Bedömning av storleks- och värdepremie för den svenska aktiemarknaden

Bedömning av storleks- och värdepremie för den svenska aktiemarknaden Författare: Joakim Spanne Handledare: Ulf Olsson Datum för ventilering: 2010-06-02

Innehållsförteckning Sammanfattning... 3 Inledning... 3 Litteraturgenomgång... 5 CAPM... 5 Fama & French trefaktorsmodell... 7 Tidigare studier... 8 Metod... 11 Data... 11 Skapandet av de två faktorerna... 12 Resultat och analys... 14 Avslutande kommentarer... 16 Referenser:... 17 2

Sammanfattning Denna uppsats har identifierat storleks- och värdepremien för den svenska marknaden under åren 2003-2007. Studien grundar sig på studier utförda av Fama & French (1992, 1993) vilka finner att avkastningskravsmodellen CAPM ej fångar in erforderliga riskfaktorer på marknaden. Uppsatsens resultat är i linje med initial teori vad gäller storlekspremien, att småbolag tenderar att ge högre avkastning än större. Däremot är resultatet för värdepremien oförenlig flertalet tidigare studier, vilka påvisar att ett högre book-to-market -värde tenderar att ge högre avkastning. Inledning Att bestämma värdet av ett företag är en komplicerad process. Det är många olika omständigheter som måste beaktas; marknadsutveckling, vad för typ av produkter/tjänster företaget erbjuder, kapitalstruktur, finansiell historik. En vedertagen metod vid företagsvärdering är diskontering av kassaflöden där nämnda omständigheter ligger till grund för en prognostiserad utveckling av hur mycket kapital som företaget frigör, vilket sedermera diskonteras med företagets kapitalkostnad. Kapitalkostnaden som används motsvarar hur mycket avkastning som förväntas av företaget och består av två delar, kostnaden av eget kapital och kostnader av lånat kapital (förutsatt att företaget inte är skuldfritt). Hur dessa ska beräknas är ett väldebatterat ämne, i synnerhet kostnaden av eget kapital. Capital Asset Pricing Model (CAPM) är möjligen den flitigast använda modellen för beräkning av kostnaden av eget kapital. Där kostnaden av eget kapital beräknas utifrån den riskfria räntan, hur företagets 1 värde förändras gentemot marknadsportföljen 2, samt tillägg av en riskpremie baserad på den marknad som tillgången verkar på (Sharpe, 1964; Lintner, 1965). Det finns dock flertaletstudier som menar på att CAPM är missvisande då den endast ser till en riskfaktor - beta. Vilken ser till hur avkastningen hos en tillgång 1 Härefter även benämnt som tillgång 2 Benämns beta, β, i CAPM 3

förändras med hela marknadens avkastning. Detta ifrågasätter bland annat Banz (1981) som finner att mindre företag har en högre riskjusterad avkastning än stora företag, implicit menas att ett lägre företagsvärde innefattar en högre risk. Banz (1981) benämner det The Size effect vilket sedermera har konfirmerats av ett flertal forskare (ex. Barry & Brown, 1984; Basu, 1983; Keim, 1983). Med det som bakgrund visar Fama & French (1992) att den traditionella CAPM bör kompletteras med en småbolagspremie som fångar in den nämnda ökade risken i som kan kopplas till ett bolags storlek. Vidare kompletterar Fama & French (1992) CAPM med ytterligare en faktor som representerar den ökade avkastningen i bolag som har ett högre bokfört värde av eget kapital gentemot marknadsvärdet en värdepremie. Denna vidareutvecklade modell går under beteckningen Fama-French three-factor model (FF3F). Det är likväl ett väldebatterade ämne huruvida Fama & French (1992) har utvecklat en mer pricksäker modell med sina tre faktorer än sin föregångare CAPM. Kothari, Shaken & Sloan (1995) menar att Fama & French brister i sin datainsamling, och vid användandet av andra data är bevisen svagare. Dessa två ytterligare faktorer är ett endast en av flera mer vedertagna utvecklingar av CAPM, i realiteten kan kostnaden av eget kapital troligtvis bli mer precis om många fler faktorer inkluderas. Det är dock ett avvägande för hur precis kostnad man strävar efter att finna, sett till tiden man har möjlighet att lägga ner och det faktum att det är svårt att få ett precist värde utan att spå i framtiden. Dock anser jag att det intressant att beräkna dessa två ytterligare faktorer för den svenska marknaden, för att få en förståelse i dess storlek och tänkbara påverkan på kostnaden av eget kapital för olika företag/projekt i Sverige. Det finns liknande studier med en internationell ansats (Arshanapalli, Coggin & Doukas, 1998), men där det blir en mer övergripande studie och inte en fokusering på Sverige. Således syftar uppsatsen till att bedöma storleken av de två ytterligare faktorer som nämnts: i) småbolagspremien, ii) värdepremien på den svenska marknaden. Vilket 4

förväntas intressera användare av den mer vedertagna CAPM. Det kan i synnerhet innebära att en mer precis beräkning av kostnaden av eget kapital kan utföras, vilket kan hjälpa värdering av tillgångar. Litteraturgenomgång Denna sektion behandlar den bakomliggande teorin till den trefaktorsmodell som undersöks i uppsatsen. Litteraturgenomgång tar sin början i CAPM, för att sedan diskutera Fama & French trefaktorsmodell. CAPM Markowitz (1952) introducerade en av de mest inflytelserika ekonomiska teorierna Modern portfolio theory ( MPT ). Vilken lyfter fram att alla aktier har två riskkomponenter: Systematisk risk som inte går att diversifiera bort på grund av dess stora omfattning (ex. lågkonjunktur) och specifik risk som kan kopplas till en enskild aktie, och således är det möjligt att diversifiera bort risken genom att t.e.x. öka antalet aktier i en portfölj. Vidare utvecklar Markowitz (1952) en linje som visar den högsta avkastningen för en given risk, för att finna den bästa nivån för diversifiering (efficient frontier). Dock påvisar som sagt den moderna portföljsteorin ingen metod för att diversifiera bort den systematiska risken, varför dess storlek är intressant att studera. Sharpe (1964) & Lintner (1965) har utfört empiriska studier för att finna en modell för att mäta den systematiska risken kopplad till en tillgång. En ökad risk implicerar att en högre avkastning kan förväntas, och vice versa. Där Sharpe (1964) finner att den förväntade avkastningen av en tillgång kan antas motsvara dess kostnad av kapital. Det finns ett antal förutsättningar för CAPM (och delvis MPT): i) investerare är rationella och riskaverta, ii) avkastningen är normalfördelade, iii) att det existerar en riskfri ränta med obegränsade utlåningsmöjligheter, iv) inga transaktions- /skattekostnader, v) perfekt kapitalmarknad, vi) investerare är pristagare och vii) har samma förväntningar och tillgången av information (Sharpe, 1964; Lintner, 1965). 5

Under dessa premisser beräknas kapitalkostnaden enligt Sharpe- Lintner CAPM som följer: [ ] ER ( i )=R f +B im ER ( M ) R f E(Ri) = Förväntad avkastningen för tillgången i Rf =Riskfri ränta BiM = Marknadsbeta E(RM) = Förväntad avkastning för marknaden CAPM utgår från den riskfria räntan motsvarande, vanligtvis, en stadsobligation med lång löptid. Noterbart är att det är ett orealistiskt antagande som ligger till grund för teorin, att det finns obegränsad tillgång till lån till den riskfria räntan (Black. 1972). Vidare adderas ytterligare två komponenter, marknadens beta och en marknadsriskpremie. Marknadens beta beräknas genom dividera den gemensamma variansen (covariance) för en tillgångs avkastning och marknadens avkastnings med marknadens varians. Vilken ger oss ett värde för hur aktien rör sig i förhållande till marknaden, där beta om 1 innebär att tillgången rör sig med marknaden. Exempelvis: En tillgång har ett beta om 0,5 och marknaden växer med 10% under en dag, då uttrycker beta att tillgången ska ha gått upp med 5%. Marknadsriskpremien motsvara den förväntade avkastningen för marknaden minus den riskfria räntan. Slutligen adderas marknadsriskpremien multiplicerat med beta till den riskfria räntan för att erhålla den förväntade avkastningen för en tillgång (kostnaden av eget kapital). Tidiga tvärsnittsstudier av riskpremien genom regressionsanalys visar att uppskattade betavärden av enskilda tillgångar tenderar att vara oprecisa, varför en sammansättning av ett antal tillgångar är att föredra. Vidare finner de att regressionsavvikelserna tenderar att variera i grupp t.ex. industrieffekter (Fama & French, 2004). Senare studier har fokuserat studera det faktum att stora delar av variationen i förväntad avkastning inte kan förklaras av beta för marknaden. Istället 6

måste CAPM utvecklas med fler riskpremier för att fånga in variationerna, i nästa avsnitt ska två av de mest studerade diskuteras. Fama-& French trefaktorsmodell Fama & French (1992) har utvecklat CAPM med ytterligare två riskpremier utöver marknadsriskpremien - en som fångar in effekter av företagets storlek och en som ser till företagets book-to-market -värde. Den förra stammar från studier av Banz (1981) som visar att företag med ett lågt marknadsvärde (mätt i antal aktier multiplicerat med dess pris) har en högre avkastning än vad CAPM uppskattar. För att fånga in den högre avkastningen inkluderar Fama & French (1992) riskpremien SMB (small minus big). Stattman (1980) och Rosenberg, Reid & Lanstein (1985) finner en relation mellan aktiers avkastning och dess book-to-market -värde, det vill säga det bokförda värdet av eget kapital och marknadsvärdet (antal aktier multiplicerade med antal aktier). Där ett högre book-to-market -värde förväntas ge en högre avkastning. Fama & French (1992) adderar även detta avkastningsmönster som en riskpremie, HML (high minus low). En ny modell skapas: ( )= + [ ) + ( ) + h ( ) E(Ri) = Förväntad avkastningen för tillgången i bi = Marknadsbeta si= Storleksbeta hi= Värdebeta E(RM) = Förväntad avkastning för marknaden E(HML)= Förväntad värdepremie E(SMB) = Förväntad storlekspremie Fama & French vidareutvecklade CAPM är en mer vedertagen flerfaktorsmodell, men det finns många fler studier som visar på att fler premier måste inkluderas för att fånga in mönster i avkastning. 7

Hur man beräknar i uppsatsen studerade premier förklaras i detalj under nästkommande metodkapitlet. Sammanfattningsvis, Fama & French trefaktorsmodellen består av 3 riskpremier: i) marknadspremien, ii) storlekspremien, ii) värdepremien. Där uppsatsen syftar till att bedöma storleken av de två senare. Tidigare studier Det har utförts flertalet studier som syftar till att finna storleks- och värdepremier på olika geografiskt utvalda marknader. För att få en förstålelse för det resultat som presenteras i denna uppsats, och vad som kan tänkas vara bakomliggande orsaker, återfinns i denna sektion en genomgång av ett urval av relevanta studier. I tabell 1 presenteras resultatet från ett urval av studierna. Genomgång av tidigare studier Författare År Land SMB (%) HML (%) L Her, Masmoudi & Suret, 2004 1960-2001 Kanada 5.08 5.09 Lam & Li, 2008 1981-2001 Hong Kong 10.92 9.36 Kassimatis, 2008 1992-2005 Australien 12.6 11.54 Liew & Vassalou, 2000 1978-1996 Canada 4.85 7.44 1978-1996 Nederländerna 2.00 0.75 1978-1996 Storbritannien 3.37 8.33 1978-1996 USA 10.73 7.99 1985-1996 Australien 6.21 9.3 1983-1996 Frankrike 5.22 12.51 1987-1996 Tyskland 2.07 5.55 1987-1996 Italien 2.19 7.29 1981-1996 Japan 6.78 8.75 1987-1996 Schwiez -4.13 8.66 Fama & French, 1996 1963-1993 USA 4.92 6.33 Fama & French, 1998 1975-1998 Sverige n.a. 8.02 Storbritannien n.a. 4.62 Tyskland n.a. 2.75 Frankrike n.a. 7.64 Nederländerna n.a. 2.3 Genomsnitt 5.20 7.06 Median 5.00 7.64 Tabell 1 L Her, Masmoudi & Suret (2004) har studerat fyra olika riskpremier för den kanadensiska marknaden, där SMB- och HML-premien är två av dem. För kanadensiska marknaden mellan åren 1960-2001 finner studien en SMB-premie om 8

5,08 % och en HML-premie om 5,09 %. Författarna utgår från samma beräkningsmetod som Fama & French (1993), likt denna uppsats. Som huvudsaklig drivare nämns januarieffekten som ett starkt pådrivande element vid mätning av SMB i studien, vilket kännetecknas av att avkastningen under januarimånaden särskiljer sig från resten av året och är därför högst påverkande vid bedömning av genomsnittligg avkastning i varje portfölj (Chan et al, 1998; Davis, 1994). Denna säsongsvariation har återfunnits i flertalet studier, även Fama & French initiala studien (dock beskrivet av Loughran (1997). HML drivs i L Her et al:s (2004) studie snarare av avkastningen under mars och april och följer således inte den januarieffekt tidigare beskrivits. HML-premien är även stark påverkad av hur hela marknaden rör sig. Under den studerade perioden är premien som högst under en nedåtgående marknad, och betydligt lägre under en uppåtgående marknad. Även det är ej i linje med tidigare studier. Chan et al. (1998) påvisar att avkastningen för SMB och HML är låg respektive hög under perioder när hela marknaden har en positiv trend. I studien av L Her et al. (2004) återfinner ej denna effekt i HML-premien som visare en negativ avkastning under en uppåtgående marknad, men i SMH-premien som har en positiv avkastning under uppåtgående marknader. Således överstämmer det inte heller fullt ut med studier av Fama & French (1992, 1996) som visar på ett motsatt rörelsemönster avseende HMLpremien. Lam & Li (2008) finner följande resultat vid undersökning av marknaden i Hong Kong: i) SMB (11,92%), ii) HML (9,36%). Författarna finner dessa premier betydligt mycket större än motsvarande för den amerikanska marknaden. En anledning som nämns i studien är att storlekstrukturen skiljer sig på marknaden i Hong Kong, där portföljen med de minsta bolagen endast motsvarar 1,26% av storleken hos den portfölj med störst bolag. Givet att företagen är betydligt mycket mindre ska, i enligt bakomliggande teori, premierna vara högre. Gällande HML-premien benämns vald tidsperiod som en möjlig anledning till den höga premien. Om tidperioden delas upp i två (1981-1993 och 1994-2001) finner Lam & Li (2008) att premien är lägre under den senare perioden, men högre standardavvikelse, än för hela tidsperioden. 9

Vilket är hänförligt till den finanskris som slog mot marknaden i Hong Kong 1997. Dock nämner Lam & Li (2008) att urvalskriterier för aktierna i studien kan ha spelat stor roll, vilket skiljer sig mot tidigare studier. Vidare visar studien att det inte finns några tecken på en januarieffekt på marknaden i Hong Kong. Till följd av att CNY, en viktig helgdag i Asien, infinner sig i februari har däremot en CNY-effekt skådats, likt många andra studier på den asiatiska marknaden (Cadsby & Ratner, 1992. m.fl.). CNY-effekt kan förklaras av från ett behavirol finance -perspektiv, där människor överlag är gladare under en högtid och således ökar investerarnas självförtroende och är mer riskvilliga i sina investeringar (Lam & Li, 2008). Lam & Li (2008) finner att marknadspremien är 5,96 gånger högre i februari än andra månader. Samma mönster skådas för SMB som visar den högsta positiva avkastningen under februari månad (5,28 gånger högre i februari). HML drivs i stort av varken en januari- eller februarieffekt, utan istället av april månad. Marknadstrender (upp- och nedgång) visar en ingen påverkan på marknadspremien i studien av Lam & Li (2008), däremot påverkar det övriga premierna - SMB och HML. Där HML visar en positiv avkastning om 1,63 % per månad under en uppåtgående marknad, och en något negativ avkastning under en nedåtgående marknad. Studien är således i paritet med studier av Fama & French (1992, 1996), där HML anses vara en premie som fångar in effekter av finansiell oro. Liew & Vassalou (2000) har utfört en internationell studie avseende premierna SMB, HML för tio länder (se tabell 1). Metodiken skiljer sig mot den som används av Fama & French (1993), då 27 portföljer skapas; 9 st. med småbolag, 9 st. med mediumbolag och 9 st. med stora (samma uppdelning som Fama & French används för HML). Studien finner att SMB är positivt för alla länder förutom Schweiz (- 4,13%). Medianen för de europeiska länderna uppgår till 2,1%, vilket är betydligt längre än medianen för övriga länder (6,5%). Det framgår även att HML och SMB uppvisar en positiv avkastning under uppåtgående trender i marknaden för samtliga länder förutom för Australien (HML) och Nederländerna (SMB). 10

Kassimatis (2008) finner följande resultat för den australienska marknaden: i) SMB (11,54%), ii) HML (12,6%). Resultaten är i linje med flertalet andra studier som utförts på den australienska marknaden. Kassimatis (2008) utformar sina portföljer efter den metod som Liew & Vassalou (2000) har utformat. Författaren för, likt de andra studierna, ett antagande att storleken av premierna styrs av om det är en uppåtgående- alternativt nedåtgående marknad. För SMB-premien finner det samband genom att premien är högre under ett uppgående marknad och lägre under en nedågående. För HML är detta samband inte lika starkt varför det ej går att fastställa ett sådant mönster på den australienska marknaden. En studie som har utförts gällande den svenska marknaden är Fama & French (1998). Där de beräknar värdepremien (HML) för 13 länder (se ett urval i tabell 1) och finner att HML för Sverige under perioden 1975-1995 uppgår till 8,02%. HML är således betydligt högre relativt till de andra europeiska länderna, som återfinns i ett intervall om 2,3-7,64%. Studien syftar ej till att finna bakomliggande orsaker till premierna, varför vi ej kan presentera några sådana avseende Sverige här. Data Metod Jag ämnar studera avkastningen för sex portföljer, komponerade i enlighet med Fama & French (1993), innehållandes aktier noterade på Nasdaq OMX Stockholm, komponerade efter aktiernas marknadsvärde och book-to-market -värde. Där samtliga segment på Nasdaq OMX Stockholm studeras - Large-, Mid- och Smallcap, motsvarande indexet OMX Stockholm All Share per den 25 april 2010. All data inhämtas från Reuters för en fyraårig tidsperiod från juli 2003 till juni 2007 3, för att säkert erhålla varje bolags bokfört eget kapital då några företag endast rapporterar årligen. Jag väljer att exkludera företag som inte har ett bokfört värde, eller har ett negativt bokfört värde. 3 Juli-juni används av exempelvis Fama & French (1993), L'Her, Masmoudi & Suret (2005) 11

För inhämtning av data för marknadsvärde används antalet utestående aktier multiplicerat med aktiens pris. book-to-market -värdet beräknas som det bokförda värdet av eget kapital dividerat med marknadsvärdet. Det slutgiltiga urvalet består av 264 företag, med ett medelvärd på 243 per år för en fyraårig tidsperiod. Skapandet av de två faktorerna Studie utgår från modell nedan: ( )= + [ ) + ( ) + h ( ) Där en tillgångs överavkastning förklaras av marknadsrisken och två riskpremier för storlek (SMB), book-to-market (HML). Vid beräkning av de tre faktorerna används det definitiva värdet och inte det förväntade. Således: = + ( ) + ( ) + h ( ) Marknadsriskspremien erhålls genom att beräkna den genomsnittliga avkastningen för alla aktier, vägda efter marknadsvärde, minus den riskfria räntan som utgörs av Svenska riksbankens vanligen utgörs av en 10-årig stadsobligation. Dock kommer marknadspremien inte att beräknas då denna studie enbart syftar till att bestämma värdet av SMB och HML. Vidare använder jag samma metod som Fama & French (1993) för att beräkna SMB- och HML-faktorerna. Aktierna i urvalsgruppen delas upp i sex olika porföljer. För att finna dessa portföljer börjar jag med att sortera aktierna i storleksordning, där medianen för avgöra en 50 % -brytpunkt, vilket skapar två portföljer med lika många aktier i varje, Small för småbolag och Big för stora. Aktiernas 12

storlek, sett till marknadsvärde, mäts varje månad t från juli år y 1 to juni år y, jag rankar sedermera aktierna efter värdet juni år y 1. Exempel 1: 2001 hade Företag A ett marknadsvärde motsvarande MSEK10 mätt som månatliga medelvärdet av antalet utestående aktier multiplicerat med priset för aktien från juli 2000 till juni 2001. På likartat sätt skapas tre portföljer efter aktiernas B/M-värde. Två brytpunkter skapas en på 30 % och en på 70 %, där aktierna som tillhör de översta 30 % med högst B/M-värde får beteckningen High, de mellersta 40 % av aktierna får beteckningen Neutral och de 30 % aktier med lägst B/M-värde betecknas Low. Aktiernas B/M-värde rankas i likhet med värdet juni år y 1. Exempel 2: 2001 har Företag A, enligt årsredovisningarna för 2000 och 2001, ett bokfört värde av eget kapital (tillgångar minus skulder) motsvarande MSEK5. Det divideras sedermera med marknadsvärdet vid varje månaden; om mättillfället infinner sig under 2001 används bokförda värdet för 2001 och vice versa. Företag A har således ett B/M-värde motsvarande 0,5. Aktierna delas sedan upp i sex portföljer som utgörs av skärningspunkterna för S, B, och H, N, L. Där varje portfölj är rensad från dubblerade aktier. Nästa steg är att beräkna de jämnt vägda avkastningarna för varje portfölj för att finna sökta faktorer, avkastningen mäts per månad från juli år y till juni y + 1. Genomsnittliga avkastningen för småbolag minus genomsnittliga avkastningen för stora bolag är lika med SMB: = ( ) På samma sätt skapas HML; Genomsnittet av avkastningen för portföljen med aktier med högt B/M-värde minus genomsnittet av avkastningen för portföljen med lågt B/M-värde. Notera att portföljerna för neutral exkluderas från beräkningen endast fyra portföljer används. Det för att jag vill finna skillnaden i avkastningen mellan de 13

aktier med högt bokfört värde mot de med lågt. Beräkningen följer likt andra delar Fama & French (1993): ( )+( ) = 2 Noterbart är att samtliga portföljer balanseras om varje år, varför bolagen i portföljerna skiljer sig åt. Vidare utgår urvalsgruppen från bolag som var noterade per 25 april 2010 och ett flertal av dessa var inte noterade tidigare år varför de exkluderas från dessa år. Således är de flesta finner jag flest observationer under det sista året 2007. Resultat och analys I denna sektion presenteras resultatet från mätt avkastning över studerade period. På så vis beräknas SMB- och HML-faktor för hela perioden, samt per månad för att urskilja avkastningsmönster. Den 25 april 2010 återfinns 288 stycken bolag noterade på Nasdaq OMX Stockholm, inom åren 2003-2007 återfinns dessa bolag i ett interval om 218-264 stycken i. Där 2003 uppvisar det lägsta antalet om 218 stycken bolag och 2007 flest med 264 antal bolag. Ett fåtal bolag har sorterats bort då data ej har kunnat erhållas. Deskriptiv statistik SMB HML Genomsnitt per år 3.30% -1.30% Genomsnitt per månad 0.21% -0.15% Standardavvikelse 0.35% 0.30% Min -5.95% -6.86% Max 5.78% 3.59% Tabell 2 Över perioden 2003-2007 uppvisar studerad urvalsgrupp en månatlig SMB om 0,21% motsvarande 3,3% årligen. Vilket är i linje med initiala studier av Fama & French (1993), men även flertalet efterföljande studier. Då antalet studier över premien i Sverige är starkt begränsad, och till författarens kännedom har ingen studie gjorts med samma tidsperiod som denna uppsats varför någon jämförelse ej kan göras. För 14

HML kan en månatlig avkastning om -0,15 % skådas och en årlig avkastning motsvarande -1,3 %. Detta är emot den teori som tidigare presenterats, och även emot den Fama & French (1998) studier som gjorts på svensk data. Dock är den studien gjord över en annan tidsperiod, 1975-1998, och således ej jämförbar fullt ut. På samma vis har många tidigare studier utförs före 2000-talet, vilket gör studierna mindre jämförbara. Notera att resultatet påverkas av hur de olika portföljerna har komponerats samman, hur avkastning är mätt, vilket tidsperiod som studeras samt hur ekonomin har gått i sin helhet. Nedan presenteras månadsdata över premierna över perioden 2003-2007 (tabell 3). Månad Deskriptiv statistik SMB HML Maj Genomsnitt (%) -1.4-0.5 Standardavvikelse (%) 0.7 1.0 April Genomsnitt (%) 0.6-0.8 Standardavvikelse (%) 2.0 0.4 Mars Genomsnitt (%) 0.7-0.6 Standardavvikelse (%) 0.9 1.1 Februari Genomsnitt (%) -1.3 0.3 Standardavvikelse (%) 1.0 0.7 Januari Genomsnitt (%) 0.8-2.0 Standardavvikelse (%) 1.1 1.7 December Genomsnitt (%) 1.8 0.7 Standardavvikelse (%) 1.1 1.0 November Genomsnitt (%) 1.8 0.0 Standardavvikelse (%) 0.8 1.1 Oktober Genomsnitt (%) -1.3 1.6 Standardavvikelse (%) 1.6 0.9 September Genomsnitt (%) 1.7-0.7 Standardavvikelse (%) 1.4 0.3 Augusti Genomsnitt (%) 0.1-0.8 Standardavvikelse (%) 1.2 1.7 Juli Genomsnitt (%) -0.7 1.8 Standardavvikelse (%) 0.9 0.2 Juni Genomsnitt (%) -0.8-0.4 Standardavvikelse (%) 0.4 0.9 Tabell 3 15

Vi ser att någon januarieffekt ej kan uppfattas för den svenska marknaden, utan snarare uppvisas högre premier under november och december. Således skiljer sig resultatet från studier av L Her, Masmoudi & Suret (2004) gällande SMB, som visar att avkastningen i januari är en starkt drivande faktor. Inte heller är den i likhet med Lam & Li (2008) som uppvisare en februarieffekt för SMB. Gällande HML återfinns januarieffekt som en starkt drivande faktor i likhet med studier av Chan et al. (1998) och Davis (1994), dock med skillnaden att de uppvisar en positiv premie. Avslutande kommentarer Uppsatsen har syftat till att bedöma storleks- och värdepremien för den svenska marknaden under perioden 2004-2007, med förhoppningen att kunna komplettera den väl använda avkastningsmodellen CAPM med ytterligare riskpremier för att få en mer precis beräkning av avkastningskrav. Vidare har många tidigare studier utgått från historisk data före 2000-talet, varför dessa premier kan ifrågasättas vid beräkning av avkastningskrav för företag per idag. I denna uppsats beräknas SMBpremien till 3.3% och HML-premien till -1.3%. Således finner vi att den SMB-premien följer mönster funna i tidigare studier, emedan HML-premien visar på motsatt resultat. Det visar ändock att ett företags storlek och book-to-market -värde påverkar avkastning och bör beaktas vid beräkning av avkastningskrav för svenska företag. Slutligen, premiernas storlek påverkas av studiens uppbyggnad och kan därför skilja sig kraftigt åt mellan olika studier. Huvudsakligen påverkar valet av inkluderade företag, vilken tidsperiod som studeras och hur portföljerna byggs upp. Denna uppsats har ej syftat till att jämföra de olika metoderna varför resultatet bör stämmas av mot studier med skilda metoder. 16

Referenser: Arshanapalli, B., Coggin, T.D., Doukas, J., 1998. Multifactor asset pricing analysis of international value investment strategies. Journal of Portfolio Management 24: 10 23. Barry, C. B., Brown, S. J. 1984. Differential information and the small firm effect. Journal of Financial Economics, 13(2): 283 294. Banz, R.W. 1981. The relationship between return and market value of common stocks. Journal of Financial Economics, 9: 3 18. Basu, S. 1983. The relationship between earnings yield, market value, and return for NYSE common stocks: Further evidence. Journal of Financial Economics 12: 129-156. Black, F. 1972. Capital market equilibrium with restricted borrowing. J. Business 45, 444-455. Cadsby, C. B. and Ratner, M..1992. Turn-of-month and pre-holiday effects on stock returns: some international evidence. Journal of Banking and Finance, 16, 497 509. Chan, L.K.C., Karceski, J., Lakonishok, J., 1998. The risk and return from factors. Journal of Financial and Quantitative Analysis 33, 159 188. Davis, J.L., 1994. The cross-section of realized stock returns: the pre-compustat evidence. The Journal of Finance 49, 1579 1593. Fama, E., K. French. 1992. The cross-section of expected stock returns Journal of Finance 47: 427-465. Fama, E.F., French, K.R., 1993. Common risk factors in the returns on stocks and bonds. Journal of Financial Economics 33, 3 56. Fama, E.F., French, K.R., 1996. Multifactor explanations of asset pricing anomalies. The Journal of Finance 51, 55 84. Fama, E.F., French, K.R., 1998. Value versus growth: the international evidence. The Journal of Finance 53, 1975 1999. Fama, E.F., French, K.R., 2004. The Capital Asset Pricing Model: Theory and Evidence. Journal of Economic Perspectives 18, 25 46. Kassimatis, k. 2008. Size, book to market and momentum effects in the Australian stock market. Australian Journal of Management. Keim, D. 1983. Size-related anomalies and stock return seasonality: Further Empirical Evidence. Journal of Financial Economics, 12(1): 13-32. 17

Kothari S.P., Shaken, J. and Sloan R. G. 1995. Another look at the cross section of expected stock returns. Journal of Finance 50: 185-224. Lam, K. S. K. & Li, K. L. 2008. The risk premiums of the four-factor asset pricing model in the Hong Kong stock market. Applied Financial Economics 18: 1667 1680. Liew, J., Vassalou, M., 2000. Can book-to-market size and momentum be risk factors that predict economic growth? Journal of Financial Economics 57, 221 245. Lintner, J. 1965. The valuation of risk assets and the selection of risky investments in stock portfolios and capital budgets, Review of Economics and Statistics 47: 13-37. L'Her, J., Masmoudi, T., & Suret, J. (2005). Evidence to Support the Four-Factor Pricing Model from the Canadian Stock Market. CFA Digest, 35(1), 37-38. Loughran, T. 1997 Book-to-market across firm size, exchange, and seasonality: is there an effect?. Journal of Financial and Quantitative Analysis, 30, 607 18. Markowitz, H. M. 1952. Portfolio selection. J. Finance 7 77 91. Rosenberg, B., Reid, K. and Lanstein, R. 1985. Persuasive evidence of market inefficiency. Journal of Portfolio Management, 11, 9 17. Sharpe, W. 1964. Capital asset prices: a theory of market equilibrium under conditions of risk. Journal of Finance 33:885-901. Stattman, D. 1980. Book values and stock returns. The Chicago MBA: A Journal of Selected Papers, 4, 25 45. 18