Z-Score: Matematisk Metod för att vikta aktier i portföjen

Tänkte dela med mig lite av ett verktyg inom QPM (Quantitative Portfolio Management) som förhoppningsvis kan hjälpa någon läsare där ute med när det gäller just viktningen av aktier inom en portfölj. Hur kan man göra? Finns ett antal metoder, från Ad Hoc (tumregler) till mer strikta metoder. Här nedan kommer jag redovisa ett matematisk verktyg som kallas Z-score, ett verktyg du kan applicera i de flesta metoder. Innan vi kommer in på det tänkte jag kort gå genom några metoder och varför dem kanske inte alltid är lämpliga för just dig.

1) Marknadsvikt - De flesta index bygger på att vikta bolag efter deras Market Cap, dvs det priset du betalar för att köpa hela bolagets aktier idag.

Fördelar:

  • Extremt låg förvaltningskostnad, då teoretiskt behövs inga ombalanseringar (sålänge inte det finns regler för till exempel största tillåten vikt)
  • Följer marknaden. Även om jag inte anser att marknaden är helt effektiv eller perfekt så är det svårt att säga att det är lätt att slå marknaden.
  • Hög grad av investerbarhet. Då likviditet är oftast som högst i större bolag så är risken att du påverkar kursen i mindre, illikvida bolag liten.

Nackdelar:

  • Bara en priskomponent i viktningen. Om marknaden inte är helt perfekt så kommer det finnas bolag vars pris kopplats helt fritt från dess fundamenta. Bubblor uppstår i enskilda bolag, sektorer och hela geografier. Med en marknadsviktning så kommer du som investerare åtminstone delvis dras med i detta, beroende på omfattningen.

2) Fundamentalvikt - Bolagen viktas efter deras ekonomiska fotspår. Utvecklats av Rob Arnott på Research Affiliates, och metoden har historiskt överpresterat marknadsvikt med 1-2% per år. Finns flera sätt att göra detta på, men de vanligaste är via omsättningen, kassaflödet, totala tillgångar, vinst, eller ett sammansatt mått av samtliga ovan.

Fördelar:

  • Låg förvaltningskostnad. Omsättning, vinst etc rör sig betydligt mindre än vad bolagets pris gör
  • Fri-kopplat ifrån prismekanismen, vilket minskar risken för att investera tungt i bubbel-liknande aktier.
  • Hög grad av investerbarhet.

Nackdelar:

  • Marginellt högre transaktionskostnader än marknadsviktning.
  • Innehåller ingen komponent av övertygelse, dvs ingen komponent för förväntad framtida avkastning.

3) Värdevikt - Proponerats av Joel Greenblatt i hans senaste bok, The Big Secret for the Small Investor. Här viktas bolag efter deras förväntade överavkastning enligt (oftast) en värde-modell. Exempelvis bolag med låga P/E eller EV/EBIT-tal, eller som beskrivs i boken, EV/EBIT i förhållande till RoIC. Där får vi med både ett kvalitetsmått och ett värdemått, likt Magic Formula, men istället för att använda det för att välja ut bolag så används den för att vikta en grupp bolag. Finns några få ETF:er med denna metodik, som bygger på ett sammansatt värde-mått (SPDR Small Cap Value Weighted). Strategin/metodiken har historiskt överpresterat både marknadsvikt och fundamentalvikt.

Fördelar:

  • Fri-kopplat ifrån prismekanismen, vilket minskar risken för att investera tungt i bubbel-liknande aktier.
  • Historisk överprestation om 2-3% över marknaden efter transaktionskostnader.
  • Relativt god investerbarhet

Nackdelar:

  • Högre transaktionskostnader än de två andra metoderna
  • Lägre grad av investerbarhet än de andra två metoderna
  • Skiljer sig mer från marknaden, dvs vi tar en större risk att underprestera vissa perioder, även om förväntade avkastningen för portföljen är högre.

Hur kan detta hjälpa mig med min portfölj?
Låt oss säga att du har en portfölj med investmentbolag utöver din passiva hink. Du har valt ut ett antal fina bolag som du vill äga, men hur ska du vikta dem? Hur kan du ens räkna ut viktningen?

Ett exempel på en typ av värdeviktning här kan vara som IB-index gör. Dem viktar bolagen efter deras substansrabatt. Så du kan enkelt gå in på hemsidan och följa deras metod. Men säg att du vill göra något annorlunda, och vill själv kunna räkna fram hur dem ska viktas. Säg till exempel att du, utöver rabatten, vill även vikta efter substanstillväxten och momentum. Hur ska du räkna?

Här kommer Z-score verktyget in!
Innan vi kommer in på hur verktyget används, så tar vi några förutsättningar som måste gälla för att den här metoden ska fungera givet att du följer hur jag skrivit. Går att göra justeringar i räknesättet såklart, men då går det inte att följa denna guide rakt av utan att spendera lite tid med att omformulera ekvationer etc etc.

  1. Totala portföljens summa måste bli 100%
  2. Det mått du vill vikta efter måste finnas tillgängligt för varje del av portföljen.
  3. Du bör ha tillgång till Excel eller ett annat kalkylprogram för att förenkla processen.

Att Vikta med Z-score - testa gör ditt eget IB-Index
Säg att du har en grupp av investmentbolag och du har tillgång till deras nuvarande substansrabatt. Om du vill vikta bolagen efter deras substansrabatt måste vi matematiskt normalisera siffrorna och vikta dem med hänsyn till rabattens distribution. Låter jättesvårt eller hur?

Här kommer funktionen “STANDARDIZE” in. Det är en inbyggd funktion i excel som vi kommer att använda. För att få den att fungera behöver vi räkna ut följande saker:

  1. Medel-substansrabatten i portföljen. Använd funktionen “AVERAGE” över ditt tillgängliga data. Här har jag lagt beräkningen i cell C28 över beräknad rabatt. Formeln ser du i bild, dock då jag formaterat mitt data som en tabell så används tabellkolumnen som en referens.

  2. Standardavvikelsen hos substansrabatten i portföljen. Använd funktionen "STDEV.S) över ditt tillgängliga data. Här har jag lagt beräkningen i Cell C29 över beräknad rabatt. Formeln ser du i bild, dock då jag formaterat mitt data som en tabell så används tabellkolumnen som en referens.

Nu är vi redo att räkna fram vikterna, gärna i en kolumn någonstans bredvid våra tillgängliga rabatter för att förenkla upplägget.

Formeln ser ut som i bild nedan, jag skriver ut den i text här och förklarar:
Vi börjar med någon form av viktning. I detta fall utgår vi från likaviktat, dvs lika mycket i varje aktie, för att sedan använda vår formel för att justera upp eller ned beroende på bolagets beräknade substansrabatt.

  1. 1/COUNTA ger oss procentuella vikten om bolagen är likaviktade, det är 1 delat på antalet bolag i portföljen.
  2. STANDARDIZE-ekvationen används, med rabatt, medel & standardavvikelse som referens, se bild. Detta är en justeringsfaktor, och behöver därmed multipliceras med vår likavikt. Det ger oss vår justeringsvikt.
  3. Summan av vår justeringsvikt & vår start vikt blir vår slutvikt, se hela formeln i bilden nedan.

Som du ser viktas VNV Global till hela 15%, och Latour till -5%. Vi vill inte blanka, så med hjälp av MIN & MAX funktioner kan vi ställa in begränsningar så att inte portföljen blir för tungt/lätt viktad i något bolag. Jag själv använder inte detta, utan jag upprepar samma metodik som ovan fast på fler variabler.

Z-Score med flera faktorer:
Jag har självklart inte gjort detta inlägg för att du ska kunna replikera IB-index, då kan du ju likagärna bara besöka deras underbara hemsida. Nej, jag tänkte visa att du kan faktiskt vikta med hjälp av fler “faktorer”, eller variabler, KPI:er, kalla dem vad du vill.

Genom att upprepa samma metodik och bygga upp viktningar för flera variabler kan du, pga “transitive properties” ta ett medel av dessa för att bygga upp ett viktningsindex.

Med hjälp av samma metod har jag nedan tagit fram vikter beräknade från:

  • Beräknad rabatt
  • Rapporterad rabatt
  • Nuvarande rabatt kontra historisk rabatt
  • 6, 12 & 36 Månaders momentum
  • 1, 3 & 5 års substanstillväxt

För att få fram en slutgiltig viktning baserat på dessa tar du helt enkelt AVERAGE av samtliga för ett enskilt bolag. Dvs slutgiltig vikt för VEF = AVERAGE(Z-score viktningar för VEF).
Personligen har jag även med en “Dummy” variabel om huruvida bolaget är med i IB-indexet eller inte, där jag satt att bolag som inte är med ska viktas lägre :slight_smile:

Resultatet är en portfölj med högre rabatt än likaviktat, högre momentum än likaviktat och högre historisk tillväxt än likaviktat :slight_smile:

Avslut:
Metodiken går att applicera på andra portföljer såklart, sålänge du har en faktor som du tror förklarar avkastningen, och du har tillgängliga data över det för samtliga av dina tilltänkta bolag i portföljen. Du kan vikta efter P/E, bruttomarginaler, antal år bolaget funnits på börsen etc etc, valet är ditt! Du kan även använda Z-score verktyget till att marknadsvikta dina bolag såklart, eller fundamentalvikta dem efter storlek på omsättning etc :slight_smile:

19 gillningar

Wow, snyggt arbete och intressant inlägg! :clap:t2: :star_struck:

Är tveksam till att ta in så gamla data som momentum för 3 år i viktningen. Mina erfarenheter är att momentum över 3 månader är för gammalt, helst inte heller äldre än 1 månad.

En annan aspekt är att när man tar in parametrar på olika tidsperioder så får man en dubbel/trippel-exponering eftersom momentum för 6 månader också ingår delvis i data för 1 år och 3 år, dito momentum för 1 år ingår delvis i momentum för 3 år. Jag föredrar i så fall att man renodlar EN relevant tidsperiod om 1 månad eller 2 månader som exempel för att det ska bli lättare att förstå och skruva på. Motsvarande resonemang gäller förstås även för tillväxt under olika perioder.

Ovan är ett exempel och inget annat :slight_smile: Och det går enkelt att justera / få ut information om man kan räkna, tex för att få bort datat från 1 år i 3 år :slight_smile:

1 gillning

Tack! :slight_smile: Ska kolla på att använda metoden för viktning av en all-risk portfölj i framtiden, tror det kan bli spännande.

1 gillning

Kul att du delar med dig av dina arbeten!

Kanske är det värt att grovt kolla fördelningen av utfallen som medelvärde och Z-score beräknas på, så att inte data är väldigt skevt etc… och antagandet om normalfördelning inte gäller

Lycka till med tillämpning!

Mvh

Tack! Man gör dock inget antagande kring normalfördelning, utan i och med att man anger standardavvikelsen och medel så anges fördelningen implicit. Men, som du säger, det kan bli problem vid extremt skeva fördelningar. Exempelvis om alla bolag utom 1 skulle handlas till premie så skulle portföljen bli väldigt koncentrerad. Där med kan det vara värt att i sådana fall sätta in regler för MAX & MIN :slight_smile:

STANDARDIZE ger ett normaliserat värde, men gör inget antagande kring att det är normalfördelat :slight_smile:

1 gillning

Ja precis, jag ville bara flagga för det men du verkar ju tänkt igenom det också. Det beror ju på hur noga det är också :blush:

Ok, har inte koll på vad standardize gör

Hm, när jag ser bolagen i din portfölj :briefcase: väljer jag nog en annan metod. Kram :hugs:

Då tror jag du totalt missförstått inlägget. Det är bara ett exempel på hur man kan använda metoden för att vikta en portfölj. Metoden säger inte vad du ska köpa, bara hur du kan vikta det du tänkt köpa :slight_smile:

1 gillning

Var lite sugen på att testa detta så återuppliver ett intressant ämne. Jag funderar på ifall jag har tagit rätt data från IBIndex och Börsdata (har ett gratis konto hos Börsdata så jag tog endast momentum för 6 månader samt 1 år därifrån) @Andre_Granstrom ? jag gissade på att du tagit dessa data från IBIndex:

Rabatt kontra 5 års historik:

Tillväxt:

Och momentum från Börsdata:

investmentbolag
2023-08-19 rabatt Momentum Substanstillväxt
aktie del av IB Index beräknad rabatt rapporterad rabatt rabatt kontra 5 års historik 6 mån Momentum 1 år Momentum 1 år Tillväxt 3 år Tillväxt 5 år Tillväxt
Investor B Ja 17,35% 18,85% 1,45% 0,40% 9,60% 13% 47% 103%
Latour Ja -13,36% -5,59% 14,14% -14,70% -19,30% -1% 24% 70%
Kinnevik Ja 32,52% 34,38% 32,83% -21,60% -30,40% -15% -49% -45%
Industrivärden Ja 9,30% 12,35% -0,65% -2,70% 7,90% 8% 21% 32%
Lundbergföretagen AB Ja 8,65% 13,96% 9,17% -10,70% -6,80% -1% 26% 55%
Bure Equity AB Ja -3,32% -1,42% 7,91% -22,70% -20,20% -3% -1% 64%
(Creades AB A)
Ja 0,50% 2,87% 25,08% -26,20% -25,30% 2% 42% 133%
Investment AB Spiltan Ja 20,70% 22,93% 1,71% 9,40% 16,70% 35% 51% 103%
Svolder AB ser. B Ja -9,84% 0,45% -7,12% -19,30% -8,70% -13% 37% 66%
Linc Ja -22,08% -22,98% 9,24% -4,90% 0,10% 5% 0% 0%
Byggmästare Anders J Ahlström Holding AB Ja 30,78% 35,80% 38,85% -26,30% -17,50% 5% 112% 120%

Har jag gjort rätt så här långt?

(såg redan nu att jag fyllt i fel för Investor B, 5 år. Ska vara 83% om jag uppfattat rätt).

Hej @Jacob_Skj ,

Ser ut som att du gjort som jag gjorde ja! Sen finns det väl inget rätt eller fel, det här vara bara ett sätt att introducera metodiken gällande att vikta sina innehav kvantitativt efter några enkla mätetal :slight_smile:

/André

Tack för förklaringen. Då “nördar” jag vidare med metoden.

Matade in alla värden och fick nedan resultat. Intressant metod tycker jag - och något mer välgrundad än endast marknadsvikt som jag har använt hittills.

Jag gissar att de värden som jag fått för Linc t: ex inte är tillförlitliga på grund av avsaknad av substanstillväxt för 3/5 år…

Kommer definitivt jobba vidare med detta. Uppskattar att du delar av dig med dina ideer, André :+1:

1 gillning

God förmiddag.

En liten uppdatering av detta ämne - jag har jobbat lite tilll och från med detta och då uppkommer ju lite frågor ibland :grin:

@Andre_Granstrom jag tänkte ta med EV/EBITDA som mätvärde men eftersom lägst är “bäst”, hur bör jag då implementera detta som mätvärde - ska jag multiplicera värdet från Börsdata med -1 eller hur hade du gjort?

(har med lite andra mätvärden också som momentum 6 månader och ROC% men där är högst bäst så dem kan jag mata in rakt av ;))

Hej,

Det är bäst att invertera, dvs ta 1/EV/EBITDA.
Då får du ett mått i form av en typ av Yield i procent. Detta är fördelaktigt både när det gäller att rangordna samt bestämma positionsstorlekar :slight_smile:

Tjusigt. Tack André. Hade inte funderat på den varianten :upside_down_face: