infrastruktura kot naloŽbeni razred · zanimanje vlagateljev pa povečuje tudi dejstvo, da se vse...

UNIVERZA V LJUBLJANI

EKONOMSKA FAKULTETA

MAGISTRSKO DELO

INFRASTRUKTURA KOT NALOŽBENI RAZRED

Ljubljana, junij 2018 ALJOŠA PAUREVIĆ

IZJAVA O AVTORSTVU

Podpisani Aljoša Paurević, študent Ekonomske fakultete Univerze v Ljubljani, avtor predloženega dela z

naslovom Infrastruktura kot naložbeni razred, pripravljenega v sodelovanju s svetovalcem izr. prof. dr. Igorjem

Lončarskim,

IZJAVLJAM

1. da sem predloženo delo pripravil samostojno;

2. da je tiskana oblika predloženega dela istovetna njegovi elektronski obliki;

3. da je besedilo predloženega dela jezikovno korektno in tehnično pripravljeno v skladu z Navodili za

izdelavo zaključnih nalog Ekonomske fakultete Univerze v Ljubljani, kar pomeni, da sem poskrbel, da so

dela in mnenja drugih avtorjev oziroma avtoric, ki jih uporabljam oziroma navajam v besedilu, citirana

oziroma povzeta v skladu z Navodili za izdelavo zaključnih nalog Ekonomske fakultete Univerze v

Ljubljani;

4. da se zavedam, da je plagiatorstvo – predstavljanje tujih del (v pisni ali grafični obliki) kot mojih lastnih

– kaznivo po Kazenskem zakoniku Republike Slovenije;

5. da se zavedam posledic, ki bi jih na osnovi predloženega dela dokazano plagiatorstvo lahko predstavljalo

za moj status na Ekonomski fakulteti Univerze v Ljubljani v skladu z relevantnim pravilnikom;

6. da sem pridobil/-a vsa potrebna dovoljenja za uporabo podatkov in avtorskih del v predloženem delu in

jih v njem jasno označil;

7. da sem pri pripravi predloženega dela ravnal v skladu z etičnimi načeli in, kjer je to potrebno, za raziskavo

pridobil soglasje etične komisije;

8. da soglašam, da se elektronska oblika predloženega dela uporabi za preverjanje podobnosti vsebine z

drugimi deli s programsko opremo za preverjanje podobnosti vsebine, ki je povezana s študijskim

informacijskim sistemom članice;

9. da na Univerzo v Ljubljani neodplačno, neizključno, prostorsko in časovno neomejeno prenašam pravico

shranitve predloženega dela v elektronski obliki, pravico reproduciranja ter pravico dajanja predloženega

dela na voljo javnosti na svetovnem spletu preko Repozitorija Univerze v Ljubljani;

10. da hkrati z objavo predloženega dela dovoljujem objavo svojih osebnih podatkov, ki so navedeni v njem

in v tej izjavi.

V Ljubljani, dne 7.6.2018 Podpis študenta:__________________

i

KAZALO

UVOD ................................................................................................................................... 1

1 MAKROEKONOMSKO OKOLJE ........................................................................... 3

1.1 Uvod ...................................................................................................................... 3

1.2 Finančno okolje z nizkimi obrestnimi merami ...................................................... 5

1.3 Proračunski primanjkljaji in povpraševanje po infrastrukturi ............................... 8

1.4 Jünckerjev investicijski načrt .............................................................................. 10

2 OPREDELITEV POJMOV IN ZNAČILNOSTI INFRASTRUKTURE ............. 11

2.1 Kaj je infrastruktura? ........................................................................................... 11

2.2 Infrastrukturni projekt – naložba – objekt ........................................................... 12

2.3 Značilnosti infrastrukture .................................................................................... 13

2.4 Greenfield in brownfield naložba ........................................................................ 14

2.5 Donosnost in notranja stopnja donosa pri infrastrukturi ..................................... 16

3 NALOŽBENI RAZREDI .......................................................................................... 16

3.1 Opredelitev naložbenega razreda......................................................................... 16

3.1.1 Relativna neodvisnost ...................................................................................... 17

3.1.2 Pričakovana donosnost .................................................................................... 18

3.1.3 Homogenost ..................................................................................................... 18

3.1.4 Zmogljivost ...................................................................................................... 19

3.2 Vrste naložbenih razredov ................................................................................... 19

3.3 Primerjava naložbenih razredov .......................................................................... 23

3.3.1 Donosnost ........................................................................................................ 23

3.3.2 Tveganje .......................................................................................................... 24

3.3.3 Ugotovitve ....................................................................................................... 25

3.4 Faktorska analiza ................................................................................................. 30

3.4.1 Obdobje 2002–2008 ........................................................................................ 33

3.4.2 Obdobje 2008–2017 ........................................................................................ 35

3.5 Alokacija sredstev v naložbenem portfelju ......................................................... 37

3.5.1 Alokacija kotirajočih naložb ............................................................................ 37

4 ANALIZA NALOŽB V INFRASTRUKTURO ...................................................... 40

ii

4.1 Vlagatelji v infrastrukturo ................................................................................... 40

4.2 Načini vlaganja v infrastrukturo .......................................................................... 41

4.3 Tveganje in donosnost infrastrukturnih naložb ................................................... 42

4.3.1 Kotirajoče in nekotirajoče infrastrukturne naložbe ......................................... 42

4.4 Kriterijski indeks infrastrukturnih naložb ........................................................... 47

5 INFRASTRUKTURA Z VIDIKA INSTITUCIONALNEGA VLAGATELJA .. 48

5.1 Instrumenti financiranja infrastrukture ................................................................ 48

5.2 Regulacija ............................................................................................................ 51

5.2.1 Infrastrukturne naložbe ................................................................................... 53

5.2.1.1 Dolžniške naložbe in standardna formula ............................................... 54

5.2.1.2 Lastniške naložbe in standardna formula ................................................ 54

5.2.2 Učinek infrastrukturne naložbe na SCR in poslovni izid ................................ 55

5.3 Tveganja .............................................................................................................. 57

5.4 Infrastruktura kot naložbeni razred ..................................................................... 58

SKLEP ................................................................................................................................ 59

LITERATURA IN VIRI ................................................................................................... 61

PRILOGE

KAZALO TABEL

Tabela 1: Glavni makroekonomski podatki in napovedi v letih 2017–2018 (v %) ............ 4

Tabela 2: Gibanje obrestnih mer in njihove napovedi v letih 2017–2018 (v %) ................ 6

Tabela 3: Pregled donosnosti svetovnih delniških indeksov v letu 2017 (v %) .................. 7

Tabela 4: Klasificiranje navadnih delnic po tržni kapitalizaciji ........................................ 19

Tabela 5: Klasificiranje dolžniških vrednostnih papirjev ................................................. 20

Tabela 6: Seznam indeksov po naložbenih razredih ......................................................... 23

Tabela 7: Primerjava letne donosnosti, standardnega odklona in Sharpovega

kazalnika v letih 2002–2017 (v %) ................................................................... 29

Tabela 8: Primerjava povprečne letne donosnosti, standardnega odklona in

Sharpovega kazalnika naložbenih razredov v letih 2002–2017 (v %) ............. 30

Tabela 9: Faktorska analiza z uporabo metode glavnih komponent faktorja

pred rotacijo za obdobje 2002–2017 ................................................................ 32

Tabela 10: Porazdelitev faktorskih uteži in enoličnost variance ......................................... 33

iii


pred rotacijo za obdobje 2002–2008................................................................. 34

Tabela 12: Porazdelitev faktorskih uteži in enoličnost variance po rotaciji

za obdobje 2002–2008 ...................................................................................... 34


pred rotacijo za obdobje 2008–2017................................................................. 36

Tabela 14: Porazdelitev faktorskih uteži in enoličnost variance po rotaciji

za obdobje 2008–2017 ...................................................................................... 36

Tabela 15: Opredelitev uporabljenih spremenljivk V1-V4 ................................................. 37

Tabela 16: Letna donosnost naložb spremenljivk V1-V4 v letih 2002–2017 (v %) ........... 38

Tabela 17: Kovariančna matrika spremenljivk V1-V3 ....................................................... 38

Tabela 18: Kovariančna matrika spremenljivk V1-V4 ....................................................... 38

Tabela 19: Uteži po spremenljivkah za Portfelj 1 in Portfelj 2 ........................................... 39

Tabela 20: Pričakovana donosnost, standardni odklon in Sharpov kazalnik

enakomerno uteženih portfeljev 1 in 2 ............................................................. 39

Tabela 21: Pričakovana donosnost, standardni odklon in Sharpov kazalnik

optimalnih portfeljev 1 in 2 .............................................................................. 39

Tabela 22: Primerjava enakomerno utežene in optimalne strukture po portfeljih .............. 40

Tabela 23: Poenostavljen prikaz donosnosti in tveganja infrastrukturnih podsektorjev ..... 44

Tabela 24: Značilnosti donosnosti in tveganja različnih infrastrukturnih naložb ............... 44

Tabela 25: Stopnja poplačljivosti infrastrukturnega dolga v letih 1983–2015 (v %) .......... 46

Tabela 26: Primeri uporabljenih infrastrukturnih indeksov v panogi ................................. 48

Tabela 27: Infastrukturni naložbeni nosilci ......................................................................... 51

Tabela 28: Kapitalske uteži znotraj modula tržna tveganja za posamezne dejavnike

tveganja ............................................................................................................. 53

Tabela 29: Poenostavljen primer izračuna SCR-ja brez infrastrukturnih naložb ................ 55

Tabela 30: Poenostavljen primer izračuna SCR-ja z infrastrukturno naložbo .................... 56

Tabela 31: Učinki in spremembe SCR-ja ter poslovnega izida ........................................... 57

KAZALO SLIK

Slika 1: Gibanje zahtevane donosnosti do dospetja 10-letnih državnih obveznic

v letih 2001–2017 (v %) ....................................................................................... 5

Slika 2: Zadolženost držav v odstotku od BDP-ja (v %) ..................................................... 8

Slika 3: Infrastrukturne naložbe v odstotku od BDP-ja v letih 1995–2014 (v %)............... 9

Slika 4: Prikaz delovanja Junckerjevega načrta ................................................................ 10

Slika 5: Splošna razdelitev infrastrukture .......................................................................... 11

Slika 6: Značilnosti infrastrukturnih naložb ...................................................................... 13

Slika 7: Gibanje Sharpovega kazalnika z donosnostjo 3-letnih drsečih sredin

delniških indeksov v letih 2002–2017 (v %) ...................................................... 26

iv


obvezniških indeksov v letih 2002–2017 (v %) ................................................. 27


nepremičninskih indeksov v letih 2002–2017 (v %) .......................................... 27


indeksov zasebnih naložbenih skladov v letih 2002–2017 (v %) ....................... 28


infrastrukturnih indeksov v letih 2002–2017 (v %) ............................................ 28

Slika 12: Grafični prikaz lastnih vrednosti v obdobju 2002–2017 ...................................... 32

Slika 13: Grafični prikaz lastnih vrednosti za obdobje 2002–2008 .................................... 34

Slika 14: Grafični prikaz lastnih vrednosti za obdobje 2008–2017 .................................... 35

Slika 15: Primerjava donosnosti in tveganja infrastrukture z ostalima

naložbenima razredoma ...................................................................................... 43

Slika 16: Kumulativne stopnje neizpolnjevanja obveznosti naložbenega

bonitetnega razreda v letih 1983–2015 (v %) ..................................................... 45

Slika 17: Možnosti dostopanja zasebnega sektorja do infrastrukturnih naložb .................. 49

1

UVOD

Obravnavana problematika magistrskega dela se nanaša na trenutno stanje na finančnih

trgih, natančneje na finančno okolje z zgodovinsko nizkimi obrestnimi merami, ki številnim

vlagateljem povzročajo precejšnjo mero preglavic. V februarju 2018 je na primer zahtevana

donosnost do dospetja dvoletne nemške državne obveznice znašala kar -58 bazičnih točk

(German Government Bonds, b.l.). Ameriška centralna banka (v nadaljevanju FED) je sicer

po letu 2006 v zadnjih treh letih ključno obrestno mero že trikrat zvišala, toda le ta še vedno

ostaja na izjemno nizkih nivojih. Evropska centralna banka (v nadaljevanju ECB) je na drugi

strani ohranila ključno obrestno mero nespremenjeno (Banka Slovenije, 2018). Takšne tržne

razmere omejujejo manevrski prostor za doseganje višje donosnosti predvsem upravljalcem

premoženja oziroma različnim institucionalnim vlagateljem kot so zavarovalnice,

pokojninski in državni skladi, družbe za kapitalske naložbe, ki morajo kljub poslabšanim

tržnim razmeram svojim varčevalcem zagotavljati določen donos. Iz tega vidika lahko

opazimo vse večje zanimanje vlagateljev za alternativne naložbe, ki v primerjavi s klasičnimi

naložbenimi razredi zagotavljajo višjo donosnost. Stanley (2011) izpostavlja, da so

pokojninski skladi in zavarovalnice najbolj primerni vlagatelji v tovrstne naložbe zaradi

svojega dolgoročno orientiranega naložbenega horizonta.

Z izrazom infrastruktura najpogosteje označujemo fizične objekte, sisteme in strukture, kot

so komunikacijske storitve, ceste, mostove, letališča ipd., torej vse tisto, kar zagotavlja

ključne storitve za družbo in gospodarstvo kot celoto. Po mnenju Weisdorfa (2007)

infrastruktura vključuje vsa tista sredstva, ki vključujejo pretok blaga, ljudi, vode in energije.

Tako opredeljena infrastruktura vključuje: transportna sredstva (cestnine, mostove, tunele,

železnice, pristanišča, idr.), komunikacijska sredstva (radio in televizija, satelitsko omrežje,

kabelske sisteme, idr.), regulirana sredstva (nahajališča nafte in plina, distribucija vode,

prenos elektrike, idr.) ter družbeno infrastrukturo (šole, bolnišnice, zapore, sodišča, idr.).

Razlogi, zakaj so infrastrukturne naložbe zanimive za institucionalne vlagatelje, so v

njihovih značilnostih. Inderst (2010) navaja ekonomske in finančne značilnosti. Pod

ekonomske uvršča visoke vstopne stroške, ekonomije obsega (visoki fiksni stroški, nizki

variabilni stroški), neelastično povpraševanje po storitvah ter dolgo trajanje naložb

(koncesije, lizing). Na drugi strani pa izpostavlja finančne lastnosti, ki jih infrastruktura

vlagateljem omogoča: od visokih donosov, nizke občutljivosti na spremembe poslovnih

ciklov, nizke korelacije donosov z ostalimi naložbenimi razredi, dolgoročnih, stabilnih in

predvidljivih denarnih tokov do možnosti inflacijskega ščitenja. Zanimanje vlagateljev pa

povečuje tudi dejstvo, da se vse več držav zavzema za vstop privatnega kapitala v

financiranje infrastrukture. Države prepogosto v ospredje postavljajo druge prioritete,

obenem pa so ob nedavni finančni krizi njihovi proračuni pod vedno višjim bremenom. Kot

odgovor na takšno stanje, po mnenju Weber, Staub-Bisang in Alfen (2016), države vse bolj

spodbujajo vstop privatnega sektorja in sofinanciranje infrastrukturnih naložb v

najrazličnejših oblikah javno zasebnega partnerstva saj se zavedajo, da takšno sodelovanje

prinaša tudi višjo gospodarsko rast in razvoj gospodarstev v posameznih državah.

2

Namen magistrskega dela je analizirati in preučiti infrastrukturo oz. naložbe v infrastrukturo

kot naložbeni razred, ki v zadnjem obdobju pridobiva vse večji pomen pri alokaciji sredstev

in doseganju višjih donosnosti. Tudi v Sloveniji lahko opazimo, da vse več institucionalnih

vlagateljev v svoje premoženje vključuje alternativne naložbe ali ustanavlja posebna

investicijska podjetja oziroma sklade.

Ciljev magistrskega dela je več. Prvič, poskušali bomo odgovoriti na temeljno raziskovalno

vprašanje, ali je infrastruktura samostojni naložbeni razred. Gre za pomembno vprašanje

predvsem z vidika alokacije sredstev (angl. Asset Allocation) oziroma diverzifikacije

naložbenega portfelja. V primeru, da lastnosti naložb niso natančno opredeljene, Kritzman

(1999) navaja, da ima to lahko posledično dva učinka na alokacijo sredstev. Prvič, če so

investicije napačno grupirane znotraj naložbenega razreda, portfelj ne bo učinkovito

diverzificiran. Drugič, zaradi napačne razdelitve naložb bo upravljalec moral zagotoviti

dodatne neproduktivne vire za analizo donosnosti, nestanovitnosti in korelacije. Vsak

naložbeni razred naj bi tako odražal različna naložbena tveganja in donosnosti ter različno

reagiral v spremenjenih tržnih razmerah. S tem, ko vlagatelj razume kaj lahko pričakuje od

posameznega naložbenega razreda, mu to olajša investicijske odločitve, ki temeljijo na

njegovih potrebah in časovnem horizontu. Z investiranjem v več kot en naložbeni razred

vlagatelji tako diverzificirajo naložbe, znižujejo tveganje obenem pa zagotavljajo določen

ciljni donos.

Drugič, predstavili bomo tveganja pri vlaganjih v infrastrukturo. Ta zajemajo različna

področja, od zunanjih tržnih, političnih in makroekonomskih ter sektorskih tveganj, do

specifičnih projektnih tveganj, katerim so vlagatelji izpostavljeni. Schwartz, Ruiz-Nunez in

Chelsky (2014) izpostavljajo, da je zelo pogosto stopnja tveganja (dejanska in predvidena)

tista, ki zavira investicije v ta naložbeni razred. Še več, Weber et al. (2016) navajajo, da

imamo lahko dva identična projekta s povsem različnima stopnjama tveganja, odvisno od

tega, kako je sestavljena pogodba o financiranju oziroma sodelovanju pri infrastrukturnem

projektu.

Tretjič, preučili bomo infrastrukturne naložbe z vidika regulacije in virov financiranja

oziroma poslovnega modela na primeru zavarovalnice, ko se ta že odloči za naložbo v

infrastrukturo, npr. kaj to pomeni za njih z vidika financiranja (dolžniško ali lastniško),

poročanje regulatorju oziroma zahteve za kapitalske uteži pri infrastrukturnih naložbah pri

izračunavanju kapitala po Solventnosti 2. Kot navajajo Gründl, Dong in Gal (2016), se

apetiti in predvsem dolgoročni naložbeni profili tveganj pri institucionalnih vlagateljih kot

so zavarovalnice zelo spreminjajo. Zato menijo, da morajo upravljalci pri dolgoročnih

nelikvidnih naložbah ravnati preudarno in dobro analizirati vsa tveganja. Evropski

zavarovalni regulator je namreč v zadnjem obdobju izdal številna mnenja in priporočila,

kako obravnavati takšne naložbe v premoženje z vidika regulacije, poročanja, financiranja,

bonitetne ocene ter uteži pri izračunavanju zahtevanega kapitala (angl. Solvency Capital

Requirements, v nadaljevanju SCR).

3

Osrednji metodološki pristop v nalogi bo zgodovinska analiza donosnosti indeksov

posameznih naložbenih razredov. S pomočjo informacijsko poslovnega sistema Bloomberg

bomo pridobili časovne vrste mesečnih vrednosti posameznih naložbenih razredov za

obdobje 15 let (2002–2017), izračunali donosnosti in primerjali letno ter kumulativno

donosnost, nestanovitnost in korelacijo med posameznimi naložbenimi razredi. Naslednji

korak obdelave podatkov se nanaša na faktorsko analizo, kjer bodo podatki razdeljeni v

skupine glede na naložbene razrede z opredeljenimi spremenljivkami, pri čemer bo cilj

faktorske analize pojasniti njihovo povezanost na podlagi manjšega števila faktorjev. V

kontekstu alokacije sredstev oz. učinka diverzifikacije bomo oblikovali dva različna

portfelja: Portfelj 1, ki ga bodo sestavljale 3 naložbe (delniški, obvezniški in nepremičninski

indeks) brez infrastrukture, ter Portfelj 2, kateremu bom dodal infrastrukturno naložbo. Oba

portfelja bomo obravnavali v dveh scenarijih. Pri prvemu bodo sredstva v portfelju enako

utežena (angl. Equally-Weighted Portfolio), pri drugem scenariju pa me bo zanimala

optimalna struktura portfelja, pri čemer bo glavni pogoj minimiziranje standardnega odklona

oz. tveganja portfelja. Glavni namen tega je ugotoviti, kakšen vpliv ima infrastrukturna

naložba na portfelj oz. ali ima dodana naložba diverzifikacijski učinek.

V prvem poglavju magistrskega dela bomo opisali trenutne makroekonomske in tržne

razmere nizkih obrestnih mer, ki številne vlagatelje silijo v rebalans naložbenih portfeljev in

vključevanje drugih naložb. Zaradi proračunskih deficitov velikega števila razvitih

gospodarstev so spodbude na strani vključitve zasebnega sektorja (tudi institucionalnih

vlagateljev) v sofinanciranje vse večje in zelo dobrodošle, kar nam jasno prikazuje tudi

politika Evropske unije in številni stimulacijski ukrepi, kot je na primer Jünckerjev

investicijski načrt. V drugem poglavju bomo obravnavali naložbene razrede in analizirali

rezultate donosnosti in faktorske analize indeksov posameznih naložbenih razredov

opredeljenih v metodološkem pristopu v različnem časovnem obdobju. Tretje in četrto

poglavje se v celoti nanašata na opredelitev in značilnosti infrastrukture ter analize

infrastrukture kot naložbenega razreda. Zadnje poglavje, ki obsega tri podpoglavja se

konkretno nanaša na poslovni model institucionalnega vlagatelja, ki je infrastrukturne

naložbe vključil v svoj naložbeni portfelj, pri čemer me zanima sprejemanja odločitve glede

načina financiranja infrastrukturnih naložb, regulative, ki je za institucionalne vlagatelje zelo

pomembna, in analizo tveganj katerim je izpostavljena.

1 MAKROEKONOMSKO OKOLJE

1.1 Uvod

Gospodarska slika sveta se je v letu 2017 kljub precejšnji negotovosti počasi izboljšala.

Razviti svet je ohranil zmerno rast, ki je bila podobno kot preteklo leto zasnovana predvsem

na zasebni potrošnji. V prvem četrtletju kazalniki gospodarske klime obetajo predvsem

okrevanje v industriji, rast zasebne potrošnje pa glede na vzdušje med potrošniki zaenkrat še

4

stagnira. Ob relativno ugodnih razmerah v gospodarstvu ostaja medletna inflacija območja

evra po kratkotrajnem pospešku v začetku leta relativno nizka. Močno okrevanje izkazuje

tudi slovensko gospodarstvo. Na področju denarne politike je bilo ob zadnjem kvartalu

opaziti največja razhajanja med dvema ključnima centralnima bankama. ECB je nadaljevala

z izvajanjem nestandardnih ukrepov, medtem ko je FED zviševala ključno obrestno mero,

nazadnje v prvem kvartalu leta 2018 (Banka Slovenije, 2018). Razlogi za povečano stopnjo

negotovosti glede ekonomskih politik so predvsem zaradi dogajanj na političnem področju:

protekcionistične trgovinske politike Združenih držav Amerike (v nadaljevanju ZDA),

podaljševanja sankcij Rusiji ter začetka izstopa Velike Britanije iz Evropske unije. Slednje

še ni imelo bistvenih učinkov na evropska gospodarstva, to se pričakuje predvsem v letu

2018 (Banka Slovenije, 2017).

Tabela 1: Glavni makroekonomski podatki in napovedi v letih 2017–2018 (v %)

Združene države Amerike 31.3.2017 30.6.2017 30.9.2017 31.12.2017 31.3.2018

Realni BDP** 1,4 3,1 3,2 2,7 2,4

Inflacija 2,5 1,9 1,9 2,1 2,1

Nezaposlenost 4,7 4,3 4,3 4,1 4,1

EMU* 31.3.2017 30.6.2017 30.9.2017 31.12.2017 31.3.2018

Realni BDP 1,9 2,4 2,8 2,5 2,4

Inflacija 1,5 1,3 1,5 1,4 1,4

Nezaposlenost 9,4 9,1 8,9 8,8 8,7

EC Poslovna klima 108,0 111,1 113,1 / /

Index IFO 112,2 115,2 115,3 / /

Slovenija 31.3.2017 30.6.2017 30.9.2017 31.12.2017 2018***

Realni BDP 5,0 5,4 4,9 / 4,0

Inflacija 2,0 0,9 1,4 1,5 1,5

Nezaposlenost 6,9 6,7 6,7 / 5,9

Poslovna klima 112,9 112,9 114,1 118,3 /

Legenda: * Ekonomska in monetarna unija; **bruto družbeni proizvod z medletno rastjo in letnimi podatki;

*** napoved Evropske komisije. Podatki so predstavljeni na medletni rasti in temeljijo na mesečnih

podatkih. Siva polja predstavljajo napovedi.

Vir podatkov: Bloomberg Finance L.P., Historical Prices, 2018; Evropska komisija, European Economic

Forecast Autumn 2017, b.l.; lastni izračuni.

Kazalci klime največjih gospodarstev sveta ostajajo na visoki ravni. Letna inflacija ostaja

relativno nizka, a se počasi normalizira na ravni nad 1 %. Mednarodne ustanove za letošnje

leto ekonomski in monetarni uniji napovedujejo 1,4 % inflacijo. Nadaljuje se tudi hitro in

vsesplošno okrevanje gospodarstva v Sloveniji. Njeno trdnost potrjujejo podatki o rasti BDP

v prvem četrtletju, za drugo četrtletje pa indikatorji mednarodne menjave, industrijske

proizvodnje in gospodarske klime. Opazneje se izboljšujejo tudi razmere na trgu dela,

5

medtem ko medletna inflacija pod enim odstotkom v juniju ostaja relativno nizka (Tabela

1).

1.2 Finančno okolje z nizkimi obrestnimi merami

Razmere na finančnih trgih so za institucionalne vlagatelje, kot so zavarovalnice, postale v

zadnjem obdobju izredno neugodne. Zelo nizka ali celo negativna donosnost instrumentov

denarnega trga, državnih dolžniških vrednostnih papirjev in depozitov dolgoročno znižuje

dobičkonosnost finančnih institucij in njenih produktov (Slika 1). Na drugi strani pa se ob

morebitni alokaciji sredstev v druge tradicionalne naložbene razrede, npr. delnice in sklade,

povečuje stopnja tveganosti le-teh. Kirn in Koselj (2016) trdita, da se institucionalnim

vlagateljem v takšnem okolju porajata dve ključni vprašanji, in sicer ali se prilagoditi

trenutnim razmeram z nižjo dobičkonosnostjo ali spremeniti poslovne modele in naložbene

politike ter se usmeriti v druge naložbene razrede, kot so posojila, nepremičnine ali

infrastrukturne naložbe.

Slika 1: Gibanje zahtevane donosnosti do dospetja 10-letnih državnih obveznic v letih

2001–2017 (v %)

Vir podatkov: Bloomberg Finance L.P., Historical Prices, 2018; lastni izračuni.

Takšna vprašanja so tudi posledica nove regulative Solventnost 2 (angl. Solvency 2), ki uvaja

številne novosti in spremembe, predvsem pa poudarja ovrednotenje tveganj posameznih

naložb, od katerega je odvisna kapitalska zahteva finančne institucije. Zaradi tveganj iz

naslova državnih obveznic znotraj standardnega modela in same specifičnosti regulatornega

-0,5

0,5

1,5

2,5

3,5

4,5

5,5

6,5

7,5

9.1.2001 9.1.2004 8.1.2007 7.1.2010 6.1.2013 6.1.2016

Nemčija ZDA Francija Slovenija

6

okvira je vprašljivo, če bodo institucionalni vlagatelji še vedno velik del svojih sredstev v

trenutnih razmerah nizkih obrestnih mer vlagale v državne obveznice ali raje v druge

alternativne naložbe.

Aktualno dogajanje na finančnih trgih je v prvi polovici leta 2017 poleg izboljšanja napovedi

globalnega gospodarstva zaznamovala tudi politična negotovost. S koncem polletja so ta

tveganja v večji meri izzvenela. FED je junija letos drugič zapored za 0,25 % točke zvišala

ključno obrestno mero, ECB pa je istega meseca prvič po več kot letu umilila ekspanzivnost

njene monetarne politike. Nekoliko je spremenila orientacijske smernice obrestne politike in

pričela s ponehavanjem kvantitativnega poseganja. Opazneje, za 8,6 %, se je okrepila

vrednot evra (v nadaljevanju EUR) proti ameriškem dolarju (v nadaljevanju USD).

Donosnost 10-letne nemške državne obveznice se je skozi obravnavano obdobje gibala nad

0,30 in se na koncu polletja zvišala na raven 0,47 %. Donosnosti obveznic perifernih držav

so se je po močnejšem, po višini neenotnem dvigu v prvem četrtletju, pričele postopno

zniževati. Donosnost slovenske državne obveznice ročnosti 10-ih let se je povzpela za 0,31

% točke in polletje končala na ravni 1,17 % (Tabela 2).

Tabela 2: Gibanje obrestnih mer in njihove napovedi v letih 2017–2018 (v %)

ZDA 31.3.2017 30.6.2017 30.9.2017 31.12.2017 31.3.2018

FED obrestna mera 0,75 1,00 1,00 1,25 1,50

LIBOR 3 mesece 1,15 1,30 1,33 1,69 1,85

10- letna donosnost 2,39 2,31 2,33 2,41 2,75

EMU 31.3.2017 30.6.2017 30.9.2017 31.12.2017 31.3.2018

ECB obrestna mera 0,00 0,00 0,00 0,00 0,00

EURIBOR 3 mesece -0,33 -0,33 -0,33 -0,33 -0,33

SWAP 10 letna obrestna mera 0,76 0,90 0,91 0,89 /

Nemčija: 10-letna donosnost 0,33 0,47 0,46 0,42 0,57

Francija: 10-letna donosnost 0,97 0,81 0,74 0,78 0,86

Italija: 10-letna donosnost 2,31 2,15 2,11 2,01 2,60

Španija: 10-letna donosnost 1,67 1,54 1,60 1,57 1,70

Slovenija: 10-letna donosnost 1,41 1,17 0,99 0,89 /

Legenda: Siva polja predstavljajo napovedi.


V četrtem četrtletju je obvezniške trge poleg ugodnih makroekonomskih razmer in

izboljšanih napovedi gospodarstev (ob sicer umerjenih inflacijskih pritiskih) zaznamovala

predvsem politična negotovost okoli težnje Katalonije po odcepitvi, ki pa je imela prehoden

in lokalen značaj. ECB je oktobra najavila, da bo z novim letom znižala višino nakupov

obveznic v okviru njenega kvantitativnega poseganja, medtem ko obrestne politike ni

spremenila. V nasprotju z ECB je FED razpon ključne obrestne mere v decembru ponovno

zvišala, in sicer za 0,25 odstotne točke na raven od 1,25 % do 1,50 % (Tabela 2).

7

Na delniških trgih je bilo prvo lansko četrtletje dokaj pozitivno. Osrednji ameriški indeks

S&P 500 je pridobil skoraj 5,5 %, medtem ko je nemški indeks DAX pridobil nekaj več kot

7 %. Še boljšo rast je imel turški indeks ISE NATIONAL 100, ki je pridobil več kot 11 %

vrednosti (Tabela 3). Zelo solidni makroekonomski podatki, tako v ZDA kot tudi v Evropi

in Aziji, so dali močan zagon delniškim trgom. Sicer ne gre za najdonosnejši prvi kvartal

zadnjih let, vsekakor pa enega manj nestanovitnih. Na ameriškem kapitalskem trgu sta

glavno vlogo odigrala FED in predsednik Trump. Glede na njegove izjave lahko

pričakujemo prenovljeno davčno zakonodajo, iz administracije pa so sporočili, da bo 1.000

milijard dolarjev vreden infrastrukturni načrt javnosti predstavljen proti koncu leta (Banka

Slovenije, 2018).

Tabela 3: Pregled donosnosti svetovnih delniških indeksov v letu 2017 (v %)

Regija Indeks Q4 2017 Q3 2017 Q2 2017 Q1 2017 Skupaj 2017

Svet MSCI World 5,1 4,4 3,4 5,9 20,1

EMU DJ STOXX 50 0,2 1,6 -1,2 5,0 5,6

USA S&P 500 6,1 4,0 2,6 5,5 19,4

Nemčija DAX 0,7 4,1 0,1 7,3 12,5

Japonska NIKKEI 225 11,8 1,6 6,0 -1,1 19,1

Indija SENSEX 30 8,9 1,2 4,4 11,2 27,9

Kitajska SHANG -1,3 4,9 -0,9 3,8 6,6

Brazilija BOVESPA 2,8 18,1 -3,2 7,9 26,9

Rusija RTS $ 1,6 13,6 -10,1 -3,4 0,2

Turčija ISE NATIONAL 100 12,1 2,5 12,9 13,8 47,6

Slovenija SBI TOP 1,3 0,0 2,8 8,0 12,4

Hrvaška CROBEX 1,8 -2,9 -6,2 -0,3 -7,6

Legenda: * Q označuje kvartalno obdobje (trimesečje).

Vir: Bloomberg Finance L.P., Historical Prices, 2018; lastni izračuni.

Drugo lansko četrtletje je bilo ponovno pozitivno za delniške trge. Osrednji ameriški indeks

S&P 500 je pridobil 2,6 %, medtem ko je nemški indeks DAX pridobil zgolj 0,1 %. Nekoliko

bolj umirjeno rast je po skokoviti rasti v prvem četrtletju, zabeležil indeks MSCI World, ki

je pridobil 3,4 % vrednosti (Tabela 3). Trge še vedno »poganjajo« zelo solidni

makroekonomski podatki, tako v ZDA kot tudi v Evropi in Aziji, pri čemer je spodbudno

predvsem to, da se poslovanje podjetij še vedno izboljšuje, kar je tudi ena izmed podlag za

pozitivno razpoloženje med analitiki in vlagatelji (Banka Slovenije, 2018). Tudi tretje in

zadnje četrtletje je bilo za vlagatelje na trgih precej donosno z izjemo indijskega in hrvaškega

osrednjega indeksa, pri čemer je slednji v tretjem četrtltju beležil padec v višini 2,9 %

medtem, ko je indijski indeks v zadnjem četrtletju leta 2017 zabeležil 1,3 % padec delnic

indeksa (Tabela 3).

8

1.3 Proračunski primanjkljaji in povpraševanje po infrastrukturi

Infrastrukturne naložbe zaradi svojih visokih naložbenih stroškov in stroškov vzdrževanja

posameznim državam predstavljajo hudo proračunsko bremenitev, ki si v obdobju od

začetka dolžniške krize in sprejetih varčevalnih ukrepih investiranja v infrastrukturo niso

mogle privoščiti (Inderst, 2013). Kljub povečevanju zadolženosti posameznih držav le-te

sredstev pridobljenih z zadolževanjem v glavnem niso namenjale za infrastrukturne naložbe

(Slika 2).

Slika 2: Zadolženost držav v odstotku od BDP-ja (v %)

Vir podatkov: IMF, World Economic Outlook Database, b.l.; lastni izračuni.

Posledično lahko opazimo, da so države Organizacije za gospodarsko sodelovanje in razvoj

(angl. Organisation for Economic Co-operation and Development, v nadaljevanju OECD)

v zadnjih desetletjih zmerno zmanjševale nivo vlaganj v infrastrukturo, k čemur je v zadnjem

obdobju v veliki meri prispevala tudi globalna finančna kriza iz leta 2008 (Slika 3). Takšne

razmere so državam narekovale, da poiščejo nove vire financiranja oz. sofinanciranja, ki bi

razbremenile nacionalne proračune. Tako lahko pri infrastrukturi opazimo vse večjo vpetost

in prepletanje javnega in zasebnega sektorja z namenom krepitve in povečanja ekonomske

produktivnosti. Infrastruktura je tako zaradi svojih specifičnih značilnosti in trenutnega

okolja nizkih obrestnih mer vse bolj zanimiva zasebnim vlagateljem (Déau, 2011).

0

50

100

150

200

250

Kanada Francija Nemčija Italija Japonska Velika

Britanija

ZDA

1995 2000 2005 2010 2015 2020

9

Po mnenju Ottesena (2011) po svetu obstaja znatno povpraševanje po vlaganjih v

ekonomsko in družbeno infrastrukturo, ker obe obsegata ključne lokacijske faktorje in

gonilnike rasti nekega gospodarstva. Weber et al. (2016) izpostavljajo, da je kombinacija

gospodarske rasti, nezadostnih vlaganj in neprimerno vzdrževanje obstoječe starajoče

infrastrukture pripeljala do vidnega neravnotežja med ponudbo in povpraševanjem po

infrastrukturi. Ta razkorak dodatno povečuje staranje prebivalstva v razvitih državah in

naraščanje v državah v razvoju ter povečano povpraševanje po gradnji, modernizaciji in

nadomeščanju obstoječe infrastrukture, kar ima za posledico tudi višje stroške (World

Economic Forum, 2014).

Slika 3: Infrastrukturne naložbe v odstotku od BDP-ja v letih 1995–2014 (v %)

Legenda: * Podatki obsegajo naložbe v kopensko infrastrukturo.

Vir podatkov: OECD, OECD Data Infrastructure investment, b.l.; lastni izračuni.

Po podatkih podjetja Prequin (2017), ki velja za enega osrednjih virov na področju

alternativnih naložb, so prehod v leto 2017 na področju infrastrukture zaznamovale

predvsem povečana koncentracija kapitala, stopnja vrednotenja, rekordno zbiranje sredstev

in nadaljnje povečano povpraševanje za infrastrukturo. V okolju nizkih obrestnih mer se bo

povpraševanje vlagateljev po infrastrukturi še vedno nadaljevalo, zaradi prevladujoče

pozicije nekaterih največjih upravljalcev in rekordnega števila ciljnega upravljanja kapitala

pa bo zbiranje sredstev (angl. Fundraising) pri večini še vedno izredno zahtevno.

Zaskrbljenost udeležencev se kljub visokim donosom v preteklosti trenutno nanaša na

sredstva, ki potiskajo cene navzgor in hkrati posegaj v donose. Kljub temu je splošna slika

v panogi pozitivna, večina infrastrukturnih poslov pa ima trdne temelje in podporo držav, ki

0

0,5

1

1,5

2

Francija Nemčija Italija Japonska Velika Britanija ZDA

1995 2000 2005 2010 2014

10

želijo novo ali izboljšano infrastrukturo. Po anketah naj bi 73 % managerjev pričakovalo v

letu 2018 več sredstev kot v predhodnem letu (Prequin, 2017).

1.4 Jünckerjev investicijski načrt

Eden izmed ukrepov za spodbuditev gospodarske rasti in povečanje zaposlenosti v

evroobmočju, ki se je zaradi posledic finančne krize iz leta 2008 in kasneje dolžniške krize

v Evropi soočala z upadom gospodarske aktivnosti in stagnacijo v različnih sektorjih

gospodarstva, je bil Jünckerjev predlog oz. načrt zagotavljanje dodatnih sredstev za

investicije, ki ga je v okviru Evropske komisije predstavil leta 2014. Čeprav se je bančni

kreditni krč v tem času že nekoliko sprostil in so bile banke kljub nizkim obrestnim meram

pripravljene kreditirati gospodarstvo, ni bilo ustreznih oz. primernih projektov, ki bi jih

banke financirale. Vzrok za predlagani načrt, kot ugotavljajo Claeys, Huttl, Sapir in Wolff

(2014), je, da je v evropskih državah nivo investicij tako v zasebnem kot javnem sektorju

bistveno pod dolgoročnim trendom oz. izrazito prenizek za krepitev rasti in zaposlenosti.

Slika 4: Prikaz delovanja Junckerjevega načrta

Povzeto in prirejeno po G. Claeys, Jüncker plan: the EIB in the driver's seat, 2015.

Financiranje v sklopu investicijskega programa naj bi potekalo preko novoustanovljenega

sklada za strateške naložbe (angl. European Fund For Strategic Investment, v nadaljevanju

EFSI), ki bi dobil sredstva iz evropskega proračuna in predstavljal bilančna sredstva

Evropske investicijske banke (v nadaljevanju EIB), ki bi v 3 letih zagotovila približno 63

Jamstv

o v

prim

erjavi

s kap

italom

na

odpo

klic p

ri EIB

-ju

Struktura upravljanja:

EU proračun 8 mrd EUR iz proračuna

2015 -2020

EU jamstveni sklad 16 mrd EUR

EIB (idem for EIF)

Sredstva Obveznosti

Običajna EIB sredstva (posojila)

EFSI sredstva

(posojila,

garancije,

delnice)

Običajne EIB

obveznosti

Dodatno zadolževanje

s strani EIB

Prispevek EIB-ja iz

naslova dobička = 5

mrd

63 m

rd E

UR

v 3

letih

Načrtovano sofinaciranje

zasebnega sektorja (x5)

315 mrd EUR

v treh letih

EFSI

(EK in EIB)

Investicijski odbor

(Izvršni direktor in 8 strokovnjakov)

Odločitve na projektih

11

milijard EUR. Poleg tega načrt predvideva sofinanciranje privatnega sektorja, ki bi omenjena

sredstva povečal za 5-kratnik in v 3 letih akumuliral približno 315 milijard EUR (Slika 4).

Po enem letu delovanja investicijskega načrta pa Clayes in Leandro (2016) verjameta, da so

ideje za spodbuditev investicij prek evropske investicijske banke kljub ne preveč blestečim

rezultatom lahko zelo koristne. Za dosego boljšega rezultata sta po njunem mnenju potrebni

dve stvari. Prvič – EFSI se mora uporabljati zgolj za inovativne in tvegane projekte, za katere

trenutno na trgu zaradi različnih razlogov ni možno zagotoviti financiranja. Pri takšnih

projektih mora biti EIB pripravljena utrpeti tudi izgube, če želi privabiti zasebno

financiranje. In drugič – delež participacije EIB-ja bi se moral na eni strani pri običajnih

projektih znižati in EIB bi morala odigrati vlogo koordinatorja oz., posrednika pri iskanju

vlagateljev, medtem ko bi pri visoko tveganih projektih soudeležba morala biti višji. Na ta

način bi bil bilančni multiplikator bistveno višji od predvidenega (3x), kar bi omogočalo

pravi zagon investicij.

2 OPREDELITEV POJMOV IN ZNAČILNOSTI

INFRASTRUKTURE

2.1 Kaj je infrastruktura?

Courtois (2013) v splošnem infrastrukturo opredeli kot sredstvo, ki bistveno prispeva h

gospodarskemu razvoju držav in narodov, spodbuja konkurenčnost in gospodarsko rast ter

ima ključno vlogo tudi v mednarodni trgovini. Oblikuje kvaliteto življenja posameznika in

družbe, saj omogoča dostop do širokega nabora različnih resursov, kot so najbolj osnovni,

npr. voda, energija in transport, do bolj naprednih telekomunikacijskih storitev,

izobraževanja in zdravstva. Zgolj manjši del globalnih infrastrukturnih naložb je v zasebnem

lastništvu ali pa kotira na borzi, medtem ko je velik del infrastrukture v državnem lastništvu.

Slika 5: Splošna razdelitev infrastrukture

Povzeto in prirejeno po G. Inderst, Infrastructure as an Asset Class, 2010, str. 72.

•transport (letališča, pristanišča, ceste, tuneli, mostovi, parkingi)

•javne službe (voda, kanalizacija, odpadki, distribucija energije)

•komunikacije (kabelsko omrežje, stolpi, sateliti)

•obnovljiva energija

Ekonomska infrastruktura

•šole in druge izobraževalne ustanove

•zdravstvene ustanove

•obrambne in pravosodne zgradbe, zapori, stadioni

Družbena infrastruktura

12

Weber et al. (2016) z izrazom infrastruktura označujejo ceste, letališča, pristanišča, naftno

mrežo in plinovod, proizvodnjo energije vključno z obnovljivo energijo (vetrno, vodno,

solarno in biomaso), vodne vire ter odpadke oz. ekonomsko infrastrukturo. Pod družbeno

infrastrukturo uvrščajo javne zgradbe, kot so šole, bolnišnice ter upravne oz. administrativne

zgradbe. Weisdorf (2007) infrastrukturo opredeljuje kot skupni imenovalec vseh tistih

sredstev, ki vključujejo gibanje vode, energije, ljudi in blaga. Tudi Inderst (2010)

infrastrukturo v naložbenem kontekstu razdeli na dve področji, ekonomsko in družbeno

(Slika 5).

2.2 Infrastrukturni projekt – naložba – objekt

Ko je govora o infrastrukturi, se pogosto zamenjujejo ali enačijo posamezni izrazi, zato

bomo v tem delu izpostavili posamezne termine, na kaj se le-ti nanašajo in kako jih bomo

uporabljali. Oblike sodelovanja pri infrastrukturnem projektu, naložbi ali zgradbi (objektu),

ki jih izpostavljajo Weber et al. (2016), so: javno partnerstvo, javno-zasebno partnerstvo

(angl. Public-Private Partnership, v nadaljevanju PPP) ali v celoti zasebno partnerstvo. Po

tej opredelitvi lahko zasebni vlagatelji sodelujejo zgolj pri zadnjih dveh oblikah. Pri povsem

zasebni obliki partnerstva je v ospredju naložba oz. zgradba, kjer bo/je eden ali več

vlagateljev lastnik infrastrukture. Naložba v npr. novoustanovljeni PPP se najpogosteje oz.

običajno nanaša na nek projekt, kjer zasebni partner pridobi koncesijo, licenco ali katero

drugo obliko PPP pogodbe od javnega partnerja (lastnika) za določeno časovno obdobje.

Takšen primer javno-zasebnega sodelovanja pri financiranju infrastrukture je tudi oblika

projektnega financiranja (angl. Build Operate Transfer – BOT), pri čemer gre za obliko

financiranja infrastrukturnih naložb in zagotavljanja infrastrukturnih storitev, »pri kateri

koncesionar na osnovi koncesijske pogodbe, sklenjene z državo, infrastrukturni objekt

izgradi in financira, ga ima v lasti ter z njim upravlja v obdobju, opredeljenem v pogodbi,

po izteku tega obdobja pa objekt prenese v last države« (Mrak, Gazvoda, & Mrak, 2005, str.

34).

Z izrazom naložba oz. objekt ali zgradba mislimo na konkreten fizičen objekt oz. materialno

infrastrukturo (ceste, elektrarne, šole, …), ki je kot taka del »zgrajenega« okolja tako

družbene kot ekonomske infrastrukture, njeni vlagatelji pa postanejo polnopravni ali delni

lastniki obstoječe ali prihodnje naložbe/objekta. Razlike med naložbo oz. objektom zato ni,

gre bolj za različno terminološko uporabo posameznih strok v tuji literaturi, predvsem v

stroki, kjer v finančni industriji prevladuje izraz naložba (angl. Asset), v gradbeništvu pa npr.

zgradba ali objekt (angl. Facility).

Pomembno je razlikovati med infrastrukturnim projektom in infrastrukturno naložbo, saj pri

projektu vlagatelj ne postane nujno lastnik ali delni lastnik zadevne zgradbe oz. objekta. Pri

projektu je interes vlagatelja, da s tem, ko investira v določeno naložbo, njeno izgradnjo,

vzdrževanje ali delovanje, od lastnika projekta pričakuje oz. prejema prihodke od projekta

ali redno plačilo (angl. Regular Payment), kot je uporabnina (angl. Availability Payment).

13

Pri PPP projektu je tako zasebni partner soudeleženec projektnega podjetja (angl. Project

Company). Lastništvo naložbe je v rokah javnega partnerja. Projekti so poleg tega tudi vedno

časovno omejeni, zato je naložba v infrastrukturni projekt končana z rokom navedenim v

projektni oz. koncesijski pogodbi (Cruz & Marques, 2013). Zaradi specifične lastniške

strukture pri financiranju in časovne omejenosti projekt zahteva takšno obliko oz. strukturo,

kjer bo zasebni vlagatelj v življenjski dobi projekta generiral dovolj visoke prihodke, s

katerimi bo dosegel zahtevano donosnost (Weber et al., 2016). Glede na takšno splošno

opredelitev infrastrukturo lahko naprej razdelimo tudi v druge kategorije glede na njene

državne, sektorske in projektne značilnosti (Priloga 10).

2.3 Značilnosti infrastrukture

Infrastruktura obsega široko področje tako ekonomskega kot socialnega okolja, zato je

včasih težko opredeliti oz. se strinjati, ali je neka naložba res infrastrukturna. Ali lahko

komunalno podjetje uvrstimo pod infrastrukturo? Kakšna je ločnica med javno in zasebno

infrastrukturo? V finančni industriji so se teh problemov poskušali lotiti tako, da poiščejo

neko skupno osnovo oz. skupne finančne značilnosti infrastrukture. Na ta način se pri

infrastrukturnih naložbah najbolj izpostavlja pomen omejene konkurence (angl. Limited

Competition), ki ima korenine v različnih virih (Inderst, 2009):

• ekonomski (naravni monopoli, javne dobrine),

• regulatorni (nadzor taks in povečevanje plačila glob ali cestnin, nadzor komunalnih

storitev),

• koncesijski s strani državnih organov (dolgoročne pogodbe).

Slika 6: Značilnosti infrastrukturnih naložb

Povzeto in prirejeno po G. Inderst, Pension Fund Investment in Infrastructure, 2009, str. 6.

Ekonomske lastnosti

•visoki vstopni stroški

•ekonomije obsega (visoki fiksni, nizki variabilni stroški)

•neelastično povpraševanje

•nizki operativni stroški in visoka ciljna marža

•dolgo trajanje

Finančne lastnosti

•dolgoročen, stabilen in predvidljiv denarni tok

• inflacijsko ščitenje

•donosi neobčutljivi na poslovne cikle, obrestne mere in delniške trge

•relativno nizka stopnja nezmožnosti poravnavanja obveznosti

•nizka povezanost z ostalimi naložbenimi razredi

•družbeno odgovorno investiranje (javne dobrine pomembne za družbo)

14

Na podlagi tega lahko splošne značilnosti infrastrukture razdelimo na ekonomske in finančne

(Slika 6).

Za infrastrukturne naložbe je značilna dolga življenjska doba, stabilni in predvidljivi denarni

tokovi, redni prihodek, nizka nestanovitnost ter korelacija z ostalimi naložbenimi razredi in

delno inflacijsko ščitenje. Zaradi visokih začetnih stroškov ima večina infrastrukturnih

naložb velike vstopne ovire, zato so manj izpostavljene poslovnim ciklom (Courtois, 2013).

Te značilnosti najbolj pojasnjujejo, zakaj so infrastrukturne naložbe zelo zanimive za

institucionalne vlagatelje, kot so pokojninski skladi. Le-ti v današnjem finančnem okolju

iščejo investicijske priložnosti, ki ustrezajo njihovim obveznostim (Ehlers, 2014).

Prej omenjene infrastrukturne značilnosti se lahko aplicirajo le na manjšo podskupino

infrastrukturnih naložb znotraj celotne infrastrukture, predvsem na konzervativno

strukturirane naložbe. Med takšne spadajo (Weber et al., 2016):

• Ključna javna storitev

Dejstvo je, da infrastruktura omogoča naše vsakdanje življenje z zagotavljanjem

komunikacij, mobilnosti, izobraževanja, zdravstva itd. ter ima pomembno funkcijo

javne storitve.

• Nizka elastičnost povpraševanja

Povpraševanje po infrastrukturi je relativno neodvisno od poslovnih ciklov in

gospodarske uspešnosti.

• Monopol z visokimi vstopnimi ovirami

Visoki vstopni stroški izgradnje telekomunikacij, vode, elektrike so razlog za težak

vstop v panogo in nizko konkurenco.

• Regulacija

Regulatorna funkcija države je v okolju brez ali z nizko stopnjo konkurence ključna, saj

ima vlogo korekcijske funkcije na trgu. Že sama prisotnost regulacije pa povsem ne

izloči tržnega tveganja.

• Dolgo obdobje zagotavljanja storitve

Mostovi, bolnišnične zgradbe in ceste so naložbe z izredno dolgo življenjsko dobo

nudenja storitve uporabnikom.

• Inflacijsko ščitenje

Prihodki od infrastrukture so pogosto v kombinaciji z inflacijsko prilagojenimi

mehanizmi, kot so prihodkovne klavzule, zagotovljeni donosi ali kakšne druge oblike

pogodbenih razmerij. Prihodki, ki jih generirajo pristojbine oz. takse (cestnine), so

pogosto vezane na bruto domači proizvod ali indeks cen življenjskih potrebščin.

2.4 Greenfield in brownfield naložba

Infrastrukturno investiranje pogosto razlikuje med dvema različnima tipoma naložb, ki ju

označujemo tudi kot projektno razvojna (angl. Project Develpoment) in operativna naložba

(angl. Operational Asset) ali kot primarni in sekundarni projekt. Takšna klasifikacija

projekta oz. naložbe odraža različna tveganja v različnih razvojnih fazah. Vlagatelji pogosto

15

sklepajo, da je tveganje vlaganj v izgradnjo novih zmogljivosti (angl. Greenfield

Investments, v nadaljevanju primarne naložbe) vedno višje od brownfield naložb (angl.

Brownfield Investments, v nadaljevanju sekundarnih naložb). Bolj so zanimivi primeri

infrastrukturnih naložb, kjer je stopnja tveganja primarne naložbe podobna stopnji tveganja

sekundarne naložbe. Weber et al. (2016) opredeljujejo nove naložbe oz. primarni projekt

tudi kot naložbo, ki bo prvič zgrajena na specifični lokaciji. Ta naložba je lahko v različni

razvojni fazi planiranja, razvoja, financiranja ali izgradnje. Na drugi strani je sekundarna

naložba oz. projekt že operativna in ima ali pa je imela predhodnika že na lokaciji, kjer je

potekala gradnja. Takšna naložba lahko vključuje ponovno izgradnjo, obnovo ali razširitev

obstoječe infrastrukture. Ključna razlika med obema vrstama naložb je v zapadlosti (angl.

Maturity) in pridobljenih informacijah za specifično naložbo, ki je pri primarnih naložbah

bistveno nižja, kar vodi do višje stopnje negotovosti in tveganja na strani stroškov in

prihodkov.

Sekundarne naložbe so obstoječe operativne naložbe, ki so že prestale začetno primarno

fazo. Vsa tveganja, ki so povezana z razvojno fazo ali okoljevarstveno problematiko,

sprejetjem javnosti, procesom potrditve projekta, provizijami, tehnologijo in začetnim

povpraševanjem, so na tej točki odpravljena. Pomembnejša preostala tveganja sekundarne

naložbe so operativno, regulatorno in tržno tveganje, do določene stopnje pa tudi geografsko,

politično in zakonodajno (Weber, 2009).

Pomembna razlika med primarno in sekundarno naložbo je tudi, da vlagatelji v izgradnjo

novih zmogljivosti v prvih letih v fazah razvoja in gradnje še ne ustvarjajo donosa, se pa od

njih zahtevajo redna plačila. Začetni vložek je povrnjen, ko je objekt oz. zgradba v

operativnem stanju, zato lahko govorimo o J-krivulji, ki je tipična za denarne tokove takšnih

naložb. Vlagatelji, ki so predvsem zainteresirani za povečevanje notranje stopnje donosa

(angl. Internal Rate of Return, v nadaljevanju IRR), sprejmejo J-krivuljo in višjo stopnjo

tveganja primarne naložbe v primerjavi s sekundarno, saj vedo, da so udeleženi v potencialno

visoki apreciaciji vrednosti naložbe v tej fazi in bodo lahko kasneje generirali visoke donose

(Bitsch, Buchner, & Kaserer, 2010).

Dobro ohranjene sekundarne naložbe z dolgoročnimi pogodbami bodo v idealnih razmerah

omogočile stabilne, predvidljive trenutne denarne tokove že od samega začetka v obliki

dividend ali plačila obresti, podobno kot je to pri nepremičninah ali obveznicah. Zaradi tega

so najbolj primerne za tveganju nenaklonjene vlagatelje, ki jih bolj zanima donosnost

naložbe kot pa notranja stopnja donosa. Primarne naložbe pa bolj ustrezajo tistim

vlagateljem, ki jih zanimajo kapitalski dobički ali model rasti naložbe in so za to pripravljeni

prevzeti dodatno tveganje. Kljub temu bi bilo po mnenju Weber et al. (2016) zmotno trditi,

da ima vsaka sekundarna naložba nizko tveganje, saj je lahko profil tveganja naložbe, ki je

izpostavljena celotnem trgu in v slabem stanju, zelo visok. Slabo vzdrževanje, šibko

upravljanje, prekomerna uporaba, poslabšanje gospodarskih razmer, stečaj zaradi

prekomerne zadolženosti in brez dolgoročnih pogodb lahko zvišajo tveganje naložbe in

16

povzročijo nepredvidljivost ter nestabilnost denarnih tokov. V takšnem primeru je cilj

ustvariti dodatno vrednost preko dolgoročnih pogodb, ki zmanjšajo ali celo izločijo tržno

tveganje, ali pa poskrbeti za operativne izboljšave, popravke in razširitve kapacitet, nove

oblike uporabe ali prek ponovnih finančnih in pogodbenih pogajanj (Weber, 2009).

2.5 Donosnost in notranja stopnja donosa pri infrastrukturi

Vsi vlagatelji v infrastrukturo imajo določene skupne finančne cilje, kar ne pomeni, da so

homogena skupina. Njihov individualni interes se pri infrastrukturnih naložbah pogosto

lahko razlikuje. Pri infrastrukturnih delniških naložbah strateški in finančni vlagatelji

zasledujejo enega od dveh finančnih ciljev ali kombinacijo obeh. Prvi je zagotoviti stabilno,

visoko donosnost (angl. Yield) in/ali drugi pa je zagotoviti najvišjo možno dobičkonosnost

navadnega lastniškega kapitala (angl. Return On Equity, v nadaljevanju ROE). Na tej podlagi

lahko razlikujemo med vlagatelji, ki so bolj naklonjeni zasledovanju donosnosti, in

vlagatelji, ki sledijo IRR-ju. Med prve spadajo zavarovalnice, zasebni in državni pokojninski

skladi, dobrodelne fundacije, ki imajo tipičen dolgoročen naložbeni horizont (angl. Buy-and-

Hold) brez kratkoročnih ali srednjeročnih prodaj naložbe. Povsem se zanašajo na trenutno

donosnost v obliki dividend in plačila obresti od posojil delničarjev. Na drugi strani imajo

IRR vlagatelji tipičen kratko oz. srednjeročen naložbeni horizont od dveh do približno

sedmih let. Greenfield naložbe so tipičen primer takšnih vlaganj. Med slednje klasificiramo

strateške vlagatelje, investicijski skladi, ki jih upravljajo profesionalni investicijski

upravljalci kot tudi drugi institucionalni vlagatelji, ki imajo podoben kratkoročen naložbeni

načrt. Razlikovanje je bolj indikativno, kombinacije in izjeme pa obstajajo pri obeh skupinah

vlagateljev (Weber et al., 2016).

3 NALOŽBENI RAZREDI

3.1 Opredelitev naložbenega razreda

Naložbeni razred (angl. Asset Class) na splošno lahko opredelimo kot določeno skupino

naložb s podobnimi značilnostmi in vedenjem na trgu, ki so podvržene skupnim tržnim

silam, zakonodaji in regulaciji (Asset Class, b.l.). Wilcox in Fabozzi (2013) naložbeni razred

opredeljujeta na podlagi skupnih investicijskih značilnosti, ki jih imajo naložbe znotraj

razreda. Med te značilnosti uvrščata:

• pomembnejše ekonomske dejavnike, ki vplivajo na vrednost naložbenega razreda, pri

katerih obstaja visoka korelacija z donosnostjo vsake naložbe, ki je vključena v

posamezni razred;

• podobne značilnosti glede tveganja in donosnosti;

• enoten pravni ali regulatorni okvir.

Upoštevajoč takšno opredelitev bi bila korelacija donosnosti med naložbenimi razredi nizka.

17

Na drugi strani pa Kritzman (1999) naložbeni razred preprosto opredeli kot skupino naložb,

ki jih upravljalec premoženja obravnava kot naložbeni razred. Kritzman namreč verjame, da

so vlagatelji bolj naklonjeni alokaciji sredstev v naložbe, ki so obravnavne kot naložbeni

razred. V svoji študiji predstavi in predlaga glavne kriterije za določitev naložbenega razreda

(Kritzman, 1999):

• relativna neodvisnost,

• pričakovana koristnost,

• homogenost,

• zmogljivost.

V kolikor imamo skupino naložb, ki izpolnjujejo te kriterije, lahko govorimo o naložbenem

razredu.

3.1.1 Relativna neodvisnost

Naložbeni razred naj bi bil relativno neodvisen od ostalih naložbenih razredov v

vlagateljevem portfelju. Z relativno neodvisnostjo se Kritzman (1999) sprašuje, ali nov

naložbeni razred pripomore k bolj učinkoviti diverzifikaciji. Vključitev novega naložbenega

razreda ne bo izboljšala diverzifikacije premoženja, če obstaja v portfelj že vključena

kombinacija naložbenega razreda, ki lahko replicira značilnosti tveganj novega naložbenega

razreda. Relativno neodvisnost lahko testiramo tako, da identificiramo kombinacijo

naložbenih razredov, ki minimizirajo sledilno napako (angl. Tracking Error), s predlaganim

novim naložbenim razredom. Na podlagi tega presodimo, ali je sledilna napaka takšnega

portfelja dovolj velika, da lahko domnevamo neodvisnost naložbenega razreda. Sledilno

napako izračunamo kot standardni odklon razlik v donosnosti (Kritzman, 1999, str. 80).

Izračun je po enačbi (1):

𝑠𝑙𝑒𝑑𝑖𝑙𝑛𝑎 𝑛𝑎𝑝𝑎𝑘𝑎 = 𝜎 = √1

𝑛 − 1∑[𝑟𝑝 − 𝑟𝑟]

2𝑛

𝑡=1

2

(1)

Kjer je:

𝜎 – standardni odklon,

𝑟𝑝 – donosnost portfelja v določenem časovnem obdobju brez predlaganega naložbenega

razreda,

𝑟𝑟 – donosnost predlaganega naložbenega razreda.

Izračunano sledilno napako primerjamo z ostalimi sledilnimi napakami izračunanimi med

posameznimi naložbenimi razredi in sestavljenim portfeljem, ki temeljijo na enakih donosih,

18

in ocenimo, ali je sledilna napaka novega naložbenega razreda v primerjavi z ostalimi dovolj

velika.

3.1.2 Pričakovana donosnost

Naslednji kriterij za določanje naložbenega razreda se dotika dveh področij. Razlikovanja

med pričakovano koristnostjo in pričakovanim donosom ter razliko med naključno izbiro in

spretno izbiro z vidika vlagatelja. Pričakovana koristnost se nanaša na posameznikovo

zadovoljstvo, ki ga prinašajo višji donosi, ali pomembneje – pričakovanje o zmanjšanem

tveganju. Omenjeno lahko zapišem kot:

𝐸(𝑢) = 𝐸(𝑟) − 𝛾𝜎2 (2)

Kjer je:

𝐸(𝑢) – pričakovana koristnost,

𝐸(𝑟) – pričakovana donosnost,

𝛾 – stopnja nenaklonjenosti tveganju,

𝜎2 – varianca.

Kritzman (1999) pokaže, da je pri alokaciji sredstev potrebno upoštevati tudi korelacijo

potencialnega novega naložbenega razreda z obstoječim portfeljem. Če del portfelja

alociramo v takšen naložbeni razred, se ob enaki naklonjenosti tveganju in znižani

pričakovani donosnosti zniža tudi standardni odklon, kar bo zvišalo pričakovano koristnost.

Torej smo pripravljeni zamenjati višjo pričakovano donosnost za nižje tveganje, iz česar

sledi, da pričakovana donosnost ni zadostna za merjenje učinka sredstev na vlagateljevo

zadovoljstvo. Razlikovanje med naključno in spretno izbiro je, čeprav nekoliko subtilna za

Kritzmana, še vedno pomembna. Naložbeni razred mora prispevati k višji pričakovani

koristnosti portfelja, vendar ne zaradi spretnih vlagateljev, ki identificirajo superiorne

upravljalce premoženja znotraj naložbenega razreda. Vlagatelj namreč pričakuje, da bo

naložbeni razred zvišal koristnost, čeprav so upravljalci znotraj naložbenega razreda izbrani

naključno.

3.1.3 Homogenost

Zahteva po homogenosti med komponentami naložbenega razreda zagotavlja, da ne

ignoriramo priložnosti za diverzifikacijo. Če naložbeni razred sestavljajo različne

komponente, potem z investiranjem v ta naložbeni razred implicitno vsiljujemo nepotrebne

in potencialno škodljive omejitve, da morajo biti komponente v enakih relativnih razmerjih

kot njihove uteži v naložbenem razredu. Kritzman (1999) trdi, da je bistveno bolje, če

določen naložbeni razred prepoznamo kot nehomogen in ga lahko segmentiramo v več

19

drugih homogenih komponent in na ta način izboljšamo pričakovano donosnost in tveganje

portfelja.

3.1.4 Zmogljivost

Zadnji Kritzmanov kriterij za določitev naložbenega razreda je, da je le-ta dovolj velik, da

lahko absorbira pomembne deleže znotraj portfelja. Če bi investirali v naložbeni razred, ki

nima ustrezne kapacitete, bi to pomenilo izredno visoke stroške investicije in zmanjšalo

likvidnost portfelja. Posledično bi morali zmanjšati pričakovano donosnost portfelja in

zvišati raven tveganja do točke, ko predlagani naložbeni razred ne bi več zmogel izboljšati

koristnosti portfelja.

3.2 Vrste naložbenih razredov

Za večino razvitih držav so tradicionalni naložbeni razredi naslednji (Wilcox & Fabozzi,

2013):

• navadne delnice,

• obveznice,

• denar in denarne ustreznike,

• nepremičnine.

Navadne delnice so izredno širok naložbeni razred, zato se zelo pogosto razdelijo v druge

podrazrede. Wilcox in Fabozzi (2013) npr. ameriške navadne delnice razdelita glede na tržno

kapitalizacijo (Tabela 4) ter delnice z visokimi/nizkimi tržnimi multiplikatorji.

Tabela 4: Klasificiranje navadnih delnic po tržni kapitalizaciji

Klasifikacija kapitalizacije Tržna kapitalizacija (v USD)

Mega Višja od 200 mrd

Velika 10 mrd do 200 mrd

Srednja 2 mrd do 10 mrd

Majhna 300 mio do 2 mrd

Mikro 50 mio do 300 mio

Nano Manj kot 50 mio

Povzeto in prirejeno po J. Wilcox & F. Fabozzi, Financial Advice and Investment Decision: A manifesto for

Change, 2013, str. 276.

Med denar in denarne ustreznike uvrščamo tiste finančne naložbe, pri katerih sta stopnja

donosnosti in tveganja nizka, njihova likvidnost pa visoka. So pomemben vidik finančnega

stanja določene družbe, ki nam pokaže, ali je podjetje sposobno financirati kratkoročne

obveznosti oz. kako hitro lahko svoje terjatve pretvori v denarna sredstva. Med denarne

20

ustreznike uvrščamo stanje denarnih sredstev na transakcijskih računih pri bankah, vezane

depozite ali bančne vloge s krajšim odpovednim rokom, komercialne zapise, zakladne

menice, denarna sredstva v blagajni in prejete čeke (Carpe Diem d.o.o., 2006).

Obveznice oz. dolžniški vrednostni papirji imajo lahko različne podrazrede, najpogosteje

npr. glede na sektor izdajatelja, kreditno oceno ali državo izdajatelja (Tabela 5).

Tabela 5: Klasificiranje dolžniških vrednostnih papirjev

Sektor izdajatelja Kreditna ocena Država izdajatelja

Korporativne AAA Slovenija

Finančne AA Španija

Državne A Nemčija

Strukturirane BBB Nizozemska

Pod BBB Francija

NR Ostalo

Legenda: * NR – brez ocene (angl. Not Rated)

Povzeto in prirejeno po Zavarovalnica Triglav, Letno poročilo Skupine Triglav in Zavarovalnice Triglav

d.d. za leto 2016, 2017, str. 80–81.

Klasifikacija naložbenih razredov je med strokovnjaki in podjetji lahko zelo različna in

obsežna. Tako lahko naložbene razrede razvrstimo tudi glede na lokacijo (Kritzman, 1999):

• domače navadne delnice,

• tuje navadne delnice,

• nepremičnine,

• domače obveznice,

• tuje obveznice,

• denarne ustreznike.

Pomemben delež naložb v vlagateljevem portfelju predstavljajo tudi nepremičnine (angl.

Real Estates). Hudson-Wilsonova (2008) nepremičnine opredeljuje kot večdimenzionalni

naložbeni razred, ki ima dve edinstveni značilnosti:

• da je vsaka nepremičnina (zgradba) dolžniško-lastniški hibrid, kjer bomo zelo redko

videli, da se bo vrednost zgradbe znižala in ostala na ničli;

• pri nepremičninah skoraj vedno obstaja obnovljiva vrednost, ki je pri navadnih

delnicah ni možno zaznati.

Razlogi za investiranje, ki jih Hudson-Wilsonova (2008) izpostavlja, so: znižanje tveganosti

portfelja, povečanje absolutne donosnosti, visoki denarni tokovi in inflacijsko ščitenje.

21

Strategije investiranja v nepremičnine Wilcox in Fabozzi (2013) klasificirata glede na tri

načine: temeljno (angl. Core), z dodano vrednostjo (angl. Value Added) in oportunistično

(angl. Opportunistic) investiranje.

Temeljne nepremičnine so najbolj likvidne, razvite, z najmanj finančnega vzvoda ter najbolj

prepoznavna sredstva v nepremičninskem portfelju. Kljub visoki stopnji likvidnosti jih ni

mogoče prodati tako hitro kot tradicionalne naložbe. Zanje je značilno, da so v portfelju za

daljše časovne obdobje zaradi pridobivanja denarnih tokov v obliki lizinga in najemnin.

Večina donosa je posledica denarnih tokov in ne apreciacije vrednosti, poleg tega je

aplicirano zelo malo vzvoda.

Nepremičnine z dodano vrednostjo vključujejo hotele, letovišča, domove za ostarele, butike,

bolnišnice… Te obsegajo dodatno vključenost na nepremičninskem trgu v smislu

renoviranja in obnavljanja obstoječih sredstev. V primerjavi s temeljnimi nepremičninami

je zanje značilno, da omogočajo nižji prihodek in se bolj zanašajo na apreciacijo vrednosti

za generiranje celotnega donosa. Zanje je značilen višji finančni vzvod, donos pa generirajo

prek vrednosti in prihodka.

Za oportunistične nepremičnine je značilno, da tradicionalni prihodkovni pristop zamenjajo

s pristopom apreciacije kapitala. Dostop do teh nepremičnin je običajno mogoč prek

nepremičninskih priložnostnih skladov, kot je npr. nepremičninski sklad zasebnega kapitala

(angl. Private Equity Real Estate – PERE). Takšen sklad investira v nepremičnine z visoko

stopnjo tveganja in donosa, predvsem v takšne, ki potrebujejo obsežen razvoj ali so

priložnost za ponovno okrevanje. Na drugi strani vlagatelji najlažje dostopajo do

nepremičnin prek kolektivnega naložbenega podjema (angl. Real Estate Investment Trust –

REIT), ki deluje podobno kot vzajemni sklad katerega naložbe kotirajo na borzi. Problem

takšnih naložbenih nosilcev (angl. Investment Vehicles) je, da so izpostavljeni tako

nepremičninskemu kot delniškemu trgu in so substitut direktnim nepremičninskim

vlaganjem.

Poleg tradicionalnih naložbenih razredov profesionalni vlagatelji opredeljujejo tudi

alternativne naložbe, med katere najpogosteje uvrščamo (Kritzman, 1999):

• surovine (angl. Commodities),

• devize (valute),

• hedge sklade,

• visoko tvegan kapital (angl. Venture Capital),

• zasebni naložbeni sklad (angl. Private Equity).

Wilcox in Fabozzi (2013) trdita, da alternativne naložbe kot takšne niso svoj naložbeni

razred, ampak zgolj podrazred tradicionalnih naložbenih razredov. Pri alternativnih

22

naložbah gre namreč zgolj za nekoliko drugačno investicijsko strategijo v okviru že

obstoječih naložbenih razredov, s katerimi se pogosto trguje tudi zunaj organiziranega trga,

z izjemo trgovanja s surovinami in devizami. Poleg tega je vrednost večine alternativnih

naložb izpeljana iz obvezniškega ali delniškega trga. Med tipično alternativne naložbe

štejemo (Wilcox & Fabozzi, 2013):

• hedge sklade,

• zasebni naložbeni sklad,

• surovine.

Hedge skladi uporabljajo širok nabor trgovalnih strategij in tehnik z namenom generiranja

visokih donosov ne glede na to, v katero smer se giblje trg. Upravljalci hedge skladov za

upravljanje portfeljev uporabljajo strategije, ki pogosto vključujejo finančni vzvod, prodajo

na kratko (angl. Short Selling) in uporabo izvedenih finančnih instrumentov (Wilcox &

Fabozzi, 2013). Hedge skladi so v osnovi zelo podobni vzajemnim skladom, toda z

nekaterimi pomembnimi razlikami. Bodie, Kane in Marcus (2011) izpostavljajo pet

področij:

• transparentnost,

• tip vlagatelja,

• investicijsko strategijo,

• likvidnost,

• stroške upravljanja oz. strukturo kompenzacije.

Hedge sklade k poročanju oz. razkritju ne zavezuje nobena regulativa kot pri vzajemnih

skladih. Običajno ni več kot 100 vlagateljev, minimalni vložek pa se začne že pri 25.000

USD. Za hedge sklade je značilno, da je trgovalno okno lahko zaprto tudi za več let oz.

vlagatelji ne morejo razpolagati s svojim vložkom, kar na drugi strani upravljalcem

omogoča, da investirajo v dolgoročne nelikvidne naložbe. Stroški upravljanja so pri hedge

skladih razdeljeni na upravljavski strošek ter stimulacijski strošek (angl. Incetive Fee), ki je

z uspešnostjo upravljalca pogosto vezan na določeno obrestno mero (npr. libor).

Podobno kot pri hedge skladih tudi zasebni naložbeni skladi nimajo natančne zakonske

podlage. Na splošno jih lahko opredelimo kot profesionalno zbiranje sredstev z izključnim

namenom aktivnega upravljanja direktnih naložb lastniškega kapitala v zasebna podjetja z

natančno opredeljeno izhodno strategijo, ki je najpogosteje prodaja ali prva javna ponudba

(angl. Initial Public Offering – IPO). Zasebna podjetja so v tem primeru tista, ki ne kotirajo

na borzi in kot takšna ne morejo zbrati sredstev za financiranje prek javnega delniškega trga.

Primer vlaganj takšnega sklada je v visoko tvegan kapital (angl. Venture Capital), ki

predstavlja lastniško financiranje zagonskih podjetij (angl. Start-up Companies), ki še

nimajo dovolj izkušenj oz. niso dokazana, da bi privabila kapital iz tradicionalnih virov

financiranja – finančnih trgov ali bančnega financiranja (Wilcox & Fabozzi, 2013).

23

Vlagatelji lahko surovine v svoj naložbeni portfelj vključijo na različne načine. Najbolj

neposreden primer bi bil nakup surovine, to je npr. žita, nafte, pšenice, ki je hkrati najmanj

pogost zaradi visokih stroškov hranjenja in transporta. Drug primer izpostavljenosti do

surovine je preko lastništva vrednostnih papirjev podjetja, ki ima večino svojih prihodkov

povezanih s prodajo in nakupi surovin. Problem je, da je takšno podjetje poleg specifičnega

podjetniškega tveganja izpostavljeno tudi tržnemu tveganju (angl. Systematic Risk). Najlažji

način do izpostavljenosti bi bil lahko prek izvedenih finančnih instrumentov oz. opcijskih in

terminskih pogodb na surovine (Wilcox & Fabozzi, 2013).

3.3 Primerjava naložbenih razredov

Izhodišče za primerjavo naložbenih razredov v magistrski nalogi je analiza njihove

donosnosti. S poslovno-informacijskega sistema Bloomberg smo pridobili statične podatke

o mesečnih gibanjih izbranih indeksov po naložbenih razredih, ki so predstavljali osnovo za

izračunavanje donosnosti. Posamezne indekse smo razvrstili v razrede analogno naložbenim

razredom. Časovna vrsta gibanja indeksov zajema obdobje od 2002–2017, izbor indeksov je

subjektiven in poskuša čim bolj predstavljati oz. zastopati posamezni naložbeni razred

(Tabela 6).

Tabela 6: Seznam indeksov po naložbenih razredih

Delnice Obveznice* Nepremičnine Zasebni naložbeni

sklad

Infrastruktura

DJ STOXX 50 1-3 Year Euro

Government

MSCI World Real

Estate

LPX50 Listed Private

Equity

S&P Global

Infrastructure

FTSE 100 1-5 Year Euro

Government

MSCI EM Real

Estate

S&P Listed Private

Equity

Dow Jones

Brookfield Global

Infrastructure

S&P 500 1-10 Year Euro

Government

Dow Jones US

Real Estate

Red Rocks Global

Listed Private Equity

MSCI World

Infrastructure

DAX 1-5 Year Euro

Non-Financial

EURO STOXX

Real Estate

Macquarie Global

Infrastructure

1-5 Year Euro

Financial

S&P EM

Infrastructure

Legenda: * Gre za indekse ICE Bank of America Merrill Lynch's, evrske izdaje z ustrezno ročnostjo.

3.3.1 Donosnost

Donosnost naložbe v določenem časovnem obdobju je odvisna od spremembe vrednosti

naložbe oz. kapitalskega dobička ter izplačanih dividend na vsako investirano enoto, kar

lahko opredelimo kot (Bodie et al., 2011, str. 127):

24

𝑟 =(P1 − P0) + 𝐷𝑖𝑣

P0

(3)

Kjer je:

𝑟 – donosnost naložbe v obdobju,

𝑃0 – cena delnice na začetku obdobja,

𝑃1 – cena delnice na koncu obdobja,

𝐷𝑖𝑣 – izplačana dividenda v obdobju.

Prikazan izračun se v konkretnem primeru nanaša na donosnost delnice, isto metodologijo

lahko apliciramo tudi pri izračunu donosnosti drugih vrednostnih papirjev. Glede na to, da

podatki o gibanju vrednosti indeksov obsegajo daljše časovno obdobje in nas zanima

povprečna letna donosnost naložbe, slednjo izračunamo s prilagojeno enačbo kot

geometrijsko povprečje donosnosti v posameznih letih (Bodie et al., 2011, str. 131):

𝑘𝑜𝑛č𝑛𝑎 𝑣𝑟𝑒𝑑𝑛𝑜𝑠𝑡 = (1 + 𝑟1)(1 + 𝑟2) … (1 + 𝑟𝑛) (4)

Kjer je končna vrednost (angl. Terminal Value) enaka zmnožku donosnosti naložbe v

posameznem letu, 1 + 𝑟𝐺 pa je geometrijsko povprečje bruto donosov 1 + 𝑟𝑛 iz preučevane

časovne vrste:

(1 + 𝑟𝐺)𝑛 = 𝑘𝑜𝑛č𝑛𝑎 𝑣𝑟𝑒𝑑𝑛𝑜𝑠𝑡

𝑟𝐺 = 𝑘𝑜𝑛č𝑛𝑎 𝑣𝑟𝑒𝑑𝑛𝑜𝑠𝑡1

𝑛⁄ − 1 (5)

Zapišimo še enačbo v celoti:

𝑟𝐺 = [(1 + 𝑟1)(1 + 𝑟2) … (1 + 𝑟𝑛)]1

𝑛 − 1 (6)

V tem primeru 𝑟𝑛 predstavlja donosnost naložbe v posameznem letu, izplačane dividende

oz. kapitalski dobički pa so v celoti reinvestirani v obravnavano naložbo v posameznem letu

(angl. Total Return Index).

3.3.2 Tveganje

Poleg donosnosti vlagatelja zanima tudi možnost izgube oz. zanj neugodnega izida, ki je

povezan s tveganostjo naložbe. Ko govorimo o tveganju, nas zanima verjetnost odklonov od

pričakovane donosnosti. Ker v praksi pogosto ne moremo neposredno opazovati

25

pričakovanja, ocenimo varianco oz. standardni odklon. Ko preučujemo časovno vrsto za

izračun standardnega odklona, uporabimo naslednjo enačbo (Bodie et al., 2011, str. 133):

𝜎 = √1

𝑛 − 1∑[𝑟𝑡 − �̅�]2

𝑛

𝑡=1

2

(7)

Ker analiziramo časovno vrsto, preučujemo dejanske realizirane donose v časovnih obdobjih

(𝑟𝑡) in ne pričakovanih donosnosti. Zato so odkloni izračunani na podlagi aritmetičnega

povprečja (�̅�) in ne namesto neznanih, pričakovanih vrednosti. To pa povzroči statistično

napako oz. pristranskost stopinj prostosti (angl. Degrees of Freedom Bias), ki se je znebimo

tako, da jo pomnožimo s faktorjem 𝑛 (𝑛 − 1)⁄ .

Z vidika vlagatelja je bistveno bolj pomembno, kakšna je njegova tveganju prilagojena

donosnost (angl. Risk Adjusted Return) oz. kakšna je pričakovana donosnost vlagatelja na

prevzeto enoto tveganja. To nam pove Sharpov kazalnik (angl. Sharpe Ratio), ki predstavlja

razmerje med premijo za tveganje in standardnim odklonom presežne donosnosti in ga

izračunamo po sledeči formuli (Bodie et al., 2011):

𝑆𝑅 =(𝑟𝑝 − 𝑟𝑓 )

𝜎𝑝

(8)

Kjer je:

SR – Sharpov kazalnik,

𝑟𝑝 – donosnost naložbe v obdobju,

𝑟𝑓 – donosnost netvegane obrestne mere v obdobju,

𝜎𝑝 – standardni odklon donosnosti naložbe v obdobju.

Vsi preučevani indeksi predstavljajo dolarske donosnosti, zato je netvegana obrestna mera

za celotno obravnavano obdobje donosnost 90-dnevnih ameriških zakladnih menic (angl.

Treasury Bills), ki sestavljajo generični indeks.

3.3.3 Ugotovitve

Poleg primerjave letne donosnosti po posameznih naložbenih razredih smo med seboj

primerjali tudi gibanje tveganju prilagojene donosnosti oz. vrednosti Sharpovega kazalnika

posameznih naložbenih razredov v obdobju 2002–2017 z uporabo 3-letnih drsečih sredin, ki

so za vlagatelje dober pokazatelj trendnega gibanja in pomemben indikator pri sprejemanju

26

naložbenih odločitev. Presežna donosnost delniških indeksov je bila v obdobju po krizi kar

nekaj časa negativna, kar pomeni, da je bila donosnost netvegane komponente (zakladne

menice) višja od donosnosti indeksa. Pred finančno krizo so indeksi dosegali visoko tveganju

prilagojeno donosnost, in sicer najvišjo med njimi angleški delniški indeks FTSE 100 (Slika

7).

Najnižjo tveganju prilagojeno donosnost beleži obvezniški naložbeni razred. Do leta 2015

se je Sharpov kazalnik gibal v pasu od 0,3 do 0 in je tudi v času krize glede na prevzeto

tveganje beležil višjo donosnost v primerjavi z ostalimi naložbenimi razredi, ki so imeli v

tem obdobju večinoma negativen kazalnik (Slika 8).

V obdobju pred krizo je bila presežna donosnost nepremičninskih indeksov višja od

obvezniškega in delniškega razreda, medtem ko je ob nastopu krize po letu 2008 kazalnik

negativen, kar pomeni, da bi bilo takrat za vlagatelje bolj donosno, če ne bi prevzemali

tveganja, saj bi višjo donosnost dosegli z vlaganjem v netvegano 3-mesečno zakladno

menico. V zadnjih dveh letih so vsi indeksi beležili pozitiven kazalnik z izjemo MSCI EM,

ki ima že od leta 2015 negativen Sharpov kazalnik (Slika 9).

Vsi trije proučevani zasebni naložbeni skladi imajo zelo podobno tveganju prilagojeno

donosnost (Slika 10). Indeks LPX50 je ob začetnih visokih donosnostih v zadnjem obdobju,

po letu 2015, tik nad pozitivno presežno donosnostjo skupaj z ostalima dvema indeksoma,

ki predstavljata naložbe v zasebne naložbene sklade.

Slika 7: Gibanje Sharpovega kazalnika z donosnostjo 3-letnih drsečih sredin delniških

indeksov v letih 2002–2017 (v %)


-0,50

-0,30

-0,10

0,10

0,30

0,50

0,70

0,90

1,10

2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017

EURO STOXX 50 Index FTSE 100 Index DAX Index S&P 500 Index

27

Slika 8: Gibanje Sharpovega kazalnika z donosnostjo 3-letnih drsečih sredin obvezniških

indeksov v letih 2002–2017 (v %)



nepremičninskih indeksov v letih 2002–2017 (v %)


-0,50

-0,30

-0,10

0,10

0,30

0,50

0,70

0,90

1,10

2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017

1-3 Year Euro Government Index 1-10 Year Euro Government Index

1-5 Year Euro Financial Index 1-5 Year Euro Non-Financial Index

-0,50

-0,30

-0,10

0,10

0,30

0,50

0,70

0,90

1,10

2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017

MSCI World Real Estate Index MSCI EM Real Estate Index

Dow Jones US Real Estate Index EURO STOXX Real Estate Index

28

Slika 10: Gibanje Sharpovega kazalnika z donosnostjo 3-letnih drsečih sredin indeksov

zasebnih naložbenih skladov v letih 2002–2017 (v %)

Legenda: Obdobje preučevanja S&P Indeksa je 2003-2017, Red Rocks Global indeksa pa 2007–2017.



infrastrukturnih indeksov v letih 2002–2017 (v %)


-0,50

-0,30

-0,10

0,10

0,30

0,50

0,70

0,90

1,10

2005 2008 2010 2012 2015 2017

LPX50 Listed Private Equity Index

S&P Listed Private Equity Index

Red Rocks Global Listed Private Equity Index

-0,50

-0,30

-0,10

0,10

0,30

0,50

0,70

0,90

1,10

2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017

S&P Global Infrastructure Index Brookfield Global Infrastructure Index

MSCI World Infrastructure Index Macquarie Global Infrastructure Index

29

Kumulativna donosnost infrastrukturnih indeksov je do krize strmo naraščala, toda noben od

teh ni padel pod nivoje z začetka preučevanega obdobja leta 2003. Po krizi se je nadaljevala

izjemna rast vseh indeksov, najvišjo med njimi je beležil S&P EM Infrastructure, čigar

sredstva so bila naložena v hitro rastoče trge. Tveganju prilagojena donosnost je pri

infrastrukturnih naložbah najvišja, podobno kot pri ostalih pa je viden izrazit padec v

obdobju po letu 2007. V obdobju 2012–2015 se tveganju prilagojena donosnost giblje v

mejah med 0 in 0,5 (Slika 11). Poleg tveganju prilagojene donosnosti oz. Sharpovega

kazalnika med seboj lahko primerjamo tudi tveganju neprilagojeno (angl. Standalone)

povprečno letno donosnost in standardni odklon posameznih naložbenih razredov.

Povprečna letna donosnost preučevanih delniških indeksov je v celotnem obdobju znašala

8,10 %, medtem ko je standardni odklon znašal 18,81 % (Tabela 7).

Tabela 7: Primerjava letne donosnosti, standardnega odklona in Sharpovega kazalnika v

letih 2002–2017 (v %)

Naložbeni razred

Indeks

Letna

donosnost v

%

Letni

standardni

odklon v %

Sharpov

kazalnik

Infrastruktura

S&P Global Infrastructure 10,87 14,98 0,63

Brookfield Global Infrastructure 12,17 13,07 0,82

MSCI World Infrastructure 7,59 12,63 0,49

Macquarie Global Infrastructure 9,26 13,19 0,60

S&P Emerging Mkt Infrastructure 13,76 22,06 0,56

Delnice

EURO STOXX 50 6,41 21,70 0,23

FTSE 100 6,26 16,79 0,29

S&P 500 9,20 13,61 0,57

DAX 10,55 23,15 0,39

Obveznice

1-3 Year Euro Government 2,83 10,39 0,14



1-5 Year Euro Non-Financial 4,32 10,64 0,28

1-5 Year Euro Financial 3,90 11,14 0,23

Nepremičnine

MSCI World Real Estate 9,96 19,10 0,45

MSCI EM Real Estate 8,60 29,78 0,23

Dow Jones US Real Estate 10,16 22,46 0,39

EURO STOXX Real Estate 9,13 23,71 0,33

Zasebni

naložbeni sklad

S&P Listed Private Equity* 6,58 24,96 0,21

LPX50 Listed Private Equity 8,33 24,50 0,18

Red Rocks Global Private Equity** 1,23 26,52 0,03

Legenda: *Obdobje preučevanja je 2003-2017; ** obdobje preučevanja je 2007-2017; Sharpov kazalnik je

izračunan kot anualizirana mesečna sprememba presežne donosnosti v dolarjih, kjer netvegano obrestno

mero predstavlja 90-dnevna ameriška zakladna menica v dolarjih.


30

Najvišjo donosnost je zabeležil S&P-jev infrastrukturni indeks z naložbami v rastoče trge.

Državne obveznice kot najbolj varne naložbe v trenutnih razmerah vlagateljem ne

omogočajo visokih donosov, saj povprečna letna donosnost obvezniškega razreda znaša 3,72

%. Na drugi strani je nepremičninski razred izredno donosen, saj njegova povprečna letna

donosnost znaša 9,46 %. Tudi delniški trgi bistveno ne zaostajajo za infrastrukturo in

nepremičninami. V preučevanem obdobju je najvišjo letno donosnost zabeležil nemški DAX

v višini 10,55 %, kar je hkrati tudi višje v primerjavi s posameznimi nepremičninskimi

indeksi.

Najvišjo donosnost beležijo infrastrukturne naložbe, kjer sta dva indeksa zabeležila letno

donosnost višjo od 10 %, povprečna letna donosnost naložbenega razreda pa je prav tako

najvišja in znaša 10,73 % (Tabela 8). Zasebni naložbeni skladi beležijo drugo najnižjo letno

donosnost takoj za obveznicami. Njihova povprečna letna donosnost znaša 5,38 % (Tabela

9), najvišjo letno donosnost pa je zabeležil indeks LPX50 v višini 8,33 % (Tabela 7). Najvišji

povprečen Sharpov kazalnik ima infrastrukturni naložbeni razred, in sicer 0,62, sledita

delniški z 0,37 ter nepremičninski z 0,35. Obvezniški razred pa beleži celo višji Sharpov

kazalnik kot zasebni naložbeni sklad (Tabela 8).

Tabela 8: Primerjava povprečne letne donosnosti, standardnega odklona in Sharpovega

kazalnika naložbenih razredov v letih 2002–2017 (v %)

Naložbeni razred

Letna donosnost v %

Letni standardni

odklon v %

Sharpov kazalnik

Delnice 8,10 18,81 0,37

Obveznice 3,72 10,65 0,22

Nepremičnine 9,46 23,76 0,35

Zasebni naložbeni skladi 5,38 25,33 0,14

Infrastruktura 10,73 15,19 0,62


Najnižji povprečni standardni odklon je zabeležil infrastrukturni razred v višini 15,19 %, ki

je primerljiv z delniškimi naložbami in znaša 18,81 %. Standardni odklon obvezniškega

razreda je med vsemi preučevanimi indeksi najnižji, in sicer 10,65 %. Tudi nepremičnine in

zasebni naložbeni skladi kot alternativni naložbi imata podobna standardna odklona – okrog

24 %. Infrastruktura je tako z vidika donosnosti kot standardnega odklona najbolj primerljiva

z delniškimi naložbami.

3.4 Faktorska analiza

Posamezne naložbene razrede smo grupirali oziroma razdelili v 5 naložbenih skupin:

delnice, obveznice, nepremičnine, zasebni naložbeni sklad in infrastrukturo. Znotraj teh

31

skupin smo na podlagi ustreznih indeksov opredelili 17 spremenljivk, ki predstavljajo

donosnosti izbranih indeksov (Priloga 1). Glavni namen je ugotoviti, ali lahko večje število

razredov (v našem primeru 5) oz. povezave med spremenljivkami znotraj razredov

pojasnimo z manjšim številom faktorjev, ki predstavljajo skupne razsežnosti ter na ta način

pokažemo, da infrastrukturo kot naložbeni razred na podlagi tržnih kotacij lahko

zreduciramo oziroma združimo na skupno osnovo skupaj z nekaterimi preostalimi

naložbenimi razredi, npr. delnicami ali nepremičninami. To bi bil tudi eden izmed

pokazateljev, da pri infrastrukturi ne gre za neodvisen naložbeni razred, ampak je le-ta

močno povezan z drugimi razredi. Podatke o vrednosti točk izbranih indeksov pridobljenih

s poslovno informacijskega sistema Bloomberg, smo nato obravnavali s programskim

orodjem za statistične analize imenovanim Stata, kjer so osnovni inputi za obdelavo

predhodno preračunane donosnosti indeksov posameznih naložbenih razredov.

Mera za ugotavljanje vzorčne ustreznosti (angl. Sampling Adequacy) je uporaba Kaiser-

Meyer-Olkinovega (v nadaljevanju KMO) testa, ki pove, ali obstaja možnost, da bodo

spremenljivke lahko zreducirane na faktor glede na korelacijo in delno korelacijo KMO

varira med 0 in 1 in da lahko nadaljujemo s preučevanjem podatkov, mora biti višji kot 0,5.

V tem primeru lahko govorimo, da imamo dovolj močno povezavo med spremenljivkami.

Drug relevanten kriterij za testiranje predpostavk FA-ja je statistična značilnost

Barttletovega testa (< 0,05), ki nam pokaže, da obstaja dovolj visoka korelacija med

spremenljivkami za nadaljnje preučevanje. Oba kriterija sta v našem primeru izpolnjena

(Priloga 2, Slika 1).

Iz korelacijske matrike (Priloga 2, Slika 2) je razvidno, da je delniški razred z nekaterimi

naložbenimi razredi bolj koreliran kot z ostalimi. Ta povezava je v glavnem z vsemi močna

in znaša nad 0,5, z izjemo obvezniškega, kjer je korelacija z nekaterimi indeksi pod

vrednostjo 0,5. Najmočnejše povezave v korelacijski matriki so seveda znotraj razredov, npr.

med spremenljivkama V5 in V6, kjer povezava znaša kar 0,9982. Med posameznimi

naložbenimi razredi je najmočnejša povezava med nepremičninami in zasebnim kapitalom

oz. med spremenljivkama V10 in V13. Druga najmočnejša povezava je med delniškim

razredom in zasebnim kapitalom, in sicer med spremenljivkama V3 in V13, medtem ko je

povezava delniškega razreda in infrastrukture najmočnejša med spremenljivkama V2 in

V14. Infrastrukturni razred je prav tako močno povezan s spremenljivko V10, ki predstavlja

nepremičnine.

Na podlagi vseh treh metod testiranja faktorske analize: lastne vrednosti, pojasnjene variance

ter grafičnim prikazom (Slika 12) lahko za obdobje 2003–2017 izberemo 2 faktorja za

nadaljnjo obdelavo, saj v tem primeru pojasnimo 85,38 % celotne variabilnosti naložbenih

razredov (Tabela 9). Prvi faktor pojasnjuje večino variabilnosti za vse naložbene razrede, le

pri obveznicah lahko opazimo navzkrižno uteženost (angl. Cross Loadings). Pri obeh

faktorjih so faktorske uteži (angl. Factor Loadings) višje kot 0,4, kar je osnovni pogoj, da je

spremenljivka vključena v določen faktor (Tabela 10).

32

Slika 12: Grafični prikaz lastnih vrednosti v obdobju 2002–2017


Tabela 9: Faktorska analiza z uporabo metode glavnih komponent faktorja pred rotacijo

za obdobje 2002–2017

Faktorska analiza/korelacija Število opazovanj 169

Metoda: glavne komponente faktorjev Število zadržanih faktorjev 2

Rotacija: (brez rotacije) Število parametrov 33

Faktor Lastna vrednost Razlika Delež Seštevek

Faktor1 12,02830 9,54174 0,7075 0,7075

Faktor2 2,48657 1,81890 0,1463 0,8538

Faktor3 0,66767 0,04197 0,0393 0,8931

Faktor4 0,62570 0,12171 0,0368 0,9299

Faktor5 0,50399 0,30268 0,0296 0,9595

Legenda: Prikazani so faktorji prvih 5 spremenljivk, v prilogah pa je celoten izpis.


V našem primeru že pred rotacijo en faktor pojasni variabilnost pri vseh spremenljivkah.

Kljub temu preverimo, če se pojasnjena variabilnost spremeni z uporabo transformacije oz.

rotacije (varimax), katere glavni namen je bolj enakomerno porazdeliti variabilnost med

faktorji, da bi lahko dobili bolj pomenljiv faktorski vzorec. Po rotaciji lahko opazimo, da so

vse spremenljivke povezane vsaj z enim od dveh faktorjev, pri čemer imajo 4 spremenljivke

navzkrižne uteži. Glede na to, da po rotaciji faktor 2 bistveno bolje pojasnjuje obvezniški

razred, navzkrižne uteži pa so zelo nizke, komaj nad mejo 0,4, lahko rečemo, da smo z

rotacijo dosegli želeno. Faktor 1 tako vsebuje spremenljivke V1-V4 ter V10-V17 oz. vse

05

10

15

Las

tne

vre

dno

sti

0 5 10 15 20Število

33

naložbene razrede brez obveznic, medtem, ko faktor 2 obsega obvezniški naložbeni razred

oz. spremenljivke V5-V9 (Priloga 2, Slika 5).

Tabela 10: Porazdelitev faktorskih uteži in enoličnost variance

Spremenljivka Faktor1 Faktor2 Enoličnost

V1 0,9150 0,1427

V2 0,8968 0,1557

V3 0,8395 0,1437

V4 0,8691 0,2051

V5 0,7842 0,6121 0,0103

V6 0,7800 0,6198 0,0074

V7 0,7716 0,6203 0,0199

V8 0,8170 0,5615 0,0172

V9 0,8419 0,5194 0,0214

V10 0,8631 0,1430

V11 0,7050 0,4937

V12 0,7097 0,3399

V13 0,8538 0,1576

V14 0,9500 0,0725

V15 0,8845 0,1715

V16 0,8930 0,1810

V17 0,8800 0,2026


3.4.1 Obdobje 2002–2008

Poleg preučevanja izhodiščnega obdobja 2002–2017 smo z uporabo FA-ja preučevali

podatke tudi pred in po finančni krizi oz. v dveh podobdobjih, in sicer 2002–2008 ter 2008–

2017.

Grafični prikaz lastnih vrednosti prikazuje, da je nadaljnji obravnavi smiselno zadržati 3

faktorje (Slika 13). Tudi odstotek pojasnjene variabilnosti, ki je znašal 86,81 % govori v prid

izbiri 3 zadržanih faktorjev (Tabela 11). Poleg 2 faktorjev, ki pojasnjujeta večino razredov

(razen obveznic), imamo v tem obdobju tudi tretji faktor (faktor 3), ki pojasnjuje

nepremičninski razred oz. spremenljivki V10 in V12 (Tabela 12).

Spremenljivka V10 je navzkrižno utežena, toda prvi faktor ima slabšo pojasnjevalno moč

(blizu 0,4). Spremenljivko V11 sicer pojasnjuje faktor 1, toda kot lahko vidimo, je enoličnost

(angl. Uniqueness) zelo visoka in blizu meje 0,5. Iz navedenega lahko sklepamo, da imamo

v obdobju pred krizo 3 faktorje, kjer faktor 1 pojasnjuje delnice, zasebni kapital in

infrastrukturo, faktor 2 obveznice ter faktor 3 nepremičnine (Tabela 12).

34







Faktor1 9,68400 5,87455 0,5696 0,5696

Faktor2 3,80945 2,54512 0,2241 0,7937

Faktor3 1,26433 0,52517 0,0744 0,8681

Faktor4 0,73916 0,03238 0,0435 0,9116

Faktor5 0,70678 0,48493 0,0416 0,9532



Tabela 12: Porazdelitev faktorskih uteži in enoličnost variance po rotaciji za obdobje

2002–2008

Spremenljivka Faktor1 Faktor2 Faktor3 Enoličnost

V1 0,9319 0,1427

V2 0,8514 0,1557

V3 0,8286 0,1437

V4 0,9140 0,2051

V5 0,9778 0,0103

V6 0,9850 0,0074

V7 0,9870 0,0199

V8 0,9767 0,0172

V9 0,9791 0,0214

V10 0,4405 0,8612 0,1430

V11 0,6446 0,4937

V12 0,9368 0,3399

V13 0,7198 0,5182 0,1576

V14 0,7934 0,0725

V15 0,7274 0,1715

V16 0,8378 0,1810

V17 0,7617 0,2026


Obstoj oz. pojav tretjega faktorja v obravnavnem obdobju lahko utemeljimo tudi z dejstvom,

da se je sama kriza začela ravno na nepremičninskem trgu, ki je bil v obdobju pred krizo

močno napihnjen, cene nepremičnin ter posledično donosnosti naložb pa so se pred zlomom

in pokom balona močno povzpele.

35

Slika 13: Grafični prikaz lastnih vrednosti za obdobje 2002–2008


3.4.2 Obdobje 2008–2017

V drugem preučevanem obdobju so nekatere korelacije med razredi dokaj močne, npr. med

delniškim in infrastrukturnim razredom (V2 in V14 ter V3 in V13) ter med nepremičninami

in infrastrukturo (V10 in V15), kar lahko razberemo iz korelacijske matrike (Priloga 4, Slika

13).

Slika 14: Grafični prikaz lastnih vrednosti za obdobje 2008–2017


02

46

81

0

Las

tne

vre

dn

ost

i

0 5 10 15 20Število

05

10

15

Las

tne

vre

dno

sti

0 5 10 15 20Število

36







Faktor1 12.51249 10,18767 0,7360 0,7360

Faktor2 2,32483 1,70385 0,1368 0,8728

Faktor3 0,62098 0,10795 0,0365 0,9093

Faktor4 0,51303 0,08387 0,0302 0,9395

Faktor5 0,42916 0,24868 0,0252 0,9647



Tabela 14: Porazdelitev faktorskih uteži in enoličnost variance po rotaciji za obdobje

2008–2017

Spremenljivka Faktor1 Faktor2 Enoličnost

V1 0,7957 0,4907 0,1261

V2 0,8375 0,1419

V3 0,8992 0,1290

V4 0,8075 0,4286 0,1643

V5 0,9591 0,0104

V6 0,9618 0,0077

V7 0,9551 0,0221

V8 0,9329 0,0187

V9 0,9095 0,0219

V10 0,9018 0,1015

V11 0,6249 0,4173 0,4353

V12 0,8373 0,2788

V13 0,8826 0,1457

V14 0,8681 0,4404 0,0524

V15 0,8606 0,1430

V16 0,8044 0,4188 0,1776

V17 0,8151 0,1863


V tem obdobju sta na podlagi grafičnega prikaza (Slika 14) in lastnih vrednosti ponovno

zadržana 2 faktorja, odstotek pojasnjene variabilnosti pri dveh zadržanih faktorjih znaša

87,28 % (Tabela 13). Po rotaciji z uporabo metode glavnih komponent faktorja se pojavi 5

navzkrižno uteženih spremenljivk, ki pa nimajo močne pojasnjevalne moči, zato lahko

37

ugotovimo, da faktor 2 pojasnjuje obvezniški naložbeni razred oz. spremenljivke V5-V9,

medtem ko faktor 1 pojasnjuje vse ostale naložbene razrede (Tabela 14).

Za vsa tri obdobja je torej značilno, da obvezniške naložbe pojasnjuje svoj faktor in da je

njihova korelacija z ostalimi razredi najbolj šibka. Pred krizo imamo poleg 2 faktorjev še

tretji faktor, ki pojasnjuje nepremičninski naložbeni razrede.

3.5 Alokacija sredstev v naložbenem portfelju

3.5.1 Alokacija kotirajočih naložb

Eden izmed pomembnejših kriterijev, poleg donosnosti in tveganja, za uvrstitev določene

naložbe v portfelj je, ali njena uvrstitev hkrati tudi pripomore k diverzifikaciji vlagateljevega

portfelja kot celote. Učinek diverzifikacije je dosežen, če imamo v portfelju nepovezane

naložbe (angl. Uncorrelated Assets), torej tiste katerih vrednost se spreminja neodvisno

druga od druge oz. če kombiniramo naložbe z različnimi donosnostmi in tveganjem ter ceno,

ki ne temelji na skupnih ekonomskih gonilnikih. V kontekstu diverzifikacije portfelja se

najpogosteje uporablja korelacija donosnosti (Weber et al., 2016).

Korelacija med naložbenimi razredi oz. spremenljivkami kotirajočih indeksov, ki smo jih

analizirali pri faktorski analizi, je razvidna iz korelacijske matrike (Priloga 2). Pri alokaciji

sredstev nas zanima, ali dodatna naložba k obstoječemu portfelju pripomore k večji

diverzifikaciji le-tega.

Za Bodie et al. (2011) diverzifikacija pomeni, da imamo večje število naložb v portfelju na

način, da je izpostavljenost katerikoli naložbi omejena. V našem primeru nas bo zanimalo,

kakšen je učinek, če portfelju dodamo kotirajočo infrastrukturo, ali bo portfelj zato bolj

diverzificiran. To bomo poskušali ugotoviti s primerjavo standardnega odklona portfelja 1

in portfelja 2 oz. s primerjavo Sharpovega kazalnika obeh portfeljev. Na podlagi kotirajočih

mesečnih podatkov o donosnosti uporabljenih spremenljivk V1-V4 (Tabela 15) smo najprej

uporabili letne donosnosti naložb (Tabela 16).

Tabela 15: Opredelitev uporabljenih spremenljivk V1-V4

Spremenljivka

Mesečna donosnost indeksa v %

V1 S&P 500 Index

V2 1-10 Year Euro Government Index

V3 MSCI World Real Estate Index

V4 Macquarie Global Infrastructure Index

38

Tabela 16: Letna donosnost naložb spremenljivk V1-V4 v letih 2002–2017 (v %)

Spremenljivka Letna donosnost v %

V1 9,20

V2 4,20

V3 9,96

V4 9,26


Tabela 17: Kovariančna matrika spremenljivk V1-V3

V1 V2 V3

V1 0,018536 0,005919 0,021252

V2 0,005919 0,011335 0,009816

V3 0,021252 0,009816 0,036479


Nato smo izračunali kovariančni matriki za oba portfelja posebej. Vrednosti v obeh matrikah

po diagonali (siva polja) nam predstavljajo variance posameznih spremenljivk (Tabeli 17 in

18).

Tabela 18:Kovariančna matrika spremenljivk V1-V4

V1 V2 V3 V4

V1 0,018536 0,005919 0,021252 0,013037

V2 0,005919 0,011335 0,009816 0,008192

V3 0,021252 0,009816 0,036479 0,019602

V4 0,013037 0,008192 0,019602 0,017392


Oba portfelja smo enakomerno utežili glede na število spremenljivk in vsoto, ki znaša 1.

Torej je v portfelju 1, ki ga sestavljajo 3 spremenljivke, vsaka utežena z 0,33, medtem ko

utež pri portfelju 2 znaša 0,25 (Tabela 19).

Ko smo določili uteži, smo izračunali pričakovano donosnost (angl. Expected Return),

standardni odklon ter Sharpov kazalnik portfeljev 1 in 2. Za netvegano obrestno mero (angl.

Risk Free Rate) smo izbrali 90-dnevno ameriško zakladno menico, katere donosnost je v

obdobju 2002-2017 na letni ravni znašala 1,30 %. Vsi obravnavani indeksi so v dolarskih

valutah, zato je tudi izbrana netvegana obrestna mera z ameriškega trga. Ko smo osnovnemu

portfelju s 3 naložbami dodali infrastrukturno naložbo, se je pričakovana donosnost portfelja

nekoliko zvišala, medtem ko se je standardni odklon portfelja znižal, Sharpov kazalnik pa je

39

posledično višji, kar pomeni, da je dodatna naložba negativno povezana s portfeljem in ima

zato pozitiven učinek na diverzifikacijo (Tabela 20).

Tabela 19:Uteži po spremenljivkah za Portfelj 1 in Portfelj 2

Portfelj 2

Spremenljivka Utež

V1 0,25

V2 0,25

V3 0,25

V4 0,25

Tabela 20:Pričakovana donosnost, standardni odklon in Sharpov kazalnik enakomerno

uteženih portfeljev 1 in 2

Portfelj 1 Portfelj 2

Pričakovana donosnost 7,78 % 8,15 %

Standardni odklon 12,49 % 12,23 %

Netvegana obrestna mera 1,30 % 1,30 %

Sharpov kazalnik 0,518 0,560


V naslednji fazi preverimo, kakšen je optimalen naložbeni portfelj v obeh primerih, pri

čemer minimiziramo tveganje oz. standardni odklon portfelja oz. nas zanima, ustrezna

uteženost naložb za dosego najboljše tveganju prilagojene donosnosti. Z uporabo

Excelovega reševalnika dobimo rezultate prikazane v Tabeli 21.

Tabela 21: Pričakovana donosnost, standardni odklon in Sharpov kazalnik optimalnih

portfeljev 1 in 2

Optimalen portfelj 1 Optimalen portfelj 2

Pričakovana donosnost 5,70 % 5,72 %

Standardni odklon 9,85 % 9,85 %

Netvegana obrestna mera 1,30 % 1,30 %

Sharpov kazalnik 0,446 0,448


Portfelj 1

Spremenljivka Utež

V1 0,33

V2 0,33

V3 0,33

40

Ko minimiziramo standardni odklon oz. optimiziramo portfelja, se ustrezno spremenita

donosnosti ob fiksnem standardnem odklonu obeh optimalnih portfeljev (Tabela 21). Obe

vrednosti sta nižji za približno 2 odstotni točki, Sharpov kazalnik pa v prvem primeru znaša

0,446, v drugem pa 0,448. Poleg tega nas zanima tudi, kakšna je optimalna struktura oz.

kakšna je porazdelitev uteži med posameznimi naložbami v portfelju oz. v našem primeru

med spremenljivkami V1-V3 ter V1-V4. Rezultati optimalne strukture portfeljev nam

prikazujejo, da morajo biti sredstva pri prvem portfelju alocirana na dva naložbena razreda,

in sicer med delnice ter obveznice brez nepremičnin. Pri drugem optimalnem portfelju z

novo dodano naložbo pa je optimalna sestava portfelja razdeljena na tri naložbene razrede,

in sicer delniškega, obvezniškega ter infrastrukturnega, medtem ko naj sredstev ne bi bilo

optimalno razporediti v nepremičninski razred (Tabela 22).

Tabela 22:Primerjava enakomerno utežene in optimalne strukture po portfeljih

Optimalen portfelj 1 Optimalen portfelj 2

Spremenljivke Utež Utež

V1 0,30 0,29

V2 0,70 0,70

V3 0,00 0,00

V4 0,01


Delniški razred ima utež 0,29, obvezniški 0,70, zgolj minimalni del sredstev pa naj bi naložili

tudi v infrastrukturni del, kjer utež znaša 0,01. Za dosego optimalne alokacije z minimalnim

tveganjem oz. standardnim odklonom naj se sredstva ne bi investirala v nepremičninski

razred. Nova naložba je izboljšala tako donosnost kot Sharpov kazalnik portfelja, kar

pomeni, da ima naložba pozitiven učinek na diverzifikacijo portfelja. Glede na to, da je

razlika med optimalnima portfeljema minimalna, struktura in Sharpov kazalnik pa sta skoraj

identična, težko sklenemo, da je učinek diverzifikacije dovolj velik, da gre pri kotirajoči

infrastrukturi za nov naložbeni razred.

4 ANALIZA NALOŽB V INFRASTRUKTURO

4.1 Vlagatelji v infrastrukturo

Skladno s predhodno opredeljenimi značilnostmi infrastrukture so v zadnjem desetletju z

naložbami v infrastrukturo prednjačili pokojninski skladi, zavarovalnice, državni skladi

različni donacije in fundacije. Te vrste naložb so omogočale širok nabor družbenih in

političnih ugodnosti kot tudi dolgoročno možnost trajnostnega razvoja h kateremu razvite

države stremijo. O obsežnejših vlaganjih v infrastrukturo lahko govorimo v začetku

prejšnjega desetletja v Avstraliji, kjer so zbrana sredstva za naložbe v višini 900 mrd USD s

41

strani nekaterih velikih podjetij in skladov pomenila hiter razvoj tega sektorja in enega

ključnih dejavnikov za dotok svežega kapitala na kapitalske trge (Peng & Newell, 2007).

Naložbe v infrastrukturo so se kmalu razširile tudi po ostalih kontinentih. IPE Real Assets

(2016) je v svoji anketi, ki je obsegala 71 institucij iz Evrope, Severen Amerike, Azije in

Bližnjega vzhoda s skupno vrednostjo sredstev 1,65 trilijona USD, raziskoval, kakšno je

zanimanje za infrastrukturo med vlagatelji. Večina anketiranih vlagateljev je aktivna pri

infrastrukturi, tisti ki pa niso, ne izključujejo možnosti, da bodo v prihodnosti vlagali. 76,1

% vprašanih danes vlaga v infrastrukturo. Od teh jih 66 % vprašanih pričakuje, da bodo svoja

vlaganja še povečali v naslednjih 18 mesecih, 32,1 % pa jih bo zadržalo trenutno raven

sredstev. Od tistih, ki bodo svoja vlaganja povečevali, je kar 22,6 % vprašanih dejalo, da

bodo povečana sredstva višja kot 200 mio EUR, kar je dober signal, da infrastrukturni trg še

naprej raste.

Za 66,7 % anketirancev, ki niso vlagali v infrastrukturo, je glavno oviro predstavljala

nelikvidnost. Za anketirance, ki so aktivni vlagatelji, pa likvidnost ne predstavlja takšne

ovire, saj se nagibajo k naložbam z daljšo ročnostjo, kjer ima 40,7 % vprašanih v portfelju

naložbe z ročnostjo 10–15 let, 27,8 % pa je vlagalo v naložbe daljše od 15 let (IPE Real

Assets, 2016).

4.2 Načini vlaganja v infrastrukturo

Institucionalni vlagatelji so bili do infrastrukture tradicionalno izpostavljeni prek delniških

in obvezniških naložb ali prek lastništva določene nepremičnine. S pojavom novih in bolj

kompleksnih oblik finančnih instrumentov in različnih nosilcev s posebnim pomenom (angl.

Special Purpose Vehicle, v nadaljevanju SPV) so možnosti k izpostavljenim

infrastrukturnim naložbam postale še bolj preproste. Za začetek je pomembno ločevati med

kotirajočimi in nekotirajočimi SPV-ji ter infrastrukturnimi podjetji in skladi. Kot naložbeni

razred se infrastruktura najpogosteje povezuje z (Inderst, 2010):

• naložbami, ki so podobne skladom zasebnega kapitala, in sicer prek nekotirajočih

skladov (v glavnem zaprti in odprti skladi);

• kotirajočimi infrastrukturnimi skladi (zaprtimi ali odprtimi);

• neposrednimi naložbami ali sofinanciranjem v nekotirajoča infrastrukturna podjetja.

Vlagatelji, ki imajo v svojem portfelju delnice kotirajočih infrastrukturnih podjetij, pogosto

zanemarjajo dejstvo, da nimajo novega naložbenega razreda temveč zgolj delnice javnih,

transportnih ali energetskih podjetij, ki se tradicionalno obravnavajo kot določen sektor

znotraj delniškega trga. Podobno je z infrastrukturnimi obveznicami (angl. Infrastructure

Bonds), ki za vlagatelje niso nekaj novega kot npr. korporativne obveznice takšnih podjetij

ali pa občinske obveznice z državnim kritjem (angl. Municipal Bonds). Infrastrukturne

obveznice so lahko predvidene za specifični infrastrukturni projekt, npr. izgradnjo

42

tramvajske proge. Razvoj novih finančnih produktov na področju infrastrukture pa vključuje

tudi: sklad skladov (angl. Fund of Funds), kotirajoči indeksni sklad (angl. Exchange Traded

Fund, v nadaljevanju ETF), pasivni sklad (angl. Passive Fund) ter izvedene finančne

instrumente (angl. Derivatives) vezane na različne kotirajoče infrastrukturne indekse

(Inderst, 2010).

Vlagatelji lahko do infrastrukturnih naložb dostopajo prek primarnega trga, ki se nanaša na

zagonsko fazo novega infrastrukturnega projekta, kot je npr. izgradnja šole ter obsega

oskrbovanje, izgradnjo ter predajo v delovanje. Sekundarni trg se povezuje z operativno fazo

naložbe, kot je pobiranje cestnine na plačljivi cesti ali mostu. Finančni vlagatelj v tem

primeru pridobi delnice projektnega SPV-ja. Primarni trg je temu primerno bolj tvegan, zato

vlagatelji zahtevajo višjo donosnost; na začetku so zanj značilni tudi negativni denarni

tokovi, ki jih vlagatelji kompenzirajo v kasnejših letih ob izstopu oz. prodaji deleža. Njihov

glavni interes je zato potencial rasti. Na sekundarnem trgu je interes vlagateljev predvsem v

visokih in stabilnih dividendah, kar ponazarja željo vlagateljev po rednih prihodkih (Inderst,

2009).

Infrastrukturni projekti so financirani s kombinacijo dolžniškega in lastniškega kapitala.

Vlagatelji so zato lahko zainteresirani za določeno vrsto lastniške oz. delniške participacije

ali za nakup infrastrukturnih obveznic. Pri dolžniškem financiranju običajno prevladujejo

bančna posojila, toda večja podjetja se vse bolj poslužujejo izdaje infrastrukturnih obveznic.

Projekti imajo običajno visok finančni vzvod.

Vlagatelji lahko vlagajo v kotirajoča infrastrukturna podjetja neposredno, brez ovir preko

borze in na ta način pridobijo lastniški kapital, za nekotirajoča podjetja pa so neposredne

naložbe bolj komplicirane. Nekateri večji pokojninski skladi vlagajo neposredno v

nekotirajoča podjetja, običajno v partnerstvu z drugimi vlagatelji. Poleg neposrednih vlaganj

v podjetja vlagatelji lahko svoja sredstva naložijo tudi v kotirajoče ali nekotirajoče

infrastrukturne sklade. Razlogi za vlaganja v sklade so lahko različni, od različne regulacije,

upravljanja, naložbenih omejitev, do poročevalskih zahtev in dostopa do sklada. Nekateri

skladi so izrazito vezani na domačo državo zaradi različnih vzrokov, kot so preference

vlagateljev ali regulatorja in davčnih omejitev. Drugi skladi pa so globalno ali regionalno

orientirani. Infrastrukturni SPV-ji so lahko osredotočeni zgolj na posamičen sektor

(transport, letalski promet …) ali pa na več sektorjev hkrati z namenom diverzifikacije

tveganj (Inderst, 2009).

4.3 Tveganje in donosnost infrastrukturnih naložb

4.3.1 Kotirajoče in nekotirajoče infrastrukturne naložbe

Ključno vprašanje, s katerim se soočajo institucionalni vlagatelji, je, kakšno donosnost si z

naložbami v infrastrukturo lahko obetajo in ob kakšni stopnji tveganja. Podatki o

43

infrastrukturnih naložbah so še vedno precej skopi, zgolj zgodovinski pregled ponuja nekaj

smernic. Ker gre pri infrastrukturi za izredno širok naložbeni izbor, temu primerno tudi

donosnost oz. tveganje zelo varirata in zato je težko podati enoten naložbeni profil (angl.

Investment Profile) infrastrukturnih naložb brez natančne diferenciacije med različnimi

naložbenimi tipi. Problem se pojavi, ko takšen naložben tip poskušamo uvrstiti v naložbeni

portfelj, obenem pa nimamo dovolj podatkov o zgodovinski donosnosti, nestanovitnosti,

korelaciji z ostalimi naložbenimi razredi in stopnjah neizpolnjevanja finančnih obveznosti

(angl. Default Rates). Za institucionalne vlagatelje je zato problematično analizirati

infrastrukturo z vidika upravljanja sredstev in obveznosti, analize portfelja in alokacije

sredstev. Celo evropski organ za zavarovanja in poklicne pokojnine (angl. European

Insurance and Occupational Pensions Authority, v nadaljevanju EIOPA) v začetnih fazah

ni hotel oceniti tveganj iz naslova infrastrukturnih naložb kot samostojnega naložbenega

razreda zaradi pomanjkljivih podatkov (Weber et al., 2016).

Kot izpostavlja Inderst (2010) se je na začetku infrastrukturnega razcveta vlagateljem

obljubljajo in prikazovalo donosnosti, kot da gre za naložbeni razred zasebnega kapitala (nad

10 %), tveganje pa naj bi bilo na nivoju obvezniškega razreda. Razlike v donosnosti so

odvisne od sektorja, stopnje razvoja projekta (Slika 15) in regije.

Slika 15: Primerjava donosnosti in tveganja infrastrukture z ostalima naložbenima

razredoma

Povzeto in prirejeno po G. Inderst, Infrastructure as an Asset Class, 2010, str. 79.

Weberjeva et al. (2016) v svoji sektorski razdelitvi infrastrukture opozarjajo, da gre zgolj za

indikativne donosnosti in tveganja, saj je nemogoče zagotoviti enoten profil donosnosti in

tveganja infrastrukturnih naložb. Poudarjajo, da prikazani podatki o donosnosti (Tabela 23)

najpogosteje zanemarjajo in poenostavljajo kompleksnost infrastrukturnih naložb. Čeprav

gre za reguliran trg, je nujno potrebna celovita individualna obravnava naložbe znotraj

posameznega sektorja, ker profil donosnosti in tveganja ni pretežno opredeljen s sektorjem,

Obveznice

Delnice

Greenfield

naložbe

Brownfield

naložbe

pri

čako

van

ad

on

osn

ost

pričakovano tveganje

44

ampak je v veliki meri odvisen tudi od lokacije, stopnje in pogodbene strukture ter tveganja,

ki ga prevzema zasebni partner.

Tabela 23: Poenostavljen prikaz donosnosti in tveganja infrastrukturnih podsektorjev

Vrsta infrastrukturne

naložbe

3-letna donosnost v

%*

Pričakovana donosnost

v %

Tveganje

Družbena 9-11 4-12 Srednje

Regulirana 11-12 6-10 Nizko

Ceste 12-13 8-12 Srednje

Letališča/pristanišča 11-13 5-10 Srednje

Elektrarne 12-14 4-12 Visoko

Cestnine/Greenfield naložbe 13-15 3-5 Srednje/visoko

Legenda: *Gre za donosnost, ki vključuje tudi dolžniško financiranje projekta, denarni tokovi po plačilu

obresti pa pripadajo delničarjem (angl. Equity IRR)

Povzeto in prirejeno po B. Weber et al., Infrastructure as an Asset Class, 2016, str. 37, tabela 2.3.

Da mora biti portfelj, ki vključuje infrastrukturne naložbe, diverzificiran ne zgolj geografsko

ampak tudi po sektorjih, meni tudi Weisdorf (2007). Sredstva v različnih panogah dosegajo

različne donosnosti in potenciale rasti ter se različno odzivajo na ekonomske šoke. Tabela

24 prikazuje različne tipe infrastrukturnih naložb od obstoječih plačljivih cest (angl. Toll

Roads) z nizkim tveganjem, obstoječih letališč in pristanišč z visokim tveganjem ter

reguliranih naložb, kot so elektrika, nafta in plin ter vodno omrežje.

Tabela 24: Značilnosti donosnosti in tveganja različnih infrastrukturnih naložb

Področje

Obstoječe plačljive

ceste

Regulirana

sredstva

Obstoječa

letališča/pristanišča

Donosnost (povprečna 1 -5 let) 4-8 % 5-9 % 5-10 %

Notranja stopnja donosa 8-12 % 10-15 % 15-18 %

Možnost apreciacije kapitala Omejena Omejena Da

Tveganost naložbe Nizka Nizka-srednja Srednja

Povzeto in prirejeno po M. A. Weisdorf, Infrastructure: A Growing Real Return Asset Class, 2007, str. 18.

Iz Tabele 9 in 10 je razvidno, kako se podatki o donosnosti posameznih vrst infrastrukturnih

naložb s strani različnih avtorjev med seboj razlikujejo, kar velja tudi za ocene o stopnji

tveganj. Zaradi tega Inderst (2010) meni, da je prilagoditev donosnosti in tveganja pri

infrastrukturi nujno potrebna:

1. ker je zanimanje vlagateljev za infrastrukturo vse večje, je začetna prednost nekaterih

institucionalnih vlagateljev na trgu izzvenela;

45

2. finančno okolje se je po svetovni krizi močno spremenilo;

3. posamezni sektorji se različno odzivajo na gospodarske cikle in nenazadnje so

vlagatelji spoznali, da gre pri infrastrukturi za izrazito heterogenost naložb.

Z vidika tveganja neizpolnjevanja finančnih obveznosti je za infrastrukturne naložbe

značilno, da je stopnja neizpolnjevanja obveznosti izdajatelja infrastrukturnega dolga (angl.

Infrastructure Debt) nižja v primerjavi z ostalimi nefinančnimi izdajatelji. Moody's

Investors Service (2017) je v svoji raziskavi primerjal kumulativne stopnje neizpolnjevanja

obveznosti korporativnega infrastrukturnega dolga, kamor spadajo regulirane in

neregulirane javne službe, druga javna in zasebna infrastrukturna podjetja z izdajatelji

nefinančnega korporativnega dolga. Stopnje neizpolnjevanja obveznosti so na začetku

približno na enakih nivojih, po 5. letu oz. bolj ko se bližamo zapadlosti pa se stopnja pri

nefinančnih izdajateljih hitreje povečuje ter je v 10. letu skoraj 50 odstotnih točk višja kot v

primerjavi z infrastrukturnim dolgom (Slika 16). Weber et al. (2017) kot razlog za to

navajajo, da so banke bistveno bolj previdne oz. infrastrukturne projekte obravnavajo bolj

celovito in podrobno kot ostale korporativne izdajatelje. Poleg tega naj bi bili določeni

projekti manj izpostavljeni gospodarskim fluktuacijam, kot so običajna korporativna

podjetja izpostavljena tržnim tveganjem.

Slika 16: Kumulativne stopnje neizpolnjevanja obveznosti naložbenega bonitetnega

razreda v letih 1983–2015 (v %)

Vir podatkov: Moody's Investors Service, Addendum: Infrastructure Default and Recovery Rates, 1983–2015,

2017, str. 7; lastni izračuni.

0,00%

0,50%

1,00%

1,50%

2,00%

Leto 1 Leto 2 Leto 3 Leto 4 Leto 5 Leto 6 Leto 7 Leto 8 Leto 9 Leto 10

Korporativni infrastrukturni dolg Nefinančni zasebni izdajatelji

46

Če pa pride do neizpolnjevanja finančnih obveznosti Moody's Investors Service (2017)

ugotavlja, da je stopnja poplačljivosti1 (angl. Recovery Rate) pri infrastrukturnem dolgu

bistveno višja v primerjavi z zasebnim (korporativnim) dolgom (Tabela 25).

Tabela 25: Stopnja poplačljivosti infrastrukturnega dolga v letih 1983-2015 (v %)

Sektor

Prednostni zavarovan v % Prednostni nezavarovan

v %

Regulirane javne službe in telekomunikacije 81 60

Neregulirane javne službe in energetika 80 52

Povprečen infrastrukturni dolg 80 54

Povprečen dolg nefinančnih izdajateljev 54 38

Vir podatkov: Moody's Investors Service, Addendum: Infrastructure Default and Recovery Rates, 1983–2015,

2017, str. 9; lastni izračuni.

Pri infrastrukturnih naložbah je nujno potrebno ločiti med dvema velikima skupinama

naložbenih sredstev (angl. Pool of Assets). Kotirajoče infrastrukturne naložbe so tiste, ki

kotirajo na organiziranem trgu kot delnice infrastrukturnih podjetij, točke infrastrukturnih

skladov ali indeksov. Ta del naložb smo obravnavali že v prvem delu pri naložbenih razredih

in faktorski analizi, kjer smo prikazali kotirajočo donosnost, nestanovitnost in soodvisnost

med posameznimi razredi. Težko trdimo, da isti podatki veljajo tudi za nekotirajoče naložbe.

Kotirajoče naložbe imajo v splošnem različno soodvisnost in nestanovitnost kot

nekotirajoče. Infrastrukturna podjetja, ki so vključena oz. sestavljajo infrastrukturne indekse,

so zelo redko prava infrastrukturna projektna podjetja oz. naložbe. Bolj pogosto indekse

sestavljajo podjetja s širokim infrastrukturnim delovanjem v različnih oblikah. Večina

kotirajočih delnic infrastrukturnih podjetij zato nima nobenih ali pa zgolj redke značilnosti

konzervativno strukturiranih infrastrukturnih naložb z alokacijskimi učinki na naložbeni

portfelj (Weber et al., 2016).

Podatki ali kakršnakoli okvirna statistika o nekotirajočih infrastrukturnih naložbah je

najpogosteje težko dosegljiva, zato je tudi pomanjkanje transparentnosti ena od tipičnih

značilnosti za te vrste naložb. Deloma je vzrok tudi to, da podatkov o daljših časovnih vrstah

preprosto ni, zaenkrat so naložbe s časovnim horizontom daljšim od 15 let zgolj za avstralski

trg. Drug vzrok je lahko visoka sektorska razcepljenost. Ob velikem številu sektorjev je

njihovo donosnost med sabo težko ali pa nemogoče primerjati, še težje pa takrat, ko sredstva

agregiramo na nivoju sklada. Tudi infrastruktura je podobno kot nekateri drugi naložbeni

razredi soočena z vprašanjem zanesljivosti javno dostopnih podatkov, uporabe različnih

predpostavk, časovnih vrst, kriterijskih indeksov (angl. Benchmarks) ter pomanjkanja

1 Je opredeljena kot povprečni menjalni tečaj dolžniškega vrednostnega papirja, kjer plačilo finančne

obveznosti zamuja več kot 30 dni ali imamo stečajni postopek (Moody's Investors Service, 2017).

47

enotnih standardov poročanja ter regulacije. Kljub problematiki dostopa do podatkov sta bila

Peng in Newell (2007) med prvimi v akademski sferi, ki sta analizirala kotirajoče in

nekotirajoče infrastrukturne naložbe v Avstraliji. Za obdobje 10 let (1995–2006) sta

primerjala donosnost in nestanovitnost 16 kotirajočih infrastrukturnih podjetij in skladov ter

19 nekotirajočih skladov. Ugotovila sta, da je povprečna donosnost kotirajoče infrastrukture

22,4 %, nestanovitnost pa 16 %, medtem ko je donosnost nekotirajočih naložb znašala 14,5

%, nestanovitnost pa 5,8 % (Priloga 11).

4.4 Kriterijski indeks infrastrukturnih naložb

Institucionalni finančni vlagatelji z uporabo kriterijskega indeksa (angl. Benchmark, v

nadaljevanju KI) primerjajo oz. merijo finančno uspešnost svoje naložbe na trgu. Weber et

al. (2016) KI opredeljujejo kot relevantni trg, s katerim se primerja uspešnost (angl.

Performance) naložbe. Običajno je finančni KI indeks, ki ga sestavljajo podobni kotirajoči

vrednostni papirji. Za kotirajoče infrastrukturne naložbe imamo nekaj KI-jev, ki smo jih

analizirali v faktorski analizi, s katerimi se vlagatelji lahko primerjajo. Uporaba teh KI-jev

v primeru nekotirajočih infrastrukturnih naložb ne bi bila smotrna. Standardizirani oz.

dejanski podatki o uspešnosti nekotirajoče infrastrukture pa še vedno ne obstajajo.

V teoriji obstaja kar nekaj načinov za sestavo KI-ja nekotirajoče infrastrukture, toda v praksi

so vlagatelji soočeni s številnimi izzivi, med katerimi izpostavljamo naslednje (Weber et al.,

2016):

1. KI-ji zahtevajo zanesljiv in dovolj obsežen nabor podatkov;

2. izpolnjevati morajo določene kriterije, kot sta npr. ponovljivost in možnost vlaganja

sredstev;

3. pripisljivost donosov (angl. Return Attribution).

Javno dostopnih podatkov o infrastrukturi je v glavnem premalo ali pa so časovne vrste

bistveno prekratke, prav tako je problematičen širok investicijski nabor znotraj infrastrukture

z enako obsežnimi in raznovrstnimi investicijskimi strategijami ter nenazadnje pomanjkanje

razumljivega merjenja uspešnosti s strani vlagateljev. Težko je tudi zadostiti kriterijema

ponovljivosti in sposobnosti vlaganja. Pri nekotirajočih naložbah je težko aktivno upravljati

donosnost naložb in se primerjati s KI-jem zaradi različnih vrst infrastrukturnih naložb ter

težav s kvantifikacijo KI-ja, ki je pogosto izrazito subjektiven in retrospektiven (Weber et

al., 2016). Zaradi potrebe po merjenju in primerjanju se številni vlagatelji primerjajo s

pričakovanji absolutne donosnosti ali pa uporabljajo preproste KI-je, kot je inflacija (indeks

cen življenjskih potrebščin) z določenim pribitkom (angl. Margin). Nekateri vlagatelji

sledijo bolj naprednim pristopom v določanju KI-ja, kot so: cilji alokacije sredstev,

naložbena strategija, profil tveganja naložbe, pričakovanja o uspešnosti (Tabela 26). Poleg

absolutnih donosov ter inflacije Inderst (2009) kot primere KI-jev, ki jih uporabljajo

institucionalni vlagatelji, navaja:

48

• zahtevano donosnost obveznic + pribitek,

• donosnost obvezniškega indeksa vezanega na inflacijo + pribitek,

• kombinacijo delniškega, nepremičninskega, obvezniškega indeksa,

• primerjalna skupina nekotirajočih infrastrukturnih skladov.

Tabela 26: Primeri uporabljenih infrastrukturnih indeksov v panogi

Vlagatelj

Kriterijski indeks

Zavarovalnice

Australian insurance Absolutni donos (8 %) + kritje notranjih stroškov upravljanja

German insurance Državna obveznica + pribitek (5 %)

South European Insurance Absolutni donos (6,5 %) brez zadolženosti, po davkih

Pokojninski skladi

British Columbia Invest. Mng. Corp 8 % absolutni donos s prilagoditvami na naložbeno, državno in

valutno tveganje

Caisse du Depot 50 % S&P 500/TSX + 25 % S&P500 + 25 % MSCI EAFE Index

California Public Employees

Retirement System HICŽP* + pribitek (5 %)

Canadian Public Pension Fund Državna obveznica + pribitek (4–5 %)

CPP Investment Board Določen individualno za vsako naložbo posebej

Eurpoean Public Pension HICŽP + pribitek

OPSEU Pension Trust (OPTrust) HICŽP + pribitek (5 %)

UK Public Pension Fund Retail Price Index + pribitek (5 %)

Borealis Infrastructure Absolutni donos z začetka leta, ki temelji na operativnem načrtu

Ontario Teachers' Pension Plan HICŽP + pribitek (4 %) + pribitek na državo

Legenda: *Harmoniziran indeks cen življenjskih potrebščin

Povzeto in prirejeno po J. S. Bachher, R. J. Orr, & D. Settel, Benchmark for Unlisted Infrastructure, 2012.

V praksi vseeno obstaja velika raznolikost KI-jev glede na posamezne vlagatelje, kjer

prevladujeta absolutna donosnost in inflacija s pribitkom. Izbira ustreznega KI-ja je odvisna

od številnih faktorjev, ki se navezujejo tako na profil obveznosti vlagatelja kot na vrsto

infrastrukturne naložbe (Inderst, 2009).

5 INFRASTRUKTURA Z VIDIKA INSTITUCIONALNEGA

VLAGATELJA

5.1 Instrumenti financiranja infrastrukture

Kot je izpostavljeno že v prvem poglavju, so institucionalni vlagatelji zaradi svojih

dolgoročnih obveznosti in nenaklonjenosti tveganju najbolj primerni vlagatelji v

infrastrukturo z nizkim profilom tveganja. Kljub idealnemu ujemanju ogromnih virov

kapitala ter naložbenem razredu, ki zahteva vlaganja, se vlagatelji izredno počasi odločajo

49

za takšno vrsto naložb. V veliki meri je razlog predvsem netransparentnost ter pomanjkanje

regulatornega okvira skupaj s preteklimi slabimi naložbenimi izkušnjami in premajhno

vključenostjo države (Weberjeva et al., 2016).

Infrastrukturne naložbe se lahko financirajo prek različnih kapitalskih kanalov. Razvoj

kapitalskih trgov nazorno prikazuje, da finančne inovacije omogočajo oz. razvijajo nova

finančna orodja, s katerimi zagotavljajo velike količine sredstev kot odziv na trenutne

razmere ponudbe in povpraševanja po infrastrukturi (Uppenberg, Strauss, & Wagenvoort,

2011). Na Sliki 17 lahko vidimo splošen prikaz načinov dostopanja zasebnega vlagatelja do

infrastrukturnih naložb. Osnovna razdelitev infrastrukturnih nosilcev financiranja je

lastniško in dolžniško financiranje (Grundl, Dong, & Gal, 2016).

Slika 17:Možnosti dostopanja zasebnega sektorja do infrastrukturnih naložb

Povzeto in prirejeno po R. Della Croce & S. Gatti, Financing infrastructure – International trends, 2014.

Obe vrsti financiranja, lastniško in dolžniško, lahko kotirata na organiziranem trgu (borzi),

kjer se z njima trguje, ali pa nista uvrščena na primarni trg in se z njima trguje na

sekundarnem trgu. Naložbe v kotirajoč lastniški in dolžniški kapital se obravnava kot

tradicionalne naložbe v kotirajočo infrastrukturo. Na drugi strani pa nekotirajoč lastniški

kapital in OTC dolžniško financiranje nimata koristi od aktivnega likvidnega sekundarnega

trga, zaradi tega gre za tipični vrsti naložb, kjer vlagatelj opravi nakup in ima odprto pozicijo

za daljše časovno obdobje, kar ustreza institucionalnim vlagateljem, ki dajejo prednost

stabilnim denarnim tokovom (Della Croce & Gatti, 2014).

nosilci financiranja

lastniški kapital

kotirajoči

delniceinfrastrukturni

projektni skladi

nekotirajoči

neposreden

naložba v projekt

posreden

infrastrukturni projektni sklad

dolžniški kapital

kotirajoči

korporativne obveznice

OTC

projektni/infra dolg in

obvezniceSPV

50

Dolžniško infrastrukturno financiranje Della Croce in Gatti (2014) razdelita na:

1. Projektno financiranje in posojila

Gre za najstarejšo in najbolj razširjeno obliko, ki se največkrat pojavlja kot sindicirano

posojilo.

2. Projektne obveznice

Označujejo vrednostne papirje, ki financirajo samostojen infrastrukturni projekt. V

primerjavi s posojili so projektne obveznice zaradi pogodbenih posebnosti za

institucionalne vlagatelje bolj zanimive. Obveznice so standardiziran instrument

kapitalskega trga z bistveno višjo likvidnostjo, če je izdaja dovolj velika. Večja

likvidnost lahko pomeni nižje stroške financiranja v primerjavi s posojilom. Pri večjih

izdajah obveznice lahko postanejo komponenta obvezniškega indeksa, kar poveča

zanimanje vlagateljev v obveznice za različne strategije KI-ja. Poleg tega so projektne

obveznice lahko izdane z daljšo ročnostjo kot obdobje, za katerega banke odobrijo

sindicirano posojilo.

3. Korporativne obveznice

Podobno kot projektne obveznice so korporativne obveznice finančni instrument, ki

zaradi svojega profila donosnosti-tveganja najbolj prevladujejo v portfeljih

institucionalnih vlagateljev, še posebej ob trenutnih nizkih obrestnih merah državnih

obveznic. Izdane so lahko na trgu ali zasebno (angl. Private Placement). Javno dostopna

kotirajoča infrastrukturna podjetja so primarni izdajatelji takšne vrste dolga.

4. Alternativne strukture

Po finančni krizi, ko so se banke večinoma umaknile iz financiranja najrazličnejših

projektov zaradi potreb po razdolževanju in višjih kapitalskih zahtev po Baslu III, je bil

velik pritisk na finančne trge po novih alternativnih produktih dostopa do financiranja.

Kmalu je zato prišlo do sodelovanja bank in institucionalnih vlagateljev glede

usmerjanja dolžniških sredstev v infrastrukturo. Najbolj pogoste oblike so: model

partnerstva oz. sofinanciranja, model listninjenja (angl. Securitization) ter model

dolžniškega sklada (angl. Debt Fund Model).

Na drugi strani pa lastniško financiranje poteka prek (OECD, 2015):

1. Kotirajočih infrastrukturnih podjetij

Javno dostopna infrastrukturna podjetja prek lastniškega kapitala oz. z izdajo delnic

zberejo potrebna sredstva za financiranje. Kmalu so se začeli pojavljati tudi

infrastrukturni indeksi, ki spremljajo veliko število infrastrukturnih podjetij v najbolj

razvitih gospodarstvih sveta. Za delnice infrastrukturnih podjetij so značilne višje

dividende kot na preostalem trgu zaradi ročnosti in politike izplačevanja dividend.

2. Kotirajočih infrastrukturnih skladov

Skladi lahko zbirajo sredstva prek javno dostopnih trgov z izdajo delnic, podobno kot

prva javna ponudba, ali pa naložbeni kapital zbirajo neposredno od vlagateljev in ga

plasirajo v določeno infrastrukturno naložbo (odprti sklad). Pri takšni obliki gre za

neposredno naložbo v infrastrukturo in ne zgolj za nakup točke sklada. Sklad lahko

investira v kotirajoča ali nekotirajoča projektna podjetja. Sklad omogoča hiter dostop

do infrastrukturnih naložb lastniškega kapitala, ki ponuja geografsko in sektorsko

diverzifikacijo tudi za vlagatelje z manjšimi naložbenimi vložki.

51

3. Direktna nekotirajoča naložba v lastniški kapital

Gre za neposredno vlaganje v nekotirajočo samostojno infrastrukturno naložbo,

najpogosteje projektno financiranje, ki preskoči upravljalca sklada. Takšen tip naložb si

privoščijo predvsem veliki institucionalni vlagatelji, ki imajo dovolj znanja, virov in

osebja, da locirajo takšne naložbe, izvedejo skrbni pregled, oblikujejo projekcije in

izdelajo ponudbo. Po navadi se povezujejo tudi z ostalimi institucionalnimi vlagatelji

(OECD, 2014).

4. Nekotirajoči delniški infrastrukturni sklad

Gre za podobno obliko kot pri prejšnji točki, le da gre tokrat za sklad, kjer imajo

institucionalni vlagatelji bolj omejeno vlogo. Kot glavni partner najpogosteje nastopa

investicijska banka ali svetovalno investicijsko podjetje, ki je odgovorno za prevzeto

obveznost (angl. Commitment) do sklada v imenu vlagateljev.

Na podoben način tudi EIOPA klasificira vlagateljevo izpostavljenost do infrastrukture

(Tabela 27).

Tabela 27:Infastrukturni naložbeni nosilci

Dolžniški kapital

Obveznice Posojila

Korporativne

obveznice

Projektne

obveznice

Infrastrukturno

listninjenje posojil

Korporativna

posojila Projektna posojila

Lastniški kapital

Kotirajoči Nekotirajoči

Korporativni

lastniški kapital

Kotirajoče

infrastrukturne

delnice/obvezniški

skladi

Neposredne naložbe (nekotirajoča

infrastruktura, vključno s projektnim

financiranjem)

Nekotirajoči

delniški skladi

Povzeto in prirejeno po EIOPA, Technical Report on Standard Formula Design and Calibration for Certain

Long-Term Investments, 2013b, str. 55.

V infrastrukturnem sektorju v povezavi z dolgoročnimi naložbami zavarovalnic EIOPA

(2013a) izpostavlja 3 naložbene nosilce: neposredno projektno financiranje (obveznice,

posojila ali delnice), infrastrukturni naložbeni skladi (kotirajoči in nekotirajoči) ter nosilce

infrastrukturnega listninjenja posojil (angl. Infrastructure Loan Securitization Vehicles).

5.2 Regulacija

Kot odziv na finančno krizo, ki je močno oklestila evropska gospodarstva in predvsem

finančni sektor, je Evropska komisija predlagala bolj poenoten nadzor nad finančnimi

institucijami znotraj Evropske unije. Kot rezultat tega je nastal skupen regulatorni okvir za

zmanjševanje tveganj in obsežnosti prihodnjih finančnih kriz znan kot Solventnost 2, ki

temelji na 3 stebrih (EIOPA, 2014):

52

• Steber 1

Izračun kapitalskih rezerv – predstavlja standardno formulo za izračun kapitalskih

zahtev, ki vključuje različne vrste tveganj.

• Steber 2

Upravljanje s tveganji – obsega potrebne zahteve za upravljanje potencialnih tveganj.

• Steber 3

Poročanje in razkritja – vsebuje natančne informacije in poročanja, ki jih morajo

zavarovalnice posredovati nacionalnim nadzornikom in razkriti javnosti.

Izračunavanje SCR-ja zavarovalnic poteka v okviru prvega stebra, ki je po standardnem

modelu sestavljen iz različnih modulov in podmodulov. Osnovni SCR tako tvorijo naslednji

moduli (EIOPA, 2014): tveganja iz naslova premoženjskih, življenjskih in zdravstvenih

zavarovanj, tveganje neizpolnitve obveznosti nasprotne stranke, tržna tveganja ter

operativna tveganja. Za institucionalne vlagatelje je z vidika upravljanja sredstev

najpomembnejši modul tržnih tveganj (angl. Market Risk), ker le-ta določa višino kapitala,

ki ga mora zavarovalnica zagotoviti za vsako posamezno naložbo v portfelju.

Specifičnost izračunavanja zahtevanega kapitala po Solventnosti 2 je v metodološkem

pristopu oz. uporabi metode tvegane vrednosti (angl. Value at Risk) kot osnove za

izračunavanje SCR-ja, ki ob danem intervalu zaupanja in opredeljenem časovnem horizontu

meri največjo možno izgubo posamezne naložbe ali portfelja (Kirn & Koselj, 2016). Po

standardnem modelu za finančne naložbe je izračun SCR-ja opredeljen v sklopu modula

tržna tveganja, ki ga sestavlja več podmodulov (EIOPA, 2014):

1. valutno tveganje

2. obrestno tveganje

3. kreditno tveganje

4. koncentracijsko tveganje

5. delniško tveganje

6. tveganje iz naslova naložb v nepremičnine

V zavarovalniških portfeljih, kjer večinoma prevladujejo dolžniški finančni instrumenti, je

najpomembnejši modul kreditnega tveganja, posredno pa tudi nekateri ostali podmoduli.

Parametri za izračun SCR-ja se nanašajo na obdobje enega leta in interval zaupanja 99,5 %.,

za bolj tvegane naložbe pa bodo morale zavarovalnice po novem zagotoviti več kapitala.

Posledično je eno izmed ključnih vprašanj za zavarovalnice na področju upravljanja naložb

oz. alokacije sredstev postalo razmerje med pričakovano donosnostjo in SCR-jem (Kirn &

Koselj, 2016). SCR se znotraj modula tržnega tveganja izračunava z uporabo variančno-

kovariančnega modela, kjer je izračun za posamezne naložbene razrede odvisen od

nestanovitnosti posameznih naložb ter je v okviru standardnega modela predpisan s strani

regulatorja (Tabela 28).

53

Tabela 28:Kapitalske uteži znotraj modula tržna tveganja za posamezne dejavnike

tveganja

Vrsta tveganja Kapitalska zahteva

Obrestno tveganje f (neto denarni tok sredstev in obveznosti)

Delniško tveganje 22 %; 39 %/49 % + proticiklični faktor (0-10 %)

Nepremičninsko tveganje 25 %

Kreditno tveganje f (tip naložbe, trajanje, bonitetna ocena), 0-90 % oz do 100 % za

strukturirane produkte

Valutno tveganje 25 %

Koncentracijsko tveganje f (tip naložbe, bonitetni razred izpostavljenosti do skupine, višina

izpostavljenosti), 0-98,5 %

Vir: J. Kirn, & A. Koselj, Naložbene strategije zavarovalnic za novo realnost, 2016, str. 134, tabela 1.

5.2.1 Infrastrukturne naložbe

Preden se je evropski regulator podrobno odločil preučiti in podati smernice glede

infrastrukturnih naložb, je del priporočil namenjenim zavarovalnicam že predhodno objavil

v Poročilu o dolgoročnih naložbah (angl. LTI Report), kjer je izpostavil, da nimajo vse

naložbe, ki so poimenovane kot infrastrukturne, avtomatsko nižji profil tveganja v primerjavi

s podobnimi instrumenti, ki jih izdajajo zasebna podjetja (EIOPA, 2015). Vseeno regulator

v poročilu poudarja, da za infrastrukturne projekte z visoko stopnjo gotovosti realizacije

prihodkov lahko trdimo, da predstavljajo boljši profil tveganja V tej luči se je EIOPA (2015)

odločila osredotočiti predvsem na lastniške in dolžniške naložbe v infrastrukturne projekte,

in sicer iz več razlogov:

• dostopni podatki namigujejo, da je profil tveganja infrastrukturnih in ostalih podjetij

podoben;

• da je v osnovi narava infrastrukturnega projekta oblikovati, zgraditi in upravljati

infrastrukturno naložbo, medtem ko imajo druga podjetja lahko različne druge cilje, ki

se v času tudi spreminjajo;

• da infrastrukturna podjetja nimajo nobenih večjih problemov pri dostopu do

financiranja;

• projektno financiranje je ustaljena praksa; z združevanjem posameznih projektov, npr.

v sklad, pa je možno doseči tudi zadostno stopnjo diverzifikacije.

V svojem zadnjem poročilu za obravnavo infrastrukturnih naložb EIOPA (2016) prepoznava

infrastrukturne naložbe kot ločen naložbeni razred in predlaga ustrezno prilagoditev oz.

kalibracijo standardne formule. Osnovna razdelitev infrastrukturnih naložb po EIOPA-i je

na: korporativno infrastrukturo (angl. Infrastructure Corporates) in infrastrukturni projekt.

Pogoj, da je naložba opredeljena kot korporativno infrastrukturna, je izpolnjevanje različnih

kriterijev predpisanih s strani EIOPA (2016). Korporativna infrastruktura mora predstavljati

54

entiteto ali korporativno skupino, katere glavni vir prihodkov izvira iz lastništva,

financiranja, razvijanja ali opravljanja infrastrukturne naložbe v Evropskem ekonomskem

območju (angl. Eurpoean Economic Area, v nadaljevanju EEA) ali OECD na sledečih

področjih: generiranje, transmisija ali distribucija električne ali termalne energije,

distribucija ali prenos naravnih ali gorilnih plinov, zagotavljanje storitev vodnega sistema in

kanalizacije, storitev upravljanja z odpadki in reciklažo, prenos telekomunikacij ali

upravljanje transportih sredstev, družbena infrastruktura.

Poleg osnovne klasifikacije sta pomembna še dva pogoja: predvidljivost prihodkov ter

finančna struktura. Podobno so opredeljeni pogoji za klasifikacijo naložb v infrastrukturni

projekt, ki je opredeljen kot entiteta ali korporativna skupina, katere glavni vir prihodkov

izvira iz lastništva, financiranja, razvijanja ali opravljanja infrastrukturne naložbe. Glavni

poudarek pri kriteriju za uvrstitev v infrastrukturni projekt je izpolnjevanje pogojev,

določenih s strani EIOPA (2016) na področju obremenitvenega testiranja (angl. Stress

Testing), predvidljivosti denarnih tokov, pogodbenem okviru, stopnji kreditne kvalitete

(angl. Credit quality step), finančnem tveganju ter drugih zahtevah za dolžniški in lastniški

kapital brez bonitetne ocene.

5.2.1.1 Dolžniške naložbe in standardna formula

Raziskava regulatorja je pokazala, da je kreditna nestanovitnost (angl. Spread Volatility)

izbranih infrastrukturnih korporativnih obveznic okrog 25 % nižja za tiste z bonitetno oceno

AA ter več kot 50 % nižja za obveznice z bonitetno oceno A in BBB. Glede na število

obveznic se mora aplicirati najvišja utež rezultatom za obveznice z bonitetno oceno A. Ne

glede na to primerjava s standardno formulo ne ponuja dovolj prepričljivih rezultatov.

Število razpoložljivih infrastrukturnih korporativnih obveznic z bonitetno oceno AA in BBB

med finančno krizo ter z daljšo dospelostjo je v splošnem zelo redko. Še več, obstaja kar

precej razlik med rezultati za različne ročnosti in bonitetne ocene razredov. Na podlagi tega

regulator sklene, da ni zadostnih dokazov, da bi bili kreditni šoki (angl. Spread Shocks) za

naložbo, ki ustreza klasifikaciji korporativne infrastrukture, nižja, saj je tvegana vrednost

infrastrukturnih naložb relativno blizu impliciranemu šoku po standardni formuli (EIOPA,

2016).

5.2.1.2 Lastniške naložbe in standardna formula

Pri lastniški infrastrukturi EIOPA priporoča 36 % kapitalsko utež na delniško tveganje za

infrastrukturne lastniške naložbe, ki izpolnjujejo zahtevane pogoje za ustrezno klasifikacijo

v ta razred. Za te lastniške naložbe EIOPA priporoča korelacijski koeficient 0,75 za delnice

55

tipa 12 ter koeficient 1 za delnice tipa 2. Za potrebe agregacije je kvalificirana infrastruktura

korporativna lastniška naložba obravnavana kot tip 2 (EIOPA, 2016).

5.2.2 Učinek infrastrukturne naložbe na SCR in poslovni izid

V dveh poenostavljenih primerih bomo skušali prikazati vpliv oz. učinek dodane

infrastrukturne naložbe obstoječemu portfelju z vidika SCR-ja ter vpliva na bilanco

institucionalnega vlagatelja. V obeh primerih sta struktura in vrednost vseh sredstev

subjektivni in naključno izbrani, ob dodani infrastrukturni naložbi pa pride do spremembe

strukture portfelja na račun obvezniškega naložbenega razreda kar je v času trenutnih nizkih

obrestnih mer pogosta praksa različnih institucionalnih vlagateljev.

Tabela 29: Poenostavljen primer izračuna SCR-ja brez infrastrukturnih naložb

Naložbeni

razred

Opis

naložbe

Struktura

portfelja v

%

Vrednost

naložbe v

1.000 EUR

S2 utež v

%

S2 vrednost v

1.000 EUR

Obveznice 60 60.000

Državne

A-rating iz EMU, s

trajanjem 7 let 60 36.000 0 0

Korporativne

A-rating, s trajanjem 10

let 30 18.000 10,5 1.890

Visoko donosne

BB-rating, s trajanjem

10 let 10 6.000 35 2.100

Delnice 20 20.000

Kotirajoče iz držav

OECD 70 14.000 39 5.460

Kotirajoče iz držav, ki

ni so OECD ali so

nekotirajoče 30 6.000 49 2.940

Nepremičnine 5 5.000 25 1.250

Alternativne naložbe 15 15.000 Zasebni

naložbeni sklad 60 9.000 49 4.410

Letalo

Brez ocene, s trajanjem

10 let 30 4.500 23,5 1.057,5

Hedge sklad Nekotirajoče delnice 10 1.500 49 735

Skupaj sredstva 100 100.000

Obveznosti 70 70.000

Kapital 30 30.000

SCR 19.842,5

Vir podatkov: IFA, Non-traditional investments – key considerations for insurers, 2015; J. Kirn, & A. Koselj,

Naložbene strategije zavarovalnic za novo realnost, 2016, str. 134, tabela 1; lastni izračuni.

2 Za izračun zahtevanega kapitala se podmodul delniškega tveganja razdeli v dve kategoriji: delnice tipa 1

(angl. Type 1 equities) in tipa 2. Delnice tipa 1 kotirajo na organiziranih trgih držav, ki so članice EEA in

OECD, medtem ko delnice tipa 2 združujejo delnice, ki kotirajo na borzah držav, ki niso članice EEA in OECD,

delnice, ki ne kotirajo, hedge sklade, surovine in druge alternativne naložbe (EIOPA, 2014).

56

Tabela 30: Poenostavljen primer izračuna SCR-ja z infrastrukturno naložbo

Naložbeni

razred

Opis

naložbe

Struktura

portfelja v

%

Vrednost

naložbe v

1.000 EUR

S2 utež

v %

S2 vrednost v

1.000 EUR

Obveznice 55 55.000

Državne

A-rating iz

EMU, s

trajanjem 7 let 60 33.000 0 0

Korporativne

A-rating, s

trajanjem 10

let 30 16.500 10,5 1.732,5

Visoko donosne

BB-rating, s

trajanjem 10

let 10 5.500 35 1.925

Delnice 15 15.000

Kotirajoče iz

držav OECD 70 10.500 39 4.095

Kotirajoče iz

držav, ki niso

OECD ali so

nekotirajoče 30 4.500 49 2.205

Nepremičnine 10 10.000 25 2.500

Alternativne naložbe 15 15.000 Zasebni naložbeni

sklad 60 9.000 49 4.410

Letalo

NR, s

trajanjem 10

let 30 4.500 23,5 1.057,5

Hedge sklad

nekotirajoče

delnice 10 1.500 49 735

Infrastruktura 5 5.000

Infrastrukturni dolg

NR, s

trajanjem 10

let 60 3.000 23,5 705

Infrastrukturne delnice 40 2.000 36 720

Skupaj sredstva 100 100.000

Obveznosti 70 70.000

Kapital 30 30.000

SCR 20.085

Vir podatkov: IFA, Non-traditional investments – key considerations for insurers, 2015; J. Kirn, & A. Koselj,

Naložbene strategije zavarovalnic za novo realnost, 2016, str. 134, tabela 1; EIOPA, Final Report on

Consultation Paper no. 16/004 on the request to EIOPA for further technical advice on the identification and

calibration of other infrastructure investment risk categories, i.e. infrastructure corporates, 2016; lastni

izračuni.

V primeru, ko obstoječim naložbam dodamo infrastrukturno naložbo, je SCR višji, kar

pomeni, da mora institucionalni vlagatelj zagotoviti dodatna kapitalska sredstva, in sicer v

višini 242.500 EUR. Ob predpostavki, da vlagatelji zahtevajo enak donos na svoj vložek ob

enakem prevzetem tveganju, bi se poslovni izid družbe izboljšal za približno 19.000 EUR.

57

Obratno pa bi se v primeru enakega poslovnega izida in dodatnih kapitalskih zahtevah ROE

delničarja ustrezno znižal (Tabela 31).

Tabela 31: Učinki in spremembe SCR-ja ter poslovnega izida

Učinek Vrednost v EUR

ROE 7,80 %

Kapital 1 30.000.000

Poslovni izid brez infrastrukture 2.340.000

Sprememba SCR-ja 242.500

Kapital 2 30.242.500

Poslovni izid po spremembi 2.358.915

Sprememba poslovnega izida 18.915

5.3 Tveganja

Večina strokovnjakov tveganja pri infrastrukturnih naložbah razdeli v dve kategoriji: splošna

ter projektno-specifična tveganja. Weberjeva et al. (2016) med splošna tveganja uvrščajo

tržna tveganja, tveganja spremembe obrestnih mer in deviznih tečajev, okoljsko, družbeno

in upravljavsko tveganje ter politično, pravno in regulatorno tveganje. Na drugi strani med

tveganja, ki so specifična za posamezno naložbo, klasificirajo načrtovanje, izgradnjo in

zaključna dela, tehnično in uporabno tveganje, finančno, sindicirano, operativno ter

pogodbeno tveganje in tveganje nasprotne stranke.

Z vlaganji v infrastrukturo so po mnenju Weisdorfa (2007) povezana edinstvena tveganja in

faktorji, ki ta tveganja zmanjšujejo. Izpostavlja naslednja tveganja: regulatorno, politično,

tveganje obveznosti, likvidnostno, podsektorsko ter tveganje povezano z vlaganjem v novo

in razvijajočo se strategijo. Regulatorno tveganje je povezano z vlagateljevim skrbnim

pregledom (angl. Due Diligence), ki mora skleniti, ali je regulatorni okvir pošten in

transparenten, omogoča ustrezno donosnost ter ima dovolj dobre izkušnje za sprejemanje

ustreznih odločitev, ki omogočajo predvidljive donose. Pri političnem tveganju Weisdorf

(2007) izpostavlja, da mora vlagatelj svoje naložbe usmerjati v države, kjer je močno

trgovinsko pravo, kjer delovna sila podpira infrastrukturo, kjer bodo sodišča ustrezno

obravnavala pogodbe med zasebnim sektorjem in državo. Pri obveznostnem tveganju se

morajo vlagatelji zavarovati, da so tveganja enakomerno porazdeljena med vse deležnike,

vključno z državo in koncesionarji. Glede na to, da so infrastrukturne naložbe zelo obsežne

in dolgoročne, so hkrati nelikvidne, saj se sekundarni trg šele razvija. Kljub temu je

vlagateljem zagotovljena likvidnost v obliki distribucije denarja in priložnosti za

rekapitalizacijo naložbe vsakih 5 do 10 let, ko distribucija denarja narašča. Zaradi

zmanjševanja izpostavljenosti določenemu sektorju morajo vlagatelji svoj portfelj

diverzificirati tako geografsko kot panožno.

58

Inderst meni, da se tveganj pri infrastrukturnih naložbah ne da oceniti zgolj na podlagi

preteklih statistik in gibanja nestanovitnosti, saj so določeni faktorji negotovi. Zato tveganja

razdeli na 3 različna področja (Inderst, 2010):

1. tveganja, ki so povezana z infrastrukturnim projektom in podjetje:

a) tveganje izgradnje

b) operativno in upravljavsko tveganje

c) poslovno tveganje (povpraševanje, faktorji ponudbe)

d) tveganje spremembe obrestne mere

e) tveganje refinanciranja

f) pravno in lastniško tveganje

g) regulatorno tveganje

h) okoljevarstvena, politična ter družbena tveganja

2. dodatna tveganja na nivoju infrastrukturnih skladov in naložbenih nosilcev:

a) koncentracijsko tveganje – v smislu majhnega števila podobnih naložb v portfelju

b) tveganje nelikvidnosti (slabo razvit sekundarni trg)

c) cenovno tveganje (kot osnova za vrednotenje)

d) tveganja povezana z upravljanjem naložbenih nosilcev (konflikt interesov,

netransparentnost)

3. lastna tveganja in izzivi, s katerimi se soočajo vlagatelji v infrastrukturo:

a) pomanjkanje izkušenj s tem naložbenim razredom

b) časovna diverzifikacija

c) integracija v upravljanje s sredstvi in naložbami (strateška alokacija sredstev)

d) izbira pravega trenutka (poslovni cikli)

e) svetovalci in nasprotne stranke

f) pravno, regulatorno in fiduciarno tveganje in tveganje dobrega imena

Zgoraj predstavljena tveganja vlagatelji skušajo identificirati, kvantificirati in sprejemati

določene ukrepe za blažitev oz. zmanjšanje vpliva teh tveganj. Pri tem jih ovira predvsem

dejstvo, da je na tem področju malo znanega, zato je potrebna bistveno bolj poglobljena

kvalitativna in kvantitativna analiza vseh vključenih tveganj, ki jih določena infrastrukturna

naložba ali naložbeni nosilec zahtevata.

5.4 Infrastruktura kot naložbeni razred

Mnenja o tem, ali gre pri infrastrukturi oz. infrastrukturnih naložbah res za neodvisen oz.

nov naložbeni razred, so zelo različna. Glavni promotorji infrastrukture kot naložbenega

razreda so v prvi vrsti predvsem investicijske banke in managerji, ki izpostavljajo tri

argumente: koncept »fizične« infrastrukture, ki je povsem drugačna od tradicionalnih

razredov, specifične značilnosti infrastrukture, ki jo ločujejo od preostalih razredov, ter

edinstven profil tveganja-donosa. Dejstvo je, kot poudarja Inderst (2009), da vsi trije

argumenti stojijo na bolj krhkih temeljih. Infrastrukturo bi lahko obravnavali kot določen

sektor v gospodarstvu, kjer bi infrastrukturna podjetja uvrstili v ločen sektor delniškega trga,

infrastrukturne obveznice bi bile del korporativnih obveznic, infrastrukturni skladi pa so

59

podobni skladu tveganega kapitala v ločenem sektorju, ki bi ustrezal naložbenem razredu

zasebnega kapitala.

Pri infrastrukturi je zato v osnovi potrebno potegniti ločnico med kotirajočo infrastrukturo

in zasebnimi infrastrukturnimi naložbami. Za kotirajočo infrastrukturo (delnice, skladi ter

indeksi) ne moremo trditi, da gre za nov naložbeni razred. To so ugotovili tudi Blanc-Brude,

Whittaker in Wilde (2017), ki eksplicitno izpostavljajo, da kotirajoča infrastruktura ni

naložbeni razred, saj za to ne obstaja dovolj trdnih dokazov. Kotirajoča infrastruktura po

standardni klasifikaciji industrije ter sektorja ni naložbeni razred oz. ne predstavlja

edinstvene kombinacijo tržnih faktorjev, niti je ni možno ločiti od obstoječe izpostavljenosti

vlagateljevega portfelja. Poleg tega mora biti pozornost usmerjena predvsem na regulatorno

zakonodajo, še posebej na pogodbena razmerja in finančne strukture, bolj kot na fizično

vsebino (npr. cesto), saj je le-ta brez pomena, dokler tarife oz. mehanizmi plačevanja ter

finančni sporazumi niso dogovorjeni (Blanc-Brude, 2012).

Zasebna oz. nekotirajoča infrastruktura naj bi tako imela največ elementov samostojnega

naložbenega razreda v primerjavi z delnicami, obveznicami in drugimi razredi, predvsem z

vidika ugodnega profila tveganja-donosa ter diverzifikacijskih učinkov v primerjavi z

ostalimi naložbenimi razredi. Kljub temu Inderst (2010) meni, da to še ne pomeni, da

govorimo o naložbenem razredu, saj bi nekotirajočo infrastrukturo zaradi svoje podobnosti

s skladi zasebnega kapitala lahko uvrstili znotraj le-tega. Glavni razlog, zaradi katerega

Inderst (2010) infrastrukturi ne pripisuje statusa novega naložbenega razreda, je, da le-ta

nima pravih temeljev oz. ni ustrezno podkrepljena s finančno teorijo. Ideja o infrastrukturi

kot novem, alternativnem naložbenem razredu je privlačna predvsem z marketinškega

vidika, nima pa ustrezne podpore v finančni teoriji. Poleg tega vse več empiričnih pristopov

predlaga obravnavo infrastrukture kot podrazreda ali podsektorja v okviru tradicionalnih

razredov, kot so delnice, sklad zasebnega kapitala ter obveznice.

Weberjeva et al. (2016) pa lastnosti infrastrukturnih naložb povezujejo z značilnostmi, ki jih

je mogoče opaziti pri treh tradicionalnih naložbenih razredih: nepremičninah, obveznicah ter

skladih zasebnega kapitala. Od posamezne infrastrukturne naložbe pa je odvisno, s katerim

od teh ima infrastruktura največ skupnih značilnosti. Kljub omejenim in težko dostopnim

podatkom je glavna ugotovitev Weber et al. (2016), da ima infrastruktura hibridno obliko

oz. je hibrid med nepremičninami, skladi zasebnega kapitala ter obveznicami, in jo kot tako

lahko obravnavamo kot ločen naložbeni razred.

SKLEP

Infrastrukturne naložbe bodo v primeru dolgotrajnega obdobja nizkih obrestnih mer zaradi

svojih specifičnih atributov zagotovo dobivale vse večjo vlogo oz. se bo njihov delež v

naložbenih portfeljih institucionalnih vlagateljev še naprej povečeval. Temu trendu sledi tudi

regulacija, ki zaradi povečanega obsega vlaganj v infrastrukturo intenzivno analizira,

60

usmerja ter izdaja priporočila vlagateljem, kako takšne naložbe obravnavati ter predvsem

kako identificirati in meriti tveganja povezana s to vrsto naložb. Posebno pozornost

infrastrukturi namenja tudi EIOPA, ki predlaga drugačno obravnavano teh naložb in

posledično prilagoditev standardne formule pri izračunavanju zahtevanega kapitala po

Solventnosti 2.

Iz rezultatov analiziranja donosnosti posameznih naložbenih razredov in faktorske analize

lahko sklenemo, da kotirajoča infrastruktura ne predstavlja neodvisnega naložbenega

razreda. Predvsem iz faktorske analize je razvidno, da je korelacija infrastrukture z delniškim

razredom precej visoka, v vseh treh preučevanih obdobjih pa prvi faktor pojasnjuje

variabilnost obeh naložbenih razredov. Tudi z vidika alokacije sredstev dodana

infrastrukturna naložba optimalnemu portfelju, ob fiksnem standardnem odklonu, nima

bistvenega učinka na znižanje tveganosti oz. diverzifikacijo portfelja.

Za nekotirajoče infrastrukturne naložbe je značilno, da imajo bistveno višji diverzifikacijski

učinek. Problem, ki se pojavi pri zasebni infrastrukturi, je predvsem dostopnost podatkov in

dovolj velik vzorec za analiziranje, zato večina ugotovitev (glede diverzifikacije) temelji na

podatkih pred krizo ali na precej majhnem statističnem vzorcu.

Ker je za infrastrukturo značilna izrazita heterogenost naložb, ne izpolnjuje enega izmed

kriterijev za določitev samostojnega naložbenega razreda, to je homogenosti naložb znotraj

naložbenega razreda. Poleg tega nima ustrezne podpore v finančni teoriji in prav to naj bi bil

po mnenju nekaterih razlog, zakaj infrastrukturne naložbe ne predstavljajo neodvisnega

naložbenega razreda. Še več, vse bolj se izkazuje in prevladuje mnenje, da gre pri

infrastrukturi zgolj za podrazred oz. podsektor znotraj že obstoječih, tradicionalnih

naložbenih razredov. Tudi v praksi lahko opazimo, da institucionalni vlagatelji zaenkrat

infrastrukturnim naložbam ne pripisujejo posebnega pomena in jih obravnavajo podobno kot

ostale tradicionalne ali alternativne naložbe oz. kot posebne naložbene nosilce.

61

LITERATURA IN VIRI

1. Asset Class. (b.l.). V Investopedia. Najdeno 20. junija 2017 na spletnem naslovu

http://www.investopedia.com/terms/a/assetclasses.asp

2. Bachher, J. S., Orr, R. J., & Settel, D. (2012). Benchmark for Unlisted Infrastructure:

Part I. CFA Institute. Najdeno 29. januarja 2017 na spletnem naslovu

http://www.cfapubs.org/doi/pdf/10.2469/ipmn.v2012.n1.2

3. Banka Slovenije. (2017, september). Povzetek makroekonomskih gibanj. Najdeno 10.

februarja 2017 na spletnem naslovu

https://www.bsi.si/iskalniki/porocila.asp?MapaId=1743

4. Banka Slovenije. (2018, januar). Povzetek makroekonomskih gibanj. Najdeno 10.

februarja 2018 na spletnem naslovu

https://bankaslovenije.blob.core.windows.net/publication-

files/gdgfrmidPPfcn_povzetek-makroekonomskih-gibanj-januar-2018.pdf

5. Bitsch, F., Buchner, A., & Kaserer C. (2010). Risk, Return and Cash Flow

Characteristics of Infrastructure Fund Investments. EIB Papers, 15(1), 106–136.

6. Blanc-Brude, F. (2012). Infrastructure portfolio construction: in search of an asset class.

Infrastructure Journal, 2011(4), 1–6.

7. Blanc-Brude, F., Whittaker, T., & Wilde, S. (2017). Looking for a listed infrastructure

asset class. Investment & Pensions Europe, EDHEC Research Insights (str. 33–36).

London: Investment & Pensions Europe.

8. Bloomberg Finance L.P. (2018). Historical Prices. Najdeno 30. marca 2018 na spletnem

naslovu https://www.bloomberg.com/professional/solution/bloomberg-terminal/

9. Bodie, Z., Kane, A., & Marcus, A.J. (2011). Investments (9th ed.). New York: McGraw-

Hill.

10. Carpe Diem d.o.o. (2006). Slovenski računovodski standard 7 – denarna sredstva.

Najdeno 10. avgusta 2017 na spletnem naslovu

https://www.racunovodja.com/clanki.asp?clanek=561/Slovenski_racunovodski_standar

d_7_2006_-_DENARNA_SREDSTVA

11. Claeys, G. (2015, 30. junij). Jüncker plan: the EIB in the driver's seat. Bruegel. Najdeno

15. oktobra 2017 na spletnem naslovu http://bruegel.org/2015/06/juncker-plan-the-eib-

in-the-drivers-seat/

12. Claeys, G., Huttl, P., Sapir, A., & Wolff, B. G. (2014, 25. november). Measuring

Europe's investment problem. Bruegel. Najdeno 15. oktobra 2017 na spletnem naslovu

http://bruegel.org/2014/11/measuring-europes-investment-problem/

13. Claeys, G., & Leandro, A. (2016, 17. maj). Assessing the Juncker Plan after one year.

Bruegel. Najdeno 15. oktobra 2017 na spletnem naslovu

http://bruegel.org/2016/05/assessing-the-juncker-plan-after-one-year/

14. Courtois, Y. (2013, November/December). Infrastructure: An Emerging Global Asset

Class. CFA Institute Magazine, 24(6), 16–19.

15. Cruz, C. O., & Marques, R. C. (2013). Infrastructure Public-Private Partnerships:

Decision, Management and Development. Berlin: Springer-Verlag.

http://www.cfapubs.org/doi/pdf/10.2469/ipmn.v2012.n1.2

https://www.bsi.si/iskalniki/porocila.asp?MapaId=1743

https://bankaslovenije.blob.core.windows.net/publication-files/gdgfrmidPPfcn_povzetek-makroekonomskih-gibanj-januar-2018.pdf

https://bankaslovenije.blob.core.windows.net/publication-files/gdgfrmidPPfcn_povzetek-makroekonomskih-gibanj-januar-2018.pdf

http://bruegel.org/2015/06/juncker-plan-the-eib-in-the-drivers-seat/

http://bruegel.org/2015/06/juncker-plan-the-eib-in-the-drivers-seat/

http://bruegel.org/2014/11/measuring-europes-investment-problem/

http://bruegel.org/2016/05/assessing-the-juncker-plan-after-one-year/

62

16. Déau, T. (2011). How to Foster Investments in Long-Term Assets such as Infrastructure.

OECD Journal: Financial Market Trends, 2011(1), 7–9.

17. Della Croce, R., & Gatti, S. (2014). Financing infrastructure – International trends.

OECD Journal: Financial Market Trends, 2014(1), 123–138.

18. Ehlers, T. (2014, avgust). Understanding the challenges for infrastructure finance:

Prospect for new sources of private sector finance (BIS Working Paper No. 454). Hong

Kong: Bank For International Settlements Representative Office.

19. EIOPA – European Insurance and Occupational Pensions Authority. (2013a, 8. april).

Discussion Paper on Standard Formula Design and Calibration for Certain Long-Term

Investments. EIOPA, 13(163). Najdeno 8. februarja 2017 na spletnem naslovu

https://eiopa.europa.eu/Publications/Discussion%20paper/Discussion_Paper_on_Stand

ard_Formula_Design_and_Calibration_for_Certain_Long-

Term_Investments_20130408.pdf

20. EIOPA – European Insurance and Occupational Pensions Authority. (2013b, 19.

december). Technical Report on Standard Formula Design and Calibration for Certain

Long-Term Investments. EIOPA, 13(513). Najdeno 8. februarja 2017 na spletnem

naslovu

https://eiopa.europa.eu/Publications/Reports/EIOPA_Technical_Report_on_Standard_

Formula_Design_and_Calibration_for_certain_Long-Term_Investments__2_.pdf

21. EIOPA – European Insurance and Occupational Pensions Authority. (2014, 30. april).

Technical Specification for the Preparatory Phase (Part I). EIOPA, 14(209). Najdeno 8.

februarja 2017 na spletnem naslovu https://eiopa.europa.eu/Publications/Standards/A_-

_Technical_Specification_for_the_Preparatory_Phase__Part_I_.pdf

22. EIOPA – European Insurance and Occupational Pensions Authority. (2015, 2. julij).

Consultation Paper No. CP-15-004 on the Call for Advice from the European

Commision on the identification and calibration of infrastructure investment risk

categories. EIOPA, 15(004). Najdeno 8. februarja 2017 na spletnem naslovu

https://eiopa.europa.eu/Publications/Consultations/EIOPA-BoS-15-

223%20Final%20Report%20Advice%20infrastructure.pdf

23. EIOPA – European Insurance and Occupational Pensions Authority. (2016, 30. junij).

Final Report on Consultation Paper no. 16/004 on the request to EIOPA for further

technical advice on the identification and calibration of other infrastructure investment

risk categories, i.e. infrastructure corporates. EIOPA, 16(490). Najdeno 8. februarja

2017 na spletnem naslovu https://eiopa.europa.eu/Publications/Consultations/EIOPA-

16-490_Final-Report_advice_infrastructure_corporates.pdf

24. Evropska komisija. (b.l.). European Economic Forecast Autumn 2017. Najdeno 28.

decembra 2017 na spletnem naslovu https://ec.europa.eu/info/sites/info/files/economy-

finance/autumn_2017_economic_forecast_-_overview.pdf

25. German Government Bonds. (b.l.). V Bloomberg. Najdeno 30. marca 2018 na spletnem

naslovu https://www.bloomberg.com/quote/GDBR2:IND

https://eiopa.europa.eu/Publications/Discussion%20paper/Discussion_Paper_on_Standard_Formula_Design_and_Calibration_for_Certain_Long-Term_Investments_20130408.pdf



https://eiopa.europa.eu/Publications/Reports/EIOPA_Technical_Report_on_Standard_Formula_Design_and_Calibration_for_certain_Long-Term_Investments__2_.pdf

https://eiopa.europa.eu/Publications/Reports/EIOPA_Technical_Report_on_Standard_Formula_Design_and_Calibration_for_certain_Long-Term_Investments__2_.pdf

https://eiopa.europa.eu/Publications/Standards/A_-_Technical_Specification_for_the_Preparatory_Phase__Part_I_.pdf

https://eiopa.europa.eu/Publications/Standards/A_-_Technical_Specification_for_the_Preparatory_Phase__Part_I_.pdf

https://eiopa.europa.eu/Publications/Consultations/EIOPA-16-490_Final-Report_advice_infrastructure_corporates.pdf

https://eiopa.europa.eu/Publications/Consultations/EIOPA-16-490_Final-Report_advice_infrastructure_corporates.pdf

https://ec.europa.eu/info/sites/info/files/economy-finance/autumn_2017_economic_forecast_-_overview.pdf

https://ec.europa.eu/info/sites/info/files/economy-finance/autumn_2017_economic_forecast_-_overview.pdf

63

26. Gründl, H., Dong, M., & Gal, J. (2016). The evolution of insurer portfolio investment

strategies for long-term investing. OECD Journal: Financial Market Trends, 2016(1),

1–55.

27. Hudson-Wilson, S. (2008). Real Estate Investment. V F. J. Fabozzi (ur.), Handbook of

Finance, Financial Markets and Instruments (str. 483–495). New Jersey: John Wiley &

Sons.

28. IFA – Institute and Faculty of Actuaries. (2015). Non-traditional investments – key

considerations for insurers. London: Institute and Faculty of Actuaries.

29. IMF – International Monetary Fund. (b.l.). V World Economic Outlook Database.

Najdeno 20. novembra 2017 na spletnem naslovu

http://www.imf.org/external/pubs/ft/weo/2018/01/weodata/weoselgr.aspx

30. Inderst, G. (2009). Pension Fund Investment in Infrastructure (OECD Working Paper

on Insurance and Private Pensions, No.32). Paris: Organisation for Economic Co-

operation and Development.

31. Inderst, G. (2010). Infrastructure as an Asset Class. European Investment Bank Papers,

15(1), 70–105.

32. Inderst, G. (2013). Private Infrastructure Finance and Investment in Europe (EIB

Working Papers, 2013/02). Luxembourg: European Investment Bank.

33. IPE – Investment & Pensions Europe Real Assets. (2016, oktober). IPE Institutional

Infrastructure Survey. Paris: Edhec-risk Institute.

34. Kirn, J., & Koselj, A. (2016). Naložbene strategije zavarovalnic za novo realnost. E-

zbornik XXIII. Dnevov zavarovalništva v Sloveniji (str.131–145). Ljubljana: Slovensko

zavarovalno združenje.

35. Kritzman, M. (1999). Toward Defining an Asset Class. The Jornual of Alternative

Investments, 2(1), 79–82.

36. Moody's Investors Service. (2017, 27. april). Addendum: Infrastructure Default and

Recovery Rates, 1983–2015. Infrastructure and Project Finance. New York: Moody's.

37. Mrak, M., Gazvoda, M., & Mrak, M. (2005). Projektno financiranje: alternativna oblika

financiranja infrastrukturnih objektov. Ljubljana: Služba vlade Republike Slovenije za

lokalno samoupravo in regionalno politiko.

38. OECD – Organisation for Economic Co-operation and Development. (2014). Pooling of

Institutional Investors Capital – Selected Case Studies in Unlisted Equity Infrastructure.

Najdeno 13. februarja 2017 na spletnem naslovu http://www.oecd.org/finance/OECD-

Pooling-Institutional-Investors-Capital-Unlisted-Equity-Infrastructure.pdf

39. OECD – Organisation for Economic Co-operation and Development. (2015).

Infrastructure Financing Instruments and Incentives. Najdeno 29. januarja 2017 na

spletnem naslovu http://www.oecd.org/pensions/private-pensions/Infrastructure-

Financing-Instruments-and-Incentives.pdf

40. OECD – Organisation for Economic Co-operation and Development. (b.l.). Data

Infrastructure investment. Najdeno 10. decembra 2017 na spletnem naslovu

https://data.oecd.org/transport/infrastructure-investment.htm

http://www.imf.org/external/pubs/ft/weo/2018/01/weodata/weoselgr.aspx

http://www.oecd.org/finance/OECD-Pooling-Institutional-Investors-Capital-Unlisted-Equity-Infrastructure.pdf

http://www.oecd.org/finance/OECD-Pooling-Institutional-Investors-Capital-Unlisted-Equity-Infrastructure.pdf

http://www.oecd.org/pensions/private-pensions/Infrastructure-Financing-Instruments-and-Incentives.pdf

http://www.oecd.org/pensions/private-pensions/Infrastructure-Financing-Instruments-and-Incentives.pdf

64

41. Ottesen, F. (2011). Infrastructure Needs and Pension Investments: Creating the Perfect

Match. OECD Journal: Financial Market Trends, 2011(1), 1–13.

42. Peng, H. W., & Newell, G. (2007). The Significance of Infrastructure in Investments

Portfolios. Najdeno 12. februarja 2017 na spletnem naslovu

http://www.prres.net/Proceedings/..%5CPapers%5CPENG_NEWELL_%20THE_SIG

NIFICANCE_OF_INFRASTRUCTURE_IN_INVESTMENT_PORTFOLIOS.pdf

43. Prequin. (2017). Prequin Global Infrastructure Report 2017. Prequin alternative assets.

Intelligent data. Najdeno 30. novembra 2017 na spletnem naslovu

https://www.preqin.com/

44. Schwartz, J., Ruiz-Nunez, F., & Chelsky J. (2014). Closing the Infrastructure Finance

Gap: Addresing Risk. Reserve Bank of Australia: Conference Volume, 141–156.

45. Stanley, M. (2011). Investing in Infrastrucutre: Getting the Condtitions Right. OECD

Journal: Financial Market Trends, 2011(1), 1–7.

46. Uppenberg, K., Strauss, H., & Wagenvoort, R. (2011). Financing infrastructure. A

review of the 2010 EIB Conference in Economics and Finance. Najdeno 29. januarja

2017 na spletnem naslovu

http://www.eib.org/attachments/efs/financing_infrastructure_en.pdf

47. Weber, B. (2009). »Whar you don't see is what you get«: The real risks and reasonable

terms of infrastructure investment. Najdeno 12. februarja 2017 na spletnem naslovu

http://www.b-capitalpartners.com/media/dwl/investing_in_infrastructure_weber.pdf

48. Weber, B., Staub-Bisang, M., & Alfen, H. W. (2016). Infrastructure as an Asset Class:

Investment Strategy, Sustainability, Project Finance and PPP (2th ed.). Chichester: John

Wiley & Sons.

49. Weisdorf, M. A. (2007). Infrastructure: A Growing Real Return Asset Class. CFA

Institute, 24(3), 17–27.

50. Wilcox, J. W., & Fabozzi, F. J. (2013). Financial Advice and Investment Decisions: A

Manifesto for Change. New Jersey: John Wiley & Sons.

51. World Economic Forum. (2014). Infrastructure Investment Policy Blueprint. Geneva:

Switzerland.

52. Zavarovalnica Triglav. (2017). Letno poročilo Skupine Triglav in Zavarovalnice Triglav

d.d., za leto 2016. Najdeno 23. julija 2017 na spletnem naslovu

http://annualreport.triglav.eu/2016/storage/doc/201704/annual-report-triglav-en-2016-

lowres-koncna-15m.pdf

http://www.prres.net/Proceedings/..%5CPapers%5CPENG_NEWELL_%20THE_SIGNIFICANCE_OF_INFRASTRUCTURE_IN_INVESTMENT_PORTFOLIOS.pdf

http://www.prres.net/Proceedings/..%5CPapers%5CPENG_NEWELL_%20THE_SIGNIFICANCE_OF_INFRASTRUCTURE_IN_INVESTMENT_PORTFOLIOS.pdf

http://www.eib.org/attachments/efs/financing_infrastructure_en.pdf

http://www.b-capitalpartners.com/media/dwl/investing_in_infrastructure_weber.pdf

PRILOGE

i

KAZALO PRILOG

Priloga 1: Opredelitev spremenljivk za faktorsko analizo..................................................... 1

Priloga 2: Rezultati faktorske analize za obdobje 2002–2017 .............................................. 2

Priloga 3: Rezultati faktorske analize za obdobje 2002–2008 .............................................. 8

Priloga 4: Rezultati faktorske analize za obdobje 2008–2017 ............................................ 13

Priloga 5: Specifične značilnosti infrastrukture na različnih ravneh ................................... 18

Priloga 6: Donosnost in nestanovitnost infrastrukturnih skladov in indeksov .................... 19

1

PRILOGA 1: Opredelitev spremenljivk za faktorsko analizo

Mesečne donosnosti indeksov posameznih naložbenih razredov so razvrščene v 17

spremenljivk in v 5 kategorij glede na naložbeni razred:

1. delnice (V1-V4)

2. obveznice (V5-V9)

3. nepremičnine (V10-V12)

4. zasebni naložbeni sklad (V13)

5. infrastrukturo (V14-V17)

Tabela 1: Opredelitev uporabljenih spremenljivk

Spremenljivka

Mesečna donosnost indeksa v %

V1 EURO STOXX 50 Index

V2 FTSE 100 Index

V3 S&P 500 Index

V4 DAX Index




V8 1-5 Year Euro Non-Financial Index

V9 1-5 Year Euro Financial Index

V10 MSCI World Real Estate Index

V11 MSCI EM Real Estate Index

V12 Dow Jones US Real Estate Index

V13 LPX50 Listed Private Equity Index

V14 S&P Global Infrastructure Index

V15 Brookfield Global Infrastructure Index

V16 MSCI World Infrastructure

V17 Macquarie Global Infrastructure Index

2

PRILOGA 2: Rezultati faktorske analize za obdobje 2002–2017

Slika 1: Testiranje primernosti faktorske analize s Kaiser-Meyer-Olkinonovim in

Bartlettovim testom


KMO = 0.896

Kaiser-Meyer-Olkin Measure of Sampling Adequacy

H0: variables are not intercorrelated

p-value = 0.000

Degrees of freedom = 136

Chi-square = 6847.698

Bartlett test of sphericity

Det = 0.000

Determinant of the correlation matrix

3

Slika 2: Korelacijska matrika


v17 0.9458 0.9162 0.9451 1.0000

v16 0.9147 0.8830 1.0000

v15 0.9461 1.0000

v14 1.0000

v14 v15 v16 v17

v17 0.7787 0.7846 0.7261 0.7162 0.5819 0.5802 0.5835 0.6131 0.6413 0.7782 0.5297 0.6405 0.7075

v16 0.8268 0.8181 0.7780 0.7766 0.5954 0.5923 0.5935 0.6250 0.6506 0.7689 0.5764 0.6112 0.7022

v15 0.7622 0.8257 0.7742 0.7107 0.5484 0.5486 0.5508 0.5918 0.6158 0.8168 0.6193 0.6719 0.7629

v14 0.8564 0.8704 0.8111 0.8093 0.6373 0.6335 0.6292 0.6776 0.7081 0.8545 0.6787 0.6915 0.8270

v13 0.8357 0.8388 0.8733 0.8202 0.4754 0.4676 0.4519 0.5254 0.5708 0.8740 0.6297 0.7733 1.0000

v12 0.6257 0.5976 0.7367 0.6157 0.3432 0.3432 0.3483 0.3907 0.4110 0.8983 0.4221 1.0000

v11 0.6409 0.6527 0.5858 0.6399 0.4758 0.4732 0.4662 0.5118 0.5368 0.6632 1.0000

v10 0.7621 0.7813 0.8173 0.7360 0.4810 0.4805 0.4827 0.5318 0.5690 1.0000

v9 0.6899 0.6568 0.5105 0.6251 0.9769 0.9770 0.9681 0.9865 1.0000

v8 0.6557 0.6168 0.4774 0.5972 0.9870 0.9862 0.9759 1.0000

v7 0.6052 0.5437 0.4084 0.5264 0.9857 0.9935 1.0000

v6 0.6217 0.5643 0.4232 0.5488 0.9982 1.0000

v5 0.6319 0.5746 0.4337 0.5624 1.0000

v4 0.9591 0.8494 0.8473 1.0000

v3 0.8498 0.8508 1.0000

v2 0.8937 1.0000

v1 1.0000

v1 v2 v3 v4 v5 v6 v7 v8 v9 v10 v11 v12 v13

(obs=169)

4

Slika 3: Faktorska analiza z uporabo metode glavnih komponent faktorja pred rotacijo


(blanks represent abs(loading)<.4)

v17 0.8800 0.2026

v16 0.8930 0.1810

v15 0.8845 0.1715

v14 0.9500 0.0725

v13 0.8538 0.1576

v12 0.7097 0.3399

v11 0.7050 0.4937

v10 0.8631 0.1430

v9 0.8419 0.5194 0.0214

v8 0.8170 0.5615 0.0172

v7 0.7716 0.6203 0.0199

v6 0.7800 0.6198 0.0074

v5 0.7842 0.6121 0.0103

v4 0.8691 0.2051

v3 0.8395 0.1437

v2 0.8968 0.1557

v1 0.9150 0.1427

Variable Factor1 Factor2 Uniqueness

Factor loadings (pattern matrix) and unique variances

LR test: independent vs. saturated: chi2(136) = 6890.10 Prob>chi2 = 0.0000

Factor17 0.00017 . 0.0000 1.0000

Factor16 0.00804 0.00787 0.0005 1.0000

Factor15 0.01231 0.00427 0.0007 0.9995

Factor14 0.01689 0.00458 0.0010 0.9988

Factor13 0.01767 0.00078 0.0010 0.9978

Factor12 0.03343 0.01576 0.0020 0.9968

Factor11 0.03857 0.00515 0.0023 0.9948

Factor10 0.04081 0.00224 0.0024 0.9925

Factor9 0.08452 0.04371 0.0050 0.9901

Factor8 0.10372 0.01920 0.0061 0.9852

Factor7 0.13031 0.02659 0.0077 0.9791

Factor6 0.20131 0.07100 0.0118 0.9714

Factor5 0.50399 0.30268 0.0296 0.9595

Factor4 0.62570 0.12171 0.0368 0.9299

Factor3 0.66767 0.04197 0.0393 0.8931

Factor2 2.48657 1.81890 0.1463 0.8538

Factor1 12.02830 9.54174 0.7075 0.7075

Factor Eigenvalue Difference Proportion Cumulative

Rotation: (unrotated) Number of params = 33

Method: principal-component factors Retained factors = 2

Factor analysis/correlation Number of obs = 169

5

Slika 4: Faktorska analiza z metodo glavnih komponent z dvema zadržanima faktorjema



v17 0.8800 0.2026

v16 0.8930 0.1810

v15 0.8845 0.1715

v14 0.9500 0.0725

v13 0.8538 0.1576

v12 0.7097 0.3399

v11 0.7050 0.4937

v10 0.8631 0.1430

v9 0.8419 0.5194 0.0214

v8 0.8170 0.5615 0.0172

v7 0.7716 0.6203 0.0199

v6 0.7800 0.6198 0.0074

v5 0.7842 0.6121 0.0103

v4 0.8691 0.2051

v3 0.8395 0.1437

v2 0.8968 0.1557

v1 0.9150 0.1427




Factor17 0.00017 . 0.0000 1.0000

Factor16 0.00804 0.00787 0.0005 1.0000

Factor15 0.01231 0.00427 0.0007 0.9995

Factor14 0.01689 0.00458 0.0010 0.9988

Factor13 0.01767 0.00078 0.0010 0.9978

Factor12 0.03343 0.01576 0.0020 0.9968

Factor11 0.03857 0.00515 0.0023 0.9948

Factor10 0.04081 0.00224 0.0024 0.9925

Factor9 0.08452 0.04371 0.0050 0.9901

Factor8 0.10372 0.01920 0.0061 0.9852

Factor7 0.13031 0.02659 0.0077 0.9791

Factor6 0.20131 0.07100 0.0118 0.9714

Factor5 0.50399 0.30268 0.0296 0.9595

Factor4 0.62570 0.12171 0.0368 0.9299

Factor3 0.66767 0.04197 0.0393 0.8931

Factor2 2.48657 1.81890 0.1463 0.8538

Factor1 12.02830 9.54174 0.7075 0.7075





6

Slika 5: Prikaz rotacije (varimax)


Factor2 -0.6076 0.7943

Factor1 0.7943 0.6076

Factor1 Factor2

Factor rotation matrix


v17 0.7910 0.4143 0.2026

v16 0.7984 0.4261 0.1810

v15 0.8332 0.1715

v14 0.8506 0.4517 0.0725

v13 0.8827 0.1576

v12 0.8040 0.3399

v11 0.6184 0.4937

v10 0.8889 0.1430

v9 0.9241 0.0214

v8 0.9424 0.0172

v7 0.9615 0.0199

v6 0.9662 0.0074

v5 0.9626 0.0103

v4 0.8111 0.2051

v3 0.9033 0.1437

v2 0.8339 0.1557

v1 0.8128 0.4435 0.1427


Rotated factor loadings (pattern matrix) and unique variances


Factor2 6.00877 . 0.3535 0.8538

Factor1 8.50610 2.49733 0.5004 0.5004

Factor Variance Difference Proportion Cumulative

Rotation: orthogonal varimax (Kaiser off) Number of params = 33



7

Slika 6: Prikaz faktorske vrednosti


v17 0.09514 -0.00396

v16 0.09481 -0.00175

v15 0.11096 -0.02403

v14 0.10134 -0.00249

v13 0.13865 -0.06442

v12 0.14349 -0.09048

v11 0.07006 0.00489

v10 0.13878 -0.06332

v9 -0.07131 0.20843

v8 -0.08325 0.22063

v7 -0.10062 0.23712

v6 -0.09993 0.23737

v5 -0.09777 0.23513

v4 0.10596 -0.01959

v3 0.15056 -0.08195

v2 0.10811 -0.01861

v1 0.09501 0.00100

Variable Factor1 Factor2

Scoring coefficients (method = regression; based on varimax rotated factors)

8



Bartlettovim testom


KMO = 0.835



p-value = 0.000




Det = 0.000


9



v17 0.9272 0.9197 0.9115 1.0000

v16 0.8619 0.8276 1.0000

v15 0.9403 1.0000

v14 1.0000

v14 v15 v16 v17

v17 0.7512 0.7536 0.6624 0.6403 0.4550 0.4521 0.4533 0.4720 0.4770 0.6078 0.4042 0.4093 0.6741

v16 0.8522 0.8013 0.7866 0.7861 0.4464 0.4334 0.4184 0.4573 0.4585 0.6249 0.4639 0.4271 0.7193

v15 0.6890 0.7707 0.6535 0.5717 0.4185 0.4173 0.4215 0.4401 0.4467 0.6396 0.4702 0.4501 0.6636

v14 0.7593 0.8056 0.6753 0.6615 0.4695 0.4623 0.4574 0.4915 0.4956 0.6512 0.5969 0.4289 0.7493

v13 0.7438 0.7339 0.7637 0.6910 0.2663 0.2578 0.2539 0.2965 0.2938 0.8109 0.6258 0.5616 1.0000

v12 0.3474 0.3641 0.5526 0.2810 0.1757 0.1772 0.1779 0.1943 0.1946 0.8617 0.1762 1.0000

v11 0.5352 0.5342 0.4968 0.5045 0.1578 0.1380 0.1159 0.1606 0.1614 0.4535 1.0000

v10 0.5295 0.5858 0.6679 0.4393 0.2481 0.2460 0.2474 0.2677 0.2720 1.0000

v9 0.3335 0.4071 0.1576 0.2448 0.9952 0.9973 0.9935 0.9974 1.0000

v8 0.3391 0.4087 0.1659 0.2564 0.9954 0.9962 0.9903 1.0000

v7 0.2742 0.3451 0.1043 0.1781 0.9874 0.9953 1.0000

v6 0.3079 0.3761 0.1321 0.2210 0.9979 1.0000

v5 0.3351 0.3997 0.1560 0.2545 1.0000

v4 0.9635 0.7860 0.8479 1.0000

v3 0.8617 0.7602 1.0000

v2 0.8517 1.0000

v1 1.0000

v1 v2 v3 v4 v5 v6 v7 v8 v9 v10 v11 v12 v13

(obs=61)

10




v17 0.8835 0.2024

v16 0.9066 0.1295

v15 0.8630 0.2345

v14 0.9150 0.1410

v13 0.8051 0.1994

v12 0.5231 0.7678 0.0829

v11 0.5534 0.5695

v10 0.7185 0.5878 0.0483

v9 0.6713 0.7369 0.0062

v8 0.6715 0.7341 0.0102

v7 0.6296 0.7714 0.0069

v6 0.6450 0.7600 0.0062

v5 0.6575 0.7442 0.0138

v4 0.7567 0.1580

v3 0.7638 -0.4989 0.1675

v2 0.8589 0.1741

v1 0.8458 0.0919

Variable Factor1 Factor2 Factor3 Uniqueness



Factor17 0.00007 . 0.0000 1.0000

Factor16 0.00175 0.00168 0.0001 1.0000

Factor15 0.00337 0.00163 0.0002 0.9999

Factor14 0.00535 0.00198 0.0003 0.9997

Factor13 0.01781 0.01246 0.0010 0.9994

Factor12 0.03188 0.01407 0.0019 0.9983

Factor11 0.03881 0.00692 0.0023 0.9965

Factor10 0.04829 0.00948 0.0028 0.9942

Factor9 0.10849 0.06020 0.0064 0.9913

Factor8 0.11095 0.00245 0.0065 0.9850

Factor7 0.20765 0.09670 0.0122 0.9784

Factor6 0.22185 0.01420 0.0130 0.9662

Factor5 0.70678 0.48493 0.0416 0.9532

Factor4 0.73916 0.03238 0.0435 0.9116

Factor3 1.26433 0.52517 0.0744 0.8681

Factor2 3.80945 2.54512 0.2241 0.7937

Factor1 9.68400 5.87455 0.5696 0.5696





11

Slika 10: Faktorska analiza z metodo glavnih komponent s tremi zadržanimi faktorji



v17 0.8835 0.2024

v16 0.9066 0.1295

v15 0.8630 0.2345

v14 0.9150 0.1410

v13 0.8051 0.1994

v12 0.5231 0.7678 0.0829

v11 0.5534 0.5695

v10 0.7185 0.5878 0.0483

v9 0.6713 0.7369 0.0062

v8 0.6715 0.7341 0.0102

v7 0.6296 0.7714 0.0069

v6 0.6450 0.7600 0.0062

v5 0.6575 0.7442 0.0138

v4 0.7567 0.1580

v3 0.7638 -0.4989 0.1675

v2 0.8589 0.1741

v1 0.8458 0.0919




Factor17 0.00007 . 0.0000 1.0000

Factor16 0.00175 0.00168 0.0001 1.0000

Factor15 0.00337 0.00163 0.0002 0.9999

Factor14 0.00535 0.00198 0.0003 0.9997

Factor13 0.01781 0.01246 0.0010 0.9994

Factor12 0.03188 0.01407 0.0019 0.9983

Factor11 0.03881 0.00692 0.0023 0.9965

Factor10 0.04829 0.00948 0.0028 0.9942

Factor9 0.10849 0.06020 0.0064 0.9913

Factor8 0.11095 0.00245 0.0065 0.9850

Factor7 0.20765 0.09670 0.0122 0.9784

Factor6 0.22185 0.01420 0.0130 0.9662

Factor5 0.70678 0.48493 0.0416 0.9532

Factor4 0.73916 0.03238 0.0435 0.9116

Factor3 1.26433 0.52517 0.0744 0.8681

Factor2 3.80945 2.54512 0.2241 0.7937

Factor1 9.68400 5.87455 0.5696 0.5696





12



Factor3 -0.4321 0.0119 0.9018

Factor2 -0.4666 0.8527 -0.2348

Factor1 0.7718 0.5222 0.3629

Factor1 Factor2 Factor3



v17 0.7617 0.2024

v16 0.8378 0.1295

v15 0.7274 0.2345

v14 0.7934 0.1410

v13 0.7198 0.5182 0.1994

v12 0.9368 0.0829

v11 0.6446 0.5695

v10 0.4405 0.8612 0.0483

v9 0.9791 0.0062

v8 0.9767 0.0102

v7 0.9870 0.0069

v6 0.9850 0.0062

v5 0.9778 0.0138

v4 0.9140 0.1580

v3 0.8286 0.1675

v2 0.8514 0.1741

v1 0.9319 0.0919




Factor3 2.51331 . 0.1478 0.8681

Factor2 5.41113 2.89782 0.3183 0.7203

Factor1 6.83335 1.42222 0.4020 0.4020





13



Bartlettovim testom


KMO = 0.897



p-value = 0.000




Det = 0.000


14



v17 0.9517 0.9171 0.9569 1.0000

v16 0.9317 0.9005 1.0000

v15 0.9500 1.0000

v14 1.0000

v14 v15 v16 v17

v17 0.7916 0.7982 0.7660 0.7426 0.5817 0.5797 0.5839 0.6210 0.6573 0.8211 0.5677 0.7034 0.7300

v16 0.8260 0.8268 0.7942 0.7766 0.6042 0.6032 0.6091 0.6415 0.6748 0.8043 0.6180 0.6573 0.7114

v15 0.7842 0.8424 0.8170 0.7555 0.5507 0.5504 0.5514 0.6023 0.6316 0.8577 0.6724 0.7243 0.7934

v14 0.8799 0.8878 0.8563 0.8527 0.6476 0.6447 0.6411 0.6957 0.7326 0.8971 0.7050 0.7510 0.8503

v13 0.8548 0.8622 0.8946 0.8585 0.5077 0.5006 0.4823 0.5624 0.6151 0.8882 0.6488 0.8124 1.0000

v12 0.6810 0.6459 0.7705 0.6987 0.3831 0.3839 0.3909 0.4384 0.4614 0.9074 0.4906 1.0000

v11 0.6812 0.6958 0.6359 0.6933 0.5356 0.5395 0.5387 0.5855 0.6167 0.7209 1.0000

v10 0.8074 0.8211 0.8513 0.8096 0.5231 0.5243 0.5279 0.5834 0.6263 1.0000

v9 0.7477 0.6934 0.5768 0.7023 0.9719 0.9715 0.9610 0.9835 1.0000

v8 0.7069 0.6444 0.5378 0.6654 0.9844 0.9831 0.9711 1.0000

v7 0.6608 0.5677 0.4683 0.5973 0.9852 0.9929 1.0000

v6 0.6723 0.5857 0.4804 0.6128 0.9984 1.0000

v5 0.6775 0.5927 0.4873 0.6198 1.0000

v4 0.9622 0.8697 0.8607 1.0000

v3 0.8553 0.8769 1.0000

v2 0.9038 1.0000

v1 1.0000

v1 v2 v3 v4 v5 v6 v7 v8 v9 v10 v11 v12 v13

(obs=109)

15




v17 0.8821 0.1863

v16 0.8933 0.1776

v15 0.8908 0.1430

v14 0.9571 0.0524

v13 0.8677 0.1457

v12 0.7510 0.2788

v11 0.7499 0.4353

v10 0.8936 0.1015

v9 0.8612 0.4862 0.0219

v8 0.8316 0.5383 0.0187

v7 0.7840 0.6027 0.0221

v6 0.7906 0.6061 0.0077

v5 0.7927 0.6011 0.0104

v4 0.9017 0.1643

v3 0.8658 0.1290

v2 0.9057 0.1419

v1 0.9301 0.1261




Factor17 0.00016 . 0.0000 1.0000

Factor16 0.00828 0.00811 0.0005 1.0000

Factor15 0.01086 0.00259 0.0006 0.9995

Factor14 0.01396 0.00310 0.0008 0.9989

Factor13 0.01525 0.00129 0.0009 0.9980

Factor12 0.02858 0.01333 0.0017 0.9971

Factor11 0.03113 0.00255 0.0018 0.9955

Factor10 0.04240 0.01128 0.0025 0.9936

Factor9 0.06783 0.02543 0.0040 0.9911

Factor8 0.08568 0.01785 0.0050 0.9872

Factor7 0.11491 0.02923 0.0068 0.9821

Factor6 0.18048 0.06557 0.0106 0.9754

Factor5 0.42916 0.24868 0.0252 0.9647

Factor4 0.51303 0.08387 0.0302 0.9395

Factor3 0.62098 0.10795 0.0365 0.9093

Factor2 2.32483 1.70385 0.1368 0.8728

Factor1 12.51249 10.18767 0.7360 0.7360





16

Slika 15: Faktorska analiza z metodo glavnih komponent z dvema zadržanima faktorjema



v17 0.8821 0.1863

v16 0.8933 0.1776

v15 0.8908 0.1430

v14 0.9571 0.0524

v13 0.8677 0.1457

v12 0.7510 0.2788

v11 0.7499 0.4353

v10 0.8936 0.1015

v9 0.8612 0.4862 0.0219

v8 0.8316 0.5383 0.0187

v7 0.7840 0.6027 0.0221

v6 0.7906 0.6061 0.0077

v5 0.7927 0.6011 0.0104

v4 0.9017 0.1643

v3 0.8658 0.1290

v2 0.9057 0.1419

v1 0.9301 0.1261




Factor17 0.00016 . 0.0000 1.0000

Factor16 0.00828 0.00811 0.0005 1.0000

Factor15 0.01086 0.00259 0.0006 0.9995

Factor14 0.01396 0.00310 0.0008 0.9989

Factor13 0.01525 0.00129 0.0009 0.9980

Factor12 0.02858 0.01333 0.0017 0.9971

Factor11 0.03113 0.00255 0.0018 0.9955

Factor10 0.04240 0.01128 0.0025 0.9936

Factor9 0.06783 0.02543 0.0040 0.9911

Factor8 0.08568 0.01785 0.0050 0.9872

Factor7 0.11491 0.02923 0.0068 0.9821

Factor6 0.18048 0.06557 0.0106 0.9754

Factor5 0.42916 0.24868 0.0252 0.9647

Factor4 0.51303 0.08387 0.0302 0.9395

Factor3 0.62098 0.10795 0.0365 0.9093

Factor2 2.32483 1.70385 0.1368 0.8728

Factor1 12.51249 10.18767 0.7360 0.7360





17



Factor2 -0.6078 0.7941

Factor1 0.7941 0.6078

Factor1 Factor2



v17 0.8151 0.1863

v16 0.8044 0.4188 0.1776

v15 0.8606 0.1430

v14 0.8681 0.4404 0.0524

v13 0.8826 0.1457

v12 0.8373 0.2788

v11 0.6249 0.4173 0.4353

v10 0.9018 0.1015

v9 0.9095 0.0219

v8 0.9329 0.0187

v7 0.9551 0.0221

v6 0.9618 0.0077

v5 0.9591 0.0104

v4 0.8075 0.4286 0.1643

v3 0.8992 0.1290

v2 0.8375 0.1419

v1 0.7957 0.4907 0.1261




Factor2 6.08819 . 0.3581 0.8728

Factor1 8.74914 2.66095 0.5147 0.5147





18

PRILOGA 5: Specifične značilnosti infrastrukture na različnih ravneh

Slika 17: Specifične državne, sektorske in projektne značilnosti infrastrukture

Povzeto in prirejeno po B. Weber et al., Infrastructure as an Asset Class, 2016, str. 15, slika 1.7.

Specifičnost države

Specifičnost sektorja

Specifičnost projekta/naložbe

• legalno

• politično

• institucionalno

• ekonomsko

• financiranje

• sistem regulacije

• specifična tveganja

• vrsta storitve

• cilji

• potrebe/zahteve

• organizacijski model

• deležniki

• lastništvo

19

PRILOGA 6: Donosnost in nestanovitnost infrastrukturnih skladov in indeksov

Tabela 2: Donosnost in nestanovitnost infrastrukturnih naložb

Vrsta naložbe Vir podatkov Leto Institucija/avtor/indeks Obdobje Regija Letna

donosnost

v %

Nestanovitnost

v %

Nekotirajoči skladi Akademski/raziskovalni 2007 Peng in Newell (2007) 1995–2006 Avstralija 14,10 4,80

2010 Finkenzeller, Dechant in Shepherd (2005) 1994–2009 Avstralija 8,20 3,80

2011 Hartigan, Prasad in De Francesco (2011) 1998–2008 Združeno kraljestvo 6,50 /

2011 Newell, Peng in De Francesco (2011) 1995–2009 Avstralija 14,10 6,5

Panožni 2004 Macquarie Global Index 1995–2002 Avstralija 19,20 /

2010 Colonial First State 2001–2010 Avstralija 11,00 /

2013 Mercer/CFS 1995–2013 Avstralija 11,80 5,90

2015 JPMorgan 1994–2014 Svet 7,0 7,50

Kotirajoči skladi Akademski/raziskovalni 2007 Peng in Newell 1995–2006 Avstralija 22,50 7,90

Panožni 2015 Duet Group 2004–2014 Avstralija 10,70 29,44

2015 Cohen & Steers Infrastructure Fund 2004–2014 Svet 9,63 26,40

2015 Lazard Global Listed Infrastructure Fund 2005–2014 Svet 11,09 14,76

2015 Macquarie Infrastructure corporation 2004–2014 ZDA 14,95 63,52

2015 Macquarie Korea Infrastructure Fund 2002–2014 Koreja 7,52 18,65

Povzeto in prirejeno po B. Weber et al., Infrastructure as Asset Class, 2016, str. 36, tabela 2.2.

infrastruktura kot naloŽbeni razred · zanimanje vlagateljev pa povečuje tudi dejstvo, da se vse...

Documents