Afkast og risiko på husholdningsporteføljen

Baseret på ovenstående kan der nu analyseres risiko og forventet afkast på husholdningernes portefølje.

Der tager udgangspunkt i den gennemsnitlige danske boligejers aktivallokering for 2013 taget fra tabel 1.

Her ses, at boligejerne aggregeret har allokeret 7,6 % af bruttoformuen til aktier, 12,7% til obligationer og bankindestående og 79,7% i boligen. Ved brug af disse vægte kan forventet afkast og risiko på denne portefølje beregnes ud fra de indsamlede historiske data. Som proxy for afkastet på obligationer og

bankindestående bruges den lange rente. I tabel 6 nedenfor vises afkast og risiko på boligaktivet alene samt for en portefølje af aktiver med ovenstående vægte. Kommunerne København, Lolland, Gentofte og Skive er udvalgt som følge af deres egenskaber af hhv. højeste og laveste forventede afkast på boligaktivet samt højeste og laveste standardafvigelse på afkastet af boligaktivet. Her ud over vises det gennemsnitlige forventede afkast på tværs af kommunerne samt standardafvigelsen for dette estimat.

Side 36

Tabel 6: Afkast og risiko på boligaktiv og porteføljer for udvalgte kommuner

København Lolland Gentofte Skive Boligaktiv (mean) Boligaktiv (std.)

E(r) 0,0998 0,0370 0,0982 0,0518 0,0673 0,0122

Std. 0,1023 0,0861 0,1139 0,0422 0,0826 0,0201

E(r) 0,0925 0,0424 0,0912 0,0542 0,0666 0,0097

Std. 0,0894 0,0719 0,0989 0,0365 0,0724 0,0165

Bolig Portefølje

Kilde: Egne beregninger

Som følge af den store vægt af boligaktiv i porteføljen ses der ikke de store ændringer i det forventede afkast på porteføljen ift. boligaktivet alene. For husstande bosat på Lolland og Skive ses en forbedring af det forventede afkast ved at inkludere aktier og obligationer i porteføljen, mens der for Gentofte og København ses en reduktion. Dette skyldes det i forvejen lave afkast på Lolland og Skive, der er mere følsomt for den stigende vægt i aktier med det væsentligt højere afkast. Ved alle kommunerne ses dog en

diversificeringsgevinst ved at supplere boligaktivet med øvrige aktivklasser, idet standardafvigelsen reduceres. Særligt for Lolland og Skive er diversificeringsgevinsten ved inkludering af de øvrige aktivklasser markant, hvor der opleves stigende forventet afkast kombineret med faldende risiko på over 1%-point for Lollands tilfælde. Ovenstående afkast og risiko er dog kun gældende for boligejere med 100%

egenkapitalfinansiering, idet der ikke er taget højde for effekten af gearing. Ud fra datagrundlaget til tabel 1 og 2 kan boligejerens porteføljevægte beregnes, hvor der tages højde for gearingen. For 2013 var kvoten gæld/egenkapital således på 122,1%, mens den afledte allokering til aktiverne var 177%, 16,9% og 28,1%

for hhv. bolig, aktier og obligationer. Det antages, at boligejerens gæld kan eksemplificeres ved den lange rente, hvorfor nettopositionen i dette aktiv er -93,9%¹⁰. Resultaterne af denne aktivallokering findes i tabel 7 nedenfor. Denne gearing er imidlertid baseret på makrotal og er resultatet af den samlede aggregerede aktivallokering hos alle de danske boligejere. For mange husstande vil denne porteføljeallokering derfor ikke være retvisende. Som det også pointeres i afsnit 2.2 med reference bl.a. til studierne af Lunde (2012) er der stor forskel på gearingen i husstandene. For at illustrere dette er ligeledes beregnet risiko og afkast på porteføljer for rige , elle og fattige hussta de. Defi itio e på disse t per af hussta de er de samme som i studierne af Englund et al. og A derse , h or e rig , elle og fattig husstand har allokeret hhv. 100%, 200% og 400% af nettoformuen til boligen. Allokeringen af

bruttoformuen følger herefter stadig resultaterne fra 2013 fra tabel 1 med 7,6% allokeret til aktier, 12,7%

til obligationer og 79,7% til boligaktivet. Resultaterne ses nedenfor i tabel 7.

10 Denne position i den lange rente beregnes blot som summen af den korte position i aktivet på 122,1% i form af gæld og den lange position på 28,1% i form af investering.

Side 37

Tabel 7: Afkast og risiko på porteføljer med forskellig gearing for udvalgte kommune

København Lolland Gentofte Skive Boligaktiv (mean) Boligaktiv (std.)

E(r) 0,1748 0,0636 0,1719 0,0898 0,1173 0,0216

Std. 0,1954 0,1507 0,2162 0,0750 0,1539 0,0380

E(r) 0,1097 0,0468 0,1080 0,0616 0,0772 0,0122

Std. 0,1113 0,0881 0,1232 0,0441 0,0892 0,0211

E(r) 0,1942 0,0685 0,1909 0,0982 0,1293 0,0244

Std. 0,2206 0,1695 0,2441 0,0845 0,1733 0,0431

E(r) 0,3633 0,1120 0,3568 0,1713 0,2335 0,0488

Std. 0,4404 0,3335 0,4868 0,1684 0,3431 0,0867

Gennemsnitlig husstand

"Rig"

husstand

"Middel"

husstand

"Fattig"

husstand

Kilde: Egne beregninger

Gearingen medfører, at risikoe på portefølje stiger kraftigt. For e iddel hussta d ed e allokering til boligaktivet på 200% i København og Gentofte er risikoen på niveau med en ugearet portefølje

eståe de af % aktier jæ før ta el . De fattige hussta de er som følge af gearingen eksponeret for en risiko på egenkapitalen, der er ga ge så høj so de rige hussta d og på et i eau, der langt overstiger en ugearet aktieportefølje. Der er dog stor forskel på risikoen i de enkelte kommuner.

Eksempelvis er risikoen for den fattige husstand i Skive væsentligt lavere end for de mellemste husstande i København og Gentofte. Dette hænger ligeledes sammen med det forventede afkast, men ses på forholdet mellem forventet afkast og risiko er beboerne i Skive særdeles godt betalt for den risiko, de er eksponeret mod. Skive er det eneste af de fire eksempler, hvor forholdet mellem afkast og standardafvigelse er større end 1. Til sammenligning er beboerne på Lolland eksponeret mod en risiko næsten på højde med

København og Gentofte med et væsentligt lavere forventet afkast. Forholdet mellem afkast og risiko er for disse husstande helt nede på 1/3. I vurderingen af risikoen på porteføljerne skal det pointeres, at

boligaktivet i denne sammenhæng er baseret på afkastet på kommunale boligprisindeks. Dette betyder, at den idiosynkratiske risikokomponent på den enkelte bolig ikke er repræsenteret i standardafvigelsen, da denne er diversificeret bort i konstruktionen af indekset. De ovenstående estimater er derfor særdeles optimistiske, set ift. den risiko en boligejer i praksis er eksponeret mod.

Ikke desto mindre anvendes disse værdier som benchmark for risiko og afkast på boligejerens portefølje under de eksisterende markedsforhold, hvor det geografisk udiversificerede boligaktiv udgør langt størstedelen af husholdningsporteføljen. Der er således indtil videre ikke foretaget nogle former for optimering, men blot foretaget beregninger på baggrund af den aktivallokering, der observeres. Dette tjener som benchmark for afkast og risiko på de porteføljer, der efterfølgende konstrueres ved brug af metoder til optimering af aktivallokeringen på baggrund af historiske data.

Side 38