By continuing on this site you have agreed to cookies being placed and accessed by this website. More information and adjusting cookie settings.

Robeco uses cookies to analyze your visit to this site, to share information via social media and to personalize the site and advertisements in line with your own preferences. By clicking on agree or by continuing on this site, you agree to the above. More information and adjusting cookie settings.

AGREE

Robeco uses cookies to analyze your visit to this site, to share information via social media and to personalize the site and advertisements in line with your own preferences. By clicking on agree or by continuing on this site, you agree to the above. More information and adjusting cookie settings.

AGREE

By continuing on this site you have agreed to cookies being placed and accessed by this website. More information and adjusting cookie settings.

Het belang van goede data bij de aandelenselectie

05-02-2015 | Visie | Bart Van der Grient Bart van der Grient legt uit hoe Robeco zorgt voor een goede datakwaliteit, die van groot belang is voor de aandelenselectie en ons empirisch onderzoek. "Onze benadering maakt de aandelenselectie en het proces van portefeuilleconstructie transparanter", zegt hij.

Bart van der Grient is aandelenresearcher bij Robeco en verantwoordelijk voor de datakwaliteit bij Robeco Quantitative Research. Hij gebruikt en ontwikkelt tools om nieuwe rankings voor aandelen te genereren en de portefeuilles te optimaliseren. Een ander belangrijk onderdeel van zijn werk is het aanleggen van historische databases voor empirisch onderzoek.

Elke vermogensbeheerder kan data over aandelen kopen. Wat maakt Robeco anders?
"Wij vinden het erg belangrijk om de regie te houden. We gebruiken soms externe tools, maar voor het grootste deel van ons werk ontwikkelen we onze eigen tools. Deze inhousebenadering maakt de aandelenselectie en het proces van portefeuilleconstructie transparanter. Als het aandelenselectiemodel een specifieke transactie in de portefeuille aangeeft, weten we waarom. Dit kan bijvoorbeeld zijn vanwege de waardering van een aandeel, of omdat het de risico's helpt beperken. In het geval van een onverwachte transactie kunnen we de onderliggende variabelen nader bekijken. Er bestaan externe platforms die veel dingen tegelijk kunnen doen, maar wij gaan liever uit van de ruwe cijfers en bouwen door middel van verschillende toepassingen periodieke controles in."

'Wij vinden het erg belangrijk om de regie te houden'

"We hebben veel van dit soort controles ingebouwd. We analyseren bijvoorbeeld aandelen die aanzienlijk in onze ranking zijn gestegen of gedaald. Hier kunnen geldige redenen voor zijn, zoals goede bedrijfsresultaten. Maar als het bijvoorbeeld wordt veroorzaakt doordat nog niet is gecorrigeerd voor een aandelensplitsing, passen we de ranking aan."

"Daarnaast onderscheiden we ons bij Robeco met onze ervaring, vooral op het gebied van opkomende markten. Niet alleen onze Quantitative Equity- en Quantitative Research-afdelingen beschikken over veel ervaring, dit geldt ook voor ons fundamentele Emerging Markets Equities-team. Een nauwe samenwerking tussen deze afdelingen verhoogt de datakwaliteit, want er zijn veel uitzonderingen in aandelen van opkomende markten. Zo gaat een deel van de nettowinst soms naar de regering in plaats van naar de aandeelhouders. Dit soort zaken kunnen we navragen bij het fundamentele team, dat meer gedetailleerde kennis heeft van individuele bedrijven. Deze gesprekken helpen ons ook om de beste dataleveranciers te kiezen. We hebben preferred dataleveranciers, maar als een andere leverancier beter is voor voor een specifiek aandeel of een groep aandelen, gebruiken we die. "

"Verder werken we nauw samen met het fundamentele team bij het kiezen van de beste aandelencategorie. Je wilt beleggen in de categorie die de laagste transactiekosten heeft. Maar de data hierover zijn mogelijk weer niet van de beste kwaliteit. Daarom hebben we tools ontwikkeld waarmee we data van verschillende bronnen kunnen combineren. We kunnen bijvoorbeeld handelen in liquide ADR's (American Deposiary Receipt) van een bepaalde onderneming, terwijl we aandelen selecteren op basis van de gegevens van een binnenlandse aandelencategorie."

Hoe zorg je ervoor dat research wordt gebaseerd op goede historische data?
"We hanteren een bottom-upbenadering bij het bouwen van onze database en controleren altijd de nauwkeurigheid van de data. Door bijvoorbeeld de MSCI World Index te reconstrueren met individuele aandelen en deze te vergelijken met de data van de indexleverancier, kunnen we rendementscijfers valideren. Zo controleren we alle variabelen in onze database. "

"We willen vooral zeker weten dat we gegevens hebben over alle aandelen, inclusief de aandelen die niet meer bestaan – ter voorkoming van survivorship bias. Zelfs wetenschappelijke artikelen houden niet altijd rekening met survivorship bias. Het is belangrijk om ook gegevens op te nemen van bedrijven die niet meer bestaan, omdat de conclusies over de prestaties van aandelen met een hoog risico anders te positief kunnen uitvallen. Voorafgaand aan elk succesvol hightechbedrijf zoals Apple zijn veel andere bedrijven gesneuveld. "

"Eén van onze meest uitdagende projecten tot nu toe was het verzamelen van goede data over frontiermarkets, zoals Pakistan of landen in het Midden-Oosten en Afrika. We hebben veel tijd geïnvesteerd in het bouwen van een hoogwaardige database. Dit was niet gemakkelijk: we liepen tegen praktische problemen aan, zoals afwijkende handelsdagen. Bijvoorbeeld bij landen waar op zondag wordt gehandeld – telt dat als het begin van de ene week of als het einde van de andere? Over dit soort zaken hebben we regelmatig contact met dataleveranciers en soms wijzigen ze hun dataset naar aanleiding van onze bevindingen."

"Dankzij deze database zijn we goed voorbereid om nieuwe landen op te nemen in ons universum. Daarnaast hebben we hiermee onze modellen kunnen testen op dergelijke frontiermarkets, wat extra bewijs leverde voor de kracht van onze strategieën. "

'Er zijn veel uitzonderingen in aandelen van opkomende markten'

In hoeverre werken jullie samen met de portefeuillemanagers van het Quantitative Equity-team?
"Die samenwerking is erg goed. We hebben altijd contact als er een transactie wordt voorgesteld. De verantwoordelijkheden zijn duidelijk verdeeld – wij zijn verantwoordelijk voor de data, het toepassen van de modellen en het uitvoeren van onderzoek om de modellen te blijven verbeteren. "

"De portefeuillemanagers van Quantitative Equity controleren de aandelenrankings (en passen zo het vierogenprincipe toe), de positionering en de risicopositie. Daarna passen ze de uitkomsten van het model toe in de portefeuilles. Wij kunnen commentaar leveren op een specifieke transactie en zij kunnen ons vragen stellen; we geven elkaar feedback. Hierbij is het handig dat veel van de portefeuillemanagers ook een achtergrond hebben op het gebied van kwantitatieve research. Samen zorgen we ervoor dat we werken met data van de hoogst mogelijke kwaliteit."
Deel deze pagina:


Join the conversation



Nieuwsbrief

Meld u aan voor onze e-mail nieuwsbrief om updates te ontvangen en op de hoogte te blijven van aankomende webinars.