Magisteruppsats VT18 Is the trend your friend? - En studie om momentumstrategier i PPM-systemet Författare: Sofie Areskoug Författare: Niklas Karlén Handledare: Håkan Locking Medbedömare: Andreas Stephan Examinator: Karin Jonnergård Termin: VT18 Ämne: Företagsekonomi Nivå: Avancerad Kurskod: 4FE17E
Förord Vi vill inleda med att tacka alla som har varit med på resan och gjort den här uppsatsen möjlig. Vår handledare Håkan Locking har hela tiden varit tillgänglig och bidragit med värdefull feedback. Vi hoppas du får njuta av många soliga dagar i Bohuslän i sommar! Vi vill även rikta ett stort tack till vår medbedömare Andreas Stephan för konstruktiv kritik och viktiga synpunkter som har förbättrat vår uppsats. Vi är även tacksamma för alla medverkande i vår seminariegrupp. Med god stämning och hjälpsamma kommentarer har ni gjort både det här halvåret och uppsatsen bättre! Niklas Karlén Sofie Areskoug 23 Maj, 2018 Linnéuniversitetet, Växjö i
Sammanfattning Magisteruppsats för Civilekonomexamen i företagsekonomi, Ekonomihögskolan vid Linnéuniversitetet, Växjö, VT18 Författare: Sofie Areskoug & Niklas Karlén Handledare: Håkan Locking Medbedömare: Andreas Stephan Examinator: Karin Jonnergård Titel: Is the trend your friend? - En studie om momentumstrategier i PPM-systemet Bakgrund & Problemformulering: Momentumeffekten på fondmarknaden är ett relativt outforskat område där dess existens på senare tid har blivit omtvistad. Eftersom kunskapen om pensionssparande och det svenska pensionssystemet är låg, samtidigt som de sociala skyddsnäten i samhället minskar är det viktigt att undersöka om momentumstrategier kan ge överavkastning för privatpersoners pensionssparande. Således ställs frågan: Kan momentumstrategier skapa överavkastning på fondmarknaden? Syfte: Syftet med uppsatsen är att undersöka momentumeffekten på fondmarknaden och om momentumstrategier kan utnyttjas av svenska pensionssparare för att skapa överavkastning i PPM-systemet. Metod: Uppsatsen har ett kvantitativt tillvägagångssätt och en deduktiv utgångspunkt tillämpas. För att undersöka momentumeffekten på fondmarknaden tillämpas en multipel regressionsanalys med Fama French-Trefaktormodell, samt Sharpekvot. Uppsatsens urval är PPM-fonder under perioden 2010-2017. Slutsatser: Uppsatsen finner inget statistiskt stöd för en momentumeffekt på fondmarknaden genom Fama French-Trefaktormodell. Detta är ett tecken på att fondmarknaden kan vara svagt effektiv då historisk information inte har kunnat användas för att skapa riskjusterad överavkastning. Uppsatsen finner således ingen momentumeffekt för fondmarknaden efter finanskrisen 2008, trots att en momentumeffekt har kunnat påvisas dessförinnan inom tidigare forskning. Med hänsyn till det har författarna anledning att misstänka att marknadens effektivitet kan variera, vilket skulle kunna förklaras av den Adaptiva Marknadshypotesen. ii
Abstract Master Thesis in Finance, Business and Administration School of Business and Economics at Linnaeus University, Växjö, VT18 Authors: Sofie Areskoug & Niklas Karlén Supervisor: Håkan Locking Co-examiner: Andreas Stephan Examiner: Karin Jonnergård Title: Is the trend your friend? - A momentum study on the Premium Pension Agency system Background & Problem: The momentum effect in the fund market is relatively unexplored were its existence has been controversial. Due to the lack of knowledge in retirement savings and the Swedish Premium Pension Agency system, alongside the weakening of a social safety net, it is important to examine if momentum strategies give excess returns and can be used for retirement savings. Therefore, the authors question: Do momentum strategies give excess returns in the fund market? Purpose: The aim of the thesis is to examine the momentum effect in the fund market and if momentum strategies can be used to create excess return in the Premium Pension Agency system. Method: The thesis takes a deductive research approach with a quantitative methodology. To examine the momentum effect in the fund market, a multiple regression analysis model from Fama French-Three factor model is applied, and the Sharpe ratio. The sample for the study is Swedish Premium Pension Agency funds, which is examined over the period of 2010-2017. Conclusions: The thesis does not find support for a momentum effect in the fund market through the Fama French-Three factor model. This indicates that the fund market is weak form efficient, as historical information cannot be used to create risk adjusted excess return. Thus, the thesis does not find a momentum effect for the fund market after the financial crisis in 2008, even though a momentum effect is proven to exist before then. In view of this, the authors have reason to suspect the market efficiency to vary, which could be explained by the Adaptive Market Hypothesis. iii
Innehåll 1 Inledning 1 1.1 Bakgrund 1 1.2 Problemdiskussion 4 1.3 Syfte 8 1.4 Studiens bidrag 8 1.5 Disposition 9 2 Vetenskaplig metod 10 2.1 Teoretisk utgångspunkt 10 2.2 Forskningsansats 11 2.3 Information och källkritik 12 3 Teoretisk referensram 14 3.1 Effektiva marknader 14 3.1.1 Den Effektiva Marknadshypotesen 14 3.1.2 CAPM 15 3.1.3 Riskjusterade modeller 17 3.2 Investeringspsykologi 18 3.3 Den Adaptiva Marknadshypotesen 21 3.4 Momentumeffekten 22 3.4.1 Momentumstrategin 22 3.4.2 Momentumeffekten i världen 27 3.4.3 Transaktionskostnader 28 3.4.4 Fonder köper vinnare 29 3.4.5 Industrieffekt 29 3.4.6 Säsongseffekt 30 3.4.7 Beteendemodell 30 3.4.8 Momentumeffekten för fonder 32 3.4.9 Diversifiering 33 3.4.10 Avtagande momentumeffekt? 34 3.4.11 Sammanställning av tidigare forskning 35 3.5 Hypotesgenerering 36 4 Empirisk metod 37 4.1 Undersökningsdesign 37 4.2 Datainsamling 37 4.3 Urval 38 4.3.1 PPM-fonder 38 4.3.2 Fama French-Trefaktormodell 39 4.4 Fondernas avkastning 40 4.5 Portföljutformning 42 4.6 Riskjusterad avkastning 44 iv
4.6.1 Fama French-Trefaktormodell 44 4.6.2 Sharpekvot 45 4.7 Regressionsmodellen 46 4.7.1 Beroende variabel 47 4.7.2 Oberoende variabler 47 4.7.3 Momentumeffekten 48 4.8 Tester för datafördelning 48 4.8.1 Heteroskedasticitet 48 4.8.2 Autokorrelation 49 4.8.3 Multikollinearitet 49 4.9 Metodkritik 49 4.10 Etiska principer 51 5 Resultat 52 5.1 Studiens utförande 52 5.2 Ackumulerad avkastning 52 5.3 Fama French-Trefaktormodell 54 5.4 Sharpekvot 58 5.5 Alternativa momentumstrategier 59 5.6 PPM-rabattens effekt 61 6 Analys 63 6.1 Översikt 63 6.2 Resultat av hypotes 64 6.2.1 Fama French-Trefaktormodell 64 6.2.2 Sharpekvot 67 6.3 Den Effektiva Marknadshypotesen 68 6.4 Investeringspsykologi 69 6.5 Den Adaptiva Marknadshypotesen 70 7 Slutsats 72 7.1 Implikationer 74 7.1.1 Teoretiska implikationer 74 7.1.2 Praktiska implikationer 74 7.2 Framtida forskning 75 Referenser 76 Appendix I A.1 De 23 marknaderna inkluderade i Fama/French Global 3 Factors I A.2 Ackumulerad avkastning för samtliga momentumportföljer I A.2.1 J3/6/9/12/K3 I A.2.2 J3/6/9/12/K6 II A.2.3 J3/6/9/12/K9 II A.2.4. J3/6/9/12/K12 III v
A.2.5. Alternativa momentumstrategier IV A.3 OLS regressioner för 16 momentumportföljer samt contrarian- och nollkostnadsportfölj V A.4 OLS regressioner för 16 momentumportföljer utan att avkastning justerats för administrationsavgift och fondrabatt VI Figurer Figur 1 Illustration av förhållandet mellan de tre kategorierna av marknadseffektivitet 15 Figur 2 Security Market Line 17 Figur 3 Illustration av underreaktion och fördröjd överreaktion 31 Figur 4 Den effektiva riskfyllda portföljen 33 Figur 5 Översikt av momentumstrategiernas sammansättning 43 Figur 6 Ackumulerad avkastning för momentumportföljer och PPM-index, för perioden 2010-2017 53 Figur 7 Kvartalsvis riskjusterad överavkastning för de 16 momentumportföljerna där varje stapel representerar en portfölj, för perioden 2010-2017 55 Figur 8 Ackumulerad avkastning för alternativa momentumportföljer samt PPM-index, 2010-2017 60 Tabeller Tabell 1 Månatlig riskjusterad överavkastning för momentumportföljer, period 1965-1989 24 Tabell 2 Systematisk risk för portföljer baserade på avkastning, period 1965-1989 25 Tabell 3 Genomsnittligt marknadsvärde för portföljer baserade på avkastning, period 1965-1989 25 Tabell 4 Årlig överavkastning för portföljer med köpta vinnare och sålda förlorare, period 1927-2013 27 Tabell 5 Sammanställning av tidigare forskning om momentumeffekten 35 Tabell 6 Resultat från Fama French-Trefaktormodell, period 2010-2017 57 Tabell 7 Sammanställning av multikollinearitet bland de oberoende variablerna 58 Tabell 8 Kvartalsvis Sharpekvot för momentumportföljer och PPM-index, period 2010-2017 59 Tabell 9 Jämförelse mellan momentum-, contrarian- och nollkostnadsstrategi, period 2010-2017 61 Tabell 10 Regressioner med och utan administration- och rabattjusterad överavkastning, period 2010-2017 62 vi
1 Inledning I bakgrunden beskrivs Pensionsmyndigheten och den svenska befolkningens relation till pensionssparande samt att relevanta teorier som den Effektiva Marknadshypotesen, Investeringspsykologi och den Adaptiva Marknadshypotesen presenteras. I problemdiskussionen belyses momentumeffekten och dess komplexa relation till marknaden, där också en diskussion om risk och kostnader framhävs. Problemdiskussionen mynnar ut i uppsatsens frågeställning, vartefter syftet och uppsatsens bidrag presenteras. 1.1 Bakgrund Finansinspektionen gjorde 2017 en undersökning om allmänhetens kunskaper i privatekonomi. Deras bedömning är att många vuxna saknar grundläggande kännedom om olika ekonomiska begrepp och finansiella produkter. Så många som 40 % av de tillfrågade anger att de inte är informerade om hur pensionssystemet fungerar (Finansinspektionen, 2017). Enligt Avanza Banks sparekonom Johanna Kull är grundläggande finansiella kunskaper helt avgörande för att allmänheten ska kunna göra medvetna val i sitt sparande (Avanza, 2018). I det moderna samhället blir ett individuellt långsiktigt sparande allt viktigare. Konsumentverket (2015) menar att det ekonomiska skyddsnätet har förändrats och därmed ställer högre krav på ett större individuellt engagemang. Den svenska befolkningen sägs vara bäst i världen på att spara i fonder. Det omfattande fondsparandet har en politisk grund då staten på många sätt har försökt stimulera hushållens sparande sedan slutet av 70-talet (Fondbolagen, 2016). Åtta av tio svenskar har ett fondsparande och om den statliga premiepensionen tas med i statistiken är 100 % av svenskarna fondsparare (Helgesson, 2016). Premiepension är en inkomstgrundad pension där individen själv kan välja att göra aktiva fondval eller låta sina pengar förvaltas i det statliga förvalet AP7-Såfa. Tack vare premiepensionens struktur kan individen själv påverka sin pension beroende på hur kapitalet förvaltas (Pensionsmyndigheten, 2018a). AP7-Såfa är aktivt förvaltad av den Sjunde AP-fonden och risken justeras beroende på placerarens ålder (Pensionsmyndigheten, 2018b). Till följd av att en aktiefond och en räntefond kombineras tar den med lång tid kvar till pensionen en större risk i jämförelse 1
med den som har närmare till pensionen. Enligt Pensionsmyndigheten (2018b) är det till följd av hävstångsprodukter i aktiefonden som risken kan anpassas i AP7 men när placeraren fyller 55 år diversifieras dessa derivat med räntefonder, vilket ger en betydligt lägre risk. Inom fondförvaltning diskuteras ofta aktiv och passiv förvaltning. Passiv fondförvaltning syftar till fonder som följer breda marknadsindex och aktiv förvaltning avser de fonder där fondförvaltaren tar aktiva beslut om fondens innehav och dess viktning (Stein, 2017). Aktiv förvaltning innebär i regel en högre fondavgift än passiv förvaltning, vilket motiveras genom att en aktivt förvaltad portfölj ska ge bättre avkastning än en passiv fond. Huruvida aktiv förvaltning överpresterar passiv förvaltning är dock ett aktuellt diskussionsämne. En omfattande undersökning i USA visade att 92 % av de aktivt förvaltade fonderna över en 15 år lång period inte lyckades slå sina jämförelseindex (Maxey, 2017). En liknande undersökning på svenska fonder över en tioårsperiod visade att 77 % av de aktivt förvaltade fonderna inte slog sina jämförelseindex efter att fondkostnaderna var inräknade (S&P Global, 2016). Fama och French (2010) menar att få amerikanska aktivt förvaltade fonder klarar av att avkasta bättre än sina jämförelseindex över tid när fondavgifter är medräknade. Forskarna kunde inte uttyda ett mönster bland de förvaltare som slog sina jämförelseindex, vilket betyder att det lika gärna kunde förklaras med tur. De forskare och investerare som menar att det inte går att slå index över tid tar stöd i den Effektiva Marknadshypotesen. Fama (1970) presenterade hypotesen om att marknader är effektiva, vilket innebär att tillgångar är rationellt prissatta efter all tillgänglig information. En tillgångs framtida prisförändring kan därför inte förutspås av historisk information. Förespråkare för den Effektiva Marknadshypotesen beskriver kortsiktiga rörelser i aktiepriser med termen Random Walk. Förenklat uttryckt innebär det att aktiekursers rörelser är oberoende av tidigare prisrörelser vilket därmed gör dem omöjliga att förutse (Fama, 1995). I en sådan marknad finns det ingen fördel med aktiv förvaltning då det ändå inte går att förutse enskilda aktiers utveckling. Malkiel (1999) uttryckte sig kontroversiellt på området då han menade att en apa med ögonbindel kan välja aktier utifrån att kasta pil och ändå kunna skapa en portfölj som presterar lika bra som fondförvaltares. Berk och van Binsbergen (2015) ställer sig dock kritiska till synsättet då deras forskning visar att den genomsnittliga fondförvaltaren adderar extra värde till 2
investerare genom extra avkastning, något som de menar inte kan förklaras med tur på grund av att resultaten varit konsekventa över en tioårsperiod. Under 70-talet ansågs forskare och fondförvaltare vara varandras motpoler då de hade helt olika åsikter om marknadens effektivitet och möjligheten att förutspå aktiers framtida prisrörelser (Malkiel, 1999). Men, i takt med att forskning funnit statistiskt stöd för vissa investeringsstrategier har dessa parter närmat sig varandra genom åren. Att utnyttja marknadens trender har av forskare visat sig vara en lyckosam strategi i flera olika länder (Jegadeesh & Titman, 1993; Rouwenhorst, 1998; O'Keeffe & Gallagher, 2014). En sådan investeringsstrategi ska enligt den Effektiva Marknadshypotesen och Random Walk inte vara lyckosam då den bygger på att använda tillgångars historiska prisrörelser för att förutspå framtida rörelser. Som motkraft till den Effektiva Marknadshypotesen har Behavioral Finance fått ett större utrymme inom forskningen, hädanefter benämnt som Investeringspsykologi. De Bondt och Thaler (1985) strävade efter att förklara hur marknaden påverkas av individers irrationalitet. Deras forskning utvecklades från Kahneman och Tversky (1979) som förklarade hur människors beslutsfattande påverkas av utfallet. För att beskriva fenomenet ger forskarna ett exempel på hur en förlust har större emotionell påverkan på en individ än en likvärdig vinst. En individ som vinner 50 kronor kommer värdera den vinsten högre än en individ som först vinner 100 kronor och sedan förlorar 50 kronor, trots att utfallen har samma nettovinst (Kahneman & Tversky, 1979). Enligt Investeringspsykologin går det att använda aktiekursers historiska rörelser för att förutspå framtida prisrörelser. De Bondt och Thaler (1985) fann stöd för att marknaden överreagerar på ny information vilket bevisar investerares irrationalitet. Trendstrategier har därför använts inom forskningen för att motbevisa marknadens effektivitet (Jegadeesh & Titman, 2001). Många olika trendstrategier har testats genom åren för att sedan försvinna, momentumstrategier däremot har ständigt lyckats leva vidare. Richard Driehaus, grundare av Driehaus Capital Management LLC, sägs vara en av momentumstrategins fäder (Thorp, 2000). Strategin är i grunden en enkel form av trendanalys, där investeraren söker överavkastning genom att utnyttja marknadens övertro på de värdepapper som har haft en gynnsam utveckling. Driehaus har själv myntat 3
ett känt citat som sammanfattar strategin väl, där han motsätter sig traditionella investerare som menar att man ska köpa billigt och sälja dyrt. "I believe that far more money is made buying high and selling at even higher prices" Källa: Schwager, 2012, s. 137 Momentumeffekten sägs vara ett av de tydligaste bevisen för att marknaden inte är effektiv (Jegadeesh & Titman, 2001). Studier om marknadens momentumeffekt har gjorts i flera länder och även på den svenska aktiemarknaden har momentumstrategier visat sig vara en gynnsam investeringsstrategi (Rouwenhorst, 1998; Annerstedt & Schönström, 2006; Lagerqvist & Olsson, 2008). Lo (2004) skriver att den Effektiva Marknadshypotesen och Investeringspsykologi är två teorier som står i kontrast till varandra, men att de är två sidor av samma mynt som kan förenas genom den Adaptiva Marknadshypotesen och därmed förklara marknaden. Då den Adaptiva Marknadshypotesen utgår från evolutionsteori om naturligt urval och konkurrens, kan marknadens effektivitet och effekten av momentum variera i olika kontexter. Lo (2004) argumenterar för att i ett börsklimat där det finns gott om resurser kommer antalet aktörer på marknaden att öka, vilket i sin tur kommer leda till större åtgång av dessa resurser. Färre resurser har sedan en negativ inverkan på antalet aktörer på marknaden. Forskaren benämner därför aktörernas överlevnad på marknaden som en cykel. Detta kan innebära att momentumstrategier lämpar sig bättre eller sämre beroende på vilket ekonomiskt klimat de tillämpas i (Lo, 2004). 1.2 Problemdiskussion Samhället står inför en demografisk utmaning framöver som kommer ha en påverkan på privatpersoners framtida pensioner. Folkhälsomyndigheten (2013) skriver att andelen äldre förväntas öka med 30 % fram till 2050. En åldrande befolkning leder till ökade kostnader för samhället och ställer nya krav på samhällsorganisationen, vilket har en negativ påverkan på pensioner. Kommande generationers pensionärer kommer därför uppleva en stor sänkning av pensionen jämfört med dagens belopp (Swedbank, 2017). De som är 65 och går i pension under 2018 har en beräknad allmän pension på 50% av sin slutlön medan 90-talisternas allmänna pension beräknas sjunka till 41% av slutlönen, om 4
de går i pension vid 65 års ålder (Swedbank, 2017). Swedbank menar att skillnaderna mellan dagens och framtidens pensioner är stora och att framtidens pensionärer kommer få en utmanande ekonomi. Enligt en SIFO-undersökning (2017) kan enbart en tredjedel av befolkningen tänka sig att arbeta till 70 års ålder eller längre. Dessutom saknar många kunskap om framtida pensioner då hälften av befolkningen tror att deras pension kommer bestå av minst 70 % av slutlönen. Samma människor anser att 70 % är minimum för att klara sig som pensionärer. Swedbanks (2017) privatekonom Arturo Arques drar slutsatsen att kunskapsgapet är stort och att många människor därmed inte får en ärlig chans att förbereda sig inför sin pension. Av de 2 miljoner pensionärer som finns i Sverige nämner många att det är svårt att leva på den pension de får ut. Redan idag lever 24,5 % av svenskar över 75 år ålder under EU:s gräns för fattigdom enligt Eurostat (2016). Med det som grund vill författarna understryka vikten av att maximera avkastningen på sitt PPM-sparande. Idag finns det många olika strategier som menar att de kan utnyttja felprissättningar i marknaden och därmed skapa lönsam avkastning. Momentumstrategier har sedan dess uppkomst för drygt 30 år sedan fått både positiv och negativ uppmärksamhet. Jegadeesh och Titman (2001) menar att momentumeffekten är det största beviset för att marknader inte kan ses som effektiva på det sättet Fama (1970) förklarade, då momentumeffekten uppstår av att investerare inte hanterar historisk information på ett snabbt och rationellt sätt. Malkiel (2003) menar att marknadens effektivitet inte ska bedömas utifrån hur snabbt information sprids. Istället är de viktigaste komponenterna för marknadseffektivitet avkastning och risk. Forskaren skriver att en marknad ska bedömas som effektiv om det inte går att nå en högre avkastning utan att öka risken. Diskussionen om effektiva marknader har lett till att forskare placerats i två olika läger. Det ena lägret menar att marknader är effektiva och överavkastning från momentumstrategier är endast ett bevis för att det behövs bättre sätt att mäta risk (Fama & French, 2008). Det andra lägret hävdar att momentumeffekten inte kan förklaras av ökad risk utan att det istället finns en psykologisk förklaring, då effekten återkommande kunnat bevisats (Jegadeesh & Titman, 2001). Forskarnas oförmåga att komma överens om vad som bör ses som en riskpremie och vad som ska tolkas som överavkastning gör det problematiskt för både forskare och investerare i deras försök att förstå marknaden. Sharpe (1964), Lintner (1965) och Mossin 5
(1966) har oberoende av varandra grundat den klassiska CAPM-modellen, där forskarna menar att det endast är systematisk risk som kan förklara högre avkastning. De flesta forskare idag är ense om att CAPM-modellen inte är tillräcklig för att förklara framtida avkastning (Fama & French, 2004). Modellen har därför utvecklats i försök att kontrollera för marknadsanomalier som upptäckts i tidigare forskning. Fama och French (1993) skapade en trefaktorsmodell som utöver systematisk risk även tar bolagens storlek och värde i beaktning, då det har visat sig ha betydande effekt på aktiers prisutveckling. Även om Fama French-Trefaktormodell har visat sig förklara förväntad avkastning bättre än CAPM (Fama & French, 1993) är det ännu inte en modell som fullt ut kan förklara tillgångars prisrörelser. Det finns därmed utrymme för att vidare undersöka marknadsanomalier och bidra till forskning om marknadens effektivitet. Momentumeffektens konsekventa överavkastning ledde till att Carhart (1997) skapade en modell som tar momentumeffekten i beaktning. Då effekten har funnits länge och inte prisats in i marknaden har forskare funnit andra teorier än den Effektiva Marknadshypotesen som kan förklara marknaden, där Investeringspsykologi har spelat en central roll. Dock fann O Keeffe och Gallagher (2014) att momentumeffekten avtagit efter den globala finanskrisen 2008, när de studerade den irländska marknaden. Om det stämmer att momentumeffekten kan variera mellan olika tidsperioder behöver andra teorier tillämpas för att förklara dess effekt och marknadens effektivitet. Momentumeffekten har identifierats genom flera olika investeringsstrategier. Thaler och De Bondt (1985) fann att marknaden överreagerar på nyheter och skapade därför contrarianstrategin. Strategin utnyttjar motreaktioner i marknaden efter en överreaktion, vilket ger investerare möjligheten att nå en överavkastning genom att köpa förloraraktier och sälja vinnaraktier. Jegadeesh och Titman (1993) menar att det är det motsatta förhållandet som råder på marknaden, att det finns en fördröjd överreaktion där vinnaraktier fortsätter stiga och förloraraktier fortsätter sjunka i värde. Genom att sälja förloraraktier finansieras köpen av vinnaraktier utan att investeraren riskerar sitt egna kapital, vilket skapar en så kallad nollkostnadsportfölj. Då nollkostnadsstrategin innehåller både köpta vinnaraktier och sålda förloraraktier är tidigare forskning oense om vilken del av portföljen som driver momentumeffekten. Viss forskning hävdar att köpta vinnaraktier ger högst avkastning (Israel och Moskowitz, 2013), medan annan forskning visar att endast sålda förloraraktier driver på momentumeffekten (O Keeffe & Gallagher, 6
2014). Jegadeesh och Titmans (1993) syn på att momentum består av en fördröjd överreaktion är väletablerad inom forskningen om momentumeffekten, och utgör därför grunden för den här uppsatsen. Diskussionen om de olika investeringsstrategierna skapar dock ett intressant utgångsläge för jämförelse. Tidigare forskning har betonat vikten av att kalkylera avgifter vid värdepappershandel på ett rättvisande sätt för att inte överskatta momentumeffekten (Lesmond, Schill & Zhou, 2004). Transaktionsavgifter är kostsamt för momentumstrategier som bygger på att köpa vinnaraktier och sälja förloraraktier, vilket bäddar för frekventa transaktioner (Jegadeesh & Titman, 1993). Grundy och Martin (2001) och Lesmond, Schill och Zhou (2004) menar att transaktionskostnaderna vid momentumhandel raderar momentumeffekten, vilket talar emot den potentiella överavkastning författarna söker och att strategin skulle överprestera jämförelsebara marknadsindex. Andra forskare hävdar dock att transaktionskostnader inte tar ut hela momentumeffekten (Jegadeesh & Titman, 2001; Korajczyk & Sadka, 2004). Vi handel av fonder finns det inga transaktionsavgifter som påverkas av hur ofta den individuella investeraren väljer att byta fonder. Istället finns det en fondavgift som dras från avkastningen, vilket gör att det finns en reducerande faktor för momentumeffekten även gällande fonder. Men, då den inte baseras på transaktionsfrekvens menar Sapp (2011) att momentumstrategier därför bör fungera bättre på fondhandel än för aktiehandel. Med anledning av avgifternas betydelse anser författarna att det är särskilt intressant att se till Pensionsmyndighetens fonder ur ett momentumperspektiv, då dessa tillhandahålls till ett rabatterat pris (Pensionsmyndigheten, 2018c). En reducerad avgift för fonder bör ha en positiv effekt på momentumeffekten. Existerande forskning om momentumstrategier har till största del gjorts på aktier och börshandlade fonder, så kallade ETF:er (Jegadeesh & Titman, 1993; 2001; Rouwenhorst, 1998; 1999; Subadar Agathee, 2012; O Keeffe & Gallagher, 2014; Tse, 2015). Tidigare studier har kunnat bevisa skillnader på momentumeffekten i olika marknader, då effekten verkar vara större i utvecklade marknader än tillväxtmarknader (Rouwenhorst, 1999; Subadar Agathee, 2012). Huruvida momentumeffekten tar sig uttryck i fondmarknaden är ett mindre utforskat område. Sapp (2011) menar att det kan vara fördelaktigt att applicera momentumstrategin på fonder istället för aktier då fonder är mer diversifierad än aktier vilket minskar volatiliteten. Dessutom menar forskaren att avsaknaden av 7
transaktionskostnader för fonder är en viktig bidragande faktor till varför momentumstrategier kan fungera bättre för fonder än aktier. Med bristande forskning om momentumstrategier på fondmarknaden som grund definierar författarna ett forskningsgap, då uppsatsen enbart ser till momentumeffekten på PPM-fonder. Det här forskningsgapet är viktigt att undersöka för alla aktiva pensionssparare eftersom det finns ett informationsvärde i att förstå hur olika investeringsstrategier fungerar på marknaden. Problemformulering: Kan momentumstrategier skapa överavkastning på fondmarknaden? 1.3 Syfte Syftet med uppsatsen är att undersöka momentumeffekten på fondmarknaden och om momentumstrategier kan utnyttjas av svenska pensionssparare för att skapa överavkastning i PPM-systemet. 1.4 Studiens bidrag Den här studien utvidgar forskning om momentumeffekten på fonder (Sapp, 2011) genom att använda ett urval som ligger nära i tiden. Det är ett aktuellt ämne då forskning har kunnat visa på en avtagande momentumeffekt (O Keeffe & Gallagher, 2014). Uppsatsen bidrar till litteraturen genom dess resultat och förklarar momentumeffekten med hjälp av finansiella teorier som den Effektiva Marknadshypotesen, Investeringspsykologi och den Adaptiva Marknadshypotesen. Teoretiskt bidrar även uppsatsen med att undersöka effektiviteten i fondmarknaden. På en praktisk nivå vill författarna förklara hur momentumeffekten kan påverka privatpersoners pensionssparande genom de olika investeringsstrategier uppsatsen undersöker. 8
1.5 Disposition Inledning Kapitlet innehåller en kort bakgrund för momentumstrategier och PPM-fonder. Efter det följer en problemdiskussion där problem diskuteras med stöd av tidigare forskning. Problemdiskussionen tar upp både teoretiska och praktiska problem med momentumeffekt och risk, kopplat till PPM. Bakgrund och problemdiskussion mynnar sedan ut i en problemformulering och ett syfte. Därefter presenteras även uppsatsens bidrag. Vetenskaplig metod Kapitlet inleder med en teoretisk utgångspunkt där relevanta teorier presenteras. Därefter följer en forskningsansats som noggrant förklarar den valda metodologin och består av val för forskningens tillvägagångssätt, filosofi, strategi och utformning. Även källkritik och information diskuteras i det här avsnittet. Teoretisk referensram Kapitlet inkluderar en genomgång av existerande forskning om momentumeffekten och de ekonomiska teorier som uppsatsen är baserad på, så som den Effektiva Marknadshyptesen, Investeringspsykologi och den Adaptiva Marknadshypotesen. Det teoretiska ramverket innehåller således relevanta forskningsobjektiv för att läsaren ska få en förståelse för marknaden och momentumstrategier. Avsnittet avslutas med en hypotesutveckling som utmynnar i en hypotesformulering, som kan härledas från teori- och litteraturgenomgången. Empirisk metod Avsnittet inleds med att förklara uppsatsens undersökningsdesign som utgår från tidigare forskning och följs sedan av datainsamling och uppsatsens urval. I den empiriska metoden beskrivs även tillvägagångssätt för att nå de resultat som hittas genom en presentation av de beräkningar som författarna gör. Därefter presenteras regressionsmetoden för momentumportföljerna samt de variabler som används. Avslutningsvis framförs metodkritik samt en diskussion om etiska principer. Resultat I detta kapitel presenteras de värden uppsatsen erhåller från de olika beräkningarna för momentumportföljerna. Resultaten visas genom flertalet tabeller samt redogörelse av dessa. I detta kapitel presenteras även de statistiska tester som gjort för att utesluta autokorrelation, heteroskedasticitet och multikollinearitet. Analys Analysen baseras på de resultat uppsatsen erhåller och ämnar att grundligt studera och diskutera dessa. Dessa resultat analyseras utifrån de presenterade teorierna där uppsatsen ämnar förklara frågeställning och hypotes genom teoretiska modeller om marknaden och risk, samt resultat. Potentiella anledningar och tolkningar för resultatdelen redovisas samt länkas till teorier och tidigare forskning för jämförelse. Slutsats I det sista kapitlet refererar författarna till frågeställning och syfte, och drar slutsatser från resultat och analys. I avsnittet kopplar författarna samman egen forskning till tidigare forskning för att kunna avgöra vad uppsatsen bidrar med. De mest väsentliga upptäckterna framförs och sammanfattas. Författarnas diskuterar även implikationer för forskningen och ger rekommendationer för vidare forskning. 9
2 Vetenskaplig metod I den vetenskapliga metoden redogörs det för uppsatsens teoretiska utgångspunkt och uppsatsens utformning beskrivs, kopplat till syftet. I kapitlet presenteras olika teorier som eventuellt kan förklara momentumeffekten samt en forskningsansats. Därefter följer en diskussion om källkritik. 2.1 Teoretisk utgångspunkt Den här uppsatsen undersöker momentumeffekten på fondmarknaden och om den kan utnyttjas av svenska pensionssparare genom PPM-fonder. En viktig utgångspunkt för uppsatsen är neoklassisk finansteori, som länge dominerat den finansiella forskningen (Ross, 2002). Neoklassisk finansteori bygger på tre antaganden: att individer är nyttomaximerande, rationella, och opportunistiska (Lo, 2004). För att förstå värdepappersmarknaden bygger den här studien på den Effektiva Marknadshypotesen som har sin grund i neoklassisk finansteori. En skola som motsätter sig effektiva marknader är Investeringspsykologi. Investeringspsykologi pekar på att investerare inte är rationella och teorin har genomgående använts i tidigare studier för att förklara momentumeffekten på värdepappersmarknaden. Utöver dessa två teorier diskuteras den Adaptiva Marknadshypotesen som kombinerar den Effektiva Marknadshypotesen med Investeringspsykologi för att på så sätt förklara marknaden. Synsätten kommer appliceras och ställas mot varandra i uppsatsen. För att bedöma momentumeffekten är det viktigt att avkastningen från momentumportföljerna riskjusteras. Författarna förklarar därför först den klassiska CAPM-modellen som mäter förväntad avkastning utifrån systematisk risk. CAPM har sedan sin uppkomst utvecklats av flera forskare (Fama & French, 1993; 2015; Carhart, 1997). I den här studien används Fama French-Trefaktormodell, som förutom systematisk risk även kontrollerar för bolagens storlek och värde för att förutspå förväntad avkastning (Fama & French, 1993). Forskare menar att Fama French-Trefaktormodell har en högre förklaringsgrad än CAPM (Bartholdy & Peare, 2005; Bello, 2008; An-Sing & Shih- Chuan, 2009). Fama French-Trefaktormodell anses därför av författarna vara en mer lämplig modell att använda än CAPM för den här uppsatsen. 10
2.2 Forskningsansats Ett deduktivt tillvägagångssätt tillämpas för undersökningen av momentumeffekten, då redan existerande teorier går att applicera för såväl område som problematisering. Dessa teorier utgör, tillsammans med en linjär forskningsprocess, en utgångspunkt för uppsatsen för att sedan kunna dra slutsatser baserat på observationer och insamlade data. Detta motiverar ett deduktivt tillvägagångssätt. Med anledningen att flertalet relevanta teorier presenteras tidigt i uppsatsen samt att uppsatsen inte ämnar förklara varför ett samband uppstår, hävdar författarna att en induktiv metod inte är att föredra. Tidigare forskning på området har uteslutande använt sig av kvantitativa metoder, då stora mängder data krävs för att undersöka momentumeffekten. Med hänsyn till den stora mängd data som uppsatsen behandlar bedömer författarna att ett kvantitativt förhållningssätt är att föredra. Ett kvalitativt förhållningssätt anses olämpligt eftersom det kräver att insamlingen av data har en starkare närvaro av tolkning från medverkande, där sedan teorier utvecklas utifrån det. (Bryman, 2012) Epistemologin i uppsatsen grundas på besluten angående ett deduktivt och kvantitativt förhållningssätt. Bryman och Bell (2013) menar att metodens design är kopplad till positivism och att hypotesgenerering och test av data kräver en naturvetenskaplig ansats, vilken positivism tillhandahåller. Ännu en orsak till att positivism eftersträvas är att endast sekundärdata analyseras. Data hämtas direkt från Pensionsmyndigheten vilket medför att den redan är observerad och minskar risken för personlig interpretation. Eftersom ett positivistiskt perspektiv är baserat på objektivitet (Bryman & Bell, 2005), bedöms synsättet lämplig för uppsatsen. Vidare använder sig tidigare forskning inom området av samma utformning av metod, (se bl.a. Sapp, 2011; O Keeffe & Gallagher, 2014) då de baserar sin forskning på objektivitet, där få egna åsikter framförs. Författarna av denna uppsats eftersträvar att på ett så objektivt sätt som möjligt testa och analysera data utan att låta egna värderingar förekomma detta då det är viktigt att få en felfri bild av verkligheten från existerande forskning och data. 11
2.3 Information och källkritik Det är viktigt för studien att upprätthålla hög validitet. Då forskningen har en deduktiv forskningsansats grundas uppsatsen på tidigare forskning (Fama, 1970; De Bondt & Thaler, 1985; Jegadeesh & Titman, 1993; Lo, 2004) om effektiva marknader, Investeringspsykologi, adaptiva marknader och momentumeffekten. För att försäkra validiteten har författarna därför valt att använda sig näst intill uteslutande av artiklar som blivit peer reviewed. Det innebär att artiklarna har genomgått en kvalitetsgranskning av ämnesexperter innan de blivit publicerade i vetenskapliga tidskrifter. För att ytterligare försäkra kvalitén på de artiklar som använts har författarna även granskat de vetenskapliga tidskrifterna som artiklarna publicerats i. Australian Business Deans Council, ABDC, har rankat vetenskapliga tidskrifter efter dess vetenskapliga kvalité (ABDC, 2017). De bästa tidskrifterna rangordnas i fallande ordning efter skala A*, A, B, C. Majoriteten av de artiklar som används i den här uppsatsen har publicerats i vetenskapliga artiklar som rankats antingen A*, A eller B. De artiklar som är aktuella för uppsatsen kvalitetsgranskas även efter hur omnämnda de blivit, vilket mäts i antalet citeringar. Det här gör att författarna till den här uppsatsen känner sig trygga i kvalitén på de artiklar som använts. Artiklarna har hittats antingen via Google Scholar eller OneSearch. Båda söktjänsterna innehåller resultat från flera databaser som är relevanta för uppsatsen. För att finna relevant litteratur är det viktigt att rätt sökord används. Till den här uppsatsen har följande relevanta sökord huvudsakligen använts: abnormal return, behavioral finance, CAPM, diversification, Fama French three factors, momentum effect, momentum strategies, mutual funds, risk adjustment, risk measurements, the adaptive markets hypothesis, the efficient market hypothesis. Jegadeesh och Titman (1993) ses som grundpelare i litteraturen. Utifrån tidigare forskning har författarna även sett ett mönster i vilka referenser som har använts, och därigenom funnit fler användbara artiklar. Genom att använda den här metoden känner sig författarna trygga i att den forskning som är relevant för effektiva marknader och momentumeffekten har tillämpats. Böcker, internetbaserade källor och nyhetsartiklar har också utgjort en viktig del av den här uppsatsen. Syftet med att använda böcker är att bredda den teoretiska grunden i de fall där vetenskapliga artiklar inte har varit tillräckligt. Internetbaserade källor har främst 12
använts för att få tillgång till information från Pensionsmyndigheten, Konsumentverket och Finansinspektionen. Då källorna är statliga myndigheter anses informationen ha hög tillförlitlighet. Övriga internetkällor har använts med försiktighet då det är möjligt att avsändaren inte är objektiv. Därför används inga övriga internetkällor till att bygga argument, utan snarare till att bygga ett intresse för studien. 13
3 Teoretisk referensram Kapitlet inkluderar en beskrivning av de teorier uppsatsen är baserad på för att kunna undersöka och förklara uppsatsens frågeställning. Det teoretiska ramverket innehåller också tidigare forskning som är nödvändig för att förstå momentumeffekten och momentumstrategier. Den teoretiska referensramen avslutas med en hypotesgenerering som leder fram till en hypotes vars syfte är att ge svar på uppsatsens frågeställning. 3.1 Effektiva marknader 3.1.1 Den Effektiva Marknadshypotesen Den Effektiva Marknadshypotesen har sedan sin uppkomst varit en central del av forskningen för att förklara den finansiella marknaden. Fama (1970) skriver att kapitalmarknadens primära roll är att på ett effektivt sätt allokera kapital. I en ideal marknad ska investerare därför kunna vara säkra på att alla tillgångar är rätt värderade efter all tillgänglig information. Ny information sprids snabbt när den når marknaden och förväntas därför inkorporeras i tillgångarnas pris direkt utan tidsfördröjning. Fama (1970) skriver att en marknad bör uppfylla tre krav för att den ska kunna vara effektiv: Inga transaktionskostnader får förekomma, all information som når marknaden ska vara kostnadsfri och tillgänglig för alla marknadens aktörer, samt att alla marknadens aktörer ska vara ense om både nuvarande och framtida informations påverkan på tillgångarnas pris. En sådan marknad existerar inte i verkligheten, vilket även Fama (1970) var medveten om. Därför delas marknaden in i tre olika nivåer av effektivitet, som kategoriserar efter vilken typ av information marknaden reagerar på. De olika kategoriernas förhållande illustreras i Figur 1, där prissättningen på tillgångar är mer effektiv och varierar mindre desto närmare den befinner sig kärnan. De olika nivåerna av marknadseffektivitet är: svag form, semistark form, och stark form (Elton et al., 2014). Marknaden anses ha svag form av effektivitet om priset på tillgångar fullt ut reflekteras av historisk information. En semistark form av effektivitet innebär att tillgångars pris fullt ut reflekteras av både historisk information samt övrig publik information. En stark form av effektivitet betyder att marknaden prissätter tillgångar fullt ut efter all tillgänglig information, både publik som privat information (Fama, 1970). Den mest kontroversiella 14
kategorin är stark form av effektivitet som har ifrågasatts av forskare, då det innebär att inte ens insiders skulle kunna använda sin information för att nå en högre avkastning (Scholes, 1969, refererad i Fama, 1970). Figur 1 Illustration av förhållandet mellan de tre kategorierna av marknadseffektivitet Stark form: All information som är relevant för tillgången Semistark form: All historisk och publik information som är relevant för tillgången Svag form: All historiska information och avkastning Källa: Egen sammanställning Enligt den Effektiva Marknadshypotesen finns det ingen möjlighet att nå en riskjusterad överavkastning genom att använda sig av teknisk analys, då det bygger på att förutspå framtida prisrörelser utifrån historisk information (Malkiel, 2003). En investerare har därmed inget informationsövertag som kan användas för att nå en överavkastning gentemot marknaden (Elton et al., 2014). Då momentumstrategin är en trendstrategi som använder sig av historisk data och kvalificeras som teknisk analys ska det därför inte vara en gynnsam handelsstrategi i effektiva marknader, inte ens på marknader som är svagt effektiva. 3.1.2 CAPM Sharpe (1964), Lintner (1965) och Mossin (1966) har oberoende av varandra utvecklat Capital Asset Pricing Model, CAPM, den mest kända prissättningsmodellen. Modellen är en vidareutveckling av Markowitz moderna portföljvalsteori (Bodie, Kane & Marcus, 2018). CAPM är en modell för att mäta relationen mellan förväntad avkastning och risk, 15
vilket förklarar den finansiella marknaden då en investerare ska kunna förvänta sig högre avkastning vid högre risktagande (Elton et al., 2014). Fama (1970) menade att det krävs en väl fungerande prissättningsteori för att kunna testa marknadens effektivitet, och använde sig därför av CAPM i sina första studier. CAPM har spelat en viktig roll inom finansforskningen. Modellen beräknas enligt följande (1): (1) E(R i ) = Rf + β[e(rm) Rf] E(Ri) - Förväntad avkastning på enskild aktie Rf - Riskfri ränta B - Beta, systematisk risk E(Rm) - Förväntad marknadsavkastning Beta representerar systematisk risk, vilket innebär risk som inte kan diversifieras bort. Motsatsen är icke-systematisk risk, vilken kan minskas av investeraren genom diversifiering. Risken är kopplad till portföljen och tillgångarnas standardavvikelse. Endast ett högre Beta kan ge högre avkastning då högre standardavvikelse inte förväntas ge högre avkastning (Elton et al. 2014). Uppsatsens syfte är att förstå om momentumstrategier kan generera högre avkastning än marknaden, justerat för risk. Vid en effektiv marknad bör inte aktiv förvaltning generera högre avkastning än passiv förvaltning utan att det kan förklaras av ökat risktagande (Fama, 1995). Formel (1) används för att beräkna den förväntade avkastningen. CAPM härleds från Security Market Line, SML, där förhållandet mellan avkastning och risk förklaras, se Figur 2. En oförändrad systematisk risk, Beta, i kombination med ett värde högre än SML tyder på att tillgången överpresterar, och vice versa. Därmed antas en tillgång med ett värde högre än SML vara undervärderad och den förväntade avkastningen sjunka till existerande värde för SML när placeraren köper tillgången. Motsatsen råder för tillgångar med ett värde under SML. Resultatet blir således att samtliga tillgångar på marknaden på lång sikt har en avkastning och förväntad avkastning som överensstämmer med varandra, då risken är densamma. Det placerade kapitalets avkastning mäts med hjälp av Alfa, som beräknas genom differensen av den avkastning som marknaden förväntar sig och den rimliga förväntade avkastningen. (Bodie, Kane & Marcus, 2009) 16
Figur 2 Security Market Line Källa: Bodie, Kane & Marcus, 2018. 3.1.3 Riskjusterade modeller CAPM:s svaghet är att modellen förklarar avkastningen endast genom en faktor, riskpremien. Senare forskning har utvecklat modellen och därmed lyckats uppnå en högre förklaringsgrad för den faktiska avkastningen. Fama och French (1993) identifierade ytterligare två bolagsspecifika risker som återkommande påverkar portföljers avkastning, vilka är bolagens storlek och värdering. Mindre bolag och högt värderade bolag ger en högre avkastning än vad som är förväntat av CAPM. Genom att justera för dessa ytterligare faktorer kan förklaringsgraden av avkastningen för portföljer ökas markant jämfört med CAPM (Bodie, Kane & Marcus, 2018). Då två nya faktorer adderas till modellen är det naturligt att den nya modellen fick namnet Fama French-Trefaktormodell. Carhart (1997) vidareutvecklade Fama French-Trefaktormodell genom att addera momentumeffekten som Jegadeesh och Titman (1993) identifierat. Carhart (1997) visade i sin studie att mycket av avkastningen från portföljerna som inte kan förklaras av Fama French-Trefaktormodell istället till stor del kan förklaras av tillgångarnas momentum, vilket gjorde att Carharts Fyrfaktormodell skapades. Fama och French (2015) har även vidareutvecklat sin egen trefaktormodell. I den nya modellen, som är en femfaktormodell, har forskarna även försökt fånga upp variabler som lönsamhet och investeringsmönster, 17
där den sistnämnda kan liknas vid momentumeffekten som Carhart (1997) adderade. Fama och French (2015) menar att femfaktormodellen bättre förklarar portföljernas avkastning än trefaktormodellen. Dock visar modellen upp svagheter då den har problem att identifiera varför vissa småbolag tycks underprestera mot dess förväntade avkastning. CAPM och flerfaktormodeller har varit användbar inom forskningen för att ge en hög förklaringsgrad till portföljers avkastning. Men, flera forskare insåg tidigt modellernas bristande möjlighet att på ett effektivt sätt jämföra flera olika fondförvaltare och portföljstrategier mot varandra (Bodie, Kane & Marcus, 2018). Alternativa metoder för att riskjustera portföljers avkastning skapades och en av de mest använda än idag är Sharpekvoten som skapades av Sharpe (1966), en av grundarna till CAPM. Sharpekvoten bedömer portföljens genomsnittliga överavkastning mot avkastningens standardavvikelse och ger på så sätt ett rättvisande mått på förhållandet mellan risk och avkastning (Bodie, Kane & Marcus, 2018). Sharpe (1966) menar att måttets styrka, när det används mot ett jämförelsebart index, är dess enkelhet och tydlighet. 3.2 Investeringspsykologi Flera forskare har påpekat att det finns en bristande effektivitet i marknaden och att det grundas av psykologiska faktorer hos investerare. Shiller (2003) skriver att sammanförande av finansiell forskning och beteendevetenskap har lett till en djupare förståelse för finansiella marknader, vilket har skapat en gren av finansforskningen som kallas Investeringspsykologi. Genom att applicera Investeringspsykologi kan en beskrivning göras av hur människors beteende påverkar individer, institutioner och finansiella marknader (Shleifer, 2000). Investeringspsykologi för med sig systematiska och signifikanta avvikelser från effektivitet och att människor har en viss felbarhet i konkurrenskraftiga marknader. Richard Thaler, nobelpristagare i ekonomi 2017, har länge varit en av Investeringspsykologins främsta försvarare och utvecklare. Thaler grundar sina tankar i Simons (1955) synsätt om att människans rationalitet är begränsad. Simon (1955) ifrågasätter synen på den ekonomiska människan som alltid tar de mest rationella besluten 18
för att maximera sitt eget välstånd. Simon (1955) menar istället att då tillgången av information ofta är antingen överflödig eller svårtillgänglig blir beslutsfattandet lidande. Det här gör att den vanliga människan ofta nöjer sig med att ta beslut som är bra nog istället för att ta de mest rationella besluten. För den vanliga människan är det normalt att tillämpa tumregler vid beslutsfattande, då det vore orimligt att alltid väga in alla möjliga scenarier och utfall vid varje beslut (Mullainathan & Thaler, 2000). Trots den vetskapen skriver Conlisk (1996) att många ekonomiska teorier inte har lyckats inkorporera människans begränsade rationalitet, vilket gör teorierna bristfälliga. De forskare som förstår hur den vanliga människan skiljer sig i rationalitet från den ekonomiska människan, och klarar av att tillämpa det i modeller, uppnår därför bättre resultat i sina studier. Thaler (1995) nämner några illustrativa exempel på människors irrationella beteende, vilka är: överreaktioner på mönster, förlustaversion och mental accounting. Att människor överreagerar och har en övertro på mönster som individen tycker sig ha identifierat kan leda till att beslut tas på fel grunder. Förlustaversion grundar sig i att människor värderar en förlust mycket hårdare än en vinst, vilket gör individer irrationella i beslutsfattandet när det finns en risk för förlust. Thaler (1995) menar att en förlust av en dollar är dubbelt så smärtsamt jämfört med vad en vinst av en dollar är tillfredsställande. Mental accounting är ett koncept som beskriver hur individer är irrationella i sin privatekonomi genom att kategorisera sina besparingar och utgifter. Då pengarna öronmärks för vissa ändamål så förlorar de sin utbytbarhet, vilket gör att individer går miste om att maximera sina investeringsmöjligheter (Thaler, 1999). Mullainathan och Thaler (2000) benämner ytterligare mänskliga irrationella beteenden som: överdrivet självförtroende, optimism och överdriven förankring i den första informationen som individer nås av. Investeringspsykologi kritiserar tre antaganden om effektiva marknader och hävdar att den Effektiva Marknadshypotesen inte fungerar i verkligheten. Antaganden är: rationalitet, oberoende avvikelse från rationalitet, och arbitrage. Investeringspsykologi ifrågasätter investerares rationalitet och menar att det är vanligt att investerare inte differentierar portföljer tillräckligt (Shleifer, 2000). Investeringspsykologi kritiserar även den Effektiva Marknadshypotesens antagande om att avvikelse från rationalitet är slumpmässig, då det finns psykologiska faktorer som gör att irrationella 19
investerarbeteenden kan förutspås (Hillier et al., 2010). De psykologiska faktorerna beskrivs enligt två principer: representativitet och konservatism. Representativitet beskrivs som att när investerare upptäcker en sektor på marknaden med en kort historisk tillväxt av hög avkastning, är de under uppfattningen att tillväxten kommer fortsätta (Hillier et al., 2010). Det har också beskrivits som att investerare ser mönster i slumpartade sekvenser (Shleifer, 2000). Den andra principen är konservatism som antar att marknaden anpassar sig långsamt när ny information mottages (Shleifer, 2000). Konservatism beror på att investerare är långsamma med att omkalibrera sina känslor och uppfattning (Hillier et al., 2010). Beträffande arbitrage påstår investeringspsykologi motsatsen till den Effektiva Marknadshypotesen. Arbitrage är vanligtvis refererad till en riskfri investering, då den berör en situation där investeraren vet att ett värdepapper är felvärderad och agerar på den informationen (Hillier et al., 2010). Effektiva marknader bygger på att det inte finns några arbitragemöjligheter att utnyttja då priset korrigeras direkt. Investeringspsykologi menar att arbitrage finns i den verkliga världen men är långt ifrån perfekt. Det beror på att många värdepapper saknar bra substitut vilket gör arbitrage fundamentalt riskabelt och begränsat (Shleifer, 2000). Resultatet av begränsat arbitrage blir att priser inte alltid svarar på information med rätt kvantitet. Enligt Investeringspsykologi är det sannolikt att teorin om arbitrage inte håller i verkligheten (Hillier et al., 2010). Trots att marknaden både kan vara under- och övervärderad finns det ingen garanti för att aktiepriset ska röra sig på ett särskilt sätt. Då investerare är irrationella och amatörinvesterare kan ta positioner kommer marknadspriser enbart anpassas till korrekta nivåer om positioner tagna av professionella investerare är större än amatörernas. Av den anledningen kan arbitragestrategier innebära för stor risk för att eliminera marknadseffektivitet. Då momentumeffekten bygger på att investerare inte prissätter tillgångar på ett rationellt sätt har effekten ständigt haft en nära koppling till Investeringspsykologi. Momentumeffekten i marknaden har därför använts inom Investeringspsykologi som ett av de starkaste bevisen mot att marknader är effektiva (Jegadeesh & Titman, 2001). 20
3.3 Den Adaptiva Marknadshypotesen Ofta anses den Effektiva Marknadshypotesen och Investeringspsykologi stå i kontrast till varandra. Den Effektiva Marknadshypotesen menar att all information är inprisad i marknaden medan Investeringspsykologi menar att marknaden drivs av irrationella investerare vilket gör att marknaden under en längre tid kan vara under- eller övervärderad. Lo (2004) menar dock att evolution kan förklara och försona de båda teorierna. För att göra det krävs att antaganden om konkurrens, adaption och naturligt urval tillämpas. Flertalet forskare argumenterar för att bevis mot rationalitet, som förlustaversion, övertro, överreaktion, alla överensstämmer med den evolutionära modellen av individer som anpassar sig till en förändrande miljö (Kahneman & Tversky, 1979; De Bondt & Thaler, 1985). När den Effektiva Marknadshypotesen och Investeringspsykologi kombineras kallar Lo (2004) dem för den Adaptiva Marknadshypotesen. Evolutionära marknadshypoteser har diskuterats av flera forskare. Bernstein (1998) gör en studie om aktiv förvaltning där han menar att marknadsjämvikt, vilket är centralt i den Effektiva Marknadshypotesen, sällan stämmer i verkligheten och att det kan förklaras genom evolutionens principer. Även den Adaptiva Marknadshypotesen utgår från Simons (1955) tankar om begränsad rationalitet. Lo (2004) menar dock att Simon (1955) saknar ytterligare förklaringar till sin teori, vilket den Adaptiva Marknadshypotesen ger med dynamiken av evolutionsteorin. Vidare menar Lo (2004) att den Adaptiva Marknadshypotesen förklarar motsättningarna mellan Investeringspsykologi och den Effektiva Marknadshypotesen genom evolutionsteorin. Den Adaptiva Marknadshypotesen kan även ses som en ny version av den Effektiva Marknadshypotesen då priset reflekterar den mängd information som bestäms av miljö, antal och karaktär av de arter som finns på den ekonomiska marknaden. Med arter menar Lo (2004) aktörer på marknaden såsom pensionsfonder och hedgefondförvaltare. Om dessa aktörer tävlar om få resurser kommer marknaden att vara mer effektiv då priset snabbt reflekterar relevant information. Om de istället konkurrerar om resurser det finns gott om kommer marknaden vara mindre effektiv. Lo (2004) beskriver aktörernas överlevnad på marknaden som en cykel där det till en början finns gott om resurser och konkurrensen är låg vilket gör att populationen ökar. 21
Dock leder en ökad population till större efterfrågan på de resurser som finns vilket i sin tur leder till det naturliga urvalet. Med detta vill Lo (2004) säga att de aktörer som kvarstår är de som är bäst lämpade för det ekonomiska klimat som finns. Paralleller kan från teorin dras direkt till den här uppsatsens tester om överavkastning från aktiv förvaltning. Eventuell överavkastning från vissa perioder kan därmed förklaras genom de ekonomiska resurserna samt de klimat som råder på marknaden, vilket kan förklara varför momentumeffekt är starkare för vissa perioder än andra. Vanligt förekommande argument mot den Effektiva Marknadshypotesen är att rädsla och girighet styr investerarens beslutsfattarförmåga. Lo (2004) menar istället att dessa snarare är ett komplement till den rationella investeraren, som hävdar att dessa känslor är en produkt av evolutionen och har en stor inverkan på den rationella, finansiella beslutsprocessen. Sett ur ett evolutionärt perspektiv spelar känslors anpassning en viktig roll som förbättrar individens effektivitet som denne lär sig från miljön och historien. Lo (2004) anser också att detta inte enbart är teorier då det naturliga urvalet har bevisats då enbart de bästa analytikerna överlever på den finansiella marknaden. Flera forskare på senare tid finner stöd för Los (2004) teori om att den Adaptiva Marknadsteorin fungerar som ett evolutionärt alternativ till den Effektiva Marknadshypotesen (Ghazani & Araghi, 2014; Noda, 2016). 3.4 Momentumeffekten Momentumeffekten har identifierats av många forskare (Se bl.a. Jegadeesh & Titman, 1993; Rouwenhorst, 1998; Moskowitz & Grinblatt, 1999; Sapp, 2011). Resultaten är inte specifika för en enskild marknad utan har kunnat identifierats runt om i världen (Rouwenhorst, 1998; 1999). Den här delen av uppsatsen tar upp tidigare forskning om momentumeffekten, hur den har studerats samt vilka förklaringar som finns både för och emot effekten. 3.4.1 Momentumstrategin Flertalet forskare menar att det finns en fördröjd överreaktion på marknaden som gör att aktiers prisrörelser tenderar att fortsätta reagera på nyheter längre än vad som kan anses 22
rationellt (Jegadeesh & Titman, 1993; Rouwenhorst, 1998). Jegadeesh och Titmans (1993) studie var banbrytande på området då forskarna fann att momentumstrategin där amerikanska vinnaraktier köptes och förloraraktier såldes gav en signifikant överavkastning. Att sälja en aktie innebär i det här sammanhanget att blanka en aktie. Därmed gav Jegadeesh och Titman (1993) den finansiella forskningen ett kvantitativt stöd som utmanade de etablerade teorierna om effektiva marknader. Jegadeesh och Titman (1993) ses idag som en av momentumstrategins grundare. Forskarnas investeringsstrategier används än idag inom forskningen om momentumeffekten. Jegadeesh och Titman (1993) skapar portföljer utifrån olika strategier som grundas i hur länge aktiernas avkastning studeras och hur länge de hålls. Aktierna rankas efter deras avkastning under de senaste tre, sex, nio, och tolv månaderna. Dessa perioder kallas bevakningsperioder (J). För varje period köps den tiondel av aktier som presterat bäst och den tiondel av aktier som gett lägst avkastning säljs, alla innehav viktas lika i portföljerna. Dessa aktier hålls därefter i antingen tre, sex, nio, eller tolv månader, så kallade innehavsperioder (K), vilket skapar sammanlagt 16 investeringsstrategier. Jegadeesh och Titman (1993) testar ett urval av amerikanska aktier mellan åren 1965-1989. I Tabell 1 är resultaten från studien. Alla portföljer ger en positiv överavkastning för perioden och t-statistikan visar att resultaten för alla portföljer förutom J3/K3 är signifikant skild från noll. Strategin som ger högst avkastning är J12/K3, vilket innebär att aktiernas avkastning studerades i tolv månader innan de valdes in i portföljen för att sedan behållas i tre månader. 23
Tabell 1 Månatlig riskjusterad överavkastning för momentumportföljer, period 1965-1989 K3 K6 K9 K12 Alfa (J3) 0.32 % 0.58 % 0.61 % 0.69 % t 1.10 2.29 2.69 3.53 Alfa (J6) 0.84 % 0.95 % 1.02 % 0.86 % t 2.44 3.07 3.76 3.36 Alfa (J9) 1.09 % 1.21 % 1.05 % 0.82 % t 3.03 3.78 3.47 2.89 Alfa (J12) 1.31 % 1.14 % 0.93 % 0.68 % t 3.74 3.40 2.95 2.25 Källa: Jegadeesh & Titman, 1993. Jegadeesh och Titman (1993) menar att det finns en ovisshet om momentumstrategier systematiskt väljer de aktier som har högst risk och därmed drar fördel av det. Med det i beaktning kontrollerar forskarna den höga avkastningen från momentumportföljerna för systematisk risk. De undersöker portfölj J6/K6 närmre och delar upp aktierna i tiondelar efter avkastning. P1 innehåller den tiondel aktier som gett lägst avkastning under bevakningsperioderna och P10 innehåller den tiondel aktier som gett högst avkastning. Den systematiska risken studeras ur två aspekter, portföljens betavärde från CAPMmodellen och dess genomsnittliga marknadsvärde. Tabell 2 och Tabell 3 visar data från Jegadeesh och Titmans (1993) forskning. Där går det att se att de två extrema portföljerna, P1 och P10, har högst systematisk risk. Dessa två portföljer har även ett lägre genomsnittligt marknadsvärde än den genomsnittliga portföljen. 24
Tabell 2 Systematisk risk för portföljer baserade på avkastning, period 1965-1989 Källa: Jegadeesh & Titman, 1993 Tabell 3 Genomsnittligt marknadsvärde för portföljer baserade på avkastning, period 1965-1989 Källa: Jegadeesh & Titman, 1993 Jegadeesh och Titman (1993) menar att även om den systematiska risken är högre för de två extrema portföljerna än för marknaden, så är det inte tillräckligt för att förklara den höga avkastningen. Betavärdet är även högre för förloraraktierna, P1, än för vinnaraktierna, P10. Om systematisk risk förklarar avkastningen borde relation vara den omvända, då det är P10 som genomgående bidragit till högst avkastning i momentumportföljen. Även det genomsnittliga marknadsvärdet stärker tesen om att den 25
systematiska risken inte påverkar avkastningen i momentumportföljen, då det genomsnittliga marknadsvärdet är högre för vinnaraktierna än för förloraraktierna under perioden. 2001 testade Jegadeesh och Titman (2001) åter samma investeringsstrategi och inkluderade då även 90-talet i sitt urval. Forskarna argumenterar att den uppdaterade studien gjordes för att både stärka sina tidigare bevis och för att försöka hitta nya förklaringar till momentumeffekten. Enligt den Effektiva Marknadshypotesen bör förutsägbara mönster snabbt utnyttjas, vilket i det här fallet skulle innebära att momentumeffekten elimineras. Detta till trots kunde forskarna visa att momentumeffekten gav fortsatt riskjusterad överavkastning och har visat sig vara en lönsam strategi på den amerikanska marknaden. Jegadeesh och Titman (2001) utvecklade även sin forskning genom att riskjustera avkastningen för portfölj J6/K6 med Fama French-Trefaktormodell. Även efter att ha kontrollerat för risk var överavkastningen statistiskt signifikant. Jegadeesh och Titman (2001) menar att bevisen för att momentumeffekten håller i sig gör att den representerar ett av de starkaste argumenten mot den Effektiva Marknadshypotesen. 3.4.1.1 Andra momentumstrategier Jegadeesh och Titmans (1993) momentumstrategi är motsatt till De Bondt och Thalers (1985) contrarianstrategi, där forskarna menar att marknaden överreagerar på nyheter. De Bondt och Thaler (1985) menar att det kan utnyttjas genom att köpa förlorare och sälja vinnare. Contrarianstrategin har visat sig lönsam på både kort (Jegadeesh, 1990) och lång sikt (De Bondt & Thaler, 1985). Fama och French (1996) menar dock att contrarianstrategier inte ger en riskjusterad överavkastning, då forskarna kunde eliminera det mesta av tidigare bevisad överavkastning genom att tillämpa Fama French- Trefaktormodell. Momentumstrategier för aktier utnyttjar ofta möjligheten att köpa vinnaraktier och sälja förloraraktier, för att på så vis utnyttja marknadens momentum i båda riktningar. Denna momentumstrategi benämns som nollkostnadsportfölj. Att sälja förloraraktier har av flera forskare ansetts vara den störst bidragande faktorn till momentumeffekten. O Keeffe och Gallagher (2014) menar att det var den enda bidragande faktorn till momentumeffekten 26
på den irländska marknaden efter finanskrisen 2008. Asness et al. (2014) skriver däremot att det inte stämmer och menar att antagandet har sin grund i att forskare relaterar att sälja aktier till större risktagande. Israel och Moskowitz (2013) bekräftar detta då forskarna studerat den amerikanska marknaden mellan åren 1927-2013. I deras studie visar forskarna att det inte finns några belägg för att sälja förloraraktier skulle ge högre avkastning än att köpa vinnaraktier genom momentumstrategin. Även Jegadeesh och Titman (1993) presenterade liknande resultat, där den del av portföljen som bestod av köpta vinnaraktier gav bättre avkastning än de sålda förloraraktierna. Asness et al. (2014) presenterar en sammanställning av hur köpta vinnare respektive sålda förlorare har bidragit till momentumportföljernas överavkastning, vilket presenteras i Tabell 4. Israel och Moskowitz (2013) finner även att momentumstrategins avkastning inte skiljer sig nämnvärt beroende på bolagens storlek. Banz (1981) upptäckte att bolag med lägre marknadsvärde har en högre genomsnittlig avkastning än bolag med lågt marknadsvärde. Det har lett forskare att tro att momentumeffekten också blir större i mindre bolag, vilket enligt Israel och Moskowitz (2013) inte stämmer. Tabell 4 Årlig överavkastning för portföljer med köpta vinnare och sålda förlorare, period 1927-2013 Urvalsperiod Marknad Portföljstrategi Källa: Asness et al., 2014 Överavkastning Köpta vinnare Sålda förlorare Total % Köpta vinnare 1927-2013 USA J12/K12 6.1 % 2.2 % 8.3 % 73.49 % 1963-2013 USA J12/K12 5.9 % 2.5 % 8.4 % 70.24 % 1991-2013 USA J12/K12 5.2 % 1.1 % 6.3 % 82.54 % 3.4.2 Momentumeffekten i världen Mycket av forskningen om momentumeffekten är baserad på ett amerikanskt urval, men även i Europa har momentumeffekt kunnat påvisats. Rouwenhorst (1998) undersökte marknaden i tolv europeiska länder mellan åren 1978-1995 och använde en liknande investeringsstrategi som Jegadeesh och Titman (1993). Rouwenhorsts (1998) forskning visar att momentumeffekten finns i alla europeiska marknader som forskaren studerade. Att köpa vinnaraktier ger högre avkastning än att sälja förlorare, men även de portföljer där både vinnare köps och förlorare säljs ger en signifikant överavkastning. Den 27
investeringsstrategi som fungerar bäst är samma som för Jegadeesh och Titman (1993), en J12/K3-portfölj, som ger en genomsnittlig överavkastning på 1.35 % per månad. Rouwenhorst (1998) menar att systematisk risk inte kan förklara den höga avkastningen som överpresterar de olika marknaderna. Författaren har utvecklat riskbedömningen från Jegadeesh och Titman (1993) genom att även kontrollera för bolagens storlek. Forskning gjord på tillväxtmarknader visar att momentumeffekten inte är lika tydlig i dessa marknader. Subadar Agathee (2012) testar huruvida den mauritiska marknaden kan anses vara effektiv. Forskaren finner att momentumstrategin inte fungerar lika konsekvent på den mauritiska marknaden som i mer utvecklade marknader. Resultaten från studien är även i linje med tidigare forskning om att momentumeffekten är lägre i tillväxtmarknader (Rouwenhorst, 1999; Hameed & Kusnadi, 2002). Rouwenhorst (1999) inkluderade 20 olika länder i sitt urval, bestående av flera afrikanska, asiatiska, europeiska och sydamerikanska länder. Även Hameed och Kusnadi (2002) fann att momentumeffekten inte är lika signifikant i tillväxtmarknader då de studerade sex asiatiska marknader. Subadar Agathee (2012) resonerar i sin studie att det kan bero på regleringar i tillväxtmarknader som hindrar kapital att komma in från andra länder, vilket gör att momentumeffekten inte blir lika omfattande. 3.4.3 Transaktionskostnader Momentumstrategier lider av ett stort problem när de ska utföras i praktiken. Då den är transaktionsintensiv uppkommer stora transaktionskostnader. En nollkostnadsportfölj med investeringsstrategi K3 genomför köp- och säljordrar fyra gånger per år, vilket blir totalt 16 transaktioner årligen. Att blanka aktier innebär även en högre avgift än att köpa aktier, om en momentumportfölj därmed består av både köpta vinnare och sålda förlorare blir portföljen än mer kapitalintensiv. (Lesmond, Schill och Zhou, 2004) Lesmond, Schill och Zhou (2004) använde sig av Jegadeesh och Titmans (1993) resultat för att undersöka hur transaktionskostnaderna påverkar investeringsstrategin. Lesmond, Schill och Zhou (2004) kom fram till att det var de aktier med högst transaktionsavgifter som bidrog mest till momentumeffekten. Jegadeesh och Titmans (1993) J6/K6 portfölj som överavkastade 6 % per halvår skulle behöva ha en transaktionsavgift på mindre än 1,5 % per transaktion, vilket Lesmond, Schill och Zhou (2004) menar inte är möjligt. 28
Dessa resultat skulle innebära att en momentumstrategi likt den Jegadeesh och Titman (1993) skapade inte hade varit lönsam i praktiken. Li, Brooks och Miffre (2010) studerade ett brittiskt urval där de fann att momentumstrategier med en innehavsperiod på sex månader och lägre var för kostsamma för att generera positiv överavkastning. Dock kunde strategier med innehavsperioder på tolv månader fortsatt generera positiv överavkastning. 3.4.4 Fonder köper vinnare En av anledningarna till momentumeffekten förklaras genom att fondförvaltare tenderar att köpa aktier som tidigare haft hög avkastning (Grinblatt, Titman & Wermers, 1995; Chan, Jegadeesh & Wermers, 2000). Grinblatt, Titman och Wermers (1995) menar att aktier som ägs av fondbolag inte överpresterar andra aktier. Däremot har aktier som köps av fondbolag en högre avkastning än aktier de säljer. Detta påstående gäller för såväl små som stora aktier och värde- som tillväxtaktier. Chen, Jegadeesh och Wermers (2000) uppger att fondbolag tenderar att köpa aktier baserat på tidigare avkastning samt att de uppvisar flockbeteende genom att köpa och sälja samma aktier vid liknande tidpunkt. Deras resultat visar på att majoriteten av fondbolagen är momentuminvesterare, då de köper aktier som är tidigare vinnare. Däremot säljer de inte systematiskt tidigare förlorare. I genomsnitt har dessa momentuminvesterare åstadkommit högre avkastning än andra fondbolag. 3.4.5 Industrieffekt Moskowitz och Grinblatt (1999) menar att anledningen till att momentumstrategier fungerar kan förklaras genom att kontrollera för industrier. Forskarna gjorde en liknande studie som Jegadeesh och Titman (1993), men med skillnaden att studien testar industrier istället för enskilda aktier. Momentumstrategier där aktier köps från tidigare vinnande industrier och säljs från tidigare förlorande industrier är enligt Moskowitz och Grinblatt (1999) mycket lönsamma. Även Grundy och Martin (2001) undersöker till vilken grad momentumstrategiers lönsamhet kontrolleras av industrivariabeln. Att köpa tidigare vinnaraktier och sälja tidigare förloraraktier garanterar exponering för tidsavvikande faktorer i 29
överensstämmelse med allmänna riskfaktorer under rankingperioden. När dessa är justerade är momentumvinster påfallande stabila sedan 1926. Forskarna replikerar Moskowitz och Grinblatts (1999) studie och upptäcker att momentumstrategier med aktiespecifik avkastning är mer lönsamma än de strategier som baseras på total avkastning för industrier. Grundy och Martins (2001) forskning motsätter därmed Moskowitz och Grinblatts (1999) resultat, då de påstår att industrieffekter inte är anledningen till momentumeffekten. 3.4.6 Säsongseffekt Momentumstrategier uppvisar enligt Jegadeesh och Titman (2001) ett säsongsmönster. Forskarna kontrollerar för januarieffekten och undersöker en J6/K6-portfölj som innehåller januari och en som utesluter januari, mellan åren 1965 till 1998. Resultatet visar ett negativt samband för momentumstrategin i januari samt positivt samband för varje månad förutom januari. De Bondt och Thaler (1987) anger att det finns många problem gällande överreaktioner som inte fått en lösning, däribland en säsongsanpassning i priskorrektioner. Priskorrektioner innebär tillfälliga rekyler från den pågående trenden och nära samtliga priskorrektioner sker i januari. I enlighet med De Bondt och Thaler (1987) anser Zarowin (1990) sig finna bevis för en stark januarieffekt. Forskaren menar att säsongsanpassning kan vara en av de faktorer som förklarar överreaktioner. I januari månad överpresterar förloraraktier vinnaraktier vilket Zarowin (1990) förklarar med januarieffekten, eller en överreaktion från investerare i initieringsmånaden. 3.4.7 Beteendemodell Motståndare till momentumeffekten har försökt hitta kvantitativa förklaringar som kan bevisa att marknaden är effektiv. Problemet dessa forskare stöter på är att investerare inte tycks agera rationellt, vilket gör det svårt att förklara marknaden efter klassiska ekonomiska teorier. Därför har momentumeffekten istället associerats med beteendemodeller som kan hjälpa till att förklara hur investerarnas beteende påverkar effekten (Subadar Agathee, 2012). 30
En rationell investerare ska enligt den Effektiva Marknadshypotesen direkt hantera ny information rationellt. Forskningen har däremot kunnat visa att investerare inte klarar av att tolka ny information korrekt då aktiepriser tenderar att underreagera eller överreagera på nyheter (De Bondt & Thaler, 1985; Daniel, Hirshleifer & Subrahmanyam, 1998). En överreaktion betyder att investerare värderar ny information alldeles för starkt vilket gör att priset på aktier har en tendens att sticka iväg vid nyheter, vilket sedan korrigeras (De Bondt & Thaler, 1985). Senare forskning har dock kunnat visa att marknaden snarare underreagerar på ny information och att en fördröjd överreaktion följer, se Figur 3 (Jegadeesh och Titman, 1993; Daniel, Hirshleifer & Subrahmanyam, 1998). Det betyder att investerare till en början reagerar svagt på ny publik information, men reaktion blir sedan starkare och håller i sig längre än vad som anses vara rationellt. Underreaktion och en fördröjd överreaktion beskrivs därför av forskare som en av de primära anledningarna till momentumeffekten. Figur 3 Illustration av underreaktion och fördröjd överreaktion Trenden fortsätter, flockbeteende och överreaktion Slut av trend Start av trend Katalysator Källa: Egen sammanställning Daniel, Hirshleifer och Subrahmanyam (1998) menar att under- och överreaktioner har sina förklaringar i två olika psykologiska biases. Den ena förklaras av investerares överdrivna självsäkerhet och den andra kopplas till attributionsteori. Att investerare är för självsäkra gör att de överskattar sin förmåga att ta till sig och analysera information. En investerare som gjort sin egen analys och som sedan använt det till investeringsbeslut kommer enligt teorin ha svårare att ta till sig ny information, då investeraren anser sig ha 31
prisat in framtida möjliga händelser. Det här gör att en underreaktion av nyheter bildas. Självsäkerhet kan även leda till en överreaktion i aktiepriset. Det beror på att investerare har en tendens att övervärdera värdet i aktierna de analyserar, vilket leder till en rusning i priset. Attributionsteori, som är den andra psykologiska biasen, menar att investerare är partiska när det kommer till att analysera sina egna aktieval. Teorin grundar sig i att människor har problem att tolka rätt orsakssamband i sina egna handlingar. En investerare resonerar att de aktier som gått bra i portföljen bevisar investerarens goda förmåga att analysera aktier, samtidigt som de aktier som gått dåligt i portföljen beror på otur. Det här tankesättet gör att investerare håller i sina positioner längre än vad som anses vara rationellt och därmed förlänger överreaktioner på marknaden. (Daniel, Hirshleifer & Subrahmanyam, 1998) 3.4.8 Momentumeffekten för fonder Det finns begränsat med forskning om momentumeffekten på fondmarknaden. Sapp (2011) identifierande forskningsgapet och gjorde därför en utförlig undersökning om förutsägbarheten i fonders NAV-kurser. Med NAV-kurs menas den kurs som fonden handlas till och står för Net Asset Value. Studien inkluderade amerikanska fonder mellan åren 1970-2004 där forskaren applicerade Jegadeesh och Titmans (1993) momentumstrategier. Sapp (2011) väljer att exkludera internationella-, branschspecifikaoch blandfonder från sitt urval. Forskaren exkluderar dessa fondtyper eftersom deras riskkaraktär skiljer sig från typiska fonder. Sapp (2011) hävdar att momentumstrategier bör vara mer effektiv för fonder än för aktier tack vare avsaknaden av transaktionskostnader. Sapp (2011) finner i sin forskning att fonders NAV-kurser kan förutspås av en momentumeffekt likt aktier. Efter att riskjusterat överavkastningen innehar alla strategier positiva signifikanta resultat. Strategier där fonder både bevakas och hålls under kortare perioder är mer lönsamma men innebär även ökad volatilitet. Sapp (2011) nämner också att fonder verkar ha en stabilare och längre ihållande momentumeffekt än aktier, då effekten inte tycks försvinna även under så långa innehavsperioder som 24 månader. 32
3.4.9 Diversifiering Markowitz portföljoptimeringsmodell beskriver hur en väldiversifierad portfölj leder till en optimal kombination av risk och avkastning. I modellen beskrivs hur en viss spridning av tillgångar kan sänka portföljrisken och ge optimal varians och avkastning, vilket benämns som en effektiv portfölj. En kurva för förhållandet mellan förväntad avkastning och risk kan ritas upp, vilken brukar benämnas som den effektiva fronten. Den optimala portföljen är den portfölj där effektiva front-kurvan möter kapitalallokeringslinjen, vilket är den linje som illustrerar den bästa möjliga allokeringen av risk och avkastning, se Figur 4. (Bodie, Kane & Marcus, 2018) Figur 4 Den effektiva riskfyllda portföljen Källa: Bodie, Kane & Marcus, 2018 För att skapa en portfölj där den effektiva fronten möter kapitalallokeringslinjen krävs en diversifierad portfölj som raderar den osystematiska risken (Bodie, Kane & Marcus, 2018). Statman (1987) menar att det brett vedertagna antagandet om att en portfölj innehållande tio aktier är en väldiversifierad portfölj inte stämmer. Han skriver istället att det behövs mellan 30-40 aktier för att en portfölj ska vara väldiversifierad och att ju fler aktier portföljen består av desto mer av den osystematiska risken raderas. Statman (1987) påpekar också att det är av den anledningen som fonder överpresterar jämfört med att investera i enskilda aktier eftersom fonderna har spridda innehav. 33
Sapp (2011) menar att fonders naturliga diversifiering bör betyda att investeringsstrategier fungerar annorlunda för fonder jämfört med aktier. Sapp (2011) skriver att marknadsanomalier kan diversifieras bort i fonder på grund av fondens karaktär och den minskade volatiliteten som handeln i en diversifierad miljö för med sig. Till exempel skriver forskaren att säsongseffekter är reducerade för fonder. På detta vis blir bottnarna inte lika djupa för fondportföljer i januari som för enskilda aktier under samma period. 3.4.10 Avtagande momentumeffekt? O Keeffe och Gallagher (2014) studerade momentumeffekten under en 24-årsperiod på irländska aktier. Forskarna undersöker om skillnader i momentumeffekten kan urskiljas från före och efter den globala finanskrisen 2008. Studien är av intresse då det är en av få som går närmare in på momentumeffekten vid olika marknadslägen. Genom att riskjustera resultaten utifrån CAPM kunde forskarna se att momentumstrategin ger en statistiskt signifikant överavkastning innan finanskrisen, men ingen statistisk momentumeffekt kan finnas åren efter finanskrisen. Varför denna skillnad i resultaten uppstod reflekterar dock inte författarna över. 34
3.4.11 Sammanställning av tidigare forskning Tabell 5 Sammanställning av tidigare forskning om momentumeffekten Forskare År Urvalsperiod Marknad Tillgångsslag Kontinuerlig överavkastning? Jegadeesh & Titman 1993 1965-1989 USA Aktier Ja Rouwenhorst 1998 1978-1995 Europa* Aktier Ja Rouwenhorst 1999 1982-1997 Globala Tillväxtmarknader** Aktier Ja Moskowitz och Grinblatt Jegadeesh & Titman Hameed & Kusnadi 1999 1963-1995 USA Aktier Ja 2001 1965-1998 USA Aktier Ja 2002 1926-2011 Asien*** Aktier Nej Sapp 2011 1970-2004 USA Fonder Ja Subadar Agathee O'Keeffe & Gallagher O'Keeffe & Gallagher 2012 2001-2009 Mauritius Aktier Nej 2014 1989-2007 Irland Aktier Ja 2014 2008-2012 Irland Aktier Nej * Belgien, Danmark, Frankrike, Holland, Italien, Norge, Sverige, Schweiz, Spanien, Storbritannien, Tyskland, Österrike **Argentina, Brasilien, Chile, Colombia, Filippinerna, Grekland, Indonesien, Indien, Jordanien, Malaysia, Mexiko, Nigeria, Pakistan, Portugal, Sydkorea, Taiwan, Thailand, Turkiet, Venezuela, Zimbabwe ***Hong Kong, Malaysia, Singapore, Sydkorea, Taiwan, Thailand Källa: Egen sammanställning 35
3.5 Hypotesgenerering Utifrån den teoretiska referensramen och resultat från tidigare forskning utvecklas en hypotes. Syftet med studien är att undersöka momentumeffekten på fondmarknaden och om momentumstrategier kan ge överavkastning, vilket görs genom att studera PPMfonder. Tidigare forskning har visat att det finns en momentumeffekt på marknaden och att den existerar globalt (Jegadeesh & Titman, 1993; Rouwenhorst, 1998; 1999; Sapp, 2011). Uppföljande forskning har visat på att momentumeffekten inte avstannat även fast investerare är medvetna om fenomenet, vilket inte är möjligt i effektiva marknader (Jegadeesh & Titman, 2001). O Keeffe och Gallagher (2014) menar dock att de ser en försvagning av momentumeffekten i den irländska marknaden efter den globala finanskrisen 2008. Det finns begränsat med forskning som studerat momentumstrategier vid fondhandel. Med anledning av det och O Keeffe och Gallaghers (2014) påstående om en avstannande momentumeffekt vill författarna testa fondmarknadens effektivitet. Existerande forskning har betonat vikten av transaktionskostnader och de negativa effekter det för med sig för momentumstrategier i praktiken (Lesmond, Schill & Zhou, 2004; Li, Brooks & Miffre, 2010). Inom fondhandel finns ingen transaktionsavgift likt courtageavgiften vid aktiehandel utan istället finns en fondavgift som finansierar förvaltningen av fonden. Sapp (2011) hävdar att avsaknaden av transaktionsavgifter gör att momentumstrategier fungerar bättre för fonder än för aktier. I och med avgifternas påverkan på momentumstrategiers lönsamhet argumenterar författarna för att det är intressant att testa strategin på Pensionsmyndighetens fonder, då dessa handlas till ett rabatterat pris (Pensionsmyndigheten, 2018c). Forskare har debatterat huruvida momentumstrategier utnyttjar irrationella investerare och därmed kan ge överavkastning på marknaden (Jegadeesh & Titman, 1993) eller om det beror på en högre riskpremie (Fama & French, 1993). För att kunna jämföra om avkastningen från momentumstrategin är överavkastning eller ej, riskjusteras momentumstrategiernas avkastning. Det är intressant att veta om investerare faktiskt erhåller en överavkastning eller om avkastningen beror på ett ökat risktagande. För att besvara uppsatsens problemformulering skapar författarna utifrån ovanstående diskussion en hypotes: Det finns en momentumeffekt på fondmarknaden som gör att momentumstrategier ger en riskjusterad överavkastning på PPM-fonder. 36
4 Empirisk metod Kapitlet innehåller en beskrivning över hur uppsatsens empiriska metod är uppbyggd och på vilket sätt författarna går tillväga för att nå de resultat de får. I den empiriska metoden beskrivs insamlingsmetod, urval, formler för beräkningar och variabler. Avslutningsvis diskuteras metodkritik samt etiska principer. 4.1 Undersökningsdesign För att identifiera momentumeffekten på fondmarknaden krävs det att data studeras över en längre tidsperiod, vilket tidigare forskning har gjort (se bl.a. Jegadeesh & Titman, 1993; Rouwenhorst, 1998; O Keeffe & Gallagher, 2014). Denna studiedesign kallas longitudinell studie, vars syfte är att finna samband mellan variabler över tid (Bryman & Bell, 2013). Tidigare forskning har diskuterat huruvida momentumeffekten skiljer sig över en konjunkturcykel (Chordia & Shivakumar, 2002), vilket innebär att en längre tidsperiod är lämplig att studera. Författarna till den här uppsatsen anser därför att en longitudinell undersökningsdesign även är mest lämpad för denna uppsats. Alternativet hade varit att tillämpa en tvärsnittsstudie. Men, då en tvärsnittsstudie används för att undersöka ett samband vid en specifik tidpunkt (Bryman & Bell, 2013) hade en sådan undersökningsdesign inte kunnat besvara forskningsfrågan. 4.2 Datainsamling För att testa fondmarknaden genom PPM-fonder hämtas sekundärdata direkt från Pensionsmyndigheten. Pensionsmyndigheten är den statliga myndighet som ansvarar för den allmänna pensionen där de har som uppgift att planera, betala ut pension samt ge information till allmänheten (Pensionsmyndigheten, 2018d). De tillhandahåller NAVkurser för både nuvarande och historiska fonder som tidigare funnits i PPM-systemet. Kurserna är uttryckta i svenska kronor, SEK. I de fall där ursprungskursen inte är i SEK har Pensionsmyndigheten omvandlat kursen efter rådande växelkurs. Pensionsmyndigheten är en källa författarna bedömer som högst tillförlitlig. Fördelarna med sekundärdata från Pensionsmyndigheten är såväl kostnads- och tidseffektivitet samt 37
den höga kvalitén och tillförlitligheten. Dessutom ger sekundärdata möjlighet för en longitudinell analys, där trender och förhållanden kan undersökas (Bryman, 2012). Nackdelar med att använda sekundärdata kan vara problem som inaktuell data och avsaknad av data (Bryman, 2012). Då dataserien insamlas från Pensionsmyndigheten anser författarna att den inte är inaktuell samt att de själva kontrollerar för avsaknad av data. För att bedöma överavkastning är riskjustering en viktig del av processen. I den här uppsatsen används Fama French-Trefaktormodell för riskjustering. Modellen kräver information om varje enskild aktie i urvalet för att kunna beräknas och att hämta primärdata skulle därmed vara en allt för tidskrävande process då fonder studeras. Därför har författarna till den här uppsatsen valt att använda sig av sekundärdata för Fama French-Trefaktormodell. Data för trefaktormodellen är hämtad från ekonomen Kenneth Frenchs, medgrundare till Fama French-Trefaktormodell (Fama & French, 1993), egna databibliotek (French, 2018). Kenneth French har i sin tur hämtat sin data från Bloomberg Terminal, vilket är ett erkänt mjukvaruprogram där användaren får tillgång till finansiell information (Bloomberg, 2018). Tidigare forskning (Asness et al., 2014) har använt sig av Frenchs databibliotek i sin forskning samt uppmanar efterföljande forskning att utnyttja dess lättillgänglighet. Därför anser författarna till den här uppsatsen att Frenchs egna databibliotek är en tillförlitlig källa för sekundärdata om Fama French- Trefaktormodell. 4.3 Urval 4.3.1 PPM-fonder Uppsatsen använder sig av PPM-fonder för att studera fondmarknadens momentumeffekt. Kostnader har en betydande roll på momentumeffekten (Lesmond, Schill & Zhou, 2004; Li, Brooks & Miffre, 2010), vilket gör momentumstrategier på PPM-fonder intressanta att studera då de handlas till rabatterade avgifter (Pensionsmyndigheten, 2018c). Momentumeffekten studeras mellan åren 2010-2017. Den här uppsatsen undersöker momentumeffekten efter finanskrisen 2008 då O Keeffe och Gallagher (2014) fann att effekten tycks ha avtagit under åren efter krisen. För att undvika de speciella marknadsförhållanden som rådde under finanskrisen har författarna till den här 38
uppsatsen valt att undersöka momentumstrategier från 2010, vilket innebär att fondernas avkastning studeras från 2009. Då O Keeffe och Gallagher (2014) endast studerade momentumeffekten fram till 2014 och begränsade sig till den irländska marknaden utvidgas därmed forskningen genom att en längre tidsperiod efter finanskrisen studeras samt att momentumstrategier appliceras på fonder. Paneldata för fondkurser på PPM-fonder hämtas kvartalsvis från 2009 för att kunna bevaka innehaven ett år i förväg. En stor ökning av fonder har skett i PPM-utbudet då det gått från att i början av urvalsperioden funnits cirka 600 fonder till att det under 2018 finns över 800 fonder (Pensionsmyndigheten, 2018e). Detta påverkar urvalets storlek som skiljer sig mellan kvartalen. I fondutbudet för PPM-fonder finns flera olika fondtyper och kategorier så som aktie-, bland-, generations- och räntefonder. Uppsatsen kommer inte göra någon skillnad på vad för typ av fond som väljs till momentumportföljen, utan endast avkastningsutvecklingen är avgörande. På det sättet undviker författarna att påverka resultatet vilket ökar undersökningens tillförlitlighet. 4.3.2 Fama French-Trefaktormodell I Kenneth Frenchs databibliotek (French, 2018) finns faktorernas avkastning till Fama French-Trefaktormodell uträknad för utvecklade marknader. Avkastningen för modellens faktorer skiljer sig beroende på vilka marknader som har inkluderats i urvalet. Det är därför viktigt att välja de faktorer som har beräknats på relevanta marknader. I den här uppsatsen har författarna valt att använda Fama/French Global 3 Factors. Faktorerna som används baseras på marknader i 23 utvecklade länder från Asien (inklusive Japan), Europa, Nordamerika och Oceanien, vilket gör det till databibliotekets bredaste alternativ för trefaktormodellen. I Appendix 1 kan läsaren se vilka länder som ingår i Fama/French Global 3 Factors. Genom att använda det alternativ som inkluderar flest antal marknader anser författarna att de till största möjliga grad efterliknat det globala utbud som finns att tillgå i PPM-systemet. Faktorerna från Fama French-Trefaktormodell hämtas hem månadsvis för åren 2010-2017. Avkastningen från de tre faktorerna är uträknade i amerikanska dollar, USD. Därför har författarna även adderat valutaeffekten när faktorerna uttrycks i SEK. Växelkursen är hämtad för varje aktuell period från 39
Pensionsmyndigheten, som själva omvandlat fonders NAV-kurser från utländska valutor till SEK. 4.4 Fondernas avkastning Fondernas avkastning beräknas utifrån dess Net Asset Value-kurser, framöver benämnt som NAV-kurser. NAV-kurser rapporteras en gång per dag till skillnad från aktiekurser som uppdateras i realtid. För att beräkna NAV-kursen på en fond används marknadsvärde och antalet fondandelar, beräkning uttrycks i formel (2). Genom att använda NAV-kurser behöver författarna inte oroa sig över extrema marknadsvärden när fonder slås samman. Att använda fondernas NAV-kurs har stöd från Sapps (2011) forskning om momentumeffekten bland fonder. (2) NAVkurs = Marknadsvärde Antalet fondandelar Pensionsmyndigheten har valt att presentera NAV-kurserna i SEK. Då valutan har en köp- och säljkurs refererar de därför till den omvandlade kursen som fonders köp- och säljkurs. I uppsatsen används kontinuerligt fondernas köpkurser. Formel (3) visar hur köpkursen beräknas av Pensionsmyndigheten. (3) Köpkurs = NAVkurs ± valutaeffekt För att beräkna fondernas kvartalsvisa värdeutveckling används formel (4). (4) R t = ( P t P t 1 ) 1 Rt - Avkastning vid kvartal t Pt - Köpkurs vid kvartal t Pt-1 - Köpkurs vid kvartal t-1 Formel (4) ger fondernas kvartalsvisa procentuella avkastning. Likt tidigare studier (se bl. a. Jegadeesh & Titman, 1993; 2001; Lesmond, Schill & Zhou, 2004) tar den här uppsatsen hänsyn till momentumstrategins avgifter. Fonder innehåller fondavgifter som påverkar avkastningen negativt, vilket även leder till en negativ påverkan av momentumeffekten. Fondavgifter skiljer sig mellan fonder då den grundas på hur aktivt 40
fonden förvaltas och fondens riskprofil. Ytterligare en avgift tas ut av Pensionsmyndigheten för att administrera PPM-systemet då det inte är skattefinansierat (Pensionsmyndigheten, 2018c). Genom PPM-systemet får svenska pensionssparare en rabatterad fondavgift. Att ta fram den rabatterade fondavgiften för varje fond som används i momentumportföljerna är en tidskrävande process som skulle kräva tillgång till mer fondinformation än vad som finns tillgängligt offentligt på Pensionsmyndighetens hemsida. I NAV-kurserna ingår fondavgifterna, däremot så är inte de administrativa avgifterna för PPM-systemet och fondrabatterna inkluderade (Pensionsmyndigheten, 2018c). För att få en så verklig avkastning som möjligt har författarna därför valt att subtrahera den administrativa avgiften och addera fondrabatten till den kvartalsvisa avkastningen. Pensionsmyndighetens administrativa årsavgift för 2017 används för hela urvalet, vilket är 0.06 % (Pensionsmyndigheten, 2018c). Pensionsmyndigheten använder sig av en genomsnittlig årlig fondrabatt på 0.44 % i sina egna beräkningar för deras årsredovisning 2018 (Pensionsmyndigheten, 2018f), den rabatten används för hela urvalet. För att anpassa till kvartalsvis data tas fjärderoten av administrationsavgiften och fondrabatten. Administrationsavgiften subtraheras och rabatten adderas sedan till avkastningen (5). (5) RDC t = R t (1 + 0.0006) 1 4 1 + (1 + 0.0044) 1 4 1 RDCt - Rabatt- och kostnadsjusterad avkastning vid kvartal t När avkastningen har rabatt- och kostnadsjusterats tas logaritmen av den kvartalsvisa avkastningen. Genom att använda logaritmerad avkastning kan författarna studera avkastningen över tid, då den är kontinuerlig (6). (6) LnRDC t = ln (1 + RDC t ) LnRDCt - Logaritmen av rabatt- och kostnadsjusterad avkastning vid kvartal t 41
Den kvartalsvisa avkastningen används för att bedöma den riskjusterade överavkastningen för momentumportföljerna. I den här studien används även den ackumulerade avkastningen för att visa den totala värdeutvecklingen för momentumportföljerna. Formel (7) visar hur den ackumulerade avkastningen beräknas. Författarna har räknat på att 1 SEK investeras i början av perioden. (7) 1 + LnRDC t (k) = 1 + LnRDC t + LnRDC t+1 + LnRDC t+k 4.5 Portföljutformning För att undersöka momentumeffekten skapas portföljer med olika investeringsstrategier. Portföljerna skiljer sig beroende på hur lång tidsperiod fonderna studeras och hur länge fonderna hålls innan de byts ut. Investeringsstrategierna liknar metoden Jegadeesh och Titman (1993) använde sig av, då forskarna fann att alla deras portföljer uppnådde en riskjusterad överavkastning. Jegadeesh och Titmans (1993) portföljutformningsmetod har varit den huvudsakliga metoden som använts av efterföljande forskning som har studerat momentumeffekten (Rouwenhorst, 1998; Rouwenhorst, 1999; Jegadeesh & Titman, 2001; Subadar Agathee, 2012; O Keeffe & Gallagher, 2014). Portföljerna i den här studien byggs genom att fondernas avkastning bevakas i tre, sex, nio eller tolv månader. Fonderna rankas efter högsta avkastning och den tiondel fonder som ger högst avkastning under bevakningsperioden väljs in i portföljen. Dessa fonder viktas lika i portföljen och hålls sedan i tre, sex, nio eller tolv månader innan fonderna byts ut. Det här innebär att totalt 16 portföljer skapas, vilket är samma antal investeringsstrategier som Jegadeesh och Titman (1993) använde sig av. Bevakningsperioden refereras i texten till J följt av antalet månader som fondernas avkastning bevakas, och innehavsperioden refereras till K följt av antalet månader som fonderna behålls. En J6/K6-portfölj innebär alltså att fonderna bevakas i sex månader, där den tiondel fonder som presterat bäst hålls i sex månader. Efter att positionerna har hållits i sex månader byts fonderna ut mot nya fonder som bevakats under en sexmånadersperiod. En översikt av hur investeringsstrategierna är uppbyggda kan ses i Figur 5. 42
Figur 5 Översikt av momentumstrategiernas sammansättning Källa: Egen sammanställning Investeringsstrategi J6/K6 testas även genom två alternativa momentumstrategier, en nollkostnadsportfölj och en contrarianportfölj. En nollkostnadsstrategi innebär att köpen av vinnaraktier finansieras genom att förloraraktier säljs. Den tiondel fonder som ger högst avkastning köps och den tiondel fonder som ger lägst avkastning säljs. Nollkostnadsstrategier är vanliga inom momentumforskningen (se bl. a. Jegadeesh & Titman, 1993; 2001; Rouwenhorst, 1998; 1999; O Keeffe & Gallagher, 2014), men då det inte är möjligt att blanka fonder i PPM-systemet har den här uppsatsen valt att inte fokusera på strategin. Den är dock intressant att studera ur ett teoretiskt perspektiv, då tidigare forskning tillämpat strategin. En contrarianstrategi innebär motsatsen till momentumstrategin som huvudsakligen används i den här uppsatsen. Contrarianstrategin bygger på De Bondt och Thalers (1985) forskning och innebär att de fonder som har ger lägst avkastning ska ge en motreaktion. Contrarianstrategin kommer tillämpas genom att den tiondel fonder som ger lägst avkastning under bevakningsperioden köps. Contrarianstrategin är intressant att testa då den har visat sig lönsam i tidigare forskning (De Bondt & Thaler, 1985; Jegadeesh, 1990). Tidigare forskning har diskuterat huruvida momentumeffekten kan utnyttjas i praktiken på grund av kostnaderna då strategierna är transaktionsfrekventa. Flera forskare menar att kostnaderna för att tillämpa momentumstrategier inte överstiger överavkastningen som strategierna ger (se bl. a. Jegadeesh & Titman, 2001) medan andra forskare hävdar att momentumstudier ofta underskattar kostnaderna (Lesmond, Schill & Zhou, 2004; Li, Brooks & Miffre, 2010). Det som kan konstateras är dock att kostnader har en effekt på momentumeffekten. För att se om PPM-fondernas låga fondavgifter gör urvalet passande 43