NOU 2018: 12

Energiaksjer i Statens pensjonsfond utland

Til innholdsfortegnelse

1 Flere analyser av oljepris og energiaksjer

Dette vedlegget supplerer analysene i kapittel 8.

1.1 Energiaksjers bidrag til oljeprisrisiko i en sammensatt portefølje

I en sammensatt finansiell portefølje kan det være hensiktsmessig med vurderinger av hvilken relativ oljepriseksponering en investor tar på seg ved å inkludere energiaksjer. Det er generelt flere måter å belyse dette på. En måte er å ta hensyn til den delen av meravkastningen av energiaksjer som ikke kan forklares ved hjelp en etablert prisingsmodell for energiaksjer.1 Et slikt mål vil vise utviklingen i energiaksjenes idiosynkratiske avkastning, og en høy grad av sammenheng mellom dette avkastningsmålet og oljeprisendringer kan tyde på at energiaksjer på marginen bidrar med oljeprisrisiko i en sammensatt finansiell portefølje.

En annen måte er å justere avkastningen av energiaksjer for avkastningen av en risikofri plassering av kapitalen samt et risikopåslag som følge av markedsrisikoeksponering.2 En høy grad av sammenheng mellom dette avkastningsmålet og oljeprisendringer kan tyde på at energiaksjer på marginen bidrar med oljeprisrisiko i en sammensatt finansiell portefølje.

En viktig forskjell mellom de to målene er at en markedsrisikojustering ikke tar hensyn til ev. risikojustert meravkastning ved å investere i energiaksjer, såkalt «alfa». Det medfører alt annet like at et mål for markedsrisikojustert avkastning vil være forskjellig fra den anslåtte idiosynkratiske avkastningen av energiaksjer. Dersom alfa for energiaksjer samvarierer med endringer i realoljeprisen, vil det isolert sett også kunne medføre at de to målene har forskjellig korrelasjon med endringer i realoljeprisen.

Av figur 1.1 fremgår det at tiårs rullerende avkastningsforskjell mellom energiaksjer og aksjemarkedet som helhet i begrenset grad følger endringer i realoljeprisen i samme periode. Mens det historisk har vært betydelige svingninger i realoljeprisen over ulike tiårsperioder, har avkastningsforskjellen mellom energiaksjer og aksjemarkedet som helhet relativt sett vært mer stabil. Det trekker i retning av at en finansiell portefølje som også inkluderer energiaksjer i relativt begrenset grad bidrar til økt oljeprisrisiko, sammenlignet med en finansiell portefølje uten slike aksjer.

Figur 1.1 Tiårs rullerende idiosynkratisk og markedsjustert avkastning av energiaksjer og endringer i realoljeprisen.1 Prosent per år

Figur 1.1 Tiårs rullerende idiosynkratisk og markedsjustert avkastning av energiaksjer og endringer i realoljeprisen.1 Prosent per år

1 Alle data i USD. Basert på avkastningsdata fra MSCI for perioden januar 1970 – august 2018. Oljepris er WTI-spot. Korrelasjonen mellom tiårs oljeprisendringer og henholdsvis idiosynkratisk og markedsrisikojustert avkastning er om lag 0,4.

Kilde: FRED, Ken French, Macrobond, MSCI, Norges Bank og utvalget.

Figur 1.2 presenterer en tilsvarende analyse som i figur 1.1, men der differanseavkastningen mellom energiaksjer og aksjemarkedet som helhet benyttes som tilnærming til hvilken relativ oljepriseksponering en investor tar på seg ved å inkludere energiaksjer i en sammensatt portefølje.3 Av figuren fremgår det at dersom en ikke justerer avkastningen av energiaksjer for markedsrisiko, men legger til grunn av energiaksjer har tilsvarende systematisk risiko som aksjemarkedet for øvrig, anslås samvariasjonen mellom tiårs rullerende avkastning og endringer i realoljeprisen å være betydelig høyere.

Figur 1.2 Tiårs rullerende endringer i realoljepris og differanseavkastningen mellom energiaksjer og aksjemarkedet.1 Prosent per år

Figur 1.2 Tiårs rullerende endringer i realoljepris og differanseavkastningen mellom energiaksjer og aksjemarkedet.1 Prosent per år

1 Alle data i USD. Basert på avkastningsdata fra MSCI for perioden januar 1970 – august 2018. Oljepris er WTI-spot. Korrelasjonen mellom tiårs oljeprisendringer og differanseavkastningen er om lag 0,8.

Kilde: FRED, Macrobond, MSCI, Norges Bank og utvalget.

1.2 Robusthet i sektoranalysene

Resultatene av sektoranalysene i avsnitt 8.3 kan variere med forutsetningene som legges til grunn.

Robusthet for valg av oljeprismål

Valg av oljeprismål kan ha betydning for estimerte sammenhenger mellom aksjeavkastning og endringer i realoljeprisen. I oljemarkedet prises om lag to-tredjedeler av det globale oljetilbudet relativt til BRENT-olje. Samtidig ligger de største handelsvolumene i enmåneds terminkontrakter, kjent som «front month». Volumene som handles i disse kontraktene er mange ganger større enn for lengre kontrakter. Historiske enmåneds terminkontrakter for BRENT-olje er imidlertid ikke tilgjengelig før juni 1988. Det medfører at valg av andre oljeprismål enn i analysene i avsnitt 8.3 også påvirker tidsperioden sammenhenger anslås over.

Figur 1.3 viser rullerende tiårs gjennomsnittlig sammenheng mellom avkastningen av energiaksjer og realoljeprisen basert på modellen estimert i tabell 8.1, men med enmåneds terminkontrakt for BRENT-olje som oljeprismål. Av figuren fremgår det at størrelsen på og variasjonen i sammenhengen mellom avkastningen av energiaksjer og endringer i realoljeprisen har vært om lag tilsvarende for perioden siden juni 1988, enten det legges til grunn enmåneds terminkontrakt for BRENT-olje eller spotpris for WTI-olje som i figur 8.1.

Figur 1.3 Sammenhengen mellom avkastningen av energiaksjer og endringer i realoljeprisen (enmåneds terminkontrakt for BRENT-olje).1 Tiårs rullerende gjennomsnitt

Figur 1.3 Sammenhengen mellom avkastningen av energiaksjer og endringer i realoljeprisen (enmåneds terminkontrakt for BRENT-olje).1 Tiårs rullerende gjennomsnitt

1 Basert på en modell som estimert i tabell 8.1, for perioden juni 1988 – august 2017. Det gråskraverte båndet angir et 95 pst. konfidensintervall basert på korrigerte standardfeil i henhold til Newey og West (1987) med tremåneders båndbredde.

Kilde: Bloomberg, FRED, Ken French, MSCI, Norges Bank og utvalget.

Sensitivitetsanalyser tyder på at gjennomsnittlig størrelse på sammenhengen mellom avkastningen av energiaksjer og endringer i realoljeprisen synes å øke betydelig når det benyttes terminkontrakter med en varighet på 12 måneder eller mer, se tabell 1.1. Det gjelder ikke bare for energisektoren, men også for flere andre sektorer. Det er samtidig viktig å understreke at det er betydelig lavere omsetning og variasjon i lengre oljepriskontrakter. Det gir mindre variasjon som kan utnyttes i estimeringene. Samtidig medfører ulike oljepriskontrakter endringer i perioden som benyttes for analysene, noe som også kan ha betydning for de ulike anslagene.

Tabell 1.1 Sammenhengen mellom avkastningen av energiaksjer og ulike mål på realoljeprisen

Oljeprismål

Oljeprissammenheng

p-verdi (=0)

Tilgjengelig siden

BRENT spot

0,18*

(0,00)

mai 1984

BRENT 1m

0,23*

(0,00)

juni 1988

BRENT 12m

0,39*

(0,00)

april 1994

BRENT 24m

0,39*

(0,00)

februar 1998

BRENT 36m

0,31*

(0,00)

mai 1998

WTI spot

0,18*

(0,00)

januar 1970

WTI 1m

0,22*

(0,00)

mars 1983

WTI 12m

0,28*

(0,00)

desember 1983

WTI 24m

0,40*

(0,00)

november 1990

WTI 36m

0,30*

(0,00)

november 1990

Alle tall i USD. Aksjemarkedsavkastning er basert på data for MSCI World-universet, risikofri avkastning er månedlig US treasury bill fra Ibbotson and Associates, inflasjon er gitt ved US CPI for All Urban Consumers og oljeprisen er spot WTI-olje. Tidsperiodene følger av tilgjengeligheten for oljeprisseriene. Anslagene er de partielle resultatene for sammenhengen med realoljeprisen fra tilsvarende modeller som i tabell 8.1. Alle variabler er uttrykt på log-form. P-verdier basert på korrigerte standardfeil i henhold til Newey og West (1987) med tremåneders båndbredde, er gitt i parentes. En * indikerer at estimatet for oljeprisendringer er statistisk signifikant forskjellig fra 0, dvs. en p-verdi < 0,05.

Kilde: Bloomberg, FRED, Ken French, Macrobond, MSCI, Norges Bank og utvalgets egne beregninger.

Utviklingen i endring i forklaringskraft for energiaksjer over tid

Av tabell 8.1 fremgår det at endringer i oljeprisen i gjennomsnitt kan forklare om lag 8 pst. av svingningene i månedlig avkastning av energiaksjer

Figur  
for perioden januar 1970 – august 2017. Andelen har imidlertid variert over tid. Figur 1.4 viser endringer i forklaringskraft for tiårs rullerende avkastning av energiaksjer. Av figuren fremgår det at forklaringskraften har variert betydelig over ulike tiårsperioder, fra om lag 0 pst. til om lag 18 pst.

Figur 1.4 Andelen av svingninger i månedlig meravkastning for energiaksjer som kan forklares av endringer i realoljeprisen. Basert på modellen estimert i tabell 8.1. Tiårs rullerende gjennomsnitt

Figur 1.4 Andelen av svingninger i månedlig meravkastning for energiaksjer som kan forklares av endringer i realoljeprisen. Basert på modellen estimert i tabell 8.1. Tiårs rullerende gjennomsnitt

Kilde: FRED, Ken French, Macrobond, MSCI, Norges Bank og utvalget.

1.3 Robusthet i analyser av kontantstrøm- og diskonteringseffekter

På samme måte som analysene av en mulig varig betydning av oljeprisendringer for sektorvis avkastning varierer med valg av modell, kan valg av oljepris og tidsperiode spille inn for resultatene av kontantstrøm- og diskonteringseffekter i avsnitt 8.4.3. Figurene 1.5–1.7 viser resultater for sammenhenger mellom endringer i realoljeprisen og sektorvis endring i forventede fremtidige kontantstrømmer og diskontering, der enmåneds terminkontrakt for BRENT-olje er benyttet. Effektene er basert på samme modell som i figurene 8.3–8.5, med tilsvarende ulik glatting av det sektorvis dividende-prisforholdet på henholdsvis tre år, fem år og ti år. Nedbrytingen av avkastning for de ulike sektorene er gjort med bakgrunn i perioden januar 1970 – august 2017, mens sammenhengen mellom oljeprisendringer og henholdsvis kontantstrømmer og diskontering, på grunn av tilgjengelig oljeprisdata, benytter perioden juni 1988 – august 2017.

Figur 1.5 Sektorvis sammenheng med endringer i realoljeprisen (enmåneds terminkontrakt for BRENT-olje) fordelt på samlet effekt (Total) og partielle effekter på kontantstrømmer og diskontering. Figuren er basert på en modell for dekomponering av avkastning som...

Figur 1.5 Sektorvis sammenheng med endringer i realoljeprisen (enmåneds terminkontrakt for BRENT-olje) fordelt på samlet effekt (Total) og partielle effekter på kontantstrømmer og diskontering. Figuren er basert på en modell for dekomponering av avkastning som benytter treårs glattet dividende-prisforhold som forklaringsvariabel

Kilde: Bloomberg, FRED, Ken French, Macrobond, MSCI, Norges Bank og utvalget.

Figur 1.6 Sektorvis sammenheng med endringer i realoljeprisen (enmåneds terminkontrakt for BRENT-olje) fordelt på samlet effekt (Total) og partielle effekter på kontantstrømmer og diskontering. Figuren er basert på en modell for dekomponering av avkastning som...

Figur 1.6 Sektorvis sammenheng med endringer i realoljeprisen (enmåneds terminkontrakt for BRENT-olje) fordelt på samlet effekt (Total) og partielle effekter på kontantstrømmer og diskontering. Figuren er basert på en modell for dekomponering av avkastning som benytter femårs glattet dividende-prisforhold som forklaringsvariabel

Kilde: Bloomberg, FRED, Ken French, Macrobond, MSCI, Norges Bank og utvalget.

Figur 1.7 Sektorvis sammenheng med endringer i realoljeprisen (enmåneds terminkontrakt for BRENT-olje) fordelt på samlet effekt (Total) og partielle effekter på kontantstrømmer og diskontering. Figuren er basert på en modell for dekomponering av avkastning som...

Figur 1.7 Sektorvis sammenheng med endringer i realoljeprisen (enmåneds terminkontrakt for BRENT-olje) fordelt på samlet effekt (Total) og partielle effekter på kontantstrømmer og diskontering. Figuren er basert på en modell for dekomponering av avkastning som benytter tiårs glattet dividende-prisforhold som forklaringsvariabel

Kilde: Bloomberg, FRED, Ken French, Macrobond, MSCI, Norges Bank og utvalget.

Av figurene 1.5–1.7 fremgår det at også for andre valg av oljepriskontrakter og tidsperiode vil utfallsrommet for sammenhengen mellom oljepris og henholdsvis kontantstrøm- og diskonteringseffekter kunne variere med valg av glatting av det sektorvis dividende-prisforholdet. Samtidig kan retningen og størrelsen for den anslåtte sammenhengen mellom oljeprisendringer og energiselskapenes kontantstrømmer synes å være mer stabil i denne perioden.

1.4 Bransjevis avkastning og oljepris

Et utdrag av de anslåtte, bransjevise sammenhengene mellom aksjeavkastning og oljeprisendringer er omtalt i avsnitt 8.3. Den fullstendige tabellen gjengis her.

Tabell 1.2 Anslåtte sammenhenger mellom meravkastning og endringer i realoljeprisen for ulike sektorer og bransjer

Sektor

Bransje

Konstant

p-verdi (=0)

Markedet

p-verdi (=1)

Oljepris

p-verdi (=0)

R2

Obs

Figur  

Energy

1,26

(0,55)

0,79*

(0,00)

0,25*

(0,00)

0,68

272

0,14

Energy Equipment & Services

-3,08

(0,47)

1,10

(0,37)

0,37*

(0,00)

0,56

272

0,13

Oil, Gas & Consumable Fuels

1,69

(0,42)

0,75*

(0,00)

0,24*

(0,00)

0,67

272

0,14

Materials

-2,03

(0,43)

1,12*

(0,03)

0,11*

(0,00)

0,75

272

0,02

Chemicals

0,96

(0,63)

1,01

(0,89)

0,03

(0,13)

0,75

272

0,00

Constructions Materials

-2,96

(0,29)

1,19*

(0,00)

0,02

(0,36)

0,70

272

0,00

Containers & Packaging

-2,69

(0,33)

1,03

(0,60)

-0,06*

(0,03)

0,60

272

0,01

Metals & Mining

-4,03

(0,31)

1,19*

(0,01)

0,23*

(0,00)

0,60

272

0,06

Paper & Forest Products

-5,52

(0,07)

1,23*

(0,00)

-0,02

(0,52)

0,65

272

0,00

Industrials

-0,78

(0,51)

1,04

(0,21)

0,01

(0,27)

0,90

272

0,00

Aerospace & Defense

5,00

(0,09)

0,95

(0,41)

-0,03

(0,21)

0,57

272

0,00

Building Products

-3,24

(0,20)

1,10

(0,10)

0,01

(0,81)

0,69

272

0,00

Construction & Engineering

-3,47

(0,27)

0,99

(0,93)

0,09*

(0,00)

0,60

272

0,02

Electrical Equipment

-2,02

(0,38)

1,21*

(0,00)

0,06*

(0,00)

0,78

272

0,01

Industrial Conglomerates

-0,47

(0,82)

1,15*

(0,01)

-0,02

(0,29)

0,74

272

0,00

Machinery

-1,45

(0,52)

1,16*

(0,00)

0,07*

(0,00)

0,75

272

0,01

Trading Companies & Distributors

-2,88

(0,35)

0,93

(0,30)

0,13*

(0,00)

0,50

272

0,03

Commercial Services & Supplies

-1,73

(0,28)

0,87*

(0,01)

-0,04*

(0,02)

0,76

272

0,00

Professional Services

2,37

(0,35)

1,00

(0,97)

-0,02

(0,53)

0,84

107

0,00

Air Freight & Logistics

1,61

(0,53)

0,87*

(0,04)

-0,03

(0,31)

0,52

272

0,00

Airlines

-4,23

(0,20)

1,16*

(0,04)

-0,15*

(0,00)

0,60

272

0,04

Marine

-4,13

(0,26)

1,04

(0,68)

0,15*

(0,00)

0,55

272

0,03

Road & Rail

2,04

(0,41)

0,63*

(0,00)

-0,01

(0,68)

0,44

272

0,00

Transportation Infrastructure

1,87

(0,55)

0,83*

(0,02)

0,02

(0,49)

0,48

272

0,00

Consumer Discretionary

-0,13

(0,92)

1,05

(0,08)

-0,04*

(0,00)

0,88

272

0,00

Auto Components

-0,84

(0,74)

1,03

(0,57)

0,02

(0,47)

0,66

272

0,00

Automobiles

-1,27

(0,61)

1,07

(0,36)

-0,02

(0,45)

0,62

272

0,00

Household Durables

-6,41*

(0,01)

1,17*

(0,00)

0,02

(0,46)

0,68

272

0,00

Leisure Products

-1,79

(0,46)

0,72*

(0,00)

0,05

(0,10)

0,48

272

0,01

Textiles, Apparel & Luxury Goods

0,85

(0,71)

1,14*

(0,01)

-0,01

(0,64)

0,71

272

0,00

Hotels, Restaurants & Leisure

2,19

(0,28)

0,94

(0,17)

-0,06*

(0,00)

0,70

272

0,01

Diversified Consumer Services

-3,11

(0,63)

0,54*

(0,00)

-0,10

(0,18)

0,09

147

0,00

Media

-0,30

(0,89)

1,12*

(0,01)

-0,04

(0,06)

0,77

272

0,00

Distributors

-7,61

(0,10)

1,08

(0,41)

-0,04

(0,39)

0,43

272

0,00

Internet & Direct Marketing Retail

5,28

(0,35)

1,11

(0,42)

0,03

(0,64)

0,33

272

0,00

Multiline Retail

0,67

(0,81)

0,93

(0,28)

-0,09*

(0,01)

0,53

272

0,02

Specialty Retail

1,71

(0,49)

1,00

(0,99)

-0,11*

(0,00)

0,60

272

0,03

Consumer Staples

4,30*

(0,02)

0,58*

(0,00)

-0,04

(0,05)

0,53

272

0,01

Food & Staples Retailing

1,36

(0,49)

0,60*

(0,00)

-0,05*

(0,03)

0,51

272

0,01

Beverages

4,09

(0,07)

0,65*

(0,00)

-0,04

(0,09)

0,44

272

0,01

Food Products

3,69

(0,08)

0,54*

(0,00)

-0,02

(0,27)

0,43

272

0,00

Tobacco

9,98*

(0,02)

0,53*

(0,00)

-0,02

(0,68)

0,15

272

0,00

Household Products

6,18*

(0,02)

0,41*

(0,00)

-0,04

(0,26)

0,17

272

0,00

Personal Products

4,67

(0,09)

0,87

(0,09)

-0,03

(0,37)

0,47

272

0,00

Health Care

5,48*

(0,01)

0,60*

(0,00)

-0,07*

(0,00)

0,46

272

0,02

Health Care Equipment & Supplies

4,66*

(0,04)

0,67*

(0,00)

-0,02

(0,42)

0,46

272

0,00

Health Care Providers & Services

3,29

(0,38)

0,70*

(0,00)

-0,07

(0,07)

0,29

272

0,01

Health Care Technology

0,17

(0,98)

0,90

(0,57)

-0,14

(0,06)

0,26

135

0,02

Biotechnology

5,36

(0,27)

0,68*

(0,00)

-0,03

(0,58)

0,16

272

0,00

Pharmaceuticals

4,75*

(0,03)

0,56*

(0,00)

-0,07*

(0,00)

0,36

272

0,02

Life Sciences Tools & Services

7,28

(0,12)

0,89

(0,49)

-0,03

(0,63)

0,48

135

0,00

Financials

-2,56

(0,17)

1,22*

(0,00)

-0,04*

(0,03)

0,85

272

0,00

Banks

-2,74

(0,22)

1,20*

(0,00)

-0,01

(0,78)

0,79

272

0,00

Thrifts & Mortgage Finance

-16,28*

(0,01)

1,21

(0,13)

-0,18*

(0,00)

0,45

171

0,04

Diversified Financial Services

-3,12

(0,32)

1,38*

(0,00)

-0,06*

(0,05)

0,71

272

0,00

Consumer Finance

-5,89

(0,28)

1,32

(0,15)

-0,07

(0,25)

0,51

171

0,00

Capital Markets

-7,71*

(0,01)

1,44*

(0,00)

-0,06*

(0,01)

0,81

171

0,00

Mortgage Real Estate Investment Trusts (REITs)

11,01

(0,15)

0,95

(0,91)

-0,35*

(0,00)

0,28

11

0,34

Insurance

-1,34

(0,51)

1,19*

(0,00)

-0,09*

(0,00)

0,78

272

0,02

Real Estate

0,01

(1,00)

0,87

(0,21)

-0,02

(0,59)

0,41

136

0,00

REITs

-1,04

(0,80)

1,21

(0,05)

-0,14*

(0,01)

0,69

123

0,02

Real Estate Management & Development

-3,65

(0,32)

1,28*

(0,00)

-0,03

(0,51)

0,75

123

0,00

Information Technology

0,85

(0,78)

1,33*

(0,00)

-0,03

(0,43)

0,68

272

0,00

Internet Software & Services

6,13

(0,45)

1,61*

(0,00)

-0,03

(0,75)

0,34

267

0,00

IT Services

-3,38

(0,36)

1,07

(0,55)

-0,00

(0,92)

0,47

272

0,00

Software

4,67

(0,17)

1,20*

(0,04)

-0,01

(0,72)

0,50

272

0,00

Communications Equipment

-5,60

(0,21)

1,58*

(0,00)

-0,08

(0,05)

0,61

272

0,01

Technology Hardware, Storage & Peripherals

3,09

(0,38)

1,25*

(0,01)

-0,00

(0,96)

0,56

272

0,00

Electronic Equipment, Instruments & Components

-4,88

(0,09)

1,25*

(0,00)

0,07

(0,06)

0,67

272

0,01

Office Electronics

-4,01

(0,30)

0,98

(0,71)

0,01

(0,79)

0,46

230

0,00

Semiconductors Equipment & Products

10,05

(0,35)

1,91*

(0,00)

0,10

(0,28)

0,47

100

0,00

Semiconductor & Semiconductor Equipment

-0,13

(0,97)

1,14

(0,06)

-0,07

(0,08)

0,58

171

0,00

Telecommunication Services

-0,84

(0,72)

0,93

(0,22)

-0,06*

(0,02)

0,63

272

0,01

Diversified Telecommunication Services

-1,57

(0,50)

0,91

(0,14)

-0,07*

(0,02)

0,60

272

0,01

Wireless Telecommunication Services

3,10

(0,38)

0,94

(0,44)

-0,05

(0,17)

0,46

272

0,00

Utilities

1,48

(0,43)

0,60*

(0,00)

-0,01

(0,71)

0,50

272

0,00

Electric Utilities

2,01

(0,31)

0,54*

(0,00)

-0,01

(0,58)

0,42

272

0,00

Gas Utilities

3,52

(0,09)

0,59*

(0,00)

0,00

(0,92)

0,44

272

0,00

Multi-Utilities

-2,00

(0,56)

0,82

(0,06)

-0,04

(0,31)

0,41

272

0,00

Water Utilities

9,41*

(0,00)

0,41*

(0,00)

0,01

(0,69)

0,16

272

0,00

Independent Power Producers & Energy Traders

-6,44

(0,11)

0,91

(0,43)

0,06

(0,08)

0,60

147

0,00

Alle tall i USD. Resultatene i tabellen er basert på statistiske analyser med månedlige observasjoner. Aksjemarkedsavkastning er basert på data for MSCI All Country-universet, risikofri avkastning er månedlig US treasury bill fra Ibbotson and Associates, inflasjon er gitt ved US CPI for All Urban Consumers og oljeprisen er enmåneds terminkontrakt for BRENT-olje. Konstantleddet er angitt i annualiserte prosentenheter. p-verdier basert på korrigerte standardfeil i henhold til Newey og West (1987) med tremåneders båndbredde, er gitt i parentes. En * indikerer for konstantleddet og oljeprisendringer at estimatet er statistisk signifikant forskjellig fra 0, dvs. en p-verdi < 0,05. For den estimerte markedsrisikoen indikerer * at estimatet er statistisk signifikant forskjellig fra 1, dvs. en p-verdi < 0,05. Se forøvrig tabellnote 8.2.

Kilde: Bloomberg, FRED, Ken French, MSCI, Norges Bank og utvalgets egne beregninger.

Fotnoter

1.

En slik justering innebærer å benytte den delen av meravkastningen av energiaksjer som ikke kan forklares av markedsrisiko (residualen) basert på en standard prisingsmodell for energiaksjer, se kapittel 8.

2.

En slik fremgangsmåte innebærer å justere avkastningen av energiakjser for gjennomsnittlig markedsrisikoeksponering

Figur  
og avkastningen av en risikofri plassering av kapitalen i samme periode
Figur  
. Se Van Nieuwerburgh et al. (2015) tilgjengelig på Finansdepartementets nettsider.

3.

Norges Bank har i diskusjonsnotat 4/2017 (Norges Bank, 2017) og i brev 14. november 2017 til Finansdepartementet, blant annet lagt til grunn en slik analyse av differanseavkastning og realoljeprisen for sitt råd.

Til forsiden