Waarom noteren REIT's onder hun NAV, en wat kan AI missen?

In het kort

Een REIT (in België: een GVV) is een vastgoedbeleggingsvennootschap die meestal inkomsten genererend vastgoed bezit of financiert. Afhankelijk van het land moet ze doorgaans een groot deel van haar in aanmerking komende inkomsten aan aandeelhouders uitkeren. Een SOCIMI is de Spaanse juridische en fiscale structuur voor een beursgenoteerde vastgoedbeleggingsvennootschap, in grote lijnen vergelijkbaar met een REIT. Beleggers beoordelen beide op winst, kasstroom, dividenden en schuld, en op de intrinsieke waarde (NAV). Heel wat REIT’s en SOCIMI’s noteren op de beurs onder hun gepubliceerde NAV. Sommige beleggers gebruiken nu een AI-tool om uit te zoeken waarom, al is AI maar één onderdeel van de weg naar een echt antwoord.

Kernpunten

• Ondernemingen publiceren hun NAV een paar keer per jaar volgens een vast schema, terwijl de aandelenkoers elke dag beweegt. De NAV steunt meestal op vastgoedwaarderingen, maar de waarderingsmethode, hoe vaak er geschat wordt en welke NAV-maatstaf gerapporteerd wordt, verschillen van onderneming tot onderneming.

• Een korting betekent dat de aandelenkoers onder de NAV per aandeel ligt. Kortingen komen veel voor in beursgenoteerd vastgoed en zeggen op zich niets specifieks over één onderneming.

• Een korting kan voortkomen uit echt bedrijfsrisico, sectoromstandigheden, weinig handel in het aandeel, zwakke vraag van beleggers of lage zichtbaarheid in de markt. Die zien er heel verschillend uit zodra u dieper graaft.

• Een AI-tool kan meestal bevestigen dat er een korting is. De korting van één onderneming correct verklaren is voor zo’n tool veel moeilijker.

Een eenvoudig voorbeeld van een korting op de NAV

Stel dat een vastgoedonderneming gebouwen bezit met een waarde van 120 miljoen euro en 40 miljoen euro aan schulden en andere verplichtingen heeft. Trek het ene van het andere af en haar NAV bedraagt ongeveer 80 miljoen euro. Deel dat door 10 miljoen uitstaande aandelen en de NAV per aandeel is 8 euro. Als het aandeel op 6 euro noteert, staat de onderneming op een korting van 25 procent ten opzichte van de NAV. Over die kloof van 25 procent gaat dit artikel: waarom ze bestaat, wat ze kan betekenen en waar een AI-tool die ze onderzoekt de mist in kan gaan.

Waarom REIT’s en SOCIMI’s onder hun NAV kunnen noteren

De NAV komt uit de schatting van een schatter van wat de panden bij verkoop zouden opbrengen, om de paar maanden bijgewerkt. De aandelenkoers komt uit de handel, die druk of dun kan zijn, afhankelijk van de onderneming. Die koers weerspiegelt wat beleggers nu verwachten en hoe ze het risico inschatten. Daar horen dingen bij die een schatting niet vat, zoals hoe makkelijk de panden verkocht zouden kunnen worden, hoeveel schuld er binnenkort vervalt en of de markt de schatting überhaupt vertrouwt. Een korting is de kloof wanneer het dagelijkse oordeel van de markt onder het periodieke oordeel van de schatter ligt.

Sectorfactoren tegenover bedrijfsspecifieke factoren

Een deel van wat een korting drijft, heeft niets met één specifieke onderneming te maken. Rentevoeten, een nerveuze vastgoedmarkt, moeilijkere financiering en algemene twijfel over de richting van vastgoedwaarden treffen bijna elke REIT en SOCIMI in een land of sector tegelijk. Bedrijfsspecifieke factoren verklaren waarom verder vergelijkbare bedrijven tegen heel verschillende kortingen noteren. Daartoe horen hoe sterk de portefeuille is, of de bezettingsgraad standhoudt, wanneer de schulden vervallen, of dividenden betrouwbaar zijn uitbetaald, of het management eigen aandelen heeft ingekocht en of beleggers vertrouwen hebben in hoe de onderneming haar eigen vastgoed waardeert. Het sentiment in de sector en de specifieke kenmerken van een onderneming beïnvloeden elkaar en zijn zelden netjes te scheiden. Toch kunnen twee ondernemingen in dezelfde sector een heel verschillende korting hebben.

Betekent een korting dat de aandelen goedkoop zijn?

Soms. En soms heeft de markt gelijk. Een korting kan betekenen dat de markt nog niet heeft ingezien dat een onderneming het goed doet. Ze kan evengoed betekenen dat de markt iets reëels heeft opgemerkt. Voorbeelden zijn een hoge schuld ten opzichte van de portefeuille, dalende vastgoedwaarden in dat segment, een herfinanciering die tegen een slechtere rente vervalt, weinig handel in het aandeel, zwak bestuur, een onzeker dividend, een sterke concentratie in één type vastgoed of één land, of twijfel of een verkoop de geschatte waarde zou halen. Die van elkaar onderscheiden vraagt de eigen cijfers van de onderneming, naam per naam.

Wat AI kan missen bij het verklaren van de korting

Vraag een AI-tool waarom een specifieke REIT of SOCIMI met een korting noteert, en de tool grijpt misschien naar de sectorverklaring van rente, sentiment en de vastgoedcyclus, omdat daar de meeste mensen over schrijven. De bedrijfsspecifieke redenen, zoals het vervalschema van de schulden, de evolutie van de bezettingsgraad en de eigen kijk van het management op de kloof, kunnen verspreid staan over beleggerspresentaties, resultatenpersberichten en transcripten van calls. Zelfs als dat materiaal openbaar is, kan een AI-tool moeite hebben om het te vinden, te verbinden en correct te wegen. Het kan verstopt zitten in pdf’s, slecht geïndexeerd zijn of tijdens het onderzoek gewoon niet gekozen worden. Dat betekent niet dat de korting bestaat omdat de onderneming slecht heeft gecommuniceerd. Het betekent dat een AI-antwoord dat op zichzelf is onderzocht een echte, bedrijfsspecifieke situatie kan platdrukken tot een algemene alinea die op bijna elke naam in de sector zou passen.

Meerdere namen tegelijk vergelijken

De nuttige versie van deze test vergelijkt ondernemingen. Neem vier of vijf beursgenoteerde vastgoednamen, vraag een AI-tool waarom elk tegen zijn huidige korting noteert, en zet de antwoorden naast elkaar. Als de antwoorden verschillen, pikken ze waarschijnlijk iets reëels op over elke portefeuille. Als ze hetzelfde lezen, met telkens dezelfde rente en hetzelfde sentiment, doet het sectorverhaal al het werk en heeft niets bedrijfsspecifieks het antwoord bereikt. Goed om te weten voor u op iets daarvan steunt.

Conclusie

De korting zelf vertelt u bijna niets. De reden erachter vertelt u veel, en die reden is bedrijfsspecifiek. Wat een algemeen AI-antwoord zegt over rente en sentiment, geldt voor elke naam in de sector. Wat het zegt over de vervaldagen van de schulden, de bezettingsgraad en de dividendhistoriek van deze onderneming, is het deel dat het lezen waard is. Zegt het daar weinig over, dan is dat op zich al een bevinding.

Dit artikel dient uitsluitend voor algemene informatieve doeleinden en vormt geen beleggings-, juridisch of fiscaal advies.

MIRA is een brongebaseerde IR-assistent die beleggersvragen beantwoordt op basis van goedgekeurde bedrijfsinformatie die de emittent zelf beheert. Lees meer in Wat een brongebaseerde IR-assistent doet, en waarom nu.

Wilt u zien wat MIRA zou tonen voor uw eigen portefeuille en schuldpositie? Plan een MIRA-demo.

Over de auteur: Nataly Usuga werkt in Business Development bij Finvictum. Ze werkt met IR-teams, ook bij beursgenoteerde vastgoedondernemingen, aan de manier waarop AI hun verhaal vindt, of verkeerd leest, nog voor iemand met hen praat. Maak contact via LinkedIn.