EV/EBITDA kontra EV/Sales i småbolag : En kvantitativ studie om investeringsstrategier på Stockholmsbörsen mellan 2007–2020

Linköpings universitet SE-581 83 Linköping, Sverige 013-28 10 00, www.liu.se

EV/EBITDA kontra

EV/Sales i småbolag

En kvantitativ studie om investeringsstrategier på

Stockholmsbörsen mellan 2007–2020

Ella Hynén Ulfsjöö

Linda Mannqvist

Förord

Vi vill rikta ett stort tack till vår handledare Øystein Fredriksen för hans feedback och vägledning under studiens gång, vilket har bidragit till nya tankegångar och värdefulla insikter. Vi vill även tacka samtliga opponentgrupper som bidragit med givande diskussioner och konstruktiv kritik som förbättrat studien.

___________________________ ___________________________

Sammanfattning:

Titel: EV/EBITDA kontra EV/Sales i småbolag – En kvantitativ studie om

investeringsstrategier på Stockholmsbörsen mellan 2007–2020

Författare: Ella Hynén Ulfsjöö och Linda Mannqvist Handledare: Øystein Fredriksen

Bakgrund: Ett växande intresse för aktiemarknaden har lett till utvecklandet av ett flertal

investeringsstrategier för att generera överavkastning gentemot marknaden. Att observera olika multiplar eller bolags marknadsvärde har blivit två populära tillvägagångssätt vid investeringsbeslut. Tidigare studier har främst fokuserat på antingen småbolagseffekten eller olika multiplar. Det finns således ett intresse att kombinera två olika strategier och undersöka småbolagsaktier med låga och höga EV/EBITDA- samt EV/Sales-multiplar.

Syfte: Studiens syfte är att analysera huruvida det är möjligt att generera riskjusterad

överavkastning genom investeringar baserade på EV/EBITDA- samt EV/Sales-multiplar i bolag som är noterade på OMX Stockholm Small Cap. Vidare ämnar studien analysera

investeringsstrategiernas historiska prestationer i relation till olika

marknadsförhållanden.

Genomförande: Studien har genomförts med en kvantitativ metod och en deduktiv

ansats. Fyra portföljer har konstruerats utefter bolag med låga och höga multiplar som är noterade på OMX Stockholm Small Cap under tidsperioden 2007–2020. Både verklig och ackumulerad avkastning har beräknats för portföljerna för att därefter kunna testats statistiskt med parade t-test. Vidare har portföljernas riskjusterade avkastning beräknats genom Sharpekvot, Jensens alfa och Treynorkvot.

Resultat: Tre av fyra portföljer genererade högre ackumulerad avkastning än

jämförelseindex, dock hindrar svag statistisk evidens möjligheten att säkerställa överavkastningen över tid. Portföljerna med höga EV/EBITDA- och EV/Sales-multiplar presterade betydligt bättre än portföljerna med låga multiplar. Trots att alla portföljer genererade högre värden än jämförelseindex i Sharpekvot, Jensens alfa och Treynorkvot, kunde inte riskjusterad överavkastning säkerställas för någon portfölj.

Abstract:

Title: EV/EBITDA versus EV/Sales in Small Cap companies – A quantitative study

about investment strategies at the Stockholm Stock Exchange during 2007–2020

Authors: Ella Hynén Ulfsjöö and Linda Mannqvist Supervisor: Øystein Fredriksen

Background: A growing interest in the stock market had led to the development of

multiple investment strategies with the purpose of achieving excess return. Two popular approaches of investing are choosing companies based on different multiples or based on companies’ market capitalization. Previous studies have mainly focused on either the small firm effect or different multiples. Therefore, by combining two strategies and investing in Small Cap stocks with low and high EV/Sales and EV/EBITDA multiples, a new investment strategy may emerge.

Purpose: The purpose of this study is to analyze whether is it possible to achieve

risk-adjusted excess return by investing in companies that are listed on OMX Stockholm Small Cap based on EV/EBITDA and EV/Sales multiples. Furthermore, the study aims to analyze the historical performance of the investment strategy during different market conditions.

Method: This study was conducted with a quantitative method and a deductive design.

Four portfolios were designed based on companies listed on OMX Stockholm Small Cap with low and high multiples between the years 2007-2020. Both real and cumulative return have been calculated for the portfolios in order for them to be statistically tested with paired t-tests. Furthermore, risk-adjusted return has been calculated for the portfolios by using the Sharpe Ratio, Jensen’s Alpha and Treynor Ratio.

Result: Three out of four portfolios generated higher levels of cumulative return than the

chosen stock index. However, because of weak statistical evidence, excess return over time could not be concluded. The portfolios with high EV/EBITDA and EV/Sales multiples performed better than the portfolios with low multiples. Despite that all the portfolios generated higher values of Sharpe Ratio, Jensen’s alpha, and Treynor Ratio than the chosen stock index, the risk-adjusted return could not be statistically proven.

Innehållsförteckning

2. Teoretisk referensram och tidigare forskning ... 5

2.1 Effektiva marknadshypotesen ... 5

2.1.1 EMH som vattendelare ... 5

2.2 Relativvärdering ... 7

2.3 Multiplar ... 9

2.3.1 EV/Sales ... 9

2.3.2 EV/EBITDA ... 9

2.4 Småbolagseffekten ... 10

2.4.1 SBE under olika tidsperioder och marknadsförhållanden ... 11

2.5 Riskjusterad avkastning ... 12

2.5.1 Beta ... 14

2.5.2 Standardavvikelse ... 14

2.5.3 Riskfri ränta och marknadspremie ... 15

2.6 Risk ... 16 3. Metod ... 19 3.1 Undersökningsdesign ... 19 3.2 Studiens genomförande ... 20 3.3 Datainsamling ... 21 3.3.1 Urval ... 21 3.3.2 Typ av data ... 22 3.3.3 Tidsperiod ... 23

3.4 Gränsdragning och extremvärden ... 24

3.4.1 EV/EBITDA övre gräns ...25

3.4.2 EV/Sales övre gräns ... 26

3.5 Portföljutvärdering ... 28

3.5.1 Riskfri ränta och marknadsriskpremie ... 29

3.5.2 Betavärde och standardavvikelse ... 29

3.5.3 Sharpekvot ... 29 3.5.4 Jensens alfa ... 30 3.5.5 Treynorkvot ... 31 3.6 Portföljsammansättning ... 31 3.6.1 Portföljkorrigeringar... 32 3.7 Utvärdering ...33

3.7.1 Jämförelseindex ...33 3.7.2 Signifikanstest ... 34 3.8 Trovärdighet ... 35 3.8.1 Reliabilitet ... 35 3.8.2 Intern validitet ... 36 3.8.3 Extern validitet ... 37 3.9 Källkritik... 37 3.10 Metodkritik ... 39 3.10.1 Studiens genomförande ... 39 3.10.2 Antaganden ... 40 4. Empiri ... 43 4.1 EV/EBITDA-låg ... 43 4.2 EV/EBITDA-hög ... 46 4.3 EV/Sales-låg... 49 4.4 EV/Sales-hög ...52 4.5 Samtliga portföljer ...56 5. Analys ... 59 5.1 Portföljernas prestation ...59 5.2 Portföljernas risk... 61

5.3 Studiens resultat i relation till EMH ... 63

5.4 Portföljernas prestation i relation till småbolagseffekten ... 66

5.5 Portföljernas prestation i relation till specifika tidsperioder ... 68

6. Slutsats ...73

7. Förslag på vidare forskning... 75

8. Referenser ... 77

Tabellförteckning

Tabell 1 – Ursprungligt urval ... 21

Tabell 2 – Medelvärde och median för EV/EBITDA-multipeln ... 26

Tabell 3 – Medelvärde och median för EV/Sales-multipeln ... 28

Tabell 4 – Portföljsammansättning ... 32

Tabell 5 – Slutgiltigt urval ...33

Tabell 6 – Ackumulerad avkastning, EV/EBITDA-låg ... 44

Tabell 7 – Verklig avkastning, EV/EBITDA-låg ...45

Tabell 8 – Nyckeltal, EV/EBITDA-låg ... 46

Tabell 9 – Ackumulerad avkastning, EV/EBITDA-hög ... 47

Tabell 10 – Verklig avkastning, EV/EBITDA-hög ... 48

Tabell 11 – Nyckeltal, EV/EBITDA-hög ... 49

Tabell 12 – Ackumulerad avkastning, EV/Sales-låg ... 51

Tabell 13 – Verklig avkastning, EV/Sales-låg ... 51

Tabell 14 – Nyckeltal, EV/Sales-låg...52

Tabell 15 – Ackumulerad avkastning, EV/Sales-hög...54

Tabell 16 – Verklig avkastning, EV/Sales-hög... 55

Tabell 17 – Nyckeltal, EV/Sales-hög ...56

Tabell 18 – Sammanställning av nyckeltal för samtliga portföljer samt jämförelseindex OMXSPI ... 57

Tabell 19 – Sammanställning av parvisa t-tester för samtliga portföljer samt jämförelseindex OMXSPI ... 57

Tabell 20 – Pearsons korrelationskoefficient ... 70

Figurförteckning

Figur 2 – Plottning av EV/Sales-multipeln ... 27

Figur 3 – Rensad plottning av EV/Sales-multipeln ... 28

Figur 4 – Årlig avkastning, EV/EBITDA-låg ... 43

Figur 5 – Årlig avkastning, EV/EBITDA-hög ... 47

Figur 6 – Årlig avkastning, EV/Sales-låg ... 50

Figur 7 – Årlig avkastning, EV/Sales-hög ... 53

Figur 8 – Verklig avkastning, samtliga portföljer samt jämförelseindex OMXSPI ...56

Figur 9 – Verklig avkastning under specifika tidsperioder ... 68

Figur 10 – Konjunkturbarometer för tidsperioden 2007–2020 ... 69

Formelförteckning

Formel 2 – Volatiliteten ... 15

Formel 3 – Sharpekvot ... 30

Formel 4 – Jensens alfa ... 31

1

1. Inledning

1.1 Bakgrund

Att navigera sig på börsen är inte alltid en lätt uppgift och utbudet av aktier är enormt. Enligt SCB (2019) har antalet noterade bolag i Sverige ökat med mer än 50 procent de senaste fem åren. Är man ute efter att skapa avkastning på sina besparingar är i dagsläget traditionella sparkonton hos storbankerna ett föga tilldragande alternativ då dessa i dagens läge ger noll procent i inlåningsränta medan aktiemarknaden lockar desto mer. Att investera i aktier innebär dock alltid en risk och historisk avkastning utgör ingen garanti för framtida avkastning, vilket skapar en osäkerhet.

För att göra aktiemarknaden något mer lättnavigerad, och framförallt på grund av det stora intresset för investerare att generera överavkastning, har ett flertal investeringsstrategier och tillvägagångssätt utvecklats med åren. En omtalad aktieanomali som har utvecklats till en vanlig investeringsstrategi är småbolagseffekten, hädanefter benämnt SBE. Anomalin belystes först av Rolf Banz (1981) som genom en studie bevisade att mindre bolag har högre riskjusterad avkastning än större bolag. Fama och French (1992) byggde vidare på Banzs teori och förklarade att avkastningen på en tillgång i stor utsträckning kan förklaras av bolagsstorlek och att hänsyn ska tas till detta vid jämförelser av bolag av olika storlekar.

Vidare forskning om investeringar i småbolag har varit överens om att småbolag är mer riskfyllda än större bolag, men trots det har intresset för investeringar i dessa bolag ökat. De senaste åren har småbolag på Stockholmsbörsen genererat hög avkastning och därmed påverkat investeringsstrategier på den finansiella marknaden. Den högre avkastningen som småbolag historiskt har genererat beror till stor del på den högre risk investeringen innebär. Studiens definition av småbolag innefattar enbart bolag som är en del av listan OMX Stockholm Small Cap.

Enligt Damodaran (2012) har ordet risk en bred definition inom finans och beaktar såväl gynnsamma som ogynnsamma utfall. Vidare menar han att variationer från det förväntade utfallet antas vara större ju högre risk en investerare tar, därmed skapar högre risk möjligheter för högre avkastning. Det växande intresset för riskfyllda småbolag visar på

2

att investerare är villiga att ta en högre risk för möjligheten att uppnå högre avkastning. Detta väcker ett intresse gällande huruvida det går att finna en investeringsstrategi baserad på småbolag på Stockholmsbörsen som leder till målet att skapa överavkastning.

1.2 Problemformulering

Huruvida investeringsstrategier är lönsamma eller inte är omtvistat och motsätts särskilt genom teorin effektiva marknadshypotesen (hädanefter EMH). Teorin anger att priserna på en tillgång återspeglar all tillgänglig information och att marknaden därmed är effektiv (Fama, 1970). Att slå en effektiv marknad utgör därmed en omöjlighet likväl som användandet av investeringsstrategier för att skapa överavkastning (Damodaran, 2002). Att inte använda sig av någon form av strategi kan dock medföra problem då detta ger utrymme för känslomässiga och psykologiska faktorer (Nofsinger, 2018), vilket enligt Damodaran (2002) utgör en dålig beslutsgrund för investeringar. Konsekvenserna kan förklaras av prospektteorin (Kahneman och Tversky, 1979), vilken menar på att investeraren inte tar det verkliga utfallet i beaktning vid beslutsfattande utan istället ser till värderingar av potentiella vinster och förluster. Dessa teorier väcker ett intresse gällande om en kombination av investeringar i småbolag och multipelvärdering kan användas som strategi för att generera överavkastning.

För att lyckas generera överavkastning har fundamental analys blivit en vanlig metod bland investerare. Fundamental analys är en aktieanalys som utgår från ett företags bedömda ekonomiska prestation och bygger på att ett företags sanna värde knyter an till finansiella karaktärsdrag såsom tillväxt, risk och kassaflöden (Damodaran, 2002). Genom att värdera ett företag, och på så sätt avgöra om det är över- eller undervärderat, önskas anomalier på marknaden upptäckas och därmed kunna utnyttjas. Relativvärdering är en metod som är frekvent förekommande inom fundamental analys. Metoden bygger på användandet av olika värdemultiplar där värdet av ett företag uppskattas genom att titta på prissättningen av jämförbara bolag (Damodaran, 2002).

Studien ämnar till att undersöka investeringar i småbolag i kombination med EV/Sales- och EV/EBITDA-multiplar. EV/Sales är en multipel som fokuserar på bolagets omsättning medan EV/EBITDA fokuserar på lönsamheten. Tidigare studier om

3

multipelvärdering har lagt stort fokus på P-multiplar, speciellt P/E-multipeln. Däremot argumenterar Chandra (2014) för fördelarna med att använda EV-multiplar då de inte påverkas av kapitalstrukturer, vilket P-multiplar gör. Valet av användandet av EV/Sales-multiplar baseras på att dessa EV/Sales-multiplar passar särskilt bra till just småbolag. EV/Sales är en lämplig multipel att använda vid bolag i tillväxtfaser, som småbolag vanligtvis är i, då det är möjligt att beräkna positiva multiplar även om bolaget inte gör vinst. Alla bolag på OMX Stockholm Small Cap-listan genererar inte alltid vinst, vilket leder till att många andra multiplar blir negativa. Då denna studie ämnar analysera ett stort urval av bolag har EV/Sales valts, då den resulterar i en positiv multipel även om bolaget inte genererar vinst för tillfället.

Enligt Damodaran (2012) har EV/EBITDA varit en multipel med växande popularitet för att generera överavkastning. EV/EBITDA kan vara fördelaktig att använda vid värdering av småbolag då många bolag, trots sin storlek, har positiva EBITDA-resultat. Ytterligare en fördel med EBITDA är att den, till skillnad från EBIT, inte påverkas av avskrivningar. Då småbolag kan ha stora avskrivningar är EBITDA fördelaktig att använda som multipel. Ett bolag med låg EV/EBITDA-multipel kan vanligtvis ses som undervärderad (Damodaran, 2002). Att enbart investera i bolag med låga multiplar är således en investeringsstrategi för att generera överavkastning.

Det finns teoretiskt stöd för att både låga och höga multiplar kan generera överavkastning, men den befintliga forskningen gällande relativvärdering i kombination med småbolag på Stockholmsbörsen är något begränsad. En undersökning som analyserar låga och höga EV/Sales- och EV/EBITDA-multiplar på småbolag på den svenska marknaden kan därmed bidra till ny kunskap om strategier för att nå överavkastning på börsen.

1.3 Syfte

Studiens syfte är att analysera huruvida det är möjligt att generera riskjusterad överavkastning genom investeringar baserade på EV/EBITDA- samt EV/Sales-multiplar i bolag som är noterade på OMX Stockholm Small Cap. Vidare ämnar studien analysera

investeringsstrategiernas historiska prestationer i relation till olika

4 1.4 Forskningsfrågor

Studiens främsta syfte är att analysera om valda investeringsstrategier kan nyttjas för att generera överavkastning. Utifrån detta har följande två frågor formulerats.

- Går det att generera riskjusterad överavkastning genom investeringsstrategier baserade på småbolagsaktier i kombination med EV/EBITDA- eller EV/Sales-multipeln?

- Vilken av investeringsstrategierna är att föredra?

Faktorer som bolagsstorlek och var i livscykeln ett bolag befinner sig kan antas påverka bolags prestationer i relation till specifika händelser. Vidare argumenterar Damodaran (2012) för att småbolag är känsliga för upp- och nedgångar på börsen. Därmed är det av intresse att analysera hur investeringsstrategierna presterar under olika marknadsförhållanden. Utifrån detta har följande frågeställning formulerats.

- Kan det identifieras några skillnader i prestation mellan investeringsstrategierna och marknaden under olika tidsperioder inom undersökningsperioden?

1.5 Avgränsning

Studien avgränsar sig från andra marknader än den svenska marknaden och använder sig av Nasdaqs definition av Small Cap. De bolag som används i studien är begränsade till Stockholmsbörsens Small Cap-lista och när författarna hänvisar till småbolag är det alltså bolag som faller inom kriterierna för denna lista som avses. Inom relativvärdering finns det ett flertal användbara multiplar, denna studie är begränsad till EV/EBITDA och EV/Sales. Valet av dessa multiplar grundar sig i att de anses fungera väl i relation till småbolag där andra multiplar tenderar att ge ett negativt och oanvändbart utfall.

5

2. Teoretisk referensram och tidigare forskning

2.1 Effektiva marknadshypotesen

År 1970 publicerade Eugene Fama artikeln Efficient Capital Markets: A Review of Theory

and Empirical Work, där teorin om effektiva marknader fick sitt stora genombrott. EMH

utgår från att marknaden är effektiv, vilket innebär att priserna på finansiella instrument alltid till fullo reflekteras av all tillgänglig information. Att förutse aktiers prisrörelse utgör därmed en omöjlighet då minnet av tidigare kursrörelser är icke-existerande (Fama, 1970). Denna studie syftar varken till att bekräfta eller dementera huruvida marknaden är effektiv eller inte, utan ämnar analysera huruvida investeringsstrategier är implementerbara på marknaden. I enlighet med EMH ska investeringsstrategier inte gå att nyttja, vilket motsäger studiens syfte. Dock råder det delade åsikter om huruvida marknaden är effektiv och en diskussion kring EMH är därmed relevant för studien.

Enligt Fama (1970) anses köpare och säljare agera utifrån symmetrisk information på en effektiv marknad. Aktiers rörelse anses vara slumpmässiga och samtliga investerare anses agera rationellt. Vidare gäller att priset på ett finansiellt instrument kan avvika från dess verkliga värde så länge avvikelserna är slumpmässiga. Att under en längre tid skapa överavkastning i jämförelse med en långsiktig marknadsportfölj när all tillgänglig information återspeglas i marknadspriset utgör därmed en omöjlighet (Fama, 1970). Stöd gällande antagandet om aktiers slumpmässiga rörelsemönster går att finna i tidigare forskning. År 1953 genomfördes en studie med förväntningar om att finna regelbundna priscykler på aktiemarknaden, utfallet blev istället att priset följde vad som kallas en Random Walk, där successiva förändringar i värdet är autonoma (Brealey, Myers och Allen, 2017). Enligt Malkiel (2003) blir kontentan av Random Walk att informationen som ges av historiska priser kommer att reflekteras i dagens priser och inte i morgondagens priser då full konkurrens råder, vilket kan associeras med EMH.

2.1.1 EMH som vattendelare

Trots att EMH har fått ett mycket stort genomslag är teorin vida omdebatterad och efter årtionden av forskning inom området råder ännu inte konsensus gällande huruvida finansiella marknader är effektiva eller inte (Lo, 2000). Teorin har därtill kritiserats av ett flertal forskare och det finns en mängd studier som visar på att det är möjligt att skapa

6

överavkastning genom tillämpandet av investeringsstrategier. Dessa studier motsäger antagandet om att finansiella marknader är effektiva och visar på att det existerar avvikelser på marknaden i form av anomalier. En studie av Basu (1977) påvisade att anomalin P/E-talseffekten existerar då en investeringsstrategi baserad på låga P/E multiplar kan användas för att skapa överavkastning. Shaker (2013) testade den svaga formen av EMH på den finska och svenska aktiemarknaden med resultatet att ineffektivitet råder och att aktiekurserna inte följer en så kallad Random Walk, vilket talar emot EMH. Vidare har det bevisats att småbolag tenderar att generera högre avkastning än stora bolag, vilket styrker SBEs existens (Reinganum, 1981). Även Banz (1981) genomförde en studie fokuserad på småbolag som påvisade liknande resultat då småbolags riskjusterade avkastning visade sig vara signifikant högre kontra stora bolag. I sin forskning gällande regelbundenheter på aktiemarknaden identifierar Jacobs och Levy (1988) två anomalier på marknaden vilka inträffar ett antal gånger per år. Den ena anomalin relateras till värdemultiplar och den andra till aktieprisers utveckling utifrån månads- och veckoslut.

Utifrån återkommande anomalier, som ovan nämnda, har investeringsstrategier utvecklats där avvikelserna utnyttjas för att skapa överavkastning (Bodie, Kane och Marcus, 2011). Enligt Damodaran (2002) existerar dock problem gällande en del av de anomalier som nyttjas på marknaden då de, istället för att påverkas av hur beteendet på den finansiella marknaden ser ut, påverkats av de modeller som använts för risk och avkastning. Barberis och Thaler (2003) härleder anomaliers existens till två faktorer nämligen begränsningar gällande arbitragehandel och investeringspsykologi. Vidare menar de att felprissättningar kan uppstå då investerare inte alltid agerar rationellt, vilket går emot Famas (1970) grundantagande om rationella investerare i EMH. Denna syn styrks av ytterligare forskning inom investeringspsykologi där Kahneman (2011) i sin forskning påvisat att människor tenderar att acceptera lättillgänglig information utan att ifrågasätta eller aktivt söka efter motsägande argument, vilket tyder på irrationellt beteende. Även Nofsinger (2018) menar att investerare snarare bör ses som irrationella än rationella. Bland annat menar han att människor har en övertro på sin egen förmåga, vilket kan få konsekvenserna ökat risktagande eller minskad avkastning då övertron leder till dåliga investeringsbeslut. Vidare argumenterar han för människors irrationalitet genom att påvisa människors beteende där de går från att vara riskmedvetna till att vara

7

risksökande. Irrationaliteten exemplifieras genom försäkringar och lotteri där människor är riskmedvetna och köper försäkringar i syfte att minimera den ekonomiska risken samtidigt som de köper lotter, vilket är ett risksökande beteende.

Damodaran (2012) kritiserar EMH och menar att det fundamentala värdet kan avvika från marknadsvärdet på grund av olika felprissättningar på marknaden, vilket investerare kan utnyttja. Vidare argumenterar han för att om antagandet i EMH gällande slumpmässiga avvikelser håller innebär investeringsstrategier ingen lönsamhet utan enbart värdeminskning i form av transaktionskostnader. Denna observation görs även av Ross, Westerfield och Jordan (2013) som argumenterar för att det analys- och värderingsarbete som följer av en investeringsstrategi kommer att leda till lägre avkastning på grund av kostnader att ta fram informationen som enligt EMH redan finns tillgänglig.

2.2 Relativvärdering

Inom relativvärdering nyttjas multiplar för att analysera huruvida ett företag är korrekt prissatt eller inte. För att besvara studiens frågeställningar har portföljer konstruerats baserade på småbolags multiplar och en ökad förståelse för relativvärdering är av relevans för studien.

För att värdera ett företag finns flera tillämpningsbara metoder där kassaflödesvärdering (DCF) och relativvärdering är två metoder som används frekvent av analytiker. En DCF analyserar nuvärdet av framtida kassaflöden medan relativvärdering syftar till att värdera ett företag och dess tillgångar utifrån värderingen av liknande tillgångar på marknaden (Damodaran, 2012). Kaplan och Ruback (1995) argumenterar för att båda metoderna kan bidra med värdefull information och att en kombination av dem är att föredra. En kombination ger, enligt Damodaran (2012), en mer preciserad uppskattning gällande ett företags sanna värde och av många analytiker anses relativvärdering vara ett komplement till DCF.

Vid relativvärdering föreligger ett stort beroende av marknaden och metoden förutsätter att aktier i genomsnitt är korrekt prissatta men att det kan förekomma felprissättningar gällande enskilda aktier (Damodaran, 2012). En relativvärdering analyserar multiplar baserade på finansiella nyckeltal som sätts i förhållande till liknande företag.

8

Värderingsmetoden består därmed av två delar nämligen att omvandla bolagsvärdet till multiplar samt att hitta lämpliga jämförelsebolag. Trots att relativvärdering vid första anblick kan antas vara en förenklad metod då färre antaganden krävs, i relation till exempelvis en DCF, medför dock dessa två delar svårigheter. Damodaran (2012) anger exempelvis att multiplar kan manipuleras eller användas på fel sätt samt att det kan förekomma svårigheter med att hitta bra jämförelsebolag, med liknande fundamentala värden, vilket kan leda till ett missvisande resultat.

En fördel med relativvärdering är att det ger en relativ uppfattning om prissättningen genom att multiplar analyseras i förhållande till likvärdiga företag. Metoden lämpar sig därmed till att finna felprissättningar på marknaden (Damodaran, 2012). Enligt Nilsson, Isaksson och Martikainen (2002) sker även en enklare uppskattning av marknaden i förhållande till exempelvis en DCF, där en stor mängd företagsspecifik data krävs. Påståendet styrks av Schreiner (2007) som menar att en DCF kräver välgrundade antaganden gällande exempelvis framtida kassaflöden och tillväxt medan faktorer som dessa implicit vägs in i relativvärderingens multiplar. Vidare argumenterar Baker och Ruback (1999) för att relativvärdering skulle utgöra en överlägsen värderingsmetod om det på marknaden existerade perfekta substitut samt om multiplar för samtliga företag kunde beräknas på ett korrekt sätt.

Enligt Damodaran (2012) bygger relativvärdering på antagandet att en tillgångs sanna värde går att hitta genom att studera liknande tillgångars värde, vilket bygger på principen att liknande tillgångar ska värderas likvärdigt. Argumentationen stärks av Barker (2001) som menar att aktiemarknaden, likväl andra marknader, är en plats där tillgångar värderas i förhållande till varandra och där målet är att hitta över- respektive undervärderade aktier. Att relativvärdering kan användas för att generera överavkastning styrks ytterligare av Hoso och Melin (2011) som genom användandet av multiplar komponerat småbolagsportföljer som genererat överavkastning. Enligt Damodaran (2002) förutsätter metoden att de felprissättningar som existerar på marknaden enbart är tillfälliga och rättas till med tiden och på så sätt kan relativvärdering utnyttjas för att uppnå överavkastning. För att öka förståelsen ytterligare för studiens två valda multiplar följer en genomgång av dessa nedan där deras respektive egenskaper presenteras.

9 2.3 Multiplar

2.3.1 EV/Sales

Multipeln EV/Sales uttrycker värdet av ett företag i förhållande till dess totala omsättning, där Damodaran (2012) anger att de fundamentala värdedrivarna är tillväxt, rörelsemarginal, risk, återinvesteringsgrad och skatt. Härledning av den fundamentala multipeln går att finna i Damodaran (2012).

EV/Sales beaktar bolagets totala marknadsvärde, vilket skapar ett oberoende till företags olika skuldsättningsgrad. Multipeln är fördelaktig då den alltid uppvisar ett positivt värde så länge varken försäljning eller företagsvärdet är negativt. Det positiva värdet särskiljer denna multipel från andra multiplar där antingen täljare eller nämnare kan tilldelas ett negativt värde. Enligt Bhojraj och Lee (2002) lämpar sig multipeln bäst för företag som har stark tillväxt eller som befinner sig i uppbyggnadsfas då övriga multiplar ofta kan vara missvisande och uppvisa negativa värden i och med att kassaflöde och vinster är negativa. Damodaran (2002) menar även att EV/Sales är fördelaktig att använda vid jämförelse av företag verksamma inom olika branscher, vilket till viss del beror på att redovisningspraxis har en relativt låg inverkan på multipeln. Multipeln medför dock en viss risk relaterad till företagets kostnader. Företag som uppvisar hög försäljning kan även ha höga kostnader, vilket multipeln inte tar hänsyn till. Enligt Damodaran (2012) kan därmed bolag som utifrån multipeln uppfattas vara attraktiva egentligen redovisa förluster.

2.3.2 EV/EBITDA

Multipeln EV/EBITDA uttrycker ett företags värde i relation till EBITDA, där Damodaran (2012) anger att de fundamentala värdedrivarna är företagets skattesats, av- och nedskrivningar, återinvesteringsbehov, kostnaden för kapital och den förväntade tillväxten. Härledning av den fundamentala multipeln går att finna i Damodaran (2012).

EV/EBITDA är ett resultatmått som är fördelaktigt att använda inom relativvärdering då de flesta företagen uppvisar ett positivt EBITDA. Variabeln har, lika som EV/Sales, ett oberoende till företags olika skuldsättningsgrad, vilket enligt Damodaran (2012) öppnar upp för ett flertal användningsområden. Enligt Damodaran (2002) ökade användandet av multipeln markant under de senaste decennierna, vilket kan härledas till multipelns

10

fördelar. Bland annat argumenterar han för att EBITDA inte tar hänsyn till företags olika avskrivningsmetoder utan ger enbart skillnader i nettointäkterna, vilket är önskvärt. En nackdel med multipeln belyses av Frykman och Tolleryd (2003) som anger att multipeln enbart kan användas då EBITDA uppvisar ett positivt värde. Däremot argumenterar Damodaran (2002) för att EBITDA sällan är negativt samt att multipeln på grund av detta även kan användas för företag som redovisar förluster. Ytterligare problem kan uppstå vid användningen av EV/EBITDA vid korsvist ägande, då företaget äger aktier i ett annat företag. Vid ett minoritetsägande representeras aktierna i företagsvärdet men inte i EBITDA, vilket kan leda till att multipeln får ett omotiverat högt värde och kan därmed enligt Damodaran (2002) indikera en övervärdering.

2.4 Småbolagseffekten

Som tidigare nämnt har intresset för investeringar i småbolag ökat, mycket på grund av att dessa investeringar bär med sig högre risk och därmed generellt högre avkastning. För att begripa påståendet om att investeringar i småbolag genererar högre avkastning än stora bolag är det nödvändigt att förstå SBE. En djupare förståelse för SBE ger även mer kunskap om hur småbolag presterar under olika marknadsförhållanden, vilket är nödvändigt för att analysera hur studiens portföljer baserade på multiplar har presterat under olika tidsperioder.

Teorin om SBE belystes av Banz (1981) när han påvisade att bolag med lågt marknadsvärde genererar högre avkastning än bolag med högt marknadsvärde över tid. Vad som definieras som ett småbolag bestäms av bolagets marknadsvärde och SBE innebär att när ett bolags marknadsvärde ökar, minskar överavkastningen. Det finns olika gränser gällande hur högt marknadsvärdet på ett bolag får vara för att kunna definieras som ett småbolag. För att ett bolag ska klassas som ett småbolag och tillhöra amerikanska Nasdaqs Small Cap-lista ska bolaget ha ett marknadsvärde mellan 250 miljoner dollar och 2 miljarder dollar (Nasdaq, 2018). Den svenska definitionen av Small Cap har istället en gräns att marknadsvärdet inte får överstiga 150 miljoner euro (Nasdaq, 2017).

Bolag noterade på amerikanska börsen låg till grund för Banzs (1981) undersökning som påvisade småbolagens överavkastning gentemot stora bolag. Teorin om SBE förklarades som en anomali från EMH och tätt inpå Banzs artikel publicerade Reinganum (1981) en

11

artikel där även han testade SBEs existens under en längre period. Precis som Banz drog Reinganum slutsatsen att småbolag genererar högre genomsnittlig avkastning jämfört med stora bolag under samma period. Reinganum (1981) lade fokus på problematiken gällande användandet av CAPM vid småbolag då enbart småbolag med högre betavärden antogs ha högre risk än stora bolag. Han menade att alla småbolag inte automatiskt har högre betavärde än större bolag och därmed återspeglas inte den fulla risken med småbolag i CAPM. Både Banz (1981) och Reinganum (1981) kom fram till liknande resultat i sina artiklar genom att motbevisa EMHs tes om att överavkastning under längre tidsperioder är omöjligt. Deras upptäckt av SBE ledde till ett stort forskarintresse som medförde flera andra studier inom ämnet.

Till skillnad från Banzs och Reinganums publikationer, som fokuserade på SBE existens, publicerade Barry och Brown (1984) en artikel med fokus på att förklara orsaken till SBE. Barry och Brown (1984) menade att en möjlig förklaring till överavkastningen för småbolag kan vara den begränsade tillgängligheten och kvantiteten av information i småbolag. De fann även ett negativt samband mellan hur länge ett bolag varit börsnoterat och dess avkastning, det vill säga ju kortare tid ett bolag varit börsnoterat desto högre avkastning.

2.4.1 SBE under olika tidsperioder och marknadsförhållanden

I och med den stora spridningen kring SBE erhöll ett flertal forskare motstridiga anseenden till SBEs existens. Schwert (2003) konkluderade att SBE försvann år 1981, strax efter att Banz och Reinganum publicerat sina upptäckter av anomalin. Al-Rjoub, Varela och Hassan (2005) drog liknande slutsatser som Schwert (2003) och de identifierade istället en storbolagseffekt vid analys av SBE i senare tidsperioder än år 1981. Schwert (2003) menar att anledningen till SBEs avtagande effekt efter publikationerna år 1981 kan förklaras med att när investerare implementerar strategier för att utnyttja anomalier på marknaden kan det leda till att dessa anomalier försvinner då forskningsresultat kan leda till att marknaden blir mer effektiv.

Både Horowitz, Loughran och Savin (1996) och Marquering, Nisser och Valla (2006) analyserade småbolags avkastning efter år 1981 och fann ingen SBE. Horowitz, Loughran och Savin (1996) menade att storleken på ett bolag inte hade någon större påverkan på

12

avkastningen och skulle därför inte ses som en bestämmande faktor vid investeringsbeslut. Marquering, Nisser och Valla (2006) identifierade dock ett uppsving av SBE mot slutet av 90-talet då de upptäckte att småbolag hade en genomsnittlig överavkastning om 0,18 procent gentemot stora bolag mellan åren 1999 och 2003. Överavkastningen kan förklaras av det faktum att SBE avfärdades under en längre tid av ett flertal forskare som en existerande anomali och investeringsstrategi på marknaden, vilket då medförde att SBE återigen blev aktuell.

Ytterligare upptäckter kring SBE framkom i en studie av Moon och Burnie (2002) som fann att SBE enbart existerade vid börsuppgångar. Effekten kan förklaras med att småbolag vanligtvis är i en tillväxtfas och är därmed mer beroende av börsuppgångar. Författarna menar att småbolag vanligtvis är högt skuldsatta och tenderar därför att ha högre tillväxt än stora bolag vid uppgångar men att den höga skuldsättningen även medför större risk vid nedgångar. Hoso och Melin (2011) analyserade den svenska marknaden och kunde inte påvisa en kontinuerlig SBE, precis som Moon och Burnie (2002). Hoso och Melin (2011) fann att SBE enbart kunde identifieras under perioder med högkonjunktur. Resultaten som Moon och Burnie samt Hoso och Melin framtagit stämmer överens med Damodarans (2012) definition av en effektiv marknad, det vill säga att man enbart kan generera slumpmässig överavkastning under kortare perioder.

Hur småbolag har presterat under olika marknadsförhållanden ligger till stor vikt för att besvara sista frågeställningen i studien. För att besvara studiens huvudfrågor om portföljernas prestation utgör riskjusterad avkastning en viktig del och således följer en genomgång av väsentliga mått samt en diskussion kring CAPM och dess relevans.

2.5 Riskjusterad avkastning

För att kunna jämföra studiens portföljer baserade på småbolag med marknaden, men även mot varandra måste utvärderingsmått beräknas på portföljerna. Att beräkna riskjusterad avkastning på portföljerna motiveras med att alla investeringar alltid medför risk. Däremot förknippas småbolag generellt med högre risk och därmed förväntar sig investeraren högre avkastning. För att utvärdera hur väl portföljerna avkastar i förhållande till den tagna risken kommer således riskjusterad avkastning beräknas i studien.

13

Det finns ett flertal metoder för att beräkna riskjusterad avkastning och denna studie kommer använda sig av Sharpekvot, Jensens alfa och Treynorkvot. Dessa mått kommer att diskuteras mer ingående i metodkapitlet. Anledningen till att dessa mått används och inte CAPM, som är en populär metod för att beräkna risk, är på grund av att studien analyserar småbolag. Att använda CAPM när det gäller småbolag har visats sig vara bristfälligt och därav har andra riskjusteringsmått använts. Däremot utgår Sharpekvoten, Jensens alfa och Treynorkvoten från de komponenter som CAPM består av och därmed påverkas även dessa riskjusteringsmått av samma problematik som CAPM. På grund av detta motiverades valet av att använda tre mått för riskjusterad avkastning för att få ett mer rättvist resultat. Som ett tillvägagångsätt för att mäta risk har CAPM blivit välkänd som en modell som beräknar förhållandet mellan en akties risk och förväntade avkastning. Ju högre förväntad avkastning enligt CAPM, desto högre risk innebär investeringen (Damodaran, 2012). Däremot har CAPM erhållit mycket kritik över åren, speciellt kring de antaganden som modellen kräver. Fernandez (2017) är en av forskarna som har riktat kritik mot CAPM och menar bland annat att de antaganden och slutsatser som tas i modellen inte har någon grund i verkligheten utan enbart i teorin. Han menar att CAPM utgår från flera orealistiska antaganden som förenklar den komplexa verkligheten.

Vidare menar ett flertal forskare att många antaganden i CAPM är anpassade efter större bolag och att modellen inte kan appliceras på småbolag. Reilly och Schweihs (2000) hävdar att antagandet i CAPM om att rationella investerare är helt diversifierade inte stämmer i praktiken, framförallt för investeringar i småbolag. När det gäller mindre, onoterade bolag har ägarna vanligtvis bundit upp mycket kapital i bolaget och har därmed inte möjligheten att diversifiera sig fullt ut mot marknaden. CAPM tar dessutom inte hänsyn till den företagsspecifika risken, vilket medför problem för småbolag som är exponerade för fler risker än vad större bolag är (Reilly och Schweihs, 2000). Ytterligare ett antagande i modellen är att marknaden har perfekt likviditet, det vill säga att investerare kan sälja innehavet när som helst. Antagandet lämpar sig inte för mindre, onoterade bolag då de inte alltid är möjligt att sälja dessa bolag på kort sikt. På grund av att CAPM inte är särskilt lämplig vid småbolag kommer modellen inte att användas för att beräkna riskjusterad avkastning på studiens portföljer. Däremot är Sharpekvoten, Jensens alfa och Treynorkvoten uppbyggda på CAPMs tre komponenter, det vill säga betavärde, riskfri ränta och förväntad avkastning. Således kommer dessa tre komponenter

14

förklaras nedan för att få en djupare förståelse för de mått som kommer användas senare i studien.

2.5.1 Beta

Betavärdet är en viktig komponent vid beräkningen av både Jensens alfa och Treynorkvoten och kommer därför att förklaras nedan. Beta har som syfte att kvantifiera den systematiska risken för en tillgång då den sammanställer den risk investerare inte kan diversifiera bort. Enligt Bodie, Kane och Marcus (2014) indikerar ett betavärde större än 1 att tillgången är mer riskfylld än marknaden som helhet. För beräkningen av ett betavärde krävs det en framtagning av ett jämförelseindex som sätts i relation till en enskild aktie eller en portföljs avkastning. För att generera ett tillförlitligt resultat behöver jämförelsen bestå av minst 48 – 60 observationer (Damodaran, 2012).

𝐵𝑒𝑡𝑎 = 𝛽 = 𝐶𝑜𝑣(𝑟𝑎, 𝑟𝑚)

𝑉𝑎𝑟(𝑟𝑚)

𝐶𝑜𝑣(𝑟𝑎,𝑟𝑚) = 𝐾𝑜𝑣𝑎𝑟𝑖𝑎𝑛𝑠𝑒𝑛 𝑚𝑒𝑙𝑙𝑎𝑛 𝑡𝑖𝑙𝑙𝑔å𝑛𝑔𝑒𝑛 𝑜𝑐ℎ 𝑚𝑎𝑟𝑘𝑛𝑎𝑑𝑒𝑛 𝑉𝑎𝑟 (𝑟𝑚) = 𝑀𝑎𝑟𝑘𝑛𝑎𝑑𝑠𝑣𝑎𝑟𝑖𝑎𝑛𝑠𝑒𝑛

Formel 1 – Betavärde

Källa: Brealey, Myers och Allen (2011)

Att använda betavärde som riskmått har fått kritik från bland annat Fernandez (2015). Då beräkningen av betavärdet kräver ett jämförelseindex innebär det att valet av ett lämpligt index blir avgörande för att regressionen ska generera ett rättvist resultat. Även om ett lämpligt index identifieras och används varierar betavärdet väsentligt beroende på vilken historisk period som valts eller vilken frekvens på data som har observerats (Fernandez, 2015).

2.5.2 Standardavvikelse

För att senare i studien kunna beräkna Sharpekvoten är det fördelaktigt att inneha en grundlig förståelse för en av dess komponenter, standardavvikelsen. Risken i en aktie kan även beräknas som standardavvikelsen i den procentuella förändringen i aktiepriset och brukar definieras som den historiska volatiliteten i aktien (Schwert, 1990). Volatiliteten visar svängningar i avkastningen för en aktie eller portfölj, det vill säga hur stora

15

avvikelserna är från medelvärdet. Ju högre standardavvikelse, desto högre risk bär tillgången med sig (Bodie, Kane och Marcus, 2014). I beräkningen av standardavvikelsen antas avkastningen vara normalfördelad. Standardavvikelse som mått på risk har på grund av det antagandet fått kritik då flera avvikelser har uppstått som tyder på att avkastningen inte är normalfördelad (Bodie, Kane och Marcus, 2014).

𝜎 = √∑ (𝑟𝑖 − 𝑟̅) 𝑛 𝑡=1 2 𝑛 − 1 ∗ √𝑁 𝑟_𝑖 = 𝐴𝑣𝑘𝑎𝑠𝑡𝑛𝑖𝑛𝑔 𝑟̅ = 𝐺𝑒𝑛𝑜𝑚𝑠𝑛𝑖𝑡𝑡𝑙𝑖𝑔 𝑎𝑣𝑘𝑎𝑠𝑡𝑛𝑖𝑛𝑔 𝑛 = 𝐴𝑛𝑡𝑎𝑙 𝑑𝑎𝑡𝑎𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑡𝑖𝑜𝑛𝑒𝑟 (𝑎𝑣𝑘𝑎𝑠𝑡𝑛𝑖𝑛𝑔𝑎𝑟) 𝑁 = 𝐴𝑛𝑡𝑎𝑙 𝑏ö𝑟𝑠𝑑𝑎𝑔𝑎𝑟 𝑝å 𝑒𝑡𝑡 å𝑟 Formel 2 – Volatiliteten

Källa: Bodie, Kane och Marcus (2014).

2.5.3 Riskfri ränta och marknadspremie

Den riskfria räntan är en variabel som förekommer i alla tre nämnda riskjusteringsmåtten, och är enligt Damodaran (2012) en av de främsta komponenterna inom företagsvärdering. För att en ränta ska definieras som riskfri menar Damodaran att det krävs två grundläggande förutsättningar. Den första förutsättningen är att det inte ska förekomma någon konkursrisk, vilket innebär att värdepapper från privata aktörer utesluts helt då de alltid bär med sig en viss risk för konkurs. Det enda kvarstående alternativet är då värdepapper som är utgivna av en stat. Damodaran förklarar vidare att den andra förutsättningen är att det inte får förekomma någon återinvesteringsrisk. Nyberg, Viotti och Wissén (2006) menar att återinvesteringsrisken framkommer i slutskedet av en obligations löptid, då man inte på förhand kan förutse den ränta som ett nominellt belopp och möjliga kupongbetalningar kan återinvesteras till. För att värdepapper ska betraktas som riskfria måste de således utgå från statliga nollkupongobligationer, det vill säga obligationer där det inte betalas ut ränta under löptiden.

Vad investerare väljer att använda som riskfri ränta i praktiken varierar, men att använda statsobligationsräntan är ett vanligt förekommande val. Enligt PWC (2019) var det den 10-åriga statsobligationsräntan som användes mest när förvaltare, riskkapitalister,

16

fondkommissionärer och rådgivare inom Corporate Finance på den svenska aktiemarknaden blev utfrågade. Studien av PWC (2019) visar att 80 procent av respondenterna använder sig av antingen den 5-åriga eller 10-åriga statsobligationsräntan men att den 10-åriga statsobligationsräntan var överlägsen då 69 procent föredrog den. Mot bakgrund av tidigare diskussion avser denna studie att den 10-åriga statsobligationsräntan vid beräkning av Sharpekvot, Jensens alfa och Treynorkvot.

Vidare förekommer även en marknadsriskpremie vid beräkningen av Jensens alfa och därför är en kortfattad förklaring av komponenten nödvändig. Marknadsriskpremien är den risk som inte går att diversifiera bort med en väldiversifierad portfölj. Damodaran (2012) beskriver marknadsriskpremien som den extra avkastning en investerare bör kräva för att kompensera för risken som en investering i marknadsportföljen bär med sig i jämförelse med riskfria tillgångar. I den tidigare nämnda undersökning av PWC (2019) har även en genomsnittlig marknadsriskpremie framtagits för 2019 som uppgick till 6,8 procent, vilket är den marknadsriskpremie som använts i studien.

2.6 Risk

Då studien har sitt fokus på småbolag är det lämpligt att besitta en mer ingående förståelse av risk, då småbolag vanligtvis bär med sig högre risk. Damodaran (2012) menar att en investering kännetecknas av den förväntade avkastningen och risk. Inom finansiell ekonomi förklarar Damodaran (2012) risk som sannolikheten att inte generera den avkastning som man förväntat sig på en investering. Därmed kan risk innebära både avkastning på en investering som underträffar förväntningar men även investeringar som överträffar förväntningar hos investerare. Damodaran (2012) kategoriserar även olika typer av risker som bland annat företagsspecifik risk, som delas upp i finansiell och operationell risk. Den företagsspecifika risken är dock möjlig att reducera med hjälp av diversifiering. Då det inte påverkar marknadsvärdet menar Bodie, Kane och Marcus (2014) att det inte finns någon anledning för företag att behandla den företagsspecifika risken som investerare har möjlighet att själva diversifiera bort.

Vidare finns även systematisk risk, som utgår från hur exponerat ett bolag är mot fluktuationer i marknaden. Damodaran (2012) förklarar att en tillgång anses vara riskfri om den inte är utsatt för default risk eller systematisk risk och i stabila länder är det enbart

17

statsobligationer som kan ses som helt riskfria. Utöver de två typer av risker finns det även mindre variabler som har inverkan på risknivån i en investering som till exempel småbolagsrisk. Småbolagsrisk innebär att småbolag generellt bär med sig större risk på grund av dess storlek och att de därmed är mer känsliga gentemot marknadsfluktuationer (Damodaran, 2012).

Chan och Faff (2005) menar på samma småbolagsrisk som Damodaran (2012) förklarar och hävdar att mindre bolag med ett högt ”book-to-market”-värde tenderar att generera högre avkastning än större bolag. Banz (1981) identifierade och beskrev SBE väldigt tidigt i historien men hade svårigheter att förklara dess existens. Damodaran (2012) menar att en förklaring till småbolagsriskens existens kan vara på grund av att transaktionskostnaderna vid en investering i småbolag är högre än vid investeringar i större bolag. Däremot beräknas riskpremien innan dessa kostnader uppstår, vilket kan medföra en större risk än beräknat. Dessvärre hävdar Damodaran (2012) att även om denna förklaring är sann är det inte troligt att det skulle ha en tillräckligt stor påverkan på resultatet att det skulle räcka som förklaring till småbolagsrisken. Ytterligare en förklaring till småbolagsrisken kan vara att CAPM inte är applicerbar på småbolag, då betavärdet underskattar den faktiska risken i småbolagsaktier. Damodaran (2012) menar att småbolag visar konsekvent högre avkastning och det medför att betavärdet inte fångar upp den fulla risken.

19

3. Metod

3.1 Undersökningsdesign

Studiens huvudsakliga syfte är att analysera om det är möjligt att generera överavkastning genom investeringsstrategier baserade på EV/EBITDA- samt EV/Sales-multiplar i bolag noterade på OMX Stockholm Small Cap. För att uppfylla syftet med studien har en kvantitativ forskningsdesign använts. Enligt Jacobsen (2002) passar den kvantitativa ansatsen bäst när författarna besitter relativt goda förkunskaper inom området som ska studeras. David och Sutton (2016) menar att en kvantitativ ansats även är särskilt bra lämpad då stora urval av data ska bearbetas och analyseras. Argumentet stämmer väl överens med studiens tillvägagångssätt då en stor mängd data kommer att hämtas och analyseras. Då insamlingen av empirin bygger på numeriska värden, främst i form av historiska avkastningar, är således en kvantitativ forskningsdesign bäst lämpad för denna studie. David och Sutton (2016) hävdar även att en kvantitativ ansats är mer objektiv, vilket ger mer rättvisande generaliseringar än en kvalitativ metod. Detta styrker valet av kvantitativ metod ytterligare i studien.

En kvantitativ forskningsdesign blir det självklara valet då datamaterialet som använts i studien är uteslutande av numerisk karaktär. Om en kvalitativ forskningsdesign valts istället skulle fokus ligga på mjuk data såsom enkätundersökningar och intervjuer. Valet av forskningsdesign ska bestämmas utifrån studiens syfte och problemställning (Bryman och Bell, 2013). Då studien ämnar undersöka om överavkastning kan genereras genom en specifik investeringsstrategi behöver data gällande aktiepriser, multipelvärden och jämförelseindex samlas in. Därav är en kvantitativ forskningsdesign mest lämpad då undersökningen är baserad på data som kan mätas i siffror och kvantifieras.

Studien har sin utgångspunkt i tidigare studier om olika investeringsstrategier och därmed lämpar sig en deduktiv ansats i studien. Bryman och Bell (2013) förklarar att en deduktiv ansats innebär att studien är baserad på tidigare teorier medan en induktiv ansats utgår från insamlad empiri för att därefter utveckla teorier inom området. Både Bryman och Bell (2013) samt David och Sutton (2016) menar även att en deduktiv ansats passar bäst ihop med en kvantitativ forskningsdesign. Således blev en deduktiv forskningsansats det naturliga valet för studien. Studien syfte är mest lämpad med en deduktiv ansats då det möjliggör analyser av befintliga teorier men i nya sammanhang. Denna uppsats ämnar till

20

att undersöka ett redan väl utforskat ämne, investeringsstrategier som kan generera överavkastning, genom en kvantitativ studie och en deduktiv ansats är således bäst lämpad för att uppfylla studiens syfte. En induktiv ansats ämnar till att komma fram till nya slutsatser och därefter koppla de till teorier. Då författarna avser att presentera nya resultat och sätta de befintliga teorierna i ny kontext, anses inte en induktiv ansats vara relevant. Således lämpar sig studien mer till en deduktiv ansats.

3.2 Studiens genomförande

Inledningsvis sammanställdes det första urvalet för studien. Alla bolag från OMX Stockholm Small Cap-lista hämtades från Dagens Industri för åren 2007–2019. Det tidningsnummer som valdes för varje år var den tidning som publicerades närmast första mars. Anledningen till att den första mars valdes som datum för första urvalet var då omstruktureringen för portföljerna skulle ske första mars varje år. Efter att det första urvalet av bolag framtogs, hämtades marknadsvärde, nettoskuld, EBITDA och försäljning för respektive bolag. Därefter sattes övre och undre gränser för portföljerna med höga och låga EV/EBITDA- och EV/Sales-multiplar. Gränsdragningarna förklaras mer ingående i avsnitt 3.4 Gränsdragningar och extremvärden.

Efter att urvalet rensats för extremvärden korrigerades urvalet ytterligare, då enbart en aktie per bolag fick kvarstå och även bolag vars data Thomson Reuters inte hade tillgång till exkluderades. För EV/EBITDA lades ytterligare en korrigering till och fastighets- och finansiella bolag exkluderades. Dessa korrigeringar motiveras ytterligare under avsnittet 3.6.1 Portföljkorrigeringar. Efter att det slutgiltiga urvalet togs fram konstruerades fyra olika portföljer med tio bolag i vardera portfölj.

Efter att alla portföljer för åren 2007–2019 konstruerats, hämtades månadsavkastning för varje bolag för hela undersökningsperioden. Därefter summerades alla aktiers månatliga avkastningar till en och samma portfölj. Bolagen i portföljerna omstrukturerades varje år för att uppgå till samma vikt, vilket var en tiondel per bolag. Vidare beräknades

genomsnittlig avkastning men även ackumulerad avkastning för hela

undersökningsperioden för att kunna möjliggöra en jämförelse med jämförelseindex och med varandra. Slutligen beräknades även utvärderingsmåtten Sharpekvoten, Jensens alfa och Treynorkvoten för respektive portfölj. Dessa mått beskrivs mer ingående i avsnitt 3.5

21

Portföljutvärdering. Även t-tester genomfördes för att undersöka möjligheten att statistiskt säkerställa om respektive portfölj har genererat överavkastning gentemot jämförelseindex, men även för att jämföra portföljerna mot varandra. I avsnitten nedan diskuteras och motiveras varje metodbeslut mer ingående.

3.3 Datainsamling 3.3.1 Urval

Studien ämnar till att undersöka två olika investeringsstrategier där multiplarna skiljer sig åt medan typ av bolag, i detta fall svenska småbolag, hålls konstant. Därmed har ett första urval begränsats till bolag noterade på den svenska aktiemarknaden. Vidare krävdes urval gällande bolagens storlek där författarna av studien har valt att förhålla sig till Nasdaqs (2016) svenska definition av Small Cap, vilket omfattar bolag med ett marknadsvärde som understiger 150 miljoner euro. I urvalet har hänsyn tagits till möjligheten att replikera studien med avseende att öka reliabiliteten. De historiska listorna för den tidsperiod som är aktuell för studien inhämtades via publiceringar av Dagens Industri för respektive år, vilket gjorde det möjligt att basera urvalet på de bolag som var relevanta för studien vid varje aktuell tidpunkt. Om studien istället baserats på dagens listor skulle en risk för felaktigt urval föreligga då bolag exempelvis kan ha bytt lista under undersökningsperioden eller inte funnits med sedan studiens början. Detta minskar även riskerna för vad Bodie, Kane och Marcus (2014) benämner som Survivorship bias, vilket innebär att resultatet förvrängs genom att avnoterade bolag exkluderas.

Tabell 1 – Ursprungligt urval Källa: Dagens Industri

I syfte att skapa så diversifierade portföljer som möjligt har en begränsning om ett aktieslag per bolag satts upp och därmed kan utfallet att enskilda bolag återkommer i en viss portfölj undvikas. Begränsningen anses även vara viktig då en överrepresentation av ett företag kan reducera studiens generaliserbarhet. I fall där flera aktieslag förekommer har valet baserats på den aktie som har flest utestående aktier. Hänsyn har inte tagits till årlig utdelning inom bolagen eftersom det inte anses vara aktuellt för studien då bolagen som undersöks är av samma storlek. Om bolag av olika storlek undersökts skulle hänsyn till utdelning utgöra en viktig aspekt för resultatet då större bolag tenderar att dela ut en

22

större andel av föregående års vinst än mindre bolag. Genom att bortse från utdelning minimeras även risken för felberäkningar som kan uppstå då bolags utdelningsperioder kan variera. En ytterligare begränsning gällande portföljerna baserade på EV/EBITDA-multiplar har fastställts där fastighetsbolag samt finansiella bolag har exkluderats från studien. Enligt Damodaran (2012) är multipeln inte passande att använda inom dessa bolagssegment och vidare diskussion om detta förs under avsnitt 3.5.1 Portföljkorrigeringar.

3.3.2 Typ av data

Datainsamlingen till studien har främst skett via Thomson Reuters, vilket är en databas som är vida använd inom finansbranschen. Datamaterialet består således av sekundärdata men då antalet professionella aktörer som använder sig av denna databas är väldigt stort kan denna data ändock anses vara av hög kvalitet. De två multiplarna som studien behandlar beräknades utifrån data hämtad från databasen. Den data som användes för att beräkna EV/EBITDA var bolagens marknadsvärde, nettoskuld samt EBITDA. För att få fram bolagens EV adderades marknadsvärde och nettoskuld. EV dividerades sedan med EBITDA för att få fram den slutgiltiga multipeln. För att beräkna EV/Sales användes bolagens marknadsvärde, nettoskuld samt försäljning. EV beräknades på samma sätt som ovan och dividerades sedan med försäljning för att få fram multipeln.

Studien behandlar en stor mängd data då den undersökta tidsperioden är lång relativt tidigare forskning och antal bolag som bearbetas är stort. Användandet av sekundärdata bidrar därmed till tidseffektivisering genom att underlätta hantering, tolkning och insamling av data. Användandet av sekundärdata medför dock vissa nackdelar. Exempelvis kan sekundärdata vara bristfällig, felaktig, redovisad på missvisande sätt och tillgången kan vara begränsad. Alternativet hade varit att hämta primärdata från bolagens årsredovisningar. Det alternativa tillvägagångssättet hade dock medfört svårigheter då hur bolagen redovisar skiljer sig åt, vilket ger utrymme för misstolkningar och inkonsekvent bearbetning av data. Alternativet skulle även innebära att alla multiplar beräknas fram på egen hand, vilket medför en risk för felberäkningar. Då för- och nackdelar av de båda metoderna ställdes mot varandra samt med hänsyn tagen till studiens karaktär landade valet på att använda Thomson Reuters. Den data som inhämtats från Thomson Reuters har under studiens gång jämförts med likvärdig data från andra välrenommerade källor

23

som exempelvis Nasdaq. Detta för att uppmärksamma eventuella skillnader och felaktigheter. Eftersom en stor mängd data hanteras i studien har stickprov genomförts under studiens gång då det inte är möjligt att disponera den tid och de resurser som krävs för att kontrollera samtlig data.

3.3.3 Tidsperiod

För att säkerställa ett tillförlitligt resultat i studien har en tidsperiod på 13 år valts för de olika portföljerna. Studien sträcker sig således över flera konjunkturcykler och ger därför en mer rättvisande bild då olika typer av marknadsförhållanden inkluderas. Med ovanstående motivering valdes en tidsperiod mellan åren 2007 – 2020. De börslistor som råder idag konstruerades först 2007 och då studien är begränsad till dessa börslistor för definitionen av Small Cap är det inte möjligt att genomföra studien med en längre tidsperiod. Om en längre tidsperiod hade valts hade den eventuellt medfört missvisande eller inkonsekventa resultat. Däremot anser författarna att en tidsperiod på 13 år är tillräckligt för att tillgodose studiens syfte då tidsperioden är lång nog för att inkludera både högkonjunktur och lågkonjunktur.

Portföljerna har omstrukturerats årligen med den första mars som datum varje år. Att omstruktureringen ska ske den första mars beror på att det är tidpunkten då många bolag publicerar sina slutgiltiga årsredovisningar för det senaste året. Att omstrukturera i mars innebär därmed att studien bygger på den mest aktuella informationen för respektive år. Valet att omstrukturera portföljerna årligen baseras på att EV/Sales- och EV/EBITDA-multiplarna inte skulle uppnå sin fulla effekt om omstruktureringen gjorts mer frekvent.

Vid köp och försäljning av aktier uppstår transaktionskostnader. I denna studie tas inte hänsyn till dessa transaktionskostnader. Vid omstruktureringar uppstår dessa transaktionskostnader och om omstruktureringar hade skett mer än en gång per år hade det i verkligheten uppstått flera transaktionskostnader. Författarna anser således att studiens resultat blir missvisande om omstruktureringen hade skett mer frekvent utan att ta hänsyn till transaktionskostnaderna. I studien har dessutom inte hänsyn tagits till utdelningar från bolag och genom att inte beakta transaktionskostnader eller utdelningar minimeras risken för eventuella felberäkningar i resultatet.

24

Stängningskursen för de valda småbolagsaktierna har valts ut månadsvis för att minimera svängningar i aktiekurserna. Svängningar i aktiekurser är mycket volatila vid dagsdata då enskilda händelser har en större inverkan och därmed anses månadsvis data vara bättre för denna studie.

3.4 Gränsdragning och extremvärden

Studiens syfte bygger på att undersöka en investeringsstrategi som kombinerar bolag noterade på OMX Stockholm Small Cap med låga och höga EV/Sales- och EV/EBITDA-multiplar. För att uppfylla studiens syfte är det nödvändigt att definiera vad som definieras som en hög respektive låg multipel. För att göra dessa definitioner har författarna först sammanställt alla multiplar för bolagen noterade på Small Cap-listan för respektive år under hela undersökningsperioden och därefter tagit fram både median och medelvärde. Det visade sig dock vara problematiskt att definiera vad som är en hög eller låg multipel då det kan skilja sig mellan exempelvis olika branscher, bolagsstorlek, vilken fas bolaget befinner sig i och dylikt.

Då det uppkom svårigheter att sätta en övre gräns för multiplarna ansåg författarna att det fanns värde i att testa olika övre gränser och att även testa ett utfall där extremvärden inkluderas för att sedan slutligen fastställa en övre gräns för EV/Sales och EV/EBITDA. För både EV/Sales och EV/EBITDA har två varianter testats, en portfölj med en övre gräns och en portfölj utan någon övre gränsdragning och därmed inkluderat extremvärden. Utfallen av dessa portföljer har sedan jämförts för att se vilken påverkan gränsdragningen och extremvärden har på resultatet. De portföljer som testades med extremvärden kommer inte att presenteras eller analyseras vidare i studien. Dessa portföljer konstruerades enbart för att se vilken påverkan gränsdragningen har på resultatet och för att motivera valet att sätta upp tydliga gränser för multiplarnas värde.

Utfallet av portföljerna där extremvärden inkluderades skiljde sig avsevärt från portföljerna med en övre gräns och därför ansåg författarna att det var aktuellt att sätta en övre gräns för båda multiplarna. Anledningen till detta var främst för att författarna inte ville att studien skulle analysera extremfall där extremvärden kan bero på enskilda händelser som haft en stor påverkan på värdet av multipeln. Författarna ville istället att studien skulle avspegla verkligheten så mycket som möjligt och att resultatet inte skulle

25

bli missvisande. En väldigt hög EV/Sales- eller EV/EBITDA-multipel går nästintill att jämföra med en negativ multipel, vilket gör att det inte är relevant att inkludera dessa för en djupare analys. Den nedre gränsen för multiplarna är noll och därmed kommer negativa multiplar exkluderas från urvalet. Detta beslut är taget på faktumet att negativa multiplar inte är användbara och det även kan vara en indikation på eventuella problem i bolaget. Detta resulterade i ett bortfall av negativa multiplar för både EV/Sales och EV/EBITDA, dock hade EV/EBITDA fler negativa multiplar och fick därmed ett större bortfall.

3.4.1 EV/EBITDA övre gräns

Plottningen av EV/EBITDA-multipel i figur 1 ger en överblick av spridningen för multipeln och användes för att sätta en övre gräns. Plottningen visar EV/EBITDA i y-axeln och antal bolag i x-y-axeln. Vidare beräknades även medelvärdet och medianvärdet för EV/EBITDA, som går att avläsa i tabell 2. Det valda gränsvärdet hade kunnat utgått från medel- eller medianvärdet och valt bolag över och under detta. Däremot ansåg författarna att den gränsdragningen inte är relevant då studien inte ämnar till att studera multiplar som ligger runt medel- eller medianvärdet. Istället har författarna tagit hänsyn till medel- och medianvärde men utgått från multipelns plottning istället. Plottningen av EV/EBITDA visar spridningen för multipeln under hela undersökningsperioden och således blev det enklare att dra en mer övergripande gräns.

Utifrån plottningen och med hänsyn till medel- och medianvärdet satte författarna en övre gräns för EV/EBITDA på 20, och således har alla bolag med EV/EBITDA-multipel över 20 betraktats som extremvärden och uteslutits från studien. Att sätta den övre gränsen på 20 grundar sig i att författarna ville ha en gräns som var högre än medel- och medianvärdet för att portföljen med höga EV/EBITDA skulle bestå av just höga multiplar och inte multiplar som återspeglar genomsnittet. Även i plottningen av EV/EBITDA är det tydligt att majoriteten av multiplarna ligger under 20 och att spridningen av multiplarna är glesare över 20.

26 Figur 1 – Plottning av EV/EBITDA-multipeln

Tabell 2 – Medelvärde och median för EV/EBITDA-multipeln

3.4.2 EV/Sales övre gräns

När en övre gräns sattes för EV/Sales behövdes två plottningar göras. Den första plottningen av EV/Sales, som kan ses i figur 2, visade en stor spridning med många extremvärden. I figur 2 kan man se att majoriteten av multiplarna ligger under 20 men då några enskilda bolag hade multiplar i form av extremvärden var det svårt att dra en tydlig gräns. Vidare togs alla multiplar som var större än 45 bort för att tydligare kunna se spridningen av de lägre multiplarna.

27 Figur 2 – Plottning av EV/Sales-multipeln

I figur 3 illustreras den andra plottningen, som visar EV/Sales i y-axeln och antal bolag i x-axeln. I den andra plottningen är spridningen av multipeln lättare att beskåda. Den övre gränsen för EV/Sales sattes på samma sätt som för EV/EBITDA, det vill säga med hänsyn till medel- och medianvärde men utifrån plottningen. Medel- och medianvärdet, tabell 3, är beräknat på alla bolag som ingår i plottningen i figur 2. Anledningen till att figur 3 gjordes var främst för att få en mer övergripande blick av de lägre multiplarna. Utifrån plottningen sattes en gräns för EV/Sales på 5. Motiveringen till gränsdragningen var att gränsen ska vara högre än medel- och medianvärdet men även innefatta ett stort antal bolag. I plottningen i figur 3 är det tydligt att majoriteten av alla multiplar ligger under fem och att spridningen av multiplarna över fem är mer glesa än under fem.

28 Figur 3 – Rensad plottning av EV/Sales-multipeln

Tabell 3 – Medelvärde och median för EV/Sales-multipeln 3.5 Portföljutvärdering

När avkastning ska beräknas kan man enligt Bodie, Kane och Marcus (2014) använda sig av antingen aritmetiskt- eller geometriskt medelvärde. I denna studie har geometrisk medelavkastning beräknats då den är mer relevant vid analys av finansiella marknader än aritmetisk medelavkastning. För att få alla enskilda aktiers månatliga avkastningar till en portfölj har en summering efter alla aktiers utveckling beräknats. Avkastningen på portföljerna har beräknats både på månads- och årsbasis. Att beräkna portföljvärdet både månadsvis och årsvis grundar sig i att författarna vill ha möjligheten att observera respektive portföljs prestation och utveckling under hela undersökningsperioden. Detta gör det även möjligt att under hela undersökningsperioden jämföra de olika portföljerna både mot jämförelseindex men även mot varandra. Vidare har även portföljernas avkastningar summerats till ackumulerad avkastning för hela perioden. Därefter beräknades riskjusterad avkastning och nedan förklaras variablerna och formlerna för riskjusteringsmåtten mer ingående.