De contrarian en de momentum strategie op grondstoffenmarkten

UNIVERSITEIT GENT FACULTEIT ECONOMIE EN BEDRIJFSKUNDE ACADEMIEJAAR 2011 2012 De contrarian en de momentum strategie op grondstoffenmarkten Masterproef voorgedragen tot het bekomen van de graad van Master of Science in de Toegepaste Economische Wetenschappen: Handelsingenieur Sven Tremmerie onder leiding van Prof. Dr. Michael Frömmel

UNIVERSITEIT GENT FACULTEIT ECONOMIE EN BEDRIJFSKUNDE ACADEMIEJAAR 2011 2012 De contrarian en de momentum strategie op grondstoffenmarkten Masterproef voorgedragen tot het bekomen van de graad van Master of Science in de Toegepaste Economische Wetenschappen: Handelsingenieur Sven Tremmerie onder leiding van Prof. Dr. Michael Frömmel

PERMISSION Ondergetekende verklaart dat de inhoud van deze masterproef mag geraadpleegd en/of gereproduceerd worden, mits bronvermelding. Sven Tremmerie

Woord vooraf Graag wil ik mijn oprechte dank betuigen aan enkele mensen die, op verscheidene vlakken, hebben bijgedragen tot het verwezenlijken van deze masterproef. Eerst en vooral wil ik mijn promotor, Prof. Dr. Michael Frömmel, bedanken voor het ter beschikking stellen van dit boeiend onderwerp. Daarnaast wil ik ook mijn ouders bedanken voor de vele inspirerende gesprekken op momenten dat het schrijven van deze masterproef iets stroever verliep. In het bijzonder wil ik mijn dank betuigen aan mijn vader en mijn jongste zus voor het kritisch nalezen van dit werkstuk. Tot slot wil ik nog mijn naaste vriendenkring, en in het bijzonder mijn vriendin, bedanken voor de steun die zij mij tijdens deze periode verleend hebben. I

Inhoudsopgave Gebruikte afkortingen... III Lijst van tabellen... IV Lijst van figuren... IV 1. Inleiding... 1 2. Random Walk en Efficiënte Markt Hypothese... 3 2.1. Random Walk... 3 2.2. Efficiënte Markt Hypothese... 4 2.3. Implicaties... 4 3. Kritiek op de Efficiënte Markt Hypothese... 6 3.1. Contrarian strategie... 6 3.1.1. Oorsprong... 6 3.1.2. Voorbeelden... 6 3.1.3. Overzicht van de reeds bestaande literatuur... 7 3.1.4. Conclusie... 11 3.2. Momentum strategie... 12 3.2.1. Oorsprong... 12 3.2.2. Voorbeelden... 13 3.2.3. Overzicht van de reeds bestaande literatuur... 14 3.2.4. Conclusie... 19 4. Empirisch onderzoek: Beleggingssimulatie... 20 4.1. Inleiding... 20 4.2. Data... 20 4.3. Methode... 21 4.3.1 Conrad en Kauls methode... 21 4.3.2 Decompositie van de winst... 26 4.3.3 Transactiekosten... 29 4.3.4 Robuustheid: Jegadeesh en Titmans methode... 30 4.3.5 De momentum- en contrarianstrategie en marktrisico... 31 4.4. Resultaten en Interpretatie... 32 4.4.1 Conrad en Kauls methode... 32 4.4.2 Decompositie van de winst... 35 4.4.3 Transactiekosten... 36 4.4.4 Robuustheid: Jegadeesh en Titmans methode... 41 4.4.5 De contrarianstrategie en marktrisico... 46 4.5. Conclusies... 54 5. Algemeen besluit... 56 5.1. Beperkingen... 57 5.2. Aanbevelingen voor verder onderzoek... 58 Lijst van geraadpleegde werken... VI II

Gebruikte afkortingen EMH: Efficiënte Markt Hypothese MSCI: NYSE: AMEX: GSCI: Morgan Stanley Capital International New York Stock Exchange American Stock Exchange Goldman Sachs Commodity Index S&P 500: Standard and Poors 500 CAPM: Capital Asset Pricing Model III

Lijst van tabellen Tabel 1: Samenvattende statistieken van de maandelijkse opbrengsten voor elke grondstof... 22 Tabel 2: Gemiddelde winsten van momentumstrategieën aan de hand van Conrad en Kauls methode... 34 Tabel 3: Decompositie van de winsten... 35 Tabel 4: Gemiddelde winsten van momentumstrategieën aan de hand van Conrad en Kauls methode inclusief transactiekosten... 37 Tabel 5: Gemiddelde winsten van momentumstrategieën aan de hand van Jegadeesh en Titmans methode... 44 Tabel 6: Gemiddelde maandelijkse opbrengst en standaardafwijking... 48 Tabel 7: 1-factor model... 51 Lijst van figuren Figuur 1: Methodologisch overzicht... 23 Figuur 2: Constructie van een value weighted - portefeuille... 43 IV

1. Inleiding Academici binnen het financieel-economisch vakgebied en investeerders kunnen ruwweg in twee groepen worden opgedeeld, namelijk de fundamentalisten en de technische analisten. De eerste groep hecht geloof aan de efficiënte markthypothese in de zwakke vorm, aangezien zij niet geloven dat het mogelijk is om winst te maken door het analyseren van historische prijswijzigingen. Om hun investeringsbeslissingen te staven, onderzoeken zij de zogenaamde fundamenten van het bedrijf, zijnde winst, groei, vooruitzichten, enzoverder. Lijnrecht tegenover deze groep staan de technische analisten, ook chartists genaamd, die patronen onderzoeken in de historische prijswijzigingen om zo hun investeringsbeslissingen te staven. Deze technische analisten geloven dus niet in de Efficiënte Markt Hypothese (EMH). De laatste decennia is er een aanzienlijke hoeveelheid literatuur verschenen die gericht is op het onderzoeken van zowel momentum- als contrarianstrategieën. Bij het volgen van een momentumstrategie wordt uitgegaan van de idee dat, wanneer een beleggingsinstrument een trend inzet (positief of negatief), deze trend zich in de toekomst voort zal zetten. De contrarianstrategie bouwt daarentegen voort op de veronderstelling dat er zich een ommekeer zal voordoen in een waargenomen trend. Het onderzoek naar deze twee strategieën is zeer uitgebreid en werd reeds toegepast op aandelen, aandelenindices en grondstoffenfutures, en dit reeds in een grote verscheidenheid aan geografische markten. Deze masterproef heeft als doel bij te dragen tot de reeds bestaande literatuur door aan de hand van technische analyse de winstgevendheid van contrarian- en momentumstrategieën op de spot-markt van grondstoffen te onderzoeken. Dit geeft zuiverdere resultaten dan het onderzoek naar contrarian- en momentumstrategieën op grondstoffenfutures, aangezien bij deze laatste externe effecten zoals de interestvoet en de rollover van futures contracten meespelen. 1

Concreet tracht deze masterproef een antwoord te formuleren op de volgende onderzoeksvragen: Onderzoeksvraag 1: Is het mogelijk om significante winsten te bekomen door het implementeren van zero-cost momentum- en contrarianstrategieën op de spotmarkt van grondstoffen? Onderzoeksvraag 2: Indien er significante winsten gevonden worden, worden deze dan vooral gegenereerd door (negatieve) autocorrelatie, (negatieve) crossautocorrelatie of door cross-sectionele dispersie in gemiddelde opbrengsten? Onderzoeksvraag 3: Blijven de gevonden winsten significant na het introduceren van transactiekosten? Onderzoeksvraag 4: Genereert een momentum/contrarian strategie excess-returns wanneer gecorrigeerd wordt voor marktrisico? Hoofdstuk 2 geeft een inleidend overzicht van de EMH en het daaraan gerelateerde concept Random Walk. Daarna gaat hoofdstuk 3 verder in op de reeds bestaande literatuur met betrekking tot zowel momentum- als contrarianstrategieën. In hoofdstuk 4 wordt er dan verder gebouwd op deze literatuurstudie en wordt er een empirisch onderzoek uitgevoerd aan de hand van een beleggingssimulatie. Uit deze empirische studie blijkt dat het volgen van een contrarianstrategie winstgevend is. Zelfs na het in rekening brengen van transactiekosten ten belope van 5% blijven nog steeds 11 van de 60 uitgeteste strategieën significant winstgevend. Een decompositie van de winsten toont verder aan dat deze winsten afkomstig zijn van positieve crossautocorrelatie tussen de verschillende grondstoffen in de steekproef. Daarnaast blijven verschillende strategieën excess-returns opleveren wanneer ook de blootstelling aan marktrisico in rekening wordt genomen. In hoofdstuk 5 wordt deze masterproef afgerond met een beknopt overzicht van de bekomen resultaten, aangevuld met opportuniteiten voor verder onderzoek. 2

2. Random Walk en Efficiënte Markt Hypothese Een verscheidenheid aan mensen proberen al geruime tijd te achterhalen of de financiële markten als efficiënt bestempeld mogen worden. Daarnaast wordt ook vaak onderzocht of prijswijzigingen op deze markten al dan niet een zogenaamde Random Walk beschrijven. In wat volgt wordt de achtergrond van deze twee concepten, en hun impact op deze masterproef, besproken. 2.1. Random Walk De random walk-theorie bestaat uit twee onderdelen. Het eerste onderdeel stelt dat opeenvolgende prijswijzigingen onafhankelijk zijn van elkaar. Daarnaast stelt het tweede onderdeel dat deze prijswijzigingen een of andere waarschijnlijkheidsdistributie volgen. Aan de grondslag van de eerste veronderstelling ligt de hypothese dat markten efficiënt zijn (infra, p.4). Indien dit het geval is, liggen de waargenomen prijzen steeds dicht bij de intrinsieke waarde van het aandeel. De veronderstelling is dat, aangezien de intrinsieke waarde van een aandeel niet exact bepaald kan worden, er nog steeds een kleine hoeveelheid onzekerheid aanwezig is over wat nu een correcte prijs is. Dit heeft tot gevolg dat de waargenomen prijs willekeurig rondom de intrinsieke waarde zal fluctueren, vanwaar de naam random walk. In de praktijk zullen we echter zo goed als nooit een perfect willekeurige random walk waarnemen. Deze waarneming zou dan gepaard gaan met een nulcorrelatie tussen opeenvolgende prijswijzigingen. Algemeen wordt aanvaard dat enige correlatie mogelijk is zonder dat deze afbreuk doet aan de random walk -hypothese. Voor praktische redenen blijft de random walk hypothese gelden zolang de correlatie zodanig klein is dat deze niet gebruikt kan worden om een hogere verwachtte opbrengst te behalen dan de opbrengst verkregen door het implementeren van een buy-and-hold strategie. De tweede veronderstelling is minder cruciaal dan de eerste. Er wordt immers enkel verwacht dat prijsveranderingen een of andere waarschijnlijkheidsdistributie volgen. In de literatuur werd reeds uitvoerig onderzocht welke distributie het best overeenkomt met prijswijzigingen. Hierbij werd opgemerkt dat deze distributie gekenmerkt wordt door zogenaamde fat tails. Dit betekent dat de distributie leptokurtisch is en de kans op grote verliezen of grote winsten onderschat wordt. Bijgevolg wordt het risico dus ook onderschat. Mandelbrot (1963) stelt dat 3

prijswijzigingen geen normale verdeling volgen maar een zogenaamde stabiele paretiaanse verdeling 1. Er moet echter opgemerkt worden dat de kurtosis daalt wanneer prijswijzigingen over grotere tijdsintervallen beschouwd worden. Aldus kan er gesteld worden dat, bij het gebruik van maandelijkse prijswijzigingen, de normale verdeling een voldoende goede benadering is. 2.2. Efficiënte Markt Hypothese Vooral Fama heeft veel aandacht besteed aan het opstellen van deze hypothese. In zijn alom bekend werk uit 1970 stelt hij het volgende: A market in which prices always fully reflect available information is called efficient. (Fama, 1970, p383). In dit werk maakt Fama onderscheid tussen een zwakke, semi-sterke en sterke vorm van marktefficiëntie. Als de markt zwakke vorm efficiëntie vertoont, betekent dit dat het onmogelijk is om op basis van historische prijswijzigingen voorspellingen te doen over toekomstige prijswijzigingen. Deze benadering is vooral gebaseerd op eerder behaalde resultaten uit de random walk literatuur. Onder semi-sterke vorm marktefficiëntie wordt verstaan dat alle historisch beschikbare informatie reeds in de prijs is inbegrepen. Deze vorm van efficiëntie houdt dus, naast de historische prijzen (zwakke vorm efficiëntie), ook rekening met alle publiek beschikbare informatie. Ten slotte wordt onder sterke vorm marktefficiëntie verstaan dat, naast alle publiek beschikbare informatie, ook alle private informatie de houder van deze informatie geen extra return op kan leveren. 2.3. Implicaties Zoals vermeld in de inleiding, is het de bedoeling om tijdens deze masterproef gebruik te maken van technische analyse om zo twee anomalieën (momentum en contrarian) met betrekking tot de Efficiënte Markt Hypothese (hierna: EMH) te bestuderen. De EMH heeft verstrekkende gevolgen voor deze masterproef. Immers, indien de markt ten minste zwakke vorm efficiëntie vertoont, en er bijgevolg dus ook sprake is van een random walk, dan is het gebruik van technische analyse nutteloos. Deze 1 Niet-normaal verdeelde, doch stabiele verdelingen worden gegroepeerd onder de term: stabiele paretiaanse verdelingen. 4

analyse zou immers niet in staat zijn om een hogere return te halen dan een simpele buy-and-hold strategie terwijl deze wel extra inspanningen met zich meebrengt, namelijk het analyseren van historische prijswijzigingen. Er is reeds veel aandacht besteed aan het testen van de EMH. Hierbij wordt echter altijd op het joint hypothesis probleem gestoten. Immers, wanneer getest wil worden indien de waargenomen prijzen de correcte prijzen weerspiegelen, moet men te weten zien te komen hoeveel deze correcte prijzen bedragen. Meestal wordt voor het bepalen van deze correcte prijzen gebruik gemaakt van een of ander model (bijvoorbeeld het Capital Asset Pricing Model of Factor Models). Hierdoor kan men echter niet volkomen zeker zijn dat de bekomen geschatte correcte prijzen ook de werkelijke correcte prijzen zijn. Bijgevolg kan een afwijking tussen de waargenomen prijzen en de geschatte correcte prijzen enerzijds gezien worden als een fout in het model dat gebruikt wordt om deze correcte prijzen te schatten, anderzijds kan deze afwijking duiden op een inefficiënte markt. Door dit joint hypothesis probleem is het dus niet mogelijk om een sluitende test van de EMH uit te voeren. De algemene visie, terug te vinden in bestaande literatuur, is dat de random walk een voldoende goede benadering van de realiteit is. Indien er toch statistisch significante correlaties terug te vinden zijn tussen opeenvolgende prijzen, zijn deze zodanig klein dat deze economisch niet relevant zijn. Daarnaast wordt ook algemeen aanvaard dat ook de EMH, vooral dan de zwakke en semi-sterke vorm, best niet verworpen wordt. Toch heeft een aanzienlijk deel van de literatuur betrekking op technische analyse en blijkt dit een techniek te zijn die in de praktijk veel wordt gebruikt. Verschillende auteurs bekomen resultaten die aantonen dat technische analyse toch extra winst kan opleveren. Deze resultaten worden echter veelal betwist omdat deze afhankelijk zijn van de gekozen steekproef en onderworpen zijn aan de zogenaamde survivorship bias. Deze survivorship bias vertekent onderzoeksresultaten aangezien aandelen die van de beurs geschrapt werden niet in de steekproef worden opgenomen. In het volgend hoofdstuk wordt verder ingegaan op de twee anomalieën die het onderwerp van deze masterproef vormen, namelijk de contrarian en de momentum strategie. Het doel is hier om een overzicht te geven van wat reeds in de literatuur werd onderzocht en geconcludeerd. 5

3. Kritiek op de Efficiënte Markt Hypothese In de loop der tijd, is er reeds veel onderzoek gedaan naar het al dan niet stand houden van de EMH. In het bijzonder werd reeds door heel wat auteurs onderzocht indien het mogelijk is om, aan de hand van historische prijs-patronen, voorspellingen te doen over toekomstige prijzen. De contrarian en de momentum strategie zijn hier twee voorbeelden van. De literatuur laat mij toe te besluiten dat beide theorieën enigszins werken, zij het wel op verschillende termijnen. 3.1. Contrarian strategie 3.1.1. Oorsprong De idee achter de contrarian strategie vindt zijn oorsprong in de experimentele psychologie. In 1982, onderzochten Kahneman en Tversky hoe mensen reageren op onverwachte, dramatische gebeurtenissen. Hierbij kwamen ze tot de conclusie dat mensen geneigd zijn te overreageren. Indien mensen ook overreageren op de financiële markten, dan zou deze kennis gebruikt kunnen worden bij het selecteren van aandelen. Immers, als goed nieuws de investeerders bereikt, dan zouden deze de prijs opdrijven tot een waarde die niet meer overeenkomt met de intrinsieke, correcte waarde. Na verloop van tijd zou echter blijken dat dit aandeel nu overgewaardeerd is en zou er zich een correctie voordoen die de prijs opnieuw laat zakken tot zijn intrinsieke waarde. Het omgekeerde doet zich voor bij slecht nieuws. Zowel bij goed als bij slecht nieuws, vertoont de werkelijke prijs dus een afwijking ten opzichte van de intrinsieke waarde, die later gecorrigeerd wordt. Deze correctie wordt aangeduid met de term return reversal. Volgens de contrarian strategie kan een belegger van deze kennis gebruik maken door aandelen die het slecht deden in het verleden te kopen en aandelen die het goed deden te verkopen. Een veel gehoorde uitspraak die deze theorie verwoordt is: Buy low, sell high. 3.1.2. Voorbeelden Enkele gebeurtenissen kunnen illustreren hoe het toepassen van deze theorie bijzonder winstgevend zou kunnen geweest zijn. Een eerste voorbeeld is gekend onder de naam tulpenmanie. Deze bubbel wordt uitvoerig beschreven in het boek Extraordinary Popular Delusions and the Madness of Crowds, in 1841 geschreven door Charles MacKay. In Nederland heerste vanaf 1634 tot 1637 een ware tulpenrage. Op zijn hoogtepunt werden tulpenbollen verkocht 6

aan prijzen waar men op dat moment een huis mee kon kopen. Deze prijzen bedroegen wel 10 keer het gemiddeld jaarinkomen van een Nederlander. Deze rage kende echter in februari 1637 een abrupt einde. De prijzen kelderden en keerden terug naar een waarde die als realistisch bestempeld kan worden. Een belegger die dicht tegen het hoogtepunt een contrarian strategie volgde en op een prijsdaling speculeerde door middel van short selling zou hier een mooie winst gemaakt hebben. Een tweede voorbeeld waar tegen de markt ingaan een goede investering zou geweest zijn heeft betrekking op Citicorp. Citicorp was in het einde van de jaren 80 de grootste bank van de USA en de 11 e grootste bank in de wereld. Stilaan werd echter duidelijk dat de bank verliezen moest nemen op leningen die in het verleden waren toegekend. De algemene sfeer in de markt rondom Citicorp kleurde somber en in het aandeel daalde van $35 naar $11. Aangezien de reserves steeds verder slonken begonnen zowel analisten als de pers het einde van deze bankreus te voorspellen. Enkele maanden nadat een Saoudische prins voor $590 miljoen aan kapitaal in de bank pompte werd echter een ommekeer ingezet. Op 29 oktober 1991 bedroeg de aandelenprijs van Citicorp slechts $11,13 maar deze steeg tot een hoogtepunt van $120,56 in juni 1997. Zelfs iemand die niet op het laagste punt kocht kon hier toch nog een mooie return behalen. Bij dit voorbeeld wil ik nog de bemerking maken dat de hoge return die hier behaald wordt ook simpelweg aanzien kan worden als een faire compensatie voor het lopen van een groot risico. 3.1.3. Overzicht van de reeds bestaande literatuur Eén van de meest geciteerde werken in verband met de contrarian strategie heet Does the Stock market Overreact? (De Bondt en Thaler, 1985). Geïnspireerd door het werk van Kahneman en Tversky (1982), willen de auteurs nagaan of de aandelenmarkt overreageert. Hierbij testen ze twee hypotheses gebruik makende van maandelijkse opbrengsten van alle aandelen die op de New York Stock Exchange (hierna: NYSE) genoteerd werden tussen 1926 en 1982. Als eerste hypothese stellen ze dat extreme wijzigingen in aandelenprijzen gevolgd zullen worden door prijswijzigingen in de tegenovergestelde richting. Daarnaast stellen ze ook dat, des te extremer de initiële prijswijziging is, des te groter de daarop volgende correctie zal zijn. Indien F t-1 de complete set aan informatie bevat die beschikbaar is op tijdstip t-1 dan stelt de EMH dat = =0, waarbij = 7

en =. Hierbij is de return van de winnaarsportefeuille en de return van de verliezersportefeuille. is dan de door de markt verwachte waarde van, gebaseerd op informatieset. De interpretatie van is equivalent, maar dan voor de verliezersportefeuille. De overreactiehypothese stelt echter dat <0 en >0. Om dit te testen gaan de auteurs als volgt te werk. Eerst en vooral wordt elke maand een gemiddelde opbrengst van alle aandelen berekend ( ). Hier duidt t de maand aan waarop de opbrengst betrekking heeft. Dit gemiddelde dient als een proxy voor de marktopbrengst. Daarna worden residuele opbrengsten geschat volgens de volgende formule: =, waar de opbrengst is van aandeel j in maand t. Deze residuele opbrengsten zijn belangrijk aangezien deze de basis vormen voor het opstellen van een verliezers- en een winnaarsportefeuille, en dit op 16 verschillende datums (de portefeuille formatie data, voorgesteld door ). Deze portefeuilles worden opgesteld door het berekenen van de cumulatieve residuele opbrengsten per aandeel, over de 36 maanden voor de portefeuille formatie datum. De top 35 (of top 50 of het bovenste deciel) aandelen vormen samen de winnaarsportefeuille. De slechtste 35 (of slechtste 50 of het onderste deciel) aandelen vormen dan de verliezersportefeuille. Daarna worden de cumulatieve gemiddelde residuele opbrengsten (CAR = Cumulative Average Returns) over de volgende 36 maanden berekend. Deze worden aangeduid door CAR W,n,t en CAR V,n,t met n = 1,,16 (de 16 portefeuille formatie data) en t = 1,,36 (36 maanden volgend op de portefeuilleformatidatum). Als laatste stap worden deze CAR s uit alle 16 testperiodes gebruikt om gemiddelde CAR s te berekenen (ACAR = Average Cumulative Average Returns), aangeduid door ACAR W,t en ACAR V,t. De overreactiehypothese stelt dan dat voor t > 0, ACAR W,t < 0 en ACAR V,t > 0 zodat [ACAR V,t ACAR W,t ] > 0. De resultaten van hun statistische testen zijn verbluffend. Uit de resultaten blijkt dat 3 jaar na de formatie van de beleggingsportefeuille de aandelen die voor de formatie een lage performantie vertoonden, 25% meer opbrengen dan de aandelen met een hoge historische performantie. Hierbij stellen ze ook vast dat deze hogere opbrengst geen compensatie is voor een hoger risico, aangezien de verliezersportefeuille significant minder risicovol is dan de winnaarsportefeuille. De auteurs besluiten dat er zich overreacties voordoen en dat ze dus bewijs gevonden hebben van zwakke vorm marktinefficiënties. 8

Conrad en Kaul (1998) bekomen resultaten die consistent zijn met deze van De Bondt en Thaler (1985). Hun dataset bestaat uit alle beschikbare NYSE/AMEX aandelen uit de periode tussen 1926 en 1989. Via een methode, die een uitbreiding is op deze gebruikt door Lehmann (1990) en Lo en MacKinlay (1990) (infra, p.9), vinden ze 25 winstgevende en statistisch significante lange termijn contrarian strategieën (3-5 jaar). Ze waarschuwen hier wel dat deze resultaten zich beperken tot de periode tussen 1926 en 1947. Buiten deze periode vinden ze wel winstgevende contrarian strategieën, maar deze blijken niet statistisch significant te zijn. Zoals reeds vermeld is hun werk in feite een uitbreiding op de werken van Lehmann (1990) en Lo en MacKinlay (1990). Lehmann (1990) stelt dat er twee verklaringen kunnen zijn voor het waarnemen van voorspelbare prijsveranderingen. Enerzijds kan het zijn dat de door de beleggers nodig geachte opbrengst doorheen de tijd fluctueert, wat kan resulteren in voorspelbare, doch efficiënte, veranderingen in aandelenprijzen. Anderzijds kan het ook zijn dat de voorspelbaarheid afkomstig is uit overreacties door de beleggers, wat dan een inefficiënte markt impliceert. Om te onderzoeken of er inderdaad sprake is van overreactie, onderzoekt de auteur opbrengsten over korte intervallen. De veronderstelling die hier gemaakt wordt is dat korte termijn veranderingen in fundamentele waarden verwaarloosbaar zijn. Als men dan toch voorspelbare prijsveranderingen aantreft, stelt de auteur, kan de EMH verworpen worden. Om de overreactiehypothese te testen neemt hij elke week een ongewogen gemiddelde van de aandelen die op de New York en American Stock Exchanges noteerden tussen 1962 en 1990. Elke week stelt hij een portefeuille samen waarbij de gewichten van de individuele aandelen in de portefeuille bepaald werden door hun prestatie ten opzichte van het ongewogen gemiddelde van alle aandelen in de voorbije week. Indien het aandeel in de voorbije week slechter presteerde dan het ongewogen gemiddelde dan werd dit aandeel aangekocht. Indien het beter presteerde werd het aandeel short verkocht. Aangezien de vroegere verliezers worden aangekocht met het geld dat je ontvangt voor het verkopen van de voorbije winnaars, wordt er een zero-cost portefeuille samengesteld. Indien deze portefeuille in de weken nadien significant positieve resultaten boekt, betekent dit dat er sprake is van overreactie. Uit zijn resultaten concludeert de auteur dat de EMH verworpen kan worden aangezien hij aantoonde dat de verliezers (winnaars) in een bepaalde week, de winnaars (verliezers) worden van de daarop volgende week. Lo en MacKinlay (1990) vinden dat veel auteurs een fout maken door te stellen dat 9

contrarianstrategiën het bewijs vormen van overreactie. In hun werk bewijzen ze immers dat de verwachte opbrengsten van een contrarian strategie niet per se samen moeten gaan met een overreactie van de beleggers. Zij tonen aan dat minder dan 50% van deze opbrengsten aan overreactie te wijten is, en het overgrote deel afkomstig is van cross-autocorrelatie tussen verschillende aandelen. Deze crossautocorrelatie manifesteert zich volgens hen doordat de opbrengsten van kleinere aandelen achter lopen op de opbrengsten van grotere aandelen. Als voorbeeld halen zij een wereld aan met enkel twee aandelen, A en B. Indien A vandaag een hogere return behaalt dan B, dan verkoopt de contrarian-belegger A en koopt B. Indien A en B nu positief gecross-autocorreleerd zijn, betekent dit dat een hogere return voor A vandaag, een hogere return voor B morgen impliceert. Gemiddeld gezien zal een contrarian dus geprofiteerd hebben van deze long positie in aandeel B. Kang, Liu en Ni (2002) onderzoeken de contrarian strategie in de Chinese aandelenmarkt. Hiervoor maken ze gebruik van wekelijkse aandelenprijzen in de periode tussen januari 1993 en januari 2000. Gebruik makende van dezelfde methode als Lo en MacKinlay (1990) ontdekken ze significante contrarian strategieën op korte termijn. Ze concluderen dat deze abnormale opbrengsten niet te wijten zijn aan tijdsvariërend risico of afkomstig zijn van de bid-ask spread maar het gevolg zijn van overreactie met betrekking tot bedrijfsspecifieke informatie. De auteurs waarschuwen hier wel dat de Chinese aandelenmarkt nog niet matuur is en dat ze verwachten dat de winstgevendheid van contrarian strategieën in de toekomst zal afnemen. Het is duidelijk dat verschillende auteurs tot verschillende conclusies komen. Zo onderzocht Richards (1997) of er zich ook return reversals voordoen in aandelen indexen. Om dit te testen steunt hij op de methodologie gebruikt door De Bondt en Thaler (1985) en past hij deze toe op de Morgan Stanley Capital International (MSCI) index van december 1969 tot december 1995. Hij vindt de sterkste return reversals terug op een driejarige beleggingstermijn. Hij besluit ook dat de opbrengsten gepaard gaande met de contrarian strategie niet verklaard kunnen worden door een hoger risico. Mun, Kish en Vasconcellos (2001) vinden dan weer statistisch significante opbrengsten, maar deze zijn zodanig klein dat de economische relevantie nihil wordt bevonden. Chan (1988) ondersteunt de overreactie hypothese niet, en besluit dat de opbrengsten een compensatie vormen voor het nemen van een hoger risico. 10

Specifiek onderzoek naar de contrarian strategie met betrekking tot grondstoffen beperkt zich tot de futures-markt van grondstoffen. Hierbij onderzochten Miffre en Rallis (2007) meerdere contrarian strategieën op agrarische futures, vee futures, metaal futures en olie en gas futures, gebruik makende van de methode van Jegadeesh en Titman (2001). De auteurs concludeerden dat deze strategieën niet blijken te werken. Ook Shen, Szakmary en Sharma (2007) vinden geen significant bewijs van het bestaan van winstgevende contrarian strategieën in de grondstoffen futures-markt. Wang en Yu (2004) vinden echter wel bewijs van overreactie aangezien hun korte termijn contrarian strategie winstgevend blijkt te zijn, zelfs na het in rekening nemen van mogelijke transactiekosten. Ook vinden ze een positieve link tussen veranderingen in de verhandelde volumes en de grootte van de winst. 3.1.4. Conclusie Algemeen kan worden gesteld dat reeds vele auteurs bewijs geleverd hebben van het bestaan van zogenaamde return reversals op aandelenmarkten, zowel op korte als op lange termijn. De meer recente literatuur richt zich steeds meer op het onderzoek van de oorzaken van de winstgevendheid van een contrarian strategie. Onder de aangehaalde oorzaken vinden we: 1) overreactie, 2) compensatie voor het lopen van een hoger risico, 3) cross-autocorrelatie door lead-lag effecten, 4) bid-ask spread effect. De discussie over wat nu de juiste verklaring is woedt nog volop. Aangezien niet elk van deze oorzaken een schending van de EMH betekent, kan dus afhankelijk van de geconcludeerde oorzaak de EMH al dan niet verworpen worden. Op de grondstoffen futures-markt is de literatuur minder eenduidig. Aangezien de literatuur geringer is, is het moeilijker om hier conclusies te trekken. Er zijn zowel resultaten gerapporteerd die contrarian winsten bevestigen als resultaten waar deze winsten niet teruggevonden worden. 11

3.2. Momentum strategie 3.2.1. Oorsprong De momentum strategie vormt de tegenhanger van de contrarian strategie. Een investeerder die deze strategie volgt gaat er van uit dat eens een trend is ingezet, deze trend zich in de toekomst verder zal zetten. Meerdere verklaringen onderbouwen deze gedachte. De meest aangehaalde verklaring is dat mensen zich bij het nemen van beslissingen laten leiden door de keuzes van andere mensen. Dit fenomeen wordt herding behaviour of kuddegedrag genoemd. Wanneer beleggers dus waarnemen dat de prijs van een bepaald aandeel omhoog gedreven wordt, en ze mensen rondom hen zien die dat aandeel beginnen te kopen, zullen deze geneigd zijn om hier in mee te gaan en dit aandeel ook kopen. Hierdoor stijgt de prijs van het aandeel verder en zullen steeds meer mensen de trend opmerken. Het is hierbij niet onwaarschijnlijk dat ook de financiële pers aandacht besteed aan de opmars van het aandeel. Dit heeft tot gevolg dat nog meer mensen geneigd zullen zijn om het aandeel te kopen, wat de prijs op zijn beurt nog verder laat stijgen. Wanneer beleggers waarnemen dat een negatieve trend wordt ingezet en dat meer en meer mensen het aandeel van de hand beginnen te doen, zullen ook deze geneigd zijn hetzelfde te doen. Dit heeft tot gevolg dat de prijs verder zakt waardoor nog meer mensen de negatieve trend zullen opmerken en geneigd zullen zijn om ook hun aandelen te verkopen. Deze acties laten de prijs dan opnieuw verder dalen. Een andere verklaring haalt aan dat mensen tijd nodig hebben om nieuwe informatie te assimileren. Wanneer goed nieuws met betrekking tot een bepaald aandeel de beleggers bereikt, dan zal de prijs van dit aandeel normaal gezien stijgen. Het is echter pas na verloop van tijd dat de totale impact van dit goede nieuws echt tot de beleggers doordringt en deze beseffen dat een nog hogere prijs gejustifieerd kan worden. De prijs zal dus door dit opkomend besef nog hoger gedreven worden. Het omgekeerde gebeurt wanneer slecht nieuws de markt bereikt. Dit fenomeen wordt in de financiële economie aangeduid met de onderreactie hypothese. 12

Een derde verklaring stelt dat het kan zijn dat de markt overreageert, zoals de contrarian strategie voorspelt. In sommige gevallen is het echter mogelijk om aanzienlijke momentum opbrengsten te vergaren vooraleer de markt zichzelf corrigeert en de trend zich omkeert. Indien bovenstaande geschetste gedragingen zich effectief voordoen op de financiële markten, dan kan een belegger winst halen uit het kopen (verkopen) van aandelen die gestegen (gedaald) zijn. Deze strategie kan verwoord worden in de zin: Buy high, sell even higher. 3.2.2. Voorbeelden Enkele voorbeelden kunnen aantonen hoe het volgen van een momentum strategie bijzonder winstgevend zou kunnen geweest zijn. Een eerste voorbeeld waar een belegger kon geprofiteerd hebben van het volgen van een momentum strategie heeft betrekking op het aandeel van Microsoft. Tijdens de jaren 90 steeg het aandeel zo goed als continu tot het moment dat de dot-com bubbel barstte in 2000. Rekening houdende met verschillende stock splits, bedroeg de prijs in 1990 minder dan $1. In 1994 bedroeg deze al iets meer dan $2.5. In 1999 begon een iets turbulentere periode. Moest men in deze periode uit het aandeel zijn gestapt, wat automatisch zou gebeurd zijn bij het volgen van een momentum strategie, zou men tussen $37 en $43 hebben ontvangen per aandeel. 2 Een tweede voorbeeld is terug te vinden in de goudprijsevolutie, waarbij twee periodes in het oog springen. De eerste periode waar het volgen van een momentum strategie winstgevend zou geweest zijn, bevindt zich eind jaren 70. Op 1 december 1978 bedraagt de goudprijs ongeveer $195. Daarna wordt een positieve trend ingezet die een piek van $850 dollar bereikt in januari 1980. Een tweede opmerkelijke periode bevindt zich tussen 2001 en 2011. Hiertussen stijgt de goudprijs voortdurend, met uitzondering van de iets turbulentere periodes in 2006 en 2008. Gedurende de periode tussen 2001 en 2011 steeg de goudprijs van ongeveer $252 naar een maximum van ongeveer $1890. 3 2 Bron: Nasdaq 3 Bron: Goldprice.org 13

3.2.3. Overzicht van de reeds bestaande literatuur Conrad en Kaul (1998) (supra, p.9) onderzoeken naast de reeds hierboven gepresenteerde contrarian strategie ook de winstgevendheid van momentum strategieën. De methode gebruikt in hun artikel laat immers toe om de contrarian en de momentum strategie simultaan te testen. De door hen bekomen resultaten zijn consistent met deze bekomen door Jegadeesh en Titman (1993), aangezien zowel Conrad en Kaul, als Jegadeesh en Titman, aantonen dat momentum strategieën over het algemeen positieve en vaak statistisch significante winsten vertonen op middellange termijn (3-12 maanden). Conrad en Kaul (1998) waarschuwen echter wel dat deze resultaten niet terug te vinden zijn in de periode tussen 1926 en 1947. Jegadeesh en Titman (1993) onderzoeken NYSE en AMEX aandelen vanaf 1965 tot en met 1989. Om de momentum strategie te testen selecteren ze aandelen gebaseerd op de opbrengsten die deze genereerden over de voorbije 1, 2, 3 of 4 kwartalen. Daarnaast beschouwen ze beleggingsperiodes van 1, 2, 3 of 4 kwartalen. Er kunnen op deze manier dus 16 verschillende beleggingsstrategieën worden opgesteld. Om de power van de test te verhogen maken de auteurs gebruik van overlappende beleggingsperiodes. Concreet houdt dit in dat de beleggingsstrategie in iedere maand t bestaat uit een aantal portefeuilles die werden samengesteld in de huidige maand, maar ook in de vorige K-1 maanden, waar K de behoudsperiode is. Als voorbeeld kan een strategie die aandelen selecteert op basis van returns over de voorbije J maanden en deze portefeuille K maanden behoudt als volgt geconstrueerd worden: iedere maand t worden de aandelen gerangschikt op basis van de gegenereerde opbrengsten over de voorbije J maanden. Daarna worden tien decielen opgesteld en wordt het bovenste deciel de winnaarsportefeuille en het onderste deciel de verliezersportefeuille genoemd. Elke maand t wordt de winnaarsportefeuille aangekocht, en de verliezersportefeuille verkocht. Deze positie wordt dan K maanden aangehouden. Daarnaast wordt ook uit de positie gestapt die in maand t-k werd aangegaan. Hierdoor wordt in feite elke maand van de aandelen in de volledige portefeuille herzien. Uit hun resultaten concluderen de auteurs dat het kopen van vroegere winnaars en het verkopen van vroegere verliezers significante opbrengsten genereert tussen 1965 en 1989. Daarnaast besluiten ze dat deze opbrengsten niet afkomstig zijn van systematisch risico of voortvloeien uit vertraagde prijs-reacties op gemeenschappelijke factoren (zogenaamde lead-lag effecten). 14

Wanneer de auteurs kijken naar de opbrengsten tot 36 maanden na de portefeuille formatie datum, zien ze dat de helft van de opbrengsten gegenereerd in het eerste jaar vervagen in de twee daarop volgende jaren. Daardoor stellen ze dat de momentum opbrengsten waarschijnlijk eerder te wijten zijn aan overreactie dan aan onderreactie. Acht jaar later willen Jegadeesh en Titman (2001) onderzoeken als de vastgestelde momentum winsten het resultaat waren van data snooping of indien deze ook terug te vinden zijn na 1993. Daarnaast proberen ze ook de oorzaken van deze winsten te achterhalen. Om dit te onderzoeken steunen ze op testen die de post-beleggingsperiode analyseren. Hun nulhypothese stelt dat mensen onderreageren met betrekking tot nieuwe informatie, maar dat na verloop van tijd deze informatie toch volledig in de aandelenprijzen geïncorporeerd wordt. Barberis, Shleifer en Vishny (1998) brengen de conservatism bias aan als een reden waarom beleggers zouden onderreageren op nieuwe informatie. Deze stelt immers dat individuen nieuwe informatie onvoldoende gewicht geven in het bijstellen van hun overtuigingen. Indien beleggers op deze manier reageren, zullen prijzen zich langzaam aanpassen aan nieuwe informatie, maar eens deze in de prijzen is geïncorporeerd zal er geen verdere voorspelbaarheid van de prijs mogelijk zijn. Indien dit het geval is, wordt de winst gegenereerd over de post-beleggingsperiode nul. Indien de post-beleggingsperiode echter negatieve returns behaalt, is er eerder sprake van overreactie dan van onderreactie. De bekomen resultaten zijn gelijkaardig aan deze gevonden in Jegadeesh en Titman (1993). Hierdoor besluiten de auteurs dat de momentum winsten niet volledig toe te schrijven zijn aan data snooping biases. De opbrengsten in de post-beleggingsperiode spreken in het voordeel van de overreactiehypothese als bron van momentum opbrengsten, aangezien deze negatief zijn. Hier wijzen de auteurs er wel op dat enige voorzichtigheid geboden is aangezien er pas vanaf 4 jaar na de portefeuille formatie datum bewijzen van return reversals gevonden worden. Daarnaast zijn deze slechts marginaal significant. Kang et al. (2002) (supra, p.10) onderzoeken naast de contrarian strategie ook de momentum strategie in de Chinese aandelenmarkt. Hun onderzoek leidt tot de identificatie van significante momentum opbrengsten op middellange termijn. In tegenstelling tot Lo en MacKinlay (1990), die stellen dat een lead-lag structuur een belangrijke bron van contrarian winsten is, vinden Kang et al. (2002) echter een specifieke lead-lag structuur terug in de Chinese aandelenmarkt, die een belangrijke bijdrage blijkt te zijn tot de momentum maar niet tot de contrarian winsten. Deze 15

bevinding komt voort uit het feit dat de lag-aandelen de lead-aandeel negatief achtervolgen. Alexander (1961) maakt gebruik van zogenaamde filter regels om na te gaan indien hij winstgevende beleggingsstrategieën kan ontdekken. Een voorbeeld van een strategie die gebruik maakt van een 5% filter is de volgende: wanneer een aandeel 5% stijgt, koop dan dit aandeel en houd dit vast totdat het, na het bereiken van een hoogtepunt, 5% zakt. Op dat moment verkoop je het aandeel en ga je short totdat het aandeel, na het bereiken van een dieptepunt, opnieuw 5% stijgt. Wijzigingen die binnen de 5% band vallen worden genegeerd. Hoe kleiner de filter, hoe kleiner de mogelijke verliezen, maar ook des te kleiner de mogelijke opbrengsten. Men moet er echter ook rekening mee houden dat, des te kleiner de filter, des te groter het aantal transacties die moeten worden uitgevoerd. Alexander concludeert dat sommige van deze filters blijken te werken en dat eens een trend wordt ingezet, deze het meest kans maakt om zich verder te manifesteren. Hierbij vindt hij dus aanwijzingen die de momentum strategie ondersteunen. Shen, Szakmary en Sharma (2005) onderzoeken de link tussen momentum strategieën en groeiaandelen. De auteurs halen twee redenen aan waarom ze verwachten dat momentum strategieën toegepast op groeiaandelen mooie winsten zouden kunnen opleveren. Als eerste reden halen ze aan dat groeiaandelen gevoeliger zijn voor verrassingen met betrekking tot winstverwachtingen. Daarbij stellen ze ook dat analisten toekomstige winstgroei van winnende aandelen onderschatten. Dit heeft tot gevolgd dat, wanneer winnende aandelen gemiddeld gezien positieve winstverrassingen ervaren, deze verrassingen een grotere impact zullen hebben op de winnende aandelen die ook groeiaandelen zijn. Als tweede reden stellen ze dat er een grotere onzekerheid heerst omtrent de correcte waarde van een groeiaandeel. In een omgeving waar short selling toch enigszins beperkt wordt, zullen de meest optimistische beleggers een disproportionele impact hebben op de aandelenprijzen. Des te groter de onzekerheid over wat het aandeel waard is, des te groter de kans dat het overgewaardeerd zal zijn. De auteurs stellen dat indien dit correct is, veel van de momentum winsten zullen worden weggeveegd wanneer het aandeel te lang wordt aangehouden. Om dit alles te testen maken ze gebruik van de methode van Conrad en Kaul (1998) toegepast op de MSCI groei-, waarde- en samengestelde indices. Om de robuustheid van hun resultaten te verzekeren maken ze daarnaast ook nog eens gebruik van een aanpassing aan de methode van Jegadeesh en Titman (1993, 2001). Hun resultaten tonen aan dat de middellange termijn 16

momentum winsten veel groter zijn in de groei-indices dan in de waarde- of samengestelde indices. Bij analyse van de post-beleggingsperiode doen er zich echter bij alle drie de indices-groepen significante verliezen voor. De auteurs concluderen dus dat momentum strategieën beter lijken te werken met groeiaandelen maar de hypothese dat groeiaandelen meer kans maken om misprijst te zijn, wordt echter niet sterk ondersteund. Rouwenhorst (1998) onderzoekt de momentum strategie in een internationale context. Hiervoor maakt hij gebruik van de methode van Jegadeesh en Titman (1993) die hij toepast op 2190 verschillende aandelen uit 12 landen tussen 1978 en 1995. De resultaten tonen aan dat vroegere winnaars gemiddeld gezien 1% per maand meer opbrengen (na correctie voor risico) dan vroegere verliezers. De auteur stelt ook vast dat dit momentum ongeveer 1 jaar duurt, waarna de opbrengsten negatief worden. Daarnaast wordt ook onderzocht of deze momentum opbrengsten afkomstig zijn van een disproportionele inzet op kleine aandelen of indien de strategie zich vooral focust op een kleine subset van landen waardoor diversificatie in het gedrang komt. Om dit eerste na te gaan worden alle aandelen gesorteerd volgens marktkapitalisatie. Daarna worden deze opgedeeld in decielen en wordt elk aandeel in elk deciel gerangschikt volgens zijn performantie over de voorbije 6 maanden. De verliezersportefeuille (winnaarsportefeuille) bestaat dan uit de 10 procent aandelen uit elk omvangsdeciel met de laagste (hoogste) performantie. Op deze manier zullen zowel de winnaars- als de verliezersportefeuille uit hetzelfde aantal aandelen uit elk omvangsdeciel bestaan en dus ongeveer omvangsneutraal zijn. De resultaten tonen aan dat het momentum effect geen reflectie is van de grootte van het aandeel. Alhoewel het effect groter is bij kleinere aandelen, presteren vroegere winnaars in elk omvangsdeciel beter dan vroegere verliezers. Om te testen of een opgelegde diversificatie overheen de 12 landen de momentum opbrengsten teniet doet stelt de auteur nog een andere test op. Hierbij wordt een verliezersportefeuille (winnaarsportefeuille) gevormd door in elk land de 10% slechtste (beste) aandelen te selecteren. Hierdoor wordt een land-neutrale portefeuille samengesteld. De resultaten geven aan dat het verlies in opbrengst door deze opgelegde diversificatie miniem is (van 1.16 naar 0.93% per maand). De auteur concludeert dat deze momentum opbrengsten inconsistent zijn met de gezamenlijke hypothese van marktefficiëntie en algemeen gebruikte asset pricing modellen. Chan, Hameed en Tong (2000) passen een momentumstrategie toe op een steekproef van aandelenindices uit 23 verschillende landen, gedurende de periode 17

tussen 1980 en 1995. Hiervoor maken ze gebruik van de methodes van Lehmann (1990) en Lo en MacKinlay (1990). De resultaten tonen aan dat een actieve momentum strategie een passieve buy-and-hold strategie met ten minste 1% per maand klopt. Alhoewel de opbrengsten licht verhoogd kunnen worden door ook wisselkoersinformatie in rekening te nemen, is het gros van de opbrengsten afkomstig van de voorspelbaarheid van prijswijzigingen in de aandelenindices zelf. Daarnaast blijkt ook dat het momentum groter is wanneer er zich een verhoging in de verhandelde volumes heeft voorgedaan. De opbrengsten kunnen niet volledig verklaard worden door non-synchronous trading en beperken zich niet tot opkomende markten. Wanneer de resultaten gecorrigeerd worden voor risico, worden deze echter behoorlijk klein. De auteurs concluderen dat hun resultaten consistent zijn met kuddegedrag. Met betrekking tot grondstoffen blijven ook de testen van de momentum strategie beperkt tot de grondstoffen futures markt. Miffre en Rallis (2007) (supra, p.11) onderzochten naast contrarian strategieën ook momentum strategieën op grondstoffen futures. In tegenstelling tot de contrarian strategieën blijken deze wel te werken. In hun artikel identificeren ze 13 winstgevende korte termijn (1-12 maanden) momentum strategieën die gemiddeld 9.38% opbrengen per jaar. Ze concluderen dat de winsten geen compensatie vormen voor het lopen van een hoger risico. Shen et al. (2007) (supra, p.11) maken gebruik van data van het Commodity Research Bureau tussen juli 1959 en december 2003. Door gebruik te maken van een momentum strategie bekomen de auteurs significante momentum winsten op beleggingsperiodes tot 9 maanden. Op het einde van elke maand worden de futures gerangschikt op basis van de opbrengsten gegenereerd over de vorig periode. Er worden tien verschillende formatie periodes J gevormd, waarbij J zich van 1 maand uitstrekt tot 60 maanden. De futures worden dan ingedeeld in een van de volgende drie groepen: P1, P2 of P3, waarbij P1 bestaat uit vroegere winnaars en P3 uit vroegere verliezers. Daarna worden de opbrengsten berekend over verschillende beleggingsperiodes met lengte K. De momentum strategie bestaat er in om portefeuille P1 aan te kopen en tegelijk P3 te verkopen. De auteurs concluderen dat hun strategieën significante positieve opbrengsten genereren voor korte en middellange beleggingsperiodes. Deze resultaten zijn redelijk robuust met betrekking tot de onderzochte periode (al zijn de post-1981 opbrengsten iets lager dan in de pre-1981 periode), waardoor het risico op data-snooping biases wordt gedrukt. 18

Alhoewel de momentumstrategieën risicovol blijken te zijn slaagt een factor model er toch niet in om alle opbrengsten aan de hand van risico te verklaren. 3.2.4. Conclusie Net zoals bij de contrarian strategie is de momentumstrategie reeds uitvoerig onderzocht en hebben al vele onderzoekers het bestaan van significante momentum opbrengsten aangetoond. Uit de resultaten worden vooral het kuddegedrag en de overreactiehypothese bevestigd. Met betrekking tot grondstoffen futures zijn de resultaten eenduidiger dan bij de contrarian strategie. Er werden op deze markt reeds door meerdere auteurs significante momentum opbrengsten teruggevonden. Algemeen kan gesteld worden dat zowel de contrarian als de momentum strategie blijken te werken, zij het op een verschillende termijn. Uit de literatuur blijkt dat de contrarian strategie een aangewezen methode is om op korte (wekelijks) of lange (2-5 jaar) termijn te beleggen. De momentum strategie werkt daarentegen beter op middellange termijn (3-12 maanden). Deze masterproef heeft de bedoeling bij te dragen tot de bestaande literatuur door contrarian en momentum strategieën toe te passen op grondstoffen zelf, en niet op de futures op deze grondstoffen. Naar mijn weten zijn hierover nog geen resultaten gepubliceerd. In het volgend hoofdstuk wordt het empirisch gedeelte van deze masterproef toegelicht, waarbij gebruik gemaakt wordt van een beleggingssimulatie op historische spot -prijzen van verschillende grondstoffen. 19

4. Empirisch onderzoek: Beleggingssimulatie 4.1. Inleiding Dit empirisch onderzoek wordt opgebouwd rondom twee technisch-analytische methodes die reeds uitvoerig werden getest in de bestaande literatuur, namelijk de methode van Conrad en Kaul (1998) en deze van Jegadeesh en Titman (1993). Aan de hand van deze methodes tracht deze masterproef een antwoord te formuleren op de 4 vooropgestelde onderzoeksvragen (supra, p.2). Het grootste deel van dit onderzoek steunt op de methode die werd voorgesteld door Conrad en Kaul (1998) aangezien deze toelaat om een decompositie van de eventuele winsten uit te voeren. Daarnaast verleent deze methode er zich ook toe om transactiekosten in rekening te brengen. Om de robuustheid van de resultaten te testen, en de herkomst van eventuele winsten nog verder te onderzoeken, wordt ook de methode voorgesteld door Jegadeesh en Titman (1993) geïntroduceerd. Deze laatste methode laat ten slotte ook toe om het risico en de excess-return van een momentum/contrarian strategie te bepalen. In wat volgt wordt eerst en vooral een overzicht gegeven van de gebruikte data. Daarna wordt de gebruikte methodologie uitvoerig besproken. Deze methodologie begint met een voorstelling van Conrad en Kauls methode, gevolgd door een uiteenzetting van de methode waarmee een decompositie van de winsten bekomen kan worden. Daarna wordt dieper ingegaan op de manier waarop transactiekosten geïncorporeerd worden. Vervolgens worden Jegadeesh en Titmans methode en de methode die gebruikt wordt voor het incorporeren van marktrisico voorgesteld. Na de rapportering en de interpretatie van de gevonden resultaten, wordt ten slotte overgegaan tot het formuleren van een antwoord op de onderzoeksvragen. 4.2. Data Om te onderzoeken of er significant winstgevende contrarian of momentum strategieën bestaan op grondstoffenmarkten, wordt gebruik gemaakt van historische spot -prijzen van meerdere grondstoffen. De steekproef van grondstoffen waarop deze studie zich baseert bestaat uit 4 edele metalen (goud, zilver, palladium en platina), 4 energie-grondstoffen (uranium, stookolie, olie en aardgas), 14 agrarische grondstoffen (cacao, koffie, maïs, katoen, sojameel, sojaolie, sojabonen, suiker, palmolie, rijst, wol, haver, tarwe en gerst), 7 industriële metalen (kobalt, aluminium, 20