Introductie

Nieuwe informatie vindt snel zijn weg naar aandelenmarkten en is doorgaans spoedig ingeprijsd in koersen van financiële activa zoals aandelen. Aandelenanalisten vervullen hierbij een belangrijke rol: internationaal onderzoek naar intraday koersbewegingen laat zien dat koersen niet slechts in beweging komen nadat een bedrijf nieuwe informatie publiceert, maar ook nadat de analist deze informatie heeft geïnterpreteerd, geanalyseerd, en de bevindingen heeft gecommuniceerd (Bradley et al., 2014). Het is daarom niet vreemd dat analistenmeningen veelvuldig worden aangehaald in, voornamelijk, financiële media. Ondanks hun bijdrage in efficiënte koersvorming, is het voor beleggers met minder snelle informatievoorziening echter de vraag of het zin heeft om te luisteren naar analisten: is hun analyse namelijk niet al per direct volledig verwerkt in koersen?

Op MeJudice lieten we in 2010 het kortetermijnkoerseffect zien van adviesverhogingen en -verlagingen (Buijs et al., 2010) op de Nederlandse aandelenmarkt. In zowel dat artikel als in een bijdrage in 2011 (Gerritsen en Gerritsen, 2011) vergeleken we de koersprestaties van aandelen die favoriet waren bij analisten met die van aandelen waar analisten een lage verwachting van hadden. In beide onderzoeksperioden presteerden de favorieten beter. Die exercitie hebben we sindsdien elk jaar herhaald. De resultaten verschenen in Het Financieele Dagblad en zijn na te lezen op www.dirkgerritsen.nl. Regelmatig ontvangen we de vraag of een aandelenstrategie op basis van analistenadviezen op de lange termijn succesvol is. Dit artikel tracht een antwoord te geven op die vraag door twee verschillende benaderingen te nemen. Ten eerste analyseren we koersrendementen gedurende een half jaar na advieswijziging. Ten tweede bestuderen we rendementen van drie verschillende portefeuilles waarvan de samenstelling gebaseerd is op het gemiddelde uitstaande analistenadvies: top (meest positieve adviezen), nop (gemiddelde adviezen) en flop (meest negatieve adviezen).

Data en methoden

Voor dit onderzoek baseren we ons op de adviezen die gepubliceerd zijn voor de aandelen die onderdeel zijn van de breed samengestelde AEX All Share index. Voor de aandelen die momenteel genoteerd staan, betrekken we onze data van Trivano die de database met koop-, houd-, en verkoopadviezen met ons heeft gedeeld. Om zogenaamde survivorship bias te voorkomen, betrekken we de adviezen van aandelen die momenteel niet meer bestaan van het internationale Institutional Brokerage Estimate System (IBES). Om tot eenzelfde indeling te komen als Trivano categoriseren we hier strong buy- en buy-adviezen als koop, hold-adviezen als houd, en sell- en strong sell-adviezen als verkoop. We onderzoeken adviezen afgegeven gedurende de periode 2011-2021 en betrekken koersdata van Refinitiv Datastream.

Onze dataset bevat 4338 advieswijzigingen over 133 verschillende aandelen, onderverdeeld in 2032 verhogingen en 2306 verlagingen.

Omdat we kijken naar de waarde voor beleggers zonder snelle informatievoorziening, baseren we ons in onze analyses op adviezen die minimaal twee dagen oud zijn (Altınkılıç et al., 2016). Met andere woorden, een advieswijziging op dag t leidt in onze benadering tot een transactie tegen de slotkoers op dag t+2. We houden in de analyses geen rekening met transactiekosten.

In onze eerste benadering analyseren we de koersrendementen gedurende een half jaar na een advieswijziging (zie Altinkilic et al. (2016) voor een soortgelijke Amerikaanse studie), waarbij we onderscheid maken tussen een adviesverhoging en een adviesverlaging. Onze dataset bevat 4338 advieswijzigingen over 133 verschillende aandelen, onderverdeeld in 2032 verhogingen en 2306 verlagingen. Per advieswijziging berekenen we buy-and-hold rendementen waarbij we corrigeren voor het rendement van de benchmark. Deze benchmark bestaat uit alle aandelen waar op dat moment adviezen op uitstaan. Deze aandelen worden naar marktwaarde gewogen, waarbij de marktwaarde is gemaximeerd op 10 miljard euro zodat het rendement van de benchmark niet slechts de facto door de allergrootste bedrijven wordt bepaald. Met deze analyse proberen we de vraag te beantwoorden of advieswijzigingen de koers op middellange termijn kunnen bepalen.

Ten tweede verdelen we, net als in onze jaarlijkse analyses, op dagelijkse basis alle aandelen in drie portefeuilles, te weten de topportefeuille bestaande uit de 25% aandelen met gemiddeld het hoogste advies, de flopportefeuille met de 25% aandelen met gemiddeld het laagste advies, en de nopportefeuille met de 50% overige “gemiddelde” aandelen.[1] Ter illustratie, aan het einde van de onderzoeksperiode waren er 83 aandelen met uitstaande adviezen. Hiervan zaten 21 aandelen in de topportefeuille, 21 in de flopportefeuille en 41 in de nopportefeuille. In totaal hebben we 6961 adviezen geanalyseerd voor 156 bedrijven.[2] Het verschil in aantal bedrijven met onze eerste analyse wordt veroorzaakt doordat een aantal bedrijven geen adviesverandering hebben ontvangen in de analyseperiode. Binnen de drie portefeuilles worden de dagelijkse aandelenrendementen gewogen naar marktwaarde van de bedrijven, waarbij we de marktwaarde weer maximeren op 10 miljard euro. Met deze analyse proberen we een antwoord te geven op de vraag of het niveau van het advies voorspellend is voor toekomstige rendementen.

Langetermijnrendementen na advieswijzigingen

In deze eerste analyse staat het middellangetermijnrendement na advieswijzigingen centraal. Figuur 1 laat de rendementen van aandelen na opwaardering en afwaardering zien. Het is interessant om te zien dat de cumulatieve rendementen na opwaardering positief zijn en na afwaarderingen negatief. Gemiddeld gezien is het rendement na een opwaardering 1,4 procent hoger dan dat van de benchmark terwijl afgewaardeerde aandelen het 0,7 procent slechter doen. De figuur geeft ook het verschil aan tussen op- en afwaarderingen. Het verschil loopt gaandeweg de tijd op tot 2,1 procent. In een statistische analyse hebben we het cumulatieve rendement vanaf dag 3 tot 130 na de wijziging geregresseerd op een dummy-variabele die aangeeft of de wijziging een opwaardering of een afwaardering was. De coëfficiënt van deze dummy-variabele bedraagt 2,1 procent met een bijbehorende t-waarde van 2,75. Met andere woorden, het ontstane verschil is statistisch significant.

Figuur 1. Cumulatieve rendementen na advieswijzigingen

Top-, nop-, en flopportefeuilles

Het feit dat opwaarderingen gepaard gaan met buitengewone rendementen betekent niet dat de meest aanbevolen aandelen het het beste doen. Sommige aandelen hebben veel langer dan een half jaar hetzelfde uitstaande advies van een analist. Plus, het feit dat we uitgaan van beleggers met een informatieachterstand betekent niet alleen dat een aandeel na “goed nieuws” eventueel na twee dagen in de topportefeuille terechtkomt waarmee die portefeuille positief beïnvloed wordt; het betekent ook dat een aandeel na slecht nieuws pas na twee dagen uit de topportefeuille wordt verwijderd. Het negatieve rendement dat gepaard gaat met een afwaardering wordt daarmee toch nog geboekt in de topportefeuille.

Puur afgaande op de eindwaarden in de grafiek zou de conclusie zijn dat analisten vooral goed zijn in het spotten van achterblijvende aandelen want de top- en nopportefeuille boeken ongeveer een gelijk resultaat terwijl de flopportefeuille sterk achterblijft.

Figuur 2 laat het verloop van de drie verschillende portefeuilles zien in de onderzoeksperiode vanaf 2011 tot eind 2021. De nopportefeuille heeft het het beste gedaan, gevolgd door de topportefeuille en vervolgens de flopportefeuille. Puur afgaande op de eindwaarden in de grafiek zou de conclusie zijn dat analisten vooral goed zijn in het spotten van achterblijvende aandelen want de top- en nopportefeuille boeken ongeveer een gelijk resultaat terwijl de flopportefeuille sterk achterblijft. Hier is wel wat op aan te merken. Ten eerste is het goede resultaat van de topportefeuille vooral behaald na de ‘coronacrash’ in 2020. Vóór dat moment deed deze portefeuille het niet systematisch beter dan de andere portefeuilles. Ten tweede moeten we het risicoprofiel van de verschillende portefeuilles beschouwen. We zien dat analisten vooral aandelen met een relatief hoog systematisch risico (‘beta’) hebben opgenomen in hun favorietenlijstjes. De beta van de topportefeuille bedraagt 1,11 terwijl die van de flopportefeuille 0,95 bedraagt. Corrigerend voor het risico, behaalt de topportefeuille een geannualiseerd rendement (‘alfa’) dat 0,37% lager is dan de benchmark. De alfa van de flopportefeuille is -0,93%. Dit verschil is statistisch verwaarloosbaar. Het verschil tussen de nop- en de flopportefeuille is ook statistisch insignificant. Daarmee kunnen we niet concluderen dat beleggen op basis van de uitstaande adviezen een winstgevende activiteit is voor beleggers.

Figuur 2. Prestaties van de Top-, Nop- en Flopportefeuille

Conclusies

In 2010 lieten we zien dat veranderende analistenadviezen een kortetermijneffect hebben op aandelenkoersen. In het huidige onderzoek laten we zien dat dit effect ook op de langere termijn merkbaar is. In de periode gemeten vanaf twee dagen tot 130 dagen na publicatie van advies doen opgewaardeerde bedrijven het 2 procent beter dan afgewaardeerde bedrijven. Deze bevinding is statistisch significant. Dit wil niet zeggen dat beleggers alleen maar in aandelen moeten beleggen waarover analisten positief zijn. Deze aandelen doen het weliswaar wat beter dan de minst geliefde aandelen, maar deze voorsprong is slechts behaald in de coronacrisis, en is niet statistisch significant.

Deze informatie betreft geen beleggingsadvies. MeJudice aanvaardt geen enkele aansprakelijkheid.

Literatuur

Bradley, D., Clarke, J., Lee, S., & Ornthanalai, C. (2014). Are analysts’ recommendations informative? Intraday evidence on the impact of time stamp delays. The Journal of Finance, 69(2), 645-673.

Altınkılıç, O., Hansen, R. S., & Ye, L. (2016). Can analysts pick stocks for the long-run? Journal of Financial Economics, 119(2), 371-398.

Gerritsen, D.F., & Gerritsen, W.A. (2011). Beleggingsanalisten voorspelden wél goed in 2010. Mejudice.

Buijs, A., Gerritsen, D.F., & Gerritsen, W.A. (2010). Wat heeft een belegger aan het gratis advies van een analist? Mejudice.

Voetnoten