Hva er quality factor information coefficient? Forklart for investorer

Hva er quality factor information coefficient?

Quality factor information coefficient, ofte forkortet til quality factor IC, er et kvantitativt mål på hvor godt et kvalitetssignal (for eksempel høy egenkapitalavkastning, lav gjeldsgrad eller stabil inntjeningsvekst) forutsier fremtidig aksjeavkastning. Det er en spesialisering av det mer generelle begrepet information coefficient (IC), som brukes i porteføljeforvaltning for å evaluere prediksjonsevnen til enhver faktor eller modell.

I praksis måler quality factor IC korrelasjonen mellom en rangert liste over selskaper basert på kvalitetsscoring og deres faktiske avkastning i en etterfølgende periode. En IC på +1,0 betyr at signalet perfekt forutsier hvilke aksjer som vil gi best avkastning, mens -1,0 betyr at signalet konsekvent tar feil. En IC nær null indikerer at signalet ikke har noen prediktiv verdi.

For investorer som ønsker å forstå om kvalitetsfaktoren faktisk lønner seg i markedet, er quality factor IC et nyttig verktøy. Det gir et tallfestet svar på spørsmålet: "Hvor mye kan vi stole på at selskaper med høy kvalitet gir bedre avkastning enn selskaper med lav kvalitet?"

Forstå quality factor information coefficient

For å forstå quality factor IC må man først ha grep om to underliggende konsepter: kvalitetsfaktoren og informasjonskoeffisienten. Kvalitetsfaktoren er en av flere såkalte smart beta-faktorer, sammen med verdi, momentum, størrelse og lav volatilitet. Den søker å identifisere selskaper med solide fundamentale egenskaper – høy lønnsomhet, sterk balanse og stabil inntjening. Eksempler på populære kvalitetsindekser er MSCI USA Quality Index og S&P 500 Quality Index.

Informasjonskoeffisienten (IC) er et statistisk mål som ofte beregnes som Spearmans rangkorrelasjon mellom forventet avkastning (fra signalet) og faktisk avkastning. For quality factor IC erstattes "forventet avkastning" med kvalitetsscoren. Dermed får vi et direkte mål på hvor godt kvalitetsscoren rangerer aksjer i forhold til deres fremtidige markedsutvikling.

Det er viktig å skille mellom IC og andre prestasjonsmål som Sharpe ratio eller alfa. Mens Sharpe ratio måler risikojustert avkastning, fokuserer IC utelukkende på prediksjonsevnen til signalet. En høy IC betyr ikke nødvendigvis høy avkastning, men at signalet treffer riktig i forhold til rangeringen. Forvaltere bruker IC til å justere vektingen av faktorer i en portefølje, for eksempel å øke eksponeringen mot kvalitet når IC er høy og stabil.

Hvordan fungerer quality factor information coefficient?

Beregningen av quality factor IC skjer i flere trinn. Først må man definere et kvalitetssignal. Vanlige signaler inkluderer avkastning på egenkapital (ROE), gjeld/egenkapital-forhold, driftsmargin eller en sammensatt kvalitetsscore. Deretter rangeres alle selskaper i et univers (for eksempel Oslo Børs eller S&P 500) etter dette signalet. Høyest kvalitet får rang 1, lavest får rang N.

Etter en gitt periode – ofte en måned eller et kvartal – måles den faktiske avkastningen for hvert selskap. Disse avkastningene rangeres også, fra best (rang 1) til dårligst (rang N). Til slutt beregnes korrelasjonen mellom de to rangeringene. Denne korrelasjonen er IC. Formelen kan uttrykkes som:

IC = Spearmans ρ (rangering_signal, rangering_avkastning)

En IC på 0,2 betyr at signalet har en positiv, men moderat sammenheng med fremtidig avkastning. Over tid beregner man gjerne et glidende gjennomsnitt av IC for å få et mer stabilt bilde. For eksempel kan en forvalter se på 12-måneders rullerende IC for kvalitetsfaktoren for å avgjøre om den fortsatt er effektiv.

I praksis brukes IC også til å beregne forventet informasjonsratio (IR) gjennom formelen IR ≈ IC × √(antall uavhengige spill). Dette hjelper forvaltere med å estimere hvor mye meravkastning de kan oppnå ved å utnytte signalet.

Historisk bakgrunn

Konseptet information coefficient ble først utviklet innenfor kvantitativ finans på 1990-tallet, i takt med fremveksten av multifaktormodeller og systematisk forvaltning. Forskere som Richard Grinold og Ronald Kahn introduserte IC som et sentralt element i den såkalte "fundamental law of active management", som sier at forventet informasjonsratio er proporsjonal med IC og kvadratroten av antall uavhengige beslutninger.

Kvalitetsfaktoren som egen faktor fikk økt oppmerksomhet etter finanskrisen i 2008, da investorer oppdaget at selskaper med solid balanse og stabil inntjening klarte seg bedre enn markedet for øvrig. Store indeksleverandører som MSCI og S&P lanserte egne kvalitetsindekser, og ETF-er som iShares MSCI USA Quality Factor ETF (QUAL) ble lansert i 2013.

I Norge har interessen for kvalitetsfaktoren vokst, særlig blant institusjonelle investorer og pensjonsfond. Flere norske fond forvaltes med en kvantitativ tilnærming der IC for kvalitetsfaktoren overvåkes løpende. Historisk har quality factor IC vist seg å være positiv over lange perioder i både USA og Europa, men med betydelig variasjon fra år til år.

Praktisk eksempel

La oss ta et forenklet norsk eksempel. Du har en portefølje av de 20 største selskapene på Oslo Børs. Du beregner en kvalitetsscore basert på ROE og gjeldsgrad. Selskapene rangeres fra 1 til 20, der 1 er høyest kvalitet. Etter én måned måler du den faktiske avkastningen og rangerer også den.

Anta at du får følgende data (forenklet):

Du kan sammenligne dette med IC for andre faktorer som verdi (P/B) eller momentum. En tabell kan se slik ut:

Fordeler og ulemper

Fordelene med quality factor IC er flere. For det første gir det et objektivt, tallfestet mål på om kvalitetsfaktoren fungerer i et gitt marked eller tidsrom. For det andre kan det brukes til å sammenligne ulike kvalitetsdefinisjoner – for eksempel om ROE alene gir bedre IC enn en kombinasjon av flere nøkkeltall. For det tredje er IC nyttig for risikostyring: hvis IC faller under null over lengre tid, kan det være et signal om at faktoren er midlertidig ineffektiv eller at markedsforholdene har endret seg.

Ulempene er også verdt å merke seg. IC er en historisk størrelse og garanterer ikke fremtidig prediksjonsevne. Den kan være støyete, spesielt i små markeder som Norge, der få selskaper gjør at tilfeldigheter spiller stor rolle. Videre kan IC påvirkes av overlevelsesbias – selskaper som går konkurs eller blir kjøpt opp, forsvinner ofte fra datasettet, noe som kan gi et for optimistisk bilde.

En annen ulempe er at IC ikke sier noe om størrelsen på avkastningen, kun om rangeringen. Et signal kan ha høy IC, men likevel gi lav avkastning hvis forskjellene mellom beste og dårligste aksje er små. Derfor bør IC alltid sees i sammenheng med spredning og transaksjonskostnader.

Vanlige misforståelser

En utbredt misforståelse er at en IC på 0,10 betyr at signalet bare forklarer 10 % av avkastningen. Det er feil. IC er en korrelasjonskoeffisient, ikke en forklaringsgrad (R²). En IC på 0,10 tilsvarer en R² på 0,01 (1 %), så signalet forklarer kun 1 % av variasjonen i avkastning. Likevel kan en slik IC være økonomisk signifikant for en forvalter som gjør mange uavhengige spill.

En annen misforståelse er at en negativ IC automatisk betyr at faktoren er ubrukelig. I noen tilfeller kan en stabil negativ IC utnyttes ved å snu signalet (kjøpe aksjer med lav kvalitet). Men i praksis er negative IC-er for kvalitet sjeldne over lengre perioder, fordi kvalitetsfaktoren har en teoretisk begrunnelse og historisk har gitt positiv premie.

Mange tror også at IC er konstant over tid. I virkeligheten svinger IC betydelig. For eksempel kan kvalitetsfaktoren ha høy IC i nedgangsmarkeder (flight to quality) og lavere IC i sterke oppgangsmarkeder. Derfor bør investorer følge utviklingen over flere år, ikke bare enkeltmåneder.

Oppsummering

Quality factor information coefficient er et kraftig verktøy for å kvantifisere hvor godt kvalitetsfaktoren forutsier aksjeavkastning. Det gir et tall mellom -1 og +1 som måler rangkorrelasjonen mellom kvalitetsscoring og fremtidig avkastning. For investorer og forvaltere i Norge kan IC brukes til å validere strategier, sammenligne faktorer og ta mer informerte beslutninger om faktorallokering.

Selv om IC har begrensninger – den er historisk, støyete og påvirket av markedsforhold – er den en sentral del av den kvantitative verktøykassen. Kombinert med andre mål som informasjonsratio og risikofaktorer, kan den bidra til mer systematisk og disiplinert investering.

For den norske investoren som vurderer kvalitetsbaserte ETF-er som iShares MSCI USA Quality Factor ETF (QUAL) eller JPMorgan U.S. Quality Factor ETF (JQUA), kan det være nyttig å følge med på IC for disse indeksene over tid. Selv om man ikke trenger å beregne IC selv, gir forståelsen av begrepet en dypere innsikt i hvordan faktorbaserte strategier fungerer.