Du är här

2009-09-24

Sprid risken med branschfonder

En investerares fondportfölj består ofta av räntefonder och aktiefonder som fokuserar på stora regioner, såsom Europa och USA, eller på tillväxtmarknader och enskilda länder. En krydda som ofta saknas i dessa portföljer är branschfonder. Men sådana kan på ett bra sätt förbättra portföljens risk och avkastning.

Något av en krydda som kan förbättra risken och avkastningen och som normalt saknas i de flesta investerares fondportföljer är branschfonder, det vill säga fonder som investerar i företag i enskilda branscher inom ett visst land eller i en viss region. Det normala är dock att branschfonderna sprider sina placeringar över hela världen.

En placerare kan välja att investera i en eller flera branschfonder, beroende på vilken risknivå han/hon vill ha i sin portfölj. Man kan även placera i branschfonder under kortare perioder för att fånga den positiva utveckling som olika branscher visar i olika konjunkturfaser.

Att olika branscher utvecklas olika, och inte rör sig på samma sätt, skapar en samvariation som man kan utnyttja för att skapa effektiva eller optimala portföljer. Detta minskar portföljens övergripande risk och förbättrar i de flesta fall även avkastningen över tiden.

Vissa sektorer, som hälsovård, är defensiva till sin natur, medan andra är cykliska och rör sig mer i takt med svängningarna i konjunkturen. Dessa egenskaper gör branschfonderna till bra komponenter för skapandet av en diversifierad fondportfölj som kan balansera risken i fondplaceringarna.

Man kan kategorisera branschfonderna på olika sätt, beroende på hur detaljerad denna kategorisering ska vara. Hos Datastream, en leverantör av finansiella data, finns branschfonder i fem olika nivåer, och varje nivå innebär en allt mer detaljerad uppdelning av de olika branscherna.

I den här artikeln använder vi oss för enkelhetens skull av Datastreams första nivå, som utgörs av tio olika branscher och är den grövsta uppdelningen av alla nivåer. Branscherna i bokstavsordning: Basmaterial, energi, finans, hälsovård, industri, konsumenttjänster, konsumentvaror, kraftförsörjning, ny teknik och telekommunikation.

De övriga, mer detaljerade, nivåerna innehåller allt ifrån bank, fastighet och försäkring till alternativ energi, verkstad, kemisk industri och skog. För de beräkningar vi gör här nöjer vi oss dock med de tio övergripande kategorierna.

För att ta reda på hur de olika branscherna samvarierar med varandra brukar man i finansiella beräkningar använda sig av ett mått som heter korrelation (samvariation), som mäter hur två olika tillgångar rör sig i förhållande till varandra.

För att mäta samvariationen mellan två tillgångar utgår man ifrån avkastningsserierna för respektive tillgång. I vårt fall med de tio sektorerna bygger korrelationerna på tidsserier som sträcker sig från februari 1973 till augusti 2009, det vill säga mer än 36 år av historiska data.

Dessa serier, som är baserade på Datastreams egna metoder, är globala branschindex, inräknat återinvesterade utdelningar, som vi räknat om till svenska kronor.

Diagram 1 illustrerar den indexerade utvecklingen för de tio branscherna.

 

Med utgångspunkt från tidsserierna visar tabell 1 (korrelationsmatris) på nästa sida samvariationen mellan branscherna. Branscherna i tabellen förkortas som EN (Energi), BM (Basmaterial), IN (Industri), KV (konsumentvaror), HV (Hälsovård), KT (Konsumenttjänster), TK (Telekommunikation) KF (Kraftförsörjning), FI (Finans) och NT (Ny teknik).

När man läser en korrelationsmatris tittar man på det värde som står i korsningen mellan två av serierna och läser det tal som står i skärningspunkten mellan dessa två serier. Om vi, exempelvis, vill veta vilken samvariationen mellan konsumentvaror (KV) och kraftförsörjning (KF) är måste vi se var dessa två skär varandra i tabellen. I det här fallet är skärningspunkten den ruta det står 0,60 i, vilket betyder att de två branscherna under mätperioden har haft en samvariation på 0,60, eller 60 procent.

Om vi jämför en bransch med sig själv i tabellen hittar vi att det alltid står 1,00 där. Det finns med andra ord ett 100-procentigt samband mellan rörelserna hos en bransch och sig själv, vilket är ganska uppenbart.

För att man ska kunna skapa så bra diversifiering som möjligt är målet att hitta tillgångar, i det här fallet branscher, som uppvisar låg korrelation med varandra. En låg korrelation kan man hitta även mellan olika tillgångar, till exempel aktier mot räntebärande instrument eller hedgefonder som grupp mot andra traditionella placeringar, som aktier och räntor.

Om vi går tillbaka till tabellen kan vi observera att den översta delen saknar siffror. Skälet är att den övre delen är en spegelvänd bild av den nedre. Detta ger samma information i ett annat led, och fältet lämnas därför tomt i de flesta fall när man presenterar korrelationer.

Som du kan se i tabellen har alla de branscher som visats här en positiv korrelation med varandra, men den varierar ganska mycket i storlek beroende på vilka par man tittar på. Man kan även i andra sammanhang hitta tillgångar som korrelerar negativt med varandra.

En låg korrelation mellan olika placeringar gör att man kan skapa portföljer med lägre risk än risken hos de enskilda instrument som ingår i en portfölj. Enligt tabellen har, exempelvis, branscherna industri och konsumenttjänster den högsta korrelationen av alla i matrisen, med ett värde på 0,90, medan kraftförsörjning och ny teknik har den lägsta samvariationen, med värdet 0,42.

Men enbart en låg korrelation är inte tillräcklig för att man ska kunna skapa optimala portföljer, och risken och den förväntade avkastningen för varje placering har också stor betydelse i sammanhanget. Risk och avkastning för respektive bransch, och samvariationen dem emellan, avgör vilken risk och avkastning som en portfölj bestående av de olika branscherna har.

Tabell 2 visar den årliga avkastningen och volatiliteten för de undersökta branscherna utifrån den 36-åriga historik som finns tillgänglig.


Som framgår av tabellen ligger medelavkastningen för de ovannämnda branscherna i ett intervall på 10,5–14,6 procent per år, medan volatiliteten för dem hamnar på nivåer från 15 procent som lägst för kraftförsörjning till 24 procent som högst för branschen ny teknik.

Låt oss nu jämföra dessa tal med risken och avkastningen för en väldiversifierad portfölj som representeras av Datastreams egna globala aktieindex, som inkluderar såväl utvecklade länder som tillväxtmarknader. Detta index täcker samma period som de ovannämnda branschindexen, det vill säga från februari 1973 till augusti 2009. Indexet inkluderar återinvesterade utdelningar och är omräknat till svenska kronor.

Under perioden har det globala indexet haft en genomsnittlig årlig avkastning på 11,8 procent, till en volatilitet på 15,7 procent. Avkastningen och risken för denna globala portfölj hamnar med andra ord någonstans mitt emellan avkastningen och risken för de enskilda branscherna.

Nu gör vi en enkel jämförelse mellan avkastningen och risken för detta globalindex och avkastningen och risken för en fiktiv portfölj som består enbart av de tio branschindexen ovan. En sådan fiktiv portfölj, bestående av de tio branscherna med lika stor vikt för varje bransch (10 procent), skulle ha gett en genomsnittlig avkastning på 12,4 procent och en risk på 15,3 procent per år.

Som du kan se ger en enkel sammansättning av de tio branscherna till en portfölj en avkastning som är högre än det globala indexets 11,8 procent, och risken på 15,3 procent är lägre än globalindexets 15,7 procent.

Om man nu utnyttjar de korrelationer som branscherna har med varandra, tillsammans med deras risk- och avkastningssiffror i en optimeringsmodell, får man betydligt bättre förhållanden mellan avkastning och risk. För att visa detta använder vi oss av en optimeringsmodell som tar fram den bästa portföljen genom att blanda ihop dessa branschindex utifrån de historiska risk- och avkastningstalen samt korrelationen mellan dem.

I en sådan mekanisk optimering händer det att vissa tillgångar eller instrument får 0 procent i portföljvikt efter optimering. Detta beror på att optimeringsprocessen tar hänsyn till de parametrar som matas in i modellen och använder de tillgångar som bäst lämpar sig för portföljen. En sådan mekanisk optimering ger i det här fallet nedanstående blandning av våra branschindex.

Det kan verka lite märkligt att sex av våra tio branscher försvinner i denna optimering. Men det är vad resultatet blir när man inte har några restriktioner och låter modellen fritt välja de tillgångar som ger bäst avkastning i förhållande till risk i portföljen och med hänsyn tagen till historiska uppgifter.

En sådan portfölj kallas för en optimal portfölj, som i detta fall har en årlig medelavkastning på 13,4 procent och en volatilitet på 13,6 procent, där förhållandet mellan avkastning och risk är en kvot på 0,99. Jämför detta med kvoten mellan avkastning och risk för de enskilda branscherna och globalindexet enligt tabell 3.

Som du kan se är kvoten mellan avkastning och risk högst för den optimala portföljen. Den sämsta kvoten mellan avkastning och risk tillhör branschen ny teknik. Den optimala portföljen ger en avkastning som är 1 procentenhet lägre än branschen energi, men den är högre än alla andra branscher till en risk som är betydligt lägre än risken för var och en av de enskilda branscherna.

Nu är det så att i verkligheten vill man kanske inte vara exponerad med upp till 40 procent av portföljen mot en enskild bransch. För att komma runt detta kan man därför sätta upp olika restriktioner i viktfördelningen innan man startar optimeringsprocessen. Optimeringen tar därefter hänsyn till restriktionerna och genererar ett annat resultat.

I verkligheten har man ofta en befintlig portfölj som man kan komplettera med branschfonder. Vi antar här att denna befintliga portfölj är det tidigare nämnda globala indexet som representant för en global portfölj. Vi vill nu se hur en fördelning till branschfonder kan förbättra förhållandet mellan risk och avkastning. Ett sätt att göra det på är genom att man låter varje bransch utgöra exempelvis 5 procent av vår portfölj, vilket ger en totalsumma på 50 procent av portföljen. Resterande 50 procent består av den globala delen som vi sedan tidigare har haft i portföljen. Den nya portföljen skulle därmed få följande fördelning:

Denna portfölj ger nu en ny avkastning och risk som kan jämföras med risken och avkastningen för den ursprungliga portföljen enligt tabell 4.

Genom att man tar med alla branscher i portföljen sker en förbättring för både avkastningen och risken, det vill säga avkastningen ökar med 0,3 procentenheter samtidigt som risken sjunker med 0,2 procentenheter.

Det andra sättet att göra detta på är att låta vår optimeringsmodell ”välja” de branscher som skapar mest mervärde, med utgångspunkt från vad vi redan har i portföljen, det vill säga det globala indexet. I detta fall låser vi in vikten för den globala delen av den nya portföljen till 50 procent av den totala och låter optimeringsprocessen avgöra viktfördelningen för resterande del av portföljen. För att kunna göra denna nya optimering behöver vi veta hur det globala indexet korrelerar med vart och ett av branschindexen, vilket framgår av tabell 5.

Som du kan se har det globala indexet högst korrelation med industri och konsumenttjänster, med ett tal på 0,95, och lägst samvariation med kraftförsörjning och energi med tal på 0,72 respektive 0,73.

Rent intuitivt bör detta ge en bättre diversifieringseffekt genom att man tar med de branscher som har låg korrelation med det globala indexet, det vill säga kraftförsörjning och energi. Men låt oss testa och se vad resultatet blir.

Efter optimeringen får vi fram nedanstående portfölj:
Global (50 procent)
Kraftförsörjning (28,1 procent)
Energi (15,2 procent)
Hälsovård (6,7 procent)

Som vi redan hade misstänkt har en större omfördelning skett mot branscherna kraftförsörjning och energi. Denna nya portfölj ger en avkastning på 12,6 procent och en risk på 14,2 procent och en kvot mellan dessa två tal på 0,89. Det är en klar förbättring mot såväl den ursprungliga globala portföljen som den portfölj där vi godtyckligt tog in samtliga tio branscher.

Det vi vill belysa med dessa uträkningar fram och tillbaka är att du kan skapa en diversifieringseffekt i din nuvarande portfölj genom att placera i branschfonder. Beroende på vilken befintlig portfölj du har kommer korrelationerna mellan de olika branschfonderna och din portfölj att variera väsentligt, vilket resulterar i olika fördelningar till branscherna. Ju mindre diversifierad den nuvarande portföljen är, desto större förbättringar får du.

De flesta privata placerare har varken tillgång till de data som behövs för beräkningarna eller optimeringsmodeller och kunnande för att genomföra processen. Men genom att investera en del av portföljen i olika branscher efter egna intressen, eller tro om den framtida utvecklingen, kan man förbättra förhållandet mellan avkastning och risk.

Genom de exempel vi nu gått igenom har vi visat att branschfonder kan skapa en bättre diversifiering, som i längden ger en bättre avkastning för din portfölj och minskad risk i den totala placeringen.

Författare Reza Rouzbehani

Tala om vad ni tycker

Tala om vad ni tycker

Ni är just nu inne på en betaversion av nya aktiespararna. Lämna gärna feedback på vad ni tycker i formuläret nedan.