Jag vill spara etiskt, men vad har jag för alternativ? En kvantitativ studie av etiska restriktioners påverkan på svenska fonders prestation

Transkript

1 Jag vill spara etiskt, men vad har jag för alternativ? En kvantitativ studie av etiska restriktioners påverkan på svenska fonders prestation Kandidatuppsats 15 hp Företagsekonomiska institutionen Uppsala universitet VT 2019 Datum för inlämning: Alfred Atterby Adam E. Hagevall Carl Wikström Handledare: Susanne Åberg

2 Abstract During the last few decades, the Swedish population has shown an increased interest in investment fund savings, and more than 60% of Swedish citizens are saving through funds today. In addition to this, awareness on climate change and related risks has increased, which has contributed to a greater focus on corporate sustainability among Swedish companies. As a result of these trends, there has been an increase in fund companies that are basing their investments on certain ethical restrictions, in order for private investors to save ethically. The purpose of this study was to examine how ethical restrictions affect the financial performance of Swedish funds with regards to risk-adjusted return. Previous studies have focused on comparing ethical and traditional funds, but this study chose not to make any difference between the two types of funds. The study s relevance is based on how it can make private investors aware of which ethical restrictions that have a negative impact on the risk-adjusted return, and how much each restriction decreases the return. A total of 101 Swedish funds were analyzed. Information about each fund s performance measures were retrieved from Morningstar, and is based on three years development. Information about each fund s ethical restrictions were retrieved from Hållbarhetsprofilen and their information pamphlets. With data about the performance measures Sharpe ratio, Alpha, and Treynor ratio, three statistical models were defined and analyzed with multiple linear regression analysis. Each model s reliability was assessed with residual analysis; the models were adjusted and improved if necessary. Hypotheses were evaluated with significance testing to answer the research questions. The results indicate that exclusion of tobacco and gambling companies affect the risk-adjusted return of Swedish funds negatively, while exclusion of alcohol companies affect the risk-adjusted return positively. This implies that private investors should save their money in Swedish funds that exclude alcohol companies in order to avoid lower risk-adjusted return. Keywords: funds, ethical restrictions, risk-adjusted return, multiple linear regression, significance testing I

3 Sammanfattning Fondsparandet i Sverige har under de senaste decennierna ökat kraftigt och idag sparar över 60% av befolkningen i fonder. Utöver detta har bland annat miljömedvetenheten hos befolkningen ökat, vilket har bidragit till ett ökat engagemang i hållbarhetsfrågor hos företag. I kölvattnet av dessa trender har allt fler svenska fondbolag valt att införa etiska restriktioner på deras investeringar, så att fondsparare på ett enkelt sätt ska kunna investera hållbart. Syftet med denna studie var att undersöka hur etiska restriktioner påverkar svenska fonders prestation med avseende på riskjusterad avkastning. Där tidigare forskning har fokuserat på att jämföra etiska och traditionella fonder, valde denna studie istället att inte göra någon skillnad mellan de två fondtyperna. Studiens relevans baseras på hur studiens slutsatser kan hjälpa småsparare att bli medvetna om vilka etiska restriktioner som hämmar avkastningen och vad varje restriktion kostar investerare i potentiellt förlorad avkastning. Totalt har 101 svenska fonder undersökts. Information som gäller fondernas prestationsmått har hämtats från Morningstar, och baseras på tre års utveckling. Information om fondernas etiska restriktioner har hämtats från Hållbarhetsprofilen och fondernas informationsbroschyrer. Med insamlad data om prestationsmåtten Sharpekvoten, Alfa, och Treynorkvoten, har tre modeller definierats som sedan analyserats med multipel linjär regressionsanalys. Modellernas tillförlitlighet har sedan utvärderats med residualanalys; modellerna förbättrades om det fanns belägg för det. Utifrån signifikanstest har hypoteser utvärderats för att besvara studiens frågeställningar. Studiens resultat pekar på att exkludering av företag inom tobak- och spelbranschen påverkar svenska fonders riskjusterade avkastning negativt, medan exkludering av företag inom alkoholbranschen påverkar den positivt. Detta betyder alltså att småsparare bör investera i svenska fonder som väljer bort företag inom alkoholbranschen för att undvika låg avkastning. Nyckelord: fonder, etiska restriktioner, riskjusterad avkastning, multipel linjär regression, signifikanstest II

4 Förord Som studenter vid Uppsala universitet har vi genom åren haft förmånen att utöka vår kunskapsbank inom en mängd områden, däribland företagsekonomi och statistik. Att vetenskaperna om ekonomi och statistik i högsta grad går hand i hand har de senaste månaderna uppenbarat sig för oss, och det har varit en fröjd att kombinera och utveckla vår kunskap inom dessa ämnen i och med arbetet som presenteras i denna uppsats. Vår målsättning har varit att arbetet och dess slutsatser ska uppskattas och användas av såväl akademiker som privatpersoner med intresse för fondsparande. Men inte helt oväntat kan ett arbete av den här kalibern sällan liknas vid en rak stig, utan påminner snarare om en serpentinväg med flertalet hinder som måste övervinnas under resans gång. Det är dock inte alltid helt enkelt att på egen hand veta vilken väg som ska tas, därför vill vi här rikta vår tacksamhet mot de som tagit sig tid att assistera oss i arbetet med deras ovärderliga expertis. Först och främst skulle vi vilja tacka Yevgen Ryeznik för hans hjälp med de statistiska modellerna vi har använt oss av. Vi vill också tacka Rolf Larsson för hans värdefulla vägledning i statistikens snåriga djungel. Slutligen vill vi rikta ett stort tack till vår handledare Susanne Åberg för hennes engagemang, stöd och reflektioner som hon har bidragit med under arbetets gång. Uppsala, 27 juni 2019 Alfred Atterby Adam E. Hagevall Carl Wikström III

5 Innehållsförteckning 1 Inledning Problematisering Syfte och frågeställningar Avgränsningar Teoretiskt ramverk Tidigare forskning Avkastning och risk Prestationsmått Sharpekvot Alfa Treynorkvot Hypoteser Hypotes Hypotes Hypotes Metod Statistisk metod Signifikanstest Urvalsdesign Insamling av data Data från Morningstar Data från Hållbarhetsprofilen Klassificering av restriktioner Analys av data Multipel linjär regression IV

6 3.4.2 Modelldiagnostik Reliabilitet och validitet Resultat Modell 1: Sharpekvot Regressionsanalys Modelldiagnostik Kontroll av Hypotes Modell 2: Alfa Regressionsanalys Modelldiagnostik Kontroll av Hypotes Modell 3: Treynorkvot Regressionsanalys Modelldiagnostik Kontroll av Hypotes Diskussion Studiens resultat Studiens modeller Slutsatser Studiens vetenskapliga och praktiska bidrag Begränsningar och förslag till framtida forskning Referenser 49 Bilaga 1 Bilaga 2 Bilaga 3 V

7 1 Inledning Vi är den första generationen som kan utrota fattigdomen och den sista som kan bekämpa klimatförändringarna. Så sade FN:s tidigare generalsekreterare Ban Ki-moon om FN:s globala mål för hållbar utveckling när de antogs av världens länder i september 2015 (UN, 2015). Målen fastställdes med syftet att åtgärda klimatkrisen, avskaffa extrem fattigdom, minska ojämlikheter och orättvisor i världen, samt för att främja fred och rättvisa (UNDP, u.å.). Förhoppningarna är att hållbarhetsmålen ska vara uppfyllda så tidigt som år 2030, och denna ambitiösa agenda tycks spegla det stora engagemanget och den ökande medvetenheten som finns kring hållbarhetsfrågor i dagens samhälle, hos både företag och konsumenter. Enligt Svensk Handels hållbarhetsrapport från 2017 intensifierar svenska handelsföretag sitt hållbarhetsarbete allt mer, samtidigt som hållbar utveckling hamnar högre på agendan i både offentlig och privat sektor. Svensk Handel (2017, s. 7) definierar hållbarhet som både ett socialt ansvarstagande och miljömässig hållbarhet, och hållbart företagande avser hur företag arbetar med dessa aspekter i sin verksamhet. För att betraktas som ett hållbart företag behöver det bland annat ta ansvar för miljön, granska produkternas innehåll och säkerhet, samt främja mångfald, jämställdhet och goda arbetsvillkor. Handelsföretagens engagemang i hållbarhetsfrågor styrs dels av socialt och miljömässigt ansvarstagande, dels av ekonomiska drivkrafter. Det låter osannolikt att företagen skulle prioritera hållbarhetsfrågor i samma utsträckning om det inte vore ett konkurrensmedel som leder till ökad lönsamhet. År 2017 var det så många som nio av tio företag som arbetar aktivt med hållbarhet som ansåg att hållbarhetsarbetet bidrog till ökad lönsamhet. Det finns ett antal olika anledningar till varför företagen kan erhålla en ökad lönsamhet genom hållbarhetsarbete: Bland annat kan de få tillgång till nya marknader som drivs av medveten och värderingsdriven konsumtion, och dessutom kan de använda hållbarhet för att erhålla engagerade kunder och skapa förväntningar som endast ett fåtal aktörer kan möta. Under 2017 undersökte 73% av företagen kontinuerligt kundernas efterfrågan på hållbara varor och tjänster, och 86% som dessutom anpassade sitt utbud efter kundernas efterfrågan. (Svensk Handel, 2017, ss ) Just konsumenternas medvetenhet och engagemang verkar alltså vara en stor drivkraft till att företag väljer att arbeta aktivt med hållbarhet. Sedan 2014 anser tre av fyra konsumenter att det är viktigt att företag de köper ifrån arbetar aktivt med hållbarhet, och 1

8 följaktligen gäller att de medvetna konsumenterna och handelsföretagen triggar varandra (Svensk Handel, 2017, s. 7). Konsumenternas krav ger företagen riktning samtidigt som företagen i sin tur lockar konsumenterna genom att presentera attraktiva och hållbara alternativ. I slutändan kan konsumenterna tyvärr enbart försöka påverka, samtidigt som den reella kraften att skapa förändring på riktigt ligger hos företagen. Rapporten från Svensk Handel visar onekligen lovande siffror som tyder på att handelsföretag tar hållbarhetsfrågor på stort allvar, mycket tack vare medvetna konsumenter som ställer krav på företagens verksamhet. Hållbarhetsrapporten från Svensk Handel redovisar dock enbart siffror från handeln mot produkter och tjänster, men det är inte långsökt att misstänka att en ökad medvetenhet bland konsumenterna även visar sig på andra områden. Faktum är att den växande medvetenheten i samhället också är synlig på fondmarknaden då allt fler småsparare vill investera sina pengar på ett sätt som bidrar till en hållbar utveckling. Stora förändringar har skett på fondmarknaden de senaste åren: Från att intresset har varit ganska litet bland småsparare, har efterfrågan på fonder med hållbarhetsinriktning ökat markant på senare tid (SEB, u.å.). De senaste åren har diskussionen om en hållbar fondmarknad även varit prioriterad för Sveriges regering som har genomfört ett antal åtgärder för att utveckla en hållbar fondmarknad och för att hjälpa konsumenter med hållbara investeringar. Till exempel tillsatte regeringen 2014 en utredare med uppdraget att förbättra informationsgivningen och jämförbarheten kring hur fondförvaltare integrerar hållbarhetsaspekter såsom miljö- och klimatfrågor, mänskliga rättigheter, arbetsvillkor och bekämpning av korruption. Bland annat skulle utredaren ta ställning till vilken information som investerare behöver för att kunna ta hänsyn till hållbarhetsaspekter vid köp av fondandelar, samt ta ställning till vilka fondtyper som informationen ska göras tillgänglig för. (Regeringen, 2015.) I Sverige slog fondsparandet igenom på 1980-talet och enligt Lindmark (2016) är Sverige ett av de länder i världen med flest invånare som sparar i fonder: Bortsett från tjänstepensionen och pensionsmyndigheten är det 66% av Sveriges vuxna befolkning som sparar i fonder. I takt med marknadens växande efterfrågan på fonder med hållbarhetsinriktning har en ny kategori av fonder utvecklats, så kallade etiska fonder. Dessa fonder är även kända under det internationella samlingsnamnet SRI-fonder (Sustainable Responsible Investment). Etiska fonder avser hållbara och ansvarsfulla investeringar, och var nästan ett helt okänt fenomen på 1970-talet (Mitchell & Curry, 2

9 2003, s. 70). Skillnaden mot traditionella fonder är att förvaltare av etiska fonder noga värderar vilka företag de väljer att investera i med hänsyn till andra kriterier än bara maximal avkastning, utan de tar även hänsyn till hur företagen agerar utifrån olika hållbarhetsaspekter (Fondkollen, u.å.). Fonderna har tydligt definierade hållbarhetskrav för investeringarna och fondförvaltarnas värdering av företag utgår främst från två grundstrategier: Att exkludera företag med hänsyn till negativa kriterier eller att inkludera företag med hänsyn till positiva kriterier. Att exkludera företag utifrån negativa kriterier innebär att aktivt avstå från att investera i företag som bedriver verksamheter i vad många skulle betrakta som oetiska. Exempel på oetiska verksamheter är tobak, vapen, och alkohol. Att inkludera företag utifrån positiva kriterier innebär att aktivt investera i företag som till exempel arbetar för att förbättra miljön eller främjar jämställdhet. (Fondmarknaden, 2018.) 1.1 Problematisering Genom att spara i fonder vill investerare vanligtvis tillgå en så hög avkastning som möjligt till en så låg risk som möjligt. En fondförvaltare som placerar i hållbara företag gör inte avkall på krav om tillfredsställande avkastning för fonden, utan tror snarare att dessa företag är lönsamma ur ett långsiktigt perspektiv (Fondkollen, u.å.). Om det verkligen stämmer tycks dessvärre vara en svår forskningsfråga att besvara, då resultaten av tidigare studier som undersökt etiska fonders prestation inte har varit eniga. Sjöström (2015) har presenterat en sammanställning av flera tidigare studier som publicerats under perioden gällande hur etiska fonder presterar jämfört med traditionella fonder, och det framkommer tydligt att slutsatserna skiljer sig. Av de 21 studier som Sjöström (2015) redovisar i sammanställningen framkommer att sju studier inte hittat någon skillnad mellan etiska och traditionella fonders prestation. Fem studier visade att etiska fonder presterar bättre, samtidigt som två studier visade att etiska fonder presterar sämre. De resterande sju studierna presenterade alla ett tvetydigt resultat, med en trend mot att etiska fonder presterar antingen sämre eller att det inte finns någon skillnad gentemot traditionella fonder. Denna oklarhet bör onekligen komplicera situationen för svenska småsparare som vill investera hållbart utan en ökad risk att förlora sina sparade pengar. Om forskare inte kan komma överens om vad som gäller för avkastningen på etiska fonder kanske många småsparare avstår från att spara i etiska fonder. Jonas Lindmark, ansvarig utgivare på Morningstar, menar dock att etiska 3

10 fonder inte förtjänar en egen kategori och att traditionella fonder oförtjänt blir sedda som oetiska. Även vanliga fondförvaltare arbetar för att ta socialt och miljömässigt ansvar genom att placera i välskötta företag, men vissa fonder basunerar inte ut sitt moraliska ansvarstagande genom att skylta med det i fondnamnet, trots att de arbetar inom vissa etiska ramar. (Broomé, 2012.) Med andra ord kan en traditionell fond i själva verket vara minst lika etisk som vissa SRI-fonder. Anna Nilsson, chef för hållbarhetsanalys i Swedbank Robur, motsätter sig Lindmarks resonemang: Hon pekar på faktumet att traditionella fonder inte har några som helst krav på att följa olika hållbarhetskriterier, vilket är en mycket väsentlig skillnad från etiska fonder. Hon instämmer däremot att det kan vara svårt för småsparare att se skillnader mellan olika SRI-fonders sätt att påverka och välja företag. (Broomé, 2012.) Problematiken är tydlig mot bakgrund av att en effektiv finansiell marknad är beroende av att investerare har tillgång till all relevant information samt möjlighet att använda den. Utifrån Lindmarks och Nilssons motsatta åsikter är det relevant att reflektera över vad som faktiskt kan betraktas som en etisk fond i praktiken. En fond som kategoriseras som etisk på Morningstar kan i vissa fall ha samma hållbarhetskrav som en traditionell fond, vilket kan skapa förvirring bland småsparare. Det finns således en tydlig diskrepans i tolkningen av etiska fonder, och en oundviklig godtycklighet i vad som definierar en etisk fond. Låt säga att en traditionell fond avstår från att investera i företag med miljöförstörande verksamhet och exkluderar företag som kränker grundläggande mänskliga rättigheter. En traditionell fond likt denna skulle troligtvis betraktas som en etisk fond av många småsparare, och denna godtycklighet är en problematisk aspekt med etiska fonder. Detta har bland annat Outi Kalpio, styrelseordförande för det finska forumet för hållbara investeringar Finsif, påpekat tidigare: Hon menar att etik handlar om varje människas enskilda övertygelser, och något som är etiskt för en person behöver inte vara etiskt för en annan (Andersson, 2016). Utifrån ovanstående problem blir forskningsfrågan huruvida etiska fonder presterar bättre eller sämre än traditionella fonder något lönlös eftersom jämförelser dem emellan kan ses som orättvisa och riskerar att ge missvisande resultat. När det istället handlar om studier på fonders hållbarhetskrav, och hur de i sig påverkar en fonds prestation, är forskningsunderlaget betydligt tunnare, för att inte säga obefintligt. Johanna Kull (2018), sparekonom och skribent på Avanzas blogg, påpekar att många småsparare frågar henne hur de ska göra för att spara grönt, och det är inte helt enkelt att 4

11 navigera i djungeln av mer eller mindre hållbara fonder. Situationen underlättas inte av att småsparare blir ledda att tro att etiska fonder är deras enda alternativ om de vill spara hållbart, när många traditionella fonder också uppfyller hållbarhetskrav. Dessutom är marknadens utbud av svenska etiska fonder förhållandevis begränsat, vilket bör komplicera småsparares investeringsbeslut ytterligare om de har ambitionen att spara etiskt i svenska fonder. Av denna anledning finns empirisk relevans i att rikta fokus bort från jämförelser av etiska och traditionella fonders prestation, och istället fokusera på hur enskilda hållbarhetskrav påverkar fonders prestation under antagandet att traditionella fonder också kan vara etiska alternativ för småsparare. 1.2 Syfte och frågeställningar Med avstamp i problematiseringen är studiens syfte att undersöka hur etiska restriktioner påverkar svenska fonders prestation med avseende på riskjusterad avkastning. Mer specifikt ligger studiens fokus på att undersöka huruvida de etiska restriktionerna påverkar avkastningen positivt eller negativt. Studiens relevans baseras på hur forskningsresultaten kan ge svenska småsparare kunskap om vilka etiska restriktioner som eventuellt hämmar fonders prestation och vad varje restriktion kostar småsparare i potentiellt förlorad avkastning. Från bakgrundsbeskrivningen står det klart att svenska företag arbetar intensivt med hållbart företagande, och historiskt sett har Sverigefonder 1 varit mycket populära bland svenska investerare (Lindmark, 2012); dessa två insikter motiverar beslutet att endast inkludera svenska fonder i studien. Restriktioner kommer att bedömas enskilt för att se hur mycket var och ett av dem kostar portföljen med avseende på riskjusterad avkastning. Värt att understryka är att etiska och traditionella fonder kommer betraktas som likvärdiga i studien. Frågeställningarna som ska besvaras i studien anges nedan. Vilka etiska restriktioner har en statistiskt signifikant påverkan på svenska fonders riskjusterade avkastning? Hur ter sig denna eventuella påverkan? Vilka restriktioner ger en ökad respektive minskad riskjusterad avkastning och till vilken grad? 1 I studien definieras Sverigefonder som fonder som placerar majoriteten av sitt kapital på den svenska marknaden. 5

12 1.3 Avgränsningar På grund av arbetets begränsade omfattning har ett antal avgränsningar fastslagits. Först och främst kommer insamlad data enbart avse svenska aktiefonder. För att mäta fondernas riskjusterade avkastning kommer tre prestationsmått studeras, och en kombination av dessa förväntas ge studien högre trovärdighet. Prestationsmåtten som ska undersökas är Sharpekvoten, Alfa och Treynorkvoten, och kommer baseras på tre års utveckling; varför ett längre tidsintervall inte kommer studeras är främst för att minimera risken att fonderna skulle ha hunnit ändra sina kriterier för vad de investerar i. Utöver detta skulle ett längre tidsintervall ge ett mindre urval av fonder då ett antal fonder är relativt nyetablerade. Slutligen har begränsningar gjorts kring vilka etiska restriktioner som ska undersökas i studien, och valet föll på några av de mest frekvent förekommande restriktionerna för svenska fonder. Etiska restriktioner i studien avser fonders exkludering av företag med verksamhet mot Pornografi, Alkohol, Tobak, Vapen, och Spel, samt företag som inte främjar Social hållbarhet 2. 2 I studien avser Social Hållbarhet mänskliga rättigheter och korruption. 6

13 2 Teoretiskt ramverk Detta kapitel redovisar studiens teoretiska ramverk och centrala begrepp. Först och främst kommer resultat från tidigare forskning att redogöras för, vilket följs av bakgrundsfakta och teori om de grundläggande begreppen avkastning och risk. Sedan presenteras och beskrivs de tre prestationsmått som analyseras i studien för att mäta fondernas riskjusterade avkastning. Kapitlet avslutas med en definition av de tre hypoteser som studien har för avsikt att undersöka. 2.1 Tidigare forskning Som nämndes i problematiseringen är forskningen tvetydig när det gäller hur etiska fonder presterar i jämförelse med traditionella fonder. Humphrey och Lee (2011) undersökte etiska fonder på den australiensiska marknaden och hur de presterar med avseende på riskjusterad avkastning genom att närmare studera fondernas Alfa. Detta kompletterades med en tvärsnittsstudie som undersökte hur fondernas prestation påverkades av att välja in företag utifrån positiva kriterier eller välja bort företag utifrån negativa kriterier. Humphrey och Lee (2011) pekade på faktumet att en fonds prestation påverkas av många faktorer, bland annat fondens ålder och storlek. Med den vetskapen parade författarna ihop varje etisk fond med en traditionell fond med liknande egenskaper för att maximera sannolikheten att eventuellt påvisade skillnader i etiska fonders prestation faktiskt berodde på fondernas etiska egenskaper, och inte andra faktorer. Från denna studie kunde ingen signifikant skillnad påvisas mellan etiska fonder och traditionella fonder med avseende på avkastning. En annan studie av Kreander et al. (2005) jämförde 30 etiska fonder med 30 traditionella fonder från Sverige, Storbritannien, Nederländerna och Tyskland, och kunde dra liknande slutsatser. Liksom Humphrey och Lee (2011) valde Kreander et al. (2005) att para ihop de etiska fonderna med traditionella fonder utifrån ålder, storlek, land och investeringstyp för att göra en så rättvis bedömning som möjligt. Dessutom gjordes en tvärsnittsstudie, varpå resultaten visade att det inte skiljde något mellan traditionella fonder och etiska fonder med avseende på prestationsmåtten Sharpekvot, Treynorkvot och Jensens Alfa. Även på den spanska marknaden har traditionella fonder jämförts med etiska fonder. Slutsatserna som kunde dras här var likadana som de tidigare nämnda: Etiska 7

14 fonder presterar lika bra som traditionella fonder (Fernandez-Izquierdo & Matallin-Saez, 2008). Det finns dock forskning som pekar på att etiska fonder presterar sämre än traditionella fonder. Ett exempel är en studie av Jones et al. (2008) på den australiensiska marknaden vars resultat visar en sämre riskjusterad avkastning hos etiska fonder i jämförelse med traditionella fonder. Även en studie av Havemann och Webster (1999) på den brittiska marknaden har visat att etiska fonder i genomsnitt levererar lägre avkastning än traditionella fonder; denna studie visade dock även en lägre grad av risk hos de etiska fonderna. Å andra sidan finns även exempel på tidigare forskning som har visat att etiska fonder generellt presterar bättre än traditionella fonder. Ett välkänt exempel är en studie på den brittiska marknaden av Mallin et al. (1995): Till skillnad från studien av Havemann och Webster (1999) drogs slutsatserna att etiska fonderna presterade bättre än de traditionella fonderna. Detta var bara ett fåtal exempel, men trots att ett flertal studier har genomförts där etiska fonder jämförs med traditionella fonder råder det alltså ingen samlad konsensus i frågan om prestationen för etiska kontra traditionella fonder. Däremot har författarna av denna uppsats inte kunnat hitta en enda tidigare studie som undersöker etiska restriktioners enskilda påverkan på fonders avkastning. Bristen på tidigare studier är i sig en motivering till varför studien som presenteras i denna uppsats är av intresse. 2.2 Avkastning och risk Avkastning och risk är enligt Beckman et al. (2013, ss ) ett par av de mest grundläggande begreppen när det gäller aktie- och fondhandel. Enkelt förklarat indikerar avkastning hur många procent en tillgång har förändrats i värde under en viss tid, och talar således om hur lönsam en investering är. Till skillnad från ränta som erhålls när pengar sparas på ett sparkonto, är avkastning något som investerare erhåller när aktier och fonder har inhandlats. Den största skillnaden mellan avkastning och ränta är att avkastningen på aktier och fonder inte är förutbestämd, utan varierar beroende på hur aktien eller fonden presterar och hur mycket vinst den går med. Notera att avkastning på aktier och fonder kan vara både positiv och negativ, där negativ avkastning innebär en förlust av investerade pengar. 8

15 Vidare indikerar måttet risk hur instabil en fond är. Att investera i en fond med hög risk kan resultera i en stor vinst, men kan också leda till en stor förlust (Beckman et al, 2013, ss ). Beckman et al. (2013, ss ) menar att fonder har olika riskprofiler beroende på vad de investerar i, och att den bedömda risken i hög grad beror på den så kallade volatiliteten. Värdepapper kan vara volatila vilket innebär att de är prisföränderliga och instabila. Fonder som investerar i mer volatila värdepapper får ofta en högre risk, samtidigt som fonder som investerar i stabila värdepapper erhåller en lägre riskprofil. För att avgöra risken är det även relevant att undersöka fluktuationen på värdet historiskt och hur stor risk det är att förlora hela eller delar av kapitalet. Det gäller att högriskfonder ofta ger högre avkastning, medan fonder med lägre risk ofta ger lägre avkastning, se Figur 1. Figur 1: Riskprofilen av en fond bedöms på en skala 1 7 och förhåller sig till fondens möjliga avkastning enligt figuren. (Avanza, u.å) Vidare är begreppen systematisk och osystematisk risk relevanta för förståelsen av denna studie då de tillämpas i de tre prestationsmått som används för att undersöka fondernas prestationer. Systematisk risk, även kallad marknadsrisk, är en allmän risk som gäller hela aktiemarknaden. Detta innebär att faktorer som påverkar den systematiska risken har en inverkan på samtliga företag och aktiekurser. Exempel på sådana faktorer är konjunktur, politisk osäkerhet, inflation och räntor. (Hotvedt & Tedder, 1978, s. 135.) För en enskild aktie eller fond mäts den systematiska risken med hjälp av Beta som visar hur en aktie eller fond utvecklas i förhållande till marknaden som helhet, alternativt ett jämförelseindex. Ett Beta med värdet 1 representerar då samma svängning som marknaden eller jämförelseindexet. När Betavärdet är större än 1 betyder det att fonden i snitt stiger mer än index när index stiger, och i snitt sjunker mer än index när index sjunker. Den är då alltså mer volatil än sitt jämförelseindex vilket gör den mer riskabel. Ett Betavärde som är mindre än 1 tyder alltså på en lägre volatilitet än jämförelseindex, vilket implicerar lägre risk. (Lee & Lee, 2006, s. 33.) 9

16 Gällande den osystematiska risken, även kallad företagsspecifik risk, är den istället förknippad med enskilda företag. Detta är en risk som specifikt påverkar en investering eller ett företag, exempelvis strejker, stämningar eller vd-skiften. Den osystematiska risken är möjlig att diversifiera bort genom att investera i många olika tillgångar, se Figur 2. (Hotvedt & Tedder, s. 135.) Att kunna diversifiera bort risk kan betraktas som gammal kunskap inom aktie- och fondhandel. År 1952 uppfann Harry Markowitz den moderna portföljteorin med vilken han förklarade hur investerare kan skapa en portfölj som ger högsta möjliga avkastning utifrån en viss risknivå. Markowitz (1952, ss ) menar att det möjliggörs genom att äga tillgångar i flera olika marknader och branscher, då detta minskar den förväntade risken samtidigt som den förväntade avkastningen hålls uppe. Utifrån detta resonemang är alltså en diversifierad portfölj något som bör eftersträvas om målet är att erhålla högsta möjliga avkastning. Humphrey och Lee (2011, s. 519) menar att en fullt diversifierad portfölj är ouppnåelig om möjligheterna att investera i alla marknader och branscher är begränsad. Figur 2: Systematisk och osystematisk risk. 2.3 Prestationsmått I denna studie undersöks riskjusterad avkastning för svenska fonder i termer av tre olika prestationsmått: Sharpekvoten, Alfa, och Treynorkvoten. Tillsammans är dessa mått några av de mest frekvent använda vid mätning av riskjusterad avkastning, samt vid jämförelser av fonder. Notera att studiens analyser utnyttjar Morningstars beräkningar av fondernas prestationsmått, varför ekvationerna 1 5 är definierade enligt formler från Morningstar (2016). 10

17 2.3.1 Sharpekvot Sharpekvoten är ett mått som undersöker hur en portfölj av tillgångar har utvecklats med avseende på avkastning i förhållande till risk, och används för att jämföra olika portföljers prestationer med varandra. Sharpekvoten tar hänsyn både till den systematiska risken och den osystematiska risken. (Sharpe, 1994, s. 50.) Det gäller att ju högre Sharpekvot desto bättre har portföljen varit på att skapa avkastning i relation till den risk som tagits. Något som däremot bör tas i beaktning är att Sharpekvoten är utformad i syfte att jämföra portföljer eller fonder som agerar på samma marknader (Morningstar, u.å.-b). Sharpekvoten förekommer i två olika utföranden: Den ena, Sharpekvoten Ex Ante handlar om att kunna förutspå prestationen för en fond, och använder sig av uppskattade värden på framtida avkastning och standardavvikelse; Den andra, Sharpekvoten Ex Post använder istället historiska data, tagna från en viss tidsperiod, för de olika värdena. Utöver denna skillnad är de två variationerna av Sharpekvoten snarlika, förutom att Ex Post brukar användas i praktiken medan Ex Ante används i teoretiska diskussioner. (Sharpe, 1994, ss ) Sharpekvoten Ex Post beräknas enligt Sharpekvot = (  n i=1 R i n ) ( Ân i=1 RF i n ) StdDev (1) där och StdDev = s 1 n 1 n  i=1 (R i R) 2 (2) StdDev = fondens genomsnittliga standardavvikelse över alla tidsperioder R i = fondens avkastning under tidsperioden i RF i = den riskfria avkastningen under tidsperioden i n = antalet tidsperioder R = genomsnittlig avkastning för fonden över alla tidsperioder Sharpekvoten beräknas alltså genom att först subtrahera medelvärdet av portföljens riskfria avkastning från medelvärdet av fondens avkastning, varpå den beräknade differensen divideras med fondens genomsnittliga standardavvikelse. I denna studie används Sharpekvoten för att på ett godtagbart sätt kunna jämföra fonders prestationer trots skillnader i risktagande och avkastningsprofiler. 11

18 2.3.2 Alfa Alfa mäter skillnaden mellan en portföljs faktiska avkastning och dess förväntade prestation, med en given nivå av risk i termer av Beta. Ett negativt värde på Alfa indikerar att portföljen har underpresterat utifrån förväntningarna från Beta, medan ett positivt värde på Alfa indikerar att portföljen har presterat bättre än vad som är förväntat utifrån dess Beta. Måttet baseras alltså på idén att tillgångar med hög risk borde ha högre förväntad avkastning än tillgångar med låg risk. (Morningstar, 2016.) Alfa anges i procent och det årliga värdet beräknas enligt a A = 12a M (3) där och a M = månatligt värde för Alfa R e = genomsnittlig avkastning för den riskfria räntan a M = R e b B e (4) B e = den historiskt oberverade genomsnittliga avkastningen på marknadsportföljen b = portföljens Betavärde Först beräknas alltså det månatliga värdet för Alfa genom att subtrahera produkten av portföljens Betavärde och den historiska genomsnittliga avkastningen på marknadsportföljen från den genomsnittliga avkastningen för den riskfria räntan. Det månatliga värdet multipliceras sedan med tolv för att få ett årligt värde på Alfa. I denna studie används Alfa för att undersöka om fonderna har genererat över- eller underavkastning i jämförelse med deras förväntade avkastning och den risk som har tagits Treynorkvot Treynorkvoten används för att undersöka hur mycket extra avkastning som ges för varje enhet av risk som tas i en portfölj. Med extra avkastning menas den avkastning som ges utöver den riskfria avkastning som fås av en helt eller nästintill riskfri investering. Precis som Sharpekvoten är Treynorkvoten ett mått på effektivitet som använder sig av förhållandet mellan årlig riskjusterad 12

19 avkastning och risk. Vad som däremot skiljer de båda måtten åt är att Treynorkvoten enbart mäter den systematiska risken och utnyttjar därför Beta istället för standardavvikelsen som ett mått på volatilitet. (Morningstar, 2016.) Treynorkvoten beräknas enligt Treynorkvot = ( Â n i=1 R i n ) ( Ân i=1 RF i n ) b (5) där b = portföljens Betavärde under tidsperioden i R i = fondens avkastning under tidsperioden i RF i = den riskfria avkastningen under tidsperioden i n = antalet tidsperioder Treynorkvoten beräknas alltså genom att först subtrahera medelvärdet av portföljens riskfria avkastning från medelvärdet av fondens avkastning, varpå den beräknade differensen divideras med portföljens Beta. I denna studie kommer resultaten från Sharpekvoten och Treynorkvoten inte att skilja sig åt särskilt mycket om fonderna är diviersifierade. I de fall där fonderna inte är fullt ut diversifierade kommer olika resultat erhållas, vilket ger Treynorkvoten relevans i denna studie. 2.4 Hypoteser För varje prestationsmått definieras en hypotes som testas mot de resultat som erhålls, för att således besvara studiens frågeställningar. Nedan visas studiens hypoteser, där Hypotes 1 avser Sharpekvoten, Hypotes 2 avser Alfa, och Hypotes 3 avser Treynorkvoten. Se mer om hypoteser i Hypotes 1 H 01 : Det finns inget signifikant samband mellan svenska fonders Sharpekvot och etiska restriktioner. H 1 : Minst en etisk restriktion förklarar en del av variationen i svenska fonders Sharpekvot Hypotes 2 H 02 : Det finns inget signifikant samband mellan svenska fonders Alfa och etiska restriktioner. 13

20 H 2 : Minst en etisk restriktion förklarar en del av variationen i svenska fonders Alfa Hypotes 3 H 03 : Det finns inget signifikant samband mellan svenska fonders Treynorkvot och etiska restriktioner. H 3 : Minst en etisk restriktion förklarar en del av variationen i svenska fonders Treynorkvot. 14

21 3 Metod I detta kapitel kommer studiens metoder och forskningsstrategi att redovisas. Först och främst beskrivs studiens val av statistiska metod som användes för att utvärdera hypoteserna. Därefter presenteras en beskrivning av studiens urvalsdesign, som följs av en redovisning av studiens datainsamling. Sedan beskrivs hur insamlad data analyserades med hjälp av statistiska tekniker och modeller, innan kapitlet avslutas med en diskussion av studiens reliabilitet och validitet. Studiens arbetsprocess sammanfattas med ett enkelt flödesschema som finnes i Bilaga Statistisk metod Denna studie är av kvantitativ och deduktiv karaktär. Det är tydligt att studien är av kvantitativ karaktär då frågeställningarna besvarades genom att samla in kvantitativ data om svenska fonder för att nå statistiska, kvantifierbara och generaliserbara resultat, vilket är grunden till en kvantitativ studie (Powers & Knapp, 2010, s. 149). Att studien är deduktiv innebär att undersökningens utgångspunkt var hypoteser grundade i det teoretiska ramverket; hypotesformuleringen följdes sedan av en process där data samlades in och analyserades (Bryman, 2001, s. 21). Eftersom studiens syfte var att undersöka samband mellan variabler med hjälp av hypoteser valdes signifikanstest som statistisk metod Signifikanstest För att fastställa om ett samband finns mellan de undersökta variablerna testades hypoteserna mot insamlad data genom signifikanstest, också känt som hypotesprövning. Signfikanstest är den analysmetod som används mest frekvent vid genomförandet av vetenskapliga studier. Metoden är en process som består av framförallt tre olika steg, och hur denna studie utnyttjade processen för signifikanstest redovisas nedan utifrån en definition av Martin och Bridgmon (2012, ss ). 1. Det första steget i en hypotesprövning är att definiera studiens mothypotes. En mothypotes är ett spekulativt påstående om sambandet mellan två eller flera variabler som används i kvantitativ forskning. I början av studien brukar forskaren vanligtvis formulera en eller flera 15

22 mothypoteser som representerar de förväntade resultaten av studien. Se 2.4 för studiens mothypoteser H 1, H 2 och H 3 som pekar på de i förhand förväntade resultaten. 2. Det andra steget är att etablera nollhypoteser som ska testas statistiskt för varje enskild mothypotes. Till skillnad från mothypoteserna pekar nollhypoteserna på att det inte finns något samband mellan de undersökta variablerna (Bryman, 2001, s. 242). Se 2.4 för studiens nollhypoteser H 01, H 02 och H 03 som testades statistiskt. 3. Det tredje steget utgörs av att fastslå den statistiska signifikansnivån som anses vara acceptabel i den specifika undersökningen. Signifikansnivån är ett mått på risken att nollhypotesen förkastas när den i själva verket borde accepteras. Den vanligaste signifikansnivån som accepteras inom samhällsvetenskaplig forskning är a = Denna signifikansnivå innebär att risken för att ett stickprov visar ett samband är 5%, trots att något sådant samband inte existerar (Bryman, 2001, s. 242). Eftersom a = 0.05 är vanligast inom samhällsvetenskaplig forskning valdes den som signifikansnivå i denna studie. 3.2 Urvalsdesign Den population som studerades i denna studie var svenska fonder, och för att nå generella slutsatser om dessa utformades ett stickprov som behövde vara representativt för hela populationen. Enligt Dattalo (2008, ss. 3 6) finns många tillgängliga strategier vid design av ett stickprov och denna studie gjorde ett så kallat målmedvetet urval. Detta innebär att fonderna inte valdes ut på slumpmässig basis, utan urvalet baserades på författarnas omdöme om vilka fonder som var relevanta för att besvara studiens frågeställningar. Enligt Szulc (1965, s. 48) behövs tydliga definitioner och begränsningar av materialet som ska samlas in, varför urvalet av fonderna som inkluderades i den statistiska undersökningen selekterades utifrån ett antal kriterier med utgång i studiens syfte och frågeställningar. Studien krävde att samtliga fonder i stickprovet var svenska fonder, alltså att en majoritet av fondens förmögenhet är investerade i svenska bolag. Därutöver krävdes att de utvalda fonderna var av typen aktiefonder, alltså fonder som investerar minst 85% av förmögenheten i aktier (Fondbolagen, u.å.). En annan viktig aspekt var att fonderna behövde vara öppna för svenska småsparare eftersom studiens relevans baserades på att skapa vägledande investeringsunderlag för svenska småsparare. Vidare begränsades inte urvalet av hur aktiva fondägarna är, alltså inklude- 16

23 rades både passivt och aktivt förvaltade fonder i stickprovet. Detta val gjordes för att få en bättre representativ bild av svenska fonder vilket tillät en mer korrekt jämförelse (Shim & Yang, 2016, ss ). Förutom en definition av stickprovet som studeras krävs riktlinjer kring vilket tidsintervall som det insamlade materialet ska avse (Szulc, 1965, s. 51). I denna studie togs beslutet att data om fonderna skulle avse utveckling under perioden 28 februari 2016 till 28 februari 2019, varför det krävdes att fonden varit verksam sedan tidigt Att använda ett kort tidsintervall om tre år ansågs rimligt eftersom tillgänglig information om fonderna blir mer aktuell och risken för att fonderna hunnit ändra sina investeringskriterier minskar, vilket bör ge mer pålitliga resultat. Ett antal av fonderna är också nyetablerade, och ett tidsintervall om tre år gav därför ett större urval av fonder. Dattalo (2008, ss. 6 7) påpekar att ett stickprov endast är en del av en hel population, varför resultat baserade på stickprov vanligtvis innehåller felaktigheter. Därför är storleken av det studerade stickprovet en viktig aspekt att ha i åtanke för att öka precisionen av de statistiska resultaten. Risken för urvalsfel är större om urvalet är litet, och av den anledningen eftersöktes ett stort urval i denna studie. För att få ett större urval gjordes ingen begränsning kring storleken på företagen som fonderna investerar i. Det gäller till exempel att studien inte tog hänsyn till om företagen är noterade på OMX Stockholm Large Cap eller OMX Stockholm Mid Cap. Storleken på urvalet blev slutligen 101 svenska fonder. 3.3 Insamling av data Efter att urvalskriterierna var bestämda användes olika informationskällor för att samla relevant sekundärdata om alla utvalda fonder, främst Morningstar och Hållbarhetsprofilen. Här var det viktigt att fastslå exakt vilken information om fonderna som var relevant att samla in (Szulc, 1965, s. 54). De mått som ansågs relevanta för studiens syfte och därmed samlades in var fondernas Sharpekvot, Alfa, Beta, och standardavvikelse, samt information om vilka etiska restriktioner som gällde för varje fond. All insamlad data sammanställdes överskådligt i Microsoft Excel. Se Bilaga 1 för en sammanställning över samtliga fonder som inkluderades i studien och tillhörande data som ansågs relevant för att besvara studiens syfte. 17

24 3.3.1 Data från Morningstar Information om fonderna när det gällde rent ekonomiska aspekter hämtades från Morningstar. Morningstar är ett amerikanskt företag som inriktar sig på forskning inom investeringar och publicerar objektiv, tillförlitlig, jämförbar och lättillgänglig information om svenska och internationella värdepappersfonder (Morningstar, u.å.-a). Morningstar sammanställer och analyserar fonder, aktier och allmän marknadsdata, och på grund av företagets höga anseende inom investeringar används dess databaser av nybörjare såväl som professionella investerare (Chen, 2018). Eftersom Morningstar har ett högt anseende och anses vara en tillförlitlig källa hämtades information om fondernas Sharpekvot, Alfa, Beta, och standardavvikelse från företagets databas. I denna studie samlades data om fondernas Sharpekvot Ex Post eftersom det inte krävde en uppskattning av framtida avkastning, något som antagligen hade varit ett mödosamt åtagande och som sannolikt hade varit ett mycket osäkert mått. I och med att data hämtades från Morningstar behövdes inga beräkningar göras av författarna själva för att erhålla värden på relevanta nyckeltal. Genom att samla in sekundärdata på detta vis ökar sannolikheten att datan är av god kvalitet (Bryman, 2001, s. 208), eftersom framförallt risken för felberäkningar minskar avsevärt. Detta gällde dock inte för Treynorkvoten som beräknades med utgångspunkt i ekvation (1) och (5) genom att utnyttja värden på fondernas Sharpekvot, Beta och standardavvikelse. Att utnyttja känd information för att beräkna en okänd egenskap på detta vis kallas statistiskt estimat, vilket är en vanlig metod under insamling av data i statistiska undersökningar (Szulc, 1965, s. 73) Data från Hållbarhetsprofilen För att samla information om vilka etiska kriterier och begränsningar som de undersökta fonderna investerar efter, användes i huvudsak Hållbarhetsprofilen. Hållbarhetsprofilen är ett interaktivt, standardiserat faktablad framtaget av Sveriges Forum för Hållbara Investeringar (SWESIF). Hållbarhetsprofilen är ingen certifiering, utan beskrivs av SWESIF som en självdeklaration där fondbolagen själva är de som fyller i de olika kriterierna som varken granskas eller godkänns av SWESIF. Vidare är en ifylld Hållbarhetsprofil ett obligatorium för fonder med Miljö/Etisk märkning. (SWESIF, 2018.) Kriterier som är listade i Hållbarhetsprofilen är (1) huruvida hållbarhetsaspekter beaktas i förvaltningen av fonden; (2) vilka dessa hållbarhetsaspekter är (miljö, sociala, 18

25 bolagsstyrning eller övriga); (3) huruvida hållbarhetsaspekter är avgörande eller enbart tas hänsyn till vid val av bolag som fonden investerar i; (4) oetiska branscher (bland annat pornografi, alkohol, tobak, spel och vapen), länder och bolag som ej följer internationella normer som fonden väljer bort; (5) huruvida fonden utövar sitt ägandeinflytande i bolagen för att påverka deras arbete med miljö, mänskliga rättigheter, arbetsvillkor, affärsetik eller bolagsstyrning; och slutligen (6) vilka resurser och rutiner för hållbarhetsanalys, uppföljning och kontroll som fonden använder sig av. Ett fåtal fonder som inkluderades i studien hade ingen ifylld Hållbarhetsprofil, varför information kring deras kriterier och investeringsbegränsingar hämtades från fondbolagens hemsidor eller fondernas informationsbroschyrer. Om informationen hämtades från Hållbarhetsprofilen eller från fondernas informationsbroschyrer ansågs inte ha någon betydelse för studiens trovärdighet eftersom ingen av dessa källor är helt oberoende, och informationen om fondernas hållbarhetsfokus bör därmed granskas kritiskt Klassificering av restriktioner Att utgå rakt av från Hållbarhetsprofilen visade sig vara problematiskt och det krävdes således tydliga definitioner av de etiska restriktionerna. Kriterier som berör miljö är särskilt oklara och godtyckliga på Hållbarhetsprofilen, och kan variera i hög grad mellan olika fonder. Även om fondbolaget uppger sig beakta miljöfrågor i förvaltningen av fonden kan tillvägagångsättet variera, vilket fondbolagens egna kommentarer på Hållbarhetsprofilen i många fall förtäljer. Till exempel, även om en fond påstås ta hänsyn till miljöaspekter utifrån internationella normer förekommer många fall där fonden däremot inte uppger att den väljer bort miljöfarliga produkter. Med anledning av att Miljö blir ett godtyckligt kriterium togs beslutet att utesluta just detta kriterium från studiens data för att öka sannolikheten att urvalet hölls konsekvent. Även kriteriet Vapen gick att tolka olika utifrån Hållbarhetsprofilen. Det är nämligen inte en övergripande kategori som berör vapen, utan istället uppges huruvida fonden tar avstånd från att investera i bolag vars verksamhet innefattar (1) kemiska/biologiska vapen, (2) klusterbomber/personminor, (3) kärnvapen, samt (4) vapen och/eller krigsmateriel. Kriteriet Vapen exklu- 19

26 derades inte från studien, men för att den skulle anses vara uppfylld av en fond krävdes att den uppfyllde samtliga underkategorier av vapen. Hållbarhetsprofilens kriterier som rör Mänskliga rättigheter och Korruption kan uppfyllas på två nivåer. För att uppfylla det hårdare kravet undviker fonden helt att investera i företag som är involverade i kränkningar mot internationella normer och konventioner uppsatta enligt UN Global Compact 3 och OECD:s riktlinjer för multinationella företag 4. Alternativt uppfyller fonden ett lättare krav där fonden endast underkänner företag som bryter mot de internationella normerna om fondbolaget inte ser en förändringsvilja hos företaget i fråga, eller där fondbolaget bedömer att problemen inte kan rättas till inom en acceptabel tidshorisont. Notera att författarna av studien gjorde iakttagelsen att Mänskliga rättigheter och Korruption alltid var uppfyllda samtidigt av de utvalda fonderna, varför dessa kombinerades till en enskild etisk restriktion som definierades som Social hållbarhet. Vidare krävdes att en fond använde det hårdare kravet för att kriteriet Social hållbarhet skulle vara uppfyllt. 3.4 Analys av data När all data var insamlad användes materialet för att undersöka eventuella samband mellan de utvalda prestationsmåtten och de etiska kriterierna. För detta definierades en regressionsmodell för varje prestationsmått som sedan analyserades med regressionsanalys. Med denna analysmetod går det att fastställa resultatens statistiska signifikans för att således förkasta eller acceptera de formulerade nollhypoteserna. För att kontrollera modellernas tillförlitlighet och deras eventuella förbättringspotential undersöktes modellernas residualer Multipel linjär regression Regressionanalys är ett av de viktigaste verktygen för att analysera huruvida en eller flera oberoende variabler kan förklara variationer i en beroende variabel. Principen bakom regression bygger på att skapa en funktion som bäst passar observerad data (Bryman, 2001, s. 44). Det finns olika varianter av regression, bland annat enkel linjär regression och multipel linjär regression, och vil- 3 Se UN (u.å). The Ten Principles of the UN Global Compact 4 Se OECD (2008). OECD Guidelines for Multinational Enterprises 20

27 ken variant som används beror till stor del på tillämpningsområdet (Blom & Holmquist, 1998, s. 149). I denna studie är syftet att undersöka hur svenska fonder presterar baserat på sex olika etiska restriktioner; det gäller alltså att studien undersöker ett samband mellan fler än två variabler, varför beslutet togs att multipel linjär regression skulle användas för att besvara studiens frågeställningar. Studien ämnade undersöka etiska restriktioners påverkan på tre olika prestationsmått, varför tre separata regressionsmodeller definierades: Modell 1 undersöker etiska restriktioners påverkan på Sharpekvoten. Modell 2 undersöker etiska restriktioners påverkan på Alfa. Modell 3 undersöker etiska restriktioners påverkan på Treynorkvoten. Utifrån en allmän definition av en regressionsmodell antas att en beroende variabel y beror linjärt av k oberoende variabler x 1,x 2,...,x k. I denna studie undersöktes totalt sex oberoende variabler och totalt gjordes 101 observationer av y. Således kunde studiens regressionsmodeller uttryckas enligt ekvation (6) nedan (Blom & Holmquist, 1998, s. 227). y i = b 0 + b 1 Vapen i + b 2 Alkohol i + b 3 Tobak i b 6 Spel i + e i (6) där b 0 = interceptet, det förväntade värdet på y i när alla oberoende variabler antar värdet 0 b 1,b 2,...,b 6 = regressionskoefficienter för motsvarande oberoende variabel e i = stokastisk felterm för observation i, för vilken e i 2 N(0,s) måste gälla i = 1, 2,..., 101 I denna studie undersöktes oberoende variabler som saknar intervallnivå, varför så kallade dummy-variabler utnyttjades i regressionsmodellerna som beskrivet av Allen (1997, ss ). Att involvera denna typ av variabel i modellen innebar att regressionsvariablerna blev behandlade som om de var baserade på variabler som mäts på intervallnivå; utan dummy-variabler skulle det inte vara möjligt att använda variabler som saknar intervallnivå. Vidare användes dummy-variabler för att representera flera olika grupper med en enda ekvation, istället för att göra separata ekvationer för varje undergrupp. Dummy-variabler är binära och har således två möjliga värden: 0 eller 1. I denna studie kunde de oberoende variablerna anta värdet 0 = Fonden uppfyller inte restriktionen, eller 1 = Fonden uppfyller restriktionen. 21

28 Regressionsanalys av de uppställda modellerna genomfördes med programspråket R och statistikverktyget RStudio, se Bilaga 3. Regressionsanalys i RStudio resulterar i ett antal värden och parametrar som kan utvärderas, och denna studie begränsade sig till att analysera de parametrar som beskrivs här då de anses vara tillräckliga för att besvara frågeställningarna. Värdet på Regressionskoefficienterna visar vilken påverkan de oberoende variablerna har på den beroende variabeln, där positiva värden på de oberoende variablernas koefficienter påverkar den beroende variabeln positivt, och vice versa; en viktig aspekt är att koefficienterna talar om hur mycket variabeln påverkar givet att alla andra variabler hålls konstanta. Standardfelet i sin tur kan sägas vara ett mått på osäkerheten av de oberoende variablerna, eller med andra ord spridningen från regressionslinjen på det skattade y-värdet (Altman & Bland, 2005). Vidare indikerar Förklaringsgraden (R 2 ) till vilken grad variationen i den beroende variabeln kan förklaras av variationerna i modellens oberoende variablerna. Förklaringsgraden har ett värde mellan 0 och 1, där ett högt värde tyder på att variationen i den beroende variabeln till hög grad kan förklaras av variationen i de oberoende variablerna. Ju fler oberoende variabler som används i modellen desto mer brukar förklaringsgraden öka, vilket kan vara problematiskt då det kan leda till felaktiga slutsatser. (Renaud & Victoria-Feser, 2010, ss ) För att undvika detta utvärderades istället den Justerade förklaringsgraden som tar hänsyn till antalet oberoende variabler som adderas, och justerar värdet därefter. Precis som förklaringsgraden får den ett värde mellan 0 och 1. (Renaud & Victoria-Feser, 2010, s ) Förklaringsgraden är ett bra mått för att jämföra regressionsmodeller då en hög förklaringsgrad oftast är att föredra (Allen, 1997, s. 92). Utöver ovanstående mått utvärderades även p-värdet, som är en indikation på hur pass kompatibel den använda datan är med en specificerad statistisk modell. Den är kopplad till hypoteserna och sägs vara sannolikheten att observera ett mer extremt värde än det värde som redan har observerats, givet att nollhypotesen är sann. P-värdet jämfördes med signifikansnivån som i denna studie sattes till 5%: Om p-värdet var mindre än 0.05 innebar det att nollhypotesen kunde förkastas och att ett påvisat samband med stor sannolikhet inte var slumpmässigt. (O Donnell, 2018, ss ) Om nollhypoteserna i denna studie förkastades fanns inga statistiska bevis för att restriktioner på oetisk verksamhet inte har påverkan på de undersökta prestationsmåtten. 22

29 3.4.2 Modelldiagnostik Efter en regressionsanalys är det fördelaktigt att undersöka hur väl den undersökta modellen egentligen fungerar för observerad data. Av den anledningen lades stor vikt i denna studie på diagnosticering av de uppställda modellerna i syfte att utvärdera deras tillförlitlighet. Yan och Su (2009, s. 195) menar att fyra krav, eller antaganden, måste vara uppfyllda för att det ska vara möjligt att dra slutsatser från regressionsmodellen. Dessa krav kontrollerades genom att undersöka de så kallade residualerna: Med residual menas skillnaden mellan det förutspådda värdet och det faktiskt observerade värdet på den beroende variabeln. Med andra ord är en residual den del av observerad data som inte kan förklaras av modellen (Yan & Su, 2009, s. 25). De fyra kraven är följande: 1. Residualerna ska ha ett linjärt förhållande, vilket är en god indikator på att modellen förklarar ett linjärt förhållande mellan de oberoende variablerna och den beroende variabeln. Antagandet om linjäritet implicerar att medelvärdet av alla residualer antar värdet Homoskedasticitet ska vara uppfyllt, vilket innebär att alla residualer har samma konstanta varians. 3. Residualerna i modellen ska vara normalfördelade. 4. Residualerna ska vara oberoende. Krav 1 3 kontrollerades genom att konstruera residualgrafer som studerades noggrant, samt med formella test i RStudio. Krav 1 kontrollerades enkelt genom att beräkna medelvärdet av modellens alla residualer. Krav 2 kontrollerades med ett Breusch-Pagan test eftersom det anses vara ett kraftfullt test för att avgöra homoskedasticitet (Yan & Su, 2009, s. 201). Krav 3 kontrollerades med ett Shapiro-Wilk test eftersom det är en vanlig numerisk metod för att avgöra huruvida residualerna är normalfördelade (Yan & Su, 2009, s. 196). Krav 4 kontrollerades enbart med ett Durbin-Watson test som är ett av få diagnostiska test som används för att kontrollera om residualerna är oberoende (Yan & Su, 2009, s. 235). Genom att köra dessa test i RStudio erhålls ett p-värde som bör vara insignifikant (p > 0.05) för att kravet som kontrolleras ska anses vara uppfyllda. Dessa formella test ger dock inga absoluta bevis för att kraven är uppfyllda; ett insignifikant p-värde indikerar enbart att det inte går att utesluta möjligheten att de är uppfyllda. Residualgraferna användes även för att identifiera eventuella observationer i datamängden som 23

30 ansågs vara problematiska för modellen. I studien lades särskilt fokus på att identifiera kraftigt avvikande eller inflytelserika observationer som kan ha stor påverkan på modellen. Young (2018, s. 167) pekar på tre metoder som kan användas för att hantera förekomsten av potentiellt avvikande observationer (eng. outliers): 1. Först och främst bör observationer som misstänks vara avvikande flaggas för vidare undersökning, vilket i denna studie gjordes utifrån residualgraferna. Standardiserade residualer är av intresse när avvikande observationer eftersöks: En observation anses ofta vara avvikande om den har en standardiserad residual vars absolutbelopp är större än 3 (Young, 2018, s. 155). 2. Ett flertal formella tester kan användas för att avgöra huruvida datamängden innehåller avvikande observationer. Denna studie begränsade sig till Grubbs test som går bra att använda om datamängden är stor och om residualerna följer en normalfördelning (Young, 2018, ss ). Residualerna antogs i denna studie vara normalfördelade. De observationer som bör testas som potentiellt avvikande är de med högst och lägst residualvärde (Young, 2018, s. 172). 3. Om det visar sig vara svårt att avgöra huruvida det förekommer avvikande observationer kan robusta statistiska tekniker användas, då modeller med hög robusthet är generellt mer motståndskraftiga mot avvikande observationer i den analyserade datamängden. Detta steg applicerades i denna studie endast om det rådde tveksamheter kring avvikande observationer i datamängden, då det inte ansågs relevant för denna studie annars. Inbyggda funktioner i RStudio användes för att definiera robusta modeller. Avvikande observationer är inte per definition dåliga för modellen, men om en observation anses vara avvikande måste ett beslut tas huruvida värdet avviker på grund av slumpen eller om det finns ett underliggande problem med just den observationen. Om det handlar om ett underliggande problem i observationen finns starka motiv för att exkludera observationen från analysen. (Young, 2018, s. 167.) Under inga andra omständigheter får avvikande observationer raderas för att förbättra fördelningen av data (Sabo & Boone, 2013, s. 94). I fallet med fonder kan ett sådant problem utgöras av ett kraftigt avvikande värde för en fonds prestationsmått i jämförelse med såväl börsindex som med övriga fonder i undersökningen. Huruvida en observation har stort inflytande 24

31 på modellen kontrollerades genom att undersöka Cook s avstånd (Young, 2018, s. 161) i en av de fyra residualgraferna. Med inflytelserika observationer menas sådana som påverkar modellens skattade parametrar avsevärt om observationen inkluderas eller exkluderas från den analyserade datamängden. Modellerna kunde ha testats ännu mer, men på grund av arbetets begränsade omfattning togs beslutet att sätta en gräns vid de tester som beskrivits ovan. Att begränsa de diagnostiska testerna går dessutom i linje med Youngs (2018, ss ) rekommendation att inte överdriva omfattningen av testerna bara för att försöka radera alla avvikande och problematiska observationer. Risken är nämligen stor att exkludering av observationer istället resulterar i att andra observationer felaktigt framstår som avvikande; detta gäller särskilt för stora datamängder. 3.5 Reliabilitet och validitet Reliabilitet och validitet är två viktiga begrepp som är viktiga att diskutera för att kunna dra slutsatser om hur trovärdig studiens tillvägagångssätt och resultat är. Med reliabilitet menas följdriktigheten, överensstämmelsen och pålitligheten för en mätning. Huruvida mätningen är reliabel beror i denna studie främst på stabiliteten och interbedömarreliabiliteten. Med stabilitet menas om en mätning över tid är tillräckligt stabilt för att resultaten inte ska skilja sig åt i någon större utsträckning om mätningen upprepas. Vidare avgör interbedömarreliabiliteten huruvida ett testresultat skulle bli samma oavsett vem som utför studien. (Bryman, 2001, s. 86.) I denna studie kan både stabiliteten och interbedömarreliabiliteten betraktas som hög. Stabiliteten är hög då studien är gjord med ett givet tidsintervall som omfattar tre år; sekundärdata som samlades in för dessa år kommer alltid att vara lika oavsett när undersökningen genomförs, vilket tyder på att samma resultat alltid kommer att uppnås för detta tidsintervall. När det gäller interbedömarreliabiliteten är det studiens val av restriktioner på oetisk verksamhet som skulle kunna påverka resultatet. Eftersom studiens kriterier på vad som krävs för att en fond ska uppfylla en restriktion är utförligt beskrivet kan interbedömarreliabiliteten betraktas som hög. Om någon annan skulle utföra samma studie skulle personen förmodligen komma fram till samma resultat på vilka fonder som innehar vilka restriktioner då kriterierna för detta är väl redogjort för. Interbedömarreliabiliteten ökar dessutom av det faktum att de studerade fonderna finns att hämta i Bilaga 1, och den kod som skrevs i RStudio för att genom- 25

32 föra den statistiska undersökningen kan hämtas från Bilaga 3. Det gäller alltså att andra forskare enkelt kan hämta den exakta data som användes i studien för att upprepa studien. Validitet, enligt Bryman (2001, s. 88), rör i sin tur frågan om huruvida en eller flera tekniker som har utformats i syfte att mäta ett fenomen verkligen mäter det som faktiskt avses att mätas. Det syftar alltså dels till att besvara hur relevant den insamlade informationen är för det givna problemet, dels till hur väl studien mäter det som avses att mätas. Validiteten i denna studie betraktas som hög eftersom de tre analyserade prestationsmåtten Sharpekvoten, Treynorkvoten och Alfa tillsammans ger en bra bild över en fonds riskjusterade avkastning, och är tämligen välanvända när fonder analyseras. Vidare var studiens syfte att mäta samband mellan flera variabler och det gjordes med regressionsmodeller och multipel linjär regressionsanalys, vilket är en vedertagen statistisk analysteknik för att avgöra om ett samband existerar mellan fler än två variabler. 26

33 4 Resultat I detta kapitel kommer regressionsmodellerna och tillhörande hypoteser att utvärderas en i taget. För varje modell presenteras först resultatet från regressionsanalysen varpå modellens residualer kommer att analyseras med syftet att avgöra huruvida modellen är tillförlitlig. Residualerna analyseras genom att undersöka ett antal residualgrafer som erhållits i RStudio; notera att en residualanalys inte tillåter definitiva slutsatser om en modells tillförlitlighet, utan snarare är en fingervisning om dess validitet. Dessutom är tolkningen av de residualgrafer som redovisas i hög grad godtycklig, varför residualanalyserna kommer att vara av diskuterande och motiverande karaktär. Resultatredovisningen av varje modell avslutas med en kontroll av tillhörande nollhypotes som kommer att förkastas eller accepteras baserat på det statistiska underlaget. Som nämndes tidigare har regressionsmodellerna definierats och analyserats med hjälp av programspråket R och statistikverktyget RStudio. Ur utskrifterna från dessa regressionsmodeller erhölls bland annat skattningar av de oberoende variablerna, på vilken nivå de är signifikanta, samt modellens förklaringsgrad. I Tabell 3 5 presenteras resultaten av regressionsanalyserna som ligger till grund för signifikanstesterna, och för fullständig förståelse av tabellernas innehåll bör 3.4 först läsas noga. I tabellerna går det att urskilja på vilken nivå som de undersökta restriktionerna är signifikanta. Stjärnorna och punkterna i den högra kolumnen signalerar om den aktuella koefficientens p-värde är signifikant eller ej: Ingen stjärna eller punkt innebär ett insignifikant p-värde, en punkt innebär signifikans på nivån 10%, en stjärna på 5%, två stjärnor på 1%, och slutligen tre stjärnor på 0.1%. Signifikansnivån i denna studie valdes till 5%, vilket implicerar att en variabel som är signifikant på en nivå högre än detta kommer att tolkas som insignifikant. 4.1 Modell 1: Sharpekvot I Modell 1 har Sharpekvoten använts som beroende variabel och här kommer den uppställda modellen att utvärderas, för att slutligen avgöra om nollhypotesen H 01 kan förkastas eller accepteras. 27

34 4.1.1 Regressionsanalys I Tabell 1 visas resultatet från regressionsanalysen av Modell 1. Utifrån de erhållna resultaten utläses att tre av de oberoende variablerna är signifikanta, dock på nivån 10% som är högre än studiens valda signifikansnivå. Dessa variabler är Alkohol, Tobak och Spel, där koefficienten för den förstnämnda är av positiv karaktär medan koefficienterna för de övriga två är av negativ karaktär. Vidare är modellens justerade förklaringsgrad mycket låg på 3.4%, vilket innebär att enbart 3.4% av variationen i Sharpekvoten kan förklaras av variationerna i de oberoende variablerna. Tabell 1: Resultat från regressionsanalys av Modell 1 som visar att exkludering av alkohol, tobak och spel har en påverkan på Sharpekvoten på signifikansnivån 10%. Koefficienter Estimat Standardfel p-värde Intercept < 2e-16 *** Pornografi Alkohol Tobak Vapen Spel Social hållbarhet Signifikanskoder: *** : 0.1%, ** : 1%, * : 5%,. : 10% Justerad förklaringsgrad: 3.42% Modelldiagnostik I Figur 4 syns residualgraferna som gäller för Modell 1 med Sharpekvoten som beroende variabel. Med dessa grafer går det att analysera huruvida modellen är tillförlitlig och om den kan användas till att dra slutsatser om observerad data. Med Figur 4a kan en bedömning göras om huruvida residualerna har ett linjärt förhållande genom att titta på den heldragna linjen. Som synes antar linjen en mycket horistontell karaktär utan att spridningen mellan punkterna visar ett tydligt mönster. 28

35 Figur 3: Histogram som visar hur residualerna i Modell 1 fördelar sig. Utifrån tolkning av histogrammet anses residualerna följa en normalfördelningskurva. Dessutom gäller att medelvärdet av alla residualer är i storleksordningen 10 18, vilket som väntat är mycket nära 0. I Figur 3 syns det att residualerna antar en normalfördelningskurva, vilket även kan urskiljas i Figur 4b eftersom de följer en relativt rät linje. Normalfördelningskravet undersöktes även med ett Shapiro-Wilk test, ur vilket ett p-värde med storleken erhölls. Ett p-värde lägre än 0.05 indikerar att residualerna inte är normalfördelade, men Figurerna 3 och 4b kan anses vara tillräckligt starka bevis för att de i själva verket är normalfördelade. Normalfördelningskravet som gäller för en tillförlitlig regressionsanalys kan därför anses uppfyllt. När det gäller kravet på konstant varians mellan residualerna kan Figur 4c användas för att avgöra situationen. I figuren syns en någorlunda horisontell linje omgiven av datapunkter som är utspridda utan något tydliga mönster. Variansen kan betraktas som konstant vilket implicerar att detta krav också är uppfyllt. Detta stärks av det utförda Breusch-Pagan testet som resulterade i ett p-värde med storleken , vilket talar för att kravet om konstant varians är uppfyllt. Gällande kravet om att residualerna ska vara oberoende genomfördes ett Durbin-Watson test som resulterade i ett p- värde med storleken , vilket talar för att kravet är uppfyllt. Således kan alla antaganden som 29

36 bör gälla för en regressionsmodell vara uppfyllda. Slutligen visar Figur 4d huruvida det förekommer punkter med stort inflytande på modellen och således bör undersökas närmare. De streckade linjerna i övre och nedre högra hörnen indikerar Cook s avstånd som är ett mått på inflytande, och om någon punkt befinner sig utanför dessa linjer kan det finnas belägg för att punkterna bör tas bort från modellen. Som synes finns dock inga punkter som ligger utanför linjerna, och utifrån enbart denna information finns ingen anledning att ta bort någon punkt ur datamängden. (a) Kontroll av linjäritet mellan residualer (b) Kontroll av normalfördelning mellan residualer (c) Kontroll av varians mellan residualer (d) Kontroll av inflytelserika datapunkter Figur 4: Residualgrafer för Modell 1 med Sharpekvoten som beroende variabel. Alla krav för en god regressionsmodell anses vara uppfyllda och utifrån Cook s avstånd finns heller inga inflytelserika datapunkter. Det återstår nu att undersöka om det finns avvikande observationer, och som synes avviker framförallt punkt 3 oroväckande mycket från den räta linjen i Figur 4b. Punkt 3 är en observation med en standardiserad residual vars absolutbelopp är större än 3, varför det finns belägg för att denna punkt kan vara en avvikande observation som eventuellt är problematisk. Eftersom residualerna anses vara normalfördelade är det lämpligt att göra Grubbs 30

37 test för att närmare undersöka residualerna med högst och lägst värde, det vill säga de som avviker mest från medelvärdet. Testet visade att observation 3 med lägst residualvärde är avvikande med ett signifikant p-värde av storleken Det signifikanta p-värdet tyder på att observation 3 mycket riktigt kan vara ett avvikande värde, vilket stämmer överens med tolkningen av residualgraferna. Dock visade Grubbs test att observation 83 med högst residualvärde också kan vara avvikande med ett signifikant p-värde av storleksordningen Detta stämmer inte överens med residualgraferna, där tolkningen gjordes att endast observation 3 är avvikande. Med anledning av ovanstående oklarhet kring datamängdens eventuellt avvikande observationer definierades en robust regressionsmodell som ska vara mer motståndskraftig mot avvikande observationer. Den robusta regressionsmodellen analyserades och resultatet kan ses i Tabell 2. Tabell 2: Resultat från analys av robust regressionsmodell med Sharpekvoten som beroende variabel. Analysen visar att exkludering av Alkohol påverkar Sharpekvoten på signifikansnivån 10%, och exkludering av Spel påverkar på signifikansnivån 0.1%. Koefficienter Estimat Standardfel p-värde Intercept < 2e-16 *** Pornografi Alkohol Tobak Vapen Spel *** Social hållbarhet Signifikanskoder: *** : 0.1%, ** : 1%, * : 5%,. : 10% Justerad förklaringsgrad: 6.81% Funktionen för robust regression som användes i denna studie utvärderar om datamängden innehåller avvikande observationer, och inte helt oväntat pekades observation 3 ut som avvikande. Originalmodellen visade att Alkohol, Tobak och Spel alla har en signifikant påverkan på Sharpekvoten på nivån 10%, och som väntat ändrades resultatet vid robust regression. Utifrån robust regression 31

38 har Tobak ingen signifikant påverkan på Sharpekvoten, men däremot påverkas Sharpekvoten av Alkohol och Spel på signifikansnivån 10% respektive 0.1%. Det gäller dessutom att den robusta modellen hade en bättre justerad förklaringsgrad av storleken 6.8%, med andra ord dubbelt så stor som den ursprungliga modellen. Vid analys i RStudio av den robusta regressionsmodellen pekades observation 3 ut som avvikande och därför tycks den första iakttagelsen ha varit korrekt, nämligen att observation 83 inte var avvikande. Den robusta modellen presterade dessutom bättre än den ursprungliga modellen med avseende på förklaringsgrad, och därför kan det vara rimligt att basera signifikanstestet på den robusta modellen. Men innan ett beslut togs i den frågan fanns relevans i att undersöka den avvikande observationen närmare för att försöka avgöra varför den avviker från övriga observationer. Observation 3 representerar en fond vars Sharpekvot är anmärkningsvärt låg i jämförelse med de resterande 100 fonderna. Det extremt låga värdet på Sharpekvoten beror på fondens underprestation gentemot jämförelseindex, vilket för övrigt har lett till att den är en av få svenska fonder som innehar endast en stjärna på Morningstar det lägsta betyget en fond kan tilldelas. Den avvikande observationen tycks inte ha berott på slumpen, utan beror snarare på ett underliggande problem i observationsdata. Enligt Yung (2018, s. 167) kan en avvikande observation som inte beror på slumpen tas bort ur den undersökta datamängden som analyseras, varför observation 3 exkluderades från analysen (se en mer ingående analys om detta i kapitlet Diskussion). När den avvikande observationen exkluderades från datamängden gjordes bedömningen att det inte fanns någon anledning att använda en robust modell. Istället togs beslutet att analysera den ursprungliga modellen Modell 1 igen, fast denna gång med en observation mindre i datamängden. Det erhållna resultatet från regressionsanalysen visas i Tabell 3 och modellen har en förklaringsgrad som är något högre än i den robusta regressionsmodellen, varför beslutet tas att dessa resultat används för att avgöra huruvida nollhypotes H 01 förkastas eller accepteras. Vidare syns även att signifikansnivån för den oberonde variabeln Tobak har förbättrats kraftigt från den robusta modellen, från ett insignifikant p-värde kring 0.5 till ett p-värde runt 0.03 som är signifikant på nivån 5%. Även variablerna Alkohol och Spel är signifikanta på nivån 5%. 32

39 Tabell 3: Resultat från regressionsanalys av Modell 1 med observation 3 exkluderad från den analyserade datamängden. Jämför framförallt med Tabell 1 för att se att samma variabler är signifikanta, men här på signifikansnivån 5%. Dessutom är den justerade förklaringsgraden tydligt förbättrad. Koefficienter Estimat Standardfel p-värde Intercept < 2e-16 *** Pornografi Alkohol * Tobak * Vapen Spel * Social hållbarhet Signifikanskoder: *** : 0.1%, ** : 1%, * : 5%,. : 10% Justerad förklaringsgrad: 6.91% Kontroll av Hypotes 1 Som utläses ur tabell 3 förklarar variationer i de oberoende variablerna 6.91% av variationen i den beroende variabeln Sharpekvoten. Variablerna Alkohol, Tobak och Spel påverkar Sharpekvoten på signifikansnivån om 5%. Således kan nollhypotesen H 01 : Det finns inget signifikant samband mellan svenska fonders Sharpekvot och etiska restriktioner förkastas på signifikansnivån 5%. Detta innebär att det är 95% sannolikhet att det påvisade sambandet mellan variablerna och Sharpekvoten inte uppstod av en slump. Att de övriga oberoende variablerna är insignifikanta behöver dock inte innebära att de inte påverkar Sharpekvoten, utan snarare att ett samband inte kan påvisas med 95% säkerhet. 4.2 Modell 2: Alfa I Modell 2 har Alfa använts som beroende variabel och här kommer den uppställda modellen att utvärderas, för att slutligen avgöra om nollhypotesen H 02 kan förkastas eller accepteras. 33

40 4.2.1 Regressionsanalys I Tabell 4 visas resultatet från regressionsanalysen av Modell 2. Som synes är de oberoende variablerna Pornografi, Vapen och Social hållbarhet insignifikanta, precis som i regressionsmodellen för Sharpekvoten. I denna modell är Alkohol och Tobak signifikanta på nivån 5%, medan Spel är signifikant på nivån 1%. När koefficienterna undersöks för de signifikanta oberoende variablerna går det att dra likheter med regressionsmodellen för Sharpekvoten, då Alkohol har en positiv koefficient medan Tobak och Spel har negativa koefficienter. Modellens justerade förklaringsgrad har ett värde av 11.06%, vilket är hur mycket som variationen i Alfa kan förklaras av variationerna av de oberoende variablerna. Tabell 4: Resultat från regressionsanalys av Modell 2 som visar att exkludering av alkohol och tobak påverkar Alfa på signifikansnivån 5%, samtidigt som exkludering av spel påverkar Alfa på signifikansnivån 1%. Koefficienter Estimat Standardfel p-värde Intercept e-06 *** Pornografi Alkohol * Tobak * Vapen Spel ** Social hållbarhet Signifikanskoder: *** : 0.1%, ** : 1%, * : 5%,. : 10% Justerad förklaringsgrad: 11.06% Modelldiagnostik I Figur 6 syns residualgraferna som gäller för Modell 2 med Alfa som beroende variabel. Med dessa grafer går det att analysera huruvida modellen är tillförlitlig och om den kan användas till att dra slutsatser om observerad data. Med Figur 6a kan en bedömning göras om huruvida residualerna 34

41 har ett linjärt förhållande genom att titta på den heldragna linjen. Som synes antar linjen en något lutad karaktär, men spridningen mellan punkterna visar inget tydligt mönster. Dessutom gäller att medelvärdet av alla residualer är i storleksordningen 10 16, vilket är mycket nära 0. I Figur 5 syns det att residualerna för Modell 2 i stort sett är normalfördelade, vilket även visar sig i Figur 6b eftersom de inte avviker starkt från den räta linjen. Det gäller dock att punkterna avviker relativt mycket från den teoretiska normalfördelningen i den högra änden. Dock kan normalfördelningskravet antas vara uppfyllt ändå eftersom Shapiro-Wilk testet gav ett p-värde med storleken 0.2, vilket indikerar en normalfördelning. Figur 5: Histogram som visar hur residualerna i Modell 2 fördelar sig. Utifrån tolkning av histogrammet anses residualerna följa en normalfördelningskurva. Dessutom visar Figur 6c att den heldragna linjen inte alls är horisontell, utan linjens lutning tycks variera. Önskvärt är att linjen är horisontell, men det tycks inte finnas någon tydlig trend bland punkterna i grafen vilket tyder på att kravet om konstant varians ändå är uppfyllt; detta stärks av Breusch-Pagan testet som gav ett insignifikant p-värde av storleken Gällande kravet om att residualerna ska vara oberoende genomfördes ett Durbin-Watson test som gav ett insignifikant p-värde av storleken , vilket talar för att kravet är uppfyllt. Således kan alla antaganden som 35

42 bör gälla för en regressionsmodell anses vara uppfyllda. Slutligen gäller att Figur 6d visar att inga punkter ligger utanför Cook s avstånd, varför det inte finns något tydligt argument än så länge för att ta bort punkter ur datamängden. (a) Kontroll av linjäritet mellan residualer (b) Kontroll av normalfördelning mellan residualer (c) Kontroll av varians mellan residualer (d) Kontroll av inflytelserika datapunkter Figur 6: Residualgrafer för Modell 2 med Alfa som beroende variabel. Alla krav för en god regressionsmodell anses vara uppfyllda och utifrån Cook s avstånd finns heller inga inflytelserika datapunkter. Det återstår nu att undersöka om det finns avvikande observationer i datamängden, och endast utifrån residualgraferna är det tämligen svårt att avgöra detta. Som synes i Figur 6b finns ingen observation vars standardiserade residual har ett absolutbelopp högre än 3, vilket tyder på att ingen avvikande observation förekommer i datamängden. Utifrån detta dras dock inga slutsatser, utan först genomförs Grubbs test för att undersöka om den lägsta och högsta residualen representerar avvikande observationer. Test på den lägsta residualen resulterade i ett insignifikant p-värde av storleken 0.60, och test på den högsta residualen resulterade i ett insignifikant p-värde av storleken Trots att resultat av Grubbs test inte bör ses som ett de- 36

43 finitivt bevis gällande förekomsten av avvikande observationer, anses datamängden inte innehålla avvikande observationer av Alfa. Därför definierades heller ingen robust regressionsmodell, och beslutet tas att resultaten som visas i Tabell 4 används för att avgöra huruvida nollhypotes H 02 kan förkastas eller accepteras Kontroll av Hypotes 2 Som utläses ur tabell 4 förklarar variationer i de oberoende variablerna 11.06% av variationen i den beroende variabeln Alfa. Variablerna Alkohol samt Tobak påverkar på signifikansnivån 5%, medan Spel påverkar på signifikansnivån 1%. Således kan nollhypotesen H 02 : Det finns inget signifikant samband mellan svenska fonders Alfa och etiska restriktioner förkastas på signifikansnivån 5%. Detta innebär att det är 95% sannolikhet att det påvisade sambandet mellan variablerna och Alfa inte uppstod av en slump. Att de övriga oberoende variablerna är insignifikanta behöver dock inte innebära att de inte påverkar Alfa, utan snarare att ett samband inte kan påvisas med 95% säkerhet. 4.3 Modell 3: Treynorkvot I Modell 3 har Treynorkvoten använts som beroende variabel och här kommer den uppställda modellen att utvärderas, för att slutligen avgöra om nollhypotesen H 03 kan förkastas eller accepteras Regressionsanalys I Tabell 5 visas resultatet från regressionsanalysen av Modell 3. Även detta resultat följer resultaten från analyserna av Modell 1 och 2: De oberoende variablerna Alkohol, Tobak och Spel är nämligen signifikanta. I denna modell är de dock signifikanta på nivåerna 1%, 5%, respektive 1%. Vad som skiljer Modell 3 från de två andra modellerna är att även den oberoende variabeln Social hållbarhet är signifikant, dock enbart på signifikansnivån 10%. De oberoende variablerna Pornografi och Vapen är båda insignifikanta, precis som i de tidigare regressionsmodellerna. Koefficienterna tycks följa de två tidigare modellerna då Alkohol innehar en positiv koefficient medan Tobak och Spel innehar negativa koefficienter. Även koefficienten för Social hållbarhet är negativ. Vidare har modellen den högsta justerade förklaringsgraden av alla tre modeller då den har ett värde av 12.4%, 37

44 vilket är hur mycket som variationen i Treynorkvoten kan förklaras av variationerna i de oberoende variablerna. Tabell 5: Resultat från regressionsanalys av Modell 3 som visar att exkludering av tobak påverkar Treynorkvoten på signifikansnivån 5%, exkludering av alkohol och spel påverkar Treynorkvoten på signifikansnivån 1%, och social hållbarhet påverkar Treynorkvoten på signifikansnivån 10%. Koefficienter Estimat Standardfel p-värde Intercept <2e-16 *** Pornografi Alkohol ** Tobak * Vapen Spel ** Social hållbarhet Signifikanskoder: *** : 0.1%, ** : 1%, * : 5%,. : 10% Justerad förklaringsgrad: 12.38% Modelldiagnostik I Figur 8 syns residualgraferna som gäller för Modell 3 med Treynorkvoten som beroende variabel. Med dessa grafer går det att analysera huruvida modellen är tillförlitlig och om den kan användas till att dra slutsatser om observerad data. Med Figur 8a kan en bedömning göras om huruvida residualerna har ett linjärt förhållande genom att titta på den heldragna linjen. Liksom i Modell 2 lutar linjen lite mer än det optimala scenariot, varför en kontroll av residualernas medelvärden är lämplig. Medelvärdet av residualerna är av storleksordningen vilket är mycket nära 0, varför kravet om linjäritet mellan residualerna accepteras. Vidare syns i Figur 8b att residualerna någorlunda följer normalfördelning. I högra änden avviker de något, men i dessa sammanhang utgör residualerna ändå en godtagbar normalfördelningskurva, vilket även ses i Figur 7. Dessutom kontrolleras normalfördelning med ett Shapiro-Wilk test som resulterar i ett insignifikant p-värde av 38

45 storleken , vilket indikerar normalfördelning. Dock berättigar den något avvikande kurvan i Figur 8b en kontroll av avvikande observationer. Figur 7: Histogram som visar hur residualerna i Modell 3 fördelar sig. Utifrån tolkning av histogrammet anses residualerna följa en normalfördelningskurva. Vidare visar Figur 8c att den heldragna linjen inte är helt horistontell, utan linjens lutning tycks vara positiv framförallt i den vänstra änden. Önskvärt är att linjen är horisontell, men det tycks inte finnas någon tydlig trend bland punkterna i grafen vilket tyder på att kravet om konstant varians ändå är uppfyllt; detta stärks av Breusch-Pagan testet som gav ett insignifikant p-värde av storleken Gällande kravet om att residualerna ska vara oberoende genomfördes ett Durbin-Watson test som gav ett insignifikant p-värde av storleken , vilket talar för att kravet är uppfyllt. Således kan alla antaganden som bör gälla för en regressionsmodell anses vara uppfyllda. Slutligen gäller att Figur 8d inte visar några punkter liggandes utanför Cook s avstånd, varför det inte finns något tydligt argument för att ta bort punkter ur datamängden. Alla krav för en god regressionsmodell anses vara uppfyllda och utifrån Cook s avstånd finns heller inga inflytelserika datapunkter. Det återstår nu att undersöka om det finns avvikande observationer, och som påpekades ovan finns anledning att undersöka avvikande observationer med anledning av 39

46 (a) Kontroll av linjäritet mellan residualer (b) Kontroll av normalfördelning mellan residualer (c) Kontroll av varians mellan residualer (d) Kontroll av inflytelserika datapunkter Figur 8: Residualgrafer för Modell 3 med Treynorkvoten som beroende variabel. den avvikande kurvan i Figur 8b. Det första som konstateras är att ingen standardiserad residual har ett absolutbelopp större än 3, vilket pekar på att ingen residual representerar en avvikande observation. Endast utifrån residualgraferna är det svårt att avgöra huruvida det finns avvikande observationer i datamängden eftersom ingen punkt sticker ut extremt mycket. Därför genomförs Grubbs test för att undersöka om den lägsta och högsta residualen representerar avvikande observationer. Grubb s test på den lägsta residualen resulterade i ett insignifikant p-värde av storleken 0.69, och test på den högsta residualen resulterade i ett insignifikant p-värde av storleken Trots att resultat av Grubbs test inte bör ses som ett definitivt bevis gällande förekomsten av avvikande observationer, anses datamängden inte innehålla avvikande observationer av Treynor som är problematiska. Därför definierades heller ingen robust regressionsmodell, och beslutet tas att resultaten som visas i Tabell 5 används för att avgöra huruvida nollhypotes H 03 kan förkastas eller accepteras. 40

47 4.3.3 Kontroll av Hypotes 3 Som utläses ur tabell 5 förklarar variationer i de oberoende variablerna 12.38% av variationen i den beroende variabeln Treynorkvoten. Variablerna Alkhol samt Spel påverkar på signifikansnivån 1%, medan Tobak påverkar på signifikansnivån 5%. Således kan nollhypotesen H 02 : Det finns inget signifikant samband mellan svenska fonders Treynorkvot och etiska restriktioner förkastas på signifikansnivån 5%. Detta innebär att det är 95% sannolikhet att det påvisade sambandet mellan variablerna och Treynorkvoten inte uppstod av en slump. Att de övriga oberoende variablerna är insignifikanta behöver dock inte innebära att de inte påverkar Treynorkvoten, utan snarare att ett samband inte kan påvisas med 95% säkerhet. Social hållbarhet var dock signifikant på nivån 10%, men eftersom studiens valda signifikansnivå är 5% betraktas den som insignifikant. 41

48 5 Diskussion I detta kapitel kommer först och främst resultaten från regressionsanalyserna att diskuteras, och fynd som gjorts kommer kopplas ihop med relevanta teorier från det teoretiska ramverket. Därefter avslutas kapitlet med en diskussion kring de val som gjordes gällande de analyserade modellerna. 5.1 Studiens resultat Utifrån de statistiska analyserna har det framkommit ett flertal intressanta resultat. Även om modellernas förklaringsgrader är förhållandevis låga, pekar regressionsanalyserna ändå på ett signifikant samband mellan en fonds prestation och restriktionerna Alkohol, Tobak och Spel. Detta samband stärks i och med att analyserna av samtliga modeller visade signifikanta samband mellan dessa specifika restriktioner och prestationsmåtten. Av denna anledning kunde samtliga nollhypoteser förkastas på signifikansnivån 5%, vilket betyder att det är 5% risk att nollhypoteserna har förkastats trots att de är sanna; detta är anledningen till att vi inte kan säga med absolut säkerhet att de etiska restriktionerna påverkar prestationsmåtten. Utifrån regressionskoefficienternas estimat syntes dessutom att alla analyser visade en påverkan åt samma håll, mer specifikt att restriktioner på Tobak och Spel påverkar fondens prestation negativt, och att en restriktion på Alkohol påverkar fondens prestation positivt. Att en restriktion påverkar fondens prestation positivt är en särskilt intressant iakttagelse i relation till Markowitz (1952) teori om att en diversifierad portfölj är bra för avkastningen. Dessutom menar Humphrey & Lee (2011, s. 519) att en portfölj med begränsade investeringsmöjligheter inte kan uppnå full diversifiering. Fonder med etiska restriktioner exkluderar som bekant vissa marknader och branscher, vilket alltså betyder att sådana fonder inte är helt diversifierade. Utifrån detta borde alltså studiens resultat ha visat att alla etiska restriktioner påverkar avkastningen negativt. Från det teoretiska ramverket ( 2.3.3) vet vi dessutom att Sharpekvoten och Treynorkvoten skulle skilja sig åt om fonderna inte är fullt diviersifierade, vilket resultaten tycks stärka. Eftersom fonderna har etiska restriktioner kan de inte vara fullt diversifierade, men om de hade varit det skulle regressionsanalys av Modell 1 och Modell 2 troligtvis ha resulterat i samma estimat och p-värden. Detta visar att restriktioner gällande investeringsmöjligheter faktiskt har en reell effekt på fonderna. 42

49 Utifrån ovanstående observationer vill vi dock koppla till tidigare forskning om hur prestationer skiljer sig mellan etiska och traditionella fonder. Det har funnits svårigheter i tidigare studier att visa några generella resultat gällande hur etiska restriktioner påverkar fonders prestationer, och vi vill påstå att detta till viss del kan förklaras med resultaten från denna studie. Resultaten från samtliga regressionsmodeller påvisar nämligen att de enskilda etiska restriktionerna påverkar fonderna på olika sätt. När forskare, som i flertalet tidigare studier, sätter ihop olika etiska fonder med vitt skilda etiska restriktioner, och sedan jämför med traditionella fonder, blir det rimligtvis en stor spridning i de etiska fondernas prestationer. Detta synliggörs i denna studie då den mer detaljerat visar hur varje etisk restriktion påverkar en fond, och kan därmed ge incitament till att ändra metodiken i framtida studier. Den observante läsaren noterar att estimaten för de olika restriktionerna är betydligt högre i Modell 2 med Alfa som beroende variabel, jämfört med Modell 1 och 3 för Sharpe- respektive Treynorkvoten. Detta beror på att intervallet för Alfa i dataunderlaget är betydligt större än för Sharpe- och Treynorkvoterna. Fondernas Alfavärden ligger i intervallet [-5.7, 8.5] medan intervallen för fondernas Sharpekvot och Treynorkvot är [0.26, 1.38] respektive [0.0357, ]. Ett högre belopp på estimatet för koefficienterna i modellen för Alfa betyder alltså inte nödvändigtvis att de olika restriktionerna har en större påverkan på just det prestationsmåttet. Modellerna som har analyserats i studien visade sig alla ha låg justerad förklaringsgrad: Mer specifikt beräknades de justerade förklaringsgraderna för Sharpekvoten, Alfa och Treynorkvoten till 6.91%, 11.06%, respektive 12.38%. Visserligen hade Sharpekvoten en förklaringsgrad på endast 3% från början innan den avvikande observationen som ansågs vara problematisk för analysen exkluderades, men 6.91% är fortfarande mycket lågt. Detta innebär att även om det visas samband mellan de oberoende och beroende variablerna finns det en stor grad av variabilitet inom detta samband. Att så blev fallet var egentligen inget oväntat: Precis som Humphrey & Lee (2011) påpekar gäller det att många faktorer har inverkan på fonders prestation, varför en fonds prestation inte kan förväntas vara starkt knuten till huruvida den väljer att investera i en enstaka bransch eller inte. Därför vore det snarare ytterst anmärkningsvärt om regressionsanalyserna hade resulterat i höga förklaringsgrader. Kanske kan detta också vara en del av svaret till varför tidigare forskning har varit mycket tvetydig när det gäller skillnader i prestation för etiska och traditionella fonder. 43

50 Modellernas låga förklaringsgrader pekar på att det framförallt är andra faktorer utöver etiska restriktioner som påverkar fondernas prestationer, varför det verkar rimligt att tidigare studier kring prestationerna för etiska kontra traditionella fonder har haft svårt att visa några generella resultat (även om det vidtogs åtgärder i studierna för att göra jämförelserna så rättvisa som möjligt). 5.2 Studiens modeller För att överkomma eventuella hinder som avvikande observationer kan innebära definierades en robust regressionsmodell för Sharpekvoten. Dessa typer av regressionsmodeller ska vara motståndskraftiga mot avvikande värden, varför analys av den robusta modellen och den känsligare modellen med observation 3 exkluderad gav snarlika resultat. Det talar ändå för att den ursprungliga modellen Modell 1 tycks ha varit en bra modell vars tillförlitlighet påverkades av den avvikande observationen. Dock gav den sistnämnda modellen en marginellt bättre förklaringsgrad, vilket är anledningen till att valet av slutgiltig modell att kontrollera hypoteserna efter föll på den senare. För att diskutera den avvikande observationen närmare kan vi konstatera att den troligtvis aldrig skulle tagits med i dataunderlaget för Modell 1 från första början. Vi kan här rikta en viss kritik mot studiens urvalsprocess: Sannolikt hade strängare avgränsningar för vilka fonder som togs med i undersökningen varit på sin plats. Exempelvis kunde ett krav ha varit att fondernas Sharpekvot behövde ligga inom ett specificerat intervall för att undvika observationer med extremt låga eller höga värden. Som nämndes i studiens metodkapitel bör urvalet vara representativt för den större populationen och en fond med en anmärkningsvärt låg Sharpekvot anses inte vara det. En viktig aspekt att ha i åtanke är att vi enbart granskade några få parametrar från utskrifterna som erhölls efter regressionsanalyserna, och det kan ses som en svaghet med studien. För att göra en riktigt noggran analys av regressionsmodeller och deras validitet behöver många olika parametrar granskas, och i denna studie kontrollerades framförallt regressionskoefficienternas estimat och p- värde, samt modellernas förklaringsgrad. Om fler parametrar hade undersökts kanske slutsatsen hade dragits att den robusta regressionsmodellen i själva verket var mer tillförlitlig, och då hade det aldrig varit nödvändigt att exkludera den avvikande observationen från datamängden. Sedan vill vi understryka att beslutet att radera den avvikande observationen först och främst togs 44

51 utifrån residualgraferna och Grubbs test, och dessa kontrollmetoder kan inte ge några definitiva bevis för att observationer är avvikande. Residualgraferna är i allra högsta grad godtyckliga och tolkas utifrån vår bästa förmåga. Vidare gäller att ett Grubbs test som resulterar i ett signifikant p-värde enbart innebär att vi inte kan utesluta möjligheten för att observationen är avvikande. När det gäller den observationen som exkluderades från datamängden gjordes dock bedömningen att det fanns ett underliggande problem med datavärdet, så beslutet att radera anses ändå ha varit rätt. Men beträffande de andra modellerna gjordes bedömningen utifrån residualgraferna och Grubbs test att inga avvikande observationer fanns, och det kanske är felaktigt. Därför hade studiens resultat kunnat bli mer trovärdigt om ytterligare tester hade genomförts för att styrka modellernas tillförlitlighet ytterligare. På samma vis var även bedömningen att de modellerna uppfyllde kraven för en god regressionsmodell godtycklig, eftersom även detta främst bedömdes utifrån residualgraferna och därför inte behöver vara korrekt. Att residualerna var normalfördelade anses dock vara relativt säkert eftersom de studerade histogrammen inte är lika godtyckliga som residualgraferna. 45

52 6 Slutsatser Studiens syfte var att undersöka hur etiska restriktioner påverkar svenska fonders prestation med avseende på riskjusterad avkastning. Studien mätte riskjusterad avkastning i termer av tre separata prestationsmått Sharpekvoten, Alfa, och Treynorkvoten varför en regressionsmodell definierades för varje enskilt mått. Med signifikanstest och multipel linjär regressionsanalys undersöktes huruvida svenska fonders riskjusterade avkastning påverkas av exkludering av företag med verksamhet riktad mot Pornografi, Alkohol, Tobak, Vapen, och Spel, samt företag som inte främjar Social hållbarhet. Efter analys av samtliga regressionsmodeller för Sharpekvoten, Alfa, och Treynorkvoten, kunde ett statistiskt signifikant samband på nivån 5% påvisas mellan prestationsmåtten och exkludering av företag med verksamhet inom Alkohol, Tobak och Spel. Regressionsanalys av modellerna visade att en restriktion på Alkohol har positiv påverkan på svenska fonders riskjusterade avkastning, medan restriktioner på Tobak och Spel har negativ påverkan. Även om sambanden var svaga utifrån estimatens låga värden kunde alltså vissa trender urskiljas i insamlad data. Detta är dock inte definitiva bevis för att de signifikanta restriktionerna i realiteten påverkar prestationsmåtten, vi kan helt enkelt inte utesluta möjligheten att de faktiskt gör det. Det finns heller inga definitiva bevis för att de insignifikanta restriktionerna inte påverkar de undersökta prestationsmåtten i realiteten, men studien fann inga starka belägg för att de faktiskt gör det. 6.1 Studiens vetenskapliga och praktiska bidrag Denna studie utgör ett första steg inom ett forskningsområde som, i författarnas mening, förtjänar att undersökas närmare. Studien har angripit ett befintligt forskningsområde ur en vinkel som ingen studie har gjort tidigare, och därför finns stor potential till framtida upptäckter och insikter kring hur enskilda etiska restriktioner påverkar fonders prestation. Som skrevs i studiens inledande problematisering ser författarna problem med forskning som ägnar sig åt att jämföra etiska och traditionella fonder, varför forskare förhoppningsvis kan följa denna studies exempel i framtiden. Resultat av tidigare forskning om prestationer av etiska kontra traditionella fonder har varit tvetydig, och slutsatserna från studierna skiljer sig i hög grad. Värt att notera är att detta tycks vara ett 46

53 genomgripande fenomen gällande forskning om fondmarknaden, då inte heller denna studie kan sägas ha odiskutabla, klara resultat. Som diskuterats tidigare kan detta bero på de otroligt många faktorer som har betydelse för en fonds prestation. Odiskutabelt eller ej så har studien ändå bottnat i ett resultat som kan hjälpa investerare såväl som småsparare som är måna om att deras pengar inte investeras i oetiska branscher, men som samtidigt vill erhålla en acceptabel riskjusterad avkastning på sin investering. Författarna rekommenderar i så fall att spara i fonder som inte investerar i alkoholbranschen då dessa tenderar att prestera något bättre än genomsnittet. Den medvetna spararen vill troligtvis undvika tobak- och spelbranschen, men i så fall bör denne vara medveten om att exkludering av dessa branscher kan dra ner fondens prestation under genomsnittet. Gällande övriga etiska restriktioner som undersöktes har studien inte funnit några belägg för att de påverkar fonders prestationer, i alla fall inte på en statistiskt signifikant nivå. Viktigt att ha i åtanke är dock att studiens resultat baserar sig på data om fondernas utveckling mellan åren , vilket kan tyckas vara ett relativt kort tidsintervall. Det är alltså inte säkert att trenderna som hittats i denna studie kommer påvisas för andra tidsintervall. Säkert är i alla fall att småsparare har många alternativ om de vill spara i etiska fonder; de behöver inte enbart begränsa sig till det lilla utbud av svenska fonder som utger sig för att vara etiska, då även många traditionella fonder kan betraktas som etiska. Författarna menar att småsparare som ställer frågan Jag vill spara etiskt, men vad har jag för alternativ? först och främst bör fundera över vad de själva anser är etiska branscher. De som anser att alkoholbranschen är oetisk behöver inte nödvändigtvis undvika alla traditionella fonder för att spara etiskt, utan främst fonder som investerar specifikt i alkoholbranschen. De som vet vilka etiska frågor de prioriterar kommer troligtvis upptäcka att det finns ett stort utbud av etiska alternativ på svenska fondmarknaden som passar just dem. 6.2 Begränsningar och förslag till framtida forskning Det finns ett flertal faktorer som har begränsat arbetet och som skulle kunna göras annorlunda i framtida studier. En av de tydligaste begränsningarna är studiens relativt korta tidsintervall på tre år, och för att öka generaliserbarheten är ett förslag att framtida studier förlänger det undersökta 47

54 tidsintervallet. En negativ aspekt med ett längre tidsintervall är att risken för att en fond nyligen har bytt strategi gällande restriktioner ökar. Det positiva däremot är att ett längre tidsintervall skulle innebära en minskad risk för att resultaten skulle vara påverkade av slumpen. Ett annat sätt att öka studiens generaliserbarhet är att expandera det statistiska underlaget, vilket i denna studie är antalet fonder. Istället för att enbart välja ut fonder som agerar på den svenska marknaden skulle framtida studier kunna inkludera fonder som agerar på andra marknader än den svenska, och därmed utöka det statistiska underlaget. Ytterligare ett förslag för framtida studier inom ämnet är att jämföra hur etiska restriktioner påverkar fonder på olika marknader och studera skillnader och likheter mellan marknaderna. Gällande etiska restriktioner så begränsade sig denna studie till att enbart undersöka några få restriktioner, men framtida studier kan till exempel undersöka hur prestationen påverkas hos fonder som även har krav kring djurhållning. Värt att notera är att denna studie gjordes med ambitionen att ge svenska småsparare mer kunskap om etiska investeringsalternativ på fondmarknaden, varför det är synd att restriktioner mot miljöskadlig verksamhet inte inkluderades i studien. Enligt Naturvårdsverket (2018) anser 86% av svenskarna att det är viktigt att arbeta mot klimatförändringarna, och just därför finns det rimligtvis ett stort intresse bland småsparare för fonder med skarpa riktlinjer kring miljöarbete. Om forskare i fortsättningen vill göra liknande studier i syfte att hjälpa småsparare med etiskt sparande, är ett förslag att först och främst studera hur riktlinjer kring miljö påverkar fonders prestation. 48

55 Referenser Allen, M.P. (1997). Understanding Regression Analysis. New York: Plenum Press. Altman, D. & Bland, J. (2005). Standard deviations and standard errors. BMJ 331 (7521): 903. Andersson, M. (2016). Hållbara investeringar bygger på förtroende. HBL. artikel/hallbara-investeringar-bygger-pa-fortroende-2/ (Hämtad ). Avanza. (u.å). Vad är fonder? vad-ar-fonder.html#hur-stor-risk-har-fonder (Hämtad ). Beckman, M.; Björkman, M.; Dahlström, R.; Grundell, E.; Holmstrand, E.; Lundquist, L.; Rydin, U.; Svensson, A. & Wiberg, J. (2013). Rådgivning på värdepappersmarknaden: Licensieringstest för rådgivare. 3. uppl. Stockholm: Liber. Blom, G. & Holmquist, B. (1998). Statistikteori med tillämpningar. 3. uppl. Lund: Studentlitteratur. Broomé, A. (2012). Etiska fonder inte bättre än andra. Aktiespararna. se/artiklar/fonder/etiska-fonder-inte-battre-an-andra (Hämtad ). Bryman, A. (2001). Samhällsvetenskapliga metoder. Stockholm: Liber AB. Chen, J. (2018). Morningstar Inc. Investopedia. morningstarinc.asp (Hämtad ) Dattalo, P. (2008). Determining Sample Size: Balancing Power, Precision, and Practicality. Oxford: Oxford University Press. Fernandez-Izquierdo, A. & Matallin-Saez, J.C. (2008). Performance of Ethical Mutual Funds in Spain: Sacrifice or Premium? Journal of Business Ethics 81 (2): Fondbolagen. (u.å.). Ordlista. (Hämtad ). Fondkollen. (u.å.). SRI-fonder, etikfonder och hållbarhetsfonder. fakta-om-fonder/erik-och-hallbarhet/ (Hämtad ). Fondmarknaden. (2018). Etikfonder. aspx. (Hämtad ). Havemann, R. & Webster, P. (1999). Does Ethical Investment Pay?: EIRIS research and other studies of ethical investment and financial performance. The Ethical Investment Research Service. Hotvedt, J. & Tedder, P. (1978). Systematic and unsystematic risk of rates return associated with selected forest product companies. Southern Journal of Agricultural Economics 10 (1):

56 Humphrey, J.E. & Lee, D.D. (2011). Australian Socially Responsible Funds: Performance, Risk and Screening Intensity. Journal of Business Ethics 102 (4): Jones, S.; Van Der Laan, S.; Frost, G. & Loftus, J. (2008). The Investment Performance of Socially Responsible Investment Funds in Australia. Journal of Business Ethics 80 (2): Kreander, N.; Gray, R.H.; Power, D.M. & Sinclair, C.D. (2005). Evaluating the Performance of Ethical and Non-ethical Funds: A Matched Pair Analysis. Journal of Business Finance & Accounting 32 (7/8): Kull, J. (2018). 3 tips för dig som vill spara hållbart. Avanza. 3-tips-for-dig-som-vill-spara-hallbart/ (Hämtad ). Lee, C. & Lee, A. (2006). Encyclopedia of Finance. New York: Springer. Lindmark, J. (2012). Sju sorters Sverigefonder. Morningstar. morningstar.se/articles/market.aspx?title=sju-sorters-sverigefonder&fbclid= IwAR0err936nmj2ZQi-0jVtS4PI9PRhEM355ptsr-VTU7iOHa33Br0xviIUVg (Hämtad ). Lindmark, J. (2016). Sverige fortfarande världsbäst på att spara i fonder. Morningstar. https: // (Hämtad ). Mallin, C.A.; Saadouni, B. & Briston, R.J. (1995). The financial performance of ethical investment funds. Journal of Business Finance & Accounting 22 (4): Markowitz, H. (1952). Portfolio Selection. The Journal of Finance 7 (1): Martin, W.E. & Bridgmon, K.D. (2012). Quantitative and Statistical Research Methods: From Hypothesis to Results. Hoboken: John Wiley & Sons. Mitchell, C. & Curry, J.E. (2003). A Short Course in International Business Ethics: Combining Ethics and Profits in Global Business. California: World Trade Press. Morningstar. (2016). Custom Calculation Data Points. morningstar.com/clientcomm/customcalculations.pdf?fbclid=iwar2dyu7_ ylnsbxnruqn1bqjqcbltvwhf8e4kwsvvc8-ucn-3kibachgkeh8 (Hämtad ). Morningstar. (u.å.-a). Om oss. (Hämtad ). Morningstar. (u.å.-b). Sharpe-kvot. aspx?title=sharpe (Hämtad ). Naturvårdsverket. (2018). Allmänheten om klimatet

57 attityd-klimat-2018 (Hämtad ) O Donnell, J. (2018). P-value. What value?. Internal Medicine Journal 48: OECD. (2008). OECD Guidelines for Multinational Companies. mne/ pdf (Hämtad ). Powers, B. & Knapp, T. (2010). Dictionary of Nursing Theory and Research. 4. uppl. New York: Springer Publishing Company. Regeringen. (2015). Hållbar fondmarknad. hallbar-fondmarknad/ (Hämtad ). Renaud, O. & Victoria-Feser, M. (2010). A robust coefficient of determination for regression. Journal of Statistical Planning and Inference 1 (7): Sabo, R. & Boone, E. (2013). Statistical Research Methods: A Guide for Non-Statisticians. New York: Springer Publishing. SEB. (u.å.). Ökad medvetenhet bland svenska småsparare. okad-medvetenhet-bland-svenska-smasparare (Hämtad ). Sharpe, W. (1994). The sharpe ratio. The Journal of Portfolio Management 21 (1): Shim, K. & Yang, S.U. (2016). The effect of bad reputation: the occurrence of crisis, corporate social responsibility, and perceptions of hypocrisy and attitudes towards a company. Public Relations Review 42 (1): Sjöström, E. (2015). The performance of socially responsible investment. Stockholm: Sjunde AP-fonden. The-Performance-of-socially-responsible-investment.pdf?fbclid=IwAR3oa9j5KEIXTjK9Y9I30_ 43nAcwa2QJ-V7Ksa_e3rn2KyJXGJ08UdhnfSU (Hämtad ). Svensk Handel. (2017). Tillsammans mot 2030: Handelns hållbarhetsarbete intensifieras. Stockholm: Svensk Handel. rapporter-och-foldrar/hallbar-handel/hallbarhetsundersokning-2017.pdf (Hämtad ). Szulc, S. (1965). Statistical Methods. Oxford: Pergamon Press. SWESIF. (2018). Hållbarhetsprofilen. (Hämtad ). UN. (u.å). The Ten Principles of the UN Global Compact. what-is-gc/mission/principles (Hämtad ). UN. (2015). We Are the First Generation that Can End Poverty, the Last that Can End Climate Change, Secretary-General Stresses at University Ceremony. 51

58 sgsm16800.doc.htm (Hämtad ). UNDP. (u.å). Globala målen. (Hämtad ). Yan, X. & Su, X.G. (2009). Linear Regression Analysis: Theory and Computing. Singapore: World Scientific Publishing Co Pte Ltd. Young, D.S. (2018). Handbook of Regression Methods. Florida: CRC Press LLC. 52

59 Bilaga 1 I Tabell 6 sammanställs samtliga fonder som inkluderats i studien och data om fondernas etiska restriktioner och prestationsmått. Ett kryss under en etisk restriktion indikerar att den fonden exkluderar företag med verksamhet inom den specifika branschen. Observationerna visas i ordning: Observation 1 står först och observation 101 sist. Notera att tabellen sträcker sig över två sidor. Tabell 6: Alla fonder i studiens dataunderlag där kryss indikerar exkludering av bransch. Fondnamn Pornografi Tobak Alkohol Vapen Spel Msk.Rätt Sharpekvot Treynorkvot Alfa Aktie-Ansvar Sverige A x x x x 1,11 0,1295 2,9 Aktiespararna Topp Sverige (index) 0,85 0,0935-0,5 Alfa Aktiv 0,26 0,0468-2,2 Alfred Berg Hållbar Tillväxt Sverige A x x x x x 1,06 0,1187 2,3 AMF Aktiefond Småbolag x 1,07 0,1391 3,9 AMF Aktiefond Sverige x 0,94 0,1006 0,7 AstraZeneca Allemansfond 0,93 0,146 5 Avanza Zero 0,88 0,0968-0,3 C WorldWide Sweden 1A x x x x x 0,99 0,1188 1,8 C WorldWide Sweden Small Cap 1A 1,31 0,1916 6,7 Carnegie Småbolagsfond A x x x x x 0,64 0,0868-1,1 Carnegie Sverigefond A x x x x x 0,83 0,0928-0,4 Catella Småbolag x x x x x x 0,53 0,0731-2,8 Catella Sverige Aktiv Hållbarhet x x x x x x 0,75 0,0855-1,4 Catella Sverige Hållbart Beta A x x x x x x 1 0,11 1,2 Cicero Focus A x x x x x x 0,3 0,0357-5,7 Cliens Sverige A x x x x x x 0,72 0,0835-1,6 Cliens Sverige Fokus A x x x x x x 0,8 0,0936-0,9 Coeli Sverige R SEK 0,52 0,0682-3,1 Danske Invest Sverige Beta SA x x x x x x 1 0,11 1,1 Danske Invest Sverige SA x 1 0,114 1,8 Didner & Gerge Aktiefond x x x x 0,64 0,0704-2,9 Didner & Gerge Småbolag x x x x x 0,82 0,1157 0,9 Enter Select A x x x x x 0,69 0,0772-1,9 Enter Select Pro x x x x x 0,75 0,0839-1,2 Enter Småbolagsfond A x x x x x 0,91 0, Enter Sverige A x x x x x 0,67 0, Enter Sverige Pro x x x x x 0,84 0,1008-0,1 Ethos Aktiefond x x x x x x 1,01 0,119 1,6 Evli Aktieindex B 0,85 0,0969-0,4 Evli Sverige Småbolag B x x x x x x 0,77 0,1043 0,2 Folksam LO Sverige x x 0,93 0,1079 0,6 Folksam LO Västfonden x x 0,94 0,11 0,7 Granit Småbolag 1,03 0, Handelsbanken Svenska Småbolag x x x x x x 0,99 0, Handelsbanken Sverige Index Criteria x x x x x x 0,92 0,0994 0,5 Handelsbanken OMXSB Index 1 0,111 1,3 Handelsbanken Sverige Selektiv x x x x x x 0,9 0,1152 1,5 Handelsbanken Sverigefond Index 0,98 0,1088 1,1 Handelsbanken Sverigefond SEK x x x x x x 0,8 0,0916-0,4 Indecap Guide Sverige A 1,01 0,1172 1,5 Inside Sweden 0,84 0,1157 1,4 Lancelot Avalon x x x x x 1,11 0,1764 6,4 Lannebo Småbolag 1,15 0,1495 4,5 B1.1

60 Lannebo Sverige 0,94 0,1137 1,3 Lannebo Sverige Hållbar A SEK x x x x x x 0,88 0,1047 0,6 Lannebo Sverige Plus 1,05 0,1281 2,7 Länsförsäkringar Småbolag Sverige A 1,26 0,1588 6,2 Länsförsäkringar Sverige Aktiv A x x x 0,92 0,1045 0,9 Länsförsäkringar Sverige Indexnära 1 0,111 1,3 Movestic SIVAC Movestic Sverige I SEK x 0,86 0,1032 0,3 Movestic Sverige Småbolag x x x 0,64 0,086-1,1 Nordea Alfa 1,05 0,1212 2,5 Nordea Inst Aktie Sverige x x x x x x 0,92 0,103 0,5 Nordea Olympia 1,17 0,1392 3,8 Nordea Småbolagsfond Sverige 1,24 0,1695 6,1 Nordea Sverige Passic icke-utd 0,98 0, Nordea Swedish Ideas Equity 1,09 0,1268 3,1 Nordea Swedish Stars icke-utd x x x x x x 0,98 0,114 1,6 Nordnet Superfonden Sverige 1,02 0,1132 1,3 Norron Active RC SEK x x x 1,12 0,1313 3,7 ODIN Sverige C x x x x x 1,15 0,1518 5,4 Öhman Etisk Index Sverige A x x x x x x 0,97 0,1067 0,8 Öhman Småbolagsfond A x x x x x 1,09 0,1526 4,1 Öhman Sverige Hållbar A x x x x x x 0,76 0,0882-1,4 Öhman Sweden Micro Cap x x x x x 1,02 0,1316 3,3 PriorNilsson Sverige Aktiv A x x x 1,31 0, Quesada Sverige x x x x x 0,7 0,077-1,8 SEB Hållbarhetsfond Sverige - Lux x x x x x x 0,94 0,1081 1,3 Strand Småbolagsfond x x x x 1,24 0, Swedbank Humanfond x x x x x x 0,9 0,1053 0,4 Swedbank Robur Access Sverige x x x x x x 1 0,112 1,3 Swedbank Robur Ethica Sverige x x x x x x 0,87 0, Swedbank Robur Ethica Sverige MEGA x x x x x x 0,9 0,1026 0,4 Swedbank Robur Exportfond x 0,94 0,1112 1,2 Swedbank Robur Småbolagsfond Sverige x 0,88 0,1258 2,4 Swedbank Robur Sverigefond x 0,93 0,1057 0,6 Swedbank Robur Sverigefond MEGA x 0,99 0,1125 1,4 Swedbank Robur Sweden High Dividend x 0,77 0,1059 0,2 SEB Stiftelsefond Sverige x x x x x x 0,9 0,106 0,8 SEB Sverige Expanderad 0,88 0,0986 0,4 SEB Sverige Indexfond 0,98 0, SEB Sverige Småbol C/R utd 1,35 0,1905 7,6 SEB Sverigefond Småbolag 1,24 0,1637 6,4 SEB Sverigefond 0,84 0,0941 0,1 SEB Swedish Value Fund 0,9 0,108 0,7 Simplicity Sverige x x x x x 1,26 0,1717 5,7 Skandia Cancerfonden x x x 0,71 0,0807-1,5 Skandia Småbolag Sverige x 1,01 0, Skandia Sverige x 0,54 0,0614-3,6 Skandia Sverige Exponering x 0,98 0,1088 1,1 Skandia Världsnaturfonden x x x 0,71 0,0813-1,5 Spiltan Aktiefond Dalarna x x 1,38 0,1978 8,5 Spiltan Aktiefond Investmentbolag x x x x x 1,14 0,1402 4,5 Spiltan Aktiefond Småland x x 0,83 0,1134 1,6 Spiltan Aktiefond Stabil x x x x x x 1,18 0,139 3,9 Spiltan Aktiefond Sverige x x 0,7 0,0961-0,5 SPP Aktiefond Sverige A x x x x x x 1 0,112 1,3 XACT OMXS30 0,86 0,0946-0,4 XACT OMXSB (XACT Sverige) x x x x x x 0,99 0, XACT Svenska Småbolag 0,98 0,1215 2,3 Summa: B1.2

61 I Tabell 7 syns en sammanställning av beskrivande statistik för observerade värden på Sharpekvot, Alfa och Treynorkvot. Den beskrivande statistik som kan utläsas har beräknats i Microsoft Excel där all data sammanställdes under insamlingen. Tabell 7: Beskrivande statistik för insamlad data om de relevanta prestationsmåtten. Beroende variabel Medelvärde Minimumvärde Maximumvärde Standardavvikelse Sharpekvot Alfa Treynorkvot B1.3

62 Bilaga 2 I Figur 9 visas ett flödesschema över arbetsprocessen författarna använde sig av under undersökningens gång. Figur 9: Flödesschema över studiens arbetsprocess. B2.1