facebook

Analyse

Oljefondets manglende faktorer

Slik gjorde vi analysen. Les artikkelen og kronikken i DN her.

I Dagens Næringsliv 25.11.2015 skrev vi en kronikk hvor vi stilte tre spørsmål:

  1. Har Oljefondets strategi endret seg nevneverdig etter at et professorutvalg høsten 2009 anbefalte å legge større vekt på faktorinvesteringer i forvaltningen?
  2. Hvordan ville avkastningen for Oljefondet vært dersom utvalgets anbefaling hadde blitt gjennomført?
  3. Hvordan ville avkastningen vært dersom Oljefondet kunne valgt en faktortilnærming uten å følge Finansdepartementets krav om ”nærhet” til en referanseportefølje?

Kronikken omtalte bare Oljefondets aksjeforvaltning.

Bakgrunnen for kronikken var blant annet professorutvalgets analyse og en rekke nylige avisinnlegg som påpeker at Oljefondet’s meravkastning i stor grad er drevet av eksponering mot såkalte ”faktorer”. Samtidig er det blitt stilt spørsmål ved om meravkastningen fortsatt er positiv etter at man justerer for disse risikofaktorene, trekker fra påløpte kostnader og justerer for inntekter som følge av utlån av aksjer.

Denne analysen følger opp denne debatten ved å analysere resultater fra en investeringsstrategi som fokuserer på de nevnte faktorer. Analysen er spesielt relevant fordi Oljefondet fikk et veldig konkret råd for om lag 6 år siden, og dette var et valg man kunne ha tatt. I tillegg ønsker vi også å analysere en faktorstrategi basert på hovedideene til professorutvalget, men hvor vi tillater strategien å se bort fra referanseporteføljer og samtidig gjør strategien mer praktisk gjennomførbar.

  1. «Professorutvalgets» råd har i liten grad bidratt til endringer i Oljefondets strategi
  2. Oljefondets avkastning ville blitt vesentlig høyere dersom man hadde fulgt rådene fra professorutvalget
  3. Oljefondet kunne oppnådd enda høyere avkastning og til en betydelig lavere risiko dersom strategien i større grad kunne utøves uavhengig av referanseporteføljen

I dette notatet redegjør vi nærmere for metodene og datagrunnlaget som ble benyttet i analysen og kommenterer resultatene noe mer utførlig enn i kronikken. Vi gjør oppmerksom på at det bare er Oljefondet’s aksjeportefølje som er gjenstand for analyse.

1. Har Oljefondet økt sitt fokus på faktorinvesteringer?

Professorutvalget pekte på 4 faktorer som var spesielt relevante for Oljefondets aksjeportefølje.

  • Verdifaktoren
    • kjøp av aksjer med lav pris i forhold til fundamentale verdier
  • Momentumfaktoren
    • kjøp av aksjer som har hatt høy avkastning siste 12 måneder
  • Størrelsesfaktoren
    • kjøp av aksjer med lav markedsverdi
  • Volatilitetsfaktoren
    • salg av volatilitet
    • kjøp av lite volatile aksjer

Tabell 1 under beskriver hvilke datakilder vi har benyttet. En mer utførlig beskrivelse og diskusjon av de ulike datakildene finnes i Appendiks. Vi nevner spesielt at vi i denne del av analysen har benyttet avkastningen fra en strategi hvor man selger put-opsjoner på aksjemarkedet for faktoren ”selge volatilitet”, mens vi har benyttet en egenprodusert portefølje av 500 lav-volatilitetsaksjer for lav-volatilitetsfaktoren. Dette har vi gjort for å ha en sammenhengende tidsserie for begge faktorer.

FaktorerDatavalg: ProfessorutvalgetDatavalg: Vår analyse
VerdiMSCI value minus MSCI growthMSCI value minus MSCI growth
StørrelseMSCI small cap minus MSCI large capMSCI small cap minus MSCI large and mid cap
MomentumFrench US momentum (long-short)French Global large-cap momentum (long-short)
Volatilitet I: Selge volatilitetMerrill Lynch variance swap minus money market (m-mrk)
  • CBOE put-write index minus m-mrk (del 1)
  • CBOE VIX premium str idx minus m-mrk (del 2)
Volatilitet II: Lav-volatile aksjerIkke spesifisert
  • Fronteer Solutions 500 Low Vol portfolio minus MSCI ACWI for analysen i del 1 og 3
  • Scientific Beta Low-Vol DM idx (SciBe LV) minus MSCI ACWI (del 2)
Tabell 1: Valg av faktorer og datakilder for ”professorutvalget” og i Fronteer Solutions’ analyse.

Vi analyserer først om faktorenes forklaringskraft har endret seg etter at professorutvalget kom med sitt råd sent i 2009. Andelen av meravkastningen som kan forklares av disse faktorene, målt ved R2 i en standard regresjonsanalyse, er henholdsvis44% fra fondets start i 1998 frem til utløpet av 2010 og 41% fra og med 2010 til og med tredje kvartal 2015.

Om noe kan vi si at faktorene har hatt marginalt lavere forklaringskraft etter 2010. Den mest rimelige konklusjonen er likevel at faktorene har vært omtrent like viktige etter 2010. Det er derved lite som tyder på at professorutvalgets råd har påvirket forvaltningen av Oljefondet i retning av å legge større vekt på faktorinvesteringer.

Vi har dernest studert hvordan oljefondets eksponering mot de ulike enkeltfaktorene har vært i hele perioden og i tiden før og etter 2010. Tabell 2 oppsummerer noen av de viktigste funnene. De første tre radene viser risikojustert avkastning – målt ved Sharpe Ratio - for hver av faktorene i de ulike periodene.1 De tre nederste radene viser t-verdien for faktorene fra en multippel regresjonsanalyse hvor oljefondets meravkastning er forklart variabel, og de nevnte faktorene samt en konstant er forklarende variabler.

VerdiStørrelseMomentumSelge put-opsjonerFS Lav volatilitet
Sharpe Ratio 1998 - 20150.070.480.270.450.44
Sharpe Ratio 1998 - 20100,210,470,190,330,45
Sharpe Ratio 2010 - 2015-0,590,550,700,760,44
T-verdi
1998 - 2015
-1,877,482,300,09-5,44
T-verdi
1998 - 2010
-1,546,361,97-0,04-4,52
T-verdi
2010 - 2015
-0,473,39-0,010,88-2,43

1Sharpe ratio er et mål for kvaliteten i en investeringsstrategi, hvor en måler avkastning per enhet risiko som tas. Sharpe ratio er definert som gjennomsnittlig annualisert avkastning for faktoren dividert på dens annualiserte standardavvik.

Den første interessante observasjonen er at størrelsesfaktoren har vært den mest betydningsfulle faktoren for aksjeporteføljens meravkasting. I analysen har denne faktoren en t-verdi på nesten 7,5 for hele datasettet, noe som tilsier at faktoren har en helt avgjørende effekt for meravkastningen i oljefondets aksjeportefølje. Vi vurderer det som positivt at oljefondet faktisk høster denne risikopremien ved å investere i mindre selskaper. Men en slik avkastning kan oppnås ved enkle metoder. Høsting av denne risikopremien er på mange måter det eldste trikset i boken om aktiv aksjeforvaltning. En forvalter som søker å slå indeksen vil som hovedregel eie mindre av de store selskapene og mer av de små sammenliknet med referanseindeksen. Så lenge små selskaper gjør det bedre enn store vil dette vises som god avkastning for forvalteren. Denne avkastningen kunne imidlertid enkelt vært oppnådd ved å kjøpe små aksjer ”blindt”, uten noen dypere underliggende fundamentalanalyse.

Den andre observasjon er at oljefondets aksjeportefølje har hatt en negativ eksponering mot både lav-volatilitets- og verdifaktoren både før og etter 2010. Begge faktorene har hatt positiv avkastning over hele perioden og den negative eksponeringen har dermed gitt et negativt bidrag til avkastningen. Vi observerer riktignok at avkastningen for verdifaktoren har vært negativ siden 2010, samtidig som oljefondet har hatt negativ eksponering mot faktoren. Isolert sett har dette bidratt positivt til meravkastningen. Men eksponeringen var mer negativ i perioden forut for 2010, og dette var en periode hvor verdistrategien ga et positivt avkastningsbidrag. Den negative eksponeringen mot lav-volatilitets faktoren er i tillegg meget signifikant, med en t-verdi på -5,43 for hele perioden, og med signifikant negativ eksponering både før og etter 2010. Denne faktoren har hatt en god risikojustert avkastning i begge delperioder, hvilket betyr at oljefondets negative eksponering mot denne faktoren har redusert meravkastningen i hele perioden. Begge disse faktorene er anerkjente kilder til meravkastning for investorer som aktivt søker å høste faktorpremier. Det faktum at oljefondet har en negativ eksponering mot disse to faktorene tilsier at faktorforvaltning på ingen måte er en drivende kraft bak posisjonstagningen.

I siste del av vår analyse undersøker vi om noen enkeltfaktorer har blitt mer eller mindre viktige i forvaltningen av Oljefondet etter 2010. Vi gjør dette ved bruk av standard regresjonsanalyse hvor meravkastning er forklart variabel, og hvor faktorene beholdes som forklarende variabler. Vi legger også til en såkalt «dummy variabel» for å analysere om året 2010 markerer en endring av enkeltfaktorers betydning.

Vi finner imidlertid ingen signifikante endringer av faktorers betydning etter 2010. For momentumfaktoren merker vi oss dog at den er uten betydning for avkastningen etter 2010, mens aksjeporteføljen hadde positiv eksponering mot denne faktoren før 2010. Men endringen er altså ikke signifikant i statistisk forstand. Vi merker oss også at størrelsesfaktoren synes mindre betydningsfull i tiden etter 2010. For verdi og lav-volatilitetsstrategien har eksponeringen økt, men den er fremdeles på et negativt nivå.

Konklusjonen er at det er lite som tyder på at faktorinvesteringer har fått større betydning i oljefondets forvaltning etter at professorutvalget ga sin tilrådning i 2009. Dette leder naturlig til spørsmålet om hvordan avkastningen ville ha vært om professorutvalgets råd hadde vært fulgt.

2. Hvordan ville avkastningen vært om man hadde fulgt professorutvalgets tilrådning?

I denne del av analysen benytter vi noen andre data for måling av avkastning fra volatilitetsfaktorene. For det første benytter vi en strategi som selger volatilitet (CBOE VIX premium strategy), hvilket samsvarer med professorutvalgets beskrivelse. Dernest benytter vi en etablert indeks for lav-volatilitetsaksjer. Årsaken til endret databruk er at denne analysen bare tar for seg avkastningen i perioden etter at professorutvalget la fram sine råd i 2009, og tilgjengelige datakilder er noe bedre i denne siste perioden.

Vi har også gjort noen rimelighetsvurderinger for hvordan de ulike strategiene skal settes sammen. For det første har vi valgt å la de 4 faktorene veie risikomessig likt i sammensetningen av porteføljen. Dette har vi gjort ved å la den enkeltstående risikoen fra hver faktor være like stor i tidsrommet fra starten av 2010 frem til og med tredje kvartal 2015. Volatilitetsfaktoren består videre av to delfaktorer. Vi har valgt å sette sammen disse slik at den samlede strategien har om lag 0 i markedsbeta, eller ingen samvariasjon med aksjemarkedet. Dette innebærer igjen at omtrent 80% av volatilitetsfaktoren er konstruert fra kjøp av lav-volatilitetsaksjer, mens 20% av faktoren består av salg av volatilitet gjennom VIX futures. Vi vil påpeke at sammensetningen av volatilitetsfaktoren ikke er avgjørende for analysen eller hovedkonklusjonene ettersom de underliggende strategiene har hatt omtrent like god avkastning siden 2010.

En siste beslutning er hvor stort bidrag til aktiv risiko en slik sammensatt faktorstrategi skal ha. Vi har først analysert avkastningen dersom strategien hadde hatt samme aktive risiko («tracking error») som oljefondets aksjeportefølje i denne perioden (0,44%). Dernest har vi analysert hvordan avkastningen ville blitt dersom den tillatte risikoramme (1% tracking error) hadde vært benyttet fullt ut. Resultatene fra analysen illustreres i figur 1 under.

Figur 1: Akkumulert meravkastning for oljefondets aksjeportefølje og en faktorstrategi som anbefalt av professorutvalget.

Oljefondets akkumulerte meravkastning er om lag 1,7% fra 2010 til tredje kvartal 2015. Faktorstrategien hadde gitt en akkumulert meravkastning på om lag 3,2% dersom strategien hadde benyttet like mye ”aktiv risiko” som Oljefondet faktisk har benyttet. Dersom de eksisterende risikorammene hadde vært benyttet fullt ut (1 % tracking error) ville imidlertid akkumulert meravkastning blitt nær 7,4%. Faktorstrategien hadde altså gitt om lag 5,7% ekstra meravkastning akkumulert, eller 1% årlig sammenliknet med oljefondets faktiske strategi. Forskjellen i meravkastning utgjør om lag 170 milliarder kroner, noe som ville vært tilstrekkelig til å finansiere både landbruks- og fiskeridepartementets samlede utgifter i hele perioden.

Selv om vi erkjenner at det er praktiske utfordringer med å implementere en strategi som dette, tilsier likevel resultatene at det er et betydelig potensiale for forbedret avkastning ved å utforske denne tankegangen i praktisk forvaltning.

3. Hvilket potensiale ligger i faktorinvestering?

Vi har til nå lagt til grunn at faktorinvesteringene holder seg ”nært” en tradisjonell referanseindeks slik retningslinjene fra Finansdepartementet krever. Dersom man virkelig tror at faktorinvestering er en fornuftig tilnærming, slik årtier av empirisk finansforskning og flere nobelpriser i økonomi viser, virker det svært ulogisk samtidig å kreve at investeringene skal være nær en slik indeks. Tracking error som risikomål måler bare hvor mye ”relativ risiko” en investering gir. En investering som gir langt lavere totalrisiko enn markedsindeksen kan samtidig ha svært høy tracking error. Dette illustrerer hvor lite meningsfull ”tracking error” er som risikomål. Dersom man virkelig skal utnytte mulighetene som ligger i å høste risikopremier kan ikke regelverket samtidig kreve at porteføljen holder seg svært nær en ”gammeldags” referanseindeks.

I vår analyse ønsker vi også å vurdere avkastningen til en portefølje som lettere kan settes ut i praktisk forvaltning. Vi legger derfor til grunn følgende antakelser:

  • Ingen negative eierandeler av aksjer (intet short salg av aksjer)
  • Ingen derivatbruk. Dette ekskluderer strategien som består i å ”selge volatilitet”
  • Aktive faktorstrategier gjennomføres på de 2500 største aksjene i porteføljen, mens de minste 6000 eies i henhold til indeks.

I denne analysen har vi selv generert porteføljene i henhold til de 4 valgte faktorene. Vi har tatt utgangspunkt i en rangering av aksjer i MSCI ACWI indeksen i henhold til hver av faktorene og regnet ut en gjennomsnittlig rangering for hver aksje hvor hver faktor teller likt.

For verdifaktoren har vi først beregnet en gjennomsnittlig verdifaktor basert på hvordan hver enkelt aksje er rangert i henhold til følgende fundamentale metrikker; Pris/Bok, Pris/inntjening, Pris/Cash Flow og Pris/Salg. For volatilitetsfaktoren har vi rangert aksjene utfra siste 12 måneders volatilitet basert på daglige observasjoner, målt i USD. For momentumfaktoren har vi rangert hver aksje basert på siste 9 måneders avkastning målt i USD. For størrelsesfaktoren har vi benyttet markedsverdien av selskapet målt i USD. Basert på den gjennomsnittlige faktorrangering har vi valgt de mest attraktive aksjene i MSCI ACWI og rebalansert porteføljen månedlig. Vi har lagt til grunn 0,25% transaksjonskostnad. Vi har variert porteføljestørrelsen i denne faktorporteføljen mellom 100 aksjer og 2000. I tillegg har vi holdt de ca 6000 små selskapene i MSCI global small cap i henhold til indeks. Små selskaper har utgjort ca 15% av totalporteføljen, hvilket samsvarer med andelen i forhold til total markedsverdi av noterte aksjer globalt.

Resultatene av en slik strategi er illustrert i figur 2, hvor også resultatene fra oljefondet, referanseindeksen og den først omtalte faktorstrategien er gjengitt for sammenlikning. Den aktive faktorstrategien er analysert hvor vi har benyttet et utvalg på 2000, 1000, 250 og 100 aksjer, i tillegg til de 6000 small cap aksjene som holdes indeksert.

Det påfallende resultatet er at en faktorstrategi som ikke ”klamrer seg” til referanseindeksen har gitt langt høyere avkastning og til en betydelig lavere risiko enn både oljefondet og faktorstrategien anbefalt av professorutvalget. Analysen viser også at avkastningen øker jo mer konsentrert porteføljen er (færre aksjer), og inntil en hvis grense blir også risikoen betydelig redusert. Disse faktorporteføljene har betydelige avvik fra oljefondets referanseindeks og hadde ikke vært mulig å sette i verk innenfor dagens rammeverk (porteføljene gir en tracking error mellom 3 % og 8 %).

Vi understreker at en praktisk anvendelse av faktorstrategier må tilpasses oljefondets størrelse. Men analysen illustrerer likevel at de store gevinstene ved faktorinvestering først kan høstes dersom man endrer Oljefondets mandat og tillater større avvik fra en tradisjonell referanseindeks.

Figur 2: Avkastning og risiko for oljefondet og ulike faktorstrategier.

4. Konklusjon

Flere tiår med vitenskapelig forskning gir sterke holdepunkter for at faktorstrategier kan gi betydelig forbedrede investeringsresultater. Dette var også hovedinnholdet i en tilrådning fra et internasjonalt professorutvalg i 2009, som også ble gjentatt i 2014. Til tross for dette kan vi ikke se at innholdet i Oljefondets strategi har endret seg i retning av økt faktorinvestering. Fondets nåværende rammeverk gir heller ikke mulighet til å gjennomføre en slik tilnærming i betydelig grad. Vår oppfordring til både Finansdepartementet og Norges Bank er derfor å ta grep som sikrer en fokusert høsting av risikopremier i Oljefondet.


Team Fronteer









Appendix

A1: Valg av tallserier og indekser

Vi har valgt faktorer og datakilder som i stor grad følger valgene og vurderingene til ”professorutvalget”. For verdifaktoren benytter vi eksakt samme datakilder: MSCI global value fratrukket MSCI global growth. For størrelsesfaktoren benytter vi i likhet med professorutvalget MSCI small cap som ”long” portefølje, mens vi har valgt å benytte MSCI large and small cap (MSCI ACWI) som ”short” portefølje. Her har professorutvalget valgt large- cap aksjer som shortportefølje. Valget har liten betydning for analysen, men vår tilnærming gir en bredere portefølje til å finansiere en overvekt av small-cap aksjer i en praktisk implementering. For momentumfaktoren har professorutvalget valgt Kenneth French’s long-short portefølje av US aksjer. Etter at utvalget gjorde sitt arbeid har French konstruert en internasjonal long-short portefølje av aksjer fra utviklede markeder, som er mer passende for en internasjonal portefølje som Oljefondet er. Vi har valgt momentum strategien implementert på large-cap aksjer, som også er lettest å implementere i praktisk forvaltning.

Implementering av volatilitetsfaktoren er den som i størst grad kan diskuteres, fordi utvalget her ikke var helt klar i hvordan faktoren bør operasjonaliseres. De omtaler i hovedsak en strategi som består i å forsikre øvrige markedsaktører mot volatilitet ved å ”selge volatilitet”. Dette er en strategi som vil tape penger når volatiliteten i markedet øker, men vil høste en ”forsikringspremie” i normale markeder. Som datakilde har de professorutvalget pekt på en prisserie fra Merrill Lynch som angir prisen på varianse-swapper på S&P 500 Composite indeksen. Denne konkrete dataserien opphører imidlertid ved utløpet av 2012 og kan derfor ikke benyttes i vår analyse av avkastning frem til i dag. Chicago Board of Options Exchange (CBOE) har imidlertid en kvalitetssikret indeks for en strategi som selger volatilitet ved å handle VIX futures. Denne er konseptuelt nærmest identisk valget som professorutvalget benyttet, men er etter vårt syn en grundigere kvalitetssikret avkastningsserie.2 Vi har derfor benyttet denne dataserien i analysen av avkastningen for professorutvalgets strategi (del 2 i analysen).

Professorutvalget uttaler videre at en volatilitetsfaktor også burde inneholde andre strategier knyttet til aksjevolatilitet, og indikerer at aksjer med lav volatilitet burde inngå som en egen ”delfaktor”.3 Flere studier rapporterer at aksjer med lav volatilitet i gjennomsnitt har hatt høyere avkastning enn aksjer med høy volatilitet. Vi har på denne bakgrunn valgt å la lav-volatilitets strategien inngå som en del av professorutvalget’s volatilitetsstrategi. Professorutvalget’s beskrivelse gir rom for flere ulike tolkninger, men vi har valgt en som etter vårt skjønn er rimelig. Det må også her påpekes at resultatene for de to ulike formuleringene av volatilitetsfaktoren er svært liknende i perioden vi analyserer.

Som valg for verdifaktoren valgte professorutvalget avkastningen for MSCI sin globale verdiindeks minus MSCI sin globale vekstindeks. Vi har fulgt dette valget.

Som valg for momentumfaktoren påpeker professorutvalget at det mangler globalt aksepterte momentumindekser. De faller ned på momentumfaktoren som er benyttet av Fama og French i sine anerkjente studier og som er tilgjengelige på Kenneth French’s hjemmesider. Denne faktoren er en long-short portefølje bestående av US aksjer. Siden den gang har French publisert en global versjon av momentumfaktoren, og det er naturlig å benytte denne tidsserien i vår studie. Denne faktoren skiller mellom en momentumstrategi for globale ”large-cap” og ”small-cap” aksjer. Vi benytter faktoren for large-cap aksjer da denne vil være enklest å implementere i praktisk forvaltning.

Som størrelsesfaktor benyttet professorutvalget MSCI all country small cap indeks minus MSCI all country large cap indeks. Vi har gjort en liten justering; long porteføljen er den samme, mens short porteføljen består av MSCI large and mid cap aksjer (MSCI ACWI). Forskjellen i dataseriene er nært neglisjerbar, men vår formulering tillater et noe bredere utvalg av aksjer som ”finanseringskilde” til en økt small-cap allokering.

Når det gjelder volatilitetsfaktoren er det større rom for tolkning, og datakildene er også her mer ufullstendige. Vi har her måttet gjøre noen rimelighetsvurderinger. I omtalen av denne faktoren fremhever professorutvalget Oljefondets spesielle evne til å tåle nedsiderisiko, og at fondet derved kan fungere som en som selger porteføljeforsikring til mer risikoaverse investorer. De argumenterer med at dette kan oppnås ved å selge volatilitet eller varians. Som proxy for en slik forsikringsstrategi benytter professorutvalget avkastningen fra å kontinuerlig rullere short-posisjoner i en varians-swap (”variance-swap”), og angir en spesifikk tidsserie levert av Merrill Lynch for beregning av avkastningen. Denne tidsserien opphørte å eksistere ved utløpet av 2012, og kan derfor ikke benyttes. Vi har heller ikke funnet noen andre kvalitetssikrede tidsserier for varianse-swapper som gjelder helt fra 1998 frem til i dag. Vi finner derimot en kvalitetssikret tidsserie fra Chicago Board of Options Exchange (CBOE) for en strategi basert på salg av volatilitet (ikke varians) gjennom futures kontrakter på den såkalte VIX indeksen. Denne tallserien begynner i 2008 og tall publiseres fortsatt (CBOE VIX premium strategy index). Denne indeksen benytter vi i del 2 av analysen. CBOE publiserer også avkastningstall for en strategi som selger put opsjoner på aksjemarkedet (CBOE S&P 500 put-write index). Vi opplever at denne indeksen er svært tett opp til det professorutvalget omtaler som en strategi som leverer forsikring til markedet. Ved å selge put-opsjoner kan andre aktører kjøpe disse, og derved konkret forsikre seg mot at markedet faller. Denne tidsserien ble opprettet i 1986 og har derved tilgjengelige tallserier i hele Oljefondets levetid. Denne dataserien benytter vi i del 1 av analysen.

Flere faktorer benytter pengemarkedet som short-portefølje. Vi har her benyttet månedlig avkastning på 3 måneders pengemarkedsplasseringer som proxy for lånekostnader (ticker ECUSD3M i Datastream/ThomsonReuters).

Datastream/ThomsonReuters er benyttet som dataleverandør.

2Variansen til en avkastningsserie er volatiliteten opphøyd i annen.

3På side 160 i professorutvalget’s rapport heter det: ”This factor is not restricted to just derivatives as any relation between volatility and returns should be captured by a volatility risk factor. For example, Ang et al. (2009) show that stocks with low volatility have high returns in the global cross section of stock returns.”