Bekymmersamma undersökningsmetoder

Som Fama (1998) nämner är den huvudsakliga uppgiften för en modell av prissättning att korrekt kunna beskriva marknadspriser. För att vara relevanta måste de bias som studeras inom behavioural finance påverka tillräckligt många investerare i samma riktning för att väga tyngre än marknadens arbitrage-krafter och därmed påverka prissättningen. Även om det är intressant att se hur individuella investerare agerar är det ingen nyhet att människor på individnivå är irrationella, det är bara att se till sig själv och sin omgivning för att få bevis på det.

Det är alltså först när biasen blir systematisk den blir riktigt intressant för finansieringsforskningen. Edmans et al (2007), Yuan et al (2006) och Hirsh- leifer & Schumways (2003) resultat är tecken på att systematisk bias före- kommer. Även om det alltså går att hitta tecken på systematisk bias dyker det här upp en del problem för behavioural finance-forskningen i kopplingen mellan systematisk bias och den individuella investeraren.

5.3.1 Proxies för att mäta bias

För att undersöka om bias förekommer systematiskt måste marknadsdata tillsammans med ett mått på bias användas. Problemet är att när marknadsdata används är det den aggregerade effekten från investerare som syns och det blir då omöjligt att matcha effekten mot de investerare som faktiskt står bakom de affärer som gett upphov till den felaktiga prissättningen.

För att kunna mäta bias på marknadsnivå, utan kontakt med de faktiska investerarna, krävs en proxy. Forskarna får gå en omväg för att mäta de former av bias som de är intresserade av. Som exempel kan återigen Hirshleifer & Schumway (2003) nämnas, där solsken användes som en proxy för humör. Solsken får investeraren på bättre humör och på något sätt påverkar det investeraren att ta annorlunda investeringsbeslut. Även andra proxies för att mäta bias på marknadsnivå kan nämnas som exempel, Chuang & Lee (2004) använder omsättning av aktier som ett mått på översjälvförtroende, Kim & Nofsinger (2003) använder istället aktieinnehav och omsättning i förhållande till marknadsförhållanden för att mäta samma bias.

Av de undersökta artiklarna har elva stycken undersökt bias på investerarnivå och nio stycken på marknadsnivå (se bilaga 1). Skillnaden ligger alltså i att de som arbetar på individnivå inte kan se hur bias påverkar marknaden utan istället undersöker hur det påverkar investeraren. Fördelen är att de får möjligheten att se hur den individuella investeraren agerar och påverkas av bias då de kan mäta biasen direkt vid källan, men samtidigt står de inför problemet att de inte kan säga något om den bias som undersöks är tillräckligt vanligt förekommande för att den aggregerade effekten ska påverka prissättningen på marknaden.

Det finns alltså ett glapp. För att verkligen undersöka vilken bias och hur den påverkar investeraren krävs en undersökning på individnivå. Men för att ta reda på om den är systematisk krävs en undersökning på marknadsnivå och då är forskaren hänvisad till att använda en proxy för att mäta bias.

I tabell 2 finns en sammanställning av kolumnerna för undersökningsnivå och undersökningsmetod från konceptmatrisen i bilaga 1. Resonemanget ovan blir tydligt. I kolumnen för undersökningsnivå investerare syns möjligheterna att mäta bias direkt istället för via en proxy. Det är även tydligt att undersökningar på marknads-nivå är tvungna att använda proxies.

Investerare Marknad Summa

Proxy Direkt Summa 5 8 13 7 1 8 12 9

Tabell 2: Sammanställning av undersökningsmetod och undersökningsnivå i de studerade artiklarna utifrån konceptmatrisen i bilaga 1

Anmärkningsvärd är den undersökning som arbetar på marknadsnivå men ändå står i direkt kontakt med den individuella investeraren. Det är Coval & Schumway (2005) som står för den bedriften genom att titta på Chichago board of trades statsobligationshandlare. Tack vare att dessa handlare står för 95 % av den marknadens omsättning, agerar individuellt och Coval & Schum- way (2005) har tillgång till all transaktionsdata får de möjligheten att följa biasen från investerare till marknad.

Eftersom den data som skulle vara nödvändig för att verkligen undersöka sambandet mellan bias hos investerare och marknadens prissättning är svårtill- gänglig på grund av sekretess och det stora dataomfånget, krävs det en del

uppfinningsrikedom för att ta sig runt detta problem. Coval & Schumway (2005) löste det genom att undersöka en begränsad marknad. Tack vare att marknaden består av en begränsad mängd handlare går det att använda datan som omfattar alla deras transaktioner. Tyvärr är samma tillvägagångssätt inte möjligt för exempelvis en aktiebörs. Där skyddas investerarna av sekretesslagar, och rent praktiskt hade det nog varit svårt då det gäller en så stor mängd transaktioner.

Det finns andra sätt att ta sig runt problemet. Då en större del av de studerade undersökningarna använder sig av data från USA, begränsas de således av de lagar och regler som finns där. Kim & Nofsinger (2003) söker sig till Japan där det krävs att företagen publicerar hur aktieägarbilden ser ut i årsredovisningen. Kaustia & Knüpfer (2008) använder data från börsintroduktioner i Finland där den begränsade mängden introduktioner gör det möjligt att följa investerare som deltagit i dem. Med lite kreativitet går det även hitta nya vägar att använda proxies, exempelvis när Puri & Robinson (2006) använder uppskattad livslängd som ett mått på optimism.

Tillgång till data och hur den används är alltså något som påverkar behavioural finance-forskningen mycket. Att människor drabbas av bias som får oss att ta irrationella beslut står klart, att marknaden kan drabbas av felprissättningar av tillgångar står också i stort sett klart. För att undersöka sambandet däremellan krävs data som omfattar både marknaden och den individuella investeraren. Problemet är att den datan, som synes, ofta inte är tillgänglig och således hänvisas forskaren till att använda proxies. Men, frågan är om det alltid är så lyckosamt att använda en proxy för att mäta bias.

5.3.2 Problemet med proxies

Som tidigare nämnts menar Hirshleifer (2001) att översjälvförtroende är en av de mer studerade formerna av bias hos investerare. I bilaga 1 går att se att sju av de 20 studerade artiklarna diskuterar begreppet översjälvförtroende. Det verkar alltså som att översjälvförtroende fortsatt att intressera forskarna trots att det finns en mängd andra former av bias att utforska.

Anledningarna till att översjälvförtroende studerats så flitigt kan vara flera. En skulle kunna vara att översjälvförtroende faktiskt står för en stor del av de avsteg från rationalitet som kan ses på marknaden.

En annan förklaring skulle kunna ligga i svårigheterna att mäta det forskaren vill mäta. Från bilaga 1 går att utläsa att flertalet av de undersökningar som studerar översjälvförtroende använder en proxy för att mäta förekomsten av översjälvförtroende hos individuella investerare. Chuang & Lee (2004) använder sig av omsättningen av aktier i förhållande till historisk avkastning, Kim & Nofsinger (2003) väljer att titta på aktieinnehav under olika marknads- förhållanden och Kumar (2009) har tillgång till portfölj- och transaktionsdata från en mäklare och kan på så sätt konstruera ett mått på översjälvförtroende. Till grund för konstruktionen av dessa proxies ligger antaganden om att över- självförtroende orsakar investerare att genomföra fler transaktioner. Problemet är att även andra former av bias påstås öka mängden affärer, exempelvis optimism där Chuang & Lee (2004) konstruerar en proxy för optimism baserat på antalet affärstransaktioner.

Gemensamt för översjälvförtroende och optimism är alltså likheterna i användandet av proxies för att mäta förekomsten av dem. De syftar också till att förklara samma typ av fenomen.. Både Chuang & Lee (2004) och Kim & Nofsinger (2003) förklarar stigande handelsvolym med översjälvförtroende. Brown & Cliff (2005) samt Grable et al (2004) förklarar marknadens avsteg från tillgångars inneboende värde som att investerare drabbas av optimism. Optimism och översjälvförtroende är alltså tätt sammanlänkande och detta stämmer överens med tidigare resultat som Baker & Nofsinger (2002) och Hirshleifer (2001) lyfter fram. Att översjälvförtroende och optimism är så pass sammanlänkande ställer dock till en del problem. Om samma proxy används för att mäta dem, men varje enskild undersökning endast fokuserar på en av dem, är det svårt att veta vilken form av bias som faktiskt mäts.