Råvarekostnadsensitivitet i verdsettelse – en grundig forklaring for investorer

Hva er råvarekostnadsensitivitet i verdsettelse?

Råvarekostnadsensitivitet i verdsettelse er et begrep som beskriver hvor følsom verdien av et selskap er for endringer i prisen på råvarer som selskapet bruker i produksjonen eller selger som ferdig produkt. For selskaper i råvareintensive bransjer – som olje og gass, gruvedrift, skogbruk, fiskeri og landbruk – utgjør råvarekostnadene ofte en stor andel av de totale driftskostnadene eller inntektene. Når råvareprisene svinger, påvirkes både inntjening og kontantstrøm, noe som igjen slår direkte ut i verdsettelsen.

Sensitiviteten måles typisk som en elastisitet: prosentvis endring i selskapsverdi dividert med prosentvis endring i råvarepris. En høy verdi betyr at en liten prisendring får store konsekvenser for verdien. For eksempel kan et oljeselskap med høye faste kostnader oppleve at en 10 prosents økning i oljeprisen gir en 30 prosents økning i aksjekursen, fordi overskuddet øker uforholdsmessig mye.

Det er viktig å skille mellom råvarekostnadsensitivitet på inntektssiden og kostnadssiden. Et selskap som selger råvarer (f.eks. et gruveselskap) har positiv sensitivitet – høyere råvarepris gir høyere verdi. Et selskap som bruker råvarer som innsatsfaktor (f.eks. et bakeri som bruker hvete) har negativ sensitivitet – høyere råvarepris reduserer verdien. I begge tilfeller må investorer forstå denne dynamikken for å kunne verdsette selskapet riktig.

Forstå råvarekostnadsensitivitet i verdsettelse

For å forstå råvarekostnadsensitivitet må man først se på hvordan råvarepriser påvirker de underliggende driverne i en verdsettelsesmodell. De vanligste metodene for verdsettelse er nåverdiberegning (DCF) og multiplikatormetoder. I en DCF-modell er kontantstrømmen avgjørende. For et råvareproduserende selskap er kontantstrømmen sterkt korrelert med råvareprisen. En høyere pris gir høyere inntekter, men kostnadene endrer seg ofte mindre, slik at marginene øker. Dette kalles operasjonell gearing, og det forsterker sensitiviteten.

Sensitiviteten er ikke konstant. Den avhenger av selskapets kostnadsstruktur, gjeldsgrad og evne til å tilpasse seg. For eksempel har et oljeselskap med lav break-even-pris (f.eks. 30 dollar per fat) lavere sensitivitet enn et selskap med høy break-even-pris (f.eks. 60 dollar per fat) når prisen faller under 60 dollar. Når prisen er over break-even, øker overskuddet raskt, og sensitiviteten blir høy.

I tillegg til DCF-modeller bruker investorer ofte multiplikatormetoder som EV/EBITDA. EBITDA er et mål på driftsresultat før avskrivninger, og for råvareselskaper er EBITDA svært sensitivt for råvarepriser. En endring i prisen påvirker EBITDA direkte, og dermed også multiplikatoren. Derfor kan man se at aksjer i sykliske selskaper handles til lave multipler i bunnen av syklusen og høye multipler i toppen – det motsatte av hva man intuitivt skulle tro.

For investorer er det derfor essensielt å gjennomføre en sensitivitetsanalyse når de verdsetter råvareselskaper. Dette innebærer å variere råvareprisen i modellen og se hvordan verdien endrer seg. En slik analyse avdekker hvor robust verdsettelsen er, og hjelper investoren å forstå hvilke forutsetninger som er kritiske.

Hvordan fungerer råvarekostnadsensitivitet i verdsettelse?

Råvarekostnadsensitivitet fungerer som en kobling mellom råvaremarkedet og selskapets verdi. For å måle den bruker man ofte en formel for elastisitet:

Sensitivitet = (ΔVerdi / Verdi) / (ΔRåvarepris / Råvarepris)

Her er ΔVerdi endringen i selskapsverdi, og ΔRåvarepris endringen i råvarepris. Resultatet er et tall som viser hvor mange prosent verdien endres når råvareprisen endres med én prosent. For eksempel: Hvis et selskap har en sensitivitet på 2,5, vil en 10 prosents økning i råvareprisen føre til en 25 prosents økning i verdien (alt annet likt).

I praksis beregner man sensitiviteten ved å kjøre flere scenarier i en verdsettelsesmodell. Man setter opp et basisscenario med en forventet råvarepris, og deretter ett eller flere alternative scenarier med høyere og lavere priser. For hvert scenario beregner man ny kontantstrøm, ny terminalverdi og ny selskapsverdi. Deretter sammenligner man endringene.

En mer avansert metode er å bruke Monte Carlo-simulering, der man trekker mange tilfeldige råvarepriser fra en sannsynlighetsfordeling og beregner et spekter av mulige verdier. Dette gir et bilde av usikkerheten rundt verdsettelsen. Uansett metode er poenget å synliggjøre hvor følsom verdien er for råvareprisen, slik at investoren kan ta informerte beslutninger.

Det er også vanlig å presentere resultatene i en såkalt edderkoppgraf eller tornado-diagram, der man viser hvilke variabler som har størst innvirkning på verdien. Råvareprisen er ofte den viktigste faktoren for råvareselskaper, men også produksjonsvolum, kostnader og valutakurser kan spille inn.

Historisk bakgrunn

Bevisstheten om råvarekostnadsensitivitet i verdsettelse vokste frem særlig etter oljeprissjokkene på 1970-tallet. Da oljeprisen skjøt i været fra rundt 3 dollar per fat i 1973 til over 35 dollar i 1980, opplevde oljeselskaper enorme svingninger i inntjening og aksjekurs. Investorer og analytikere innså at tradisjonelle verdsettelsesmodeller, som antok stabile priser, ikke fanget opp den reelle risikoen. Dette førte til utviklingen av scenarioanalyse og sensitivitetsanalyse som standardverktøy i finansiell analyse.

I Norge har råvarekostnadsensitivitet vært spesielt viktig på grunn av den dominerende rollen til olje- og gassnæringen. Da oljeprisen falt fra over 100 dollar per fat i 2014 til under 30 dollar i 2016, ble mange norske oljeselskaper og leverandører hardt rammet. Equinor (tidligere Statoil) mistet over halvparten av sin markedsverdi i løpet av ett år. Dette illustrerer hvor dramatisk råvarekostnadsensitivitet kan slå ut.

Senere har også fornybar energi og batteriproduksjon blitt mer råvareintensive, med sensitivitet for priser på litium, kobolt og sjeldne jordarter. Investorer i disse sektorene må nå også forholde seg til råvarekostnadsensitivitet. Historien viser at forståelse av denne sensitiviteten er avgjørende for å unngå tap og for å utnytte muligheter i sykliske markeder.

Praktisk eksempel

La oss ta et praktisk eksempel med et norsk oljeselskap, for eksempel et hypotetisk selskap kalt Norsk Olje AS. Selskapet produserer 100 000 fat olje per dag, med en break-even-pris på 40 dollar per fat. Faste kostnader er 1 milliard kroner per år, og variable kostnader er 20 dollar per fat. Vi ønsker å verdsette selskapet ved hjelp av en DCF-modell med en avkastningskrav på 10 prosent og en evig vekst på 2 prosent.

Vi setter opp tre scenarier for oljeprisen: 50, 70 og 90 dollar per fat. EBITDA beregnes som (oljepris - variable kostnader) * volum - faste kostnader. For enkelhets skyld antar vi at volumet er konstant, og vi ser bort fra skatt og investeringer i dette eksempelet.

Tabellen under viser resultatene:

Dette eksempelet viser hvor viktig det er for investorer å vurdere råvarekostnadsensitivitet. Hvis man antar en oljepris på 70 dollar i basisscenarioet, men prisen faller til 50, kan verdien bli nesten halvert. En grundig sensitivitetsanalyse avdekker denne risikoen.

Fordeler og ulemper

Fordeler: 1. Bedre risikostyring: Ved å forstå råvarekostnadsensitivitet kan investorer identifisere selskaper som er sårbare for prissvingninger, og tilpasse porteføljen deretter. 2. Forbedret verdsettelse: Sensitivitetsanalyse gjør verdsettelsen mer robust og gir et mer realistisk bilde av mulige utfall, i stedet for en enkelt punktestimering. 3. Muligheter for meravkastning: I sykliske markeder kan investorer som forstår sensitiviteten, kjøpe seg inn i bunnen av syklusen når pessimismen er størst, og selge i toppen. 4. Sammenligning på tvers av selskaper: Sensitivitetsmål gjør det lettere å sammenligne hvor følsomme ulike selskaper er for samme råvareprisendring.

Ulemper: 1. Kompleksitet: Sensitivitetsanalyse krever gode modeller og forutsetninger om kostnader, volumer og andre faktorer. Feil forutsetninger kan gi misvisende resultater. 2. Statisk antagelse: Ofte antar man at alt annet er likt, men i virkeligheten kan selskaper tilpasse seg ved å endre produksjon, sikre seg med derivater eller reforhandle kontrakter. Dette kan redusere den faktiske sensitiviteten. 3. Tidsaspektet: Sensitiviteten kan endre seg over tid, for eksempel når et selskap investerer i nye prosjekter eller endrer gjeldsgrad. En analyse basert på historiske data kan være utdatert. 4. Overfokus på én variabel: Råvareprisen er viktig, men andre faktorer som valutakurser, renter og politiske forhold kan også ha stor betydning. En snever sensitivitetsanalyse kan gi et ufullstendig bilde.

Vanlige misforståelser

Misforståelse 1: Råvarekostnadsensitivitet er det samme som risiko. Sensitivitet måler hvor mye verdien endres ved en gitt prisendring, men risiko handler om sannsynligheten for at prisendringen skal skje. To selskaper kan ha samme sensitivitet, men svært ulik risiko hvis det ene har sikret seg med futureskontrakter. Sensitivitet er et verktøy for å forstå konsekvensene, ikke sannsynligheten.

Misforståelse 2: Bare råvareprodusenter har råvarekostnadsensitivitet. Mange selskaper som bruker råvarer som innsatsfaktor, for eksempel matvareprodusenter, bygg- og anleggsselskaper og transportører, har også betydelig sensitivitet. For dem er det råvareprisene på innsatsfaktorene som påvirker kostnadene og dermed verdien.

Misforståelse 3: Sensitiviteten er konstant over tid. Sensitiviteten endrer seg med selskapets kostnadsstruktur, gjeldsgrad og markedsforhold. For eksempel kan et oljeselskap som har investert i nye felt med høyere kostnader, få økt sensitivitet. Derfor bør sensitivitetsanalyser oppdateres jevnlig.

Misforståelse 4: Høy sensitivitet er alltid negativt. For investorer med lang horisont kan høy sensitivitet være en fordel hvis de treffer riktig på prisutviklingen. Det gir større potensial for avkastning, men også større risiko. Det er et tweegget sverd.

Oppsummering

Råvarekostnadsensitivitet i verdsettelse er et uunnværlig verktøy for investorer som analyserer selskaper i råvareintensive bransjer. Ved å måle hvor følsom verdien er for endringer i råvarepriser, kan man få et mer nyansert bilde av risiko og potensiell avkastning. Sensitivitetsanalyser, enten gjennom enkle scenarioanalyser eller mer avanserte Monte Carlo-simuleringer, bør være en standard del av verdsettelsesprosessen.

Historien har vist at store råvareprissvingninger kan få dramatiske konsekvenser for aksjekurser, spesielt i olje- og gasssektoren. Norske investorer har sett dette på nært hold under oljeprissjokket i 2014–2016. Derfor er det viktig å ikke bare stole på en enkelt verdi, men å forstå hvordan ulike råvarepriser påvirker selskapets verdi.

Samtidig må man være klar over begrensningene: Sensitivitetsanalyser er avhengige av forutsetninger, og de fanger ikke opp alle dynamiske tilpasninger. Derfor bør de kombineres med kvalitative vurderinger av selskapets evne til å håndtere prissvingninger. For investorer som mestrer dette, gir råvarekostnadsensitivitet et verdifullt konkurransefortrinn i sykliske markeder.