Fotbollsklubbars prestationer och deras effekt på aktiekursen : - En statistisk studie om huruvida skillnaden mellan matchresultat och förväntat matchresultat påverkar fotbollsklubbars aktiekurser

(1)

Statistik, kandidatuppsats Handledare: Niklas Karlsson Examinator: Sune Karlsson VT 2016

Fotbollsklubbars prestationer och deras effekt på

aktiekursen

- En statistisk studie om huruvida skillnaden mellan matchresultat och förväntat matchresultat påverkar fotbollsklubbars aktiekurser

Författare:

Calson-Öhman, Frida 901228 Lindberg, Mikaela 900910

(2)

Sammanfattning

Syftet med denna studie är att besvara följande frågeställningar: Påverkar skillnaden mellan det erhållna matchresultatet och det förväntade matchresultatet aktiekursen? Hur påverkas aktiekursen av att klubbarnas matchprestationer är sämre än förväntat i jämförelse med att deras matchprestationer är bättre än förväntat? Påverkar skillnaden mellan det erhållna matchresultatet och förväntade matchresultatet aktiekursen med avseende på klubb? Samt påverkar skillnaden mellan det erhållna matchresultatet och förväntade matchresultatet aktiekursen med avseende på nation? För att besvara studiens frågeställningar tillämpas minstakvadrat regression. Fyra regressioner, baserat på data för 707 fotbollsmatcher spelade av 17 klubbar, utförs. Resultaten påvisar att skillnaden mellan det erhållna matchresultatet och det förväntade matchresultatet påverkar aktiekursen. Det finns dock inget stöd för att ett matchresultat som är sämre än förväntat ger större reaktion på aktiekursen i jämförelse med ett resultat som är bättre än förväntat. Detta motsäger tidigare studier som indikerar att det finns asymmetri då ett sämre resultat än förväntat påverkar aktiekursen mer än vad ett bättre resultat än förväntat gör. För att komplettera tidigare regressioner utförs fyra tester med syfte att vidare besvara frågeställningarna med avseende på klubb och nation. Dessa påvisar att om respektive klubb samt nation spelar som förväntat förblir respektive aktiekurs oförändrad. Vidare påvisade resultatet även att skillnaden mellan erhållet matchresultat och förväntat matchresultat påverkar aktiekursen med avseende på respektive klubb och nation.

(3)

Innehållsförteckning

1. Inledning ...1

2. Tidigare studier ...4

3. Metod & Data ...6

3.1 Konstruktion av beroende och förklarande variabler ...7

4. Modell ... 11

4.1 Modell 1... 11

4.2 Modell 2... 12

4.3 Modell 3... 14

4.4 Modell 4... 15

5. Resultat & Analys ... 17

5.1 Resultat och diagnostik för Regression 1 och Regression 2 ... 17

5.2 Resultat och diagnostik för Regression 3 ... 21

5.3 Resultat och diagnostik för Regression 4 ... 24

6. Diskussion & Slutsats... 28

Referenslista ... 30

(4)

1

1. Inledning

Fotboll är världens största och mest populära sport. Enligt statistik från Fédération Internationale de Football Association, FIFA (2012), utövar drygt 240 miljoner människor i över 200 länder sporten regelbundet. FIFA World cup spelas vart fjärde år och har högre tittarsiffror än de olympiska spelen, finalen 2010 sågs av över 700 miljoner människor. Det växande intresset har lett till ökade intäkter inom branschen. Tidigare baserades klubbarnas intäkter främst på biljettförsäljning och sponsring från lokala småföretagare. Till följd av den teknologiska utvecklingen finns idag en ny global närvaro hos klubbarna vilket lett till nya möjligheter. Nya intressenter har tillkommit på aktiemarknaden vilket medfört en ökning av intäkter i form av sponsorer och merchandise. Den största intäktsposten för toppklubbarna i Premier League utgörs dock av försäljning av tv-sändningsrättigheter (Airava 2013).

Under 2000-talet skedde en förändring mot privatägande inom fotbollsvärlden och ett flertal miljardärer köpte upp klubbar såsom Chelsea FC (BBC News 2003) och Manschester United (BBC News 2005). Detta har lett till att det är få som idag är börsnoterade. På STOXX Europe Football Index (2016) finns en lista över de 22 klubbar som fortfarande är aktiva på den Europeiska aktiemarknaden. Det kan tänkas att klubbarnas matchprestationer bör vara en väsentlig faktor för hur investerarna värderar deras aktie, vilket innebär att de skiljer sig från andra börsnoterade bolag. Matchresultaten från klubbarna rapporteras varje vecka och marknadens förväntningar på resultaten presenteras som spelbolagens odds. Vidare bör då matchresultatet påverka hur klubben värderas. Den effektiva marknadshypotesen antyder att aktiekursen reagerar på all tillgänglig information, vilket är intressant i detta avseende då all information finns tillgänglig för alla intressenter endast några få timmar före matchstart. En match kan få vilket utfall som helst oberoende av vilket odds den har (Investopedia 2016).

Vid en investering på aktiemarknaden för fotbollsklubbar är syftet inte alltid det rationella, det vill säga att nå så hög avkastning som möjligt. Lundstedt och Ulander (2014) anser att de känslomässiga aspekterna har en större påverkan vid investeringsbeslutet i jämförelse med andra branscher som är aktiva på aktiemarknaden. Merparten av klubbarna ägs idag av kontrollerande aktieägare och till viss del även av enskilda individer. Ofta är dessa supportrar som vill vara delaktiga och visa sitt stöd till klubben. De anser att dessa aktieägare ofta handlar irrationellt på grund av deras känslomässiga relationer till klubben, vilket kan vara en förklaring till att aktiekursen reagerar annorlunda efter att ny information blivit tillgänglig.

(5)

2

Tidigare studier, Renneborg och Vanbrabant (2000) samt Lundstedt och Ulander (2014), indikerar att ett en förlust har större påverkan på aktiekursen än en vinst. Aktieägarnas känslomässiga relationer till klubben leder till en överoptimism, vilket i sin tur leder till att den negativa effekten blir starkare. Detta är en intressant aspekt som även kommer att undersökas i denna studie dock med en delvis annan ansats. Vidare kommer studien att undersöka huruvida det finns någon skillnad i påverkan på aktiekursen beroende på vilken nationstillhörighet klubben har. Lundstedt och Ulander (2014) kunde dock inte påvisa skillnader mellan olika nationer i sin studie.

Syftet med studien är således att undersöka huruvida fotbollsklubbarnas aktiekurs påverkas av skillnaden mellan klubbens erhållna matchresultat och det förväntade matchresultatet. Studien har avgränsats till att undersöka herrarnas A-lag för fotbollsklubbar som spelar i Europeiska ligor. Klubbarnas inhemska toppligor kommer att undersökas under två säsonger, 2013-2014 samt 2014-2015. Undersökningen genomförs med hjälp av fyra regressionsanalyser. Den första undersöker om skillnaden mellan klubbarnas erhållna matchresultat och deras förväntade matchresultat påverkar aktiekursen, över alla 707 observationer. Vidare undersöks, i Regression 2, huruvida aktiekursen påverkas då klubben presterar sämre än förväntat i jämförelse med att de presterar bättre än förväntat. I Regression 3 sker en uppdelning mellan klubbarna. Detta för att analysera huruvida skillnaden mellan erhållet matchresultat och förväntat matchresultat påverkar aktiekursen med avseende på klubb. Slutligen kommer en uppdelning mellan nationerna att utföras i Regression 4. Detta för att undersöka om skillnaden mellan erhållet matchresultat och förväntat matchresultat påverkar aktiekursen med avseende på nation. Studiens frågeställningar är således följande:

1. Påverkar skillnaden mellan det erhållna matchresultatet och det förväntade matchresultatet aktiekursen?

2. Hur påverkas aktiekursen av att klubbarnas matchprestationer är sämre än förväntat i jämförelse med att deras matchprestationer är bättre än förväntat?

3. Påverkar skillnaden mellan det erhållna matchresultatet och förväntade matchresultatet aktiekursen med avseende på klubb?

4. Påverkar skillnaden mellan det erhållna matchresultatet och förväntade matchresultatet aktiekursen med avseende på nation?

(6)

3

Vidare i studien kommer skillnaden mellan det erhållna matchresultatet och det förväntade matchresultatet benämnas som resultatskillnaden. Detta för att underlätta för läsaren.

En kort disposition redovisas för att få översikt över studien. I kapitel två sammanfattas tidigare studier som undersökt liknande ämne som denna studie. Därefter, i kapitel tre, beskrivs tillämpad metod och en redovisning av datamaterialet presenteras. Denna innefattar en beskrivning av de variabler som används i undersökningen samt materialets källor, brister och deskriptiv statistik. Vidare, i kapitel fyra, presenteras studiens modeller som ligger till grund för de regressioner som utförs för att besvara studiens frågeställningar. I kapitel fem redovisas studiens resultat och analys samt diagnostik för de skattade modellerna. Därefter följer en sammanfattande diskussion och slutsats.

(7)

4

2. Tidigare studier

Studiens syfte är att undersöka huruvida skillnaden mellan fotbollsklubbars erhållna matchresultat och förväntade matchresultat påverkar aktiekursen. Vidare undersöks om ett matchresultat som är sämre än förväntat leder till en större påverkan på aktiekursen än ett resultat som är bättre än förväntat. Det finns ett flertal tidigare studier med liknande syfte. Denna studie kommer att ta stöd av tidigare forsknings tillvägagångssätt, metod och resultat, dock kommer dessa aspekter analyseras utifrån ett nytt perspektiv.

Lundstedt och Ulander (2014) undersöker i sin studie hur fotbollsklubbars aktiekurser påverkas av klubbarnas prestationer på planen med avseende på matchresultat. De undersöker även om andra faktorer som är länkade till matchresultat kan ge mer eller mindre tyngd till eventuella prisförändringar. Studiens datamaterial består av 1060 matcher från 12 olika börsnoterade fotbollsklubbar från olika europeiska ligor, spelade under perioden 2011-2013. För att uppnå ett resultat tillämpas en eventstudie där effekten av ett event mäts. I samband med matchresultat mäter de den genomsnittliga avvikande avkastningen för att se huruvida det haft någon effekt. De undersöker även andra faktorers påverkan på den avvikande avkastningen, så som vändningar, avvikande målskillnad och förväntningar. Slutligen undersöks om fotbollsklubbarnas nation har någon påverkan på aktiekursen. Studiens resultat påvisar att en vunnen match påverkar klubbarnas aktier positivt respektive negativt vid förlust. Dock har ett matchresultat som är sämre än förväntat en större påverkan än ett matchresultat som är bättre än förväntat. De påvisar även att avvikande målskillnad påverkar aktiekursen, dock tycks inte vändningar i matchen och klubbens nation ha någon påverkan på aktiekursen.

Renneborg och Vanbrabant (2000) studerar också huruvida fotbollsklubbars aktiekurs påverkas av klubbarnas sportsliga prestationer. De undersöker dock klubbar som är listade på Londonbörsen och alternativa investeringsmarknaden, AIM. Studiens datamaterial består således av matcher spelade av 19 olika klubbar, under perioden 1995-1998. För att komma fram till ett resultat används eventstudier som är korrigerade för tunn handel och med Bayesiansk uppdatering. De undersöker utfall på klubbens aktiekurs dagen efter match samt följande vecka. Studiens resultat påvisar en positivt avvikande avkastning med nästan 1 procent på klubbens aktiekurs, första dagen för handel efter vunnen match. Om klubben förlorar eller spelar oavgjort påvisar resultatet en negativ avvikande avkastning med 1,4 respektive 0,6 procent. Följande vecka påvisas en positiv avvikande avkastning med 1,3 procent efter vunnen match och en

(8)

5

negativ avvikande avkastning med 2,5 och 1,7 procent för förlorad respektive oavgjord match. Vid Premier League-matcher och europeiska matcher tenderar avkastningen att vara större, 3,2 procents ökning vid vinst och 3,1 procents minskning vid förlust. För de klubbar som är listade på Londonbörsen leder en seger till högre avkastning jämfört med de klubbar som är listade på AIM. Förluster leder dock till en större minskning av klubbens aktie om den är listad på AIM jämfört om den är listad på Londonbörsen.

Likt de tidigare studierna analyserar Demir och Danis (2011) effekten av fotbollsklubbars prestation på klubbens aktiekurs. Studien undersöker klubbar på den turkiska aktiemarknaden Istanbul Stock Exchange, ISE. Undersökningsperioden sträcker sig från respektive klubbs första noterade aktiedag till slutet av fotbollssäsongen 2008/2009. Genom att inkludera odds skapar de en kategori som kontrollerar för förväntade respektive icke förväntade matchresultat. Med hjälp av separata regressionsmodeller, estimerade för varje klubb, kommer de fram till att klubbens prestation ger en avvikande effekt på klubbens aktie. Klubbens aktiekurs ökar vid vinst och faller vid en förlust eller oavgjord match. Dock är effekten asymmetrisk, minskningen är större än ökningen. Studien påvisar även att en vinst i en europeisk cup inte påverkar klubbens aktie. En inhemsk vinst påverkar klubbens aktiekurs signifikant mer än en vinst i en europeisk cup. Resultaten indikerar också att effekten av en förlust är negativ oavsett om den är förväntad eller inte. De noterar även att investerarna följer matchresultaten i sina investeringsbeslut, dock i en högre grad vid ett oväntat matchresultat.

Britschgis (2015) studie syftar även den till att undersöka hur fotbollsklubbars matchresultat inverkar på fotbollsklubbars aktiepris. Han tillämpar en eventstudie, som påvisar de avvikande avkastningarna efter matcherna. Datamaterialet består av 3713 matchobservationer spelade av 14 europeiska klubbar under perioden 2006-2013. Med hjälp av regression undersöks vilka klubb- och matchspecifika faktorer som påverkar den avvikande avkastningen. I studien analyseras även om aktiepriset grundas på rationellt eller emotionellt underlag. För att kunna genomföra detta tillämpas odds, på liknande sätt som i Demir och Danis (2011) studie. Detta medför att matchresultaten kan delas in i kategorier utefter förväntningarna på matchen. Studien erhåller liknande resultat som tidigare sammanfattade studier. En vunnen match påverkar aktiekursen positivt och en förlorad match negativt. Resultatet påvisar även att det främst är rationellt beteende som ligger till grund för avvikande aktiekurs, eftersom det är resultat som går emot de förväntade resultaten som ger störst avvikelse på aktiekursen.

(9)

6

3. Metod & Data

Studien syftar till att undersöka huruvida fotbollsklubbars aktiekurs påverkas av deras prestationer på planen. Fyra regressionsmodeller kommer att skattas och inom ramen för detta genomförs även Z-test och F-test. Modellerna kommer skattas med robusta standardfel, detta för att minska effekten av hetroskedasticitet.

Datamaterialet som tillämpas i studien är baserad på sekundärdata. På hemsidan STOXX Europé Football index (2016) listas 22 klubbar som är aktiva på den europeiska aktiemarknaden. Utifrån dessa har ett urval om 17 klubbar valts med hjälp av ett antal kriterier. De måste ha varit börsnoterade under hela studerade perioden och inneha fotboll som huvudsaklig verksamhet. Vidare måste odds finnas tillgängligt för samtliga matcher. Data på förändringar i aktiekursen dagen efter match måste finnas att tillgå samt att klubben är listad på ett representativt marknadsindex under studerad period.

Data över historiska stängningsodds, huruvida matchen spelades på hemma- eller bortaplan samt matchresultat, är hämtat från Oddsportal.com (2016). Aktuell aktiekurs och individuellt marknadsindex för respektive nation för de fotbollsklubbar som ingår i studien är hämtat från Investing.com (2016). Den studerade perioden sträcker sig över två säsonger, 2013-2014 och 2014-2015. Valt index för den Turkiska aktiemarknaden är BIST All Share, Storbritannien FTSE All share, Italien FTSE Italia All share, Portugal PSI All Share, Danmark OMX Copenhagen All share, Polen WIG samt CAC All share för Frankrikes marknadsindex.

Studien har avgränsats till att endast inkludera respektive nations högsta division för herrar under två säsonger, vilket resulterade i 707 matchobservationer. Vid databearbetningen uppkom dock ett bortfall på 39 observationer där data för respektive aktiekurs inte fanns tillgänglig för den studerade perioden. Matcher som spelas under fredagar och lördagar har sorterats bort. Detta eftersom aktiemarknaden hålls stängd under helgdagar vilket vidare gör det svårt att se den direkta påverkan på aktiekursen dagen efter match. Matcher som spelas under söndagar har valts att ingå i studien då aktiekursens förändring går att utläsas under måndagen.

(10)

7

Tabell 1: Deskriptiv statistik över datamaterialet

Variabler Medelvärde Standardavvikelse Minimum Maximum

𝑂𝑑𝑑𝑠1 3,07 2,55 1,08 31,67 𝑂𝑑𝑑𝑠𝑋 4,13 1,20 2,58 13,83 𝑂𝑑𝑑𝑠 2 4,95 4,24 1,01 27,46 𝑃𝑜ä𝑛𝑔 1,90 1,29 0 3 𝐻𝑒𝑚𝑚𝑎 0.50 0,50 0 1 𝐵𝑜𝑟𝑡𝑎 0.50 4,70 0 1 𝑟𝐴𝑘𝑡𝑖𝑒 -0.31 1.17 -27,84 40,48 𝑟𝐼𝑛𝑑𝑒𝑥 0.03 1.28 -5,16 6,4 𝑎𝑟 2,06 4,52 -26,05 42,73 𝑂𝑑𝑑𝑠𝑣 2,35 1,57 1,01 18,02 𝑂𝑑𝑑𝑠𝑓 5,67 4,28 1,12 31,67 𝑒𝑝 1,75 0,53 0,27 2,78 𝑎𝑝 0,15 1,20 -2,47 2,73 𝑑 0,58 0,49 0 1 𝑎𝑝𝑑 0,61 0,66 0 2,73

Observationer: 707 matcher. Källa: Oddsportal.com (2016) och Investing.com (2016).

Tabell 1 visar en sammanställning av variablerna för samtliga klubbar som ingår i studien. Variabeln 𝑂𝑑𝑑𝑠1 är matchoddset för att hemmalaget vinner. Matchodds för att hemmalaget spelar lika eller förlorar betecknas med variablerna 𝑂𝑑𝑑𝑠𝑋 respektive 𝑂𝑑𝑑𝑠2. Variabeln 𝑃𝑜ä𝑛𝑔 uppger hur många poäng respektive klubb fått med sig från varje match. Vid förlust ges 0 poäng medan det vid lika eller vinst ges 1 respektive 3 poäng. Dummyvariablerna 𝐻𝑒𝑚𝑚𝑎 och 𝐵𝑜𝑟𝑡𝑎 visar huruvida den observerade klubben spelar på hemma- eller bortaplan. Variabeln 𝑟𝐴𝑘𝑡𝑖𝑒 visar klubbens procentuella förändring i aktiekursen dagen efter match i jämförelse med matchdag. I tabellen går att utläsa att den största observerade minskningen av aktiekursen är 27,84 procent medan den största observerade ökningen är 40,48 procent. De 17 klubbar som ingår i studien kommer från åtta olika nationer och är verksamma på olika aktiemarknader. Variabeln 𝑟𝐼𝑛𝑑𝑒𝑥 visar den dagliga avkastningen uttryckt i procent för en marknadsportfölj.

3.1 Konstruktion av beroende och förklarande variabler

Utifrån de sekundärdata som insamlats har ytterligare variabler skapats. Ett predikterat värde på aktiekursen har beräknats för att skapa en variabel som justerar för hur den aktuella aktiemarknaden går generellt över dagen. Den avvikande avkastningen är skillnaden mellan det sanna och predikterade värdet på den procentuella förändringen i aktiekursen. Variabeln för avvikande avkastning betecknas 𝑎𝑟.

(11)

8

där 𝑟𝐴𝑘𝑡𝑖𝑒̂ = 𝛼̂+𝛽̂ ∗ 𝑟𝐼𝑛𝑑𝑒𝑥 och är ett predikterat värde från följande regressionsmodell:

𝑟𝐴𝑘𝑡𝑖𝑒=𝛼 + 𝛽 ∗ 𝑟𝐼𝑛𝑑𝑒𝑥 + 𝑢 (2)

där 𝑢 är en störningsterm och modellen är klubbspecifik.

Därefter konverteras respektive oddsvariabler till implicita sannolikheter enligt nedan.

𝑃₁ = ( 1 𝑂𝑑𝑑𝑠1) ( 1 𝑜𝑑𝑑𝑠1)+( 1 𝑂𝑑𝑑𝑠𝑥)+( 1 𝑂𝑑𝑑𝑠2) (3) 𝑃_𝑋 = ( 1 𝑂𝑑𝑑𝑠𝑥) ( 1 𝑜𝑑𝑑𝑠1)+( 1 𝑂𝑑𝑑𝑠𝑥)+( 1 𝑂𝑑𝑑𝑠2) (4) 𝑃₂ = ( 1 𝑂𝑑𝑑𝑠2) ( 1 𝑜𝑑𝑑𝑠1)+( 1 𝑂𝑑𝑑𝑠𝑥)+( 1 𝑂𝑑𝑑𝑠2) (5)

Vidare skapas ytterligare variabler som beskriver sannolikheterna för att den aktuella klubben vinner respektive förlorar.

𝑃_𝑉 = {𝑃1 om aktuell klubb har hemmamatch

𝑃₂ annars (6)

𝑃_𝐹 = {𝑃1 om aktuell klubb har bortamatch

𝑃₂ om aktuell klubb har hemmamatch (7)

Vidare i studien kommer sannolikheterna för att den aktuella klubben förlorar, spelar oavgjort respektive vinner att benämnas med variablerna 𝑃_𝐹, 𝑃_𝑋 samt 𝑃_𝑉. Med hjälp av sannolikhetsvariablerna genereras en variabel, 𝑒𝑝, denna visar den poäng som intressenter på spelmarknaden förväntar sig att den aktuella klubben ska ta med sig från matchen.

(12)

9

Tabell 2: Sannolikhetsfördelning för variabeln antal poäng klubben får med sig från match

Låt 𝑋 = antal poäng klubben får med sig från match. Variabeln 𝑒𝑝 definieras enligt följande.

𝑒𝑝 = 𝐸(𝑋) = 0 ∗ 𝑃_𝐹+ 1 ∗ 𝑃_𝑥 + 3 ∗ 𝑃_𝑉 = 𝑃_𝑥 + 3𝑃_𝑉 (8)

Utifrån variabeln för den förväntade poängen, 𝑒𝑝, genereras även en variabel för den avvikande poängen, 𝑎𝑝. Detta genom att subtrahera den poäng som klubben fick med sig från matchen med den förväntade poängen. 𝑎𝑝 är variabeln som i resterande kapitel benämns som resultatskillnad.

𝑎𝑝 = 𝑋 − 𝑒𝑝 (9)

För att undersöka huruvida aktiekursen påverkas av att klubbarnas matchprestationer är sämre än förväntat i jämförelse med att deras matchprestationer är bättre än förväntat generas en dummyvariabel, 𝑑.

𝑑 = {1 om 𝑎𝑝 > 0

0 annars (10)

Vidare genereras en interaktionsvariabel, 𝑎𝑝𝑑, mellan dummyvariabeln och den avvikande poängen.

𝑎𝑝𝑑 = 𝑎𝑝 ∗ 𝑑 (11)

För att möjliggöra att undersöka huruvida skillnaden mellan det erhållna matchresultatet och förväntade matchresultatet påverkar aktiekursen med avseende på klubb, genereras ytterligare en dummyvariabel, 𝐾𝑙𝑢𝑏𝑏𝑛𝑎𝑚𝑛. Variabeln genereras för samtliga 17 klubbar som ingår i studien. Exempel med Juventus som aktuell klubb nedan.

𝒙 𝑷(𝑿 = 𝒙)

0 𝑃𝐹

1 𝑃𝑋

(13)

10

𝐽𝑢𝑣𝑒𝑛𝑡𝑢𝑠 = {1 om Juventus spelar

0 annars (12)

Därefter genereras en interaktionsvariabel, 𝑎𝑝𝐾𝑙𝑢𝑏𝑏𝑛𝑎𝑚𝑛, mellan den avvikande poängen och klubbdummyn. Detta för att tillåta olika effekter för respektive klubb.

𝑎𝑝𝐽𝑢𝑣𝑒𝑛𝑡𝑢𝑠 = 𝑎𝑝 ∗ 𝐽𝑢𝑣𝑒𝑛𝑡𝑢𝑠 (13)

Ytterligare dummy- och interaktionsvariabler genereras för att undersöka huruvida påverkan på aktiekursen skiljer sig mellan nationerna. Respektive klubb delas därmed in i en dummyvariabel beroende på nationstillhörighet, 𝑁𝑎𝑡𝑖𝑜𝑛. Exempel med Italien som aktuell nation nedan.

I𝑡𝑎𝑙𝑖𝑒𝑛 = {1 om en italiensk klubb spelar

0 annars (14)

Vidare genereras en interaktionsvariabel, 𝑎𝑝𝑁𝑎𝑡𝑖𝑜𝑛, mellan den avvikande poängen och nationsdummyn. Detta för att tillåta olika effekter för respektive nation.

𝑎𝑝𝐼𝑡𝑎𝑙𝑖𝑒𝑛 = 𝑎𝑝 ∗ 𝐼𝑡𝑎𝑙𝑖𝑒𝑛 (15)

En sammanställning av de enskilda klubbarna finns beskrivet i appendix, Tabell A1. Detta för att öka reliabiliteten och förståelsen för de datagenererande processer som ligger till grund för de analyser som ska vara till hjälp att besvara studiens frågeställningar.

Eventuella svagheter med materialet är de fel som kan tänkas uppkomma till följd av den mänskliga faktorn vid databearbetningen. Ytterligare svagheter kan vara de få observationerna från respektive klubb då ett flertal matcher bortsorterades på grund av att de spelades under fredagar eller lördagar. En aspekt som bör noteras är minimum- och maximumvärdena för variabeln 𝑎𝑟. Dessa kan vara extremvärden och de tyder på en hög variation i den avvikande avkastningen. Extremvärden kan medföra skattningar som ger ett snedvridet resultat.

(14)

11

4. Modell

Demir och Danis (2011) samt Britschgis (2015) tillämpar regressionsanalys i sina studier. Detta har i båda fallen lett till signifikanta resultat som påvisar att ett bättre matchresultat påverkar klubbens aktiekurs positivt respektive negativt vid ett sämre resultat. Det är därför relevant att använda regressionsanalys även i denna studie. Lundstedt och Ulanders (2014) samt Renneborg och Vanbrabants (2000) studier påvisar att matchresultat som är sämre än förväntat ger större reaktion på aktiekursen jämfört med ett resultat som är bättre än förväntat.

Tidigare studier, exempelvis Lundstedt och Ulanders (2014), analyserar om klubben förväntas vinna matchen och huruvida de faktiskt vann. Denna studie tar hänsyn till hur förväntningarna är ställda på klubben av intresse, det vill säga att studien skiljer på om klubben går in i matchen som exempelvis favorit eller storfavorit. Detta skiljer sig från tidigare studier som kategoriserar, de gör ingen skillnad på om sannolikheten för vinst för aktuell klubb är 0,5 eller 0,7. Den förklarande variabeln, 𝑎𝑝, är således kontinuerlig eftersom den tillåter att det finns olika grader av matchfavoriter. Det samma gäller även då klubben förväntas förlora. Regressionerna kommer således att delas upp i fyra olika modeller för att kontrollera för olika faktorer. Ingen specifik signifikansnivå är vald. Huruvida koefficienterna är signifikanta på 10 %, 5% eller 1% nivån kommer att presenteras i tabellform i resultat och analys avsnittet.

4.1 Modell 1

Modell 1 inkluderar samtliga spelade matcher och undersöker om resultatskillnaden påverkar aktiekursen.

𝑎𝑟_𝑖 = 𝛽₀+ 𝛽₁𝑎𝑝_𝑖+ 𝑢_𝑖 (16)

där 𝑎𝑟𝑖 är den avvikande aktiekursen efter match 𝑖, 𝑎𝑝𝑖 är avvikande poäng och 𝑢𝑖 är en

störningstermen. Modellen syftar till att besvara följande hypoteser, den första rör parametern 𝛽₀.

𝐻₀: 𝛽₀ = 0

(15)

12

Nollhypotesen säger att 𝛽₀ = 0, det vill säga att den förväntade avvikande avkastningen är noll om matchresultatet sammanfaller med förväntat matchresultat. Alternativhypotesen säger att den förväntade avkastningen skiljer sig från noll om matchresultatet sammanfaller med förväntat matchresultat. I denna hypotes förväntas nollhypotesen vara sann då ett förväntat matchresultat inte borde ha någon effekt på aktiekursen. Den andra hypotesen rör parametern 𝛽1.

𝐻₀: 𝛽₁ = 0

𝐻_𝐴: 𝛽₁ > 0 (18)

Nollhypotesen säger att resultatskillnaden inte påverkar aktiekursen. Alternativhypotesen säger att om matchresultatet är bättre än förväntat förväntas aktiekursen stiga. I denna hypotes förväntas alternativhypotesen vara sann.

4.2

Modell 2

Modell 2 utförs till följd av tidigare studiers asymmetriska resultat i avkastning beroende på om klubben erhöll ett sämre resultat än förväntat respektive ett bättre resultat än förväntat? Modellen tillåter således för detta.

𝑎𝑟_𝑖 = 𝛽₀ + 𝛽₁𝑎𝑝_𝑖 + 𝛽₂𝑎𝑝𝑑_𝑖+ 𝑢_𝑖 (19) där

𝑑_𝑖 = {1 om 𝑎𝑝𝑖 > 0

0 annars (20)

I denna modell inkluderas även 𝑎𝑝𝑑_𝑖 som är en interaktionsvariabel. Här kan modellen anta två utseenden. Om 𝑎𝑝_𝑖 är större eller lika med noll, det vill säga att klubben presterar bättre än förväntat, antar 𝑑𝑖 värdet 1 och det betingade väntevärdet ser ut på följande sätt:

𝐸(𝑎𝑟_𝑖|𝑎𝑝_𝑖 > 0) = 𝛽₀+ 𝛽₁𝑎𝑝_𝑖 + 𝛽₂𝑎𝑝_𝑖 = 𝛽₀+ (𝛽₁ + 𝛽₂)𝑎𝑝 (21)

Om 𝑎𝑝_𝑖 är mindre än noll, det vill säga att klubben presterar sämre än förväntat, antar 𝑑_𝑖 värdet 0 och det betingade väntevärdet ser istället ut på detta sätt:

(16)

13

𝐸(𝑎𝑟_𝑖|𝑎𝑝_𝑖 < 0) = 𝛽₀+ 𝛽₁𝑎𝑝_𝑖 (22)

Figur 1: Illustration av Modell 2 Källa: Egenkonstruerad figur.

Modell 2 illustreras i Figur 1. Modellen tillåter olika samband då 𝑎𝑝_𝑖 är positiv respektive negativ. Linjen kommer att brytas om ett sämre resultat än förväntat påverkar aktiekursen mer än ett bättre resultat än förväntat. Det vill säga att den kommer få en större effekt då 𝑎𝑝_𝑖 är negativ och en mindre effekt då 𝑎𝑝𝑖 positiv. Detta innebär att 𝛽2 förväntas vara negativ då 𝛽1+

𝛽₂ har ett lägre värde än 𝛽₁. Modellen syftar till att besvara tre hypoteser. Första hypotesen rör parametern 𝛽₀.

𝐻₀: 𝛽₀ = 0

𝐻_𝐴: 𝛽₀ ≠ 0 (23)

Hypotesen ovan påminner om hypotesen för 𝛽₀ i Modell 1. Nollhypotesen säger att den förväntade avvikande avkastningen är noll om matchresultatet sammanfaller med förväntat matchresultat. Alternativhypotesen säger att den förväntade avkastningen skiljer sig från noll om matchresultatet sammanfaller med förväntat matchresultat. Även i denna hypotes förväntas nollhypotesen vara sann då ett förväntat matchresultat inte borde ha någon effekt på aktiekursen. Den andra hypotesen rör parametern 𝛽₁.

(17)

14

𝐻_𝐴: 𝛽₁ > 0 (24)

I hypotesen ovan är 𝛽₁ effekten av 𝑎𝑝 på 𝑎𝑟 då 𝑎𝑝 är negativ. Nollhypotesen säger att resultatskillnaden inte påverkar aktiekursen medan alternativhypotesen säger att om matchresultatet är bättre än förväntat förväntas aktiekursen stiga. I denna hypotes förväntas alternativhypotesen vara sann. Den tredje hypotesen rör parametern 𝛽₂.

𝐻₀: 𝛽₂ = 0

𝐻_𝐴: 𝛽₂ < 0 (25)

I denna hypotes är 𝛽₂ skillnad i effekt av 𝑎𝑝 på 𝑎𝑟 då 𝑎𝑝 är positiv jämfört med då 𝑎𝑝 är negativ. Nollhypotesen säger således att det inte finns någon skillnad i avvikande avkastning mellan ett sämre resultat än förväntat i jämförelse med ett bättre resultat än förväntat. Alternativhypotesen säger att ett sämre resultat än förväntat har en större påverkan på den avvikande avkastningen i jämförelse med ett bättre resultat än förväntat. I denna hypotes förväntas alternativhypotesen vara sann, det vill säga att 𝛽₂ förväntas vara negativ, dock inte lika negativ som 𝛽₁ är positiv.

4.3 Modell 3

Modell 3 syftar till att undersöka resultatskillnadens påverkan på aktiekurs med avseende på klubb. Modellen ser ut på följande sätt:

𝑎𝑟𝑖 = 𝛽1𝐵𝑒𝑠𝑖𝑘𝑡𝑎𝑠𝑖+ 𝛽2𝐽𝑢𝑣𝑒𝑛𝑡𝑢𝑠𝑖 + 𝛽3𝐺𝑎𝑙𝑎𝑡𝑎𝑠𝑎𝑟𝑎𝑦𝑖 + 𝛽4𝑇𝑟𝑎𝑏𝑧𝑜𝑛𝑠𝑝𝑜𝑟𝑖+ 𝛽5𝐴𝑗𝑎𝑥𝑖 + 𝛽₆𝐴𝑟ℎ𝑢𝑠_𝑖 + 𝛽₇𝑆𝑖𝑙𝑘𝑒𝑏𝑜𝑟𝑔_𝑖+ 𝛽₈𝑅𝑢𝑐ℎ_𝑖 + 𝛽₉𝐿𝑦𝑜𝑛_𝑖+ 𝛽₁₀𝐴𝑎𝑙𝑏𝑜𝑟𝑔_𝑖 + 𝛽₁₁𝐹𝑒𝑛𝑒𝑟𝑏𝑎ℎ𝑐𝑒_𝑖 + 𝛽₁₂𝐶𝑒𝑙𝑡𝑖𝑐_𝑖+ 𝛽₁₃𝑅𝑜𝑚𝑎_𝑖 + 𝛽₁₄𝐿𝑎𝑧𝑖𝑜_𝑖+ 𝛽₁₅𝐹𝑐𝑝𝑜𝑟𝑡𝑜_𝑖 + 𝛽16𝑆𝑝𝑜𝑟𝑡𝑖𝑛𝑔𝑙𝑖𝑠𝑠𝑎𝑏𝑜𝑛𝑖+ 𝛽17𝐵𝑒𝑛𝑓𝑖𝑐𝑎𝑖 + 𝛽18𝑎𝑝𝐵𝑒𝑠𝑖𝑘𝑡𝑎𝑠𝑖 + 𝛽₁₉𝑎𝑝𝐽𝑢𝑣𝑒𝑛𝑡𝑢𝑠_𝑖+ 𝛽₂₀𝑎𝑝𝐺𝑎𝑙𝑎𝑡𝑎𝑠𝑎𝑟𝑎𝑦_𝑖+ 𝛽₂₁𝑎𝑝𝑇𝑟𝑎𝑏𝑧𝑜𝑛𝑠𝑝𝑜𝑟_𝑖 + 𝛽₂₂𝑎𝑝𝐴𝑗𝑎𝑥_𝑖+ 𝛽₂₃𝑎𝑝𝐴𝑟ℎ𝑢𝑠_𝑖+ 𝛽₂₄𝑎𝑝𝑆𝑖𝑙𝑘𝑒𝑏𝑜𝑟𝑔_𝑖 + 𝛽₂₅𝑎𝑝𝑅𝑢𝑐ℎ_𝑖 + 𝛽26𝑎𝑝𝐿𝑦𝑜𝑛𝑖 + 𝛽27𝑎𝑝𝐴𝑎𝑙𝑏𝑜𝑟𝑔𝑖 + 𝛽28𝑎𝑝𝐹𝑟𝑛𝑒𝑟𝑏𝑎ℎ𝑐𝑒𝑖+ 𝛽29𝑎𝑝𝐶𝑒𝑙𝑡𝑖𝑐𝑖 + 𝛽₃₀𝑎𝑝𝑅𝑜𝑚𝑎_𝑖+ 𝛽₃₁𝑎𝑝𝐿𝑎𝑧𝑖𝑜_𝑖 + 𝛽₃₂𝑎𝑝𝐹𝑐𝑝𝑜𝑟𝑡𝑜_𝑖 + 𝛽₃₃𝑎𝑝𝑆𝑝𝑜𝑟𝑡𝑖𝑛𝑔𝑙𝑖𝑠𝑠𝑎𝑏𝑜𝑛_𝑖+ 𝛽₃₄𝑎𝑝𝐵𝑒𝑛𝑓𝑖𝑐𝑎_𝑖+ 𝑢_𝑖 (26)

(18)

15

där 𝐾𝑙𝑢𝑏𝑏𝑛𝑎𝑚𝑛_𝑖 är dummyvariabler för respektive klubb och 𝑎𝑝𝐾𝑙𝑢𝑏𝑏𝑛𝑎𝑚𝑛_𝑖 är en interaktionsvariabel för avvikande poäng, 𝑎𝑝, och klubbdummyn. Denna modell tillåter effekten av resultatskillnad på avvikande avkastning är för de olika klubbarna. För att undvika perfekt multikollinearitet som kan uppkomma exkluderas konstanten. I samband med Modell 3 utförs två F-test. Modellen syftar således till att besvara två hypoteser. Den första hypotesen är följande.

𝐻₀: 𝛽₁ = 𝛽₂ =. . . 𝛽₁₇ = 0

𝐻_𝐴: 𝑀𝑖𝑛𝑠𝑡 𝑒𝑛 𝑎𝑣 𝑟𝑒𝑠𝑡𝑟𝑖𝑘𝑡𝑖𝑜𝑛𝑒𝑟𝑛𝑎 𝑖 𝐻₀ 𝑔ä𝑙𝑙𝑒𝑟 𝑒𝑗 (27)

Nollhypotesen säger att för samtliga klubbar gäller att om den aktuella klubben presterar som förväntat förväntas klubbens aktiekurs förbli oförändrad. I denna hypotes förväntas nollhypotesen vara sann. Den andra hypotesen är följande.

𝐻₀: 𝛽₁₈ = 𝛽₁₉ =. . . 𝛽₃₄

𝐻𝐴: 𝑀𝑖𝑛𝑠𝑡 𝑒𝑛 𝑎𝑣 𝑟𝑒𝑠𝑡𝑟𝑖𝑘𝑡𝑖𝑜𝑛𝑒𝑟𝑛𝑎 𝑖 𝐻0 𝑔ä𝑙𝑙𝑒𝑟 𝑒𝑗 (28)

I hypotesen ovan säger nollhypotesen att effekten av resultatskillnaden på den avvikande avkastningen är densamma för samtliga klubbar. Alternativhypotesen säger att effekten skiljer sig åt för minst en av klubbarna. I denna hypotes förväntas alternativhypotesen vara sann.

4.4 Modell 4

Modell 4 undersöker, på samma sätt som Modell 3, påverkan på aktiekursen men i detta fall med avseende på nation. Modellen ser ut på följande sätt:

𝑎𝑟_𝑖 = 𝛽₁𝑇𝑢𝑟𝑘𝑖𝑒𝑡_𝑖+ 𝛽₂𝐹𝑟𝑎𝑛𝑘𝑟𝑖𝑘𝑒_𝑖 + 𝛽₃𝐼𝑡𝑎𝑙𝑖𝑒𝑛_𝑖+ 𝛽₄𝑃𝑜𝑟𝑡𝑢𝑔𝑎𝑙_𝑖+ 𝛽₅𝑁𝑒𝑑𝑒𝑟𝑙𝑎𝑛𝑑𝑒𝑟𝑛𝑎_𝑖 + 𝛽₆𝐷𝑎𝑛𝑚𝑎𝑟𝑘_𝑖 + 𝛽₇𝑃𝑜𝑙𝑒𝑛_𝑖+ 𝛽₈𝑆𝑡𝑜𝑟𝑏𝑟𝑖𝑡𝑎𝑛𝑛𝑖𝑒𝑛_𝑖+ 𝛽₉𝑎𝑝𝑇𝑢𝑟𝑘𝑖𝑒𝑡_𝑖 + 𝛽₁₀𝑎𝑝𝐹𝑟𝑎𝑛𝑘𝑟𝑖𝑘𝑒_𝑖 + 𝛽₁₁𝑎𝑝𝐼𝑡𝑎𝑙𝑖𝑒𝑛_𝑖 + 𝛽₁₂𝑎𝑝𝑃𝑜𝑟𝑡𝑢𝑔𝑎𝑙_𝑖 + 𝛽₁₃𝑎𝑝𝑁𝑒𝑑𝑒𝑟𝑙𝑎𝑛𝑑𝑒𝑟𝑛𝑎_𝑖+ 𝛽₁₄𝑎𝑝𝐷𝑎𝑛𝑚𝑎𝑟𝑘_𝑖 + 𝛽₁₅𝑎𝑝𝑃𝑜𝑙𝑒𝑛_𝑖 + 𝛽₁₆𝑎𝑝𝑆𝑡𝑜𝑟𝑏𝑡𝑖𝑡𝑎𝑛𝑛𝑖𝑒𝑛_𝑖+ 𝑢_𝑖 (29)

(19)

16

𝑁𝑎𝑡𝑖𝑜𝑛_𝑖 är en dummyvariabel för respektive nation och 𝑎𝑝𝑁𝑎𝑡𝑖𝑜𝑛_𝑖 är en interaktionsvariabel för avvikande poäng och nationsdummyn. Även i denna modell exkluderas interceptet för att undvika perfekt multikollinearitet. Två F-test utförs i samband med Modell 4. Modellen syftar således till att besvara två hypoteser. Den första är följande.

𝐻₀: 𝛽₁ = 𝛽₂ =. . . 𝛽₈ = 0

Nollhypotesen säger att för samtliga nationer gäller att om klubbar som tillhör nationen presterar som förväntat förväntas aktiekursen förbli oförändrad. I denna hypotes förväntas nollhypotesen vara sann. Den andra hypotesen är följande.

𝐻0: 𝛽9 = 𝛽10 =. . . 𝛽16

I hypotesen ovan säger nollhypotesen att effekten av resultatskillnaden på den avvikande avkastningen är densamma för samtliga nationer. Alternativhypotesen säger att effekten skiljer sig åt för minst en av nationerna. I denna hypotes förväntas alternativhypotesen vara sann.

(20)

17

5. Resultat & Analys

I följande kapitel redovisas och analyseras studiens resultat för samtliga regressioner och tester. Baserat på tidigare studier har variabler, modell och metod valts, dock kommer det i denna studie undersökas med en delvis annan ansats. Vidare visas även diagnostik för de skattade modellerna. För att inferensen ska vara tillförlitlig bör modellerna uppfylla två antaganden, residualerna ska vara normalfördelade och dess varians ska vara konstant. För att se om de första antagandet är uppfyllt illustreras histogram samt P-P plottar. De grafiska illustrationerna kompletteras vidare med Shapiro-Wilks W test. För att se om det andra antagandet är uppfyllt illustreras spridningsdiagram över residualernas varians.

5.1 Resultat och diagnostik för Regression 1 och Regression 2

Tabell 3 visar erhållna resultat för Regression 1 och Regression 2. Den första regressionen undersöker huruvida skillnaden mellan det erhållna matchresultatet och det förväntade matchresultatet påverkar aktiekursen. Regression 2 undersöker huruvida aktiekursen påverkas mer av att klubbarnas matchprestationer är sämre än förväntat i jämförelse med att deras matchprestationer är bättre än förväntat.

Tabell 3: Redovisning av Regression 1 och Regression 2

Regression1 Regression 2 Variabler Parameter-skattningar Z-värde Parameter-skattningar Z-värde 𝑖𝑛𝑡𝑒𝑟𝑐𝑒𝑝𝑡 -0,14 (0,16) -0,88 -0,43 (0,37) -1,13 𝑎𝑝 0,95*** (0,14) 6,81 0,69** (0,34) 2,04 𝑎𝑝𝑑 0,52 (0,63) 0,82 𝑓ö𝑟𝑘𝑙𝑎𝑟𝑖𝑛𝑔𝑠𝑔𝑟𝑎𝑑 0,06 0,06

Anm: Tabellen visar koefficienterna för variablerna och medelfel inom parentes. * signifikant på 10%, ** signifikant på 5% och *** signifikant på 1%.

Antal observationer är 707 matcher.

I Tabell 3 går att utläsa att Regression 1 har relativt låg förklaringsgrad, 6 procent. Resultatet påvisar vidare att variabeln för avvikande poäng, 𝑎𝑝, har en signifikant positiv påverkan på aktiekursen och antar värdet 0,95. Erhåller klubben 1 poäng mer än förväntat leder det till en ökning i aktiekursen med i genomsnitt nästan 1 procentenhet. Detta resultat indikerar att det

(21)

18

finns ett samband mellan resultatskillnaden och förändringen i klubbens aktiekurs dagen efter match. Detta stöds av tidigare forskning och den effektiva marknadshypotesen som antyder att aktiekursen reagerar på all ny information som finns tillgänglig. Interceptet är däremot inte signifikant skilt från noll, vilket ligger i linje med det som förväntas eftersom om klubben spelar så bra som förväntat borde aktiekursen i genomsnitt förbli oförändrad.

För att undersöka modellens tillförlitlighet illustreras först ett histogram, detta för att kontrollera om residualerna i Modell 1 är normalfördelade Vidare illustreras en P-P plot för att granska huruvida modellen uppfyller antagandet om normalfördelning.

Figur 2: Histogram över residualerna för Modell 1 Figur 3: P-P plot över residualerna för Modell 1 Källa: Egenkonstruerade figurer.

Histogrammet indikerar att residualerna är relativt normalfördelade, dock finns en viss skevhet. P-P plotten visar den observerade kumulativa sannolikheten för residualerna jämfört med den förväntade kumulativa sannolikheten om residualerna skulle vara normalfördelade. Ur figur 3 går att utläsa att det inte finns ett linjärt samband mellan dessa, vilket antyder att residualerna i Modell 1 inte är normalfördelade. Detta stärks ytterligare av Shapiro-Wilks W test då det uppvisar ett p-värde på 0,00. Detta betyder att nollhypotesen, som säger att residualerna är normalfördelade, förkastas på 10% , 5% och 1% signifikansnivå då p-värdet < 𝛼. Till följd av detta bör parameterskattningarna tolkas med viss försiktighet. För att undersöka huruvida det andra antagandet är uppfyllt, det vill säga om variansen i Modell 1 är konstant illustreras ett spridningsdiagram över residualerna och de predikterade värdena.

0 .0 0 0 .2 5 0 .5 0 0 .7 5 1 .0 0 F örv ä nt ad ku mu la tiv sa nn ol ikh et 0.00 0.25 0.50 0.75 1.00

Observerad kumulativ sannolikhet

0 .0 5 .1 .1 5 D e n sit e t -20 0 20 40 Residualer

(22)

19

Figur 4: Spridningsdiagram över residualerna och de predikterade värdena i Modell 1. Källa: Egenkonstruerad figur.

Spridningsdiagrammet indikerar att residualernas varians är relativt konstant runt de predikterade värdena. Vidare antyder detta att det inte förekommer några tydliga tecken på hetroskedasticitet i modellen, vilket är förväntat då modellen är skattad med robusta standardfel.

För att kunna besvara studiens andra frågeställning, huruvida aktiekursen påverkas av att klubbarnas matchprestationer är sämre än förväntat i jämförelse med att deras matchprestationer är bättre än förväntat, analyseras resultatet från Regression 2. Resultatet påvisar att den avvikande poängen har en signifikant positiv påverkan på aktiekursen och antar värdet 0,69. Tidigare forskning, exempelvis Lundstedt och Ulander, antyder att aktiekursen påverkas mer då klubben presterar sämre än förväntat i jämförelse med när de presterar bättre än förväntat. Till följd av detta förväntas parameterskattningen framför interaktionsvariabeln, 𝑎𝑝𝑑, vara negativ. Denna studies resultat påvisar positiv påverkan på aktiekursen, denna är dock inte signifikant. Dessa resultat stödjer inte tidigare forskning.

-2 0 0 20 40 R e si d u a le r -2 0 2 Predikterade värden

(23)

20

För att undersöka modellens tillförlitlighet illustreras ett histogram som kompletteras med en P-P plot. Detta för att undersöka huruvida residualerna för Modell 2 är normalfördelade.

Figur 5: Histogram över residualerna för Modell 2. Figur 6: P-P plot över residualerna för Modell 2. Källa: Egenkonstruerade figurer.

Histogrammet antyder att residualerna för Modell 2 är relativt normalfördelade, dock finns en viss skevhet. Vidare antyder P-P plotten att det inte finns ett linjärt samband mellan den observerade kumulativa sannolikheten och den förväntade kumulativa sannolikheten. Detta innebär att residualerna i Modell 2, likt Modell 1, inte är normalfördelade. Detta stärks ytterligare av Shapiro-Wilks W test som gav ett p-värdet på 0,00. Detta betyder att nollhypotesen förkastas på 10% , 5% och 1% signifikansnivå då p-värdet < 𝛼. Detta innebär att parameterskattningarna bör tolkas med viss försiktighet. För att undersöka huruvida residualernas varians är konstant illustreras ett spridningsdiagram.

0 .0 5 .1 .1 5 D e n sit e t -20 0 20 40 Residualer 0 .0 0 0 .2 5 0 .5 0 0 .7 5 1 .0 0 F örv ä nt ad ku mu la tiv sa nn ol ikh et 0.00 0.25 0.50 0.75 1.00

(24)

21

Spridningsdiagrammet antyder att residualernas varians är relativt konstant runt de predikterade värdena. Likt spridningsdiagrammet för Modell 1 går det även i detta diagram att utläsa att det inte finns några tydliga tecken på hetroskedasticitet, vilket är förväntat då modellen är skattad med robusta standardfel för att minska effekten.

5.2 Resultat och diagnostik för Regression 3

Tabell 4 visar de erhållna resultaten för Regression 3. Regressionen undersöker huruvida skillnaden mellan det erhållna matchresultatet och det förväntade matchresultatet påverkar aktiekursen med avseende på klubb. Detta för att se om det finns någon signifikant skillnad med avseende på klubb.

-2 0 0 20 40 R e si d u a le r -2 -1 0 1 2 3 Predikterade värden

(25)

22

Tabell 4: Redovisning av Regression 3

Regression 3 Variabler Parameter-skattningar Z-värde 𝐵𝑒𝑠𝑖𝑘𝑡𝑎𝑠 -0,28 (0,42) -0,67 𝐽𝑢𝑣𝑒𝑛𝑡𝑢𝑠 -0,07 (0,23) -0,30 𝐺𝑎𝑙𝑎𝑡𝑎𝑠𝑎𝑟𝑎𝑦 -0,02 (0,48) -0,03 𝑇𝑟𝑎𝑏𝑧𝑝𝑜𝑛𝑠𝑝𝑜𝑟 -0,00 (0,23) -0,02 𝐴𝑗𝑎𝑥 0,01 (0,32) 0,04 𝐴𝑟ℎ𝑢𝑠 0,34 (0,54) 0,64 𝑆𝑖𝑙𝑘𝑒𝑏𝑜𝑟𝑔 0,03 (0,54) 0,02 𝑅𝑢𝑐ℎ -0,06 (0,88) -0,07 𝐿𝑦𝑜𝑛 -017 (0,33) -0,52 𝐴𝑎𝑙𝑏𝑜𝑟𝑔 -0,82 (1,13) -0,73 𝐹𝑒𝑛𝑒𝑟𝑏𝑎ℎ𝑐𝑒 -0,09 (0,45) -0,20 𝐶𝑒𝑙𝑡𝑖𝑐 -0,00 (0,05) -0,06 𝑅𝑜𝑚𝑎 -0,30 (0,42) 0,73 𝐿𝑎𝑧𝑖𝑜 -0,15 (0,38) 0,38 𝐹𝑐𝑝𝑜𝑟𝑡𝑜 0,00 (0,96) 0,00 𝑆𝑝𝑜𝑟𝑡𝑖𝑛𝑔𝑙𝑖𝑠𝑠𝑎𝑏𝑜𝑛 0,06 (1,33) -0,05 𝐵𝑒𝑛𝑒𝑓𝑖𝑐𝑎 -1,42 (1,07) -1,33 Variabler Parameter-skattningar Z-värde 𝑎𝑝𝐵𝑒𝑠𝑖𝑘𝑡𝑎𝑠 1,10** (3,36) 3,08 𝑎𝑝𝐽𝑢𝑣𝑒𝑛𝑡𝑢𝑠 0,27 (0,25) 1,10 𝑎𝑝𝐺𝑎𝑙𝑎𝑡𝑎𝑠𝑎𝑟𝑎𝑦 0,12 (0,48) 0,25 𝑎𝑝𝑇𝑟𝑎𝑏𝑧𝑜𝑛𝑠𝑝𝑜𝑟 0,60*** (0,20) 3,02 𝑎𝑝𝐴𝑗𝑎𝑥 -0,16 (0,25) -0,64 𝑎𝑝𝐴𝑟ℎ𝑢𝑠 1,34*** (0,47) 2,89 𝑎𝑝𝑆𝑖𝑙𝑘𝑒𝑏𝑜𝑟𝑔 0,43 (0,70) 0,62 𝑎𝑝𝑅𝑢𝑐ℎ 0,40 (0,47) 0,83 𝑎𝑝𝐿𝑦𝑜𝑛 0,62* (0,36) 1,74 𝑎𝑝𝐴𝑎𝑙𝑏𝑜𝑟𝑔 3,00*** (0,89) 3,37 𝑎𝑝𝐹𝑒𝑛𝑒𝑟𝑏𝑎ℎ𝑐𝑒 0,33 (0,31) 1,05 𝑎𝑝𝐶𝑒𝑙𝑡𝑖𝑐 0,02 (0,02) 0,76 𝑎𝑝𝑅𝑜𝑚𝑎 0,88*** (0,34) 2,58 𝑎𝑝𝐿𝑎𝑧𝑖𝑜 0,83*** (0,31) 2,65 𝑎𝑝𝐹𝑐𝑝𝑜𝑟𝑡𝑜 1,82** (0,75) 2,42 𝑎𝑝𝑆𝑝𝑜𝑟𝑡𝑖𝑛𝑔𝑙𝑖𝑠𝑠𝑎𝑏𝑜𝑛 1,18 (1,80) 0,65 𝑎𝑝𝐵𝑒𝑛𝑓𝑖𝑐𝑎 3,91*** (1,00) 3,19 𝑓ö𝑟𝑘𝑙𝑎𝑟𝑖𝑛𝑔𝑠𝑔𝑟𝑎𝑑 0,13

F-test F-värde P-värde

𝛽1 = 𝛽2=. . . 𝛽17= 0 0,25 1,00

𝛽18 = 𝛽19=. . . 𝛽34 4,78 0,00

I Tabell 4 går att utläsa att det första F-testet som utförs i samband med Regression 3 ger ett högt p-värde på 1,00 vilket indikerar att om klubbarna spelar så bra som de förväntas är aktiekursen i genomsnitt oförändrad. Erhållet resultat motsäger inte den effektiva

(26)

23

marknadshypotesen. Det andra F-testet utförs för att undersöka om effekten av 𝑎𝑝 skiljer sig mellan klubbarna. Det låga p-värdet 0,00 ger ett starkt stöd för att effekten av 𝑎𝑝 på 𝑎𝑟 skiljer sig åt för minst en av klubbarna. Analysen av resultatet indikerar således att det finns skillnader på hur de olika klubbarnas prestationer påverkar aktiekursen. Analysen påvisar att om klubbarna, Trabzonspor och Lyon, erhåller 1 poäng mer än förväntat ökar deras aktiekurs med cirka 0,6 procentenheter. Medan klubbar som Lazio och Roma ger en ökning med 0,83 respektive 0,88 procentenheter i aktiekursen då de erhåller 1 poäng mer än förväntat. Vidare uppvisar resultatet att om klubbarna Besiktas, Arhus och FC Porto erhåller 1 poäng mer än förväntat ökar aktiekursen med 1,10, 1,34 respektive 1,82 procentenheter. Ännu större påverkan på aktiekursen har klubbar som Aalborg och Benfica. Då de erhåller 1 poäng mer än förväntat ökar deras respektive aktiekurs med 3,00 respektive 3,91 procentenheter. Analysen påvisar således att det finns signifikanta skillnader mellan klubbarna och hur deras matchresultat påverkar aktiekursen. Förklaringsgraden i regressionen är något högre i jämförelse med de två tidigare, 13 procent.

För att undersöka modellens tillförlitlighet illustreras först ett histogram följt av en P-P plot för att kontrollera om modellen uppfyller antagandet om normalfördelning.

Histogrammet indikerar att residualerna för Modell 3 är relativt normalfördelade dock finns en viss skevhet. Vidare går att utläsa i Figur 9 att den observerade kumulativa sannolikheten och den förväntade kumulativa sannolikheten inte har ett linjärt samband, vilket antyder att

0 .0 5 .1 .1 5 .2 D e n sit e t -40 -20 0 20 40 Residualer 0 .0 0 0 .2 5 0 .5 0 0 .7 5 1 .0 0 F örv ä nt ad ku mu la tiv sa nn ol ikh et 0.00 0.25 0.50 0.75 1.00

(27)

24

residualerna inte är normalfördelade. Detta stärks ytterligare av Shapiro-Wilks W test som gav det låga p-värdet 0,00. Detta betyder att nollhypotesen, som säger att residualerna är normalfördelade, förkastas på 10%, 5% och 1% signifikansnivå då p-värdet < 𝛼. Till följd av dessa resultat bör parameterskattningarna tolkas med viss försiktighet. För att undersöka huruvida residualernas varians är konstant illustreras ett spridningsdiagram.

Spridningsdiagrammet indikerar att residualernas varians är relativt konstant runt de predikterade värdena. Detta antyder att det inte finns några tydliga tecken på att hetroskedasticitet förekommer i modellen, vilket även är förväntat i modell 3 då den är skattad med robusta standardfel som övriga modeller.

5.3 Resultat och diagnostik för Regression 4

I Tabell 5 går att utläsa resultaten från Regression 4 som undersöker huruvida skillnaden mellan det erhållna matchresultatet och det förväntade matchresultatet påverkar aktiekursen med avseende på nation. Detta för att kontrollera om det finns en signifikant skillnad med avseende på nation. -4 0 -2 0 0 20 40 R e si d u a le r -10 -5 0 5 10 Predikterade värden

(28)

25

Tabell 5: Redovisning av Regression 4

Regression 4

Variabler Parameterskattningar Z-värde

𝑇𝑢𝑟𝑘𝑖𝑒𝑡 -0,099 (0,19) -0,52 𝐹𝑟𝑎𝑛𝑘𝑟𝑖𝑘𝑒 -0,17 (0,33) -0,53 𝐼𝑡𝑎𝑙𝑖𝑒𝑛 -0,18 (0,21) -0,91 𝑃𝑜𝑟𝑡𝑢𝑔𝑎𝑙 -0,37 (0,65) -0,57 𝑁𝑒𝑑𝑒𝑟𝑙𝑎𝑛𝑑𝑒𝑟𝑛𝑎 0,01 (0,32) 0,04 𝐷𝑎𝑛𝑚𝑎𝑟𝑘 0,03 (0,60) 0,05 𝑃𝑜𝑙𝑒𝑛 -0,06 (0,87) -0,07 𝑆𝑡𝑜𝑟𝑏𝑟𝑖𝑡𝑎𝑛𝑛𝑖𝑒𝑛 -0,00 (0,05) -0,06 𝑎𝑝𝑇𝑢𝑟𝑘𝑖𝑒𝑡 0,063*** (0,17) 3,77 𝑎𝑝𝐹𝑟𝑎𝑛𝑘𝑟𝑖𝑘𝑒 0,062* (0,35) 1,76 𝑎𝑝𝐼𝑡𝑎𝑙𝑖𝑒𝑛 0,73*** (0,19) 3,91 𝑎𝑝𝑃𝑜𝑡𝑢𝑔𝑎𝑙 2,30*** (0,65) 3,55 𝑎𝑝𝑁𝑒𝑑𝑒𝑟𝑙𝑎𝑛𝑑𝑒𝑟𝑛𝑎 -0,16 (0,46) -0,65 𝑎𝑝𝐷𝑎𝑛𝑚𝑎𝑟𝑘 1,63*** (0,46) 3,52 𝑎𝑝𝑃𝑜𝑙𝑒𝑛 0,39 (0,47) 0,84 𝑎𝑝𝑆𝑡𝑜𝑟𝑏𝑟𝑖𝑡𝑎𝑛𝑛𝑖𝑒𝑛 0,02 (0,02) 0,78 𝑓ö𝑟𝑘𝑙𝑎𝑟𝑖𝑛𝑔𝑠𝑔𝑟𝑎𝑑 0,10

F-test F-värde P-värde

𝛽1= 𝛽2=. . . 𝛽17= 0 0,21 0,98

𝛽18= 𝛽19=. . . 𝛽34 7,93 0,00

Studiens fjärde frågeställning besvaras med hjälp av Regression 4 följt av två F-test. P-värdet för det första testet är 0,98, vilket indikerar ett liknande resultat som vid Regression 3, om klubbar från respektive nation spelar så bra som de förväntas är aktiekursen i genomsnitt oförändrad. Det låga p-värdet i det andra F-testet är 0,00 vilket ger ett starkt stöd för att resultatskillnadens påverkan på aktiekursen skiljer sig åt mellan nationerna. Regressionens förklaringsgrad är 10 procent vilket är relativt lågt. De observerade nationerna påvisar ett

(29)

26

varierande resultat. Interaktionsvariablerna påvisar att samtliga nationer, bortsett från Nederländerna, har en positiv påverkan på aktiekursen. Där Turkiet, Frankrike, Italien, Portugal och Danmarks resultat är signifikanta. Nationerna Frankrike och Turkiet påvisar en marginell ökning i aktiekursen om de erhåller 1 poäng mer än förväntat. Vidare visar analysen att om Italiens klubbar erhåller 1 poäng mer än förväntat ger de en ökning i aktiekursen med 0,73 procentenheter. Medan klubbar från Danmark och Portugal ger en större ökning med 1,63 respektive 2,30 procentenheter.

För att undersöka modellens tillförlitlighet illustreras ett histogram som kompletteras med en P-P plot. Detta för att undersöka huruvida residualerna för Modell 4 är normalfördelade.

I histogrammet går att utläsa att även residualerna för Modell 4 är relativt normalfördelade med en viss skevhet. Likt tidigare P-P plottar visar även denna att det inte finns ett linjärt samband mellan den observerade kumulativa sannolikheten och den förväntade kumulativa sannolikheten. Vilket indikerar att residualerna inte är normalfördelade i Modell 4. Shapiro-Wilks W test stärker detta ytterligare då de gav ett p-värde på 0,00. Detta betyder att nollhypotesen förkastas på 10%, 5% och 1% signifikansnivå då p-värdet < 𝛼. Parameterskattningarna bör därför tolkas med viss försiktighet. Vidare illustreras ett spridningsdiagram för att undersöka huruvida residualernas varians är konstant.

0 .0 5 .1 .1 5 D e n sit e t -20 0 20 40 Residualer 0 .0 0 0 .2 5 0 .5 0 0 .7 5 1 .0 0 F örv ä nt ad ku mu la tiv sa nn ol ikh et 0.00 0.25 0.50 0.75 1.00

(30)

27

Spridningsdiagrammet indikerar att residualernas varians är relativt konstant runt de predikterade värdena. Vidare antyder detta att det inte finns några tydliga tecken på förekomsten av hetroskedasticitet. Likt tidigare modeller är Modell 4 skattad med robusta standardfel, vilket antagligen minskat effekten av hetroskedasticitet.

-2 0 0 20 40 R e si d u a le r -5 0 5 Predikterade värden

(31)

28

6. Diskussion & Slutsats

Syftet med denna studie var att besvara frågeställningarna: Påverkar skillnaden mellan det erhållna matchresultatet och det förväntade matchresultatet aktiekursen? Hur påverkas aktiekursen av att klubbarnas matchprestationer är sämre än förväntat i jämförelse med att deras matchprestationer är bättre än förväntat? Påverkar skillnaden mellan det erhållna matchresultatet och förväntade matchresultatet aktiekursen med avseende på klubb? Samt påverkar skillnaden mellan det erhållna matchresultatet och förväntade matchresultatet aktiekursen med avseende på nation?

Enligt Regression 1 påverkar klubbarnas resultatskillnad aktiekursen, vilket stämmer överens med tidigare studiers resultat. Detta är ett rimligt resultat med tanke på att klubbarnas prestationer bör vara en väsentlig faktor för hur investerarna värderar deras aktie. Regression 2 ger inte stöd för att aktiekursen påverkas mer då klubbarnas matchprestationer är sämre än förväntat i jämförelse med att deras matchprestationer är bättre än förväntat. Detta motsäger dock tidigare studiers resultat som indikerar att skillnader finns. En tänkbar förklaring till det resultat som erhållits i denna studie kan vara att de observerade matcherna är från klubbarnas inhemska toppligor. De supportrar som äger aktier inom klubben investerar möjligtvis inte endast av rationella skäl som att nå så hög avkastning som möjligt utan styrs av känslomässiga relationer till klubben. Det kan tänkas att studiens resultat skulle bli annorlunda om den skulle inkludera cupmatcher så som Champions League. Detta eftersom mer står på spel. Champions League är världens kanske mest prestigefyllda cup med höga prissummor. Det kan tänkas att investerarna har högre förväntningar på klubbens prestationer och att en förlust därmed leder till en högre grad av besvikelse som i sin tur ger stora svängningar i aktiekursen. En förlust vid utslagsskedet leder till att klubben åker ur cupen vilket i sin tur ger upphov till förlorade inkomster. Att klubben åker ut tidigare än förväntat bör därmed ge en kraftig reaktion på aktiekursen.

Resultaten från de regressioner och tester som syftar på att undersöka matchresultatets påverkan på aktiekursen med avseende på klubb respektive nation, påvisar att om de spelar som förväntat förblir aktiekursen oförändrad. Vidare framkom det att resultatskillnadens effekt på aktiekursen skiljer sig åt för olika klubbar och nationer. En förklaring till det erhållna resultatet kan tänkas vara underliggande faktorer såsom som förutsättningar och förväntningar från investerare för respektive klubb. En klubb som Roma spelar i större ligor där mer pengar står på spel än

(32)

29

exempelvis klubben Silkeborg. Detta kan medföra att de har större förväntningar att prestera, vilket i sin tur kan tänkas leda till att de ger större svängningar i aktiekursen till följd av matchprestationerna.

Parameterskattningarna i studien bör tolkas med en viss försiktighet då samtliga modeller inte är helt tillförlitliga. Modellerna uppfyller inte antagandet om att residualerna ska vara normalfördelade. Histogrammen gav en indikation om att residualerna var normalfördelade i samtliga modeller, dock med en viss skevhet. P-P plottarna påvisade däremot att det inte fanns ett linjärt samband mellan observerad kumulativ sannolikhet och förväntad kumulativ sannolikhet, vilket antyder att de inte är normalfördelade. Även Shapiro-Wilks W test stärkte P-P plottarnas påvisande om icke normalfördelade residualer då de visade låga p-värden för samtliga modeller. Däremot uppfylls det andra antagandet då samtliga spridningsdiagram visade att residualernas varians var relativt konstant runt de predikterade värdena. Det finns således inte några tydliga tecken på hetroskedasticitet vilket är positivt.

För att förbättra studien bör ett större antal observationer för respektive klubb inkluderas vilket skulle medföra mer tillförlitliga skattningar och därmed mer representativa resultat. Flertalet av observationerna från klubbarna uppfyllde inte studiens uppsatta kriterier och uteslöts därmed. Observationerna bör också vara ungefär lika i antal, detta för att resultaten ska kunna vara mer jämförbara. Från klubben Lazio inkluderades 59 observationer medan Sporting Lissabon endast inkluderade 20. För att undvika en eventuell snedvridning av resultatet är en tanke att studera fler säsonger och på så vis inkludera fler matchobservationer för respektive klubb. Exempelvis påvisade analysen att då Benfica får ett poäng mer än förväntat ökar deras aktiekurs med 3,9 procentenheter. Detta resultat tyder på hög känslighet i deras aktiekurs. En tänkbar förklaring till detta kan vara de extremvärden som inkluderats.

Vidare kan de extremvärden som påträffades i den avvikande avkastningen vara en faktor som snedvrider resultatet. Ett förslag till vidare forskning är att undersöka huruvida det fanns andra faktorer som kan tänkas påverkat klubbens aktie de aktuella dagarna.

(33)

30

Referenslista

Litteratur:

Stock, J H. & Watson, M M (2012). Introduction to Econometrics. 3.uppl. Personducation Limited.

Studier:

Britschgi, A (2015). Effekten av sportsliga prestationer på börsnoterade fotbollklubbars värdering: prissättning på rationell eller emitionell basis? Avhandling, Institutionen för Finansiell Ekonomi och Statistik, Svenska handelshögskolan.

Demir, E & Danis, H (2011). The Effect of Performance of Soccer Clubs on Their Stock Prices: Evidence from Turkey, Emerging Markets Finance and Trade, 47:sup4, 58-70

Lundstedt, J & Ulander, E (2014). Fotbollsmatcher för hela slanten, En eventstudie om hur klubbars matchprestationer påverkar aktiekursen, Kandidatuppsats, Institutionen för ekonomi och företagande, Södertörns högskola. Södertörn: Högskolan.

Renneboog, L. D. R., & Vanbrabant, P. (2000). Share Price Reactions to Sporty

Performances of Soccer Clubs listed on the London Stock Exchange and the AIM, (CentER Discussion Paper; Vol. 2000-19). Tilburg: Finance.

Elektroniska källor:

Airava, M (2013). Fotboll som investering? Seligson & Co Fondbolag

http://www.seligson.fi/svenska/ajankohtaista/fotbollsspecial_februari-2012.pdf [2016-05-16]

BBC News (2003). Russian businessman buys Chelsea, http://news.bbc.co.uk/2/hi/3036838.stm [2016-05-16]

BBC News (2005). Glazer gets 98% of Man Utd shares, http://news.bbc.co.uk/2/hi/business/4629401.stm [2016-05-16]

(34)

31

FIFA (2012). ALL ABOUT FIFA (Rapport 2012). Altstätten: FIFA.

http://resources.fifa.com/mm/document/fifafacts/organisation/02/13/11/06/03072013allaboutf ifa_neutral.pdf [2016-05-16]

Investopedia (2016). Efficient Market Hypothesis – EMH,

http://www.investopedia.com/terms/e/efficientmarkethypothesis.asp [2016-05-16]

STOXX (2016). STOXX Europé Football,

https://www.stoxx.com/index-details?symbol=FCTP [2016-05-02]

Databaser:

Investing.com (2016). http://www.investing.com/ [2016-05-02]

Oddsportal.com (2016). Archived Results, http://www.oddsportal.com/results/#soccer [2016-05-02]

(35)

32

Appendix

Tabell A1: Deskriptiv statistik över fotbollsklubbar

Observationer Medelvärde Standardavvikelse Minimun Maximun

Besiktas 𝑂𝑑𝑑𝑠1 45 2,46 1,09 1,21 6,1 𝑂𝑑𝑑𝑠𝑋 45 3,72 0,63 3,14 6,34 𝑂𝑑𝑑𝑠2 45 4,25 2,48 1,51 13,26 𝑃𝑜ä𝑛𝑔 45 2 1,28 0 3 𝐻𝑒𝑚𝑚𝑎 45 0,58 0,50 0 1 𝐵𝑜𝑟𝑡𝑎 45 0,42 050 0 1 𝐴𝑘𝑡𝑖𝑒𝑘𝑢𝑟𝑠 45 -0.22 3.03 -6,34 8,5 𝐼𝑛𝑑𝑒𝑥 45 2,24 1,47 -4,76 3,56 Galatasaray 𝑂𝑑𝑑𝑠1 28 3,22 1,75 1,25 7,05 𝑂𝑑𝑑𝑠𝑋 28 3,96 0,77 3,14 6 𝑂𝑑𝑑𝑠2 28 3,94 3,06 1,46 11,14 𝑃𝑜ä𝑛𝑔 28 1,96 1,26 0 3 𝐻𝑒𝑚𝑚𝑎 28 0,36 0,49 0 1 𝐵𝑜𝑟𝑡𝑎 28 0,68 0,48 0 1 𝐴𝑘𝑡𝑖𝑒𝑘𝑢𝑟𝑠 28 -0,10 2,80 -9,55 4,51 𝐼𝑛𝑑𝑒𝑥 28 -0,23 1,16 -2,28 1,34 Trabzonspor 𝑂𝑑𝑑𝑠1 50 2,,28 0,62 1,36 3,88 𝑂𝑑𝑑𝑠𝑋 50 3,52 0,33 3,15 4,83 𝑂𝑑𝑑𝑠2 50 3,78 1,58 1,9 8,39 𝑃𝑜ä𝑛𝑔 50 1,56 1,30 0 3 𝐻𝑒𝑚𝑚𝑎 50 0,5 0,51 0 1 𝐵𝑜𝑟𝑡𝑎 50 0,5 0,51 0 1 𝐴𝑘𝑡𝑖𝑒𝑘𝑢𝑟𝑠 50 -1,10 2,56 -9,36 4,68 𝐼𝑛𝑑𝑒𝑥 50 0,08 1,99 -5,16 6,40 Fenerbahce 𝑂𝑑𝑑𝑠1 29 2,79 1,54 1,2 5,61 𝑂𝑑𝑑𝑠𝑋 29 4,22 1,13 3,25 8,50 𝑂𝑑𝑑𝑠2 29 5,04 3,96 1,59 18,02 𝑃𝑜ä𝑛𝑔 29 2,07 1,25 0 3 𝐻𝑒𝑚𝑚𝑎 29 0,48 0,51 0 1 𝐵𝑜𝑟𝑡𝑎 29 0,44 0,51 0 1 𝐴𝑘𝑡𝑖𝑒𝑘𝑢𝑟𝑠 29 0,06 0,30 -0,33 1,33 𝐼𝑛𝑑𝑒𝑥 29 -0,11 0,69 -1,69 1,01 Celtic 𝑂𝑑𝑑𝑠1 27 4,59 3,83 1,13 10,78 𝑂𝑑𝑑𝑠𝑋 27 5,66 1,16 3,73 8,04 𝑂𝑑𝑑𝑠2 27 7,31 6,31 1,26 18,60 𝑃𝑜ä𝑛𝑔 27 2,48 1,12 0 3 𝐻𝑒𝑚𝑚𝑎 27 0,56 0,51 0 1 𝐵𝑜𝑟𝑡𝑎 27 0,44 0,51 0 1 𝐴𝑘𝑡𝑖𝑒𝑘𝑢𝑟𝑠 27 0,06 0,30 0 1 𝐼𝑛𝑑𝑒𝑥 27 -0,11 0,69 -1,69 1,01 Juventus 𝑂𝑑𝑑𝑠1 49 3,71 3,36 1,14 13,14 𝑂𝑑𝑑𝑠𝑋 49 5,12 1,51 3,14 8,36 𝑂𝑑𝑑𝑠2 49 8,25 7,09 1,29 22,08 𝑃𝑜ä𝑛𝑔 49 2,47 1,02 0 3 𝐻𝑒𝑚𝑚𝑎 49 0,57 0,5 0 1 𝐵𝑜𝑟𝑡𝑎 49 0,43 0,5 0 1

(36)

33 𝐴𝑘𝑡𝑖𝑒𝑘𝑢𝑟𝑠 49 -0,42 1,53 -5,57 2,94 𝐼𝑛𝑑𝑒𝑥 49 -0,21 1,25 -3,25 2,37 Roma 𝑂𝑑𝑑𝑠1 52 2,75 1,65 1,18 7,9 𝑂𝑑𝑑𝑠𝑋 52 4,11 1,00 2,58 7,73 𝑂𝑑𝑑𝑠2 52 5,64 4,20 1,47 18,94 𝑃𝑜ä𝑛𝑔 52 2,10 1,19 0 3 𝐻𝑒𝑚𝑚𝑎 52 0,46 0,50 0 1 𝐵𝑜𝑟𝑡𝑎 52 0,54 0,50 0 1 𝐴𝑘𝑡𝑖𝑒𝑘𝑢𝑟𝑠 52 -0,97 2,78 -10,73 7,05 𝐼𝑛𝑑𝑒𝑥 52 -0,12 1,03 -2,78 1,74 Lazio 𝑂𝑑𝑑𝑠1 59 2,37 0,87 1,26 4,83 𝑂𝑑𝑑𝑠𝑋 59 3,61 0,59 2,58 5,93 𝑂𝑑𝑑𝑠2 59 4,49 2,48 1,8 12,86 𝑃𝑜ä𝑛𝑔 59 1,80 1,32 0 3 𝐻𝑒𝑚𝑚𝑎 59 0,51 0,50 0 1 𝐵𝑜𝑟𝑡𝑎 59 0,51 0,50 0 1 𝐴𝑘𝑡𝑖𝑒𝑘𝑢𝑟𝑠 59 -0,61 2,98 -10,19 9,32 𝐼𝑛𝑑𝑒𝑥 59 -0,07 1,21 -3,25 2,91 Lyon 𝑂𝑑𝑑𝑠1 53 2,36 0,90 1,32 5,46 𝑂𝑑𝑑𝑠𝑋 53 3,57 0,60 3,02 5,35 𝑂𝑑𝑑𝑠2 53 4,39 2,34 1,66 10,3 𝑃𝑜ä𝑛𝑔 53 1,81 1,27 0 3 𝐻𝑒𝑚𝑚𝑎 53 0,49 0,50 0 1 𝐵𝑜𝑟𝑡𝑎 53 0,51 0,50 0 1 𝐴𝑘𝑡𝑖𝑒𝑘𝑢𝑟𝑠 53 0,90 2,95 -1,95 18,17 𝐼𝑛𝑑𝑒𝑥 53 0,08 0,82 -2,35 1,93 Benfica 𝑂𝑑𝑑𝑠1 38 5,09 4,25 1,12 15,04 𝑂𝑑𝑑𝑠𝑋 38 5,00 1,43 3,14 8,72 𝑂𝑑𝑑𝑠2 38 5,81 5,87 1,2 20,32 𝑃𝑜ä𝑛𝑔 38 2,50 1,01 0 3 𝐻𝑒𝑚𝑚𝑎 38 0,47 0,51 0 1 𝐵𝑜𝑟𝑡𝑎 38 0,53 0,51 0 1 𝐴𝑘𝑡𝑖𝑒𝑘𝑢𝑟𝑠 38 0,16 7,57 -17,47 22,84 𝐼𝑛𝑑𝑒𝑥 38 -0,19 1,14 -3,15 2,19 FC Porto 𝑂𝑑𝑑𝑠1 35 4,70 4,34 1,08 15,9 𝑂𝑑𝑑𝑠𝑋 35 5,34 1,78 3,14 9,77 𝑂𝑑𝑑𝑠2 35 7,59 7,76 1,18 27,46 𝑃𝑜ä𝑛𝑔 35 2,11 1,28 0 3 𝐻𝑒𝑚𝑚𝑎 35 0,57 0,50 0 1 𝐵𝑜𝑟𝑡𝑎 35 0,43 0,50 0 1 𝐴𝑘𝑡𝑖𝑒𝑘𝑢𝑟𝑠 35 -0,46 6,08 -11,67 17,65 𝐼𝑛𝑑𝑒𝑥 35 0,21 1,12 -2,66 1,7 Sporting Lissabon 𝑂𝑑𝑑𝑠1 20 3,12 2,37 1,14 7,78 𝑂𝑑𝑑𝑠𝑋 20 4,46 1,27 3,2 7,61 𝑂𝑑𝑑𝑠2 20 6,55 5,71 1,45 19,72 𝑃𝑜ä𝑛𝑔 20 2 1,30 0 3 𝐻𝑒𝑚𝑚𝑎 20 0,5 0,51 0 1 𝐵𝑜𝑟𝑡𝑎 20 0,5 0,51 0 1 𝐴𝑘𝑡𝑖𝑒𝑘𝑢𝑟𝑠 20 0,24 6,29 -8,2 16,46 𝐼𝑛𝑑𝑒𝑥 20 -0,03 0,90 -2,31 1,55 Ajax 𝑂𝑑𝑑𝑠1 48 3,40 2,23 1,2 8,17 𝑂𝑑𝑑𝑠𝑋 48 4,47 0,95 3,42 6,89