Aktiemarkedet er (informationsmæssigt) større end summen af ​​dets dele

Professionelle kapitalforvaltere vurderes ud fra deres evne til at klare sig bedre end markedet. I praksis måles outperformance oftest i forhold til branchebenchmarks såsom S&P 500 (for store amerikanske aktier) eller Bloomberg Barclays U.S. Aggregate Bond Index.

Benchmarking kan hjælpe med at afmystificere formueforvalteres færdigheder og talenter, men det giver anledning til bekymringer om, at de ikke er incitamenter til at erhverve ny information. Tidligere forskning hævdede, at efterhånden som en aktie bliver mere benchmarked, kan investeringsprofessionelle blive mindre interesserede i den aktie, fordi efterspørgslen efter den handler mere om risikoafdækning, og mindre aktivudbud er tilgængeligt for investorer til at spekulere i virksomhedens fundamentale forhold. Ifølge denne opfattelse tilskynder benchmarking til substitution af passiv investering i stedet for aktiv investering.

Bo Hu, en assisterende professor i finans ved Donald G. Costello College of Business ved George Mason University, hævder, at dette syn på benchmarking ikke tager nøjagtigt hensyn til, hvordan kapitalforvaltere lærer om markeder.

"Eksisterende teori antager, at kapitalforvaltere kun erhverver information udelukkende eller specifikt om et aktiv ad gangen, i stedet for en portefølje," siger Hu. "Dette er ikke virkeligheden. Kapitalforvalteres mål er at optimere deres porteføljeafkast."

Hans medforfatter til arbejdspapir i SSRN Electronic Journal illustrerer dette princip ved at modellere og sammenligne to forskellige typer læringsteknologier. Separativ læring betragter ethvert aktiv isoleret.

Som Hu forklarer:"Med separativ læring er den overordnede information afsløret af priser additiv. Én plus én er lig med to." Integrativ læring gør det muligt for investorer at behandle porteføljeomfattende signaler og opnå en "informationseffekt på tværs af aktiver", hvor markedet informationsmæssigt overstiger summen af ​​dets dele.

Forskerne kvantificerer informationseffektiviteten af ​​markeder gennem en ny brug af informationsteori. Hu forklarer:"Vi bruger et gensidigt informationsmål, der kan fortælle dig, hvor meget usikkerhed om alle aktieudbetalinger kan reduceres, hvis du observerer alle aktiekurser. Dette er forskelligt fra standardmålet for prisinformativitet, som er afhængig af en regressionsmodel eller kan fanger kun lineære forhold Så vidt jeg ved, er vi de første til at bruge dette mål til at kvantificere priseffektivitet på forskellige niveauer."

Som forventet holdt det omvendte forhold mellem et aktivs benchmarkingniveau og dets prisinformativitet fast under separat læring. Men resultaterne for integrativ læring var mere nuancerede. Efterhånden som usikkerheden omkring et aktivs endelige afkast steg (som det kunne ske i de første måneder af en administrerende direktørs embedsperiode eller enhver anden forestående større ændring i virksomheden), fik det mere investoropmærksomhed på grund af de førnævnte effekter på tværs af aktiver.

I en økonomi med flere aktiver viste forskerne, at benchmarking faktisk kunne forbedre den samlede markedseffektivitet. Med andre ord kan markedseffektiviteten være større end summen af ​​prisinformativiteten af ​​alle aktiver. Dette sker under integrativ læring, da investorer bliver ved med at være mere opmærksomme på højrisikoaktier. Men når et risikofyldt aktivs benchmarking-niveau steg over en vis tærskel, kunne markedseffektiviteten falde, fordi det aktiv fanger for meget investoropmærksomhed på trods af dets reducerede udbud.

Forskerne undersøgte også den kombinerede effekt af ovennævnte effekter på priserne for ikke-benchmarkede aktiver. De fandt ud af, at under separat læring øgede en stigning i benchmarking-niveauet for en aktie altid prisen på den anden. Men med integrativ læring kunne prisen på det ikke-benchmarked-aktiv falde - igen, afhængigt af om det benchmarked-aktiv var mere eller mindre ustabilt end dets modstykke. Det mindre risikable aktiv kunne relativt ignoreres givet investorernes begrænsede opmærksomhed.

"Jeg tror, ​​man kan se mange ting som informationsbehandlingssystemer. Det finansielle marked er et gigantisk, indviklet økosystem, som konstant producerer data og akkumulerer spredt information fra investorer. Deres læringsteknologi er afgørende for, hvordan deres information bliver inkorporeret i priserne," siger Hu. . Integrativ lærings dynamik på tværs af aktiver ser ud til at være tættere på, hvad investorer i den virkelige verden ønsker end den additive logik i separativ læring.

Introduktionen af ​​nye teknologier såsom store sprogmodeller som ChatGPT kan gøre integrativ læring endnu mere gavnlig.

"Maskiner kan hjælpe os med at udtrække nyttig information på et niveau, der er i overensstemmelse med formålet med porteføljestyring," siger Hu. "Jeg tror, ​​at integrativ læring bliver mere gennemførlig i dag og virker som det bedre valg."

Flere oplysninger: Wen Chen et al., Hvordan påvirker benchmarking markedseffektiviteten? The Role of Learning Technology, SSRN Electronic Journal (2022). DOI:10.2139/ssrn.4266487

Leveret af George Mason University