Performanceevaluering af danske investeringsforeninger med fokus på: omkostninger og offentlige ratings

Transkript

1 Institut for Regnskab, Finansiering og Logistik Kandidatafhandling CM. (Fin.) Forfatter: Uffe Mikkelsen Vejleder: Michael Christensen Performanceevaluering af danske investeringsforeninger med fokus på: omkostninger og offentlige ratings Handelshøjskolen Århus 2006

2 Executive summary This thesis evaluates whether Danish open-end mutual funds have over performed their benchmark. In order to do this different evaluation models are tested to find the best. Next three Danish rating agencies are evaluated in order to estimate their influence and test if their models causes bias. The mutual funds operating costs are split into different parameters to analyze the trends. Also it is evaluated if there are economies of scale for the large mutual funds rewarding the investors At last a Tobit model is evaluated to find any significant positive relationship. First a performance evaluation of the mutual funds is estimated. The analysis is based on the well known assumptions of the CAPM. The entire sample is screened to eliminate not comparable funds. Pension- and accumulating funds are excluded due to different taxation rules in Denmark. The rest of the sample is split into a stock and a bond category. Afterwards the categories are split into different geographically groups excluding mutual funds that cannot be categorized in a geographically group. The remaining sample contains 34 stock funds and 14 bond funds. The first model used is the Jensen single index model measuring the over- or under performance compared to a specific market index. Generally the model with one benchmark for each geographically category fits most of the stock funds very well. Due to different benchmarks the Jensen single index model estimates low levels of explanation between the bond funds and the chosen bond index. Therefore a 2 factor model with an extra bond index is analyzed. The 2 factor model gives significant better explanation of the bond funds returns compared to the Jensen single index model. Next the Fama & French 3 factor model is evaluated with the stock mutual funds. The 2 additional factors explain anomalies which are not explained by the Jensen single index model. The factors are named SML and HML (Small minus Large and High minus Low). The SMB factor is constructed with a small-cap index minus a large-cap index. The HML factor is constructed with a value index minus a growth index. The i

3 performance evaluation with the 2 additional factors gives significant better explanation compared to the Jensen single index model. The last model evaluated is Carharts 4 factor including a one year momentum factor. The extra fourth factor analyses whether the mutual funds are picking last years winners. The factor is constructed with the top 30 % performing funds from the last year minus the 30 % lowest performing funds from the last year. Three different momentum factors are evaluated: An overall factor funds including all funds, a stock momentum factor with the 34 stock funds, a category momentum factor and a bond factor. Generally the momentum factor is insignificant and therefore it should not be included. Also the funds seems to pick the loser fund in order to find undervalued stocks even though they could have generated positive returns using the strategy picking last years winners. Fama & French s 3 factor model is the best model of the evaluated stock models. This model explains some of the mutual funds style investing. The 2 factor bond model is significant better than the Jensen single index model. Overall the 48 Danish mutual funds are not capable of over performing their benchmark significant as only 4 funds are over performing significantly. In the next chapter three Danish rating agencies (Morningstar.dk, Sharpe.dk & Investigate.dk) have been analyzed. This is done in order to evaluate if investors can trust the ratings or if the ratings are misunderstood. Overall a serious age bias is revealed in the Morningstar- and Sharpe model which could tempt mutual funds to introduce new mutual funds because they are easier to manipulate. Morningstar uses a method called risk-adjusted rating. In this model investor s riskutility is included. The agency uses the constant relative risk aversion with the same constant in all states. The constant used will penalize risk. Assuming constant relative risk aversion in all states is seriously questioned by new empirical evidence from behavioral finance research. Sharpe.dk uses the Sharpe ratio to rate the mutual funds. A serious problem is that they also rate funds with negative returns. This problem can cause severe bias when evaluating mutual funds with negative returns. In order to solve this issue a modified- ii

4 Sharpe ratio is suggested in this paper. As long as the returns are positive the modified-sharpe ratio will estimate the same results as the Sharpe ratio. Last Investigate.dk is evaluated. Investigate uses 2 different parameters in their overall model. First the Sharpe ratio is analyzed to make an overall rating of all funds (1, 2 and 3 stars). Second a category rating is estimated (0, 1 and 2 stars). The two parameters are put together in the overall model. However it is impossible to separate the stars from the 2 parameters when a mutual fund is rated with 2, 3 or 4 stars. Then the model is not appropriate for rating. The next chapter analyses the operating costs. First the analysis finds economies of scale in selecting a big mutual fund even though the difference is quite small. Next the administration costs are split into different parts. The most interesting parameter is the advertising costs which have increased significantly compared to the other split cost parameters. The advertising costs are interesting because they can be categorized as a variable cost. This advertising cost can be used as a competitive factor between the mutual funds. The analysis does not support this assumption because the difference between small and big mutual funds is negligible when comparing the advertising costs. The last part of the thesis links the operating costs and the yearly alpha returns. A Tobit model with the alpha returns as dependent variable and the overall administration costs is estimated. The results of this model indicate a positive relationship but the costs are bigger than the extra positive alpha returns generated. The same Tobit model is estimated with the split administration costs. The advertising costs show a significant positive relationship with the alpha returns. At last a Tobit model is estimated with the advertising costs lagged one year. This is in case the full scale of an advertising campaign is reflected in the next year s alpha returns. Again the advertising costs show a significant positive relationship with the yearly alpha returns. The results of the different Tobit must be interpreted cautiously because of the amount of data used, homoscedasticity and normality of the residuals is violated. The relationship between the alpha returns and the split operating is an interesting area for further research neither supporting the results of these Tobit models nor rejecting them. iii

5 Indholdsfortegnelse: 1. Indledning Problemformulering Metode Afgrænsning Afhandlingens opbygning Investeringsforeninger Investeringsforeningsrådet Investeringsforeninger i Danmark Lovgivning GIPS-standarder Nye fund-governance anbefalinger Teori bag de anvendte kvantitative modeller Den efficiente markedshypotese Kritik af CAPM Jensens alfa enkelt-beta CAPM Fama-French s 3 faktor model Carharts 4 faktor model Yderligere empiriske resultater bag performanceanalyserne Udvælgelse af investeringsafdelinger og benchmarks Udvælgelse og behandling af benchmarks Udvælgelse af investeringsforeninger Estimation af enkelt og flerfaktormodeller Jensens enkelt indeks model: Fama & French s 3-faktor model Carharts 4 faktor model: Carharts 4-faktor overall model: Carharts 4-faktor aktie model: Carharts 4-faktor kategori model: Jensens enkelt indeks model - Obligationer Obligationsanalyse 2 faktor analyse Obligationsanalyse med 3 faktorer...39

6 5.6. Forudsætningstest Survivorship bias Selektion bias Opsamling performanceevaluering Ratingbureauers opgørelsesmetoder og ratings Morningstar.dk Fama-French og stylebox analyse Carharts 4 faktor analyse Sharpe.dk Investigate.dk (Fundcollect) Opsamling ratingbureauer Administrationsomkostninger Administrationsomkostningernes udvikling og opgørelse Stordriftsfordele Empiri på omkostningsanalyse i investeringsforeninger Kvalitativ analyse Tobit modellen Probit modellen Modellens opbygning Opsplittede administrationsomkostninger Opsplittede administrationsomkostninger med markedsføringsomkostninger lagged 1 år Opsamling administrationsomkostninger Perspektivering Konklusion Litteraturliste:...82

7 1. Indledning Investeringsforeningerne har siden 1990 erne haft en gennemgående positiv formueudvikling med et enkelt års undtagelse i år Foreningerne er da heller ikke sene til fremhæve stigende formuer og sænkede omkostninger som gode salgsargumenter for potentielle medlemmer. Antallet af afdelinger er i den samme periode eksploderet. Denne udvikling med mange nye afdelinger betyder, at der er stor forskel på størrelsen af afdelingernes formuer. En performanceevaluering af investeringsforeningerne vil kunne afdække om ovenstående positiv udvikling også har været gældende for investeringsforeningernes evne til præstere et merafkast udover markedsafkastet. Mange empiriske artikler har i tidens løb udledt og testet forskellige modeller til måling af performance med forskellige konklusioner til følge. Det vil derfor være interessant at teste forskellige kvantitative modeller for at finde frem til den model, som bedst beskriver de danske investeringsforeningers performance. Investor har i dag endnu flere informationskilder til vurdering af eksisterende og nye investeringer. Uafhængige ratingbureauer stiller gratis informationer til rådighed for investorer. Formålet med disse oplysninger er ifølge ratingbureauerne, at give investor uafhængige og objektive analyser af investeringsforeningernes performance. Det er dog også nødvendigt at forholde sig kritisk til dem, der analyserer investeringsforeningerne for at kontrollere, om deres analyser er så objektive og empirisk valide, som de giver sig ud for at være. Den kollektive tankegang bag investeringsforeningerne med minimering af den individuelle investors risiko og færre omkostninger er velkendte fordele ved investeringsforeningerne. Omkostningerne er dog i stigende omfang kommet i søgelyset, da disse har enorm betydning for det reelle afkast og kan i værste fald udhule en gevinst. En dyberegående analyse af investeringsforeningernes administrationsomkostninger er derfor nødvendig. 1

8 1.1. Problemformulering Som indledningen lægger op til, er hovedemnerne i denne afhandling: at foretage en performanceevaluering af danske investeringsforeninger, valg af optimal performanceevalueringsmodel, analyse og vurdering af ratingbureauernes modeller og endelig en omkostningsanalyse af investeringsforeningerne Hvilket leder frem til den egentlige problemformulering: 1. Kan de danske investeringsforeninger overperforme deres benchmark signifikant? 2. Hvilken model beskriver bedst investeringsforeningernes performance? 3. Er de forskellige ratings fra offentlige danske ratingbureauer brugbare og retvisende? 4. Hvordan har investeringsforeningernes administrationsomkostninger og sammensætning udviklet sig i perioden? 5. Kan administrationsomkostningerne forklare investeringsforeningernes positive performance? 1.2. Metode Ovenstående spørgsmål konkretiseres i dette afsnit: Ad. 1: De danske investeringsforeningers performance analyseres gennem forskellige modeller, som har eksisteret i perioden fra 1. januar 1996 til 31. december De valgte modeller er alle nøje beskrevet i empiriske analyser, hvor de er blevet vurderet som velegnede til formålet. Modellerne som anvendes i afhandlingen er: Jensens enkelt indeks model alle analyserede afdelinger, 2- og 3 faktormodel til obligationsafdelingerne, og til aktieafdelingerne Fama & French s 3 faktormodel og Carharts 4 faktormodel. Ad. 2: De ovennævnte modeller vil blive vurderet i forhold til performanceevalueringen. Dette sker ved at teste om de ekstra inkluderede faktorer giver signifikante forbedringer i forklaringsgraden af flerfaktormodellerne. Hermed kan det vurderes hvilken model, som bedst forklarer afdelingernes performance. Ad. 3: De offentlige danske ratings fra Morningstar.dk, Sharpe.dk og Investigate.dk vil blive vurderet/diskuteret med udgangspunkt i flere empiriske artikler. Endvidere 2

9 vil de nævnte enkelt- og flerfaktormodeller blive inddraget i diskussionen af anvendelighed og objektivitet. Ad. 4: Investeringsforeningernes administrationsomkostninger vil blive analyseret ved at dele disse op i forskellige omkostningsvariable. Ad. 5: De opsplittede administrationsomkostninger vil blive anvendt i en tobitmodel til analysere om nogle disse forskellige omkostningsparametre har en signifikant positiv sammenhæng med investeringsforeningernes positive performance (positive alfaafkast) Afgrænsning Generel Markowitz porteføljeteori antages at være kendt og beskrives ikke ud over Jensens enkeltindeks model. Teorien, der ligger bag modellerne og generelle forudsætninger medtages dog for at underbygge og kritisere modelvalg. Afdelingerne vil blive udvalgt ud fra geografiske kriterier. Yderligere redegørelse for dette vil ske i afsnit 4.2. Afhandlingen vil kun behandle ratingbureauernes modeller og ikke deres resultater. Dette gøres for at klarlægge forskelle og mulige bias i deres modeller, som har stor indflydelse på objektiviteten og dermed anvendeligheden for den enkelte investors investeringsvalg. Performanceevalueringen vil ikke anbefale specifikke investeringsforeninger, da det er de overordnede resultater, som har interesse. Ratingafsnittet vil ikke omhandle specifikke ratings, da dataperioderne er forskellige og derfor heller ikke er i overensstemmelse med hinanden. Investeringsforeninger, der udelades fra den kvantitative del af opgaven vil heller ikke optræde i andre dele af opgaven. Dette valg skal ses i lyset af den sidste del af opgaven ikke kan laves uden den foregående analyse. Akkumulerende- og PAL-investeringsforeninger (skattefri, akkumulerende afdeling, der kun må anvendes til pensionsopsparing) beskattes anderledes end de analyserede udloddende foreninger med frie indskudte midler. De er derfor udeladt fra analysen, da en sammenligning ikke vil give nogen mening. 3

10 1.4 Afhandlingens opbygning Dette afsnit vil forklare opbygningen for resten af afhandlingen. Dette gøres for at skabe et overordnet overblik. Afsnit 2: Først vil udviklingen over tid i investeringsforeningerne blive skitseret. Endvidere vil brancheforeningen Investerings Forenings Rådet (IFR) blive inddraget i forbindelse med gennemgangen af etiske normer og Global Investment Performance Standards (GIPS). Sidste del af afsnittet vil omhandle lovgivningen på området herunder de regnskabsmæssige informationer, der knytter sig til investeringsforeningernes årsrapporter. Afsnit 3: Teoretisk gennemgang af forudsætninger og kritik af de anvendte modeller i performanceevalueringen, herunder inddragelse af relevante danske og udenlandske empiriske undersøgelser for at underbygge validiteten af de anvendte modeller. Afsnit 4: Udvælgelse af investeringsafdelinger og benchmark. Datamateriale fra IFR screenes for at udvælge relevante investeringsafdelinger til performanceevalueringen. Afsnit 5: Performanceevaluering af de danske investeringsforeninger ud fra følgende modeller: Enkelt-beta CAPM Jensens α under- eller overafkast i forhold til relevant markedsafkast (benchmark) Fama-French s 3 faktor model som inkluderer book to market og størrelse. Carharts 4 faktor model som inkluderer ovenstående med momentum faktor afkast. 2 faktor model til obligationsafdelingerne Startperiode for performanceevalueringen vil være den 1. januar 1997 til den 31. december Afkastdataene for perioden 1. januar 1996 til 31. december 1996 skal bruges til 4 faktor analysen. Der redegøres herfor i afsnit 3.6 og 5.3. Investeringsforeningerne vil blive grupperet efter en lang række kriterier, som behandles i afsnit 4. Flerfaktor modellerne og de forskellige faktorers betydning vil blive analyseret og diskuteret. 4

11 Alle beregninger og statistiske tests udføres ved hjælp af Excel, Eviews og Limdep. Dividende korrigerede benchmark porteføljer vil komme fra f.eks. Morgan Stanley og KAX (Datastream og Københavns Fondsbørs). Afhængig af hvilken gruppe af de forskellige aktie- eller obligations- investeringsforeninger der analyseres/regresseres på. Efter analyser/regressioner er udført vil resultaterne blive præsenteret. Afslutningsvis gennemgås forudsætningerne for modellerne, som bruges til estimering. Dette gøres for at tage højde for bias. Afsnit 6: behandler offentlige ratings af danske investeringsforeninger fra Morningstar.dk, Sharpe.dk og Investigate.dk. De nævnte bureauers modelvalg og ratingmetoder vil blive analyseret sammen med deres svagheder og styrker. Afsnit 7: indeholder en analyse af administrationsomkostningerne. Dette sker for at se hvordan sammensætningen af de opsplittede administrationsomkostninger har udviklet sig i perioden fra 2000 til I afsnittet søges det også at drage andre aspekter ind i vurderingen af investeringsforeningernes performance. Alfa-afkastene vil blive anvendt i sammenhæng med investeringsforeningernes administrationsomkostninger. Ved at bruge alfa-afkastene som afhængig variabel og administrationsomkostningerne som forklarende variable søges der svar på, om nogle af de opsplittede omkostningsvariable har en signifikant positiv korrelation med alfa-afkastene. Dermed kan det forklares om en bestemt omkostningsvariabel kan bidrage til et positivt alfa-afkast og dermed retfærdiggøre et højere omkostningsniveau. Analysen foretages ved hjælp af tobit/probit modeller. Afsnit 8: Perspektiverer de behandlede emner i afhandlingen. Afsnit 9: De forskellige analyser og empiriske diskussioner bliver sammendraget i den endelige konklusion. 5

12 2. Investeringsforeninger I følgende afsnit vil der kort blive redegjort for brancheorganisationen for investeringsforeningerne i Danmark (IFR). Ligeledes vil den historiske udvikling også blive opsummeret. Lovgivningen på området behandles kort på grund af nogle særlige regler for investeringsforeninger, der opererer i Danmark. Global investments Performance Standards (GIPS) klassificeringen vil blive kort skitseret for at fremdrage nogle af de forhold, en investeringsforening skal overholde for at blive klassificeret. Til sidst vil brancheorganisationens fund governance anbefalinger inddrages og diskuteres Investeringsforeningsrådet InvesteringsForeningsRådet (IFR) er investeringsforeningernes brancheorganisation. Denne samler informationer og laver diverse statistikker over de danske investeringsforeninger hver måned. Formålet med denne forening er at fremme: danskernes investering i fællesskab, sikre etiske normer for foreningernes virke samarbejde med de danske myndigheder, for at opnå de mest fordelagtige vilkår bl.a. på skatteområdet. 1 Som forbruger/investor stiller IFR diverse oversigter til rådighed for sammenligning af de forskellige investeringsforeninger. Man har i 2005 udarbejdet fund governance anbefalinger for at øge gennemskueligheden for investorerne. Disse vil blive behandlet i afsnit Investeringsforeninger i Danmark I dette afsnit vil der kort blive redegjort for udviklingen i de danske investeringsforeninger. Formuen i de danske investeringsforeninger har de senere år været eksplosivt stigende, og i skrivende stund har foreningerne over 700 mia. kr under punktet om IFR 2 InvesteringsForeningsRådets officielle markedsstatistik pr

13 Figur 1: Formue i investeringsforeningerne Kilde: IFR Som det ses af ovenstående figur, var der et mindre dyk i Årsagerne til dette kan blandt andet findes i IT-bølgens kollaps og 11. september. Disse begivenheder skabte uro på de finansielle markeder og mange investorer solgte deres aktiver for at placere disse i eksempelvis obligationer. I nedenstående figur ses det, at den relative formue fordelt danske og udenlandske obligationer steg. Situationen har dog stabiliseret sig de senere par år. Figur 2: Relative formuefordeling på aktivklaser Kilde: IFR I denne opgave behandles kun de udbyttebetalende investeringsforeninger. Denne udelukkelse skyldes i høj grad forskellige beskatningsregler, der vil gøre sammenligninger besværlige. Kort fortalt fungerer de to andre investeringstyper på samme måde: En række investorer træder sammen for at minimere risikoen. I de akkumulerende investeringsforeninger sker der ingen udbetalinger og disse beskattes som virksomheder. PAL-afdelingerne bruges til pensionsopsparing, og disse vil sikkert opleve en 7

14 eksplosiv vækst i de kommende år, fordi de ikke beskattes. De fleste af disse kombinerer porteføljen med både obligationer og aktier, hvilket er fornuftigt, da de mange medlemmer i disse har en lang investeringshorisont. Fordelen er, at man sikres et mere stabilt men lavere afkast. Tabel 1: Formueudvikling på forskellige investeringsforeninger Mia. kr Akkumulerende Udbyttebetalende PAL-afdelinger Kilde: IFR De danske investeringsforeninger er underlagt lov om finansiel virksomhed og de fleste investerings foreninger opererer under GIPS-standarderne som bl.a. betyder, at foreningen overholder visse retningslinier omhandlende oplysninger om afkast. Disse behandles i afsnit Lovgivning De investeringsforeninger, der opererer i Danmark hører ind under: Lov om investeringsforeninger og specialforeninger samt andre kollektive investeringsordninger m.v. af 4. december De vigtigste punkter i lovgivningen vil i det følgende afsnit kort blive klarlagt. Investeringsforeninger skal godkendes af Finanstilsynet jf. lovens 4 herunder skal betegnelsen investeringsforening benyttes. I det hele taget spiller Finanstilsynet en afgørende faktor i stiftelse ( 7), godkendelse af nye afdelinger i eksisterende foreninger ( 9) og krav til regnskabets indhold og endelig godkendelse af regnskaber ( 55-72). Udenlandske investeringsinstitutter reguleres også af Finanstilsynet i forhold til for eksempel danske skatteregler ( 15-16). Foreningens instrumenter opbevares særskilt i et godkendt depotselskab ( 4 stk. 8). Der er endvidere også visse begrænsninger i sammenfald af bestyrelsesmedlemmer i investeringsforeninger og i depotselskaber ( 26). Investeringsforeninger må ikke optage lån ( 43), dog kan Finanstilsynet tillade, at der optages kortfristede lån på højst 10 % af formuen til indløsning af medlemsandele ( 43 stk. 2). Der må heller ikke ydes lån eller garantier ( 44). 8

15 Finanstilsynet godkender/indgriber også i fusioner, ophør, spaltninger, overflytninger af afdelinger og inddragelse af godkendelser ( 78-86). En investeringsforening må investere i værdipapirer og pengemarkedsinstrumenter specificeret under ( 87 91) blandt andet andre investeringsforeninger/ institutter, pantebreve i fast ejendom i Danmark og afledte finansielle instrumenter, som afregnes kontant og handles som OTC. Lovens kapitel 14 regulerer grænserne for de enkelte engagementer i værdipapirer og pengemarkedsinstrumenter ( ). En meget vigtig detalje ses i lovens 108 stk. 2 om anbringelse af investeringsforeningens midler er vigtig: En investeringsinstitutforening eller afdeling må højst investere 75 pct. af sin formue i en forening eller et udenlandsk investeringsinstitut eller afdelinger heraf. Investeringsinstitutforeningen må højst placere 20 pct. af sin formue i andele i erhvervsudviklingsforeninger 3. Denne korte gennemgang vidner om et gennemreguleret marked med Finanstilsynet, som den tilsynsførende myndighed. Lovgivningen skal beskytte medlemmerne i investeringsforeningerne og minimere de risici, som kunne forekomme i et ikke-reguleret marked. Dermed begrænses risici til fortrinsvis markedsmæssige fluktuationer. Disse reguleringer giver et tillidsvækkende system for investor til investering og opsparing. Et punkt i lovgivningen bliver senere relevant i afhandlingen, da ikke alle investeringsforeninger synes at opfylde disse krav. Det drejer sig om foreningernes administrationsomkostninger, som efter den daværende lovgivning (Bekendtgørelse om investeringsforeningers og specialforeningers regnskaber af 26/11/1998), (Lov om investeringsforeninger og specialforeninger samt andre kollektive investeringsordninger m.v. af 4. december 2003) og den nye bekendtgørelse (Bekendtgørelse om finansielle rapporter for investeringsforeninger og specialforeninger m.v. 723 af 07/07/2005) alle klart udtrykker, at administrationsomkostningerne i noteoplysningerne skal defineres ud fra en bestemt opstilling, se bilag 2. Da visse investeringsforeninger afviger fra dette krav, får det indflydelse senere i afhandlingen. Problemet viderebehandles i afsnit 7, hvor det er relevant. 3 Lov om investeringsforeninger og specialforeninger samt andre kollektive investeringsordninger m.v. af 4. december 2003, 108 stk. side 30 se også bilag 1. 9

16 2.4. GIPS-standarder Den øgede globalisering muliggør investeringer over stort set hele kloden. For at give investorer et sammenligningsgrundlag ved investeringer, er det derfor nødvendigt at indføre retningslinier, som giver retvisende sammenligningsgrundlag over landegrænserne. For investeringsforeninger blev der med indførelsen af GIPS i 1999 sat nye standarder for indrapportering af performance. En mere nøjagtig tolkning er oversat til dansk af Finansanalytikerforeningen: Global Investment Performance Standards er en etisk standard for præsentation af performance, der skal sikre, at der gives retvisende og fyldestgørende uddybende information om en kapitalforvalters historiske performance 4 GIPS er en minimumsstandard globalt, hvor der ikke i forvejen er lovgivet på området. National lovgivning går forud standarderne. Endvidere er det krævet, at en kapitalforvalter bruger bestemte metoder til beregning og præsentation. Uddybende informationer i præsentationen er også et krav. Fra 1. januar 2006 kommer den nye reviderede udgave af GIPS standarderne. Dette betyder, at investeringsforeningerne skal give flere oplysninger i forhold til hidtil. Der vil dog ikke blive gået dybere ned i dette aspekt, da det ikke har indflydelse på den nuværende afhandling Nye fund-governance anbefalinger I april 2005 afholdte IFR deres årlige generalforsamling. Her blev et nyt sæt fund governance anbefalinger for de danske investeringsforeninger vedtaget. Fund governance tolkes således af IFR: Fund Governance betegner den adfærd, ledelsen for en dansk investeringsforening skal praktisere for at sikre rimelige vilkår og gennemsigtighed for medlemmerne og andre interessenter, såsom myndigheder, samarbejdspartnere og medier. Disse anbefalinger skal ses som et ønske om positivt at påvirke og bidrage til god ledelse, samt at supplere de lovbestemte regler. 4 GIPS-standarder, side 6, dansk oversættelse, den danske finansanalytikerforening. 10

17 Samlet set skal den danske lovgivning i sammenhæng med GIPS og fund governance anbefalingerne sikre, at investor får alle relevante og så retvisende informationer som muligt. 11

18 3. Teori bag de anvendte kvantitative modeller Dette afsnit vil behandle de i opgaven senere anvendte kvantitative modeller og empirien der ligger bag. Det er ingen sag at få et højt afkast, hvis man er ligeglad med risikoen. Der er derfor i dag udviklet tre risikojusterede afkast: Sharpe, Treynor og Jensens alfa (sidstnævnte behandles afsnit 3.4). Disse tre mål ser på porteføljeafkastet, når man tager højde for risikoen. Sharpe måler merafkastet i forhold til den risikofri rente udtrykt pr. risikoenhed i forhold til porteføljestandardafvigelsen (også kaldet Market Price of Risk). Treynor måler merafkastet i forhold til den systematiske risiko på porteføljen, β p. 5 Sharpe: r p - r f Treynor: r p - r f (1) og (2) σ(r p ) β p Sharpe ratioen og teorien vil blive behandlet under gennemgangen af ratingbureauer i afsnit Det risikojusterede afkast og Treynor indekset er ligeledes angivet for alle afdelingerne i regnearket nøgletal. Til brug for opgaven har IFR udleveret dividendekorrigerede data. I opgaven vil de blive behandlet således: akkumuleret afkast Månedligt afkast: ln akkumuleret afkastt t 1 (3) Fra dette afkast trækkes CIBOR 1 måned udleveret fra Nationalbanken. Denne rente antages som et tilpas acceptabelt proxy for: den risikofrie månedlige rente: ln 1+ CIBOR 1måned 12 (4) Dermed fås overskudsafkastet pr. måned i forhold til den risikofri rente, i denne opgave benævnt excess return. Disse afkast kan ses på den medfølgende cd-rom. Stamdata kan af rettighedsmæssige årsager ikke opgives Den efficiente markedshypotese Forudsætningen for, at CAPM holder er, at den efficiente markedshypotese (EMH) skal være opfyldt. Hvis ikke dette er tilfældet, er de valgte modeller ikke valide. Ran- 5 Aktie investering, 2.udg. side 145, Christensen og Pedersen. 12

19 dom walk begrebet knytter sig til EMH: alle informationer afspejles øjeblikkeligt i aktiepriserne og morgendagens prisændringer vil afspejle morgendagens nyheder uafhængigt af priserne den foregående dag. EMH findes i 3 former: Den svage form: Prisen reflekteres i tidligere priser og afkast. Den semistærke form: Prisen afspejler al offentlig information inklusiv den svage form Den stærke form: Prisen afspejler alle informationer og som er kendt af alle. Det vil sige, at f.eks. insider information ikke er muligt under denne form. 6 Den stærke form af EMH er ikke realistisk, og man vil derfor få en type af den semistærke form. Anomalier vil altid foregå, herunder vil man i fremtiden kunne begrænse disse med øget fokus på corporate governance. Det har tidligere været en udbredt opfattelse, at denne forudsætning var opfyldt. Nyere undersøgelser af bl.a. Malkiel 2003 viser, at hypotesen ikke længere bare kan forudsættes. Denne finder dog, at aktiemarkedet er mere efficient end de fleste andre undersøgelser. 7 Beechey, Gruen og Vickery 2000 fastslår, at hypotesen ikke på længere sigt kan forklare aktiver, der er forkert prissat. Samtidig fastslår de dog også, at der er modstridende undersøgelser. Hypotesen fanger ikke vigtige elementer af de finansielle markeders udvikling. 8 I denne afhandling forudsættes det, at CAPM s forudsætninger er opfyldte. Dette gøres for at kunne arbejde videre med de kommende modeller. Dermed skal der naturligvis tages forbehold for de resultater der opnås, hvis EMH ikke holder Kritik af CAPM 9 Test af 2-parameter asset pricing teorien (CAPM) er svær. Dette skyldes den matematiske sammenhæng mellem det individuelle afkasts beta relation og markedsporteføljens mean variance efficiens. Enhver gyldig test forudsætter fuldt kendskab til den 6 Michael C. Jensen, Some anomalous evidence regarding market efficiency, Journal of financial economics, vol. 6 nos. 2/3 (1978) side 5. 7 Burton G. Malkiel, Princeton University, The efficient market hypothesis and its critics, CEPS working paper no. 91, april 2003, side 31 8 Beechey, Gruen og Vickery, The efficient market hypothesis: a survey, January 2000, side Dette afnit bygger på artiklen af: Roll Richard, A critique of the asset pricing theory s tests Part I: On past and potential Testability of the theory, Journal of financial economics 4 (1977) side

20 sande markedsporteføljes sammensætning. Konsekvensen af denne forudsætning er, at alle aktiver skal indgå i en korrekt test. 10 Nogle af hovedpunkterne i Rolls kritik er: Hvis man bruger et proxy for markedsporteføljen kan dette godt være mean variance efficient uden, at den sande markedsportefølje er det. Man kan ikke teste teorien, hvis ikke man kender den eksakte sammensætning af porteføljen, derfor er man nødt til at inkludere alle aktiver i porteføljen. Selve beta kan også kritiseres, da det altid er positivt relateret til de observerede gennemsnitlige individuelle afkast, hvis ikke markedsindekset er på den positive del af den ex post efficiente rand. Den anden kritik af beta er afhængigheden til det anvendte markedsproxy. Konsekvensen af den sidste relation er, at hvis 2 investorer vælger 2 forskellige markedsporteføljer vil de naturligvis også få forskellige beta værdier. Det er dog ikke helt så oplagt: Hvis investorerne øger andelene vil aktivet kunne øge beta værdien i det ene tilfælde og falde i det andet tilfælde afhængigt af den valgte markedsportefølje. Roll påpeger endvidere, at afvigelser i afkast/beta relationen hyppigt er relateret til andre fænomener. Validiteten af sådanne relationer kan kritiseres for Jensens mål for porteføljeperformance. Hvis markedsproxyet brugt i udregningerne er eksakt ex post efficient, vil alle de individuelle Jensen performance mål minus udgifter være identiske og ikke være signifikant fra 0. De kan kun være insignifikante fra 0, hvis proxyet ikke er signifikant efficient. Hvis sidstnævnte er tilfældet, er der ingen mening i at bruge dette til en performanceanalyse Jensens alfa enkelt-beta CAPM I 1968 satte Michael C. Jensen nye standarder for performancemåling af risikofyldte aktiver med artiklen The performance of mutual funds in the period Med denne artikel byggede han videre på bl.a. Sharpe, Lintner og Treynor og deres teoretiske arbejde omkring CAPM. Analysen. Modelarbejdet er i dag mere kendt som Jensens alfa, og bygger som nævnt på CAPM og de underliggende forudsætninger 11 : E ( R j F j M F ) = R + β ( E( R ) R ) (5) E(Rj) R F Det forventede en-periode afkast på aktiv j Den en-periode risikofri rente 11 Michael C. Jensen The performance of mutual funds in the period , Journal of Finance, vol. 23 side

21 (cov( R j, RM )) β = j 2 Den systematiske risiko ( σ ( RM )) E(R M ) Det forventede en-periode afkast på markedsporteføljen Forudsætningerne for, at CAPM er opfyldt antages kendt. 12 Nogle af de urealistiske forudsætninger kan bøjes så modellen udvides til en flerperiode model ved at tilføje ledfene E(Rjt), R Ft og (E(R Mt ), hvor t er angivelse af periode. Dermed kan investorerne godt have forskellige investeringshorisonter, så længe aktiverne kan handles kontinuert over tid. Ses der på markedsmodellen er målet på risiko β j approksimativt det samme som koefficienten b j givet ved: R = E( R ) + b π + e j = 1,2,3,..., N (6) jt jt j t jt b j π t N e jt og π t E( π ) = 0 t Markedsfaktor, som svinger fra aktiv til aktiv Uobserverbar markedsfaktor, som har indflydelse på afkastet på alle aktiver Totale antal aktiver på markedet Antages at være uafhængige normalfordelte stokastiske variable med forventningerne (7) E ( ) = 0 j = 1,2,3,..., N (8) e jt cov( π, ) = 0 j = 1,2,3,..., N (9) t e jt cov( e j, e t it ) = 2 σ 0 j i ( e ) j j = i i, j = 1,2,3,..., N (10) Afkastet på markedsporteføljen kan også udtrykkes som en nær approksimation R E( ) + π (11) Mt R Mt t Fra ovenstående ligning 11 ses det, at afkastet på markedet R Mt er lig det forventede afkast E(R Mt ) + en uobserverbar markedsfaktor π t. Ved at substituere E(R Mt ) og samtidig indsætte β j π t + e jt på begge sider, fås følgende ligning: E ( R ) + β π + e R + β ( R π R ) + β π + e (12) jt j t jt Ft j Mt t Ft j t jt 12 For opsummering af forudsætninger bag CAPM henvises til Michael Christensen; Frank Pedersen, Aktie investering teori og praktisk anvendelse, 2. udgave, Jurist og Økonomforbundets Forlag 2003, side 125 og

22 Fra ligning (6) ses, at udtrykket på venstre side kan forkortes til R jt og dermed reduceres udtrykket til: R R + β ( R R ) + e (13) jt Ft j Mt Ft jt Hvis det antages at asset pricing modellen er empirisk valid, siger ovenstående ligning (13), at de realiserede afkast på et hvert aktiv eller portefølje kan udtrykkes som en lineær funktion af dets systematiske risiko (β j ), det realiserede afkast R Mt, den riskofri rente R Ft og et fejlled e jt. Ved at trække den risikofri rente fra på begge sider af ligningen fås: R R β ( R R ) + e (14) jt Ft j Mt Ft jt Ovenstående udtryk kan bruges til empirisk estimation. Ønsker man, at estimere den systematiske risiko på ethvert aktiv eller ikke aktivstyret portefølje vil den begrænsede estimation af β j være et efficient estimat af den systematiske risiko. Problemet med ovenstående udtryk opstår, dog hvis fx en aktivstyret portefølje er i stand til at skabe et overnormalt afkast, altså systematisk skabe e jt >0. Dermed vil man opnå risikopræmie højere end den normale præmie for risiko. Ved at tillade en sådan evne og dermed nedbryde begrænsningen indsættes et ekstra led α j, hvilket netop udtrykker fx managerens evne til at over- eller underperforme i forhold til markedet: R R = α + β ( R R ) + u (15) jt Ft j j Mt Ft jt Hvor u jt er det nye fejlled med E(u jt ) = 0 og seriel uafhængigt. Ved at udlade tidsaspektet af ovenstående udtryk antages det også, at risikoen er konstant over tid. Dette er naturligvis ikke altid tilfældet. Derfor må man i de fleste tilfælde forestille sig, at risikoparameteren ikke er stationær over tid. Dette kan skyldes, at vægtene af forskellige aktiver ændres over tid, fra mindre risikofyldte til mere risikofyldte, fra obligationer/kontanter til aktier. Disse eksempler kan ændre risikoen selvom man også kan fastholde den samme risiko over tid. Ovenstående model skulle også gerne afspejle en managers evne til at forudsige prisbevægelser på et aktiv eller generelle trends i markedet. Ligning (15) vil også indfange evnen til at forecaste eller time aktiviteterne, så længe det antages, at porteføljemanageren forsøger gennemsnitligt at bibeholde en vis mængde risiko i porteføljen. Formelt kan dette udtrykkes således: β = β + ε jt j jt (16) 16

23 β j er risikoniveauet, som porteføljemanageren søger at fastholde gennemsnitligt over tid og fejlleddet er et normalfordelt tilfældigt tal. Det er også igennem dette fejlled, at manageren forsøger at tjene på forventninger denne måtte have med hensyn til markedsfaktoren π t ε jt = α π + w j t jt (17) Fejlleddet er her w jt og forudsættes at være normalfordelt med forventningen 0. Koefficienten α j vil være positiv, hvis manageren har forecasting evner, og 0 hvis ikke han har disse evner. α j kan ikke være 0, da det som en bevidst investeringspolitik vil være irrationelt. Endvidere kan denne situation også udelukkes, da dette vil betyde en mærkelig forecastningsevne, da man også vil have kendskab til π t og derfor vil resultere i et positivt α j så længe porteføljemanageren lærer af fortiden. Med fejlleddet hæftet til risikoleddet β j, er det nu muligt at indfange ændringer i risikoen over tiden ind i nedenstående model: R R = α + ( β + ε )( R R ) + u (18) jt Ft j j jt Mt Ft jt Så længe, at det estimerede risikoparameter βˆ er et unbiased gennemsnits risikoniveau β j, vil det estimerede performancemål α j også være unbiased, under forudsætningen af, at forecast fejlen w jt er ukorreleret med π t. Nedenstående vises det, at den forventede værdi af the least squares estimatoren βˆ er: cov[( R jt RFt ),( RMt RFt )] E( β j ) = = β ( ) 2 j a j E RM (19) σ ( R ) M 3.4. Fama-French s 3 faktor model I artiklen Multifactor explanations of asset pricing anomalies 13 udvider Fama & French Jensens model beskrevet i forrige afsnit. Modellen skabes, da man ønsker at forklare visse anomalier i afkastet, som Jensens model ikke fanger i analysen. Fama & French finder, at mange gennemsnitlige afkast anomalier er relateret og kan forklares af deres model. De siger, at det forventede afkast udover den risikofri rente kan forklares af følsomheden til tre af følgende faktorer: Overskudsafkastet på en bred markedsportefølje (R M -R F ), forskellen mellem afkastet på en portefølje af små aktier i forhold til afkastet på en portefølje af store aktier (SMB Small Minus Big), og endelig forskellen mellem afkastet på en høj bogført værdi til markedsværdi aktier og lav 13 Eugene F. Fama; Kenneth R. French, Multifactor explanations of asset pricing anomalies, The Journal of Finance, Vol. LI, No. 1 (March 1996) pp

24 bogført værdi til markedsværdi (HML High Minus Low). Formelt ser modellen således ud: E( R ) R = b [ E( R ) R ] + s E( SMB) h E( HML) (20) i F i M F i + E(R M )-R F, E(SMB) og E(HML) benævner de forventede præmier, mens b i, s i og h i er hældningerne i tidsserieregressionerne. Fama & French viser, at book to market equity og hældninger på HML dækker relativt for finansielle problemer. Svage virksomheder med vedvarende lave indtjeninger har tendens til at have høje BE/ME og positive hældninger på HML; det modsatte gør sig gældende for de stærke virksomheder. Fama & French bruger HML til at forklare afkastet og støttes af Chan & Chen 1991, som også i deres undersøgelser har fundet, at HML forklarer afkastene. Desuden er der en kovariation i afkastene, som peger tilbage på de føromtalte finansielle problemer. 14 Dette bliver netop ikke opfanget i markedsafkastet, da det bliver udjævnet i de gennemsnitlige afkast. Huberman og Kandel 1987 bruger også SMB til at forklare, at kovariationen i afkastene på de små aktier, som ikke opfanges i markedsafkastet indregnes i det gennemsnitlige afkast. 15 Teo og Woo 2004 finder stærke beviser for stilniveau værdi strategier baseret på årlige afkast giver positive resultater. 16 Barberis og Shleifer 2003 finder, at det er muligt at få ekstra profit ved stilinvestering om end der er forbundet visse risici, da der sker signifikante profitskift ved de forskellige stilinvesteringer. 17 i 3.5. Carharts 4 faktor model Mark M. Carharts 4 faktormodel, som udvikles i artiklen On persistence in mutual fund performance, er en videreudvikling af ovenstående model udviklet af Fama og French. Denne model kombineres med en ekstra faktor, et års moment anomali, udviklet af Jegadeesh og Titman i Selvsamme forfattere har i 2001 evalueret deres model og finder, at momentum strategierne har genereret konsistent positive 14 K. C. Chan; Nai-Fu Chen, Structural and Return Characteristics of Small and Large Firms, The Journal of Finance, Vol. 46, No. 4. (Sep., 1991), pp Gur Huberman; Shmuel Kandel, Mean-Variance Spanning, The Journal of Finance, side 887, Melvyn Teo; Sung-Jun Woo; Style effects in the cross section of stock returns, Journal of financial economics 74, 2004, side Nicholas Barberis; Andrei Shleifer; Style investing, Journal of financial economics, vol. 68, 2003, side Narasimhan Jegadeesh; Sheridan Titman, Returns to buying winners and selling losers: implications for stock market efficiency, journal of finance, vol. 48 no. 1, March 1993, pp

25 afkast de seneste 60 år i USA (inkl. I 90 erne). De konkluderer også, at disse resultater er et af de stærkeste beviser imod den efficiente markeds hypotese. 19 Rouwenhorst 1998 har lavet en international undersøgelse af de udviklede markeder og finder, at det samme gør sig gældende for 12 andre udviklede markeder i perioden , heriblandt Danmark. 20 Carhart definerer sin 4 faktor model således: r = α + β VWRF + e t = 1,2,3,..., T (21) it it it it it it t t it r = α + β RMRF + s SMB + h HML + e t = 1,2,3,..., T (22) it it it t it it t t it r = α + β RMRF + s SMB + h HML + p PR1YR + e t = 1,2,3,..., T (23) it t t VWRF er overskudsafkastet i forhold til det valgte benchmark RMRF t er overskudsafkastet på et aggregeret værdi vægtet markedsproxy. PR1YR er 1 års momentum aktieafkast. Denne faktor udregnes som et ligevægtet gennemsnit af virksomheder med de 30 % højeste afkast lagged 1 måned. Fra dette trækkes de virksomheder med de 30 % laveste afkast også lagged 1 måned. 21 Sapp og Tiwari 2004, dokumenterer, at investorer ikke udvælger afdelinger ud fra momentum investeringsstil, men nærmere vælger tidligere vindere. De finder således, at investor ikke har specielle selektionsevner. 22 Teo og Woo 2004 finder positive resultater for momentum afkast og positiv feedback handel på stil niveau. 23 it it t it 3.6. Yderligere empiriske resultater bag performanceanalyserne Generelt viser de gennemgåede empiriske analyser af forskellige forfattere, at de aktivstyrede foreninger ikke er i stand til at overperforme deres benchmark, når omkostninger til den aktive styring er fratrukket. I flere tilfælde underperformer foreningerne deres benchmark. Jensen 1968 når frem til, at de undersøgte investeringsforeninger ikke gennemsnitligt er i stand til at slå en køb og hold strategi. Endvidere er der kun små tegn på, at enkel- 19 Jegadeesh & Titman 2001, Momentum, side Geert Rouwenhorst, International momentum strategies, Journal of Finance vol. 53, side Mark M. Carhart, On persistence in mutual fund performance, side 61, Journal of Finance vol Travis Sapp; Ashish Tiwari; Does stock return momentum explain the smart money effect? Side 13 og Melvyn Teo; Sung-Jun Woo; Style effects in the cross section of stock returns, Journal of financial economics 74, 2004, side

26 te foreninger er i stand til performe signifikant bedre end ved tilfældig udvælgelse. Han finder endvidere, at disse resultater stadig gælder før omkostningerne er trukket fra. 24 Henriksson 1984 når frem til, at managerne ikke er i stand til at følge en strategi hvor de kan time afkastet på markedsporteføljen. Dette gælder for både parametriske og ikke-parametriske tests. 25 Lee & Rahman 1990 finder, at der på et individuelt plan er bevis for managers viser overlegne evner til at forecaste/overperforme. 26 Grinblatt & Titman 1989 finder, at managerne måske er i stand til at overperforme Jensens mål. Dette ses specielt i blandt aggressive-vækst og vækst fonde og de fonde med den laveste indre værdi. I samme kontekst er det dog interessant, at selv samme fonde også er de fonde med de højeste omkostninger. Dermed kan man ikke drage fordel af disse evner som managerne besidder. 27 Wermers s 2000 undersøgelser støtter deres konklusioner angående overnormal performance før omkostninger er fratrukket. Efter omkostninger konkluderer han også, at disse underperformer. 28 Fama & French 1993 finder, at de fleste fonde har underperformet CAPM og benchmark. De finder endvidere, at en prisfastsættelses model kan være brugbar for en investor, der søger en høj Sharpe ratio. De anomalier, som 3 faktor modellen fanger er samtidig et bevis imod CAPM. 29 Christensen 2005 tester i den første uafhængige analyse af danske investeringsforeninger for selektion, timing og performance persistens. Generelt konkluderes det, at det ikke er muligt at finde signifikant performance. Med andre ord er foreningerne ikke i besiddelse af udvælgelses evner. Dette skal ses i lyset af, at investeringsforeningerne i Danmark har nogle af de laveste omkostninger i Europa. 30 Performance 24 Michael C. Jensen, The performance of mutual funds in the period , The Journal of Finance, vol. 23, no. 2 (May, 1968) side Roy D. Henriksson, Market timing and mutual fund performance: An empirical Investigation, The journal of business, Vol. 57, no. 1, part 1 (jan., 1984), side Cheng Few Lee; Shafiqur Rahman, Market timing, selectivity, and mutual fund performance:an empirical investigation. The journal of business, vol. 63, no. 2 (apr., 1990) side 273. Deres model bygges på teknik fra Bhattacharya og Pfleiderer. 27 Mark Grinblatt; Sheridan Titman, Mutual fund performance: an analysis of quarterly portfolio holdings, The journal of business, vol. 62, No. 3 (Jul., 1989) side Russ Wermers, Mutual fund performance: An empirical decomposition into stock-picking, talent, style, transaction style, and expenses, The journal of finance vol.55, No.4 (Aug. 2000) side Eugene F. Fama; Kenneth R. French, Common risk factors in the returns on stocks and bonds, Journal of financial economics 33 (1993) 30 Michael Christensen; Danish mutual fund performance: Selectivity, Market timing and Persistence, Aarhus School of business, working paper F , side 18 20

27 er generelt neutral og i få tilfælde signifikant negativ. Desuden er der kun i få tilfælde fundet bevis for specielle timing evner udover i få tilfælde. Til sidst finder Christensen, at afkastene er ikke-persistente. 31 Carhart 1997 fremdrager 3 hovedregler, som kan maksimere investors afkast: Undgå foreninger med vedvarende dårlig performance 2. Foreninger med et højt afkast det forløbende år har en højere end gennemsnitlig sandsynlighed for et højt afkast det kommende år 3. Alle omkostninger forbundet med investeringer har en direkte indflydelse på performance. Fama & French 1996 underbygger i denne analyse de tidligere beskrevne konklusioner, de finder dog steder hvor deres model ikke dækker: dette gælder kortsigtsafkast (som Carhart fanger i sin model). 33 Bechmann & Rangvid 2004 undersøger: emissionsomkostninger og administrationsomkostninger i investeringsforeninger og finder, at disse er mere persistente end afkast. De finder, at der kan laves en v-form med omkostninger og afkast på de to akser. Af denne kan det ses, at en del af de foreninger med de laveste omkostninger også leverer høje afkast. Foreningerne med høje omkostninger kan opdeles i to, hvor den ene gruppe leverer gode afkast og den anden gruppe lave afkast. Ud fra deres analyse rater Bechmann & Rangvid foreningerne udelukkende på deres omkostningsniveau og tilføjer disse stjerner efter deres niveau. De finder endvidere, at hvis investor i 1994 havde investeret i de foreninger med de 10 % laveste omkostninger i deres kategori ville man kunne have opnået 2-3 % højere afkast årligt i perioden i forhold til de foreninger med de højeste omkostninger Ibid side Mark M. Carhart, On persistence in mutual fund performance, The Journal of Finance, vol. 52, no. 1 (Mar, 1997) side Eugene F. Fama; Kenneth R. French, Multifactor explanations of asset pricing anomalies, The Journal of Finance, Vol. LI, No. 1 (Mar. 1996) 34 Ken L. Bechmann; Jesper Rangvid, Expenses and the performance of Danish mutual funds, Copenhagen Business School, (nov., 2004) side 37 21