VALUESTRATEGI BASERAD PÅ RESIDUALAVKASTNING

Transkript

1 UPPSALA UNIVERSITET Företagsekonomiska Institutionen VALUESTRATEGI BASERAD PÅ RESIDUALAVKASTNING Företagsekonomi D, VT 2007 Magisteruppsats, 10 poäng Författare: Johan Adalberth Mikael Nilsson Handledare: Joachim Landström Datum för ventilering:

2 SAMMANFATTNING Vi undersöker sambandet mellan residualavkastning på eget kapital och aktieavkastning. Företagen på Stockholmsbörsen delas in i tio portföljer utifrån storleken på företagens residualavkastningar under en treårig rankingperiod. Portföljernas prestation på börsen utvärderas sedan under en treårig testperiod. Totalt omfattar undersökningen åtta rankingperioder med tillhörande testperioder. De genomsnittliga resultaten tyder på att överreaktionshypotesen stämmer och att en valuestrategi är lönsam. Portföljen med de företag som uppvisar de lägsta residualavkastningarna under rankingperioderna har den högsta genomsnittliga portföljavkastningen under testperioderna och vice versa. Även de övriga portföljernas prestation ligger i linje med prestationen hos extremportföljerna. 2

3 INNEHÅLLSFÖRTECKNING 1. INLEDNING ÖVERREAKTIONSHYPOTESEN VALUESTRATEGIER RESIDUALAVKASTNINGAR OPERATIONALISERINGAR RESIDUALVINST OCH RESIDUALAVKASTNING AVKASTNINGSKRAV PÅ EGET KAPITAL ( r E ) UNDERSÖKNINGENS UTFORMNING URVAL RANKINGPERIODERNA TESTPERIODERNA UNDERSÖKNINGENS RESULTAT DETALJGRANSKNING AV EXTREMPORTFÖLJERNA STUDIE AV MEDIANVÄRDEN ALTERNATIV DEFINITION AV PORTFÖLJAVKASTNING SLUTSATSER KÄLLFÖRTECKNING

4 1. INLEDNING Akademiker och professionella investerare har länge argumenterat för att valuestrategier presterar bättre än marknaden. Dessa strategier innebär att man köper aktier som har låga priser i förhållande till variabler som representerar värde, till exempel vinster, utdelningar och bokfört värde på eget kapital. (Lakonishok et al. 1994:1541) Valuestrategiernas lönsamhet kan förklaras med utgångspunkt i de senaste decenniernas forskning om överreaktioner på aktiemarknaden. De Bondt och Thaler (1985) visar att tidigare perioders förloraraktier i genomsnitt presterar bättre än tidigare perioders vinnaraktier. Detta fenomen förklarar man utifrån människans tendens att överreagera på oväntade och dramatiska nyhetshändelser. Tidigare vinnaraktier har ofta varit utsatta för positiva överreaktioner samtidigt som tidigare förloraraktier ofta har varit utsatta för negativa överreaktioner. La Porta (1996) menar att felaktig extrapolering av historiska data kan betraktas som en speciell typ av överreaktion. Investerare tenderar att hålla fast vid historiska trender alltför länge. Detta bidrar till att aktier som tidigare har presterat bra tenderar att övervärderas och att aktier som tidigare har presterat dåligt tenderar att undervärderas. Bland de första att påvisa en vinstpotential hos valuestrategier var Basu (1977). Författaren visar att aktier med låga P/E-tal i genomsnitt ger en högre riskjusterad avkastning än aktier med höga P/E-tal. Valuestrategier har senare utformats och testats för ett antal olika variabler. Chan et al. (1991) undersöker exempelvis sambandet mellan aktieavkastningar och de fyra variablerna vinstavkastning, storlek, bokfört värde på eget kapital och kassaflödesavkastning. En variabel som tidigare inte har förknippats med valuestrategier är residualavkastning. Denna variabel definieras som avvikelsen från den riskjusterade avkastning som företag normalt genererar. Trots att omfattande forskning har bedrivits inom området för residualavkastningar har lite uppmärksamhet riktats mot variabelns relation till aktieavkastning. Det är möjligt att företag som uppvisar höga residualavkastningar också ger en bra avkastning på börsen. En annan möjlighet är att dessa företag tenderar att vara övervärderade och att det därför är mer lönsamt att tillämpa en valuestrategi där man köper företag som uppvisar låga residualavkastningar. 4

5 I denna uppsats undersöker vi sambandet mellan residualavkastning på eget kapital och aktieavkastning. Vi delar in företagen på Stockholmsbörsen i tio portföljer utifrån storleken på företagens residualavkastningar under en treårig rankingperiod. Därefter utvärderar vi portföljernas prestation på börsen under en treårig testperiod. Totalt omfattar undersökningen åtta rankingperioder med tillhörande testperioder. Vi utgår från att överreaktionshypotesen stämmer och att en valuestrategi är lönsam. Detta innebär att portföljen med de företag som uppvisar de lägsta residualavkastningarna på eget kapital under rankingperioderna borde ha den högsta genomsnittliga portföljavkastningen under testperioderna och vice versa. Närmast följer en teoretisk beskrivning av överreaktionshypotesen, valuestrategier och residualavkastningar. Därefter operationaliserar vi våra variabler och beskriver undersökningens utformning. I den fjärde sektionen presenterar vi undersökningens resultat. Den sista sektionen innehåller slutsatser och en diskussion kring undersökningens metod. 1.1 ÖVERREAKTIONSHYPOTESEN Enligt Dissanaike (1997) innebär överreaktionshypotesen att investerare systematiskt överreagerar på nyheter. En positiv nyhet gör att aktiekursen stiger för mycket relativt nyhetsvärdet samtidigt som en negativ nyhet gör att aktiekursen sjunker för mycket relativt nyhetsvärdet. Efter en överreaktion kommer en akties pris normalt att återgå mot tidigare nivåer. Denna återgång gör att aktier som har varit utsatta för en negativ överreaktion presterar bättre än aktier som har varit utsatta för en positiv överreaktion. Bland de första att undersöka överreaktionshypotesen empiriskt var De Bondt och Thaler (1985). Författarna visar att portföljer med tidigare perioders förloraraktier i genomsnitt presterar bättre än portföljer med tidigare perioders vinnaraktier. Detta tolkar man som ett tecken på överreaktion hos marknaden. Författarna förklarar överreaktionen utifrån hur individer reagerar på ny information. Man menar att många individer tenderar att överreagera på oväntade och dramatiska nyhetshändelser. Istället för att väga in ny information i proportion till tidigare information, tenderar individen att lägga större vikt vid den nya informationen. La Porta (1996) menar att systematiska överreaktioner förekommer även bland professionella aktieanalytiker. Analytikerna tenderar att ha alltför extrema förväntningar som de senare blir tvungna att revidera. En viktig orsak till de extrema förväntningarna är felaktig extrapolering av historiska data. Detta betraktar författaren som ett specialfall av överreaktion. När investerare har 5

6 uppmärksammat en ny trend tenderar de att hålla fast vid den alltför länge. Detta bidrar till att aktier som tidigare har presterat bra (dåligt) tenderar att bli övervärderade (undervärderade). Även Lakonishok et al. (1994) menar att marknadens överreaktioner kan förklaras utifrån investerares tendens att extrapolera historiska vinster alltför långt in i framtiden. Genom extrapoleringen blir förväntningarna om framtida tillväxt felaktigt knutna till den historiska tillväxten. Detta resulterar ofta i en överdriven optimism kring aktier som tidigare har presterat bra och en överdriven pessimism kring aktier som tidigare har presterat dåligt. 1.2 VALUESTRATEGIER Valuestrategier går ut på att köpa aktier som har låga marknadspriser i förhållande till variabler som representerar fundamentalt värde. Exempel på sådana variabler är vinster, utdelningar, kassaflöden och bokfört värde på eget kapital. Valuestrategier kan även baseras på vissa variabler som per definition inte representerar fundamentalt värde, till exempel historiska aktiepriser. Lakonishok et al. (1994) förklarar valuestrategiernas lönsamhet i enlighet med överreaktionshypotesen. Man menar att naiva investerare tenderar att vara överdrivet pessimistiska gentemot valueaktier som tidigare har presterat dåligt och som har varit förknippade med dåliga nyheter. Samtidigt tenderar de naiva investerarna att vara överdrivet optimistiska gentemot glamouraktier som tidigare har presterat bra och som har varit förknippade med positiva nyheter. Genom att i motsats till de naiva investerarna köpa undervärderade valueaktier och sälja övervärderade glamouraktier kan lönsamhet uppnås i samband med att de naiva investerarna reviderar sina överdriva förväntningar. Eftersom en valueinvesterare agerar på motsatt sätt i förhållande till den naiva majoriteten av investerare kallas valuestrategier ofta för contrarianstrategier. Valuestrategier är inget nytt fenomen. Lakonishok et al. (1994) hävdar att begreppet användes redan av Graham och Dodd på 1930-talet. Bland de första att i mer modern forskning påvisa en vinstpotential hos valuestrategier var Basu (1977). Författaren undersöker sambandet mellan P/E-tal och aktieavkastning. Resultaten visar på att aktier med låga P/E-tal i genomsnitt har en högre riskjusterad avkastning än aktier med höga P/E-tal. En annan uppmärksammad studie utförs av Chan et al. (1991). Författarna undersöker sambandet mellan aktieavkastning och de fyra variablerna vinstavkastning, storlek, bokfört värde 6

7 på eget kapital och kassaflödesavkastning. Studien utförs på den japanska marknaden och man finner signifikanta samband i förväntade riktningar för alla studerade variabler. Högst signifikans finner man för bokfört värde på eget kapital och kassaflödesavkastning. 1.3 RESIDUALAVKASTNINGAR En residualavkastning är detsamma som avvikelsen från den riskjusterade avkastning som företag normalt genererar. I en effektiv marknadsekonomi kommer residualavkastningar snabbt att försvinna. Även om osäkerhet, nyskapande och förändrade preferenser tillfälligt kan göra att företag genererar avkastningar som avviker från det normala, kommer avkastningsnivåerna att återställas genom att resurser flödar till aktiviteter som genererar högre avkastning än normalt samtidigt som resurser flödar från aktiviteter som genererar lägre avkastning än normalt. (Mueller 1977:369) Jacobsen (1988) undersöker uthålligheten hos residualavkastningar genom att studera hur avkastningar på investeringar förändras över tiden. I enlighet med teorin om att residualavkastningar orsakas av störningar i marknadsjämvikten finner författaren att residualavkastningar på investeringar tenderar att återgå mot sina medelvärden. Författaren finner inga tecken på att det helt skulle gå att undvika denna återgångsprocess. Däremot finns ett antal faktorer som påverkar hur snabbt återgångsprocessen sker, exempelvis vertikal integration, marknadsandel och intensitet hos marknadsföringskostnader. Genom att utnyttja dessa faktorer kan återgången göras långsammare. Detta gör det möjligt för företag att generera residualavkastningar under en betydligt längre tid. Genom att residualavkastningarnas uthållighet begränsas av en återgångsprocess borde det i många fall vara riskabelt att extrapolera residualavkastningar in i framtiden. Om investerare antar att företag som historiskt har uppvisat höga (låga) residualavkastningar kommer att fortsätta göra detta är risken stor att en övervärdering (undervärdering) uppstår när residualavkastningarna återgår mot sina normala nivåer. I enlighet med överreaktionshypotesen borde därför företag som tidigare har uppvisat låga residualavkastningar ha goda möjligheter att prestera bättre på börsen jämfört med företag som tidigare har uppvisat höga residualavkastningar. 7

8 2. OPERATIONALISERINGAR 2.1 RESIDUALVINST OCH RESIDUALAVKASTNING När vi genomför undersökningen behöver vi en mätbar definition av residualavkastning på eget kapital. På ett liknande sätt som Lundholm och O Keefe (2000:12) definierar vi residualvinst som: RI t = NIt re SEt 1 där RI är residualvinsten för period t, NI nettoresultatet för period t, r avkastningskravet på t t E eget kapital och SE t 1 det egna kapitalet i början av period t. Residualvinst är dock ett absolut mått som beror av storleken på eget kapital. Vi dividerar därför ovanstående uttryck med SE t 1 och erhåller följande uttryck för residualavkastning på eget kapital: RI SE t NI = SE t re SE SE t 1 NI = SE t 1 t 1 t 1 t 1 t r E = ROE t r E där ROE t är räntabiliteten på eget kapital för period t. Datainsamlingen görs i Datastream med tillhörande databaser. Programmets kod för respektive variabel anges inom parentes. Årsdata för ROE (kod: WC08301) hämtas direkt ur programmet. Avkastningskravet på eget kapital ( r ) t estimeras med hjälp av CAPM. E 2.2 AVKASTNINGSKRAV PÅ EGET KAPITAL ( r E ) Avkastningskravet på eget kapital ( ) estimeras med hjälp av den grundläggande CAPMekvationen. Enligt Landström (2004:2) kan denna definieras enligt följande: r E r E = r + β f ( rm rf ) där rf är den riskfria räntan, β betavärdet för den aktuella tillgången och r m marknadsavkastningen. Skillnaden mellan marknadsavkastningen och den riskfria räntan benämns ofta som riskpremien på eget kapital (ERP). CAPM-ekvationen kan därmed skrivas om enligt följande: 8

9 r E = r + β ERP f Betavärden hämtas som månadsobservationer i Datastream (kod: 897E). För att dessa månadsobservationer skall vara jämförbara med våra årliga observationer av genomsnittliga betavärden för respektive år. ROE t beräknar vi Den riskfria räntan och riskpremien på eget kapital håller vi konstanta. Ett konstant värde på den riskfria räntan kan enligt Landström (2004:2) estimeras utifrån inflationstakten och den historiska realräntan på långa statsobligationer. Om man likt författaren antar att inflationstakten i Sverige är cirka 2 % och att realräntan i Sverige på långa statsobligationer historiskt har varit cirka 2,35 % innebär detta följande riskfria ränta: r f = ( 1 + 0,023) (1 + 0,02) 1 = 4,35% En estimering av riskpremien på eget kapital hämtar vi från en undersökning gjord av Öhrlings PriceWaterhouseCoopers (2006). Undersökningen är utförd i form av en enkätundersökning riktad till större kapitalplacerare och andra aktörer på aktiemarknaden. I enkäten ställer man frågor angående marknadsaktörernas förväntningar om och krav på aktieplaceringars avkastning utöver den riskfria räntan. Undersökningens slutsats är att riskpremien på eget kapital på den svenska aktiemarknaden är 4,5 %. 9

10 3. UNDERSÖKNINGENS UTFORMNING Undersökningen omfattar tidsperioden till Under denna period definierar vi åtta rankingperioder där vi rankar företagen på Stockholmsbörsen och delar in dem i tio portföljer utifrån företagens residualavkastning på eget kapital. Omedelbart efter varje rankingperiod definierar vi en testperiod där vi utvärderar portföljernas prestation. Rankingperioderna med de tillhörande testperioderna är överlappande med ett års förskjutning. Enligt Dissanaike (1997:30) finns det fördelar med att använda överlappande perioder. När fristående perioder används kommer det att finnas information mellan perioderna som inte beaktas. Det kan också finnas cykliska faktorer i ekonomin som påverkar undersökningens resultat. Överlappande perioder innebär en bättre kompensation för dessa faktorer. Vi har valt att använda treåriga rankingperioder. Längre rankingperioder innebär att färre perioder kan definieras under den totala undersökningsperioden. Kortare rankingperioder innebär samtidigt att det blir svårare att urskilja tydliga effekter eftersom företagen då rankas utifrån mer slumpmässiga och kortvariga residualavkastningar. Även testperioderna är treåriga. Vi anser att tre år är rimligt för att få en tydlig bild av portföljernas prestation. Nedan följer en grafisk överblick av undersökningens upplägg: Period 1 2 Rankingperiod 3 Testperiod År Figur 1: Undersökningens upplägg. 10

11 3.1 URVAL Undersökningen omfattar de företag på Stockholmsbörsen som finns representerade i Datastream. Enligt Dissanaike (1997:29) är det inte lämpligt att begränsa urvalet till de företag som har varit noterade under hela undersökningsperioden. Detta skulle skapa en snedvridning mot överlevande företag. Istället gör vi ett urval för varje rankingperiod med tillhörande testperiod. Portföljerna kommer därmed inte att innehålla samma företag under hela undersökningsperioden. Portföljerna i de senare perioderna kommer också att innehålla fler företag än portföljerna i de tidigare perioderna. Detta beror på att både antalet noterade företag och datatillgången ökar utmed undersökningsperioden. I tabell 1 presenteras det totala antalet företag i respektive testperiod. Testperiod Totalt antal företag Tabell 1: Det totala antalet företag i respektive testperiod. 3.2 RANKINGPERIODERNA För de företag som har kompletta data under en rankingperiod med tillhörande testperiod beräknar vi genomsnittet av de årliga residualavkastningarna på eget kapital under rankingperioden. Vi sorterar därefter företagen och delar in dem i tio lika stora portföljer som vi numrerar från I portfölj 1 placerar vi de företag som har uppvisat den högsta genomsnittliga residualavkastningen. I portfölj 10 placerar vi samtidigt de företag som har uppvisat den lägsta genomsnittliga residualavkastningen. 3.3 TESTPERIODERNA Under testperioderna utvärderar vi portföljernas prestation genom att beräkna kumulativa onormala portföljavkastningar. Portföljavkastningarna definierar vi som: r pt 1 = n n i t i i= 1 Pt 1 P 1 11

12 r pt i där är avkastningen för portfölj p under månad t, n antalet aktier i portföljen, priset på i aktie i vid slutet av månad t och priset på aktie i vid slutet av månad t. Aktiepriserna hämtar vi direkt ur Datastream (kod: P). Pt 1 1 P t De onormala portföljavkastningarna beräknar vi med Affärsvärldens Generalindex som jämförelseindex (kod: AFFGENL). Detta index är brett och mäter den genomsnittliga kursutvecklingen på Stockholmsbörsen. Vi anser därför att indexet är lämpligt att använda vid utvärderingen av portföljernas prestation. För varje portfölj estimerar vi med hjälp av OLSregression ett linjärt samband mellan portföljens avkastning och avkastningen på Affärsvärldens Generalindex. Som estimeringsperiod väljer vi portföljens rankingperiod. Det estimerade linjära sambandet kan skrivas som: rˆ = α + β p r AFGX där rˆ är den estimerade portföljavkastningen och r är avkastningen på Affärsvärldens p Generalindex. Det estimerade linjära sambandet ger oss portföljens förväntade normala avkastning under testperioden. Genom att jämföra portföljens faktiska avkastning under testperioden med den förväntade normala portföljavkastningen får vi fram portföljens onormala avkastning. Den onormala portföljavkastningen kan skrivas som: AFGX ˆ ε pt = r pt rˆ pt där εˆ pt är den onormala avkastningen för portfölj p under månad t, r pt den faktiska avkastningen för portfölj p under månad t och rˆpt den förväntade normala avkastningen för portfölj p under månad t. Slutligen beräknar vi den kumulativa onormala portföljavkastningen genom att summera de onormala portföljavkastningarna successivt för varje månad i testperioden. Den kumulativa onormala avkastningen för portfölj p efter t månader betecknar vi CAR pt. Eftersom vi använder oss av åtta testperioder får vi åtta observationer för respektive CAR pt. Medelvärdet av dessa åtta observationer är den genomsnittliga kumulativa onormala portföljavkastningen. Denna betecknar vi CAR pt. 12

13 4. UNDERSÖKNINGENS RESULTAT I tabell 2 sammanställer vi portföljernas genomsnittliga kumulativa onormala avkastning på halvårsbasis. Månader efter portföljformation Portfölj ,87% -16,82% -28,35% -35,06% -43,24% -47,24% 2-8,58% -11,97% -16,04% -15,09% -28,07% -28,17% 3-2,38% -10,18% -16,33% -17,68% -24,33% -28,31% 4 0,39% -2,08% -7,74% -6,55% -10,32% -17,35% 5-1,84% -2,34% -3,02% 0,16% -1,60% -2,59% 6-2,50% -3,77% -1,77% 3,52% 4,18% 5,65% 7 0,96% 2,98% 2,19% 8,32% 7,51% 6,19% 8 4,12% 2,89% 4,73% 6,53% 9,45% 9,68% 9 5,39% 6,88% 12,39% 17,47% 22,47% 19,76% 10 4,77% 28,82% 37,11% 36,92% 47,36% 40,14% Tabell 2: Genomsnittliga kumulativa onormala portföljavkastningar. Resultaten är mycket tydliga. Portfölj 1 uppvisar den sämsta prestationen under testperioden samtidigt som portfölj 10 uppvisar den bästa prestationen. Portfölj 1 har lägst CAR vid samtliga halvårsobservationer. Portfölj 10 har samtidigt högst CAR vid samtliga halvårsobservationer, förutom den första. Redan efter sex månader är skillnaden mellan extremportföljerna över tio procentenheter. Vid testperiodens slut har skillnaden ökat till cirka 87 procentenheter. Även de övriga portföljernas prestation är i linje med prestationen hos extremportföljerna. Vi kan skönja ett närmast perfekt mönster där portfölj 2 står för den näst sämsta prestationen samtidigt som portfölj 9 står för den näst bästa prestationen, och så vidare. Vissa mindre avvikelser finns dock för de övriga portföljerna. Portfölj 3 har exempelvis en något lägre CAR än portfölj 2 efter 36 månader. När resultaten illustreras grafiskt kan vi lättare urskilja svängningar. I diagram 1 ser vi att framförallt portfölj 10 fluktuerar kraftigt. Under de första månaderna är svängningarna som störst. Ett år in i testperioden går det att urskilja en mer stabil utveckling där skillnaden ökar mellan de bästa och de sämsta portföljerna. Denna utveckling förblir varaktig under resten av testperioden. 13

14 60% Kumulativ onormal portföljavkastning 40% 20% 0% -20% -40% Portfölj 1 Portfölj 2 Portfölj 3 Portfölj 4 Portfölj 5 Portfölj 6 Portfölj 7 Portfölj 8 Portfölj 9 Portfölj % Antal månader in i testperiod Diagram 1: Genomsnittliga kumulativa onormala portföljavkastningar. 4.1 DETALJGRANSKNING AV EXTREMPORTFÖLJERNA Även om det finns ett klart mönster i portföljernas genomsnittliga prestation är det inte säkert att mönstret är lika tydligt för alla enskilda testperioder. I tabell 3 presenterar vi extremportföljernas kumulativa onormala avkastning för de åtta testperioderna. Under sex av de åtta testperioderna är extremportföljernas prestation i linje med de genomsnittliga resultaten. Under dessa testperioder uppvisar portfölj 10 en högre CAR än portfölj 1 vid i princip alla halvårsobservationer. Under de övriga två testperioderna är portföljernas prestation däremot inte i linje med genomsnittet. Det är den första och den sista testperioden som avviker. Under perioden uppvisar portföljerna en ungefär lika stor negativ CAR. Under perioden presterar portfölj 10 till och med betydligt sämre än portfölj 1. 14

15 Månader efter portföljformation Period PORTFÖLJ ,93% -17,22% -44,19% -61,12% -74,86% -107,57% ,14% -26,09% -43,56% -71,15% -113,70% -107,55% ,19% -28,43% -61,52% -46,06% -30,35% -38,39% ,04% -15,28% -5,38% -15,91% -17,29% -25,92% ,58% 3,79% 1,98% -5,80% -11,50% 3,47% ,53% -15,27% -26,51% -27,69% -34,44% -35,69% ,01% -18,90% -24,45% -26,58% -29,69% -26,29% ,78% -17,18% -23,20% -26,19% -34,07% -39,97% PORTFÖLJ ,01% -27,47% -50,17% -59,34% -59,22% -93,55% ,12% -15,46% 3,57% 13,99% 10,39% 17,65% ,16% 57,46% 58,29% 82,75% 126,79% 152,24% ,53% 36,27% 87,13% 111,02% 144,42% 167,79% ,61% 79,79% 110,79% 133,50% 154,45% 148,16% ,90% 46,61% 56,59% 53,07% 64,15% 47,62% ,52% 109,42% 108,52% 74,54% 61,24% 53,92% ,20% -56,10% -77,83% -114,15% -123,30% -172,74% Tabell 3: Kumulativa onormala portföljavkastningar för portfölj 1 och portfölj 10 under de enskilda testperioderna. Resultaten tyder på att det kan finnas ett samband kopplat till den generella börsutvecklingen. Portfölj 1 har lägst CAR under perioderna och Under dessa perioder steg Stockholmsbörsen kraftigt och intresset var mycket stort för IT-relaterade företag. Det är troligt att intresset för traditionellt vinstrika företag med höga onormala avkastningar då sjönk relativt de nya företagen som förutspåddes generera stora vinster i framtiden. Även resultaten för perioden skulle kunna förklaras utifrån samma resonemang. Detta är den enda period som portfölj 1 uppvisar positiva värden. I samband med den kraftiga börsnedgången våren 2001 när intresset för IT-relaterade företag avtog är det möjligt att efterfrågan på företagen i portfölj 1 återigen steg. Något som talar för denna hypotes är att det är sex månader in i 2001 som portfölj 1 uppvisar störst positiv CAR. 4.2 STUDIE AV MEDIANVÄRDEN Eftersom medelvärden är känsliga för extremvärden kontrollerar vi resultaten genom att beräkna medianvärden för de kumulativa onormala portföljavkastningarna under de åtta testperioderna. Det uppstår inga dramatiska förändringar när medianvärden används istället för medelvärden. I tabell 4 kan vi se att portfölj 1 har lägst CAR vid samtliga halvårsobservationer, förutom efter 30 15

16 månader. Portfölj 10 har samtidigt högst CAR vid samtliga halvårsobservationer, förutom efter sex månader. Efter 36 månader är skillnaden cirka 88 procentenheter mellan extremportföljerna, det vill säga i princip lika mycket som när medelvärden används. Månader efter portföljformation Portfölj ,96% -17,20% -25,48% -27,13% -32,21% -37,04% 2-10,98% -12,92% -13,10% -13,96% -32,58% -34,02% 3-1,79% -12,04% -17,45% -19,08% -22,94% -22,50% 4-2,61% -4,69% -8,85% -8,30% -10,74% -14,98% 5-0,52% -2,47% -7,30% 4,80% 2,48% 4,10% 6-3,30% 4,25% 3,50% 8,77% 10,36% 6,10% 7-0,30% 6,69% 7,95% 11,26% 17,37% 23,19% 8 4,82% 3,35% 9,21% 9,52% 11,01% 9,67% 9 8,95% 6,58% 14,16% 22,76% 43,26% 44,88% 10 2,16% 41,44% 57,44% 63,80% 62,69% 50,77% Tabell 4: Kumulativa onormala portföljavkastningar, medianvärden. I diagram 2 illustreras resultaten grafiskt. Vissa avvikelser har uppstått jämfört med när medelvärden används. 100% 80% Kumulativ onormal portföljavkastning 60% 40% 20% 0% -20% -40% Portfölj 1 Portfölj 2 Portfölj 3 Portfölj 4 Portfölj 5 Portfölj 6 Portfölj 7 Portfölj 8 Portfölj 9 Portfölj 10-60% Månader in i testperiod Diagram 2: Kumulativa onormala portföljavkastningar, medianvärden. 16

17 Portfölj 10 uppvisar högst CAR redan under testperiodens andra år. En annan avvikelse är att portfölj 7 presterar bättre än portfölj 8 under testperiodens sista år. Efter 36 månader har portfölj 7 en CAR på cirka 23 % samtidigt som portfölj 8 har en CAR på cirka 10 %. Portfölj 2 uppvisar dessutom en högre CAR än portfölj 3 efter 18 och 24 månader. 4.3 ALTERNATIV DEFINITION AV PORTFÖLJAVKASTNING När vi beräknar portföljernas avkastning tar vi inte hänsyn till utdelningar. Beräkningarna baseras enbart på aktiernas värdeförändringar. Vi kan därmed ha missat utdelningar som skulle ha påverkat undersökningens resultat. Som en extra kontroll gör vi därför en alternativ beräkning av den kumulativa onormala avkastningen för portfölj 10 under testperioden Under denna period uppvisade portföljen en mycket extrem CAR. Vi baserar den alternativa beräkningen på portföljens totalavkastning (kod: RI). Detta innebär att alla utdelningar läggs tillbaka och räknas som en del av värdeförändringen. Vi gör beräkningen för två olika jämförelseindex. Förutom Affärsvärldens Generalindex använder vi också ett eget totalavkastningsindex som vi har skapat genom att samla in totalavkastningsdata för de företag på Stockholmsbörsen som finns representerade i Datastream under den aktuella perioden. Resultaten sammanställer vi i tabell 5. Månader efter portföljformation Period CAR baserad på värdeförändring (jämförelseindex: AFGX) ,20% -56,10% -77,83% -114,15% -123,30% -172,74% CAR baserad på totalavkastning (jämförelseindex: AFGX) ,28% -58,55% -82,53% -116,15% -123,99% -173,94% CAR baserad på totalavkastning (jämförelseindex: eget totalavkastningsindex) ,62% -66,74% -97,66% -118,80% -125,17% -170,18% Tabell 5: Kumulativ onormal avkastning för portfölj 10 under perioden Jämförelse mellan tre olika beräkningsmetoder. I tabellen ser vi att skillnaderna är små mellan de tre beräkningsmetoderna. Det är därmed inte troligt att vår definition av portföljavkastning har någon stor inverkan på undersökningens resultat. Det verkar inte heller som att det har någon betydelse vilket av de två jämförelseindexen som används. 17

18 5. SLUTSATSER De genomsnittliga resultaten tyder på att överreaktionshypotesen stämmer och att en valuestrategi baserad på residualavkastning är lönsam. Portföljen med de företag som uppvisar de lägsta residualavkastningarna på eget kapital under rankingperioderna har den högsta genomsnittliga portföljavkastningen under testperioderna och vice versa. Även de övriga portföljernas prestation ligger i linje med prestationen hos extremportföljerna. Resultaten gäller både när medelvärden och medianvärden används som genomsnittsmått. När vi studerar extremportföljernas prestation under de enskilda testperioderna ser vi dock att det förekommer variationer. Det är endast under sex av åtta testperioder som en valuestrategi är lönsam. De genomsnittliga resultaten skall därför inte tolkas som att en valuestrategi är lönsam i alla lägen. Det är möjligt att undersökningens resultat delvis kan förklaras utifrån andra faktorer än överreaktion. Det finns exempelvis tecken på att resultaten är kopplade till Stockholmsbörsens kraftiga svängningar runt millenniumskiftet. Eftersom vi inte tar hänsyn till utdelningar när vi beräknar portföljernas avkastning finns det också risk för att vi har missat utdelningar som skulle ha påverkat undersökningens resultat. Vi har gjort vissa kontroller, men kan inte utesluta att det finns utdelningar som skulle ha haft en påverkan. Det skall även noteras att undersökningens urval har en viss snedvridning mot överlevande företag. Av naturliga skäl har vi sorterat bort företag som inte har överlevt under en hel rankingperiod med tillhörande testperiod. Att idag anamma en valuestrategi utifrån vår metod innebär därmed en risk genom att företag kan gå i konkurs. Det finns också en osäkerhet i mätningen av de onormala portföljavkastningarna. Vi definierade den onormala portföljavkastningen som skillnaden mellan den faktiska portföljavkastningen och den förväntade normala portföljavkastningen estimerad genom en OLS-regression med avkastningen på Affärsvärldens Generalindex som förklarande variabel. Vi kan inte med säkerhet säga att den estimerade portföljavkastningen representerar den avkastning som är normal för respektive portfölj. Det finns en risk att estimeringsperioden som vi använder i skattningen av regressionsekvationen är för kort i förhållande till testperioden. Vi tror dock att eventuella snedvridande effekter mildras av att resultaten är baserade på genomsnittet av åtta överlappande testperioder. 18

19 Eftersom området för vår undersökning är mer eller mindre outforskat tror vi att det finns ett stort utrymme för liknande undersökningar i framtiden. Man skulle exempelvis kunna göra om undersökningen med en annan längd på rankingperioderna och testperioderna. Både längre och kortare perioder skulle kunna användas. Undersökningen skulle också kunna göras längre tillbaka i tiden. Man skulle även kunna göra en liknande undersökning på andra aktiemarknader. Det skulle bland annat vara intressant att se om det finns skillnader mellan aktiemarknader i olika länder. 19

20 KÄLLFÖRTECKNING Basu, S. (1977). Investment Performance of Common Stocks in Relation to Their Price Earnings Ratios: A Test of the Efficient Market Hypothesis. Journal of Finance, Vol. 32, Nr. 3, s Chan, Louis K.C.; Hamao, Yasushi; Lakonishok, Josef (1991). Fundamentals and Stock Returns in Japan. Journal of Finance, Vol. 46, Nr. 5, s De Bondt, Werner F.M.; Thaler, Richard (1985). Does the Stock Market Overreact? Journal of Finance, Vol. 40, Nr. 3, s Dissanaike, Gishan (1997). Do Stock Market Investors Overreact? Journal of Business Finance and Accounting, Vol. 24, Nr. 1, s Jacobsen, Robert (1988). The Persistence of Abnormal Returns. Strategic Management Journal, Vol. 9, Nr. 5, s La Porta, Rafael (1996). Expectations and the Cross-Section of Stock Returns. Journal of Finance, Vol. 51, Nr. 5, s Lakonishok, Josef; Shleifer, Andrei; Vishny, Robert W. (1994). Contrarian Investment, Extrapolation, and Risk. Journal of Finance, Vol. 49, Nr. 5, s Landström, Joachim (2004). Finding the Discount Rate for Security Valuation. Företagsekonomiska institutionen, Uppsala universitet. Tillgänglig online: < acvv07/fil/findingdiscountrateforsecurityval.pdf> ( ). Lundholm, Russell; O Keefe, Terry (2000). Reconciling Value Estimates from the Discounted Cash Flow Value Model and the Residual Income Model. Tillgänglig online: <ssrn.com/abstract=229445> ( ). Mueller, Dennis C. (1977). The Persistence of Profits Above the Norm. Economica, Vol. 44, Nr. 176, s Öhrlings PriceWaterhouseCoopers (2006). Riskpremien på den svenska aktiemarknaden. Tillgänglig online: < dd /$file/riskpremiestudie2006.pdf> ( ). DATAKÄLLOR Datastream (Thomson Financial). 20