Kohortanalyse i aksjemarkedet – en komplett guide

Hva er kohortanalyse?

Kohortanalyse er en analytisk metode som deler inn data i grupper – kohorter – basert på en felles egenskap eller en hendelse som skjer innenfor et bestemt tidsrom. I finanssammenheng kan en kohort for eksempel være alle selskaper som ble børsnotert i 2020, eller alle investorer som kjøpte sin første aksje i mars 2020. Målet er å følge disse gruppene over tid og sammenligne utviklingen deres.

Metoden kommer opprinnelig fra demografi og medisin, men har blitt svært populær i finansbransjen de siste årene. For aksjeinvestorer gir kohortanalyse muligheten til å se om en bestemt type selskaper eller en bestemt investeringsstrategi gir systematisk bedre eller dårligere resultater enn andre.

I motsetning til vanlig tidsserieanalyse, som ser på gjennomsnittet av alle data på hvert tidspunkt, fokuserer kohortanalyse på å isolere effekten av tidspunktet for inntreden. Dette gjør det lettere å skille mellom generelle markedstrender og spesifikke egenskaper ved en gruppe.

Forstå kohortanalyse

For å forstå kohortanalyse må du først forstå hva en kohort er. I aksjemarkedet kan en kohort defineres på mange måter: etter børsnoteringsår, etter sektor, etter størrelse på selskapet, eller etter tidspunktet investorene gikk inn i markedet. Felles for alle kohorter er at medlemmene har en felles 'fødselshendelse' som skjer innenfor en avgrenset periode.

La oss ta et eksempel: Du ønsker å analysere om selskaper som ble børsnotert under en finanskrise presterer bedre enn selskaper notert i oppgangstider. Da deler du selskapene inn i kohorter basert på børsnoteringsår, for eksempel 2008 (finanskrise) og 2019 (oppgang). Deretter måler du gjennomsnittlig avkastning for hver kohort hvert år etter noteringen.

Kohortanalyse er spesielt nyttig for å oppdage skjulte mønstre. For eksempel kan den vise at investorer som startet å spare i aksjefond i 2020 (rett etter pandemien) har hatt høyere avkastning enn de som startet i 2021, selv om markedet totalt sett steg begge årene. Årsaken kan være at 2020-kohorten kjøpte seg inn på bunnen, mens 2021-kohorten kjøpte på topp.

Hvordan fungerer kohortanalyse?

Kohortanalyse gjennomføres i flere trinn. Først må du definere kohortene basert på en relevant hendelse. For aksjer kan dette være børsnoteringsdato, første kvartal med positiv inntjening, eller tidspunkt for en større endring i selskapets strategi. Deretter samler du inn historiske kursdata eller avkastningstall for hvert medlem i kohorten.

Neste steg er å beregne nøkkeltall for hver kohort over like lange perioder. Vanligvis måler man kumulativ avkastning etter 1, 3, 5 og 10 år. Resultatene settes inn i en tabell eller et linjediagram der hver linje representerer én kohort. Dette gjør det enkelt å sammenligne utviklingen.

Her er et forenklet eksempel på en kohorttabell for selskaper notert på Oslo Børs i ulike år:

Historisk bakgrunn

Kohortanalyse har røtter i medisinsk forskning fra 1800-tallet, der man fulgte grupper av pasienter over tid for å studere effekten av behandlinger. På 1900-tallet ble metoden tatt i bruk i demografi og samfunnsvitenskap. I finansverdenen fikk den først fotfeste på 1990-tallet, da analytikere begynte å studere avkastning for ulike årganger av aksjefond.

Den store populariteten kom imidlertid med fremveksten av SaaS-selskaper (Software as a Service) på 2010-tallet. Disse selskapene brukte kohortanalyse for å måle kundelojalitet og inntektsvekst over tid. Etter hvert tok aksjeanalytikere i bruk samme metode for å vurdere børsnoteringer og sektorer.

I Norge har kohortanalyse blitt mer utbredt de siste årene, spesielt i forbindelse med analyser av nye børsnoteringer på Oslo Børs. Flere meglerhus og fondsforvaltere bruker metoden for å identifisere hvilke årganger av selskaper som har gitt best avkastning. Dette kan gi innsikt i om markedet har en tendens til å overprise eller underprise nye aksjer i bestemte perioder.

Praktisk eksempel

La oss gjennomføre en enkel kohortanalyse med norske aksjer. Vi sammenligner to grupper: selskaper som ble børsnotert på Oslo Børs i 2018 (rett før handelskrigen) og selskaper notert i 2020 (under pandemien). Vi antar at vi har 10 selskaper i hver kohort og måler gjennomsnittlig årlig avkastning de første tre årene etter notering.

Dette eksempelet illustrerer hvordan kohortanalyse kan hjelpe deg å forstå at tidspunktet for børsnotering har stor betydning for den kortsiktige avkastningen. For en langsiktig investor kan det være mer lønnsomt å kjøpe selskaper notert i dårlige tider, fordi de ofte er underpriset. Kohortanalyse gir deg et verktøy for å teste slike hypoteser med faktiske data.

Fordeler og ulemper

Fordelene med kohortanalyse er mange. For det første gir den et nyansert bilde av utviklingen over tid, fordi den kontrollerer for tidseffekter. Du kan sammenligne grupper som startet under ulike markedsforhold, og se om forskjellene skyldes timing eller fundamentale forhold. For det andre er metoden intuitiv og enkel å visualisere med linjediagrammer eller tabeller.

En annen fordel er at kohortanalyse kan avdekke trender som ellers ville vært skjult i gjennomsnittstall. For eksempel kan den vise at en bestemt type selskaper (f.eks. teknologiselskaper notert i 2021) systematisk underpresterer, selv om det totale markedet stiger. Dette kan hjelpe deg å unngå å investere i overprisede segmenter.

Ulempene inkluderer at metoden krever store og pålitelige datasett. Hvis du har få selskaper i en kohort, kan resultatene være tilfeldige. I tillegg kan det være vanskelig å tolke årsakssammenhenger – bare fordi en kohort presterer bedre, betyr ikke at det skyldes børsnoteringsåret. Det kan være andre faktorer som sektor eller selskapsstørrelse som spiller inn. Derfor bør kohortanalyse alltid kombineres med annen fundamental analyse.

Vanlige misforståelser

En vanlig misforståelse er at kohortanalyse er det samme som segmentering. Segmentering deler inn kunder eller selskaper basert på nåværende egenskaper (f.eks. alder eller sektor), mens kohortanalyse deler inn basert på en felles hendelse på et bestemt tidspunkt. Forskjellen er viktig: segmentering er statisk, kohortanalyse er dynamisk over tid.

En annen misforståelse er at kohortanalyse kun er relevant for kundeanalyse i abonnementsbedrifter. I virkeligheten er metoden svært anvendelig i aksjemarkedet. Du kan analysere alt fra aksjefond med ulik startdato til selskaper som endret strategi i samme år. Det handler om å finne den rette hendelsen som definerer kohorten.

En tredje feil er å tro at kohortanalyse alltid gir årsakssammenheng. Hvis du ser at selskaper notert i 2020 presterte bedre enn de fra 2018, kan det like gjerne skyldes at 2020-kohorten hadde flere teknologiselskaper, og ikke selve børsnoteringsåret. Derfor må du alltid vurdere andre variabler og helst bruke multivariate analyser for å bekrefte funnene.

Oppsummering

Kohortanalyse er et kraftig verktøy for aksjeinvestorer som ønsker å forstå hvordan ulike grupper av selskaper eller investorer utvikler seg over tid. Ved å dele inn i kohorter basert på en felles hendelse – som børsnoteringsår eller første investeringsdato – kan du isolere effekten av timing og avdekke mønstre som ikke er synlige i vanlige tidsserier.

Metoden har sine begrensninger, spesielt knyttet til datakvalitet og tolkning av årsakssammenhenger. Men når den brukes riktig, kan den gi verdifull innsikt for både nybegynnere og erfarne investorer. For norske investorer finnes det gode muligheter til å anvende kohortanalyse på Oslo Børs-data, for eksempel gjennom historiske kursdatabaser eller analyseselskaper.

Vi anbefaler å starte med en enkel analyse av to eller tre kohorter – for eksempel selskaper notert i ulike år – og følge utviklingen over noen år. Da vil du raskt se hvor nyttig metoden kan være for å forbedre investeringsbeslutningene dine.