6. Slutsats
6.2 Förslag till vidare studier
Då likviditeten i marknaden skiljer sig åt under olika tidsperioder skulle det vara relevant att utföra en studie som tar aktiens omsättning i beaktning. Antal aktier som är tillgängliga för marknaden skiljer sig åt mellan olika företag och är något som därmed skulle kunna påverka undersökningens resultat. Denna studie är uppbyggd på aktier listade på OMXS30, men ett alternativ skulle vara att fokusera på listor baserade på marknadsvärde, såsom Large eller Mid cap. Även kursreaktionerna kan sannolikt skilja sig åt mycket mellan aktier beroende på dess storlek. Att studera om över- och underreaktionerna är mindre eller, som kanske är mer sannolikt, större för mindre bolag kan anses vara av intresse. På samma sätt kan det säkerligen upptäckas skillnader i effektivitet på marknaden beroende på konjunktur när det gäller handel i stora respektive små börsnoterade företag.
Ytterligare ett förslag till fortsatta studier är att undersöka huruvida effekten ser ut på en längre utvärderingsperiod för att se om momentumeffekten för vinnarevent är, likt Jegadeesh & Titmans (1993) studie, avtagande på längre sikt. Även detta kan testas för att se om det skiljer sig åt mellan konjunkturens olika faser. Detsamma gäller för överreaktionerna vid förlorarevent och hur de utvecklar sig på längre sikt. Den påtagliga januarieffekten undersöktes bara för de totala urvalen av vinnar- respektive förlorarevent i denna studie, att även undersöka om denna effekt skiljer sig åt beroende på om det är expansion eller recession kan vara intressant för investerare och andra finansiella aktörer. I och med att denna studies resultat pekar på att marknaden agerar mindre effektivt under recessioner, samt att den abnormala avkastningen var betydligt högre under samma period, motiverar till antagandet att januarieffekten sannolikt även är mer påtaglig under just recessioner. Detta återstår dock att se efter vidare utforskning.
51
Referenslista
Agrawal, A. & Tandon, K. (1994). Anomalies or illusions? Evidence from stock markets in
eighteen countries. Journal of International Money and Finance, Vol. 13, No. 1, ss. 83-106.
Antweiler, W. and Frank, M. (2005). Do US Stock Markets Typically Overreact to Corporate
News Stories?. SSRN Electronic Journal.
Appelgren, C., Cramér, M., Havgärde, D. & Holm, F. (2004). Överreaktion på
Stockholmsbörsen 1950–1997. Kandidatuppsats. Ekonomihögskolan, Lunds universitet.
Banz, W. (1981). The relationship between return and market value of common stocks. Journal of Financial Economics, Vol. 9, ss. 3-18.
Banerjee, A. (1992). A Simple Model of Herd Behavior. The Quarterly Journal of Economics, Vol. 107, No. 3, ss.797-817.
Berg, E. & Bergström, A. (2015). Överreaktion på Stockholmsbörsen - Bevis från Sverige. Magisteruppsats. Institutionen för ekonomisk och industriell utveckling, Linköpings universitet.
Bernard, V. (1992). Stock price reactions to earnings announcements: a summary of recent anomalous evidence and possible explanations In: Thaler, R. (Ed.), Advances in Behavioral Finance. Russell Sage Foundation, New York, ss. 303Ð340.
Black, F. (1976). Studies of Stock Price Volatility Changes. Proceedings of the 1976 meetings of the Business and Economics Statistics Section, American Statistical Association, Washington DC, ss. 177-181
Black, F. (1986). Noise. The Journal of Finance, Vol. 41, No. 3, ss. 528-543.
Brown, S. & Warner, J. (1980). Measuring security price performance. Journal of Financial Economics, Vol. 8, No. 3, ss.205-258.
52
Bryman, A. & Bell, E. (2013). Företagsekonomiska forskningsmetoder. 2. uppl., Stockholm: Liber.
Burns, F. & Mitchell, C. (1946). Measuring Business Cycles. NBER Books, National Bureau of Economic Research, Inc.
Cable, J. & Holland, K. (1999). Modelling Normal Returns in Event Studies: A Model-Selection
Approach and Pilot Study. European Journal of Finance, Vol. 5, No. 4, ss. 331-341.
Chan, K. C. (1988). On the Contrarian Investment Strategy. The Journal of Business, Vol. 61, No. 2, ss. 147-163.
Davis, M. H. & Etheridge, A. (2006). Speculation: Louis Bachelier and the Origins of Modern
Finance. Princeton University Press.
Daniel, K. & Hirshleifer, D. (2015). Overconfident Investors, Predictable Returns, and
Excessive Trading. Journal of Economic Perspectives, Vol 29, No 4, ss. 61-68.
Damodaran, A. (2012). Investment Valuation: Tools and Techniques for Determining the Value of Any Asset. University Edition, 3e uppl. Canada: John Wiley & Sons, Inc.
De Bondt, W. & Thaler, R. (1985). Does the Stock Market Overreact?. The Journal of Finance, Vol. 40, No. 3, ss. 793-805.
De Bondt, W. & Thaler, R. (1987). Further Evidence on Investor Overreaction and Stock
Market Seasonality. The Journal of Finance, Vol. 42, No. 3, ss 557-581.
Demsetz, Harold (1968). The Cost of Transacting. The Quarterly Journal of Economics, Vol. 82, No. 1, ss. 33-53.
Edvinson, R & Hegelund, E. (2016). The business cycle in historical perspective:
Reconstructing quarterly data on Swedish GDP 2013-2014. Stockholm Papers in Economic
History, No. 18.
53
Elton, E. & Gruber, M. (1970). Marginal Stockholder Tax Rates And The Clientele Effect. The Review of Economics and Statistics, Vol. 52, No. 1, ss. 68-74.
Elton, E., Gruber, M. & Blake, C. (1996). Survivorship Bias and Mutual Fund Performance. The Review of Financial Studies, Vol. 9, No. 4, ss. 1097-1120.
Fama, Eugene F. (1965). The Behavior of Stock Market Prices. The Journal of Business, Vol. 38, No. 1, ss. 34-105.
Fama, Eugene F. (1970). Efficient Capital Markets: A Review of Theory and Empirical Work. The Journal of Finance, Vol. 25, No. 2, ss. 383-417.
Gallea, Anthony M., Patalon III, W. (1998). Contrarian Investing: Buy and Sell When Other’s
Won’t and Make Money Doing It. New York Institute of Finance.
Ghasemi, A. & Zahediasl, S. (2012). Normality Tests for Statistical Analysis: A Guide for Non-
Statisticians. International Journal of Endocrinology and Metabolism, Vol. 10, No.2, ss. 486-
489.
Hudson, R. & Gregoriou, A. (2015). Calculating and comparing security returns is harder than
you think: A comparison between logarithmic and simple returns. International Review of
Financial Analysis, Vol. 38, ss. 151-162.
Jegadeesh, N. & Titman, S. (1993). Returns to buying winners and selling losers: implications
for stock market efficiency. Journal of Finance, Vol. 48, No. 1, ss. 65-91.
Kahneman, D. & Tversky, A. (1979). Prospect Theory: An Analysis of Decision under Risk. Econometrica, Vol. 47, No. 2, ss. 263-292.
Lakonishok, J., Shleifer, A. & Vishny, R. (1994). Contrarian investment, extrapolation, and
risk. Journal of Finance, Vol. 49, No. 5, ss. 1541-1578.
La Porta, R. (1996). Expectations and the Cross-Section of Returns. Journal of Finance, Vol 51. No. 5, ss. 1715-1742.
54
Lien, D., & Balakrishnan, N. (2005). On Regression Analysis with Data Cleaning via Trimming,
Winzorization, and Dichotomization. Communications in Statistics - Simulation and
Computation, Vol. 34 No. 4, ss. 839-849.
MacKinlay, C. (1997). Event Studies in Economics and Finance. Journal of Economic Literature, Vol. 35, No. 1. ss. 13-39.
Malkiel, Burton, G. (2003). The Efficient Market Hypothesis and Its Critics. Journal of Economic Perspectives, Vol. 17, No. 1, ss. 59-82.
Malkiel, Burton, G. (2005). Reflections on the Efficient Market Hypothesis: 30 Years Later. The Financial Review, Vol. 40, ss. 1–9.
Mölne, V. (2016). Nordnet slår tillbaka mot Avanza. Dagens Industri, 11 maj. http://www.di.se/artiklar/2016/5/11/nordnet-slar-tillbaka-mot-avanza/ [2017-02-13]
Naes, R., Skjeltorp J. & Ødegaard, B. (2011). Stock Market Liquidity and the Business Cycle. The Journal of Finance, Vol. 66 No. 1, ss.139-176.
Nasdaq. (2011). Default risk. http://www.nasdaq.com/investing/glossary/d/default-risk [2017-02- 06]
Nasdaq. (2016). Nasdaq Nordic Market Model (2016:05). Stockholm: Nasdaq. http://business.nasdaq.com/Docs/INET-Nordic-Market-Model.pdf
Nasdaq. (2017). Vad är aktieindex?.
http://www.nasdaqomxnordic.com/utbildning/aktier/vadaraktieindex?languageId=3 [2017-02- 14]
Nofsinger, J. (2014). The Psychology of Investing. 5: e upplagan. New Jersey: Pearson Education.
55
Northwestern Medicine - Feinberg School of Medicine (1996). PROPHET StatGuide:
Examining normality test results.
http://www.basic.northwestern.edu/statguidefiles/n-dist_exam_res.html [2017-04-10]
Pae, Y. & Sabbaghi, N. (2015). Equally weighted portfolios vs value weighted portfolios:
Reasons for differing betas. Journal of Financial Stability. Vol. 18, ss. 203-207.
Princeton University Library (2008). Event Studies with Stata.
http://dss.princeton.edu/online_help/stats_packages/stata/eventstudy.html [2017-04-06]
Sharpe, William F. (1964). Capital Asset Prices: A Theory of Market Equilibrium under
Conditions of Risk. Journal of Finance. Vol. 19, No. 3, ss. 425– 42.
Sjö, Bo (2016). Lecture on The Efficient Market Hypothesis (EMH) replaces most of the
textbook chapter on the subject.
Skatteverket. (2016). Investeringssparkonto.
https://www.skatteverket.se/privat/skatter/vardepapper/investeringssparkonto.4.5fc8c9451325 9a4ba1d800037851.html [2017-02-13]
Tetlock, P. (2007). Giving Content to Investor Sentiment: The Role of Media in the Stock
Market. The Journal of Finance, Vol. 62, No. 3, ss. 1139-1168.
Umeå universitetsbibliotek. (2017). Primär- och sekundärkällor. http://www.ub.umu.se/skriva/primar-sekundarkallor [2017-05-08]
Veronesi, P. (1999). Stock Market Overreactions to Bad News in Good Times: A Rational
Expectations Equilibrium Model. Review of Financial Studies, Vol. 12, No. 5, ss. 975-1007.
Wachtel, Sidney B. (1942). Certain Observations on Seasonal Movements in Stock
Price. The Journal of Business of The University of Chicago, Vol. 15, No. 2, ss. 184-193.
56
Yang, JJW. & Wu, TH. (2015). Announcement Effect Of Cash Dividend Changes Around Ex-
dividend Days: Evidence From Taiwan. International Journal of Business and Finance
Research, Vol 9. No. 2, ss. 77-91.
Zarowin, P. (1990). Size, Seasonality, and Stock Market Overreaction. The Journal of Financial and Quantitative Analysis, Vol. 25, No. 1, ss. 113-125.
57
Bilagor
Bilaga A – Tabell över recessioner
58
59
Bilaga D – Test över normalfördelning
Descriptive Statistics
N
Mea n
Std.
Deviation Minimum Maximum
AARförlorareven t_expansion 919 ,000 2 ,00743 -,07 ,06 AARförlorareven t_recession 551 ,000 8 ,00870 -,04 ,06 AARförlorareven t_totalt 1470 ,000 4 ,00794 -,07 ,06 AARvinnarevent _expansion 970 ,000 2 ,00851 -,06 ,06 AARvinnarevent _recession 490 ,001 3 ,00896 -,03 ,07 AARvinnarevent _totalt 1460 ,000 5 ,00868 -,06 ,07
One-Sample Kolmogorov-Smirnov Test
AARförlorareve nt_expansion AARförlorareve nt_recession AARförlorar event_totalt AARvinnareve nt_expansion AARvinnarev ent_recession AARvinnar event_total t N 919 551 1470 970 490 1460 Norma l Parame tersa,b Me an ,0002 ,0008 ,0004 ,0002 ,0013 ,0005 Std. ,00743 ,00870 ,00794 ,00851 ,00896 ,00868 Most Extrem e Differe nces Ab sol ute ,108 ,104 ,106 ,111 ,098 ,105 Pos ,108 ,104 ,106 ,111 ,098 ,105 Ne g -,098 -,083 -,093 -,105 -,070 -,087 Test Statistic ,108 ,104 ,106 ,111 ,098 ,105 Asymp. Sig. (2- tailed) ,000c ,000c ,000c ,000c ,000c ,000c
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
60 AARförlorarevent_expansion ,108 919 ,000 ,821 919 ,000 AARförlorarevent_recession ,104 551 ,000 ,890 551 ,000 AARförlorarevent_totalt ,106 1470 ,000 ,851 1470 ,000 AARvinnarevent_expansion ,111 970 ,000 ,838 970 ,000 AARvinnarevent_recession ,098 490 ,000 ,889 490 ,000 AARvinnarevent_totalt ,105 1460 ,000 ,859 1460 ,000
61
62
Bilaga F – PP Plot
Model Description
Model Name MOD_2
Series or Sequence 1 AARförlorareve nt_expansion 2 AARförlorareve nt_recession 3 AARförlorareve nt_totalt 4 AARvinnarevent _expansion 5 AARvinnarevent _recession 6 AARvinnarevent _totalt Transformation None Non-Seasonal Differencing 0 Seasonal Differencing 0
Length of Seasonal Period No periodicity
Standardization Not applied
Distribution Type Normal
Location estimated
Scale estimated
Fractional Rank Estimation Method Blom's
Rank Assigned to Ties Mean rank of
tied values
Applying the model specifications from MOD_2
Case Processing Summary
AARförlorareve nt_expansion AARförlorareve nt_recession AARförlorarev ent_totalt AARvinnareve nt_expansion AARvinnarev ent_recession AARvinnar event_totalt Series or Sequence Length 1470 1470 1470 1470 1470 1470 Nu mb er of Mi ssi ng Val ues in the Plo t Us er- Mi ssi ng 0 0 0 0 0 0 Sys tem - Mi ssi ng 551 919 0 500 980 10
63
The cases are unweighted.
Estimated Distribution Parameters
AARförlorareve nt_expansion AARförlorarev ent_recession AARförlorar event_totalt AARvinnareve nt_expansion AARvinnareve nt_recession AARvinnare vent_totalt Norm al Distri butio n Loc atio n ,0002 ,0008 ,0004 ,0002 ,0013 ,0005 Scal e ,00743 ,00870 ,00794 ,00851 ,00896 ,00868
65