Om at kunne se klart i al slags vejr

Af Kommunikationsafdelingen

Formuepleje har de seneste år oprustet risikostyringen betydeligt. For nyligt er erhvervsPhD Jesper Veng Pedersen blevet ansat til at konstruere de bedste risikostyringsmodeller.

For Formuepleje, der har ganske avancerede investeringsløsninger i form af gearede porteføljer med både obligationer og aktier, er det vigtigt at overvåge både afkastpotentialerne og risiciene så præcist som muligt. Intet afkast uden risiko. Det er satsning på udnyttelse af velovervejede risici, der skaber afkastet. Her er den enkle opgave for Formuepleje på den ene side at eksponere porteføljerne over for de risici, vi godt kan lide, og som giver afkast til investorerne og på den anden side skærme værdierne overfor de risici, vi ikke kan lide, og som potentielt kan give tab. Det lyder nemt, men problemet er, at vi kigger ind i fremtiden ved hjælp af historiske data. Det svarer til at styre et skib med ryggen til sejlretningen. For at kunne gøre det, bygger vi vores egen radar.

Afkast fra tre kilder

Formueplejeselskaberne genererer afkast fra tre kilder: Obligationer, aktier og låntagning. Hver for sig er risiciene ved hver af disse elementer komplicerede nok, men når de kombineres, bliver det endnu sværere. Derfor handler det om nede i maskinrummet, hvor porteføljerne overvåges, at kunne bygge nogle risikostyringsmodeller, der dels kommer så tæt på virkeligheden som muligt, dels kan tolkes og bruges konstruktivt.

Komplicerede modeller

Formuepleje har ansat Jesper Veng Pedersen på et erhvervsPhD-stipendium under Aarhus Universitet. En af hans opgaver de næste tre år bliver at bygge en ny statistisk model, der langt bedre skal kunne overvåge vores porteføljer, identificere risiciene og foretage simulationer af forskellige hændelser. Et af de første problemer, Jesper Veng Pedersen støder på, er forholdet mellem virkeligheden og de brugbare modeller, der beskriver virkeligheden.

"Det er veldokumentet i den finansielle litteratur, at afkast ikke er normalfordelte, men kan beskrives ved sandsynlighedsfordelinger, som er venstreskæve og har tykkere haler end normalfordelingen. At de er venstreskæve betyder, at der observeres flere ekstreme negative afkast end ekstreme positive afkast."

Når man anvender statistiske metoder, som byggger på historiske data, gør man sig inddirekte den antagelse, at fortiden kan repræsentere fremtiden. Det giver et statistisk problem.

venstreskaev