Risikovurdering af erhvervsejendomme i København - med afsæt i en værdiansættelse af Jeudan A/S

Transkript

1 Risikovurdering af erhvervsejendomme i København - med afsæt i en værdiansættelse af Jeudan A/S HD-Finansiering 8. semester 2008 Forfattere: Vejleder: Klaus Naur Kristensen Mads Borgensgaard Nicolai Borcher Hansen

2 FORORD Denne afhandling er udarbejdet af Klaus Naur Kristensen og Mads Borgensgaard, HD-studerende på Handelshøjskolen i Århus. Opgaven er udarbejdet som den afsluttende afhandling på HD 2.del ved Institut for Finansiering. Vores emnevalg begrundes med en øget arbejdsmæssig berøring med ejendomsvirksomheder via vores stillinger som henholdsvis erhvervsrådgiver og finansrådgiver i Jyske Bank. Uroen på de finansielle markeder har øget bankernes kreditmæssige fokus på ejendomskunder, hvilket har gjort vores hverdag mere udfordrende. Formålet med nærværende afhandling er således at opnå en indgående forståelse for de finansieringsmæssige mekanismer, der påvirker risici og afkast på ejendomsinvesteringer. Vi takker for den løbende sparring med vores vejleder, Nicolai Borcher Hansen, der har været medvirkende til at sætte de indledende rammer for opgaven. Århus den 5. maj Klaus Naur Kristensen Mads Borgensgaard 1

3 Executive summary This thesis has been prepared in connection with the study of HD-Finance at the Aarhus School of Business. The main focus of the thesis is a risk analysis of commercial properties in Copenhagen starting from a valuation of the largest property company in Denmark, Jeudan A/S. During the thesis a number of hypotheses will be answered to form the basis of the final valuation of Jeudan and hereby estimate whether the commercial property market in Copenhagen is fair valued. We discovered 3 main value drivers in relation to the total return on commercial properties - future rental income, future running costs and initial yields. These value drivers depend on several macroeconomic factors, which is why we have tested 8 simple linear regressions. The explanatory variables - economic growth (GDP), rate of employment, inflation, 10-year interest rate, short-term rate (FED Funds) lagged 0, 1 and 2 periods and money supply all showed significant connection to the trend of a commercial property price index. In order to accept the regressions validity, we have changed the data frequency from quarterly to annual periods. Hereby we have avoided serial correlations. Furthermore we have composed an event study to prove a significant short-term abnormal return, when The Federal Reserve changes the FED Funds rate. We did not discover any significant connections. Our assessment is therefore that the market incorporates the changes in interest rates several days in advance. We have developed a financial and strategic analysis which demonstrates that Jeudan is a healthy and robust company with profitable key figures. However, we also found that the economic market situation is a threat to the future profitability. Based on the analyses, we have forecasted a slight positive trend in Jeudan s future rental income but also higher overall office vacancy rates. Through an analysis of the risk of commercial properties, we have found an exceptionally low standard deviation compared to the risk of stock-returns. However, we have once again discovered a significant serial correlation that causes unrealistic low risks. Therefore we have changed the data to a lower frequency, which generated a higher risk, which is comparable to the risk of a stock index we refer to the illustration below. Annual Risk Trend 1 month data 6 months data 12 months data 24 months data SP-500 Return 9,55% 11,23% 11,36% 12,04% 12,99% Office Return 9,78% 5,15% 6,56% 9,11% 13,61% 2

4 When estimating the risk of commercial properties it is essential that the volatility is measured in a way where the stale pricing -problem is avoided. We assess that the traditional risk measured underestimates the general risk of properties. In order to optimize the value of Jeudan, we found it important to have the right balance between debt and equity. The equity/value-ratio (E/V) is compelled to be at a certain level to secure that Jeudan maintains a robust financial readiness in order to find future profitable properties. The credit institutions have a heavy influence, when the target capital structure for Jeudan is estimated. This estimation is a consequence of a credit rating, where factors such as the E/V-ratio and factors derived from the financial and strategic analysis influence the score. We have estimated a higher geared target capital structure for Jeudan, which results in a slightly higher cost of debt. This leads us to the estimation of the discount rate, WACC, which is the weighted average cost of capital. It includes an estimation of the cost of equity derived by the capital asset pricing model, CAPM. The beta estimates in CAPM showed high volatility over time, which made the unsystematic risk difficult to calculate. We estimated the beta partly from our beta regressions and partly from our fundamental analysis. From the basis of all our analysis, we have developed a discounted cash flow model to valuate Jeudan. Based on a number of sensitivity assessments we have derived a bear-, base- and bull case valuation, as shown in the illustrations below. Bear Base Bull Price Current Price Probability 30% 50% 20% Price 510, Base - Price 681, Bull Estimated Value Price 344, Bear We found a fair value of Jeudan which was 18% lower than the current market price. Based on our analysis in this thesis, we thereby conclude that Jeudan - as well as the commercial property market in Copenhagen in general - is overestimated, and that the investors will not be compensated for the risk on commercial properties in Copenhagen. 3

5 INDHOLDSFORTEGNELSE 1 Indledning Problemdefinition Problemformulering Metodevalg og struktur Afgrænsning Værdiansættelse af ejendomme Værdiansættelse generelt Værdiansættelse af ejendomme Fremtidig årlig bruttoleje Fremtidige årlige driftsudgifter Afkastkravet Model til vurdering af konkret ejendom i Jeudans portefølje Følsomhedsanalyser Delkonklusion Virksomhedspræsentation af Jeudan Makroøkonomiske faktorer Forudsætninger NPI Returns Office FED BNP Inflation Effektiv 10-årig rente Beskæftigelse Money Supply Fremgangsmåde Regressioner Simple lineære regressioner Test af forudsætninger Forventet værdi af fejlledene Konstant varians Ukorrelerede fejlled Normalfordelte fejlled Stationaritet Multipel regression Test af forudsætninger Multikollinaritet Delkonklusion

6 5 Eventstudie Forudsætninger Definition af event, estimationsvindue og eventvindue Event Tidslinie Estimationsvindue Eventvindue Ejendomsindeks Markedsindeks Analysemodel Estimeret afkast Observeret afkast Anormale afkast Test af anormalt afkast Gennemgang af model for renteændringer Delkonklusion Finansiel analyse Omsætning og overskud Rentabilitet Delkonklusion Strategisk finansiel analyse PEST (P) Politik og lovgivning Beskatning af fast ejendom Øvrige skattemæssige eller lovmæssige forhold Pengepolitik Offentlig sektor (E) Økonomiske forhold Renterisiko og værdifastsættelse af ejendomme Renterisiko Risiko ved ændret afkastkrav Det generelle økonomiske klima på erhvervsejendomsmarkedet i København Lejeniveau, tomgang og lejernes bonitet Likviditetsrisiko Inflation (S) Sociale forhold (T) Teknologiske forhold Porters Five Forces Hvilke trusler eksisterer fra nye konkurrenter Hvilke trusler er der fra substituerende produkter Hvordan er kundernes forhandlingsstyrke Hvordan er leverandørernes forhandlingskraft Hvordan er konkurrencen blandt eksisterende aktører i branchen Delkonklusion

7 8 Risiko og diversifikation Forudsætninger og teori Beregninger Porteføljedannelse Delkonklusion Kapitalstruktur Egenkapital eller gældsfinansiering Modigliani & Miller Optimal kapitalstruktur Långivers afkastkrav Kreditrating og kapitalstruktur De finansielle markeder i dag Jeudans target kapitalstruktur og låntagers afkastkrav Vækstplaner i fremtiden Jeudans drifts- og kapitalmæssige følsomheder Større risikoaversion i den finansielle sektor Stigende fundingomkostninger på de finansielle markeder Fordeling mellem udlejningsejendomme og projektejendomme Muligheder for billig funding gennem kreditforeningsmarkedet Peer Group Target kapitalstruktur Långivers afkastkrav Delkonklusion Afkastkrav (WACC) Investorernes afkastkrav CAPM APT-model Beta Risikofrie rente og markedspræmie WACC Delkonklusion Forecast Indtægter og omkostning Afskrivninger Arbejdskapitalen Nye investeringer nye startafkastkrav Delkonklusion Værdiansættelse af Jeudan Værdiansættelsen Følsomheder Bear, Base og Bull scenarier Delkonklusion Konklusion

8 14 Kildefortegnelse Bøger Artikler Offentliggjorte rapporter Interviews Hjemmesider Data-cd Kildekritik Bilag Bilag 1 gennemgang af faktorer ved værdiansættelse af en erhvervsejendom Bilag 2 Regressionsdata, årlige data Bilag 3 Uddrag af Gennemsnits- og Marketsmodellen Uddrag fra Gennemsnitsmodellen Uddrag fra Marketsmodellen Bilag 4 Marketsmodellen og linearitet Illustration af forventet afkast Illustration af anormalt afkast Bilag 5 ROIC beregninger Bilag 6 Jeudan, Kurs- og omsætningsudvikling Kursudvikling Omsætningsudvikling Bilag 7 PEST og Porter modeller PEST-modellen Porters Five Forces Bilag 8 Test for Autokorrelation for årlige og 2-årige data Årlige data årige data Bilag 9 Kritisk Rand Bilag 10 Kursudvikling ISS Erhvervsobligationer Bilag 11 Renteudvikling ISS Erhvervsobligationer Bilag 12 Jeudans lejeprospekt Bilag 13 Risikojustering ved inddragelse af AR(1)-led Regression på kvartalsdata Regression på kvartalsdata med AR(1)-led Bilag 14 Betakorrektion for target kapitalstruktur Betaberegninger korrigeret for kapitalstruktur, MXCI Betaberegninger korrigeret for kapitalstruktur, Jeudan Bilag 15 Månedlige betaværdier Bilag 16 Værdiansættelsesmodel

9 1 INDLEDNING Siden Subprime-krisens indtog medio 2007 har offentligheden og mediernes fokus på ejendomsmarkedet været markant. Vi hører hver dag om prisudviklingen på ejendomme, prisbobler, udbud og efterspørgsel, salgsstatistikker og så videre. Subprime-krisen har forplantet sig dybt ind de i finansielle institutter verden over, og vi har været vidne til en generel øget risikoaversion. Hvorvidt der er tale om en generel eye opener i forhold til et overophedet ejendomsmarked, der er løbet løbsk - eller der blot er tale om et midlertidigt hysteri, der stille går i sig selv - vides ikke? Ud fra et finansieringsteoretisk synspunkt kan man undre sig over prisfastsættelsen på ejendomme i de største byer i Danmark, hvor det direkte afkastkrav til en udlejningsejendom i nogle tilfælde er mindre end lånerenten. Når man forholder sig til en ejendomsinvestering, vil man dels vurdere det direkte afkast, der generes fra lejeindtægterne, og dels vurdere en kapitaliseret løbende værdistigning. Figur 1 illustrerer denne sammenhæng i afkastudviklingen på amerikanske ejendomme siden Afkast Figur 1 Totalafkast på ejendomsinvesteringer 1 Totalafkast Direkte afkast Kapitaliseret afkast År Det ses, at det kapitaliserede afkast og totalafkastet på ejendommene varierer kraftigt, mens det direkte afkast er meget stabilt over tid. Derfor er det interessant at analysere, hvilke forhold og mekanismer der driver ejendomspriserne, og om ejendomsmarkedet er værdifastsat korrekt. For at målrette analysen vælger vi alene at vurdere erhvervsejendomsmarkedet i København med fokus på kontorejendomme. Danmarks største børsnoterede ejendomsvirksomhed, Jeudan A/S (herefter Jeudan), investerer i og driver netop denne type ejendomme. Denne afhandling vil dels være en risikovurdering af ejendomsmarkedet med test af forskellige makroøkonomiske sammenhænge, og dels en konkret analyse og værdiansættelse af Jeudan. Samlet vil analyserne give vores konklusion på, hvorvidt ejendomsinvestorerne bliver kompenseret for risikoen på erhvervsejendomme i København. 1 Kilde: 1

10 1.1 Problemdefinition Risikovurdering af det københavnske erhvervsejendomsmarked med afsæt i en værdiansættelse af ejendomsvirksomheden Jeudan. 1.2 Problemformulering Med afsæt i indledningens fokus på øget risikoaversion og uro på ejendomsmarkedet vil vi undersøge, om erhvervsejendomsinvesteringer i København vil være en attraktiv investering i fremtiden. Vores hovedproblemstilling for afhandlingen er. Kompenseres investorerne for risikoen på erhvervsejendomme i København For at analysere ovenstående problemstillingen foretages en værdiansættelse af ejendomsvirksomheden Jeudan. I værdiansættelsesprocessen vil vi teste nedenstående 5 hypoteser. Hypotese I: Der ses en sammenhæng mellem ejendomspriserne og makroøkonomiske faktorer Der udarbejdes regressionsmodeller, hvor den afhængige variabel er prisdata på kontorejendomme, og de forklarende faktorer er den 10-årige effektive rente, den korte rente, BNP-vækst, beskæftigelse, pengeudbud og inflation. Hypotese II: Renteændringer fra centralbankerne har signifikant påvirkning på kursudviklingen på ejendomsaktieindeks Dette testes ved et eventstudie, hvor kursudviklingen på et ejendomsaktieindeks analyseres +/- 2 dage ved historiske renteændringer. Hypotese III: Risikoen på ejendomsmarkedet undervurderes Vi analyserer risikoen på ejendomme i forhold til alternative aktiver. Derudover vil analysen indeholde en vurdering af ejendomme som diversifikationsaktiv i en investeringsportefølje. Hypotese IV: Den optimale kapitalstruktur for ejendomsselskaber bestemmes i udpræget grad af kreditinstitutterne Med baggrund i kreditinstitutternes vurdering af ejendomsmarkedet, analyseres de faktorer der er bestemmende for valg af optimal kapitalstruktur i ejendomsselskaber. Hypotese V: Jeudans aktie er fair prisfastsat Med udgangspunkt i resultaterne fra de 4 første hypoteser foretages en værdiansættelse af Jeudan, for at konkludere hvorvidt erhvervsejendomme i København er fair værdifastsat. 2

11 1.3 Metodevalg og struktur Med baggrund i de opstillede hypoteser og vores samlede hovedproblemstilling vil opgavestrukturen følge nedenstående model. Figur 2 Opgave struktur 2 Værdiansættelse generelt Valuedrivere Model til beregning af en erhvervsejendoms værdi Følsomheder vurdering af risici Virksomhedsprofil Jeudan A/S Strategisk finansiel analyse PEST Porter Finansiel afdækning af risikofaktorer Makroøkonomiske faktorer Forklarende faktorer på værdifastsættelse af investeringsejendomme Empiriske regressioner Eventstudie Finansiel analyse Historisk udvikling Afkast af investeret kapital (ROIC) Rentabilitet Risiko og Diversifikation Risikovurdering af ejendomme Optimal porteføljesammensætning Afkastkrav (WACC) Betaberegninger Justering i forhold til targetkapitalstruktur CAPM / APT Långivers afkastkrav Fundamental analyse Kapitalstruktur Teori Praksis i forhold til kreditinstitutter Estimering af Tarket kapitalstruktur Långivers afkastkrav Forecast Værdiansættelse Konklusion Indledningsvist analyseres den finansieringsmæssige proces ved værdiansættelse af enkelte ejendomme. Dernæst udarbejdes en række empiriske test af makroøkonomiske faktorer, der danner grundlag for vores videre analyser i opgaven. 2 Kilde: Egen tilvirkning 3

12 Den røde cirkel understreger den sammenspillende proces, der er gennemløbende i opgavens forskellige faser. Eksempelvis vil de makroøkonomiske sammenhænge inddrages i den strategiske finansielle analyse, der herefter inddrages i kapitalstruktur-analysen. Faserne i opgaven skal hver især enten besvare de opstillede hypoteser, eller indgå som det grundlæggende fundament til vores forecast og den endelige værdiansættelse af Jeudan. Vi har opgaven igennem valgt at inddrage størstedelen af vores figurer direkte i de relevante tekstafsnit, frem for at placere dem i bilag. Vi vurderer, at det øger læsevenligheden og forståelsen, hvilket er årsagen til, at tekstafsnittene i opgaven indeholder 26 formler og 63 figurer bestående af skemaer, grafer, og illustrationer. 1.4 Afgrænsning Jeudan, der er Danmarks største ejendomsvirksomhed med en stor ejendomsportefølje bredt fordelt i København, vurderes at være repræsentativ for det generelle erhvervsejendomsmarked i København. Derfor vil vores værdiansættelse af Jeudan danne entydig grundlag for konklusionen om, hvorvidt investorerne kompenseres for risikoen på erhvervsejendomme i København. Vi afgrænser os fra at analysere en eventuel problematik ved at anvende amerikansk data til vores empiriske tests, der skal danne grundlag for vurderingen af det københavnske ejendomsmarked. Der er primært tale om makroøkonomiske sammenhænge, som forudsættes at være gældende både i USA og i Danmark. Jeudans skattemæssige regnskab er ikke offentligt tilgængeligt. Vi afgrænser os således fra at foretage en dybdegående analyse af Jeudans skatteforhold. Der vil i opgaven blive foretaget forenklede skattemæssige forudsætninger i forhold til værdiansættelsesprocessen. Under kapitalstruktur-analysen afgrænser vi os fra at lave en dybdegående statistisk gennemgang af kreditrating-processen i et pengeinstitut. De teoretiske sammenhænge og den praktiske anvendelse af de avancerede kreditrating-systemer vil blive gennemgået og analyseret i forhold til Jeudan. Regressionsanalyserne har alene til formål at teste samvariationen mellem makroøkonomiske faktorer og prisudvikling på kontorejendomme. Vi afgrænser os fra en teoretisk beskrivelse af regressionsanalysen, ligesom den datagenererende proces og koefficienternes kvantitative størrelser ikke vil blive analyseret. 4

13 Vi afgrænser os fra at lave en særskilt værdiansættelse af datterselskabet Jeudan Servicepartner A/S (herefter Jeudan Servicepartner). Jeudan Servicepartner bidrager med ca. 5% 3 af koncernens indtægter før værdireguleringer af ejendomme i Vi forudsætter derfor, at Jeudan ServicePartner blot er en afledt effekt af ejendomsdriften i Jeudan, hvorfor vi antager nogle forenklede forudsætninger om Jeudan Servicepartner ved værdiansættelsen af koncernen. 3 Kilde: Årsrapporten (2007) 5

14 2 VÆRDIANSÆTTELSE AF EJENDOMME For at kunne analysere og værdiansætte en virksomhed som Jeudan, er det vigtigt at have en grundlæggende forståelse for værdiansættelsen af de underliggende aktiver bestående primært af erhvervsejendomme. I det følgende afsnit tager vi indledningsvist udgangspunkt i nogle finansieringsmæssige grundprincipper ved værdiansættelse. Dernæst analyseres de centrale faktorer, der er bestemmende for en erhvervsejendoms værdi. Afslutningsvist vil vi udarbejde en konkret model, som, via en finansieringsmæssig tilgang, sammenfatter alle væsentlige faktorer i en værdiansættelsesproces af en konkret erhvervsejendom. Denne model vil give et godt fundament for at simulere på følsomheder ved forskellige scenarier, såsom afkastkrav, risiko for tomgangsleje med mere. 2.1 Værdiansættelse generelt Man kan betragte en virksomhed som en række investeringsprojekter, der hver især bør vurderes og analyseres i forhold til, om de skaber værditilvækst for virksomheden. Kigger man på hver enkel investeringsbeslutning, fokuseres der typisk på nutidsværdien af det givne projekts fremtidige betalingsstrøm. Hvis PV betegner projektets nutidsværdi (Present Value), CF de fremtidige nettoindbetalinger (Cash Flows), og r diskonteringsraten, kan PV beregnes således: Formel 1 Beregning af et projekts nutidsværdi PV = Forventede ( cash 1+ r flow) Den grundlæggende beslutningsregel er at acceptere projektet, hvis nutidsværdien overstiger den krævede investering for at starte projektet, altså hvis NPV (nettonutidsværdien) er positiv. Tilsvarende kan man betragte hele virksomhedens værdi som alle fremtidige cash flows tilbagediskonteret til år 0, jævnfør nedenstående formel. Formel 2 Beregning af en virksomheds værdi via DCF-modellen Value = PV 0 = Forventede ( CF) t (1 + WACC ) t t I praksis vil man ved traditionelle værdiansættelser opdele formlen for DCF-modellen i 2 led, hvor første led er de fremtidige budgetterede cash flows tilbagediskonteret, og sidste led er et tilbagediskonteret terminalled, der udtrykker al fremtidig værdi efter budgetperioden såkaldt steady state. Formlen ser herefter således ud: 6

15 Formel 3 DCF-modellen 4 Value = FCF FCF n t n+ 1 + t t= 1 ( 1+ WACCt) ( WACCn+ 1 g) (1 + 1 WACC ) n n - hvor FCF er de frie cash flows, og g er den fremtidige vækstrate i terminalleddet. WACC en er diskonteringsfaktoren, der betegner de vægtede gennemsnitlige kapitalomkostninger (Weighted Average Cost of Capital) fordelt som et gennemsnit af virksomhedens fremmedkapitalomkostninger og virksomhedens egenkapitalomkostninger. For at optimere en virksomheds værdi gælder det grundlæggende om at optimere de forventede cash flows sammenholdt med en minimering af diskonteringsfaktoren. Værdien af et hvilken som helst cash flow-genererende aktiv er nutidsværdien af de forventede fremtidige cash flows. Denne tilgang er gældende, uanset om man vurderer finansielle aktiver eller ejendomsinvesteringer. Imidlertid ser man også andre typer af værdiansættelsesmodeller end de cash flowbaserede metoder. På samme måde som Price Earnings - og kurs/indre værdi -ratioer bliver brugt til at vurdere finansielle aktiver, ser man ligeledes, at ejendomsinvesteringer bliver værdifastsat ud fra simple standardiserede sammenlignelige metoder 5. Metoderne omfatter eksempelvis prisfastsættelse i forhold til størrelse, hvor man vurderer en ejendomsværdi ud fra en m 2 -pris eller en bruttoindtægts-multipel, hvor bruttolejen blot ganges med en multipel. Den største begrænsning ved disse simple modeller er, at der skal tages højde for en række faktorer, for at der skabes et sammenligningsgrundlag. Ved aktier skal man tage højde for forskelle i vækst, udbytte-ratioer samt risikoen, der kan variere meget ved forskellige aktier også inden for samme industrier. Argumentet for at anvende sammenlignelige modeller ved værdifastsættelse af ejendomme er, at vækst og risiko-kendetegn er mere ensartede. Dog skal man på tilsvarende vis tage højde for forhold såsom lejeniveau, størrelse, indretning, beliggenhed, alder og vedligeholdelsesmæssig stand. Dette gør, at de simple modeller ender med at blive næsten lige så nuanceret som cash flow modeller, da det er de samme valuedrivere, som gør sig gældende. Nærværende opgave vil have fokus på cash flow modellerne. 4 Kilde: Brealey & Myers (2006) 5 Kilde: Damodaran (2002) 7

16 2.2 Værdiansættelse af ejendomme Når man værdiansætter en ejendomsvirksomhed som Jeudan, kan man ligeledes vurdere virksomhedens værdi som PV af en række individuelle investeringsprojekter, jævnfør formel 2, bestående primært af erhvervsejendomme. Med baggrund i denne fremgangsmåde er det relevant at analysere, hvordan man vurderer værdien af hver enkel ejendom/projekt. En ejendoms værdi er, som ved enhver anden vare, afhængig af udbud og efterspørgsel. Når erhvervsejendomme vurderes, vil udgangspunktet ofte være, at man vurderer de løbende nettolejeindtægter sammenholdt med et afkastkrav, som afspejler afkastkravet på sammenlignelige handlede ejendomme. Dette afkastkrav vil afspejle en risikopræmie sammenholdt med den risikofrie rente. Ved vurdering af erhvervsejendomme er det ikke murstenene, der afgør værdien, da en erhvervsejendom ikke har værdi, fordi der tidligere er ofret penge på opførelsen, men fordi man i fremtiden kan opnå en række netto cash flows via udlejning. Der er imidlertid mange faktorer, som har direkte og indirekte indvirkning på en erhvervsejendoms værdi. En generelt anvendt model til opgørelse af en erhvervsejendoms værdi er beregning af en kapitaliseringsfaktor, som ganges med den årlige nettoleje en investor forventes at opnå ved udlejning af ejendommen 6. Dette svarer i princippet til en direkte omregning af investors afkastkrav, udtrykt som en årlig rente, til en kapitaliseringsfaktor udregnet som 1/rentefoden. Denne simple beregningsmodel, hvor man ganger den årlige leje med en fast faktor, er som udgangspunkt let at håndtere, men det er vigtigt, at faktoren er fastsat på et realistisk grundlag. Formel 4 Den simple beregningsmodel 7 Ejendommens værdi = Årlig bruttoleje årlige driftsudgifter afkastkravet = 1 * årlig nettoleje afkastkravet Vi vil i det følgende udarbejde en mere omfattende model, der tager højde for relevante forhold i prisfastsættelse af erhvervsejendomme, herunder makroøkonomiske, empiriske og teoretiske faktorer. Først analyseres de 3 grundlæggende parametre, som har indflydelse på prisfastsættelsen af erhvervsejendomme, henholdsvis fremtidige lejeindtægter, fremtidige driftsudgifter og afkastkravet til investeringen, tilsvarende den simple beregnings model, jævnfør formel 4. Den simple beregningsmodel forudsætter, at en ejendoms værdi er nutidsværdien af en uendelig annuitet med en stabil årlig nettoleje tilbagediskonteret med et givent afkastkrav. Modellen kan kritiseres for ikke at give et nuanceret bille- 6 Kilde: Interview, Lund, (2008) 7 Kilde: Munkholm (1994) 8

17 de af udviklingen i de 3 parametre, ligesom der ikke tages højde for skat, handelsomkostninger med mere. Det er ikke realistisk, at den årlige bruttolejeindtægt er uændret i al fremtid, ligesom driftsudgifterne også forventes at variere fra år til år. For at give et retvisende estimat på de 3 parametre, er der en række underliggende valuedrivere, som skal analyseres. I det følgende gennemgås parametrene i forhold til en typisk kontorejendom, som er Jeudans hovedforretningsområde Fremtidig årlig bruttoleje Den årlige bruttoleje består typisk af erhvervslejen samt a conto driftsudgifter, som kan pålægges lejer. De driftsudgifter, der kan videreføres til lejer, vedrører typisk ejendomsskatter, renovationsafgift, vand- og kloakafgifter. Grundlæggende kan man sige, at alle forhold som kan øge den fremtidige årlige bruttoleje, er valuedrivere i forhold til optimering af en ejendoms værdi. Omvendt kan der også være forhold, som har den modsatte effekt, benævnt valuedestroyere. Når bruttolejen vurderes, er det meget vigtigt at forholde sig til lejeniveauet i forhold til markedslejen. Principielt kan lejen ikke overstige det lejedes værdi, som opgøres i forhold til sammenlignelige lejemål. I praksis kan en overskridelse accepteres, hvis den ikke er mere end 10-15% over det lejedes værdi 8. En udlejer og lejer kan dog fraskrive sig retten til at kræve lejen reguleret i forhold til denne værdi i en periode op til 12 år. Desuden er der også mulighed for at indføre, at lejen kan reguleres i henhold til et nettoprisindeks. Derfor er det meget essentielt at vurdere lejekontrakter nøje i en erhvervsejendom, da der kan være både muligheder og begrænsninger i forhold til fastlæggelse af den fremtidige leje. Dernæst skal lejens størrelse for hvert enkelt lejemål vurderes i forhold til eventuelle lejereserver eller risici for nedsættelse af lejen i forhold til det lejedes værdi. Endvidere er det relevant at vurdere lejekontrakternes længde, lejernes betalingsevne og risikoen for, at lejerne ikke vil forlænge lejekontrakterne contra alternative udlejningsmuligheder. Grundlæggende er beliggenheden den væsentligste parameter, men også lokalernes fleksibilitet og anvendelighed vurderes. Det kan for eksempel være relevant, om der er mulighed for at flytte skillevægge, og om lejemålene kan sammenlægges eller udvides. Det er også væsentligt at vurdere, hvorledes kontorlokalerne er forberedt for den moderne tids krav til kabelbakker, forsyning med IT-installationer, ventilation og så videre. Sidst men ikke mindst er det relevant at analysere den aktuelle markedssituation i forhold til ledige kontorlokaler i området og planlagte nyopførelser af yderligere kontor-kvadratmetre. 8 Kilde: Pedersen (1999) 9

18 2.2.2 Fremtidige årlige driftsudgifter De årlige driftsudgifter kan i mange sammenhænge videreføres til lejer, jævnfør ovenfor. Der vil dog altid være administrationsomkostninger samt udvendig vedligeholdelse, som udlejer skal dække. Specielt den udvendige vedligeholdelse kan være meget afgørende i de fremtidige driftsudgifter. Hvis man for eksempel står overfor at skulle skifte tag og vinduer i hele ejendommen, er der tale om en væsentlig udgift, som direkte har indflydelse på værdiansættelsen af ejendommen. Det er derfor vigtigt at undersøge, om der eksisterer en moderniserings- og vedligeholdelsesplan for ejendommen, således at ejendommen forbliver tidssvarende over de næste mange år. I forbindelse med ombygninger og moderniseringer af ejendomme er det også vigtigt at have fokus på de områder, der kan give besparelser på driftsudgifterne eller bidrage med en mere rationel håndtering af eksempelvis affaldshåndtering, automatik på lys, varme med mere. Grundlæggende vil man, alt andet lige, over tid se en stigningstakt i driftsudgifterne i forhold til den generelle prisudvikling, hvilket er relevant at inddrage i en værdiansættelsesproces. Selvom man normalt vurderer driftsudgifterne som et stabilt årligt beløb, så kan der være store forskydninger årene imellem, da større renoveringer eventuelt forfalder hver 10. år Afkastkravet Afkastkravet på en investeringsejendom, der kan sidestilles med WACC en, er en meget væsentlig parameter, der har stor indflydelse på værdiansættelsen. For at optimere en virksomheds/ejendoms værdi gælder det grundlæggende om at optimere de forventede cash flows (nettolejen) sammenholdt med en minimering af diskonteringsfaktoren. Afkastkravet, som også omtales som den subjektive rente 9, er imidlertid ikke en bestemt størrelse, som kan beregnes uden videre. Afkastkravet bør, alt andet lige, være en afledt effekt af renteniveauet, da en stigende rente vil have direkte negativ effekt på nettoresultatet af en nykøbt ejendomsinvestering, der er lånefinansieret. Samtidig vil en alternativ forrentning af den investerede kapital også være højere, når renten stiger. Dette analyseres nærmere i kapitel 4, makroøkonomiske faktorer. Endvidere er afkastkravet afhængigt af et estimeret risikotillæg til den risikofrie rente. Dette risikotillæg vurderes ud fra risikoen for tomgangsleje såvel som lejenedsættelser. Dertil kommer risikoen for større uventede vedligeholdelsesmæssige udgifter. På baggrund heraf er det naturligt, at risikotillægget og afkastkravet er mindre på moderne kontorejendomme i hovedstaden end ældre bygninger i en lille provinsby. Risikoen på erhvervsejendomme i København analyseres yderligere gennem rapporten. 9 Kilde: Pedersen (1999) 10

19 2.2.4 Model til vurdering af konkret ejendom i Jeudans portefølje I det følgende udarbejdes en model, som samler alle relevante faktorer i værdiansættelse af en erhvervsejendom. Der er således tale om en udvidelse af den simple beregningsmodel fra formel 4. Modellen anvendes på en konkret ejendom/lejemål i Jeudans portefølje. Jeudan har ikke offentliggjort bruttoleje, driftsudgifter og afkastkrav på de individuelle ejendomme i deres portefølje. Der er imidlertid en del information tilgængelig på deres ledige kontorlejemål, herunder lejemålet Amaliegade 3-5, 3. sal, København K 10 på m 2. Dette lejemål (ejendom) anvendes som det gennemgående eksempel i modellen, hvor der foretages simuleringer for ejendommens lønsomhed ved forskellige scenarier. Modellen fremgår af figur 3, og kommentering af alle faktorer og forudsætninger er gennemgået i bilag 1. Figur 3 Værdiansættelsesmodel 11 Årlig startleje pr. m2 kr Bruttoleje år Stigningstakt for lejeindtægter år 1-8 3,0% Driftsudgifter 655 Stigningstakt for lejeindtægter år 9 > 2,1% Vedligeholdelse 26 Stigningstakt for driftsudgifter 2,1% Nettoleje Startafkastkrav (gældende ved køb år 0 og salg år 25) 5,0% Startafkastkrav 5,0% Udlejningsgrad, gennemsnitlig 100% Antal m Løbende afkast efter skat 6,4% pris år 0 = Nettoleje Afkastkrav Driftsudgifter der afholdes af udlejer Pris år Administrationsomkostninger mm. i pct. af lejeindtægter 2% Omkostninger 999 Udvendig vedligeholdelse pr. m2, som forfalder gennemsnitlig hver 8. år kr. 35,00 Investeringssum Skatteprocent 25% Kapitalstruktur, gældsandel 60% Pris efter 25 år årig swaprente + estimeret bidragssats på 0,3 5,4% Omkostninger Handels- og låneomkostninger ved køb og salg 3% Salgsprovenu (Beløb i kr., udgifter og indtægter erlægges helårligt bagud) År Køb/salg og Lejers andel af Ekstra Skattemæssige Netto likviditet Bruttoleje Driftsudgifter Depositum/leje Renter Skat Nutidsværdi lejeindtægter driftsudgifter vedligeholdelse hensættelser* før renter 0 (34.303) 863 (33.440) (33.440) (863) *) Skattemæssige hensættelser til ekstra vedligeholdelse 0 Af modellen fremgår det, at ejendomsinvesteringen genererer et løbende afkast efter skat på 6,4% under de givne forudsætninger. En stor del af det løbende afkast stammer fra en forventet værdistigning på ejendommen på ca. 22 mio. kr., hvilket understøttes af figur 1 i indledningen, der viser at totalafkastet består af både et direkte afkast og et kapitaliseret afkast. Denne værdistigning er ligeledes afhæn Kilde Kilde: Egen tilvirkning 11

20 gig af, at den løbende nettoleje udvikler sig som estimeret, samt at startafkastkravet ved køb og salg ikke ændrer sig. Startafkastet svarer til en prisfastsættelse ud fra den simple model fra formel 4. Spørgsmålet er så, om et løbende afkast efter skat på 6,4% kompenserer en investor for risikoen på ejendommen? For at svare på dette spørgsmål, kræves en dybdegående analyse af en række risikofaktorer, som kan påvirke den fremtidige cash flow-udvikling. Dette vil være omdrejningspunktet for resten af opgaven Følsomhedsanalyser I nærværende afsnit vil der blive foretaget en række følsomhedsanalyser, som analyserer forskellige faktorers påvirkning på ejendommens løbende afkast efter skat. Figur 4 Følsomhedsanalyse af udlejningsgraden 12 Udlejningsgrad 100% 98% 95% 92% 90% Løbende afkast efter skat 6,4% 6,3% 6,1% 5,9% 5,8% Den absolut vigtigste parameter ved en ejendomsinvestering er lejeindtægterne. Hvis man ikke kan udleje ejendommen, genereres der ingen positive cash flows, og ejendomsværdien vil falde dramatisk. Jævnfør figur 4 ses det, at tomgangsleje har en væsentlig indflydelse på det løbende afkast på ejendommen. Såfremt den gennemsnitlige udlejningsgrad falder til 90%, vil det løbende afkast efter skat falde fra 6,4% til 5,8%. En sådan reduktion vil have stor påvirkning på de løbende indtægter samt salgsprisen efter 25 år. Som nævnt i afsnit er der en række forhold, som skal analyseres i forhold til risikoen for tomgang. Konsekvensen af en høj tomgang kan være lejenedsættelser for at få udlejet ejendommen. Figur 5 Følsomhedsanalyse af lejeændringer 13 Stigningstakt for lejeindtægter -1,0% 0,0% 1,5% (År 0-8) = 3% (År 9 >) = 2,1% 3,5% 5,0% Løbende afkast efter skat 3,6% 4,4% 5,6% 6,3% 7,3% 8,6% Som det fremgår af figur 5 er afkastet på ejendommen i høj grad afhængigt af løbende lejeforhøjelser, som må forventes i forhold til den løbende inflationsudvikling. Hvis man går fra en løbende lejeregulering på de estimerede 2,1 og 3% pr. år til at have en lejeregulering i negativ retning på 1% pr. år, så falder det løbende afkast til blot 3,6%. 12 Kilde: Egne beregninger 13 Kilde: Egne beregninger 12

21 Figur 6 Følsomhedsanalyse af ændringer i startafkastkravet ved opgørelse af investeringssum 14 Ændring af start-afkastkrav ved opgørelse af købspris* Købspris (investeringssum) år 0 i mio. kr. Løbende afkastkrav efter skat * Afkastskravet ved opgørelsen af salgssummen er uændret 5% 7,0% 6,0% 5,0% 4,0% 3,0% 24,5 28,6 34,3 42,9 57,2 8,7% 7,6% 6,4% 5,2% 3,7% Følsomheden i startafkastkravet er ikke så markant, når afkastkravet er ens både ved køb og salg af en ejendom. Til gengæld er der stor følsomhed i forhold til, at startafkastkravet for eksempel er mindre ved købet end ved salget. Hvis man køber ejendommen til et startafkast på kun 3%, så vil købsprisen være 22,9 mio. kr. højere end hvis startafkastet udgør 5% jævnfør figur 6. Følsomhedsanalysen viser, at det er meget vigtigt, at man har en klar forventning om, at startafkastkravet ikke stiger i løbet af de 25 år. En ejendom, der er købt til et startafkast på 3%, og som sælges efter 25 år til et startafkastkrav på 5%, vil blot give et løbende afkast efter skat på 3,7%. Dette understreger, at der er stor risiko forbundet med at købe ejendomme til et for lavt startafkast. Figur 7 Følsomhedsanalyse af ændringer i kapitalstrukturen 15 Kapitalstruktur, gældsandel 100% 80% 60% 40% 20% 0% Løbende afkast efter skat 6,9% 6,7% 6,4% 6,2% 6,0% 5,7% Figur 7 viser skatteeffekten af rentefradraget. Ejendomme er generelt meget gældstunge, og derfor vil afkastet efter skat også være præget af, at den skattepligtige indkomst bliver reduceret med renteudgifterne. Afhængig af gældsandelen varierer det løbende afkast efter skat fra 5,7% til 6,9%. I følsomhedsanalysen er der ikke taget højde for, at långivers risikopræmie vil stige ved øget gældsandel. Kapitalstrukturen analyseres under kapitel Delkonklusion En virksomhed som Jeudan kan værdiansættes som nutidsværdien af en række investeringsprojekter, som består primært af erhvervsejendomme. Derfor er det relevant at have en fundamental forståelse af værdiansættelsesprocessen på de enkelte ejendomme, for derefter at kunne foretage en generel værdiansættelse af Jeudan. I dette kapitel har vi lavet en omfattende analyse af de 3 primære valuedrivere i værdiansættelse af ejendomme, henholdsvis fremtidige lejeindtægter, fremtidige driftsudgifter og afkastkravet til investeringen. Grundlæggende kan man konkludere, at jo mere stabilt og sikkert den fremtidige nettoleje er, desto mindre er afkastkravet og usikkerheden på investeringen. En stor andel af afkastet på ejendomsinvesteringer bunder i en forventning om løbende værdistigninger. De løbende værdistigninger opstår som følge af løbende stigninger i nettolejen og derved løbende 14 Kilde: Egne beregninger 15 Kilde: Egne beregninger 13

22 forbedring af afkastet. Følsomhedsanalyserne understreger konsekvenserne af, at lejeindtægterne ikke stiger som antaget, at tomgangslejen er større end forventet, samt ændringer i kapitalstrukturen og derved rentefradraget. Endvidere analyseres konsekvensen af at købe en ejendom for dyrt, det vil sige til et for lavt startafkastkrav. Alle disse forhold understreger vigtigheden af en grundig analyse af markedsforholdene og øvrige valuedrivere, inden man investerer i en investeringsejendom. 14

23 3 VIRKSOMHEDSPRÆSENTATION AF JEUDAN Jeudan er Danmarks største ejendomsselskab med en bogført ejendomsportefølje på ca. 8,8 mia. kr. og en markedsværdi af egenkapitalen på ca. 4,3 mia. kr. 82% af koncernens ejendomme er kontorejendomme, 15% er retail-ejendomme og 3% er logistikejendomme. Ca. 88% af ejendomsporteføljen er beliggende i Storkøbenhavn 16. Analyserne gennem opgaven vil derfor primært være rettet mod kontorejendomme på det københavnske marked. Koncernen, der har 270 medarbejdere, har desuden et bredt udbud af ejendomsrelaterede rådgivnings-, service- og bygningsydelser. Mange af disse ydelser leveres gennem Jeudan Servicepartner, der er et 100% ejet datterselskab af Jeudan. Jeudan Servicepartner leverer ydelser til egne såvel som eksterne erhvervskunder. Koncernen, der blev grundlagt i 1898, sammenlægges med Ejendomsselskabet EEC A/S i Herefter har koncernen løbende udviklet ejendomsporteføljen med fokus på kerneværdierne; ordentlighed, dygtighed og tilgængelighed. Strategien er at skabe værdi ved investering i og drift af kontor- og retailejendomme. Værdifastsættelse af ejendomsvirksomheder varierer i forhold til, hvordan der skabes indtægter. Overordnet kan man kategorisere ejendomsvirksomheder i 4 hovedgrupper Service virksomheder 2. Entreprenører 3. Developer virksomheder 4. Langsigtede investeringsejendomme Jeudan befinder sig primært i gruppe 4, hvor indtægterne skal genereres via lange lejekontrakter og optimering af de enkelte ejendommes driftsøkonomi. Sekundært har Jeudan, via datterselskabet Jeudan Servicepartner, en afdeling der beskæftiger sig med service. Vores fokus i nærværende opgave er målrettet mod gruppe 4, der understøtter vores formål om at vurdere, hvorvidt investorerne bliver kompenseret for risikoen på erhvervsejendomme. 16 Kilde: Jeudan (2007) 17 Kilde: Damodaran (2006) 15

24 4 MAKROØKONOMISKE FAKTORER I dette kapitel udarbejdes statistiske tests, der har til formål at analysere sammenhængen mellem prisudviklingen på kontorejendomme og forskellige makroøkonomiske faktorer. Der opstilles en række simple lineære regressioner, hvor vi tolker på forklaringsgrader og modelforudsætninger. Resultaterne fra de simple regressioner anvendes som statistisk grundlag for vores efterfølgende analyser af Jeudan i afhandlingen. En stor del af kapitlet vil bestå af forudsætningstests, således at vi kan tolke rigtigt på resultaterne. Testene gennemgås ved én regression, hvorefter resultaterne opsummeres i skemaform. Afslutningsvist opstilles en multipel regression, hvor der inddrages flere forklarende variabler, der gerne skulle give en højere forklaringsgrad. I kommenteringen af regressionsoutput afgrænser vi os jævnfør afsnit 1.4 fra at kommentere de kvantitative størrelser på koefficienterne. Vi kommenterer alene forklaringsgraderne og fortegnene på koefficienterne, der angiver i hvilken retning ejendomspriserne udvikler sig, givet en ændring i de forklarende variabler. 4.1 Forudsætninger Modelarbejdet bygger på data fra perioden 1980 til 2007, hvor vi har valgt amerikansk data grundet en bedre datahistorik. Dansk ejendomsdata er enten for nyt eller for illikvidt, hvorfor vi har fravalgt at anvende dette. Prisdata for kontorejendomme findes på kvartalsniveau, og analysen udarbejdes med laveste periodemæssige fællesnævner. Den afhængige variabel er prisdata på kontorejendomme, og vi anvender variablerne FED, BNP, inflation, effektiv 10-årig rente (10Y), beskæftigelsen og Money Supply (MO- NEY). Nedenfor følger en kort gennemgang at datatyper NPI Returns Office NPI Returns Office - National Council of Real Estate Investment Fiduciaries 18 - er prisdata fra USA målt direkte på kontorejendomme. Data findes som procentafkastsdata på kvartalsniveau, som vi har indekseret med år 1980 som indeks 100. NPI Returns Office omtales herefter blot som Office data FED Fed Funds er Interbankrenten i USA, som angiver den rente, de amerikanske banker betaler for at låne af hinanden på kort sigt. Renten er dermed også en indikator for, hvad private og erhvervsvirksomheder kan finansiere deres aktiviteter til. Data findes på dagsbasis, og den rentesats vi anvender, er det 18 Kilde: 16

25 periodemæssige gennemsnit, indekseret med år 1980 som indeks 100. Vi forventer, at når FED-renten sænkes, fører det til stigende ejendomspriser, da det giver billigere finansieringsmuligheder og derved forventet lavere afkastkrav til ejendommene BNP BNP angiver væksten i USA. Data findes på månedsniveau og er opstillet som indekstal med år 1980 som indeks 100. Øget vækst i samfundet forventes at skabe øget efterspørgsel efter kontorlejemål og derved højere ejendomspriser Inflation Inflationen er udtrykt ved forbrugerprisindekset i USA. Data findes på månedsniveau, og vi anvender det periodemæssige gennemsnit, indekseret med år 1980 som indeks 100. Som nævnt i kapitel 2.2.5, er inflationen væsentlig medvirkende til forhøjelse af lejeindtægterne på erhvervsejendomme, hvilket, alt andet lige, giver en højere kapitaliseret ejendomsværdi Effektiv 10-årig rente Den effektive 10-årige rente defineres som den effektive rente for en 10-årig statsobligation i USA. Vi har data til rådighed på månedsniveau, og vi anvender det periodemæssige gennemsnit, indekseret med år 1980 som indeks 100. Den lange rente vil matche længerevarende finansiering af fast ejendom, hvorfor det må forventes, at en stigende effektiv rente vil føre til faldende ejendomspriser Beskæftigelse Beskæftigelsen opgøres som en procentsats. Vi har data til rådighed på månedsniveau, og vi anvender det periodemæssige gennemsnit indekseret med år 1980 som indeks 100. Øget beskæftigelse i samfundet forventes at skabe øget efterspørgsel efter kontorlejemål og derved højere ejendomspriser Money Supply Nationalbanken styrer mængden af penge i samfundet som en del af pengepolitikken. Den nationaløkonomiske litteratur tilsiger, at hvis pengemængden i samfundet øges, vil det føre til en lavere rente, jævnfør figur 8, da renten derved vil tilpasse sig ligevægtsniveauet grundet fuldkommen konkurrence. 17

26 Figur 8 Illustration af pengepolitikken 19 Renten MS MS + MS r 1 r 2 Pengemængden MD 1 MD 2 Vi har data til rådighed på månedsniveau, og vi anvender det periodemæssige gennemsnit, indekseret med år 1980 som indeks 100. Et øget pengeudbud vil, alt andet lige, stimulere økonomien og medføre faldende renter, hvilket forventes at have en positiv effekt på ejendomspriserne. 4.2 Fremgangsmåde Afsnittets formål er ikke at beskrive teorien omkring regressioner, hvorfor vi har valgt at lægge vægten på kommenteringen af resultaterne, samt på forudsætningskontrollen for regressionerne. Tilgangen til modelarbejdet vil have følgende struktur: Figur 9 Struktur for regressionstilgang 20 Opstilling af regressioner for afkast og prisdata Kommentering af P-værdier og forklaringsgrader Kontrol af forudsætninger Konklusion Hvis de enkelte outputs ikke opnår anvendelige p-værdier eller opfylder forudsætningerne, forholder vi os til dette. Enten tilrettes regressionerne eller data-frekvensen, så de opfylder forudsætningerne, eller også er vi varsomme med at konkludere noget entydigt. 4.3 Regressioner I gennemgangen er de vigtigste detaljer fra alle regressionsoutputs opsummeret i tabeller. Det grundlæggende data for regressionerne fremgår af bilag 2, og regressionsoutput fremgår af data-cd en. Til at vurdere, hvorvidt de forklarende faktorer er egnet til at beskrive prisudviklingen i kontorejendomme, fokuseres i første omgang på p-værdierne og forklaringsgraderne fra regressionsoutputtene. For at kunne anvende den opstillede regressionsmodel forudsættes det, at de forklarende variabler alle 19 Kilde: Egen tilvirkning 20 Kilde: Egen tilvirkning 18

27 er signifikante med en p-værdi mindre end 0,05. Forklaringsgraden, defineret som R 2, angiver i hvor høj grad prisudviklingen i kontorejendomme kan forklares af de enkelte faktorer. For de simple regressioner er målet at få accepteret de enkelte faktorers p-værdier, mens størrelsen på forklaringsgraderne ikke er så afgørende i første omgang. I mange situationer er det ikke muligt, at give en tilfredsstillende beskrivelse af variationen i den afhængige variabel ved hjælp af en lineær funktion med én enkelt forklarende variabel. Ved at øge antallet af forklarende variabler, vil vi med stor sandsynlighed øge forklaringsgraden. En model med mange forklarende variabler kan blive uoverskuelig, hvorfor vi er varsomme med at inddrage for mange faktorer i de multiple regressioner. P-værdierne i den multiple regression forudsættes igen at være under 0,05, og vi arbejder os frem til den endelige model ved at fjerne insignifikante forklarende faktorer. Kontrol af forudsætninger er ligeledes vigtigt, da brud på forudsætningerne kan skabe tvivl omkring validiteten i resultaterne fra regressionerne, og derved forringe modellernes anvendelighed. Forudsætningskontrollen gennemgås med BNP som eksempel, mens de resterende forudsætningstest for de simple regressioner opstilles efterfølgende i skemaform. 4.4 Simple lineære regressioner De simple regressioner er udarbejdet med udgangspunkt i kvartalsvise data, hvor vi har konstateret en høj grad af autokorrelation. Der argumenteres yderligere for autokorrelationsproblematikken i kapital 8, risiko og diversifikation. Overordnet er problematikken, at prisdata for kontorejendomme opgøres med en sådan frekvens, at priserne er meget afhængige af priserne det foregående kvartal. Vi har derfor forsøgt os med at tilrette data til halvårlige frekvenser, hvilket fortsat har medført autokorrelation. Som følge af denne autokorrelationsproblematik er vi endt med at anvende årlige data i vores makroøkonomiske analyse, for at kunne opfylde forudsætningen om at fejlledene skal være ukorrelerede. Udover de nævnte makroøkonomiske variabler, vælger vi også at teste den korte rente lagget en og to perioder, idet vi har en forventning om, at effekten af en rentesænkning giver en afledt positiv effekt på ejendomspriserne. Resultaterne af de simple regressioner, med prisudviklingen for kontorejendomme som den afhængige variabel, fremgår nedenfor. 19

28 Figur 10 Regressionsresultater for årlige indeksdata 21 Forklarende faktor Koefficient P-værdi Forklar Beskægtigelse 71,67 0,00 35,46% BNP 0,29 0,00 93,39% Inflation 4,00 0,00 74,48% 10Y -5,41 0,00 48,55% Money 5,59 0,00 88,36% FED -3,80 0,00 27,85% FED t-1-3,51 0,00 30,93% FED t-2-3,96 0,00 38,15% Størrelserne på koefficienterne kan i enkelte tilfælde virke voldsomme. Eksempelvis virker det forkert, at en stigning i inflationen på 1 medfører en stigning på ejendomspriserne på 4, men dette skyldes, at de forklarende faktorer ikke er retvisende ved store afvigelser fra middelværdien, ligesom man bør sammenholde koefficienterne med konstantværdierne. Eksempelvis vil regressionerne ikke give mening, hvis beskæftigelsen har en ekstrem værdi på 0% eller inflationen på 50%. Testformålet er, som nævnt, alene at forholde sig til sammenhængen i forhold til fortegnene på koefficienterne og styrken i forklaringsgraderne. Alle resultater understreger vores forventede sammenhænge. BNP, inflation og Money Supply giver de største forklaringsgrader, mens renten på kort og længere sigt forklarer fra 28-48%. Samtidig er det værd at bemærke, at renteændringer i FED lagget henholdsvis en og to år faktisk øger forklaringsgraden. Generelt vurderes forklaringsgraderne at være relativt høje, og på den baggrund vil der være en relativt stor risiko for korrelation mellem de forklarende variabler. Dette fremgår også af figuren nedenfor, hvor korrelationen mellem BNP og inflationen eksempelvis er helt oppe på 94%. Figur 11 Korrelationsmatrix mellem de forklarende variable 22 Korrelationsmatrix BNP 10Y Inflation Money FED Beskæftigelse BNP 1, Y -0,7992 1,0000 Inflation 0,9407-0,9218 1,0000 Money 0,9654-0,8562 0,9394 1,0000 FED -0,6382 0,9108-0,8011-0,7483 1,0000 Beskæftigelse 0,6546-0,7518 0,7448 0,6665-0,5113 1,0000 Ovenstående figur viser også, at der kan opstå problemer med multikollinaritet i den kommende multiple regression, da flere faktorer har korrelationer tæt på Kilde: Egne beregninger 22 Kilde: Egne beregninger 20

29 4.4.1 Test af forudsætninger Som tidligere nævnt er det vigtigt, at forudsætningstestene kan godkendes, således at der opnås en tilfredsstillende styrke og validitet i resultaterne. De enkelte forudsætningstests gennemgås i de følgende afsnit med udgangspunkt i BNP som forklarende faktor Forventet værdi af fejlledene E( u t ) = 0, fejlleddet har en forventet værdi på nul. Denne antagelse er relativ simpel, da regressionsmodeller er konstrueret til at opfylde dette. Der testes derfor ikke yderligere for dette Konstant varians 2 Forudsætningerne omkring konstant varians ( V ( u t ) = σ ) er ikke umiddelbart opfyldte for alle de forklarende variabler. Vi tester for konstant varians via en LM-test for heteroskedasticitet. I tilfælde af brud på forudsætningen kan der korrigeres herfor ved at øge standardafvigelserne på konfidensintervalerne. Herefter kan modellen fortsat anvendes. Følgende hypotese testes, H 0 : Der er homoskedasticitet i residualerne (konstant varians) H 1 : Der er heteroskedasticitet i residualerne Figur 12 Test for konstant varians 23 Som det fremgår af figur 12, er p-værdien mindre end signifikansniveauet på 5 %, hvorfor der er indikationer på heteroskedasticitet i residualerne. Vi har herefter foretaget en korrektion ved hjælp af Whites metode 24, hvilket har medført, at nulhypotesen accepteres om homoskedasticitet i residualerne uden umiddelbar indflydelse på vores estimerede koefficienter. I tilfælde af heteroskedasticitet kan det være relevant at teste videre for ARCH-effekter, hvilket viser, om der er ændringer og/eller klumper i volatiliteten over tid. Eftersom forudsætningen om konstant varians er godkendt, vælger vi ikke at teste videre for ARCH-effekter, ligesom vi, jævnfør afgrænsningen, ikke arbejder videre med en GARCH model, hvor man inddrager informationer fra den laggede varians. 23 Kilde: Egne beregninger 24 Kilde: Brooks (2006) 21

30 Ukorrelerede fejlled Fejlledene forudsættes at være ukorrelerede, Cov u t, u ) = 0. Denne forudsætning har som nævnt ikke ( s været opfyldt på kvartals- og halvårlige data. Forudsætningen testes via en LM-test for seriel korrelation, hvor følgende hypotese opstilles, H 0 : Ikke Seriel korrelation H 1 : Seriel korrelation (autokorrelation) Figur 13 Test for autokorrelation 25 Som det fremgår af figur 13 er p-værdien større end signifikansniveauet på 5 %, hvorfor det umiddelbart afvises, at der er autokorrelation i fejlledene Normalfordelte fejlled Vi har konstateret, at flere af de forklarende faktorer ikke opfylder normalitetsantagel- 2 sen ( ~ N (0, σ )). Det centrale grænseværdi teorem tilsiger 26, at når n>30, kan fejlledene antages at µ t følge en normalfordeling. Dette er næsten opfyldt med 28 observationer i vores datasættet. Der testes for normalfordelte fejlled via en Jarque-Bera test, hvor følgende hypotese opstilles, H 0 : Residualerne er normalfordelt H 1 : Residualerne er ikke normalfordelt Figur 14 Test for Normalitet i fejlledene 27 Histogrammet har ikke den klokkeform, normalfordelingen antager i sin klassiske form. For at nulhypotesen ikke skal forkastes med en grænse på 5 % i Jarque-Bera testen, skal p-værdien være større end 0,05. Som det fremgår af figur 14 er der en p-værdi på 0,39 hvorfor vi accepterer antagelsen om nor- 25 Kilde: Egne beregninger 26 Brooks (2006) 27 Kilde: Egne beregninger 22

31 malitet i residualerne. Samlet set med grænseværdi teoremet og den udførte Jarque-Bera test, vurderes normalitetsantagelsen ikke at være et problem for anvendelse af regressionerne Stationaritet Vi har konstateret flere brud på forudsætningen om stationaritet. Der er testet for stationaritet via en Dickey-Fuller test, hvor følgende hypotese er opstillet, H 0 : Serien indeholder en unit root og er dermed ikke stationær H 1 : Serien er stationær Figur 15 Test for stationaritet 28 Ved denne test kan vi konstatere stationaritet ved et signifikansniveau på α = 10%. Udfordringen med at acceptere forudsætningen om stationaritet er forventelig, da ejendomspriserne forventes at følge konjunkturcyklerne i samfundet. Nedenfor er afkastprofilen for kontorejendomme illustreret, hvor der ses en klar profil af konjunkturudviklingen. Figur 16 Udvikling i Afkast år Afkast Årlige afkast Serien vurderes i det lange løb at blive stationær, hvorfor problematikken omkring stationaritet alene skyldes den relative korte analyseperiode på 28 år. Perioden er som sådan ikke kort, men da vi mener, at ejendomspriserne i høj grad er påvirket af de økonomiske konjunkturer i økonomien, bliver periodelængden et problem grundet sjældne konjunkturskift. Der kan konstateres 4 periodeskift jævnfør 28 Kilde: Egne beregninger 29 Kilde: Egen tilvirkning 23

32 ovenstående figur, hvilket stemmer overens med konjunkturskiftene i USA i figur 17, der viser BNP udvikling på kvartalsniveau. Figur 17 Bloomberg graf for BNP i USA De gule og røde streger angiver, efter vores vurdering, de samme skift vi så i afkastudviklingen, og vi mener, at stationaritetsproblemet alene skyldes den forholdsvis lille tidsserie, der arbejder med. Med udgangspunkt, delvist i testen der fastslog stationaritet med α = 10 %, og ovenstående argumentation omkring konjunkturproblematikken, mener vi at kunne antage stationaritet i regressionerne. I nedenstående figur fremgår resultaterne af vores forudsætningstests. Figur 18 Resultater af forudsætningstests 31 Forudsætningstests Konstant varians Autokorrelation Normalfordeling Stationaritet BNP OK* OK OK OK*** 10Y OK OK Afvist** OK*** Inflation OK* OK OK OK*** Money OK* OK Afvist** OK FED OK OK Afvist** OK*** Beskæftigelse OK OK Afvist** OK*** * Korrigeres ved Whites metode ** Accepteres henset til det centrale grænseværditeorem *** Accepteres ved 10% signifikansniveau - der henvises til afsnint om stationaritet Alle forudsætninger antages således at være opfyldte, og vi kan konstatere, at alle regressionerne kan bruges som statistisk grundlag i opgavens videre analyser. 4.5 Multipel regression Eftersom alle 6 makroøkonomiske faktorer accepteres som forklarende variabler ved prisudviklingen på kontorejendomme, vil vi udarbejde en multipel regression, hvor flest mulige faktorer inkluderes. I den multiple regression fjernes eventuelle insignifikante variabler, og der opstilles en ny regression. 30 Kilde: Bloomberg 31 Kilde: Egen tilvirkning 24

33 Denne proces fortsættes, indtil vi opnår en signifikant multipel regression. Resultatet af processen fremgår af nedenstående figur, hvor de røde markeringer viser de udeladte faktorer. Figur 19 Processen ved udarbejdelse af multipel regression 32 BNP Inflation 10Y Money FED Beskæftigelse Maks P-værdi Forklaringsgrad Problem variabel 1 x x x x x x 0,79 96,95% Inflation 2 x x x x x 0,72 96,94% 10Y 3 x x x x 0,24 96,93% Beskægtigelse 4 x x x 0,00 96,73% Spuriøs 5 x x 0,00 93,67% OK uden konstant Ved de 3 første multiple regressioner bliver modellen afvist grundet insignifikante p-værdier. Ved den 4. model, hvor BNP, Money Supply og FED er forklarende variable, fremkommer et resultat, hvor en stigning i FED medfører stigende ejendomspriser. Dette modsiger vores simple regressioner, ligesom Money Supply og FED vil være stærkt korrelerede, jævnfør figur 11, korrelationsmatrix. Det antages således at regression nr. 4 er spuriøs. Vores multiple regression ender med kun at indeholde 2 forklarende variabler, BNP og Money Supply. Herefter kan vores Data Genererende Proces opstilles som Formel 5 Data Genererende Proces formel Y β + β * x + β x + ε = * 2 Y = 0,26 * BNP + 0,76 * Money Supply + ε Modellen er opstillet uden konstantled (β 0 ), da P-værdien på konstantleddet er større end 0,05. Modellen har en tilfredsstillende forklaringsgrad på 93,67 %. Modellen tilsiger, at hvis BNP stiger med 1, stiger ejendomsprisindekset med 0,26, alt andet lige. Tilsvarende hvis Money Supply stiger med 1, stiger ejendomsprisindekset med 0,76, alt andet lige. Uden at gå i dybden med koefficienternes størrelse, konstateres blot at såvel koefficienterne for BNP og Money Supply er blevet mindre set i forhold til koefficienterne fra de simple regressioner. Dette var også ventet, da vi nu har flere variabler til at forklare prisudviklingen Test af forudsætninger For at regressionsmodellen kan anvendes, er det vigtigt at forudsætningerne for brug af modellen er opfyldte. Nedenfor er vores testresultater opstillet i lighed med de simple regressioner. Vurderingen af multikollinaritet gennemgås i næste afsnit. 32 Kilde: Egen tilvirkning 25

34 Figur 20 Test af forudsætninger af multipel regression 33 Test Resultat Konstant varians Ok - efter White korrektion Autokorrelation OK Normalfordeling OK Stationaritet OK - 5%'s level Alle forudsætninger er opfyldte, jævnfør figur 20. Som ved de simple regressioner, har vi korrigeret med Whites metode i regressionen. Testresultaterne fremgår af data-cd en Multikollinaritet Der må ikke være perfekt korrelation mellem de forklarende variable (multikollinaritet) Cor ( x x i j ) Høj kollinaritet mellem 2 forklarende variabler kan medføre, at estimaterne estimeres til en forkert størrelse eller med forkert fortegn. Multikollinaritet kan give høje forklaringsgrader, men de individuelle koefficienter vil have høje standardafvigelser. Typisk vil regressionen blive meget følsomme overfor ganske små ændringer i specifikationen, hvorfor konfidensintervaler for parametrene vil være meget brede, og signifikanstests vil give upålidelige konklusioner. Der testes ved at vurdere en korrelationsmatrix, og i tilfælde af høj multikollinaritet vil vi enten fjerne en af de forklarende variable eller afvise modellen. Det er imidlertid ikke præcist defineret, hvornår der er multikollinaritet, da det er et gradsspørgsmål, lav middel høj perfekt. Der er en korrelation på ca. 97%, jævnfør figur 11, hvilket vi anser som en meget høj korrelation, hvorfor der er tvivl om modellens anvendelighed. Vi vælger derfor ikke at tolke mere på vores multiple regressioner. 4.6 Delkonklusion Formålet med nærværende kapitel var at analysere sammenhængene mellem prisudviklingen på kontorejendomme og en række makroøkonomiske variable. Vi udarbejdede 8 simple lineære regressioner, som alle blev accepteret som signifikante modeller. Resultaterne var alle i overensstemmelse med vores forventninger. Det blev bekræftet, at beskæftigelsen, BNP, inflationen og Money Supply har en positiv effekt på kontorejendomspriserne, mens stigninger i den 10-årige effektive rente og den korte FED-rente, lagget både 0, 1 og 2 perioder, har en negativ effekt på priserne. I processen havde vi udfordringer med autokorrelation i data, hvilket vi løste ved at ændre data til årlige frekvenser. Ydermere var der udfordringer med stationaritet, hvilket vi accepterede med baggrund i udvidelse af signifikansniveauet til α = 10% sammenholdt med argumenterne om, at vores relative korte tidsdata bliver påvir- 33 Kilde: Egen tilvirkning 34 Brooks (2006) 26

35 ket ekstraordinært af 4 konjunktur-ændringer. Set over en længere periode forventes data at være stationær. Udfordringerne var til gengæld større ved udarbejdelse af vores multiple regression. Efter at have afvist en række multiple regressioner, hvor vi løbende fjernede insignifikante forklarende variable, finder vi en signifikant model med kun to forklarende variable, henholdsvis BNP og Money Supply. Ved vores vurdering af multikollinaritet ses vi en stærk korrelation mellem de to variabler. Vi kan således konstatere, at de multiple regressioner til dels er insignifikante eller spuriøse, ligesom validiteten er lav, da der er konstateret høj multikollinaritet mellem Money Supply og BNP. Overordnet er vi således meget påpasselige med at konkludere noget fra de multiple regressioner. Til trods for at samvariation mellem de forklarende variable er høj kan vi ikke entydigt konkludere noget om de indbyrdes afhængigheder. Kristian Rung Weeke og Morten Schultz (2006) 35 har tilsvarende analyseret sammenhænge mellem forklarende variable i forhold til kombinerede følsomhedsanalyser ved ejendomsobligationer, hvor de konkluderer, at det ikke er muligt at fastlægge entydige samvariationer mellem forklarende variable, som for eksempel den lange rente og inflation. De mener således ikke, at man kan udstikke håndfaste empirisk funderede retningslinier for kombinerede følsomhedsberegninger, hvilket stemmer overens med vores konklusion på de multiple regressioner. 35 Kilde: Weeke & Schltz (2006) 27

36 5 EVENTSTUDIE I vores simple regressionsmodel fandt vi variablen FED egnet som forklarende variabel til at beskrive udviklingen i prisen på kontorejendomme med en forklaringsgrad på ca. 28 % på årlige data. Med dette kapitel udvides analysen til at vurdere, om renteændringer i FED-renten kan siges at have påvirkning på ejendomspriserne, når der vurderes på daglige data. Dette gøres ved at teste, hvorvidt renteændringer har en kortsigtet signifikant indflydelse på et ejendomsindeks. Til at analysere, hvorvidt indflydelsen af rentemeddelelserne er signifikante, vil vi anvende et eventstudie, der er kendetegnet ved, at vi gennem studiet analyserer den effekt, de udvalgte begivenheder (events) har. 5.1 Forudsætninger Til vores analyse anvendes dagsdata for 3 variabler. Fed Funds data, Ejendomsindeks data og data fra alternativt markedsafkast. Fed Funds data skal alene anvendes til at identificere vores events. Analyseperioden er afgrænset til perioden 1995 frem til 2008, hvor vi har data for såvel FED Funds som kursdata for ejendomsindekset. Oprindeligt blev eventstudier anvendt til at vurdere hvorvidt aktiemarkeder var efficiente, ved at måle hvor hurtigt markedet inddiskonterede ny information 36. Et eventstudie kan ligeledes anvendes til at teste for et overnormalt afkast i en kortere eller længere periode. Fremadrettet vil dette afkast omtales anormalt afkast, da det kan være både positivt og negativt. 5.2 Definition af event, estimationsvindue og eventvindue Eventstudiet har til formål, at analysere effekten af renteændringer i FED. Studiet vil indeholde en række renteændringsmeddelelser, men vi vil alene konkludere på det samlede resultat. Det giver ikke umiddelbart nogen mening at kommentere enkeltstående rentemeddelelser, da enkeltstående resultater er for usikre. Usikkerheden ligger i, at andre begivenheder (støj), end selve rentemeddelelsen, kan og vil påvirke aktieindekset. Støj er også årsagen til, at vi i indeværende afsnit arbejder med dagsdata, hvor vi i regressionsafsnittet arbejdede med kvartalsvise data og opefter. Vi vurderer, at det maksimalt kan være dagsdata, der er brugbart i dette eventstudie, da længere datafrekvenser indeholder for megen støj til at eventstudiet kan registrere en eventuel signifikant effekt. 36 Kilde: Eten, Gruber, Brown & Goetzmann (2007) 28

37 5.2.1 Event Vores eventbegivenhed er rentemeddelelser fra den Amerikanske Central Bank, hvor de meddeler en ændring i deres korte rente Fed Funds. Der kan være tale om såvel en rentestigning som en rentesænkning, hvorfor analysen opdeles i 2, hvor der gennemføres et separat studie for henholdsvis stigninger og sænkninger i renten. Vi vælger at holde de 2 typer af events adskilt, for at sikre sammenlignelighed mellem de 2 reaktionsmønstre, samt for at undgå at analyse på en række spuriøse effekter, hvis de 2 begivenheder drukner i hinandens effekter Tidslinie Hvis en rentemeddelelse bliver offentliggjort i børsens åbningstid, forventes effekten at ske på dagen for selve rentemeddelelsen. Omvendt hvis meddelelsen bliver offentliggjort efter børsens lukketid, forventes reaktionen først den efterfølgende dag. Vi antager dagen for rentemeddelelsen som dag 0, uanset på hvilket tidspunkt af dagen, rentemeddelelsen er blevet offentliggjort. Figur 21 Tidslinie for et Eventstudie 37 T 0 T 1 0 T 2 T 3 Estimationsvindue Event vindue Post-event vindue Estimationsvindue Estimationsvinduet skal danne baggrund for den senere estimation af normalafkastet i eventperioden. Estimationsvinduet skal give et retvisende billede af udviklingen i perioden før eventen. Litteraturen giver ikke noget konkret svar på, hvor langt et estimationsvindue skal eller bør være. Det afhænger meget af hvilken event, der fokuseres på, og hvor hyppigt eventen forekommer. Mac Kinlays 38 nævner et eksempel om daglige data, der anvender et estimationsvindue på 120 dage før eventen. Vi har valgt et kort estimationsvindue, set i forhold til de 120 dage, da estimationsvinduet er fastsat til 18 dage i vores analyse, grundet hyppige rentemeddelelser. Ved at anvende 18 handelsdage vil vi, grundet den relativt korte periode, fange de små periodemæssige udsving, der er i markedet. Omvendt kan den korte eventperiode også tilføre en bias til analysen, da de føromtalte forventninger mere og mere inddiskonteres i markedet, jo tættere vi kommer på rentemeddelelsen. 37 Kilde: MacKinlay (1997) 38 Kilde: MacKinlay (1997) 29

38 Siden 1995 har der været 50 rentemeddelelser fra FED. De 18 dage i estimationsvinduet plus 5 dage (+/- 2 dage for eventen) i eventvinduet gør, at vores analysedata reduceres til at indeholde 41 events for at undgå overlap Eventvindue En event påvirker ikke kun aktiemarkedet den dag, hvor eventen finder sted. Alt afhængig af hvor efficient markedet er, kan det tage nogle dage, inden effekten er inddiskonteret i markedet. Eventperioden udvides derfor, udover selve eventdagen, til tiden mellem tidspunkt T 1 og T 2, hvilket vi har valgt til +/- 2 handelsdage omkring tidspunkt 0, som illustreret i figur Ejendomsindeks De prisdata, vi anvendte i regressionsafsnittet, findes kun på kvartalsniveau og er derfor ikke brugbare til dette eventstudie. En enkeltstående fondskode vil kunne tilføre unødig usikkerhed omkring vores resultat. Vi har derfor valgt ejendomsindekset, MXCI US Real Estate 39, som analyseparameter. Indekset består af 27 amerikanske ejendomsselskaber, hvilket vi finder repræsentativt som variabel i vores analyse Markedsindeks Til at repræsentere markedsindekset anvendes S&P 500 indekset, der indeholder de 500 mest omsatte aktier på børsen i New York og Nasdaq. 5.3 Analysemodel Til analysen anvendes Market Model (herefter Markedsmodellen) og Constant Mean Return Model (herefter Gennemsnitsmodellen). Det er alene Markedsmodellen, der gennemgås i opgaven, mens vi kun anvender gennemsnitsmodellens resultater. Uddrag af modellerne er vist i bilag 3, og begge modeller er i deres helhed på data-cd en. Der er ikke den store forskel i modellernes opbygning. Beregningsmetoderne er ens for de 2 modeller. Forskellen ligger alene i, at Markedsmodellen antager, at der er en lineær sammenhæng mellem markedsafkastet og en bestemt akties afkast på et givet tidspunkt, mens Gennemsnitsmodellen arbejder med et konstant markedsafkast i eventperioden. Markedsmodellen reducerer variansen på det anormale afkast, da den del af det anormale afkast, der stammer fra markedet, fjernes. Herved menes, at ved at antage den lineære sammenhæng mellem markedet og ejendomsindekset tages der højde for generelle markedsmæssige udsving, hvorfor vi foretrækker Markedsmodellen frem for Gennemsnitsmodellen. 39 The Morgen Stanley Capital International United States Real Estate Index 30

39 5.3.1 Estimeret afkast Til Markedsmodellen beregnes den lineære sammenhæng med markedet, inden der kan estimeres et normalt afkast. Dette gøres ved at foretage en regression mellem markedsafkastet og aktieindekset for hver af estimationsperioderne. Formlen for vores Markedsmodels normalafkast er: Formel 6 Formel for markedsmodellen R i = α + β R + ε i i m i Hvor R i = Estimeret normal afkast α i = Skæring med y aksen β i = Hældning R m = Markedsafkastet Det estimerede afkast for eventperioden findes ved at indsætte de enkelte dages markedsafkast i formlen for Markedsmodellen Observeret afkast Det observerede afkast i eventvinduet tages direkte fra ejendomsindeksets kursdata Anormale afkast Det anormale afkast er differencen mellem faktisk observerede afkast og det estimerede afkast Formel 7 Formel for det anormale afkast µ t = R t R t Hvor µ er udtryk for det abnormale afkast på tidspunkt t t R t er det faktiske afkast på tidspunkt t R t er det estimerede normale afkast på tidspunkt t Markedsmodellen minimerer variansen som følge af antagelsen om linearitet mellem markedsafkast og ejendomsindekset, hvilket er illustreret i bilag 3. Af bilaget fremgår det, hvor stor forskel der er på de 2 modeller, hvad angår beregningen af det normale afkast, hvilket gør antagelsen omkring linearitet meget afgørende. Forskellen i beregningen giver også udslag i det anormale afkast, hvilket er vist i bilag 3. Her fremgår det tydeligt, at variansen på det anormale afkast er langt mindre ved Markedsmodellen end ved den 31

40 konstante gennemsnitsmodel, hvilket kan være medvirkende til at Markedsmodellen er den mest anvendte Test af anormalt afkast For at kunne teste det anormale afkast, opstilles følgende hypotese H0 : Eventen har ingen effekt H1 : Eventen har en effekt Hvis H 0 kan afvises, antages det, at der er et signifikant anormalt afkast i eventperioden, og at dette ikke blot er en tilfældighed. Teststatistikken jævnfør formel 10 er den kritiske grænse for, hvorvidt vi kan afvise H 0 hypotesen og dermed antage vores H 1 hypotese. Med α = 5 % giver det en kritisk J 1 - værdi på +/-1,96. Ved en J 1 -værdi større end 1,96 vil vi kunne afvise H 0 hypotesen med et signifikansniveau på 95 %, og dermed acceptere H 1 hypotesen om, at der er et anormalt afkast i Event-perioden Gennemgang af model for renteændringer Vi tester hvorvidt rentesænkningerne som helhed har givet et anormalt afkast i en hele perioden. De anormale afkast og den samlede varians for rentesænkningerne kan beregnes til: Formel 8 Aggregeret overnormalt afkast i eventperioden N 1 3,5301 C A R ( τ 1, τ 2 ) = C A R ( τ 1, τ 2 ) = = 0,2206 = N 16 i= 1 Formel 9 Aggregeret varians i analyseperioden σ N ,1468 C A R ( τ, τ 2 ) = ( 1, 2 4) = 2 σ i τ τ 2 N 16 1 = i= 1 Formel 10 Test statistik 0,4693 0,2206 % J C A R ( τ1, τ 2) σ ( τ1, τ 2) 3, , = = = _ 0,3221 Figur 22 Illustration af Test statistikken Afvis H 0 Godtag H 0 Afvis H 0-0,3221-1,96 0,00 1,96 40 MacKinlay (1997) 32

41 Testværdien på -0,3221 er indenfor den kritiske grænse på +-1,960, hvorfor vi vil fastholde H 0 - hypotesen om, at der ikke er et anormalt afkast i Eventvinduet i dagene -2 til +2 dage omkring rentemeddelelsen. Resultaterne for rentemeddelelser om rentefald fremgår af nedenstående figur 23. Med teststørrelser på henholdsvis -1,0609 og -0,3221 er de indenfor den kritiske grænse på +/- 1,96. Vi kan derfor acceptere H 0 -hypotesen med en α = 5%, og afvise at rentesænkninger har en effekt, både hvad angår Gennemsnitsmodellen og Markedsmodellen. Figur 23 Resultater fra Konstant Gennemsnitsmodel og Markedsmodel for Rentesænkninger 41 Konstant Gennemsnitsmodel, Rente ned Aggregering over meddelelser Tid (-2) Tid (-1) Tid (0) Tid (+1) Tid (+2) Aggregerede Varians 0,1557 0,1557 0,1557 0,1557 0,1557 0,7783 Overnormale afkast -0,4477-0,0332 0,3610-0,2933-0,5228-0,9360 Test -1,1348-0,0841 0,9150-0,7433-1,3251-1,0609 Markedsmodel, Rente ned Aggregering over meddelelser Tid (-2) Tid (-1) Tid (0) Tid (+1) Tid (+2) Aggregerede Varians 0,0939 0,0939 0,0939 0,0939 0,0939 0,4693 Overnormale afkast -0,1539 0,1014 0,2458-0,1175-0,2964-0,2206 Test -0,5024 0,3311 0,8024-0,3836-0,9676-0,3221 Tilsvarende, for rentemeddelelser om rentestigninger, fremgår resultatet for de 2 modeller i nedenstående figur. Her viser de 2 modeller samme resultat. Figur 24 Resultater fra Konstant Gennemsnitsmodel og Markedsmodel for Rentestigninger 42 Konstant Gennemsnitsmodel, Rente op Aggregering over meddelelser Tid (-2) Tid (-1) Tid (0) Tid (+1) Tid (+2) Aggregerede Varians 0,0384 0,0384 0,0384 0,0384 0,0384 0,1921 Overnormale afkast 0,3269 0,2719 0,2776-0,0140-0,0894 0,7731 Test 1,6679 1,3875 1,4165-0,0713-0,4562 1,7639 Markedsmodel, Rente op Aggregering over meddelelser Tid (-2) Tid (-1) Tid (0) Tid (+1) Tid (+2) Aggregerede Varians 0,0249 0,0249 0,0249 0,0249 0,0249 0,1247 Overnormale afkast 0,1969 0,1854 0,2790-0,0036-0,0212 0,6365 Test 1,2468 1,1737 1,7663-0,0231-0,1342 1,8021 Herefter arbejdes ud fra den konklusion, at markedet er efficient og at rentemeddelelserne ikke har nogen effekt på aktieindekset omkring selve rentemeddelelserne. Vi fravælger at gennemgå forudsætningstest for regressionerne i Markedsmodellen, da resultaterne ikke giver nogen signifikant sammenhæng mellem renteændringer og anormale afkast. 41 Kilde: Egne beregninger 42 Kilde: Egne beregninger 33

42 5.5 Delkonklusion Det interessante i resultaterne i nærværende kapitel er, at ejendomsindekset falder ved rentesænkninger og modsat ved rentestigninger. Dette var ikke, hvad der umiddelbart kunne forventes, jævnfør vores simple regressioner i kapitel 4. Ved rentesænkninger bliver finansieringsmulighederne alt andet lige billigere, hvilket umiddelbart burde have positiv indflydelse på ejendomspriserne. Vi ser 2 mulige årsager til denne modsatrettede reaktion. For det første kan forventninger til rentesænkningerne være inddiskonteret i priserne, hvorfor en sænkning allerede var forventet. For det andet kan årsagen være, at rentesænkninger ofte ses i ressesionstider, eller i hvert fald i perioder med en negativ tendens i verdensøkonomien. I disse tider vil lav eller negativ økonomisk vækst overskygge effekten af renteændringer og priserne på ejendomme vil være en lagget effekt af renteudviklingen. Det skal dog bemærkes, at resultaterne ikke var signifikante, hvorfor ovenstående også blot kan siges at være tilfældige. Men det var mærkværdigt, at der var modsatrettede anormale afkast i forhold til vores umiddelbare forventninger. Samlet kan vi konkludere, at vi skal være påpasselige med at bruge den korte rente som entydig forklaringsvariabel i forhold til ejendomspriserne. 34

43 6 FINANSIEL ANALYSE Før vi udarbejder en strategisk analyse og efterfølgende estimerer Jeudans fremtidige cash flows, analyserer vi indledningsvist den historiske økonomiske udvikling. I bund og grund er de historiske nøgletal irrelevante i forhold til værdiansættelsen, da det alene handler om at vurdere virksomhedens evne til at genere fremtidige cash flows. For at vurdere fremtiden kan det være praktisk og relevant at forholde sig til de historiske resultater for efterfølgende at vurdere vækst- og rentabilitets-mulighederne ud fra en strategisk analyse. Ved ejendomsselskaber, som Jeudan, vil man opleve, at de historiske driftsindtægter alt andet lige giver et godt fundament for at vurdere den fremtidige indtjening, da driften i den eksisterende ejendomsportefølje må forventes at være relativ stabil, hvilket bekræftes af figur 1 fra indledningen. Grundlæggende kan man sige, at værdiskabelse opstår fra afkastet af den investerede kapital i forhold til kapitalomkostningerne og den fremtidige vækst. Derfor har nærværende finansielle analyse fokus på drift og rentabilitet. Analyse af de finansielle følsomheder i forhold til valuedrivere som lejeniveauer, tomgang, renteudvikling, værdifastsættelse af ejendomsporteføljen med videre vil ske under den strategiske finansielle analyse. 6.1 Omsætning og overskud Jeudan har oplevet en stor stigning i aktiviteterne gennem en årrække. Omsætningen, der stammer primært fra lejeindtægter fra investeringsejendomme og sekundært fra Jeudan Service Partner, er steget med procent årligt de sidste 5 år. Omsætningen fra investeringsejendommene er i 2007 blot 2,6 gange så stor som omsætningen fra service. Imidlertid udgør resultatet før skat fra investeringsejendoms-segmentet 511,6 mio. kr. mod kun 13,9 mio. kr. fra service-segmentet 43. Derfor vil fokus primært være målrettet mod investeringsejendomme, som er koncernens core business. Figur 25 Koncernnøgletal efter interne elimineringer 44 Beløb i mio. kr. / år Omsætning,.Investeringsejendomme Omsætning, Service Omsætning i alt Procentvis stigning i omsætning 12% 12% 16% 19% Overskudsgrad 55% 56% 61% 58% 57% Nettoresultat Det fremgår af figur 25 har Jeudan haft store stigninger i omsætning, mens nettoresultaterne har været svingende som følge af store værdireguleringer. Overskudsgraden er derimod mere stabil, hvilket understøtter en stabil løbende indtjeningsevne fra den primære drift. 43 Kilde: Årsrapporten Kilde: Egne beregninger og Årsrapporten (2007) 35

44 Mange virksomheder definerer traditionelt deres strategiske mål som vækst i forretningsomfanget (omsætningen) og det regnskabsmæssige overskud, der skabes på bundlinien. Disse tal danner også baggrund for enkle og letforståelige nøgletal, men problemet er, at de ikke giver et fuldstændigt billede af den reelle økonomiske værdi, som virksomheden skaber. Øget omsætningsvækst kan have såvel positiv som negativ indflydelse på virksomhedens værdi. Antages det, at omsætningsvæksten ikke bringer den nødvendige lønsomhed med til at sikre et tilstrækkeligt afkast af den investerede kapital, vil omsætningsvækst destruere værdi i virksomheden. Denne problemstilling skyldes blandt andet, at der ikke tages højde for kapitalstrukturen. En gældsfinansieret virksomhed vil som følge af renteomkostninger alt andet lige opnå et mindre regnskabsmæssigt overskud end en tilsvarende egenkapitalfinansieret virksomhed. Alligevel kan den gældsfinansierede virksomhed meget vel vise sig at opnå et bedre driftsøkonomisk overskud, og dermed skabe mere værdi for aktionærerne end den egenkapitalfinansierede virksomhed. Derudover viser tallene ikke virksomhedens risikojusterede afkast. Virksomheder med en høj risikoprofil skal præstere et højere afkast af den investerede kapital end virksomheder med en lav risikoprofil. Hvis en fremgang i indtjeningen alene skyldes, at virksomheden påtager sig større risici, er det jo ikke givet, at man skaber mere værdi. Til sidst kan forskellige anvendte regnskabsprincipper forstyrre billedet, hvis man kun fokuserer på omsætning og bogførte resultater. Derfor vil Jeudan i det følgende blive analyseret via en shareholder value tilgang, hvor afkastet risikojusteres ved samtidig at forholde sig til kapitalomkostninger til egenkapitalen. 6.2 Rentabilitet Afkastet af den nettoinvesterede kapital (ROIC, Return On Invested Capital) er et meget relevant målepunkt, når man skal vurdere en virksomheds lønsomhed. Når ROIC er større end låntagernes og ejernes vægtede kapitalkrav til virksomheden (WACC), skabes der værdi. I kapitel 2 konkluderede vi, at en stor andel af afkastet på ejendomsinvesteringer bunder i løbende værdistigninger. Derfor er det relevant, at vi ikke alene vurderer ROIC ud fra NOPAT (EBIT efter skat), da vi derved ignorerer de løbende værdistigninger, som opstår fra optimering af ejendommene og forbedring af nettoleje. 36

45 Figur 26 Beregning af ROIC 45 (Beløb i mio. kr.) år ROIC 6,8% 5,4% 4,7% 4,7% 4,5% Nettoopskrivninger af investeringsejendomme til dagsværdi Kapitaliseret regulering vedr. udvikling i driftsøkonomi N/A N/A Regulering vedr. ændring af afkastkrav N/A N/A Reguleringer vedr. planlagte og igangværende ombygninger mv. N/A N/A Nettoopskrivninger efter skat ROIC (inkl. nettoopskrivninger e. skat) 9,55% 6,46% 17,03% 8,69% 5,91% ROIC (inkl. nettoopskrivninger e. skat vedr. udvikling i driftsøkonomi) N/A N/A 6,97% 7,63% 7,12% N/A = ikke tilgængeligt materiale Figur 27 Jeudans gennemsnitlige afkastkrav anvendt ved værdiansættelse af ejendomsporteføljen 46 5,0% ## 5,0% 5,0% 5,0% 5,0% 5,0% Afkastkrav til ejendomsporteføljen år Gennemsnitligt afkastkrav til ejendomsporteføljen 6,7% 6,1% 5,1% 5,0% 5,0% Ifølge figur 26 ligger ROIC på et lavt niveau, faldende fra 6,8% i 2003 til 4,5% i Dette lave niveau kan som nævnt begrundes med, at der fokuseres på den løbende drift af ejendomsporteføljen og ikke værdistigningerne. Derudover er ROIC udregnet på baggrund af den gennemsnitlige nettoinvesterede kapital mellem det pågældende år og det foregående år. Derved vil løbende investeringer i nye ejendomme delvist blive udlignet i forhold til, at de ikke bidrager med et hel års nettoleje, mens balancepåvirkningen slår 100% igennem. I 2007 har Jeudan desuden haft en nettotilgang af ejendomme på mio. kr., hvoraf en stor andel er uudlejet. De samlede uudlejede igangværende projekter, der omfatter større renoveringsopgaver på investeringsejendomme, udgør pr mio. kr. Denne påvirkning, med stor tomgang i projektejendomme, vil medføre en forringelse af ROIC. Alene driftsomkostninger, der direkte vedrører uudlejede projektejendomme, udgør 2,4 mio. kr. i Som konsekvens heraf ligger ROIC 0,5-procentpoint under det gennemsnitligt afkastkrav på den samlede ejendomsportefølje på 5,0% jævnfør ovenstående figur. Til sammenligning udgjorde nettotilgangen i ejendomme samlet set mio. kr. i perioden , ligesom de igangværende projekter gennemsnitligt udgjorde 199 mio. kr. Der er således tale om en kraftig forøgelse af forretningsområdet projektejendomme i 2007, hvilket både skaber mulighed for større avancer men også øget risiko ved renoveringer og genudlejning. Hvis man tillægger nettoopskrivninger efter skat til ROIC, giver det et mere retvisende billede af det egentlige afkast af den nettoinvesterede kapital. Til gengæld ser man samtidig, at der er store udsving i ROIC i niveau 5,9% i 2007 til 17% i 2005 jævnfør figur 26. Denne udvikling viser, at lønsomheden i Jeudan er meget afhængig af de løbende værdistigninger sammenholdt med den stabile drift i ejendommene. I 2005 ser man opskrivninger på 782 mio. kr. på baggrund af et markant fald i afkastkravet anvendt til værdiansættelsen af ejendommene. Denne opskrivning vurderes ikke sandsynligt at være 45 Kilde: Egne beregninger jævnfør bilag 5 46 Kilde: Årsrapporter ( ) 37

46 gentagende i fremtiden, da værdistigninger primært kommer fra optimering af driftsøkonomien i ejendommene, som derved afspejler en kapitaliseret værdistigning. Dog er der igen i 2006 og 2007 sket opskrivninger som følge af ændret afkastkrav på henholdsvis 75 mio. kr. og 34 mio. kr. Det mest retvisende billede af afkastet af den nettoinvesterede kapital vurderes at være ROIC tillagt værdistigninger efter skat vedr. optimering af driftsøkonomien i ejendommene. Dette tilrettede ROICniveau ligger således mere stabilt med 7%-7,6% i perioden jævnfør figur 26. Det er bemærkelsesværdigt, at der under årsrapportens noter vedrørende korrektioner til dagsværdi, ydermere er medtaget negative reguleringer af planlagte og igangværende ombygninger på 155 mio. kr. i 2005 og 140 mio. kr. i 2007 jævnfør figur 26. Til trods for at der er tale om store reguleringer på over 100 mio. kr., som bogføres direkte på resultatopgørelsen, er reguleringerne ikke omtalt yderligere i regnskabet. I et interview med underdirektør, Morten Aagaard, kommenterer han reguleringerne således, ved lejefastsættelse for ledige lokaler anvendes en årlig leje, der forudsætter, at lokalerne er nyistandsatte. Omkostningerne til nyistandsættelse hensættes (fratrækkes) ved opgørelse af ejendommens værdi. Hvis det senere viser sig, at omkostninger er lavere, tilbageføres hensættelsen som positiv værdiregulering og omvendt 47. Dette betyder reelt, at Jeudan de seneste 3 år har fejlbudgetteret på forventede istandsættelser med i alt 294 mio. kr., hvilket ikke vurderes betryggende, når selskabet, som nævnt tidligere i dette afsnit, står overfor store ombygningsopgaver de kommende år. Morten Aagaard understreger samtidig, at der ikke er tale om en generel tendens med store reguleringer på planlagte og igangværende ombygninger. Ikke desto mindre bekræfter reguleringerne vores antagelse om, at ejendomsprojekter er mere risikobetonede end den primære drift fra udlejningsaktiviteterne. ROIC-beregningerne er foretaget med baggrund i den regnskabsmæssige opgørelse, hvilket betyder, at der ikke er tillagt en estimeret goodwill samt evt. merværdi på aktiverne. Jeudans ejendomsportefølje er optaget til dagsværdi med baggrund i værdifastsættelse af investeringsejendomme kapitaliseret ved gennemsnitlige afkastkrav der fremgår af figur 27. Sammenligner vi afkastkravene anvendt af Jeudan med det generelle afkastkrav i markedet vil man se, at niveauerne er de samme jævnfør figur 28. Figur 28 Gennemsnitligt afkastkrav anvendt på handlede kontorejendomme i København 48 Afkastkrav kontorejendomme i København år Primær beliggenhed 6,5% 6,3% 5,6% 4,9% 4,8% Sekundær beliggenhed 7,6% 7,6% 6,5% 5,4% 5,3% 47 Interview, Aagaard (2008) 48 Kilde: Sadolin & Albæk 38

47 Eftersom Jeudans ejendomsportefølje generelt er beliggende på meget attraktive adresser i København, vurderes de bogførte dagsværdier at være relativt konservativt værdifastsat, når man sammenligner med afkastkravene med handlede kontorejendomme beliggende på primære og sekundære beliggenheder i København. For at estimere en oparbejdet goodwill, såfremt de materielle anlægsaktiver antages at være korrekt værdifastsat, anvender vi nøgletallene kurs/indre værdi jævnfør figur 29. Figur 29 Kurs/indre værdi og beregnet goodwill 49 Kurs/indre værdi og estimeret goodwill år Kurs/indre værdi 1,14 1,42 1,61 1,66 1,24 Egenkapital, bogført Beregnet goodwill Der er således tale om relative store ikke-bogførte goodwill-poster i forhold til investorernes værdifastsættelse af Jeudan. En kurs/indre værdi over 1 svarer til, at investorerne forventer, at Jeudan kan præstere bedre resultater fremover, end den direkte investering i en ejendom. Dette vurderes også sandsynligt, da Jeudan har opbygget en virksomhed med stort know-how og netværk, der sammenholdt med et stort kapitalberedskab, kan købe nye ejendomme til billige niveauer, samt optimere driftsøkonomien optimalt i ejendommene via attraktive lejeaftaler og minimering af driftsomkostningerne. En ROIC-beregning, der inddrager den estimerede goodwill, vil således blive mindre end de tidligere beregnede niveauer. Når man skal vurdere lønsomheden for Jeudan, er det relevant at sammenligne ROIC med kapitalkravet WACC, der bliver beregnet til 5,8% i kapitel 10. Med udgangspunkt i, at denne WACC-beregning er retvisende for de seneste 3 år, kan vi konstatere, at der er skabt merværdi i Jeudan, da ROIC tillagt værdistigninger vedrørende optimering af driftsøkonomien i ejendommene i perioden har været større end WACC en jævnfør figur 26. Dette underbygges af, at aktiekursen på Jeudan har været kraftigt stigende i perioden jævnfør bilag 6, ligesom kurs/indre-værdien har været over Delkonklusion Jeudans primære indtægtskilde er lejeindtægter fra ejendomme, men en stor del af rentabiliteten kommer fra de løbende værdistigninger på ejendommene, der primært stammer fra en kapitaliseret værdi af lejestigninger og reduktion i driftsomkostninger. Lejeindtægterne er stabile, mens reguleringer ved ændringer af afkastkravet til ejendomme kan give nogle meget store udsving i nettoresultaterne. Når man vurderer på lønsomheden, ses det, at ROIC en periodevis har været faldende, dels som følge af at den investerede kapital er steget via opskrivninger af ejendommene, og dels at afkastkravet til ejendommene har været faldende. 49 Kilde: Egne beregninger og Årsrapporter ( ) 39

48 Når den løbende ROIC-udvikling analyseres, vurderer vi, at ROIC tillagt værdistigninger vedrørende optimering af driftsøkonomien i ejendommene, er det mest retvisende nøgletal. Dette nøgletal har de sidste 3 år været over vores beregnede WACC på 5,8%, hvilket understreger at Jeudan har været i stand til at skabe værdi. Øvrige delkonklusioner fra den finansielle analyse opsummeres og analyseres i SWOT-analysen i afsnit

49 7 STRATEGISK FINANSIEL ANALYSE Lønsomheden i Jeudans ejendomsportefølje afhænger af en række finansielle og makroøkonomiske risikofaktorer, der analyseres i nærværende kapitel. Formålet med analysen er at vurdere, hvilke interne og eksterne forhold, der påvirker Jeudans fremtidige lønsomhed. Analysen vil indeholde en finansiel vurdering af Jeudan i forhold til de forskellige forhold, ligesom der løbende vil blive inddraget resultater fra vores empiriske finansielle tests fra kapitel 4, da disse bliver anvendt som statistisk grundlag for analysen. Selvom ejendomsselskaber på nogle områder adskiller sig fra traditionelle virksomheder, vælger vi at anvende to anerkendte modeller, henholdsvis PEST-analysen og Porters Five Forces, der giver en struktureret tilgang til en strategisk analyse. Den samlede strategiske og finansielle analyse bliver opsummeret i en SWOT-model, der vil danne grundlag for vores forecast af de fremtidige cash flows samt vurdering af risikoen på det vægtede kapitalafkastkrav (WACC). 7.1 PEST PEST-analysen gennemgår de væsentlige politiske, økonomiske, sociale og teknologiske forhold, der har betydning for Jeudans fremtidige vækst og rentabilitet. Analysen, der betragtes som en omverdensanalyse, vil blive sammenholdt med Jeudans nuværende situation og den finansielle og strategiske position i fremtiden. Fokus vil være koncentreret om de økonomiske valuedrivere, der vurderes at have størst betydning. PEST-analysen er en systematiseret analyse på samfundsniveau, som kan visualiseres ved modellen i bilag (P) Politik og lovgivning Det politiske system kan have væsentlig påvirkning på indtjeningsmulighederne for Jeudan. I nærværende afsnit vil vi analysere skattemæssige aspekter og pengepolitikken samt det offentliges politik i forhold til eje contra leje i den offentlige sektor Beskatning af fast ejendom Regeringen har i flere år tilstræbt, at det samlede skattetryk ikke må stige i Danmark. På trods af dette er beskatningen af fast ejendom øget markant i kraft af stigende offentlige vurderinger. Eftersom de offentlige vurderinger danner grundlag for beskatningen af grundværdi (grundskyld) og bygningsværdi (dækningsafgift for erhvervsejendomme), oplever man stigende skatter, som til dels rammer en virksomhed som Jeudan. Dog er der i de fleste lejekontrakter fastlagt, at lejerne betaler en forholdsmæssig 41

50 andel af skatter og afgifter, hvilket betyder, at en forøgelse af ejendomsbeskatningen medfører en direkte meromkostning for lejerne. Den offentlige vurdering skal afspejle en forsigtigt ansat handelsværdi af en ejendom. Det betyder, at en ejendomsvirksomhed som Jeudan, der generelt har ejendomme af høj bygningsmæssig og teknisk kvalitet, alt andet lige bliver beskattet hårdere i forhold til ejendomme med dårligere bygningsmæssige og tekniske kvaliteter. Skattesystemet er således omlagt, så der på dette område ikke gives incitamenter for at investere i energieffektivitet og energibesparelser. Der vurderes på den baggrund mulighed for, at skattesystemet i de kommende år vil blive tilrettet, således at virksomheder som Jeudan, der har bygninger af høj kvalitet, tilgodeses skattemæssigt Øvrige skattemæssige eller lovmæssige forhold Øvrige skattemæssige eller lovmæssige ændringer, der gør køb, salg og drift af ejendomme mere omkostningstunge, kan få en negativ virkning på Jeudans resultat, økonomiske stilling og derved værdiansættelsen af Jeudan. En begrænsning af rentefradragsretten kan eksempelvis få store økonomiske konsekvenser, da Jeudan er meget gældstung. En ændring af fradragsretten fra 100% til 50% vil, med baggrund i nettorenteomkostningerne for 2007 på 187,8 mio. kr., medføre en reduktion i resultatet på 23,5 mio. kr. 50 Derudover vil ændringer i lovgivningen, som pålægger udlejer større byrder eller begrænsninger eller tildeler lejer større rettigheder, have en negativ indvirkning på Jeudan. Afskrivningsreglerne, der er ændret for 2008, bliver kommenteret yderligere i afsnit 11.2, afskrivninger. Grundlæggende bliver afskrivningssatsen nedsat fra 5% til 4% på forskellige aktiver. Det har en begrænset betydning for Jeudan, der primært ejer kontorejendomme, der ikke er afskrivningsberettigede i henhold til Afskrivningslovens 14, stk. 2. Disse skattemæssige eller lovmæssige forhold vurderes samlet som værende en relativ lille trussel for Jeudan Pengepolitik Renten såvel som pengepolitikken, vurderes alt andet lige, at have indvirkning på Jeudans lønsomhed jævnfør analyserne fra kapitel 4. I dag er Danmarks pengepolitik indrettet efter at holde en stabil kronekurs over for euro, hvorfor de pengepolitiske instrumenter alene bruges til overholde fastkurspolitikken. Hovedformålet med pengepolitikken i euroområdet er at fastholde inflationen under og tæt på 2 pct. 51 Ved at holde kronens kurs stabil over for euro skabes rammer for samme lave inflation i Danmark. Øget inflation har alt andet lige en positiv påvirkning på ejendomspriser såvel som lejeniveauer. 50 Beregning: (50% * 187,8 mio. kr. * 25% = 23,5 mio. kr.) 51 Kilde: 42

51 Øget inflation har samtidig den følgeeffekt, at der ofte vil ske pengepolitiske stramninger, således at renten stiger. Rentens påvirkning i forhold til Jeudan vil blive analyseret dybdegående i næste afsnit om økonomiske forhold Offentlig sektor Afslutningsvist vurderes den offentlige sektors politik i forhold til eje contra leje af fast ejendom som værende betydningsfuld for Jeudan. I dag fremgår det af 2007-årsrapportens kundesegmentering, at brancherne undervisning, offentlig administration, forsvar og socialforsikring samt sundheds- og velfærdsinstitutioner med mere udgør 22% af de samlede lejeindtægter for Jeudan. Den offentlige sektor udgør således en væsentlig andel af Jeudans samlede kundesegmenter, men vurderes ikke at udgøre en væsentlig tomgangsrisiko i forhold til flytning til egne bygninger (E) Økonomiske forhold De økonomiske faktorer vægter tungt i vores finansielle strategiske analyse, hvilket skal ses i lyset af, at de makroøkonomiske test fra kapitel 4 viste signifikante sammenhænge mellem kontorejendomspriser og BNP, renteudviklingen og beskæftigelsen. Indledningsvist analyseres renterisikoen og risikoen for nedskrivninger af ejendomsværdier. Endvidere vil nærværende afsnit indeholde en grundlæggende vurdering af det økonomiske klima på erhvervsejendomsmarkedet i København samt følsomhedsanalyser i forhold til lejeniveauer, tomgang, kreditrisici og likviditetsrisiko Renterisiko og værdifastsættelse af ejendomme Renterisikoen vedrører både en direkte indtjenings-/likviditetsmæssig risiko samt en indirekte egenkapitalrisiko. Hvis renten stiger, når man er eksponeret i variabel rente, vil man opleve en direkte påvirkning på resultatet og likviditeten, da de finansielle omkostninger stiger uden at lejeindtægterne stiger forholdsmæssigt. En stigende rente kan samtidig have en effekt på afkastkravet til investeringsejendommene, hvilket kan medføre en reduktion i værdierne og derved egenkapitalen. I det følgende vil vi analysere Jeudans følsomhed i forhold til renten. Herunder vil vi analysere forholdet mellem afkastkravet til investeringsejendomme sammenholdt med renteniveauet, samt hvordan man kan hedge sig mod rentestigninger Renterisiko Af figur 30 fremgår det, at Jeudan har afdækket renterisikoen på størstedelen af deres rentebærende gæld, når vi betragter de næste 5-10 år. 43

52 Figur 30 Jeudans renteafdækning i forhold til den rentebærende gæld 52 Rentedækning i mio. kr. Restgæld Heraf rentesikret Rente-afdækningspct. På 5 års sigt % På 10 års sigt % på 15 års sigt % Jeudan har strategisk valgt at optage rentesikret lån med en løbetid på år for så vidt angår realkreditlån, mens anlægslån rentesikres i 3-10 år og driftskreditter forrentes på basis af en CIBOR 3 mdr. Samlet tilstræbes en rentedækning på %, hvilket er lidt over nuværende niveau, der er præget af store driftskreditter på 1,0 mia. kr., som dog delvist er afdækket via renteswaps. 53 Denne rentedækning vurderes fornuftig, og renterisikoen i forhold til driften er forholdsvist begrænset set i forhold til selskabet samlede resultater jævnfør likviditetsvirkningen fra figuren nedenfor. Figur 31 Jeudans likviditetsmæssige renterisiko de kommende 5 år 54 Renterisiko i mio. kr % % % % Jeudans renterisiko i forhold til rentestigninger på 1-3% har en isoleret likviditets- og resultatmæssig påvirkning på blot 6-23 mio. kr. de kommende 5 år, hvilket vurderes forsvarligt i forhold til den øvrige drift. Imidlertid vurderes renten, analyseret i kapitel 4, også at have en direkte såvel som afledt effekt på prisfastsættelsen af ejendomme Risiko ved ændret afkastkrav Som det fremgår af nedenstående figur 32, er der ikke en entydig sammenhæng mellem startafkastkravet til gode beliggende kontorejendomme og den 10-årige statsobligationsrente. Men det fremgår dog, at der på intet tidspunkt har været et negativt spread, således at renteniveauet er højere end startafkastkravet, hvilket alt andet lige vil medføre en positiv pengestrøm. Analyserne fra kapitel 4 viste ligeledes, at den 10-årige rente havde en signifikant påvirkning på prisudviklingen, hvilket til dels stemmer overens med figuren nedenfor. 52 Kilde: Årsrapporten (2007) 53 Kilde: Årsrapporten (2007) 54 Kilde: Egne beregninger 44

53 Figur 32 Startafkastkrav kontorejendomme og 10-årig statsobligationsrente 55 10% Afkast kontorejendomme 10-årlig statsobligation 8% 6% 4% 2% 0% Tendensen fra ovenstående figur har været et relativt stabilt startafkast og en mere svingende rente. Omkring årtusindeskiftet nærmer renten sig startafkastet, hvilket efterfølgende resulterede i et svagt stigende startafkast. Efter 2003 er der konstateret væsentlige fald i startafkastet, hvilket sammenholdt med en stigende rente, minimerer spread et igen. På den baggrund vurderes der en øget risiko for stigende startafkastkrav i de kommende år. Det er derfor interessant at analysere, hvordan et ændret startafkast på værdifastsættelse af ejendomsporteføljen påvirker Jeudan egenkapital. Figur 33 Jeudans følsomhed ved ændring i afkastprocent 56 Ændring i afkastprocent -0,50% -0,25% Aktuel +0,25% +0,50% +0,75% +1,00% Afkastprocent 4,50% 4,75% 5,00% 5,25% 5,50% 5,75% 6,00% Ændring i ejendomsværdier i mio. kr Bogført egenkapital herefter i mio. kr Såfremt Jeudans ejendomsportefølje værdifastsættes ved et højere afkastkrav, vil vi se en kraftig reduktion i egenkapitalen og ejendomsværdier. Årsagen til at det relative fald i ejendomsværdier er større end faldet i egenkapitalen skyldes, at der bliver modregnet 25% i udskudt skat. Den bogførte egenkapital falder isoleret set ca. 1,1 mia. kr., svarende til et fald på 33%, såfremt afkastkravet til ejendommene stiger med 1 procentpoint. Der er tale om en væsentlig påvirkning, som dog ikke vurderes at få indflydelse på Jeudans eksistensgrundlag, men dog en afgørende faktor i kapitalforholdene. Det er væsentligt samtidigt at forholde sig til driften og likviditeten i Jeudans primære drift, som vurderes sund, selvom der forekommer rentestigninger og stigende afkastprocenter. Såfremt det antages, at renteudviklingen og afkastprocenter anvendt til værdifastsættelse af ejendomme følges ad, er det interessant at vurdere, hvordan man kan hedge sig mod stigninger i renter og afkastprocenter. 55 Kilde: Sadolin & Albæk (2008) 56 Kilde: Årsrapporten (2007) 45

54 I dag har Jeudan en gennemsnitlig opgjort kursreguleringsrisiko på 3 mio. kr. for hvert basispunkt, renten ændres 57. Med udgangspunkt i koncernens nuværende belåning på 4,6 mia. kr., kan varigheden alt andet lige beregnes til: Formel 11 Beregning af varighed Varighed = 3 mio. kr. * mio. kr. = 6,52% Det betyder således, at såfremt rentekurven stiger 1 procentpoint, vil Jeudan opnå en positiv kursregulering på 6,52%*4,6 mia. kr. svarende til 300 mio. kr. Dette skal således holdes op imod ændringen i ejendomsværdierne på mio. kr. ved en tilsvarende stigning i afkastprocenten på 1%, jævnfør figur 33. Der er således alene tale om en rente/værdi-hedge på ca. 20% af værdireguleringen. Hvis Jeudan alternativt valgte 100 procent variabel 6 måneders grundfinansiering sammenholdt med en 100 procent renteafdækning via renteswaps med 20 års løbetid, vil de opnå en positiv værdiregulering på 576 mio. kr. ved en rentestigning på 1 %, jævnfør figur 34. Figur 34 Renteswap fra cibor 6 til 20 års fast rente 58 Hovedstol Løbetid Varighed kr år 12,52 Renteændring -1% -0,5% 0 +0,5% +1% Værdi af rentebytte i mio. kr Som følge af en højere varighed vil de herefter opnå en rente/værdi-hedge på godt 38%, såfremt, de samme dag som swappen indgås, oplever en stigning i afkastprocenten og en parallelforskydning af rentekurven med 1 procent. Eftersom vi ikke kan konstatere en 100% sammenhæng mellem afkastkrav og renteudviklingen, antages Jeudans nuværende varighed på gælden tilfredsstillende. Konklusionen fra eventstudiet var tilsvarende, at renteændringer i den korte rente ikke viste signifikante anormale afkast. Alt andet lige vurderes renten at have en væsentlig påvirkning på værdifastsættelsen af Jeudan, lige så vel som renten har en påvirkning på afkastkravet ved værdifastsættelser af alle andre typer virksomheder. Overordnet vurderes Jeudan at have en fornuftig rentedækning med 82% de kommende 5 år, således at den primære drift kun i begrænset omfang er afhængig af renteudviklingen. 57 Kilde: Årsrapporten (2007) 58 Kilde: Jyske Markets (2008) 46

55 Det generelle økonomiske klima på erhvervsejendomsmarkedet i København Der er konstateret en stigende befolkningstilvækst i de største danske byer, hvilket i særdeleshed mærkes i Storkøbenhavn. Indenfor de sidste 10 år er indbyggertallet og husstandsindkomsterne steget væsentligt mere i København end i andre områder i landet 59. Der er således tale om en stigende befolkningsgruppe i hovedstaden af vellønnede og dermed veluddannede, som stiller store krav til spændende jobmuligheder samt kultur- og fritidsaktiviteter i nærmiljøet. Derudover oplever man en velfungerende infrastruktur med både metro, international lufthavn, Øresundsbroen samt veludbyggede bus- og togforbindelser. Alt dette tiltrækker store danske og udenlandske virksomheder samt offentlige organisationer og kulturinstitutioner til centrale placeringer i hovedstaden. Samlet set vurderes Storkøbenhavn som en attraktiv by for medarbejdere, virksomheder og organisationer, hvilket alt andet lige indebærer en stadig efterspørgsel efter kontor- og butiksarealer. Kontorudlejningsmarkedet i Storkøbenhavn har i en længere periode været præget af faldende ledigheder på lokaler, men gennem det seneste år ser vi en marginalt stigende tendens jævnfør figur 35. Figur 35 Ledighed på arbejdsmarkedet og tomgang på kontorudlejningsmarkedet i København 60 9% Tomgang kontor 8% Arbejdsløshedsprocent 7% 6% 5% 4% 3% 2% 1% Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q4 Der har ligeledes været en faldende tendens på arbejdsløsheden, der er rekordlav ultimo 2007 med 3,3%. Som det fremgik af kapitel 4 konkluderede vi, at der var en signifikant sammenhæng på kontorejendomspriser og beskæftigelsen, hvilket understøttes af ovenstående figur, hvor vi kan observere en historisk sammenhæng mellem beskæftigelsen i Danmark og udlejning af kontorlejemål i København. Såvel den lave udlejningsprocent på kontorlokaler i København og faldet i ledighed på arbejdsmarkedet over de seneste år skal ses i lyset af den stærke danske økonomi sammenholdt med de førnævnte gunstige markedsvilkår i København. Imidlertid er der tendenser, der peger i retning af en øget tomgang på kontorlejemål. I 2007 blev der netto udlejet ca m 2 nye kontorlokaler, hvilket er et væsentligt lavere niveau end 2005 og 59 Kilde: Danmarks statistik 60 Kilde: Sadolin & Albæk (2008) 47

56 2006, hvor der blev nyudlejet mere end netto m 2 pr. år 61. Derudover ses en stor andel af igangværende spekulativt nybyggeri i København, hvor der vurderes risiko for øget omdannelse fra private boliger til erhverv. Dette skal ses som konsekvens af den markante opbremsning af projektsalget af boligejendomme de seneste par år. Generelt ser man en øget nervøsitet og usikkerhed på investeringsejendomsmarkedet i 2008, hvor både danske og udenlandske banker er blevet mere risikoaverse i forhold til finansiering af fast ejendom. Der vurderes at være en bred kreds af investorer, der er afskåret fra at foretage nyinvesteringer, ligesom et stigende antal vurderes at være direkte tvunget til at nedbringe deres balancer 62. På det amerikanske marked er der, som følge af den finansielle uro, indikationer på markante prisfald på kontorejendomme, hvor afkastprocenterne forventes at stige med 0,75 1,25%-point 63. De finansielle institutters vurdering af ejendomsmarkedet og situationen på det amerikanske marked vil blive analyseret nærmere i kapitel 9, kapitalstruktur. Samlet vurderes en øget risiko for et endnu større udbud af investeringsejendomme, der ikke modsvares af tilsvarende efterspørgsel, hvilket kan medføre faldende ejendomspriser og stigende afkastkrav. Samtidig forventes ifølge Dansk Industri en faldende vækst de kommende år, ligesom mulighederne for at øge beskæftigelsen er ved at være brugt 64. Samlet set vurderes det på den baggrund, at udlejningsprocenten vil vise en faldende tendens de kommende år grundet øget udbud af kontorlokaler sammenholdt med en stagnerende efterspørgsel. Som konsekvens af den forventede udvikling i udbud og efterspørgsel vurderes også risiko for faldende lejepriser, da en udlejer som Jeudan vil tilstræbe at tilpasse lejeniveauet i forhold til en begrænset tomgang. Dette understøttes af vores makroøkonomiske test jævnfør kapitel 4, der viste, at væksten er en signifikant forklarende variable i prisfastsættelsen af kontorejendomme Lejeniveau, tomgang og lejernes bonitet I forhold til en øget risiko for faldende lejeniveauer og udlejningsprocenter er det relevant at analysere Jeudans følsomheder overfor disse faktorer. Jeudans gennemsnitlige leje er pt. på 987 kr. pr. m 2, hvilket er væsentlig under gennemsnitlige markedslejeniveauer for kontorer i København, der ligger i niveau kr. pr. m 2, afhængig af om det er primære eller sekundære beliggenheder 65. Alene af den grund vurderes der, trods ovennævnte markedsudsigter, at være væsentlige lejereserver (potentielle lejestigninger) i Jeudans ejendomsportefølje, som understøtter en løbende optimering af lejeindtægterne, der er højere end almindelige inflationsreguleringer. 61 Kilde: Sadolin & Albæk (2008) 62 Kilde: Interview, Eriksen (2008) 63 Kilde: Merrill Lynch (2008) 64 Kilde: Rasmussen (2007) 65 Kilde: Sadolin & Albæk(2008) 48

57 Ændring i lejeindtægter har dels en likviditets- og resultatmæssig påvirkning samt en egenkapitalpåvirkning som følge af, at ejendommene bliver værdifastsat i henhold til afkastbaserede modeller. Nedenfor ses Jeudans følsomhed i forhold til ændringer i lejeniveauer. Figur 36 Jeudans følsomhed ved ændring i lejeniveauer ved uændrede afkastprocenter 66 Ændring af lejeniveau pr. m 2 i kr kr kr. -20 kr. Aktuel 20 kr. 50 kr. 100 kr. Ændring i ejendomsværdier Bogført egenkapital herefter Resultat og Likviditetsmæssig påvirkning Et fald i Jeudans gennemsnitlige lejeindtægter på ca. 5% svarende til 50 kr. pr. m 2 medfører en negativ ændring i ejendomsværdierne på 502 mio. kr. og en resultat- og likviditetsmæssig påvirkning på -251 mio. kr. Igen vil den bogførte egenkapital, som herefter udgør mio. kr., blive påvirket relativ mindre end ejendomsværdierne, da den udskudte skat reguleres med 25%. Der er tale om nogle relative store påvirkninger på egenkapitalen såvel som resultaterne ved reguleringer i de gennemsnitlige lejeniveauer, men ikke desto mindre vurderes risikoen for lejenedsættelser ikke at være faretruende for den løbende drift jævnfør nedenfor. Når vi analyserer Jeudans følsomhed i forhold til lejeændringer, er det samtidigt yderst relevant at vurdere indgåede lejekontrakter såvel som lejernes bonitet. Af årsrapporten 2007 fremgår det, at det samlede gennemsnitlige varsel i forhold opsigelse af lejemålene i porteføljen udgør 45 måneder vægtet efter omsætning. Større kunder med årlig leje over 5 mio. kr. repræsenterer 26% af lejeindtægterne og havde ultimo 2007 i gennemsnit et samlet varsel på 97 måneder. Af de store lejere er der primært tale om offentlige institutioner og velkonsoliderede virksomheder, hvor Jeudan aldrig har registreret restancer. Alle kunder bliver segmenteret af Jeudan i forhold til kreditværdighed, hvor blot 1% af lejeindtægterne er eksponeret mod risikokunder, og hvor 73% defineres som A-kunder med tilfredsstillende kreditværdighed. Derudover vurderer Jeudan eksponeringen i forhold til enkelte brancher, hvor ingen branche udgør mere end 19% af lejeindtægterne. 67 Overordnet set er der således tale om relative lange lejekontrakter og en begrænset kreditmæssig risiko på enkelte kunder og brancher. Jeudan har i dag en meget stor udlejningsgrad på 99%, der vurderes at hænge sammen med deres attraktive velbeliggende lejemål sammenholdt med selskabets store netværk i forhold til at finde nye lejere. På trods heraf vurderes der fortsat risiko for øget tomgang i ejendomsporteføljen. 66 Kilde: Egne beregninger & Årsrapporten (2007) 67 Kilde: Årsrapporten (2007) 49

58 Figur 37 Jeudans følsomhed ved stigning i tomgang på ejendomsporteføljen 68 Tomgang 5% 10% 15% 20% 40% Resultat og Likviditetsmæssig påvirkning Som det fremgår af figur 37, kan Jeudan tåle tomgangsprocenter på op til ca. 40% før det primære resultat før kurs- og værdireguleringer bliver negativt. Det understreger igen, at Jeudan har en stor robusthed i forhold til markedsændringer Likviditetsrisiko Jeudans likviditetsrisiko består primært i ikke at kunne afvikle de løbende betalinger og sekundært i ikke at kunne fremskaffe tilstrækkelig likviditet til finansiering af koncernens løbende investeringer. Likviditet er en virksomheds blod, og derfor er det essentielt at have afdækket og forholdt sig til renterisici, kundernes betalingsevne og tomgangsrisici, som, jævnfør tidligere analyser i nærværende rapport, vurderes tilfredsstillende og med begrænset følsomhed. Derudover er det også vigtigt, at have en fornuftig funding mellem kort- og langfristet gæld. I dag udgør Jeudans langfristede forpligtelser ca. 76% af den samlede rentebærende gæld, og likviditetsgraden udgør blot 4,7%: Formel 12 Likviditetsgrad Omsætningsaktiver Kortfristet *100 = gæld * = 4,7%. Denne lave likviditetsgrad skal ses i lyset af, at der er igangværende projekter for 1,1 mia. kr., som primært er finansieret via driftskreditter. Derudover vurderes koncernens investeringsejendomme at være relative let omsættelige, ligesom Jeudan på nuværende tidspunkt har mulighed for at tillægsbelåne den eksisterende ejendomsportefølje i niveauet 2,0 mia. kr. Samlet har Jeudan et kapitalberedskab i niveau 4,5 mia. kr., som kan anvendes til yderligere opkøb 69. Dette vurderes som en klar finansiel styrke, og samlet vurderes likviditetsrisikoen for Jeudan meget begrænset, både ved nuværende kapitalstruktur og ved en øget gearing, hvilket vil blive analyseret yderligere i kapitel 9, kapitalstruktur Inflation Kontorejendomsinvesteringer har, i modsætning til mange andre investeringer, en positiv samvariantion med inflationen jævnfør konklusionerne i kapitel 4. Når Jeudans ejendomme tilmed er finansieret med fastforrentede lån i en periode med lav inflation, vil en stigning i inflationen nedbringe deres gæld. På den baggrund vurderes inflationen at være en valuedriver. Som nævnt i bilag 1 ses det ofte, at 68 Kilde: Egne beregninger & Årsrapporten (2007) 69 Kilde: Årsrapporten (2007) 50

59 der i erhvervslejekontrakter tilføjes, at lejen reguleres årligt med udviklingen i prisindekset. Risikoen ved stigende inflation vil derved være lille på kort sigt. Imidlertid kan inflationen have en afledt negativ samfundsøkonomisk effekt. Såfremt inflationen medfører lavkonjunktur, er der stigende risiko for, at kontorejendommene ikke kan lejes fuldt ud, eller at lejeniveauerne falder på sigt (S) Sociale forhold Det sociale og kulturelle område er også en faktor i PEST-analysen. Vi vælger i dette afsnit at fokusere på holdninger til ejendomsinvesteringer samt ændringer af sociale samlingspunkter i hovedstaden. Ejendomsmarkedet er kendetegnet ved, at investorerne i høj grad består af private velhavere og ikke kun større ejendomsselskaber og industrielle investorer. Ifølge analysen i foregående afsnit er investeringsejendomsmarkedet præget af nervøsitet. Denne nervøsitet vurderes størst blandt de uprofessionelle aktører, hvilket kan medføre en faldende interesse for investeringsejendomme blandt private. Dette uddybes yderligere i Portes Five Forces. København er samlingspunkt for mange uddannelsesinstitutioner, ligesom størstedelen af landets førende virksomheder har base i hovedstaden. Dette er med til at tiltrække studerende og andre befolkningsgrupper udenfor København, ligesom det skaber et attraktivt marked for investeringsejendomme med lavere tomgang og stigende lejeniveauer. Det kan ikke udelukkes, at fremtiden bringer en øget spredning af ressourcer til provinsen, hvor etableringsomkostninger og lejeniveauer er mere gunstige. I dag er København bredt diversificerede i forhold til erhvervslivet, hvor følsomheden i forhold til enkelte konjunkturfølsomme brancher og sektorer vurderes begrænset. Dette er med til at stabilisere kontormarkedet igennem forskellige konjunkturer, ligesom Jeudan, som nævnt tidligere, er meget opmærksom på at minimere koncentrationen overfor enkelte brancher (T) Teknologiske forhold Overordnet er teknologien ikke en væsentlig driver på ejendomsmarkedet. Selvfølgelig er der behov for, at tekniske anlæg og installationer er tidssvarende og dækker lejernes behov. Øgede krav til ejendommenes fleksibilitet og anvendelighed kan være svære at implementere i ældre bygninger, der udgør størstedelen af Jeudans ejendomsportefølje! Den teknologiske påvirkning i forhold til erhvervsejendomme i København kan samtidig vedrøre en udvikling i velfungerende hjemmearbejdspladser og andre distancearbejdspladser. Elektronisk kommunikation gør alle mindre afhængige af tid og sted, hvilket kan medføre et mindre behov for centrale beliggende kontorarealer. 51

60 7.2 Porters Five Forces Porters Five Forces-modellen 70 anvendes til at vurdere branchestrukturen og konkurrencesituationen for Jeudan i forhold til leverandører, kunder, potentielle konkurrenter og substituerende produkter Hvilke trusler eksisterer fra nye konkurrenter I modsætning til andre brancher vil nye konkurrenter, defineret som nye investorer på erhvervsejendomsmarkedet, ikke nødvendigvis være en trussel for erhvervsejendomsmarkedet, da det øger efterspørgslen efter ejendomme og derved prisfastsættelsen. Omvendt ses developere, der opfører nybyggerier, som en trussel for Jeudan. Som nævnt i PEST-analysen er der tegn på relative mange nyopførelser af ejendomme, som kan skabe øget konkurrence på kontorejendomme og derved risiko for lavere udlejningspriser og udlejningsgrader til følge. Samtidig vurderes der at være nogle adgangsbarrierer vedrørende know-how og ikke mindst det organisatoriske setup, som Jeudan har opbygget med mange kompetencer in-house i forhold Jeudan Servicepartner. Overordnet vurderes Jeudan at være godt stillet i konkurrencen på udlejningsmarkedet for erhvervsejendomme, når man ser på koncernens kompetencer sammenholdt med et robust finansielt beredskab Hvilke trusler er der fra substituerende produkter Trusler fra substituerende produkter kan defineres som alternativer til at leje kontorer. Det kan for eksempel være tilfælde, hvor virksomheder selv køber eller opfører ejendomme som alternativ til leje. Denne risiko anses for Jeudans vedkommende ikke at være faretruende, da tendensen i danske virksomheder vurderes at være optimering af afkastet af den investerede kapital gennem den primære drift og ikke gennem store kapitalbindinger i ejendomsinvesteringer Hvordan er kundernes forhandlingsstyrke Kundernes forhandlingskraft vurderes stigende som følge af et forventet øget udbud af kontorlokaler, jævnfør PEST-analysen. Jeudan tilbyder et meget veludbygget service-organ, som giver dem en konkurrencemæssig styrke i forhold til den service, kunderne kan opnå ved eksempelvis private udlejere. Dette sammenholdt med Jeudans længerevarende lejekontrakter mindsker kundernes generelle forhandlingskraft. Derudover er afhængigheden i forhold til enkelte store kunder begrænset, hvilket ligeledes styrker Jeudans position og følsomhed overfor kunderne. 70 Kilde: Porter (1980), jævnfør bilag 7 52

61 7.2.4 Hvordan er leverandørernes forhandlingskraft Leverandørerne defineres primært som finansielle institutter, der leverer kapital. Forsyningssikkerheden af kapital er for Jeudan en afgørende faktor. Bankernes forhandlingskraft vurderes stor, da Jeudan har en relativ stor andel af kortfristet gæld og derved korte commitments. Imidlertid har faktorerne fra den finansielle analyse stor betydning for Jeudans position overfor finansielle samarbejdspartnere, hvorfor leverandørernes forhandlingskraft ikke vurderes faretruende. Dette punkt bliver diskuteret yderligere under analysen af Jeudans optimale kapitalstruktur i relation til de finansielle institutters forhandlingskraft. Samarbejdspartnere i forbindelse med renoveringsopgaver klares primært in-house via Jeudan Servicepartner, hvorfor leverandørernes forhandlingskraft som helhed vurderes begrænset Hvordan er konkurrencen blandt eksisterende aktører i branchen Konkurrencesituationen på erhvervsejendomsmarkedet er, som nævnt under PEST-analysen, præget af nervøsitet i forhold til køb og salg, mens udlejningsgraden og lejepriser har været tilfredsstillende i en årrække. Konkurrenterne defineres som små og store ejendomsselskaber, private aktører samt større industrielle investorer, hvor de primære konkurrenceparametre er lejepriser, vedligeholdelsesmæssig stand og beliggenheder, mens et sekundært konkurrenceparameter er muligheden for at tilvælge yderligere serviceydelser, som blandt andet Jeudan Servicepartner tilbyder. I dag er mange afventende med at investere i ejendomme, men samtidig ses en fortsat øget interesse fra industrielle investorer såsom pensionskasser. Pensionsindbetalingerne i Danmark har været kraftig stigende de sidste mange år, jævnfør figur 38, hvilket har bevirket, at store formuer skal placeres i veldifferentierede porteføljer af forskellige aktiver, herunder ejendomme. Dette skaber fundament for, at efterspørgslen efter ejendomme fortsat stiger. Specielt større erhvervsejendomme der udgør størstedelen af Jeudans portefølje. Figur 38 Udviklingen i danske pensionsformuer Kilde: 53

62 Konkurrencesituationen vurderes som helhed at være præget af en vis nervøsitet og tilbageholdenhed, men fortsat med en fornuftig investeringsinteresse i erhvervsejendomme de kommende år. Jeudan har overordnet set en fornuftig position i forhold til finansielle institutter og kunder, ligesom truslen fra konkurrenter og risikoen for faldende interesse i kontorer på lejebasis vurderes begrænset. 7.3 Delkonklusion Fra de makroøkonomiske empiriske analyser konkluderede vi, at ejendomspriserne på kontorejendomme forklares via en række signifikante valuedrivere, henholdsvis beskæftigelse, BNP, inflation, pengeudbud, 10-årig rente og den korte rente. Disse faktorer og andre finansielle og strategiske forhold er blevet analyseret nærmere for Jeudan i nærværende kapitel. Nedenfor er hovedkonklusionerne samlet i et SWOT diagram, hvor vi også inddrager faktorerne fra den finansielle analyse i kapitel 6. Ud for hvert punkt er vægtningen i forhold til Jeudans fremtidige konkurrenceevne og lønsomhed defineret som. En stigende grøn (rød) pil defineres som en høj positiv (negativ) vægt. En vandret grøn (rød) pil defineres som en mellem positiv (negativ) vægt. En faldende grøn (rød) pil defineres som en begrænset positiv (negativ) vægt. Figur 39 SWOT analyse 72 Stærke sider (S) God og stabil overskudsgrad ROIC inkl. nettoopskrivninger vedr. optimering af driftsøkonomien sammenholdt med WACC Opgørelse af dagsværdi på ejendomme (konservative afkastkrav) Renterisiko og varighed på gælden Robuste kapitalforhold og udskudt skat i forhold til ændret afkastkrav Følsomhed ved tomgang og nedgang i lejeniveauer Lejekontrakter og kreditrisiko på lejere og brancher Ejendommenes beliggenhed, vedligeholdelsesmæssige stand og størrelse Kompetencer og netværk Muligheder (O) Nye skatteregler på energieffektivitet Befolkningstilvækst til København Mulighed for lejeforhøjelser på nuværende lejemål Kapitalberedskab til opkøb Konkurrenter og pensionskasser Inflation Svage sider (W) Likviditetsgrad Negative korrektioner på planlagte og igangværende ombygninger Diversifikation i forhold til ejendomstyper og geografi Trusler (T) Ændring af skatte- og lovgivnings-mæssige forhold på fast ejendom Offentlig sektors andel af lejeindtægter Det økonomiske klima på ejendoms-markedet Igangværende spekulative byggerier i København Risikoaversion i den finansielle sektor Nervøsitet blandt uprofessionelle aktører Kundernes forhandlingsstyrke Teknologiske trusler 72 Kilde: Egen tilvirkning 54

63 Grundlæggende kan vi fra ovenstående SWOT-analyse konkludere, at Jeudan er en meget sund virksomhed, der har et godt beredskab mod interne og udefrakommende risici. Samtidig ser vi en række trusler fra omverdenen, der kendetegner et nervøst og presset ejendomsmarked. På baggrund af nærværende finansielle og strategiske analyser vurderer vi, at Jeudan, trods markedssituationen, er i stand til at forbedre forrentningen af den nuværende investerede kapital. Fra den finansielle analyse har vi beregnet en ROIC på 4,5% for 2007 på baggrund af en vægtet investeret kapital på 6,6 mia. kr. Denne ROIC er beregnet med afsæt i lejeindtægter på 379 mio. kr. og driftsomkostninger på 62,6 mio. kr. samt øvrige administrationsomkostninger på 32,9 mio. kr. Dertil kommer et segmentresultat vedrørende service på 16,5 mio. kr. Over de næste 8 år estimeres en årlig bruttovækst i lejeindtægter i forhold til ovenstående på 3%, mens driftsomkostninger stiger 2,1% svarende til inflationen 73. Vi regulerer dog driftsomkostninger fra 2007 med 2,4 mio. kr. i forhold til de driftsomkostninger, der direkte vedrører uudlejede projektejendomme jævnfør den finansielle analyse. Stigningen i lejeindtægterne skal ses i lyset af mulighederne for løbende lejeforhøjelser og inflationsindekserede lejekontrakter. I forhold til den estimerede udvikling i lejeindtægterne er det samtidig vigtigt at korrigere for en estimeret tomgangs-stigning. I dag er tomgangen blot 1% 74 på udlejningsejendommene, hvilket vurderes meget lavt. Som følge af markedssituationen med øget udbud af erhvervsejendomme forventes det, at tomgangen i fremtiden gennemsnitligt vil stige med 4%-point til ca. 5%. Segmentresultatet fra service såvel som øvrige omkostninger estimeres til at stige 3% årligt indtil Herefter forventes alle forhold at følge en inflationsudvikling på 2,1%. Konklusionerne for nærværende afsnit inddrages i vores forecast i kapitel gennemsnitlig årlig inflation siden Kilde: Årsrapporten

64 8 RISIKO OG DIVERSIFIKATION Kapitlet har til formål at vurdere risikoen ved kontorejendomsinvesteringer sammenholdt med investeringer i aktier. Samtidig sætter vi fokus på eventuelle diversifikationsmuligheder ved at inddrage kontorejendomme i en aktieportefølje set fra et investorsynspunkt, ligesom vi estimerer en optimal porteføljesammensætning mellem aktier og ejendomme. Diversifikation er risikospredning, hvor investor spreder sine investeringer over flere investeringsaktiver, hvilket mindsker risikoen. Vi vil vurdere, hvorvidt denne diversifikationsmulighed er så attraktiv, at det kan være medvirkende til stimulere prisen på kontorejendomme. 8.1 Forudsætninger og teori Analyserne er igen foretaget på amerikansk data grundet bedre datagrundlag. Problemet med det danske data er som nævnt likviditeten og historikken, der ikke kan måle sig med amerikanske data. Der arbejdes med prisdata for kontorejendomme og med kursdata for aktieindekset. Som i de makroøkonomiske analyser anvender vi i dette kapitel NPI Returns Office (Office) som prisdata, mens vi anvender SP-500 som aktieindeks tilsvarende eventstudiet. Vi vil hovedsageligt basere vores analyser på disse 2 datatyper, men vil dog inddrage ejendomsindekset MXCI som sammenligningsgrundlag. Data forefindes, som tidligere nævnt, i forskellige tidsintervaller, hvorfor en omregning har været nødvendig for at kunne analysere på sammenlignelige data. Til at omregne såvel afkast som risiko har vi anvendt følgende formler Formel 13 Omregning af afkast år Årsafkast = (( 1 Periodeafkast) antal perioder per ) 1 Formel 14 Omregning af risiko Årsrisiko = Periodeafkast Antal perioder per år Når vi i afsnit 8.3 estimerer en optimal porteføljefordeling mellem ejendomme og SP-500, forudsættes det, at investor kan låne og placere ubegrænsede beløb til en risikofri rente på 4,25%. Denne antagelse er urealistisk, hvilket vil blive kommenteret yderligere i kapitel 9, kapitalstruktur. Vi vil ikke simulere på porteføljesammensætninger, der inddrager et risikofrit aktiv, hvorfor den risikofrie rente alene har til formål at estimere en tangentportefølje. Eftersom formålet med afsnittet er at analysere diversifikationseffekter samt risiko og afkast, vurderes forudsætningen om en risikofri rente, ikke at påvirke analysen nævneværdig. 56

65 8.2 Beregninger Nedenfor følger udvikling i afkast i perioden 1978 til 2007 for de to aktiver. Grafen er opbygget med år 1978 som indeks 100, hvilket giver et billede af udviklingen og volatiliteten over tid for de 2 aktiver. Figur 40 Udvikling i akkumuleret afkast SP-500 Office og SP-500 udvikling Office Indeks År Af ovenstående graf fremgår det, at det akkumulerede afkast for Office har været større end for SP-500 til trods for, at aktiemarkedet i slutningen af 1990 erne viste stor fremgang. Det fremgår også, at udvikling i Office er forholdsvis stabilt over tid, hvilket, alt andet lige, er med til at minimere risikoen på aktivet. Figur 41 Afkast og risiko for Office og SP SP-500 OFFICE Afkast Risiko Afkast Risiko Kvartalsvis 9,55% 11,23% 9,78% 5,15% Afkast/Risiko Det interessante ved figur 41 er den meget lave risiko for Office i forhold til SP-500. Vi ser dog problemer ved den anvendte beregning i forhold til seriel afhængighed for Office. En problematik der er kendt fra illikvide aktiver som et stale pricing problem, idet aktiver ikke vurderes effektivt fra dag til dag eller fra kvartal til kvartal. Vi har analyseret de kvartalsvise afkast, og har fundet en stor grad af autokorrelation i afkastene. Autokorrelationen stemmer overens med stale pricing problematikken, og autokorrelationen bekræfter ligeledes vores tidligere analyser fra kapitel 4, makroøkonomiske faktorer. Den manglende likviditet i ejendommene er medvirkende til, at afkastene for ejendomme fra kvartal til kvartal ikke vil have de store udsving, hvilket minimerer risikoen. Denne minimering af risikoen gør, at investor vil undervurdere risikoen ved sin investering, hvis der alene fokuseres på risikoen beregnet på baggrund af kvartalsvise afkast. For årlige data kan vi delvist afvise autokorrelatio- 75 Kilde: Egne beregninger 76 Kilde: Egne beregninger 57

66 nen, alt afhængig af antal lags, der inddrages i vores test, hvorimod vi for 2-årlige data helt undgår autokorrelation, jævnfør bilag 8. Nedenfor har vi opstillet den årlige risiko beregnet på henholdsvis kvartalsvis, halvårligt, årligt og 2- årlig data. Det fremgår af figuren, at risikoen er støt stigende for Office, alt efter længden af beregningsperioden, mens det er minimalt, hvad risikoen stiger på SP-500 indekset. Figur 42 Risiko ved forskellige beregningsteknikker 77 Udvikling i risikoen Kvartalsvis Halvårligt Årligt 2 årige SP-500 Afkast 9,55% 11,23% 11,36% 12,04% 12,99% Office Afkast 9,78% 5,15% 6,56% 9,11% 13,61% Risikoen er en faktor 2,5 større når der regnes med 2-årige afkast i forhold til de kvartalsvise afkast for Office, hvilket understreger, at risikoen på kvartalsvis data er undervurderet. Der er ikke et entydigt svar på, hvilken periodelængde der er mest korrekt at anvende ved risikovurderingen. Ved at anvende en AR(1) model på kvartalsvis data, der justerer for den serielle korrelation, vil vi se, at informationen i det laggede led medfører et fald i risikoen til 4,19% 78. Dette understreger, at en stor del af risikoen på kvartalsvis prisdata bliver holdt kunstigt lavt grundet autokorrelationen mellem de enkelte perioder. Med udgangspunkt i den efficiente markedshypotese virker det ikke realistisk, hvis Office har et højere afkast end aktiemarkedet og samtidigt en væsentlig lavere risiko. Vores vurdering er, at risikoen på kontorejendomme skal findes et sted mellem de årlige og 2-årlige beregninger, hvilket understøttes af tilsvarende beregninger som Bach og Søgaard-Andersen (2007) 79 har foretaget på ejendomsdata generelt. Her estimerer de en reel risiko på ejendomme, der er en faktor 2,7 i forhold til beregninger foretaget på kvartals data. Vi vælger derfor i vores følgende analyse at anvende risikoen beregnet på baggrund af 2-årige data. For ikke at differentiere i beregningsmetode for de to aktiver, vælger vi samtidig at anvende de 2-årige data for SP-500, selvom likviditetsproblematikken ikke er aktuel for denne aktivtype. 8.3 Porteføljedannelse Afkastet for en portefølje dannes på baggrund af de vægtede andele af de enkelte aktiver, hvorimod risikoen på porteføljen beregnes anderledes, såfremt aktiverne ikke er perfekt korrelerede aktiver (korrelation = 1). For alle andre korrelationer vil porteføljens risiko blive mindre end den vægtede risiko, hvilket betegnes som diversifikationseffekten. 77 Kilde: Egne beregninger 78 Kilde: Egen beregning jævnfør bilag 8 79 Kilde: Bach & Søgaard Andersen (2007) 58

67 Formel 15 Risikoen for en portefølje σ ( r p ) M M x ( i 1 i 1 i x j σ r = = ij = ) hvor σ ij er kovariansen mellem de enkelte aktiver Formel 16 Kovariansberegning Ko var ians ( ij) = Korrelation ij Risiko Risiko i j Kovariansen, der anvendes i formlen for porteføljerisikoen, måler graden af samvariation mellem afkastene på aktiverne, hvor korrelationskoefficienten er et standardiseret mål for samvariation mellem afkastene på aktiverne. Formel 17 Formel til beregning af kovariansen KOVARIANS ( SP 500; Office) = KorrelationSP 500; Office RisikoSP 500 Risiko Office Figur 43 Korrelation og kovarians for Office og SP Korrelation SP-500 Kovarians SP-500 Office Office 0,1940 Office Office 34,3132 Med udgangspunkt i de beregnede afkast, risici, korrelationer og kovarianser kan vi opstille den kritiske rand for en simpel portefølje bestående af de 2 aktiver. Figur 44 Kritisk rand for Office og SP Forventet afkast 9,85 9,80 9,75 9,70 9,65 9,60 9,55 9,50 1,00 Korrelation 0,19 Korrelation Office SP Risiko Det fremgår af ovenstående figur, at den lave korrelation på 0,19 muliggør en reducering af risikoen ved at kombinere de 2 aktiver. Fra en risiko på ca. 13% for SP-500 med et afkast på 9,55%, kan risikoen reduceres til ca. 10,25 % samtidig med et større afkast ved at kombinere de 2 aktiver. Vi vil herefter opstille Minimum Varians Porteføljen (MVP), der er sammensætningen af de 2 aktiver, hvor der opnås den laveste risiko. 80 Kilde: Egne beregninger 81 Kilde: Egne beregninger jævnfør bilag 9 og data-cd 59

68 Formel 18 Minimum Varians formel Andel Office = E( r SP 500 ) + E( r E( r Office SP 500 ) E( r Office ) 2 KOVARIANS ) ( SP 500; Office) Porteføljen vil bestå af nedenstående sammensætning med tilhørende forventet afkast og risiko. Figur 45 Minimum-varians porteføljen for Office og SP Minumum-varians porteføljen Office 47,11% SP ,89% Forventet porteføljeafkast 9,66 Porteføljens risiko 10,27 Som det fremgår af figur 45, vil en kombination med 47% Office og 53% SP-500 nedbringe risikoen til et minimum på blot 10,27% mod de individuelle risici på 13% og 13,6%. Der er således tale om en væsentlig diversifikationseffekt i forhold til risikoen, mens afkastet opretholdes på samme niveau. Hvis risikoen for Office i stedet beregnes på baggrund af årlig data, som beskrevet i afsnit med en risiko på 9,11%, vil dette ændre sammensætningen 83 til Office med 66,13% og SP-500 med 33,87%, hvor porteføljens afkast vil være 9,7% og risikoen 7,81%. Årsagen til den øgede andel af Office skyldes alene, at den beregnede risiko ved årlige data er væsentlig mindre og derved mere attraktiv i porteføljen. Alligevel vil der være fordel ved at kombinere porteføljen med SP-500. Vi har tilsvarende beregnet afkastet til 9,86% og risikoen til 14,62% for aktieejendomsindekses MXCI 84 - dette taler således for at anvende de 2-årige data for ikke at undervurdere risikoen. Dog skal man være varsom med at sammenligne ejendomsindekset og prisdata. Dels omfatter MXCI-indekset alle typer ejendomsselskaber og deres beslægtede aktiviteter, der breder sig væsentligt mere end kontorejendomme, og dels er MXCI-risikoen beregnet på en kortere periode grundet kortere datagrundlag, hvilket kan medføre større risiko, da enkelte outliere og ekstreme værdier vil vægte relativt højt. Udover minimum varians porteføljen er det interessant at finde den optimale portefølje-fordeling mellem SP-500 og Office, når det risikojusterede afkast optimeres via Sharpe Ratio en 85. Sharpe Ratio en svarer til hældningen på kapitalmarkedslinien, der går fra den risikofrie rente og til porteføljen, jævnfør nedenstående figur 48. Det er optimalt at vælge den portefølje, der har den højeste hældning og dermed højeste Sharpe Ratio. Ved at supplere med indlån eller udlån vil man for alle niveauer af risiko opnå et afkast, der er bedre end for porteføljer, der ligger på en linie med lavere hældning, eksempelvis minimum varians porteføljen. 82 Kilde: Egne beregninger 83 Kilde: Egne beregninger jævnfør data-cd 84 Kilde: Egne beregninger jævnfør data-cd 85 Sharpe (1994) 60

69 Nedenfor har vi beregnet tangentporteføljen på baggrund af 2-årige data med udgangspunkt i en risikofri rente på 4,25%. Vi beregner den optimale fordeling mellem Office og SP-500 ved at optimere Sharpe Ratio en via funktionen problem-løser i Excel. Figur 46 Beregning og illustration af tangentporteføljen 86 Office SP-500 Sum af andel Risikofri Afkast Risiko Rev_to_var Tangentportefølje Tangent portefølgen Afkast 48,68% 51,32% Optimal portefølje 1,00 4,25 Minimumvarians portefølgen 9,66 Risikofrie 10,27 rente 0,53 Risiko Ovenstående var blot et forsimplet eksempel på en porteføljesammensætning. For de fleste investorer er der sjældent tale om så simple porteføljer, og samtidig udgør andelen af ejendomme ofte en væsentlig lavere andel af porteføljen 87. Men ovenstående illustrerer tydeligt, at ejendomme med fordel kan anvendes som diversifikationsaktiv i en portefølje. I vores efterfølgende værdiansættelse af Jeudan vil vi tage udgangspunkt i det klassiske betarisikoestimat i CAPM, der bygger på, at investorerne er veldiversificeret, således at der alene vurderes den systematiske risiko (markedsrisikoen). Spørgsmålet er hvorvidt den generelle ejendomsinvestor i praksis er veldiversificeret? Hvis ikke, er det relevant, at betaværdien skal korrigeres for en ikkediversificeret risiko. Når man ser på volatilitet i forskellige ejendomstyper og geografiske områder samt lejerisici med videre, det må antages at være inkorporeret i ejendommenes afkastkrav, bliver behovet for diversifikation større. Mange af disse risikotyper kan diversificeres væk, hvilket alt andet lige vil have den konsekvens, at store veldiversificerede investorer vil tvinge mindre ejendomsaktører ud af markedet ved at overbyde ejendomspriserne som følge af deres lavere afkastkrav. Alternativt vil de mindre ejendomsaktører ikke blive kompenseret for deres risiko. 8.4 Delkonklusion Ved vurdering af risikoen på kontorejendomme er det centralt, at volatilitet måles således, at den sløve prisning ikke kunstigt reducerer risikoen. For at kompensere for den serielle korrelation - vi konstaterede på kvartalsdata - har vi beregnet risikoen på henholdsvis halvårlige, årlige og 2-årige frekvenser, hvor vi ser en kraftigt stigende risiko. Autokorrelationen forsvinder et sted mellem årlige og 2-årige data, hvor risikoen er steget til samme niveauer som aktieindekset. Dette giver også et mere retvisende billede i forhold til antagelsen om efficiente markeder. 86 Kilde: Egne beregninger jævnfør data-cd 87 Kilde: 61

70 Med udgangspunkt i 2-årige data har vi estimeret en optimal portefølje mellem SP-500 og kontorejendomme med en fordeling på henholdsvis 51% og 49%, hvor afkastet er 9,66% og risikoen er 10,27%. Det er således muligt at opretholde et afkast, der er højere end SP-500 med en væsentlig lavere risiko. Overordnet kan vi konkludere, at den traditionelle risikovurdering af ejendomme er undervurderet. Derudover har analysen i nærværende kapitel vist, at ejendomme fungerer som en attraktiv diversifikationsmulighed i investeringsporteføljer, der kan være medvirkende til, at en investor vil acceptere et lavere afkastkrav til ejendomme. Man kan argumentere for, at store veldiversificerede industrielle investorer vil kræve et mindre afkastkrav end mindre ejendomsaktører, som generelt vurderes at være udsat for usystematiske risici. 62

71 9 KAPITALSTRUKTUR En ejendomsvirksomhed som Jeudan vil altid have en forholdsmæssig stor balance og tilsvarende store gældsposter. Virksomhedens kapitalstruktur forholdet mellem egen- og fremmedfinansiering kan have stor indflydelse på ledelsens råderum såvel som virksomhedens følsomhed i forhold til den daglige drift. Kapitalstrukturen kan have en afgørende betydning, når værdien af Jeudan skal optimeres, hvorfor nærværende kapitel behandler området fra en teoretisk og praktisk tilgang. På den ene side skal en virksomhed have et tilstrækkelig kapitalberedskab til at kunne modstå midlertidige og uforudsete fald i indtjeningen, ligesom den skal have mulighed for at foretage nye investeringer i henhold til virksomhedens mål og strategi. På den anden side bør virksomheden ikke udvikle sig til en stor pengetank, hvor en stor egenkapital ikke bliver forrentet optimalt, hvilket i værste fald kan føre til investeringer, der ikke giver et tilstrækkeligt forretningsmæssigt afkast. Afvejningen mellem disse to hensyn betyder, at den optimale kapitalstruktur varierer fra selskab til selskab. Et modent selskab, med stabile indtægter og begrænset investeringsbehov, har typisk ikke brug for samme soliditet som et nystartet selskab, der opererer i en sektor med stor usikkerhed om indtjeningspotentialet og behov for nyinvesteringer. I de kommende afsnit foretages en teoretisk analyse af de faktorer, der er med til at skabe en optimal kapitalstruktur, når tilgangen er at optimere en virksomheds værdi. Analysen vil løbende tage udgangspunkt i Jeudan, ligesom den vil blive udvidet med konkrete forhold, som underbygger såvel som udfordrer teorien. Afslutningsvis vil vi estimere en target kapitalstruktur for Jeudan og et estimeret afkastkrav fra långiverne, der vil blive anvendt i den følgende værdiansættelse. Herunder vurderer vi kreditinstitutternes indflydelse på Jeudans valg af kapitalstruktur. 9.1 Egenkapital eller gældsfinansiering Der er nogle generelle forhold, der altid bør indgå i en virksomheds valg af kapitalstruktur. Grundlæggende skal man forholde sig til konkursrisikoen i forhold til de skattefordele, en gældsforøgelse eventuelt kan medføre. Vælger man at anskue kapitalstrukturen med udgangspunkt i Nobelpris-vinderne Franco Modigliani og Merton Millers verden, er grundprincipperne beskrevet ved følgende The basic principle employed is that two return streams with the same risk should have the same price law of one price or there are no arbitrage possibilities in financial markets 88. De mener altså ikke, at det umiddelbart er muligt at opnå fordele ved at ændre på kapitalstrukturen ud fra teorien om den efficiente markedsteori uden mulighed for arbitrage. 88 Kilde: Modigliani & Miller (1963) 63

72 9.2 Modigliani & Miller I en verden uden skatter, konkurser og med den samme information hos alle beslutningstagere er virksomhedens kapitalstruktur således irrelevant i henhold til Modigliani & Miller. Baggrunden for denne teori bunder i, at en investor selv kan omgøre virksomhedens kapitalstrukturbeslutninger. Ønskes en højere grad af gældsfinansiering, kan investor i princippet blot købe sine aktier for lånte penge. Virksomhedens værdi afhænger således af dens fysiske aktiver og dens investeringsmuligheder og ikke af hvilke typer finansielle forpligtelser den udsteder. En forudsætning i Modigliani & Millers resultat om kapitalstrukturens irrelevans er, at virksomhedens valg af investeringer og finansieringsformer ikke påvirkes af hinanden, hvilket dog ikke altid er tilfældet i praksis for en virksomhed som Jeudan. Det skyldes, at der er specielle gunstige lånemuligheder, der kun er tilgængelig som finansieringsløsning sammen med en given investeringstype, såsom køb af ejendomme. Derfor er det relevant at vurdere virksomhedens finansiering og investeringsplanlægning i sammenhæng. Grundlæggende kan man konkludere ud fra ovenstående betragtninger, at en større gæld i en virksomhed, og deraf højere afkast/forrentning af egenkapitalen, opvejes af en tilsvarende højere risiko for aktionærerne. Markedsværdien vil således være uændret, hvis vi ser bort fra gunstige lånemuligheder. Egenkapitalomkostningerne stiger, når gældssætningen stiger, hvorfor den finansielle risiko øges. Egenkapitalomkostningerne kan antages at afhænge lineært af kapitalstrukturen, det vil sige: Formel 19 Forhold mellem egenkapitalomkostninger og kapitalstruktur R = R + ( R R E L L D ) * D E Såfremt der tages hensyn til skat i betragtningen af kapitalstrukturen, viser det sig, at gæld er fordelagtigt frem for egenkapital-finansiering, hvorfor den optimale kapitalstruktur isoleret set vil være 100% gæld. Dette skyldes alene, at der opnås en skattebesparelse - et skatteskjold - i forbindelse med at renteudgifter kan fratrækkes som en driftsudgift i resultatopgørelsen. Det betyder således, at en virksomheds værdi kan antages som værdien uden gæld + værdien af et skatteskjold: Formel 20 En virksomheds værdi V = V + Tc L U * D 9.3 Optimal kapitalstruktur Imidlertid ser verden anderledes ud end ovenstående antagelser. Ikke nok med at virksomheder skal forholde sig til skatteaspektet det er mindst ligeså vigtigt at vurdere en konkursrisiko, når man skal estimere en optimal kapitalstruktur. En virksomhed, der ikke kan betale renterne på sin gæld, kan i 64

73 værste fald gå konkurs. I denne forbindelse kan der være udgifter til advokater og andre fallitomkostninger, der bevirker, at långiverne får mindre end virksomhedens værdi efter konkursen. Risikoen for konkurs såvel som de forventede konkursomkostninger stiger selvsagt, når gældsandelen i en virksomhed øges. Selv med skatteskjoldet der tilskynder belåning, vil konkursargumentet efter et vist punkt betyde, at yderligere gæld vil øge omkostningerne mere end skatteskjoldet, og balancen mellem disse to bestemmer den optimale kapitalstruktur. Egenkapital vil som hovedregel altid være dyrere end fremmedkapital. Det skyldes for det første, at der er betydelig forskel på, hvordan renter og udbytter beskattes. Renter betragtes, som nævnt tidligere, som en driftsudgift, der kan fratrækkes virksomhedens indtægter, inden der betales selskabsskat. Udbytte betales derimod af virksomhedens overskud efter skat, hvilket betyder, at virksomhedens gældsfinansiering er skattebegunstiget i forhold til egenkapitalfinansieringen. Et andet og endnu vigtigere argument er, at ejernes muligheder for at få udloddet udbytte efterstilles långivernes krav på at få udbetalt renter og afdrag. Som følge af usikkerheden om en virksomheds evne til at skabe overskud til ejerne, er et indskud af egenkapital dermed forbundet med større risiko end et lån. Som konsekvens heraf kræver aktionærerne et højere forventet afkast end lånerenten. Samtidig skal det bemærkes, at en ejers upside er uendelig stor, mens en långivers upside begrænses til rentemarginalen på udlånet, uagtet om virksomheden performer godt eller skidt. For aktionæren svarer det til at købe en calloption, hvor præmien på call-optionen sidestilles med den indskudte egenkapital. Omvendt sælger långiver reelt en call-option, hvor der løbende modtages en præmie svarende til långivers afkastkrav/rentemarginal. Derfor vil kreditvilligheden/risikoprofilen for långiver alt andet lige være mindre end ejerens. For at estimere en optimal kapitalstruktur er det relevant at vurdere diskonteringsfaktoren, WACC. Formel 21 Beregning af diskonteringsfaktoren, WACC 89 WACC = E D * RE + * RD * (1 T ) V V Andelen fremmedkapital og egenkapital er de to finansieringsformers andel af den samlede finansiering baseret på markedsværdier. Set fra et finansieringssynspunkt er målet med virksomhedens kapitalstruktur at finde den kombination af finansieringsinstrumenter, der giver de lavest mulige gennemsnitlige kapitalomkostninger, hvilket er illustreret i nedenstående figur over sammenhængen mellem fremmedkapitalfinansiering og de gennemsnitlige kapitalomkostninger. 89 Kilde: Brealey & Myers (2006) 65

74 Figur 47 Optimal kapitalstruktur 90 WACC Minimal WACC Fuld egenapital finansiering Optimal grad af fremmedfinansiering Andel af fremmedfinansiering 9.4 Långivers afkastkrav Ved værdiansættelse af en virksomhed kan der argumenteres for, at lånerenten er en af de letteste parametre at estimere. Det kan gøres ved at beregne den effektive lånerente for en virksomheds samlede fremmedfinansiering, og derefter estimere et risikotillæg i forhold til den risikofrie rente. Herved kan man estimere långivers afkastkrav ud fra den historiske eller nuværende kapitalstruktur. Imidlertid er det vanskeligere at vurdere långivers afkastkrav i forhold til estimering af en optimal kapitalstruktur, da det medfører, at man kender udviklingen i långivers risikotillæg sammenholdt med ændringer i en virksomheds kapitalstruktur. Långivers afkastkrav kan opstilles således: Formel 22 Långivers afkastskrav 91 R D = ( R + R ) * (1 T ) F S Lidt forenklet kan man sige, at långivers afkastkrav ( R ) er lig den risikofrie rente ( R ) plus et risikotillæg ( R ), svarende til rentemarginalen på udlånet, hvorfra man fratrækker værdien skatteskjoldet (1- S T). Det vanskelige i vurderingen af långivers afkastkrav, er at estimere risikotillægget til den risikofrie rente, hvilket i praksis ofte sker via en kreditrating af virksomheden, der gennemgås i næste afsnit. For en virksomhed som Jeudan vil man se, at långivers risikotillæg er relativt stabilt ved en kapitalstruktur, der gør det muligt at finansiere hele den rentebærende gæld via realkreditlån. Størrelsen af risikotillægget (bidragssatsen) til realkreditinstitutterne vil, i en vis udstrækning, afhænge af en kreditrating af Jeudan såvel som en konkret vurdering af de enkelte ejendomme, men niveauet for risikotillægget spænder sjældent fra mere end 0,25 0,60, hvis ejendommene har en fornuftig beliggenhed 92. Årsagen til at risikotillæggene er så lave skyldes realkreditinstitutternes pant-sikkerhed med første prioritet i ejendommene sammenholdt med fundingen via et effektivt obligationsmarked. D F 90 Kilde: Egen tilvirkning 91 Elling & Sørensen (2005) 92 Kilde: Interview, Eriksen (2008) 66

75 Jeudan har pt. en rentebærende gæld på ca. 4,5 mia. kr., hvoraf ca. 27% er finansieret i pengeinstitutter. Jeudan er således afhængig af pengeinstitutternes kreditrating af selskabet, da risikotillægget til pengeinstitutter generelt er højere end til kreditforeninger, ligesom variationen er større. Samtidig har Jeudan, som tidligere nævnt, planer om opkøb i niveau 4,5 mia. kr. de kommende 3-4 år, hvilket periodevis vil medføre store mellemfinansieringer i pengeinstitutterne. Omvendt er der i den nuværende portefølje mulighed for tillægsbelåning i niveau 2 mia. kr. 93, hvilket forventes hjemtaget løbende, når projektejendomme og renoveringer bliver færdige. Ved valg af kapitalstruktur er det således vigtigt, at forholde sig til det samlede afkastkrav fra långiverne. 9.5 Kreditrating og kapitalstruktur De største danske banker anvender avancerede kreditrating-systemer i forbindelse med kreditvurdering og prisstillelser overfor kunder. For at få et indblik i kreditrating-processen af Jeudan, inddrager vi Jyske Banks risikostyringsværktøj, RAROC. I Jyske Bank er der - i lighed med de øvrige større danske kreditinstitutter udviklet et risikostyringsværktøj, der gør banken i stand til at kreditrate kunderne ud fra en karakterskala. Baggrunden for udviklingen af værktøjet er, at banken ønsker at være klassificeret som avanceret bank i henhold til BASEL II reglerne for at kunne minimere kapitalbelastningen på kunderne 94, ligesom værktøjet giver en ensartet vurdering af bankens kreditrisici. Alle kunderne får tildelt en kreditkarakter mellem 1 og 14, hvor en lav karakter er lig en lille sandsynlighed for, at der skal hensættes på et udlånsengagement indenfor det næste år. Omvendt betyder en høj karakter, at der er en relativ stor sandsynlighed for hensættelse. Kreditkarakteren fastsættes ud fra følgende faktorer Figur 48 Kreditrating i Jyske Bank 95 Årsregnskab Beregning af væsentlige nøgletal fra det seneste aflagte årsregnskab Strategisk virksomhedsvurdering Spørgeskema med fokus på virksomhedens risikostyring, følsomheder og stategiske styrker og svagheder. Kreditkarakteren Andre påvirkninger Forhold som ikke fremgår af regnskab og virksomhedsvurdering såsom branchevurdering, kontoadfærd mv Det vigtigste element i beregningen af kreditkarakteren er de objektive regnskabstal, der stammer fra revisor-reviderede årsregnskaber. Her bliver der automatisk beregnet en række væsentlige nøgletal, der 93 Kilde: Årsrapporten (2007) 94 Kilde: Børsen (2008) 95 Kilde: Egen tilvirkning efter interview, Eriksen (2008) 67

76 blandt andet vurderes i forhold til branchetal. De historiske regnskabstal er væsentlige, da de dokumenterer poster som omsætning, indtjening, overskudsgrad, soliditet og likviditet. Mange af disse nøgletal vil i høj grad afhænge af kapitalstrukturen i Jeudan. En stor egenkapital-andel medfører færre renteomkostninger, større overskud, bedre likviditet og samlet set en mindre konkursfølsomhed i forhold til selskabets systematiske og usystematiske risici. Det er også værd at bemærke, at de finansielle institutters kreditrating samtidig påvirkes af andelen af udskudt skat, der altid vil blive efterstillet långiver. Jeudan har pt. en udskudt skat på 605 mio. kr., hvilket isoleret set taler for en øget gearing. Et andet element, der har betydning for kreditratingen, er den kvalitative vurdering af virksomheden. Denne omfatter en strategisk analyse af virksomheden, hvor banken skal være i stand til at svare på en række spørgsmål, der grundlæggende omhandler faktorerne fra kapitel 7, strategisk finansiel analyse. Det betyder, at vores konklusion om, at Jeudan har en begrænset følsomhed i forhold renteændringer, tomgang, lejenedsættelser, kreditrisiko på kunder, ændring i afkastprocenter og så videre, er med til at forbedre kredit-karakteren. Endvidere forekommer der andre påvirkninger, der blandt andet vedrører reguleringer i forhold til en branchevurdering, der udarbejdes på baggrund af statistiske data om risikoen for konkurser i den pågældende branche. Dette er et område, hvor der vurderes at være risiko for forkerte statistiske vurderinger, da ejendomsmarkedet i en årrække har været præget af en positiv trend og risikovurderingen derfor undervurderes. Netop derfor understreges det af kreditansvarlig i Jyske Bank, Østjylland, Jan Eriksen, at der i høj grad er fokus i banksektoren på risikoen for overophedning på ejendomsmarkedet generelt 96. Bankerne har stor fokus på ejendomskunder, hvor der i endnu højere grad fokuseres på likviditeten i den primære drift. Specielt ejendomsvirksomheder, der beskæftiger sig med projektudvikling, er i fokus, da en kombination af faldende ejendomspriser, stigende opførelsesomkostninger, længere liggetider og øgede fundingomkostninger kan risikere at medføre manglende betalingsevne, og som følge heraf tvangsrealisationer og kraftige prisfald. Det er ikke muligt at give en facitliste på pengeinstitutternes afkastkrav til en virksomhed som Jeudan, da der er flere faktorer, der spiller ind. Det vedrører en helhedsbetragtning af forretningsomfang, følgeforretninger, sikkerheder, følsomheder og regnskabstal med videre. Generelt vil bankerne primært kreditvurdere i henhold til virksomheders objektive regnskabstal, hvor der analyseres på de bogførte aktiver samt den bogførte egenkapital. Såfremt aktiverne bliver værdireguleret fornuftigt, og aktivernes realisationsværdier er retvisende, tillægges en ikke bogført goodwilloparbejdelse ikke samme værdi, som når en virksomhed værdiansættes i investeringsøjemed. Tilgangen til kreditvurderingen er tabsrisikoen (downsiden) og ikke virksomhedens upside, som er mere inte- 96 Kilde: Interview, Eriksen (2008) 68

77 ressant for aktionærerne. Ikke desto mindre medfører de nye kreditratingsystemer, at bankerne i et vist omfang tenderer mere og mere til at vurdere markedsværdier end bogførte værdier. Virksomhedernes evne til at genere likviditet sammenholdt med en strategisk analyse af fremtidsperspektiverne samt risikostyring og følsomheder er hovedpunkter i en værdiansættelse såvel som en kreditrating. Som nævnt vil en øget egenkapitalandel, alt andet lige, forbedre Jeudans kreditrating. Til at understøtte denne teori om at øget gældsandel i kapitalstrukturen medfører højere afkastkrav fra långivere, kan erhvervsobligationer for virksomheder som ISS og TDC anvendes. De er begge blevet opkøbt af kapitalfonde, der efterfølgende øger D/E-rationen markant for derigennem at finansiere købssummen. Eksempelvis ses, jævnfør bilag 10, at ISS erhvervsobligationer oplevede markante kursfald i marts 2005, efter det blev offentligt kendt, at ISS vil blive opkøbt af kapitalfonde. Virkningen kan også ses på udviklingen i den effektive rente, jævnfør bilag 11, hvor risikopræmien på erhvervsobligationerne steg med over 3% på samme tidspunkt. Der er således tale om de samme mekanismer på erhvervsobligationerne, som gør sig gældende for bankernes afkastkrav til virksomheder. Långivers afkastkrav følger nedenstående skitser i forhold til kreditrating, kapitalstruktur og begrænsede lånemuligheder. Bemærk at afkastkravet kun er svagt stigende ved en begyndende gearing af kapitalstrukturen, hvilket hænger sammen med antagelsen om, at Jeudan finansierer en stor andel af den rentebærende gæld i kreditforeningen til lave risikopræmier mod førsteprioritetspant. Figur 49 Afkastkrav i forhold til kreditrating og kapitalstruktur 97 Långivers afkastkrav/risikopræmie før skat Långivers afkastkrav/risikopræmie før skat 6% 5% 4% 3% 2% 1% Begrænsede lånemuligheder 5% 4% 3% 2% 1% Begrænsede lånemuligheder (God) (dårlig) Kreditrating EK-andel Fremmedfinansiering Kapitalstruktur Som det fremgår af figur 49, stiger risikopræmien kraftigt, når egenkapitalandelen bliver lav og kreditratingen dårlig. Valget af en optimal kapitalstruktur er således en balancegang mellem billig funding og risikoen for default. 97 Kilde: Egen tilvirkning skitse er ikke 100% målbar 69

78 9.5.1 De finansielle markeder i dag Siden medio 2007 har de finansielle markeder været præget af usikkerhed, mangel på likviditet og stigende risikopræmier på længerevarende commitments, hvilket er opstået som en afledt effekt fra den amerikanske subprime krise. Kort sagt er indkøbsprisen på penge steget for bankerne til trods for, at nationalbankens indskudsbevisrente (NIB) har ligget stabilt på 4,25% siden juni Hvis man betragter CIBOR-rentesatserne på forskellige løbetider, vil man se, at prisen for at funde sig på længere sigt er steget kraftigt. CIBOR (Copenhagen Inter-Bank Offered Rates) og T/N (tomorrow/next) er referencerenter for afgivelse af likviditet på usikret basis på interbankmarkedet til pengeinstitutter med høj kreditværdighed og beregnes på basis af de 12 største danske bankers kvoteringer hver bankdag. Siden den finansielle krises start medio 2007 er 3 måneders CIBOR-renten steget med ca. 0,6 procentpoint 99, mens dag til dag-renten (T/N) gennemsnitligt har ligget tæt på NIB. Bankerne er nødt til at sikre en fornuftig likviditet på længere løbetider end T/N, hvorfor deres gennemsnitlige indkøbspris afspejler en CIBOR 3 rente. Årsagen til, at bankernes funding skal placeres på forskellige længerevarende løbetider, er, at bankerne ikke kan kræve deres udlån til kunderne indfriet med dags varsel. Som det fremgår af nedenstående figur, ser vi således en klar tendens til, at risikopræmien på længere commitments er højere end korte. Figur 50 Udvikling i rentesatser på forskellige løbetider 100 5,20 5,00 Rente 4,80 4,60 4,40 Gennemsnitlig spread mellem Tomorrow/Next og Cibor 3 = 0,51 %-point 4,20 4, Tidspunkt Tomorrow/next CIBOR 1 CIBOR 3 Stigende risikopræmier på de finansielle markeder kan i endnu højere grad observeres i USA, hvor de bedste AAA-ratede virksomheder betaler tillæg på 2,06% til LIBOR (London Interbank Offered Rate), hvilket understreger den markante finansielle krise i USA. Selvom krisen ikke kunne ses på 2007 afkastene på kontorejendomme i USA, er der efter første kvartal 2008 estimeret en stigning i afkastprocenter på 0,75-1,25% på kontorejendomme Kilde: 99 Kilde: Kilde: Egen tilvirkning 101 Kilde: Merrill Lynch (2008) 70

79 Spørgsmålet er så, om dette påvirker Jeudan og erhvervsejendomsmarkedet som helhed. En generel rentestigning på 0,5% på gælden til pengeinstitutterne vil helt sikkert have en driftsmæssig effekt og måske også en afledt kapitalmæssig effekt i forhold til, at priserne på erhvervsejendomme delvist forklares via renten, jævnfør kapitel 4. Hvis den finansielle uro på pengemarkederne er af midlertidig kortsigtet karakter, må konsekvenserne forventes at være tilsvarende minimale. Vi vurderer ikke, at den finansielle uro og tilsvarende højere fundingomkostninger vil vare evigt, men eftersom alle danske banker har forhøjet deres rentesatser med minimum 0,5% 102 sammenholdt med krisens omfang i USA, er der tegn på, at uroen ikke er kortvarig. I forhold til vores værdiansættelse estimerer vi en langsigtet stigning i bankernes afkastkrav på 0,2 i forhold til tidligere niveauer. 9.6 Jeudans target kapitalstruktur og låntagers afkastkrav Som analyseret i de tidligere afsnit vil Jeudans optimale kapitalstruktur afhænge af følgende faktorer: Vækstplaner i fremtiden Jeudans drifts- og kapitalmæssige følsomheder Større risikoaversion i den finansielle sektor Stigende fundingomkostninger på de finansielle markeder Fordeling mellem udlejningsejendomme og projektejendomme Muligheder for billig funding gennem kreditforeningsmarkedet Derudover vil den optimale kapitalstruktur blive sammenholdt med en peer group bestående af andre danske ejendomsaktører Vækstplaner i fremtiden Jeudan står, som nævnt, overfor nye investeringer i niveau 4,5 mia. kr. de kommende 3-4 år, hvilket kræver en økonomisk fleksibilitet og alt andet lige en øget egenkapitalandel i kapitalstrukturen. Generelt vurderes det som en styrke, at Jeudan er velkonsolideret og derved har en løbende økonomisk kapacitet til at opkøbe store interessante ejendomme og porteføljer til gunstige pris-niveauer. Vi forventer, at Jeudan, både på kort og lang sigt, løbende vil investere aktivt i nye ejendomme Jeudans drifts- og kapitalmæssige følsomheder Jeudan vurderes at have en robust drift, der kan klare en højere gearing end nuværende niveau uden bankerne sætter rentemarginalen nævneværdigt op. Som tidligere analyseret, kan Jeudan klare væsentlige stigninger i renter, tomgang, afkastprocenter og fald i lejeniveauer, ligesom følsomheden i forhold til kunder og brancher er begrænset. 102 Kilde: Venderby (2008) 71

80 9.6.3 Større risikoaversion i den finansielle sektor En generel større risikoaversion i den finansielle sektor medfører en risiko for, at Jeudans lånemuligheder bliver begrænset. Eftersom et løbende opkøb af nye ejendomme kræver store kreditmæssige rammer, taler denne risikoaversion for en højere egenkapitalandel Stigende fundingomkostninger på de finansielle markeder Vi har estimeret at Jeudans generelle fundingomkostninger overfor bankerne stiger 0,2% ud fra nuværende kapitalstruktur, hvilket alt andet lige vil medføre et incitament til at øge egenkapitalandelen Fordeling mellem udlejningsejendomme og projektejendomme I forhold til ultimo 2007 udgør andelen af projektejendomme ca. 1,1 mia. kr. svarende til ca. 12% af den samlede bogførte balance. Tidligere har projektejendomme blot udgjort ca. 4% i 2006 og 7% i Denne type projekter vurderes væsentligt mere risikofyldte end den almindelige udlejningsaktivitet, hvorfor kapitalkravet til sådanne projekter vil være større. Imidlertid vurderer vi ikke, at andelen af projektejendomme vil stige yderligere i fremtiden, da en lønsom ejendomsdrift er koncernens primære målsætning og strategi Muligheder for billig funding gennem kreditforeningsmarkedet Jeudan har, som nævnt, mulighed for at tillægsbelåne ejendomsporteføljen med ca. 2 mia. kr. i kreditforeninger. Dette taler isoleret set for en øget gældsoptagelse. Det må forventes, at den optimale kapital består af fuld belåning i kreditforeningen svarende til ca. 60% af bogførte værdier samt en yderligere andel som rentebærende gæld i pengeinstitutter eller lignende. 9.7 Peer Group Når man skal vurdere en optimal kapitalstruktur, kan det være relevant at sammenligne med lignende virksomheder. Derfor har vi estimeret en peer group bestående af 9 danske ejendomsselskaber, hvor deres markedsmæssige kapitalstrukturer fremgår af figur Kilde: Årsrapporterne 2006 og

81 Figur 51 Kapitalstruktur i peer group 104 D/E D/V E/V Hovedaktivitet jævnfør årsrapporter Jeudan A/S 1,07 51,7% 48,3% Udlejning og drift af ejendomme i København Asgaatd Group 0,23 18,7% 81,3% Projektudvikling af ejendomme Dan-Ejendomme 0,21 17,4% 82,6% Udlejning og drift af ejendomme Land & Leisure-B 0,31 23,7% 76,3% Ferieboliger i Danmark og udland. Vurderes som høj risiko. Nodicom A/S 1,5 60,0% 40,0% Projektudvikling af bolig, erhverv og parkering Schaumann Prop 1,98 66,4% 33,6% Projektudvikling af ejendomme i Danmark og udlandet Sjaelso Gruppen 1,44 59,0% 41,0% Projektudvikling i Danmark og udland TK Development 0,77 43,5% 56,5% Projektudvikling i Danmark og udland Tower Group A/S 3,15 75,9% 24,1% Udlejning og drift af ejendomme i Tyskland og øvrig Europa Simpelt gennemsnit 46,3% 53,7% Når man betragter en peer group, er det vigtigt samtidigt at forholde sig til aktivsammensætningen og risikoeksponeringen. 5 ud 8 selskaber i peer group en beskæftiger sig primært med projektudvikling af ejendomme, hvorfor de alt andet lige bør have en større egenkapitalandel end Jeudan, der primært beskæftiger sig med udlejning. Jeudan har samtidig en meget konservativ risikoprofil i forhold til deres lånesammensætning. Størstedelen af lånene har fast rente i længere perioder, ligesom Jeudan ikke løber nogen valutarisici for at opnå rentebesparelser. Et selskab som Land & Leisure har for eksempel en stor risikoeksponering, hvor ca. 40% af deres samlede rentebærende gæld pr er finansieret i Yen 105. I forhold til den gennemsnitlige kapitalstruktur i peer group en med en D/V-ratio på 46,3% og en E/Vratio på 53,7%, kan Jeudan alt andet lige klare en forholdsmæssig større gearing. 9.8 Target kapitalstruktur Valg af target kapitalstrukturen for Jeudan bliver en vægtet vurdering af ovenstående, hvor den billige funding i realkreditinstitutterne, Jeudans stabile og robuste drift sammenholdt med deres vækstplaner for fremtiden vægter højt. Vi estimerer på den baggrund Jeudans target kapitalstruktur i forhold til markedsværdier til en D/V-ratio på 65%, hvilket er en mere gearet kapitalstruktur end peer group en, der generelt vurderes at have væsentlige mere risikofyldte aktiver i porteføljen end Jeudan. I den efterfølgende WACC-beregning vil vi tage udgangspunkt i denne target kapitalstruktur, der antages at være dynamisk med en konstant D/V-ratio på 65% og en D/E-ratio 1, Långivers afkastkrav Långivers afkastkrav afhænger af kapitalstrukturen sammenholdt med en række faktorer, som vi løbende har analyseret. I 2006 og 2007 var Jeudans gennemsnitlige finansieringsomkostninger 5% 106, hvilket skal sammenholdes med Jeudans renteafdækning og det daværende renteniveau. Jeudan havde 104 Kilde: Bloomberg & årsrapporterne Peer Group selskaberne 105 Kilde: Land & Leisure A/S Årsrapporten (2007) 106 Kilde: Årsrapporterne ( ) 73

82 ultimo 2007 en vægtet gennemsnitlig løbetid på deres rentebærende gæld på godt 8 år 107. Hvis man sammenholder deres gennemsnitlige rente på 5% med den gennemsnitlige 8-årige swaprente i perioden på 4,33% 108, kan man estimere et gennemsnitligt risikotillæg i niveau 0,67%. I forhold til denne simple beregning, der er lavet på baggrund af Jeudans rentedækninger på forskellige løbetider, er det naturligvis vigtigt at notere, at rentesatser på variable kreditforeningslån med periodevise renteloft kan forstyrre billedet, ligesom beregningen forudsætter en stabil rentekurve. Vi vælger imidlertid at arbejde videre med et risikotillæg på 0,67%. Dette risikotillæg skal herefter reguleres for vores estimerede stigende fundingomkostninger på 0,2% vedrørende gælden til pengeinstitutterne (øvrig rentebærende gæld), ligesom vi skal forholde os til, at en øget gearing fra nuværende D/V-ratio på 51,7% til en target kapitalstruktur med en D/V-ratio på 65% vil medføre stigende risikopræmier. Vi antager, at den stigende risikopræmie og fundingomkostning alene vedrører den øvrige rentebærende gæld, da risikopræmien til kreditforeninger forudsættes at være stabil uagtet, at ejendommene bliver belånt op. Risikotillægget vedrørende den øvrige rentebærende gæld estimeres til at stige med yderligere 0,3%, hvilket skal ses som en konsekvens af den mere gearede target kapitalstruktur sammenholdt med en stigende risikoaversion på ejendomsmarkedet. Omvendt vurderes Jeudans kreditrating at blive opretholdt på et fortsat tilfredsstillende niveau med baggrund i den stabile og robuste drift i ejendomsporteføljen jævnfør vores tidligere analyser. Det samlede risikotillæg på den øvrige rentebærende gæld stiger således 0,5%. Realkreditgælden udgør pr ,3 mia. kr. mens øvrig rentebærende gæld udgør 1,2 mia. kr. Den samlede markedsværdi af egenkapitalen og den rentebærende gæld udgør 8,8 mia. kr. I forhold til vores target kapitalstruktur med en D/V-ratio på 65%, skulle gælden udgøre ca. 5,7 mia. kr., hvor realkreditfinansieringen, ved den billigste gældssammensætning, bør udgøre de nuværende 3,3 mia. kr. + den tidligere nævnte mulige tillægsbelåning i kreditforeninger på 2,0 mia. kr. Det betyder, at en optimering af den nuværende kapitalstruktur, alt andet lige, vil være 65%: Formel 23 Kapitalstrukturberegning D realkreditlån 5,3 mia. kr. + øvrig rentebærende gæld = D + E 8,8 mia. kr. 0,4 mia. kr. = 65% Vi vurderer dog, at Jeudan altid vil opretholde et kapitalberedskab via enkelte ubelånte ejendomme, således at de altid har en likviditets-buffer til imødegåelse af finansiel uro og krise på ejendomsmarkedet. Dette er ligeledes en tendens der ses blandt flere større ejendomsaktører i Jyske Bank 109. Den øvrige rentebærende gæld udgør i ovennævnte beregning kun ca. 8% af den samlede gæld, men med 107 Kilde: Egne beregninger & årsrapporten (2007) 108 Kilde: Jyske Markets (2008) 109 Kilde: Interview, Eriksen (2008) 74

83 baggrund i en strategisk beslutning om en likviditets-buffer via ubelånte ejendomme sammenholdt med Jeudans løbende indkøb og udvikling af projektejendomme, vil en større andel af gælden blive placeret i pengeinstitutter. Vi estimerer på den baggrund, at den øvrige rentebærende gæld gennemsnitlig vil udgøre 25% af den samlede gæld svarende til godt 1,4 mia. kr. i ovennævnte beregning. Med baggrund i det nuværende gennemsnitlige risikotillæg på 0,67%, kan vi estimere det fremtidige risikotillæg som 0,67%+(25%*0,5%) = 0,8%. I forhold til låntagers fremtidige afkastkrav tillægges risikotillægget til den 8-årige swaprente på 4,6% 110, der antages at være repræsentativ som diskonteringsrente for gælden. Det betyder således, at låntagers afkastkrav udgør 5,4% 9.10 Delkonklusion For at optimere værdien af Jeudan er det vigtigt at finde den optimale sammensætning af gæld og egenkapital, hvor de vægtede kapitalomkostninger er minimeret. Samtidig er det afgørende, at kapitalstrukturen ikke sætter lånebegrænsninger i forhold til at gennemføre rentable ejendomskøb. Kreditratingen af Jeudan lægger stor vægt på følsomhederne og risikostyringen, der blev analyseret i den finansielle og strategiske analyse. Med baggrund i Jeudans robuste drift, begrænsede følsomheder og gode styring af risici, har vi estimeret en relativ gearet target kapitalstruktur i forhold til peer group en, der generelt vurderes mere risikobetonede. Långivers kreditrating af Jeudan og afkastkrav forbliver på et tilfredsstillende niveau, men risikopræmien stiger dog lidt som følge af generelle stigende fundingomkostninger på de finansielle markeder og Jeudans stigende D/V-ratio. Udover at optimere forholdet mellem gæld og egenkapital, er det for Jeudans vedkommende også relevant at optimere lånesammensætningen i forhold til kreditforeninger og pengeinstitutter. Vi har på den baggrund estimeret en sammensætning, der giver Jeudan et kapitalberedskab via ubelånte ejendomme i niveau 1 mia. kr., hvilket kan anvendes som likviditets-buffer til imødegåelse af uforudsete forhold såsom finansiel uro og krise på ejendomsmarkedet. Samlet har vi estimeret, at långivers afkastkrav til Jeudan stiger fra nuværende niveau på 5% til 5,4% ved den nye target kapitalstruktur med en D/V-ratio på 65%. På baggrund af analyserne i indeværende kapitel kan vi konstatere, at kapitalstrukturen i en vis udstrækning bestemmes af kreditinstitutterne. 110 Gennemsnitlig 8-årig swaprente i perioden november 2007 februar 2008, Kilde: Jyske Markets (2008). 75

84 10 AFKASTKRAV (WACC) Inden vi kan foretage den endelige værdiansættelse af Jeudan, mangler vi at estimere diskonteringsfaktoren, WACC, der har stor betydning for den beregnede værdi af Jeudan. WACC en, der beregnes via formlen fra figur 21, kapitalstruktur, består af henholdsvis långivers afkastkrav, som blev estimeret til 5,4% jævnfør kapital 9, og investorernes afkastkrav. På baggrund vores tidligere strategiske og finansielle analyser af Jeudan og ejendomsmarkedet sammenholdt med nye beregninger, vil vi estimere investorernes afkastkrav. Derefter vil vi, via konklusionerne fra afsnit 9.8, Target kapitalstruktur, beregne det vægtede afkastkrav til videre brug i værdiansættelsesprocessen Investorernes afkastkrav Når man estimerer afkastkravet til egenkapitalen er der nogle fundamentale forhold, der skal tages højde for. For det første skal man vurdere den systematiske risiko på Jeudan, og dernæst skal man vurdere udviklingen i denne risiko, når virksomheden geares i forhold til den nye target kapitalstruktur. Denne risiko skal herefter sammenholdes med en generel risikopræmie ved at investere i markedsporteføljen frem for et risikofrit aktiv CAPM Den mest anvendte metode i praksis til at vurdere sammenhængen mellem investors afkast og risiko er Capital Asset Pricing Modellen (CAPM) 111. Modellen angiver, at afkastet på et risikofyldt aktiv ( r k ) kan beregnes ud fra den risikofrie ( r f ) og aktivets korrelation med markedsporteføljen ( r m ) defineret ved nedenstående formel. Formel 24 Estimation af CAPM 2 2 ( 1) r = ω + ω * β + ω * β + ω * σ * ( e ) ( 2) CAPM = r + β * ( r r ) k k f m f Første del af formel 24 kan testes via en række hypoteser, hvor det faktiske afkast regresseres på akti- 2 vernes β (Beta), β samt variansen på residualledet. Fama & MacBeth (1973) 112 har testet forudsætningerne for modellen for 20 udvalgte amerikanske porteføljer opgjort for perioden 1935 til 1968 og kan bekræfte, at ω 1 > 0, hvilket vil sige, at der er en forventet positiv sammenhæng mellem afkastet og den systematiske risiko, β. Derudover har de påvist, at ω + ω 0, hvilket betyder, at den syste- 2 3 = 111 Kilde: Madsen (2005) 112 Kilde: Christensen & Pedersen (2003) 76

85 matiske risiko er lineær samt at residualvariansen (den usystematiske risiko) ikke påvirker risikoen, da den kan diversificeres bort APT-model En anden anerkendt model til at beregne investorernes afkastkrav er Arbitrage Pricing Theory (APT), der antager at en akties afkast og risikopræmie afhænger af forskellige udbredte makroøkonomiske faktorer ud fra følgende model: Formel 25 Arbitrage Pricing Theory 113 Forventet risikopræmie = 1( faktor1 rf 2 faktor 2 rf 3 faktor3 rf ) β r ) + β ( r ) + β ( r + ε Når vi betragter APT-modellen ses det, at den bygger på samme forudsætninger og kan sammenlignes med vores multiple regressioner, som vi lavede i kapitel 4. Dér konkluderede vi, at en flerfaktor-model giver spuriøse resultater på grund af en høj grad af multikollinaritet og insignifikante forklarende variable. Det må derfor forventes at tilsvarende beregninger i henhold til APT-modellen vil give samme uanvendelige resultater, hvorfor vi ikke vælger at teste videre med denne model. I det følgende vil vi arbejde videre med CAPM, hvor vi først beregner beta, der definerer den aktivspecifikke risiko. Vi vil vurdere værdien af beta sammenholdt med konklusionerne i forhold til target kapitalstrukturen og vores fundamentale analyse af Jeudan fra tidligere kapitaler Beta En akties beta beregnes som hældningen på regressionslinien mellem markedets og aktiens afkast. Dermed måler beta markedets indflydelse på den enkelte aktie, og dermed hvor stor en risiko aktien tilfører en veldiversificeret portefølje. I nedenstående figur 52 fremgår betaberegninger på baggrund af regressioner mellem afkast for Jeudan og OMXC20, der antages at være repræsentativ som markedsportefølje. Derudover er der lavet en tilsvarende regression mellem det amerikanske ejendomsaktieindeks, MXCI US Real Estate og SP500. Ved valg af markedsportefølje i Capital Asset Pricing Modellen, bør man reelt inkludere samtlige aktiver i verdensøkonomien på grund af ligevægtsbetingelsen. Det vil sige, at markedsporteføljen skal indeholde samtlige finansielle aktiver samt alle reale aktiver som ædelmetaller, ejendomme og så videre. Der findes ingen data for sådan en portefølje, og den sande markedsportefølje kan derfor aldrig bestemmes. Vi antager, at OMXC20 og SP-500 er repræsentative for efficiente markedsporteføljer i ovennævnte regressioner. 113 Kilde: Brealey & Myers (2006) 77

86 For at kunne anvende beta beregningen på baggrund af amerikanske data er det vigtigt, at forholde sig til risikoen på ejendomsselskaberne i indekset sammenholdt med Jeudan. Eftersom vi ikke har kendskab til de enkelte selskabers risikoeksponering, vælger vi alene at korrigere betaberegningen for forskellene mellem den vægtede kapitalstruktur på det amerikanske ejendomsindeks og Jeudans nuværende kapitalstruktur. Dette gøres via Modigliani og Millers betarelation, hvor vi først ugearer og dernæst gearer betaestimaterne: Formel 26 Modigliani & Millers betarelation 114 β = β * 1+ (1 t) egenkapita l aktiver * Gæld Egenkapital KGW (2005) anbefaler at anvende månedlige data over 5 år 115. Eftersom likviditeten i Jeudans aktie har været størst de sidste 3 år, jævnfør bilag 6, vælger vi at inddrage månedlige data over både 3 og 5 år i vores beregninger. Figur 52 Betaberegninger 116 Betaværdier Jeudan/OMXC20 MSCI-indeks/SP500 Korrigerede værdier MXCI/SP500 3 år 5 år 3 år 5 år 3 år 5 år Beta 0,73 0,44 1,33 1,48 1,51 1,68 Der ses store forskelle i betaestimaterne, specielt mellem Jeudan/OMXC20- og MXCI/SP500- beregningerne, hvor betaværdierne går fra 0,44 1,68. Med baggrund i disse tal kan vi ikke konkludere noget entydigt om betaværdien fremover. Vi vælger derfor at se på den historiske udvikling af ovenstående betaestimater, jævnfør nedenstående figur. Figur 53 Historiske betaberegninger 117 2,00 1,50 1,00 0,50 0,00-0, ,00 MSCI 3 år MSCI 5 år Jeudan 3 år Jeudan 5 år -1,50 Af ovenstående figur ses det, at betaværdierne ændrer sig meget over tid. Der kan således rejses væsentlige spørgsmål mod CAPM, idet forudsætningen om at beta skal være konstant over tid ikke er 114 Kilde: Modigliani & Miller (1963) 115 Kilde: KGW (2005) 116 Kilde: Egne beregninger jævnfør bilag Kilde: Egen tilvirkning jævnfør bilag 10 78

87 opfyldt. Faktisk ses det af figuren, at der i perioder er negativ korrelation, hvilket smadrer den klassiske betaberegning. En tilsvarende betaberegning mellem obligationer og aktier vil heller ikke give mening. Trods det faktum at figuren ikke giver direkte mening i en CAPM-beregning, så understøtter graferne vores konklusion fra kapitel 8, at ejendomme har en diversificerende effekt på en portefølje. Indtil videre kan vi konkludere, at det er vanskeligt at finde et entydigt svar på den systematiske risiko, beta. Beregningerne på de amerikanske indeks virker ekstremt svingende, hvorfor vi opgiver at arbejde videre med disse beregninger. Vi vælger imidlertid at arbejde videre med et gennemsnitligt beta over de sidste 2 år for Jeudan beregnet på 3-årige perioder, hvor vi kan opretholde en relativ høj omsætning i aktien jævnfør bilag 6. Herefter får vi nedenstående resultater for beta, hvor der også er korrigeret for Jeudans target kapitalstruktur med en D/E-ratio på 1,85 mod nuværende D/E-ratio på 1,07 Figur 54 Betaestimater før og efter korrektion for target kapitalstrukturen 118 Beta omregning Beta gennemsnit sidste 2 år Beta ugearet Beta gearet Jeudan A/S 0,71 0,39 0,94 Dette giver en beta, efter korrektion i forhold til den nye target kapitalstruktur, på 0,94, der umiddelbart virker høj. Beta ugearet giver blot en værdi på 0,39, men som vores tidligere analyser af kapitalstrukturen tilsiger, vil risikoen stige ved øget gearing. Imidlertid kan man argumentere for, at en øget gearing ved Jeudan ikke bør være lige så markant som Modigliani og Millers betarelation tilsiger, da Jeudan har en meget robust og stabil indtjening sammenholdt med begrænset risikoeksponering i forhold til de gennemgående faktorer i vores finansielle strategiske analyse i kapitel 6. Generelt vurderes fundamentale faktorer såsom renterisici, lejeniveauer, tomgangsrisici, kreditrisici med videre, der påvirker Jeudans driftsmæssige og finansielle risiko, at underbygge en lavere beta. Omvendt vurderes den finansielle uro samt risikoen for øget udbud af erhvervsejendomme i København, at trække i modsat retning, ligesom Jeudans øgede eksponering overfor projekt-ejendomme tilsiger en stigende beta. Vi estimerer på den baggrund en beta på 0,85, der anvendes til den efterfølgende CAPM-beregning og værdiansættelse Risikofrie rente og markedspræmie Markedspræmien defineres som spread et mellem det gennemsnitlige afkast og den risikofrie rente. Den risikofrie rente skal reelt repræsentere renteniveauet i forecastperioden med forskellige renteniveauer hvert år. Eftersom vi i dagens Danmark har en relativ flad rentekurve, har vi valgt at estimere den risikofrie rente ud fra en 10-årig statsobligation, hvor renten pr var 4,48% Kilde: Egne beregninger jævnfør bilag Kilde: 79

88 Markedspræmien er baseret på den fremtidige forventede risikopræmie på aktier i forhold til den risikofrie rente. Eftersom det ikke er muligt at forudsige fremtiden, baserer vi markedspræmien på historiske værdier. Til trods for den finansielle uro på de finansielle markeder i øjeblikket antager vi, at den fremtidige risikoaversion ikke ændrer sig markant i forhold til historien. Den gennemsnitlige anvendte markedsrisikopræmie blandt førende aktieanalytikere og corporate finance afdelinger ligger i niveau 4,5-5% 120. Dette niveau afspejler estimater udarbejdet af Jorion og Goetzman (2000), som har beregnet en gennemsnitlig risikopræmie baseret på amerikanske data til 4,3%. Vi anvender på den baggrund en risikopræmie på 5,0%, hvorefter forholdet mellem markedsafkast, risikofri rente og risikopræmie kan illustreres således: Figur 55 Illustration af markedspræmien 121 Markedsafkast Markedsafkast 9,48 % Markedspræmie = 5,0 % Risikofri rente 4,48 % Tid Historisk data Fremtid Denne markedspræmie anvendes som estimat i al fremtid, hvorved vi implicit antager, at der ikke er volatilitet i spread et mellem markedsafkastet og den risikofrie rente, som der historisk kan have været jævnfør skitsen WACC I de foregående afsnit har vi estimeret beta, markedsrisikopræmien og den risikofrie rente, hvorefter vi kan beregne CAPM til 8,8% jævnfør nedenstående model. Samtidig kan vi med afsæt i långivers afkastkrav og vores target kapitalstruktur, jævnfør sidste kapitel, beregne det vægtede afkastkrav, WACC, til 5,8%. 120 Kilde: Madsen (2005) 121 Kilde: Egen tilvirkning 80

89 Figur 56 Beregning af WACC 122 Gearet Beta = 0,85 Risikopræmie = 5,0% Risikofri rente = 4,48% Jeudan risikopræmie = 4,25% Långivers afkastkrav = 5,4% Skatteprocent = 25% E/V = 35% Investors afkastkrav (CAPM) = 8,7% WACC = 5,8 Långivers afkastkrav efter skat = 4,1% D/V = 65% Det er tydeligt gennem vores beregninger, at flere estimater kan variere i op og nedadgående retning afhængig af analyseprocessen og datagrundlaget. Derfor er det vigtigt, at vi i den kommende værdiansættelse af Jeudan laver følsomhedsanalyser i forhold til forskellige diskonteringsfaktorer Delkonklusion Diskonteringsfaktoren er et meget afgørende element i en værdiansættelse. Vi har i nærværende kapitel beregnet det vægtede afkastkrav, WACC, til 5,8%, der vil blive anvendt i den efterfølgende værdiansættelse af Jeudan. I processen har vi set klare indikationer på, at den statiske CAPM-beregning ikke holder 100% i en dynamisk verden, hvor beta er tidsvarierende. Specielt de amerikanske data adskilte sig i forhold til en traditionel CAPM-beregning, da der i flere perioder forekom negative betaværdier. Med udgangspunkt i en periode på 2 år estimerede vi en gennemsnitlig betaværdi for Jeudan på 0,94, som vi nedjusterede til 0,85 som følge af vores fundamentale analyser. Herefter kunne vi, på baggrund af en risikofri rente på 4,5% og en estimeret markedsrisikopræmie på 5% sammenholdt med de tidligere resultater fra kapitalstruktur-kapitlet, estimere WACC en til 5,8%. 122 Kilde: Egen tilvirkning 81

90 11 FORECAST Inden vi værdiansætter Jeudan skal vi have estimeret udviklingen i en række forhold, der påvirker de fremtidige frie cash flows. De fleste forhold er estimeret jævnfør SWOT-analysen fra afsnit 7.3, mens andre vil blive estimeret i de kommende afsnit. Efterfølgende vil de estimerede værdier danne grundlag for vores værdiansættelse i næste kapitel. Forecast-perioden er inddelt i 2 budgetperioder og en terminalperiode. Figur 57 Opdeling af forecast-perioder Budgetperiode 1: År Budgetperiode 2: År Terminalperiode: År 2040 > Formålet med at inddrage budgetperiode 2, der strækker sig over 24 år, er alene at skabe et fundament for, at terminalperioden beskriver en 100% normalsituation. Budgetperiode 2 beskriver en steady state -periode, hvor der alene inddrages effekterne af de skattemæssige afskrivninger på ejendomsporteføljen. Derved undgår vi at terminalleddet bliver biased, når afskrivningerne ikke er normaliseret Indtægter og omkostning Fra SWOT-analysen i kapitel 7 har vi, med afsæt i lejeindtægter på 379 mio. kr. før regulering for øget tomgang, driftsomkostninger på 60,2 mio. kr., øvrige administrationsomkostninger på 33 mio.kr. og et segmentresultat vedrørende service på 16,5 mio. kr., estimeret nedenstående udvikling i budgetperioderne og terminalperioden. Figur 58 Vækst i forecast Lejeindtægter Driftsomkostninger Segmentresultat, Service Øvrige omkostninger Budgetperiode 1 Budgetperiode 1 Budgetperiode 1 Budgetperiode 1 Vækst: 3,0% Vækst: 2,1% Vækst: 3,0% Vækst: 3,0% Budgetperiode 2 og terminalperiode Budgetperiode 2 og terminalperiode Budgetperiode 2 og terminalperiode Budgetperiode 2 og terminalperiode Vækst: 2,1% Vækst: 2,1% Vækst: 2,1% Vækst: 2,1% Tomgang Gennemsnitligt for alle perioder + 4%-point På eksisterende ejendomme forventes en stigning i tomgang på 4%, mens nye ejendomme estimeres til at være fuldt udlejet år 1, hvorefter tomgangen vil stige med 4% fra år 2 og fremefter. Ved øget tomgang antages driftsomkostningerne ikke at ændre sig. Enkelte driftsomkostninger til administration og lignende vil falde, mens de driftsomkostninger, der afholdes af lejerne vil blive pålagt Jeudan. Omkostninger ved at finde nye lejere antages at kunne indeholdes i de øvrige omkostninger. 82

91 11.2 Afskrivninger Betalt skat er et vigtigt element i en værdiansættelse via DCF-modellen. Skatten vil som udgangspunkt beregnes som EBIT * (T-1). Hertil er det dog aktuelt at forholde sig til skattemæssige afskrivninger, der afhænger af aktivtype og anskaffelsessummer. I 2005, 2006 og 2007 har Jeudan kun betalt henholdsvis 21, 11 og 1 mio. kr. i skat til trods for, at resultaterne før skat udgjorde fra 313 mio. kr. til 893 mio. kr. 123 Dette skyldes for det første, at Jeudan ikke får en likviditetsmæssig påvirkning ved opskrivning af ejendomme til dagsværdi, da skatten bliver hensat som udskudt skat. Derudover er der flere aktiver, der skattemæssigt er afskrivningsberettigede, ligesom der kan være andre skattemæssige reguleringer og underskud fra tidligere år, hvilket dog ikke er udspecificeret i det offentlige tilgængelige regnskab. I henhold til Afskrivningslovens , stk. 2 kan der som hovedregel ikke afskrives på ejendomme, der anvendes til kontorer. Dette bevirker, at Jeudan ikke kan afskrive på ca. 82% af deres ejendomme, der består af kontorer. Imidlertid vil de øvrige ejendomme bestående af 15% retail-ejendomme og 3% logistikejendomme 125 samt tekniske installationer med mere være afskrivningsberettigede efter Afskrivningslovens 14 og 15. Fra og med indkomståret 2008 er afskrivningssatsen nedsat til 4% (tidligere 5%) som en lineær årlig afskrivning af anskaffelsessummen for de afskrivningsberettigede bygninger og installationer - dog vil grundværdierne ikke være afskrivningsberettigede. Derudover kan driftsmateriel og inventar afskrives med 25% i henhold til saldometoden efter afskrivningslovens 5, stk. 3, 1. pkt. Som det fremgår af vores afgrænsning i afsnit 1.4, har vi ikke mulighed for at foretage en grundig analyse af Jeudans skatteforhold, hvorfor vi anvender følgende forenklede forudsætninger i vores DCF-analyse. I forhold til nuværende portefølje af ejendomme, antages de årlige afskrivninger at udgøre gennemsnittet af de sidste 3 års ejendomsafskrivninger (2,3 mio. kr mio. kr mio. kr.) svarende til 2,7 mio. kr. Afskrivningsperioden antages at udgøre 20 år med lineære afskrivninger på 2,7 mio. kr. Afskrivninger i forhold til driftsmateriel og inventar antages at matche investeringerne i samme aktiver, selvom man kunne argumentere for, at investeringerne burde være større end afskrivningerne i forbindelse med væksten i ejendomsporteføljen de kommende 8 år. I forhold til budgetperioden, hvor vi estimerer en stor vækst i andelen af retail-ejendomme, vil afskrivningsgrundlaget være højere end nuværende. Derfor antages, at afskrivningsgrundlaget for de nye investeringer at udgøre lineært 1,5% af investeringssummerne i en 25-årig periode, da der samtidig er 123 Kilde: Årsrapporterne ( ) 124 Kilde: Kilde: Årsrapporten (2007) 83

92 taget højde for, at der ikke skattemæssigt kan afskrives på kontorejendomme samt på grundværdier generelt Arbejdskapitalen Arbejdskapitalen betegner de midler, der er bundet i debitorer, kreditorer og lagre. Ved at reducere bindingen på disse områder kan der frigøres kapital og derved skabes større cash flows. Arbejdskapitalen i Jeudan har de sidste 3 år udviklet sig således: Figur 59 Udvikling i arbejdskapitalen 126 Udvikling i arbejdskapitalen Beløb i tusinde kr I modsætning til mange andre typer virksomheder, har Jeudan en positiv arbejdskapital samt en positiv udvikling trods stor vækst. Det skyldes, at der ikke er lagerbindinger, ligesom forudbetalte huslejer og deposita vægter positivt. Hvis man regulerer for skyldige beløb/tilgodehavender i forbindelse med ejendomshandler eller periodevise reguleringer i leverandører som følge af renoveringsopgaver, er udviklingen i arbejdskapitalen relativ stabil. Disse periodevise reguleringer antages at være midlertidige og uden væsentlig betydning i forhold til nuværende portefølje, hvorfor ændring i arbejdskapitalen antages at være 0 i hele perioden. I forhold til nye investeringer vil arbejdskapitalen være en valuedriver det første år, da vi tager udgangspunkt i Jeudans lejekontrakter med kvartalsvis forudbetalt leje og depositum på 6 måneders leje, jævnfør lejeprospektet fra bilag 12. Vi forholder os ikke til, at arbejdskapitalen reelt kan blive forbedret løbende som følge af større deposita og forudbetalte lejer ved udskiftning af lejere på stigende lejeniveauer. Omvendt estimerer vi ikke en negativ udvikling i arbejdskapitalen for så vidt angår Jeudan Servicepartner, som følge af løbende vækst Nye investeringer nye startafkastkrav Fra tidligere analyser har vi estimeret, at det er sandsynligt, at flere ejendomsinvestorer i København bliver økonomisk pressede, ligesom markedet er præget af stor nervøsitet. Dette vil, alt andet lige, medføre prisfald på markedet, hvilket skaber muligheder for Jeudan via deres store kapitalberedskab. Jeudan har meldt ud, at de har til hensigt at investere 4,5 mia. over de næste 3-4 år, hvorfor vi forventer følgende udvikling i deres investeringer: Figur 60 Kommende ejendomsinvesteringer År Nettoinvesteringer i mio. kr Kilde: Egne beregninger jævnfør data-cd 84

93 Nye investeringer antages at blive afregnet primo i budgetåret, hvor lejeindtægter og driftsudgifter gælder for et helt år. De første nye investeringer antages investerings- og driftsmæssigt at træde i kraft primo Ved nye investeringer antages det, at Jeudan, på 3 års sigt, er i stand til at købe velbeliggende ejendomme ind til et relativt højt startafkast på gennemsnitligt 5,8% efter købsomkostninger, hvilket estimeres på baggrund af vores strategiske analyse og vurdering af den finansielle uro. Derefter estimeres et faldende startafkast til 5,50% på nye investeringer. Efter det 8. år i forecastperioden antages Jeudan ikke at investere yderligere i ejendomme, hvorefter der alene er tale om en organisk vækst via optimering af den opbyggede ejendomsportefølje. Ved nye investeringer estimeres lejeindtægter og driftsudgifter i forhold til de nævnte startafkast. Driftsudgifter, der afholdes af Jeudan, antages at udgøre 5% af lejeindtægterne, hvilket svarer til niveauet fra vores model i kapitel 2, og vurderes som et realistisk niveau ifølge erhvervsejendomsmægler Niels Lund Jensen fra CBRE Cederholm, Århus 127. Imidlertid er der en række forhold, som kan have betydning for forholdet mellem lejeindtægter og driftsomkostninger, blandt andet beliggenhed, vedligeholdelsesmæssig stand og så videre Delkonklusion Trods en række trusler i forhold til ejendomsmarkedet vurderer vi, at Jeudan kan fortsætte en fornuftig udvikling i lejeindtægterne, ligesom de har et stærkt organisatorisk setup til at vedligeholde og udvikle ejendommene på rentabelt vis fremover. Vi vurderer ligeledes, at der opstår muligheder for Jeudan i forhold til at købe nye velbeliggende ejendomme til mere gunstige startafkast. Jeudan har historisk haft en lav tomgang, men vi forventer, at den fremtidige tomgang vil stige med gennemsnitligt 4%-point i forhold til nuværende lejeindtægter. I processen med at udarbejde et kvalificeret forecast af udviklingen i de fremtidige cash flows vil man opdage, at flere forhold kan afvige væsentligt. Derfor vil det være relevant, at simulere på forskellige følsomheder i den efterfølgende værdiansættelse, således at man kan give et kvalificeret og vægtet bud på værdien af Jeudan. 127 Kilde: Interview, Lund (2008) 85

94 12 VÆRDIANSÆTTELSE AF JEUDAN Indtil videre har vi udarbejdet dybdegående strategiske og finansielle analyser af Jeudan og ejendomsmarkedet samt analyseret kapitalstrukturen, risici og diversifikationseffekter. Dette har givet et fundament for at estimere diskonteringsfaktoren, WACC, og udvikling i de fremtidige cash flows, der blev gennemgået i seneste kapitler. I nærværende kapitel vil vi opstille en værdiansættelsesmodel, der dels anvender principperne fra en regulær DCF-model og dels anvender en NAV-tilgang (Net Asset Value). Det vil sige, at vi værdiansætter den nuværende investerede kapital og aktiviteter særskilt, hvorefter vi værdiansætter nye investeringer sideløbende som individuelle marginalinvesteringer, der afspejler den indre værdi af prisfastsættelsen på nuværende ejendomsportefølje. Efterfølgende vil vi simulere på forskellige følsomheder i værdiansættelsen, hvilket danner grundlag for at estimere en Bear -, Base - og Bull -case. Afslutningsvist vil vi, på baggrund af en vægtet vurdering af følsomhedsberegningerne og værdiansættelsen, konkludere hvorvidt Jeudan er over- eller undervurderet, ligesom vi vil overføre konklusionerne på erhvervsejendomsmarkedet generelt Værdiansættelsen I processen med at værdiansætte Jeudan er der en række forhold og forudsætninger, der skal estimeres på mest kvalificeret vis via vores analyser fra kapitlerne Tilgangen til værdiansættelsen er at estimere de fremtidige cash flows, jævnfør vores forecast, og tilbagediskontere disse med den beregnede diskonteringsfaktor, WACC. Figuren nedenfor er et uddrag af den fulde værdiansættelsesmodel, der fremgår af bilag 16. Figur 61 Værdiansættelse Base-case 128 Nutidsværdi (DCF) i alt (enterprise value) Budgetperiode 1 Budgetperiode 2 Terminalperiode Netto rentebærende gæld (NRG) Værdi af egenkapital Antal udstedte aktier (tusinde stk.) Base-case kursværdi 510 Som det fremgår af ovenstående figur, kan værdien af Jeudan primært henføres til henholdsvis budgetperiode 2, der udgør 6,1 mia. kr. af den samlede enterprise value i Base-case scenariet på 8,1 mia. kr., og terminalværdien, der udgør 4,4 mia. kr. Vi har estimeret en række investeringer de næste 8 år, hvilket medfører, at de løbende cash flows i budgetperiode 1 bliver negative og derved bidrager negativt til virksomhedens værdi. Efter år 8 begynder effekten af dels de nye investeringer, og dels den nuværende portefølje, der løbende bliver optimeret via lejeforhøjelser, at skabe væsentlig merværdi. I mod- 128 Kilde: Egne beregninger jævnfør bilag 16 86

95 sætning til traditionelle produktionsvirksomheder eller lignende vil en ejendomsvirksom som Jeudan blive ved med at skabe værdier af den investerede kapital uden nye investeringer. Den del af ejendomsporteføljen der kan afskrives, vil bidrage med en skattemæssig værdi af afskrivninger uden en reel værdiforringelse af ejendommene, da udgangspunktet i vores værdiansættelse er, at startafkastkravene underbygger en estimeret udvikling i lejeindtægter og driftsudgifter, der inkluderer de løbende vedligeholdelsesomkostninger. Ejendommene antages således at have en uendelig levetid, hvilket skaber store følsomheder i forhold til ændringer i input-faktorerne i værdiansættelsesmodellen. Disse analyseres i næste afsnit. Vi har beregnet en entreprise value på 8,1 mia. kr., der giver en beregnet værdi af egenkapitalen på 3,6 mia. kr. efter den nettorentebærende gæld er fratrukket. Når vi dividerer værdien med antallet af udstedte aktier, får vi en estimeret kursværdi på 510 kr. pr. aktie, hvilket er 15% under den gældende aktiekurs pr Med udgangspunkt i denne beregning kan vi konstatere, at markedsværdien af Jeudan er overvurderet Følsomheder Vi vurderer imidlertid, at der en række usikkerhedsfaktorer i vores estimerede forecast og WACCberegning. Dette omfatter henholdsvis betaværdien, långivers afkastkrav, udlejningsprocenten, lejeudviklingen og startafkastkravet ved nye investeringer. I figur 62 er der lavet en række følsomhedsestimater ved ændringer af de enkelte værdier. Figur 62 Følsomhedsberegninger 129 Beta Kurs Långivers afkastskrav Kurs Tomgang Kurs Lejeudvikling Kurs Startafkastkrav Kurs Bull 0, ,10% 613 1,00% 573 3,60% 886 7,00% 720 0, ,20% 577 2,00% 552 3,40% 753 6,60% 654 0, ,30% 543 3,00% 531 3,20% 628 6,20% 589 Base 0, ,40% 510 4,00% 510 3,00% 510 5,80% 510 0, ,50% 448 5,00% 490 2,80% 399 5,40% 457 0, ,60% 390 6,00% 469 2,60% 292 5,00% 404 Bear 1, ,70% 336 7,00% 448 2,40% 193 4,60% 326 Som det fremgår af beregningerne vil ændringer af enkelte faktorer kunne påvirke aktiekursen markant. Vi vurderer, at betaværdien bør ligge i niveau 0,7 1,0, hvilket betyder, at den estimerede kursværdi kan gå fra 418 til 614. Låntagers afkastkrav er som udgangspunkt estimeret til 5,4%. Hvis den finansielle uro, som omtalt i kapital 9, kapitalstruktur, får en permanent påvirkning på prisen for funding, kan man ikke udelukke, at det gennemsnitlige afkastkrav vil stige til 6%. Konsekvensen af stigningen vil være en faldende kurs til Kilde: Egne beregninger jævnfør bilag 16 87

96 Stigning i tomgang har også betydning for værdifastsættelsen for Jeudan. Vi har som udgangspunkt estimeret, at tomgangen stiger med 4% i forhold til nuværende lave niveau. Såfremt tomgangen stiger 7% vil den estimerede aktiekurs falde til 448, og hvis stigningen kun udgør 1% vil kursen stige til 573. Lejeudviklingen er en af de faktorer, der vurderes at have størst betydning for værdiansættelsen. Vi har i følsomhedsberegningen simuleret på at ændre de gennemsnitlige lejestigninger i budgetperiode 1, mens budgetperiode 2 og terminalperioden vurderes at være stabile i forhold til inflationsudviklingen. Ved at simulere på lejestigninger fra 0% til 6% vil den estimerede kursværdi for Jeudan gå fra 193 til 886. Det vurderes usandsynligt, at lejeniveauet i dag vil være uændret om 8 år, men hvis der opstår et kraftig stigende udbud af kontorlejemål sammenholdt med en længerevarende økonomisk afmatning, vurderes situationen ikke urealistisk. I forhold til lejeudviklingen er det også vigtigt at bemærke, at Jeudan har indgået en række længerevarende lejekontrakter med løbende inflationsindekserede lejeopskrivninger jævnfør vores tidligere analyser. Dette minimerer således sandsynligheden for uændret leje i 8 år. En stor del af Jeudan strategiske fordele består i deres store know-how og veludbygget netværk. Derudover har de stort kapitalberedskab, hvilket skaber et fundament for at købe billige ejendomme til relative høje startafkast. Dette forhold er meget markedsbestemt, men vi vurderer, at det værste og bedste scenarium ligger i afkastprocenter fra 4,6%-7%. Årsagen til at det vurderes realistisk, at jeudan kan købe ejendomme helt op til 7% i startafkast, skyldes dels vores analyser af markedssituationen samt det faktum, at Jeudan har øget andelen af nykøbte ejendomme, der renoveres og udvikles med attraktive lejekontrakter til følge. I næste afsnit foretages en vægtet vurdering af følsomhedsanalyserne sammenholdt med vores Basecase værdiansættelse Bear, Base og Bull scenarier Med henvisning til bilag 16, værdiansættelsesmodel, har vi opstillet 3 forskellige værdiansættelsesscenarier. De defineres som Bear-case (værste), Base-case (middel) og Bull-case (bedste), hvor vi inddrager gennemsnittet af vores følsomhedsanalyser jævnfør beregninger fra figur 62. I forhold til sidste afsnits gennemgang af følsomhederne, vurderes vi, at sandsynligheden for Bear-case er 30%, Basecase er 50% og Bull-case er 20%. Dette giver en vægtet estimeret kursværdi på 495 kr. pr. aktie jævnfør nedenstående figur, hvilket er vores bud på en fair værdiansættelse af Jeudan. 88

97 Bear Base Bull Figur 63 Estimeret kursværdi 130 Kurs Aktuel kurs Sandsynlighed 30% 50% 20% Vægtet Kurs 510, Base - Kurs 681, Bull Estimeret kursværdi Kurs 344, Bear Vores endelige værdiansættelse er således en kurs på 495, der er ca. 18% under den gældende markedskurs på 600 kr. pr. aktie. Ved et Bull-case scenarium vil der være en up-side på 81 kr. pr. aktie mens Bear-case scenariet giver en down-side på 256 kr. pr. aktie. Vi vurderer på den baggrund, at Jeudan er overvurderet, ligesom sandsynligheden for et Bull-case scenarium vurderes relativ lille i det nuværende ejendomsmarked i København Delkonklusion I kapitlerne 3-11 har vi analyseret en række forhold, der danner grundlag for at kunne give et kvalificeret bud på værdien af Jeudan. Grundlæggende har de tidligere analyser bidraget til at kunne estimere grundforudsætningerne, der er de fremtidige cash flows samt diskonteringsfaktoren WACC. Herefter har vi i nærværende kapitel opstillet en DCF-model, der dels tilbagediskonterer de frie cash flows fra nuværende investeret kapital, og dels inddrager en forventet udvikling i individuelle marginalinvesteringer i budgetperioden på 8 år. Værdien af Jeudan bliver herefter beregnet primært på baggrund af perioden fra år 8 og frem, da nye investeringer i de første 8 år medfører negative cash flows. Som følge af de lange budgetperioder og høje terminalværdi vil værdien af Jeudan være følsom overfor ændringer i de grundlæggende valuedrivere. Vi har på den baggrund estimeret en række følsomhedsberegninger, der har til formål at give en vægtet vurdering af et Bear-, Base- og Bull-case scenarium. Der er simuleret på følsomheder i betaværdier, långivers afkastkrav, tomgang, lejeudvikling og startafkastkrav ved nye investeringer. Vores estimerede kurs af Jeudan spænder fra 193 til 886 afhængig af, hvilket faktorer vi simulerer på. Med baggrund i en vægtet vurdering af forskellige scenarier, estimeres en fair værdi af Jeudan til 495 kr. pr. aktie. Dette er ca. 18% under nuværende markedskurs, hvorfor vi vurderer, at Jeudan er kraftigt 130 Egne beregninger og jævnfør bilag 16 89

98 overvurderet. I et bull-case scenarium, der estimeres med 20% sandsynlighed, vil aktien have en upside på ca. 3%, hvorfor vi ikke anbefaler at investere i aktien. Med udgangspunkt i at Jeudan er repræsentativ for det generelle erhvervsejendomsmarked i København jævnfør vores afgrænsning og definition fra afsnit 1.4, vurderes det ligeledes, at konklusionerne kan overføres til erhvervsejendomsmarkedet som helhed. Det er således vores vurdering, at erhvervsejendomme i København er overvurderet ved nuværende afkast-niveauer. 90

99 13 KONKLUSION Der er mange faktorer, der påvirker en værdiansættelse af ejendomme. Værdien af Jeudan kan betragtes som nutidsværdien af en række investeringsprojekter, der består primært af erhvervsejendomme. Derfor er det relevant at have en fundamental forståelse for værdiansættelsesprocessen på de enkelte ejendomme, før man værdiansætter Jeudan. Ved ejendomsinvesteringer er der 3 primære valuedrivere, henholdsvis fremtidige lejeindtægter, fremtidige driftsudgifter og afkastkravet til investeringen. Grundlæggende kan man konkludere, at jo mere stabilt og sikkert den fremtidige nettoleje er, desto mindre er afkastkravet og usikkerheden på investeringen. En stor andel af afkastet på ejendomme bunder i løbende værdireguleringer, der opstår som følge af en kapitaliseret værdistigning ved optimering nettolejen. Denne sammenhæng er påvist ved udarbejdelse af en værdiansættelsesmodel, der betragter en ejendomsinvestering over en 25-årig periode. Modellen fremhæver også konsekvenserne, når der simuleres på følsomheder som ændring i lejeindtægter, øget tomgang, ændring i startafkastkrav og ændringer i kapitalstrukturen. Alle disse forhold understreger vigtigheden af en grundig analyse af markedsforholdene og øvrige valuedrivere, inden man investerer i en investeringsejendom. For at vurdere Jeudans fremtidige lønsomhed og risikoeksponering, der danner grundlaget for vores værdiansættelse, er det relevant at kende de makroøkonomiske faktorer, der påvirker priserne på erhvervsejendomme. Vi har udarbejdet 8 simple lineære regressioner, der viser signifikante sammenhænge mellem en række makroøkonomiske faktorer og prisudviklingen på kontorejendomme. Igennem de empiriske tests har vi været nødsaget til at omregne data til helårlige frekvenser, da vores oprindelige datagrundlag på kvartårlige frekvenser havde en stor grad af autokorrelation. Vi kunne herefter bekræfte vores antagelser om, at beskæftigelsen, BNP, inflationen og pengeudbuddet har en positiv effekt på kontorejendomspriserne, mens stigninger i den 10-årige effektive rente og den korte FEDrente, lagget både 0, 1 og 2 perioder, har en negativ effekt på priserne. Udfordringerne var til gengæld større ved udarbejdelse af brugbare multiple regressioner, hvor vi gentagende gange konstaterede insignifikante variabler, spuriøse resultater og en høj grad af multikollinaritet. Med baggrund i disse analyser var vi varsomme med at simulere på kombinerede følsomhedsanalyser, hvorimod vi anvendte resultaterne fra de simple regressioner som statistisk grundlag for de finansielle strategiske analyser i opgaven. Udover de makroøkonomiske regressioner har vi testet den kortsigtede påvirkning på ejendomspriserne ved ændringer i den korte rente fra den amerikanske centralbank. Dette blev analyseret via et eventstudie, hvor vi anvendte to modeller, henholdsvis Gennemsnitsmodellen og Markedsmodellen. Efter gennemgang af 41 tests kunne vi ikke påvise en kortsigtet signifikant sammenhæng med renteændringer og anormale afkast. Vi vurderer, at det hænger sammen med, at renteændringer er inddiskonteret i 91

100 priserne på et tidligere tidspunkt. Derudover vurderes rentesænkninger ofte at forekomme under lavkonjunkturer, hvor en lav eller negativ økonomisk vækst overskygger effekten af en renteændring. Vi konkluderer derfor, at vi skal være påpasselig med at anvende den korte rente som entydig forklaringsvariabel i forhold til ejendomspriserne. Jeudan har gennem de sidste 5 år haft stor vækst i omsætningen sammenholdt med pæne stabile overskudsgrader trods store udsving i ejendomsopskrivninger til dagsværdi. Til gengæld har ROIC ligget på et lavt niveau, hvilket efter vores vurdering ikke giver et retvisende billede af lønsomheden, da de løbende opskrivninger af ejendomme alene har en effekt på den investerede kapital. Med udgangspunkt i en korrigeret ROIC-værdi, hvor værdistigninger vedrørende optimering af driftsøkonomien i ejendommene medregnes, ses et stabilt niveau på godt 7%, hvilket er over den estimerede WACC på 5,8%. Dette understreger at Jeudan har været i stand til at skabe værdi, ligesom det retfærdiggør en kurs/indre værdi over 1. I den strategiske finansielle analyse har vi, med baggrund i en PEST-analyse og en Porters Five Forces, gennemgået en række makroøkonomiske faktorer, der kan påvirke Jeudans fremtidige lønsomhed. Konklusionerne blev opsamlet i en SWOT-analyse, hvor vi konstaterede en række stærke sider såsom afdækning af renterisici, begrænset følsomhed overfor tomgang og lejenedsættelser, gode beliggenheder, kompetencer, netværk, robuste kapitalforhold og stor udskudt skat. Derudover konstaterede vi en række trusler, som primært kunne henføres til markedsforhold såsom det et presset økonomisk klima, øget risikoaversion og mange igangværende spekulative byggerier i København. Grundlæggende kan vi fra den strategiske finansielle analyse konkludere, at Jeudan er en sund virksomhed, der har et godt beredskab mod interne og udefrakommende risici. Samtidig vurderes truslerne fra omverdenen at have stor indflydelse på ejendomsmarkedet de kommende år. SWOT-analysen danner grundlag for vores forecast af de fremtidige lejeindtægter og driftsudgifter, ligesom der estimeres en faldende udlejningsgrad i ejendomsporteføljen. Ved vurdering af risikoen på kontorejendomme er det centralt, at volatilitet måles således, at den sløve prisning - stale pricing-problematikken - ikke kunstigt reducerer risikoen. Risikoen på kontorejendomme er beregnet som standardafvigelserne på et amerikansk ejendomsprisindeks, hvor den umiddelbare risiko forekommer meget lav i forhold til et afkast, der svarer til aktieinvesteringer. Igen korrigerede vi for autokorrelation ved at ændre på datafrekvenserne, hvorefter risikoen steg til samme niveauer som et aktieindeks. Herved kan vi konstatere, at risikoen på ejendomsmarkedet undervurderes ved traditionelle risikoberegninger på kortere datafrekvenser. Herefter har vi estimeret en optimal porteføljesammensætning via maksimering af Sharpe Ratioen, hvor vi kan konstatere en væsentlig risikoreduktion ved at kombinere ejendomme med en aktieporte- 92

101 følje. Det kan således konkluderes, at ejendomme fungerer som en attraktiv diversifikationsmulighed i investeringsporteføljer. Vi vurderer dog, at mindre ejendomsaktører generelt vurderes at være udsat for usystematiske risici, hvilket har den umiddelbare konsekvens, at store veldiversificerede industrielle investorer, alt andet lige, vil tvinge mindre ejendomsaktører ud af markedet. Alternativt vil de mindre aktører ikke blive kompenseret for deres risiko. For at optimere værdien af Jeudan er det vigtigt at finde den optimale sammensætning af gæld og egenkapital, hvor de vægtede kapitalomkostninger er minimeret. Samtidig er det afgørende, at kapitalstrukturen ikke sætter lånebegrænsninger i forhold til at gennemføre rentable ejendomskøb, hvilket i udpræget grad afhænger af kreditinstitutternes individuelle vurderinger. Kreditinstitutterne, der anvender avancerede kreditrating-modeller, lægger stor vægt på de samme følsomheder, der blev analyseret i den finansielle og strategiske analyse. Med baggrund i Jeudans robuste drift og begrænsede følsomheder, har vi estimeret en relativt gearet target kapitalstruktur med en D/V ratio på 65%. Denne kapitalstruktur er højere end nuværende niveau og højere end vores estimerede peer group, der generelt vurderes at være mere risikoeksponeret end Jeudan. Trods bankernes øgede risikoaversion vurderes Jeudan at kunne opretholde en tilfredsstillende pris på funding, hvor långivers afkastkrav stiger fra nuværende niveau på 5% til 5,4% ved den nye target kapitalstruktur. Ved vurdering af en optimal kapitalstruktur har vi endvidere forholdt os til lånesammensætningen i forhold til pengeinstitutter og kreditforeninger, hvor der er gunstige lånemuligheder tilgængelige ved ejendomsfinansieringer med pantsikkerhed, uagtet at den generelle gearing af Jeudan stiger. Vi kan konkludere, at kapitalstrukturen for ejendomsselskaber i en vis udstrækning bestemmes af kreditinstitutterne. Diskonteringsfaktoren er et meget afgørende element i en Discounted Cash Flow -værdiansættelse. Vi har, på baggrund af regressioner mellem afkastet for Jeudan og en markedsportefølje, beregnet en beta på månedlige data over både 3 og 5-år. Disse betaestimater har over tid vist meget svingende værdier, hvilket også er gældende for tilsvarende betaberegninger på amerikanske ejendomsaktieindeks. I processen har vi set klare indikationer på, at den statiske CAPM-beregning ikke holder 100% i en dynamisk verden, hvor beta er tidsvarierende. I perioder oplever vi en negativ korrelation, hvilket smadrer den klassiske betaberegning. Med baggrund i betaestimater, beregnet som et 2-årigt gennemsnit, sammenholdt med en fundamental analyse af Jeudan, har vi estimeret beta til 0,85 efter korrektion i forhold til den estimerede target kapitalstruktur via Modigliani og Millers betarelation. Herefter kunne vi estimere CAPM til 8,7%, der sammenholdt med långivers afkastkrav efter skat på 4,1%, giver en WACC på 5,8%. Med baggrund i den estimerede udvikling i valuedriverne fra SWOT-analysen har vi udarbejdet et forecast af de fremtidige cash flows opdelt i 2 budgetperioder og en terminalperiode. Til trods for en 93

102 række trusler i forhold til ejendomsmarkedet vurderer vi, at Jeudan kan fortsætte en fornuftig udvikling i lejeindtægterne, ligesom de har et stærkt organisatorisk setup til at vedligeholde og udvikle ejendommene på rentabel vis fremover. Vi vurderer ligeledes, at der opstår muligheder for Jeudan i forhold til at købe nye velbeliggende ejendomme til mere gunstige startafkast end i 2007, hvorfor vi har estimeret en kraftig udvikling i investeringer de næste 8 år. Herefter opstillede vi en værdiansættelsesmodel, der dels tilbagediskonterer de frie cash flows fra den nuværende investerede kapital, og dels inddrager en forventet udvikling i individuelle marginalinvesteringer. Jeudan blev herefter beregnet primært på baggrund af perioden fra år 8 og frem, da nye investeringer i de første 8 år medførte negative cash flows. Som følge af de lange budgetperioder og den høje terminalværdi vil værdien af Jeudan være følsom overfor ændringer i de grundlæggende valuedrivere, henholdsvis betaværdien, långivers afkastkrav, tomgang, lejeudvikling og startafkastet ved nye investeringer. Vi har på den baggrund estimeret en række følsomhedsberegninger, der har til formål at give en vurdering af et Bear-, Base- og Bull-case scenarium, hvor den estimerede aktiekurs spænder fra 193 til 886 afhængig af hvilke følsomhedsfaktorer vi simulerer på. Med baggrund i en vægtet vurdering af forskellige scenarier, estimeres en fair værdi af Jeudan til 495 kr. pr. aktie, hvilket er 18% under nuværende markedskurs. Med udgangspunkt i værdiansættelsen af Jeudan, der antages at være repræsentativ for det generelle erhvervsejendomsmarked i København, vurderes det ligeledes, at konklusionerne kan overføres til erhvervsejendomsmarkedet som helhed. Det er således vores konklusion, at erhvervsejendomsmarkedet i København er overvurderet, og at investorerne ikke bliver kompenseret tilstrækkeligt for risikoen på erhvervsejendomme. Vi vurderer endvidere, at mindre ejendomsaktører bliver udsat for en ikke ubetydelig usystematisk risiko, dels som følge af individuelle ejendomsrisici såsom lejerisiko, geografisk spredning med videre, og dels som følge af en stor diversifikationseffekt mellem ejendomme og markedsporteføljen. 94

103 14 KILDEFORTEGNELSE 14.1 Bøger o Brealey & Myers, Corporate Finance, 2006 o Damodaran, Aswath, Investment Valuation, 2006 o Brooks, Chris, Introductory Econometrics For Finance, 2006 o Elton, Gruber, Brown & Goetmann, Modern Portfolio Theory and investment analysis, 2007 o Elling & Sørensen, Regnskabsanalyse og værdiansættelse praktisk tilgang, 2. udgave 2005 o Pedersen, Preben Kjær, Vurdering af investeringsejendomme, 1. udgave 1999 o Modigliani, F. & Miller, M.H., Corporate income taxes and the cost of capital, 1963 o Koller, Goeshart & Wessels, Valuation, 2005 o Andersen, Torben, med flere, Beskrivende Dansk Økonomi, 2005 o Christensen, Michael & Pedersen, Frank, Aktieinvestering teori og praktisk anvendelse, 2003 o Wang, ko & Wolverton, L. Marvin, Real Estate Valuation Theory, Artikler o Munkholm, Søren Jensen, Finans/Invest 6/94, En model til beregning af en erhvervsejendoms værdi o Weeke, Kristian Rung & Schltz, Morten, Finans/invest 6/06, Ejendomsobligationer følsomhed og soliditet i cash flow o MacKinlay, A. Craig, Journal of Economic Literature vol , Event Studies in Economics and Finance o Rasmussen, Klaus, Dansk Industri 2007, Sløj vækst i Dansk økonomi o Sharpe, W.F. 1994, The Journal of Portfolio Management, The Sharpe Ratio o Børsen , Fakta om Basel II-reglerne o Venderby, Christian, Børsen , Nordea tilbyder nu også 5 pct. i rente o Madsen, Anders C, PricewaterhouseCoopers, Prisfastsættelsen på aktiemarkedet januar 2005 o Nielsen, Peder Harbjerg, Finans/Invest 02/03, Virksomhedsvurdering i kapitalmarkedet o Tanggaard, Carsten, Finans/Invest 3/97, Hvad praktikere bør vide om Regressionsanalyse o Ejendomsforeningen, Værdiansættelse af fast ejendom en introduktion til DCF-modellen o Hansen, Michael & Plenborg, Thomas, Finans/Invest 2/03, Valg af Betarelation o Bach, Peder & Søgaard-Andersen, Per, Finans/Invest 6/07, Risikoanalyse af ejendomme i investeringsporteføljer 95

104 14.3 Offentliggjorte rapporter o Jeudans årsrapporter o Land & Leisure A/S Årsrapport 2007 o Peer group årsrapporter 2007 o Sadolin & Albæk, Copenhagen and Malmoe property market report 2008 o Sadolin & Albæk, Markedsbarometer, o Merrill Lynch, Office REITs 1Q Sales Report, april 2008 o UBS Investment Research, U.S. REIT NAV Book, September Interviews o Personligt interview, Niels Lund Jensen, erhvervsmægler, CBRE Cederholm januar 2008 o Personligt interview, Morten Hansen, finansrådgiver, Jyske Markets marts 2008 o Personligt interview, Jan Eriksen, kreditansvarlig Østjylland, Jyske Bank, februar 2008 o Telefoninterview, Morten Aagaard, underdirektør, Jeudan, marts Hjemmesider o o o o o o o 10_WhitepaperDanica_Okt2003DK.pdf 14.6 Data-cd Datagrundlaget og beregninger anvendt i opgaven er opsamlet på vedlagte data-cd. Data er organiseret i forhold til opgavens respektive kapitelnumre med tilhørende filnavn. o Kapitel 4 - Regressioner o Kapitel 4 - Multipel regression - Tests o Kapitel 5 - Eventstudie o Kapitel 8 - Afkast MXCI o Kapitel 8 - Afkastdata SP500 Office og MXCI o Kapitel 8 - Kritisk Rand o Kapitel 8 - MVP årligt data 96

105 o Kapitel 8 Tangentportefølje o Kapitel 11 - Arbejdskapital o Kapitel 12 - Værdiansættelsesmodel 14.7 Kildekritik Analyserne i opgaven er gennemgående baseret på egne empiriske tests, hvor der alene henvises til artikler som sammenligningsgrundlag. Litteraturen, der er anvendt, er baseret primært på anerkendte bøger anvendt som undervisningspensum på Instituttet for Finansiering i Århus. Derudover har vi anvendt litteratur med speciale indenfor fast ejendom, som vurderes pålidelig. Vores datagrundlag vedrører primært prisdata fra NPI Office National Council of Real Estate Investment Fiduciaries, der stammer fra USA. Amerikansk data er valgt, idet vi vurderer, at det er historisk repræsentativt og effektivt opgjort og derved væsentlig mere anvendeligt end det tilgængelige danske data. Data fra NPI Office er prisdata, hvilket betyder at opgørelserne er uden hensyntagen til gæld. Data bliver opgjort på baggrund af kvartalsvise vurderinger og omsatte ejendomme med over 50 data-leverandører. Markedsværdien for ejendommene i indekset over 200 mia. USD, hvorfor datagrundlaget vurderes tilfredsstillende. Vi har løbende i opgaven forholdt os kritisk til opgørelsesmetoderne, hvor Stale Pricing -problematikken er analyseret. 97

106 15 BILAG 15.1 Bilag 1 gennemgang af faktorer ved værdiansættelse af en erhvervsejendom Modellen til værdiansættelse af erhvervsejendomme tager højde for nedenstående faktorer. Enkelte faktorer vil blive gennemgået i øvrige kapitler i opgaven, og er markeret med en *. Lejeindtægter kr. pr. m 2 jævnfør lejeprospekt. Andel af driftsudgifter som afholdes af lejer udgør 593 kr. pr. m 2 jævnfør lejeprospekt. Lejen antages at være retvisende i forhold til markedslejen. Driftsudgifter Øvrige driftsudgifter som ikke dækkes af lejer vedrører udvendig vedligeholdelse estimeret til 35 kr. pr. m 2 samt administration med mere estimeret til 2% af lejeindtægter 131. Beløb afsat til udvendig vedligeholdelse antages at forfalde gennemsnitligt hver 8. år, men der hensættes løbende. Eftersom ejendommen fremstår nyistandsat, så antages det, at den udvendige vedligeholdelse at er 0 kr. de første 8 år. Inflation/stigningstakt i lejeindtægter og driftsudgifter Der antages en årlig stigningstakt i lejeindtægter på 3% de første 8 år svarende til minimumslejereguleringen fra lejeprospektet i forhold til nettoprisindekset. Herefter antages lejen at stige 2,1 % årligt svarende til den gennemsnitlige inflation de sidste 10 år 132. Driftsudgifter antages at stige 2,1% årligt i hele perioden. Man kan se en kraftig stigning i vurderingssummen, når inflationen stiger uden at det estimerede afkastkrav ændrer sig. Imidlertid er der ofte en vis sammenhæng mellem størrelsen af afkastkravet og inflationen. Er inflationsprocenten høj, medfører dette også et højt afkastkrav, idet långiver ønsker kompensation for den penge-forringelse, som inflationen er udtryk for. Er inflationsprocenten derimod lav, medfører det til gengæld en lavere rente, idet en høj realrente bl.a. medfører at långiverne konkurrerer om lånene, hvorved udlånsrenten falder. I nærværende model er prisstigninger på en ejendom alene et udtryk for stigninger i nettolejen sammenholdt med et uændret afkastkrav. Derfor har inflationen kun en indirekte påvirkning på værdiudviklingen af ejendommen. 131 Interview, Lund (2008) gennemsnitlig årlig inflation siden

107 Investeringshorisont Jeudans strategi er langsigtede investeringer. Imidlertid forudsætter vi en investeringshorisont på 25 år. Startafkastkrav* Startafkastkravet har i 2007 gennemsnitlig ligget i niveau 4,75-5,25% i København133, hvorfor vi antager et startafkastkrav på 5%. Dette afkastkrav antages også at være gældende for salgsprisen efter 25 år. Handels- og låneomkostninger Der forudsættes 3% i handels- og låneomkostninger ved både køb og salg, hvilket dækker stempel, kurtage, gebyrer, revisor-, advokat- og mægleromkostninger med mere. Udlejningsgrad* Henset til ejendommens gode beliggenhed og Jeudans generelle lave tomgang på deres lejemål, antages en udlejningsgrad på 100%. Ved simuleringer af forskellige udlejningsgrader antages det, at udvendig vedligeholdelse er uændret 35 kr. pr. m 2, mens øvrige driftsudgifter falder forholdsmæssigt med fald i udlejningsgraden. Løbende afkast efter skat* Dette afkastkrav er helt essentielt i vurdering af, om en given ejendomsinvestering er interessant. Vi vil i modellen beregne os frem til et løbende afkast efter skat, som skal sammenholdes med risikoen på den givne ejendom contra risikoen på alternative investeringer med samme risiko. Kapitalstruktur Der forudsættes en realkreditfinansiering på 60% af investeringssummen og en egenfinansiering på 40%. Det skal bemærkes, at modtaget depositum fratrækkes egenfinansieringen. Kapitalstrukturen har en afgørende betydning på det løbende afkastkrav, da skatteskjoldet ved renteudgifter er med til at skabe større cash flows før renter

108 Renteudgifter* Renteudgifterne afhænger i høj grad af finansieringsform og långivers risikotillæg. Risikotillægget, der typisk består af en rentemarginal til pengeinstitutter eller et administrationsbidrag til realkreditinstitutter, vil være afhængig af en kreditrating af låntager sammenholdt med belåningsprocent og sikkerhed i den pågældende ejendom. Ved langsigtede investeringer, som nærværende ejendom, vil man ofte foretrække en lang finansiering i kreditforeningen med fast rente i en årrække. I modellen antages en rentesats på 5,4%, hvilket svarer til en 25-årig swaprente134 tillagt en estimeret bidragssats/risikotillæg på 0,3%. Rentesatsen i modellen påvirker alene de skattemæssige fradrag, som renteudgifterne medfører. Skat* Eftersom skattemæssige afskrivninger som hovedregel ikke er tilladt på kontorejendomme jævnfør afskrivningslovens135 14, stk. 2, inddrages de ikke i nærværende model. De løbende resultater beskattes med 25%. 134 Kilde: Jyske Markets 135 Kilde: 100

109 15.2 Bilag 2 Regressionsdata, årlige data Office BNP 10Y Inflation Money FED Beskæftigelse 100,00 100,00 11,38 100,00 100,00 13,27 92,83 120,25 105,30 13,21 108,60 100,09 15,66 92,38 132,06 99,72 12,77 112,51 103,53 12,00 90,29 148,87 130,43 11,23 116,67 111,42 9,22 90,40 167,33 159,65 12,42 121,46 115,95 10,20 92,49 182,46 186,47 10,65 126,31 122,23 8,13 92,81 192,86 207,73 7,53 128,08 129,01 6,65 93,00 200,49 245,33 8,31 133,46 132,80 6,56 93,83 212,48 281,39 8,76 139,07 134,63 7,49 94,51 221,30 311,22 8,43 145,19 134,41 9,15 94,74 218,95 319,62 8,48 154,19 135,61 8,03 94,38 193,88 333,68 7,81 158,66 135,75 5,64 93,15 178,28 389,08 6,98 163,26 134,42 3,49 92,51 171,23 428,37 5,85 167,67 132,79 3,00 93,09 177,95 499,05 7,07 172,20 131,81 4,20 93,90 190,72 539,48 6,57 176,50 131,65 5,83 94,41 216,59 635,50 6,41 182,33 135,08 5,27 94,59 255,29 746,08 6,33 185,42 139,39 5,44 95,06 305,38 881,12 5,26 188,02 148,22 5,35 95,50 342, ,65 5,66 193,10 156,72 5,00 95,78 391, ,94 6,03 199,66 162,11 6,25 96,03 415, ,22 5,03 202,66 172,66 3,93 95,26 426, ,64 4,62 207,93 182,84 1,68 94,22 451, ,19 4,01 211,88 191,76 1,12 94,01 505, ,52 4,27 219,08 195,44 1,35 94,46 603, ,41 4,27 226,31 198,14 3,19 94,93 719, ,40 4,79 231,97 201,95 4,96 95,39 866, ,87 4,66 241,71 208,90 5,05 95,36 101

110 15.3 Bilag 3 Uddrag af Gennemsnits- og Marketsmodellen Uddrag fra Gennemsnitsmodellen Tid (-2) Tid (-1) Tid (0) Tid (+1) Tid (+2) Aggregerede Afkast 0,0000 0,0311 1,2223 0,4287 0,1473 Varians 1,1643 1,1643 1,1643 1,1643 1,1643 5,8213 Overnormale afkast -0,7525-0,7215 0,4697-0,3238-0,6053-1,9333 Test -0,6974-0,6686 0,4353-0,3001-0,5609-0,8013 Mean 0, Tid (-2) Tid (-1) Tid (0) Tid (+1) Tid (+2) Aggregerede Afkast -0,0941-1,5583 0,8402-0,9837 0,7481 Varians 2,7146 2,7146 2,7146 2,7146 2, ,5731 Overnormale afkast 0,3025-1,1617 1,2368-0,5871 1,1447 0,9352 Test 0,1836-0,7051 0,7507-0,3563 0,6948 0,2538 Mean -0,3966 Aggregering over aktier Tid (-2) Tid (-1) Tid (0) Tid (+1) Tid (+2) Aggregerede Varians 0,1557 0,1557 0,1557 0,1557 0,1557 0,7783 Overnormale afkast -0,4477-0,0332 0,3610-0,2933-0,5228-0,9360 Test -1,1348-0,0841 0,9150-0,7433-1,3251-1,0609 Der henvises til Data-cd for den fulde model Uddrag fra Marketsmodellen Tid (-2) Tid (-1) Tid (0) Tid (+1) Tid (+2) Aggregerede Marked afkast 0,0000 0,9500 1,4320 1,0998 0,2809 Forventet afkast 0,1843 0,1916 0,4723 0,2853 0,2190 Afkast 0,0000 0,0311 1,2223 0,4287 0,1473 Varians 1,2156 1,2156 1,2156 1,2156 1,2156 6,0780 Overnormale afkast -0,1843-0,1606 0,7500 0,1434-0,0717 0,4768 Test -0,1672-0,1456 0,6802 0,1300-0,0651 0, Tid (-2) Tid (-1) Tid (0) Tid (+1) Tid (+2) Aggregerede Marked afkast 0,5488-1,9116 0,3763 1,0906-2,0870 Forventet afkast -0,2650-1,4665 0,5016-0,9950 0,4260 Afkast -0,0941-1,5583 0,8402-0,9837 0,7481 Varians 2,7122 2,7122 2,7122 2,7122 2, ,5608 Overnormale afkast 0,1710-0,0918 0,3386 0,0113 0,3221 0,7512 Test 0,1038-0,0557 0,2056 0,0069 0,1956 0,2040 Aggregering over aktier Tid (-2) Tid (-1) Tid (0) Tid (+1) Tid (+2) Aggregerede Varians 0,0939 0,0939 0,0939 0,0939 0,0939 0,4693 Overnormale afkast -0,1539 0,1014 0,2458-0,1175-0,2964-0,2206 Test -0,5024 0,3311 0,8024-0,3836-0,9676-0,3221 Der henvises til Data-cd for den fulde model 102

111 15.4 Bilag 4 Marketsmodellen og linearitet Illustration af forventet afkast 1,00 0,50 Markeds Konstant Faktisk 4,00 3,00 Markeds Konstant Faktisk 0,00 Dag -2 Dag -1 Dag 0 Dag +1 Dag +2 2,00-0,50 1,00-1,00 0,00 Dag -2 Dag -1 Dag 0 Dag +1 Dag +2-1,50-1,00-2,00 Rentefald, ,00 Rentefald, Illustration af anormalt afkast 1,50 1,00 Markeds Konstant 2,50 2,00 1,50 Markeds Konstant 0,50 1,00 0,00 Dag -2 Dag -1 Dag 0 Dag +1 Dag +2 0,50-0,50 0,00 Dag -2 Dag -1 Dag 0 Dag +1 Dag +2-0,50-1,00-1,50 Rentefald, ,00-1,50 Rentefald,

112 15.5 Bilag 5 ROIC beregninger Beregning af ROIC (beløb i mio. kr.) Nettoinvesteret kapital + Anlægsaktiver Omsætningsaktiver Likvide beholdninger Hensættelser og ikke rentebærende gæld Nettoinvesteret kapital EBIT Betalt skat (Beløb i mio. kr.) år ROIC 6,8% 5,4% 4,7% 4,7% 4,5% Nettoopskrivninger af investeringsejendomme til dagsværdi Kapitaliseret regulering vedr. udvikling i driftsøkonomi N/A N/A Regulering vedr. ændring af afkastkrav N/A N/A Reguleringer vedr. planlagte og igangværende ombygninger mv. N/A N/A (155) - (140) Nettoopskrivninger efter skat ROIC (inkl. nettoopskrivninger e. skat) 9,5% 6,5% 17,0% 8,7% 5,9% ROIC (inkl. nettoopskrivninger e. skat vedr. udvikling i driftsøkonomi) N/A N/A 7,0% 7,6% 7,1% N/A = ikke tilgængeligt materiale Gennemsnitligt afkastkrav til ejendomsporteføljen 6,7% 6,1% 5,1% 5,0% 5,0% Egenkapital (markedsværdi) Gennemsnitlig igangværende projekter

113 15.6 Bilag 6 Jeudan, Kurs- og omsætningsudvikling Kursudvikling 700 Kursudvikling Kurs Omsætningsudvikling Kvartalsomsætning i Jeudan-aktien Stk

114 15.7 Bilag 7 PEST og Porter modeller PEST-modellen Politik og lovgivning Økonomi og demografi Jeudan Teknologi og miljø Sociale og kulturelle forhold Porters Five Forces Potentielle nye konkurrenter Trusler om nyetablering Konkurrencemæssig arena Leverandører Forhandlingsstyrke Forhandlingsstyrke Kunder Eksisterende konkurrenter Trusler om substitution Substituerende produkter 106

115 15.8 Bilag 8 Test for Autokorrelation for årlige og 2-årige data Årlige data årige data 107

116 15.9 Bilag 9 Kritisk Rand Aktivernes karakteristika: Porteføljer af X og Y: Office SP-500 Vægt i Office Vægt i SP- 500 Forv. Afkast 1-1 0,19 Risiko Risiko Risiko Forventet afkast (r x og r y ) 9,78 9,55 100% 0% 9,78 13,61 13,61 13,61 Varians (σ) 185,23 168,74 90% 10% 9,76 13,55 10,95 12,57 Risiko (σ x og σ y ) 13,61 12,99 80% 20% 9,73 13,49 8,29 11,67 70% 30% 9,71 13,42 5,63 10,97 Korrelationsmatrix: 1,00 Korrelation 60% 40% 9,69 13,36 2,97 10,49-1,00 Korrelation 50% 50% 9,67 13,30 0,31 10,28 0,19 Korrelation 40% 60% 9,64 13,24 2,35 10,34 30% 70% 9,62 13,18 5,01 10,67 20% 80% 9,60 13,11 7,67 11,24 10% 90% 9,57 13,05 10,33 12,03 0% 100% 9,55 12,99 12,99 12,99 Forventet afkast 9,85 9,80 9,75 9,70 9,65 9,60 9,55 9,50 1,00 Korrelation 0,19 Korrelation Office SP Risiko

117 15.10 Bilag 10 Kursudvikling ISS Erhvervsobligationer Bloomberg 109

118 15.11 Bilag 11 Renteudvikling ISS Erhvervsobligationer Bloomberg 110

119 15.12 Bilag 12 Jeudans lejeprospekt 111

120 15.13 Bilag 13 Risikojustering ved inddragelse af AR(1)-led Regression på kvartalsdata Regression på kvartalsdata med AR(1)-led 112