Cookies 🍪
Vi använder cookies för att du ska få en så bra upplevelse som möjligt samt för att analysera hur vi kan förbättra hemsidan.
Anpassa
Tillåt alla
Anpassa cookies
Nedan kan du se vilka cookies som vi använder idag. Du kan välja bort alla förutom ”Nödvändiga cookies” då dessa behövs för att sidan ska fungera. Du kan läsa mer om hur vi använder cookies på vår cookiepolicy.
  • Nödvändiga cookies
    Behövs för att hemsidan ska fungera samt för att veta vilka cookies du godkänt. Du kan avaktivera dessa i webbläsaren.
  • Facebook
    Används för att ge relevanta annonser på Facebook eller någon av dess plattformar.
  • Google
    Används för att kunna analysera hur hemsidan besöks samt för att göra vissa prestandaförbättringar.
Avbryt
Spara val
Ladda ner
  • Innehåll

Optis policy för portfölj­förvaltning

Anders Wallace, CFA
Portföljförvaltare
2021-10-06

Bakgrund

Opti är ett värdepappersföretag som bedriver portföljförvaltning. Portföljförvaltning går ut på att nå ett visst finansiellt mål så effektivt som möjligt genom att välja ut en samling lämpliga tillgångsslag och kombinera dem på bästa sätt i en portfölj. Vårt mål för varje portfölj är den ska ge högsta möjliga avkastning för den risknivå vi siktar på. I våra hållbara portföljer är ett delmål att minimera hållbarhetsriskerna. Vår portföljförvaltning är automatiserad till stor del utifrån principerna, metoderna och vägvalen som vi beskriver i det här dokumentet. Arbetssättet är delvis nytt och gäller från och med den 15 september 2021. Det genomförs gradvis under hösten 2021.

Sammanfattning

Vår strategi går enkelt sagt ut på att fånga värdeökningen på världsmarknaden. Vi sprider riskerna mellan och inom tillgångsslag för att öka avkastningen så mycket som möjligt för den risknivå vi siktar på i varje portfölj. Genom att vara exponerad mot den totala rörelsen på världens marknader är risken mycket lägre än om man bara investerar i en eller ett fåtal aktier. Finansiell forskning och praktik har visat hur enormt värdefullt det är med riskspridning, eller diversifiering som det också kallas.

Val av tillgångsslag

Vi anser att det bästa sättet att maximera avkastningen för en viss risknivå är genom att kombinera tillgångsslag snarare än att direktinvestera i enskilda värdepapper. På så sätt minskar de företagsspecifika riskerna och portföljen är bara exponerad för marknadsrisker. Enligt finansiell teori är det bara marknadsrisker man blir kompenserad för på längre sikt (Sharpe, 1964).

Det första steget vid portföljförvaltningen är därför att välja ut ett antal tillgångsslag, som fungerar som byggstenar för portföljerna. Vi har högt ställda krav på de tillgångsslag vi väljer ut. Vi kräver först och främst att de handlas på publika marknader med god likviditet. En hög likviditet är mycket viktigt för att våra kunder enkelt ska kunna ta ut sina pengar. Därför väljer vi bort direktinvesteringar i onoterade aktier/fastigheter/infrastruktur samt hedgefonder/riskkapitalfonder. Vi kräver även en historisk, statistiskt säker riskpremie från den finansiella forskningen. Därför väljer vi bort penningmarknaden, valutamarknaden samt kryptovalutor.

Vi har idag valt att ha med fem globala tillgångsslag i alla portföljer:

De här fem tillgångsslagen står för majoriteten av de värdepapper som går att investera i på världens publika finansmarknad.

Aktier ger investerare möjlighet till hög avkastning genom kursvinster och (återinvesterade) utdelningar på lång sikt, till priset av hög volatilitet. Obligationer är i praktiken lån till olika organisationer, t.ex. företag och länder och betalar en ränta tills de förfaller. De har lägre förväntad avkastning än aktier, men ger viss stötdämpning vid stora fall på aktiemarknaden. Statsobligationer är de säkraste obligationerna eftersom de är utfärdade och garanterade av länder. Nominella statsobligationer betalar en fast ränta fram till förfallodagen. Reala statsobligationer betalar en rörlig ränta som beror på hur mycket priserna stiger (inflationen) i samhället, och kan därför skydda mot oväntad inflation. Krediter, t.ex. företagsobligationer är mindre säkra än statsobligationer och betalar därför högre räntor. Råvaror ger investerare exponering mot priserna på bland annat olja och gas, vilket kan skydda mot inflation och ger värdefull diversifiering mot aktier och obligationer. Vår definition av råvaror som tillgångsslag är råvaruderivatmarknaden, eftersom den fysiska handeln med råvaror är illikvid. Råvaruderivat följer priserna på enskilda råvaror som går att dela in i fem råvarusektorer: energi (bl.a. olja), basmetaller (bl.a. koppar), ädelmetaller (bl.a. guld), jordbruksråvaror (bl.a. vete) och boskap (bl.a. nötdjur).

Vi har analyserat hur de här tillgångsslagen fungerar på en mycket djup nivå. Dels teoretiskt, dels praktiskt. Det har vi gjort genom att studera hur de presterat tidigare i historien under normala konjunkturcykler och extrema perioder som t ex depressionen på 1930-talet. Vi utvärderar regelbundet deras risk- och avkastningsprofil genom fundamental värdering av olika index. Vi mäter även regelbundet tillgångsslagens volatilitet, korrelationer med andra tillgångsslag och inflationsskydd. Vi återkommer till det i nästa avsnitt.

Varje tillgångsslag är globalt. Därför försöker vi nå så globalt som möjligt när vi investerar. Vi följer löpande utvecklingen för varje tillgångsslag och vet vilka de största marknaderna är (och i fallet råvaror, vilka de mest producerade är). Det gör att vi vet hur mycket vi ska köpa av de finansiella instrument vi investerar i. Ett exempel är att de största aktiemarknaderna i världen, mätt i marknadsvärde ligger i USA och därför kommer också amerikanska aktier att stå för en relativt stor andel av aktiedelen i våra portföljer. Vi har valt kapitalviktade andelar för att det är det mest objektiva sättet att äga ett tillgångsslag.

Vi utvärderar löpande nya tillgångsslag, men vi har som sagt högt ställda krav innan vi eventuellt väljer in dem till portföljerna.

Val av fonder

Vi investerar i fonder för att komma åt varje tillgångsslag. Sedan fonder uppfanns har det blivit enklare att äga tillgångsslag. Man behöver inte själv köpa väldigt många värdepapper utan kan välja ut fonder som innehåller dem.

Vi investerar mer i specifikt i fondandelar i onoterade värdepappersfonder (UCITS-fonder). Vi har valt UCITS-fonder därför att de är finansiella instrument med ett högt konsumentskydd. Om det förvaltande fondbolaget går i konkurs ingår t.ex. aldrig fondens tillgångar i konkursboet.

För att veta vilka fonder det finns att välja på har vi byggt en databas som innehåller de fonder som finns registrerade i Sverige. Idag cirka 5 000 stycken. För att veta vilka av alla dessa fonder vi ska välja, behöver vi veta vad de innehåller. Därför har vi delat in fonderna i kategorier baserade på den marknad de placerar i. På så sätt kan vi koppla en fond i viss fondkategori till ett visst tillgångsslag. Fondkategorierna är som pusselbitar och tillgångsslagen är som fem olika pussel. Idag ingår följande tio fondkategorier i portföljerna (30 september 2021):

Tillgångsslag Fondtyp (Fondbolagens förenings definition) Inriktning (geografi, bolagsstorlek, kreditkvalitet med mera, Optis definition)
Aktier Aktiefonder Global, Stora/medelstora bolag, Ej Valutasäkrad
Global, Stora/medelstora bolag, Ej Valutasäkrad
Global, Små bolag
Sverige, Stora/medelstora bolag
Tillväxtmarknader
Tillväxtmarknader, Små bolag
Nya Tillväxtmarknader
Nominella statsobligationer Långa räntefonder Utland, Valutasäkrad, Mix, Hög kreditkvalitet

(Den valda fonden placerar idag till ca ⅓ globalt i tillgångsslaget)
Krediter Utland, Valutasäkrad, Mix, Hög kreditkvalitet

(Den valda fonden placerar idag till ca ⅔ globalt i tillgångsslaget)
Utland, Valutasäkrad, Företagsobligationer, Låg kreditkvalitet, Global
Utland, Valutasäkrad, Mix – Tillväxtmarknader, Hårdvaluta
Utland, Valutasäkrad, Gröna obligationer (Fondkategorin ingår bara i ESG-portföljerna)
Reala statsobligationer Utland, Valutasäkrad, Realränteobligationer
Råvaror Övriga fonder Råvaror, Mix, Valutasäkrade till SEK

Det är de här fondkategorierna vi väljer fonder från. I varje kategori rankar vi fonderna, relativt varandra dagligen, utifrån den senast tillgängliga datan från vår leverantör Morningstar. Sedan väljer vi ut den bästa fonden i varje kategori till portföljerna. Läs mer om hur vi gör här. Vi väljer en fond. Vi väljer inte flera eftersom fonderna placerar i samma värdepapper och det skulle innebära onödigt korsägande. Vi väljer den andelsklass av fonden som går att handla via vår fondhandelsplattform med standardmässiga handelsrutiner och som vi lyckas förhandla fram bäst rabatt på till våra kunder. I vissa fall investerar vi i den institutionella andelsklassen.

Vi investerar i många olika kategorier av aktiefonder. En vanlig ”globalfond” innehåller t.ex. bara stora/medelstora bolag i utvecklade länder, vilka står för ca 77 % av världsaktiemarknaden (30 september 2021). För att täcka andra delar av aktiemarknaden, med hög förväntad avkastning, t ex småbolag i både utvecklade och tillväxtmarknader, köper vi fler fonder.

Vi investerar bara i räntefonder som är valutasäkrade till svenska kronor. Vi vill inte ta valutarisk på räntesidan. Då beter sig ränteinvesteringarna som valutor. Och det vill vi inte. Valutor är mycket mer volatila och har osäkrare avkastning än obligationer. Valutasäkrade globala räntefonder är tyvärr mycket ovanliga i Sverige.

Fondkategorin ”Obligationsfond, Utland, Valutasäkrad, Mix, Hög kreditkvalitet” innehåller fonder som placerar i två olika tillgångsslag, både nominella statsobligationer och krediter. Det är vanligt utomlands att investera globalt i räntemarknaden på det sättet. Utbudet av den här typen av fonder i Sverige är minimalt, därför har vi lyckats få ett fondbolag att starta en sådan fond åt oss.

Råvarufondkategorin avser fonder som placerar i diversifierade råvaruderivatindex. Även den här typen av fonder är väldigt ovanliga i Sverige.

I vissa fall finns inga tillgängliga fonder i Sverige för att täcka en del av ett tillgångsslag och då försöker vi få fondbolag att starta dem. Vi arbetar hela tiden med att göra exponeringen mot de olika tillgångsslagen bättre.

Allokering mellan tillgångsslag

Det viktigaste beslutet att fatta när man investerar är hur fördelningen mellan tillgångsslagen (allokeringen) ska se ut i portföljen. Allokeringen har visat sig förklara cirka 90 procent av volatiliteten hos portföljens avkastning (Ibbotson & Kaplan 2000).

Vi konstruerar portföljer med utgångspunkt i modern portföljteori. En av hörnstenarna i modern portföljteori är riskspridning eller diversifiering. Det vill säga att det går att få en högre avkastning för den risknivå man siktar på, genom att investera i många olika tillgångar som utvecklas annorlunda. Modern portföljteori har sitt ursprung i Harry Markowitz arbete på 50-talet, som han senare var med och delade på ett ekonomipris för (Markowitz 1952). Markowitz beskrev matematiskt det problem alla investerare har – att få den högsta avkastningen till den lägsta risken – och definierade en metod för att lösa det. Metoden kallas mean variance-optimering. Optimering handlar om att hitta den bästa lösningen på ett problem. Markowitz metod handlar om att hitta de portföljvikter som ger maximal förväntad avkastning utifrån ett antal begränsningar, bl.a. av risknivån mätt som volatilitet. Matematiskt är det en kvadratisk optimering med linjära bivillkor. Med hjälp av Markowitz metod kan man konstruera en uppsättning effektiva portföljer, som var och en har maximal förväntad avkastning, med risknivån villkorad i optimeringen. Dessa portföljer bildar tillsammans den effektiva fronten. Från den väljer man sedan en portfölj som passar ens risktolerans.

Vi använder mean variance optimering för att konstruera portföljer. Vi anser att den största fördelen med den metoden är att den går att använda till att konstruera portföljer som är objektiva, logiska och teoretiskt grundade. Ytterligare en fördel är att det går att konstruera portföljer som är säkra att investera i och förvalta i praktiken. Det vill säga med minimala icke-finansiella risker. En nackdel är att portföljerna är känsliga för hur aktiemarknaderna går vid högre risknivåer. Volatiliteten hos portföljens avkastning domineras av aktiemarknadens avkastning eftersom den är mycket högre än till exempel räntemarknadens. För att lösa det behöver man använda metoder som kräver belåning/hävstång. Vi har övervägt sådana metoder, bland annat passiv förvaltning mot världsmarknadsportföljen och olika varianter av riskparitet, men har valt bort dem på grund av de extra risker de medför i förvaltningen (motpartsrisker, finansieringsrisker).

I Markowitz modell är parametrarna prognoser för tillgångarnas förväntade avkastning, risk (volatilitet) och korrelationer med varandra. Nu beskriver vi först hur vi gör de prognoserna och sedan hur vi optimerar portföljerna.

Förväntad avkastning för tillgångsslagen

Vi börjar med att skapa långsiktiga prognoser för tillgångsslagen. De är genomsnitt över mycket lång tid. Tänk årtionden, inte år eller månader. Vi skapar kortsiktiga prognoser också (tänk 1–5 år), men använder inte dessa vid portföljoptimeringarna, eftersom de är mer osäkra.

Vi använder Black-Litterman modellen (Black & Litterman 1990) för att uppskatta den förväntade avkastningen för varje tillgångsslag. Modellen bygger på Bayes sats om betingade sannolikheter och går ut på att kombinera historisk statistik med egna förväntningar. En fördel med Black-Litterman modellen är att optimeringarna resulterar i mer intuitiva, väldiversifierade och robusta portföljer jämfört med andra populära modeller. Anledningen är att prognoserna för förväntad avkastning blir mer objektiva och balanserade – Black-Litterman modellen leder helt enkelt till en uppsättning förväntade avkastningar som uppför sig bättre i en optimerare.

Vi börjar med att backa ut den implicita förväntade avkastningen för varje globalt tillgångsslag från världsmarknadsportföljen av alla tillgångsslag med hjälp av omvänd optimering (Sharpe 1964/1974). Världsmarknadsportföljen innehåller alla värdepapper i världen i förhållande till sina marknadsvärden. Det är den genomsnittliga portföljen. Därefter kombinerar vi de här marknadsförväntningarna med våra egna förväntningar, som bygger på historisk riskjusterad avkastning (sharpekvoter) från den finansiella forskningen om riskpremier. Våra egna förväntningar påverkar de implicita förväntningarna i världsmarknadsportföljen marginellt.

Här är våra slutliga, kombinerade prognoser för förväntad avkastning (30 sep 2021):

Förväntad avkastning per år för globala tillgångsslag
Optis bästa uppskattningar i september 2021
Aktier 9,0 % 4,0 % 5,1 % 4,0 % 5,8 % Nominella statsobligationer Krediter Realränteobligationer Råvaror

Prognoserna är i svenska kronor före avgifter, skatter och inflation. Alla räntebärande tillgångsslag är valutasäkrade till SEK. Vi antar en riskfri nominell ränta i SEK på 3,2 % och en riskpremie på 3,7 %. Antagandet för den riskfria räntan utgår från Riksbankens bedömning av intervallet för reporäntan på lång sikt, 2,5 – 4,0 procent (Sveriges Riksbank 2017) justerad för en spread och riskpremien är den historiska avkastningen i SEK för världsmarknadsportföljen över svenska statsskuldväxlar. Vi uppskattar även den förväntade avkastningen för andra delar av de globala marknaderna på samma sätt, men använder inte dessa som indata i optimeringarna då vi inte vill avvika för mycket från den naturliga diversifieringen (baserad på marknadsvärden) inom respektive tillgångsslag.

Här är de sharpekvoter vi använder för att skapa våra egna förväntningar på den framtida avkastningen hos varje tillgångsslag:

Tillgångsslag Sharpekvot Källa
Aktier 0,33 Dimson, Marsh & Staunton / Credit Suisse (2020)
Nominella statsobligationer 0,16 Dimson, Marsh & Staunton / Credit Suisse (2020)
Krediter 0,35 Doeswijk, Lam & Swinkels (2019)
Reala statsobligationer 0,16 Dimson, Marsh & Staunton / Credit Suisse (2020)
Råvaror 0,23 Levine, Ooi, Richardson (2016) Gorton & Rouwenhorst (2015)

Volatilitet och korrelationer

För att uppskatta volatiliteten för alla fem globala tillgångsslag och bygga den korrelationsmatris som behövs till optimeringarna utgår vi från historiska data. Vi använder avkastningar från och med januari 1970. Enda undantaget är realränteobligationer, vars data är begränsad bakåt till juni 1981. Det är det ”yngsta” av de fem tillgångsslagen. Alla räntebärande tillgångsslag är valutasäkrade till svenska kronor, eftersom vi investerar i dem via valutasäkrade fonder. Vi anser att de senaste 50 åren är en tillräckligt varierande period för att den ska spegla långsiktiga genomsnitt för korrelationer och volatilitet.

EQ NOM CRED REAL COMM
EQ
Aktier
1,0 0,2 0,4 0,1 0,2
NOM
Nominella statsobligationer
0,2 1,0 0,7 0,4 −0,1
CRED
Krediter
0,4 0,7 1,0 0,5 0,0
REAL
Realränteobligationer
0,1 0,4 0,5 1,0 0,0
COMM
Råvaror
0.2 −0,1 0,0 0,0 1,0
Volatilitet
14,6 % 4,8 % 7,0 % 6,2 % 20,3 %

Den högre volatiliteten för aktier bekräftar är de är mer riskfyllda än olika typer av obligationer. Korrelationen mellan aktier och statsobligationer är nära noll vilket innebär att säkra obligationer har varit väldigt bra för att diversifiera riskerna på aktiemarknaden.

Portföljoptimeringar

% Define helpers \gdef \mtx{\mathbf} \gdef \vec{\mathbf} \gdef \transpose#1{#1^{\mathsf{T}}}

Vi löser ett optimeringsproblem som går ut på att maximera portföljens förväntade avkastning med en begränsning av bl.a. risken genom att beräkna väldigt många olika, möjliga kombinationer av tillgångsslagen (vikter).

Den förväntade avkastningen hos portföljen är ett viktat medelvärde av de enskilda tillgångsslagens förväntade avkastning, μ\vec{\mu}, med deras vikter från optimeringen, v\vec{v}.

Risken hos portföljen, σ2\sigma^2 (variansen, standardavvikelsen i kvadrat) beror på de enskilda tillgångsslagens risk, men också på hur de samvarierar med varandra. Detta fångar vi upp i en matris med tillgångsslagens kovarianser, Σ\mtx{\Sigma}.

För att konstruera effektiva portföljer löser vi optimeringsproblemet:

Maximera μTv\transpose{\vec{\mu}}\vec{v}
vTΣv=σ2ivi=1vi0vminivivmaxi \begin{alignat*}{3} & \transpose{\vec{v}} \mtx{\Sigma} \vec{v} && = \sigma^2 \\ & \sum_iv_i && = 1 \\ & v_i && \geq 0 \\ & vmin_i && \leq v_i & \leq vmax_i \\ \end{alignat*}
Där:
μ\vec{\mu} är en vektor med tillgångsslagens förväntade avkastning
v\vec{v} är en vektor med vikterna, som vi optimerar
Σ\mtx{\Sigma} är en matris med tillgångsslagens kovarianser
σ2\sigma^2 är den risk (varians) vi siktar på i portföljen
ivi=1\sum_iv_i = 1 innebär att summan av vikterna måste vara 1, dvs. 100 %
vi0v_i \geq 0 innebär att vikterna måste vara positiva
vminivmin_i och vmaxivmax_i är minimi- och maximigränser per tillgångsslag. De är våra diversifieringskrav. Portföljen måste uppfylla dessa begränsningar av vikterna:
Opti­merings­gränser Min Max
Aktier 12 % 90 %
Nominella stats­obligationer 2 % 90 %
Krediter 6 % 30 %
Realränte­obligationer 2 % 90 %
Råvaror 2 % 90 %

När vi investerar i fonder är det lägsta belopp vi kan köpa för 100 kronor. För att vi ska kunna köpa alla fonder, även till kunder som sätter in mindre belopp använder vi en minimigräns för varje fond i portföljen på två procent. Vi investerar idag i aktier och krediter via sex respektive tre fonder, vilket ger minimigränser på 6 × 2 % = 12 procent respektive 3 × 2 % = 6 procent. Vi sätter maxgränsen till 90 procent för alla tillgångsslag, med undantag för krediter för att låta optimeraren välja vikter, så fritt som möjligt. För krediter sätter vi en maxgräns på 30 procent då vi investerar i tillgångsslaget via fonder som i regel har något högre avgifter idag. Vi tycker det är acceptabelt att begränsa krediter på det sättet givet tillgångsslagets lägre förväntade avkastning och högre korrelationer mot övriga tillgångsslag (se prognoserna ovan).

Genom att lösa det här optimeringsproblemet för nio stegvis ökande risknivåer från 5,0 % volatilitet upp till 13 % volatilitet, med lika stora avstånd i risk(enheter) mellan dem (1 p.e. standardavvikelse), konstruerar vi nio effektiva portföljer som maximerar den förväntade avkastningen vid varje risknivå. Begränsningarna innebär att portföljerna är fullinvesterade, long-only (dvs inte har några korta positioner) och uppfyller våra diversifieringskrav. De här portföljerna utgör tillsammans den effektiva fronten. Det är de som ligger till grund för de portföljrekommendationer vi ger till våra kunder, utifrån vår bedömning av varje kunds risktolerans (som vi beskriver här). Vi delar in portföljerna i tre riskklasser: Låg, medel och hög

Risk Portfölj Risk (volatilitet) Jämfört med en Sverigefond
Låg Opti 1–3 5 % – 7 % Cirka 72 % lägre risk
Medel Opti 4–6 8 % – 10 % Cirka 58 % lägre risk
Hög Opti 7–9 11 % – 13 % Cirka 43 % lägre risk

Strategisk allokering

Det här är den strategiska allokeringen mellan tillgångsslag och marknader, som vi regelbundet rebalanserar tillbaka till i kunders portföljer för att säkerställa att deras risknivå är i linje med målet. Läs mer om rebalanseringen här. Taktisk allokering mellan eller inom tillgångsslag ingår inte i vår förvaltningsstrategi.

Så här ser fördelningen mellan tillgångsslag och marknader ut i portföljerna (30 september 2021):

Fördelning mellan individuella tillgångsslag och marknader
Opti 1 till 9
Opti 1 0% 2 5 % 5 0 % 7 5 % 1 00 % O p t i 1 O p t i 2 O p t i 3 O p t i 4 O p t i 5 O p t i 6 O p t i 7 O p t i 8 O p t i 9 Opti 2 0% 2 5 % 5 0 % 7 5 % 1 00 % O p t i 1 O p t i 2 O p t i 3 O p t i 4 O p t i 5 O p t i 6 O p t i 7 O p t i 8 O p t i 9 Opti 3 0% 2 5 % 5 0 % 7 5 % 1 00 % O p t i 1 O p t i 2 O p t i 3 O p t i 4 O p t i 5 O p t i 6 O p t i 7 O p t i 8 O p t i 9 Opti 4 0% 2 5 % 5 0 % 7 5 % 1 00 % O p t i 1 O p t i 2 O p t i 3 O p t i 4 O p t i 5 O p t i 6 O p t i 7 O p t i 8 O p t i 9 Opti 5 0% 2 5 % 5 0 % 7 5 % 1 00 % O p t i 1 O p t i 2 O p t i 3 O p t i 4 O p t i 5 O p t i 6 O p t i 7 O p t i 8 O p t i 9 Opti 6 0% 2 5 % 5 0 % 7 5 % 1 00 % O p t i 1 O p t i 2 O p t i 3 O p t i 4 O p t i 5 O p t i 6 O p t i 7 O p t i 8 O p t i 9 Opti 7 0% 2 5 % 5 0 % 7 5 % 1 00 % O p t i 1 O p t i 2 O p t i 3 O p t i 4 O p t i 5 O p t i 6 O p t i 7 O p t i 8 O p t i 9 Opti 8 0% 2 5 % 5 0 % 7 5 % 1 00 % O p t i 1 O p t i 2 O p t i 3 O p t i 4 O p t i 5 O p t i 6 O p t i 7 O p t i 8 O p t i 9 Opti 9 0% 2 5 % 5 0 % 7 5 % 1 00 % O p t i 1 O p t i 2 O p t i 3 O p t i 4 O p t i 5 O p t i 6 O p t i 7 O p t i 8 O p t i 9 0 % 25 % 50 % 75 % 100 %
EQ-DM
EQ-SE
EQ-DM-SC
EQ-EM
EQ-EM-SC
EQ-FM
GLB-AGG
CORP-IG
CORP-HY
EMD-HC
REAL
COMM
Detaljer
EQ-DM Globala aktier (stora bolag)
EQ-SE Svenska aktier
EQ-DM-SC Globala småbolag
EQ-EM Tillväxtmarknader
EQ-EM-SC Tillväxtmarknader (småbolag)
EQ-FM Nya tillväxtmarknader
GLB-AGG Globala nominella obligationer
CORP-IG Företagsobligationer (IG)
CORP-HY Företagsobligationer (HY)
EMD-HC Tillväxtmarknadsobligationer (USD)
REAL Realränteobligationer
COMM Råvaror

Alla tillgångsslag är med i alla portföljer. I takt med att vi optimerar portföljerna mot högre volatilitet ökar andelen aktier. Det är för att våra prognoser pekar på att just aktier ska ge högst avkastning i framtiden. Samtidigt minskar andelen säkra obligationer eftersom vi inte förväntar oss att de ska ge lika hög avkastning som aktier (se prognoserna ovan).

Det är en större andel råvaror i lågriskportföljerna, än i högriskportföljerna. Det är för att optimeraren gillar råvaror mest i lågriskportföljerna på grund av de relativt lägre korrelationerna med säkra obligationer (se korrelationsmatrisen ovan). Att en mindre andel högrisktillgångar i en lågriskportfölj kan sänka den totala risken och samtidigt höja den förväntade avkastningen är en av de viktigaste insikterna från portföljteorin. I takt med att vi optimerar mot högre risknivåer föredrar optimeraren istället aktier på grund av deras relativt högre förväntade avkastning, enligt våra prognoser ovan.

Diversifieringen inom tillgångsslagen är mycket omfattande. Det syns tydligast i aktiedelen. Vi investerar i alla de globala regionerna: utvecklade marknader, tillväxtmarknader och nya tillväxtmarknader. Aktiedelen i portföljerna speglar i princip hela världsaktiemarknaden.

Förväntad avkastning och risk för portföljerna

Följande är våra prognoser för förväntad avkastning, volatilitet och sharpekvot för portföljerna, tillgångsslagen och marknaderna (30 september 2021):

Förväntad avkastning och risk per år
Opti 1 till 9 och individuella tillgångsslag och marknader
Group 0 % 2 % 4 % 6 % 8 % 1 0  % 1 2  % 0 % 5 % 1 0  % 1 5  % 2 0  % 2 5  % Avkastning Risk (volatilitet) Opti 1–9 EQ-DM GLB-AGG REAL CORP-IG CORP-HY EMD-HC EQ-SE COMM EQ-FM EQ-EM-SC EQ-EM EQ-DM-SC
EQ-DM
EQ-SE
EQ-DM-SC
EQ-EM
EQ-EM-SC
EQ-FM
GLB-AGG
CORP-IG
CORP-HY
EMD-HC
REAL
COMM
Detaljer
EQ-DM Globala aktier (stora bolag)
EQ-SE Svenska aktier
EQ-DM-SC Globala småbolag
EQ-EM Tillväxtmarknader
EQ-EM-SC Tillväxtmarknader (småbolag)
EQ-FM Nya tillväxtmarknader
GLB-AGG Globala nominella obligationer
CORP-IG Företagsobligationer (IG)
CORP-HY Företagsobligationer (HY)
EMD-HC Tillväxtmarknadsobligationer (USD)
REAL Realränteobligationer
COMM Råvaror

Portföljerna med högre volatilitet har i regel högre förväntad avkastning, precis som finansiell teori förutsäger. Opti 9 har t.ex. en förväntad avkastning som är nästan är lika hög som för stora delar av aktiemarknaden, men till en väsentligt lägre risk. Opti 1 har en betydligt lägre risk än Opti 9, men ändå en förväntad avkastning som är jämförbar med stora delar av kreditmarknaden (företagsobligationer). Prognoserna är före avgifter, skatter och inflation.

Monte Carlo-simuleringar

För att få en mer verklighetstrogen bild av hur portföljerna kan prestera i framtiden, både i bra och dåliga fall gör vi Monte Carlo-simuleringar av deras avkastning.

Vi börjar med att, för varje portfölj, slumpa fram en indexerad serie med 30 årsavkastningar 10 000 gånger från en normalfördelning med samma medelvärde och standardavvikelse som i vår långsiktiga prognos. Sedan analyserar vi fördelningen av avkastningen för de möjliga slutvärdena. Här är resultaten av våra Monte Carlo-simuleringar för två portföljer, Opti 1 & Opti 9:

Möjlig avkastning efter 30 år
Opti 1 jämfört med Opti 9, med 90 % säkerhet
0 % 500 % 1 000 % 1 500 % 2 000 % 2 500 % 3 000 % Idag 5 år 10 år 15 år 20 år 25 år 30 år Opti 9 Opti 1

Spannet för varje portfölj visar avkastningen för 90 procent av alla möjliga slutvärden efter 30 år. Spannet för Opti 9 ligger i genomsnitt högre och är bredare, än spannet för Opti 1 som ligger lägre och är snävare. Anledningen till det är att vi förväntar oss en högre avkastning i genomsnitt hos Opti 9 än hos Opti 1, men till en högre risk (volatilitet), vilket innebär att avkastningen blir osäkrare.

Det är dessa prognoser, efter avgifter vi bland annat visar i appen och använder i olika typer av kommunikation, till exempel månadsbrev. De avgifter vi drar bort från avkastningen är kostnaden för kontot, Optis förvaltningsavgift och fondernas avgifter (mätt som årlig avgift, efter återförda fondprovisioner till kunden, men före transaktionskostnader i fonderna).

Aktiva vikter

Aktie-, ränte- och råvarudelarna i portföljerna är inte exakta spegelbilder av hur de breda tillgångsslagen ser ut i verkligheten. Så blir det bland annat för att vi investerar i aktivt förvaltade fonder i nischkategorier där det råder brist på alternativ och för att vi använder en minimigräns för varje fond i portföljen på två procent. Aktiedelen i portföljerna har följande aktiva vikter mot världsaktieindex:

Aktiva vikter mot världsaktiemarknaden
Aktiedelen i Opti 1 till 9
-100% -75% -50% -25% 0% 25% 50% 75% 100% Opti 1 Opti 2 Opti 3 Opti 4 Opti 5 Opti 6 Opti 7 Opti 8 Opti 9
EQ-DM
EQ-SE
EQ-DM-SC
EQ-EM
EQ-EM-SC
EQ-FM
Detaljer
EQ-DM Globala aktier (stora bolag)
EQ-SE Svenska aktier
EQ-DM-SC Globala småbolag
EQ-EM Tillväxtmarknader
EQ-EM-SC Tillväxtmarknader (småbolag)
EQ-FM Nya tillväxtmarknader

I exempelvis Opti 1 står aktiedelen för 18,35 % av portföljen. Om vi hade gått på verkliga vikter skulle sedan utvecklade marknader (stora/medelstora bolag), som står för ca 76,77 % av världsaktiemarknaden i verkligheten stå för ca 14,09 % av portföljen (18,35 % × 76,77 % = 14,09 %). Men på grund av 2 %-regeln (som viktar upp de andra marknaderna) utgör i stället utvecklade marknader 8,34 % av portföljen. Det är 45,44 % av världsaktiemarknaden (8,34 % / 18,35 % = 45,44 %) i stället för 76,77 %, det vill säga en undervikt på 31,33 procentenheter (76,77 % – 45,44 %), enligt grafen ovan.

Bedömning av risktolerans

Efter att vi konstruerat våra portföljer är utmaningen att rekommendera en lämplig portfölj till varje kund, det vill säga en portfölj med rätt balans mellan förväntad avkastning och risk. För att identifiera vilken portfölj som är mest lämplig, gör vi en bedömning av kundens risktolerans. Vi gör en lämplighetsbedömning, som det kallas ibland. Ju högre risktolerans vi bedömer att kunden har, desto högre förväntad avkastning och volatilitet kommer den portfölj vi rekommenderar att ha och tvärtom.

Vår bedömning av kundens risktolerans har sin utgångspunkt i hur kunden svarar på ett antal frågor inom fem olika områden:

Det är främst kundens svar på frågorna om ekonomi, riskaptit och tidshorisont som styr hur hög risktolerans vi bedömer att kunden har och vilken portfölj vi sedan rekommenderar.

Vår bedömning av styrkan i kundens ekonomi är den viktigaste faktorn vid lämplighetsbedömningen. Den styr den högsta riskklass vi rekommenderar kunden en portfölj inom (låg, medel, hög). Vår bedömning av riskaptit kan sedan enbart flytta kunden en riskklass ner och vår bedömning av tidshorisont kan enbart flytta kunden två riskklasser ner.

Här är ett antal exempel på hur olika bedömningar av de här tre egenskaperna styr vilken portfölj vi rekommenderar:

Risktålighet Riskaptit Placeringshorisont Riskklass
Hög Hög Lång Hög
Hög Låg Lång Medel
Hög Hög Mycket kort Ingen (avråd)

En stark ekonomi i kombination med en stark riskaptit och lång placeringshorisont gör till exempel att vi bedömer att kunden har en hög risktolerans och kan placera i en portfölj med en hög förväntad avkastning (Opti 7–9). Om kunden anger en mycket kort placeringshorisont avråder vi helt från en investering i Opti och hänvisar till bankkontot för upp till 1 050 000 kr.

Eftersom den ekonomiska bedömningen av en kund är avgörande för den slutgiltiga portföljrekommendationen förklarar vi den lite mer detaljerat här:

Principen för den ekonomiska bedömningen är att räkna ut hur mycket kunden skulle ha kvar att klara sig på vid ett uttag ut sin portfölj vid en allmän ekonomisk nedgång. Vi vet inte exakt hur mycket kunden kommer att sätta in och därför antar vi – för säkerhets skull – att hon sätter in en stor del av sina likvida tillgångar. Den exakta metoden för den ekonomiska bedömningen skiljer sig åt beroende på om kunden är en privatperson eller ett företag. Och om det är en privatperson, skiljer sig metoden även åt beroende på kundens ålder och förmögenhet.

För att bedöma styrkan i ekonomin för en person som vi exempelvis identifierar som en yngre privatkund med en normalstor förmögenhet beräknar vi kvoten mellan kundens likvida tillgångar och årliga kostnader, med vissa justeringar. Kvoten anger hur lång tid (i år) kunden kan leva oförändrat av sina likvida tillgångar utan en inkomst, om hon blir av med arbetet. Ju högre kvot, desto längre tid. Här är våra gränser för hur vi bedömer ekonomin:

Tid som kunden kan leva av sina likvida tillgångar Vår bedömning av kundens ekonomiska situation
≥ 0,83 år Stark ekonomi
< 0,83 år ≥ 0,25 år Normal ekonomi
< 0,25 år Svag ekonomi

Om kvoten exempelvis är högre än den genomsnittliga tid det tar att hitta ett nytt arbete i Sverige (0,83 år), innebär det att kunden hypotetiskt skulle kunna investera alla sina likvida tillgångar i en Opti-portfölj med hög risk och att den portföljen – i ett extremt stressat scenario – skulle kunna falla 25 % och att kunden skulle kunna realisera förlusten, ta ut pengarna och ändå kunna leva på ungefär samma sätt som hon gjorde innan fallet, tills hon hittar ett nytt arbete.

När vi har givit kunden en portföljrekommendation kan hon välja att antingen acceptera den eller att frångå den och välja en portfölj med en annan risknivå. Vårt allmänna råd är att använda möjligheten att välja risknivå ansvarsfullt och inte som ett sätt att tajma marknaden. Anledningen är att det generellt sett leder till sämre resultat, jämfört med att vara fullinvesterad (Se till exempel studien ”Quantitative Analysis of Investor Behavior” som publiceras varje år av företaget Dalbar Inc).

Slutligen kan kunden gå vidare och göra en insättning som vi sedan investerar i fonderna i portföljen.

I takt med att kundernas liv förändras kan en ny portfölj bli aktuell. Därför ber vi varje kund att minst årligen uppdatera sina svar.

Övervakning, rebalansering och fondbyten

När en kund har accepterat en portfölj, kan hon gå vidare och göra en insättning till sitt konto. Då investerar vi pengarna i fonderna i portföljen och förvaltar den. Vårt arbete inom ramen för portföljförvaltningen består sedan av tre uppgifter:

Vi övervakar kontinuerligt utvecklingen i världen och hur kursrörelserna på marknaderna påverkar portföljen. De allra flesta händelser och marknadsrörelser är naturliga och ingenting vi gör något åt, utan övervakningen består främst i att identifiera händelser som skulle kunna sätta det finansiella systemet ur spel. Sådana händelser är som tur är mycket ovanliga. Vi kontrollerar även dagligen att portföljen är fullinvesterad och att fondrabatter betalas in på kontot.

Vi rebalanserar portföljen automatiskt den nionde bankdagen efter varje avslutat kvartal. Rebalansering innebär att man nollställer balansen mellan tillgångsslagen i portföljen, så att andelarna blir lika stora som de var när man först investerade i portföljen. Det leder till att risknivån blir lika hög som den man siktade på från början i portföljen. Vi rebalanserar tillbaka till den strategiska tillgångsallokeringen, vi gör ingen taktisk tillgångsallokering alls. Rebalansering är främst en riskminimerande strategi, men kan ge en högre avkastning, beroende på hur marknaden utvecklats. Den amerikanska kapitalförvaltaren Vanguard visar att kvartalsvisa rebalanseringar givit bra resultat, historiskt (Vanguard 2019). Vi betalar för rebalanserande köpordrar med likvid från rebalanserande säljordrar.

Vi genomför fondbyten när bättre, mer prisvärda alternativ dyker upp i någon av de fondkategorier som ingår i portföljerna. Vi gör över en miljon beräkningar på det svenska fonduniverset varje dygn och rankar dagligen fonderna i varje fondkategori från bästa till sämsta. Tre exempel på händelser som kan leda till en ny fond i portföljen är när ett fondbolag sänker avgifterna, när en indexfond byter till ett mer diversifierat index och när det startas en ny fond i en viktig fondkategori som idag är tom.

Avslutning

Vårt mål för varje portfölj är att den ska ge högsta möjliga avkastning för den risknivå vi siktar på. Vägen mot målet är ett pågående arbete. Vi utvärderar ständigt vår strategi. Vi utesluter inte att vi kan komma att lägga till fler tillgångsslag, sprida riskerna mer effektivt inom tillgångsslagen eller utveckla vår metod för portföljkonstruktion ännu mer. Vidare kommer vi att hitta bättre fonder, förhandla fram större fondrabatter och påverka fondbolagen att starta fler fonder i fondkategorier där det behövs – allt för att ge våra kunder en mer bekväm resa mot en större förmögenhet.

Referenser

Black, F. & Litterman, R. (1990). Asset Allocation: Combining Investor Views With Market Equilibrium. Goldman, Sachs & Co., Fixed Income Research.

Dichtl, H., Drobetz, W. & Wambach, M. (2012). Testing Rebalancing Strategies for Stock-Bond Portfolios: Where Is the Value Added of Rebalancing? Midwest Finance Association 2012 Annual Meetings Paper.

Dimson E., Marsh P. & Staunton, M. / Credit Suisse. (2020). Summary Edition Credit Suisse Global Investment Returns Yearbook 2020. Credit Suisse Research Institute.

Doeswijk, R., Lam, T. & Swinkels, L. (2019). Historical Returns of the Market Portfolio. The Review of Asset Pricing Studies.

Gorton, G. & Rouwenhorst, K. (2015). Facts and Fantasies about Commodity Futures Ten Years Later. NBER Working Paper.

Ibbotson, R. & Kaplan, P. (2000). Does Asset Allocation Policy Explain 40, 90, or 100 Percent of Performance? Financial Analysts Journal.

Ilmanen, A. (2011). Expected Returns on Major Asset Classes. Wiley.

Levine, A., Ooi, YH. & Richardson, M. (2016). Commodities for the Long Run. NBER Working Paper.

Markowitz, H. (1952). Portfolio Selection. Journal of Finance.

Sharpe, W. (1964). Capital Asset Prices: A Theory of Market Equilibrium Under Conditions of Risks. Journal of Finance.

Sharpe, W. (1974). Imputing Expected Security Returns from Portfolio Composition. Journal of Financial and Quantitative Analysis.

Sveriges Riksbank. (2017). Reporäntan på lång sikt. Penningpolitisk rapport.

Vanguard. (2019). Getting back on track: A guide to smart rebalancing. Vanguard Research.