Betydelsefulla avvägningar som kan ha påverkat resultatet

För att ge läsaren ytterligare förståelse och transparens för de resultat som framkommit i studien bör de olika avvägningarna som författarna fattat beslut kring tillkännages. Det bör poängteras att det i sammanhanget inte finns något klart svar angående vilket beslut som är rätt eller fel då forskare inom samma område valt att göra på olika sätt gällande följande avvägningar. Däremot kan resultatet påverkas mer eller mindre märkbart beroende på hur en studie genomförs vilket gör att följande stycke är av betydelse för resultatets trovärdighet. Att ett antal portföljer fått signifikant stöd för att generera negativt eller positivt alfa bör inte avläsas svart på vitt utan att hänsyn tas till ett antal bakomliggande faktorer.

Eftersom bland annat portföljen skapad av värdestrategin EV/S (portfölj 1) gav resultat som delvis går emot den tidigare forskningen kring nyckeltalet vill författarna tydliggöra vad detta möjligtvis kan tänkas bero på. Både Dhatt et al. (1999) samt Barbee (2008) valde att utesluta extremvärdena för de undersökta nyckeltalen vilket är en skillnad mot vad författarna av denna studie valt att göra. Att alla bolag, oavsett aktiepris, med positiva värden på EV/S inkluderats gör att metoden skiljer sig från tidigare studier. Författarna menar att det går att spekulera kring att utfallet eventuellt blir annorlunda om extremvärden sållas ut. Samplet skulle eventuellt blivit mer homogent i förhållande till tidigare studier och ett annat resultat hade möjligtvis erhållits. Detta är något som författarna ser som en begränsning i förhållande till tidigare forskning. Å andra sidan kan det bli svårare för en individ att genomföra omallokeringen på ett smidigt sätt om ytterligare ett moment krävs av vederbörande. Samtidigt kanske den typen av utgallring inte kan anses allt för tidskrävande beroende på hur utfallet av EV/S-strategin skulle påverkas. I denna studie erhölls endast negativa alfavärden för EV/S-portföljen vilket ur en investerares perspektiv självfallet inte är önskvärt.

Vidare har författarna noterat att flertalet forskare skapat betydligt större portföljer än vad författarna i denna studie valt att göra. Forskarna Dhatt et al. (1999) har exempelvis tagit den aktuella populationen, rangordnat aktierna efter utvalda nyckeltal och sedan delat populationen i tiondelar och skapat portföljer av dessa. Vid denna metod skulle en population bestående av 1000 bolag leda till att 100 bolag inkluderas i studiens ”värdeportfölj”. Författarna av denna studie har valt att kontinuerligt använda 30 bolag i portföljerna vilket enligt Fisher och Lorie (1970, s. 117) är det antal aktier som behövs för att portföljen ska anses diversifierad. Författarna har fört diskussioner kring betydelsen av denna avvägning eftersom en större portfölj påverkas i lägre utsträckning om ett antal bolag i en portfölj bidrar med ofördelaktiga prestationer. Oavsett om extremvärden i ett sådant läge uteslutits eller ej så vill författarna poängtera att påverkan av sådana missöden är mindre för en större portfölj.

En faktor som kan ha stor betydelse för studiens utfall är valet av vilka branscher som exkluderas från den population som undersöks. Författarna av denna studie har uppmärksammat trenden att forskare inom området utesluter bolag som är verksamma i finansbranschen (se Gharghori et al., 2013; Leivo et al., 2009; Leivo & Pätäri, 2011). Utöver dessa bolag uteslöt Asness et al. (2013) samt Gray och Vogel (2012) i sina studier även fastighetsbolag. Sådana avvägningar kan ha en påverkan på utfallet av studien. Författarna av denna studie har endast uteslutit bolag inom finanssektorn då detta var det enda praktiskt genomförbara i Datastream. Om antalet bolag inom fastighetsbranschen är omfattande i relation till det totala antalet bolag som undersökts skulle alltså resultaten med stor sannolikhet påverkas i någon utsträckning om även dessa uteslöts. Författarna menar att olika branscher kan ha tendenser att påverkas på olika sätt vid exempelvis hög- och lågkonjunkturer vilket gör att denna aspekt måste synliggöras för läsaren. Däremot är omfattningen av en sådan påverkan svår att uppskatta.

Utöver att modifiera populationen baserat på vilken bransch ett bolag tillhör kan forskare även behöva göra avvägningar kring bolag vars aktiepris anses lågt. Exempelvis Asness et al. (2013) och Bird och Casavecchia (2007a) har valt att inte inkludera bolag vars aktiepris understeg en dollar, respektive ett pund, vid omallokeringstillfället. Detta är en skillnad mot för hur författarna av denna studie valt att göra. Eftersom samtliga bolag oavsett aktiepris inkluderats i denna studie kan detta ha påverkat utfallet. Återigen finns inget rätt eller fel i detta avseende då en del forskare inte använt denna begränsning, men

utfallet kan likväl bli annorlunda om bolag med förhållandevis lågt pris på aktien utesluts i undersökningen.

Att bestämma hur ofta en portfölj bör omallokeras är ytterligare en faktor som kan vara betydande för en forskningsstudie. Diskussionen kring vad som är den optimala innehavsperioden (HP) ger inget tydligt svar och författare kommer fram till tvetydiga svar kring detta. Däremot har författarna av denna studie valt en ettårig HP i enlighet med bland andra Jegadeesh och Titman (1993) som menar att ett år är en optimal innehavstid för momentumfaktorn. Dessutom menar Fisher et al. (2016) att valet av innehavsperiod är särskilt betydande med tanke på att momentum och värde har olika långa trender. Författarna av denna studie vill med anledning av detta poängtera att en kortare eller längre innehavsperiod möjligtvis skulle resultera i andra utfall men hur dessa i sådant fall skulle se ut är det problematiskt att spekulera kring.

En ytterligare begränsning som gör att det inte kan uteslutas att studien påverkats av look- ahead bias är att bolagen med brutna räkenskapsår ingår i studien. Tidigare forskare som Pätäri et al. (2016) och Barbee (2008) har exkluderat bolag vars räkenskapsår skiljer sig från kalenderåret för att säkerställa att investeraren har tillgång till samma information som studien vid investeringstillfället. Eftersom författarna av denna studie inte på något enkelt sätt kunnat genomföra ett sådant urval kan det inte uteslutas att strategin (vid årlig omallokering den 1 maj) inkluderat bolag i portföljerna som i verkligheten inte haft nödvändig information tillgänglig för investerare vid investeringstillfället. Detta rör enbart variablerna EV/S och EV/EBIT som redovisas i årsredovisningen. Problemet uppstår däremot inte för beräkningen av momentum eftersom aktiepriset kontinuerligt finns uppdaterat och tillgängligt för offentligheten.

Författarna vill även vara transparenta med att exakta värden på den kvartalvisa datan för faktorerna beta, SMB, HML och MOM från Finbas ej erhållits. Den data som fanns tillgänglig var endast aggregerad på dags-, vecko- samt månadsbasis. Detta ledde till vissa svårigheter på grund av att författarna i detta skede redan inhämtat samt bearbetat färdigt kvartalvis data för samtliga bolag från Datastream. Författarna fick vid mailkontakt med Finbas besked om att data för kvartal inte är framtaget ännu. Med anledning av detta fattades beslut om att den bästa lösningen för att färdigställa studien var att manuellt aggregera Finbas månadsdata till kvartal. För att se till att inga systematiska fel eller stora variationer uppstod testade författarna först att aggregera datan från dag till månad och kontrollerade mot de publicerade värdena. Hur stor påverkan denna aggregering eventuellt har på studiens resultat kan författarna ej uttala sig om, men det kan spekuleras kring huruvida förklaringsgraden hade ökat ytterligare om datan för kvartal funnits färdigställd i Finbas system.

Avslutningsvis är författarna medvetna om att det värdet som erhölls för EV/EBIT och EV/S i årsredovisningen kan ha förändrats under årets gång. Detta gör att investerare som följer investeringsstrategin i realiteten kanske borde investerat i andra bolag än de som visade på lägst värden vid räkenskapsårets slut. Denna aspekt kan eventuellt ha påverkat studiens resultat men är mycket svårt att göra någonting åt eftersom bolag omöjligen kan redovisa dagliga uppdateringar av hur exempelvis EV varierar då variabeln innefattar värden som konstant förändras. Författarna kan inte heller manuellt räkna ut bolagsvärdet och eftersom Datastream endast levererade värdet på årsbasis valde författarna att använda den tillgängliga datan. Detta inser författarna kan vara en nackdel med att använda EV i täljaren mot för P som flertalet tidigare studier gör.