To know is to grow | CFA Society VBA Netherlands

Factorbeleggen in Commodities

Terug naar laatste publicaties
in VBA Journaal door

Inleiding

Waar aandelen en vastrentende waarden worden gekenmerkt door benchmarks die afhankelijk zijn van één factor (respectievelijk marktkapitalisatie en uitstaande schuld), zijn commodity indices gebaseerd op productiewegingen die bestaan uit twee componenten: prijs en volume. Aangezien deze componenten doorgaans omgekeerd evenredig zijn, zijn commodityindices minder blootgesteld aan het winner/loser fenomeen waar bijvoorbeeld aandelenmarkten last van hebben.2 Een prijsstijging leidt tot een afname van de vraag en een daling van de prijs doet de vraag stijgen. De prijselasticiteit van de verschillende commodities is daarmee bepalend voor het uiteindelijke gewicht in de index. Het niet afhankelijk zijn van één factor zou betekenen dat een commodityindex meer efficiënt is dan een aandelenindex. Hierdoor zouden fundamentele indexatie methoden, zoals deze bij aandelen en recentelijk ook bij vastrentende waarden door Van Zundert & Houweling (2015) aan populariteit hebben gewonnen, binnen commoditymarkten minder succesvol moeten zijn. In dit artikel wordt onderzocht of deze stelling inderdaad correct is. Dit is relevant, omdat er in tegenstelling tot aandelen en vastrentende waarden, er weinig onderzoeken bekend zijn naar de toegevoegde waarde van alternatieve indexatiemethoden in de commoditymarkten. Daarnaast zijn commoditymarkten de laatste jaren opgevallen door de negatieve rendementen waar beleggers mee geconfronteerd zijn. Een alternatieve methode van indexatie zou voor commoditybeleggers waardevol kunnen zijn om dit soort slechte resultaten in de toekomst te mitigeren, dan wel te voorkomen.

 

Alternatieve indexatie

Waar men bij aandelen en vastrentende waarden spreekt van factoren als Value, Momentum, Low Volatility en Quality (al dan niet aangevuld met Small Caps),3 laten commodities zich, vanwege het gebruik van futures, meer omschrijven met de factoren Curve, Carry en Pre-roll.

 

Curve

Beleggingen in commodities vinden plaats middels futures met commodities als onderliggende waarde. Waar bij aandelen normaliter alleen het eerste contract op de future curve gebruikt wordt, bieden de future curves van commodities veel meer mogelijkheden. Figuur 1 laat het verschil zien tussen de waarde van het aantal uitstaande contracten van futures op de S&P 500 index en futures op WTI ruwe olie per 31-08-2015. Het laat zien dat de aandelenmarkt zich volledig tot het eerste contract beperkt, waar voor de oliemarkt er ook op punten verder op de curve voldoende activiteit plaatsvindt om als belegger in te opereren. Bij de S&P 500 is er na het vijfde contract geen enkele liquiditeit meer, terwijl de curve voor WTI ruwe olie nog jaren doorloopt.

Ondanks de mogelijkheden die commodity future curves tegenwoordig bieden, maken de veelgebruikte benchmarks zoals de S&P GSCI en BCOM indices alleen maar gebruik van het eerste contract op de curve. Wel bieden deze indexleveranciers tegenwoordig alternatieven die ook gebruik maken van contracten die verder op de curve liggen dan het eerste contract, maar deze worden door beleggers nog maar weinig als benchmark gebruikt. Tabel 1 laat de statistieken zien van S&P GSCI indices die beleggen in het eerste tot en met het zesde contract op de curve. Dit is gemeten over de periode januari 2004 tot en met augustus 2015.

Een belegging verder op de curve genereert een hoger rendement met een lager risico

Uit tabel 1 kan worden opgemaakt dat een belegging verder op de curve een hoger rendement genereert met een lager risico. Dit is vergelijkbaar met het low-volatility effect dat door Blitz & Van Vliet (2007) gevonden wordt bij aandelen. Een mogelijke verklaring voor het low volatility effect bij commodities kan voortvloeien uit twee eigenschappen van de markten en diens participanten. De rendement kant van het low volatility fenomeen kan te maken hebben met de commodity consumenten die op de markten actief zijn. Voor deze partijen is de fysieke commodity een klein onderdeel in een groter productieproces, maar kan er zonder de commodity niet geproduceerd worden. Consumenten hedgen doorgaans aan het begin van de curve hun prijsrisico, waardoor de prijs van het contract hoger kan liggen dan de intrinsieke waarde. Commodity producenten hedgen doorgaans verder op de curves, om zo zeker te weten dat de kosten die gemaakt moeten worden om de commodity te produceren niet hoger zijn dan de opbrengst. Hierdoor zal verder op de curve de prijs relatief lager zijn dan de intrinsieke waarde. Deze twee effecten kunnen het verschil in rendement verklaren tussen contracten aan het begin van de curve en contracten verder op de curve.

Het verschil in volatiliteit kan worden uitgelegd door de reactie van verschillende contracten op marktontwikkelingen. Bij onverwachte omstandigheden reageert de prijs van de fysieke commodity het sterkst, gevolgd door het eerste contract op de curve. Naarmate het contract verder op de curve ligt, is de reactie op de onverwachte gebeurtenis minder sterk. Het uitvallen van een pijpleiding zal voor een contract dat over 5 jaar expireert minder impact hebben dan voor een contract dat over 5 dagen expireert.

 

Carry

Een gevolg van het gebruik van futures is de noodzaak om de future contracten voor expiratie door te rollen. Dit doorrollen stelt een belegger in future contracten bloot aan roll yield. Roll yield is het procentuele verschil tussen de prijs waarop de positie in het expirerende contract gesloten wordt en de prijs waarop de positie in het nieuwe contract wordt geopend. Roll yield is positief bij een futures curve met negatieve steilheid (backwardation), en negatief in het geval er sprake is van positieve steilheid van de commodity futures curve (contango). De Ruiter (2006) vindt de oorsprong van het verschil in steilheid in een verzekeringspremie die de commodityproducent bereid is te betalen om het prijsrisico te hedgen.

Er zijn meerdere manieren waarop een belegger kan profiteren van het verschil in roll yield tussen commodities. Zo is het mogelijk om te beleggen in een aantal commodities met de hoogste roll yield. Dit benadert het effect van de factor Carry goed, maar maakt het, vanwege de sectorafwijkingen die ontstaan tussen de portefeuille en de S&P GSCI, lastig vergelijkbaar. Rendementsverschillen tussen portefeuille en benchmark kunnen immers worden veroorzaakt door verschillende sectorgewichten. Om hiervoor te corrigeren kan een belegger binnen een sector een selectie van commodities maken, op basis van de verschillen in roll yield.

De toegevoegde waarde van de factor Carry ligt in het niet opnemen van de commodities met de laagste roll yield

Deze sectoren dienen echter wel homogeen van aard te zijn, om ervoor te zorgen dat de er zo min mogelijk sprake is van idiosyncratisch risico. Figuur 2 geeft de correlatie tussen de verschillende commodities in de S&P GSCI index weer, gemeten op weekbasis over de periode januari 2005 tot en met januari 2015.

Hieruit valt op te maken dat de index onder te verdelen is in vijf sectoren: Energie, Metalen, Granen, Softs en Vee. Waar de correlatie tussen de verschillende commodities in de sectoren Energie Metalen en Granen relatief hoog is, is dit voor de sectoren Softs en Vee minder het geval. De impact van deze sectoren is echter relatief gering. Onderstaande tabel geeft de sectorgewichten van de S&P GSCI index weer per 31-08-2015. De sectoren Energie, Metalen en Granen vertegenwoordigen 87% van de gehele index.

Binnen de sectoren kan de selectie van commodities op verschillende manieren plaatsvinden. Men kan de commodity met de hoogste roll yield selecteren, of de commodity met de laagste roll yield verwijderen. Om inzicht te bieden in het effect van deze keuzes, laat tabel 3 de statistieken zien van deze twee methodes en de S&P GSCI index, waarop de sectorwegingen zijn gebaseerd. De agressieve strategie selecteert de beste 33% commodities per sector, op basis van roll yield, terwijl de conservatieve strategie de beste 66% van de commodities op basis van roll yield opneemt.5 Beide strategieën herbalanceren op het einde van iedere maand.

Wanneer de rendementen van de agressieve strategie worden geregresseerd op de rendementen van de conservatieve strategie, kent de alfa van de agressieve strategie ten opzichte van de conservatieve strategie een t-stat van 0,90. Dit houdt in dat de alfa van de conservatieve strategie statistisch gezien niet afwijkt van de alfa van de agressieve strategie. Deze resultaten gaan in tegen de bevindingen van Cremers & Petajisto (2009), die stellen dat een hogere active share, waar sprake van is bij de agressieve strategie, leidt tot een beter relatief rendement. De toegevoegde waarde van beide strategieën ligt in het geval van de factor Carry in het niet opnemen van die commodities met de laagste roll yield, per sector. Een grotere blootstelling naar de factor leidt daarmee niet automatisch tot een beter rendement. Een dergelijk resultaat is vergelijkbaar met Blake & Morey (2000) die tot de conclusie komen dat een beleggingsfonds met een lage rating doorgaans een slechtere performance laat zien, maar dat voor de overige beleggingsfondsen niet geldt dat naar mate het beleggingsfonds een hogere rating heeft, het ook een hoger rendement behaalt.

 

Pre-roll

Vanwege de expiratie van de gebruikte future contracten, rolt de S&P GSCI index de expirerende contracten door van de vijfde tot en met de negende werkdag in de maand van expiratie. Aangezien de contracten die de index gebruikt bekend zijn, zijn hiermee de transacties van alle index volgende beleggers te voorspellen. Hier wordt door marktpartijen gebruik van gemaakt door posities in de “nieuwe” indexcontracten te openen voordat de index dit doet, en deze posities te sluiten juist op het moment dat de indexbeleggers de posities openen. Op die manier handelen de indexbeleggers tegen een hogere koers dan dat zij oorspronkelijk zouden doen. Mou (2011) heeft dit fenomeen uitgebreid geanalyseerd. Door buiten de indexperiode te handelen is het voor een belegger mogelijk om zijn transacties aan het “frontrunning” van marktparticipanten te onttrekken. Tabel 4 laat het verschil tussen een strategie zien die de contracten van de eerste tot en met de vierde werkdag in de maand van expiratie doorrolt, en de benchmark, die de contracten van de vijfde tot en met de negende werkdag doorrolt.

Overeenkomstig met de bevindingen van Mou voegt het eerder doorrollen van expirerende future posities waarde toe. Het is echter wel het geval dat het verschil de afgelopen jaren kleiner geworden is. Dit maakt de factor pre-roll meer een risico-mitigerende factor, dan dat het de performance verbetert.

 

Conclusie

Net als bij strategieën in de aandelen of vastrentende markten, is het ook bij commodities mogelijk om de factorstrategieën samen te voegen tot één strategie. Onderstaande tabel geeft de statistieken voor een dergelijke strategie weer die gebruik maakt van het vierde, vijfde en zesde contract op de future curve.

De tabel laat zien dat in de periode januari 2004 tot en met augustus 2015, een strategie op basis van de eerder genoemde drie factoren een rendement had gegenereerd dat meer dan 10% per jaar hoger was dan de benchmark, met een lagere volatiliteit. Zowel het hogere rendement als het lagere risico zijn significant op het 5% niveau.

Op basis van bovenstaande tabel kan niet gesteld worden dat commodity indices, ondanks de lagere afhankelijkheid van de factor prijs, meer efficiënt zijn dan aandelenindices. Arnott, Hsu, & Moore, (2005) weten met hun fundamentele indexatie benadering over de periode 1962-2004 1,97% per jaar toe te voegen, met een lagere standaarddeviatie dan de S&P 500. Over de periode 2000-2004 neemt dit zelfs toe tot 9,87%, vergelijkbaar met de toegevoegde waarde van de factor strategie in commodities. Dit maakt factorbeleggen binnen commodities een waardevolle toevoeging aan een beleggingsportefeuille.

 

Literatuur

  • Arnott, R. D., Hsu, J., & Moore, P. (2005). Fundamental Indexation. Financial Analysts Journal, 61(2), 83-99.
  • Blake, C. R., & Morey, M. R. (2000, September). Morningstar Ratings and Mutual Fund Performance. Journal of Financial and Quantitative Analysis, 35(03), 451-483.
  • Blitz, D. C., & Van Vliet, P. (2007). The Volatility Effect: Lower Risk Without Lower Return. Journal of Portfolio Management, 34(1), 102-113.
  • Cremers, K. M., & Petajisto, A. (2009). How Active Is Your Fund Manager? A New Measure That Predicts Performanec. Review of Financial Studies, 22(9), 3329-3365.
  • De Bondt, W. F., & Thaler, R. (1985, Juli). Does the Stock Market Overreact? Journal of Finance, 793-805.
  • De Ruiter, H. (2006, Winter). Is er plaats voor Commodities in een strategische beleggingsportefeuille? VBA Journaal(4), pp. 11-12.
  • Fama, E. F., & French, K. R. (1992). The CrossSection of Expected Stock Returns. Journal of Finance, 47(2), 427-465.
  • Huij, J., & Verbeek, M. (2011, Voorjaar). Momentum en reversal: 20 jaar later. VBA Journaal(105), pp. 30-34.
  • Mou, Y. (2011). Limits to arbitrage and commodity index investments: Front-running the Goldman roll. New York: Columbia Business School.
  • Novy-Marx, R. (2013). The Other Side of Value: The Gross Profitability Premium. Journal of Financial Economics(108), 1-28.
  • Van Zundert, J., & Houweling, P. (2015, zomer). Factorbeleggen voor bedrijfsobligaties. VBA Journaal(122), pp. 20-25.

Noten

  1. Ralph Sandelowsky MSc RBA is Portfolio Manager Commodities bij Syntrus Achmea. Dit artikel is geschreven op persoonlijke titel.
  2. Een op marktkapitalisatie gebaseerde aandelenindex maximaliseert bij het rebalancen van de gewichten het verschil tussen prijs en intrinsieke waarde. Door dit verschil hebben aandelen met een relatief hoog gewicht een relatief grote kans om een daling te realiseren, omdat het verschil tussen prijs en intrinsieke waarde op lange termijn niet houdbaar is. Zie De Bondt & Thaler (1985) voor meer informatie over het winner/loser fenomeen.
  3. Zie voor meer informative over deze factoren Fama & French (1992) voor Value en Small Cap, Blitz & Van Vliet (2007) voor Low Volatility, Huij & Verbeek (2011) voor een overview van Momentum en Novy-Marx (2013) voor Quality.
  4. Deze sectorverdeling is representatief voor de gehele historie. De S&P index heeft altijd een relatief hoge weging naar de sector Energie gekend.
  5. De beste 33% commodities komt neer op 2 commodities voor de sectoren Energie en Metalen en 1 commodity voor alle overige sectoren.

 

Download