ABP Vermogensbeheer. Hij is tevens als hoogleraar beleggingsleer verbonden aan de Vrije universiteit Amsterdam, waar hij verantwoordelijk is voor de VBA-opleiding.
- Naast de allocatie naar de categorie “innovatie” is ook een proces ingericht om interne – en externe innovatie te stimuleren. Zie hiervoor onder meer de brochure “Strategisch beleggingsplan” dat te downloaden is vanuit www.abp.nl, vermogensbeheer, brochures.
- In de academische literatuur wordt het bestaan van deze illiquiditeitspremie in een aantal onderzoeken in twijfel getrokken.
- In het ABP ALM model worden scenario’s gegenereerd op basis van VAR-modellen. In deze modellen is enige voorspelbaarheid van rendementen op de lange termijn meegenomen, waardoor de risico’s (varianties en correlaties) voor de korte- en de lange termijn verschillen. Voor een beschrijving van deze methodologie zie Hoevenaars cs. (2003).
- Zie voor een uitleg van deze formule Steenkamp (2004), p. 46-47.
in VBA Journaal door Tom Steenkamp