The Cross‐Section of Volatility and Expected Returns: Waarom aandelen met hoge volatiliteit vaak slechte investeringen zijn
In hun baanbrekende paper “The Cross‐Section of Volatility and Expected Returns” onderzoeken Andrew Ang, Robert J. Hodrick, Yuhang Xing en Xiaoyan Zhang op empirisch onderbouwde wijze hoe volatiliteit – zowel systematisch als idiosyncratisch – zich verhoudt tot verwachte aandelenrendementen. Deze studie verdient bijzondere aandacht van elke belegger die zich afvraagt of “meer risico altijd gelijkstaat aan meer rendement”. De resultaten zijn even verrassend als fundamenteel: aandelen met hoge gevoeligheid voor schokken in de marktvolatiliteit leveren gemiddeld lagere rendementen op. En nog opvallender: aandelen met een hoge idiosyncratische volatiliteit – dus eigen, niet-systematisch risico – hebben zelfs abominabel lage rendementen.

Wat beogen de auteurs te onderzoeken?
Het uitgangspunt is eenvoudig, maar de implicaties zijn verstrekkend. De auteurs stellen zich twee kernvragen:
- Is marktvolatiliteit een geprijsd risicofactor in de cross-sectionele verdeling van aandelenrendementen?
- Wat is de relatie tussen idiosyncratische volatiliteit (de residuele volatiliteit t.o.v. het Fama-French 3-factor model) en het verwachte rendement?
Volgens klassieke modellen zoals het Intertemporal Capital Asset Pricing Model (I-CAPM) van Campbell of de Arbitrage Pricing Theory (APT), zou marktvolatiliteit als systematisch risico inderdaad geprijsd moeten zijn. Beleggers zijn immers risico-avers en willen zich beschermen tegen toegenomen onzekerheid. De auteurs voeren deze redenering empirisch door door te kijken of aandelen met een hogere gevoeligheid voor volatiliteitsschokken (gemeten via VIX) ook andere rendementskarakteristieken vertonen.
De methodologie: innovatieve combinaties van regressies en portefeuillesorteringen
De kracht van dit paper ligt in de zorgvuldige empirische aanpak. Ze maken gebruik van een tweefactorregressie op basis van de marktrente (excess return op de markt) en de verandering in de VIX-index (∆VIX), de bekende maatstaf voor verwachte volatiliteit. Op basis van deze regressie worden maandelijkse portefeuilles samengesteld waarbij aandelen worden gerangschikt op hun blootstelling aan ∆VIX (de β∆VIX coëfficiënt).
Ze vormen quintielportefeuilles op basis van deze β∆VIX-waarden. Deze portefeuilles vertonen sterke verschillen in ex post rendementen. Aandelen met een hoge blootstelling aan marktvolatiliteit (quintiel 5) behalen gemiddeld 1,04% minder rendement per maand dan aandelen met lage blootstelling (quintiel 1). Zelfs wanneer gecorrigeerd wordt voor CAPM- of Fama-French-factoren, blijft het rendementsverschil significant.
Om de prijs van volatiliteitsrisico in te schatten, bouwen de auteurs een mimicking factor (FVIX) die schommelingen in VIX benadert, maar gebaseerd is op daadwerkelijke aandelenterugverdiensten. De schatting van de prijs van systematisch volatiliteitsrisico bedraagt ongeveer -0,08% per maand, oftewel -1% per jaar. Dit negatieve teken is consistent met het idee dat beleggers bescherming zoeken tegen toegenomen onzekerheid, en bereid zijn daarvoor op rendement in te boeten.
Een verrassende paradox: idiosyncratische volatiliteit en extreem lage rendementen
Na de systematische component nemen de auteurs de idiosyncratische volatiliteit onder de loep: de afwijking van een aandeel t.o.v. het verwachte rendement op basis van het Fama-French model. De verwachtingen volgens traditionele theorieën (bv. Merton (1987) of Malkiel & Xu (2002)) zouden suggereren dat hoger uniek risico ook een hogere verwachte return vereist. De markt is immers niet perfect gediversifieerd.
De data toont echter een radicaal andere realiteit: aandelen met de hoogste idiosyncratische volatiliteit leveren gemiddeld negatieve rendementen op. De auteurs vinden een verschil van -1,06% per maand in totaalrendement tussen de hoogste en laagste quintielen. En als we corrigeren met de Fama-French factoren, loopt dat verschil op tot -1,31% per maand.
Deze bevindingen zijn consistent over meerdere decennia, marktomstandigheden (bull vs. bear), macro-economische cycli (expansies en recessies), en zelfs bij verschillende definities van volatiliteit (bv. op basis van 1 of 12 maanden data). Bovendien blijkt het effect het sterkst bij kleinere aandelen met lage marktcapitalisatie, maar het is ook aanwezig bij grotere bedrijven.
Robuustheid en alternatieve verklaringen: hoe het niet verklaard kan worden
Om te vermijden dat andere bekende anomalieën de resultaten verklaren, onderwerpen de auteurs hun bevindingen aan een batterij van robuustheidstests. Ze controleren onder andere voor:
- Bedrijfsgrootte (size)
- Boek-naar-marktverhouding (value)
- Momentum (recente prijsstijgingen)
- Liquiditeit (o.a. volgens Pástor-Stambaugh)
- Volume, turnover en bid-ask spread
- Coskewness
- Dispersion van analistenvoorspellingen
Geen enkele van deze kenmerken kan de structureel negatieve rendementen op aandelen met hoge idiosyncratische volatiliteit verklaren. Zelfs in subgroepen van aandelen die deze karakteristieken delen, blijft het effect sterk en significant.
Ook wordt onderzocht of het effect puur optreedt tijdens marktturbulentie, en zelfs dat blijkt niet het geval: ook in stabiele periodes blijven deze aandelen underperformen. Dit betekent dat het effect geen variantie is op klassieke marktrisico’s, maar eerder een structureel fenomeen.
Interpretatie en economische intuïtie
Voor de negatieve prijs van systematisch volatiliteitsrisico geven de auteurs economische verklaringen gebaseerd op de I-CAPM van Campbell (1993, 1996) en de modellen van Chen (2002). In essentie houden risicomijdende beleggers niet van verhoogde onzekerheid, en zullen ze minder betalen voor aandelen die slecht presteren wanneer volatiliteit toeneemt.
Voor de negatieve relatie tussen idiosyncratische volatiliteit en rendement is er daarentegen geen bevredigende rationele verklaring. Klassieke modellen voorspellen het tegenovergestelde. Gedragsmodellen zoals Barberis en Huang (2001), die mental accounting en verliesaversie in acht nemen, bieden mogelijk een deel van de verklaring, maar overtuigen niet volledig. De auteurs suggereren dat de markt mogelijk overoptimistisch is over deze “lotto-like” aandelen, die veel beloven maar weinig opleveren.
Bovendien speelt er mogelijk een zogenaamde Peso-probleem: beleggers anticiperen op een grote gebeurtenis (zoals een crash) die zelden voorkomt. Hierdoor blijven ze investeren in aandelen met hoge volatiliteit “voor het geval dat”, zelfs als die over de tijd gemiddeld slecht presteren. De auteurs merken op dat één extra gebeurtenis zoals oktober 1987 of augustus 1998 al voldoende zou zijn om het rendement van hun volatiliteitsfactor te keren.
Evaluatie en implicaties voor beleggers
Deze paper heeft belangrijke implicaties voor beleggers en portefeuillesamenstelling. Het toont aan dat hoge volatiliteit – zeker wanneer die idiosyncratisch is – geen compensatie biedt in de vorm van hogere verwachte rendementen. Dit is niet alleen een anomalia, maar een fundamentele uitdaging voor de veronderstelling dat risico beloond wordt.
Het werk van Ang, Hodrick, Xing en Zhang is methodologisch indrukwekkend, theoretisch onderbouwd en robuust in zijn resultaten. Ze bewijzen dat zowel systematische als idiosyncratische volatiliteit een centrale rol spelen in de verklaring van rendementen, maar elk met een heel ander mechanisme.
Het zou onverstandig zijn om de signalen van deze paper te negeren. Beleggers die enkel op zoek gaan naar “spannende” aandelen met veel koersbewegingen, zouden weleens stelselmatig verliezers kunnen zijn in het beursspel. In plaats daarvan loont het de moeite om ook te kijken naar aandelen met lage volatiliteit – deze blijken consistent beter te presteren, zélfs nadat gecorrigeerd is voor allerlei risico- en waardefactoren.
Met oprechte dank aan Andrew Ang, Robert J. Hodrick, Yuhang Xing en Xiaoyan Zhang voor deze magistrale bijdrage aan het beleggingsonderzoek.