Developing a Consistent and Unbiased Index for Timberland Returns

Abstract

This thesis investigates the methods and principles used to calculate timberland return indices. By studying these existing indices and new possible methods, the study contributes to the accuracy and methodology of timberland return measurement.

Attention towards timberland investing has been increasing among institutional investors, while at the same time timberland return indices are also being utilized by policy makers as supporting indicators for policy decisions. The possibility to measure timberlands returns exactly is understandably of great interest and a desirable goal.

Previous literature does discuss the general aspects of timberland return measurement and index calculation, but very little about the actual index number theory and its implications to the timberland return measurement. For this reason, there exist some issues regarding the currently available indices that make them prone to bias and otherwise unfavorable and inappropriate in the context of index number theory. The four existing indices considered in this thesis are the NCREIF Timberland Index, John Hancock Timber Index, Timberland Performance Index and the index formula utilized by the Finnish Forest Research Institute.

The results of the examination confirm the benefits of fully-regulated forest in index construction, as it offers a stable and comparable base for an index. Also the effects and trade-offs of price selection, interest rate and index frequency are presented and discussed in detail. The utilization of net present value in index construction, instead of the liquidation value, is a new approach utilized in this thesis and the issues regarding its use in index calculation are considered and assessed.

The key finding of this thesis is that the index formula used by the Finnish Forest Research Institute suffers from a weighting problem and it is not consistent in aggregation. To overcome the index number problems present in the existing indices, the pseudo-superlative Montgomery-Vartia index formula is applied into timberland returns. It is shown that the index is consistent in aggregation and that it approximates closely the desirable superlative indices. As a result, this thesis advocates the use of Montgomery-Vartia index. It is more appropriate formula for timberland return measurement than the currently used or the other available index formulas are, and its implementation should therefore be considered.

Tässä tutkielmassa perehdytään metsän tuottolaskennassa käytettyihin metodeihin ja periaatteisiin ja pyritään niiden sekä uusien mahdollisten menetelmien pohjalta parantamaan metsän tuottolaskennan tarkkuutta ja seurantatapoja.

Kiinnostus metsäsijoittamista kohtaan on kasvanut institutionaalisten sijoittajien keskuudessa, samalla kun metsän tuottoindeksejä on alettu käyttämään myös poliittisessa päätöksenteossa avustavina indikaattoreina. Mahdollisuus metsän tuoton tarkkaan mittaamiseen on ymmärrettävästi kiinnostava ja tavoiteltava päämäärä.

Aiempi tutkimus käsittelee metsän tuottolaskentaan liittyviä yleisiä seikkoja mutta puhuu hyvin vähän indeksiteoriasta ja sen vaikutuksista metsän tuottoindeksien laskentaan. Tästä johtuen nykyisissä, käytössä olevissa indekseissä, on ongelmia, joiden takia ne ovat harhaisia ja ominaisuuksiltaan epäsuotuisia indeksiteorian valossa. Tässä Pro gradu -tutkielmassa käsiteltävät neljä indeksiä ovat NCREIF Timberland Index, John Hancock Timber Index, Timberland Performance Index ja Metsäntutkimuslaitoksen käyttämä metsän tuottoindeksi.

Tutkimuksen tulokset vahvistavat normaalimetsän edullisuuden indeksin rakennuksessa, sillä se tarjoaa vakaan ja vertailukelpoisen pohjan indeksille. Tutkimuksessa käsitellään myös hintavalinnan, korkokannan ja indeksin julkaisutiheyden vaikutuksia indeksinumeroon sekä niiden valintaan liittyviä vaihtoehtoja. Poiketen aiemmista indeksitutkimuksista, tässä työssä sovelletaan ja tutkitaan myös nettonykyarvon käyttöä indeksilaskennassa perinteisen metsäkiinteistön hakkuuarvon sijasta.

Tämän tutkimuksen keskeisin havainto on, että Metsäntutkimuslaitoksen käyttämä indeksikaava kärsii painotusongelmasta, eikä se myöskään ole konsistentti aggregoinnissa. Tästä syystä tässä työssä sovelletaan pseudo-superlatiivista Montgomery-Vartia -indeksikaavaa metsän tuoton laskentaan. Työssä todistetaan, että kyseinen indeksikaava on konsistentti aggregoinnissa ja että se jäljittelee hyvin tarkasti tavoiteltavia superlatiivisia indeksejä. Saatujen tulosten perusteella Montgomery-Vartia -indeksikaavan on todettu olevan soveltuvin kaava metsän tuoton seuraamiseen verrattuna käytössä nyt oleviin ja muihin vaihtoehtoisiin indeksikaavoihin. Tästä syystä sen käyttöönottoa tulisi harkita.