USD Finans

Magasinet der gør dig klogere på penge

Vidensbank

Beregn Jensens alfa i Excel med markedsdata

Usd.dk 0
Beregn Jensens alfa i Excel med markedsdata

Hvorfor nøjes med at gætte på, om din portefølje skaber reel merværdi, når du kan bevise det med tal? Jensens alfa er en af de mest anerkendte målestokke for, om en investor faktisk slår markedet – justeret for risiko. Alligevel ligger beregningen tit gemt bag dyre Bloomberg-terminaler og komplicerede abonnements-løsninger.

I denne guide viser vi dig, hvordan du med helt almindelig Excel og gratis markedsdata kan forvandle rå kurser til et klar­tekst-svar på spørgsmålet: Tilføjer min strategi værdi, eller havde jeg været bedre tjent med et indeks? Vi henter data fra velkendte kilder som Yahoo Finance og Nationalbanken, bygger regnearket trin for trin og runder af med visuelle tjek og bedste praksis, så du kan stole på resultatet.

Spænd sikkerhedsbæltet – på de næste par minutter lærer du at beregne Jensens alfa fra bunden, undgå de klassiske faldgruber og anvende nøgletallet i din egen porteføljeanalyse. Lad os dykke ned i tallene!

Data: Hvilke markedsdata du skal bruge, og hvor du finder dem

Før du kan trykke =LINEST() i Excel, skal de rigtige data på plads. Jensens alfa beregnes på excess returns (afkast fratrukket den risikofri rente), så du har brug for tre tidssynkroniserede serier:

  1. Portefølje- eller fondsafkast
  2. Markedsindeksafkast (benchmark)
  3. Risikofri rente (svarende til samme valuta og frekvens som afkastserierne)

1. Valg af frekvens og analyseperiode

  • Månedlige data er mest udbredt til alfa-beregninger, fordi de reducerer støj i forhold til daglige data og typisk giver et tilstrækkeligt antal observationer (≥ 36 måneder) til statistisk signifikans.
  • Årlig alfa opnås ved at gange den månedlige alfa med 12 (eller (1+α)12 − 1, hvis du vil være helt præcis).
  • Brug en periode, der afspejler den nuværende investeringsstrategi (fx de seneste 3-5 år) – men test også længere perioder for robusthed.

2. Justerede kurser og total return

  • Hent adjusted close eller total return-serier, så udbytter, split og emissioner er indregnet.
  • For fonde/ETF’er er NAV med reinvesterede udlodninger ideelt.
  • Hvis kilden ikke tilbyder total return-indekset, må du korrigere manuelt eller vælge et andet datasæt.

3. Valutaovervejelser

  • Sammenlign altid afkast i samme valuta. Investorer baseret i Danmark vælger ofte DKK som reference.
  • Er porteføljen i USD, mens benchmark er i EUR, kan du enten:
    • Konverter begge serier til DKK med historiske valutakurser (fx fra Nationalbanken), eller
    • Bruge et valutakurssikret benchmark (EUR-hedged, USD-hedged).
  • Den risikofri rente skal matche samme valuta – ellers opstår et umærkbart, men målbart fejlled i alfaen.

4. Hvor finder du data?

Kilde Dataserier Fordele Typisk notation i Excel-import
Yahoo Finance Aktier, ETF’er, mange indeks (Adj Close) Gratis API via https://query1.finance.yahoo.com; justerede priser =WEBSERVICE("URL")
Nasdaq OMX Nordic Nordiske aktier og OMX-indeks Lokale total return-indeks som OMXCPI (DKK) CSV-download eller Power Query → Web
St. Louis FRED Amerikanske renter, Fama/French-faktorer, S&P 500 TR API-nøgle, konsistent historik til 1920’erne =FILTERXML(WEBSERVICE("URL"),"//observation")
Danmarks Nationalbank DKK-valutakurser, statsobligationsrenter, Cita/SARON SDMX-API; daglig eller månedsmiddel Power Query → Get Data > From OData

5. Sådan kobler du serierne i praksis

  1. Importer hver serie til sit eget ark (Power Query anbefales for let genopfriskning).
  2. Ensret datoformater og frekvens. Brug Group By i Power Query til at aggre­gere daglige kurser til månedslut.
  3. Lav en Master Calendar i et separat ark og slå alle tre serier op mod den – så undgår du manglende observationer.
  4. Beregn log- eller simple afkast pr. periode: =(Pris_t / Pris_{t-1}) - 1
  5. Fratræk den risikofri rente (omregnet til samme periode) for at få excess returns.

Når disse trin er gennemført, har du et rent, veljusteret datasæt i Excel, klar til regression og udregning af Jensens alfa.

Trin for trin i Excel: Fra rådata til beregnet Jensens alfa

Nedenfor finder du en hands-on guide, der leder dig gennem hele processen i Excel – fra rå csv-filer eller web-feeds til en færdig Jensens alfa, der kan fortolkes og årligt sammenlignes med fondens målsætning.

  1. Hent kurs- og rentedata

    Du kan vælge mellem to indlæsningsteknikker:

    • Power Query (Anbefalet fra Excel 2016 og frem)
      1. Gå til Data > Hent data > Fra andre kilder > Fra web.
      2. Indsæt fx Yahoo Finance-linket
        https://query1.finance.yahoo.com/v7/finance/download/SPY?period1=...&period2=...&interval=1mo&events=history&includeAdjustedClose=true
      3. Gentag for din portefølje/fond (fx FXK) og for 1-måneders T-bill fra FRED (DGS1MO).
      4. I Power Query-editoren: Behold kun kolonnerne Date og Adj Close, og omdøb dem til hhv. Dato, Pris_SPY, Pris_Fond, RF.
      5. Klik Luk & Indlæs.
    • WEBSERVICE-funktionen (hvis du mangler Power Query)
      =FILTERXML(WEBSERVICE("https://api.nationalbanken.dk/statsbank/v1/data/ DNIRNP_M ..."),"//observations")
      …men løsningen er skrøbelig og kræver ekstra data-rengøring.

  2. Beregn periodiske afkast

    Antag at data starter i række 2 med dato i kolonne A, justeret lukkepris på fonden i kolonne B og indeks i kolonne C:

    <code>Beregnet_Afkast_Fond (D2):=LN(B2/B1)Beregnet_Afkast_Markedsindeks (E2):=LN(C2/C1)</code>

    Kopier for hele kolonnen. Log-afkast (ln-returns) er additive og nemme at annualisere.

  3. Fjern risikofri rente – Skab excess returns

    Hvis kolonne F indeholder risikofri månedlig rente i decimaltal (0,0021 = 0,21 %), trækker du den fra:

    <code>Excess_Fond (G2): =D2 - F2Excess_Marked (H2): =E2 - F2</code>

  4. Lineær regression – Alfa og beta

    Du har to hurtige muligheder:

    A) funktionen linest

    <code>=LINEST(G2:GX ; H2:HX ; SAND ; SAND)</code>

    Marker to kolonner og fem rækker, tryk Ctrl+Shift+Enter (hvis ikke-dynamisk Excel). Output:

    • Første række: beta og alfa
    • Anden række: standardfejl
    • Femte række, kolonne 2: R²

    B) data analysis toolpak

    1. Aktivér via Filer > Indstillinger > Tilføjelsesprogrammer.
    2. Vælg Data Analysis > Regression.
    3. Y Range: G2:GX (fondens excess return).
      X Range: H2:HX (markedets excess return).
    4. Sæt markering i Labels eller New Worksheet Ply.

    Output indeholder alfa, beta, t-statistikker og p-værdier allerede klar til fortolkning.

  5. Konverter alfa fra månedlig til årlig

    Jensens alfa er ofte angivet årligt. Anvend derfor:

    <code>Alfa_aarlig = (1 + Alfa_maanedlig) ^ 12 - 1</code>

    Hvis du bruger log-afkast, kan du gange i stedet:
    Alfa_aarlig = Alfa_maanedlig * 12

    Husk at konvertere standardfejl på samme måde (multipliser med √12 for log-afkast, eller brug delta-metoden for geometriske afkast).

  6. Et hurtigt sanity-check

    • Alfa bør være tæt på 0 % for et passivt indeksprodukt.
    • Beta ≈ 1 antyder markedsfølsomhed på linje med benchmark; >1 = mere volatil.
    • Se på t-stat; > ±1,96 (for 5 %) indikerer signifikant afvigelse.

Herefter har du både numeriske nøgletal (alfa, beta, R²) og det komplette datasæt til den næste sektion om visualisering og robusthedstest.

Visualisering, validering og bedste praksis

Når algebraen er på plads, er det visuelle og statistiske eftersyn afgørende for at afgøre, om din beregnede Jensens alfa rent faktisk er til at stole på. Nedenfor finder du en praktisk tjekliste, som både giver dig et letforståeligt billede af resultaterne og hjælper dig med at “stress-teste” din model.

  1. Lav et scatterplot af excess returns
    Indsæt ▸ Diagram ▸ Punkt (XY) og vælg porteføljens excess returns (y-akse) mod markedets excess returns (x-akse). Et godt plot bør:
    • Have ca. samme antal punkter over og under trendlinjen.
    • Udvise nogenlunde homogen spredning (ingen tydelige mønstre i residualerne).
  2. Tilføj en trendlinje med formel og R²
    Højreklik på datapunkterne ▸ Tilføj trendlinje ▸ Lineær ▸ markér Vis ligning samt Vis R-kvadrat.
    Parameter Tolkning
    y = α + βx α (skæring) = Jensens alfa pr. periode, β = markedsfølsomhed.
    R² Hvor stor en andel af porteføljens variation excess returns forklares af markedet.
  3. Valider alfa og beta med t-statistik og p-værdier
    • Brug Data ▸ Data Analysis ▸ Regression eller =LINEST().
    • Tommelregel: |t| > 2 og p < 0,05 indikerer statistisk signifikans på 5 %-niveauet.
    • =T.DIST.2T(ABS(t); df) giver p-værdien manuelt, hvis du arbejder uden Analysis Toolpak.
  4. Robusthedstest med rullende vinduer
    En flot alfa over hele perioden kan skjule perioder med svag performance. Opret en dynamisk regression, fx med OFFSET() eller =INDEX(), der kører:
    • 60-måneders vindue for langsigtede fonde.
    • 12-måneders vindue for kortere eller taktiske strategier.

    Plot den rullende alfa som en tidsserie for at se, om værdiskabelsen er stabil eller kun skyldes enkelte heldige år.

Typiske faldgruber og hvordan du undgår dem

  • Regimeskift: Ændringer i pengepolitik eller markedsstruktur kan ændre β. Test eventuelt for “break points”.
  • Autokorrelation: Særligt ved højfrekvente data. Brug Newey-West-justerede standardfejl eller øg tidsintervallet.
  • Survivorship-bias: Vælg datakilder, der inkluderer lukkede fonde og fusioner, ellers fremstår historikken kunstigt flot.
  • Look-ahead-bias: Sikr dig, at risikofri rente og indeksværdier reelt var kendt på observationstidspunktet.

Sådan bruger du resultaterne i porteføljevurderingen

  1. En positiv og signifikant alfa tyder på, at forvalteren har skabt merafkast efter justering for markedsrisiko.
  2. En negativ alfa peger på, at investoren ville have været bedre tjent med et passivt markedstracker.
  3. Sammenhold alfa med omkostninger: Overstiger den nettoafkastet efter gebyrer?
  4. Se på den rullende alfa for at vurdere, om værdiskabelsen er konsistent eller periodisk.
  5. Justér benchmark: Hvis porteføljen har tematisk fokus, kan et multifaktor- eller sektorindeks give et mere retvisende billede end MSCI World alene.

Med denne fremgangsmåde forvandler du tørregressionen til et beslutningsværktøj, der kan afsløre både skjulte styrker og svagheder i din portefølje – med Excel som eneste værktøj.

Related Story

Indholdsfortegnelse

→ Indhold