TL;DR
En finansiel model for korttidsudlejning er et struktureret analyseværktøj, der fremskriver indtægter, udgifter, gældsbetjening og afkastnøgletal for en ferieudlejningsejendom. En komplet model har fem faner: Input (anskaffelsespris og finansieringsvilkår), Indtægter (ADR og belægningsgrad pr. måned), Udgifter (fuld driftsomkostningsstruktur inkl. OTA-provisioner og CapEx-reserver), Gæld (realkreditamortisering og gældsbetjening) og Afkast (cap rate, cash-on-cash-afkast, NOI og IRR). STR-modeller adskiller sig fra modeller for langtidsudlejning, fordi de skal tage højde for OTA-provisioner, sæsonudsving i belægning, højere rengøringsomkostninger og platformspecifikke gebyrstrukturer, som generiske udlejningsskabeloner overser. Den fulde skabelonstruktur med eksempelværdier for en ejendom med 3 soveværelser er inkluderet i denne guide.
Det er sværere, end det ser ud til, at finde ud af, om en ferieudlejning faktisk er værd at købe.
Generiske udlejningsregneark tager ikke højde for Airbnb-gebyrer. Onlineberegnere spytter tal ud, der virker for gode til at være til at stole på. Nogen nævner cap rate, og De nikker med, mens De i stilhed googler det senere. Det er et helt normalt sted at være. Ifølge Hostfullys brancheundersøgelse 2025 blandt 256 ejendomsadministratorer er bogføring og finansiel modellering nu de hurtigst voksende smertepunkter i branchen, hvilket betyder, at selv erfarne operatører tager fejl her. Denne guide gennemgår en reel STR-finansiel model i et enkelt sprog, med konkrete tal i hvert trin, så De ikke blot ved, hvad der skal ind i regnearket, men også hvorfor det betyder noget, og hvad det fortæller Dem om en aftale for en ferieudlejningsvirksomhed.
Hvad gør en STR-finansiel model anderledes end en standard udlejningsmodel?
Underwriting for korttidsudlejning er mere kompleks end modellering af en bolig til langtidsudlejning, og at bruge samme ramme for begge er en af de hurtigste måder at fejlbedømme en aftale på.
Den centrale forskel er volatilitet. En langtidsudlejning genererer fast månedlig husleje uanset sæson eller algoritme. En korttidsudlejning genererer indtægter, der kan svinge 40 til 60 procent mellem de bedste og de dårligste måneder, og har en omkostningsstruktur, som standard udlejningsskabeloner ganske enkelt ikke tager højde for.
| Hvad modellen skal indfange | Langtidsudlejning | Korttidsudlejning |
|---|---|---|
| Indtægtsmønster | Fast månedlig husleje | Varierer efter måned, sæson og platform (eller slet ikke, hvis De kører arbitrage) |
| Platformskommissioner | Ingen | 3–15% af bruttoomsætningen pr. booking |
| Rengøringsomkostninger | 1–2 rengøringer om året | Efter hver gæst (50–70 gange om året) |
| Krav til møblering | Typisk umøbleret | Fuldt møbleret efter hospitality-standard ($15k–$40k up front) |
| CapEx-reserve | 1–2% af ejendomsværdien | 3–5% af bruttoomsætningen (højere slid ved større gennemstrømning) |
| Belægningsmodellering | Ikke relevant | Påkrævet måned for måned; årlige gennemsnit er misvisende |
Hvis De arbejder ud fra et regneark, der er bygget til langtidsudlejning af boliger, er strukturen forkert helt fra fundamentet. Resten af denne guide dækker, hvordan De bygger en model, der faktisk passer.
Hvad indeholder den gratis STR-finansielle modelskabelon?
Skabelonen er struktureret i fem faner. Hver fane bygger videre på den forrige og bevæger sig fra rå input til de endelige afkastnøgletal. Her er, hvad hver fane indeholder, og hvorfor den findes.
| Fane | Hvad den indeholder | Hvorfor det betyder noget |
|---|---|---|
| Input | Købspris, omkostninger ved closing, budget til møblering, renoveringsbudget, lånebeløb, rente, amortiseringsperiode, udbetaling | Alle output i modellen kan spores tilbage til disse tal. Fejl her forplanter sig gennem alle andre faner. |
| Indtægter (månedligt) | ADR pr. måned, belægningsgrad pr. måned, bruttoomsætning pr. måned, årlig total | Månedlig granularitet er den centrale løsning for sæsonprægede ejendomme. En flad årlig antagelse vil overvurdere indtægter i stille måneder og undervurdere vinterens cash flow-risiko. |
| Udgifter | Fuld driftsomkostningsstruktur: OTA-provisioner, administrationshonorarer, rengøring, forbrugsvarer, CapEx-reserve, forsikring, forsyning, PMS/software, regnskab, vedligeholdelse | Den fane, som de fleste skabeloner springer over eller undervurderer. Indeholder de STR-specifikke linjeposter, som generiske udlejningsmodeller overser. |
| Gæld | Månedlig realkreditydelse, fordeling mellem afdrag og renter, løbende restgæld, samlede renter betalt over ejerperioden | Adskiller gældsbetjening fra driftsudgifter, så De kan se reel NOI vs. faktisk cash flow efter finansiering. |
| Afkast | Cap rate, cash-on-cash-afkast, NOI, årligt cash flow, IRR (med og uden gearing), equity multiple, tilbagebetalingstid, følsomhedstabel | Alle centrale afkastnøgletal samlet ét sted, med scenarieskift for konservative, basis- og optimistiske antagelser. |
Input-fanen styrer det hele. En almindelig fejl er at behandle indtægtsfanen som udgangspunkt. Start i stedet med Deres samlede anskaffelsesomkostning og finansieringsantagelser, og læg derefter indtægtsprognoser ovenpå, og derefter udgifter. At bygge i den rækkefølge tvinger Dem til at forholde Dem til egenkapitalbehov og gældsbetjening, før De begynder at fremskrive indkomst.
Her er en forenklet version af hver fane, der viser nøglefelterne og typiske værdier for en STR med 3 soveværelser i mellemsegmentet:
Fane 1: Input
| Felt | Eksempelværdi | Noter |
|---|---|---|
| Købspris | $425,000 | Ikke den samlede omkostning |
| Omkostninger ved closing | $12,750 | 3% af købsprisen |
| Budget til møblering | $28,000 | Alle møbler, linned, køkken |
| Renovering / reparation | $14,000 | Reparationer før udlejning |
| Samlede anskaffelsesomkostninger | $479,750 | Det tal, Deres afkast skal beregnes ud fra |
| Udbetaling (25%) | $106,250 | Af købsprisen |
| Lånebeløb | $318,750 | |
| Rente | 7.25% | Nuværende DSCR-låneinterval |
| Amortisering | 30 år | |
| Månedlig gældsbetjening | $2,174 | Afdrag + renter |
| Samlet investeret kontantbeløb | $158,500 | Udbetaling + closing + møblering + renovering |
Fane 2: Indtægter (månedligt)
| Måned | ADR | Belægning | Bruttoomsætning |
|---|---|---|---|
| Januar | $175 | 30% | $1,626 |
| Februar | $185 | 34% | $1,770 |
| Marts | $210 | 42% | $2,733 |
| April | $245 | 55% | $4,042 |
| Maj | $275 | 66% | $5,610 |
| Juni | $360 | 80% | $8,640 |
| Juli | $470 | 90% | $13,113 |
| August | $470 | 88% | $12,838 |
| September | $335 | 70% | $7,035 |
| Oktober | $265 | 56% | $4,452 |
| November | $210 | 36% | $2,268 |
| December | $225 | 40% | $2,790 |
| Årlig total | $307 gns. | 62% gns. | $66,917 |
Bemærk: En flad belægningsgrad på 62% ved $307 ADR ville fremskrive $71,134 årligt, cirka 6% højere end den månedlige opbygning. Forskellen er større i mere sæsonprægede markeder, hvor ADR- og belægnings-toppe ikke falder sammen.
Fane 3: Udgifter (årligt)
| Kategori | Årligt beløb | % af bruttoomsætning |
|---|---|---|
| OTA-værtsprovisioner (10% gns.) — se opdeling af Airbnb-værtsgebyr og Vrbo-værtsgebyrer | $6,692 | 10.0% |
| Ejendomsadministration (25%) | $16,729 | 25.0% |
| Rengøring og turnover (55 skift x $120) | $6,600 | 9.9% |
| Rengøringsartikler og amenities | $720 | 1.1% |
| Reserve til udskiftning af linned | $1,500 | 2.2% |
| CapEx-reserve (4% af brutto) | $2,677 | 4.0% |
| Ejendomsskatter | $5,100 | 7.6% |
| STR-forsikring | $2,400 | 3.6% |
| Forsyning | $4,200 | 6.3% |
| Internet | $1,200 | 1.8% |
| PMS og tech stack | $2,400 | 3.6% |
| Regnskab og bogføring | $1,800 | 2.7% |
| Vedligeholdelse og reparationer | $4,250 | 6.4% |
| Samlede driftsudgifter | $56,268 | 84.1% af brutto |
| NOI (før gældsbetjening) | $10,649 |
Fane 4: Gæld
| Post | Beløb |
|---|---|
| Årlig gældsbetjening | $26,088 |
| Årlige afdrag (år 1) | $3,498 |
| Årlige renter betalt (år 1) | $22,590 |
| Årligt cash flow efter gældsbetjening | -$15,439 |
Dette konkrete eksempel har negativt cash flow ved de nuværende finansieringsvilkår, hvilket er almindeligt i højpris-markeder ved 7.25% rente på 75% LTV. Modellen gør det synligt, før De lukker handlen. En investor, der køber kontant til samme anskaffelsesomkostning, ville generere en cap rate på 2.2%, hvilket er lavt, men ikke usædvanligt for et kystmarked med høj værdistigning. Det er præcis det scenarie, modellen er designet til at fremhæve tydeligt før forpligtelse.
Fane 5: Afkast
| Nøgletal | Værdi | Hvad det fortæller Dem |
|---|---|---|
| Cap rate | 2.2% | NOI i forhold til anskaffelsesomkostning; nyttig til markedssammenligning |
| Cash-on-cash-afkast (gearet) | -9.7% | Negativt, fordi gældsbetjening overstiger NOI ved de nuværende renter |
| Cash-on-cash-afkast (kontantkøb) | 2.2% | Samme som cap rate uden gæld |
| Gearet IRR (5 års ejertid, 3% værdistigning) | 11.4% | Samlet afkast inkl. opbygning af egenkapital og værdistigning |
| Equity multiple (5 år) | 1.6x | For hver $1 investeret returneres $1.60 ved exit |
| Break-even-belægning | 74% | Belægning, der kræves for at dække alle driftsomkostninger + gældsbetjening |
Afkast-fanen er der, hvor aftalen fortæller Dem, om den fungerer. I dette eksempel betyder det negative årlige cash flow, at investoren enten skal have kapitalreserver til at dække det månedlige underskud eller have en stærk overbevisning om værdistigningstesen. En model, der ikke gjorde dette synligt, ville sende Dem ind i en aftale i blinde.
Hvordan bygger De en STR-finansiel model trin for trin?
Rækkefølgen, De bygger modellen i, betyder noget. De fleste starter med indtægter, fordi det er det spændende tal. Det er det forkerte valg. At starte med indtægter, før De har fastlagt Deres anskaffelsesomkostning og finansieringsvilkår, giver en model, der er formet af optimisme frem for begrænsninger. Byg i denne rækkefølge i stedet.
Trin 1: Definér anskaffelsesomkostningen. Før nogen indtægts- eller udgiftsprognose skal De fastlægge den samlede kapital, der kræves for at få ejendommen frem til den første gæsts check-in. Købspris plus omkostninger ved closing plus budget til møblering plus renovering er Deres reelle anskaffelsesomkostning. Det er nævneren for alle afkastnøgletal i modellen.
Trin 2: Opbyg den månedlige indtægtsmatrix. Indtast ADR- og belægningsantagelser for hver af de 12 måneder separat. Brug ikke ét samlet årligt tal. Summér de 12 månedlige indtægter for at få årlig bruttoomsætning. Byg tre versioner: konservativ (ADR og belægning 10 til 15% under basis), basis og optimistisk. Den konservative case er Deres underwriting-gulv.
Trin 3: Læg udgifter ovenpå. Anvend den fulde udgiftsstruktur på Deres basis-case-indtægter. Start med udgifter som procent af omsætning (OTA-provisioner, administrationshonorarer, CapEx-reserve), tilføj derefter faste årlige omkostninger (forsikring, ejendomsskatter, internet) og derefter variable omkostninger, der følger belægningen (rengøring, forsyning). Summér driftsudgifterne og træk dem fra bruttoomsætningen for at få NOI.
Trin 4: Tilføj finansiering. Indtast Deres lånebeløb, rente og amortiseringsperiode for at generere en månedlig gældsbetjening. Træk årlig gældsbetjening fra NOI for at få årligt cash flow efter finansiering. Kør en amortiseringsplan for realkreditlånet for at adskille afdrag fra renter, hvilket er vigtigt både for skatteplanlægning og P&L-nøjagtighed.
Trin 5: Beregn afkast. Med anskaffelsesomkostning, NOI og årligt cash flow på plads kan De beregne cap rate (NOI divideret med anskaffelsesomkostning), cash-on-cash-afkast (årligt cash flow divideret med samlet investeret kontantbeløb) og, hvis De modellerer en flerårig ejertid, IRR baseret på forventede exit-provenu. Notér break-even-belægningsgraden: det belægningsniveau, hvor ejendommen dækker alle driftsomkostninger og gældsbetjening.
Trin 6: Stress-test. Anvend tre scenarier på den færdige model. Først: hvad sker der, hvis belægningen ligger 15% under basis i hver måned i et helt år? Andet: hvad sker der, hvis renterne stiger 100 basispunkter på et variabelt forrentet lån? Tredje: hvad sker der, hvis markedet kræver en ADR-reduktion på 10% for at forblive konkurrencedygtig? Hvis aftalen stadig kan servicere sin gæld og giver positivt cash flow under det første scenarie, har den tilstrækkelig margin til normal variation.
Hvilke input har De brug for, før De kan modellere en STR-aftale?
En pålidelig finansiel model er kun så god som dens input. Før De bygger noget som helst, skal De indsamle disse fem datakategorier.
1. Samlede anskaffelsesomkostninger (all-in, ikke kun købspris)
Det tal, der betyder noget, er ikke, hvad De betaler for ejendommen. Det er, hvad De investerer, før Deres første gæst checker ind. Det tal inkluderer købsprisen, omkostninger ved closing (typisk 2 til 5 procent af købsprisen), renoverings- eller reparationsbudget, budget til møblering samt eventuelle omkostninger til platformopsætning eller fotografering. Hvis De køber via en ferieudlejnings-LLC, hvilket mange STR-operatører gør for at beskytte sig mod ansvar, skal De også medregne omkostninger til selskabsstiftelse og registered agent-gebyrer.
Investorer, der kun modellerer købsprisen, undervurderer rutinemæssigt deres egenkapitalbehov med 15 til 25 procent. En ejendom til $450,000 med $30,000 i møbler, $12,000 i closing-omkostninger og $18,000 i mindre renovering har en reel anskaffelsesomkostning på $510,000. Deres afkastnøgletal skal beregnes ud fra $510,000, ikke $450,000.
2. ADR-prognoser pr. måned, baseret på markedsdata
Deres antagelse om gennemsnitlig dagspris bør ikke være ét samlet årligt tal. Den bør være en 12-måneders plan, der afspejler sæsonbetonet efterspørgsel i Deres specifikke marked.
Den mest pålidelige måde at skaffe disse data på er at hente sammenlignelige aktive annoncer fra markedet, filtrere efter ejendomstype og antal soveværelser og se deres historiske priser og belægning pr. måned ved hjælp af markedsdataværktøjer. For en konkret ejendomsadresse kan online STR-beregnere generere en retningsmæssigt korrekt prognose baseret på nærliggende sammenlignelige annoncer.
En praktisk regel: byg en ADR-plan for basis-case, og modellér derefter en konservativ case, hvor ADR ligger 10 til 15 procent under basis i hver måned. Hvis aftalen stadig fungerer i den konservative case, har De en forsvarlig underwriting.
3. Månedlige belægningsantagelser, ikke årlige gennemsnit
Det er her, de fleste modeller bryder sammen. En årlig belægningsgrad på 60% for en strand-ejendom kan betyde 85% i juli, 30% i januar og alt derimellem. At modellere den ejendom med en flad 60% på tværs af alle 12 måneder giver en korrekt årlig indtægtsprognose, men et forkert måned-for-måned cash flow-billede, hvilket betyder, at De ikke kan forudsige Deres dårligste cash flow-måned, ikke kan planlægge driftsudgifter, der ikke stopper i lavsæsonen, og ikke kan modellere, om De har brug for en kontantreserve til at dække gældsbetjening om vinteren.
Modellér belægning pr. måned. Brug konservative estimater for skuldersæson og lavsæson. Det årlige gennemsnit vil fremkomme af de månedlige data, og De får et langt klarere billede af, hvornår ejendommen kan bære sig selv, og hvornår den har brug for ekstra likviditet.
4. Den fulde driftsudgiftsstruktur
Se den dedikerede sektion nedenfor for en komplet opdeling. Dette er den del af enhver STR-model, der oftest er ufuldstændig.
5. Finansieringsvilkår
Hvis De køber med gæld, har De brug for lånebeløb, rente, lånetype (fast vs. variabel), amortiseringsperiode og eventuelle etableringsgebyrer. STR-specifikke låneprodukter som DSCR-lån, der kvalificerer baseret på ejendommens cash flow frem for personlig indkomst, er blevet stadig mere almindelige, efterhånden som traditionelle långivere er blevet mere restriktive med underwriting af korttidsudlejning.
Hvis De køber kontant, er modellen enklere, men De skal stadig definere Deres egenkapitalomkostning, da kapital har en alternativomkostning, selv når De ikke betaler renter.
Hvordan ser en komplet STR-udgiftsstruktur faktisk ud?
Dette er afsnittet, der adskiller en reel underwriting fra en optimistisk prognose. De fleste offentliggjorte skabeloner til STR-finansielle modeller oplister generiske udgiftskategorier. Det følgende er den faktiske udgiftsstruktur, som erfarne operatører og STR-fokuserede underwritere bruger. Kategorier, der rutinemæssigt overses eller undervurderes, er markeret med en stjerne.
| Udgiftskategori | Typisk interval | Noter |
|---|---|---|
| OTA-værtsprovisioner* | 3–15% af bruttoomsætningen | Varierer efter platform; Vrbos værts-only-gebyrer adskiller sig fra Airbnbs split-struktur |
| Honorar for ejendomsadministration* | 20–30% af bruttoomsætningen | Hvis De selv administrerer, skal De modellere Deres egen arbejdsomkostning her |
| Rengøring og turnover | $80–$250 pr. turnover | Varierer efter ejendommens størrelse; gang med årligt antal turnovers |
| Rengøringsartikler og amenities* | $20–$60 pr. måned | Genopfyldning af toiletartikler, papirvarer, rengøringsprodukter |
| Reserve til udskiftning af linned* | $1,000–$2,500/år | Linned, håndklæder og køkkentekstiler nedbrydes ved industriel vask |
| CapEx-reserve | 3–5% af bruttoomsætningen | Udskiftning af hårde hvidevarer, reparation af møbler, opfriskningsmaling |
| Gebyrer for platformannoncer* | Variabelt | Nogle platforme opkræver faste månedlige gebyrer eller annoncegebyrer |
| Ejendomsskatter | Varierer efter lokation | Tjek lokal STR-skatteklassifikation |
| Forsikring (STR-specifik)* | $1,500–$4,000/år | Standard husforsikringer udelukker ofte kommerciel STR-brug |
| HOA-gebyrer (hvis relevant) | I henhold til HOA-plan | Bekræft, at STR er tilladt, før De modellerer |
| Forsyning | $200–$600/måned | Højere end LTR pga. høj gennemstrømning og gæsteforbrug |
| Internet | $50–$150/måned | Pålideligt højhastighedsinternet er ikke til forhandling for STR-gæster |
| Realkredit / gældsbetjening | I henhold til låneplan | Adskil afdrag fra renter for P&L vs. cash flow |
| PMS og tech stack* | $50–$300/måned | Ejendomsadministrationssoftware, dynamisk prissætningsværktøj, regnskabsværktøj |
| Regnskab og bogføring* | $100–$400/måned | Se afsnittet nedenfor om, hvorfor det er værd at modellere dette separat |
| Marketing og fotografering | $500–$2,000/år | Opdatering af annoncefotos, vedligeholdelse af direkte bookingsite |
| Vedligeholdelse og reparationer | 1–2% af ejendomsværdien/år | Reaktiv vedligeholdelse; adskil fra CapEx |
En kritisk bemærkning om regnskabsposten: Hostfullys Vacation Rental Industry Survey 2025, baseret på 256 ejendomsadministratorer, viste, at regnskabsrelaterede udfordringer er vokset fra 5% af alle teknologiklager i 2021 til 21% i 2025, hvilket gør det til den største enkeltkilde til operationel friktion i branchen. At indbygge en eksplicit regnskabsomkostning i Deres model og investere i de rette værktøjer fra dag ét betaler sig selv tilbage i skala. Se vores gennemgang af den bedste regnskabssoftware til ferieudlejning for, hvad De skal kigge efter.
Fra Hostfullys Vacation Rental Industry Survey 2025
Regnskabssmertepunkter er steget fra 5% af teknologiske udfordringer i 2021 til 21% i 2025 og er nu den største teknologiklage blandt de adspurgte STR-operatører. Frie svar pegede på afstemningsfejl, inkonsistente OTA-udbetalinger og fragmenterede finansdata på tværs af kanaler som de primære drivere. For operatører, der administrerer 20 eller flere ejendomme, forstærkes disse udfordringer dagligt.
Når De lægger denne fulde udgiftsstruktur sammen for en typisk STR med 3 soveværelser, ligger de samlede driftsudgifter ofte på 45 til 65 procent af bruttoomsætningen før gældsbetjening. Enhver model, der fremskriver udgifter under 35% af bruttoomsætningen, bør gennemgås nøje.
Hvordan beregner De de centrale afkastnøgletal for en STR?
Der er fire nøgletal, der betyder noget for STR-underwriting, og at bruge det forkerte nøgletal til det forkerte formål er en af de mest almindelige fejl i vurderingen af en aftale.
Cap rate (kapitaliseringsgrad)
Cap rate besvarer spørgsmålet: hvilket afkast genererer denne ejendom i forhold til dens markedsværdi, forudsat ingen gæld?
Formel: Cap rate = Net Operating Income / Købspris (eller nuværende markedsværdi)
Net Operating Income (NOI) = Bruttoomsætning minus driftsudgifter (ekskl. gældsbetjening, afskrivninger og skatter)
Cap rate er mest nyttig til at sammenligne ejendomme i samme marked og aktivklasse. Det er det fælles sprog i ejendomstransaktioner. Hvad den ikke fortæller Dem: Cap rate ignorerer finansiering. En ejendom med 8% cap rate finansieret til 7% rente er en aftale med lille margin. Den samme ejendom købt kontant til 8% cap rate er et solidt afkast.
Cash-on-cash-afkast
Cash-on-cash besvarer spørgsmålet: hvilket afkast får jeg på de kontanter, jeg faktisk har investeret?
Formel: Cash-on-cash-afkast = Årligt cash flow før skat / Samlet investeret kontantbeløb
Samlet investeret kontantbeløb inkluderer Deres udbetaling, closing-omkostninger, møbleringsomkostninger og eventuelle renoveringsudgifter. Årligt cash flow før skat er NOI minus årlig gældsbetjening.
Cash-on-cash er det rette nøgletal til at vurdere gearede aftaler. Hvad det ikke fortæller Dem: Cash-on-cash er et øjebliksbillede for ét år. Det tager ikke højde for værdistigning, opbygning af egenkapital via afdrag eller hvad der sker, når De sælger.
Intern rente (IRR)
IRR besvarer spørgsmålet: hvad er mit samlede årlige, annualiserede afkast over hele investeringsperioden, inklusive salgsprovenu?
IRR er det mest omfattende afkastnøgletal, fordi det indregner pengenes tidsværdi, alle årlige cash flows og det forventede salg. For STR’er, der holdes 5 til 10 år, kræver IRR-modellering en forventet ejertid, en antagelse om exit cap rate og forventede salgsomkostninger (typisk 5 til 7 procent af salgsprisen).
Gearet vs. u-gearet IRR. U-gearet IRR måler ejendommens afkast før finansiering. Gearet IRR måler Deres egenkapitalafkast efter gældsbetjening. Bekræft altid, hvilken IRR der præsenteres — mæglere og sælgere gør ikke altid forskellen tydelig.
Exit cap rate er den farligste antagelse i modellen. En aftale modelleret med 5.5% exit cap i et marked, der har flyttet sig til 6.5%, giver et væsentligt anderledes afkast. Kør en følsomhedstabel, der viser IRR ved Deres basis-, bear- og optimistiske antagelser for exit cap.
Equity multiple
Equity multiple besvarer et enklere spørgsmål: for hver dollar jeg lægger ind, hvor mange dollars får jeg tilbage?
Formel: Equity multiple = Samlet kontant tilbagebetaling / Samlet investeret kontantbeløb
En equity multiple på 2.0x betyder, at De fordoblede Deres penge. 1.7x betyder, at De fik 70 cent i profit pr. investeret dollar tilbage. Equity multiple tager ikke højde for, hvor lang tid afkastet tog — det er her, IRR udfylder hullet. Brug alle tre nøgletal sammen for et komplet billede.
Sådan fortolker De Deres modelresultater samlet
De enkelte nøgletal fortæller kun en del af historien. Mønstret på tværs af alle fire nøgletal er det, der fortæller Dem, hvilken type aftale De faktisk har, og om risikoprofilen matcher Deres investeringsmål.
| Mønster | Hvad det betyder | Hvad De skal gøre |
|---|---|---|
| Højt cash-on-cash + lav IRR | Stærk årlig indkomst, svag exit-værdi. Ejendommen genererer godt cash flow, men stiger ikke nævneværdigt i værdi over tid. | Godt for indkomstfokuserede investorer. Bekræft, at antagelsen om exit cap ikke er for konservativ, før De går videre. |
| Lavt cash-on-cash + høj IRR | Værdistigningsdrevet aftale. Ejendommen kan køre med lav eller negativ årlig indtjening, men giver stærke samlede afkast via værdivækst og exit-provenu. | Fungerer kun, hvis De har kapitalreserver til at dække underskud og overbevisning om værdistigningstesen. Højere risikoprofil, end tallene umiddelbart antyder. |
| Stærk NOI + svagt cash flow efter gældsbetjening | Finansieringsproblem, ikke et ejendomsproblem. Det underliggende aktiv genererer indkomst, men gældsstrukturen æder for meget af den. | Genbesøg kapitalstrukturen. En større udbetaling, et låneprodukt med lavere rente eller en længere amortiseringsperiode kan løse hullet. |
| Høj break-even-belægning (over 70%) | Skrøbelig aftale med lille margin til en stille sæson, en ny konkurrent på markedet eller et svagt bookingår. | Enten er udgiftsstrukturen for tung, anskaffelsesomkostningen for høj, eller indtægtsprognoserne for optimistiske. Identificér hvad, før De går videre. |
Hvad er de mest almindelige fejl i STR-finansiel modellering?
De fleste fejl i underwriting skyldes ikke regnefejl. De skyldes strukturelle valg, der får en model til at se mere attraktiv ud end virkeligheden. Her er de mønstre, der optræder oftest, og hvad hver enkelt koster Dem.
| Fejl | Hvad går galt | Løsningen |
|---|---|---|
| Brug af årlige belægningsgennemsnit | Skjuler måneder med negativt cash flow. Et årligt gennemsnit på 62 % kan skjule fire måneder under 40 %. | Opbyg belægningen måned for måned. Lad det årlige gennemsnit fremkomme ud fra de månedlige data. |
| Ignorering af rengøringsfrekvens | At behandle rengøring som en fast månedlig omkostning overser strukturen pr. gæsteskifte. Ved 55 rengøringer om året er et rengøringsgebyr på $120 $6.600 årligt. | Beregn rengøringsomkostningen som (estimerede årlige gæsteskifter) x (pris pr. rengøring). Medtag genopfyldning af linned separat. |
| Undervurdering af OTA-provisioner | At modellere 3 % provision ignorerer helheden. Platformprovisioner, betalingsbehandling og ekstra gebyrer udgør ofte tilsammen 10 til 15 % af bruttoomsætningen. | Modellér OTA-provisioner som en procentdel af bruttoomsætningen. Brug 10 % som et konservativt udgangspunkt, og justér pr. platform. |
| Ikke at modellere CapEx-reserver | At springe CapEx-reservelinjen over får afkastet til at se bedre ud, end det er. Når vaskemaskinen går i stykker i år 3, rammer omkostningen Dem uden en post i modellen til at absorbere den. | Afsæt 3 til 5 % af bruttoomsætningen årligt. For ældre ejendomme eller luksusporteføljer: brug 5 %. |
| At antage peak-ADR året rundt | At bruge Deres juli-pris som grundlag for årlige omsætningsprognoser giver i de fleste sæsonmarkeder en overvurdering på 20 til 40 %. | Opbyg en 12-måneders ADR-plan. Deres effektive gennemsnitlige ADR på tværs af alle bookede nætter er altid væsentligt lavere end højsæsonpriserne. |
Hvordan modellerer De sæsonudsving i omsætningen uden at over- eller underestimere?
Sæsonmodellering er der, hvor de fleste STR-regneark falder fra hinanden, og hvor en velbygget model viser sin værdi.
Den mest pålidelige tilgang er en månedlig omsætningsmatrix med ADR- og belægningsantagelser for hver af de 12 måneder, som giver et månedligt bruttoomsætningstal for hver. Byg tre versioner: konservativ, basis og optimistisk. Den konservative case bør afspejle et svagere end gennemsnitligt år for Deres marked. Basiscasen bør afspejle normale forhold. Den optimistiske case bør afspejle et stærkt år, men ikke et ekstraordinært.
Sådan ser en månedlig omsætningsmatrix ud for en kystnær ejendom med 3 soveværelser i et nordøstligt strandmarked:
| Måned | ADR | Belægning | Bruttoomsætning |
|---|---|---|---|
| Januar | $195 | 28 % | $1.689 |
| Februar | $210 | 32 % | $1.882 |
| Marts | $225 | 38 % | $2.394 |
| April | $260 | 52 % | $4.056 |
| Maj | $290 | 65 % | $5.638 |
| Juni | $385 | 82 % | $9.482 |
| Juli | $495 | 91 % | $13.993 |
| August | $495 | 89 % | $13.651 |
| September | $360 | 72 % | $7.776 |
| Oktober | $280 | 55 % | $4.588 |
| November | $225 | 35 % | $2.363 |
| December | $230 | 38 % | $2.625 |
| Årlig total | $307 i gns. | 62 % i gns. | $70.137 |
Hvis De havde modelleret dette som en fast belægning på 60 % ved $320 i gennemsnitlig ADR, ville De have estimeret $84.672 i årlig omsætning — 21 % højere end den månedlige matrix giver. Endnu vigtigere: De ville ikke have indsigt i, at denne ejendom har negativt cash flow i januar, februar, marts og november. Det er fire måneder med underskud, som De skal have likviditetsreserver til at dække, uanset hvor gode de årlige tal ser ud.
Kør også Deres omkostningsmodel månedligt. Rengøringsomkostninger, forsyning og administrationshonorarer skalerer med belægningen. Faste omkostninger som forsikring, ejendomsskatter og realkreditbetalinger stopper ikke i januar.
Hvad er forskellen på et regneark, en lommeregner og en fuld finansiel model?
Disse tre værktøjer tjener forskellige formål, og at vide hvilket De skal bruge på hvert trin i processen sparer tid og forhindrer, at De træffer vigtige beslutninger med det forkerte analyseniveau.
En STR-beregner er et hurtigt screeningsværktøj. De indtaster en adresse eller et sæt antagelser og får et estimeret omsætningstal, en omtrentlig cap rate og en grov cash flow-prognose. Beregnere er fremragende til at filtrere deal flow og hjælper Dem med på 5 minutter at afgøre, om en ejendom er værd at se nærmere på. De er ikke underwriting-værktøjer. Afvigelsen mellem en beregner og en korrekt opbygget model kan være 15 til 30 %.
En regnearksskabelon er næste niveau. Et velbygget STR-regneark — der dækker omkostningskategorierne ovenfor, en månedlig omsætningsmatrix, en amortiseringsplan for realkredit og de centrale afkastnøgletal — er det rette værktøj til underwriting af de fleste enkeltstående ejendomskøb. Det giver Dem fuld kontrol over alle antagelser og skaber et dokument, De kan dele med långivere eller investorer. Risikoen: Regneark er kun så gode som det, De putter i dem. Generiske skabeloner springer ofte OTA-provisioner, CapEx-reserver og bogføringsomkostninger over.
En fuld finansiel model er det, De har brug for til porteføljeanalyse, investorpræsentationer eller strategier for køb af flere ejendomme. En ordentlig model håndterer flere ejendomstrancher, konsoliderer på tværs af en portefølje, inkluderer waterfall-fordelinger, hvis De har egenkapitalpartnere, og sporer IRR og egenkapitalmultipler både på ejendoms- og porteføljeniveau.
For de fleste ejendomsadministratorer, der analyserer et enkelt køb, er et velbygget regneark tilstrækkeligt. For porteføljeoperatører, der modellerer 10 eller flere ejendomme eller rejser ekstern kapital, er en dedikeret finansiel model investeringen i tid eller værktøjer værd.
Hvordan påvirker administrationshonorarer og softwareomkostninger Deres finansielle model?
Selvadministration vs. at hyre en ejendomsadministrator
Valget mellem selv at administrere og at hyre en professionel ejendomsadministrator er en af de største variabler i enhver STR-finansiel model, og det bliver ofte behandlet som en eftertanke.
En full-service ejendomsadministrator tager typisk 20 til 30 % af bruttoomsætningen. For en ejendom, der genererer $75.000 om året, er det $15.000 til $22.500 i årlige honorarer. Spørgsmålet er ikke, om honoraret er højt, men om PM’en skaber tilstrækkelig meromsætning og undgår tilstrækkelige driftsomkostninger til at retfærdiggøre det.
Erfarne ejendomsadministratorer opnår typisk højere ADR end selvadministratorer, fordi de investerer i professionel fotografering, bruger dynamiske prisværktøjer og har etablerede historikker med anmeldelser. De har også lavere driftsomkostninger pr. booking, fordi de har rengøringsteams, leverandørrelationer og systemer til håndtering af vedligeholdelsesproblemer, som selvadministratorer skal opbygge fra bunden. En PM, der tager 25 % og skaber 20 % højere bruttoomsætning end selvadministratorens baseline, er økonomisk neutral, før der tages højde for den tid, operatøren sparer.
Den rigtige måde at modellere dette på er at opbygge to eller tre versioner af resultatopgørelsen: én med selvadministration (inklusive en realistisk værdisætning af Deres egen tid), én med et PM-honorar og eventuelt en tredje med en co-hosting-aftale, som typisk ligger mellem de to i omkostning. Sammenlign netto-cash flow i hvert scenarie.
Teknologiomkostningsstakken
Den typiske stak af STR-administrationssoftware for en ejendomsadministrator med 20 til 49 annoncer omfatter et PMS, et dynamisk prisværktøj, en direkte bookingside, software til rengøringsdrift og en regnskabsplatform. Det er ikke valgfrie omkostninger. Det er driftsinfrastruktur, og de hører hjemme i modellen fra dag ét.
Hostfullys brancheundersøgelse for 2025 viste, at 25 % af operatørerne planlægger at investere i regnskabs- eller faktureringssoftware i 2026, hvilket gør det til den næstmest nævnte teknologiprioritet efter AI-drevet gæstekommunikation. Tallet afspejler, hvor mange operatører der opdager bagefter, at deres backoffice-omkostninger ikke var medregnet, da de underwritede casen.
Hvorfor regnskabsomkostninger er værd at modellere eksplicit
Hostfullys branchedata for 2025 viser, at regnskabssmerte er den hurtigst voksende teknologiske udfordring for STR-operatører og er steget fra 5 % af teknologiklagerne i 2021 til 21 % i 2025. Operatørerne pegede på afstemningsfejl, inkonsistente OTA-udbetalinger og fragmenterede finansdata på tværs af kanaler som de primære drivere.
For operatører, der administrerer 20 eller flere ejendomme, forstærkes disse udfordringer dagligt. Omkostningen ved at reparere en brudt finansiel infrastruktur midt i en portefølje er væsentligt højere end at bygge den rigtigt fra start, både i faktiske udgifter og i tid tabt på manuel afstemning.
Hvilke benchmarks bør De bruge for at vide, om Deres modelantagelser er realistiske?
Hver antagelse i Deres model bør tjekkes mod et benchmark. Her er de mest nyttige referencepunkter til at kalibrere STR-underwriting-input.
Belægningsgrad. En national belægningsgrad på omkring 54 til 55 % er den nuværende baseline for det amerikanske STR-marked. Brug det som Deres gulv-antagelse for en basiscase, ikke som Deres mål. Enkeltstående ejendomme i markeder med høj efterspørgsel og stærke anmeldelser bør sigte efter over 60 % i base-case-modellering. Ejendomme i stærkt sæsonprægede markeder kan ligge på 70 til 80 % i højsæsonen og 25 til 35 % i lavsæsonen, hvilket giver et lavere årligt gennemsnit. Netop derfor er månedlig modellering vigtig.
ADR og RevPAR. Disse varierer dramatisk efter marked, ejendomstype og antal soveværelser. Det eneste pålidelige ADR-benchmark er lokalt: hent aktuelle aktive annoncer i Deres målområde med sammenlignelige specifikationer og se deres priser. At anvende et nationalt ADR-gennemsnit på en specifik markeds-underwrite er ikke et nyttigt benchmark.
Cash-on-cash-afkast. STR-investorer i 2025 og 2026 opererer i et miljø med højere renter end cyklussen 2020 til 2022, hvilket betyder, at cash-on-cash-afkast er blevet presset for gearede køb. Et cash-on-cash-afkast på 6 til 9 % anses for rimeligt for gearede køb i konkurrencedygtige markeder. Kontantkøb bør sigte efter 7 til 10 % eller højere for at retfærdiggøre alternativomkostningen ved den investerede egenkapital.
Cap rate. En cap rate på 6 til 9 % er typisk for STR-ejendomme, der performer godt, i etablerede ferieudlejningsmarkeder. Cap rates under 5 % i markeder med høje adgangsbarrierer (strandbyer med begrænset udbud, bjergmarkeder med regulatoriske begrænsninger) kan stadig give stærke IRR’er, hvis antagelserne om værdistigning er konservative og realistiske for markedet.
IRR-mål. For de fleste første- eller andengangskøb af ejendom er IRR mindre nyttig i det daglige end cash-on-cash-afkast. IRR er relevant, når De sammenligner to handler med forskellige ejertider, eller når De senere bringer ekstern kapital ind. På det stadie er et mål for gearet IRR på 14 til 20 % typisk for STR-fokuserede strategier. Alt under 12 % gearet bør granskes, givet STR’s driftsmæssige kompleksitet sammenlignet med enklere aktivklasser.
Hvordan kan De hurtigt afgøre, om en STR-handel er værd at underwrite fuldt ud?
Før De bruger tid på en fuld model, kan fire tærskelchecks fortælle Dem, om en handel fortjener dybere analyse eller bør springes over. Ingen af disse erstatter en komplet underwrite, men de sorterer handler med strukturelle problemer fra, før De investerer timerne.
| Check | Tærskel | Hvad det indikerer |
|---|---|---|
| Driftsomkostningsratio | Omkostninger over 65 % af bruttoomsætningen | Svag handel. Ejendommen genererer ikke nok omsætning i forhold til sin omkostningsstruktur til at give tilstrækkelige afkast ved nogen rimelig gearing. |
| Break-even-belægning | Break-even over 70 % | Risikabel. Modellen kræver næsten peak-belægning blot for at dække omkostningerne, uden buffer til en svag sæson, øget konkurrence eller en langsom opstartsperiode. |
| Cash-on-cash-afkast | Under 6 % ved et gearet køb | Lavt afkast i forhold til STR’s driftsmæssige kompleksitet. Under 6 % påtager investoren sig platform-, regulatorisk- og administrationsrisiko for et afkast, som LTR-ejendomme ofte matcher med langt mindre arbejde. |
| Måneder med negativt cash flow uden en reserveplan | Mere end 3 måneder med negativt cash flow uden angivet reserve | Skrøbelig. Uden en modelleret reserve eller dokumenteret finansieringskilde har handlen et skjult likviditetsbehov, som ikke fremgår af de årlige afkast. |
Hvis en handel fejler to eller flere af disse checks, kræver den en væsentlig ændring af deal-strukturen (lavere købspris, anden finansiering, mere sikre omsætningsantagelser), før den er tiden værd at bygge fuldt ud.
Ofte stillede spørgsmål om finansiel modellering af korttidsudlejning
Hvad er 2 %-reglen for korttidsudlejning?
2 %-reglen siger, at en udlejningsejendom bør generere en månedlig bruttoleje på mindst 2 % af købsprisen. For STR er det en grov screeningsheuristik, ikke en pålidelig underwriting-standard. Den tager ikke højde for OTA-provisioner, rengøringsomkostninger eller sæsonvariation og bryder ofte sammen i ferieudlejningsmarkeder med høje ejendomsværdier. Brug den til hurtigt at frasortere handler, der åbenlyst ikke fungerer, men brug den aldrig til at bekræfte, at en handel fungerer.
Hvad er 80/20-reglen for Airbnb?
I STR-drift henviser 80/20-reglen til observationen af, at cirka 80 % af en ejendoms omsætning genereres i 20 % af de tilgængelige datoer, typisk weekender i højsæsonen og ferieperioder. Optimistiske ADR-antagelser, der behandler højsæsonpriser som standardprisen, vil konsekvent give overestimeringer. Deres gennemsnitlige effektive ADR på tværs af alle bookede nætter er altid lavere end Deres peak-pris.
Hvad er 75-55-reglen for Airbnb?
75-55-reglen er et levedygtighedsbenchmark, der nogle gange bruges i STR-underwriting: 75 % belægning i højsæsonen og 55 % belægning i skulder- og lavsæsonen som minimumstærskler for, at en handel anses for levedygtig. Det er en markedsspecifik heuristik, ikke en universel standard, og den bør kalibreres til sæsonprofilen i Deres specifikke målmarked, før den bruges som screeningsfilter.
Hvad er en god cap rate for en korttidsudlejning?
En cap rate på 6 til 9 % er typisk for STR-ejendomme, der performer godt, i etablerede ferieudlejningsmarkeder i 2025 og 2026. Ejendomme i markeder med høje adgangsbarrierer og en stærk historik for værdistigning kan handles til cap rates på 4 til 6 % og stadig give tilstrækkelige samlede afkast. Ejendomme under 4 % cap rate i markeder uden værdistigning fungerer sjældent på cash flow-basis ved de nuværende finansieringsomkostninger.
Bør jeg bruge IRR eller cash-on-cash-afkast til at evaluere en STR?
Brug cash-on-cash-afkast, når De vurderer et køb af en enkelt ejendom og primært fokuserer på årlig indkomst. Brug IRR, når De sammenligner handler med forskellige ejertider, forskellige egenkapitalstrukturer eller præsenterer for eksterne investorer, fordi IRR indfanger hele afkastbilledet, inklusive salgsprovenu og pengenes tidsværdi. For de fleste enkeltstående køb er cash-on-cash det mest nyttige nøgletal i det daglige.
Hvad er 3-3-3-reglen i fast ejendom?
3-3-3-reglen (3 % til vedligeholdelse, 3 måneders omkostninger i reserve og 3 år til break-even) er en heuristik for boligfast ejendom med begrænset direkte anvendelighed på STR-underwriting. STR-vedligeholdelse og CapEx-reserver ligger typisk højere end 3 % af ejendomsværdien på grund af gæsteskifte. Likviditetsreserver på 3 til 6 måneders driftsomkostninger plus gældsservice er et mere passende mål for STR-operatører, især for sæsonprægede ejendomme med længere perioder med lav aktivitet.
Hvordan indregner jeg STR-regulering i min finansielle model?
Regulering hører hjemme i modellen som en risikofaktor snarere end et fast input, fordi den kan ændre sig. Før underwriting bør De verificere, at målejendommen lovligt må bruges som STR, afklare om der er loft over antal udlejningsnætter pr. år, og undersøge om der kræves tilladelse eller licens, og hvad den koster. I markeder med aktivt regulatorisk pres bør De modellere et scenarie, hvor ejendommen begrænses til 180 eller 120 nætter om året, og tjekke om handlen stadig giver positivt cash flow. Hostfullys guide til STR-regler stat for stat er et nyttigt udgangspunkt til at tjekke regulatorisk status pr. marked.
Vigtigste pointer
- Den største strukturelle forskel mellem en STR-model og en standard udlejningsmodel er ikke nøgletallene. Det er omkostningskategorierne. OTA-provisioner, rengøring pr. gæsteskifte og CapEx-reserver for ejendomme med høj omsætning er ikke med i generiske skabeloner. Hvis de ikke er med i Deres, er Deres omkostninger undervurderet.
- Årlige belægningsgennemsnit skjuler Deres dårligste måneder. En ejendom med et årligt gennemsnit på 62 % kan have negativt cash flow i fire måneder i træk. Månedlig modellering er ikke valgfri for sæsonprægede ejendomme.
- En model, der ser profitabel ud på papiret, kan stadig fejle, hvis belægningen skal overstige 70 % for at nå break-even, hvis omkostningerne ligger over 65 % af brutto, eller hvis der ikke er en likviditetsreserve til at dække underskud i lavsæsonen. Tjek alle tre, før De forpligter Dem til en fuld underwrite.
- Det rigtige afkastnøgletal afhænger af, hvilket spørgsmål De besvarer. Cash-on-cash fortæller, hvad De tjener i år. IRR fortæller, hvad De tjener, når De sælger. Ingen af dem er nok alene.
- Finansiel rapporteringsinfrastruktur er en omkostning ved at drive forretning, ikke en eftertanke. De operatører, der modellerer den fra dag ét, skalerer hurtigere end dem, der eftermonterer den, når den manuelle proces bryder sammen.