Uppsatsen har skrivits i samarbete med fastighetsföretaget Wallfast med syftet att ge förslag på hur en fastighetsportfölj bör utformas om man söker låga risker. Data inhämtades från finansinstitutet MSCI, vilket gav oss historisk information om åtta olika fastighetssegment. Fastighetssegmenten definierades av ett geografisk område i Stor-Stockholm och av en fastighetstyp: antingen hyresrätt eller kontor. För varje fastighetssegment beräknades en serie av historiska avkastningar mellan 2002-2021 för fem olika investeringshorisonter: 1, 4, 6, 8 och 10 år. Detta gav oss fem olika serier av historisk avkastning per segment. Sedan tillämpades kvadratisk programmering för att optimera portföljer baserat på avkastningsserierna för respektive investeringshorisont. För att göra optimeringen mer realistisk optimerades också portföljerna när det fanns en 35\% andelsrestriktion på Hyresrätter A (hyresrätter innanför tullarna) och Kontor i Central Business District (CBD) Resultaten pekade mot att de mest attraktiva segmenten att investera i var Hyresrätter A och Kontor CBD. Vidare visade portföljoptimeringen att om man vill minimera standardavvikelsen (risk) för en portfölj bör portföljen till 80-90\% bestå av Hyresrätter A och resterande del bör bestå av Kontor CBD. Däremot visade det sig att om man ökade kontorsandelen i portföljen kunde man öka den förväntade avkastningen utan att risken ökade propertionerligt. En portfölj som till 50\% bestod av Hyresrätter A och till 50\% av Kontor CBD hade en högre förväntad avkastning samtidigt som risken för låga avkastningar enbart var försumbart större än för portföljen med lägst risk. Vidare visade resultaten att man kan utöka kontorsandelarna mer än till 50\% utan att riskökningen blir uppenbar. Riskökningen bestod primärt av de extremt låga avkastningar som en kontorsdominerad portfölj kunde ha vid mycket ovanliga fall. När kontoren utgjorde mer än 75\% av portföljen hade risken ökat så mycket att portföljen inte längre var gynnsam ur ett lågriskperspektiv. Genom att sätta en andelsrestriktion på Hyresrätter A och Kontor CBD visade optimeringen att Hyresrätter A substituerades mot Hyresrätter B (hyresrätter i områden precis utanför tullarna), och Kontor CBD substituerades mot Kontor Övriga (kontor utanför tullarna och utanför Solna, Sundbyberg, Kista), och till en mindre del substituterades de mot Kontor Central (kontor innanför tullarna, exkluderat CBD). / This paper has been written in collaboration with the real estate company Wallfast, with the purpose to give recommendations on how a real estate portfolio should be constructed if you seek low risk. Data was collected from the finance institute MSCI, which gave us historic information regarding eight different real estate segments. The segments were defined by a geographical area in Greater Stockholm and by property type: either rental apartment or office. For each segment we calculated a series of historic returns between 2002-2021 for five different investment horizons: 1, 4, 6, 8 and 10 years. This resulted in five return series for every segment. We then used quadratic programming to optimize portfolios based on the return series for each investment horizon. To make the optimization more realistic we also optimized the portfolios when we had placed a 35\% allocation limit on two of the segments: Rental Apartments A (rental apartments in the city centre) and Offices in Central Business District (CBD). The results indicated that the most attractive segments were Rental Apartments A and Offices CBD. The portfolio optimization also showed that if you want to minimize the standard deviation (risk) for a portfolio, around 80-90\% of the portfolio should consist of Rental Apartments A and the rest should be invested in Offices CBD. However, our analysis also showed that by increasing the share of offices in the portfolio it was possible to increase the expected portfolio return without increasing the risk proportionately. A portfolio that consisted of 50\% Rental Apartments A and of 50\% Offices CBD had a higher expected return while at the same time only showing a negligible higher risk for low returns than the portfolio with the lowest risk. The results showed that it is possible to expand the office share of the portfolio beyond 50\% without any obvious increase in risk. The increase in primarily risk consisted of the extremely low returns that an office dominated portfolio could have in rare cases. When the office share was more than 75\% of the portfolio the risk had increased so much such that the portfolio was no longer favorable from a low-risk perspective. By placing allocation limits on Rental Apartments A and Offices CBD, the optimization showed that Rental Apartments A were substituted with Rental Apartments B (rental apartments situated in boroughs just outside of the city centre), and Offices CBD was mostly substituted with Offices Rest (offices outside of the city centre, Solna, Sundbyberg and Kista), and to a lesser extent substituted with Offices Central (offices in the city centre excluding CBD).
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-326775 |
| Date | January 2022 |
| Creators | Walaker Edman, Adrian, Korkmaz, Iris |
| Publisher | KTH, Matematisk statistik |
| Source Sets | DiVA Archive at Upsalla University |
| Language | Swedish |
| Detected Language | English |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-SCI-GRU ; 2022:291 |
Page generated in 0.0098 seconds