Risikostyring og låneforhold. - Fra sorte svaner til lemminger. De viste eksempler er kun for at tydeliggøre pointerne.

Transkript

1 Risikostyring og låneforhold - Fra sorte svaner til lemminger De viste eksempler er kun for at tydeliggøre pointerne. 0

2 Mogens V. Møller & Moller & Company A/S Moller & Company A/S Stiftet af Mogens V. Møller i 2005 Bestyrelse: Finansdirektør Knud Hjort, Lego. Direktør, John Skovbjerg, Byggeselskabet Olav de Linde A/S. Adm. direktør Per V. Møller, Rose Poultry A/S. Om virksomheden: Investeringsselskab med aktiviteter indenfor ejendomsinvestering/-rådgivning, finansiel rådgivning og porteføljestyring Fokus områder: Tyske ejendomsinvesteringer og asset management. Etablerede eget datterselskab i Tyskland juni 2006, Moller & Company GmbH. Mogens V. Møller Beskæftigelse , Danske Bank , Grundfos A/S , Arla Foods amba 2005 Moller & Company A/S Finansdirektør i Arla Foods amba. Siden 1992 direktør i hollandske og tyske ejendomsselskaber i Arla-koncernen. Siden 2003 direktør for K/S Danske Immobilien, der ejer ca lejligheder i Nordtyskland. Etablerer børsnoteret selskab i 2008, Prime Office A/S Gennemført ejendomstransaktioner for ca. EUR 400 mio. Tilknyttet HHÅ, Institut for finansiering og Udenrigshandel, skrevet lærebogen Finansiel Styring i Internationale Virksomheder,

3 Hvem handler den næste times tid om? Risikostyring Teori og praktik Det risikofri lån Nogle budskaber 2

4 We will never have a perfect model of risk by Alan Greenspan Financial Times The most credible explanation of why risk management based on state-of-the-art statistical models can perform so poorly is that the underlying data used to estimate a model s structure are drawn generally from both periods of euphoria and periods of fear, that is, from regimes with importantly different dynamics. Kilde: FT

5 Robert Schiller om den markedspsykologi Irrational Exuberance, 2001 om Nasdaq og bobble i US ejendomspriser fra 2004 There are many other psychological theories that have been applied successfully to understanding phenomena in financial markets. Extensive psychological research has documented that people tend to be overconfident in their judgments. People tend to show a wishful thinking bias, believing what they want to believe. People show problems of self control, and know that they may be unable to control themselves in the future. People often make judgments using the representativeness heuristic, that is when judging the probability that a model is true, they base their estimate on the degree to which the data resemble the model, rather than do appropriate probability calculations. People tend to exhibit belief perseverance, hanging onto past beliefs long after they should have abandoned them. People tend to make the error of anchoring, that is, when making difficult quantitative judgments they tend to start from some arbitrary initial estimate, often suggested to them by something in their Egne evner og vurderinger overfortolkes Ønsketænkning Manglende selvkontrol Manglende erkendelse af den faktiske situation Lemmingeeffekten immediate environment, and then allow that initial estimate to influence their judgments. People tend to show an availability bias, overweighting evidence that comes easily to mind, thereby allowing their decisions to be over-influenced by evidence that is more salient and attention-grabbing. 4

6 IMF Global Stability Map oktober 2008 I en global verden ændrer tingene sig i et helt andet tempo IMF, oktober

7 2007 en verden med lille risiko Kilde: IMF,

8 BNP udvikling i en række større økonomier og Verdens vigtigste finansielle læresætning.. Det går op og ned, men ikke nødvendigvis i den rækkefølge UK USA Japan Tyskland Source: Reuters EcoWin 7

9 Tilbageblik: Her skabtes helt unikke muligheder Prime rates i USA gns. Percent 8

10 Enestående muligheder for kreative finansfolk 9

11 Weapons of mass destruction men det gælder alle finansiel aktivitet Tallenes størrelse på daglig endsige årlig basis ligger uden for enhver form for relevans Kilde: BIS,

12 Selvskabte problemer Den kloge narrer den mindre kloge 11

13 Her kan I se hvor let det er gjort!! 12

14 Det går op og ned og meget lidt fokus på ratingselskaberne Moody s opgraderer i februar 2007 tre islandske banker Glitnir, Landsbanki og Kauphting til AAA De er alle nationaliseret i dag 13

15 Finansteori usikkerhed i 2. potens Spredning er godt Korrelation og varians Normalfordelingsantagelse Effektive kapitalmarkeder Diskontinuære bevægelser Aktier giver mere end obligationer over tid Risikoen er konstant Foredraget Options the corporate viewpoint kan downloades på og foredrag 14

16 En sort svane begivenhed Den ligger helt uden for vores forventninger Den har en voldsom virkning når den indtræffer Den menneskelige natur forstår den øjeblikkelig NÅR den er indtruffet. Risikostyringsmodeller tager slet ikke højde for den Vi lever i et miljø, hvor information har epidemiske karaktertræk, specielt indenfor investeringsvirksomhed. 15

17 Alle finansielle modeller bygger på en normalfordeling Normale og lognormale fordelinger følger en kontinuær fordeling Finansielle instrumenter er ikke lognormalt fordelt Sandsynligheder for de helt usandsynlige begivenheder er sket 7 gange siden De ekstreme begivenheder tæller IKKE med 16

18 S&P 500 fra 1825 til

19 S&P 500 fra 1825 til

20 Volatility Index (VIX) 6 Percent

21 Brent olie 20 USD/Barrel

22 World Freight Index Index 21

23 Et dansk offer Index DKK dec apr aug dec apr aug dec 05 apr aug dec 06 World, Freight, Index, Baltic Exchange Dry (BDI), US Dollars Denmark, D/S NORDEN, Danish Kroner apr aug dec 07 apr aug dec Source: Reuters EcoWin 22

24 Good old CAPM model 23

25 LTCM verdens største hedgefond styret af to Nobelpristagere i økonomi kollapsede i 1998 Væsentligste årsag: korrelation mellem markeder og aktivklasser forsvandt 24

26 Man kender til ekstremer og er forberedt 25

27 Lang historisk er godt og uro må ikke skræmme 26

28 Varedeklaration fra Formuepleje Vi lader tallene stå et øjeblik 27

29 De har gået på samme hold Alm.Brand Kapitalpleje Penta Formueevolution 28

30 Investeringsforeninger globale aktierz A Aktier giver mere end obligationer og 100 kr. er vokset til 29

31 Nogle budskaber De finansielle markeder går op og ned men ikke nødvendigvis i den rækkefølge Regn på ekstremerne og sæt indsatsen derefter Vi overraskes hver gang, men forklaringerne er rene selvfølgeligheder Den finansielle teori er stadig meget mangelfuld Modeller virker ikke og normalfordelinger er fandens opfindelse, men al risikostyring bygger på det Vælg selv når I træder ind i spillet, men man behøver ikke deltage i ethvert spil 30

32 Sammensætning af låneportefølje Konkursrisikoen Lange lånetilsagn Information Valg af kapitalstruktur Lang og kort rente Finansielle instrumenter, her kan I selv vælge spil og risiko Valutagrupper USD, GBP SEK, NOK Euro (kronekurspolitik) CHF JPY 31

33 Valutaer og rentesatser et øjebliksbillede Rente 1 md Valuta Kurs 1 måned 3 mdr. 1 år 5 år 10 år Volatilitet USD 5,76 0,7 1,12 1,3 2,1 2,6 GBP 7,95 1,9 1,8 2,2 3,07 3,81 SEK 0,68 2,1 1,9 1,8 2,75 3,28 NOK 0,81 3,88 3,75 2,81 3,6 4,4 EURO 7,45 2,02 2,25 2,23 2,9 3,65 CHF 5,03 0,3 0,54 0,9 1,75 2,46 JPY 6,41 0,4 0,5 0,73 0,9 1,25 32

34 Udvalgte volatiliteter Risikoen i valutamarkedet er tæt på det højeste nogensinde Rusland bankerot Percent Euro Zone, EUR/USD 1 month, Bid Denmark, DKK/USD 1 month, Ask United Kingdom, GBP/USD 1 month, Ask Japan, USD/JPY 1 Month, Ask Source: Reuters EcoWin 33

35 Udvikling i USD/DKK og GBP/DKK 9,5 9,0 8,5 8,0 7,5 7,0 6,5 6,0 5,5 5,0 4,5 >>GBP/DKK Bank of England GBP/DKK Central Bank USD/DKK Source: Reuters EcoWin 34

36 USD og GBP 3 mdr. renter Percent 35

37 Udvikling i SEK/DKK og NOK/DKK NOK/DKK 1,20 1,15 1,10 1,05 1,00 0,95 0,90 0,85 0,80 0,75 0,70 0, ,20 1,15 1,10 1,05 1,00 0,95 0,90 0,85 0,80 0,75 0,70 0,65 SEK/DKK Central Bank SEK/DKK Central Bank NOK/DKK Source: Reuters EcoWin 36

38 NOK og SEK 3 mdr. s renter Percent Percent 10 NOK 3 mdr Sweden, STIBOR, Swedish Kronor Norway, NIBOR, Norway Kroner Source: Reuters EcoWin 37

39 USD og GPB - SEK eller NOK USD i stedet for GBP SEK i stedet for NOK 38

40 Udvikling i EUR/DKK 7,60 Vi tror alle på den faste kronekurs? 7,55 7,50 EUR/DKK 7,45 7,40 7,35 7,30 7, Source: Reuters EcoWin 39

41 Udvikling i CHF/DKK over 20 år Den mest foretrukne spekulationsvaluta 5,2 5,1 5,0 4,9 4,8 CHF/DKK 4,7 4,6 4,5 4,4 4,3 4,2 4, Source: Reuters EcoWin 40

42 Udvikling i CHF/DKK 1 år Her går det også op og ned, men rækkefølgen.. CHF/DKK 41

43 Udvikling i JPY/DKK over 20 år Enestående muligheder og her giver betaling af optionspræmie mening JPY/DKK 42

44 Rentekurve den 26. januar ,50% 4,00% 3,50% Sådan ligger markedet og hvad gør vi herfra? 3,00% 2,50% DKK EURO 2,00% DKK 1,50% 1,00% CHF EUR CHF 0,50% 0,00% 0,1 0,7 1,2 1,7 2,2 4,0 6,0 8,0 10,0 15,0 25,0 43

45 10 mio. DKK variabel siden måneders variabel Source: Reuters EcoWin 44

46 10 mio. DKK fast års fastforrentet Source: Reuters EcoWin 45

47 60% fast og 40 % variabel - forsikring koster % fast lån, 40 % DKK variabelt lån 3 måneders variabel 30 års fast forrrentet Source: Reuters EcoWin 46

48 60% DKK fast og variabel DKK,EUR, CHF % fast lån, 40 % DKK variabelt lån 60% fast lån, 40 % CHF variabelt lån 60% fast lån, 40 % EUR variabelt lån Source: Reuters EcoWin 47

49 Hvad med kurstabet? Ekstremer fra til % D kk lang 4 0 % EU R ko rt 6 0 % D kk lang 4 0 % C HF ko rt 6 0 % D kk lang 4 0 % D KK ko rt

50 Effektive rentesatser for valutalån over 10 år Der er ingen mønster, men mange ekstremer 30,0% 20,0% 10,0% 0,0% DKK JPY GBR USD -10,0% -20,0% -30,0% 49

51 Nogle budskaber Lange kredittilsagn Realkreditfinansiering er en ren gave Fordeling af fast rente og gæld efter konkursrisiko Korte renter er billigere end lange man betaler for meget for sikkerheden. 20% bevægelser +- i de større valutaer giver store tab- og gevinstmuligheder 50

52 God litteratur Nassim Taleb: Fooled by Randomness Samme: Black Swan Robert Shiller: Irrational Exuberance Samme: the Subprime Solution Snowball om Warren Buffett Alan Greenspan artikel kan downloades på Financial Times 51