Modellbasert eiendom
27.12.24Jo lenger jeg har jobba med aksjer og finans, jo mer overbevist er jeg om at dette er en typisk arena der modeller er bedre enn folk. Det aller enkleste eksemplet er indeksfond (som er regelstyrte) i 92% av tilfellene slår aktive forvaltere over en 10-års periode.
Og selv om noe skyldes at kostnaden på indeksfond vanligvis er rundt et prosentpoeng billigere enn aktive fond, så er forskjellen i avkastning (i favør indeksfond), mye større enn dette. Så med andre ord, aktive forvaltere tar i tillegg dårlige aktive valg i snitt.
Jeg forvalter to aksjefond. First Veritas som er en nordisk regelstyrt «kvalitet til fornuftig pris» filosofi, samt eiendomsfondet First Nordic Real Estate, som investerer i nordiske eiendomsaksjer. Sistnevnte har ikke vært modellbasert. Før nå, og det er denne modellen jeg skal bruke artikkelen her på å fortelle om.
Eiendomsfondet har levert solide resultater siden oppstart i 2019 synes jeg. Samla avkastning har vært 68.0% (9.7% årlig), som er en del høyere enn vår nærmeste konkurrent Odin Eiendom med 41.4% og referanseindeksen på 34.9%. Men jeg tror jeg kunne hatt enda mye bedre resultater om jeg hadde hatt en regelstyrt strategi. Jeg har vingla for mye, hatt for mye subjektive syn på selskaper basert på overdreven tro på egne ferdigheter og erfaring, samt prøvd å time markedet. Og alt har ikke vært elendig beslutninger altså, men hensikten med en modell er å omfavne gode beslutninger og forhindre seg selv i de dårlige.
Folk flest liker ikke modeller, men som Daniel Kahneman sa, «The model of you, beats you».
I modellen til First Veritas vekter jeg kvalitet 75% og pris 25%, derav «Kvalitet til fornuftig pris». Det samme gjør jeg nå i eiendomsfondet, men jeg er nødt til å definere kvalitet annerledes fordi eiendom er ulikt de fleste andre sektorer. Og for å ha sagt det med en gang, eiendomsmodellen er mindre robust enn Veritas sin fordi her har jeg kun 45 selskaper (140 i Veritas) og i tillegg har mange av de kort historikk (i Veritas må selskapene ha minimum 10 års grundig regnskapshistorikk).
Okey, ikke et fantastisk utgangspunkt, men likevel godt nok til at modellen av meg skal kunne slå meg.
Verdsettelse – Dette er rett og slett P/E basert på dagens aksjekurs og sist rapporterte inntjeningskapasitet. Jo lavere jo høyere score selvsagt. Å kjøpe selskaper for dyrt, kan være en risiko. Må likevel erkjenne at høy verdsettelse ikke alltid er negativt. Flere av selskapene har utnytta «høy» aksjekurs til å utstede nye aksjer med lav utvanning, slik at de kan gjøre innvannende kjøp. Denne muligheten har ikke selskaper med «lav» aksjekurs
Belåning – Dette definerer jeg som NIBD/EBIT. Belåning er viktig å måle av helt åpenbare grunner som å unngå konkurs og ubehagelige refinansieringer. I tillegg er parameteret veldig viktig for å evne å vokse lønnsomt i perioder andre ikke har anledning. For eksempel i perioden 2022-2024 da rentene økte kraftig var det gode muligheter til å gjøre smarte eiendomskjøp. Men kun for de med solid finansiell balanse. Selskaper som Sagax, Emilshus og Catena kjøpte mye eiendom til gode priser i denne perioden.
Yield-gap – Forskjellen mellom EBIT-yield og renter ligger jo til grunn for kontantstrømmen et selskap klarer å skape. I dette tilfeller definerer jeg renter som et snitt av 3mnd og 10års renter, vekta ut ifra hvilket land et selskap er eksponert i. Jeg kaller det refereanserente, og den er ikke samme som faktisk betalt rente.
RoNAV – Dette definerer avkastninga et selskap har på sin NAV (verdijusterte egenkapital). Her blir faktiske rentekostnader og faktisk betalt skatt lagt til grunn. Åpenbart viktig for aksjonærene hvor mye et selskap klarer å skape av avkastning på sin verdijusterte egenkapital.
Segment-score – Jeg gir også selskaper en score basert på hvilket segment de har eksponering mot. Dette skal på et vis gjenspeile risikoen i et gitt segment. For eksempel tenker jeg bolig, spesielt i Sverige, er lav risiko. Det er lang ventetid på en hyresrätt, mao. lav ledighetsrisiko, og potensiale for å øke leier gjennom renovering når folk faktisk flytter. Det er naturlig at bolig har lavere yield enn for eksempel kontor. Kontor på sin side har potensielt store investeringer til leietakertilpassing og en høyere ledighetsrisiko, så bolig får svakere score. Vi scorer på tvers av segmentene kontor, handel, hotell, samfunnsbygg, lager og øvrig.
Dette er de parametrene med høyest vekt. I tillegg vil parametre på implisitt rentemargin og leienivåer måle hvilket potensiale selskapene har i å øke sin inntjening framover basert på forskjellen mellom selskapenes faktiske renter og leier sammenligna med markedet. Til slutt gir modellen en score på leiekontraktslenge og gjennomsnittlig tid til låneforfall. Dette er risikoparametre. Om et selskap har mange store leiekontrakter som går ut på kort sikt er det en risiko, og om store deler av låna også kommer til forfall på kort sikt, så kan det også være en risiko gitt at den finansielle stillinga ikke er enormt sterk. Om vi husker Arctic Securities sitt syndikat av Storebrand-bygget på Lysaker, så nærmet både leiekontrakt og lån seg forfall, og det ble ikke noe hyggelig for aksjonærene i syndikatet.
Som nevnt tidligere tror jeg modellen er robust, men ikke perfekt. Jeg må gjøre enkelte justeringer i score bla for å hensynta at enkelte aksjer har lav likviditet og ikke bør utgjøre en for stor posisjon i fondet. Det kommer helt sikkert til å bli forbedringer i modellen framover, men jeg synes dette er et greit utgangspunkt gitt forutsetningene.
Må si jeg er utrolig lettet over å til slutt ha funnet noe jeg synes er bra nok. Synsing og såkalte analyser vil tape mot modeller over tid er min klare overbevisning.
Riktig god jul!
Men hvordan har det underliggende markedet utviklet seg? Gitt den svake utviklingen av nesten samtlige aksjer innen fornybar energi, skulle man tro at verden har sluttet å investere i å bygge ut fornybar energi generelt og solenergi spesielt.
Men solenergi har vist en eksplosiv utvikling der 2023 ble nok et rekordår i utbygging av fornybar energi generelt og spesielt innen solenergi. Bloomberg New Energy Finance (BNEF) estimerer nå at det ble bygget ut nesten 450GW med solenergi, en vekst på 77% fra 2022. Og det tross at 2022 også var et rekordår med 35% vekst.
Modellbasert eiendom
27.12.24Det å være aksjeplukker innen dette universet har vært vanskelig da et klart flertall av aksjene har falt. Hele 71% av aksjene hadde nedgang i 2023 og 84% av aksjene har vist nedgang så langt i 2024. Heldigvis for FIRST Impact, så har vår vekting inn mot rene fornybaraksjer vært forholdsvis lav – rundt 10% av NAV i 2023 – som følge av i våre øyne høy verdsetting og urealistiske antagelser for mange av selskapene i universet.
Modellbasert eiendom
27.12.24Det å være aksjeplukker innen dette universet har vært vanskelig da et klart flertall av aksjene har falt. Hele 71% av aksjene hadde nedgang i 2023 og 84% av aksjene har vist nedgang så langt i 2024. Heldigvis for FIRST Impact, så har vår vekting inn mot rene fornybaraksjer vært forholdsvis lav – rundt 10% av NAV i 2023 – som følge av i våre øyne høy verdsetting og urealistiske antagelser for mange av selskapene i universet.