Het einde van het jaar nadert en ik vroeg mezelf af wat mijn favoriete boek -gelezen in 2011- is. Het antwoord:
The Black Swan van Nassim Nicholas Taleb. Zijn ideeen rondom extreme gebeurtenissen en de onvoorspelbaarheid daarvan zijn mij bezig blijven houden. Meer dan de ideeen uit ander leesvoer van dit jaar. Omdat ik me nog wel steeds afvraag, wat je als belegger nou met Black Swans aan moet, pakte ik het volgende boek er bij.
Kenneth A. Posner
Stalking the Black Swan: Research and Decision Making in a World of Extreme Volatility
Columbia Business School Publishing. 2010. Kindle Edition (Slechts $10 USD!)
De schrijver was een aandelen analist bij Morgan Stanley. Analisten zijn de researchers die aanbevelingen als 'buy','sell' en 'overweight' publiceren namens banken. Deze praktijk staat soms onder hevige kritiek, omdat deze aanbevelingen vaak niet objectief worden gegeven. Bij "sell-side" brokers en banken is de research dan ook primair bedoeld om klanten tot aan- en verkopen aan te zetten. Dat gezegd hebbende, lijkt Posner een van de meer genuanceerde beoefenaars van het analisten vak. Hij beschrijft uitgebreid hoe hij tot aanbevelingen komt en kijkt daarbij ook terug op zijn verlieslatende adviezen. Posner volgde voor Morgan Stanley een aantal financiele fondsen waaronder Fannie Mae, CIT Group, Mastercard, American Express en MBNA. Alle voorbeelden komen daarom ook uit deze categorie fondsen.
Het boek gaat over thema's als waarschijnlijkheidsleer, modelleren (Monte Carlo simulatie), behavioral economics (biases), besliskunde, informatie- overload en assymetrie. Alles vanuit de praktijk beschreven, waarbij de lezer wel wat theoretische kennis moet hebben in finance en statistiek. Het boek is taaltechnisch goed geschreven en leest daarom makkelijk weg.
Wat betreft de Black Swan geeft het boek geen definitief recept. Posner begint zijn aandelen analyses met het definieren van de meest bepalende elementen voor de winst van het beschreven bedrijf. Die kritische factoren krijgen elk een node in een probability tree. Bij 3 elementen zijn er dus 8 vertakkingen aan het einde van de boom. Een van die vertakkingen is het meest slechte scenario waarbij alle 3 de factoren negatief uitpakken voor het bedrijf en de koers bijvoorbeeld 90% zou dalen. Dit zou je de Black Swan uitkomst kunnen noemen (hoewel een Black Swan strikt genomen geen onvoorziene gebeurtenis meer is op het moment dat je deze hebt gemodelleerd).
Vervolgens kun je per element aangeven wat de kans is op de gunstige scenario tak en de resterende kans op het ongunstige scenario. Posner werkt zo tweemaal de hele boom af. De eerste keer tweakt hij de kansen dusdanig dat de meest waarschijnlijke eindtak gelijk is aan de huidige beurskoers en de standaarddeviatie daaromheen gelijk aan de impliciete volatiliteit in de opties op het betreffende aandeel. Dit is blijkbaar hoe de markt de kansen voor het aandeel inschat. Vervolgens gaat Posner met schone lei de scenario's opnieuw af om er z'n eigen kansen aan toe te kennen. Op deze manier stelt hij vast of hij reden ziet om significant van de marktverwachting af te wijken. Deze techniek om een probability tree naar de beurskoers toe te werken, is volgens de voetnoten door Michael J. Mauboussin ontwikkeld en vind ik interessant genoeg om zelf eens te proberen.
De probability tree kan bijgewerkt worden zodra nieuwe informatie beschikbaar komt. Ook hoeft een node niet per se binair te zijn, maar kan ook traploos (met een eigen distributie) tussen twee uiterste waarden gemodelleerd worden met behulp van Monte Carlo simulatie. Het resultaat is een distributie van mogelijke uitkomsten die veel genuanceerder is als een Bell-curve rondom de huidige koers. Dit kan een stap zijn richting het voorzien van Black Swan events.
Dit boek is interessant voor beleggers die zelf bedrijfsanalyses verrichten en hier hun kennis in willen uitbreiden.