Den forstliga räntefoten: Låt stå? : Undersökning av svenska skogsägares avkastning, risk och räntekrav

(1)

Den forstliga räntefoten: Låt stå?

Undersökning av svenska skogsägares avkastning, risk och räntekrav

Författare: Alva Johansson (961006) och Ebba Andrén (950720)

VT 2019 Uppsats, kandidatkurs (15 hp) Nationalekonomi

Handelshögskolan vid Örebro universitet Handledare: Linda Andersson Järnberg Examinator: Dan Johansson

(2)

Abstract

The aim of this paper is to investigate Swedish forest owners’ returns, risks and return requirements. This is discussed in relation to the fixed interest rate of 2.5 percent used to assess Swedish timberland. The relatively low interest rate was launched in the middle of the 20th century in order to steer the production of forest products to higher quality levels, since the low interest rate induces longer rotation times, which characterize high quality timber. Two surveys of Swedish forest owners are used as foundation to the analysis, together with a risk analysis of Sveaskog, the largest forest owner in Sweden. Unanimous to previous studies, the results showed different outcomes, both regarding risk and return, in relation the interest rate of 2.5 percent. Due to the methodology, the results are not generalizable for all forest assets in Sweden, although it gives indications that future research regarding the level of the forestry interest rate is needed.

(3)

Innehållsförteckning

1. Inledning ... 1

2. Bakgrund... 4

2.1 Ägarstruktur ... 5

2.2 Virkesförråd ... 5

2.3 Risker med en skogsinvestering ... 6

2.4 Klimatet och skogen ... 8

3. Teoretiskt ramverk ... 9

3.1 Portföljteori... 9

3.2 ß-värdet genom Capital Asset Pricing Model (CAPM)... 12

3.3 Nuvärdesmetoden och kalkylränta ... 13

4. Tidigare studier ... 14

5. Data ... 16

5.1 Sveaskogs ß–värde ... 16

5.2 Enkätundersökningarna ... 17

6. Metod för analys av enkätdata ... 21

7. Resultat ... 22 7.1 Sveaskogs ß–värde ... 22 7.2 Enkätundersökningarna ... 22 7.2.1 Avkastning...22 7.2.2 Risk ...26 7.2.3 Nuvärdesberäkning...29 8. Diskussion ... 29 9. Slutsatser ... 31 Källförteckning ... 34

Bilaga 1: Skoglig ordlista ... 43

(4)

1. Inledning

Syftet med denna uppsats är att undersöka svenska skogsägares avkastning, risk och räntekrav. Detta diskuteras i förhållande till den låga kalkylräntan på 2,5 procent som idag används vid exempelvis värdering av skog i Sverige. Data från två enkätundersökningar ligger till grund för analysen, tillsammans med en skattning av Sveaskogs risknivå, Sveriges största skogsägare. Se bilaga 1 för en skoglig ordlista.

Skogen i Sverige har, både historiskt och i vår samtid, haft en stor roll för svensk ekonomi och utveckling. År 2017 stod växande skog och mark för 1,4 procent av Sveriges nationalförmögenhet (Statistiska Centralbyrån (SCB), 2019) och 69,1 procent av landets yta är täckt av skog (Christiansen, 2014). För att värdera skogen, till exempel vid beräkning av skogens andel av nationalförmögenheten, används i Sverige en bestämd kalkylränta, den så kallade forstliga räntefoten. Den forstliga räntefoten är 2,5 procent och har alltid varit lägre än de kalkylräntor som används vid andra investeringar med liknande risknivå och tidsram (Ekvall & Bostedt, 2009). Den lanserades i mitten av 1900-talet för att undvika skogsprodukter av lägre kvalitet, då det finns ett samband mellan kalkylränta och typ av producerat virke, vilket är tätt sammankopplat med längden på skogens omloppstider. Ekvall & Bostedt (2009) skriver att tanken bakom en låg kalkylränta därmed var att styra produktionen mot en lång omloppstid, vilket ger virke av högre kvalitet. Eftersom det ursprungliga syftet med räntefoten inte grundar sig i faktisk avkastning, skulle en beräkning med hjälp av denna räntesats kunna innebära en osäker värdebedömning. Streyffert (1949, s. 42) skriver:

Med vilken räntefot skall en skogsägare räkna vid kalkylerandet av den tillåtna kulturkostnaden? Kan han räkna med lägre räntefot i skogsbruket än vid investering i annan verksamhet, t.ex. jordbruk eller förädlingsindustri? Markräntelärans lancerande av den s.k. forstliga räntefoten, som ansågs kunna sättas ett par procent lägre än den allmänna räntenivån, var ursprungligen föranlett av svårigheten att förränta kostnaderna i skogsbruket, kulturkostnader såväl som allmänna omkostnader. Möjligheten att möta ett räntabilitetskrav ha sedan dess avsevärt förbättrats, sedan ej blott den allmänna räntenivån undergått en sänkning utan även förutsättningarna i övrigt förbättrats härför. Frågan kvarstår likväl.

(5)

Som Streyffert (1949) påpekar, finns en problematik gällande värdering av skog att hänföra till den forstliga räntefoten. Vid värdering av skog används ofta en nuvärdesberäkning, där framtida nettointäkter omvärderas till dagens värde och detta ger således en ränta-på-ränta effekt. Då värdeökningen inte är linjär över tiden, kan ett förändrat värde av räntesatsen medföra en följaktligen stor förändring av värdet på Sveriges skogstillgångar och således även Sveriges nationalförmögenhet. Konsekvenserna blir särskilt betydande vid långsiktiga investeringar, vilket ett skogsinnehav anses vara (Ekvall & Bostedt, 2009). Att kunna utföra en korrekt värdering av skogsinnehav är dessutom av stor vikt för skogsägare vid exempelvis underlag för lån eller vid köp och försäljning av skog (Carlsson, Johansson & Larsson, 2009).

Risknivå är sammankopplat med avkastningskrav och därmed kalkylränta, då högre risk innebär högre avkastningskrav och lägre risk innebär lägre avkastningskrav. Samma samband gäller för kalkylräntan. Hultkrantz (2018) visar att en räntefot på 2,5 procent är rimlig, då en del av risken med en skogsinvestering kan vara hög, men en del även kan anses vara riskfri. Sammantaget kan därav den totala risken överensstämma med denna kalkylränta. Det finns dock forskning som visar att den faktiska avkastningen från skogsinvesteringar avviker från denna tämligen låga nivå. Ett exempel på en sådan studie är Lönnstedt & Svensson (2010) som har beräknat att den genomsnittliga avkastningen för svenska skogsinvesteringar under perioden 1968–1994 uppgick till 14,9 procent. Den finska skogsindustrikoncernen Stora Enso (2016) hävdar att en investering i skog på 15 år ska ge en liknande avkastning som en bostadsrätt i Stockholm, det vill säga en årlig avkastning på cirka 5,7 procent under en tidsperiod på 15 år. Dessa siffror skiljer sig således med stor marginal från räntefoten på 2,5 procent och visar även på de skilda meningar som råder gällande den kalkylränta som bör användas för skogsinnehav.

Risker vid skogsinvesteringar kan även förändras över tid. Ett aktuellt exempel på detta är klimatförändringar som kan öka sannolikheten för exempelvis naturkatastrofer och därmed öka riskerna för en skogsägares investering. Sommaren 2018 var en ovanligt varm sommar, som ledde till torka och i sin tur till många skogsbränder. Värmen påverkade i hög grad de svenska skogarna och dess skogsägare; dels genom minskade avverkningsmöjligheter på grund av den förhöjda risken att brand ska uppstå i samband med avverkning, dels genom stora förluster av skog till följd av brand eller torka. Samtidigt har skogsindustrin vuxit sig stark, framförallt till följd av högre rotpostpriser (Dagens Industri, 2018). Skogen ger, och förväntas även i framtiden kunna användas till, fler klimatpositiva och återvinningsbara produkter, vilket

(6)

förutspås innebära en ökad efterfrågan (Svenska Skogen, u.å.). En ökad efterfrågan, tillsammans med en ökad förväntad risk, ger ytterligare stöd att ifrågasätta en räntefot på 2,5 procent. Syftet med uppsatsen är således att undersöka svenska skogsägares avkastning, risk och räntekrav. Resultatet diskuteras i förhållande till den forstliga räntefoten.

För att bemöta syftet skall följande frågor besvaras och ställas i relation till den forstliga räntefoten:

1. Vad har skogsägare i Sverige för faktisk avkastning gällande sina skogsinnehav? 2. Vad har skogsägare i Sverige för avkastningskrav gällande sina skogsinnehav? 3. Vilka risker identifierar svenska skogsägare som störst gällande sina skogsinnehav? 4. Anser svenska skogsägare att risken relaterat till deras skogsinnehav har förändrats? 5. Hur anser svenska skogsägare att risken relaterat till deras skogsinnehav kommer att

vara i förhållande till andra investeringar i framtiden?

6. Vad har företaget Sveaskog för risknivå gällande sitt skogsinnehav?

För att undersöka svenska skogsägares avkastning samt uppfattning gällande risk och avkastningskrav, används primärdata bestående av kvantitativt material med kvalitativa inslag. Denna insamlas genom två enkätundersökningar vilka skickas ut till svenska skogsägare. Studien avgränsar sig till analys av risk och avkastning för enbart produktiv skog i Sverige, det vill säga den del av skogen som används för skogsproduktion (SFS, 1979:429) och därav genererar avkastning. Avsikten är att, till skillnad från tidigare forskning, inkludera svenska skogsägares åsikter och därmed genomföra en mer mångsidig analys.

Ett vanligt angreppssätt för att analysera kopplingen mellan risk och avkastning (riskpremie) är att utgå från CAPM-modellen (Hultkrantz, 2018; Hultkrantz & Mantalos, 2018; Lundgren, 2005; Washburn & Binkley, 1990). Lundgren (2005) pekar på de fördelar som finns med att använda en modell som andra inom ämnet använt sig av, då det möjliggör jämförelse med tidigare resultat. En klassisk CAPM-skattning har risknivån ß som en given variabel och beräknar det avkastningskrav som krävs för den givna risken (ß). Denna studie avser istället undersöka den risknivå som förekommer gällande skogsinnehav och illustrera det med hjälp av data från Sveaskog. Variationen i Sveaskogs avkastning och hur den samvarierar med marknadsportföljens avkastning, ger en indikation av den systematiska risken för Sveaskogs verksamhet. Beslutet att använda Sveaskog tas framförallt utifrån företagets kärnverksamhet

(7)

inom virke, till skillnad från andra skogsbolag som ofta har blandad verksamhet där det inte går att särskilja avkastning från olika aktiviteter. Sveaskog är dessutom den största skogsägaren i Sverige, med skogsinnehav beläget runt om i hela landet. Det möjliggör kontroll för eventuella geografiska skillnader.

I enlighet med tidigare forskning, visar studien på skilda resultat både gällande risk och avkastning för ett skogsinnehav i Sverige, i förhållande till den forstliga räntefoten på 2,5 procent. Metodens utformning möjliggör inte generaliserbara resultat för alla skogsinnehav i Sverige, men ger indikationer att framtida studier krävs gällande den forstliga räntefotens nivå.

Arbetet disponeras enligt följande: i avsnitt 2 redovisas den bakgrund som krävs för införståelse i ämnet. I avsnitt 3 beskrivs det teoretiska ramverk som ligger till grund för arbetet. Avsnitt 4 ger en sammanfattad bild av utvald tidigare forskning inom området. Därefter presenteras i avsnitt 5 det datamaterial som används i analysen. Avsnitt 6 beskriver den metod som används för analys av enkätdata. I avsnitt 7 redovisas det huvudsakliga resultatet. Sedan diskuteras resultatet i avsnitt 8 och i avsnitt 9 redogörs för de slutsatser som arbetet mynnar ut i.

2. Bakgrund

Skogen är en viktig naturresurs för Sverige och används för husproduktion, uppvärmning och för pappersproduktion, för att endast nämna ett fåtal exempel (Christiansen, 2014). Investerare och intressenter förväntar sig att skogen i framtiden kommer att ersätta plasten och andra material som blir ifrågasatta ur miljö- och hälsosynpunkt, samt användas för att tillverka exempelvis mat och bränsle (Svenska Skogen, u.å.). Avverkning av skog ger även flertalet energikällor då, förutom stam och bark, även grenar, stubbar och rotsystem kan tas tillvara för energiutvinning (SCB, 2019). Sverige och andra nordiska länder anses även ha en komparativ fördel inom skogsindustrin. Normark & Fries (2018) argumenterar för Nordens konkurrensfördel inom skogsbruket vilket hänförs till de förhållandevis låga temperaturer och långa omloppstider som råder i nordiskt klimat. Ekvall & Bostedt (2009) beskriver hur korta omloppstider i regel ger virke med lägre kvalitet, vilket kännetecknas av virke med breda årsringar och lägre densitet. Långa omloppstider genererar virke med högre densitet, tätare årsringar och således högre kvalitet. Träd av högre kvalitet ger generellt sett en högre andel sågtimmer och en lägre andel massaved. Sågtimmer prissätts därav högre än massaved (Skogsstyrelsen, 2019c).

(8)

2.1 Ägarstruktur

Enligt Christiansen (2017) definieras en skogsägare som någon som enskilt, eller tillsammans med andra, äger minst 1 hektar skog. År 2017 fanns det i Sverige totalt 319 649 skogsägare där 60 procent var män och 38 procent kvinnor, för övriga 2 procent var uppgifter om kön okänt. I figur 1 nedan visas hur ägarstrukturen är fördelad. Enskilda ägare innefattar fysiska personer, dödsbon samt bolag som inte är börsnoterade. Övriga privata ägare är föreningar, religiösa samfund, stiftelser och fonder. Övriga allmänna ägare avser svenska kommuner och dess aktiebolag (Christiansen, 2018). Som figur 1 visar, ägs majoriteten av Sveriges produktiva skog av enskilda ägare och en stor del av privatägda aktiebolag. Resterande ägandeskap utgör en dryg fjärdedel av det totala ägandeskapet.

Figur 1. Ägarstruktur.

Datakälla: Christiansen (2018).

2.2 Virkesförråd

Den totala skogsmarken i Sverige är indelad i produktiv och improduktiv skogsmark. Enligt skogsvårdslagen (SFS, 1979:429) innefattar den produktiva skogsmarken den mark där det går att producera som minst en kubikmeter virke per år och hektar vilket betyder att den är passande för skogsproduktion. Resterande skog är improduktiv. År 2015 bestod Sveriges skogsbestånd till 80 procent av produktiv skogsmark. Andelen produktiv skogsmark skiljer sig dock mellan olika län och generellt sett är andelen högre i södra delen av Sverige och lägre i norra delen av Sverige (SCB, 2019). Mängden levande träd på en skogsmark definieras som virkesförråd i skogskubikmeter (m3_{sk), vilket är ett sammanställt mått på skogens tillväxt och avverkning och} påverkar i hög grad värdet av skogsmarken (Naturvårdsverket, 2019). Sveriges virkesförråd

48%

24% 13%

6%

7% 2%

Enskilda ägare Privatägda aktiebolag Statsägda aktiebolag Övriga privata ägare Svenska staten Övriga allmänna ägare

(9)

bestod år 2015 av 41 procent gran, 40 procent tall, 12 procent björk samt 6 procent övriga lövträd (SCB, 2019).

Statistik från SCB (2019) visar att virkesförrådet i den svenska skogen approximativt fördubblats de senaste hundra åren. Den årliga tillväxten överskrider även i dagsläget avverkningen i Sverige, vilket tyder på att virkesförrådet fortsatt kommer att öka. Denna ökning har generellt sett varit ihållande sedan 1960. Avvikelser har dock skett till följd av oförutsedda naturhändelser. Ett nutida exempel är stormen Gudrun som år 2005 fällde 75 miljoner m3_sk skog i Sverige (Surendra, 2018) vilket motsvarar ungefär 60 procent av den genomsnittliga årliga tillväxten av produktiv skog i Sverige (Sveriges Lantbruksuniversitet (SLU), 2018).

Skogsinvesteringar kännetecknas som nämnt av långa omloppstider, vilket betyder att tiden tills avkastning kan tas ut kan vara lång. Exempelvis tar det cirka 100–120 år för en gran att nå den storlek som krävs för slutavverkning (Leijon, 2001). Slutavverkning anses av många vara det viktigaste skedet inom skogsbruk och 80–90 procent av den totala avkastningen inhämtas ofta vid slutavverkningen. Slutavverkning innebär att beståndet skördas och marken görs redo för sådd av ny skog (Skogskunskap, 2017). Begreppet slutavverkning används även då avverkningen sker stegvis över åren (Lundqvist, Lindroos & Hallsby, 2014). I Sverige infördes den första skogsvårdslagen redan 1903. Dagens skogsvårdslag trädde i kraft 1979, men har sedan dess genomgått förändringar. Lagen beslutar bland annat och till viss utsträckning när och hur olika skogstyper får avverkas i olika delar av landet. Denna bestämmelse behöver inte överensstämma med den tidpunkt då det är som mest lönsamt att avverka skogen (Skogskunskap, 2017).

2.3 Risker med en skogsinvestering

Investeringar i skog anses av många vara säkra investeringar. Det förekommer dock flertalet risker med skogsinnehav i Sverige. Som tidigare nämnt utgör bränder ett hot mot skogsbeståndet. Ungefär en till två gånger per decennium beräknas dessa bränder vara omfattande, men varje år förekommer hundratals skogsbränder i Sverige. Hur många bränder som förekommer årligen varierar avsevärt mellan åren beroende på bland annat väderförhållanden och det är oftast vi människor som utlöser bränderna (Skogssverige, 2019). Skogsbränder minskar intäkterna från skogen genom exempelvis förstört virkesförråd eller brandskadat virke, vilket ofta är svårsålt. Bränder är dock nödvändiga för skogarna och av vikt

(10)

för skogens ekosystem, samt för att behålla en biologisk mångfald. Brandbekämpningen har även blivit bättre med tiden, vilket resulterat i en betydande minskning av den skogsareal som brinner ned i Sverige. Historiskt sägs det att cirka en procent av Sveriges totala skogsyta brann ned varje år. Idag är denna siffra cirka 0,016 procent. Av den anledningen behöver idag stora skogsägare anlägga kontrollerade bränder för att bibehålla den biologiska mångfalden i skogarna, så kallad naturvårdsbränning (World Wide Fund for Nature (WWF), 2019).

Stormar är även en stor riskfaktor vid innehav av skog. Till följd av att mycket skog måste avverkas under en kortare tidsperiod, som efter en storm, kan även rotpostpriserna minska, vilket ytterligare ökar förlusterna för skogsägarna (Myndigheten för samhällsskydd och beredskap (MSB), 2013). Hur känsliga träd är för kraftig vind skiljer sig mellan olika trädslag beroende på bland annat rotsystemet och virkets egenskaper. Överlag är barrträd mer känsliga för stormar än lövträd. Även väderförhållanden har stor betydelse för stormskador. Exempelvis ger kalla vintrar med tjäle i marken, en lägre risk att träd faller vid storm. Risken för storm är dessutom högre i södra än i norra delen av Sverige (MSB, 2013).

Även svampar och insekter är en riskfaktor för svenskt skogsbruk. Angrepp av dessa kan leda till stora förluster till följd av exempelvis sämre virkeskvalitet, avverkning i förtid och ökade underhållskostnader (Berglund et al., 2017). Rotröta används som samlingsnamn för flertalet svampar som angriper skogen och beräknas kosta det svenska skogsbruket cirka 0,5–1 miljard kronor årligen. Rotröta förekommer både i södra och norra Sverige men är högst förekommande i södra delen av landet. Insekter och skadedjur kan även innebära stora kostnader och minskade intäkter av hundratals miljoner kronor varje år för svenska skogsägare. Exempel på skadedjur är snytbaggen som dödar träd genom att äta på stammen och den större märgborren som förstör knopparna på tallar och därigenom kan minska tillväxten i stor utsträckning. Även granbarkborren är utbredd i Sverige och leder förutom träddöd och minskad skogstillväxt till ytterligare problem i form av skadliga svampar. Idag används gift för att hålla insekter borta (Berglund et al., 2017). De olika riskerna med skogsbruk påverkar även varandra. Rotröta ökar risken för trädfällning vid storm och vindfälle ökar risken för skogsbränder. Efter både skogsbränder och stormar ökar även risken för angrepp av skadeinsekter (MSB, 2013). Ny forskning visar dessutom att granbarkborrar och svampar samarbetar för att döda träden (Zhao et al., 2019).

(11)

En del skador på skogarna sker även till följd av vilt och dess betesskador. I Sverige är hjortdjur (älgar, rådjur och hjortar) de djur som orsakar mest skada. Betesskador innebär att djuren exempelvis äter skott eller bark på träden och de kan även förstöra skogen med sina horn. Dessa skador kan minskas genom exempelvis skyddsjakt, att sätta ut foder, hägna in delar av skogsbeståndet eller blanda ut trädslagen för att dölja djurens bete (Berglund et al., 2017).

Med anledning av skogens stora betydelse för Sverige, har regeringen tagit fram ett skogsbruksprogram i syfte att “främja hållbara, konkurrenskraftiga och biobaserade näringar med bas i skogen” (Näringsdepartementet, 2018, s. 3). Till följd av detta har fem olika fokusområden utarbetats med målsättningar rörande exempelvis hållbart skogsbruk, innovationer från skogen och kunskapsfrämjande inom hållbar utveckling. Smedin (2018) diskuterar de potentiellt negativa effekterna som skogspolitik kan ha för skogsägare som är medlemmar i Södra Skogsägarförening. Han har undersökt vad medlemmarna anser om skogspolitiken i Sverige, det vill säga den statliga styrning och myndighetsutövning som råder. Resultatet visar att staten har intensifierat sin reglering och detaljstyrning gällande skogsinnehav samt att en stor andel av skogsägarna har en kritisk syn på den rådande skogsvårdslagstiftningen. Detta resultat bekräftar dock inte nödvändigtvis den allmänna syn som svenska skogsägare har på skogspolitik, men kan exemplifieras som en av de potentiella risker som skogsägare identifierar i samband med ett skogsinnehav.

2.4 Klimatet och skogen

Klimatförändringar spås påverka skogen på flertalet sätt i framtiden. Till följd av ett varmare klimat och längre tillväxtsäsonger, beräknas tillväxten av den svenska skogen under den kommande generationen öka med cirka 15–25 procent (Skogsstyrelsen, 2019a). Normark & Fries (2018) skriver att denna ökande tillväxt med största sannolikhet kommer att leda till förkortade omloppstider. Klimatförändringarna förutspås även till viss del öka riskerna associerade med skogsbruk. Exempelvis antas hjortdjuren överleva i större utsträckning vilket kan öka betesskadorna på skogen. Förändringarna förutsägs även innebära starkare vindar och fler stormar, vilket kan leda till förluster för skogsägare genom exempelvis ökade stormfällningar. Även skadedjur och svampar trivs bättre i varmare klimat och nya arter skadedjur kan söka sig till Sverige (Skogsstyrelsen, 2019a). Både temperatur och nederbörd förväntas öka men även variationerna mellan åren. Till följd av temperaturökningar kan antalet bränder öka samtidigt som säsongen då brandrisk förekommer blir längre. Torka kan även bli

(12)

ett större problem i svenska skogar. På grund av de ökade riskerna kommer skogsägaren i framtiden sannolikt inte själva få välja när skogen ska avverkas i lika stor utsträckning och avverkningen i sig förutspås bli dyrare (Skogsstyrelsen, 2019a). Av dessa anledningar pekar Normark & Fries (2018) på vikten av att planera hur framtidens skogar ska se ut, eftersom de med stor sannolikhet både har en högre tillväxtpotential samt en högre skaderisk.

Normark & Fries (2018) beskriver även den centrala roll skogen och skogsindustrin har i att motverka klimatförändringar. Skogsråvaror ersätter redan idag produkter som utnyttjar fossilt lagrad kol, samtidigt som ökande virkesförråd binder mer koldioxid från atmosfären genom fotosyntes. Den sistnämnda effekten benämner Ekvall & Bostedt (2016) som en nytta som i framtiden kan bli prissatt genom lagstiftning och/eller bidrag. Även råvaror från skogen, som exempelvis bostäder byggda av trä, binder koldioxid (Normark & Fries, 2018). En viktig aspekt i frågan gällande skogen och hållbar utveckling blir därav att vidta åtgärder i syfte att inte öka växthusgasutsläppen i någon del av processen och samtidigt möta vissa viktiga hållbarhetsambitioner. Dessa kan exempelvis vara att inte låta skördenivåerna ligga under tillväxtnivåerna, i syfte att låta virkesvolymerna öka över tid (Normark & Fries, 2018).

3. Teoretiskt ramverk

Eklund (2013) beskriver den grundläggande investeringsteori som tillämpas idag, vilken beskriver hur individer nyttomaximerar mellan olika tidsperioder genom investeringar. Nyttomaximering uppfylls då investeringar utförs tills nuvärdet av förväntade framtida intäkter är lika med alternativkostnaden av investeringen. Med andra ord ska en investering utföras så länge den ger större förväntad avkastning än en alternativ investering. Motivet med en investering är således att den förväntas frambringa så stora framtida intäkter som möjligt (Eklund, 2013). I detta avsnitt presenteras teori som ligger till grund för portföljval, skattning av risk, CAPM-modellen samt kalkylräntan.

3.1 Portföljteori

Det är vanligt att placera sparande eller investeringar i exempelvis olika aktier, fonder och värdepapper. Alla investeringar som en individ innehar benämns tillsammans som en portfölj. Hur denna portfölj ska utformas, analyseras med hjälp av portföljteori som till stor del grundar sig i Markowitz (1959). Markowitz beskriver hur en bra portfölj ger investeraren både högre säkerhet och fler möjligheter med olika typer av investeringar.

(13)

Målet med en portfölj kan skilja sig mellan olika typer av investerare (Markowitz, 1959). För vissa investerare är det främsta målet att nå en hög avkastning och för andra är stabilitet och säkerhet mer angeläget. Hur portföljen ska utformas skiljer sig således mellan olika investerare. Markowitz (1959) förklarar att en investerare väljer sin portfölj utifrån den grad av risk investeraren är villig att ta. En högre risk och osäkerhet ger en högre förväntad avkastning medan en lägre risk och osäkerhet ger en lägre förväntad avkastning (Markowitz, 1959). Vilken investering som maximerar nyttan för investeraren, påverkas därför av vilken inställning till risk investeraren har. En riskavert individ föredrar en bestämd nivå av avkastning med säkerhet, framför ansats till en högre nivå genom risktagning (Varian, 2014). Dessa individer föredrar därför investeringar med låg risk och deras nyttofunktion är av den anledningen konkav. Risksökande individer nyttomaximerar istället vid försök till högre avkastning och har en konvex nyttofunktion vilket innebär att de föredrar investeringar med högre risk (Varian, 2014).

För att beskriva en effektiv portfölj, analyseras den förväntade avkastningen tillsammans med portföljens standardavvikelse (Markowitz, 1959). Standardavvikelsen visar hur mycket avkastningen från portföljen varierar över tiden och ger därmed en indikation av risknivån. Standardavvikelsen påverkas även av korrelationen mellan de olika investeringarna i portföljen samt storleken på varje investering (Markowitz, 1959). En effektiv portfölj är således den med lägst standardavvikelse för en specifik nivå av genomsnittlig avkastning. Vilken portfölj som är mest fördelaktig beror sedan på vilken nivå av risktagande som accepteras av investeraren.

Valet av portfölj, Ri, kan även beskrivas med hjälp av figur 2 (Fama & French, 2004). Där visar den horisontella axeln portföljens risknivå, (R), det vill säga portföljens

standardavvikelse (). Den vertikala axeln visar förväntad avkastning, E(R). Kurvan visar kombinationer av förväntad avkastning och risk för portföljer med endast riskfyllda tillgångar. Denna kurva visar de portföljer som minimerar variansen av den förväntade avkastningen och åskådliggör således avvägningen mellan förväntad avkastning och risknivå. Vill exempelvis en investerare ha en hög förväntad avkastning, som i punkt a, måste

personen därmed acceptera en hög risk. Kan investeraren istället nöja sig med en mellanstor avkastning, kan den välja punkt T med en lägre risk, och så vidare. Om alla tillgångar

placeras i en riskfri investering hamnar investeraren i punkt Rf, med noll variation och riskfri avkastning. Den räta linjen mean-variance-efficient frontier visar de portföljer som ger maximal avkastning givet en viss risknivå. En effektiv portfölj är en kombination av

(14)

investeringar med och utan risk där kombinationen är sådan att variansen för portföljens avkastning minimeras givet den förväntade avkastningen samtidigt som den förväntade avkastningen maximeras givet denna varians. Ett exempel på en sådan portfölj åskådliggörs i punkt T där dessa två kurvor tangerar (Fama & French, 2004).

Figur 2. Portföljmöjligheter.

Källa: Fama & French (2004, s. 27).

Markowitz (1959) förklarar att avkastningen från olika investeringar tenderar att korrelera med varandra. Korrelationen är dock inte perfekt vilket går att utnyttja vid utformandet av en portfölj för att sprida risken. Korrelationen tenderar att vara högre för investeringar inom samma industri eller sammankopplade branscher. Till vilken utsträckning avkastningen från två olika investeringar samvarierar mäts i kovariansen mellan dem. Av denna anledning är det ofta fördelaktigt att välja investeringar inom olika industrier vid utformning av en portfölj. Detta minskar standardavvikelsen och därigenom risknivån, utan att minska den förväntade avkastningen av portföljen (Markowitz, 1959).

För att approximera den framtida risken kan termen volatilitet användas (Lam, 2014). Volatilitet beskriver storleken av de förväntade vinsterna och förlusterna, samt hur mycket de förändras över tiden. Sannolikheten att händelser som är riskabla för investeringen inträffar, kombinerat med hur mycket händelsen förväntas påverka investeringen, är en starkt bidragande

(15)

faktor av risknivån. Förutom dessa faktorer är det även av vikt hur länge investeraren utsätts för denna risk. Att utsättas för en risk under en lång tidsperiod ökar sannolikheten att en riskabel händelse inträffar, men innebär samtidigt en möjlighet för investeringen att återhämta sig från händelsen (Lam, 2014).

3.2 ß

-värdet genom Capital Asset Pricing Model (CAPM)

CAPM är en kapitalförmögenhetsmodell som genom balansförhållandet mellan tillgång e’s förväntade avkastning, ERe, den riskfria räntan, rf, och den förväntade avkastningen för marknadsportföljen av alla tillgångar i ekonomin, ERm, kan beräkna den förväntade risken av investeringen, ße. Den förväntade risken benämns som den systematiska risken, det vill säga den del av risken som ej går att diversifiera bort genom att sprida investeringarna (Fama & French, 2004). Om ß = 1 betyder det att investeringen ger samma avkastning som marknaden, om ß = 0 ges samma avkastning som den riskfria räntan och om ß < 0 innebär det en mindre avkastning än den riskfria räntan. Generellt sett så innebär ett högre ß-värde en högre risk, och ett lägre ß-värde en lägre risk (Fama & French, 2004). Modellen ser ut såhär:

ERe = rf + ße 𝑥 (ERm - rf) (1)

ß-värdet kan även beräknas genom kvoten av kovariansen mellan tillgång e’s förväntade avkastning och den förväntade avkastningen för marknadsportföljen, och variansen av den förväntade avkastningen för marknadsportföljen, det vill säga:

ß

e

=

𝑐𝑜𝑣(𝐸𝑅𝑒,𝐸𝑅𝑚)

𝜎2_{(𝐸𝑅𝑚)}

(2)

CAPM bygger ursprungligen på Markowitz (1959) portföljteori men är skapad av Sharpe (1964) och Litner (1965). Fama & French (2004) skriver att den stora fördelen med modellen är att den tillför starka och tillfredsställande prediktioner gällande mätning av risk och dess samband med förväntad avkastning. Modellen är dessutom enkel att använda och ger en god introduktion till de fundamentala grunderna inom portföljteori och prissättning av tillgångar. CAPM används fortfarande extensivt, både inom företag och i utbildningssyften (Fama & French, 2004).

(16)

Det finns dock brister med CAPM som Fama & French (2004) pekar på och som är viktiga att ha i åtanke då modellen tillämpas. Bristerna grundar sig framförallt i de antaganden som ligger till grund för modellen. Till exempel antas investerare endast basera sina val av placeringar utifrån medelvärde och varians av marknadsportföljen. Detta utelämnar andra omständigheter som investerare tar hänsyn till vid investeringsbeslut och kan innebära att övriga faktorer som påverkar besluten går förlorade. Fama & French (2004) skriver att det finns belägg för att andra variabler förutom risk, såsom storleken av investeringen, prisförhållanden och egna initiativ, även är viktiga att ha i åtanke vid förklaring av genomsnittlig avkastning. Deras studie visar att dessa brister resulterar i felaktiga och överestimerade samband mellan risk och avkastning vid användning av CAPM, där kausaliteten mellan dem i verkligheten inte är lika stark (Fama & French, 2004).

3.3 Nuvärdesmetoden och kalkylränta

Vid en beräkning av Sveriges skogstillgångar i exempelvis nationalförmögenheten, används nuvärdesmetoden. Denna metod är fördelaktig vid jämförelse av investeringar med liknande tidsram och beräkningar av nettokassaflödet (inbetalningar minus utbetalningar) till tidpunkten vid investeringen (Upphandlingsmyndigheten, 2018). Med hjälp av nuvärdesmetoden kan en beräkning utföras som visar hur värdet av Sveriges skogstillgångar förändras vid en förändrad kalkylränta, och därav även en förändrad nationalförmögenhet (Ekvall & Bostedt, 2009). Den generella modellen för en nuvärdeskalkyl är:

𝑁𝑢𝑣ä𝑟𝑑𝑒 = ∑∞ [(𝑖𝑛𝑡ä𝑘𝑡𝑒𝑟_𝑡− 𝑘𝑜𝑠𝑡𝑎𝑑𝑒𝑟_𝑡)

𝑡=0 𝑥 (1 − 𝑠𝑘𝑎𝑡𝑡𝑡) 𝑥 (1 + 𝑖)−𝑡] (3)

Intäkter och kostnader antas inträffa vid slutet av varje år. i är kalkylräntan och förväntas oftast vara konstant med tiden. Vid beräkning av Sveriges skogstillgångar används alltså kalkylräntan i = 2,5 procent och (1 + 𝑖)−𝑡 är diskonteringsfaktorn. (1 − 𝑠𝑘𝑎𝑡𝑡_𝑡) visar effekten av inkomstskatt vid tidpunkt t. För en privat skogsägare måste naturligtvis skatten medräknas medan den i en allmän kalkylering kan sättas till 0 procent (Ekvall & Bostedt, 2009).

Ekvall & Bostedt (2009) separerar begreppet ränta beroende på i vilket sammanhang ordet används. Vid investeringskalkyler och investeringsbedömningar används begreppet kalkylränta, och syftar till den variabel som i en nuvärdeskalkyl har som uppgift att bedöma storleken på nuvärdet av en investering. Således ger en kalkylränta möjlighet att jämföra

(17)

ekonomiska händelser vid olika tidpunkter, samt informerar om vad kostnaden av ett lån verkligen är. Vid värdering av en tillgång, exempelvis ett skogsinnehav, används istället begreppet diskonteringsfaktor, som utgår från kalkylräntan men även tar hänsyn till hur lång tid investeringen sträcker sig över. Kalkylränta och diskonteringsfaktor kommer båda användas i rapporten, i enlighet med vad ursprungskällorna anger.

4. Tidigare studier

Lundgren (2005) undersöker potential för diversifiering (spridning av risk) och möjlighet till inflationsskydd för en investeringsportfölj genom investeringar i den svenska skogen över perioden 1965–1999. Detta utförs med CAPM-modellen och en skattning av den systematiska risken för skogsinvesteringar i Sverige. Hypotesen som ställs är att skogsinvesteringar är ett bra verktyg för att diversifiera investeringsportföljen och ger skydd mot inflationen om den systematiska risken (ß) är negativ, noll eller låg. Grunden till denna hypotes är att skogens utveckling och tillväxt över tid påverkas av biologiska, istället för ekonomiska, faktorer. Detta är något som särskiljer skogsinvesteringar och medför att korrelationen med övriga investeringar tenderar att vara låg. Riskerna med en investering i skog tenderar att vara relativt små i förhållande till avkastningen, men potentiella nackdelar anses vara att investeringen medför låg likviditet samt kräver tillsyn i form av skogsunderhåll. Studien beräknar ß-värdet ex-post, det vill säga genom undersökning av resultat i efterhand. Det har även påvisats att värdet på skogsmarken har högre variation än avverkningspriserna (Lundgren, 2005).

Enligt Lundgren (2005) uppgår avkastningen för skogsinvesteringar till 7 procent utan inflation medräknad och inflationstakten tenderar att vara positivt korrelerad med avkastningen för skogstillgångar. Resultaten tyder därmed på att skogsinvesteringar är ett bra verktyg för att skydda sig mot inflation samt för att diversifiera portföljen. Lundgren (2005) visar även att avkastningen för skogsinvesteringar överstiger risken med 6 procent men påpekar att det föreligger problem med att ta fram tillförlitliga data, vilket gör att reliabiliteten av resultaten påverkas.

Washburn & Binkley (1990) utgår från tidigare forskning inom ämnet och utför skattningar av ß med utgångspunkt i CAPM. Skattningarna görs för varje år separat och baseras på amerikanska data. Washburn & Binkley (1990) skriver att tidigare studier använt medelvärden av prisförändring och avkastning över en tvåårsperiod, vilket är standard vid mätning av

(18)

avkastning för investeringar i skog. Författarna ifrågasätter dock denna princip, då ß kan skilja sig väldigt mycket mellan två år. Olika studier har därför fått olika resultat, vilket har lett till att många studier antingen har underskattat eller överskattat risken.

Washburn & Binkley (1990) framhåller att det generellt sett inte finns några direkta mätningar av historisk avkastning på skogstillgångar. Istället används ofta en beräkningsmodell av en hypotetisk skog med historiska rotpostpriser och utgår från generella antaganden gällande skog. Ett antagande är att virke har en konstant tillväxthastighet och att alla förvaltningskostnader är försumbara. Då kan all variation av skogsavkastning förklaras av rotpostpris. Även om andra antaganden görs, blir slutsatsen ofta att rotpostpriset förklarar huvuddelen av variationen i avkastning för skogstillgångar. Deras slutsats är att det går det att använda förändring i rotpostpris, för att få en god approximation av ß samt att den systematiska risken över- och underestimeras under det första respektive andra året. Det exemplifierar svårigheten i att utföra en precis skattning av ß (Washburn & Binkley, 1990).

Hultkrantz & Mantalos (2018) undersöker långsiktiga skogsinvesteringar genom tail-hedge-diskontering. Arbetet baseras på rotpostpriser och BNP per capita för åren 1909–2012. En hedge-investering är definierad som en investering som utgör en motvikt för andra investeringar och som minskar förlusterna i sämre tider. Tail-hedge diskontering innebär i sin tur att avkastningen från en investering kan delas in i två delar, där den ena delen korrelerar med konsumtionen i samhället och den andra inte gör det. Det är således den andra delen som kan användas som skydd mot förluster. Diskonteringsfaktorn för en tail-hedge-investering beräknas genom ett medelvärde av dessa två separata diskonteringsfaktorer. Resultaten visar att den slutliga diskonteringsfaktorn minskar med tiden till följd av de långa omloppstider som en skogsinvestering innebär. Det har dock diskuterats att omloppstider kan förkortas då tidigare generationers skogsbruk genererar inkomster för nuvarande generation. Om varje generation fortsätter förbereda för kommande generationer kan denna minskning av omloppstider fortgå även i framtiden och därmed leda till en högre diskonteringsfaktor (Price, 2011 se Hultkrantz & Mantalos, 2018).

Hultkrantz (2018) diskuterar ett annat tillvägagångssätt för värdering av risk där risken gällande investeringar med lång löptid kan delas upp i två delar (Weitzman, 2012, 2013 se Hultkrantz, 2018). Risken och riskfaktorn behöver då inte beaktas för hela investeringen utan endast den del av investeringen som inte korrelerar med den makroekonomiska utvecklingen.

(19)

För resterande del är det rimligt att använda sig av den riskfria räntan. Med denna metod närmar sig den genomsnittliga avkastningen den riskfria räntan, desto längre tidsperiod investeringen sträcker sig över, då nuvärdet beräknas med både riskräntan och den riskfria räntan.

För skogsinvesteringar konstaterar Hultkrantz (2018) att den riskfria delen av avkastningen uppnår 60 procent. Genom att kombinera en riskränta på 6 procent och en riskfri ränta på 2 procent, visas att avkastningskravet för en skogsinvestering med en tidsram på 75 år blir 2,5 procent. Det diskuteras även hur viktig denna ränta är för lönsamheten av långsiktiga investeringar. Att enbart använda sig av en riskränta på exempelvis 6 procent skulle innebära att nuvärdet av de inkomster som skogen genererar inte täcker de kostnader som skogsplanteringen innebär och skogsbruk skulle således inte vara lönsamt. Att nyplantering av skog förekommer i stor utsträckning stärker antagandet kring att den forstlig räntefoten bör användas för dessa långsiktiga investeringar (Hultkrantz, 2018).

5. Data

5.1 Sveaskogs ß–värde

Det datamaterial som används för ß-skattningen består av statistik inhämtad från Sveaskogs årsredovisningar och är därmed en sekundärkälla. Statistiken består av rörelseresultat, värdeförändring av skog, realisationsvinster och operativt kapital och finns tillgänglig för åren 2006–2018. Begränsning har gjorts till åren 2008–2018 med anledning av förändringar i företagsstruktur och redovisningsmetoder. Statistiken används i syfte att beräkna Sveaskogs direktavkastning och totalavkastning för respektive år, se ekvation (4) och (5). I tabell 1 redovisas årlig direktavkastning och totalavkastning för Sveaskog samt avkastning för marknadsindex OMX Stockholm 30 (OMXS30) och SIXRX. OMXS30 är ett marknadsindex som innefattar de 30 mest omsatta aktierna på stockholmsbörsen och är viktat enligt börsvärdet på aktierna. Detta index har påvisat en hög samvariation med hela aktiemarknaden och lämpar sig därav väl för att uppskatta marknadsportföljens avkastning (Nasdaq, u.å.). OMXS30 är därför vanligt förekommande vid approximation av marknadsportföljens avkastning ERm (Ragnartz, 1998). Av den anledningen valdes OMXS30 som index i ß-skattningen för Sveaskog. OMXS30 beräknas exklusive utdelning och jämförs därmed med direktavkastning.

(20)

𝐷𝑖𝑟𝑒𝑘𝑡𝑎𝑣𝑘𝑎𝑠𝑡𝑛𝑖𝑛𝑔 = 𝑟ö𝑟𝑒𝑙𝑠𝑒𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑡 − 𝑟𝑒𝑎𝑙𝑖𝑠𝑎𝑡𝑖𝑜𝑛𝑠𝑣𝑖𝑛𝑠𝑡𝑒𝑟 − 𝑣ä𝑟𝑑𝑒ö𝑘𝑛𝑖𝑛𝑔 𝑎𝑣 𝑠𝑘𝑜𝑔_{𝑔𝑒𝑛𝑜𝑚𝑠𝑛𝑖𝑡𝑡𝑙𝑖𝑔𝑡 𝑜𝑝𝑒𝑟𝑎𝑡𝑖𝑣𝑡 𝑘𝑎𝑝𝑖𝑡𝑎𝑙} (4)

𝑇𝑜𝑡𝑎𝑙𝑎𝑣𝑘𝑎𝑠𝑡𝑛𝑖𝑛𝑔 =𝑟ö𝑟𝑒𝑙𝑠𝑒𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑡 − 𝑟𝑒𝑎𝑙𝑖𝑠𝑎𝑡𝑖𝑜𝑛𝑠𝑣𝑖𝑛𝑠𝑡𝑒𝑟 _{𝑔𝑒𝑛𝑜𝑚𝑠𝑛𝑖𝑡𝑡𝑙𝑖𝑔𝑡 𝑜𝑝𝑒𝑟𝑎𝑡𝑖𝑣𝑡 𝑘𝑎𝑝𝑖𝑡𝑎𝑙} (5)

Tabell 1. Avkastning Sveaskog och marknadsindex år 2008–2018.

År Direktavkastning - Sveaskog Avkastning OMXS30 (exkl. utdelning) Totalavkastning - Sveaskog Avkastning för SIXRX (inkl. utdelning) 2008 2,6% −38,8% 7,5% −39,3% 2009 3,3% 43,7% 12,3% 52,7% 2010 5,3% 21,4% 12,3% 26,6% 2011 4,3% −14,5% 6,0% −13,7% 2012 3,2% 11,8% 5,8% 16,8% 2013 3,9% 20,7% 8,7% 28,0% 2014 4,9% 9,9% 9,2% 15,8% 2015 4,7% −1,2% 10,3% 10,4% 2016 4,2% 4,9% 5,8% 9,6% 2017 4,8% 3,9% 6,7% 9,5% 2018 5,3% −5,1% 11,9% -

Källor: Sveaskog (årsrapporter 2009–2019); Samuelssons rapport (2019); Bolmeson (u.å.).

Felkällor som existerar gällande ß-skattningen är framförallt att endast underlag från ett företag använts, vilket gör att resultatet från skattningen inte är generaliserbart för alla skogsinnehav i Sverige. Även den korta tidsperioden behöver medräknas som felkälla, då en 11-årsperiod inte speglar den genomsnittliga tidsperioden för ett skogsinnehav. Att använda ett marknadsindex som approximation för en marknadsportfölj, kan även medföra brister. OMXS30 innehåller som nämnt ett urval av 30 bolag och kan därav inte spegla hela marknadens avkastning, även om samvariationen är hög.

5.2 Enkätundersökningarna

Även primärdata i form av svar från två enkätundersökningar används i arbetet, inkluderande både kvalitativa och kvantitativa data. Valet att dela upp undersökningen i två olika enkäter har gjorts i syfte att förenkla processen och utifrån tillgång av tid och ekonomiska resurser. Undersökningarna är uppdelade med avseende på vilken del av landet respondenterna har sitt

(21)

skogsinnehav. I enkäterna har skogsägare besvarat frågor gällande avkastningskrav och vilka bedömningar de gör gällande risk och avkastning, samt hur detta förändrats över tid. Enkäterna är utformade som webbenkäter via enkättjänsten Ungapped och inbjudan har skett via e-post och sms till de utvalda respondenterna. Webbenkäter möjliggör ett större antal respondenter med en tidseffektiv svarsfrekvens. Det ger dessutom respondenten möjlighet att besvara enkäten vid valfri tidpunkt och med eftertanke, vilket kan öka svarsfrekvensen samt kvaliteten på de insamlade svaren. Materialet registreras dessutom direkt vid besvarandet av enkäten, vilket underlättar bearbetningen. Enkätfrågorna går att finna i bilaga 2.

Målpopulationen är skogsägare i hela Sverige och två rampopulationer har använts för att nå målpopulationen. Två rampopulationer kan benämnas multipla ramar vilket innebär att flera urvalsramar används i samma undersökning i syfte att minska underteckning av målpopulationen (SCB, 2008). Möjlighet gavs att skicka enkäten till skogsägare genom en skogsägarförening i norra Norrland där deras e-postlista över medlemmar används som rampopulation (hädanefter benämnt Norra). Komplettering gjordes med ett cut-off urval av de största skogsägarna i Sverige och listan över dessa begärdes ut från Lantmäteriet. Ett cut-off urval beskrivs av SCB (2008) som ett urval som utförs genom att en delmängd av populationen avsiktligt exkluderas från urvalsdragningen. Avgränsningen i denna undersökning grundar sig i ett antagande att större skogsägare i högre utsträckning än mindre, har kunskap nog att besvara de frågor som ställs. Skogsägare i norra Norrland (med postnummer som börjar med 89–98) har sorterats bort från listan för att skogsägare inte ska kunna inkluderas i båda undersökningarna. För att kontrollera för detta har en fråga gällande skogsinnehavets lokalisering inkluderats i enkäten. Cut-off urvalets rampopulation avser därmed de största skogsägarna i södra Norrland, Svealand och Götaland (postnummer till och med 88), vilka hädanefter benämns som Södra.

För de två rampopulationerna har urvalsmetodiken utförts på olika sätt. Beträffande Norra består rampopulationen av 17 000 medlemmar där urvalspopulationen består av ett slumpmässigt urval av 450 skogsägare från rampopulationen. Det slumpmässiga urvalet utfördes genom funktionen SLUMP i Excel. För Södra består intressepopulationen av alla skogsägare i södra och mellersta Sverige och rampopulationen består av de 156 största skogsägarna som totalundersöktes. Olika webbenkäter för Södra och Norra användes för att kunna observera och analysera svaren separat. Endast ett fåtal frågor skilde sig åt, beträffande exempelvis storlek och lokalisering av skogsinnehavet. Detta är inte något som påverkar

(22)

resultatet, eftersom frågorna som skilde sig åt analyserades separat och/eller användes som kontrollfrågor.

Respondenterna ombads vid besvarande av frågorna i enkäterna basera svaren på ett antal premisser. Dessa var att svara utifrån deras största geografiska skogsinnehav av produktiv skogsmark, samt utelämna andra aktiviteter än skogsbruk som genererar inkomst från skogen. Vid frågorna gällande avkastningskrav och faktisk avkastning, ombads respondenterna svara i procent och så exakt som möjligt. Gällande faktisk avkastning bads respondenterna besvara frågan utifrån det senaste året. En fråga angående avkastningskrav inkluderades för att även få en generell uppfattning, då skogsägarnas faktiska avkastning kan variera mellan åren. De uppmanades efter dessa frågor besvara hur säkra de var på sina skattningar, med siffrorna 1–5. Graferna i resultatdelen presenteras med enheten procentuell andel av respektive urval då urvalen är av olika storlek. Respondenterna ombads vid flera tillfällen bedöma risken associerad mer deras skogsinnehav på lång sikt, där beslutet fattats att specificera lång sikt som 5–30 år i enlighet med Granlöf (2012).

Felkällor som tillkom med enkätundersökningarna är bland annat täckningsfel, vilket uppstod då rampopulationerna inte var lika med målpopulationen (SCB, 2008). Bedömningen som gjorts är att övertäckning inte förekom i Södra, då skogsinnehav är registrerat på samtliga samt att skogsägare i norra Norrland sorterades bort. Övertäckning kan ha förekommit om Norras medlemslista var dåligt uppdaterad och därav innehöll individer som inte längre har skogsinnehav, men detta kontrollerades för i enkäten och bör inte påverka resultatet. Undertäckning fanns dock i båda rampopulationerna. En avsiktlig undertäckning förekom i Södra genom cut-off urvalet och i Norra genom medlemmar som inte registrerat en e-postadress eller har en felaktig e-e-postadress registrerad.

Bortfall uppstod i Södra, där kontaktuppgifter i form av e-postadress eller telefonnummer endast fanns tillgängligt till 88 av de 156 skogsägare i rampopulationen. Bortfall förekom även genom de skogsägare som inte besvarade enkäten, med 411 av 450 respondenter i Norra och 64 av 88 respondenter i Södra. Det gav en svarsfrekvens på 8,7 procent i Norra och 27,3 procent i Södra. Partiellt bortfall uppstod då inte alla respondenter besvarade alla frågor. Att använda en webbenkät ökade eventuellt bortfallet med anledning av exempelvis teknisk ovana och bristande tillgång till internet. Systematiskt bortfall av skogsägare med lövskog uppstod

(23)

eftersom alla respondenter som besvarat enkäterna innehar barr- eller blandskog. En bedömning som gjorts är att bortfallet ej är systematiskt gällande storlek på skogsinnehav, då svar från skogsägare med olika storlek av skogsinnehav har erhållits i både Norra och Södra, se figur 3 och 4. Detta kontrollerar för eventuella skillnader mellan skogsägare med olika storlek på skogsinnehav, inom de två populationerna. Skillnader mellan populationerna innefattar exempelvis andelen skogsägare som har sitt skogsinnehav som huvudsaklig inkomstkälla. I Norra är det cirka 5 procent som besvarat att de har skogsinnehav som huvudsaklig inkomstkälla, medan det i Södra är 40 procent. Då Norra innehåller skogsägare med mindre skogsinnehav och Södra skogsägare med större skogsinnehav, behöver undersökningarna analyseras och presenteras separat.

Figur 3. Skogsinnehav Norra (n=39). Figur 4. Skogsinnehav Södra (n=24).

Källa: Egeninsamlad data. Källa: Egeninsamlad data.

En ytterligare felkälla som uppstod i samband med enkätundersökningen i Södra är den mänskliga faktorn, där fel telefonnummer eller e-postadresser kan ha använts för att kontakta respondenterna. Att de blev ombedda att endast besvara enkätfrågorna utifrån sina största skogsinnehav kan också bedömas som en felkälla, då respondenterna eventuellt upplevde problem med att särskilja riskbedömning och avkastning till sina olika skogsinnehav. Respondenterna kan även ha upplevt svårighet att förstå frågorna och instruktionerna korrekt, exempelvis vid besvarande av frågor där de ombads jämföra sina skogsinnehav med andra investeringar. Detta åskådliggjordes även då flera av respondenterna lät bli att besvara, eller besvarade frågor på ett påfallande felaktigt sätt (exempelvis ett kvalitativt svar vid en kvantitativ fråga). Problemet innebar att ett fåtal svar, av hänsyn till att kunna presentera resultatet på ett korrekt sätt, behövde rensas bort ur datasetet. I resultatavsnittet har därför även

0 20 40 60 < 60 60-100 > 100 Andel (%) A nt al he kt ar 0 10 20 30 40 < 5000 5000-10000 > 10000 Andel (%) A nt al he kt ar

(24)

outliers sorterats bort. Svar till frågor utan fasta svarsalternativ, där respondenten skrivit ett intervall på exempelvis 3–5 procent, har redovisats som medelvärdet av intervallet.

Urvalsmetoden för enkätundersökningarna är även viktig att beakta som en felkälla. För att genomföra ett sannolikhetsurval krävs att två villkor är uppfyllda; dels att varje objekt har en positiv sannolikhet att bli vald, dels att inklusionssannolikheten för varje objekt att bli valt kan beräknas, samt att det är rimligt att genomföra en sådan beräkning. Urval som inte uppfyller dessa krav benämns icke-sannolikhetsurval (SCB, 2008). Enkätundersökningarna som utförts klassificeras således som sannolikhetsurval. Det som måste tas i beräkning då icke-sannolikhetsurval görs, är att möjligheten att generalisera sina resultat till hela populationen går förlorad (SCB, 2008). Urvalsmetoden, tillsammans med de övriga felkällor som tillkom i samband med undersökningarna, innebär att studiens generaliserbarhet är begränsad.

6. Metod för analys av enkätdata

De kvantitativa variablerna ‘faktisk avkastning’ och ‘avkastningskrav’ presenteras och analyseras i form lägesmått och spridningsmått. Lägesmåtten innefattar aritmetiskt medelvärde samt medianvärde och det spridningsmått som presenteras är standardavvikelse. De kvantitativa variablerna presenteras även i låddiagram för att åskådliggöra variationsbredden. Övriga variabler presenteras i form av stapeldiagram. Alla svar presenteras separat för de två urvalen.

För att undersöka om det förekommer skillnader mellan Norra och Södras medelvärden av faktisk avkastning och avkastningskrav utförs två t-tester. Testen är dubbelsidiga t-test, då syftet är att undersöka om det föreligger skillnader i medelvärden mellan de två urvalen. T-testen utförs med 95 procent konfidensnivå och är test med två urval, användning av grupper och samma varians1_{. T-testen utförs på samma sätt och har följande hypoteser:}

1_{Samma varians kan användas eftersom två Bartlett's test utförts, dels för den faktiska avkastningen, dels för}

avkastningskravet för de två urvalen. Dessa test verifierade att skillnad i varians mellan de två urvalen ej föreligger på 5 procents signifikansnivå.

(25)

H0: medelvärde faktisk avkastning Södra = medelvärde faktisk avkastning Norra

H1: medelvärde faktisk avkastning Södra ≠ medelvärde faktisk avkastning Norra

H0: medelvärde avkastningskrav Södra = medelvärde avkastningskrav Norra

H1: medelvärde avkastningskrav Södra ≠ medelvärde avkastningskrav Norra

7. Resultat

7.1 Sveaskogs ß–värde

Sveaskogs direktavkastning används tillsammans med marknadsindex OMXS30 för att skatta

ß

med hjälp av ekvation (2) och gav följande resultat:

ß

≈ 0,049

Ett

ß

av värdet 0,049 tyder på låg systematisk risk. En kompletterande beräkning gjordes där Sveaskogs totalavkastning jämfördes med en marknadsportfölj där utdelning inkluderats (SIXRX). Resultatet visade likartade siffror som ovan2_.

7.2 Enkätundersökningarna

7.2.1 Avkastning

Tabell 2 visar enkätsvarens lägesmått och spridningsmått för den faktiska avkastning skogsinnehavet genererat under det senaste året. Alla värden presenteras i procent och är avrundade till en decimal. Norra uppvisar en högre avkastning och en högre standardavvikelse än Södra, vilket likväl visas i Figur 5 och 6 med en högre variationsbredd i Norra. Säkerheten av skattningarna gav medelvärdet 2,4 i Norra och 3,8 i Södra (av en skattning mellan 1–5). T-testet som utfördes visade ingen signifikant skillnad mellan grupperna.

2_{ß ≈ 0,067. SIX Return Index (SIXRX) visar genomsnittlig värdeförändring på stockholmsbörsen inklusive utdelningar}

(Fondbolagens förening, u.å.). Avkastningen från SIXRX används tillsammans med Sveaskogs totalavkastning för att skatta ßmed hjälp av ekvation (2). Totalavkastningen innefattar värdeförändring av skog, vilket gör den lämplig att jämföra med ett index där utdelning är inkluderat.

(26)

Tabell 2. Faktisk avkastning (%).

Medelvärde Median Standardavvikelse

Norra (n=26) 5,2 5,0 3,1

Södra (n=20) 4,3 4,0 2,3

Källa: Egeninsamlad data.

Figur 5. Norra - faktisk avkastning (n=26). Figur 6. Södra – faktisk avkastning (n=20).

Tabell 3 visar lägesmått och spridningsmått för de avkastningskrav respondenterna angav för sina skogsinnehav. Alla värden är presenterade i procent och avrundade till en decimal. Svarens spridning visas även i figur 7 och 8, som åskådliggör tämligen likartad variationsbredd för Norra och Södra. Norra påvisades vara mindre säkra på sina skattningar jämfört med Södra, med ett medelvärde på 2,4 jämfört med 3,6 i Södra, i den efterföljande kontrollfrågan. T-testet som utfördes visade ingen signifikant skillnad mellan grupperna.

Tabell 3. Avkastningskrav (%).

Medelvärde Median Standardavvikelse

Norra (n=27) 4,0 4,5 2,0

Södra (n=19) 3,9 4,0 1,8

(27)

Figur 7. Norra – avkastningskrav (n=27). Figur 8. Södra – avkastningskrav (n=19).

Figur 9 uppvisar respondenternas svarsfördelning gällande vilka mål de har med sina skogsinnehav, där möjlighet gavs att besvara flera alternativ. Frågans karaktär medför därav fler svar än respondenter. Figuren visar att störst andel av både Norra och Södra har ‘ekonomisk avkastning på lång sikt’ som mål på sina skogsinnehav. Norra och Södras svar är skäligen lika.

Figur 9. Mål med skogsinnehav.

Figur 10 och 11 visar hur respondenterna bedömer den framtida avkastningen i förhållande till alternativa investeringar i form av en aktiefond, en blandfond samt en 10-årig statsobligation. Norra och Södra bedömer avkastningen till viss del på liknande sätt. Fler respondenter i Norra framlägger dock att de ej har kunskap om detta. Majoriteten av både Norra och Södra förväntar

0 10 20 30 40 50 60 70 80 90 100 Ekonomisk avkastning på kort sikt

Ekonomisk avkastning på lång sikt Har andra mål

Har inga mål Vet ej

Andel av respektive urval (%)

(28)

sig en högre avkastning än en 10-årig statsobligation. Vid jämförelse med en blandfond förekommer en spridning bland respondenternas bedömningar i både Norra och Södra, men merparten förväntar sig en likvärdig eller högre avkastning. Även vid jämförelse med en aktiefond gör skogsägarna olika bedömningar men resultaten tyder på att många förväntar sig likvärdig eller lägre avkastning.

Figur 10. Norra (n=39) - Förväntad avkastning i förhållande till en:

Figur 11. Södra (n=24) - Förväntad avkastning i förhållande till en:

0 20 40 60 80

10-årig statsobligation (0,5 %) Blandfond (4 %) Aktiefond (6 %)

Andel (%)

Vet ej Lägre Likvärdig Högre

0 20 40 60 80 100

10-årig statsobligation (0,5 %) Blandfond (4 %) Aktiefond (6 %)

Andel (%)

(29)

7.2.2 Risk

Nedan visas figur 12 som presenterar de risker respondenterna i nuläget identifierar som störst gällande sina skogsinnehav. Respondenterna gavs möjlighet att besvara upp till tre alternativ, vilket medför fler svar än respondenter. Bland Norras respondenter har störst andel besvarat att viltbetesskador utgör en av de största riskerna, följt av skogspolitik och stormar. I Södra har störst andel besvarat att stormar utgör en av de största riskerna, därefter skogspolitik och insekter.

Figur 12. Största riskerna.

I figur 13 presenteras respondenternas bedömningar gällande hur risknivån för deras skogsinnehav har påverkats på lång sikt (5–30 år). I Norra anser majoriteten att risken på lång sikt har ökat. I Södra bedömer en övervägande andel av skogsägarna att risken antingen har varit konstant eller ökat.

0 20 40 60 80 Insekter Viltbetesskador Svampar/Patogener Bränder Stormar Torka Minskade priser Skogspolitik Annat

(30)

Figur 13. Risken associerad med skogsinnehavet har på lång sikt (5–30 år):

Figur 14 och 15 visar hur Norra och Södras respondenter bedömer den framtida risken associerad med deras skogsinnehav på lång sikt (5–30 år), i förhållande till alternativa investeringar. I Norra bedömer den största andelen att den framtida risken kommer vara lägre än en 10-årig statsobligation, blandfond och aktiefond. I Södra anser den största andelen respondenter att risken är likvärdig med en 10-årig statsobligation och lägre än en aktiefond. Jämfört med en blandfond förväntar sig respondenterna i Södra att risken ska vara likvärdig eller lägre. En större andel respondenter i Norra än i Södra har även valt ‘vet ej’ som svarsalternativ.

Figur 14. Norra - Förväntad framtida risk (5–30 år) i förhållande till en:

0 10 20 30 40 50 60 70 80 Ökat

Varit densamma Minskat Vet ej Har precis anskaffat mitt skogsinnehav och

kan därför inte besvara frågan

Norra (n=39) Södra (n=24) 0 10 20 30 40 50 10-årig statsobligation (n=39) Blandfond (n=38) Aktiefond (n=38) Andel (%)

(31)

Figur 15. Södra - Förväntad framtida risk (5–30 år) i förhållande till en:

Figur 16 åskådliggör respondenternas åsikter beträffande hur den forstliga räntefoten speglar ett skogsinnehav i Sverige. Uppfattningarna påvisas vara skilda inom båda undersökningarna men i Norra anser majoriteten att räntesatsen är för låg och en stor andel att räntesatsen är rimlig. I Södra anser majoriteten att räntesatsen är rimlig och en stor andel att räntesatsen är för låg. Likväl i denna frågan är det störst relativ andel i Norra än i Södra som svarat att de inte vet.

Figur 16. Hur räntesatsen på 2,5 % speglar en avkastning för en skogsinvestering i Sverige:

0 10 20 30 40 50 60 70 10-årig statsobligation (n=24) Blandfond (n=24) Aktiefond (n=24) Andel (%)

vet ej lägre likvärdig högre

0 10 20 30 40 50 60

Jag tycker den är rimlig Jag tycker den är för låg Jag tycker den är för hög Jag har ingen åsikt/vet ej

(32)

7.2.3 Nuvärdesberäkning

En nuvärdesberäkning utfördes med hjälp av ekvation (3), i syfte att åskådliggöra den skillnad som en förändrad kalkylränta kan innebära för ett svenskt skogsinnehav. Vid beräkningen användes t = 30 år och antagandet att en normalstor skogsfastighet i genomsnitt genererar en årlig intäkt av en genomsnittlig månadslön i Sverige. Den genomsnittliga månadslönen i Sverige är 33 700 kronor före skatt (SCB, 2018) vilket enligt Stora Enso (u.å.) är vad ett skogsinnehav på cirka 30–35 hektar kan generera årligen. Beräkningen gjordes dels med en kalkylränta på 2,5 procent, dels med medelvärdet av den faktiska avkastning erhållen genom de två enkätundersökningarna, vilken är 4,75 procent. Beräkningarna resulterade i ett nuvärde av 705 351 kronor med en kalkylränta på 2,5 procent och 533 148 kronor med en kalkylränta på 4,75 procent. Differensen mellan dessa motsvarar ett värde av 172 203 kronor.

8. Diskussion

I många fall finns tendenser till säkrare och mindre spridda svar i Södra än i Norra, samt en lägre andel respondenter som inte har kunskap om de frågor som ställs. Det är dessutom en högre svarsfrekvens för respondenterna i Södra än i Norra. Den högre andel respondenter i Södra med skogsinnehav som huvudsakliga inkomstkälla, kan tyda på att dessa respondenter eventuellt innehar mer kunskap i ämnet och därmed ger mer tillförlitliga data. Det är dock inte möjligt att dra några generella slutsatser från de resultat som erhållits, mer än för Sveaskog och det urval av skogsägare som besvarat enkäterna. Resultaten kan dock ge indikationer på den avkastning och de uppfattningar svenska skogsägare har.

Medelvärdet av faktisk avkastning uppgår till 5,2 procent för Norra respektive 4,3 procent för Södra och medelvärdet av avkastningskrav till 4 procent för Norra respektive 3,9 procent för Södra. Resultaten skulle kunna indikera att det föreligger geografiska skillnader beträffande kalkylränta, men de t-test som utfördes visade ingen signifikant skillnad mellan urvalen. Eventuella skillnader skulle även kunna härledas till andra faktorer som kan påverka avkastningen, exempelvis andelen skogsägare som har skogsinnehav som huvudsaklig inkomstkälla, vilken typ av skog som innehas, målet med deras skogsinnehav etcetera. Detta har dock inte kontrollerats för i denna studie. Figur 10 och 11 visar att majoriteten av respondenterna i båda populationerna anser att deras skogsinnehav genererar en avkastning som är högre eller lika med en blandfond, vilken approximeras med en avkastning på 4 procent. Figur 16 visar att en majoritet av skogsägarna i Södra anser att räntefoten på 2,5 procent är

(33)

rimlig, samtidigt som en majoritet i Norra anser att räntefoten är för låg. Åsikterna kring räntefoten är därav tvetydiga, men medelvärdet av faktisk avkastning och avkastningskrav, tillsammans med respondenternas svar gällande vad deras skogsinnehav genererar för avkastning i förhållande till andra investeringar, skiljer sig från en räntefot på 2,5 procent.

Lundgren (2005) diskuterar hur en investering kan ge skydd mot inflation om

ß

-värdet är negativt, noll eller lågt. Med grund i detta kan Sveaskogs

ß

-skattning med ett värde på 0,049 ge antydan till diversifieringsmöjlighet och inflationsskydd genom investering i ett skogsinnehav i Sverige. Det kan även antyda att den forstliga räntefotens låga nivå är rimlig genom den låga systematiska risk denna skattning indikerar. Med utgångspunkt i Washburn & Binkley (1990) som påvisar svårigheten i att beräkna ett korrekt ß-värde, kan dock slutsatserna som dras av detta vara begränsade.

Den största andelen av skogsägarna i både Norra och Södra har ‘ekonomisk avkastning på lång sikt’ som mål, vilket överensstämmer med antagandet att skogsinnehav oftast är en långsiktig investering med långa omloppstider. Mot bakgrund av den teori som Hultkrantz & Mantalos (2018) framhåller, tyder resultatet på en låg diskonteringsfaktor. Definitionen av lång sikt (5– 30 år) i detta arbete har dock ett stort tidsspann, vilket kan påverka analysen. Resultatet kontrollerar heller inte för eventuellt förkortade omloppstider som generationsskiften (Price, 2011 se Hultkrantz & Mantalos, 2018) eller ett varmare klimat (Normark & Fries, 2018) kan leda till. Det lägre nuvärdet av framtida intäkter för ett skogsinnehav i Sverige, som erhölls vid användning av en kalkylränta på 4,75 procent jämfört med en forstlig räntefot på 2,5 procent, överensstämmer med Hultkrantz (2018). Han diskuterar vikten av att sätta en lägre ränta för att nuvärdet av skogens inkomster på sikt ska kunna täcka kostnaderna och göra investeringen lönsam.

I figur 12 åskådliggörs de risker skogsägarna identifierar som störst gällande sina skogsinnehav där viltbetesskador, stormar, insekter och skogspolitik utgör de alternativ som störst andel valt. De tre förstnämnda riskerna förutspås öka i framtiden, vilket talar för en förhöjd framtida risknivå, förutsatt att respondenternas svar överensstämmer med verkligheten. Att fler respondenter i Södra än i Norra besvarat att stormar är en av de största riskerna, stämmer överens med empirin. Hänsyn bör dock tas till att respondenterna inte representerade några skogsägare med innehav av lövskog och eftersom barrträd är mer känsliga för stormar än