Factor investing bouwt een portefeuille systematisch rond kenmerken van effecten die in onderzoek samenhangen met risico en/of historische rendementspatronen. Bekende voorbeelden zijn waarde, grootte, winstgevendheid, investeringsgedrag, momentum en defensieve of lage-risicokenmerken.
De term Smart Beta wordt in de financiële industrie vaak gebruikt voor regelgebaseerde indices en producten die bewust afwijken van een traditionele naar marktwaarde gewogen index. 'Smart' is daarbij een productlabel, geen wetenschappelijke kwaliteitsstempel. Twee fondsen met hetzelfde factorlabel kunnen heel andere definities, wegingen en kosten gebruiken.
Factoronderzoek begint met een statistische relatie: bepaalde kenmerken blijken in historische datasets samen te hangen met verschillen in gemiddelde rendementen of risico. Het vijf-factorenmodel van Fama en French (2015) gebruikt naast de markt factoren voor grootte, waarde, winstgevendheid en investeringsgedrag.
Zo'n model probeert historische rendementspatronen te beschrijven. Het zegt niet dat iedere factor in de toekomst automatisch een positief extra rendement oplevert. Zelfs bekende factoren kunnen jarenlang achterblijven, in sommige markten zwakker zijn en gevoelig zijn voor de manier waarop ze worden gedefinieerd.
| Factorfamilie | Voorbeeld van meetidee | Belangrijke nuance |
|---|---|---|
| Value | Prijs vergelijken met boekwaarde, winst, cashflow of andere fundamentele maatstaf | 'Goedkoop' kan op meerdere manieren worden gedefinieerd en goedkope bedrijven kunnen fundamentele problemen hebben |
| Size | Kleinere versus grotere ondernemingen | Historische size-effecten zijn niet in iedere markt of periode even sterk en kleinere aandelen kunnen minder liquide zijn |
| Profitability / quality | Winstgevendheid, marges, balanskwaliteit of stabiliteit | 'Quality' is breder dan één academische factor en productaanbieders gebruiken verschillende definities |
| Investment | Tempo waarin ondernemingen hun activa of investeringen uitbreiden | Relatie met rendement is een asset-pricingbevinding, geen individuele koopregel |
| Momentum | Recente relatieve koersprestatie | Kan sterke verliesperioden kennen en staat niet in het Fama-French vijf-factorenmodel zelf |
| Defensive / low volatility | Lagere beta, volatiliteit of verwante risicomaatstaven | Lagere historische volatiliteit voorkomt geen verlies in dalende markten |
Fama en French ontwikkelden modellen om de cross-section van gemiddelde aandelenrendementen beter te beschrijven dan met alleen het marktrisico uit het CAPM. Het vijf-factorenmodel voegde winstgevendheid en investeringsgedrag toe aan markt, size en value.
Daarmee is niet gezegd dat u simpelweg alle vijf factoren moet kopen. Een asset-pricingfactor in academisch onderzoek kan long-short worden geconstrueerd, terwijl een belegbaar fonds meestal long-only is en rekening houdt met liquiditeit, regelgeving, transactiekosten en indexregels.
Van onderzoeksfactor naar belegbaar product is dus een aparte ontwerpstap.
Voor sommige factoren bestaan risicogebaseerde verklaringen: beleggers zouden een hoger verwacht rendement vragen voor bepaalde onaangename risico's. Andere verklaringen leggen meer nadruk op gedrag, institutionele beperkingen of marktfricties.
De literatuur geeft niet voor iedere factor één definitief mechanisme. Vermijd daarom uitspraken als 'de markt betaalt mathematisch altijd een premie voor dit risico' of 'de factor bestaat puur doordat beleggers irrationeel zijn'. Een historische premie kan meerdere verklaringen hebben en kan veranderen wanneer markten of beleggersgedrag veranderen.
De academische literatuur heeft honderden potentiële rendementspredictoren onderzocht. Harvey, Liu en Zhu laten in hun NBER-onderzoek naar de 'factor zoo' (2014) zien waarom dat een multiple-testingprobleem oplevert: wanneer onderzoekers genoeg variabelen proberen, zal een deel toevallig statistisch aantrekkelijk lijken.
Replicatieonderzoek en studies naar de cross-section of returns laten zien dat veel gepubliceerde anomalieën zwakker worden wanneer andere steekproeven, value-weighting, strengere statistische drempels of transactiekosten worden gebruikt.
Beoordeel een factor daarom op meer dan een t-statistic of een backtest. Zoek naar herhaling in andere perioden en markten, een redelijke economische verklaring, robuuste definities en praktische implementeerbaarheid.
Een factor die ook buiten de oorspronkelijke ontdekkingsperiode of in andere landen zichtbaar is, heeft sterker bewijs dan een patroon dat alleen in één dataset voorkomt. Een eeuwonderzoek van Ilmanen en coauteurs (2021) rapporteert voor value, momentum, carry en defensive factorpremies bewijs in meerdere beleggingscategorieën. Dat onderzoek naar factorportefeuilles bewijst niet dat iedere bestaande Smart Beta-ETF dezelfde premies zal realiseren.
In datzelfde onderzoek liggen de geschatte premies buiten de oorspronkelijke onderzoekssteekproef gemiddeld lager en veranderen ze door de tijd. Voor uw portefeuille blijft de vraag of zo’n factor tegen acceptabele kosten belegd kan worden en of u jarenlange afwijking van de brede markt kunt dragen.
Zodra u factorscores niet alleen gebruikt om een portefeuille te bouwen, maar ook probeert te voorspellen welke factor volgend jaar het beste zal presteren, voegt u een tweede timingmodel toe.
Het onderzoek van Ilmanen en coauteurs vindt enige voorspelbaarheid in factorpremies, maar geen overtuigende winstgevendheid voor uiteenlopende timingstrategieën zodra realistische datalags en transactiekosten worden verwerkt. Andere modellen en perioden kunnen anders uitpakken. Een goedkope factor is dus niet automatisch de factor die op korte termijn als eerste herstelt.
Een ETF met 'value', 'quality' of 'minimum volatility' in de naam kan een heel andere index volgen dan een concurrerend fonds met hetzelfde label. Controleer daarom de indexmethodologie.
Deze ontwerpkeuzes bepalen de feitelijke portefeuille en dus ook de tracking error ten opzichte van een brede marktindex.
Een Smart Beta-ETF kan een index passief volgen, maar de keuze van de indexregels is een actieve ontwerpkeuze. Iemand heeft bepaald dat bijvoorbeeld value of quality moet worden overwogen, hoe die factor wordt gemeten en welke beperkingen gelden.
Daarom ligt factor investing tussen traditioneel marktgewogen indexbeleggen en volledig discretionaire aandelenselectie. De uitvoering kan mechanisch zijn, terwijl de portefeuille bewust van de brede markt afwijkt.
Een factorportefeuille kan jarenlang slechter presteren dan een marktgewogen index. Dat is geen bewijs dat de factor definitief verdwenen is, maar evenmin bewijs dat herstel 'dus' nabij is.
De praktische consequentie is tracking error: uw rendement kan langdurig afwijken van het rendement dat u in nieuws of bij een brede benchmark ziet. Wie dat vooraf niet accepteert, loopt het risico de strategie precies na een zwakke periode te veranderen.
Een multifactorstrategie kan proberen afhankelijkheid van één factor te verminderen. Dat werkt alleen voor zover de gekozen factoren werkelijk verschillende bronnen van rendement of risico vertegenwoordigen en de implementatie die diversificatie niet ongedaan maakt.
Factoren kunnen bovendien tegelijkertijd tegenvallen en hun onderlinge samenhang kan veranderen. Multifactor is dus geen garantie op een glad rendementspad.
Een factorindex moet periodiek worden geherbalanceerd. Hoe selectiever en sneller de regels reageren, hoe meer turnover kan ontstaan. Dat leidt tot handelskosten en mogelijk market impact binnen het fonds. Daarbovenop betaalt de belegger de productkosten en de kosten van de brokerroute.
Stel dat u € 10.000 in een factor-ETF belegt met een veronderstelde lopende fondskostenratio van 0,35% per jaar. Dat is bij een onveranderde waarde ongeveer € 35 voor één jaar. Betaalt u bij aankoop daarnaast € 3 commissie en ondervindt u € 5 uitvoeringsfrictie, dan zijn de direct geïllustreerde kosten € 43, of 0,43% van uw startbedrag. Dit is geen offerte of rendementsprognose: werkelijke fondstransacties, belastingen en tracking difference komen niet automatisch in die optelsom terug. Tel die laatste posten ook niet zonder controle dubbel mee, omdat onderdelen al in de fondswaarde kunnen doorwerken.
Vergelijk daarom niet alleen de TER. Kijk naar indexmethodologie, turnover, tracking difference en uw eigen aankoopkosten. Het bredere kostenmodel staat bij kostenbeheersing in beleggen.
U kunt zelf een factorselectie bouwen, maar dan moet u data, definities, portefeuilleweging en herbalancering beheren. Een ETF of ander indexproduct besteedt die uitvoering uit aan een index- en fondsstructuur, maar voegt productregels en kosten toe.
Zelf bouwen of een product gebruiken verandert wie de kwantitatieve beslisregels uitvoert, maar niet de onzekerheid van de factorpremie.
Voor een factor-ETF is meestal vooral belangrijk of het exacte product of de gewenste notering beschikbaar is en welke kosten gelden. Zelf een aandelenfactorportefeuille bouwen kan extra eisen stellen aan data, markttoegang en herweging.
Een trading-API is niet automatisch nodig. Maak pas een technische functie tot brokereis als uw eigen implementatie zonder die functie niet uitvoerbaar is. Vergelijk daarna aanbieders in Online brokers vergelijken.
Een robuuste factorstrategie vraagt drie afzonderlijke beoordelingen: bestaat er overtuigend bewijs voor het patroon, hoe wordt het patroon in dit product gemeten, en welke kosten en risico's ontstaan in de implementatie?
Door die drie lagen uit elkaar te houden voorkomt u dat 'academisch onderzocht' wordt vertaald naar 'dit fonds zal de markt verslaan'. Voor momentum als aparte factor en strategie leest u momentum investing; voor de bredere kwantitatieve methodiek kwantitatief en factorbeleggen.
