Naar het overzicht

In academische kringen…

Welke beleggingsvraagstukken houden studenten bezig in de academische wereld? Marktanomalieën, maar ook machine learning, algoritmes en big data. Allemaal even interessant, maar als je ze moet beoordelen voor een scriptieprijs, kan er maar een winnen.

In 2015 nam ik de leerstoel Beleggingstheorie en Vermogensbeheer over aan de Rijksuniversiteit Groningen. Een van de laatste daden van mijn voorganger was het in het leven roepen van een tweejaarlijkse scriptieprijs over ons vakgebied: institutioneel vermogensbeheer. Jureren is voor mij de ideale combinatie van theorie en praktijk; ik lees scripties waar ik zelf veel van leer.

Ondanks het specifieke onderwerp was er een voorselectie nodig en werden alleen scripties met het cijfer acht of hoger in behandeling genomen. Ik weet niet hoeveel de finale hebben gehaald, maar vorige week ontving ik er negen. De andere twee juryleden kregen hetzelfde aantal en iedere scriptie is twee keer beoordeeld. Soms ging het om echt vooruitstrevend onderzoek waarvan we in de praktijk mee gaan horen. Jammer dat er in de finale maar plek was voor drie.

Anders kijken naar asset pricing

Met welke onderwerpen is de academische wereld bezig? Het gaat veel over duurzaamheid, governance en de pensioensector. Twee papers over asset-pricingvraagstukken: is er geld te verdienen door de boekhoudkundige data van bedrijven beter te analyseren? Dat het antwoord ‘ja’ is, is geen verrassing voor beleggers. Een groot deel van wat wordt beschreven gebruiken we in zowel de collegezaal als in de praktijk. Door de sterke nadruk op accounting data wordt de vraag echter anders aangevlogen dan waardebeleggers zoals Graham & Dodd, Buffett en Greenwald dat doen.

Een andere bestudeerde anomalie betreft low volality. Waarom levert beleggen in laagvolatiele aandelen meer op dan verwacht? En is dat ook in Europa het geval? Het antwoord op die vraag is ‘nee’. De link wordt voor de verandering niet gelegd met de rente, maar met het small-capeffect. Dat resoneert, want een groot deel van het low vol-effect is te verklaren uit het vermijden van bepaalde delen van de markt, met name hardgroeiende kleine bedrijven die veel investeren, maar niet winstgevend zijn. De Amerikaanse econoom Robert Novy-Marx heeft over dit effect geschreven. In Europa zien we hetzelfde gebeuren.

Terechte angst?

Ik heb veel geleerd van een scriptie waarbij een neuraal netwerk werd gebruikt om optieprijzen te bepalen. Hierin komen digitale ontwikkelingen als machine learning, algoritmes en big data terug. Ik heb er twee goede berichten uit gehaald: 1) Neurale netwerken zijn goed in staat om optieprijzen te bepalen, maar nog niet zo goed als de klassieke Black-Scholes formule. 2) De angst dat computers binnenkort ons werk overnemen, kunnen we nog even parkeren.

Wilt u mijn eindoordeel over de scripties van deze veelbelovende studenten? Nog even geduld. De winnaar krijgt het als eerste te horen.

De auteur

Roelof Salomons

Aanmelden

Laat je e-mailadres achter en ontvang de nieuwste editie als eerste in je mailbox