Hva er size factor information coefficient?

Size factor information coefficient (IC) er et nøkkeltall innen kvantitativ porteføljeforvaltning. Det måler hvor godt informasjon om selskapsstørrelse – for eksempel markedsverdi – kan forutsi fremtidig aksjeavkastning. Kort sagt forteller IC oss styrken på sammenhengen mellom en rangering basert på størrelse og den faktiske avkastningen i en etterfølgende periode. Begrepet kombinerer to sentrale konsepter: size factor (størrelsesfaktoren) og information coefficient (informasjonskoeffisienten). Størrelsesfaktoren er en av de mest kjente faktorene i faktorinvestering, og bygger på observasjonen at små selskaper historisk har gitt høyere avkastning enn store selskaper. Information coefficient er et statistisk mål på korrelasjonen mellom et signal og den faktiske avkastningen. Når vi setter disse sammen, får vi et presist verktøy for å evaluere om størrelsesfaktoren faktisk gir prediktiv kraft i et gitt marked eller tidsrom.

Forstå size factor information coefficient

For å forstå IC må vi først forstå hva et signal er. I kvantitativ analyse er et signal en numerisk verdi som skal rangere aksjer etter en bestemt egenskap. For størrelsesfaktoren er signalet ofte markedsverdien (market cap). Vi kan rangere aksjer fra lavest markedsverdi (små selskaper) til høyest (store selskaper). Deretter måler vi avkastningen i en fremtidig periode, for eksempel én måned. IC er da Pearson-korrelasjonen mellom rangeringen av signalet og avkastningen. En IC på +0,1 betyr at det er en positiv, men svak sammenheng. En IC på -0,05 betyr en svak negativ sammenheng. I praksis beregnes IC ofte som krysssnittskorrelasjon på tvers av alle aksjer i et univers. Det finnes også varianter som rank IC (Spearman-korrelasjon) som er mindre sensitiv for ekstreme verdier. IC er et sentralt verktøy for å validere om en faktor faktisk har prediktiv verdi, og for å justere vekter i en portefølje basert på faktoreksponering.

Hvordan fungerer size factor information coefficient?

Beregningen av IC følger en enkel, men systematisk prosess. Først samler vi inn data for alle aksjer i et gitt univers, for eksempel Oslo Børs. For hver aksje beregner vi signalverdien – i dette tilfellet markedsverdien. Deretter rangerer vi aksjene fra 1 (minst) til N (størst) eller standardiserer signalet. Så måler vi avkastningen for hver aksje over en bestemt horisont, for eksempel én måned. Til slutt beregner vi korrelasjonen mellom signalrangeringen og avkastningen. Resultatet er IC-verdien. En positiv IC betyr at små selskaper i snitt har høyere avkastning enn store. En negativ IC betyr det motsatte. I kvantitative modeller brukes IC ofte til å beregne forventet avkastning for en faktor, og til å optimalisere porteføljevekter. For eksempel kan en forvalter justere eksponeringen mot små selskaper basert på hvor høy og stabil IC har vært historisk. Det er viktig å merke seg at IC kan variere mye over tid. I perioder med høy markedsvolatilitet eller endringer i makroøkonomiske forhold kan IC svinge kraftig.

Historisk bakgrunn

Størrelsesfaktoren ble først dokumentert av Rolf Banz i 1981 i artikkelen «The Relationship Between Return and Market Value of Common Stocks». Banz viste at små selskaper i USA hadde gitt høyere gjennomsnittlig avkastning enn store selskaper, selv etter justering for risiko. Dette ble kjent som small-cap-effekten. Senere ble størrelsesfaktoren en av de sentrale faktorene i Fama-French trefaktormodellen (1993), sammen med markedsrisiko og verdifaktoren. Information coefficient som begrep ble utviklet innenfor kvantitativ forvaltning på 1990-tallet, spesielt i forbindelse med såkalt «grå bok»-analyse og signaltesting. Kombinasjonen av disse to – size factor IC – ble et standardverktøy for å evaluere om størrelsesfaktoren fungerer i et gitt marked. I Norge har flere studier vist en positiv size factor IC over lengre perioder, men med perioder hvor effekten har vært svak eller negativ, spesielt etter 2010 da mange investorer har søkt mot små selskaper.

Praktisk eksempel

La oss ta et forenklet eksempel med 10 norske aksjer på Oslo Børs per 1. januar 2024. Vi rangerer dem etter markedsverdi (i milliarder NOK):

AksjeMarkedsverdi (milliarder NOK)Rangering (1=minst)Avkastning januar 2024 (%)
A0,51+5,2
B1,22+3,8
C2,03+2,1
D3,54+1,5
E5,05-0,3
F8,06+0,8
G12,07-1,2
H20,08-0,5
I35,09-2,0
J60,010-3,5
Vi beregner Pearson-korrelasjonen mellom rangering (1-10) og avkastning. Resultatet blir omtrent -0,87, noe som er en sterk negativ korrelasjon. Men husk: rangering 1 er minst, så en negativ korrelasjon betyr at lavere rangering (små selskaper) gir høyere avkastning. IC = -0,87. I praksis ville vi konvertert rangeringen slik at høyere verdi indikerer mindre selskaper, eller vi tolker tegnet riktig. I dette tilfellet er IC positiv for små selskaper fordi de har høyest avkastning. Dette eksemplet viser hvordan IC kan fange opp størrelseseffekten i en enkelt måned. Over lengre perioder beregnes gjennomsnittlig IC, og man ser på stabiliteten.

Fordeler og ulemper

Fordeler med å bruke size factor IC:

  • Gir et objektivt, kvantitativt mål på størrelsesfaktorens prediktive kraft.
  • Kan brukes til å sammenligne ulike markeder og tidsperioder.
  • Hjelper forvaltere med å justere faktorvekter basert på signalets styrke.
  • Enkelt å implementere i automatiserte modeller.

    • Ulemper:

  • IC kan være støyende og variere mye fra måned til måned, spesielt i små markeder som Oslo Børs.
  • Historisk IC garanterer ikke fremtidig prediksjonsevne.
  • IC måler kun lineær sammenheng; ikke-lineære effekter kan overses.
  • Krever tilstrekkelig med data (mange aksjer over lang tid) for å være statistisk pålitelig.
  • Kan påvirkes av overlevelsesbias hvis man ikke inkluderer selskaper som har blitt avnotert.

Vanlige misforståelser

En vanlig misforståelse er at en høy IC alltid betyr at faktoren er lønnsom. IC måler korrelasjon, ikke årsakssammenheng, og en høy IC kan oppstå tilfeldig over korte perioder. En annen misforståelse er at IC er konstant over tid. I virkeligheten svinger IC betydelig, og perioder med negativ IC er vanlige. Noen tror også at IC alene er tilstrekkelig for å bygge en portefølje. I praksis må man ta hensyn til transaksjonskostnader, likviditet og risiko, samt kombinasjonen med andre faktorer. Det er også en misforståelse at size factor IC alltid er positiv i alle markeder. I noen markeder, som i enkelte fremvoksende økonomier, har store selskaper gitt høyere avkastning over perioder. Til slutt forveksles IC ofte med informasjonsratio (IR). IR måler risikojustert meravkastning, mens IC måler prediksjonskraften til et signal.

Oppsummering

Size factor information coefficient er et viktig verktøy for kvantitative investorer som ønsker å forstå og utnytte størrelsesfaktoren. Det gir et mål på hvor godt selskapsstørrelse predikerer fremtidig avkastning. Selv om konseptet er enkelt – korrelasjon mellom signal og avkastning – krever det solid datagrunnlag og forsiktig tolkning. IC bør ikke brukes isolert, men som en del av en større analyse som inkluderer stabilitet, statistisk signifikans og praktiske hensyn som likviditet. For norske investorer kan det være nyttig å studere IC for Oslo Børs over flere år for å vurdere om small-cap-effekten er til stede. Husk at ingen faktor fungerer hele tiden, og at diversifisering på tvers av faktorer ofte er den beste strategien.