Reliabilitet

Tillförlitligheten i en studie kallas med ett finare ord för reliabilitet. Detta är ett kriterium i bedömningen av studien. Reliabiliteten är viktig för en kvantitativ studie eftersom det i dessa studier är intressant att veta om ett mått är stabilt eller inte. För att en studie skall anses ha hög reliabilitet skall resultatet bli detsamma om studien upprepas. Det skall alltså inte påverkas av slumpen (Bryman, 2013, s. 62-63). Vill man utveckla ordet innebär det mer specifikt, följdriktigheten, överensstämmelsen och pålitligheten i ett mått. När man bestämmer reliabiliteten behöver man ta ställning till stabiliteten, den interna reliabiliteten och interbedömarreliabiliteten. Stabilitet innebär att måttet inte skall skilja sig i någon större utsträckning vid flera mätningar (Befring, 1994, s. 61). Intern reliabilitet innebär att omkringliggande faktorer inte får påverka utgången av studien. Interbedömarreliabiliteten beror på hur exempelvis svar i öppna frågor är föremål för tolkning och kanske ska kategoriseras. Det vill säga om data ur denna synvinkel riskerar vara föremål för subjektivitet (Bryman, 2013, s. 170-172). Vid insamlingen av data i form av aktiekurser, handelsvolym och antalet utestående aktier använde vi oss av databasen Datastream vilken bör anses högst tillförlitlig. Under insamlandet var vi också i kontakt med deras kundsupport som tydliggjorde att deras data var högst tillförlitlig eftersom de får sin data levererad direkt från NASDAQ OMX. De tydliggjorde också att de inte hade några kända problem som skulle kunna tänkas påverka vår studie. Skulle en ny inhämtning av denna data genomföras kommer den sannolikt inte skilja sig från vår och bör då anses ha en hög reliabilitet. Mer specifikt bör stabiliteten vara i princip fullständig, den interna reliabiliteten oförändrad och interbedömarreliabilitet tillräcklig då ingen subjektiv tolkning eller kategorisering av data varit nödvändig.

Vid insamlingen av antalet omnämnanden av bolagen tvingades vi göra detta delvis manuellt. Databasen Retriever användes för att samla alla nyheter, artiklar samt telegram där bolagen omnämndes och presenterade antalet träffar i såväl tryckt som webbaserad press. Det vi fick göra manuellt var då att söka på varje bolagsnamn för varje datum under denna tidsperiod och skriva in antalet träffar i Excel. Vid detta förfarande finns det en risk att den mänskliga faktorn kan ha påverkat vår data på så vis att vi skrivit fel värde på något enskilt datum. Dock har vi under hela datainsamlandet suttit tillsammans och fört över värdena för att minimera denna risk. Om något enstaka värde blivit felaktigt bör detta inte heller påverka resultatet i nämnvärd utsträckning då antalet överförda värden är 16.440 stycken. Vi var också i kontakt med supporten på Retriever som bekräftade att vårt tillvägagångssätt var det enda möjliga för denna datainsamling. Reliabiliteten kan dock anses vara något lägre på grund av risken att den mänskliga faktorn eventuellt kan ha påverkat vår data, om än i väldigt låg grad. Mer specifikt är risken att stabiliteten inte är helt fullständig om än hög. Interbedömarreliabiliteten bör anses hög då ingen subjektiv tolkning eller kategorisering gjorts. Det är faktiska värden som har hämtats. Den interna reliabiliteten bör inte heller dra ner studiens reliabilitet då ställningstaganden och val genom hela studien tydligt förklarats och inga särskilda förutsättningar påverkat. I tolkningen av studiens resultat har vi arbetat för att öka den interna reliabiliteten genom diskussioner.

68

Referenslista

Acker, D., & Duck, N.W. (2008). Cross Cultural overconfidence and biased self-attribution. The Journal of Socio-Economics, 37, 1815-1824.

Arbnor, I., & Bjerke, B. (1994). Företagsekonomisk lära. 2:a uppl. Lund: Studentlitteratur.

Baklaci, H.F., Olgun, O., & Can, E. (2011) Noise traders: a new approach to understand the phantom of stock markets. Applied Economic Letters, 18, 1035-1041.

Baum, C. F. (2006) An introduction to Modern Econometrics Using Stata. Texas: Stata Press.

Befring, E. (1994). Forskningsmetodik och statistik. Lund: Studentlitteratur. Bodie, Z., Kane, A., & Marcus, A. (1998) Essentials of Investments. 3:e uppl. New York: Irwin/McGraw-Hill.

Bodie, Z., Kane, A., & Marcus, A. (2011) Investments and portfolio management. 9e: global ed. Singapore: McGraw-Hill/Irwin.

Brealey, A.R., Myers, S.C & Allen, F. (2014). Priciples of Corporate Finance. 11th edition. New York: McGraw-Hill Education.

Bryman, A., & Bell, E. (2013). Företagsekonomiska Forskningsmetoder. 2:a upplagan. Stockholm: Liber.

Chou, R.K., & Wang. Y.-Y. (2011). A test of the different implications of the overconfidence and disposition hypotheses. Journal of Banking & Finance, 35, 2037-2046.

Daniel, K., Hirshleifer, D., & Subrahmanyam, A. (1998). Investor Psychology and Security Market under- and Overreactions. The Journal of Finance. 53 (6) 1839-1885 Della Vigna, S. (2009). Psychology and economics: Evidence from the field. Journal of Economic Literature, 47 (2),315-372.

Dewally, M. (2004). Internet Investment Advice: Investing With a Rock of Salt. Journal of Behavioral Finance, 5 (1), 65-77.

Ejvegård, R. (2009). Vetenskaplig metod. 4:e uppl. Lund: Studentlitteratur. Facht, U. (2012). MedieSverige mini 2012. Nordicom-Sverige.

Fama, E. (1970). Efficient Capital Markets: A Review of Theory and Empirical Work. Journal of Finance, 25 (2), 383-417.

69 Fang, L.H., & Peress, J. (2009). Media coverage and the cross-section of stock returns. Journal of Finance, 64, 2023-2052.

Foad, H. (2010). Behavioral Finance: Investors, Corporations, and Markets. John Wiley & Sons, Inc. New Jersey.

Fransén, K., & Jacobsson, H. (2013). Svenskarnas användning av telefoni och internet. PTS individundersökning 2013.

Glaser, M., & Weber, M. (2007). Overconfidence and trading volume. Geneva Risk and Insurance Review, 32 (1), 1-36.

Greene, W.H. (2011). Econometric Analysis (7th Edition). New Jersey: Prentice Hall. Grullon, G., Kanatas, G., & Weston, J.P. (2004). Advertising, Breadth of Ownership, and Liquidity. The Review of Financial Studies, 17 (2), 439-461.

Hair, J.F., Andersson, R.E., Tatham, R.L. & Black, W.C. (1998).Multivariate Data Analysis. New Jersey: Prentice Hall.

Han, J., Tan H.-T. (2010) Investors' Reactions to Management Earnings Guidance: The Joint Effect of Investment Position, News Valence, and Guidance Form.

Journal of Accounting Research, 48 (1), 123-146.

Hu, N., Dong, Y., Liu, L., Yao, L.J. (2013). Not All That Glitters Is Gold: The Effect of Attention and Blogs on Investors’ Investing Behaviors. Journal of Accounting, Auditing & Finance, 28 (1), 4-19.

Hodrick, L.S., & Moulton, P.C. (2009). Considerations of a Portfolio Manager. Financial Management, 38 (1), 59-74.

Jang, H.J., & Ro, B.T. (1989). Trading volume theories and their implications for empirical information content studies. Contemporary Accounting Research, 6 (1), 242-262.

Kommittén för internetannonsering. (2013). Summering av de 100 första webbplatserna. Kommittén för internetannonsering.

http://www.kiaindex.net/?kyear=2013&kweek=52&categories%5B%5D=&hide_networ

ks=0&site_name=&filter=1 [Hämtad 2014-03-05]

Kourtidis, D., Sevic, Z., & Chatzoglou, P. (2011). Investors’ trading activity: A behavioral perspective and empirical results. The Journal of Socio-Economics, 40 (5), 548-557.

Krishnamurti, C., Tian, G.G., Xu, M., & Li, G. (2013). No news is not good news: evidence from the intra-day return volatility-volume relationship in Shanghai Stock Exchange. Journal of the Asia Pacific Economy, 18 (1), 149-167.

Kumar, A. (2008). Determinants of Stock Trading volume: Evidence from Indian Stock Markets. doi.org/10.2139/ssrn.947429

70 Lee, Y.H. (2000). Manipulating Ad Message Involvement through Information

Expectancy: Effects on Attitude Evaluation and Confidence. Journal of Advertising, 29 (2), 29-43.

Lo, A.W., & Wang, J. (2000). Trading Volume: Definitions, Data Analysis, and Implications of Portfolio Theory. The Review of Financial Studies, 13 (2), 257-300. NASDAQ OMX. (2014) NASDAQ OMX Stockholm Timeline. NASDAQ OMX.

http://www.nasdaqomx.com/stockholm150/timeline [Hämtad 2014-03-18]

NASDAQ OMX Nordic. (2014) Om First North. NASDAQ OMX Nordic.

http://www.nasdaqomxnordic.com/about_us/firstnorth [Hämtad 2014-03-18]

Nofsinger, J.R. (2014). The psychology of investing. 5th Edition. New Jersey: Pearson. Oehler, A., Rummer, M., & Wendt, S. (2008). Portfolio Selection of German Investors: On the Causes of Home-biased Investment Decisions. The Journal of Behavioral Finance, 9, 149-162.

Patel, R. & Davidson, B. (2011). Forskningsmetodikens grunder. 4:e uppl. Lund: Studentlitteratur.

Peterson, R.L. (2002). “Buy on the rumor:” Anticipatory affect and Investor Behavior. The Journal of Psychology and Financial Markets, 3 (4), 218-226.

Puetz, A., & Ruenzi, S. (2011). Overconfidence Among Professional Investors:

Evidence from Mutual Fund Managers. Journal of Business Finance & Accounting, 38 (5-6), 684-712.

Quiamzade, A., & L’huillier, J.-P. (2009). Herding by Attribution of Privileged Information. Journal of Behavioral Decision Making, 22, 1-19.

Reekie, W.D. (1986). Advertising intensity and media selection. Applied Economics, 1986, 18, 557-565.

Retriever. (2013) Retriever info processbild. Retriever. http://www.retriever-info.com/wp-content/uploads/2013/04/SE_processbild.gif [Hämtad 2014-04-29]. Retriever. (2014) Retriever info. Retriever. http://www.retriever-info.com/sv/ [Hämtad 2014-04-29].

SCB. (2014) Färre men rikare aktieägare. SCB.

http://www.scb.se/sv_/Hitta-statistik/Statistik-efter-

amne/Finansmarknad/Aktieagarstatistik/Aktieagarstatistik/6450/6457/Behallare-for-Press/370506/ [Hämtad 2014-03-18]

Scott, J., Stumpp, M., & Xu, P. (2003). News, Not Trading volume, Builds Momentum. Financial Analysts Journal, 59 (2), 45-54.

71 Seasholes. M. S. (2010). Behavioral Finance: Investors, Corporations, and Markets. New Jersey: John Wiley & Sons, Inc.

Selten, R. (1999). What is Bounded Rationality? Dahlem Conference.

Shiller, R.J., Pound, J. (1989). Survey evidence on diffusion of interest and information among investors. Journal of Economic Behavior and Organization, 12, 47-66.

Shleifer, A. (2000). Inefficient markets: An introduction to behavioral finance. Oxford: Oxford University Press.

Simon, H.A. (1955). A Behavioral Model of Rational Choice, The quarterly Journal of Economics, 69 (1), 99-118.

Simon, H.A. (1992). Economics, Bounded Rationality and the Cognitive Revolution. 1:auppl. Aldershot: Edward Elgar Publishing Limited.

Statman, M. (1999). Behavioral Finance: Past Battles and Future Engagements. Financial Analysts Journal, 55 (6), 18-27.

Statman, M., Thorley, S., & Vorkink, K. (2006). Investor Overconfidence and Trading Volume. The Review of Financial Studies, 19 (4), 1531-1565.

Studenmund, A.H. (2011). Using Econometrics: A practical guide. 6th edition. Boston: Pearson.

Sveriges regering. (2014) Informationssamhället. Regeringskansliet.

http://www.regeringen.se/sb/d/2373 [Hämtad 2014-03-05]

Taffler. R. J. (2002) What Can We Learn From Behavioural Finance? (Part 1). Credit Control, 23 (2), 14-17.

Taffler. R. J. (2010) Behavioral Finance: Investors, Corporations, and Markets. John Wiley & Sons, Inc. New Jersey.

Taulli, T. (2012). High-Profit IPO Strategies: Finding Breakout IPOs for Investors and Traders. 3rd Edition. New Jersey: Wiley.

Tourani-Rad, A., &Kirkby, S. (2005). Investigation of investors’ overconfidence, familiarity, and socialization. Accounting and Finance, 45, 283-300.

Yen, G., & Lee, C. (2008). 'Efficient Market Hypothesis (EMH): Past, Present and Future', Review Of Pacific Basin Financial Markets And Policies. 11, 2, 305-329. Wall, K.D., (1993). A model of decision making under bounded rationality. Journal of Economic Behavior and Organization, 21, 331-352.