Biases & “cheap” vs undervalued

Wanneer “goedkoop” je duur komt te staan

Je opent een screener en ziet een aandeel met P/E 6, een koers die -50% is gegaan, en comments als “dit is pure value”. Je downloadt snel het jaarverslag, ziet dat de omzet nog steeds oké is en denkt: de markt overdrijft weer. Dit is precies het moment waarop intermediate beleggers vaak een fout maken die niet uit onkunde komt, maar uit bias: je brein vult onzekerheid aan met een aantrekkelijk verhaal.

Waarom dit nu telt: in value investing is je edge zelden een exotisch model, maar het vermogen om prijs vs waarde scherp te blijven scheiden, juist wanneer emoties (van jou én de markt) meespelen. “Cheap” (lage multiple, harde daling) is een observatie. “Undervalued” is een conclusie die pas mag volgen na normalisatie, een passend waarde-anker en een echte margin of safety. In deze les leer je welke biases dat onderscheid vertroebelen en hoe je ze in je workflow opvangt.

De kernbegrippen: cheap, undervalued en waar bias binnenkomt

Cheap betekent: het oogt laag op een maatstaf (P/E, EV/EBITDA, P/B) of relatief t.o.v. eigen historie/peers. Het zegt niets over earning power, benodigde herinvestering, balansrisico of duurzaamheid. Cheapness is dus vaak een signaal om te onderzoeken, geen koopargument.

Undervalued betekent: de huidige prijs ligt onder een conservatieve waarde-range, gebaseerd op een passend waarde-anker (asset-based, earning power/normalisatie, DCF) én met een expliciete margin of safety. Dat vereist dat je winst/FCF normaliseert (niet piek/dip) en dat je downside concreet maakt: wat moet er misgaan om te verliezen?.

Bias past hier naadloos in, omdat biases vooral optreden wanneer:

• De informatie onvolledig is (je moet aannames doen).

• De koersbeweging groot is (emotie en narratief domineren).

• Er “mooie” snelle metrics zijn (multiples) die cognitief goedkoop zijn om te gebruiken.

Een handige analogie: cheapness is zoals “een huis met lage vraagprijs”. Undervaluation is pas waar als je ook weet wat de fundering kost, welke verbouwingen nodig zijn (maintenance capex/marketing/R&D), en of er verborgen schulden zijn (leverage/covenants). Een lage vraagprijs zonder inspectie is geen koopje, maar een gok.

De biases die “cheap” verwarren met “undervalued”

1) Anchoring: vastplakken aan een oude prijs, oude multiple of “historische normaliteit”

Anchoring is de neiging om je oordeel onbewust te verankeren aan een getal dat beschikbaar is: de koers van vorig jaar, de “normale” P/E van 15, of de marge van vóór de tegenwind. Bij aandelen werkt dit verraderlijk goed omdat grafieken een verhaal suggereren: “het stond op 100, nu 50, dus het moet terug”. Maar prijs zegt niets over waarde; het zegt vooral iets over wat de markt nú gelooft over cashflows, risico en kapitaalkosten.

Anchoring botst direct met de discipline uit je research workflow: je moet eerst het rendementsmechanisme labelen (normalisatie/re-rating) en pas daarna rekenen. Als jouw “waarde” in feite alleen bestaat uit “terug naar de oude multiple”, dan heb je vaak geen waarde-anker, maar een herstel-narratief. Dit is precies hoe je bij cyclical bedrijven in de val loopt: je ankert op piekmarges en noemt dat “normalisatie”, terwijl het misschien juist piek was.

Best practice: anker niet op koers of multiples, maar op drivers. Schrijf je thesis in één zin (“markt prijst structureel, ik zie tijdelijk”) en benoem 2–3 kernvariabelen (marge, volume, pricing power, reinvestment). Vervolgens bouw je een conservatief scenario dat expliciet níet teruggaat naar “vroeger” zonder bewijs. Een simpele check die veel blootlegt: als dit aandeel nooit meer de oude multiple krijgt, is het dan nog steeds duidelijk onder waarde? Zo niet, dan is je “margin of safety” eigenlijk een multiple-bet.

Veelvoorkomende misvatting: “Historisch lage P/E = groot opwaarts potentieel.” In werkelijkheid kan een historisch lage P/E gewoon betekenen dat het risico, de balans, of de earning power fundamenteel is veranderd. Value investing vereist dat je dat verschil meetbaar maakt via normalisatie en downside-analyse, niet via nostalgie.

2) Confirmation bias & motivated reasoning: bewijs verzamelen voor wat je al wilt geloven

Zodra een aandeel “goedkoop” oogt, ga je (onbewust) op zoek naar bevestiging: een managementquote (“tijdelijk”), een macro-argument (“rentes dalen wel weer”), of een peer die duurder is. Confirmation bias verandert research van een test in een pleidooi. En in value investing is dat dodelijk, omdat de grootste verliezen vaak komen uit situaties waarin “tijdelijk” eigenlijk structureel blijkt: marge-erosie, vraagkrimp, of stijgende onderhoudsinvesteringen om hetzelfde niveau te behouden.

Dit is waarom je workflow zo hamert op bear case in dezelfde precisie als bull case. Niet langer, maar even scherp. Als je bull case netjes met genormaliseerde marges werkt, maar je bear case bestaat uit “dan wacht ik wel”, dan ben je niet aan het analyseren maar aan het rationaliseren. Confirmation bias zie je ook in metric-keuze: je pakt EV/EBITDA omdat het aandeel daar “goed” op lijkt, maar negeert werkkapitaal of capex die de vrije kasstroom opeten.

Best practices die direct aansluiten op het proces:

• Formuleer kill-criteria vóór je diep gaat (bijv. covenant-risico, dalende pricing power, structurele vraagkrimp). Dit voorkomt dat je later de lat verlegt.

• Koppel elk belangrijk argument aan een meetlat: margegeschiedenis, prijs/mix, marktaandeel, onderhoudslasten (maintenance capex, marketing, R&D) en balansruimte.

• Dwing jezelf om het bedrijf als cashflow-machine te beschrijven: omzet → marge → cash → herinvestering → allocatie. Als je die keten niet sluit, is het te makkelijk om “earnings” te verwarren met waarde.

Typische valkuil: “EBITDA is hoog, dus het is goedkoop.” EBITDA kan een prima tussencijfer zijn, maar zonder capex- en werkkapitaalcorrecties kan het goedkoop lijken terwijl het economisch duur is. Confirmation bias maakt dat je de correcties wegredeneert als “eenmalig”, juist omdat je conclusie al klaar ligt.

3) Negativity bias & availability: recente ellende overschatten, of juist onderschatten

Bias werkt twee kanten op. Soms wordt een aandeel extreem afgestraft door slecht nieuws, en dan voelt elk negatief datapunt zwaarder dan het is. Maar even vaak gebeurt het omgekeerde: je ziet de daling en denkt “de markt overdrijft”, waardoor je de recente ellende juist onderschat. Availability bias betekent dat de meest beschikbare info (het laatste kwartaal, een headline, een CEO-interview) onevenredig veel gewicht krijgt, terwijl de relevante vraag is: hoe ziet earning power eruit over een cyclus?

Hier komt normaliseren als discipline binnen. Normaliseren is geen trucje om slechte cijfers weg te poetsen, maar een expliciete hypothese over wat door-de-cyclus plausibel is. Bij cyclische bedrijven betekent dat vaak 5–10 jaar data bekijken en bewust kiezen voor mediane marges, met aandacht voor werkkapitaal (cash kan tijdelijk “mooi” lijken door voorraad-afbouw). Bij kwaliteitsbedrijven betekent normaliseren vaak het scheiden van inputkosten-inflatie (mogelijk tijdelijk) van pricing power-erosie (mogelijk structureel).

De juiste reactie op recente ellende is dus niet “kopen omdat het gedaald is”, maar: welk deel is sentiment en welk deel verandert de cashflow-machine? Daarom moet je downside expliciet maken: als herstel trager is (bijv. 2 jaar langer), overleeft de balans het dan zonder herfinancieringsdrama? Negativity bias van de markt kan een kans creëren, maar alleen als jouw conservatieve scenario (met realistische onderhoudslasten en balansstress) nog steeds een discount laat zien.

Misvatting om te corrigeren: “Geen katalysator nodig” als excuus om timing te negeren. Je hebt misschien geen snelle katalysator nodig, maar je hebt wel een mechanisme nodig waardoor waarde materialiseert: normalisatie, schuldafbouw, buybacks onder waarde, of stabiele cashflows die de equity-claim versterken. Zonder mechanisme wordt “undervalued” vaak “ooit misschien”.

“Cheap” versus “undervalued” in één overzicht

Twee realistische situaties: zo herken je bias in je eigen analyse

Voorbeeld 1 — Cyclische industrieel na winstdaling: “lage P/E” als anker (en hoe je het breekt)

Je ziet een cyclische toeleverancier aan de bouwsector. Winst halveert, koers klapt omlaag, en de P/E op de laatste twaalf maanden oogt laag. De verleiding is anchoring: je pakt de piekwinst van vorig jaar als “normaal” en concludeert dat je nu spotgoedkoop koopt. Confirmation bias helpt mee: je vindt macro-artikelen die zeggen dat bouw “altijd terugkomt”.

Stap voor stap met discipline: je labelt eerst de driver als normalisatie + re-rating. Daarna normaliseer je niet op één jaar, maar op een langere historie (bij cyclische bedrijven vaak een decennium) en je focust op mediane marges. Je corrigeert ook voor werkkapitaal: in een downturn kan cashflow tijdelijk hoog lijken door voorraad-afbouw; bij echt herstel draait dat om en slurpt groei juist cash. Als je dat mist, overschat je earning power precies wanneer je je “margin of safety” denkt te zien.

Dan komt de bias-killer: de downside. Je bouwt een traag-herstel scenario (bijv. volumes blijven 2 jaar laag) en checkt leverage, liquiditeit en covenant/financieringsrisico. Hier blijkt vaak het verschil tussen cheap en undervalued: zelfs als je gelijk krijgt over normalisatie, kan equity verwateren of weggevaagd worden door herfinanciering. De uitkomst is niet automatisch “niet kopen”; het punt is dat je alleen koopt als de conservatieve waarde-range nog steeds ruim boven de koers ligt én de balans het scenario kan dragen zonder financiële acrobatiek. Dat is undervaluation; de lage P/E alleen was cheapness.

Voorbeeld 2 — Consumentenmerk met historisch lage multiple: confirmation bias rond “tijdelijk” en de onderhoudslast

Een bekend merkbedrijf handelt op historisch lage P/E. Management zegt dat de winstdaling “tijdelijk” is door supply chain en extra marketing. Dit is een klassieke setting voor confirmation bias, omdat “tijdelijk” intuïtief prettig voelt: het belooft een simpele mean reversion. De verborgen vraag is echter: is de moat intact, of is er stille erosie van pricing power waardoor de economische earning power structureel lager is?

Je pakt dit aan door de margedaling uit elkaar te trekken. Wat komt door inputkosten (mogelijk normaliserend) en wat door promotiedruk, mix-verslechtering of prijsconcessies (mogelijk structureel)? Vervolgens kijk je naar maintenance spend: stijgt marketing structureel om hetzelfde volume te houden, of is het echt een eenmalige catch-up? Als onderhoudslasten blijvend omhoog moeten, daalt de vrije kasstroom—ook als boekhoudkundige winst er “oké” uitziet. Dat is precies waarom de workflow hamert op het bedrijf als cashflow-machine, niet als multiple.

In waardering kies je vaak earning power met scenario’s: een conservatief scenario met lagere duurzame marge en hogere onderhoudsinvesteringen. Als de koers zelfs dan nog een duidelijke discount geeft, heb je margin of safety tegen het risico dat het merk langzaam verzwakt. Als je alleen goedkoop lijkt in het scenario waar marketing weer omlaag kan en marges terugveren naar het oude niveau, dan was je conclusie eigenlijk geankerd aan het verleden. Je zet het aandeel dan rationeel op watchlist tot je meetbaar bewijs ziet: stabiliserend marktaandeel, betere prijs/mix, of dalende promotie-intensiteit. Dat is bias-management in actie: je wacht op data, niet op hoop.

Het verschil dat je vandaag bewaakt

Je hoeft biases niet “uit” te zetten; je bouwt een proces dat ze opvangt. Het praktische doel van deze les is dat je cheapness leert gebruiken als input voor onderzoek, maar undervaluation reserveert als label dat je pas verdient na normalisatie, een passend waarde-anker en een harde margin of safety.

Belangrijkste takeaways:

• Cheap is een signaal, undervalued is een conclusie: zonder conservatieve waarde-range en margin of safety heb je vooral een indruk.

• Bias laat je ankers verschuiven: oude multiples/koersen (anchoring), “tijdelijk”-verhalen (confirmation), en recente headlines (availability) sturen je sneller dan je denkt.

• De beste bias-bescherming is symmetry: bull én bear case met dezelfde precisie, expliciete kill-criteria, en een downside-check die leverage en maintenance spend serieus neemt.

Een checklist die je kunt vertrouwen

• Prijs ≠ waarde: je werkt met cashflows, normalisatie en scenario’s, niet met nostalgie naar een oude koers.

• Je thesis blijft toetsbaar: driver, bewijs en bescherming blijven leidend, met kill-criteria die je niet achteraf herschrijft.

• Margin of safety is je poortwachter: ook in een conservatief scenario moet de discount groot genoeg zijn om fouten in timing, aannames en “tijdelijk”-verhalen te overleven.

Als je dit consequent toepast, ga je minder vaak “goedkoop” kopen en vaker echte onderwaardering herkennen—precies waar value investing zijn asymmetrische kansen vandaan haalt.