Genomgång  av  tidigare  studier:

Kortare beskrivning av ett antal studier som har berört ämnet sedan tidigare och deras mest relevanta åsikter och slutsatser kommer att sammanfattas nedan. Marknader, undersökningsperioder, metoder och andra undersökta anomalier kommer också att beröras under denna del.

Gultekin & Gultekin (1983) genomförde en studie av säsongsanomalier på 16 börser i

Europa samt den australiensiska och amerikanska marknaden. Studien använder sig av både parametriska och icke-parametriska metoder, men det är bara de sistnämnda som presenteras då de genererar liknande resultat. Januarieffekten, som i många fall beskrivs som en effekt av skattesystemen, undersöks i denna studie. Värt att notera är att författarna funnit belägg för denna anomali i Australien. Anledningen till intresset för resultatet på Australiens marknad beror på att skatteåret startar i juni och att det därför måste finnas en annan förklaring till anomalin. Förutom Australien finner studien stöd för Januarieffekten i större delen av de undersökta marknaderna, medräknat Sverige. Däremot förkastas hypotesen att storlek på bolagen ska ha

betydelse för anomalins existens. De finner även stöd för andra säsongsanomalier i större delen av de undersökta marknaderna.

Claesson (1987) var en pionjär på den svenska marknaden då hon skrev sin

doktorsavhandling om effektiviteten på Stockholmsbörsen i slutet av 1980-talet. Avhandlingen berör veckodagseffekten, även kallad DOW samt Januarieffekten och X-dagseffekten. Resultatet från DOW visar på en variationsvidd på omkring 0,25 procentenheter beroende på veckodag. Transaktionskostnader har dessutom medtagits i studien för att undersöka huruvida en investerare skulle kunna använda sig av en placeringsstrategi baserad på anomalierna för att generera ekonomisk fördel. Genom Januarieffekten går det att uppnå överavkastning efter att transaktionskostnader är tagna i beaktning enligt studiens slutsatser. Det uppvisas positiva resultat på de andra anomalierna också, men dessa har inget värde ur en ekonomisk synvinkel då transaktionskostnaderna utraderar deras effekt för en investerare.

Lakonishok & Smidt (1988) täcker 90 år av börsutvecklingen i deras studie om

kalenderanomalier på den amerikanska marknaden. Denna studie anses av många som en pionjär inom ämnet och efter dess publicering har en mängd forskning gjorts inom området, varav de flesta refererar tillbaka till Lakonishok & Smidt (1988). Studien visar tydliga indikationer på flertalet effekter såsom DOW, TOM, Januarieffekten och Holiday Effect. Dagarna innan en helgdag visar sig ha hela 23 gånger så hög avkastning som resterande ”vanliga handelsdagar” och dessa står för omkring 50 procent av prisökningen på marknaden enligt studien. Författarna fastslår att resultaten skulle kunna bero på diverse tillfälligheter, men detta anses mycket osannolikt då starka belägg funnits i forskningen.

Bouman & Jacobsen (2002) analyserar anomalin Sell-in-May på olika marknader från

37 länder runtom hela världen. Studien undersöker inte bara om anomalin finns, författarna försöker dessutom ge svar på varför den existerar. I undersökningen ingår både utvecklingsländer och industrialiserade länder, detta för att påvisa anomalins existens på alla typer av marknader. För att säkerhetsställa signifikansen i resultatet har en regressionsanalys med dummyvariabler används. Ett antal vanligt förekommande förklaringar har även tagits i beaktning för att undersöka huruvida någon av dessa kan ses som en förklaring till anomalin. Resultatet av studien är mycket starkt, författarna påvisar anomalins existens i 36 av de 37 undersökta länderna, dessutom bekräftas att anomalin är ekonomiskt signifikant efter att rimliga transaktionskostnader har inkluderats. Avkastning brukar vanligen vara direkt förknippat med risk, därför har detta tagits i beaktning och resultatet visar sig vara signifikant, även riskjusterat. Eftersom Januarieffekten återfinns i tidsintervallet som investerare ska vara aktiva på börsen enligt Sell-in-May, finns det personer som påstår att det är samma effekt som kan ses. Detta förkastas i studien då författarna lägger fram material som visar på motsatsen.

Coutts & Sheikh (2002) undersöker kalenderanomalier på aktiemarknaden i Sydafrika

mellan åren 1987-1997. Noll-hypoteser har satts upp för att undersöka olika anomalier och med hjälp av regression med dummyvariabler fastställs resultatets signifikans. Studien fastslår att Januarieffektens avkastning i snitt är negativ, men insignifikant under tidsperioden. Vidare förkastas säsongvariationer då det inte går att finna bevis för dessa under återstående månader. Den enda anomali som studien har funnit belägg för är Holiday Effect, men då detta enbart var under en kort tidsperiod kan ingen

återkommande effekt bekräftas. Slutsatserna av studien blir således att samtliga kalenderanomalier som har undersökts förkastas. Enligt författarna kan anledningen till resultatet vara den mikrostruktur eller trading struktur som används på Johannesburg Stock Exchange, JSE. Vidare föreslår författarna framtida forskning inom ämnet, inte för att bekräfta resultatet utan för att klargöra anomaliernas existens.

Schwert (2003) diskuterar huruvida anomaliers vinstmöjligheter har funnits men

arbitragerats bort eller om det helt enkelt är statistiska avvikelser som uppmärksammats av akademiker och praktiker. I många fall har avvikelsen försvunnit efter att det dokumenterats och analyserats, ett sådant exempel är Småbolagseffekten. Studien berör en mängd effekter såsom Utdelningseffekten, DOW, TOM, och Småbolagseffekten. För att beräkna den riskjusterade avkastningen i studien har regressionsmodellen Jensens Alpha används. Slutsatserna från studien fastslår att många av de effekter som undersökts går att finna under perioder men inte genom hela tidsintervallet. Flera anomalier verkar ha försvunnit då dessa dokumenterats och gjorts offentliga, exempelvis DOW, Småbolagseffekten och Utdelningseffekten. Andra effekter såsom TOM har minskat men går fortfarande att bekräfta.

Albertsson, Eriksson & Lundberg (2005) skrev en kandidatuppsats där de undersökte

Veckodagseffekter på svenska aktiemarknaden, indelat efter branscher. Aktierna delades in i nio branscher baserat på affärsvärldens index och undersöktes i två tidsintervall, 1996-1999 samt 2000-2004. Författarna tar även bensinpris och räntor i beaktning för att se om dessa parametrar har påverkat DOW i de olika branscherna. Undersökningen bygger större delen av sitt resonemang utifrån Kerstin Claessons doktorsavhandling (1987) men slutsatserna av studien skiljer sig då Albertsson et.al (2005) hävdar att DOW inte längre kan påvisas. Det som dock går att urskilja är en statistisk signifikant påverkan av generalindex och inom hälsovårdsbranschen under torsdagar i kortare tidsperioder.

Brown & Luo (2006) hävdar i sin studie att Januaribarometerns effekt existerar på den

amerikanska marknaden under åren 1941-2003. Den månad som har positiv avkastning flest år under studien är december, tätt följt av januari, medan september är den månad som har störst antal år med negativ avkastning. Studien har använt sig av likaviktade avkastning som inkluderar utdelning och justering för kapitalförändringar. De år som januari har negativ avkastning är detta en bra indikator för att året generellt har dålig avkastning men de år som januari påvisar positiva resultat är resultaten inte lika tydliga. Det visar sig i resultatet att en investerare som vill investera i aktiemarknaden har större möjlighet att uppnå ekonomisk vinning under januari månad än andra månader. Slutsatsen av själva studien är att Januaribarometern fungerar och kan användas som riktlinje för att förutspå avkastningen under året.

Doeswijk (2008) utgår från hypotesen att avkastningen mellan maj och oktober i

genomsnitt är noll vilket orsakas av en optimistisk cykel. Cykeln innebär att aktier med stor påverkan av konjunkturcykeln presterar bättre på vintern än sommaren eftersom förväntningarna är större under denna period. Studien utgår dessutom från att investerare är naturligt optimistiska och har partiska preferenser angående cykeln. För att undersöka orsaker till anomalin har börsintroduktioner beaktats och i resultatet påvisas en högre avkastning från börsintroduktionerna under perioden januari till april än resterande del av året. Resultatet av studien som återges är statistiskt signifikant på

marknader med både hög och låg volatilitet och det fastslås att strategin fungerar två av tre gånger.

Bentzen (2009) studerar Januarieffekten på den amerikanska marknaden under

tidsperioden 1964-2008. Till skillnad från många andra empiriska studier inkluderas påverkan av andra viktiga effekter i modellen som används. Studien använder sig av tio portföljer baserade på bolagsstorlek för att undersöka Januarieffekten. En tydlig förändring syns från 1984 och förklaringen till detta anses vara den skattereform som godkändes i USA under detta år. Efter skattereformen antagits visar studien att Januarieffekten i USA snarare förskjutits till december. Före reformen fanns det en tendens att sälja tillgångar med förlust, därefter verkar mönstret förändrats till det motsatta, då det finns en tendens att sälja vinnarna. Det fastslås att skatteeffekten är en betydande förklaring till den anomali som går att finna runt årsskiftet.

Bohl & Salm (2010) undersöker den andra Januarieffekten, som även kallas

Januaribarometern. Studien har främst använt sig av tidsintervallet 1970-2007, men därutöver inkluderat längre tidsperioder beroende på hur långt tillbaka de fått tag i tillförlitlig data. De har undersökt 19 olika länder för att utvärdera existensen av anomalin. Det enda land som författarna funnit underlag för att anomalin existerar är USA, dessutom har statistiskt signifikanta resultat för anomalins existens bekräftats under vissa tidsintervall i Norge och Schweiz. I resterande länder har inga signifikanta resultat av anomalin funnits.

Dzhabarov & Ziemba (2010) baserar sin studie på redan analyserad data med

komplettering för åren 1993-2009. De anomalier som studien undersöker är Januari- och Månadseffekten, Januaribarometern, Sell-in-May, Holiday Effect och Turn-of-the-month. Av de 70 år, mellan 1926-1995, är det bara fem år där januari underpresterar. Därefter syns det i deras uppdatering av studien att effekten förskjutits från januari till december under åren 1993-2009. Studien visar även en klar effekt av Januaribarometern, 86,4 procent av de år som januari visade positivt resultat genererade även resten av året positiv avkastning. I slutsatserna förklaras att TOM fortfarande finns, men med lite förväntan och utan prediktivt värde.

Worthington (2010) beskriver de tre anomalierna DOW, TOM och Januarieffekten

samt undersöker dem på den Australiensiska marknaden, AUX. Januarieffekten benämns som Month-of-the-year effekten i studien. Worthington (2010) använder sig av regressionsanalys och dummyvariabler för att undersöka anomalierna på AUX. Störst skillnader i term av genomsnittlig avkastning finner studien under månaderna september (-0,0402) och december (0,1287). Samtliga anomaliers noll-hypoteser förkastas vid ett 99 procentigt konfidensintervall vilket innebär att studien avfärdar dessa anomalier. Resultatet finner inget stöd för kalenderanomaliernas existens.

Darrat, Liu & Su (2011) har gjort en global studie på 34 internationella

aktiemarknader, varav en av dessa är den svenska marknaden. Fokuseringen av studien är på Januarieffekten men även andra månadseffekter studeras. Resultatet av denna studie skiljer sig nämnvärt mot majoriteten av de andra studierna inom området då Darrat, et al. (2011) enbart kan bekräfta en Januarieffekt på tre av de 34 marknader som undersökts. Istället visas det att december och april är de två månaderna som genererat högst avkastning under året, medan juni, augusti och september genererat

den sämsta avkastningen. Som hjälpmedel i studien har GARCH modellen används för att beräkna avkastningen.

Dzhabarov & Ziemba (2011) utförde en studie på S&P500 och Rusell2000 mellan

åren 1993-2010. Studien diskuterar värdet av anomalier och varför de anses kontroversiella. Fokus ligger på säsongsanomalier och några av de anomalier som undersöks är Januarieffekten, Januaribarometern, Sell-in-May, TOM Holiday Effect, och Ramadan. I forskningsstudien är det Januarieffekten och Januaribarometern som betonas starkast. Det diskuteras förklaringar till dem och beskrivningar hur investerare bör agera för att utnyttja dessa anomalier. Sammanfattningsvis bekräftar författarna att anomalierna fortsatt går att finna, de tydligast är Januaribarometern och Sell-in-May medan andra såsom TOM har försvunnit. Slutsatserna i studien visar även att en handelsstrategi baserad på TOM uppnått bättre resultat än S&P500 under 2010.

Swinkels & Van Vliet (2011) fokuserar på den effekt som olika anomalier kan ha på

varandra och om det i själva verket är samma anomali som går att se under olika namn. Studien kan bara bekräfta TOM och Halloween Effect för tidsperioden 1963-2008. Anomaliernas genomsnittliga överavkastning under perioden var 7,2 procent medan avkastningen för hela urvalet var 4,43 procent. Däremot förkastas Holiday Effect, Januarieffekten och Weekend Effekt. Den data som har används är riskjusterad och baserad på daglig avkastning från amerikanska börsen. De två anomalier som bekräftats anses kunna generera ekonomisk vinning, medräknat transaktionskostnader på 0,10 och 0,20 procent av transaktionen. DOW och Holiday Effect har bara en genomsnittlig avkastning på 0,09 procent under samma tidsintervall vilket påvisar att det inte skulle var ekonomiskt gynnsamt att bygga en strategi utifrån dessa anomalier.

Zhang & Jacobsen (2012) undersöker ett antal kända anomalier i Storbritannien under

300 år med start år 1693. Eftersom en sådan lång tidsperiod har används har författarna delat in resultaten i hundra- och femtioårsperioder för att se anomaliernas utveckling. Flera estimeringsmetoder, där ibland GARCH och OLS, har används för att säkerhetsställa signifikansnivån på resultatet. Det går tydligt att se tidens betydelse i studien då januari månad har varit den månad med bäst avkastning under längre perioder, dessutom den månad med sämst avkastning under nästan 150 år. Halloween Effect och Sell-in-May är två anomalier som bekräftats över större delen av tidsperioden medan Januarieffekten pendlat mellan signifikant positiv och signifikant negativ avkastning och därför bara kan bekräftas periodvis.