Sector note estimatrisiko – Hva det er og hvordan det påvirker aksjean

Hva er sector note estimatrisiko?

Sector note estimatrisiko er et begrep som brukes i aksjeanalyse for å beskrive faren for at analytikerens tall i en sektornote – for eksempel forventet inntjening, kontantstrøm eller verdsettelse – viser seg å være for høye eller for lave. En sektornote er en analyse som dekker en hel bransje, som olje og gass, fornybar energi, teknologi eller bank. I motsetning til en analyse av en enkeltaksje, må analytikeren her vurdere utsiktene for flere selskaper samtidig, og det er større sannsynlighet for at felles faktorer som råvarepriser, renter eller reguleringer slår feil ut.

Risikoen oppstår fordi analytikeren må gjøre antakelser om fremtiden. Hvis disse antakelsene er for optimistiske, kan estimatene bli for høye, og aksjene i sektoren kan fremstå som billigere enn de egentlig er. Motsatt kan for pessimistiske estimater føre til at aksjer fremstår som dyre og dermed bli oversett. For investorer er det viktig å forstå denne risikoen for å kunne tolke sektornotater kritisk og ikke blindt stole på konklusjonene.

Begrepet er spesielt relevant i perioder med stor usikkerhet, som under oljeprisfallet i 2014–2016 eller under koronapandemien i 2020. Da viste mange sektoranalyser seg å ha store avvik fra faktisk utvikling, nettopp fordi de underliggende driverne endret seg raskt. Estimatrisikoen er derfor en påminnelse om at alle analyser har en feilmargin, og at jo mer usikre forutsetningene er, desto større er risikoen.

Forstå sector note estimatrisiko

For å forstå sector note estimatrisiko må vi først se på hva en sektornote inneholder. Typisk vil analytikeren presentere estimater for inntekter, driftsresultat (EBIT), nettoresultat og fri kontantstrøm for et utvalg selskaper i sektoren. Deretter brukes disse tallene til å beregne gjennomsnittlige multipler som P/E, EV/EBITDA eller P/B. Feil i estimatene for én eller flere av disse størrelsene vil forplante seg gjennom hele analysen og gi misvisende konklusjoner.

En viktig kilde til estimatrisiko er at sektorer ofte er sykliske. For eksempel er oljesektoren sterkt avhengig av oljeprisen, som igjen påvirkes av globale forhold som OPECs beslutninger, geopolitikk og etterspørsel. En analytiker som i 2019 antok en gjennomsnittlig oljepris på 70 dollar per fat, fikk helt andre estimater enn en som antok 50 dollar. Da koronapandemien sendte oljeprisen ned mot 20 dollar i april 2020, ble alle estimater basert på høyere priser kraftig overvurdert.

En annen faktor er at selskaper innen samme sektor kan ha svært ulike kostnadsstrukturer og geografisk eksponering. En sektornote som slår sammen tallene uten å ta hensyn til forskjellene, kan gi et misvisende bilde. For eksempel har et norsk oppdrettsselskap som Marine Harvest (nå Mowi) andre kostnadsdrivere enn et mindre oppdrettsselskap, og en sektoranalyse som antar samme lønnsomhet for alle, vil ha høy estimatrisiko.

Estimatrisiko må også sees i sammenheng med analytikerens insentiver. Meglerhusene som utarbeider sektornotater, har ofte forretningsforbindelser med selskapene de analyserer, noe som kan påvirke objektiviteten. Studier har vist at analytikere har en tendens til å være for optimistiske, spesielt i sektorer som er i vinden. Dette kalles «analyst bias» og er en viktig del av estimatrisikoen.

Hvordan fungerer sector note estimatrisiko?

Estimatrisikoen i en sektornote oppstår i flere trinn. Først må analytikeren identifisere de viktigste driverne for sektoren. Dette kan være makroøkonomiske faktorer som BNP-vekst, renter, inflasjon eller råvarepriser, men også bransjespesifikke forhold som teknologisk endring, regulatoriske endringer eller konkurranseintensitet. For hver driver må det gjøres en antakelse om fremtidig utvikling. Jo flere usikre drivere, desto høyere estimatrisiko.

Deretter bygges en finansiell modell for hvert selskap eller for en representativ «gjennomsnittsbedrift» i sektoren. Modellen inneholder forutsetninger om volum, pris, kostnader og investeringer. Små endringer i forutsetningene kan gi store utslag i estimatene. For eksempel vil en endring i antatt vekst på 1 prosentpoeng for et teknologiselskap med høy vekst kunne endre verdsettelsen med 10–20 prosent.

En vanlig metode for å kvantifisere estimatrisiko er å beregne spredningen mellom ulike analytikeres estimater (konsensus). Stor spredning indikerer høy usikkerhet og dermed høy estimatrisiko. For eksempel, hvis konsensus for resultat per aksje i en sektor viser et intervall på 30 prosent fra laveste til høyeste estimat, er risikoen betydelig. Investorer kan bruke dette som et signal om å være forsiktig.

Tabellen nedenfor viser et tenkt eksempel på estimatspredning for tre norske sektorer i 2023. Tallene er fiktive, men illustrerer prinsippet.

Historisk bakgrunn

Begrepet «sector note estimatrisiko» er ikke et gammelt etablert faguttrykk, men snarere en beskrivelse av et fenomen som har eksistert så lenge det har vært aksjeanalyse. I takt med at finansanalysen ble mer kvantitativ og modellbasert på 1980- og 1990-tallet, ble også bevisstheten rundt estimatusikkerhet større. Meglerhusene begynte å publisere sektornotater regelmessig, og investorer lærte seg å skille mellom analyser med høy og lav presisjon.

En milepæl var finanskrisen i 2008, da mange sektoranalyser viste seg å være altfor optimistiske. For eksempel hadde bankanalytikere i 2007 estimert sterk inntjeningsvekst for europeiske banker, men krisen førte til massive nedskrivninger og tap. Etter krisen ble det stilt spørsmål ved analytikernes uavhengighet og kvaliteten på estimatene. Dette førte til strengere regulering, blant annet gjennom MiFID II i Europa, som krevde at meglerhus skiller mellom betaling for analyse og betaling for handel.

I Norge har vi sett lignende episoder. Under oljeprisfallet i 2014–2016 ble mange sektoranalyser for oljeservice og offshore revidert kraftig ned. Analytikere som hadde antatt høy oljepris, måtte justere estimatene gjentatte ganger. Dette lærte investorer at estimatrisikoen i sykliske sektorer kan være svært høy, og at man bør ta sektornotater med en klype salt.

I dag er det vanlig at meglerhus oppgir en risikofaktor eller et usikkerhetsintervall i sine sektornotater. Noen bruker også scenarioanalyse (base case, bull case, bear case) for å illustrere spennet i mulige utfall. Dette er en direkte anerkjennelse av estimatrisikoen.

Praktisk eksempel

La oss ta et konkret norsk eksempel. I januar 2020 publiserte et større meglerhus en sektornote for norsk sjømatnæring. Analytikeren antok at lakseprisen i 2020 ville ligge på rundt 60 kroner per kilo, basert på sterk etterspørsel og begrenset tilbud. Estimatene for selskaper som Mowi, SalMar og Lerøy viste solid resultatvekst og P/E-tall på rundt 15.

Så kom koronapandemien i mars 2020. Restauranter over hele verden stengte, og etterspørselen etter laks falt dramatisk. Lakseprisen stupte til under 40 kroner per kilo i april. Resultatene for første halvår 2020 ble langt svakere enn estimert. Estimatrisikoen i sektornoten var med andre ord svært høy – analytikerens antakelser slo fullstendig feil.

Hva kunne investorer ha gjort for å vurdere risikoen? For det første kunne de sett på spredningen i konsensusestimatene for laksepris. Hvis flere analytikere hadde spådd ulike priser, ville det vært et varseltegn. For det andre kunne de ha gjennomført en følsomhetsanalyse: Hva skjer med verdsettelsen hvis lakseprisen faller til 40 kroner? Da ville P/E-tallet ha økt betraktelig, og aksjene ville ha fremstått som mye dyrere.

Etter at pandemien inntraff, ble sektornoten raskt revidert. De fleste meglerhus senket sine estimater og anbefalinger. Investorer som hadde forstått estimatrisikoen på forhånd, kunne ha unngått å kjøpe på toppen eller i det minste ha posisjonert seg med lavere eksponering. Dette eksemplet viser hvor viktig det er å ikke blindt stole på sektornotater, men å forstå usikkerheten i de underliggende forutsetningene.

Fordeler og ulemper

Fordeler:

• Estimatrisiko tvinger analytikere og investorer til å være bevisste på usikkerhet. Det fremmer en mer kritisk tilnærming til sektoranalyser.
• Ved å kvantifisere risikoen (for eksempel gjennom spredning i estimater) kan investorer ta mer informerte beslutninger og tilpasse porteføljen deretter.
• Sektornotater som eksplisitt diskuterer estimatrisiko, gir et mer nyansert bilde og kan hjelpe investorer med å skille mellom analyser av høy og lav kvalitet.

Ulemper:

• Estimatrisiko kan være vanskelig å måle presist. Spredning i estimater kan skyldes ulike metoder eller forutsetninger, ikke nødvendigvis reell usikkerhet.
• Noen investorer kan bli for forsiktige og overse gode investeringsmuligheter fordi de overvurderer risikoen.
• Analytikere kan undervurdere estimatrisikoen for å fremstå som mer sikre i sine anbefalinger, noe som kan villede investorer.

Vanlige misforståelser

En vanlig misforståelse er at estimatrisiko er det samme som markedsrisiko. Markedsrisiko handler om at aksjekurser kan falle på grunn av generelle markedsforhold, mens estimatrisiko handler om feil i selve analysen. En aksje kan ha lav markedsrisiko, men høy estimatrisiko hvis analytikerens forutsetninger er usikre.

En annen misforståelse er at estimatrisiko bare gjelder for vekstaksjer eller sykliske sektorer. Riktignok er risikoen ofte høyere der, men også stabile sektorer som dagligvarer eller helse har estimatrisiko. For eksempel kan endringer i reguleringer eller patentsøksmål føre til store avvik i estimatene.

Mange tror også at konsensusestimater (gjennomsnittet av flere analytikeres estimater) eliminerer estimatrisiko. Det stemmer ikke. Konsensus kan være like feil som enkeltestimater hvis alle analytikere har samme bias. For eksempel var konsensus for oljeprisen i 2014 altfor høy fordi alle var preget av flere år med høye priser.

Til slutt tror noen at en sektornote med detaljerte modeller og mange fotnoter automatisk har lav estimatrisiko. Detaljer kan gi en illusjon av presisjon, men hvis de underliggende forutsetningene er usikre, er risikoen fortsatt høy. Det er bedre å fokusere på hvor følsomme resultatene er for endringer i nøkkelvariabler.

Oppsummering

Sector note estimatrisiko er en viktig faktor å ta hensyn til når du leser sektoranalyser. Den minner oss om at alle fremtidsestimater er beheftet med usikkerhet, og at feil i forutsetningene kan få store konsekvenser for konklusjonene. For investorer handler det om å være kritisk, sammenligne flere kilder og forstå hvilke drivere som er mest usikre.

Vi har sett at estimatrisikoen kan vurderes gjennom spredning i konsensusestimater, historiske avvik og scenarioanalyse. Praktiske eksempler fra norsk olje- og sjømatsektor viser at risikoen kan være betydelig, spesielt i sykliske bransjer. Fordelene ved å være bevisst på estimatrisiko er at du tar bedre beslutninger, mens ulempene er at risikoen kan være vanskelig å måle og at den kan føre til overdreven forsiktighet.

Husk at en sektornote er et verktøy, ikke en fasit. Ved å forstå estimatrisikoen kan du bruke analysen på en smartere måte og unngå å bli fanget av for optimistiske eller pessimistiske anslag. Legg alltid vekt på å vurdere usikkerheten like mye som selve tallene.