Kan markedet slå den aktive strategi?

Transkript

1 1. Maj 2014 Aarhus universitet Business & Social Sciences Institut for økonomi Vejleder: Carsten Tanggard Kan markedet slå den aktive strategi? En undersøgelse af de danske aktive og passive investeringsforeninger Forfatter Jens Wittrup Præstbrogaard Eksamensnummer: Antal tegn: med figure:

2 Abstract: Applying multiple performance measures focusing on Jensens Alpha derived from CAPM, an analysis is conducted of 67 actively and passively managed Danish mutual funds from 4 different areas in the period The performance evaluation is based on the choice of one benchmark, the benchmark of the average Danish investor, and questions whether actively managed funds are capable of beating the market during the analysed period. The findings support existing litterateur in that, actively managed funds have a hard time beating the market. The analysis further shows the Danish index has outperformed several major indexes in the analysed period, which mean reversion questions the possibilities of the index in the near future. Lastly a thorough discussion of cost and the distribution chain finds that Danish banks play a dominant role in the industry, which creates incentives that have negative impacts on the small investor. Additionally recent focus on cost and legislation in the media brings hope of a better understanding of cost and investment alternatives amongst the know nothing investor.

3 Table of Contents 1 INDLEDNING PROBLEMFORMULERING AFGRÆNSNING DEFINITIONER METODE INVESTERINGSFORENINGER DE DANSKE INVESTERINGSFORENINGER UDVIKLING TEORI DET EFFEKTIVE MARKED CAPITAL ASSET PRICING MODEL SYSTEMATISK VS. USYSTEMATISK RISIKO Beta JENSENS S ALPHA TREYNOR OG SHARPE RATIO VALG AF DATA: ANTAL FORENINGER AFKAST Afkast beregning Simple vs. log returns Risikofrie rente SURVIVORSHIP BIAS BENCHMARK Valg af benchmark FORUDSÆTNINGER JARQUE BARA TEST DURBIN WATSON HETEROSKEDASTICITET ANALYSE ESTIMATION AF JENSEN S ALPHA. AKTIVE INVESTERINGSFORENINGER ESTIMATION AF JENSEN S ALPHA PASSIVE INVESTERINGSFORENINGER ESTIMATION AF TREYNOR OG SHARPE RATIO ANALYSE AF ENKELTE INVESTERINGSFORENINGER PERFORMANCE AF DANSKE INVESTERINGSFORENINGER FLERE BENCHMARK Benchmark analyse REGRESSION TO THE MEAN OPSUMMERING ANALYSE VURDERING BETTER THAN AVERAGE, FORMIDLINGSPROVISION OG ÅRLIGE OMKOSTNINGER Better than average Formidlingsprovision Årlige omkostninger og tendenser i industrien KONKLUSION REFERENCER... 43

4 12 APPENDIX BILAG 1 OPSPARING FORDELT PÅ INVESTERINGSFORENINGER BILAG 2 BENCHMARK ANALYSE BILAG 3 ESTIMATION AF JENSENS ALPHA & MODEL STATISTIK, FLERE BENCHMARK BILAG 4 MODEL STATISTIK ENKELTVIS BILAG 5 MAIL KORRESPONDANCE IFR BILAG 6 MAIL KORRESPONDANCE MORNINGSTARS... 54

5 1 Indledning Finanskrisen er for længst overstået og det danske aktiemarked buldrer derudaf. C20 indekset er over en tre årig periode steget med 48%. Den private investor flytter flere penge fra opsparing ud på aktiemarkedet, hvor mange af pengene ender i investeringsforeninger. Investeringsforeninger bygger på ideen om risikospredning og stordriftsfordele i kapitalforvaltningen. Det er en måde hvorpå den private investor med et lavt rådighedsbeløb kan opnå en differentieret portefølje, og samtidig imødegå usystematisk risiko, som især er forbundet med investering i få aktier. Investeringsforeninger defineres oftest som værende aktivt eller passivt forvaltet. Aktive fonde har det mål at skabe et overskud, som er højere end eller på niveau med et benchmark. En passivt forvaltet fond er som oftest en indeksfond, som har det mål at imitere et indeks bedst muligt, eksempelvis det danske C20indeks. Afkastet man som investor i en passiv fond kan forvente at få er markedsafkastet fratrukket omkostninger. Ved at investere i en aktiv fond fås muligheden for et afkast som er højere end gennemsnittet (markedsafkastet), men derimod er risikoen også et potentielt afkast under gennemsnittet. Det man skal overveje når man investerer i en aktiv forening er at summen af alle tab og gevinster på markedet er det totale markedsafkast jf. Tanggaard (2012). Groft sagt skal en anden have et afkast under gennemsnittet for at man selv kan opnå et afkast højere end gennemsnittet (zero sum spil). Zero sum spil bygger på tankegangen om at for at en person skal have et afkast over gennemsnittet skal en anden have et under gennemsnittet. Passiv forvaltning, som er den modsatte gren af investeringsforeningsindustrien, kan være et alternativ til dette spil. Indeksfonde er en af mulighederne for passiv forvaltning. En indeksfond er en fond som forsøger at simulere indekset bedst muligt. Indekset vil dog altid have et forspring grundet administrative omkostninger forbundet med en forening. Indeksfonde og passiv investering har over de sidste årtier vundet større og større indpas og anerkendelse i den finansielle verden. Charlie Munger, kendt som Warren Buffets partner udtaler sig følgende om indeksinvestering. By periodically investing in an index fund, for example, the knownothing investor can actually outperform most investment professionals. Paradoxically, when dumb money acknowledges its limitations, it ceases to be dumb. Holdningen at passiv forvaltning generelt er mere fordelagtig for den gennemsnitlige investorer er også gældende blandt flere eksperter herhjemme jf. Engsted m.fl. (2012). Dette skyldes at man sikrer sig mod store tab ved blot at gå efter det gennemsnitlige, da 1 ud af 54

6 man får et afkast som kun falder og stiger med det indeks man følger. Ligeledes viser Cuthbertson m.fl. (2010) i en litteraturgennemgang af internationale studier, at den gennemgående tendens blandt de aktive investeringsforeninger er, at få har påviselige evner, som gør dem i stand til at slå markedet. Mens størstedelen ingen dygtighed har, eller blot har været heldige. Herudover viser det sig at flere foreninger har klaret sig dårligere end hvad man statistisk kan karakterisere som værende uheld, og derfor har været decideret udygtige. Ikke desto mindre er aktiv forvaltning stadig den dominerende tendens i foreningsindustrien, hvilket kan være foruroligende for den private investor som investerer i disse. 1.1 Problemformulering Det er efterhånden veldokumenteret at aktivt forvaltede investeringsforeninger ikke formår at slå deres benchmark samlet set, men hvorfor vælger den private investorer så ikke oftere en passiv strategi? Kan bankernes magt, mangel på viden eller en better than average effect være en af årsagerne til dette? Denne rapport vil tage udgangspunkt i en analyse af de danske aktivt og passivt forvaltede investeringsforeninger sat i forhold til et passivt benchmark. Rapporten vil tage en utraditionel tilgang til benchmarkvalg for at supplere den eksisterende litteratur. Den eksisterende performancelitteratur eksempelvis Christensen (2012) måler performance op i mod det benchmark som forklarer en forenings strategi bedst muligt. Er strategien at investere i europæiske aktier, vil man vælge et europæisk benchmark. I denne rapport vil tilgangen være anderledes i den forstand, at der ønskes et samlet benchmark for den danske investors alternativinvestering. Ovenstående problemstillinger har ledt til følgende problemformulering: Analyse Analyse af aktivt forvaltede investeringsforeninger relativt til et passivt benchmark, estimation af Jensens alpha Analyse af passivt forvaltede investeringsforeninger relativt til et passivt benchmark Sharpe og Treynor analyse af aktivt/passivt forvaltede investeringsforeninger Kan regression to mean være argument for valg af passiv investering? 2 ud af 54

7 Vurdering Diskussion af formidlingsprovisionen, distributionsleddet og better than average effect Ovenstående problemformulering er valgt ud fra egen interesse for emnet, og vejlederens input. Rapporten ser således på benchmark valg med nye briller, og kan skabe ny debat omkring aktiv forvaltning og investeringsforeningsindustrien. 2 Afgrænsning Denne rapport vil udelukkende se på investeringsforeninger som kun investerer i aktier ( Pure equity ). Obligationsforeninger og blandede investeringsforeninger medtages derfor ikke. Yderligere er der en lang række kriterier til de foreninger som medtages i analysen. Disse vil blive gennemgået i dataafsnittet. De foreninger som ikke opfylder kriterierne vil derfor ikke blive medtaget i analysen. Generelt afgrænses der væk fra branchespecifikke investeringsforeninger, hvorved der kun ses på geografisk opdeling, eks. Danmark, Europa, osv. ETF Exchange Traded Funds vil ikke blive kommenteret pga. rapportens omfang. Det vil dog være væsentligt for en privat investor at tage disse med i sine overvejelser når man vælger at investere. ETF har lave omkostninger og har som mål at følge et benchmark præcist. ETF er fås både under aktiv og passiv forvaltning, og vil derfor være et alternativ til investeringsforeninger. Saxo Bank er et eksempel på steder i Danmark hvor man kan handle ETF er. Data til analysen er baseret på månedlige afkast fratrukket administrative omkostninger. Derfor vil der ikke blive taget højde for emissions samt indløsnings omkostninger, som den private investorer har i forbindelse med køb og salg af investeringsbeviser. Dette kan dog være en væsentlig omkostninger som en privat investor bør være opmærksom på. Der afgrænses fra teorien omkring Survivorship bias. Det skyldes rapportens omfang, samt at Christensen (2012) finder at Survivorship bias ikke har haft en væsentlig betydning på de danske investeringsforeninger. Fama french s 3 faktor model vil ikke blive medtaget i rapporten. Dette skyldes blandt andet rapportens opbygning omkring den gennemsnitlige investor. Desuden viser best practice benchmark analysen så høje forklaringsgrader, at en 3 faktor model ikke er nødvendig. Market timing er testet på de medtaget foreninger ud fra best practice benchmark, men medtages ikke i rapporten da det ikke bringer noget nyt til konklusionen omkring de aktive fonde. 3 ud af 54

8 2.1 Definitioner Gennemsnitlig investor: Igennem rapporten vil udtrykket den gennemsnitlige investor blive anvendt. Den gennemsnitlige investor antages som værende en almindelig dansker med en gennemsnitlig indkomst. Personen ønsker at investere i aktier, men ved ellers ikke særlig meget om investering generelt. Personen investerer udelukkende i danske aktier, da det er det han/hun har det bedst med. Undtagelsesvis kan personen have nogle få udenlandske aktier. Disse vil som regel være store amerikanske selskaber som alle kender, eller skandinaviske aktier. Den gennemsnitlige investors alternativinvestering er derfor det danske aktiemarked, og det vil være dette marked han/hun vil sammenligne sin portefølje med for at vurdere om det lykkes at slå markedet. IFR: Investeringsforeningsrådet. Organisation som samler data og viden omkring de danske investeringsforeninger og har leveret data til rapporten. 3 Metode Rapportens analyse er baseret på historiske afkast for de danske investeringsforeninger, og er derved bygget op som en empirisk undersøgelse af kvantitativ karakter, at der benyttes kvantitativ metode, sætter nogle krav til de anvendte data. Det er derfor væsentligt for rapportens validitet, at data kommer fra troværdige kilder, samt at afgrænsningen og udvælgelsen er korrekt. De primære data i analysen bygger på investeringsforeningernes indre værdi, som er den regnskabsmæssige værdi af en investeringsforening. Metoderne som anvendes igennem rapporten bygger på det effektive marked og Capital Asset Price Model CAPM, hvor man ved at estimere security marketlinjen kan identificere overnormale afkast. CAPM er således en af grund filosofierne, som den moderne finansieringsteori bygger på. Jensens alpha vil via regressionsanalyse være den primære faktor der analyseres på. Regressionsanalysen er bygget op som en single indeks model. Metoden i denne rapport vil ikke følge en traditionel performancemåling, hvor benchmark vælges ud fra best practice, men herimod vælges det ud fra hvad en gennemsnitlig investor i Danmark alternativt ville investere i. Derfor anvendes kun ét benchmark for alle foreningerne. Baggrundet for dette valg ligger i en antagelse omkring den gennemsnitlige investor. Den gennemsnitlige investor kender det danske marked, hører om det i tvavisen og læser om det i avisen. Derfor bygger antagelsen på at han altid vil vurdere en investering relativt til det hjemmelige marked det man kender til. Frem for et globalt indeks som er svært at forholde sig til. Den gennemsnitlige investor er ligeglad med om amerikanske aktier slår det amerikanske marked, da det amerikanske marked ikke er hans alternativ. Han er først og fremmest interesseret i om de kan slå det marked som han befinder sig i. Man kan derfor opsummere baggrunden for valg af et benchmark til argumenter: 1) For 4 ud af 54

9 at kunne sammenligne forskellige investeringsforeninger direkte, og 2) for at gøre det mere transparent for den almene investor at vurdere performance af de danske investeringsforeninger. 4 Investeringsforeninger En investeringsforening har til formål, at bringe folk, som gerne vil investere sammen. Hver investor får en ejerandel svarende til den indskudte kapital. Medlemmerne deler så ledes tab, profit og omkostninger, der er ved at investere i forskellige værdipairer. Medlemmerne har indflydelse på den valgte strategi gennem årlige generalforsamlinger hvor bestyrelsen ligeledes vælges. En investeringsforening giver muligheden for at opnå en diversifikation man ellers ikke kunne nå selv, dvs. stordriftsfordele i forhold til risikospredning samt professionel porteføljeforvaltning. Herudover er de danske investeringsforeninger under offentlig kontrol. Investeringsforeninger kan opdeles i udloddende/udbyttebetalende og akkumulerende investeringsforeninger. De udbyttebetalende foreninger udbetaler overskuddet i form af udbytte oftest på halvårlig basis, hvor de akkumulerende i stedet geninvesterer overskuddet som giver afkast i form af en højere indre værdi af investeringsforeningen (ligesom en aktie der stiger i kurs). I denne rapport vil der kun være fokus på de udbyttebetalende foreninger hvilket også stiller krav til benchmark valg m.m. Dette uddybes i dataafsnittet. Jf. IFR er der en række regler som investeringsforeninger skal overholde, hvilket har til formål at sikre at investeringsforeninger lever op til de forventninger man har til dem, og at de agerer som en investeringsforening. Følgende er et udsnit af de mest relevante. En investeringsforening skal mindst investere i 16 aktier. Dette er med til at sikre den nødvendige diversifikation. En investeringsforening skal som minimum investere 75% af den samlet formue i det område/strategiske fokus den har. Det kan eksempelvis være danske aktier eller europæiske. En investeringsforeninger må ikke gå kort i en aktie. En hedgefond er en undtagelse. Højst 5% af afdelingens formue må være investeret i samme virksomhed. Det kan dog forhøjes til 10% i særlige tilfælde. Overordnet set har reglerne som formål at sørge for at investeringsforeninger handler på en retmæssigmåde (finanstilsynet 2010) praksis/2010/fortolkning_ ashx 5 ud af 54

10 4.1 De danske investeringsforeninger udvikling De danske investeringsforeninger har siden 2004 oplevet en enorm kapital indsprøjtning. Figur 1 viser udviklingen i den totale opsparing i danske investeringsforeninger fordelt på forskellige investorgrupper over perioden , hvor Detail skal forstås som private investorer Figur 1: Total opsparing i danske investeringsforeninger (DKK milliarder) Udenlandske Institutionelle Detail Figuren viser, at der har været en stigning i den totale mængde af opsparet kapital, bortset fra hvor vi ser et fald på 25,8%. Hvis man ser på hele perioden steg de privates opsparing i de danske fonde med 107%, i mens udenlandske og institutionelles formue steg med henholdsvis 242% og 284%. De private investorer holdte i 2013 aktiver for en værdi af i alt DKK 609 milliarder svarende til 44% af den totale markedsværdi af alle de danske investeringsforeninger. Jf. IFR (2014) er det totale antal danske investorer i investeringsforeninger personer. En relevant information at udlede fra figuren er at institutionelle investorer har øget deres beholdning i danske investeringsforeninger siden 2004 til i dag at have en større beholdning end private investorer. En af grundene til denne stigning er en øget outsourcing af assets management jf. Bechmann & Rangvid (2007). Institutionelle investorer (f.eks. pensionskasser) vælger i højere grad at placere pengene i investeringsforeninger fremfor selv at investere dem. Hvis den totale opsparing fordeles på investeringsforeninger fremgår det af figur 2 bilag 1, at de tre største foreninger har 74% af den totale opsparing i de danske investeringsforeninger. Bemærk at der anvendes en logaritmisk skala grundet størrelsesforholdene mellem foreningerne. Det skal understreges at hver forening i figuren har flere underforeninger og der således er 486 foreninger i Danmark jf. IFR (2014). De 3 største investeringsforeninger har alle, et fælles karaktertræk, at de har et navne sammenfald med af en Danmarks største banker. Henholdsvis den største, samt 2. Og 4 6 ud af 54

11 største bank i Danmark. Dette indikere et tæt samarbejde med bankerne, som er en dominerende spiller i den danske fondsindustri. Væksten i den danske investeringsforeningsindustri har været imponerende over de seneste 10 år. Dog skal det pointeres at flere fonde lukker igen. Figur 3 Lukkede afdelinger Figur 3 viser hvor mange fonde der i alt er lukket i perioden Her ses der tydeligt en stigning af antal fonde som lukker hen i mod 2011, hvor antal er fonds lukninger toppede. Der kan være flere årsager til at en fond vælger at lukke. Følgende er et udsnit af de begrundelser foreninger selv har for at lukke, udsagnene er taget ud fra IFR s database vedrørende lukke årsager. Lukke årsager: Investeringsområdet for snævert eller for uinteressant til at berettige en separat afdeling Ønske om stordrift ved fusion med anden afdeling inden for samme investeringsområde For lille formue Den typiske måde en fond lukker på er ved at fusionere med en anden fond. Det er rimeligt at antage at årsagen til at en fond vælger at fusionere er på grund af dårlig performance. Dog viser det sig også, jf. IRF, at flere fonde lukker grundet manglende investorinteresse, eller investeringsmuligheder. Som det kan ses af de 3 hyppigste årsager til lukninger, er der ikke nogen fonde som direkte nævner dårlige afkast som en årsag. Det antages dog stadigvæk at være en væsentlig årsag til lukninger. At der er 7 ud af 54

12 fonde som lukker under undersøgelsesperioden vil have konsekvenser for analysen. Det vil uddybes yderligere i afsnit vedrørende surviorship bias IFR (2014). 5 Teori Teori afsnittet vil omhandle den teori som anvendes gennem rapporten. Formålet med afsnittet er at præsentere det mest relevante teori for læseren, hvor bl.a. det effektive marked og CAPM gennemgås. Disse teorier danner fundamentet for analysen, og er derfor essentielt for læsere at forstå. Ligeledes vil teorien omkring Sharpe og Treynor samt Jensens alpha blive gennemgået. 5.1 Det effektive marked Eugene F. Fama var den første til sætte ord på det effektive marked. Dette var ideen om det ideelle aktiemarked, hvor markedet afspejlede al relevant information. I det ideelle marked er alle investorer rationelle, og agere derfor aldrig irrationelle handlinger på aktiemarkedet jf. Deaves (2010). A market in which prices always fully reflect all available information is called efficient Fama (1970) Hvis virkelighedens aktiemarked agerede som et efficient marked, vil alle aktiepriser være prissat korrekt. Det vil derfor ikke være muligt at finde undervurderede eller overvurderede aktier. Investorerne ville med det samme købe eller sælge aktien for at korrigere for en ændring i kursværdien på baggrund af relevant information. Hvis alle investorer i den virkelige verden var rationelle ville der ikke findes prisbobler, og efterfølgende panik, da en investor vil være rationel nok til ikke at overvurdere markedet og puste det op, samt efterfølgende gå i panik. Fama var dog selv opmærksom på hvor ekstrem hans model var og konkluderede således: One would not expect such an extreme model to be an exact description of the world, and it is probably best viewed as a benchmark (Fama 1970) Derfor udformede han 3 udgaver af det effektive marked: Svag form (Weakform), semi- stærk (Semistrong), og stærk (Strong), som følgende afsnit kort vil gennemgå. Weakform: Hvis et marked har en svag form, afspejler aktiemarkedets nuværende priser alt information som er givet af historiske data. Dette vil betyde at tekniskanalyse 8 ud af 54

13 ikke vil fungere, da kurserne allerede vil være korrigeret for historiske data. Tekniske analytiker benytter historiskdata omsat til grafer til at udvælge investeringsmuligheder Semistrong: Semistærk bygger videre på hypotesen fra svagform, hvor al offentligt tilgængelig information også er implicit i kursværdien, hvilket betyder at man ikke kan opnå overnormal profit ved at studere årsrapporter og relevante nyheder. Den kendte frase buy on the rumors, sell on the news bygger således på teorien om at det allerede er for sent at høste overnormal profit, hvis det allerede er offentligt tilgængelig information. Strongform: Et marked som har stærkform, er et marked som afspejler al relevant information. Med dette menes, at både offentlige og private informationer er afspejlet i kursværdien, dette inkluderer Insider trading. Insider trading vil sørge for, at information som ikke var offentlig tilgængelig, vil være afspejlet i prisen. Dette er dog ulovligt, og derfor ikke muligt i realiteten. Konklusionen af hans undersøgelse viste, at der ikke var noget signifikant bevis for at afvise den svage og semistærke form, og kun svage beviser mod den stærke form. Dette indikerer at virkelighedens aktiemarked er effektivt. Det betyder at det er usandsynligt at man ved en bestemt strategi kan slå markedet over en længere periode. For at relatere dette til investeringsforeninger vil en forening ikke kunne slå et benchmark eller en passiv forening med en bestem strategi, jf. Fama (1970) I 1991 reviderede Fama hypotesen om det effektive marked og fandt, at det var muligt at forudse fremtidige priser på baggrund af historiske dividender, og konkluderede at markedet derfor ikke følger en random walk. Ligeledes konkluderede han via eventstudier at semistærk efficiency ser ud til at holde i praksis, da aktiepriser på et gennemsnitligt niveau, ser ud til at justere sig prismæssigt ud fra information omkring dividende ændring, kapitalstruktur m.m. Herudover viste danske studier at semistærk form også er gældende på det danske aktiemarked, da Sørensen (1982) finder at der både står relevant information i årsrapporter, samt at aktiemarkedet reagerer på disse informationer. I Fama s revidering af det effektive marked stillede han spørgsmålstegn ved aktive managers viden og deres manglende formåen til at slå markedet. Hans resultater viste at målinger af overnormal profit kan skyldes et ueffektivt marked, hvilket han beskriver som the joint hypothesis problem. Dvs. at overnormal profit blandt investeringsforeninger blot skyldes et marked som ikke er effektivt og ikke ekstraordinær viden. Videnskabelige studier omkring det effektive marked har således været en af drivkræfterne bag passiv forvaltnings opstandelse, samt kravet om at investeringsforeninger evalueres relativt til et benchmark, og ikke blot ses i forhold til hinanden, jf. Fama (1991). I virkelighedens aktiemarked ses det dog som en evne at kunne spotte ineffektivitet i markedet. Be Fearful When Others Are Greedy and Greedy When Others Are Fearful Buffet 9 ud af 54

14 5.2 Capital Asset Pricing model Capital Asset Pricing model (CAPM) blev i første omgang introduceret af Treynor (1961, 1962) samt Sharpe (1964). Modellen bygger videre på Harry Markowitz teori omkring den efficiente frontier (se nedenfor). Ifølge CAPM er alle investorer rationelle samt risiko averse. Dette betyder at alle investorer har den samme frontier hvor der ønskes det højeste afkast set i forhold til risikoniveauet. Figur 4 Efficient Frontier Egen tilvirkning Figuren viser det optimale punkt M, som defineres som det punkt hvor der opnåes det højeste afkast i forhold til risikoen. Hvis man bevæger sig længere op af frontieren, vil afkastet bliver højere, men den marginale ændring i risikoen vil være højere end den marginale ændring i afkastet, og det vil derfor ikke være det værd at påtage sig den ekstra risiko. CAPM kan defineres som: Formel 1 CAPM Ra = Rf + βa( Rm rf) rf = den risiko frie rente βa = Beta for en aktie (systematisk risiko) Rm = afkast for en portefølje Tanken bag CAPM er at en investor skal kompenseres for den tid og risiko som han ligger i en investering. Værdien af tiden er defineret som den risikofrie rente, hvilket er den rente som en investor til hver en tid kan få et andet sted. Dette vil derfor også være minimumskravet til afkastet (alternativafkastet). Risikoen måles ved hjælpe af Beta. 10 ud af 54

15 Beta sammenligner afkastet på en investering i forhold til afkastet på markedet ( Rm rf). CAPM siger at afkastet på en given investering er lig med den risikofrie rente plus en risikopræmie. Hvis afkastet på investeringen ikke slår eller er lig med det forventede afkast skulle man ikke have investeret, da afkastet således ikke er det værd i forhold til den risiko man påtog sig. Dette betyder at en aktiv investeringsforening kun er sig selv værd hvis den formår at slå dens benchmark, eller investorens benchmark, da investering heri ellers ikke var det værd. 5.3 Systematisk vs. usystematisk risiko Den risiko som er forbundet med at investere, kan defineres som systematisk og usystematisk, hvor beta er et mål for den systematiske risiko. Den usystematiske risiko er den risiko som er forbundet med den enkelte virksomhed. Dvs. den risiko som ikke har noget at gøre med omverdenen som sådan. At SAS medarbejderne gik i strejke er et eksempel på en usystematisk risiko som vil påvirke SAS aktiekurs. Ved at differentiere sig og investere i flere aktier opnår man således at minimere den usystematiske risiko. Investeringsforeninger er som nævnt tidligere et redskab for den enkelte investor til at imødegå denne risiko, jf. Eiteman m.fl (2013) Beta Beta en er et mål for volatiliteten i den systematiske risiko. Den systematiske risiko er defineret som markedsrisikoen, den risiko som er forbundet med omverdenen og ikke den individuelle aktie. Markedsrisikoen kan defineres inden for et enkelt land en branche eller hele omverden. Det afhænger af hvad man definerer som markedet. En Beta på 1 indikerer at aktiens pris vil bevæge sig i takt med markedet, mens en beta under 1 betyder mindre volatilitet end markedet, mens en beta over 1 betyder mere volatilitet. Beta en for en investeringsforening kan defineres på følgende måde: Formel 2 Beta βportefølje =!"#!",!"!"#!" Kovariansen beskriver i hvor i høj grad to tidsserier bevæger sig simultant. Det betyder at jo lavere kovarians der er mellem aktierne i en given portefølje jo højere differentiering. En investering i skibs og medicinalindustrien vil derfor give en højere differentiering end en investering i udelukkende en af brancherne McClure(2012). 11 ud af 54

16 Engsted (2012) vender kritik mod CAPM. Han nævner, at en lang række empiriske undersøgelser har vist at CAPM ikke giver en god beskrivelse af afkastforskelle på tværs af aktiver. Han forklarer følgende: Det er videnskabeligt bevidst at value aktier aktier med en lav aktiepris relativt til den bogførte værdi i gennemsnit giver et højere afkast end growth aktier aktier med en høj kurs relativt til den regnskabsmæssige værdi af selskabet. Men der ingen sammenhæng er med en højere beta. Hvis CAPM holder i praksis vil value aktier derfor have en højere beta end growth aktier, hvilket ikke er tilfældet. Han mener derfor, at der er et behov for en udvidelse af modellen med faktorerne SMB og HML, som foreslået af Fama & French (3 faktor model) jf. afgrænsning udføres dette dog ikke. 5.4 Jensens s alpha Jensen (1964) var den første til at lave en performancemåling af investeringsforeninger. Efterfølgende opstod der flere alternativer til at måle investeringsforeningers performance udover Jensen s alpha. Bl.a. Sharpe og Treynors measure. I den finansielle verden er der dog bred enighed om at alpha er Sharpe og Treynor overlegen på flere punkter. Alpha er det risikojusterede afkast målt i procentpoint i forhold til markedet. Det gør det derfor nemmere, at kommunikere resultatet ud til den brede befolkning, hvor Sharpe og Treynor måles som en ratio. At det er risikojusteret betyder, at det ligesom CAPM tager højde for risikoen. Hvis man eksempelvis har 2 investeringsforeninger som begge har et afkast på 12% vil en rationel investor vælge den fond med den laveste risiko. Jensen s alpha måles via en regressionsmodel relativt til et benchmark, hvilket gør det enkelt at se om en given investeringsforening er i stand til at slå markedet, jf. Christensen(2005). Jensens alpha er givet ved: Formel 3 Jensen s Alpha rit rft = αi+ β (rm rft)+uit Ud fra jensen s alpha er det muligt at måle merafkastet set i forhold til et relevant benchmark, det er dog ikke muligt at aflæse om det er på grund af ekstraordinær god performance eller på grund af ren held, jf. Jensen. Hvis tidsperioden er for kort(1964). Det er derfor væsentligt for analysen, at den foregår over en længere tidsperiode for at den er statistisk signifikant. Dette er alle dog ikke enig i jf. Kosowski m.fl. (2006). Der mener at en signifikant alpha over en længere periode også kan være et udtryk for held, uddybes i analysen! Herudover finder Grinblatt & Titman (1994) at Jensens s alpha er følsom over for valg af benchmark og man derfor bør være ekstra opmærksom på dette. En Sammenligning af de 2 regressions analyser understreger dette i afsnit ud af 54

17 5.5 Treynor og Sharpe Ratio En rationel investor, vil altid vælge den investeringsforening som giver det højeste afkast i forhold til risiko. Der skelnes mellem systematisk og usystematisk risiko. Hvor Treynor er et mål for den systematiske og Sharpe den usystematiske. Jo højere målet er desto bedre er afkastet relativt til risikoen. Måles på en skala fra 01. Formel 4 Sharpe ratio!h!"#$!"#$% =!"##"$%#&'(&)!"#!$%!"#"$%&'"_!"#$"!"#!"#$%#&%!"#$%&'(& Formel 5 Treynor measure!"#$%&"!"#$%&" =!!""!#$"%&'%(!"#!$%!"#"$%&'"_!"#$"!"#$ Forskellen på Sharpe og Treynor er at Sharpe bruger den gennemsnitlige volatilitet i porteføljen mens Treynor bruger Beta volatiliteten i forhold til markedet. På den måde supplerer de to udtryk hinanden godt. I analysen findes Beta ved regression. Det er væsentligt at tilføje at Beta en har en stor indflydelse på Treynor ratio. En lav Beta kan derfor påvirke Treynor i sådan en grad, at det giver et forkert billede af det risiko justerede afkast. Dette skyldes at en meget lav Beta kan være tegn på forkert valg af benchmark. En negativ Sharpe og Treynor værdi er en indikation af en portefølje som klarer sig dårligere end den risikofrie rente. Dette betyder i praktisk at det havde været mere fordelagtigt at placere pengene i banken end at investere i den pågældende investeringsforening. Kritik af begge mål går på at de ikke er statistiske mål, og man derfor ikke tager højde for signifikansniveau. Derfor siger målet ikke noget om dygtigheden bag det opnåede afkast. Der ses udelukkende nøgternt på om afkastet er højt relativt til risikoen, jf. morningstar (2014) 6 Valg af Data: Følgende afsnit vil omhandle de tanker der har grundlag for valg af data. Det er afgørende for undersøgelsens validitet og robushed, at der er en stringent linje i analysen. Investeringsforeninger som danner grundlag for performancemålingen er udvalgt udfra følgende kriterier: Danske investeringsforeninger som har eksisteret over en 10 årig periode fra Udbyttebetalende: udbyttebetalende Investeringsforeninger betaler årligt alt realiseret afkast efter administrative omkostninger er fratrukket, til 13 ud af 54

18 investeringsforeningens medlemmer som dividende. Dette krav skyldes at akkumulerende fonde ikke er forpligtet til at udstede et minimum i udlodning, hvorved de geninvesterer realiseret afkast. Realisationsbeskattet: Der opdeles i realisations og lagerbeskattede fonde. Hvorved lagerbeskattede er akkumulerende fonde. Derfor medtages kun realisationsbeskattede. Openend: ikke Engros. Engrosforeninger er institutionelle foreninger og derved en begrænset forening. Derfor vil disse foreninger ikke blive medtaget. At en fond er openend, vil sige at antal medlemmer i foreningen afgøres af efterspørgslen, det betyder at fonden bliver ved med at udstede nye aktier hvis efterspørgslen er højere end udbuddet. Og omvendt, hvis der er flere der vil ud end der vil ind i fonden, køber de også aktierne tilbage. IFR(2014) De valgte fonde investere udelukkende i: Danske aktier Europæiske aktier Globale aktier Amerikanske aktier Jf. Christensen (2005) kunne flere kategorier medtages, såsom Fjernøsten, Sydamerika m.m. De er dog ikke medtaget grundet rapportens omfang. Klassifikationerne er sket på baggrund af InvesteringsForeningsRådets egne opdelinger. Valget af kategorierne, bygger på forudsætningen at de giver den største stikprøve, set i forhold til hvad en dansk investor kunne investere i, og derfor er repræsentativ for en dansk investors synsvinkel. 6.1 Antal foreninger Data en består af 67 danske investeringsforeninger som alle har eksisteret i hele perioden fra , hvor både start og slut år medtages. Baggrunden for dette er at data skal være konsistent samt at undersøgelsen bygger på de samme antal månedlige afkast (120 observationer i alt). Da lukkede fonde ikke medtages, kan der opstå surviorship bias. Dette diskuteres yderligere i afsnit 6.3. Figur: 5 Stikprøvestørrelse Kategori Aktive Passive Danske 13 2 Europæiske ud af 54

19 Globale 20 3 Amerikanske 5 4 Total Som det ses af figur 5 består undersøgelsen af 67 fonde hvor af 52 er aktive og 15 er passive. Den mindste stikprøve er de amerikanske fonde med 9 investeringsforeninger. InvesteringsForeningsRådet samt Morningstar har leveret data til analysen. Hvor data fra Morningstar er månedlige afkast fratrukket administrative omkostninger, samt korrigeret for udlodning. Data fra IFR er rådata, dvs. investeringsforeningens indre værdi målt som indekstal. For at styrke undersøgelsens validitet er der foretaget en korrelationstest, for at sammenligne afkastet fra Morningstar med det beregnede afkast ud fra den indre værdi. 6.2 Afkast Følgende afsnit vil omhandle de beregningsmetoder anvendt til at beregne månedlige afkast samt en korrelationsanalyse mellem rådata fra IFR samt Morning Star. Herudover vil afsnittet omhandle en diskussion omkring brugen af LN Returns og simple returns Afkast beregning At afkastet beregnes efter den korrekte metode er af høj væsentlighed for rapportens validitet. For at måle korrelationen mellem afkastet givet fra Morningstar med tallene fra IFR, er det nødvendigt at beregne sig frem til det månedlige afkast ud fra den indre værdi. At sammenligne Morningstar med IFR sikre dermed analysen udføres med korrekte afkast. Dette gøres ud fra følgende formler: Formel 6 indreværdi ultimo måned +!"#$#%"&'"("'!"#$"%&!" Indre værdi primo måned 1 x 100 = Afkast måned Hvoraf geninvesteret udlodning beregnes således: 15 ud af 54

20 Formel 7 Udlodning x indre værdi ultimo måned = Geninvesteret udlodning Indre værdi umiddelbart efter udlodning Det er essentielt at forstå, antagelsen vedrørende beregningerne, at udbyttet reinvesteres umiddelbart efter udlodning, da dette vil give det største afkast for investoren. Henrik F. Hansen fra IFR giver følgende eksempel på dette. Vi beregner indeks på basis af indre værdi efter dividendedagen, fordi det er det som investor havde mulighed for at reinvestere til. Hvis du har en indre værdi efter udbyttet på 270, men ultimo måneden 300, så ville du jo implicit antage, at investor fik reinvesteret hele udbyttet til 300. Men det gjorde investor ikke, afkastet vil blive lavere end hvis han reinvesterede til indre værdi 300. Vi antager i vores beregninger, at udbyttet reinvesteres umiddelbart efter udbyttebetalingen Dette betyder at afkastet beregnes ud fra den antagelse at foreningsmedlemmer geninvestere deres udbytte på dagen det udbetales. I følgende afsnit gives et eksempel på, hvorledes månedlig afkast beregnes i de måneder der udbetales udbytte. Der er taget udgangspunkt i Investeringsforeningen BankInvest via rå data fra IFR: Figur 6 Rådata IFR Forening Dato Stykstørrelse Indre værdi Udlodning BankInvest Danmark mar/ ,27 Reinvesteret indre værdi BankInvest Danmark apr/ ,04 12,5 32,06 Kilde: dataudlån IFR.dk Geninvesteret udlodning: 12,5! 36,04 =!",!"# (!"#$%& 7) 32,05 16 ud af 54

21 Månedlig afkast: 36,04 +!",!"# 1! 100 = 21,375 % (!"#$%& 6) 41,27 Denne udregning viser at der i april måned 2009 var et afkast på 21,375 % i investeringsforeningen BankInvest. Hvis vi ser på figur 7 ses det at afkastet fra morningstars afviger med 0,0002 set i forhold til beregnet afkast. Dette er med til at styrke robustheden af analysen. Figur 7 Rådata Morning Star DANSKE FONDE Name base currency Morningstar Category Monthly Return DKK BankInvest Danish Krone Europe OE Denmark Equity 21,3748 Kilde: Månedlig afkast Morningstar For yderligere at styrke validateten af testet fortages der en korrelationssammenligning mellem afkast fra Morning Star, og beregnede afkast fra IFR, over undersøgelses- perioden på 10 år for Bankinvest. Figur 8 Korrelations koefficient afkast Morningstar/IFR 0, Kilde: Egen tilvirkning At korrelationen er 0, viser at udregningerne brugt til at beregne afkastet er valide, hvilket styrker undersøgelsen. Herudover er der foretaget sammenligning med årligt afkast fra henholdsvis IFR og Morning Stars databaser på deres respektive hjemmesider for yderligere at sikre, at der ikke er fejl i data, jf. IFR (2014). Dette er gjort for at sikre robustheden af rapportens resultater Simple vs. log returns Der anvendes ikke logreturns, da den gennemsnitlige investor ikke nødvendigvis ved hvad dette betyder. Derfor anvendes simple returns blive anvendt for simplificeringens skyld. Fordelen ved at bruge log returns er en bedre normalfordeling. Fordelen ved simple returns er en større kendskabsgrad i den brede befolkning. Afkastet beregnes derfor således i måneder uden udlodning: 17 ud af 54

22 !"#$%& = Formel 8 (!"#$%&!å!"#!"#$%!å!"#)! 100!"#$%!å!"# Risikofrie rente Den risikofrie rente rft skal ses som minimums kravet til at investere i en investeringsforening. rft fratrækkes det månedlige afkast for foreningerne samt benchmarket, for at få merafkastet. rft skal forstås som minimumsafkastet som en investor påkræver, da en investor kun vil påtage sig mere risiko hvis afkastet er højere end rft. I praksis findes den risiko frie rente dog ikke, da alle investeringer er forbundet med en eller anden form for risiko. 1month CIBOR rate, ses dog oftest som en proxy til rft for den danske investeringsindustri, og vil derfor også blive anvendt i denne rapport. Da CIBOR renten er en årlig rente er det nødvendigt at beregne renten pr måned, hvilket gøres på følgende måde. Formel 9 rft = Ciborrente årligt 1 12 CIBOR renten udregnes ud fra, hvilken rente de meste kreditværdige banker i Danmark er villige til at låne ud til hinanden til, og er derfor et gennemsnit af lånerenten i de (12) banker, jf. Finansraadet (2014). CIBOR hentes fra (Nasdaq OMX). 6.3 Survivorship bias Det er relevant at se på hvor mange foreninger der i undersøgelsesperioden er lukket eller fusioneret med andre. Da det oftest er de dårligt performende fonde som lukkes, kan det medføre at en undersøgelse vil give et mere positivt billede, end hvad realiteten er. Grundet rapportens opfang vil der dog ikke blive taget højde for dette. Læsere af rapporten skal derfor være opmærksomme på at undersøgelsen kan give et mere positivt resultat. Figur 9 Lukkede fonde periode Danske Globale Europæiske USA Lukkede fonde Kilde: Egen tilvirkning: Stamdata ifr. 18 ud af 54

23 I figur 9 ses det hvor mange fonde der er lukket/fusioneret i perioden i de kategorier som undersøges i analysen. Det er udelukkende fonde som blev etableret før 2004 og er lukket i mellemtiden som er medtaget. Figuren viser at alle kategorier lider under survivorship bias. Der skal derfor tages forbehold for dette, når der drages konklusioner ud fra analysen. Burton Makiel, var en af de første til at undersøge survivorship bias. Følgende sektion vil fremhæve nogle af de opdagelser han gjorde i Investorer ser typisk på historiske data når de vælger en fond at investere i, og er typisk ikke interesserede i hvilke fonde som tidligere er lukket. Dette kan medfølge større risiko tagning blandt investeringsforeningerne, da de er klar over at en høj historisk performance er lig med flere kunder i butikken. Man kunne forestille sig at en fund manager åbner 10 forskellige fonde, alle med en høj risikoprofil. Efter 5 år er det kun 3 som leverer afkast som er over 0, til gengæld er det ekstraordinært høje afkast. Han fusionerer de 7 andre med de 3, og gemmer derved de dårligt performende fonde i de 3 gode. En undersøgelse som ikke tager højde for survivorship bias vil kun medtage de 3 i analysen og vil derfor vise et bedre resultat (Makiel 1995). Dette uddybes yderligere i afsnit Benchmark Et benchmark er et indeks som måler den gennemsnitlige kursudvikling på en gruppe af aktier. Et benchmark kan være mange forskellige ting afhængigt af hvad det er en investeringsforening ønsker at måle sig op i mod. I sport er ens benchmark oftest egne præstationer, at man år for år eller fra konkurrence til konkurrence forsøger at gøre det bedre end forrige gang. Dette gør man også inden for investeringsverdenen. Fremtidige præstationer er dog ikke altid afhængig af eget talent og forventninger, men i højgrad omverdens forventninger og udviklingen i økonomien. Et benchmark er som regel det indeks som reflekter investeringerne bedst muligt. Hvis investeringsforening har et globalt udgangspunkt vil et globalt indeks være det valgte benchmark. Man vurdere så om performance er god eller dårlig relativt til dette benchmark. Et afkast på 15% kan sagtens være en investeringsmanagerens hidtil bedste performance, men hvis indekset han følger er steget med mere end det, det samme år, har det ikke været en god performance. Da indekset ikke blev slået, som er målet for en aktiv forvalter. Det er desuden væsentligt, at det er det korrekte benchmark som vælges, da et forkert valg af benchmark kan føre til fejlslående resultater, jf. Grinblatt & Titman (1994). Grinblatt & Titman s undersøgelser viser bl.a. at en fond kan gå fra at have negative alpha til positiv alpha afhængig af benchmark i en simple index model. Da analysen kun bygger på et benchmark er det derfor væsentlig at vælge det benchmark som beskrive den gennemsnitlige danske investors alternativ investering bedst. Dette er en anderledes metode and tidligere performance analysere, da forklaringsgraden derfor 19 ud af 54

24 går han og bliver irrelevant. Denne fremgangsmåde ønskes da rapporten er bygget op omkring den gennemsnitlige investor. Han har kun et alternativ til at investere i en investerings forening, og det er selv at investere i danske aktier. Derfor vil det valgte benchmark være et dansk indeks Valg af benchmark Da de analyserede investeringsforeninger er udbyttebetalende foreninger er det afgørende for analyseresultaterne, at det valgte benchmark også korrigerer for dividende. Derfor er følgende benchmark valgt for analysen: OMX Copenhagen Cap_GI 1 OMX Copenhagen Cap_GI består af alle aktier noteret på den danske fondsbørs, og er således et totalindeks. Indekset er ikke korrigeret for Fleefloat, hvilket betyder den ikke tager højde for aktier som ikke er tilgængelig for handel. Alternative valg kunne bla. være MSCI Danmark eller OMX 20. Grundet 13 ud af de 15 investeringsforeninger som investere i danske aktier selv har OMX Copenhagen Cap_GI som indeks anvendes dette. Tallene er hentet fra Københavns Fondsbørs hjemmeside (Nasdaq OMX). For de resterende grupper vil OMX Copenhagen Cap_GI også blive anvendt. Det er væsentligt at pointere, at valget af et indeks for alle foreningerne ændre på måden resultaterne skal analyseres på. Hvis der var forskellige indeks for de valgte kategorier, vil man ikke direkte kunne sammenligne hvilken forening som ubestridt klarede sig bedst, da regressionsanalysen kun vil analysere om en given forening har et afkast over eller under markedet relativt til det specifikke benchmark. Derimod gør et benchmark det muligt at holde alle foreninger op mod hinanden på trods af forskellige investeringsprofiler. En analyse med flere benchmark vil svare til at sammenligne en topscore i Superligaen med en topscore i Premiere League. Det er først når man samler dem i en liga (Champions League) man i virkeligheden ser hvilken forening som har været den bedste. Regressionsligningerne i simple index modellen ser derfor således ud for alle fire kategorier Formel 10 rit rft = αi+ βomxccap_gi (romxccap_gi rft)+eit 1 GI (Gross index) betyder at det korrigerer for dividende 2 Dette eksempel gælder kun investeringsforeninger som investere i danske aktier. Handelsomkostinger til udenlandske aktier er markant højere og en investeringsforening kan derfor være et udmærket alternativ, hvis man ønsker at differentiere sig til udlandet. 20 ud af 54

25 7 Forudsætninger Jf. Dybvig & Ross (1985) og Grinblatt & Titman (1989) kan single indeks modellen blive biased hvis afkastene fra investeringsforeningerne og benchmarket ikke opfylder væsentlige forudsætninger. Dette afsnit vil gennemgå normalitet, serial korrelation samt homoskalastisitet, og diskutere relevansen af disse forudsætninger. Da finansielle analyser ofte lider under forudsætningsbrud, er det begrænset hvor meget man skal tolke på forudsætningerne. Formålet med forudsætningsanalysen er at forklare hvad et forudsætningsbrud har af betydning for analysen, samt beskrive hvad der kan ligge til grund for sådan et brud. 7.1 Jarque Bara Test For at teste for normalitet i data en er Jarque Bara Test blevet anvendt. Den anvender Kurtosis og Skewness til at måle normaliteten på et 95% signifikans niveau. Jarque Bara skal have en værdi på under 5,99 for at data er normalfordelt. Jarque Bara beregnes udfra følgende formel: Formel 11!" =! 6 (!! (! 3)! figur 10 Procentmæssige andel af fonde med ikke normalfordelte risidualer Danmark Europa Global USA Aktive 100% 93% 100% 33% Gennemsnit 71,64 42,46 30,53 4,45 Passive 100% 100% 100% 50% Gennemsnit 41,34 34,22 29,08 6,35 Figur 10 viser at alt data på nær de amerikanske aktive fonde lider af forudsætningsbrud på et gennemsnitlig niveau. Det er dog væsentligt at fremhæve at det ikke har direkte konsekvenser for analysen. Metoder til at øge normaliteten vil være at fjerne outliers eller at anvende log_returns. Som beskrevet i Afsnit vil dette ikke anvendes. For at dykke dybere ned i data ser følgende figur på de månedlige afkasts Skewness og Kurtosis. 21 ud af 54

26 figur 11 Skewness & Kurtosis fordele på fonde Danmark Europa Global USA Aktive Skewness 0,65 0,83 0,63 0,37 Kurtosis 3,47 2,21 1,89 0,45 Passive Skewness 0,61 0,67 0,61 0,35 Kurtosis 2,32 2,17 1,98 0,75 En Skewness som er minus tegner på en hale i histogrammet som går mod venstre. I dataen viser der sig et generelt billede af nogle enkelte ekstrem høje negative observationer, som trækker data ud mod højre. Dette er et gennemgående fænomen for alle investeringsforeningerne. Histogrammet for den danske investeringsforening Jyske Invest Danmark er et eksempel på dette. Det er ligeledes gennemgående for alle investeringsforeninger at de har en Kurtosis > 0. Dette betyder at observationerne har en top som er højere end en klassisk normalfordeling, hvilket i realiteten betyder at investeringsforeningerne har mange afkast omkring 0%. De amerikanske fonde har dog igen en højere spredning og derfor en lavere Kurtosis. Figur 12 Histogram Det er rimeligt at antage at årsagen til denne skævhed ligger i finanskrisen, hvor store tab var almindeligt for alle investeringsforeningerne. Dette ses også ud fra følgende månedige afkast. En metode til at korrelere for skævheden vil være at tage følgende observationer ud af analysen: Månedlig afkast DKK Månedlig afkast DKK Månedlig afkast DKK Månedlig afkast DKK Ovenstående afkast har et gennemsnitligt afkast på henholdsvis 13,78; 16; 19,2; 9% for de dansk baserede investeringsforeninger, som investerer i danske aktier. Der er ligeledes gennemgående negative afkast for foreninger som investerer i globale og 22 ud af 54

27 europæiske aktier. For de amerikanske er de negative afkast væsentligt mindre hvilket også ses af en højre normalfordeling og en Skewness tættere på 0. Målet med rapporten er jf. problemformulering, at evaluere de danske passivt og aktivt forvaltede investeringsforeninger over en 10 årig periode. Det er derfor også relevant at tage perioder med hvor investeringsforeningerne gennemgående klarer sig ekstraordinært dårligt selvom det går ud over normalfordelingen samt signifikanstesten. 7.2 Durbin Watson For at teste for seriekorrelation er der blevet performet en Durbin Watson test på investeringsforeningerne. Testen placerer foreningerne på en skala fra 04. Det er forventeligt at finansielle data har problemer med seriekorrelation. I sin enkelthed betyder det at nuværende observationer kan forudse fremtidige observationer. Eksempelvis at januar 2012 afkastet kan sige noget om januar Jf. teorien omkring det effektive marked er det dette fænomen som Fama beskriver i den svage form hvor han i 1991 bekræfter at det er muligt at spå om fremtidige afkast ved hjælp af historiske data. Derfor er det også forventeligt at data til en vis grad vil lide under dette. Tekniske analytikere vil i praksis håbe på en så høj korrelation som overhovedet muligt, og der kan derfor argumenteres for at seriekorrelation ikke altid er en dårlig ting. Værdier omkring 2 er tegn på ingen seriekorrelation. Det kan dog være svært at vurdere hvor grænsen er. Derfor er intervallet 1,72,3 valgt som intervallet, hvor ingen korrelation antages. En værdi tæt på 0 indikerer stærk positiv korrelation mens en værdi tæt på 4 indikerer en stærk negativ korrelation. Durbin Watson beregnes på følgende måde og benytter fejlledet til et estimere seriekorrelations værdien. Formel 12 Figur 13 viser værdierne af testen fordelt på aktivt og passivt forvaltning i de respektive kategorier. Testen viser at på et gennemsnitligt plan lider data ikke af seriekorrelation. figur 13 Procentmæssige andel af fonde med seriekorrelation Danmark Europa Global USA Aktive 23% 33% 10% 0% Gennemsnit 1,98 2,22 1,99 1,87 Passive 0% 17% 0% 33% Gennemsnit 2,04 2,28 2,05 1,93 23 ud af 54

28 Det ser dog anderledes ud procent mæssigt. Værst ser det ud for de aktive europæiske fonde, samt de passiv amerikanske. Man skal dog være opmærksom på at specielt de passive kategorier har en meget lav stikprøve, og kan således give et stort udsving blot en fond får en værdi uden for det givne interval på 1,72, Heteroskedasticitet En test for heteroskedasticitet er blevet fravalgt i denne rapport. Financial data lider som oftest af heteroskedasticitet, da volatilitet (variansen) af aktier ikke er stationær. Den kan ændre sig over tid og kan være svær at forudse. Et eksempel vil være den finansielle krise, man kunne sagtens forstille sig at variansen vil være relativt højere i perioden 2007 til 2010 i forhold til resten af den analyserede periode, hvilket kunne tyde på heteroskedasticitet, jf. Westerlund (2014). Figur 14 Gennemsnitsvarians , ,97 Figur 14 viser den gennemsnitlige varians for investeringsforeningerne som investerer i danske aktier, både passive og aktive. Dette giver et klart billede af hvad Westerlund argumenterer for, nemlig at volatilitetet og hermed variansen er forskellige i bear og bull markeder. Konklusionen er derfor at det må være forventeligt at data lider under heteroskedasticitet til en vis grad. Som nævnt tidligere er det ikke unormalt at der opstår forudsætningsbrud i større eller mindre grad når man analyserer finansielle tidsserier. Vi så at data i høj grad havde problemer med normalitet mens den i mindre grad havde problemer med serie korrelation. Ligeledes forventes det, at der er problemer med heteroskedasticitet. Forudsætningsbrud kan have en betydning for validiteten af data og kan medføre mere liberal eller konservativ tstatistik. Med det menes at Pværdien, som man måler det 95% signifikansniveau ud fra, kan give uklare resultater på grund af forudsætningsbrud. Det er derfor vigtigt at være opmærksom på dette i analyserer på baggrund af regressionsmodeller. En måde at korrigere for dette er ved at anvende en Neweu & West metode til at beregne Standard errors som er seriekorrelation og hetero- skedasticitetskonsistente. Denne metode vil dog ikke blive anvendt grundet omfanget af rapporten. Desuden vil den ændre på den estimerede alpha s sande værdi. 24 ud af 54

29 8 Analyse Analysen tager udgangspunkt i hvordan den gennemsnitlige investor formodes at tænke og ræsonnere omkring aktive investeringer. Derfor er der, som argumenteret for tidligere, kun anvendt ét benchmark. Kan de danske aktive investeringsforeninger slå markedet OMX GI Copenhagen, eller vil det være mere fordelagtigt at placere dem i en passivt, eller som noget helt tredje placerer dem selv. 8.1 Estimation af Jensen s alpha. Aktive investeringsforeninger Analysen er baseret på en lineær regression hvor benchmark er den uafhængige variable og investeringsforeningerne den afhængige variable. Jensen s alpha viser den månedlige over/under performance i forhold til benchmarkedet. For at få den årlige performance skal der ganges med tolv. Regressionsmodellen er bygget op således at for at investeringsforeningerne skal vise en signifikant performance, kræver det at investeringsforeninger på et 95% signikansniveau har en pværdi på under 5% eller en tstat på over/under 1,96/1,96. I den statistiske teori er en høj pværdi udtryk for tilfældighed. Dvs. jo højere pværdi desto højere er sandsynligheden for at det givne resultat udelukkende er et udtryk for held. Det er dog ikke givet at en pværdi på under 5% er lig med en dygtig forvalter. Men der er alt andet lige en øget sandsynlighed for at det ikke alene er et udtryk for held. I bogen The art of thinking clearly giver Dobelli(2013) et eksempel på, hvorfor man skal passe på med at sætte to streger under et facit givet ved hjælp af statistik. Vi antager at en kapitalstærk, aktiv forvalter st arter 100 fonde på samme tid, hvor de udvælger aktierne tilfældigt. Hvert år gør de op hvilke som har performet over markedet og hvilke som er performet under. Hvis en fond klarer sig dårlig over en længere periode lukker de den eller fusionere den. Efter det første år er der halvtreds fonde som har en ekstraordinær performance og halvtreds som har en ekstraordinær dårlige performance. Efter 2 år er der 25 fonde som har et overnormal afkast, 50 som har en neutral performance og 25 som har haft negativt afkast 2 år i streg. Som det ses af figur 15 har den aktive forvalter efter 7 år en forening tilbage som har præsteret over gennemsnittet 7 år i træk. Eksempel: Kapital stærk forvalter som handler aktivt Starter 100 investeringsforeninger på samme tid 50% sandsynlighed for at slå markedet 50% sandsynlighed for at have et dårligere afkast en markedet Hvert år starter spillet forfra 25 ud af 54

30 Figur 15: Tælle træ over en 7 årig periode aktiv forvaltning ,5 12, ,5 1, Egen tilvirkning Dette eksempel er et udtryk for overnormal profit ved hjælp af held og dette kan ikke måles ved hjælp af en pværdi. Engsted (2012) er af samme opfattelse og giver i rapporten Aktiv vs. passiv forvaltning, Held eller dygtighed et eksempel hvor 3000 personer sættes til at slå seksere. Enkelte af dem vil slå mange i træk som vil være et udtryk for held. Han henviser ligeledes til Kosowski m.fl. (2006) som anbefaler en simulationsbaseret metode (eksempelvis bootstraping) til statistisk at bestemme hvilke fonde har overperformet, på baggrund af held eller på baggrund af ekstraordinære viden(kvalifikationer). Kosowski forslår at man sammenligner de estimerede alpha for investeringsforeninger med simulerende alpha er. Hvis der er flere foreninger med en positiv alpha en hvad man kunne forvente alene på grund af held kan det sandsynliggøres, at det kan tilskrives en ekstraordinær performance. Kosowski s resultater som dækkede perioden og bestod af aktiebaserede investeringsforeninger, viste at der var fonde som kunne levere høje alpha på grund af dygtighed. Dog viste resultaterne også at et alarmerende højt antal af investeringforeningerne havde været decideret dårlige. (Engsted 2012). Det forventes derfor at de aktive investeringsforeninger ikke viser en prangende performance, da tidligere undersøgelser indikerer vanskeligheder med at slå deres benchmark. 26 ud af 54

31 Figur 16 viser den gennemsnitlige alpha samt over og under performance i de forskellige investeringskategorier Figur 16 Estimation af jensens's alpha aktive fonde Gns alpha Sign positiv performance Signifikant negativ performance Danmark 0,0078 7,7% 7,7% Europa 0,2299 0% 20% Globale 0,2002 0% 18% USA 0,1975 0% 0% Det første som er værd at bemærke er, at ingen af grupperne formår på et gennemsnitligt plan at slå det danske benchmark. Ligeledes viser det sig at de eneste investeringsforeninger som har haft enkelte med signifikant positiv performance, er dem som investerer i danske aktier. Yderligere ses det at flere investeringsforeninger har haft signifikant negativ performance. Figur 17 model statistik Gns beta Gns R^2 Gns Pværdi (A) Danmark 1,04 0,95 0,40 Europa 0,74 0,77 0,28 Globale 0,59 0,65 0,35 USA 0,51 0,44 0,48 Figur 17 viser model statistikken for de forskellige kategorier. Investeringsforeningerne som investere i de danske aktier har en beta tæt på 1, hvilket indikerer at de følger markedet. Forklaringsgraden er høj på de danske investeringsforeninger og antyder korrekt valg af benchmark. Pværdien er forholdsvis høj, hvilket indikerer neutral performance. Da det er ens benchmark for alle investeringsforeningerne er det forventeligt at forklaringsgraden bliver mindre jo længere vi bevæger os væk fra Danmark. Det er dog ikke et problem da målet med analysen ikke er at måle fondene op i mod det indeks som forklarer dem bedst. Beta en for de europæiske globale og amerikansk baserede investeringsforeninger er generelt lavere end 1, hvilket tyder på en lavere systematisk risiko. Dvs. lavere positive og negative afkast relativt til benchmarket. Dette kan være et tegn på de danske aktier generelt har haft højere afkast 27 ud af 54

32 end resten af verden over den 10årige periode, hvilken forklares yderligere i en benchmark analyse. 8.2 Estimation af jensen s alpha passive investeringsforeninger Figur 18 Estimation af jensens's alpha passive fonde ÅOP Gns alpha Sign positiv performance Signifikant negativ performance Danmark 1,5 0,0242 0% 0% Europa 0,9 0,2746 0% 17% Globale 0,8 0,2145 0% 0% USA 0,6 0,0946 0% 0% Figur 18 viser performance for de passivt forvaltede investeringsforeninger. Det er væsentligt at pointere at vi arbejder med en lille stikprøve grundet det lille udvalg af passivt forvaltede investeringsforeninger i Danmark. Der er i alt 15 passive foreninger fordelt på de forskellige grupper. En forening kan derfor rykke det generelle billede forholdsvis markant. Generelt er der et klart billede af neutral performance foruden de europæiske fonde hvor 17% har en signifikant negativ performance. Dog skyldes dette kun 1 fonds performance. Det er normalt forventeligt at passive investeringsforeninger, grundet administrative omkostninger, har en ulempe fra starten i forhold til at slå indekset, da en passiv forenings opgave er et imitere indekset. Ikke desto mindre ser vi dog at kategorien Danmark som den eneste overhovedet, har en positiv alpha. De danske passive foreninger består af 2 fonde og er derfor en meget lille stikprøve. Den positive alpha skyldes fonden Danske invest Danmark indeks Small Cap. Det kan derfor argumenteres for at det danske small cap indeks som favner de mindste, offentligt handlende aktieselskaber i Danmark, har haft et højere markedsudvikling relativt til det danske total indeks. Da analysen af de aktive foreninger viste at de globale kategorier ikke formåede at slå det danske benchmark, er det ikke en overraskelse at de passive foreninger ligeledes ikke formår at hamle op med indekset. Dette er endnu en indikation af det danske marked har haft en enestående stigning i løbet af de sidste 10 år. I tidligere analyser argumenterer Christensen (2012) for at de danske passivt forvaltede foreninger ikke er rigtigt passive foreninger grundet stadig alt for høje omkostninger. I hans analyse indgår 8 indeksforeninger hvor de gennemsnitlige omkostninger er 1,33% for de 8 foreninger. I ovenstående analyse indgår 15 indeksforeninger, hvor de gennemsnitlige omkostninger er på 0,904%, jf. (IFR.dk). Noget tyder på, at de er blevet mere fokuseret på omkostningerne, og er blevet mere rigtige. 28 ud af 54

33 gennemsnitlige omkostninger på verdensplan lå i 2012 desuden på 1,11% investor.vanguard.com(2012) Figur 19 model statistik Gns beta Gns R^2 Gns Pværdi (A) Danmark 1,00 0,90 0,73 Europa 0,77 0,77 0,23 Globale 0,62 0,73 0,23 USA 0,54 0,44 0,74 Figur 19 viser model statistikken for de passive foreninger. Hvor de danske passive foreninger har en beta på 1. Hvilket indikere at de er i stand til at imitere markedet 100%. Som vi så med med de aktive foreninger bevæger beta en og forklaringsgraden sig tættere på 0 jo længer vi kommer væk fra det danske marked hvilket, var forventeligt. Igen er det interessant at beta en er så lav i forhold til benchmarket. Generelt er det ikke nogen overraskelse at de passive foreninger ikke har positive alpha er grundet de på forhånd er bagud på grund af omkostninger. Analysen af de aktive og passive foreninger viser at der er vanskeligheder ved at slå det danske benchmark. Hvilket giver lejlighed til at stille spørgsmålstegn ved specielt de aktivt forvaltede foreninger, da deres mål er at slå indekset hvilket de ikke har formået på et gennemsnitlig niveau. Forudsætnings analysen viste vanskeligheder ved at overholde forudsætningerne. Hvilket gør at resultaterne skal analyseres med end vis varsomhed. Der er en risiko for bl.a. type 1 og type 2 fejl 1) at man overser performance som vil have været signifikant eller 2) at et signifikant resultat i virkeligheden burde være insignifikant. Selvom dette skulle være tilfældet, er der dog et klart billede i analysen af et benchmark som langt de fleste foreninger ikke formår at slå, hvilket er problematisk for den private investor som investere i aktive investeringsforeninger. Det er vigtigt at understrege at oven i de administrative omkostninger kommer også emissionstillæg og indløsningsfradrag, samt handels omkostninger. Alle er omkostninger som er med til at gøre det endnu dyre at investere i specielt aktive investeringsforeninger. Dvs. selvom alpha på et gennemsnitligt niveau for nogle af grupperne er bedre end hos de tilsvarende passive foreninger, ender de oftest med dårligere afkast på grund af omkostningerne. Ligeledes kan survivorship bias medføre et mere positivt resultat ind hvad realiteten er. 29 ud af 54

34 8.3 Estimation af Treynor og Sharpe Ratio Følgende analyse vil tage udgangspunkt i det gennemsnitlige Treynor og Sharpe ratio for de 4 investeringskategorier, samt direkte analysere hvilken fond af de fonde, som har slået det danske benchmark på et risikojusteret niveau, der har klaret sig bedst. Jf. teori afsnittet tager Treynor udgangspunkt i den systematiske risiko mens Sharpe i den usystematiske, derfor er begge mål relevante at se på. Figur 20 Estimation af Sharpe og Treynor aktiv og passiv Sharpe Treynpr Danmark Aktive 0,147 0,008 Passive 0,141 0,008 Europa Aktive 0,058 0,003 Passive 0,056 0,003 Globale Aktive 0,047 0,003 Passive 0,048 0,003 USA Aktive 0,024 0,002 Passive 0,052 0,004 Figur 20 viser den gennemsnitlige Sharpe og Treynor ratio for de aktivt og passivt forvaltede investeringsforeninger. Det er interessant at se at de danske investeringsforeninger har et markant højere Sharpe og Treynor measure selvom de både har en højere varians og højere beta, hvilket vil give en lavere ratio givet disse mål bruges i tælleren. Dette er en klar indikation af at afkast har været så højt i den 10årig periode for de danske aktier, at en højere beta og varians dvs. en højere systematisk og usystematiske risiko ikke har været nok til at give et lavere risikojusteret afkast i forhold til de andre kategorier. Dette er både gældende for de aktive og passive foreninger 8.4 Analyse af enkelte investeringsforeninger. Følgende afsnit vil tage udgangspunkt i investeringsforeningerne, som har slået det danske benchmark 30 ud af 54

35 Figur 21 Estimerede Alpha, Sharpe og Treynor foreninger med positiv alpha Foreninger Alpha Sharpe Treynor SEBinvest Danske Aktier 0,233 0,18 0,010 BIL Nordic Invest DK 0,224 0,17 0,010 Carnegie WorldWide/Danske Aktier 0,116 0,16 0,009 BankInvest Danmark 0,106 0,15 0,009 Handelsinvest Danmark 0,093 0,15 0,008 Danske Invest Danmark Indeks Small Cap 0,070 0,14 0,008 Nykredit Invest Danske Aktier Udb 0,045 0,15 0,008 Nordea Invest Danmark 0,043 0,15 0,008 Sydinvest Danmark 0,015 0,15 0,008 Danske Invest Danmark Fokus 0,012 0,13 0,007 Danske Invest Europa Small Cap 0,124 0,15 0,009 SEBinvest Europa Small Cap 0,113 0,15 0,009 ValueInvest Danmark, Global 0,134 0,11 0,008 ValueInvest Danmark, Blue Chip 0,114 0,10 0,008 Nielsen Global Value 0,058 0,09 0,007 Carnegie WorldWide/Globale Aktier 0,034 0,10 0,007 Jyske Invest Favorit Aktier 0,013 0,10 0,007 Danske Invest Global Plus 0,569 0,04 0,003 Figur 21 viser at der er flest investeringsforeninger, som investerer i danske aktier som slår benchmarket. Totalt set er der 17 fonde som slår det danske benchmark i perioden , hvoraf der er 5 globale, 2 europæiske og 10 danske. Generelt ligget alpha, Sharpe og Treynor på det samme niveau på tværs af kategorierne. To investeringsforeninger skiller sig markant ud med en Alpha på over tyve, samtidig med at have en høj Sharpe og Treynor. Investeringsforeningen SEBinvest dansk aktier er herudover den eneste forening med signifikant positiv performance. Dvs. denne forening har formået at skabe det bedste risikojusterede afkast over den analyserede periode. Blandt de 17 fonde indgår der en passiv forening, som investerer i small cap. Herudover er Danske Invest Global Plus medtaget grundet den ekstraordinært ringe performance den har vist. En Sharpe og Treynor på under 0 indikere et afkast som er så ringe, at det havde givet et højere afkast at investere i den risikofrie rente. 31 ud af 54

36 8.5 Performance af danske investeringsforeninger flere benchmark For at fuldende billede af de danske investeringsforeninger udarbejdes en performance analyse for hver gruppe. Foreningerne analyseres relativt til det benchmark som forklare dem bedst. Følgende indeks er blevet valgt: OMX Copenhagen Cap MSCI Europe MSCI AC World S&P 500 Flere benchmark er blevet testet, ud fra den justerede forklaringsgrad er disse benchmark blevet udvalgt. MSCI EUROPE, WORLD er hentet fra Morgan Stanley s indeks database. Begge indeks er standard indeks som samler large og mid cap i Developed Markets. S&P 500 via datastream. Ud fra bilag 3 ses det at alle fonde på nær de aktive europæiske fonde ikke har formået at slå deres eget benchmark. Hvilket ikke kommer som nogen overraskelse da tidligere analysere viser samme tendens. Resultaterne viser yderligere at der er meget få positiv signifikante performancer, mens der i større stil end ved den enkelte benchmark analyse er flere negativ signifikante performancer. Forklaringsgraden ligger generelt på et højt niveau hvilket indikere rigtige valg af benchmark. Overordnet set viser analysen ikke noget nyt men den viser dog at det ikke kun er det danske indeks som de danske investeringsforeinger har svært ved at slå. Men også de indeks som de selv måler sig op imod. Jf. Morningstars er de valgte indeks generelt dem som investeringsforeninger selv opstiller som benchmark. Interessant er det dog, at de europæiske fonde formår at slå deres indeks. Dette skyldes i højgrad 3 investeringsforeninger som har fokus på smallcap aktier. Hvis man ser bort fra disse 3 investeringsforeninger har europæiske aktier ligeledes en negativ alpha. Det tyder igen på at smallcap aktier har haft et højt afkast relativt til de andre indeks i den 10årige periode, jf. Tidligere analyse vidste det sig også at en dansk passiv investeringsforening med fokus på smallcap aktier havde en alpha som var højere end benchmarket. Bilag 4 viser relevant data for hver enkelt fond i de respektive kategorier relativt til deres benchmark. Dem der er markeret med fed er de signifikante investeringsforeninger. Her ses en udpræget høj forklaringsgrad for de fleste fonde, hvorfor der ikke er nogen grund til at forsætte med en 3faktor analyse. Af de europæiske aktier ses det nu tydeligt hvilke investeringsforeninger som er afgørende for den positive alpha. Ifølge Grinblatt & Titman (1994) kunne Jensens s alpha gå fra negativ til positiv, og omvendt, ved forskellige benchmark. Dette viste følgende analyse således, da et rigtig valg af benchmark viste, at de europæiske fonde på et gennemsnitlig 32 ud af 54

37 niveau fik positive alpha er. Ligeledes er der flere alpha er for alle grupper som er skiftet for værende negativ til positiv ved deres eget benchmark. Trods det var muligt at slå dette benchmark, har det ikke været muligt at slå det danske. Konklusionen af den ordinære performance analyse, er således at relativt til et forklarende benchmark har de aktive fonde til stadighed problemer med at slå deres respektive benchmark selvom dette som udgangspunkt er fondenes mål. De passiveinvesteringsforeninger kan af naturlige årsager ikke slå deres benchmark, da omkostninger giver dem et handicap fra starten Benchmark analyse Følgende afsnit vil analysere om det danske total indeks har klaret sig ekstraordinært godt over den 10årige periode, hvilket kunne være en af årsagerne til at de investeringsforeninger hvis strategi er at investere udenfor Danmark har haft yderst svært ved at slå indekset over den analyserede periode. Analysen vil tage udgangspunkt i de offentligt tilgængelige MSCI indeks samt S&P 500. Figur 22 Benchmark analyse i forhold til OMX Copenhagen Cap_GI Alpha Pværdi Beta Forklaringsgrad R^2 MSCI USA 0,080 0,753 0,490 0,459 MSCI Europe 0,239 0,200 0,713 0,773 MSCI World 0,156 0,427 0,572 0,665 MSCI ACWI 0,161 0,408 0,598 0,689 S&P 500 0,036 0,889 0,483 0,446 Selvom ingen af pværdierne er signifikante, hvilket indikerer neutral performance, er konklusionen af analysen ikke desto mindre, at det danske total indeks har performet ekstraordinært over de sidste 10 år. S&P er det indeks som er tættest på det danske med et afkast som er 0,036% ringere pr. måned, hvilket giver 0,432% mindre i afkast pr. år. MSCI Europe er det indeks som klarer sig dårligst med 2,8% dårligere afkast årligt. Det er igen bemærkelsesværdigt, at beta en er forholdsvis lav i forhold til det danske indeks. Det viser sig at, ligesom med investeringsforeningerne, kan de udenlandske indeks stadig ikke slå det danske indeks på Treynor og Sharpe measure, selvom volatiliteten er mindre både den systematiske og usystematiske. Se figur 23, bilag 2 for Treynor og Sharpe measure for benchmarkanalysen. Det kan ses af figur 23 at standardafvigelsen og 33 ud af 54

38 beta en for det danske indeks er højere end ved de andre indeks. Ligeledes er det gennemsnitlige månedlige afkast højere, hvilket er så højt at det giver et højere risikojusteret afkast. Konklusionen er således, at det danske indeks kompenserer for den højere risiko ved at give at højere afkast, som totalt set er et bedre risikojusteret afkast end de andre indeks. 8.6 Regression to the mean Dette afsnit vil beskrive begrebet regression to the mean, samt stille spørgsmålstegn ved om et højt afkast de seneste 10 år er lig med høje afkast de næste 10 år frem. Francis Galton ( ), fætter til Charles Darwin, var den første til at undersøge, samt sætte ord på Regression to the mean or Regression to mediocrity En af hans kendte undersøgelser, er studiet af børns højde. Galton opdagede at høje forældre havde en tendens til at få høje børn, men ikke lige så høje som dem selv. Dvs. en tendens til at børnene var mere gennemsnitlige end deres forældre, jf. Ciecka (2010). Tankegangen bygger på at en ekstrem værdi oftest af efterfulgt af en mindre ekstrem værdi. Der er langt større chance for at et hole in one i golf er efterfulgt af en birdie eller eagle, end endnu et hole in one. I alle aspekter i livet, hvor performance afhænger af talent + held, er det væsentligt at have denne tankegang i mente, således kan man ikke kan definere en hårfin grænse mellem hvad der er tilfældigt eller et udtryk for viden/talent. regression to the mean. er også relevant set i forhold til performance af investeringsforeninger. Murstein giver i 2003 et eksempel herpå. Figur 23 viser de 10 bedst performende investeringsforeninger i perioden samt hvor de i den efterfølgende periode er placeret. Tabellen illustrerer pointen om at en ekstraordinær god performance oftest er efterfulgt af en mindre god. Figur 23 A shift in performance: Early 1990s versus Late 1990s Rank in Rank in Fund A B C D 4 21 E F 6 53 G H I J Gengivet 34 ud af 54

39 Ovenstående illustration stiller spørgsmålstegn ved hvad man kan forvente af et indeks eller investeringsforening som historisk har performet i top. Skyldes det rationel adfærd? Eller er det irrationelt at det danske markedet er steget så markant. Derfor kan man diskutere hvor positivt det er for en investorer, som i dag står og skal placere sine penge, at det danske total indeks har haft en så stærk performance. En undersøgelse udarbejdet af Steen Nielsen & Ole Risager viser tendensen til mean reversion også er gældende på det danske marked. Deres undersøgelser viser at gode aktieår har tendens til at være efterfulgt af efterfølgende dårlige år. Desuden finder de at mean reversion er mere udpræget i Danmark end i USA. Yderligere finder de at aktie investeringer er gunstige for investorer med en lang tidshorisont, hvorimod den kan være ugunstig for en med kort horisont. Dette stemmer godt overens med den problemstilling en dansk investor står overfor i det nuværende aktiemarked, hvor markedet kan være på vej henimod en usikker fremtid efter en periode med høje markedsafkast. Det er der ikke ens betydning med fremtidig høje afkast at historiske har været høje. SEB invest er således ikke garanteret høje afkast i fremtiden 8.7 Opsummering analyse Analysen fandt at de aktive investeringsforeninger fortsat har problemer med at slå de passive investeringsforeninger samt det danske benchmark og egne benchmark! At se valget af benchmark ud fra den gennemsnitlige investors perspektiv gav derfor en indikation af det danske aktiemarked har haft en højere kursudvikling over de sidste 10 år relativt til de andre benchmark Herudover stillede analysen spørgsmålstegn ved hvordan man skelner mellem held eller dygtighed. Benchmark analysen viste at det danske index har performet bedre også risikojusteret, hvorfor regression to the mean derfor stiller spørgsmålstegn ved indekset fremtid. Herudover viste en gennemgang af de passive investeringsforeninger at omkostnings niveauet er faldet siden Christensen (2012). Ligeledes fandt Sharpe/Treynor analysen at SEB Invest også var den fond som klarede sig bedst risikojusteret. Men at dette ikke er en garanti for fremtidige høje afkast. Ovenstående overvejelser gør det ikke nemt for den almindelige investor i en stadig mere kompleks investeringsverden. Tanggaard (2012) nævner et passivt alternativ til investeringsforeninger. Strategien går ud på selv at følge indekset ved at købe en ligevægtet portefølje. Set i forhold til total indekset kunne det f.eks. være at købe alle aktier i C20, og de ti mest handlende aktier fra mid og small cap, så man alt i alt stod med 40 aktier. Handelsomkostningerne i Danmark er i dag relativt lave. Hvis vi antager at en gennemsnitlig investor har en disponibel opsparing på kr til rådighed for aktie investeringer vil dette give total omkostninger på (40 X handelsomkostninger) som i dag er på kr. 30 pr. handel. Dette vil give totale omkostninger på kr Hvis man derimod vil investere disse i en aktiv investeringsforening vil omkostningerne ligge på ca 1% pr. år af porteføljens 35 ud af 54

40 værdi, hvilket bare første år er kr dvs. ved selv at holde de aktier som vil svare til at investere i en passiv investeringsforening har man for år 1, et omkostningsudgangspunkt som er bedre end at investere i en investeringsforening. Det man skal huske er, at ved selv, at investere har man kun denne omkostning en gang! Mens årlige omkostninger til en investeringsforening vil vende tilbage vært år! 2. Analysen leder frem til at diskutere investeringsforeningernes omkostningsniveau samt hvorfor 99% af investeret kapital havner i aktive foreninger. 9 Vurdering Dette kapitel vil diskutere bankernes rolle i investeringsforeningsindustrien med fokus på formidlingsprovisionen, samt diskutere hvorvidt irrationel adfærd heriblandt better than average effect kan være med til at forklare hvorfor aktiv forvaltning er så dominerende. I Danmark er 99% af den forvaltede formue under aktiv forvaltning. 9.1 Better than average, formidlingsprovision og årlige omkostninger Passive foreninger har specielt i USA fået stor succes, hvor store aktører som Vanguard har sat standarden for hvor langt omkostninger kan komme ned, med gennemsnitlige årlige omkostninger på 0,19% for en passiv investeringsforening. Selvom omkostningerne generelt er faldende for de danske passive foreninger, er de på et internationalt niveau stadig alt for høje. Når et utal af uafhængige analyser viser at en passiv strategi i mange tilfælde er mere fordelagtig, kan man spørge sig selv Hvorfor er der ikke flere af de aktive investeringsforeninger som bliver passive? Finanstilsynet spurgte i 2012 en række investeringsforeningers bestyrelse om dette. Deres argument for ikke at skifte til en passiv strategi var bl.a. at man på forhånd ikke kunne slå indekset, at det forventelige afkast ved en aktiv strategi var særdeles højere. De forholdt sig ikke kritisk til om de i virkeligheden kunne nå disse høje afkast. Undersøgelsen viste herudover at ingen af bestyrelserne direkte ville erkende ringe performance, selvom dette var tilfældet. Det kan sammenlignes med lukke begrundelserne afsnit 4.1, hvor ingen af fondene begrunder lukningen med ringe performance. Det tyder på en generelt manglende selverkendelse i branchen. Der er ingen af bestyrelserne der forholder sig til, at de aktive strategier samlet set er et negativt nulsumsspil. Der skabes ikke nye værdier i processen med at udvælge de bedste aktier. Det er i de underliggende selskaber, at værdierne skabes, og det én aktiv investor tjener taber en anden 2 Dette eksempel gælder kun investeringsforeninger som investere i danske aktier. Handelsomkostinger til udenlandske aktier er markant højere og en investeringsforening kan derfor være et udmærket alternativ, hvis man ønsker at differentiere sig til udlandet. 36 ud af 54

41 Dette citat fra Finanstilsynets rapport understøtter ovenstående argument med manglende selverkendelse, jf. Finanstilsynet (2012) Better than average Tidligere antog man at investorer var rationelle, dette betyder at en investor altid vil vælge en investering som giver det højeste afkast relativt til risikoen (risikoaversion), jf. Fama (1970) teori afsnit. Nyere behavioral finance viser dog at dette ikke altid er tilfældet, og at irrationalitet i høj grad finder sted på aktiemarkedet. Better than average effect er et menneskes overvurdering af sine egne evner som værende over gennemsnittet i hvilken som helst henseende. Observationer af menneskets adfærd viser at 90% af alle billister mener de er bedre end gennemsnittet Kahneman (2011). Over en årrække undersøgte professorer på duke university CFO s i store virksomheders, evne til at forudsig det årlige afkast på S&P 500 det følgende år. Konklusionen af analysen var tydelig. De havde ingen anelse omkring afkast næste år. Det mest foruroligende ved analysen var dog at CFO erne ikke selv var bevidst om deres manglende evne Better than average Kahnman (2011). Carhart (1997) argumentere desuden for at fond manager på grund af evner kan slå markedet over en lang periode men overconfidence/better than average forhindre dem i at gøre dette. Dette betyder de bliver biased af deres selvtilid til at tage dårlige og risikofylde beslutninger, som ødelægger muligheden for at bevare et afkast over markedet. I et effektivt marked vil den rationelle fondmanager forblive passiv, Albert Wang (2000). Hermed kan man argumenterer for at investeringsforening valg af en aktiv strategi er et udtryk for better then average effect at man tror man er bedre end markedet. Selvom alle ikke kan være det! Jf. Diskusionen om zero sum spil. Som nævnt i forgående afsnit interviewede finanstilsynets bestyrelsesmedlemmer i aktive investeringsforeninger, og spurgte dem hvorfor de ikke ændrede deres strategi til passiv når det nu er bredt dokumenteret at det er den bedste strategi. Her til svare de at man på får hånd ikke kan slå indeks med en passiv strategi, altså at en aktiv strategi giver en mulighed for dette som en passiv ikke gør. Dette citat understøtter argumentet om better than average at man som investeringsforening og person som investere i foreningen forventer at slå markedet Formidlingsprovision Finanstilsynet har den 4. april 2014 offentliggjort en ny rapport som retter kritik mod investeringsforeningernes høje omkostninger. Formålet med deres analyse var at klar lægge hvad bestyrelserne gør for at forbedre omkostningerne og maksimere afkastet til investoren. Undersøgelsen viser at investor ikke får gavn af stordriftsfordele, men at distributionsleddet gør. Dette skyldes investeringsforeninger betaler et procentmæssigt beløb i formidlingsprovision til bankerne som derfor vokser i takt med formuens størrelse. Morningstar har fornyeligt undersøgt formidlingsprovisionen og fandt at 37 ud af 54

42 formidlingsprovisionen for de danske investeringsforeninger samlet overstiger kr. 3 mia. En omkostning som i sidste ende betales af foreningsmedlemmerne Formidlingsprovisionen udgør ca. halvdelen af de totale administrationsomkostninger. Med andre ord går halvdelen af de årlige omkostninger til distributionsleddet, jf. Benchmann & Wendt (2012). Finanstilsynets undersøgelse viser desuden, at bestyrelserne ikke måler på hvad de får for formidlingsprovisionen, i form af markedsføring overfor kunderne og rådgivning. Det er fast kutyme i branchen at dette ikke forventes. Dette stemmer overens med Bechmann & Wendt, som finder at foreningerne ikke selv undersøgere om den rådgivning der stilles til rådighed er pengene værd over for fondens medlemmer. De har således kun pengeinstitutternes ord for det. Herudover argumenterer Bechmann & Wendt for det varierende rådgivningsbehov, som er blandt fondens medlemmer, ikke mødes af en tilsvarende varierende omkostning. At investeringsforeningerne er afhængige af pengeinstitutterne til at sælge deres produkter kan skabe en incitamentstruktur, som ikke er til fordel for den private investorer. I Benchmann & Wendt s rapport finder de klare indikationer på et økonomisk incitament fra bankernes side til at anbefale aktive frem for passive investeringsforeninger, samt de mere risikofyldte foreninger. Med andre ord de foreninger med de højeste omkostninger. Som en hver anden butik skal en bank tjene penge, og ligesom butiksassistenten får at vide at man med fordel kan henvise kunderne til at købe egne produkter eller de dyre produkter, kunne man fristes til at tro at det samme gør sig gældende blandt de private investeringsrådgivere. Da formidlingsprovisionen er det eneste middel som foreningerne har for at konkurrere om hyldeplads i investeringsforeningerne, kan dette skabe uheldige konsekvenser for industrien. Det er i pengeinstitutterne, at den private investor får rådgivning om investeringsmuligheder. Det er dermed sagt,at investeringsforeningerne er afhængige af om pengeinstitutterne gider at markedsføre deres produkter, hvilket svarer til et monopol på rådgivningsmarkedet. LD Invest som tidligere havde fra valgt at betale formidlingsprovision måtte dog også sande, at det ikke var muligt at få den forvaltede formue til at vokse uden at betale penge til bankerne. Der var ikke noget som kendte til dem!. Mads krage fra LD Invest udtaler at selvom de af morningstars rates som en af de bedste investeringsforeninger havde investorerne alligevel svært ved at finde frem til dem Business (2009) Årlige omkostninger og tendenser i industrien Tendensen blandt pengeinstitutterne er i fremtiden en bevægelse væk fra markedsføring af en forening (den med navnesammenfald) til at have en åben struktur hvor man også åbner op for udenlandske og andre danske foreninger, hvilket giver øget kamp om hyldepladsen. Finanstilsynet fastslår ligeledes, at det er de variable omkostninger som udgør størstedelen af problematikken i forhold til omkostninger. I et fiktivt eksempel afslører de, at en forøgelse af investeringsformuen kun giver investorerne en besparelse på kr , hvorimod pengeinstitutterne tjener kr. 2 mio. 38 ud af 54

43 Dette skyldes Formidlingsprovisionen er en fast procentsats foreningerne betaler til bankerne, hvor omkostningerne derfor vokser tilsvarende til formuens størrelse. Finanstilsynet foreslår bestyrelserne at gå sammen om at indføre en trappestruktur, som mindsker procentsatsen i takt med at formuen stiger. Rapporten viser dog også at flere investeringsforeninger over perioden rent faktisk har reduceret deres omkostninger med op mod 25%, hvilket er i tråd med hvad rapportens analysen viser, jf. Finanstilsynet (2014). Yderligere skal pengeinstitutterne i dag opgive overfor kunden, ved rådgivning, hvad den årlig omkostning ved at investere i en given investeringsforeninger er. Herudover skal omkostninger opgøres klart på deres handels platform, finanstilsynet (2012). Dette kan være med til på sigt at bringe omkostningerne længere ned. IFR (InvesteringsForeningsRådet) er dog uenig i kritikken af omkostningerne og henviser til det danske omkostningsniveau er lavere end EUgennemsnittet. En investor sparer således kr ved at investere i en dansk forening frem for en europæisk. Vanguard er dog et eksempel på det niveau som det er muligt at komme ned på, DR (2014). Tendensen i investeringsforeningsindustrien går mod et øget fokus omkring valget mellem aktiv og passiv forvaltning, samt øget fokus på omkostninger, hvilket de 2 rapporter udarbejdet af Finanstilsynet i henholdsvis 2012 og 2014 tyder på. Et er landets store pensionsselskaber PKA har over de seneste 7 år flyttet en aktiebeholdning på kr. 50 mia. fra aktiv til passiv forvaltning. Aktiechef Claus Jørgensen forklarer at omkostningerne forbundet med aktiv investering, samt vanskeligheder med at finde en manager med en konsekvent strategi, har været årsagen til valg af passiv forvaltning. Men han er langtfra den eneste investeringschef der går denne vej. Endvidere udtaler han En privat investor bør helt sikkert satse på passiv investering. Det er jeg slet ikke i tvivl om En ny undersøgelse fra formueforvalter Blackrock, som undersøgte 35 globale banker der forvalter tilsammen kr mia, viser at langt de fleste af dem i højere grad fokuserer på passiv forvaltning. Matt Mack fra Blackrock udtaler, at bevægelsen mod indeksering ikke bare er midlertidig, men at man kan forvente en større bevægelse mod passiv forvaltning i fremtiden. For investeringsvirksomhederne handler det stadig om at slå markedet, men netop med en fornuftig blanding mellem aktiv og passiv forvaltning er dette er en mulighed. (2012). Mikkelsen, chefanalytiker hos Morning Star taler for et mere nuanceret billede af aktiv og passiv forvaltning end hvad ekstremisterne på begge sidder argumenterer for hvor de aktive slår på den potentielle gevinst, der er ved den aktive forvaltning, og de passive på at historikken viser at en passiv strategi på lang sigt giver et højere afkast. I stedet for taler han for en kombination af begge dele, hvor han forklarer, at passive produkter har sine fordele i sikkerheden og risiko, hvor afkastet afspejler markeds 39 ud af 54

44 afkastet, hvorimod aktiv forvaltning er mere fleksibel for at den aktive manager kan gå kontant ved markedskorrektioner så som Finanskrisen. Kombination af denne fleksibilitet og det forventelige markedsafkast, mener han er en god strategi for den almene investor. Noget tyder dog på at kritikken, og opmærksomheden omkring omkostninger har fået ændringer i investeringsindustrien til at ske. Et eksempel her på er Danske Invest Online som er en forening som henvender sig til private kunder som har fravalgt sig al rådgivning fra Danske Bank. Afdelingen har en formidlingsprovision på 0,02% samt samlede administrationsomkostninger på 0,31%. At en af Danmarks største investeringsforeninger vælger at gå denne vej, kan give en indikation af et øget fokus på omkostninger og strukturændringer i branchen i fremtiden. Ligeledes er BLS invest et eksempel på en investeringsforening som, jf. prospekt (se vedlagte CD), endnu ikke har overgivet sig til formidlingsprovisionen. I stedet har de valgt at gå ad egne kanaler. Herudover har de i bedste Warren Buffetstil valgt at holde lave årlige omkostninger, og i stedet taget en del af det positive afkast, som dog mindskes hvis der i foregående år har været negative afkast. I tråd med regression to the mean skriver BLS ligeledes i deres prospekt, at historiske afkast ikke er en garanti for høje afkast i fremtiden, BLS Invest (2014) Forfatterens vurdering I tråd med Bechmann & Wendt er det forfatterens opfattelse, at markedet er bedst tjent med at den private investor selv bliver mere opmærksom på omkostninger, og derved kan tage et aktivt valg eller fravalg, nærmere end et politisk indgreb. At DR fornyligt har publicerede artikler omkring dette emne, tyder dog også på at emnet i højere grad er nået ud i den brede befolknings bevidsthed. Ligeledes skriver Børsen den 29. april at den gamle skatteregel, som tvinger danske investor til kun at investere i danske investeringsforeninger, ser ud til at få en ende. Yderligere citeres Skatteminister Morten Østergaard i børsen den 30. April for at sætte skub i en analyse som kan åbne op for billige udenlandske fonde. Det er i midlertidig ikke kun de private investorer som er utilfredse med de nuværende regler. de danske investeringsforeninger er klar til at lukke de udenlandske konkurrenter ind. Og de vil gerne bevise deres værd i en direkte konkurrene med de udenlandske spillere Og ser desuden et stort potentielle i selv at kunne eksportere egne produkter til udlandet børsen (2014) Hvis det bliver muligt for danske investorer at investere i udenlandske fonde vil det skabe fornyet dynamik i markedet, og store foreninger som Vanguard m.m. kan være med til at give øget konkurrence samt sætte pres på omkostningerne. Hermed er håbet for fremtiden, at der i højere grad gøres mere for at synliggøre hvad man betaler for, og at investorerne gør op med sig selv om det er noget de vil acceptere. Formidlingsprovisionen er i sig selv først et problem når den bliver et middel for 40 ud af 54

45 bankerne til at påvirke foreningerne. Eksempelvis har LD Invest følt sig tvunget til at indgå aftaler med bankerne, hvilket giver et billede af et skævvredet magtforhold i industrien, Business (2009). Det er et problem at investeringsforeninger, som ønsker at køre med lave omkostninger ikke når ud til investoren. Investoren ved simpelthen ikke at den eksisterer før bankerne omtaler dem. BLS Invest er dog et eksempel på en forening som fortsat vælger at gå udenom distributionsleddet. Den er dog fortsat en af landets mindste foreninger med en formue på 561 millioner. Derfor vurderes det at så længe det alene er i bankerne en investor går hen for at få rådgivning vil denne skævvridning fortsat bestå. Til slut vurderes det, fra forfatterens side, at mangel på information kan være en af årsagerne til det fortsat høje antal aktive fonde i Danmark. En privat investor som investerer i en fond og opnår et afkast på 10% kan fejlagtigt tro at afkastet var godt, men hvad han ikke ved er at det marked som han har investeret i steg med 30%. Dvs. relativ til alternativ investering i markedet direkte, viser hans investering sig at være dårlig, hvis vi antager samme risiko. En øget opmærksomhed omkring benchmark og afkast relativt til markedet kunne øge forståelsen blandt de private investorer. Tom Engsted (2012) er af samme opfattelse som mener en øget opmærksom og interesse over for omkostninger og passiv investeringsforeninger vil være med til at rykke den danske investeringsindustri hen imod en mere passiv form. Man kan også spørge sig selv hvorfor skulle aktive managers ændre deres struktur til passiv, da det er under aktiv forvaltning de har den højeste, personlige indtjening. De har således ikke et økonomisk incitament for at ændre struktur. Ligeledes er det de aktive foreninger som tjener flest penge til bankerne. En virksomhed vil altid forsøge at sælge det produkt som giver højst profit. Derfor bør det være hos forbrugeren, der bør ske at skift fra aktiv til passiv investering og ikke hos udbyderen. 41 ud af 54

46 10 Konklusion Den danske investeringsforeningsindustri har i løbet af de sidste 10 år haft en enorm udvikling i opsparing samt investorinteresse. Værdien i de danske investeringsforeninger var ultimo 2013 knap Milliarder kroner, mens samlede antal investor var personer. Performancemålingen af de danske aktiebaserede investeringsforeninger bestod af 67 fonde fordelt på fire geografiske kategorier hvor data til analysen var leveret af IFR samt Morningstar. Bestemte kriterier samt forudsætninger lå til grund for analysen. Analysen tog udgangspunkt i den gennemsnitlige investorers alternativinvestering, som antages at være det danske marked, hvorfor kun et benchmark blev valgt. Analysen viste at de aktive foreninger ikke gav et bedre afkast end benchmarket, samt at de passive som forventet, grundet omkostninger, heller ikke slog det danske benchmark. Dog var der en enkelt undtagelse danske passive foreninger. Performancemålingen med flere benchmark viste ligeledes at de aktive og passive foreninger ikke kunne slå deres egne benchmark på et gennemsnitlig niveau. Dog havde de aktivt forvaltede europæiske fonde en positiv alpha, på grund af flere smallcapfokuserede investeringsforeninger med høje alphaer. Dette indikerede at smallcap aktier på et overordnet plan har haft en højere kursudvikling end markedet generelt. Benchmark analysen gav et interessant billede af hvorfor især fondene med et udenlandsk fokus havde svært ved at slå det danske benchmark. Dette skyldes det danske benchmark havde haft en højere kursudvikling relativt til de andre benchmark. Dette betød, at selvom en fond slog sit eget indeks kunne den stadig ikke slå det danske indeks. Teorien omkring regression to the mean antyder at det danske indeks/benchmark ikke vil være det indeks med den kraftigste kursudvikling for evigt! I en vurdering af den danske investeringsforeningens industri blev omkostninger og distributionsleddet diskuteret. Her viste det sig, jf. Finanstilsynets rapporter samt Engsted (2012), at bankerne kunne have et økonomisk incitament til at anbefale de foreninger med højeste omkostninger. En diskussion omkring teorien om better than average effect førte til konklusionen, at både fondmanagere og investorer antages at være ramt af dette, grundet valget af aktiv strategi. At investeringsforeninger som LD Invest har følt sig tvunget til at betale formidlingsprovision kan stille spørgsmålstegn ved bankernes magt i industrien. Endelig kan en ændring af de danske skatteregler i henhold til udenlandske investeringsforeninger skabe ny dynamik i industrien som er til gavn for den gennemsnitlige investorer. 42 ud af 54

47 11 Referencer Bøger Bechman&Rangvind, Performance of mutual 1st ed, edited by gregoriou, palgrave macmilla, New York Kahneman, D. 2011, Thinking, Fast and Slow, 1st ed. Edn, Farrar, Straus and Giroux, New York. Deaves m.fl. 2010, Behavioral Finance, 1st ed. SouthWestern, cengage learning, USA Dobelli. 2013, the art of thinking clearly, 1st ed, Hotter & stoughton, Edinburg Eiteman m.fl. 2013, Multination Business Fiance, limited ed. Edinbugh gate, London Kahneman, D. 2011, Thinking, Fast and Slow, 1st ed. Edn, Farrar, Straus and Giroux, New York. Videnskabelige artikler Bechmann, K., P. Wendt, 2012: Formidlingsprovisioner ved investeringsbeviser omfang, incitamenter og forbedringsforslag. Finans/Invest 3/12, s BLS INVEST, 2014: specialforeningen BLS invest prospekt. Januar 2014 Christensen, M. 2005a, Evaluating Danish mutual fund performance, The Aarhus School of Business, Department of Finance, Aarhus Christensen, M., 2012: Performance af danske investeringsforeninger Nye resultater. Finans/invest 3/12, s Christensen, MM 2013, 'Danish mutual fund performance', Applied Economics Letters, 20, 8, pp , Business Source Complete, EBSCOhost, Set 9 March Ciecka, JE 2010, 'The First Use of the Term Regression in Statistics', Journal Of Legal Economics, 17, 1, pp. 3149, Business Source Complete, EBSCOhost, viewed 11 February Cuthbertson, K., Nitzsche, D., & O Sullivan, N., 2008: UK mutual fund performance: Skill or luck? Journal of Empirical Finance 15, pp Business Source Complete, set 15 marts 2014 Engsted, T., 2012: Aktiv vs. Passiv forvaltning, held eller dygtighed og måling af portefølkeforvalters performance. Finans/Invest 3/12, s ud af 54

48 Fama, E. F. (1970). Efficient Capital Markets: A Review of Theory and Empirical work. Journal of Finance, s Fama, E. F. (1991). Efficient Capital Markets 2. Journal of Finance, s Finanstilsynet, 2010; lov om investeringsforeninger og special foreninger, December 2010 Finanstilsynet, 2012; investeringsforeninger: strategi, omkostningsminimering og oplysninger om provisioner. April 2012 Finanstilsynet, 2013; omkostningsundersøgelse: offentliggjort april 2014 Grinblatt, M, & Titman, S 1994, 'A Study of Monthly Mutual Fund Returns and Performance Evaluation Techniques', Journal Of Financial & Quantitative Analysis, 29, 3, pp , Business Source Complete, EBSCOhost, set 13 Marts JENSEN, MC 1968, 'THE PERFORMANCE OF MUTUAL FUNDS IN THE PERIOD ', Journal Of Finance, 23, 2, pp , Business Source Complete, EBSCOhost, viewed 5 April Kosowski, R., Timmerman, A., Wermers, R., & White, H., 2006: Can mutual fund stars really pick stocks? New evidence form a bootstrap analysis. Journal of Finance 61, Malkiel, BG 1995, 'Returns from Investing in Equity Mutual Funds 1971 to 1991', Journal Of Finance, 50, 2, pp , Business Source Complete, EBSCOhost, set 9 March MARTINI, J., Proffen sætter aktiehandel på automatpilot. Dagbladet Børsen, (210), pp. 5. Murstein, BI 2003, 'Regression to the Mean: One of the Most Neglected but Important Concepts in the Stock Market', Journal Of Behavioral Finance, 4, 4, pp , Business Source Complete, EBSCOhost, viewed 11 February Nielsen & Risager, 2001: afkast og risiko ved aktieinveste ringer på kort og lang sigt, institute for national økonomi handelshøjskolen i københavn. Sørensen, B. G. (1980). Regnskabsinformation og aktiemarkedets effektivitet: En empirisk analyse. Nationaløkonomisk Tidsskrift, 118. Tanggard, C,. 2012: Kritik af investeringsforeinger: omkostniner, gennemsigtighed og interessekonflikter. Finans/Invest 3/12, s 224 Wang, Overconfidence, Investor Sentiment, and Evolution. Rice university, 44 ud af 54

49 Westerlund, J 2014, 'Heteroscedasticity Robust Panel Unit Root Tests', Journal Of Business & Economic Statistics, 32, 1, pp , Business Source Complete, EBSCOhost, viewed 30 March Hjemmesider & artikler Børsen, Jakob Martini, , 2012 sidste opdatering, PKAproffen sætter aktiehandel på automatpilot, [online]: phc3ogtgfyc2vuo0hlbnjpaybpbgvqyxn6o0hlbnjpaw,,#ixzz2sfgl2mcb [ ] Børsen, Steffen de Vries og Jens Theil, , 2014 sidste opdatering, Mørklagt EUsag kan sætte danske privatinvestorer fri. [online] fhya2xhz3qgrvutc2fno234cmtsywd0o034cmtsywd0 [ ] Business, Bentow, , 2010 sidste opdatering, Banker scorer milliarder på investforeninger, [ online]: paainvestforeninger [ ] Børsen, Martini&Theil, , 2014 sidste opdatering, Østergaard sætter turbo på investeringsundersøgelse efter kritik, [online]: [ ] DR, Nina Z. MunchPerrin, , 2014 sidste opdatering, Investeringsforeninger: Vi koster mindre end gennemsnittet i EU, [online]: [ ] Finansrådet, , 2012sidste opdatering, Vejledning til fastsættelse af CIBOR [finansrådet], [online]: forfastlaeggelseafcibor/vejledningtilfastsaettelseafcibor.aspx [0103,2014] IFR, I., , 2014sidste opdatering, udbyttebetalende [Investeringsforeningsrådets hjemmeside], [Online]: htm [0803,2014] IFR, I., , 2014sidste opdatering, afkast [Investeringsforeningsrådets hjemmeside], [Online]: [0803,2014] 45 ud af 54

50 Investopedia, Ben McClure, 2012sidste opdatering, Beta know the risk [investopedia], [online]: [ ] IFR, I., , 2014sidste opdatering, Lukkedeafdelinger [Investeringsforeningsrådets hjemmeside], [Online]: [ ][0903,2014] Morningstars, Nikolaj Holdt Mikkelsen, CFA, , 2011sidste opdatering, Passive investeringsprodukter vinder frem, [online]: file:///users/jenswp/asb/bachelor/tom%20mappe/passive%20investeringsprodu kter%20vinder%20frem%20%7c%20morningstar.webarchive [ ] Vanguard, 2014sidste opdatering, See the difference lowcost mutual funds can make. [online]: [ ] 46 ud af 54

51 12 Appendix 12.1 Bilag 1 Opsparing fordelt på investeringsforeninger Figur 2: Opsparing fordelt på investeringsforeninger 2013 Nykredit Portefølje Administration Danske Invest Nordea Invest BankInvest Jyske Invest Sparinvest Sydinvest SEBinvest Lægernes Pensionsinvestering Formuepleje Maj Invest SKAGEN Fondene Handelsinvest Investeringsforeningen Gudme Raaschou Carnegie Investeringsforeningen ValueInvest Danmark Lån og Spar Invest Absalon Invest HP Invest KAB/Lejerbo Alm. Brand Invest CPH Capital TRPInvest BLS Invest Wealth Invest Nielsen Global Value Investin Stonehenge BIL Nordic Invest Strategi Invest StockRate Invest MS Invest Fundamental Invest Alternativ Invest Hedgeforeningen Mermaid Nordic UCAP Invest Etik Invest ud af 54

52 12.2 Bilag 2 Benchmark analyse Data Gennemsnitlig afkast Gennemsnitlig risikofrierente Beta Standard afvigelse Sharpe MSCI USA MSCI Euro MSCI World MSCI ACWI S&P 500 OMXC Cap 0,0037 0,0042 0,0038 0,0039 0,0041 0,0093 0,0018 0,0018 0,0018 0,0018 0,0018 0,0018 0,4895 0,7134 0,5725 0,5982 0,4832 1,0000 0,0374 0,0421 0,0364 0,0374 0,0374 0,0520 0,0520 0,0577 0,0539 0,0575 0,0623 0,1440 Treynor 0,0040 0,0034 0,0034 0,0036 0,0048 0, ud af 54

53 12.3 Bilag 3 Estimation af Jensens alpha & model statistik, flere benchmark Danmark Gns alpha Sign positiv performance Signifikant negativ performance Aktive 0,008 7,69% 7,69% Passive 0,024 0% 0% Europa Aktive 0,043 13,33% 13,33% Passive 0,001 0% 16,67% Globale Aktive 0,046 0% 25% Passive 0,026 0% 0% USA Aktive 0,1334 0% 40,00% Passive 0,0473 0% 25% Danmark Gns beta Gns R^2 Gns Pværdi (A) Aktive 1,0384 0,95 0,40 Passive 1,0013 0,90 0,73 Europa Aktive 1,0194 0,90 0,36 Passive 1,0475 0,94 0,24 Globale Aktive 0,9710 0,88 0,36 Passive 0,9793 0,96 0,33 USA Aktive 0,976 0,93 0,23 Passive 1,046 0,91 0,41 49 ud af 54

54 12.4 Bilag 4 Model statistik enkeltvis Danske Foreninger Alpha Beta PVærdi R^2adj Handelsinvest Danmark 0,09 1,038 0,13 0,99 Nordea Invest Danmark 0,04 1,017 0,52 0,98 Jyske Invest Danske Aktier 0,17 1,075 0,02 0,98 Sydinvest Danmark 0,01 1,011 0,83 0,98 Danske Invest Danmark 0,07 1,061 0,37 0,97 Lån & Spar Invest Danmark 0,58 1,045 0,50 0,97 Nykredit Invest Danske Aktier Udb 0,04 1,020 0,61 0,97 Carnegie WorldWide/Danske Aktier 0,12 1,032 0,22 0,96 Danske Invest Danmark Fokus 0,01 1,080 0,90 0,96 SEBinvest Danske Aktier 0,23 1,021 0,02 0,96 Sparinvest Danske Aktier 0,16 0,997 0,16 0,94 BankInvest Danmark 0,11 1,016 0,58 0,87 BIL Nordic Invest DK Small Cap Aktier 0,22 1,086 0,37 0,82 Danmark Europæiske Alm. Brand Invest Europæiske Aktier 0,11 0,963 0,32 0,92 Sydinvest Europa 0,18 1,037 0,01 0,98 Jyske Invest Europæiske Aktier 0,02 1,021 0,81 0,95 Nordea Invest Europa 0,23 1,038 0,01 0,95 BankInvest Europæiske Aktier 0,05 0,912 0,58 0,94 Danske Invest Europa 0,02 1,059 0,88 0,94 Lån & Spar Invest Europa 0,14 1,004 0,16 0,94 Danske Invest Europa Højt Udbytte 0,17 0,931 0,07 0,94 Handelsinvest Europa 0,08 0,983 0,51 0,90 Danske Invest Europa Fokus 0,10 1,092 0,52 0,88 SEBinvest Europa Højt Udbytte 0,00 0,792 0,98 0,87 SEBinvest Europa Small Cap 0,48 1,076 0,02 0,80 Danske Invest Europa Small Cap 0,53 1,214 0,03 0,79 Nordea Inv Europa Small Cap 0,34 1,150 0,15 0,79 Globale Sparinvest Value Aktier 0,04 1,041 0,82 0,81 Nykredit Invest Globale Aktier Udb 0,09 0,962 0,07 0,98 Nordea Inv Verden 0,14 1,021 0,03 0,97 Danske Invest Global StockPicking 2 0,09 0,964 0,14 0,97 Sydinvest Verden Ligevægt & Value 0,14 0,957 0,04 0,96 BankInvest Basis Aktier 0,07 0,949 0,42 0,94 Handelsinvest Verden 0,20 1,022 0,04 0,93 Nordea Invest Aktier II 0,14 1,033 0,20 0,92 Jyske Invest Globale Aktier 0,04 1,042 0,72 0,91 Danske Invest Global StockPicking 0,01 0,904 0,96 0,91 Nordea Invest Aktier 0,01 1,066 0,95 0,91 Lån & Spar Invest Verden 0,12 0,862 0,25 0,90 50 ud af 54

55 Alm. Brand Invest Globale Aktier 0,13 0,968 0,28 0,89 Nordea Invest Globale UdbytteAktier 0,37 1,104 0,01 0,88 Gudme Raaschou Selection 0,05 1,027 0,75 0,85 Carnegie WorldWide/Globale Aktier 0,18 0,904 0,21 0,82 Nordea Inv Global Value 0,04 0,866 0,79 0,79 Jyske Invest Favorit Aktier 0,21 1,008 0,27 0,77 Danske Invest Global Plus 0,40 1,038 0,07 0,73 ValueInvest Danmark, Global 0,25 0,682 0,10 0,70 Amerikanske Sydinvest USA Ligevægt & Value 0,19 1,102 0,48 0,89 Danske Invest USA 0,14 0,971 0,00 0,99 Nordea Inv USA 0,16 0,992 0,02 0,96 Sparinvest Value USA 0,15 1,021 0,11 0,93 Jyske Invest USA Aktier 0,01 0,939 0,93 0,88 Passive Danske Invest Europa Indeks 0,034 0,979 0,023 0,998 Danske Invest Danmark Indeks 0, , ,7 0,988 Danske Invest Global Indeks 2 0,038 0,958 0,285 0,9880 SEBinvest Nordamerika Indeks 0,104 0,994 0,015 0,985 Danske Invest Europa Indeks BNP 0,061 1,081 0,388 0,972 Sparinvest INDEX DJSI World 0,101 0,979 0,144 0,96 Sparinvest INDEX Europa Value 0,144 1,127 0,121 0,957 SEBinvest Europa Indeks 0,107 1,073 0,266 0,949 Sparinvest INDEX USA Value 0,13 0,986 0,135 0,939 Sparinvest INDEX Europa Growth 0,06 0,846 0,5 0,931 Danske Invest Global Indeks 0,06 1,001 0,548 0,924 Sparinvest INDEX USA Growth 0,03 1,008 0,777 0,915 Sparinvest INDEX Europa Small Cap 0,279 1,179 0,149 0,849 Sparinvest INDEX USA Small Cap 0,075 1,194 0,706 0,808 Danske Invest Danmark Indeks Small Cap 0,07 0,97 0,75 0, ud af 54

56 12.5 Bilag 5 mail korrespondance IFR Kære Henrik Hansen, Jeg er en studerende fra Aarhus Univeristet, som læser Economics and Business Administration og afslutter min bachelor til sommer. Jeg har med stor interesse benyttet mig af jeres hjemmeside de seneste par uger, i forbindelse med mit bachelor projekt. Jeg skal i denne opgave lave en performance måling af de danske investeringsforeninger i perioden Min vejleder, Carsten Tanggard, anbefalede mig I forbindelse med vejledning derfor at henvende mig direkte til dig for at få tilsendt det relevante data Jeg håber derfor, du har mulighed for at hjælpe med dette. Data som skal med i opgaven: Jeg søger dertil data på en række investeringsforeninger. De investeringsforeninger jeg ønsker at undersøge er rene aktieinvesteringsforeninger. Dertil søger jeg: Månedlig afkast for aktieinvesteringsforeninger. I perioden Hermed er det kun data for devidende betalende investeringsforeninger, som er openend. Håber du vil tage imod denne forespørgsel, da det vil være til stor hjælp for min opgave! Hvis der nogle spørgsmål i forhold til mailen er du meget velkommen til at vende tilbage på det. Ser frem til at høre nærmere fra dig Mvh Jens Wittrup Præstbrogaard Kære Jens Vi hjælper naturligvis gerne med data. Underskriv venligst vedhæftede erklæring som samtykke på, at I ikke videredistribuerer data (da data er fra en kommerciel database). Jeg nok desværre ikke filtrere udtrækket til kun at være udbyttebetalende aktier, men jeg kan lave en liste med stamdata for afdelingerne, så du kan identificere hvilke afdelinger, som er relevante for dig.ok? Med venlig hilsen Henrik F. Hansen, IFR 52 ud af 54

57 Kære Jens Jeg vedhæftet relevante grunddata (udbytter, indre værdier og udstedte fondsansdele), samt relevante stamdata. Grunddata indeholder desværre flere grunddata end du skal bruge, men jeg håber at stamdata kan hjælpe dig med at filtrere de data fra, som du ikke skal bruge. Bemærk venligst, at når du får data incl. lukkede afdelinger, er indre værdi registreret efter lukkedato oftest invalid. Du er meget velkommet til at kontakte os, såfremt du har spørgsmål til data. Du er også velkommen til at vende tilbage, såfremt du skal bruge yderligere data. Med venlig hilsen Henrik F. Hansen, IFR Kære Henrik Alene det du tager dig tid til at svare, er jeg utrolig taknemlig for :). Efter at have regnet lidt frem og tilbage. kan jeg se mine beregninger ikke er korrekte. Som du siger, havde jeg ikke beregnet "reinvesteret udlodning" korrekt. Den måde jeg gjorde det må vil svare det man gjorde det "ultimo" måned. Og ikke umiddelbart efter. Næste spørgsmål :) Jeg har udregnet afkast for året før, via din metode. Og kan ramme det præcise tal på jeres hjemmeside. Kan det passe at man nulstiller indekstallene hvert år, så at sige. Altså at man ikke bare trækker formlen ned over en 10årig periode. Men nulstiller hvert år. Jeg har eks: beregnet nyt indeks for til 262. Hvis jeg ikke vidste bedre vil jeg bare bruge dette tal til Men kan se du bruger det "første Indeks tal" 250. Så hvad er grunden til dette? og hvordan kan det være man beregner nye indeks "så at sige" efter dividende dagen?. Jeg har vedhæftet den samme fil, tilføjet mine udregninger Hej Jens Nej, det burde ikke være nødvendigt at 0stille indekstallene hvert år, man burde kunne rulle formlen nedover en vilkårlig periode. Det første indekstal jeg bruger svarer vel bare til den indre værdi, afdelingen havde på det tidspunkt. Vi beregner indeks på basis af indre værdi efter dividende dagen, fordi det er som investor havde mulighed for at reinvestere til. Hvis du har en indre værdi efter udbyttet er 270, men ultimo måneden 300, så ville du jo implicit antage, at investor fik reinvesteret hele udbyttet til 300. Men det gjorde investor ikke, afkastet vil blive lavere hvis han reinvesterede til indre værdi 270. Vi antager i vores beregninger, at udbyttet 53 ud af 54

58 reinvesteres umiddelbart efter udbyttebetalingen. Mvfh Henrik 12.6 Bilag 6 mail korrespondance morningstars Hej Nikolaj Tusind tak for det hurtige svar! De foreninger jeg er særlig interesserede i, er dem med navnet: Aktier Danmark Aktier Globale Aktier Euroland/Europa Aktier USA Som så er "udbytte" betalende og "ikke institutionelle" Dette er en foreløbig mail. For at svare på din mail. Er igang med at lave en liste over fondskoder, som jeg sender snarest. Sætter stor pris på at du/i er behjælpelig Mvh Jens Wittrup Præstbrogaard Hej Jens, Her har du nogle data. De kan kun benyttes i forbindelse med opgaven. Bemærk i øvrigt at nogle fonde i perioden har ændret strategi, så det er ikke sikkert alle fonde har haft samme investeringsmandat siden opstart. De viste prospekt benchmarks er også kun det aktuelle benchmark, men det kan også have ændret sig undervejs. Alle afkast er i dkk i pct. og efter administrationsomkostninger. Venlig hilsen Nikolaj Holdt Mikkelsen, CFA Chief Analyst 54 ud af 54