hits

august 2015

Ingen renteheving likevel?

Det har en stund vrt spekulert i om den amerikanske sentralbanken vil heve renten denne hsten. En uke med markedsuro kan ha endret sentralbankens planer om hyere renter.

Den amerikanske sentralbanken har lenge hevdet at den er datastyrt i pengepolitikken; signalene fra sentralbankenhar vrt at hvis de konomiske nkkeltallene er gode, vil renten heves denne hsten. S kom et par dager med markedsuro, og dermed endret hele rentebildet seg.

Figuren ovenfor (klikk her for stort bilde) viser sannsynligheten for renteheving p den amerikanske sentralbankens kommende rentemte i september. Sannsynlighetene er basert p priser i markedet for fremtidskontrakter knyttet til styringsrenten i USA. Figuren forteller en kort og grei historie: I sommer kte sannsynligheten gradvisfor renteheving den 17. september nr Federal Open Market Committee mtes. I den frste uken i august kte sannsynligheten for renteheving i september til godt over 50 prosent. S begynte uroen i markedet, og dermed falt den implisitte sannsynligheten for at Federal Reserve hever renten denne hsten. Da markedsuroen var p sitt verste fra den 20. til den 25. august, falt den markedsbaserte sannsynligheten for renteheving til omtrent 20 prosent (ikke vist eksplisitt i figuren fordi den ikke viser de store bevegelsene i lpet av n handelsdag). Selv om den amerikanske sentralbanken har hevdet at den er datastyrt, tilsier denne figuren at Federal Reserve primrt er markedsstyrt. Det er med andre ingenting som tyder p at verdens ledende sentralbank har gtt bort fra sitt etter hvert gamle prinsipp om gjre det som trengs for holde markedsprisene oppe.

Mange trodde at den amerikanske sentralbanken ville heve renten denne hsten. Et par dager med markedsuro endret hele bildet. Enn s lenge kan det se ut til at verdens ledende sentralbank fortsatt ser det som sin oppgave holde markedsprisene oppe.

Euro: Suksess eller fiasko?

EU-landene utenfor eurosonen har hatt hyere konomisk vekst enn landene i eurosamarbeidet. Kanskje den felles valutaen er forklaringen p svak konomisk vekst?

I rene frem mot euroens fdsel i 1999 hadde EU-landene innenfor og utenfor den kommende eurosonen helt lik konomisk vekst. Etter at euroen ble etablert, oppsto umiddelbart et vekstgap.

Figuren ovenfor viser utviklingen i konomisk verdiskaping representert ved bruttonasjonalproduktet (BNP) i henholdsvis hele EU (rd linje) og eurosonen (bl linje). I opptakten til eurolanseringen i 1999 var forlpet i de to linjene helt likt. Etter lanseringen har landene utenfor eurosamarbeidet hatt en hyere vekst. Fordi den rde linjenrepresenterer hele EU inkludert eurosonen har landene utenfor eurosonen lftet seg enda hyere enn denne figuren gir inntrykk av. Merk at EU-land utenfor eurosamarbeidet har hentet inn hele BNP-fallet fra 2008 og 2009, mens eurolandene fortsatt har et stykke opp til BNP-toppen fra 2008.

For vrig minner utviklingen i deto linjene litt om suspekte brsnoteringer hvor det gjelder pynte bruden (bl linje kan representere bruden) frem mot noteringsdagen. Etter at selskapet er p brs (den rde linjen kan representere markedsindeksen), kommer sannheten for en dag i selskaper med svak eierstyring; de klarer ikke innfri lftene om verken lnnsomhet eller vekst, mens de opprinnelige eierne som initierte brsnoteringen, ler hele veien til banken.

Miseren i deler av EU er gjenstand for intens debatt. Meninger og oppfatninger preger debatten, som srt trenger enkle, hndfaste fakta. Kanskje figuren ovenfor er den viktigste i diskusjonen om euroens rolle i EU-lands fiaskoer og suksesser? Det m jo vre interessant for eurotilhengerne at veksten har vrt og er mye bedre utenfor valutaunionen enn innenfor? Ble euroen fdt i en sverm av lgner og lfter som aldri ville eller kunne innfris, jf. det umiddelbare gapet som oppsto etter at euroen ble lansert i 1999? Det er jo ogs interessant at deler av eurosonen (f.eks. Tyskland hvor BNP er langt over nivene fra 2008) har kommet mye bedre ut av eurounionen enn de andre medlemmene.

Veksten i land som bruker euro, har i gjennomsnitt vrt en fiasko. Veksten i EU-land som valgte st utenfor eurosamarbeidet, har til sammenlikning vrt en suksess. Snn sett har ikke teorien bak euroen tlt mtet med virkeligheten.

Det lange skiftet

Alles yne er rettet mot lavere oljepris og sviktende vekst i vekstmarkedene. Mens mange ser p skiftet som en nyhet, forteller tallene en litt annen historie.

Vekstmarkedene har sjelden vrt mindre populre blant investorene enn de er i dag. Figuren nedenfor viser sentimentet for konomisk vekst i vekstmarkedene i forhold til vekstsentimentet for de modne markedene. Sentimentdataeneer hentet fra Sentix.

Figuren forteller oss at vekstsentimentet er nesten tre standardavvik under normalen for vekstmarkedenes del. Det har med andre ord skjedd et seismisk skift i synet p vekstmarkedene de siste 12-24 mnedene.

Henger sentimentskiftet p greip med utviklingen i de fundamentale dataene? Nedenfor viser jeg rsveksten i 12 mneders rullerende omsetning og resultater i vekstmarkedene og i modne markeder. (NB! Merk at omsetnings- og resultattall er i dollar. Hvis vi hadde mlt veksten i rubler eller i norske kroner, hadde veksttallene sett finere ut).

For vekstmarkedenes del var andre kvartal i r det sjette kvartalet p rad med negativ resultatvekst. Modne markeder henger litt etter; her falt resultatene frst i siste kvartal. Merk at omsetningsveksten har falt i like mange kvartaler (tre) i bde vekstmarkeder og i de modne markedene. Kanskje er det en tettere sammenheng mellomvekst i omsetning og resultater i vekstmarkene enn i modne markeder?

Fra et kontrrt ststed er det interessant for vekstmarkedenes del at skiftet i sentiment og fundamentale drivere fant sted for godt over et r siden. Samtidig er det frst n de store, ubehagelige overskriftene nr allmenheten. Kanskje denne bemerkningen er prematur; hvem vet om vekstmarkeder og oljepris skal videre ned?

Uansett er det for tiden ikke mye vekst spore i modne markeder heller.

Lsning p sommerntten

Sommerferien nrmer seg slutten eller er over for de fleste. Her kommer endelig svaret p rets sommerntt.

Sommerntten ble presentert i forrige blogginnlegg. Du kan friske opp sprsmlsstillingen her.

Poenget var tallfestehelt nyaktig resultatet av Mr. Medians strategi. Mr. Median er han som bare bruker informasjon fra de andres estimater nr han selv lager sin egen spdom; han bruker medianestimatet som sin egen prognose.

Det er to vinnere av sommerntten,Eivind og Bendik Bull.

Riktig svar kom inn med n times mellomrom; det er ddt lp.

Eivind, som er anonym, kom med flgende lsningsforslag:

Med en uniform fordeling av estimatene, vil medianen havne p 50. Percentil 50% av tiden, dvs nr fasit ligger blant de 25% laveste og de 25 % hyeste estimatene. De resterende 50% av tilfellene hvor fasit ligger blant de 50% av estimatene "i midten", vil medianenanslaget ligge mellom 1. Og 49 Percentil, ca 1% av gangene for hvert percentil. Eks. Hvis fasit er p estimat nr 40% (dvs 39,9 % av estimatene var lavere enn fasit) , da er medianen i den 20. percentil, fordi 19 % av anslagene var bedre (estimat nr 20.5-39,5% l nrmere). Snittplassering for disse resterende 50 percentilene blir 25. Percentil. Snittet totalt skulle dermed bli 37,5. Percentil.

Bendik Bull formulerte lsningsforslaget sitt slik:

Ved for enkelhets skyld la alle tipsene vre fra 1 til 100, hvor Mr. Median har tips med verdi 50, og la resultatet, x, vre en verdi uniformt fordelt mellom 1 og 100.

Da vil ved x = 1, Mr. Medians plassering vre 50, det samme ved x = 2,...,x = 25. (ved x = 3 vil det vre 1 som har riktig svar, 2 som har svart for lavt, men alikevel nrmere enn Mr. Median, og 46 andre som har svart for hyt, men nrmere enn Mr. Median)

Ved x = 26 vil Mr. median vre p 48. plass(ved runde opp), x = 27 26.plass osv. Dette speilvendes for x > 50, men her runder jeg nedover. (svaret vil sannsynligvis ikke ligge akkurat p et tips, s kan vre 25.1, men s lenge den er uniformt fordelt, betyr ikke det noe. Derfor lar jeg Mr. Median vre p 48. plass for x = 26 og 49 for x = 74)

Da blir snittplasseringen lik:

Av 100 forsk er han 50 ganger p 50. plass, s 1 gang hver p 1. - 50. plass.

(50*50 + SUM(x over 1 til 50))/100 = 37.5.

Riktig svar p sommerntten er med andre ord 37,5.

Et veldig godt svar, kortfattet og velformulert, og med finerefleksjoner vedrrende Mr. Median-strategien, kom fra Martin Holtet. Her er hans glimrende svar, som kom for sent til vinne den ordinre konkurransen - men svaret fortjener hedersplassen for sin eleganse:

Makrotallene vil i 50% av tilfellene havne nrmest en av to ytterste fjerdedelene av konomene, og Mr Median vil da ha 50% av gruppen foran seg og selv havne p 50./51. persentil. I de andre 50% av tilfellene vil makrotallet havne et sted i den resterende halvparten av konomene som ligger nrmest midten, og Mr Median vil havne jevnt mellom 1. og 25. persentil. I snitt havner da Mr Median i 38. persentil.

En rasjonell konom, som er klar over at estimatene ikke innebrer skills, og nsker best mulig plassering over tid, vil alltid legge seg p medianen (andre framgangsmter vil gi et snitt midt p treet).

Kanskje mer realistisk er det at estimatene innebrer skills, men at de fleste konomene har samme skills og at rangeringen mellom dem p sikt dermed blir tilfeldig. konomer uten ressurser eller skills br penbart legge seg p median framfor f en bunnplassering. Ogs for de med skills vil det vre rasjonelt legge seg p median, med unntak av de analysene hvor de tror de har et fortrinn.

Hvis mange nok konomer flger Median-taktikken vil det til slutt bli f reelle analyser og kvaliteten p konsensus vil bli drligere. Dette kan igjen fre til at det blir enklere utfre analyser som slr konsensus og pendelen svinger andre veien, (mot et ekvilibrium, teoretisk sett?).

Implikasjonen for vi som konsumerer estimatene er at med mindre vi kan vite at noen konomer er bedre enn andre er vi bedre tjent med flge median-estimatet. Men vi br ogs vre obs p at i gitte situasjoner kan et stort antall konomer ha lagt seg p median og at konsensus derfor kan vre av drlig kvalitet (for eksempel utsatt for manipulasjon).

Det hele ligner diskusjonen om effisiente markeder. Det beste er flge markedet, men hvis alle gjr det, ville ingen srge for prise markedet riktig.

At Mr. Median havner p 37,5. plass eller persentil i snitt over tid, har en del implikasjoner. Ingen andre vil eksempelvis oppn en hyere snittplassering enn han som bare legger seg p medianen. Veien til suksess er med andre ord kort for den kyniske. Vi har ogs sltt fast at den beste makrokonomen, Mr. Median, ikke bringer med seg noe av verdi; vinneren, som av de fleste vil feires som en helt, er en gratispassasjer helt uten verdi.

S langt har denne velsen vrt teoretisk. Ovenfor har vinnerne av konkurransen beskrevet tankegangen sin verbalt. Lsningen kan ogs illustreres ved hjelp av simuleringer. Jeg har lagt ved en R-kode helt nederstsom kan brukes for simulerere Mr. Median-strategien. Koden er forfattet av min tidligere Storebrand-kollega Enrique Ferrer. Sm endringer og tillegg i koden er skrevet av min nvrende kollega Fredrik Andre Rui Slettvold.

Selv om velsen, inkludert simuleringen, er teoretisk, gir en gjennomgang av empirien det samme svaret. Nr man gr gjennom amerikanske og britiske makrotall, og bruker medianestimatet for hvert enkelt tall som publiseres, havner Mr. Median ogs her rundt 37,5 over tid. For vrig vil gjennomgangen av faktiske makrotall avslre at noen makrokonomer bommer mer og treffer mer enn andre. Det er imidlertid ingen makrokonomer som over tid (nr antallet avgitte estimater er hyt) slo Mr. Median. Snn sett har jeg ingen store problemer med overfre innsikten fra den teoretiske velsen over p empirien.

Den teoretiske og empiriske analysen har bidratt til at jeg er skeptisk til estimater. Nr jeg ser p estimater fra rvaremarkedet, valuta, foretakenes inntjening og s videre, er det penbart at konsensusestimatet - som er det samme som Mr. Median - bare flger etter siste observerte rvarepris, valutakurs og inntjeningsvekst. Konsensusestimater er verdilst fordi det er bakoverskuende; det er like interessant som grsdagens nyheter.

Stopp en halv, har noen innvendet nr jeg har sagt dette.Det finnes gode analytikere, analytikere som treffer bedre enn andre. Dette er helt korrekt, og i trd med det jeg nettopp har sagt. Det er noen analytikere som er drligere enn andre, men ingen analytikere har slttkonsensus over tid. Snn sett er konsensus eller Mr. Median gull, mens den aller beste analytikeren er slv. De fleste er grstein.

Men hvis analytikene bare forteller oss det som skjedde i gr, og enkeltanalytikerne er drligere enn Mr. Median, hvilken verdi har analytikerne da, vil den observante leser sprre seg. Jeg har problemer med svare p det sprsmlet uten bruke et annet tall enn null. Som analytiker har analytikeren null verdi, men som selger har han en mye strre verdi for foretaket som eierham. Analytikere som analyserer, vil over tid st uten jobb. Det kreves av finansanalytikere at de lager positive historier, selv nr virkeligheten er traurig. Negative selgere selger ikke, men alle liker mte et blidt fjes. Kan man komme til en annen slutning enn at analytikerens verdi som analytiker er null hvis man forstr teorien og empirien ovenfor? Underholdningsverdi? Ja! Analyseverdi? Nei!

Mange vil kanskje reagere p konklusjonen min, men da utfordrer jeg dem til finne den logiske bristen i teorien og empirien jeg har vist til. Lykke til!

Og til sist: Takk til alle som sendte inn lsningsforslag til sommerntten! Mange av dere var veldig nre, men det manglet litt. finne riktig svar er vel og bra; det er enda viktigere forst svaret nr det presenteres, og husk at innsikt ikke har noen verdi hvis den ikke benyttes.

Mr. Median-strategien er veien til topps som finansanalytiker.Hvis man flger sin egeninteresse, blir man Mr. Median, selv om den enkelte analytikers bruk av medianstrategien er verdils for brukerne av estimater.


HER FLGER EN R-KODE SOM SIMULERER MR-MEDIAN-STRATEGIEN

(Kodens frsteforfatter er Enrique Ferrer, mens Fredrik Andre Rui Slettvold har gjort sm endringer og tillegg):

library(MASS)

iterasjoner=1000000

bias=0

resultat=matrix(0,4,iterasjoner)

for (n in 1:iterasjoner)

{

drligere=0

bedre=0

y=runif(100,-1,1)

med=median(y)

x=runif(1,-1,1)

distance=abs(x-med)

for (t in 1:100)

{

if (abs(y[t]-x)>distance)

drligere=drligere+1

else

bedre=bedre+1

}

resultat[1,n]=med

resultat[2,n]=x

resultat[3,n]=drligere

resultat[4,n]=bedre

}

mean(resultat[4,])

r.hist <- hist(resultat[4,],axes=FALSE, main="Histogram of Mr.Median", col="lightblue")

axis(2, at=axTicks(2), labels=paste(axTicks(2)/1000000,"mil",sep=""))

axis(1, at=axTicks(1),labels=paste(axTicks(1),"Percentile"))