Naïeve diversificatie versus optimalisatie

Naïeve diversificatie kan het best worden omschreven als een ruwe en min of meer instinctieve, gezond verstand opsplitsing van een portefeuille, zonder lastig te vallen met geavanceerde wiskundige modellen. Volgens sommige experts kan deze benadering in het ergste geval portefeuilles erg riskant maken. Aan de andere kant geeft recent onderzoek aan dat dit soort geïnformeerde, maar informeel logische indeling, net zo effectief is als die fantasierijke, optimaliserende formules.

Naïef Vs. Geavanceerde

Het is niet verrassend dat individuele beleggers zelden complexe methoden voor activaspreiding gebruiken. Deze hebben intimiderende namen, zoals gemiddelde variantie-optimalisatie, Monte Carlo-simulatie of het Treynor-Black-model, die allemaal zijn ontworpen om een ​​optimale portefeuille te produceren, een portefeuille die het maximale rendement oplevert met een minimaal risico, wat inderdaad de droom van de belegger is..

In feite hebben een aantal onderzoeken naar optimalisatietheorie, zoals ‘Optimale versus naïeve diversificatie: hoe efficiënt is de 1 / N-portfoliostrategie’, uitgevoerd door Dr. Victor DeMiguel et al. Van de London Business School, de effectiviteit van geavanceerde modellen. Het verschil tussen hen en de naïeve benadering is statistisch niet significant ;ze wijzen erop dat echt basismodellen behoorlijk goed presteren.

Is de manier van de gemiddelde particuliere investeerder om gewoon een beetje van dit en een beetje daarvan te hebben echt minder haalbaar? Dit is een uiterst belangrijke kwestie en vormt de kern van beleggen. Een rabbijn, Issac bar Aha, schijnt de grootvader van dit alles te zijn geweest, nadat hij rond de vierde eeuw had voorgesteld dat men ‘een derde land, een derde in handelswaar en een derde in contanten’ zou moeten leggen.  Het is best goed advies dat 1600 jaar later nog steeds degelijk genoeg is!

Voor sommige cynici en wetenschappers lijkt het te simpel om waar te zijn, dat men alles kan bereiken dat bijna optimaal is door slechts een derde van uw geld in onroerend goed te steken, een derde in effecten (het moderne equivalent van koopwaar) en de rust in contanten. Als alternatief zijn de klassieke cirkeldiagrammen die zijn onderverdeeld in portefeuilles met een hoog, gemiddeld en laag risico heel eenvoudig en er is misschien niets mis mee.

Zelfs Harry Markowitz, die de Nobelprijs voor de Memorial Prize in Economic Sciences won voor zijn optimalisatiemodellen, verdeelde blijkbaar om psychologische redenen zijn geld gewoon gelijk tussen obligaties en aandelen. Het was eenvoudig en transparant;in de praktijk liet hij zijn eigen bekroonde theorieën graag achter zich als het om zijn eigen middelen ging.2

Shades of Naïviteit en de term zelf 

Er is echter meer aan de hand. De Duitse hoogleraar bankwezen en financiën Martin Weber legt uit dat er verschillende soorten naïeve modellen zijn, waarvan sommige veel beter zijn dan andere.  Professor Shlomo Benartzi van UCLA bevestigt ook dat naïeve investeerders sterk worden beïnvloed door wat hen wordt aangeboden.  Om deze reden kunnen ze, als ze naar een effectenmakelaar gaan, te veel aandelen krijgen of overgewogen worden in schuldinstrumenten als ze naar een obligatiespecialist gaan. Bovendien zijn er veel verschillende soorten aandelen, zoals small en large-cap, buitenlands en lokaal, enz., Zodat elke vooringenomenheid zou kunnen leiden tot een rampzalige, of op zijn minst suboptimaal, naïeve portefeuille.

In dezelfde geest kan het concept van naïviteit zelf simplistisch en enigszins oneerlijk zijn. Naïef in de zin van goedgelovig en slecht geïnformeerd, zal inderdaad zeer waarschijnlijk tot een ramp leiden. Maar als naïef de oorspronkelijke betekenis van natuurlijk en onaangetast wordt aangenomen – wat zich vertaalt naar een verstandige en logische, zij het ongekunstelde benadering (onwetend van technische modelleertechnieken), is er geen echte reden om te mislukken. Met andere woorden, het zijn misschien wel de negatieve connotaties van het woord “naïviteit” die hier de echte kwestie zijn – het gebruik van een denigrerend label.

Complexiteit helpt niet altijd 

Vanuit de andere kant leiden methodologische complexiteit en geavanceerde modellen in de praktijk niet noodzakelijkerwijs tot investeringsoptimaliteit. De literatuur is hierover vrij duidelijk en gezien de complexiteit van de financiële markten niet verwonderlijk. Hun mix van economische, politieke en menselijke factoren is ontmoedigend, zodat modellen altijd kwetsbaar zijn voor een of andere vorm van onvoorspelbare shock, of een combinatie van factoren die niet effectief in een model kunnen worden geïntegreerd.

Dr. Victor DeMiguel en zijn mede-onderzoekers erkennen dat complexe benaderingen ernstig worden beperkt door schattingsproblemen. Voor statistisch ingestelde mensen zijn de “ware momenten van rendement van activa” onbekend, wat kan leiden tot mogelijk grote schattingsfouten.

Bijgevolg heeft een verstandig opgebouwde portefeuille, die regelmatig wordt gecontroleerd en opnieuw in evenwicht wordt gebracht in termen van wat er op dat moment gebeurt, niet alleen een intuïtieve aantrekkingskracht, het kan net zo goed presteren als sommige veel meer geavanceerde benaderingen die worden beperkt door hun eigen complexiteit en ondoorzichtigheid.. Dat wil zeggen dat het model mogelijk niet alle noodzakelijke factoren integreert, of niet voldoende reageert op omgevingsveranderingen wanneer deze zich voordoen.

Evenzo weten we allemaal, afgezien van de diversificatie van activaklassen, dat een aandelenportefeuille ook op zichzelf gediversifieerd moet zijn. Ook in deze context hebben de voorstanders van een naïeve allocatie aangetoond dat het hebben van meer dan ongeveer 15 aandelen geen verdere diversificatievoordelen oplevert. Een echt ingewikkelde aandelenmix is ​​dus waarschijnlijk contraproductief. (Zie ook:  Optimale activatoewijzing realiseren.)

Het komt neer op

Het enige waar iedereen het over eens is, is dat diversificatie absoluut essentieel is. Maar de voordelen van geavanceerde wiskundige modellen zijn onduidelijk; voor de meeste investeerders is het nog minder duidelijk hoe ze te werk gaan. Hoewel computermodellen er indrukwekkend uit kunnen zien, bestaat het gevaar voor verblinding door de wetenschap. Sommige van dergelijke modellen werken misschien goed, maar andere zijn niet beter dan gewoon verstandig zijn. Het oude gezegde “blijf bij wat u weet en begrijpt” kan net zo goed van toepassing zijn op eenvoudige, transparante assetallocaties als op verschillende vormen van gestructureerde beleggingsproducten.