Koersbewegingen van aandelen tijdens slechte beursdagen hebben enige voorspellende waarde voor de potentiële verliezen die tijdens een beurskrach in het verschiet liggen. Bedrijfsomvang, handelsvolume en volatiliteit van het aandeel bieden een zekere indicatie.
Gevoeligheid voor een beurskrach
Dat blijkt uit recent DNB-onderzoek naar de ontwikkeling van aandelenkoersen tijdens een beurskrach. Welke aandelen in een dergelijke situatie het zwaarst worden getroffen, willen vermogensbeheerders natuurlijk graag weten. Zij proberen immers een zo hoog mogelijk rendement te realiseren tegen een zo laag mogelijk risico. Vraag is echter of het mogelijk is te voorspellen welke aandelen een relatief stabiele koers hebben tijdens een beurskrach.
Om deze vraag te kunnen beantwoorden, hebben onderzoekers van DNB een maandelijkse score gegeven aan meer dan 2.000 aandelen met een beursnotering in de Verenigde Staten over een periode van 40 jaar. Dit op basis van de koersbewegingen tijdens dagen waarop aandelenmarkten hard onderuit gingen. Naarmate de koers beter op peil blijft, scoort het aandeel beter. Daarbij was de hypothese: hoe beter de score, des te kleiner het koersverlies van dat aandeel tijdens een beurskrach in de toekomst.
Verliezen
Nadere analyse toont aan dat de toegekende scores enige voorspellende waarde hebben. Uit het onderzoek blijkt dat de aandelen die de maand daarvoor de 20% slechtste scores kregen tijdens een beurskrach gemiddeld twee tot drie keer harder in waarde dalen dan de aandelen die de 20% beste scores ontvingen. Een voorbeeld hiervan zijn de koersverliezen in oktober 2008. Op dit toppunt van onrust op de financiële markten, vlak na het omvallen van de investeringsbank Lehman Brothers, verdampte bijna 20% van de beurswaarde in de Verenigde Staten. In die maand verloren de aandelen met de slechtste scores per ultimo september gemiddeld meer dan 30% van hun waarde, terwijl de aandelen die de beste scores kregen gemiddeld 10 à 15% van hun waarde moesten inleveren.
Uit deze scores blijkt ook dat bedrijven waarvan de aandelen slechter presteren bij een beurskrach gemiddeld genomen een kleinere omvang hebben. Tegelijkertijd hebben aandelen met een slechtere score over het algemeen ook een hoger handelsvolume en een relatief volatiele beurskoers.
Onderzoeksmethodiek
Om de scores te berekenen werd een techniek ontwikkeld met behulp van extreme waarde theorie. Deze techniek is toegespitst op het meten in extreem ongunstige marktomstandigheden. Extreem ongunstig in de zin van dat er maar een kleine kans is dat zulke grote verliezen op aandelenmarkten daadwerkelijk plaatsvinden. De berekende score moet duidelijk maken welke aandelen het meest meebewegen met de algemene aandelenkoers ten tijde van een beurskrach.
Geen garanties
Uit het onderzoek blijkt dat de scores inderdaad een indicatie geven welke aandelen zwaarder worden getroffen door een toekomstige beurskrach. Maar de scores zijn ook niet meer dan een indicatie: een hoog rapportcijfer biedt geen garantie voor een veilige belegging. Zo verliezen ook aandelen met de beste scores aanzienlijk in waarde tijdens een beurskrach. Daarnaast is de waarde van aandelen vaak volatiel door andere oorzaken, zoals bedrijfsspecifieke informatie. Voeg daarbij dat extreme gebeurtenissen altijd verrassingen met zich mee brengen. Zo kunnen verbanden die altijd leken op te gaan voor de financiële markten, plotsklaps in rook opgaan tijdens een dag dat de beurzen diep in de min duiken. Dit alles doet geen afbreuk aan de conclusie van het onderzoek dat het voor het inschatten van financiële risico’s altijd nuttig kan zijn om grote schokken uit het verleden te analyseren. De resultaten daarvan kunnen vermogensbeheerders een extra kompas bieden om de te varen koers bij een volgende crisis uit te zetten.
Lees verder:
We test for the presence of a systematic tail risk premium in the cross-section of expected returns by applying a measure on the sensitivity of assets to extreme market downturns, the tail beta. Empirically, historical tail betas help to predict the future performance of stocks under extreme market downturns. During a market crash, stocks with historically high tail betas suffer losses that are approximately 2 to 3 times larger than their low tail beta counterparts. However, we find no evidence of a premium associated with tail betas. The theoretically additive and empirically persistent tail betas can help to assess portfolio tail risks.
Keywords: Tail beta, systematic risk, asset pricing, Extreme Value Theory, risk management.
JEL Classification Numbers: G11, G12.
DNB Working Papers: Systematic tail risk (PDF: 904.2 Kb) Publicatiedatum 7 november 2013
