Hvilket aktieafkast bør jeg forvente?

Hvordan forudsiger du afkastet på dine aktier eller markedsportefølje?

AKTIEAFKAST: Når du handler med aktier, er det som oftest for at opnå et økonomisk afkast på din investering.

Men hvor stort et afkast bør du egentlig sætte næsen op efter? Det findes der flere måder at vurdere og udregne på.

Financo.dk vil her give dig en kort introduktion til tre af de fundamentale metoder, inddelt efter sværhedsgrad.

[mstock id=”1701″]

---

Et eksempel: Hvis din portefølje primært består af danske aktier, kunne det være interessant at benchmarke efter aktieafkastet på det danske C25 indeks.

At ’benchmarke’ er en lidt bagud-rettet målestok, når det kommer til afkastet på aktier. Der er alt for stor usikkerhed ved at forsøge sig med at forecaste 2020, på baggrund af afkastet i 2019.

Du bør derfor kun benytte benchmark som en efterfølgende måde til at vurdere dit aktieafkast på. Se eksemplet nedenfor.

Et eksempel: Du har en portefølje bestående af 10 individuelle amerikanske aktier i 2019. Du har opnået et afkast på 22% for året. Er det godt eller skidt? Her vil det være relevant at holde afkastet op imod det amerikanske markedsafkast. Det vil derfor være relaterbart at benchemarke mod S&P 500. Denne leverede i 2019 et afkast på 29,97%. Ud fra dette benchmark har du derfor tabt til markedet for perioden 2019 – du har været bagefter markedsafkastet med 7,97%.

Bemærk at der ved dette benchmark eksempel, udelukkende vurderes på kursgevinsten og at der ikke tages hensyn til eventuelle udbetalte udbytter. Dette kan skævvride estimeringen af det forventede aktieafkast en lille smule.

---

DEN LET MATEMATISKE: Gennemsnits benchmarking

Når vi hos Financo.dk sammensætter vores langsigtede porteføljer, eller bare generelt vil estimere et forventet afkast på f.eks. en ETF (Exchange Traded Fund) over en længere periode, som eksempelvis 8 til 15 år, bruger vi denne gennemsnitsmetode.

Vi vil ikke give den et fancy navn, for den er ret simpel og når det kommer til længere tidsperioder, så holder den som oftest stik.

Bemærk venligst at metoden ikke kan anvendes på enkeltstående aktier, da den statistiske usikkerhed her vil blive alt for stor. Vi vil mene at du som minimum skal have 10-15 individuelle og større aktier i din portefølje, før metoden giver mening.

Til anvendelse af metoden skal du indsamle de sidste 10, 20 eller måske endda 30 års, årlige afkast på det aktiv du vil benchmarke ud fra.

Alle disse lægges sammen og divideres med antallet af år, således du får et gennemsnitligt benchmark. Nedenfor vil det illustreres med et eksempel.

[mstock id=”1673″]

Eksempel: Jeg vil gerne investere i en ETF, der følger det amerikanske S&P500 aktieindeks. Tidshorisonten for min investering er 20 år, og jeg vil investere kr. 10.000,- i dette aktiv. Hvad skal jeg forvente af afkast om 20 år?
Først indsamler jeg de seneste 30 års årlige afkast på kursgevinsterne. Det kan f.eks. let gøres på MacroTrends.net. Her finder jeg følgende:

Til sammen bliver disse; 273,29%. Det divideres med de 30 år, der er indsamlet for: 273,29/30 = et estimeret årligt afkast på 9,11%. Husk dette udelukkende er kursgevinsten, som ikke tager hensyn til eventuelle udbetalte udbytter eller dividender.

Jeg ønsker nu at estimere mit afkast om 20 år, på mine indskudte kr. 10.000,-. Dette gøres matematisk ved: 10.000 * (1 + 0,0911)^20 år = kr. 57.186,18,-

Ovenstående formel medregner rentes rente effekten. Jeg vil derfor på de 20 år have en forventet kursgevinst på i alt 471,86%.

På trods af en mindre dataindsamling, er denne metode relativ let og håndgribelig, og giver samtidig et yderst realistisk estimat på det afkast du bør forvente.

Det bør bemærkes at den tidshorisont du skal anvende til dit gennemsnitlige benchmark, afhænger af det finansielle aktiv du ønsker at investere i.

Ønsker du at handle en enkeltstående aktie med en tidshorisont på 12 måneder, vil det ofte ikke være relevant at indsamle 30 års kursdata og benytte disse til at forecaste dit forventede afkast.

---

DEN SVÆRE MATEMATISKE: CAPM

Capital Asset Pricing Model, forkortet som CAPM, er en matematisk formel, der kan udregne det præcise forventede afkast. CAPM benyttes som fremadskuende, og ikke som benchmarking, der er bagudskuende i vores optik.

Modellen er flittigt brugt i finanssektoren og på universiteter. Det skal bemærkes at det kræver lidt regnefærdigheder samt indsigt i de enkelte aktier, for at kunne benytte modellen. Til gengæld giver den et realistisk forecast på afkastet af dine aktier, som faktisk er tilpasset den nuværende økonomiske situation (fordi den tager udgangspunkt i nuværende renteniveauer).

Modellen gennemgås kun kort, og det bør bemærkes at akademiske lærebøger gerne anvender 30-40 sider på denne gennemgang, og at dette derfor er yderst kortfattet. Vil du læse yderligere om modellen, vil Financo.dk anbefale Ole Sørensens lærebog ”Regnskabsanalyse og værdiansættelse”, ISBN: 9788713050666.

CAPM-formlen ser således ud og baserer sig på tre byggesten, herunder:

Dit forventede afkast = r_f + β * (r_m – r_f)

r_f = den risikofrie rente
β = Beta, som er den risikofaktor din aktie/portefølje udgør
r_m = Din porteføljes gennemsnitlige afkast

Den risikofrie rente
Dette er den højeste rente du kan opnå ved en nul-risiko. Ofte kan det være renten i banken eller statsobligationer. Vi befinder os dog i en mærkværdig tid, når det kommer til risikofrie renter, da der pt. er negative indlånsrenter og nul-kuponobligationernes kurs er nærmest lig med deres hovedstol.

Her må du gøre op med dig selv, hvad du selv mener at du kan forrente din kapital til, uden at tage nogen form for risiko. Jeg vil selv gå med omkring 1,5% pr. år. Den risikofrie rente skal blandt andet anvendes til at finde markedsrisikopræmien, som er givet ved (r_m – r_f) og svarer til den præmie du opnår, ved at tage den ekstra risiko.

Beta, β
Er den vægtede risikofaktor din markedsportefølje har, også kaldet kursfølsomheden. At udregne beta vil kræve en meget længere artikel end denne. Jeg vil derfor anbefale dig at finde dine betaværdier på en børs som ofte har udregnet disse ret præcist på forhånd.

Betaværdi	Forklaring
En betaværdi større end 1	Meget volatil og kursfølsom aktiv
En betaværdi på 1	Aktivet har samme kursfølsomhed som det generelle marked
En betaværdi mindre end 1	Aktivet er mindre volatilt end resten af markedet

Eksempelvis kan du på SaxoTrader Go, finde samtlige betaværdier, ved at slå dit aktiv op, trykke ind under ”Produktoversigt” – og gå helt ned i bunden.

Under ”Generelle Oplysninger” finder du her din betaværdi:

Bemærk: Hvis du skal finde den samlede betaværdi for en hel portefølje bestående af flere aktier, skal du vægte dine værdier, ud fra hvor meget de fylder i din portefølje. Har du f.eks. 20% Tesla aktier og 80% Apple aktier, skal du gange Teslas betaværdi med 0,2 og Apples med 0,8, og så lægge disse to tal sammen. Så har du den samlede porteføljes vægtede betaværdi.

Din porteføljes gennemsnitlige afkast
Her vil jeg blot referere tilbage til ”Den let matematiske: Gennemsnits benchmarking”, og anbefale at du finder et gennemsnit på denne måde. Hvis du har mange aktier, kan dette være svært.

[mstock id=”1701″]

Her bør du måske blot benchmarke ud fra tidligere års aktieafkast, på netop samme portefølje sammensætning. I nedenstående eksempel anvender jeg Tesla, og da Tesla er meget dynamisk bruger jeg ikke mere end tre års gennemsnit, for at gøre mit resultat validt og pålideligt.

Anvend formlen

Jeg vil her benytte formlen på Tesla (TSLA), for at demonstrere CAPM-formlen.

Jeg har følgende værdier:
r_f = 1,5% (0,015)
β = 0,717703
r_m = 29,5% (0,295: Det gennemsnitlige årlige afkast for 2017 til 2019)

Forventet aktieafkast på Tesla = r_f + β * (r_m – r_f) =

0,015 + 0,717703 * (0,295 – 0,015) =

0,015 + 0,717703 * 0,28 =

0,015 + 0,20096 =

0,216 = 21,6% bør jeg forvente som aktieafkast på Tesla for år 2020 (1. Januar til 31. December).

---

Afrunding

Financo.dk håber du kunne bruge ovenstående tre fundamentale regnemetoder, til at vurdere dit aktieafkast. Samtidig anbefaler vi, at du også læser vores guide indenfor Teknisk Analyse, således at du kan time din investering bedst mulig. En kombination af fundamentalviden og teknisk analyse, vil altid give dig de bedste investeringer, i vores optik.

Senest opdateret: 08-09-2020
Forfatter: Simon Møller Andersen