Hypotestesterna åskådliggjorde att det fanns ett statistiskt signifikant samband mellan home bias och bear-marknad, bull-marknad, volatilitet och transaktionskostnader. Intresset i denna studie har varit att se om home bias förändras under olika marknadsförhållanden i Sverige, detta visades av signifikansen för bear-och bull-marknaden. Utifrån den deskriptiva statistiken hade dessutom home bias ett större medelvärde, median och min-värde under bear-marknader än under bull-marknader vilket även det tyder på en större home bias för bear-marknader. Eftersom flera faktorer kan påverka home bias har volatilitet och transaktionskostnader inkluderats i modellen, vilka båda har visat sig vara signifikanta i relation till home bias. Detta innebar att marknadsförhållandenas påverkan på home bias är bortom faktorerna volatilitet och transaktionskostnader. Teorin om den optimala portföljen och effektiva marknadshypotesen motsätts därmed av resultatet, och precis som tidigare kritik kring denna teori finns det indikationer för att människan inte är rationell vid beslut om investeringar (Burton, 2003; Bodie, Kane och Marcu, 2014). I stället skulle resonemanget kunna likna det som Samuelson (1989) för kring EMH, där han ifrågasätter huruvida de antaganden som denna teori grundar sig på går att applicera på verkligheten. Således innebär det att studiens resultat har visat att olika variabler påverkar home bias, vilket även ifrågasatt den grundläggande idén om optimal portföljsammansättning.
38
Motpolen till den optimala portföljen och dess teoribakgrund är vad som i denna studie kallas för home bias puzzle. Resultatet för bear- och bull-marknaden visade att home bias existerar och förändras i olika marknadsförhållanden. Investerare föredrar att investera i det som är familjärt och det som är nära geografiskt (Nofsinger 2016). De föredrar således att hantera inhemska investeringar då de har en känsla av att ha större kunskap inom områden de är bekanta med (Kilka och Webber, 2000). Det liknar resonemanget om att home bias drivs av informationsasymmetrier och irrationellt beteende (Kellner och Rösch, 2019; Schultzs, 2002). Informationsasymmetri leder delvis till att kunskapen är större om det lokala än det globala vilket är varför det känns mer säkert för investerare att investera i vad de har kunskap om (Mondria, och Wu, 2006). Ett exempel på ett irrationellt beteende som skulle kunna ligga som grund för home bias är narrow framing, där investerare bedömer tillgångar individuellt istället för i grupp (Magi, 2009). Beteendet kan leda till att en familjär tillgång föredras framför flera okända. Att investera i det familjära kan vidare kännas som en mindre riskfylld investering. Studien indikerade att home bias ökat vid tider av mer osäkerhet och risk, vilket kan kopplas till tanken om ett intresse som är större för det som känns som mindre riskfyllda investeringar under dessa perioder. Enligt MPT är det inte ett rationellt tankesätt och bidrar inte till att uppnå en optimal portfölj. Resultatet i studien kan utifrån detta vara problematiskt då det kan vara en bidragande faktor till en ineffektiv investeringsprocess (Markowitz, 1952). Studien har dock inte testat om home bias i är bra eller dåligt ur en avkastningssynpunkt vilket har gjort att några vidare slutsatser om det inte har dragits. Är utgångspunkten däremot utifrån MPT och vad som anses vara en optimal portfölj, borde resultatet teoretiskt sett inneburit en mindre effektiv portfölj vid sämre marknadsförhållanden. Studiens resultat har därmed frångått MPTs tanke om en effektiv portfölj och istället stärkt tidigare studier om home bias puzzle.
Modellkritik
Resultatet i analysen kan dock kritiseras. Det går att ifrågasätta hur home bias var definierat. Home bias har i analysen definierats utifrån CAPM, vilket i sig är en kritiserad modell (Taleb, 2010; Mandelbrot, 1997; Roll, 1977; Fernandez, 2019). Hade home bias definierats på ett annat sätt hade möjligtvis det lett till ett annat typ av resultat, definitionen som använts har dock understöd i litteraturen (Ahearne, Griever, och Warnock, 2004; Othmani, 2014; Fidora, Fratzscher och Thimann, 2007). Dessutom hade användandet av en annan definition kunnat lett till att man gått miste om världsmarknadsportföljens perspektiv, vilket hade gett upphov till att analysen missat att ta hänsyn till vilken grad av home bias som är effektiv för landet och istället bara fokuserat på andelen investeringar i det inhemska landet (Winful, 2013; Burton, 2003).
Det går även att ifrågasätta modellerna i analysen. Alla tre modeller kan kritiseras när det kommer till autokorrelation. Autokorrelation kan leda till en fel estimation och en tro om signifikans som inte nödvändigtvis stämmer. Dock är den data som samlats in i denna studie baserat på marknadsdata från börsen, vilket ofta är utsatta för cykliska effekter och säsongsfluktuationer, vilket leder till att datan rimligtvis kunnat haft tendenser till autokorrelation. Att nyttja en annan data hade eventuellt kunnat
39
vara ett sätt att minimera autokorrelationen i modellerna, men eftersom tidsseriedata från börsmarknaden var av vikt för att besvara syftet har det varit svårt att minimera autokorrelation utifrån val av datan. Det fanns därmed vissa gemensamma svagheter hos modellerna som beror på urval av data, dock har det ansetts att det inte funnits någon bättre lämpad data att tillgå.
Modellerna kan tillika ifrågasättas var för sig. När det kommer till förklaringsgrad har modell 1 och 3 lägre förklaringsgrad än modell 2. Modell 1 har en förklaringsgrad (R2) på 0,22 medan modell 2 har en förklaringsgrad på 0,67 och modell 3 en på 0,51. Utifrån förklaringsgraden var modell 2 den modell som förklarar mest, vilket visat att transaktionskostnader var en viktig variabel för att förklara home bias. Anledningen till att modell 2 inte enbart legat som grund i analysen var på grund av den tidigare kritiken som lyfts om variabeln för transaktionskostnader där enbart data tillhandahållits från 2005 till 2018. Modell 1 var en del av analysen på grund av att den tagit hänsyn till en längre tidsperiod på 25 år. Modell 3 var en komponent i analysen på grund av att jämförande inom samma tidsperiod med och utan transaktionskostnader ska kunna göras. Modell 3 kan även setts ha brister i residualerna. Dessa var inte normalfördelade i lika hög grad som övriga modeller, dock uteslöt det inte att tendensen till normalfördelning fanns. Modellerna var för sig kan således kritiseras utifrån olika aspekter, därför har alla tre använts som ett komplement till varandra.
Det fanns vissa skillnader i resultatet för modellerna för bear- och bull-marknaden. Modell 1 visade på en signifikans för bull-marknaden, modell 2 för både bear-och bull-marknaden och modell 3 visade signifikans för bear-marknaden. Detta visade på att resultatet påverkas av både vilka variabler som ingått i resultatet och under vilken tidsperiod som undersökts. Det blir följaktligen ännu mer väsentligt att använda fler modeller i resultatet. Resultatet i modellerna var därmed inte entydigt. För att få ett så rättvisande resultat som möjligt har därmed de tre modellerna använts som ett komplement till varandra.
41
Slutsats
I slutsatsen besvaras syftet med studien vilket är att undersöka och analysera potentiell exponering och förändring av home bias i svenskregistrerade fonder vid marknadsförändringar i ekonomin mellan år 1994–2018. Detta har sedan undersökts och analyserats tillsammans med de två valda förklaringsmekanismerna volatilitet och transaktionskostnader.
Sambandet mellan svenskregistrerade fonder och home bias vid marknadsförändringar undersöktes med hypoteserna för bear- och bull-marknaden. Två av de tre modellerna hade en signifikans för sambandet mellan bear-marknad och home bias och i två av de tre modeller har det visats på en signifikans för sambandet mellan bull-marknad och home bias för svenskregistrerade fonder. Utifrån detta resultat har därmed ytterligare stöd getts till tidigare forskning om att olika marknadsförhållanden påverkat home bias. Tidigare forskning har sett att en bear-marknad lett till en ökning av home bias på grund av att osäkerheten i omvärlden gjort investerare i större grad villiga att placera i det bekanta, vilket även denna studie indikerat. Studien visade följaktligen att fenomenet kan appliceras även för Sveriges investerare. Dessutom har tidigare forskning klargjort att home bias minskar under säkrare perioder vilket denna studies resultat av sambandet mellan bull-marknaden och home bias indikerat. Vidare har båda förklaringsmekanismerna ett signifikant samband med home bias. Anledningen till valet av volatilitet och transaktionskostnader var på grund av den tidigare forskningens tyngdpunkt på bland annat dessa två mekanismer. Resultatet överensstämde med det tidigare forskning antyder, att dessa mekanismer var av vikt för att förklara home bias. Precis som tidigare forskning i andra länder, har resultatet visat att home bias i Sverige även påverkas av olika marknadsförhållanden samt för volatilitet och transaktionskostnader.
Denna studien har bidragit till forskningen kring home bias för den svenska fondmarknaden. Kunskapen kring detta har lett till förutsättningarna att i större grad motverka investerare att hamna i psykologiska fällor och ta sämre investeringsbeslut i och med förändringar i marknadsförhållandena. Vidare kan utfallet användas som underlag, utvecklas och förbättras i framtida studier. Sammanfattningsvis kan studien bidra till att nyttjas både praktiskt och teoretiskt i framtiden.
43