Kapitalflöde utan outliers

Vi fortsätter med att bearbeta datasetet genom att eliminera outliers för att försöka uppnå en normalfördelning. Ett sätt att rensa bort extrema värden är genom så kallade 68-95-99,7- regeln. I en normalfördelning ligger cirka 68,27, 95,45 respektive 99,73 procent av värden för kapitalflödet en, två respektive tre standardavvikelser från medelvärdet.

27

Vi börjar med tre standardavvikelser för att inte behöva reducera datasetet för mycket då vi redan har få observationer. Detta är dock inte tillräckligt då kapitalflödet fortfarande inte är normalfördelat.

Figur 5: Histogram med kapitalflöde utan outliers 1 standardavvikelse från medelvärdet

Figur 6: Histogram med kapitalflöde utan outliers 1 standardavvikelse från medelvärdet, arcsinh

Vi fortsätter med att reducera kapitalflödet till endast en standardavvikelse från medelvärdet, vilket inte heller löser problemet. I figur 5 kan vi se att datasetet fortfarande lider av feta svansar. Här är det cirka 98,8 procent i stället för 68,3 procent av alla punkter som blir kvar eftersom det är många värden som ligger nära noll än ute på kanterna. Vidare lider det arcsinh transformerade kapitalflödet fortfarande av binominalfördelning (se figur 6).

28

5.3.1. Diagnostiska tester: Kapitalflöde och Hållbarhetsbetyg

Trots bristerna är kapitalflöde rensad för outliers utanför en standardavvikelse från medelvärdet, det bästa vi kan använda, utifrån våra kompetenser. Därför går vi vidare för att kontrollera om modellen håller måttet för andra antaganden.

Tabell 6: Diagnostiskt test för Kapitalflöde

Tester Nollhyoptesen P-värde Resultat

Breusch-Pagan Test Homoskedasticitet <2,2e-16 Förkasta Wooldridge's Test Ingen seriekorrelation <2,2e-16 Förkasta Panel F-test Pooled OLS är lämpligast <2,2e-16 Förkasta Hausman Test Random Effect är lämpligast 3,21e-05 Förkasta Eftersom p-värdet för Breuch-Pegan testet understiger 1 procents signifikansnivå (se tabell 6) måste nollhypotesen för homoskedasticitet förkastas. För att åtgärda heteroskedasticitetsproblemen måste vi använda estimat från modeller som har heteroskedastisk-konsistenta standardfel, som exempelvis FE. För Wooldrigdes testet måste vi på 1 procents signifikansnivå förkasta nollhypotesen om att det inte finns någon autokorrelation. Det kommer orsaka effektivitetsförluster i skattningarna, således använder vi estimat med klustrade robusta standardfel för att åtgärda problemet. Resultatet från F- testet i tabell 6 visar att vi ska förkasta nollhypotesen om att POLS är lämpligast på 1 procents signifikansnivå. Det säger oss att FE är mer passande i vår undersökning, vilket är rimligt i och med heteroskadasticitsproblemet. Även när vi jämför RE och FE i Hausman-testet förkastas nollhypotesen om att RE är lämpligast på 1 procents signifikansnivå. Därmed går vi vidare med FE.

29

5.3.2. Regression 1: Kapitalflöde och Hållbarhetsbetyg

Tabell 7: Regressionsresultat: Kapitalflöde utan outliers och Morningstars hållbarhetsbetyg

POLS FE Fond FE Tid FE Båda

Gamla betyget -0,021 -0,022** -0,021 -0,025*** (0,015) (0,010) (0,015) (0,009) Nya betyget -0,026 0,004 -0,026 0,003 (0,025) (0,019) (0,025) (0,018) Storbank/fondbolag 2,315*** 2,257*** (0,702) (0,706) Fondavgift -12,707*** 3,542 -13,415*** -1,269 (1,881) (4,791) (1,936) (4,599) Risk 0,126** -0,010 0,169*** 0,211** (0,060) (0,067) (0,065) (0,093) Avkastning (snitt 5 år) 0,143*** 0,117*** 0,139*** 0,151*** (0,038) (0,040) (0,042) (0,052) Marknadsvärde (arcsinh) -1,474*** -0,493 -1,469*** -0,284 (0,148) (0,332) (0,152) (0,384) Konstant 27,756*** (3,021)

Klustrade robusta standardfel i parenteserna *p<0,1; **p<0,05; ***p<0,01 Ett bättre hållbarhetsbetyg innebär högre värden i det gamla betyget och lägre värden i det nya betyget eftersom den handlar om hållbarhetsrisk. I tabell 7 ser vi att premiepensionssparare är negativt inställda till ett bättre gammalt betyg. Förklaringsvariabeln får låg men otillräcklig signifikans inom fonder (FE fond), dock signifikans på 1 procent både inom och mellan fonder (FE båda). Det betyder att det gamla betyget bidrar till att förklara förändringar i kapitalflödet där ett bättre betyg leder till lägre kapitalflöde. Men FE på både fond och tid är knepigare att förstå och vi bör därför vara försiktiga med tolkningen. Däremot uppvisar det nya betyget ingen signifikans som förklaringsvariabel till kapitalflöde, alltså beror inte förändringar i kapitalflöde på det nya hållbarhetsbetyget. Men riktningen tyder på positiv effekt inom fonderna (FE fond) samt både inom och mellan fonderna (FE båda), vilket betyder att ett sämre nytt betyg leder till ökat kapitalflöde. Även om den hade varit signifikant hade effekten fortfarande varit väldigt liten. Riktningen för det nya betyget är dock negativt för POLS samt mellan fonderna (FE tid), alltså innebär det i stället att ett sämre betyg leder till minskat kapitalflöde.

Det är däremot tydligt att det finns andra faktorer som premiepensionssparare tar hänsyn till eftersom vi har fått hög signifikans på många kontrollvariabler. Det gäller särskilt historisk avkastning då den är signifikant och har stor effekt på kapitalflöde både i POLS,

30

inom fonder och/eller mellan fonder. Det spelar också stor roll för fonders kapitalflöde om fondens förvaltare är en storbank/fondbolag samt vad fonden har för avgift och risk. Dessa variabler är viktiga framför allt när man studerar mellan fonder (FE tid) vilket är rimligt eftersom det är egenskaper som de konkurrerar med. De är mindre centrala när man tittar inom fonden (FE fond) då fonder inte byter förvaltare och sorteras därför bort. En förändring i en fonds risk eller avgift påverkar rimligtvis inte kapitalflödet eftersom omallokering inte sker särskilt ofta.

Det märks dock att skattningsförmågan är instabil eftersom betakoefficienterna kan skifta mycket i effekt och riktning mellan modellerna. Det här är problematiskt för främst förklaringsvariablerna då det försvårar vår tolkning om hållbarhetsbetygens samband med kapitalflöde. Men även kontrollvariablerna är ombytliga som exempelvis avgift som kan gå från negativ påverkan på kapitalflöde mellan fonder och positiv påverkan inom fonden. Det är osannolikt att högre avgift skulle leda till ökat kapitalflöde till fonden. Det är också inte troligt att marknadsvärde skulle ha ett negativt samband med kapitalflöde i alla modeller. Det visar att våra skattningar brister i robusthet på grund av vår icke-konstanta variation. Dessutom uppstår felaktigheter när vi tar bort så pass många observationer eftersom det skapar tomrum mitt i tidsserier. Det innebär att vi behöver ta bort alla observationer av fonder som någon gång under tidsperioden haft ett med kapitalflödesvärde bortom en standardavvikelse från medelvärdet. Detta reducerar vår data ytterligare och innebär ännu färre observationer.

Sammanfattningsvis betyder det att kapitalflödet inte fungerar så väl som beroende variabel för att dra slutsatser om premiepensionssparares investeringsbeslut på grund av den låga aktiviteten.