Reliabilitet

Kriteriet reliabilitet beaktar huruvida en studie kan återskapas eller inte och om metoderna som används i studien är konsekventa (Bryman & Bell, 2017). Denna studie har sekundärdata från Datastream som huvudkälla, detta innebär att datan som studien grundar sig i blir lättåtkomlig för de som har tillgång till databasen och att resultatet blir allt mer replikerbart. Detta ökar studiens replikerbarhet, vilket innebär en ökad reliabilitet. Författarna har rensat för negativa multiplar, dubbletter samt otillgängliga data (se 3.3.2 Urval och kriterier av

empiriska data). Detta framgår tydligt i metoden och gör det lättare att replikera studien

samtidigt som det minskar risken för subjektiv datahantering. Vidare har författarna valt en tidsperiod på nio år för att täcka minst en konjunkturcykel och göra det möjligt att replikera studien oberoende av tidsperiod, som argumenteras för under 3.4 Tid- & Innehavsperiod.

Kirk och Miller (1986) identifierar tre kriterier för att uppnå reliabilitet inom kvantitativ forskning, dessa är:

1. Huruvida mätningarna i studien är konsekventa 2. Hur stabila dessa mätningar är över tid

3. Om det finns en liknelse mellan mätningarna inom en given tidsperiod.

Med dessa kriterier i åtanke har alla portföljer bearbetats på samma sätt. Det vill säga att alla mätningar av portföljerna oberoende av multipel och tidsperiod är behandlade likvärdigt. Dessutom har portföljerna analyserats över olika tidsperioder för att få konkreta mätningar och resultat som återspeglar hur stabila mätningarna är över tid. Eftersom all data har bearbetats på samma sätt och portföljerna testas likvärdigt, anser författarna att kriterierna för en acceptabel reliabilitet enligt Kirk och Miller (1986) uppfylls.

Enligt David och Sutton (2016) kan man inte fullständigt eliminera alla fel vid kalkyler och bearbetning av data, på grund av den mänskliga faktorn. Författarna har i denna studie använt Excel, för att sammanställa och bearbeta sekundärdata. För att minimera eventuella

felberäkningar har författarna exporterat datan direkt från Datastream, detta eliminerar felinmatningar och garanterar korrekt data. Dessutom har inbyggda funktioner i Excel använts för att minimera felberäkningar och för att kontrollera beräkningarna. Eftersom en stor mängd data har behandlats har författarna fokuserat på att bearbeta datan korrekt och därmed öka reliabiliteten.

3.7.2 Validitet

Att en studie mäter det som den är ägnad till att mäta är onekligen en vital faktor i alla studier. Bryman och Bell (2017) beskriver termen validitet i ett forskningsperspektiv som när en variabel beskriver en annan. För att uppnå validitet krävs det att det är säkert att den oberoende variabeln enbart beskrivs av den beroende variabeln i forskningen, genom att utesluta samtliga andra variabler som annars skulle kunna påverka. Reliabilitet i en studie, som diskuteras i föregående rubrik, är enligt Bryman och Bell (2017) en förutsättning för att det ska vara möjligt att även ha validitet eftersom, variablerna som mäts måste vara korrekt framtagna för att kunna avgöra om de mäter rätt syfte. Detta kallas för mätningsvaliditet (Bryman & Bell, 2017). Det finns två andra områden inom validitet, intern och extern validitet (Bryman & Bell, 2017).

Intern validitet berör enligt Bryman och Bell (2017) frågeställningen huruvida det finns ett kausalt samband mellan den beroende och den oberoende variabeln i en studie som leder till dess slutsats. För denna studie agerar företagens multiplar som grund för den oberoende variabeln och företagens aktiekurser som den beroende. I studien har två olika aktieportföljer skapats för varje tidsperiod och multipel. Det är sedan dessa två portföljer som först har jämförts med varandra och sedan med portföljer för andra tidsperioder. Varje portfölj har innehållit de 20 högsta eller lägsta multiplarna vid en viss tidpunkt. Studien observerade endast 40 av 251 aktier utan något annat kriterium än vilka som hade de mest utstickande multiplar, och detta observerades under tre respektive tolv månader. Tack vare den stora skillnaden mellan multiplarna i portföljerna, sättet att objektivt välja portföljerna samt de långa innehavsperioderna, anser författarna att intern validitet har uppnåtts då det är rimligt att anta att det är multiplarna som har påverkat den framtida kursutvecklingen för portföljerna. Då likartade studier kring multipelstrategi har skapats tidigare har dylika metoder genomförts i denna studie, vilket även det anses öka validiteten.

Extern validitet handlar om att forskningen och resultaten i en studie ska kunna vara generaliserbara och därmed appliceras på annan forskning utöver det specifika syftet samt oberoende på vilket urval som sker (Bryman & Bell, 2017). Det selekterade urvalet i studien var begränsat. Avgränsningen var till börsnoterade företag på OMX Stockholm, exklusive aktiedubbletter, fastighetsbolag och finansiella bolag samt negativa multiplar. Därmed är möjligheterna till att efterlikna denna studie stora på svenska marknaden. På internationella

forskningsförsök huruvida en multipelstrategi är effektiv eller inte kan generaliserbarheten svika beroende på antagandet om att olika finansiella marknaden agerar dylikt eller inte.

Datastream är den enstaka källan till empiriska data i denna studie. Tack vare att den insamlade datan hämtades från en stor aktör som Refinitiv anses generaliseringen och därmed den externa validiteten i studien öka ännu mer eftersom samtliga replikeringsförsök kan få tag i samma empiriska data som används i denna studie, utan att behöva tolka samt göra antaganden vid insamling av egna förstahandsdata.

3.7.3 Övrig kritik

Studiens undersökta tidsperiod har präglats av en stark börsuppgång som diskuteras i avsnittet 3.4 Tid & innehavsperiod. Detta har onekligen påverkat resultatet och har bidragit till ett resultat som är baserat på ett historiskt sett unikt marknadsläge, vilket även var en av studiens frågeställningar. Vidare innebär detta att studiens resultat inte är konkret oberoende av tidsperiod, vilket minskar studiens generaliserbarhet. En replikerande studie bör därmed analysera en period med liknande konjunkturlägen för att kunna replikera studiens resultat.

Studiens möjlighet att replikeras på andra marknader beror på hur dessa förhåller sig till Stockholmsbörsen som denna studie analyserar. Om en replikerande studie hade gjorts på en annan finansiell marknad, kan studien påverkas av bolagsstorlek, effektivitet och redovisningsprinciper. Dessa påverkande faktorer kan medföra differenser i resultatet och olikheter i beräkningen av multiplarna. Denna studie har exkluderat listor innehållande bolag med lägre marknadsvärde än bolag på Stockholm Small Cap för att generalisera studien och ge en förutsättning för att listor med liknande bolagsstorlek kan användas i replikerande studier.

Författarna har utformat portföljerna utifrån bolagen med de 20 högsta och 20 lägsta EV/S- och EV/EBITDA-multiplarna. Kritik kan riktas mot valet av 20 aktier, eftersom detta innebär mindre skillnader mellan de högsta och lägsta multiplarna. Däremot har författarna baserat detta på Modigliani och Pogue (1973), som hävdar att man kan diversifiera bort den osystematiska risken genom att öka antalet bolag i portföljerna till 20. Dessutom hade denna studie ett urval av 251 aktier vilket anses som ett tillräckligt stort urval för att kunna utforma en portföljsammansättning som baseras på 20 bolag. Liknande studier har ett urval mellan 100–150 bolag och en sammansättning på 10–15 bolag. För att kunna replikera studiens portföljsammansättning, bör urvalet vara tillräckligt stort för att kunna skapa portföljer om 20 bolag och därmed även diversifiera bort den osystematiska risken.

Studien har exklusivt använt rådata från Datastream som sedan analyserats. Då det är sekundärdata kan författarna inte vara helt säkra på att datan är korrekt vilket hade inneburit

att felaktiga resultat kan framkomma utan författarnas vetskap. Ett exempel på felaktiga data från Datastream kan vara när bolag utfärdar en aktiesplit, där till exempel en aktie blir fyra nya utan att påverka börsvärdet. Detta medför även att aktiekursen delas i fyra då börsvärdet är samma, vilket innebär att historisk aktiekurs måste justeras till det nya antalet aktier. Denna justering kan glömmas bort eller göras felaktigt, vilket gör att aktiekurser ser ut att ha sjunkit med tre fjärdedelar. Detta fenomen är däremot otroligt ovanligt, och för att undgå detta problem har sporadiska stickprover genomförts av författarna för att säkerställa datan.

3.8 Forskningsetik

Enligt Diener och Crandall (1978) i Bryman och Bell (2017) finns det många olika etiska principer som bör tas hänsyns till när en studie formas, och Diener och Crandall (1978) har brutit ner dessa till fyra olika huvudområden: skada för deltagare, brist på informerat

samtycke, integritetsintrång samt om vilseledning har utövats.

Området skada för deltagare innebär att deltagare i studien, exempelvis i form av intervjuperson eller enkätrespondenter, kan bli psykiskt skadade, utsatta för skada mot sitt självförtroende, utsatta för stress eller få försämrade framtida karriärmöjligheter (Bryman & Bell, 2017). Skador som dessa kan uppkomma vid frågor om ett känsligt ämne eller i en miljö där respondenten inte känner sig säker, och om anonymiteten inte lyckas hållas. Denna studie har använt empiriska data från offentliga källor om aktiekurser, vilket eliminerar alla potentiella risker med skada för deltagare då varken intervjuer eller enkäter har använts, som betyder att inga respondenter behöver svara på frågor eller utföra något experiment.

Brist på informerat samtycke handlar i de flesta fallen om en observation på en liten eller

stor grupp som antingen inte vet varför de observeras eller inte ens vet att de observeras (Bryman & Bell, 2017). För att undvika att detta oetiska område händer är det viktigt att varje observerad person är medveten om att denne är under observation och vad syftet är samt vad konsekvenserna för personen kan vara (Bryman & Bell, 2017). I denna studie har ingen person observerats och därmed har detta område inte utgjort en potentiell risk för studien.

Integritetsintrång är nära kopplat till brist på informerat samtycke då respondenter ofta

anser att deras integritet är äventyrad vid de tillfällena information har erhållits på ett sätt de inte gett samtycke till (Bryman & Bell, 2017). Bryman och Bell (2017) diskuterar även att inget syfte för någon studie ger forskarna rätt att invadera en respondents integritet eller vara respektlös över någons värderingar. Återigen är denna etiska moral kopplad till intervjuer eller enkäter vilket inte har använts i denna studie, vilket innebär att det inte varit någon risk för studien.

Sista området handlar om vilseledning och uppstår när forskare får arbetet att framstå som något det inte är, eller att forskaren uppger sig för att vara något annat än vad den är (Bryman & Bell, 2017). Det finns även lägre grader av detta område, och kan även innebära att forskaren är återhållsam med att berätta vad arbetet verkligen är till för och endast berättar vad det handlar om, för att respondenten ska vara så genuin i sina svar som möjligt (Bryman & Bell, 2017). Inga respondenter har behövts till denna studie vilket inte gör detta område applicerbart heller, vilket innebär att studien har klarat sig från samtliga potentiella riskområden med forskning enligt Bryman och Bell (2017).

4 Empiri

4.1 Sammanfattning av resultat

Tabell 4 - Sammanställning av resultat

Tabell 4 - Sammanställning av resultat

EV/EBITDA 12 mån EV/EBITDA 3 mån

_{20 Lägsta 20 Högsta OMXSPI} 20 Lägsta 20 Högsta OMXSPI Ack. Avkastning _{161,58% 249,46%** 80,79% Ack. Avkastning} 119,20% 321,15%** 80,79%

Riskjust. Avkastning 92,88% 185,09% - _{Riskjust. Avkastning 54,51%} 251,25% -

EV/S 12 mån EV/S 3 mån

_{20 Lägsta 20 Högsta OMXSPI} 20 Lägsta 20 Högsta OMXSPI Ack. Avkastning 50,55% 96,79% _{80,79% Ack. Avkastning} 64,85% 87,53% 80,79%

Riskjust. Avkastning -8,16% 24,23% - _{Riskjust. Avkastning} 5,92% 17,70% -

Signifikansnivå

*** = <1% ** = <5% * = <10%

Tabell 4 presenterar de resultat som empirin i studien visat. Varje portfölj kommer senare presenteras igenom utförligt, men för sammanfattningsvis skull kommer de mest intressanta resultaten även beskrivas här. Urvalet i studien är som tidigare nämnt aktier från OMX Stockholm, som till stor del representeras av mellanstora till stora industribolag.

Den portfölj som var mest lukrativ med en total ackumulerad avkastning på 321,2% var portföljen med de 20 högsta EV/EBITDA-multiplarna med en rebalanseringstid på tre månader. Samma portfölj presterade högst riskjusterad avkastning av samtliga portföljer, och slutade där på 251,3%. Letar man i motsatt riktning identifieras portföljen med de 20 lägsta EV/S-multiplarna med en rebalanseringstid på tolv månader, som den portfölj med både lägst total ackumulerad avkastning och lägst riskjusterad avkastning. Den totala avkastningen var 50,6% över hela studieperioden medan den riskjusterade avkastningen var negativ. Det innebär att portföljens förväntade avkastning enligt dess risknivå var 8,2 procentenheter högre än vad portföljen faktiskt presterade. Den prestationen var portföljen ensam om i hela studien, och var den ena av två portföljer som inte lyckades överavkasta OMXSPI över hela tidsperioden.

Med hjälp av flera t-test har portföljernas signifikans gentemot OMXSPI tagits fram. Som tabell 4 visar var det endast två av totalt åtta portföljer som påvisade en signifikans under eller lika med 10%. Dessa var portföljerna med de 20 högsta EV/EBITDA multiplarna på tolv och tre månaders innehavsperioder. Båda portföljerna hade en signifikansnivå som var lägre än 5% men högre än 1%.

4.2 EV/EBITDA

4.2.1 EV/EBITDA 12 månader

Tabell 5 - EV/EBITDA 12 månader

Tabell 5 - EV/EBITDA 12 månader

20 Lägsta 20 Högsta OMXSPI Ack. Avkastning 161,58% 249,46%** 80,79% Betavärde 1,14 1,05 1 Standardavvikelse 17,59% 16,89% 12,19% Sharpekvot 0,94 1,54 0,63 Treynorkvot 0,14 0,25 0,08 Jensen´s Alpha 0,10 0,20 0,02 Signifikansnivå ***= <1% ** = <5% * = <10%

I tabell 5 presenteras resultaten av de portföljerna med de 20 högsta och 20 lägsta EV/EBITDA-multiplarna med en innehavsperiod på tolv månader. Portföljen med de 20 lägsta EV/EBITDA-multiplarna på OMX Stockholm genererade över en nioårsperiod en ackumulerad avkastning på 161,6%. OMXSPI genererade under samma period en ackumulerad avkastning på 80,8%. Portföljen med de 20 lägsta EV/EBITDA-multiplarna överavkastade därmed jämförelseindex med 80,8 procentenheter. Portföljen med de 20 högsta EV/EBITDA-multiplarna genererade en ackumulerad avkastning på 249,5% med en signifikansnivå mellan 1- och 5 procent. Denna portfölj överavkastade index med 168,7 procentenheter. Båda portföljerna med låga och höga EV/EBITDA-multiplar med en tolv månaders rebalansering lyckades överavkasta OMXSPI.

Portföljernas betavärden redovisas också i tabell 5 och portföljen med låga EV/EBITDA- multiplar har ett betavärde på 1,14 jämfört med portföljen med höga EV/EBITDA-multiplar som redovisade ett betavärde på 1,05. Höga EV/EBITDA hade då en lägre risk i form av beta men högre avkastning än de låga EV/EBITDA. Eftersom båda portföljerna har en beta över ett innebär det att båda portföljerna uppvisar en högre varians i förhållande till jämförelseindex och därmed mer volatila portföljer. Portföljen med de 20 lägsta multiplarna visade en högre systematisk risk än portföljen med de högsta multiplarna.

Portföljerna samt index har även utvärderats med Jensen’s Alpha, Sharpekvoten och Treynorkvoten, som är mått på den riskjusterade avkastningen. Båda portföljerna redovisade en högre Sharpekvot än OMXSPI. Detta indikerar att förhållandet mellan avkastning och tagen risk var bättre i båda portföljerna än OMXSPI och betydligt bättre i portföljen med de högsta EV/EBITDA-multiplarna med en Sharpekvot på höga 1,54. Sharpekvoten understryks

av Treynorkvoten som påvisar att portföljen med höga EV/EBITDA har en bättre riskjusterad avkastning än portföljen med de lägsta multiplarna. Jensen’s Alpha var positiv i båda fallen, vilket påvisar att båda portföljernas faktiska avkastning överavkastade den förväntade avkastningen relativt risken. Även Jensen’s Alpha visar att portföljen med de 20 högsta multiplarna presterade bättre än portföljen med de lägsta multiplarna.

Figur 2 - EV/EBITDA 12 månader

Figur 2 redovisar den ackumulerade avkastningen för portföljerna med de 20 lägsta EV/EBITDA, de 20 högsta EV/EBITDA samt OMXSPI. Tidsintervallet för figur 2 är 2010- 03-31 – 2019-03-31. 50 100 150 200 250 300 350

Figur 2 - EV/EBITDA 12 månader

Figur 3 - Branschrepresentation EV/EBITDA 12 månader

I figur 3 redovisas branschfördelningen i portföljerna med de 20 högsta och 20 lägsta EV/EBITDA-multiplarna med innehavsperiod på tolv månader. För portföljen baserad på de lägsta EV/EBITDA-multiplarna tillhörde 48% industrisektorn, som genomgående har identifierats som en bransch med majoritet låga EV/EBITDA- och EV/S-multiplar. Resterande andelar i portföljen med låga EV/EBITDA tolv månader fördelades jämnt mellan konsumentvaror, teknologi och energi. Sjukvård representerade den lägsta andelen i portföljen med 6%. Däremot representerade sjukvårdsbranschen en majoritet i portföljen med de högsta EV/EBITDA tolv månader med 36% av hela portföljens innehav. Industri, teknologi och konsumentvaror hade en jämn branschfördelning i portföljen med höga EV/EBITDA och energi representerade resterande 2%.

4.2.2 EV/EBITDA 3 månader

Tabell 6 - EV/EBITDA 3 månader

Tabell 6 - EV/EBITDA 3 månader

20 Lägsta 20 Högsta OMXSPI Ack. Avkastning 119,20% 321,15%** 80,79% Betavärde 1,06 1,16 1 Standardavvikelse 17,24% 18,59% 12,19% Sharpekvot 0,69 1,82 0,63 Treynorkvot 0,11 0,29 0,08 Jensen´s Alpha 0,06 0,27 0,02 Signifikansnivå ***= <1% ** = <5% * = <10% 48% 18% 6% 15% _13% 19% 22% 36% 21% 2% Figur 3 - Branschrepresentation EV/EBITDA 12 månader

I tabell 6 presenteras portföljerna med de 20 lägsta och 20 högsta EV/EBITDA med tre månaders innehavsperiod. Den ackumulerade avkastningen för portföljen med låga EV/EBITDA tre månader blev 119,2%. Jämfört med OMXSPI har portföljen med låga EV/EBITDA tre månader överavkastat jämförelseindex med 38,4 procentenheter. Jämför man låga EV/EBITDA tre månader med låga EV/EBITDA tolv månader har portföljen med tre månaders rebalansering ackumulerat en avkastning som presterat 42,4 procentenheter sämre än portföljen med en tolv månaders rebalansering. Portföljen med höga EV/EBITDA visade en ackumulerad avkastning över en nioårsperiod på 321,2% och en signifikansnivå under fem procent. Denna portfölj har under samma tidsperiod överavkastat OMXSPI med 240,4 procentenheter. Jämfört med portföljen med höga EV/EBITDA tolv månader har portföljen med höga EV/EBITDA tre månader avkastat 71,7 procentenheter högre än samma portfölj med tolv månaders rebalansering. Detta visar även ett omvänt samband mellan portföljerna med låga- och höga multiplar, då låga EV/EBITDA gynnats av en tolv månaders rebalansering.

I tabell 6 redovisas även portföljernas betavärden i förhållande till jämförelseindex OMXSPI. Portföljen med de 20 lägsta multiplarna och en tre månaders rebalansering visade ett betavärde på 1,06. Jämfört med portföljen med låga EV/EBITDA tolv månader blir portföljen mindre riskfylld med en mer frekvent rebalansering. Portföljen med höga EV/EBITDA- multiplar tre månader var mer riskfylld än portföljen med låga EV/EBITDA tre månader med ett betavärde på 1,16. I portföljerna med höga EV/EBITDA har en längre rebalansering resulterat i lägre risktagande, då portföljen med höga EV/EBITDA tolv månader visade ett betavärde på 1,04.

Portföljerna utvärderades med Sharpekvoten, Treynorkvoten och Jensen’s Alpha för att mäta portföljernas riskjusterade avkastning, vilket ger en mer korrekt jämförelse mellan portföljerna. Portföljen med de 20 lägsta EV/EBITDA tre månader har en lite bättre Sharpekvot än marknaden vilket innebär en bättre avkastning relativt tagen risk. Treynorkvoten påvisar även att portföljen med låga EV/EBITDA tre månader har en lägre systematisk risk än OMXSPI. Portföljen med höga EV/EBITDA tre månader visade en Sharpekvot på 1,82 jämfört vilket är portföljen som hade den bästa Sharpekvoten av alla studerade portföljer. En Treynorkvot på 0,29 innebär att den systematiska risken är lägre än marknaden för portföljen med höga EV/EBITDA tre månader. Jensen’s Alpha är högre än OMXSPI för både låga och höga EV/EBITDA tre månader. Detta innebär att båda portföljerna har överpresterat den förväntade avkastningen enligt CAPM.

Figur 4 - EV/EBITDA 3 månader

I figur 4 presenteras den ackumulerade avkastningen för de 20 lägsta EV/EBITDA och 20 högsta EV/EBITDA med tre månaders innehavsperiod samt OMXSPI. Det som observeras är att portföljerna och index avkastade jämnt fram till och med 2016, efter det avkastade portföljen med höga EV/EBITDA signifikant mer än portföljen med låga EV/EBITDA tre månader och index.

Figur 5 - Branschrepresentation EV/EBITDA 3 månader

I figur 5 presenteras branschrepresentationen i portföljerna med låga EV/EBITDA tre månader och höga EV/EBITDA tre månader. I portföljen med låga EV/EBITDA tre månader representeras cirka halva av industribranschen, vilket är detsamma för portföljen med tolv

50 150 250 350 450

Figur 4 - EV/EBITDA 3 månader

Låga EV/EBITDA Höga EV/EBITDA OMXSPI

49% 17% 4% 15% 15% 18% 21% 39% 20% 2% Figur 5 - Branschrepresentation EV/EBITDA 3 månader

månaders innehav. Hälsa och sjukvård hade lägst innehav i portföljen med de 20 lägsta EV/EBITDA tre månader, med 4%. Resterande 47% representerades jämnt mellan branscherna energi, konsumentvaror och teknologi. I portföljen med höga EV/EBITDA tre månader har hälsa och sjukvård den högsta andelen med 39% och energibranschen den lägsta andelen med 2%. Resterande 59% fördelas jämnt mellan industri, konsumentvaror och teknologi. Jämför man EV/EBITDA-portföljerna ser vi att branschfördelningen blir lik