Portföljstruktur

I denna studie har vi skapat tre olika portföljer som representerar köp, behåll och sälj. För att skapa dessa portföljer så har vi använt Refinitiv Eikon för att samla in utfärdade rekommendationer för samtliga bolag inom indexet Large Cap, under den valda tidsperioden. Balansering av portföljerna sker månadsvis vilket innebär att för varje månad insamlas aggregerade procentuella andelarna köp, behåll och sälj för alla rekommendationer som har utfärdats under tidsperioden.

Anledningen till att en aggregering av portföljerna sker är av flera anledningar. Dels kan vi anta att vanliga investerare nödvändigtvis inte reagerar olika på en generell rekommendation, respektive en stark rekommendation. Om en aktie exempelvis får en köprekommendation, kan vi anta att investeraren kommer att följa denna rekommendation oavsett i vilken utsträckning den rekommenderas. En annan anledning är på grund av hur de är strukturerade i Refinitiv Eikon, där istället för att ange den totala mängden rekommendationer som är “starka”, så anges detta endast i andelen av sin respektive rekommendation.

Ett exempel på detta är att om det finns 100% rekommendation för köp, och hälften av rekommendationerna är starka, blir stark köprekommendation 50%. Detta innebär att en stark rekommendation aldrig kan överstiga den procentuella andelen av en generell rekommendation, eftersom programmet anger en procentuell andel av en enhet som inte kan överstiga 100%. Kravet för att en aktie ska placeras i en våra portföljer är att den procentuella andelen av rekommendationen måste överstiga 60%, vilket exempelvis innebär att om den procentuella andelen “sälj” för en aktie under en given period överstiger 60%, så hamnar den i portfölj 3 (sälj). Anledningen till att det finns en gräns på 60% är för att rekommendationen ska kunna betraktas som entydig.

Studien har även valt att endast inkludera de aktier som har minst en utfärdad rekommendation per år. Inför studien undersöktes möjligheten att bedöma vilken portfölj aktien ska placeras i genom att enbart ta den största procentuella andelen köp, behåll och sälj för varje månad. Detta är en metod som skulle vara genomförbar, men om man inte sätter något gränsvärde så finns det en risk att rekommendationen inte är entydig, alltså att den

största rekommendationen sammantaget inte är större än de totala andelarna för de andra kategorierna.

Denna studie undersöker huruvida det de facto är möjligt att använda aktierekommendationer som investeringsstrategi, för att tillgodogöra sig riskjusterad överavkastning. Vissa menar även att det kan finnas ett mervärde av att vara “contrarian”, det vill säga att det är ett gott råd att gå mot strömmen, köpa när andra säljer och sälja när andra köper. Av denna anledning blir denna studien även intressant då analytikernas rekommendationer tenderar att följa det rådande sentimentet på marknaden.

5.3.1 Analysmetod

Studien väljer vidare att bearbeta den insamlade datan primärt genom Excel där olika beräkningar görs, såsom att aggregera siffror och dra genomsnitt för att kunna räkna vidare på olika nyckeltal exempelvis. Dataprogrammet Refinitiv Eikon har använts för att ta fram aggregerade, procentuella rekommendationer (köp, sälj, behåll) på en månatlig basis.

För att få en insikt i hur analytiker under vår mätperiod presterade med sina prognoser gentemot utfallet väljer vi att kalkylera varje portföljs abnormala avkastning. Vi kontrollerar även för portföljens storlek och beta. På samma vis avser vi att generera resultat i form av marknadsjusterad avkastning för de högst rekommenderade aktierna. Marknadsportföljen används som jämförelse, där vi observerar hur stor avvikelse som uppstår i de respektive portföljerna.

5.4 Bortfall

Totalt 27 aktier faller ur vårt urval, detta då de antingen saknar observationer från Refinitiv Eikon, eller är aktier som inte har en tillräckligt hög andel rekommendationer. Efter bortfallet återstod totalt 97 aktier som vi valde att gå vidare med i vår studie. Som tidigare nämnts i studien, kommer aktier vars andelar av köp-, behåll- eller säljrekommendationer vid minst ett tillfälle överstiger 60% att ingå i vår studie, övriga exkluderas.

Bortfallet är följande:

Atlas Copco B, Electrolux A, Epiroc A, EQT, Ericsson A, Fast Partner B, Fast Partner Pref, Holmen A, Husqvarna A, Investor A, Kinnevik A, Klövern B, Klövern Pref, MTG A, NCC A, Ratos A, Sagax B, Sagax Pref, Samhällsbyggnadsbolaget i Norden D, SEB A, SEB C, SKF B, Stora Enso R, Sweco A, Tele 2 A, Traton och Volvo A.

5.5 Marknadsindex

Studien använder sig i huvudsak av ett jämförelseindex som kan betraktas som representativt för den svenska marknaden. Detta index är Stockholm All-Share Cap GI, vilket är ett brett avkastningsindex för den svenska aktiemarknaden innehållandes totalt 367 bolag. Det valda indexet tar hänsyn till återinvesterade utdelningar, till skillnad från ett prisindex som enbart mäter aktiekursernas utveckling (Nasdaq, 2020). Anledningen till att vi använder oss av ett avkastningsindex istället, är med anledning av att ett avkastningsindex bättre illustrerar den verkliga avkastningen. Som en del av vårt robusthetstest genomförs även regressionerna i Stata med ett alternativt index, vilket är Stockholmsbörsens Large Cap.

5.6 Hypoteser

I detta avsnitt redogör vi för de hypotestester och antaganden som ligger till grund för denna studie.

Hypoteserna som studien har valt att testa, beskrivs i tabell 1 nedan. Dessa undersöker huruvida den faktiska avkastningen är lika med den förväntade avkastningen. I sådant fall kan vi utifrån den uppställda hypotesen inte förkasta nollhypotesen, och därmed kan överavkastning inte genereras. Alternativhypotesen förkastas inte vid ett utfall där denna är signifikant skild från noll. Det skulle då indikera att det finns en möjlighet till överavkastning. Detta sker när den faktiska avkastningen inte är lika med den förväntade avkastningen.

Tabell 1. Hypoteser

H₀ : AR_it = 0 Faktisk avkastning för portfölj i vid tidpunkt t = Förväntad avkastning

H₁ : AR_it ≠ 0 Faktisk avkastning för portfölj i vid tidpunkt t ≠ Förväntad Avkastning Givet att: ARit = Abnormal avkastning för aktie i vid tidpunkt t

Lantz (2014, s. 86) menar att själva grunden för ett statistiskt test av data från ett stickprov är att utgångspunkten ska vara motsatsen till det som ämnas prövas i studien. Denna utgångspunkt ska då vara nollhypotesen (H0). I fallet med vår studie, innebär nollhypotesen just motsatsen till vad som prövas, det vill säga att det inte skulle vara möjligt att generera riskjusterad överavkastning baserat på analytikernas rekommendationer. Däremot hamnar det vi vill pröva, det vill säga motsatsen till H0, under alternativhypotesen (H1).

Därmed skulle det inte finnas någon möjlighet till att generera överavkastning. Detta skulle i sin tur innebära att den effektiva marknadshypotesen av Fama (1970), skulle kunna ifrågasättas med anledning av en bristande marknadseffektivitet, och närmare bestämt den medelstarka graden av marknadseffektivitet. Om det framkommer från resultaten att det finns en möjlighet att en investerare kan tillgodogöra sig riskjusterad överavkastning, kan nollhypotesen förkastas.