Association of Investment Professionals in the Netherlands
My membership

Het einde van listed equity: performance analyse van unlisted equity moet nog beginnen

Back to recent publications

Waarom dit artikel?

In dit stuk nemen wij u graag mee in de uitdagingen bij unlisted equity waar wij tegenaan lopen voor de perfomance meting en analyse.

De belangrijkste conclusie is dat unlisted equity nog aan het begin staat van de Performance analyse omdat er zowel op gebied van data als op gebied van methoden nog veel uitdagingen open liggen.

Ook staan we stil bij de verbeterde standaarden van de Global Investment Performance Standards (GIPS®) die per 1 januari 2020 zijn ingegaan. Deze nieuwe versie van de GIPS- standaarden heeft terecht meer aandacht voor unlisted equity dan de voorgaande versies.

Dit stuk is geschreven vanuit de CFA Society VBA Netherlands Investment Performance Measurement Commissie. Deze commissie is de belangenbehartiger GIPS in Nederland. De auteurs zijn beiden lid van de commissie en zijn beiden werkzaam als performance analist bij grote pensioenuitvoerders en hebben daardoor veel praktijk ervaring met de cijfermatige kant van unlisted equity.

 

Welke beleggingscategorieën vallen onder unlisted equity?

Voordat we ingaan op de uitdaging op analysevlak willen we eerst afbakenen waar we het precies over hebben; de termen unlisted equity, private beleggingen, illiquide en alternatives, om er een paar te noemen, hoeven niet altijd bij iedereen hetzelfde te betekenen.

In dit artikel hebben wij het over beleggingscategorieën zoals private equity, infrastructuur, privaat vastgoed, hedgefunds, natural resources, etc. Deze categorieën kenmerken zich onder andere door hun illiquiditeit, afwezigheid van objectief waarneembare prijzen, modelmatige waarderingsgrondslagen, infrequente waarderingen, beperkte doorkijk, etc.

 

Wat zijn de beperkingen en uitdagingen?

Bovenstaande definitie geeft in feite al een groot deel van de uitdagingen prijs om een goede performance analyse te kunnen uitvoeren. Waar listed equity overloopt met data die op dagbasis of zelfs real-time beschikbaar zijn, objectief zijn vast te stellen en door diverse bronnen gepubliceerd worden, geldt voor unlisted equity juist het tegenovergestelde. Dit leidt tot een groot aantal beperkingen in de mogelijkheden tot performance analyse. Wij zullen hieronder de uitdagingen groeperen in een aantal categorieën, die onderling uiteraard grote afhankelijkheden hebben.

Uitdagingen doen zich met name voor op het gebied van:

 

METING VAN HET RENDEMENT

Voor het meten van een rendement zijn in principe slechts twee grootheden nodig: de waardering en eventuele stortingen en/of onttrekkingen. De laatste is normaliter geen probleem aangezien dit fysieke geldstromen betreft. De waarderingen vormen echter wel een probleem. Kwaliteitseisen aan waarderingen zijn terug te voeren op juistheid, tijdigheid en volledigheid. Unlisted equity wordt meestal gewaardeerd door middel van schattingen, met gebruik van modellen en aannames, zijn vaak met vertraging en met lage frequentie beschikbaar en worden vaak nadien nog bijgesteld. Ofwel: alle kwaliteitseisen worden met voeten getreden.

Deze problemen hebben nog alleen maar te maken met het vaststellen van de input voor het rendement. De vraag is ook welk type rendement gebruikt moet worden. Een time-weighted return (TWR) is de standaard voor listed equity, maar deze is vaak niet goed toe te passen op unlisted equity: de aanname erachter is namelijk dat de belegger geen invloed heeft op de timing van kasstromen. Dat is bij unlisted vaak wel het geval, waardoor een Internal Rate of Return (IRR) meer van toepassing is. Een IRR kent echter ook nadelen; hij is beïnvloedbaar, slecht te vergelijken met andere beleggingen, etc. Money-multiples, zoals total value to paid in capital geven, samen met de IRR, een completer beeld en zijn daardoor gemeengoed onder illiquide beleggers.

Daarnaast heeft unlisted equity vaak last van het J-curve effect. Tijdens de start fase zijn er vaak forse negatieve rendementen in combinatie met een hele lage waardering. In geld uitgedrukt is het effect hiervan gering maar in TWR termen lijkt de impact dan wel heel materieel.

Een ander nadeel van IRR’s is dat het lastig is om IRR’s van meerdere beleggingen te aggregeren tot een totaal; wiskundig gezien mag dat niet. Het is bijvoorbeeld niet mogelijk om een gewogen gemiddelde van IRR’s te gebruiken om tot de totale IRR te komen. Er zijn wel technieken om dit te ondervangen maar die vragen extra data en blijven altijd een benadering.

ALLE KWALITEITSEISEN WORDEN MET VOETEN GETREDEN

Rapportages van uitvoerders naar pensioenfondsen, jaarverslagen en Z-scores vragen meestal om integrale overzichten van alle beleggingen, waar een TWR standaard is. Voor deze overzichten worden dus ook voor de unlisted equity vaak de liquide TWR maatstaf gebruikt. De illiquide belegger herkent zich daar dan dus niet of minder in.

Kortom: waar je bij listed equity eigenlijk nooit discussie hebt over het totale portefeuille rendement, is bij unlisted zowel de methodiek als het getal aan discussie onderhevig. Dit maakt de objectieve evaluatie en analyse van de cijfers veel lastiger dan voor listed equity

 

BENCHMARKING

Benchmarks voor unlisted equity zijn een tweede struikelblok. In de literatuur worden 7 eisen aan benchmarks gesteld, CFA benoemt ze onder de afkorting SAMURAI:

De meeste benchmarks voor listed equity voldoen aan bijna al deze eisen. Een belegger die een global equity mandaat heeft zal weinig moeite hebben met de MSCI World index, welke aan alle eisen voldoet. Echter, voor unlisted equity mag je al blij zijn als de benchmark aan 1 of 2 van deze eisen voldoet, als er al een benchmark gevonden wordt. In de praktijk is de keuze van de benchmark dus altijd een compromis en wordt er vaak gekozen voor de benchmark die de minste nadelen heeft.

Benchmarks die voorkomen zijn onder andere:

Het vergelijken van portefeuillerendement met benchmarkrendement is overduidelijk niet eenvoudig! Als het portfolio-rendement wordt uitgedrukt in de vorm van een IRR dan dient het benchmarkrendement ook in de vorm van een IRR te worden uitgedrukt. Hiervoor zijn PME / PME+ methodes beschikbaar, maar deze methodes zijn echter wel rekenintensief en complexer dan reguliere benchmarkreturns die voor listed equity gebruikt worden. De evaluatie van het beleggingsproces, waar performance meting een belangrijk onderdeel van uit maakt, is hierdoor moeilijker dan voor listed equity.

En dan moeten we het nog hebben over attributie analyse…

 

ATTRIBUTIE ANALYSE

Performance attributie is het verklaren van het relatieve rendement van de portefeuille ten opzichte van de benchmark. Bij listed equity is dit vakgebied al sinds 1986 (Brinson-Hood-Beebower) doorontwikkeld tot de huidige top-down/bottom-up/ - multi-level/geometrische attributie modellen, nog los van de factoranalyses die met geavanceerde technologie mogelijk zijn en gestoeld zijn op de factormodellen van Fama en French (1993). Deze modellen vragen echter veel data, bij voorkeur dagelijkse beschikbaar, met alle doorkijk en doorsnedes die je maar kunt bedenken. Zeg maar: alles wat unlisted equity niet heeft.

ER WORDT VAAK GEKOZEN VOOR DE BENCHMARK DIE DE MINSTE NADELEN HEEFT

Op zijn best is een attributie mogelijk van het relatief rendement ten opzichte van een manager universum uitsplitst naar allocatie- en selectie-effecten. De kwaliteit van deze analyse staat of valt echter met de kwaliteit van de waarderingen, zowel voor de portefeuille als de benchmark, met de tijdige beschikbaarheid van data, en gaat ervan uit dat TWR’s gebruikt worden, wat vaak niet het geval is. Een beetje diepgang in de analyse, het “slicen en dicen” naar regio’s, sectoren, of zelfs sub-sectoren wordt al snel erg onbetrouwbaar.

Zonder goede benchmark is een decompositie van het portefeuillerendement nog een optie. Daarvoor dient de data echter wel beschikbaar te zijn, zijn modellen daarvoor schaars en residuen in de verklaring groot.

Als het al mogelijk is om een attributieanalyse te maken is het daarnaast in de praktijk voor unlisted equity ook nog vaak “mosterd na de maaltijd”. Eén van kenmerken van unlisted equity is dat het resultaat vaak pas jaren na de initiële belegging zichtbaar wordt en er dan relatief weinig mogelijkheden zijn om het nog bij te sturen. Bij listed equity kunnen de resultaten van een attributie analyse gebruikt worden om het resultaat te evalueren en waar nodig bij te sturen. Bij unlisted equity zijn de mogelijkheden hiervoor veel beperkter.

 

PEER-ANALYSES

Bij listed equity worden managers vaak onderworpen aan een peer-analyse. Managers met een vergelijkbare beleggingsstijl en universum worden over een aantal periodes naast elkaar gelegd om te beoordelen hoe de manager presteert. Private Equity managers beweren graag “top-kwartiel” prestaties te leveren. Deze vergelijking is echter niet zonder meer te maken. Markten zijn zelden gelijk, startdatums of vintage year en valutanoteringen maken een groot verschil. En door het geknoei met verschillende rendementsmaatstaven wordt het nog meer ondoorzichtig.

 

Welke rol speelt GIPS voor unlisted equity?

Gelukkig zijn er standaarden voor performance meting. De Global Investment Performance Standards (GIPS®), onderdeel van CFA, geven eisen en richtlijnen waaraan performance meting moet voldoen. De standaarden helpen om op een gelijke basis rendementen te berekenen, en stellen eisen aan de onderliggende data. Deze GIPS standaarden zijn nog steeds vrijwillig.

Begin dit jaar zijn is een update uitgebracht van de standaard, onder de noemer GIPS 2020. Deze update besteed meer aandacht aan unlisted equity. In de oude standaarden waren er wel aparte hoofdstukken voor Private Equity en Real Estate. Deze hoofdstukken zijn samengevoegd en zijn nu ook van toepassing op alle unlisted categorieën zoals Infrastructuur en Natural resources. Dit is een grote stap voorwaarts voor de vergelijkbaarheid van unlisted equity bij verschillende vermogensbeheerders.

BIJ UNLISTED IS ZOWEL DE METHODIEK ALS HET GETAL AAN DISCUSSIE ONDERHEVIG

Wat GIPS niet kan verhelpen, zijn veel van de andere nadelen die in dit artikel zijn benoemd. De beperkte beschikbaarheid van data, de vertraging, de onzekerheid rondom waarderingen, de moeilijke doorkijk, alles waar listed equity geen last van heeft blijft voorlopig nog een beperking voor de meting en analyse van unlisted equity.

Hoewel er op veel van deze gebieden interessante en veelbelovende ontwikkelingen gaande zijn verwachten we dat het nog jaren zal duren voordat voor unlisted equity dezelfde analysemogelijkheden beschikbaar zijn als voor listed equity. Tot het zover is vormt de evaluatie van beleggingsprocessen van unlisted equity een behoorlijke uitdaging en ligt subjectiviteit op de loer.

 

Conclusie: het einde van listed equity is nog niet in zicht

Zijn we aan het einde gekomen van listed equity? Zeker op het gebeid van performance analyses zien wij nog veel gebieden waarop unlisted equity zal moeten ontwikkelen om die stelling waar te maken. Een meer frequente, onafhankelijke waardering is een belangrijke eerste stap. Daarnaast dient meer standaardisering plaats te vinden op het gebied van meten, benchmarken en analyseren van het rendement. GIPS heeft een goede stap gezet met standaarden die op alle illiquide beleggingen van toepassing zijn, maar verder bevindt performance analyse voor unlisted zich nog vooral in het begin van het J-curve effect. Wij hebben niet de illusie dat performance analyse voor unlisted equity ooit op gelijke hoogte zal komen als voor listed equity. Breed geaccepteerde standaarden en benchmarks die merendeels aan de eisen voldoen zien wij als een belangrijke eerste horde om te nemen. Dit lijkt ons een realistisch doel voor de komende jaren.

Wat ons betreft is het nog wat vroeg om een einde te maken aan listed equity…

 

in VBA Journaal door

Download
Subscribe to our newsletter