Als je het financiële nieuws volgt of in gesprek bent met je bankier of vermogensbeheerder, kun je er bijna niet omheen: private equity is overal.
Steeds meer financiële instellingen, van grootbanken tot gespecialiseerde vermogensbeheerders, promoten actief beleggingen in niet-beursgenoteerde markten (zogenaamde ‘private markets’). Ooit was dit het exclusieve domein van de allergrootste institutionele partijen, zoals pensioenfondsen en staatsfondsen. Nu wordt deze categorie – vaak via complex gestructureerde fondsen – steeds vaker aangeboden aan vermogende particulieren en ‘affluent’ beleggers.
De belofte die je wordt voorgespiegeld is verleidelijk: superieure rendementen die de publieke (aandelen)markten ver achter zich laten en bovendien een lage correlatie bieden.
Maar als experts in Evidence Based Indexbeleggen weten we bij EBI Capital dat ronkende beloftes de toets van onafhankelijke, academische data moeten doorstaan. Voordat we de baten (het rendement) analyseren, is het cruciaal dat je begrijpt wat je opgeeft. De prijs die je voor private equity betaalt, is namelijk extreem hoog.
Je levert vier fundamentele zekerheden in die bij onze EBI-filosofie juist centraal staan:
Liquiditeit: Je geeft de vrijheid op om je geld op te nemen. Je vermogen staat doorgaans 10 tot 15 jaar vast in een ‘lock-up’.
Transparantie: Je ruilt dagelijkse, openbare beurskoersen in voor subjectieve taxaties (appraisals) van de fondsmanager zelf, die je vaak maar één of twee keer per jaar ziet.
Lage Kosten: Je accepteert een van de hoogste kostenstructuren in de beleggingswereld, doorgaans een beheervergoeding van 2% plus 20% van de winst (de ‘carried interest’).
Brede Spreiding: Je verruilt een wereldwijd gespreid indexfonds voor een geconcentreerde gok op de keuzes van één enkele manager.
En juist omdat die offers zo groot zijn, wringt de schoen des te meer. Private equity is, in tegenstelling tot de publieke aandelenmarkten die wij volgen, notoir complex, illiquide (niet-verhandelbaar) en bovenal: intransparant. Data is moeilijk te verkrijgen en nog moeilijker correct te interpreteren.
Dit roept de cruciale vraag op: wat zijn de werkelijke nettorendementen van deze beleggingen zodra we de marketingretoriek weglaten en het bewijsmateriaal analyseren? Bieden private equity fondsen gemiddeld genomen daadwerkelijk een meerwaarde die deze fundamentele offers rechtvaardigt?
In dit uitgebreide artikel gaan we op zoek naar het antwoord. We gebruiken daarvoor een diepgaand onderzoek dat de netto prestaties van meer dan 6.000 private fondsen tussen 1980 en 2022 analyseert
Hoe meten we de prestaties?
Om de prestaties te meten, gebruiken de onderzoekers data van de MSCI Private Capital Universe
TVPI (Total Value to Paid-in Capital): Simpelweg de ‘geld-multiple’. Hoeveel krijg je terug (uitkeringen + restwaarde) voor elke euro die je hebt ingelegd? Een TVPI van 1,5x betekent dat je €1,50 terugkrijgt voor elke ingelegde €1.
IRR (Internal Rate of Return): Het interne rendement, een complexere berekening die de timing van kasstromen meeweegt. Zoals we later zullen zien, is deze maatstaf berucht om het ‘opblazen’ van rendementen
Enorme Spreiding in Resultaten
De eerste fundamentele ontdekking van het onderzoek is de enorme spreiding (dispersie) in de resultaten
In de publieke aandelenmarkt kun je via een indexfonds eenvoudig het marktgemiddelde kopen. Bij private equity is dit onmogelijk
De grafiek toont de gewogen gemiddelde TVPI (de ‘geld-multiple’) over de gehele looptijd voor de vier categorieën
Wat direct opvalt:
Buyout: Het gemiddelde fonds levert 1,71x je inleg op
Figuur 1: Spreiding in ‘Total Value to Paid-In Capital’ (TVPI) over de Looptijd, per Activaklasse (in USD).
Deze figuur toont de gewogen gemiddelden van de statistische verdeling van de ‘Total Value to Paid-in Capital’ (TVPI) over de gehele looptijd. De weging is gebaseerd op het voor inflatie gecorrigeerde totale toegezegde kapitaal (in dollars van Q4 2022) per ‘vintage’ (d.w.z. groepen fondsen die in hetzelfde kalenderjaar zijn gestart). De statistieken omvatten het gemiddelde en het 5e en 95e percentiel.
De onderzoekers ontdekten dat de vraag of private fondsen überhaupt een premie (extra rendement) leveren, cruciaal afhankelijk is van de benchmark waarmee je vergelijkt.
Appels met de Verkeerde Peren Vergelijken
Om de prestaties te meten, gebruiken we een methode genaamd de ‘Public Market Equivalent’ (PME). Simpel gezegd berekent deze methode of je beter af was geweest als je al het geld dat je in het private fonds hebt gestort (de ‘capital calls’) in plaats daarvan op dezelfde momenten in een publiek indexfonds had gestopt, en ook alle uitkeringen op dezelfde momenten had ontvangen. Een PME van 1,10x betekent dat het private fonds 10% beter presteerde dan de index; een PME van 0,90x betekent dat het 10% slechter presteerde.
En hier wordt het interessant. Laten we opnieuw kijken naar buyout-fondsen (die gemiddeld 1,71x je inleg opleverden).
-
Vergelijking 1 (de marketing-pitch): Als je ze vergelijkt met de S&P 500 (de brede Amerikaanse beursindex), lijken ze het geweldig te doen. De PME is 1,19x. Een outperformance van 19%.
-
Vergelijking 2 (de EBI-realiteit): Maar een buyout-fonds koopt geen Apple of Microsoft. Ze kopen doorgaans kleinere, goedkopere ‘waarde’-bedrijven. Als je ze vergelijkt met de juiste benchmark – een small-cap waarde-index (kleine waarde-aandelen) – keldert de PME naar 0,96x.
Met andere woorden: de ‘outperformance’ was een illusie. De fondsen presteerden slechter dan het publiek verhandelbare, liquide en goedkope alternatief dat hetzelfde risicoprofiel had. Dit fenomeen zien we in alle categorieën: vergeleken met de juiste stijl-indexen ligt de PME tussen 0,81x en 1,13x. De beloofde superieure rendementen lossen grotendeels op.
Diversificatie: een Gedeeltelijke Waarheid
Ten slotte onderzoekt de studie het ‘diversificatie’-argument. Omdat de fondsen niet-beursgenoteerd zijn, zouden ze niet perfect moeten meebewegen met de beurs.
De data laten zien dat de rendementen inderdaad sterker gecorreleerd zijn met de publieke markten sinds de invoering van ‘fair value accounting’ (waardering op reële waarde) in 2007. Managers moeten sindsdien hun bezittingen vaker en realistischer waarderen. De ‘lage correlatie’ van vroeger was deels een boekhoudkundig artefact.
Desondanks blijft een aanzienlijk deel van het rendement onverklaard. Dit suggereert dat private fondsen wel degelijk enige diversificatievoordelen hebben geboden, zelfs in de afgelopen decennia.
Hoe Werkt een Privaat Fonds (en Waarom is het zo Complex)?
Om de data goed te begrijpen, is het essentieel dat je weet hoe zo’n fonds is gestructureerd. Het is fundamenteel anders dan het kopen van een aandeel of indexfonds. (Als je al een expert bent, kun je dit deel overslaan.)
De Structuur en het Jargon
Private fondsen zijn ‘limited partnerships’. Je hebt twee spelers:
-
De General Partner (GP): De fondsbeheerder. Zij nemen alle beslissingen en hebben de controle.
-
De Limited Partners (LPs): De investeerders (jij dus). Jij geeft je geld en hebt verder (bijna) niets te zeggen.
Het proces verloopt in stappen:
Commitment & Vintage: Je belooft een bedrag (je ‘commitment’), bijvoorbeeld €1 miljoen. Het jaar waarin het fonds sluit, wordt de ‘vintage’ genoemd (bijv. “de 2024 vintage”).
Capital Calls (de ‘J-Curve’): De GP vraagt je geld niet in één keer. Over de eerste 3-4 jaar ‘roepen’ ze het kapitaal op (‘capital calls’) zodra ze een investering (‘deal’) vinden. Je moet dan direct betalen. Dit zorgt voor de bekende ‘J-curve’: je rendement is de eerste jaren diep negatief omdat je alleen maar geld inlegt en kosten betaalt.
Dry Powder: Het geld dat je hebt beloofd maar nog niet is opgevraagd, heet ‘dry powder’ (droog kruit). Dit geld kun je niet zomaar ergens anders voor 10 jaar vastzetten, dus het ‘sleept’ op je rendement (een ‘performance drag’).
Kosten & Uitkeringen: De GP gebruikt jouw geld (en veel geleend geld, ‘leverage’) om deals te doen. Na een paar jaar verkopen ze die deals hopelijk met winst. Jij ontvangt dan uitkeringen (‘distributions’). De looptijd van dit alles is typisch 7 tot 10 jaar, maar uitloop naar 12 of 15 jaar is zeer gebruikelijk.
De ‘Kosten waterval’ (Hier Verdwijnt je Geld)
De kostenstructuur is berucht. De GP rekent (bijvoorbeeld) 2% beheervergoeding per jaar. Dit is niet over het belegde kapitaal, maar vaak over het toegezegde kapitaal. Op je €1 miljoen ‘commitment’ betaal je dus €20.000 per jaar, zelfs als er nog maar €500.000 is opgevraagd.
Daarbovenop komt de ‘carried interest’: een winstdeling, meestal 20% van de winst.
Dit wordt verrekend via een ‘waterfall’ (watervalstructuur):
Eerst gaan alle uitkeringen naar het terugbetalen van de inleg van de LPs (jou).
Daarna krijgen de LPs een voorkeursrendement (de ‘hurdle rate’), bijvoorbeeld 8% per jaar.
Daarna begint de ‘catch-up’: de GP pakt het grootste deel van de winst (soms 80-100%) totdat zij hun 20% van de totale winst hebben bereikt.
Pas daarna wordt de resterende winst verdeeld (bijv. 80% voor jou, 20% voor de GP).
Dit systeem is extreem complex en duur. Een ‘Amerikaanse waterval’ (per deal) is nog gunstiger voor de GP dan een ‘Europese waterval’ (op fondsniveau).
‘Smoothing’ en ‘Lagging’ (De Illusie van Veiligheid)
Omdat de bezittingen (fabrieken, softwarebedrijven) niet op een beurs verhandeld worden, is er geen dagelijkse prijs. De waarde (de Net Asset Value of NAV) wordt door de GP zelf geschat (getaxeerd).
Dit leidt tot twee bekende problemen:
‘Smoothing’ (Afvlakking): Waarderingen worden niet zo snel aangepast als de beurs. Zelfs als de beurs crasht, houdt de GP de NAV misschien nog stabiel. Dit lijkt op lage volatiliteit en lage correlatie, maar het is een boekhoudkundige illusie.
‘Lagging’ (Vertraging): De taxaties lopen achter op de realiteit van de publieke markten.
Sinds 2007 zijn de regels (‘fair value accounting’) strenger, wat de correlatie met de beurs (zoals we zagen) heeft verhoogd. Toch blijft dit een fundamenteel probleem. Tot slot: je aandelen zijn extreem illiquide. Je kunt niet verkopen. Als je toch een vroege ‘exit’ moet forceren via de ‘secundaire markt’, betaal je vaak een forse korting (‘haircut’) op de (toch al subjectieve) NAV.
De Data: Waarom Dit Onderzoek Betrouwbaar Is
We hebben nu de complexiteit gezien. Waarom zijn de data in dit onderzoek dan wel te vertrouwen?
Zoals gezegd, de data komen uit de MSCI Private Capital Universe (PCU). Het grote voordeel hiervan is dat de data rechtstreeks afkomstig zijn van meer dan 1.000 grote investeerders (LPs). Zij moeten de kasstromen en waarderingen exact bijhouden voor hun eigen boekhouding.
Dit is veel beter dan data die vrijwillig door fondsmanagers (GPs) worden aangeleverd (die vaak alleen hun beste fondsen rapporteren, wat leidt tot ‘selection bias’).
Alle data die we gebruiken zijn:
Netto: Na alle beheervergoedingen en ‘carried interest’ (winstdelingen).
Compleet: Het omvat 6.021 fondsen in Noord-Amerika.
Objectief: Gebaseerd op de daadwerkelijke kasstromen van LPs.
De Beperking (en Waarom We naar Gemiddelden Kijken) Er is één belangrijke beperking: de onderzoekers (en wij) krijgen geen data per individueel fonds. Om de anonimiteit te garanderen, levert de database alleen statistieken per ‘vintage’ (startjaar). We zien het gemiddelde, de mediaan (het middelste fonds), en de percentielen (zoals de top 5% en onderste 5% die we in Figuur 1 zagen).
Dit betekent dat we perfect het gemiddelde fonds kunnen analyseren, maar niet de spreiding rondom de PME-benchmark. Gezien de gigantische spreiding in Figuur 1, is het veilig om aan te nemen dat de spreiding in prestaties ten opzichte van de benchmark net zo groot is.
Het Voorbeeld: De Buyout-Vintage van 2007
Laten we, voordat we naar de totaalcijfers kijken, de levenscyclus van één ‘vintage’ als voorbeeld nemen: de Buyout (BO) fondsen uit 2007. Dit waren 68 fondsen die $172 miljard ophaalden, vlak voor de Grote Financiële Crisis. Ze zijn nu (eind 2022) nagenoeg allemaal afgewikkeld.
In de volgende grafiek (Figuur 2) zie je precies hoe het geld bewoog en wat het rendement deed over de 15-jarige looptijd.
De Anatomie van een ‘Vintage’ (Buyout 2007)
Deze grafiek (Figuur 2) is essentieel. Het toont de levenscyclus van de 68 buyout-fondsen die net voor de crisis van 2008 startten.
Panel A (J-Curve): Dit paneel toont de netto kasstromen (inleg min uitkeringen). Je ziet de klassieke ‘J-curve’. De eerste 4 jaar stort je als belegger alleen maar geld in. Pas na acht jaar kregen de beleggers in het gemiddelde fonds hun inleg terug (de lijn kruist de nul).
Panel B (NAV-opbouw): Dit toont de opbouw van de (getaxeerde) waarde van de investeringen. De ‘bult’ vlakt af en daalt naarmate de GP (manager) de bedrijven weer verkoopt en de winst uitkeert.
Nu komen we bij de prestatiemetingen, en hier moet je goed opletten.
Panel C: De TVPI (De Eerlijke ‘Multiple’)
De TVPI (Total Value to Paid-in Capital) is de meest eerlijke, simpele maatstaf. Het antwoordt op de vraag: “Voor elke euro die ik heb ingelegd, hoeveel heb ik (inclusief de restwaarde) teruggekregen?”
Voor de 2007-vintage convergeerde de TVPI naar 1,73x. Oftewel, €1 inleg werd €1,73 waard. Dat klinkt redelijk, maar het duurde wel 15 jaar.
Maar kijk opnieuw naar de spreiding: het 5e percentiel (de pechvogels) eindigde op 0,75x (een verlies van 25%), terwijl de top 5% (de geluksvogels) eindigde op 2,93x. Het heeft alle kenmerken van een loterij!
Panel D: De IRR (De Misleidende Marketingmaatstaf)
Nu de IRR (Internal Rate of Return). Dit is de favoriete maatstaf in elke marketingbrochure, omdat het cijfer bijna altijd hoger en indrukwekkender lijkt.
Voor deze 2007-vintage was de gemiddelde IRR over de looptijd 10,88%.
Dit lijkt fantastisch, maar het is een gevaarlijk en misleidend getal. Waarom?
Onrealistische Aanname: De IRR-formule veronderstelt dat je alle vroege uitkeringen die je ontvangt, kunt herbeleggen tegen datzelfde hoge percentage (dus tegen 10,88%). Dat is in de praktijk onmogelijk.
Gevoelig voor ‘Trucs’: De IRR kan kunstmatig worden ‘opgeblazen’ door snel schulden (‘leverage’) te gebruiken om in het begin een paar snelle, grote uitkeringen te doen. De timing is alles voor de IRR.
De Waarheid: 10,88% versus 3,72%
Kijk nu eens naar het keiharde verschil.
De IRR (het marketinggetal) was 10,88%.
De TVPI (het werkelijke geld) was 1,73x over 15 jaar.
Wat is een rendement van 1,73x over 15 jaar waard in jaarlijkse percentages? Als we dat omrekenen ($1,73^{(1/15)} – 1$), komen we op een geannualiseerd rendement van slechts 3,72%.
Dit is de kern van de zaak. De belegger ervaart een rendement van 3,72% per jaar, maar de manager rapporteert een ‘indrukwekkende’ 10,88%. Het verschil is te wijten aan de gebrekkige en ‘opgeblazen’ IRR-methode.
Laten we nu kijken hoe de verschillende categorieën presteren als we alle ‘vintages’ (startjaren) samennemen.
Absolute Prestaties: Een Diepere Duik in de Loterij
Deze grafieken bevestigen het beeld van de 2007-vintage, maar dan voor alle fondsen van de afgelopen 40 jaar. Dit is de harde realiteit van de prestaties, netto na kosten.
Wat zien we?
Het gemiddelde fonds in elke categorie (de dikke blauwe lijn) behaalde een TVPI boven de 1 (dus winst). Maar het scherpe contrast tussen de top- en bodempresteerders is schokkend.
Kijk maar mee:
Buyout (Panel A): Gemiddelde TVPI is 1,71x. De top 5% (95e percentiel) haalt 2,85x, maar de onderste 5% (5e percentiel) verliest geld met 0,71x.
Venture Capital (Panel B): De spreiding is hier het grootst. Het gemiddelde is 1,81x. De top 5% scoort een extreme 4,24x, maar de onderste 5% wordt gedecimeerd en eindigt op 0,36x (een verlies van 64%).
Private Credit (Panel C): Dit is de meest stabiele categorie, met de minste spreiding.
Private Real Estate (Panel D): Ook hier een flinke spreiding, van 0,55x tot 2,18x.
Het Grote Venture Capital (VC) Probleem: Gemiddelde vs. Mediaan
Er is nog een cruciaal detail, specifiek bij Venture Capital (Panel B). Het [rekenkundig] gemiddelde (blauwe lijn) is veel hoger dan de mediaan (de stippellijn).
Gemiddelde TVPI: 1,81x
Mediane TVPI: 1,24x
Wat betekent dit? Het gemiddelde wordt extreem omhoog getrokken door een paar ‘home runs’ (de vroege investeerders in Google of Facebook). De meeste beleggers (de mediaan, oftewel het middelste fonds) behaalden echter een veel soberder resultaat van 1,24x.
Waarom dit het ‘Manager Selectie Probleem’ Bewijst
Deze enorme spreiding, gecombineerd met de illiquide ‘lock-up’ van 10-15 jaar, maakt managerselectie tot een extreem hoog risico.
Onderzoek toont bovendien aan dat er nauwelijks bewijs is voor ‘persistentie’: managers die het in het verleden goed deden, doen het in de toekomst niet automatisch weer goed
Het ‘kopen van de markt’ (zoals bij een indexfonds) is onmogelijk. Je wordt gedwongen een gok te wagen op één of twee managers, met de reële kans dat je in het 5e percentiel belandt en je geld verliest.
Relatieve Prestaties: De Benchmark-Illusie
Nu de absolute cijfers duidelijk zijn (het is een loterij), komen we bij de belangrijkste mythe: “private equity verslaat de beurs”.
Zoals we in de inleiding al kort zagen, hangt deze claim volledig af van de benchmark waarmee je vergelijkt. De volgende grafiek (Figuur 4) laat zien wat er gebeurt als je de juiste, eerlijke vergelijking maakt.
De grafiek toont de KS-PME (de ‘Public Market Equivalent’, de eerlijke 1-op-1 vergelijking) en de Direct Alpha (het jaarlijkse extra rendement) voor de gemiddelde fondsen.
De Grote Illusie: “Alpha” is (Meestal) de Verkeerde Benchmark
Je kijkt nu naar Figuur 4. Deze grafieken tonen het gemiddelde fonds, maar nu direct vergeleken met publieke indexen. Dit is de PME-analyse waar we het eerder over hadden (een score boven 1.0 = ‘outperformance’, onder 1.0 = ‘underperformance’).
Dit is waar de marketing-mythe volledig instort.
Panel A: Buyout (De Kern van de Zaak)
Laten we focussen op Buyouts. De industrie vergelijkt zich graag met de S&P 500 (de donkerblauwe lijn).
De Claim: Ten opzichte van de S&P 500 haalt het gemiddelde buyout-fonds een PME van 1,19x
De EBI-Realiteit: Maar zoals we al vaststelden, zijn buyout-fondsen (die illiquide, kleinere, goedkope bedrijven kopen) totaal niet te vergelijken met de S&P 500 (grote, liquide ‘growth’-aandelen zoals Apple en Microsoft). Een veel eerlijkere vergelijking is de Small Cap Value Index (kleine waarde-aandelen), de lichtblauwe/grijze lijn.
De Conclusie: Zodra je die eerlijke benchmark gebruikt, verdampt de outperformance volledig.
De PME keldert naar 0,96x
Het ‘Direct Alpha’ wordt negatief: -1,0% per jaar
Het gemiddelde buyout-fonds heeft de belegger dus slechter laten presteren dan een liquide, goedkoop indexfonds met hetzelfde risicoprofiel. De “alpha” was niets meer dan een vermomde (en extreem dure) blootstelling aan de ‘size’- en ‘value’-factoren.
Panel B: Venture Capital
Hier zien we iets vergelijkbaars. Ten opzichte van de S&P 500 een PME van 1,15x
Panel C & D: Krediet en Vastgoed
Private Credit (Krediet): Verslaat de veilige obligatie-index (PME 1,09x)
Private Real Estate (Vastgoed): Dit is de slechtste categorie. Het gemiddelde fonds presteert slechter dan de publieke vastgoedindex (PME 0,97x)
Het onderzoeksteam concludeert zelf dat, eenmaal gewogen voor alle ‘vintages’ en getest op statistische significantie, de prestaties van Venture Capital ten opzichte van geen enkele benchmark statistisch te onderscheiden zijn van geluk
5. Het Diversificatie-Argument: Een Boekhoudkundige Illusie?
Het laatste argument van de industrie is: “zelfs als het rendement niet superieur is, biedt het geweldige diversificatie, want het beweegt niet mee met de beurs.”
De onderzoekers kijken ook hier nuchter naar de data. Zoals we al bespraken, waren waarderingen (NAVs) vroeger subjectieve schattingen van de manager zelf. Dit zorgde voor twee effecten:
‘Smoothing’ (Afvlakking): De rendementen leken stabiel, omdat managers de waarde niet lieten crashen tijdens een crisis.
‘Lagging’ (Vertraging): De rapportages liepen maanden achter op de realiteit van de beurs.
Deze twee effecten gaven de illusie van lage correlatie.
Het volgende (en laatste) figuur (Figuur 5) toont wat er gebeurde na 2007, toen de ‘Fair Value Accounting’-regels managers dwongen om hun bezittingen realistischer (meer ‘mark-to-market’) te waarderen.
Het Diversificatie-Argument: Een Boekhoudkundige Illusie?
Je kijkt nu naar Figuur 5. Deze grafieken pakken het laatste grote argument aan: “Private equity biedt diversificatie, want het beweegt niet mee met de beurs.”
De grafieken zetten het kwartaalrendement van de private fondsen (groene en gele lijnen) af tegen de relevante publieke benchmark (de grijze lijn).
Wat zie je?
Focus op de verticale stippellijn in het midden: “Adoption of Fair Value Accounting” (rond 2007)
Vóór 2007: De private lijnen (vooral de groene ‘raw’ data) zijn vlak. Ze lijken totaal niet op de beurs te reageren. Dit is de ‘smoothing’ (afvlakking) en ‘lagging’ (vertraging) waar we het over hadden
Na 2007: Kijk wat er gebeurt. De lijnen beginnen bijna perfect synchroon te lopen.
- Zie de Grote Financiële Crisis (2008-2009). Zowel de publieke index (grijs) als de private fondsen (geel/groen) crashen en herstellen samen
. - De ‘veilige’ lage correlatie is plotseling verdwenen, precies op het moment dat je die het hardst nodig had.
De onderzoekers hebben dit ook cijfermatig getoetst (met factorregressies). De resultaten zijn verbluffend. Ze meten hoeveel van de private-equity-bewegingen (de ‘variatie’) kan worden verklaard door de bewegingen op de publieke beurs (de ‘Adjusted R-squared’).
Buyout-fondsen (vóór 2007): Slechts 10% van het rendement werd verklaard door de beurs
Buyout-fondsen (na 2007): Na ‘fair value accounting’ schiet de R-squared omhoog naar 86%
Hetzelfde zien we bij Private Credit: de R-squared (correlatie) springt van 17% naar 82%
Wat betekent dit voor jou?
De claim van ‘lage correlatie’ en ‘diversificatie’ was grotendeels een mythe, veroorzaakt door verouderde en subjectieve boekhoudmethoden. Zodra managers gedwongen werden om de echte waarde van hun bezittingen te rapporteren, bleken private- en publieke markten gewoon aan dezelfde economische schokken onderhevig te zijn
Het onderzoek stelt wel eerlijk dat er, zelfs na de correcties, nog steeds een deel van het rendement niet verklaard kan worden door de publieke markt
Het Eindoordeel: Wat Zegt het Bewijs?
Na deze diepe duik in 42 jaar aan data van 6.000 fondsen, kunnen we de ronkende marketingbeloftes van de private equity-industrie nu nuchter toetsen aan de feiten.
Wat is de waarheid over de historische rendementen?
Het is een Loterij, Geen Belegging. De spreiding in rendementen is gigantisch
Het Gerapporteerde Rendement (IRR) is Misleidend. We zagen hoe de 2007-vintage een ‘IRR’ van 10,88% rapporteerde, terwijl het werkelijke geannualiseerde rendement (gebaseerd op de TVPI) slechts 3,72% was
De ‘Outperformance’ is een Illusie. De claim “wij verslaan de beurs” is bijna volledig afhankelijk van het vergelijken met de verkeerde benchmark
Diversificatie was Grotendeels een Boekhoudtruc. De ‘lage correlatie’ van vroeger was het gevolg van subjectieve en vertraagde taxaties (‘smoothing’)
De EBI-Conclusie
Als experts in Evidence Based Indexbeleggen is onze conclusie helder.
Je wordt gevraagd om vier fundamentele zekerheden op te geven: je liquiditeit (voor 10-15 jaar), transparantie (subjectieve taxaties), lage kosten (2-en-20) en brede spreiding (een gok op één manager).
Wat krijg je daarvoor terug?
De data tonen aan: een extreem onzekere uitkomst (de loterij), misleidende rendementscijfers (de IRR) en een gemiddeld rendement dat, mits correct vergeleken, onderdoet voor een liquide, transparant en goedkoop indexfonds
De vraag die je jezelf moet stellen is dus niet: “Mis ik de boot?”
De vraag is: “Waarom zou ik, op basis van dit bewijs, ooit voor zo’n fundamenteel inferieur product kiezen?”
Bronvermelding
DiCiccio, T. J., and B. Efron. 1996. “Bootstrap Confidence Intervals.” Statistical Science 11,
no. 3: 189–228.
Dimson, E. 1979. “Risk Measurement When Shares Are Subject to Infrequent Trading.”
Journal of Financial Economics 7, no. 2: 197–226.
Driessen, J., T. C. Lin, and L. Phalippou. 2012. “A New Method to Estimate Risk and Return
of Nontraded Assets from Cash Flows: The Case of Private Equity Funds.” Journal of
Financial and Quantitative Analysis 47, no. 3: 511–535.
Efron, B. 1987. “Better Bootstrap Confidence Intervals.” Journal of the American Statistical
Association 82, no. 397: 171–185.
Ewens, M., C. M. Jones, and M. Rhodes-Kropf. 2013. “The Price of Diversifiable Risk in Venture
Capital and Private Equity.” Review of Financial Studies 26, no. 8: 1854–1889.
Fama, E. F., and K. R. French. 1993. “Common Risk Factors in the Returns on Stocks and Bonds.”
Journal of Financial Economics 33, no. 1: 3–56.
Fama, E. F., and K. R. French. 2015. “A Five-Factor Asset Pricing Model.” Journal of Financial
Economics 116, no. 1: 1–22.
Fama, E. F., and K. R. French. 2018. “Choosing Factors.” Journal of Financial Economics 128,
no. 2: 234–252.
Franzoni, F., E. Nowak, and L. Phalippou. 2012. “Private Equity Performance and Liquidity Risk.”
Journal of Finance 67, no. 6: 2341–2373.
Fung, W., and D. A. Hsieh. 2004. “Hedge Fund Benchmarks: A Risk-Based Approach.”
Financial Analysts Journal 60, no. 5: 65–80.
Fung, W., and D. A. Hsieh. 2002. “Asset-Based Style Factor for Hedge Funds.”
Financial Analysts Journal 58, no. 5:16–27.
Geltner, D. 1991. “Smoothing in Appraisal-Based Returns.” Journal of Real Estate Finance
and Economics 4, no. 1: 327–345.
Geltner, D. 1993. “Estimating Market Values from Appraised Values without Assuming
an Efficient Market.” Journal of Real Estate Research 8, no. 3: 325–345.
Getmansky, M., A. W. Lo, and I. Makarov. 2004. “An Econometric Model of Serial Correlation
and Illiquidity in Hedge Fund Returns.” Journal of Financial Economics 74, no. 3: 529–609.
Gompers, P. A., and S. N. Kaplan. 2022. Advanced Introduction to Private Equity.
Cheltenham, UK; Northhampton, MA: Edward Elgar Publishing.
Gredil, O. R., B. Griffiths, and R. Stucke. 2023. “Benchmarking Private Equity: The Direct
Alpha Method.” Journal of Corporate Finance 81: article 102360.
Harris, R. S., T. Jenkinson, S. N. Kaplan. 2014. “Private Equity Performance: What Do We
Know?” Journal of Finance 69, no. 5: 1851–1882.
Harris, R. S., T. Jenkinson, and S. N. Kaplan. 2016. “How Do Private Equity Investments
Perform Compared to Public Equity?” Journal of Investment Management 14, no. 3: 1–24.
Harris, R. S., T. Jenkinson, S. N. Kaplan, and R. Stucke. 2018. “Financial Intermediation in
Private Equity: How Well Do Funds of Funds Perform?” Journal of Financial Economics 129,
no. 2: 287–305.
Harris, R. S., T. Jenkinson, S. N. Kaplan, and R. Stucke. 2023. “Has Persistence Persisted in
Private Equity? Evidence from Buyout and Venture Capital Funds.” Journal of Corporate
Finance 81, article 102361: 1–16.
Huberman, G., and S. Kandel. 1987. “Mean-Variance Spanning.” Journal of Finance 42,
no. 1: 1–9.
Ilmanen, A., S. Chandra, and N. McQuinn. 2020. “Demystifying Illiquid Assets: Expected
Returns for Private Equity.” Journal of Alternative Investments 22, no. 3: 1–15.
Jegadeesh, N., R. Kräussl, and J. M. Pollet. 2015. “Risk and Expected Returns of Private
Equity Investments: Evidence Based on Market Prices.” Review of Financial Studies 28,
no. 12: 3269–3302.
Kaplan, S.N., and A. Schoar. 2005. “Private Equity Performance: Returns, Persistence,
and Capital Flows.” Journal of Finance 60, no. 4: 1791–1823.
Kaplan, S. N., and B. A. Sensoy. 2015. “Private Equity Performance: A Survey.”
Annual Review of Financial Economics 7, no. 1: 597–614.
Kocis, J. M., J. C. Bachman, A. M. Long, and C. J. Nickels. 2009. Inside Private Equity:
The Professional Investor’s Handbook. Hoboken, NJ: Wiley.
Korteweg, A. “Risk and Return in Private Equity.” Chap. 8 in Handbook of the Economics of
Corporate Finance: Private Equity and Entrepreneurial Finance. North Holland: Elsevier, 2023.
Korteweg, A., and M. M. Westerfield. 2022. “Asset Allocation with Private Equity.”
Foundations and Trends in Finance 13, no. 2: 95–204.
Korteweg, A., Nagel, S. 2016. “Risk-Adjusting the Returns to Venture Capital.” Journal of
Finance 71, no. 3: 1437–70.
Korteweg, A., and M. Sørensen. 2010. “Risk and Return Characteristics of Venture Capital-
Backed Entrepreneurial Companies.” Review of Financial Studies 23, no. 10: 3738–3772.
Long, A.M., Nickels, C.J., 1996. “A Private Investment Benchmark.” Working paper.
Merton, R. C., 1987. “A Simple Model of Capital Market Equilibrium with Incomplete
Information.” Journal of Finance 42, no. 3: 483–510.
Newey, W. K., and K. D. West. 1987. “A Simple, Positive Semi-Definite, Heteroskedasticity
and Autocorrelation Consistent Covariance Matrix.” Econometrica 55, no. 3: 703–708.
Newey, W. K., and K. D. West. 1994. “Automatic Lag Selection in Covariance Matrix Estimation.”
Review of Economic Studies 61, no. 4: 631–653.
Phalippou, L. 2014. “Performance of Buyout Funds Revisited?” Review of Finance 18,
no. 1: 189–218.
Phalippou, L. 2020. “An Inconvenient Fact: Private Equity Returns and the Billionaire Factory.”
Journal of Investing 30, no. 1: 11–39.
Phalippou, L. 2021. Private Equity Laid Bare. Independently published.
Phalippou, L., and O. Gottschalg. 2009. “The Performance of Private Equity Funds.”
Review of Financial Studies 22, no. 4: 1747–1776.
Robinson, D. T., and B. A. Sensoy. 2016. “Cyclicality, Performance Measurement, and Cash
Flow Liquidity in Private Equity.” Journal of Financial Economics 122, no. 3: 521–543.
Rouvinez, C. 2003. “Private Equity Benchmarking with PME+.” Venture Capital Journal 43,
no. 8: 34–39.
Rubinstein, M. 1976. “The Strong Case for the Generalized Logarithmic Utility Model as the
Premier Model of Financial Markets.” Journal of Finance 31, no. 2: 551–71.
Scholes, M., and J. T. Williams. 1977. “Estimating Betas from Nonsynchronous Data.”
Journal of Financial Economics 5, no. 3: 309–327.
Sinquefield, R. A. 1996. “Where Are the Gains from International Diversification?” Financial
Analysts Journal 52, no. 1: 8–14.
Sørensen, M., and R. Jagannathan. 2015. “The Public Market Equivalent and Private Equity
Performance.” Financial Analysts Journal 71, no. 4: 43–50.
Sørensen, M., N. Wang, and J. Yang. 2014. “Valuing Private Equity.” Review of Financial
Studies 27, no. 7: 1977–2021.
Stucke, R. 2011. “Updating History” (working Paper, Oxford University, available at
SSRN: 1967636).
Welch, K., and S. Stubben. 2018. “Private Equity’s Diversification Illusion: Evidence From Fair
Value Accounting” (working paper, available at SSRN: 2379170).Kaitlin Hendrix and Mamdouh Medhat, PhD, CFA. Understanding Private Fund Performance. 2024.


