Zoals we in het eerste artikel in deze reeks al hebben aangegeven, variëren factorpremies door de jaren heen. Singlefactorportefeuilles kunnen te maken krijgen met jarenlange periodes van underperformance of outperformance. Zo presteerden smallcap- en waardeaandelen belabberd in de tweede helft van de jaren 90 van de vorige eeuw, terwijl groeiaandelen in de technologiesector stegen tot duizelingwekkende hoogtes.

Door deze grote schommelingen is het verleidelijk om factoren te gaan timen. Het is echter allerminst eenvoudig om dat succesvol te doen. Zo blijft het de vraag waardoor deze schommelingen precies worden veroorzaakt. De performance van factoren lijkt afhankelijk te zijn van de macro-economische omstandigheden, maar toch blijkt de relatie tussen factorpremies en veel belangrijke economische indicatoren niet stabiel te zijn over een langere periode.¹

Bovendien kunnen ook andere factoren van invloed zijn, zoals vraag en aanbod. Zo kunnen sommige singlefactorstrategieën op een bepaald moment heel populair zijn, terwijl andere juist uit de gratie zijn. Talloze empirische studies hebben aangetoond dat kuddegedrag veel voorkomt – beleggers kiezen massaal voor populaire factorstrategieën en laten onpopulaire massaal links liggen.²

De wetenschappelijke literatuur brengt zowel een positieve autocorrelatie in de tijdreeksen van factorpremies – ofwel: factormomentum – aan het licht, als grote bewegingen in de waardering van singlefactorstrategieën door de jaren heen.³ Deze twee uitvoerig beschreven verschijnselen kunnen in theorie worden gebruikt om factorexposures tactisch te timen.

Een populaire manier om dit te doen is door te kijken naar de relatieve waardering van verschillende singlefactorportefeuilles. Hiervoor worden meestal traditionele maatstaven voor waardering geanalyseerd, zoals koers/boekwaarde of koers/winst. Het idee is om de exposure te vergroten naar factoren die handelen met een korting ten opzichte van hun historische gemiddelde en de exposure te verlagen naar factoren waarvan de waardering historisch gezien hoog is.⁴

Volgens tegenstanders van deze benadering zijn de gesimuleerde beleggingsresultaten op basis van zo'n strategie niet bijzonder sterk en te veel gecorreleerd met conventionele value-strategieën.⁵ Bovendien leiden verschillende maatstaven voor waardering vaak tot tegenstrijdige conclusies. Daarom is het beter als beleggers niet proberen om factoren te timen, behalve in zeer uitzonderlijke situaties.

De verhitte discussies tussen Rob Arnott van Research Affiliates en Cliff Asness van AQR zijn veelzeggend.⁶ Waar Arnott al jarenlang een fervent voorstander is van het timen van factoren op basis van de relatieve waardering van verschillende factoren, waarschuwt Asness juist voor de gevaren en de twijfelachtige voordelen van zulke tactische benaderingen.

Het timen van factoren puur op basis van hun eigen resultaten uit het verleden blijkt ook een hele uitdaging.⁷ Recente studies leveren echter nieuwe inzichten op en doen melding van sterke resultaten voor factormomentum. De belangrijkste ontdekking is dat beleggers slechts één maand terug moeten kijken en de benadering moeten toepassen op tientallen factoren.⁸

Onderzoek van Robeco bevestigt deze bevindingen, maar wijst ook uit dat voor het benutten van zo'n factormomentum volledige integratie nodig is in het bottom-up aandelenselectieproces van deze factorstrategieën zelf.⁹ Een naïeve benadering voor factormomentum – waarbij op basis van momentumsignalen wordt geroteerd tussen een handvol singlefactorportefeuilles – is niet geavanceerd genoeg en te duur om de moeite waard te zijn.

Natuurlijk is het nooit helemaal zwart-wit en na maanden van heftige discussies lijken de voornaamste voor- en tegenstanders van factortiming nu toch wat concessies te doen. Waar het ene kamp erkent dat timing niet altijd werkt, geeft het andere toe dat timing in uitzonderlijke gevallen wel degelijk zinvol kan zijn. ¹⁰

Te midden van de botsende opvattingen van de voor- en tegenstanders van tactische factortiming pleiten andere academici en professionals voor een middenweg: het timen van factoren, maar slechts in beperkte mate – en met een flinke dosis voorzichtigheid.¹¹ Het idee is om met variabelen als factorwaarderingen, factormomentum op korte termijn en macro-economische indicatoren het factorrendement voor de korte termijn te voorspellen.

Op basis van deze voorspellingen kunnen beleggers de weging van factoren met de beste prognose vergroten en die van factoren met een mindere prognose verkleinen. Sommigen noemen dit factor rotation, anderen factor tilting. Dit klinkt verleidelijk, maar er zijn wel twee voorwaarden aan verbonden: nauwkeurige voorspellingen voor hoge rendementen en relatief lage implementatiekosten om de inspanningen te rechtvaardigen.

Helaas leidt de wetenschappelijke literatuur over dit onderwerp tot de conclusie dat het timen van factorpremies voor de meeste beleggers nog moeilijker is dan het timen van de markt – en dat is al een hele uitdaging.¹² Er zijn veel empirische studies over het timen van de algemene markt die ingaan tegen de experts die claimen dat ze het wel kunnen.¹³

Het timen van factorpremies is extra complex, omdat factorstrategieën dynamisch zijn en portefeuilles regelmatig geherbalanceerd moeten worden. Een mogelijke manier om dit probleem op te lossen is door gebruik te maken van generieke smartbetaproducten met een laag tarief. Maar zoals we ook al zagen in eerdere artikelen in deze reeks, zijn zulke producten verre van ideaal en zijn er talloze valkuilen.

Uit simulaties van Robeco-onderzoekers blijkt bovendien dat beleggers niet alleen te maken hebben met technische uitdagingen, maar ook dat de voorspellingen welke factor op de korte termijn – laten we zeggen de komende maand of het komende kwartaal – een outperformance gaat realiseren zeer nauwkeurig moeten zijn. Anders gaat het niet lukken om een naïeve, gelijkgewogen allocatie naar verschillende beproefde factoren te verslaan.

Beleggers moeten in meer dan 50-60% van de gevallen de juiste factor selecteren om een hoger rendement te genereren dan met een gelijkgewogen allocatie naar verschillende factoren. In onze analyse zijn de vergoedingen die vermogensbeheerders in rekening brengen voor deze nauwkeurigheid echter niet meegenomen. Als we wel rekening houden met deze vergoedingen, blijft er bar weinig toegevoegde waarde over voor de eindbelegger.¹⁴

Bij het systematisch tactisch timen van factoren moet dus de nodige voorzichtigheid in acht worden genomen. Een betere optie is om te kiezen voor een brede spreiding over verschillende factoren, of om vanuit strategisch oogpunt te kiezen voor één bepaalde factor. Daarbij moet dan wel rekening worden gehouden met underperformance op korte termijn van één of meerdere factoren, zoals weergegeven in Figuur 1. In de grafiek staat de performance van generieke factoren in de verschillende decennia.

We zijn ervan overtuigd dat geduldige beleggers die weinig handelen en vasthouden aan hun factorexposures een grotere kans maken om de markt te verslaan op de lange termijn. Duurzaam beleggen is een mogelijke manier om dat te realiseren, omdat beleggers doorgaans meer betrokken zijn bij strategieën die hun eigen waardes weerspiegelen, ook al blijven die tijdelijk achter bij de markt. We moeten daar wel bij zeggen dat het combineren van factorbeleggen en duurzaam beleggen makkelijker gezegd is dan gedaan. De discussie over de rol die duurzaamheid moet spelen in de selectie van effecten komt aan de orde in het volgende artikel in deze reeks.