Kempen: De benchmarks kloppen dankzij data

October 28, 2020

Data spelen een steeds belangrijkere rol bij investeringsbeslissingen. Financiële data, maar ook niet-financiële informatie. Wie erin slaagt om data met elkaar te combineren en daar de juiste conclusies uit te trekken, vergroot zijn kansen om de benchmark te verslaan. Kempen investeert daarom nadrukkelijk in data en analyse.

In 2015 verbaasde de Amerikaanse warenhuisketen JC Penney beleggers met fors betere tweedekwartaalcijfers dan analisten hadden verwacht. De koers van hun aandeel schoot tien procent omhoog. Toch waren er beleggers die deze koersstijging hadden zien aankomen en ervan profiteerden.

Zij baseerden zich op data van het onderzoeksbureau RSMetrics. Dit bedrijf had satellietbeelden verzameld van de parkeerplaatsen bij vestigingen van JC Penney. Die waren vanaf maart steeds voller. Er kwamen dus meer klanten naar het warenhuis en het lag voor de hand dat de omzet en de winst zouden stijgen. En dat was ook zo.

KWANTAMENTELE BENADERING

Dit voorbeeld laat zien wat het belang kan zijn van data en analyse. Ook bij Kempen zijn deze elementen een steeds belangrijkere rol gaan spelen naast de fundamentele analyse. Beleggingsanalisten noemen dit de kwantamentele benadering, een samentrekking van kwantitatief en fundamenteel. ‘We hebben zeer ervaren en deskundige fundamentele analisten’, zegt Guido van Aubel. ‘Door data aan hun bevindingen toe te voegen, combineren we het beste van twee werelden.’ 

Zijn officiële titel is chief analytics officer, maar Van Aubel noemt zichzelf liever chief analytics translator. ‘Met ons team vertalen we data en vormen we de brug tussen datawetenschappers en portfoliomanagers. De teamleden werken dicht bij de business en ondersteunen asset managers, onze merchant bank en private banking. Ook schuiven ze aan bij de multidisciplinaire teams van de diverse beleggingsfondsen.’

MACHINAAL LEREN

Datawetenschapper David Dogon is in Eindhoven gepromoveerd op mechanical engineering. Hij is gespecialiseerd in machine learning, of machinaal leren. Hierbij worden computeralgoritmes gebruikt om autonoom - zonder begeleiding - te leren van data en input. Computers hoeven niet geprogrammeerd te worden, maar veranderen en verbeteren zelfstandig hun algoritmes. Machinaal leren wordt bijvoorbeeld gebruikt bij zelfrijdende auto’s en om e-mailverkeer op spam te controleren.

Dogon werkt sinds juli 2018 bij Kempen in het advanced analytics team. Hij heeft een route uitgezet om geavanceerde data-analyse onderdeel te maken van het beleggingsproces. ‘We zetten projecten op om beter gebruik te maken van data, zodat portfoliomanagers van fondsen en fiduciair managers betere beslissingen kunnen nemen en betere rendementen kunnen realiseren voor onze klanten.’

TWINTIG DASHBOARDS

Het doel van data-analyse is om verschillende databronnen te combineren en relaties te leggen tussen die data. Zo kunnen uitspraken worden gedaan over het mogelijke rendement van investeringen. ‘Het gaat om zoveel informatie, dat het niet meer te bevatten is zonder er een algoritme op los te laten. Je kunt nu eenmaal niet twintig dashboards in de gaten houden en zinnige conclusies trekken. Daar maken we modellen voor.’

De data die Kempen gebruikt komen van interne en externe bronnen. Interne bronnen zijn bijvoorbeeld eigen onderzoek voor de diverse portfolio’s, het handelsgedrag en risicomodellen. Externe data vallen uiteen in financiële data en niet-financiële data.

‘Niet financiële data worden steeds belangrijker’, vertelt Van Aubel. ‘Zoals data die betrekking hebben op ESG-factoren (Environmental, Social, Governance, red.) en de duurzame ontwikkelingsdoelen van de Verenigde Naties. Institutionele beleggers, met name pensioenfondsen, stellen hier normen voor op. Bijvoorbeeld voor watergebruik, CO₂-emissies en andere doelen. Onze uitdaging is om, binnen de criteria van de klant, de benchmark te verslaan.’

BOTTOM-UP

Kempen beoordeelt investeringen vanuit een ‘bottom-up benadering’. Voordat belegd wordt in een fonds, wordt de onderliggende waarde uitgebreid geanalyseerd. ‘We willen de portfolio begrijpen, zowel financieel als niet-financieel’, zegt Van Aubel. ‘Als we voor een klant de keuze hebben uit twee fondsen die op papier bijna gelijk zijn, willen wij weten waar de verschillen zitten. In welke regio zitten ze? Hoe zit het met milieuaspecten en duurzaamheid? 

Met onze methode krijgen we een veel gedetailleerder beeld dan bijvoorbeeld een Morningstar-rating of een trackrecord kan bieden. Daardoor kunnen we klanten transparanter uitleggen waarom we bepaalde keuzes hebben gemaakt of voorstellen doen. Het helpt ons om een op maat gemaakte strategie samen te stellen die voldoet aan de wensen van de klant én een bevredigend rendement biedt.’

REUZEN TE SLIM AF

Binnen Kempen resulteert de centrale aandacht voor data en analyse in schaalvoordeel en verrijking van de kennis van de portfoliomanagers. ‘De informatie is voor alle strategieën beschikbaar’, zegt Dogon. ‘Dat levert synergie op. We breken de schotten tussen strategieën af, ook al blijven de teams sterk autonoom. Door data centraal te verzamelen en te bewerken kunnen we als relatief kleine partij de reuzen bijhouden en zelfs te slim af zijn.’

Data-analyse wordt gewoner in de beleggingswereld. ‘Als wij dit kunnen, kunnen anderen het ook’, erkent Van Aubel. ‘In de niche waarin wij werken, zien we diverse bedrijven hetzelfde doen. Zolang we het beter doen dan de concurrentie en het lukt om de benchmark te verslaan, doen we het goed. En we blijven innoveren, gaan steeds verder met kunstmatige intelligentie en machine learning.’

DATAGEDREVEN INVESTEREN

‘We doen er alles aan om onze kennis op het hoogste niveau te houden’, vult Dogon aan. ‘De helft van onze analisten is gepromoveerd en heeft een PhD. We blijven op de hoogte door online trainingen en seminars, we volgen de financiële en wetenschappelijke ontwikkelingen op de voet en we proberen nieuwe dingen uit. We krijgen ruimte bij Kempen om onderzoek te doen. Iedereen in de organisatie beseft het belang van datagedreven investeren.’

Behalve bij investeringsbeslissingen wordt data-analyse ook gebruikt om in te spelen op wensen van klanten en prospects. Kempen kan uit data afleiden welke strategieën populair zijn, welke branches of regio’s. Daarnaast komt er informatie uit de directe contacten met onze klanten. Alle gegevens bij elkaar vormen de input en inspiratie voor toekomstige producten.