Post-Earnings-Announcement Drift : Existerande anomali och lönsam investeringsstrategi?

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

Examensarbete i Företagsekonomi, 30 hp | Civilekonomprogrammet Vårterminen 2020 | ISRN-nummer: LIU-IEI-FIL-A--20/03359--SE

Post-Earnings-Announcement Drift

Existerande anomali och lönsam investeringsstrategi?

Julius Bye

Fredrik Gustafsson

ii

Förord

Till att börja med vill vi rikta ett stort tack till samtliga som har varit med och bidragit till att färdigställa denna studie. Ett extra stort tack vill vi ge studiens handledare Øystein Fredriksen som med stort engagemang bidragit med värdefulla insikter och synpunkter. Vidare vill vi även tacka alla som har opponerat och givit feedback under terminens gång vilket varit mycket uppskattat och till stor hjälp.

Julius Bye Fredrik Gustafsson

iii

Sammanfattning

Titel: Post-Earnings-Announcement Drift – Existerande anomali och lönsam investeringsstrategi?

Författare: Julius Bye, Fredrik Gustafsson Handledare: Øystein Fredriksen

Bakgrund: Sedan slutet av 1960-talet har flera studier kunnat påvisa drift i aktiepriset efter att ett bolag publicerat en kvartalsrapport, något som benämns som Post-earnings-announcement drift (PEAD). När bolagets resultat varit bättre än det marknaden förväntade sig har aktiepriset fortsatt stiga under en längre period, vilket går emot etablerade hypoteser om en effektiv marknad. Det motsatta har skett när bolaget publicerat ett sämre resultat än vad marknaden förväntat sig. Eftersom den svenska marknaden är relativt outforskad och att den kontinuerligt förändras är det intressant att undersöka om den anomali som nyss beskrivits fortsatt existerar på Stockholmsbörsen, om den går att använda som lönsam investeringsstrategi och huruvida det finns skillnader i aktieprisdrift mellan branscher eftersom det aldrig tidigare studerats.

Syfte: Syftet med studien är att analysera huruvida PEAD förekommer på Nasdaq Stockholmsbörsen och om det existerar skillnader i aktieprisdrift mellan branscher under perioden 2014–2018. Studien avser vidare studera om det är möjligt att utforma en lönsam investeringsstrategi baserad på PEAD.

Metod: För att uppnå studiens syfte tillämpades en deduktiv ansats och en kvantitativ metod. För att analysera PEAD på Stockholmsbörsen baserades portföljer på Unexpected Earnings (UE) och två modeller benämnda Buy-and-hold-abnormal returns (BHAR) och Calendar-Time regression model (CTP) användes för att illustrera och testa portföljernas avkastning.

Resultat: Studiens resultat tyder på att PEAD fortfarande existerar på Stockholmsbörsen, men att resultatet skiljer sig något från tidigare studier. En drift i positiv riktning påvisas i innevarande studie i portföljer av bolag som publicerat såväl bättre som sämre resultat än vad marknaden förväntat sig. I tidigare studier har portföljer av bolag som publicerat sämre resultat än marknaden förväntat sig istället haft en negativ. Vidare visar resultatet att det återfunnits skillnader i drift mellan undersökta branscher och att PEAD sannolikt inte är en lönsam investeringsstrategi.

iv

Abstract

Title: Post-Earnings-Announcement Drift – Existing anomaly and a profitable investment strategy?

Authors: Julius Bye, Fredrik Gustafsson Supervisor: Øystein Fredriksen

Background: Since the end of 1960 several studies has indicated a delay in stock price movements after the publishing of a company's interim report. When the earnings of a company were higher than expected, the stock price continued to rise for an extended period, which contradicts the different hypothesis of efficient markets. The opposite effect was observed when the earnings were lower than expected. Due to the limited number of studies regarding PEAD conducted on the Swedish stock market, and the fact that the stock markets are constantly changing, it is interesting to examine and analyze if the anomaly still exists on Stockholmsbörsen. Another point of interest to research is whether it would be possible to earn abnormal returns through a PEAD investment strategy and analyze if there are differences in drift depending on the industry.

Aim: The aim of this study is to analyze whether PEAD exists on Nasdaq Stockholmsbörsen and if differences in stock price drift exists between industries during the period 2014-2018. The study further means to study whether it is possible to implement a profitable investment strategy based on PEAD.

Methodology: In order to reach the aim of the study a quantitative method and deductive approach were used. In order to analyze PEAD on the Swedish stock market portfolios based on Unexpected Earnings (UE) were formed and two models named Buy-and-hold-abnormal returns (BHAR) and Calendar-Time regression model (CTP) were used in order to illustrate and test the portfolio returns.

Results: The results of the study indicated that PEAD exists on Stockholmsbörsen, but that the results differ from previous studies. A positive drift was observed in both the portfolios which were based on positive and negative earnings surprises in relation to the market's expectations. In previous studies the portfolio based on companies which reported negative earnings surprise had a negative drift, which differs from this study’s results. Furthermore, this study’s results indicate that an investment strategy based on PEAD is not profitable and that differences in drift could be observed depending on the industry.

vi

Innehållsförteckning

2.1 Tidigare studier beträffande marknadens effektivitet ... 7

2.2 Anomalin post-earnings-announcement drift (PEAD) ... 9

2.3 Tidigare studiers försök till att förklara PEAD:s existens ... 11

2.4 Transaktionskostnader som förklaring till existensen av PEAD ... 13

2.5 Beteendeekonomiska förklaringar ... 15

2.6 Branschskillnader och dess relevans inom forskning ... 17

2.7 Analytikerestimat ... 17

3 Metod ... 19

3.1 Forskningsansats och design ... 19

3.2 Datainsamling och datamaterialets kvalitet ... 20

3.3 Urval ... 21

3.4 Beskrivning av studiens genomförande ... 22

3.4.1 Val av eventpunkt ... 22

3.4.2 Portföljernas formering och uppbyggnad ... 23

3.5 Mått på oväntad vinst ... 25

3.6 Beräkning av PEAD ... 27

3.6.1 Steg 1: Att beräkna den oväntade vinsten ... 27

3.6.2 Steg 2: Beräkning genom BHAR ... 27

3.6.3 Calendar-Time Portfolio (CTP) ... 31

vii 3.7.1 Multikollinearitet ... 33 3.7.2 Heteroskedasticitet ... 34 3.7.3 Autokorrelation ... 35 3.7.4 Normalfördelning ... 35 3.8 Reliabilitet ... 36 3.9 Validitet ... 37 3.10 Metodkritik ... 38 3.11 Källkritik ... 39 3.12 Etik ... 40 4. Studiens resultat ... 43 4.1 Portföljformering ... 43 4.2 Regressionsresultat ... 45

4.2.1 Studie av Nasdaq Stockholmsbörsen Studie 1 (S1) ... 46

4.2.2 Studie av Nasdaq Stockholmsbörsen Studie 2 (S2) ... 49

4.2.3 Studie av Nasdaq Stockholmsbörsen Studie 3 (S3) ... 52

4.2.4 Studie av bransch Konsument indelad i 3 Portföljer ... 53

4.2.5 Studie av bransch Industri indelad i 3 Portföljer ... 56

4.2.6 Studie av bransch Råvaror indelad i 3 Portföljer ... 59

5. Analys och diskussion ... 63

5.1 Existensen av PEAD på den svenska marknaden ... 63

5.2 Existensen av PEAD i olika branscher ... 66

5.3 PEAD som lönsam investeringsstrategi ... 68

5.3.1 Konsekvenserna för effektiva marknader ... 70

5.3.2 Det beteendeekonomiska perspektivet ... 73

5.4 Potentiella förklaringar till resultatskillnader ... 74

5.4.1 Problematiken med den varierande definitionen av UE ... 74

5.4.2 Urvalsstorleksproblematiken ... 75

viii

5.4.4 Valet av analytikerestimat ... 76

6. Slutsats ... 79

7. Förslag på ytterligare studier ... 81

8. Referenser ... i

9. APPENDIX ... vii

Tabellförteckning

Tabell 3. 2 Rapporteringsdatum för studie 3 ... 34

Tabell 3. 3 Rapporteringsdatum för studie 4 ... 35

Tabell 3. 4 Rapporteringsdatum för studie 5. ... 35

Tabell 3. 5 Rapporteringsdatum för studie 6 ... 36

Tabell 4. 1 Antal inkluderade och exkluderade bolag i det totala urvalet på Stockholmsbörsen ... 43

Tabell 4. 2 Deskriptiv statistik för antal bolag inkluderade i de olika studiernas portföljer ... 43

Tabell 4. 3 Deskriptiv statistik för UE på de olika studiernas urval ... 45

Tabell 4. 4 CTP Studie 1 portfölj Lång och Kort ... 47

Tabell 4. 5 CTP Studie 1 portfölj PEAD ... 48

Tabell 4. 6 CTP Studie 2 portfölj Lång och Kort ... 50

Tabell 4. 7 CTP Studie 2 portfölj PEAD. ... 51

Tabell 4. 8 CTP Studie 3 portfölj Lång och Kort ... 52

Tabell 4. 9 CTP Studie 3 portfölj PEAD ... 52

Tabell 4. 10 CTP Studie Konsument portfölj Lång och Kort ... 54

Tabell 4. 11 CTP Studie Konsument portfölj PEAD ... 55

Tabell 4. 12 CTP Studie Industri portfölj Lång och Kort ... 57

Tabell 4. 13 CTP Studie Industri portfölj PEAD ... 58

Tabell 4. 14 CTP Studie Råvaror portfölj Lång och Kort ... 60

Tabell 4. 15 CTP Studie Råvaror portfölj PEAD ... 60

Tabell 5. 1 Samtliga abnormala överavkastningar på 1 och 5 procents signifikansnivå för S1, S2 och S3. ... 63

Tabell 9. 1 Jarque-Bera-test ... vii

Tabell 9. 2 White-test ... viii

ix

Tabell 9. 5 VIF-test ... x

Tabell 9. 6 Urval för studie S1, S2 och S3 ... xi

Tabell 9. 7 Urval för branscher ... xi

Figurförteckning

Figur 4. 2 BHAR-modell för studie 2 ... 49

Figur 4. 3 BHAR-modell för studie Konsument ... 53

Figur 4. 4 BHAR-modell för studie Industri ... 56

Figur 4. 5 BHAR-modell för studie Råvaror ... 59

Formelförteckning

Formel 3. 2 Utdelningsjusterad avkastning. ... 27

Formel 3. 3 Abnormal avkastning för varje enskilt bolag ... 28

Formel 3. 4 Buy-and-hold abnormal return ... 28

Formel 3. 5 Beräkning av genomsnittlig abnormal avkastning ... 29

Formel 3. 6 Beräkning av PEAD- portföljen ... 29

Formel 3. 7 Varje enskild portföljs månatliga avkastning 12 månader framåt ... 30

Formel 3. 8 Portföljernas genomsnittliga totala abnormala avkastning ... 30

Formel 3. 9 Portföljernas genomsnittliga avkastning ... 31

Formel 3. 10 Regressionsmodell baserad på CAPM ... 32

Formel 3. 11 Regressionsmodell baserad på Trefaktormodellen ... 32

1

1 Inledning

1.1 Bakgrund

Den svenska aktiemarknaden har existerat sedan 1863 och antalet börsnoterade företag har sedan dess kontinuerligt ökat. Idag återfinns ungefär 3900 listade bolag på Nasdaq som är världens största börsföretag, varav 343 bolag återfinns på Stockholmsbörsen (Nasdaq, u.å; SCB, 2019). Eftersom antalet bolag är många kan det för investerare, som strävar efter en så hög avkastning i förhållande till risk som möjligt (Claesson, 1989), vara svårt att veta vilket eller vilka bolag som är attraktiva för stunden. För att uppnå hög avkastning i förhållande till risk använder sig investerare framförallt av den information som finns tillgänglig vid den aktuella tidpunkten (Lurie & Shuv, 2010). Sådan information kan vara dels företagsspecifik, som vid publicering av en aktieanalys, dels makroekonomisk information, som publicering av exempelvis nya BNP-siffror. Eftersom information är en viktig faktor för beslutsfattande har det under åren genomförts flera studier inom området, där den finansiella informationens påverkan på kapitalmarknaden varit av stort intresse (Ball & Brown, 1968; Francis et al. 2007). En bidragande faktor till intresset för forskning inom finansbranschen är huruvida marknaden är effektiv eller inte, något som det råder delade meningar om (Lo, Mamavsky & Wang, 2000; Malkiel, 2003).

Fama (1970) är en förespråkare för den effektiva marknaden och valde att dela in den i tre former, där varje enskild effektivitetsgrad reflekterar olika mängder information i aktiepriset. Den semi-starka effektiva hypotesen innebär att all publikt tillgänglig information speglas i rådande aktiepris. Detta skulle innebära att aktiepriset för ett bolag som redovisar ny information, mycket snabbt skulle nå sitt rätta fundamentala värde och att drift i aktiepris inte bör uppkomma så länge ingen ytterligare information tillkommer. Ett flertal empiriska studier har gjorts som både bekräftat och dementerat förekomsten av effektiva marknader, däribland Fama et al. (1969) som funnit belägg för den semi-starka formen samtidigt som Ou och Penman (1989) visat på motsatsen.

Effektiva marknader är intressanta eftersom det ifrågasätter huruvida det går att uppnå abnormal överavkastning på börsen genom olika investeringsstrategier. Med abnormal överavkastning avses i denna studie att aktiens eller portföljens riskjusterade avkastning skiljer sig från marknadens, den kan vara positiv eller negativ. Om marknaden är ineffektiv så bör det vara möjligt att finna strategier som systematiskt kan överavkasta den allmänna aktiemarknaden. Till följd av det är strategier som potentiellt kan generera överavkastning av intresse för samtliga intressenter på aktiemarknaden. Den svenska marknaden är extra

2

intressant eftersom ungefär en femtedel av Sveriges befolkning över 65 år äger aktier (SCB, 2019) och nästintill varje svensk exponeras mot aktier och fonder genom sin premiepension, vilket alltså gör nästan varje svensk till en intressent på aktiemarknaden. I svenskens premiepension placeras pengar antingen automatiskt i AP7 som består av aktier och räntefonder, eller så kan personen i fråga välja en eller flera fonder av eget val (Pensionsmyndigheten, 2019). Eftersom en stor andel av den svenska befolkningen påverkas av aktiemarknadens utveckling är intresset för investeringsstrategier och överavkastning högt oavsett om befolkningen är medvetna om det eller inte.

Att välja en välfungerande investeringsstrategi kan dock vara svårt, bland annat eftersom marknaden behöver vara ineffektiv, men även på grund av att antalet investeringsstrategier är många. Idag finns flera privatinvesterare och fondbolag som använder sig av olika strategier i syfte att överavkasta marknaden. Exempelvis finns det populära fondbolag som Lannebo Fonder, Spiltan Fonder och Didner & Gerge Fonder som bedriver aktivt förvaltade fondverksamheter (Lannebo, u.å; Spiltan, u.å; Didner & Gerge, u.å). Det innebär att de inte följer något marknadsindex utan själva väljer de innehav som ska ingå i deras portföljer utifrån olika kriterier beroende på vilken typ av fond det gäller. En del fonder försöker hitta aktier som förvaltaren anser vara undervärderade, medan andra använder en något mer systematisk och kvantitativ strategi för att uppnå en så hög riskjusterad avkastning som möjligt (Lynx, u.å).

En investeringsstrategi benämnd PEAD (post-earnings-announcement drift) (Ke & Ramalingegowda, 2005) skapades och började användas på den amerikanska marknaden efter att Ball och Brown (1968) fann aktieprisdrift efter att ny finansiell information publicerats. Denna strategi handlar om att köpa ett antal bolag som överträffat marknadens vinstförväntningar och sälja (korta) bolag som underpresterat marknadens vinstförväntningar. Sedan slutet av 1960-talet har anomalin PEAD kunnat påvisas i studier på internationella såväl som den svenska marknaden (Ball & Brown, 1969; Bernard & Thomas, 1989; Liu et al. 2003; Setterberg, 2011). Det har alltså visats historiskt att abnormal överavkastning varit möjlig att uppnå genom PEAD-strategin, men eftersom de finansiella marknaderna kontinuerligt förändras – och där de senaste årens digitalisering har haft en stor inverkan – är det enligt Bird et al. (2014) lika relevant att undersöka PEAD idag som någonsin tidigare.

1.2 Problemformulering

Barber och Odean (2001) skrev att det enligt den effektiva marknadshypotesen (EMH) inte är möjligt att uppnå abnormal överavkastning över tid genom att aktivt förvalta sitt kapital

3

då det endast leder till ökade transaktionskostnader och därav lägre totalavkastning. Trots det försöker fondförvaltare och andra placerare att överavkasta marknaden genom avancerade och genomtänkta strategier. För att det ska vara rationellt att aktivt förvalta sitt kapital behöver marknaden som tidigare nämnts vara ineffektiv. Fama (1965) och Cowles (1960) genomförde studier på den amerikanska marknaden som stärker hypotesen om en effektiv marknad, medan Ball & Brown (1968) till viss del motbevisar den. På grund av varierande forskningsresultat försvåras det för marknadsaktörer att kunna ta ställning till vad som är en lyckad investeringsstrategi och inte.

Ett av många argument för att marknaden inte är effektiv är att det kontinuerligt uppstår marknadsanomalier som exempelvis PEAD. Fama (1998) lyckades förklara varför en del av dessa anomalier existerar och menar att marknaden trots det är effektiv, men han har dock inte kunnat förklara förekomsten av PEAD. Denna anomali upptäcktes till en början av Ball och Brown (1968) som genom en studie på den amerikanska marknaden fann försenade aktieprisförändringar i förhållande till ny finansiell information. När den faktiska vinsten per aktie (VPA) översteg den estimerade bildades en positiv trend i aktiepriset, driften som observerades genererade en abnormal överavkastning, vilket enligt EMH inte bör vara möjligt. Det motsatta gällde för bolag som presenterade en lägre VPA än vad som förväntades. Sedan dess har PEAD frekvent undersökts på flera marknader runt om i världen såväl som under varierade tidsperioder. Det som gör den svenska marknaden intressant är att det bara finns en enda undersökning av egentlig betydelse, Setterberg (2011). Hon anses vara den första som lyckats påvisa signifikant drift i aktiepriser genom flera olika tester under perioden 1990–2008 och fastställde därmed en PEAD-effekt. För tiden efter 2008 saknas det dock undersökningar av motsvarande kvalitét och omfattning. De studier som genomförts efter 2008 har till viss del utnyttjat bristfälliga metoder och modeller vilket medför att studiernas resultat inte kan anses som fullt trovärdiga. Det finns därmed en oklarhet i huruvida PEAD alltjämt existerar i (nu) rådande marknadsförhållanden på Stockholmsbörsen.

Under de senaste decennierna har finansmarknaden förändrats genom teknologisk utveckling vilket bidragit till en ökad tillgänglighet till information samt en ökad datoriserad handel. Den automatiserade handeln har stadigt ökat sedan dess uppkomst vilket har påverkat likviditeten samt hur handel i allmänhet utförs på världens börser (McGowan, 2010). Eftersom ökad likviditet enligt Chung och Hrazdil (2010) påverkar marknadseffektiviteten och eftersom handelsvolymer i sin tur påverkar PEAD-effekten, enligt Bhushan (1994), bör PEAD undersökas kontinuerligt för att utvärdera dess existens. När Ball och Brown genomförde sin PEAD-studie 1968 fanns ingen datoriserad handel alls på världens börser, datoriseringen växte fram under mitten av 1970-talet och började inte

4

användas i någon större utsträckning förrän i slutet av 1990-talet (McGowan, 2010). 2006 estimeras det att drygt en tredjedel av all handel i europeiska och amerikanska aktier skedde genom automatiserade program, 2009 stod högfrekvenshandelsfirmor för cirka 73 procent av all handel på den amerikanska aktiemarknaden (Iati, 2009, se Mcgowan, 2010, sida 3). Marknaden har därmed förändrats mycket sedan Setterbergs studie av perioden 1990–2008 (Setterberg, 2011), vilket gör att utfallet kan bli annorlunda vid en undersökning av en senare tidsperiod.

Eftersom det finns en avsaknad av studier på den svenska marknaden för perioden 2014– 2018 samtidigt som börsen har förändrats är det intressant att på nytt testa om PEAD existerar. Ke och Ramalingegowda (2005) nämner att det finns kortsiktiga institutionella investerare som aktivt utnyttjar PEAD som strategi och lyckas skapa abnormal överavkastning efter transaktionskostnader på den amerikanska marknaden. Den här studiens resultat kan besvara frågan om PEAD-strategin är lönsam också på Stockholmsbörsen, vilket torde vara intressant för investerare. Det är även intressant att ännu en gång studera PEAD eftersom flera av de avkastningsmodeller som finansvärlden använder sig av dagligen baseras på antaganden om effektiva marknader, exempelvis Capital Asset Pricing Model (CAPM) (Sharpe, 1964). Om marknaden vore ineffektiv skulle det innebära att många av de modeller som idag används inte medför något större värde (Bodie, Kane & Marcus, 2014).

Tidigare studier har testat skillnader i PEAD beroende på handelsvolym i aktierna samt storlek på bolagen (Bhushan, 1994; Bernard & Thomas, 1989). Resultaten tyder på att en lägre frekvent handel leder till ökad PEAD-effekt samt att mindre bolag har en större drift. Det saknas dock tidigare studier som testat om PEAD skiljer sig mellan olika branscher, vilket bör vara intressant för investerare som vill få en djupare förståelse för vilka branscher driften är som störst. Ett resultat som tyder på att en bransch är mer lönsam än en annan skulle vara till nytta för investerare som vill utnyttja PEAD som investeringsstrategi. Med nyare tidsdata och branschinriktning kan studien i denna uppsats fylla kunskapsluckorna som idag finns inom området.

1.3 Syfte

Syftet med studien är att analysera huruvida PEAD förekommer på Nasdaq Stockholmsbörsen och om det existerar skillnader i aktieprisdrift mellan branscher under perioden 2014–2018. Studien avser vidare studera om det är möjligt att utforma en lönsam investeringsstrategi baserad på PEAD.

5

1.4 Forskningsfrågor

På världens finansiella marknader används som tidigare nämnts en mängd olika modeller baserade på antaganden om effektiva marknader. Samtidigt använder investerare på en daglig basis strategier som bygger på att marknaden inte är effektiv. En av de investeringsstrategier som historiskt har använts är PEAD (Ke & Ramalingegowda, 2005). I takt med förändringen som ny teknologi har bidragit med på de finansiella marknaderna (McGowan, 2010) och de begränsade studier som har genomförts på den svenska marknaden (Setterberg, 2011), får det anses relevant att undersöka huruvida PEAD förekommer på Nasdaq Stockholm under perioden 2014–2018.

• Förekommer PEAD justerat för risk, bolagsstorlek och värdering på Nasdaq Stockholmsbörsen?

Vidare är det relevant att undersöka skillnader i PEAD på branschnivå eftersom det aldrig tidigare gjorts. Det är intressant eftersom det bidrar med ny information och därmed ökar förståelsen för fenomenet. Genom att studera branschskillnader kan aktiva investerare eventuellt finna bättre investeringsmöjligheter samtidigt som effektiviteten på finansmarknaden testas vilket är av intresse för forskare inom området.

• Förekommer det skillnader i PEAD justerat för risk, bolagsstorlek och värdering mellan branscher?

Eftersom en stor andel privata investerare och fondförvaltare försöker överprestera marknaden genom att aktivt placera sitt kapital, är det intressant att undersöka om PEAD som investeringsstrategi skulle generera riskjusterad överavkastning. Då det framgått att investerare utnyttjar PEAD som investeringsstrategi på den amerikanska marknaden (Ke och Ramalingegowda, 2005) är det intressant att ta reda på om strategin även fungerar på Stockholmsbörsen.

• Går det att använda en investeringsstrategi baserad på PEAD för att uppnå abnormal överavkastning?

1.5 Avgränsningar

Studien avgränsar sig till att studera prisförändringar i aktier efter det att ny finansiell information i form av en kvartalsrapport har publicerats. Det innebär att studien inte tar

6

hänsyn till annan kurspåverkande information som driver aktiekursen. Vidare tas vid beräkning av abnormal överavkastning ingen hänsyn till eventuellt uppkomna transaktionskostnader. Studien omfattar endast bolag som är noterade på Stockholmsbörsen, vilket utgör en mindre del av den totala mängden bolag som är börsnoterade i världen. Det betyder att andra marknader än den svenska inte beaktas i studien. Ytterligare en avgränsning är beräkningen av oväntade vinster, där analytikerestimat använts som enda beräkningsmetod. Avslutningsvis testades inte en momentumeffekt på grund av del tidsbrist och dels tidigare studiers påvisade om att PEAD och momentum är två skilda anomalier.

7

2 Referensram

2.1 Tidigare studier beträffande marknadens effektivitet

Kendall och Hill (1953) undersökte huruvida det fanns något identifierbart eller förutsägbart mönster i aktieprisförändringar, men fann att så inte var fallet. Priset rörde sig under en specifik dag med lika stor sannolikhet upp som ned oavsett tidigare prestation. Till en början ansåg ekonomer att detta var ett bevis på en ineffektiv marknad, men uppfattningen ändrades senare till att det är den oberäkneliga prisförändringen som gör marknaden effektiv och välfungerande. Argumentet för att oberäknelighet tyder på en effektiv marknad är att om förutsägbara mönster skulle existera, skulle investerare utnyttja det i sådan grad att det inte länge fungerar. Malkiel (2003) menar att de oförutsägbara prisförändringar som sker gör det omöjligt att konsekvent överavkasta marknaden och valde att benämna denna effekt för

Random Walk, och hans teori är grunden till den effektiva marknadshypotesen.

Den effektiva marknaden har i årtionden testats med resultat som både påvisat och motbevisat dess existens. Hypotesen bygger i stor utsträckning på att aktiepriset vid varje tidpunkt fullt ut reflekterar den tillgängliga informationen. Fama (1970) valde i sin studie att specificera innebörden av en effektiv marknad genom att dela in den i tre former. Han menade att förekomsten av en starkt effektiv marknad, där ledningen har en monopolistisk ställning till relevant informationsflöde, inte var speciellt trolig och därmed mer borde ses som ett riktmärke. Enligt Fama (1970) är marknaden till stor del semi-stark, vilket han styrker genom att lyfta fram tidigare studier gjorda av Fama et al. (1969) samt Ball och Brown (1969). Fama et al. (1969) påvisade att information med avseende på framtida utdelningsbetalningar vid en aktiesplit i genomsnitt fullt reflekterades i aktiepriset vid månadens slut den månad då spliten ägt rum, men att prisförändringen troligtvis redan skett direkt vid spliten. Ball och Brown (1969) kom fram till en liknande slutsats efter att ha undersökt bolagens årliga resultat och därefter kunnat påvisa aktieprisdrift.

Vidare har studier funnit belägg för att både den semi-starka och den svagt effektiva

marknadshypotesen eventuellt inte håller i vissa avseenden. En studie som motbevisade den

semi-starka effektiviteten är Ou och Penman (1989) som ansåg att det fanns väldigt lite forskning huruvida prisförändringar justerades utifrån fundamental analys. De undersökte därför företags finansiella rapporter och kunde utifrån den information som fanns tillgänglig skapa ett värde som påvisade aktieprisets riktning ett år framåt. En annan studie av Poterba och Summers (1988) testade om aktiepriset rörde sig mot ett genomsnittligt pris över tid, något som benämns mean-reversion. Resultatet visade att autokorrektioner i priset på kort sikt var positiva och på lång sikt negativa. Det visade på tendenser av marknadsineffektivitet,

8

men kunde inte genom statistiska bevis utesluta Random Walk. Även Lo, Mamavsky och Wang (2000) fann tendenser av en ineffektiv marknad genom att identifiera igenkänningsbara mönster i aktiepriset. Genom att använda sig av sofistikerade statistiska tekniker kunde mönster upptäckas som gav användbara signaler för teknisk analys. Studien kunde inte stärka att det fanns någon möjlighet till abnormal överavkastning genom teknisk analys, men att analysformen eventuellt kunde addera ett värde vid en investeringsprocess. Inte något av de resultat som Ou och Penman (1989); Poterba och Summers (1988); Lo, Mamavsky och Wangs (2000) kom fram till, ska uppkomma under vad Fama (1970) kallar en effektiv marknad. Vidare argumenterade Ball (1989) för att forskning kring marknadseffektivitet inte enbart borde försöka bevisa effektiva marknader, utan istället att undersöka huruvida marknaden beter sig som om den var fri från exempelvis transaktionskostnader. Han menade att poängen med forskning kring effektiva marknader är att bestämma huruvida marknader beter sig som om friktioner inte finns.

Det finns dock andra definitioner på vad en effektiv marknad innebär, som trots möjligheter till abnormal överavkastning belyser att det råder marknadseffektivitet. Damodaran (2012) menar att det kan förekomma företag som både är över- och undervärderade under kortare perioder. Han skrev att det som gör marknaden effektiv är att de avvikelser som sker från det fundamentala aktievärdet är slumpmässiga och inte kan utnyttjas för att uppnå en kontinuerlig abnormal överavkastning.

Som svar på forskning som motbevisar den effektiva marknaden argumenterade Malkiel (2003) för att de möjligheter som uppkommer i teknisk analys är så pass små att de med stor sannolikhet inte kan ge någon form av abnormal överavkastning. I sin studie tog han hänsyn till transaktionskostnader och kom fram till att köp och behåll-strategin var det överlägsna investeringsalternativet. Vidare fann Fama (1998) att det var ungefär lika stor sannolikhet för en underreaktion som överreaktion i aktiepriset, samt att många av de anomalier som uppkommit på marknaden inte existerat vid användning av andra modeller och metoder. Vid genomförandet av en studie inom PEAD testas den semi-starka markandseffektiviteten, där en aktieprisdrift inte bör uppkomma efter att fundamental information redan publicerats enligt Fama (1970). Eftersom det finns varierande definitioner av en effektiv marknad så innebär en abnormal överavkastning inte nödvändigtvis att marknaden är ineffektiv, utan att felprissättningar kan uppkomma på kort sikt genom slumpmässighet (Damodaran, 2012). Det är därmed intressant att undersöka en investeringsstrategi baserad på PEAD under en längre tidsperiod, då en eventuell förekomst av en långvarig abnormal överavkastning motsäger den slumpmässighet som enligt honom styr marknadseffektiviteten. När tidigare studier har testat marknadseffektivitet har framförallt Famas definition av den semi-starka

9

marknaden använts som utgångspunkt, då den är enkel att fastställa alternativt motbevisa.

Eftersom det går att komma fram till varierande slutsatser beroende på definition av marknadseffektivitet, får det anses intressant att undersöka PEAD ur ett bredare perspektiv. Vidare är det svårt att på förhand veta vilket resultat som studien sannolikt kommer påvisa eftersom tidigare studier genererat varierande slutsatser. Setterbergs (2011) PEAD-studie, den enda av hög kvalité på den svenska marknaden, kom fram till att PEAD existerade under vissa tidsperioder och inte andra. Hon visade att det fanns en drift vid beräkning av oväntad vinst med analytikerestimat på tidsperioderna 6 och 12 månader.

2.2 Anomalin post-earnings-announcement drift (PEAD)

PEAD är ett fenomen som har undersökts sedan slutet av 60-talet på flera marknader runt om i världen, till exempel USA, Korea, Sverige och Storbritannien (Ball & Brown, 1968; Goh & Jeon, 2017; Setterberg, 2011; Liu et al. 2003). Fenomenet observerades för första gången av Ball och Brown (1968) som studerade perioden 1946–1966 på The New York Stock Exchange (NYSE). De testade om det kunde observeras någon form av abnormal överavkastning när förväntningarna på VPA för bolag avvek från det som faktiskt rapporterades. De testade även andra typer av redovisningssiffror där nettovinst tillsammans med VPA var de som bäst lyckades förutspå tecken på abnormal överavkastning. Vid upprättandet av studien använde de sig av redovisningsdata på årsbasis för bolag som hade minst 100 månaders pris- och publiceringsdata i Wall Street Journal tillgängligt. Resultatet av deras studie var delvis att de kunde observera att efter bolag rapporterat vinst som överträffade förväntad vinst, förekom abnormal överavkastning. Forskningen kring PEAD är som nämnt extensiv och har gjorts på flera olika marknader, med olika typer av variabler i sina beräkningsmodeller av förväntade vinster (Setterberg, 2011). Det är därför motiverat att gå igenom några av de största och mest citerade PEAD-studierna.

Foster, Olsen och Shevlins (1984) studie påvisade att över de 60 handelsdagar som följer efter publicering av en kvartalsrapport, där en lång position tagits i aktier med högst oväntad vinst i den högsta decilen kombinerat med en kort position i den lägsta decilen, genererade en abnormal överavkastning på årsbasis omkring 25 procent före transaktionskostnader. Bernard och Thomas (1989) som gjorde en liknande studie, under delvis samma år som Foster et al. (1984), kom fram till ett annorlunda resultat. Vid undersökningen kunde de konstatera en avkastning på årsbasis omkring 18 procent. De angav att en potentiell förklaring till skillnaden i resultatet mellan deras studier var hur de konstruerade sina kontrollportföljer. De menade att Foster, et al. (1984) endast använde sig av bolag noterade på NYSE medan de använde sig av både bolag från NYSE och AMEX. Detta är intressant då det visar att resultatet av forskning inom området PEAD kan skilja sig trots mycket liknande

10

undersökningsmetoder och perioder. Det visar att det är relevant att undersöka fenomenet på nya marknader för att ytterligare öka förståelsen.

Bernard och Thomas (1989; 1990) genomförde två studier som är frekvent citerade vid forskning kring PEAD. Studierna är nära kopplade och ämnade att dels utöka bevisen för att PEAD är ett faktiskt fenomen, dels bemöta kritik mot tidigare forskning samt dels öka förståelsen för anomalin. De använde i sin studie från 1989 ett mycket omfattande antal observationer och testade över ett långt tidsspann. Totalt samlades 84 792 kvartalsdata in för bolag på marknaderna NYSE/AMEX mellan år 1974 och 1986 samt kompletterades dessa test med ytterligare test på 15 457 kvartalsdata för over-the-counter aktier på NASDAQ- systemet mellan 1947 och 1985. Vid beräkning av oväntade vinst använde de Standardized

Unexpected Earnings (SUE), modellen utgick från att föregående års kvartalsresultat

användes som estimat för det undersökta kvartalet. Resultatet av båda studierna visade en tydlig PEAD-effekt och i studien från 1990 kunde de även notera att en stor del av driften skedde tre dagar innan publiceringen av kvartalsrapport. En lång position i den högsta oväntade vinstdecilen och en kort position i den lägsta oväntade vinstdecilen gav en abnormal överavkastning omkring 4,2 procent över 60 dagar eller cirka 18 procent på årsbasis (Bernard & Thomas, 1989).

Setterberg (2011) undersökte PEAD på den svenska marknaden mellan 1997 och 2008. Hon utformade sin studie med utgångspunkt i Bernard och Thomas (1989) och fann att en handelsstrategi med en lång position i den portföljen med högst SUE och en kort position i den med lägst SUE gav en genomsnittlig avkastning på omkring 11 procent över 12 månader efter att portföljen skapats. Hon testade även beräkning av oväntade vinster med hjälp av analytikerestimat från databasen Institutional Brokers Estimate System (I/B/E/S), där kom hon fram till signifikant drift i perioderna 3 och 6 månader efter portföljformering. Hon beräknade SUE, till skillnad från Bernard och Thomas (1989), med hjälp av att använda regressioner för att estimera förväntningarna på VPA för ett kvartal. Vid beräkningen av PEAD använde hon sig av en BHAR-modell (Buy-and-Hold Abnormal Returns) för att observera driften i grafformat. Eftersom BHAR-modellen medför problem vid statistisk mätning, eftersom modellen inte är normalfördelad, valde Setterberg att använda sig av regressionsmodeller för att säkerställa signifikans. Hon använde sig av Calendar-Time Regression Model (CTP) för att testa den abnormala avkastningens signifikans. Regressionerna gjordes genom användandet av Fama och French (1993) trefaktormodell, i likhet med det som de flesta PEAD-studier gjort (Liu et al. 2003; Francis et al. 2007). I regressionerna som gjordes för att kontrollera risken använde hon variabler som market excess return (RMRF), High Minus Low (HML) och Small Minus Big (SMB). Det gjordes för att testa om storleken på bolagen (SMB) eller deras värdering (HML) i förhållande till bokfört

11

värde på eget kapital och marknadsvärde förklarade driften. Setterberg kunde för första gången fastställa PEAD:s existens på den svenska aktiemarknaden.

Setterberg (2011) nämner att det vanligaste tillvägagångsättet i senare studier vid beräkning av oväntad vinst är med hjälp av analytikerestimat. Liu et al. (2003) använde flera olika metoder för att mäta oväntad vinst, både tidsseriemodeller och analytikerestimat, de testade på flera olika tidsperioder och kom fram till att det fanns en drift på de brittiska aktiemarknaderna. Francis et al. (2007) gjorde sin studie på den amerikanska marknaden med hjälp av analytikerestimat och kunde konstatera att PEAD fanns. De undersökte en tidsperiod på 6 månader, till skillnad från Liu et al. (2003) som testade 3, 6, 9 och 12 månader.

Som framgår av beskrivningen i styckena ovan, finns diskrepanser mellan studierna; forskarna tolkar PEAD-fenomenet olika och väljer olika sätt för att undersöka dess existens. Det väljs frekvent olika tidshorisonter och modeller med varierande variabler när aktiedriften mäts, men trots detta påvisar studierna ofta en existens av PEAD.

Det är således nödvändigt att definiera vad som avses med PEAD i den här studien. PEAD har beräknats genom att först jämföra analytikers VPA-estimat med det som bolagen själva rapporterat. Därefter har bolagen placerats i portföljer baserat på hur mycket deras oväntade vinst skiljt sig åt i jämförelse med andra bolag. Efter det ställdes portföljernas avkastning mot jämförelseindexet OMSXPI. Om portföljerna redovisat statistiskt signifikant abnormal överavkastning, alltså riskjusterad avkastning, kunde PEAD fastställas på den undersökta marknaden. Valet av tidsperiod har också varit relevant eftersom resultaten i tidigare studier varierat, där tidsaspekten möjligtvis har varit en bakomliggande faktor. Flera av de ovan nämnda studierna bör i forskningssammanhang på finansmarknaden anses som icke moderna, vilket innebär att marknaden med stor sannolikhet skiljt sig från när Ball och Brown (1968) genomförde sin studie. Dels har som tidigare nämnts en ökad datoriserad handel påverkat börsen samtidigt som ränteläget under perioderna har varierat kraftigt. Genom att lyfta fram studier under flera tidsperioder, nya som gamla, skapas en djupare förståelse för PEAD samtidigt som det stärker tesen om att liknande studier frekvent bör göras för att se hur anomalin utvecklas med tiden.

2.3 Tidigare studiers försök till att förklara PEAD:s existens

En mängd studier har genomförts med syftet att försöka förklara delar eller hela PEAD-effekten för att därmed antingen bevisa eller motbevisa förekomsten av abnormal överavkastning. Enligt Hirshleifer et al. (2008) finns det inga bevis för att handel av

12

individuella investerare skulle driva PEAD. Det kan ställas i kontrast till det som Bernard & Thomas (1990) fann stöd för i sin studie. De menade att en potentiell förklaring till PEAD:s existens är naiva investerares misslyckande att tolka nuvarande vinsters betydelse för framtida vinster. Enligt Ke och Ramalingegowda (2004) tyder misslyckandet att tolka information på att investerare förlitar sig på en enkel Random Walk modell för att forma sina vinstförväntningar. Vidare har försök att förklara PEAD gjorts genom att hävda att CAPM är felspecificerad (Ball, Kothari & Watts, 1993).

Enligt Bernard och Thomas (1989) är ett av de mest citerade argumenten mot PEAD att CAPM är felspecificerad. Det var även ett av de argument som Ball, Kothari och Watts (1993) presenterade i sin studie som en förklaring till att PEAD existerar och inte att det inte nödvändigtvis är en marknadsanomali. Risk i CAPM kan bestå av felestimering av systematisk risk och exkludering av andra riskfaktorer förutom systematisk risk som exempelvis bolagsspecifik risk. De beskrev felspecificering av CAPM i PEAD-studier som en konsekvens av att när bolag exempelvis överträffat sina förväntningar så förändras deras betavärde, och därmed risken. Det var faktorer som inte togs hänsyn till vid tidigare forskning där det antogs ett fast betavärde för de undersökta bolagen. De menade att det därför var sannolikt att forskning om PEAD inte hade observerat abnormal avkastning, utan endast kompensation för risk. Missbedömning av risk kan ske på grund av att betavärden skiftar uppåt för bolag med hög oväntad vinst, och ner för bolag med låg förväntad vinst. Vidare visade resultaten från deras tester att bolag som haft lägst och högst avkastning i förhållande till vinstöverraskning även uppvisade en markant förändring i risk, alltså ett skiftande betavärde. Trots bevis för ett skiftande betavärde har Bernard & Thomas (1989) genom en mängd omfattande tester kommit fram till att det inte är rimligt att anta felspecifikation av CAPM som en förklaring till PEAD. Bernard & Thomas (1989) hänvisade i sin studie att de påpekat för Ball, Kothari och Watts (1993) att de även borde genomföra sin studie på kvartalsdata och inte endast på årsbasis. Ball, Kothari och Watts (1993) gjorde initiala tester som indikerade signifikant PEAD-effekt, dock var det något som de valde att inte ha med i sin studie vid publiceringen år 1993.

Bartov, Radhakrishnan och Krinsky (2000) valde en annan inriktning på sin studie och försökte förklara fenomenet genom att testa om variabeln institutionella ägarandelar var negativt korrelerade med PEAD. De visade att traditionella proxys för transaktionskostnader som handelsvolym, aktiepris eller bolagsstorlek hade begränsad förmåga att förklara PEAD när institutionellt ägande var en variabel. De argumenterade för att om institutionellt ägande var en valid proxy för investerares grad av sofistikering, skulle deras resultat kunna indikera att handelsaktiviteten hos osofistikerade investerare underbygger förutsägbarheten av PEAD. Francis et al. (2007) testade likt Bartov, Radhakrishnan och Krinsky (2000) PEAD i

13

förhållande till en egenkonstruerad variabel. De undersökte huruvida rationella investerares svar på informationsosäkerhet kunde förklara delar av och avkastningen som PEAD innebar. De kom fram till tre slutsatser, den första indikerade att oväntade vinster karaktäriserades av att de hade högre informationsosäkerhet och mer dämpade marknadsreaktioner. Den andra slutsatsen var att de extrema oväntade vinstportföljerna karaktäriserades av aktier som hade högre informationsosäkerhet än de icke-extrema portföljerna. Den tredje slutsatsen var att inom de extrema portföljerna var högre informationsosäkerhet förknippat med högre abnormal överavkastning än de med låg informationsosäkerhet. Vidare visade de att tidigare forskning som gjorts där ökad volatilitet kopplats till högre PEAD kunde förklaras av högre informationsosäkerhet snarare än med högre volatilitet. De propagerade för att rationellt lärande var det som drev driften, initial osäkerhet försvann i takt med att ny information tillkom efter publiceringen av kvartalsrapporter.

2.4 Transaktionskostnader som förklaring till existensen av PEAD

En stor del av kritiken mot PEAD och dess abnormala avkastning är kopplad till försenad prisrespons och det i sin tur till transaktionskostnader (Bernard & Thomas, 1989). Senare forskning har även börjat inkludera beteendeinriktade förklaringar i diskussionerna kring ämnet.

Bernard & Thomas (1989) förklarade att ett av de motargumenten till PEAD som presenterades kopplat till transaktionskostnader var att de förhindrade en total och omedelbar korrigering av aktiepris som respons vid publicering av vinst. Transaktionskostnader definierade de som kommission eller andra typer av avgifter och kostnader kopplade med transaktioner på börsen. I sin studie fann de indikationer på att PEAD delvis kunde förklaras av transaktionskostnader, de var dock inte tillräckligt höga för att helt förklara den abnormala avkastningen. Författarna pekade på att det var ologiskt att driften inte var eliminerad av handlare som inte behövde betala kommission och kunde hålla sina transaktionskostnader till en obetydlig summa. Bernard (1992) visade att PEAD var ekonomiskt signifikant före transaktionskostnader och beständigt över tid. Vidare hävdade han att det var osannolikt att transaktionskostnader skulle vara något som förhindrade investerare att handla på en strategi som bygger på PEAD. Eftersom genomsnittliga transaktionskostnaderna inte översteg den potentiella avkastningen av en PEAD-strategi, och att aktiv handel under den undersökta perioden innebar transaktionskostnader, tyder enligt Bernard (1992) på att argumentet inte är rimligt. Han förde sin argumentation vidare genom att ställa frågan, om det är så att investerare handlar i aktien och betalar transaktionskostnader, varför handlar de då inte till priset som borde reflektera all tillgänglig information? Att investerare är beredda att handla och betala transaktionskostnader för ett

14

tillsynes fel pris är inte förenligt med exempelvis Famas (1970) effektiva marknads hypotes. Idag har exempelvis banken Avanza (u.å) ett genomsnittligt courtage på omkring 0,15 procent. Courtagets storlek beror dock på vilken courtageklass som investeraren besitter, vilken i sin tur är beroende av faktorer så som exempelvis förmögenhet eller omsättningshastighet av kapital.

Ytterligare ett motargument som Bernard och Thomas (1989) redogjorde för beträffande försening av prisrespons var tiden det tar för investerare att processa information. Argumentet som fördes var att information som delges vid rapportering tar längre tid att processa än bara en dag. Därför var driften som observerades efter publiceringen av rapport endast bearbetning av den nya informationen som kom till marknaden. Bakgrunden till argumentet bygger på att investerare kan ha svårt att forma opartiska förväntningar om framtida vinster direkt efter rapportering av de nya rapporterade faktiska vinsterna. Vidare kunde de konstatera att en del av responsen i aktiepriset inte uppträdde förrän analytiker uppdaterat sina prognoser eller tills de framtida vinsterna var redovisade. Detta går att likna med det som idag diskuteras kring beteendeekonomi med koppling till PEAD.

Bodie, Kane och Marcus (2014) skrev att investerare tenderar att hålla fast vid sina tidigare uppfattningar på bekostnad av att inte utnyttja ny information, vilket leder till långsamma reaktioner. Enligt dem kan detta innebära att underreaktioner förekommer på aktiemarknaden. Resonemanget överensstämmer relativt väl med det som Barberis, Shleifer och Vishny (1998) föreslog som en potentiell förklaring till PEAD. De menade att investerare är påverkade av konservatism (conservatism) och dess motsats, representativitet (representativeness). Det betyder att investerare under- och överreagerar på information. De menade att reaktionen inte fullt reflekterades hos investeraren direkt utan att reaktionen på information tillkom efter en längre period. Detta skulle förklara den abnormala överavkastningen i PEAD som något rationellt och ifrågasätter alltså därför fenomenet PEAD som en marknadsanomali.

Vidare finns studien av Montier (2002) (se Pompian, 2012, s.64), i vilken Montier statuerade analytiker på aktiemarknaden utifrån ett beteendeperspektiv där han fann att analytiker tenderar att underreagera på fundamental information i bland annat resultatrapporter. Han menade att människor har en tendens att stå fast vid sin tidigare ståndpunkt och att de har svårt att ändra uppfattning trots att ny information tillkommit. Det innebär att investerare lägger för stor uppmärksamhet på prognosutfall än på nya data, vilket gör att personen blir fast i sina förväntningar. Enligt Pompain (2012) kan det leda till att investerare begår misstag eftersom de agerar för sakta eller inte är tillräckligt flexibla i sitt handlande som i sin tur kan leda till förluster, vilket kan relateras till det som Bhushans (1994) studie visade. Han fann

15

att transaktionskostnader tillsammans med investerares varierande förmåga att tolka information kan resultera i aktieprisdrift. Resultatet av deras studie visade att det fanns en positiv relation mellan drift i aktiepris och proxys för transaktionskostnader. De visade även att tidigare dokumenterad forskning, som visat att ett omvänt förhållande mellan drift och bolagsstorlek, var en följd av den positiva relationen mellan drift och transaktionskostnader. Bhushan (1994) tolkade resultaten som att både direkta kostnader (köp-sälj spread, kommission, m.m.) och indirekta kostnader (försening att fylla en order) kunde vara viktiga för att bedöma handel och arbitrageaktivitet av professionella investerare. Nyare studier av exempelvis Ng, Rusticus och Verdi (2008) kunde påvisa att transaktionskostnader var högre för bolag som står för merparten av avkastningen i PEAD som investeringsstrategi. De menar att transaktionskostnader är högre i de bolag som ingår i extremportföljerna som baseras på högst oväntad vinst. Eventuellt går det därför att ifrågasätta studier som har använt sig av genomsnittliga transaktionskostnader, så som Bernard och Thomas (1989), för att undersöka huruvida PEAD kan förklaras av just transaktionskostnader.

Med bakgrund i det som nämnts ovan framstår det som naturligt att ange vad som inte testats i den här studien. Studien har inte statistiskt testat och försökt förklara det som ligger bakom PEAD, därför har inte några specifika testvariabler såsom institutionellt ägande eller transaktionskostnader varit aktuella för studien. Vidare har studien inte heller försökt förklara delar av driften genom att testa variabler såsom informationsosäkerhet eller liknande. Det som testats i den här studien är om PEAD existerat under olika tidsperioder, om det gått att formera en lönsam investeringsstrategi baserad på PEAD och huruvida det kunnat påvisas skillnader mellan olika branscher.

2.5 Beteendeekonomiska förklaringar

Beteendeekonomi har blivit ett allt mer diskuterat ämne inom finansmarknaderna (Peteros & Maleyeff, 2013) vilket gör det relevant att redogöra för de områdena inom ämnet som berör PEAD. Bodie, Kane och Marcus (2014) delar in beteendeekonomi i två kategorier där den första handlar om hur investerare hanterar information. Det har visat sig att investerare inte alltid kan ta till sig information korrekt och därför kommer till felaktiga slutsatser om framtida avkastning. Den andra kategorin beskriver att en person som får kännedom om sannolikheten för avkastningen, trots det kan fatta systematiska suboptimala beslut. Barberis och Thaler (2003) skriver att modeller baserade på beteendeekonomi som försöker förklara PEAD kan vara bristfälliga eftersom modellerna är uppbyggda på två grundantaganden, det första är att investerare är irrationella eftersom de påverkas av olika bias. Det andra grundantagandet är att det finns begränsningar i aktiemarknaden som förhindrar rationella investerare att fullt utnyttja den observerade abnormala avkastningen.

16

Shefrin (2002) valde istället att dela in beteendeekonomi i tre kategorier för att den enkelt ska kunna jämföras med de traditionella finansteorierna. Dessa tre kategorier kallar han

heuristiskt driven bias (heuristic-driven bias), informationspresenterad bias (frame dependence) och ineffektiva marknader (inefficient markets).

Med heuristiskt driven bias menas att människan tenderar att förlita sig på tumregler som generellt inte är perfekta. En sådan tumregel kan vara att en person tror att den bästa prediktionen för framtida aktieprisutveckling är den historiska utvecklingen och därför väljer att köpa aktier som historiskt har gått bra. Genom att personen förlitar sig på historiska händelser, är hen mer benägen att fatta felbeslut. Enligt Baker och Nofsinger (2002) filtrerar människor ut information och använder sig av genvägar för att minska andelen och komplexiteten i informationen. Detta leder till att personen börjar göra antaganden före hen har förstått all information, vilket kallas för heuristisk förenkling (heuristic simplification). Den andra kategorin, informationspresenterad bias, belyser hur människor påverkas av hur innehållet i informationen presenteras. Denna kategori innebär att en investerare, utöver att uppfatta informationens objektiva innehåll, även kommer att uppfatta informationen olika beroende på hur informationen presenteras. Den tredje kategorin, ineffektiva marknader, belyser de misstag som skapas på grund av investerares tumregler och hur informationen presenteras påverkar priset på marknaden.

Människor tenderar att ha en övertro på sin egen förmåga och precision vid uppskattningar, något som inom beteendeekonomi kallas överkonfidens (overconfidence). Överkonfidens beror enligt Baker och Nofsinger (2002) på flera orsaker, bland annat illusionen av kunskap, vilken innebär att mer information per se inte behöver vara till fördel om personen inte besitter kunskapen att utnyttja den. En annan viktig faktor bakom bias är illusionen av kontroll; människor tenderar att tro att de har större inflytande över en händelse än vad som egentligen är fallet.

Många har försökt att förklara PEAD men ingen har statistiskt kunnat säkerställa vad som faktiskt driver det. En av de potentiella förklaringarna till PEAD är beteendeekonomi och

överkonfidens. Hirshleifer, Khaneman och Subrahmanyam (1998) visar i sin modell att den

initiala underreaktionen och prisdriften som sker i samband med PEAD orsakas av investerares bias. De hävdar att många investerare lider av faktorer som överkonfidens och att detta kan leda till att investerarna värderar privat information för högt och allmäntillgänglig information för lågt. Fama (1998) riktade kritik mot flera av de beteendeinriktade förklaringarna till PEAD. Han menade att modellerna, så som

17

orimligt. Han menade även att beteendeinriktade förklaringar ofta är specifikt gjorda för att förklara ett visst empiriskt mönster och kan därför vara urvalsspecifika.

2.6 Branschskillnader och dess relevans inom forskning

Per definition syftar bransch till en grupp av företag som producerar en homogen produkt/tjänst eller nära substitut. När ett företag producerar nära substitut uppkommer konkurrens mellan företag, medan företag istället gynnas av varandra ifall de producerar komplement till varandras produkter/tjänster. På grund av detta kan företag i samma bransch, enligt Chou, Ho och Ko (2012), få olika effekter vid uppkommande av ny information. Sådan information kan såväl vara marknadsspecifik som företagsspecifik. Trots att det finns bevis för att branscher påverkas olika av information, är antalet studier berörande skillnader dem få. Teets (1992) har dock undersökt om regleringar i elektricitetsföretag påverkade hur marknaden agerade på oväntade vinster jämfört med slumpmässigt utvalda oreglerade företag. Studien genomfördes på den amerikanska marknaden och kunde påvisa att det var en lägre respons i aktiepriset vid publicering av en oväntad vinst för elektricitetsföretag, vilket visat sig vara konsekvent med de regleringar bolagen haft. En bidragande orsak till att energibolag hade en lägre respons var att bolagens kassaflödesförändringar som var associerad med oväntad vinst var mindre permanent för energibolag.

Det finns, åtminstone inte enligt vad författarna till denna uppsats kunnat få fram, inte någon tidigare studie där skillnader i PEAD jämförts mellan branscher. Teets (1992) är den studie som ligger närmast en studie där en bransch jämförts med andra. Den studien syftade dock till att se huruvida regleringar påverkade responsen i prisförändringar och endast en bransch jämfördes mot en stor grupp av blandade branscher. Då det saknas tidigare studier där PEAD jämförts på branschnivå bör det anses det vara intressant att utöka kunskapen inom området.

2.7 Analytikerestimat

Enligt O´brien (1987) har analytikers estimat blivit mer frekvent använd som mått på marknadens förväntningar i finans- och redovisningsforskning. Hon visar att analytikerestimat, till skillnad från tidsseriemodeller, ger högre precision i estimaten samt att prognosfelen blir mindre om analysen genomförts nära kvartalsrapportspubliceringen. Många gånger finns flera analytiker som upprättar estimat för ett och samma bolag och genom att kombinera de olika estimaten bildas något som kallas för konsensusestimat. Hon benämner att konsensusestimaten kan skapas på flera sätt, där genomsnitt och median är två av dem. Vidare nämner Lim (2001) att medianen ger mer precisa värden. Att slå samman

18

estimat kan dock vara missvisande eftersom analytiker kan välja att ta hänsyn, alternativt inte ta hänsyn till varierande poster eller placera dem under olika poster i resultaträkningen. Ett exempel kan vara extraordinära intäkter och kostnader. Vid två analytikerestimat där den ena tagit en extraordinär kostnad i en post före rörelseresultatet och den andra efter, kommer dessa troligtvis få varierande estimat för posten rörelseresultat. Att använda sig av poster längre ner i resultaträkningen ökar sannolikheten till att den extraordinära intäkten eller kostnaden räknats med. Det stämmer även överens med det Ball och Brown (1968) fann i sina tester beträffande vilka nyckeltal som fungerade bäst (VPA och nettovinst) vid beräkning av oväntad vinst.

19

3 Metod

3.1 Forskningsansats och design

En kvantitativ metod var lämplig då utgångspunkten för denna studie varit att samla in och analysera en stor mängd data, vilket Bryman och Bell (2017) anger som den kvantitativa metodens huvudsakliga syfte. För att besvara studiens frågeställningar genomfördes regressioner på portföljernas avkastning för att mäta dess signifikansnivå, något som även gjorts i tidigare likartade studier (Bernard & Thomas 1989;1990; Setterberg 2011). Det finns utöver den kvantitativa metoden även kvalitativ metod samt en kombination av dem båda (Creswell & Creswell, 2018). Den kvalitativa modellen är användbar när undersökningar syftar till att skapa en djupare förståelse för något där fokus vid insamlingen av data ofta ligger på ordens betydelse istället för på kvantifiering och siffor. Den kvalitativa metoden var inte tillämpbar för denna studie eftersom insamlingen av data i form av historiska priskurser, analytikers estimat och publiceringsdata från kvartalsrapporter är datatung och kvantifierbar.

Tyngden i studien låg på teoriprövning där fokus på redan existerande teorier, litteratur och forskning användes som underlag för att undersöka PEAD på aktier tillhörande Nasdaq Stockholmsbörsen. Teorierna användes för att möjliggöra analys av studiens praktiska observationer, något som enligt Bryman och Bell (2017) indikerar att en studies ansats är av deduktiv karaktär. Den deduktiva ansatsen hör enligt dem ihop med kvantitativ forskning, vilken skiljer sig från den induktiva ansatsen, som är mer användbar när det finns en teoretisk avsaknad, vilket inte var fallet i den här studien. Forskningen kring PEAD är som tidigare nämnt extensiv och det finns adekvat forskning och teorier kring ämnet. Eftersom studien avsåg att undersöka en marknadsanomali som eventuellt ifrågasätter teorier som exempelvis den effektiva marknadshypotesen av Fama (1970), var det motiverat att använda sig av en deduktiv ansats. En deduktiv ansats framhålls även av Bryman och Bell (2017) som relevant vid undersökning av förhållandet mellan teori och praktik. Teorin i den här uppsatsen är marknadens effektivitet och praktiken är det som studien undersökt genom beräkning och statistiskt test av PEAD.

Den här studien undersökte hur en specifik händelse, publicering av kvartalsrapporter, påverkade bolags marknadsvärde under en vald tidsperiod. Enligt Binder (1998) klassificeras en sådan händelse som en eventstudie och är den vanligaste metoden för att undersöka aktieprisets reaktion till vissa händelser/publikationer. Metoden används framförallt i två syften, dels för att testa om marknaden på ett effektivt sätt inkorporerar information genom nollhypoteser, dels för att undersöka effekterna av en specifik händelses påverkan på värdet

20

av ett bolags aktier. I det här fallet undersöktes aktieprisförändringar under perioderna 5 dagar, 3, 6, 9 och 12 månader.

3.2 Datainsamling och datamaterialets kvalitet

För att få tillgång till högkvalitativa data valdes välanvända aktörer som erbjuder tjänster till privata investerare såväl som finansiella institutioner. Ett av de mer använda informationssystemen i finansvärlden är Thomson Reuters Eikon där data i form av prishistorik och datum för kvartalsrapportsrapportering inhämtades genom deras tjänst Datasteam. De verkliga utfallen av vinst per aktie (VPA) samt analytikerestimat hämtades från systemet Thomson Reuters Eikon. Den data som inte återfanns i Thomson Reuters Eikon kompletterades genom manuell inhämtning via bolagens egna hemsidor, kvartalsrapporter samt pressmeddelanden via Placera. Genom att använda flera insamlingskällor sparades tid som istället kunde läggas på att utföra studien.

Att samla in stor mängd data som i det här fallet, kan både vara tidskrävande och kostsamt, speciellt för studenter (Bryman & Bell, 2017). Eftersom rapporteringsdatum är allmäntillgänglig information bör den inte anses vara känslig. Därför var det inte problematiskt att utnyttja Placera, då risken för manipulation ansetts vara låg och högst osannolik eftersom det är information som alla har tillgång till. För att säkerställa att den data som inhämtats varit korrekt genomfördes stickprov på dagliga priskurser, verkliga utfall av VPA och riskfria räntan. Genom att jämföra bolagens egna publicerade kvartalsrapporters VPA mot Thomson Retuters Eikon kunde risken för felaktiga data reduceras, vilket enligt Bryman och Bell (2017) är viktigt. All inhämtad data importerades sedan till Microsoft Excel vilket underlättade processen för hantering och bearbetning jämfört med om det skett manuellt. Genom att utnyttja Microsoft Excel reducerades risken för mänskliga fel avsevärt samtidigt som det sparade tid.

Följande data inhämtades:

- Dagliga aktie- och räntekurser för bolag på Nasdaq Stockholm hämtades från Thomson Reuters Eikon Datastream.

- Datum för publicering av kvartalsrapporter hämtades från Thomson Reuters Eikon, bolagens egna hemsidor och kvartalsrapporter samt pressmeddelanden från Placera.

- Analytikers VPA-kvartalsestimat hämtades från Thomson Reuters Eikon. - Redovisat värde på eget kapital / börsvärde samt marknadsvärdet hämtades från

21

3.3 Urval

I studien har endast bolag tillhörande Stockholmsbörsen undersökts, vilket är den primära aktiemarknaden i Sverige. Stockholmsbörsen valdes för att få tillgång till ett stort antal observationer på den svenska aktiemarknaden. Problematiken med att begränsa studien till exempelvis Large Cap är att den svenska marknaden är relativt liten i förhållande till många andra, vilket medför att det finns ett mindre antal bolag med analytikertäckning och därav begränsar antalet observationer. Det var därför motiverat att även inkludera Mid Cap och Small Cap för att öka antalet bolag med analytikertäckning. Vidare exkluderades bolag inom finans- och fastighetsbranscherna på grund av avvikande redovisningsprinciper, jämförelser med bolag i andra branscher skulle därför bli missvisande (Setterberg, 2011). Även bolag med brutet räkenskapsår exkluderades i likhet med Ball och Brown (1968) samt Setterberg (2011). Andra krav som ställdes på bolagen som inkluderades i studien är att kompletta prisdata och analytikerestimat fanns under den undersökta perioden. Vidare var även information om datum som bolagen rapporterade och utdelningsdata för bolagen krav för att inkluderas i studien.

Ett annat krav var att bolagen haft minst tre analytikerestimat per varje enskilt kvartal för att inkluderas under respektive mätperiod. Kravet medförde att bolag med ett lägre antal analytiker än tre vid enskilda kvartal och med tre eller fler analytiker andra kvartal kunde inkluderas under vissa mätperioder och exkluderas i andra. Valet gjordes på grund av att medianen av analytikernas estimat användes som marknadens förväntningar på vinst. När det endast fanns två observationer av analytikerestimat blev medianen ett medelvärde av det totala antalet estimat, vilket inte hade varit rättvisande. Om ett medelvärde av bara två observationer hade använts så hade inte målet att undvika extremvärden i estimaten uppnåtts.

Studien utgick från att aktieanalytikers estimat utgör marknadens förväntningar på vinst. Ett potentiellt problem med att utgå från analytiker som rapporterar I/B/E/S är att det kan förekomma analytiker som väljer att ta hänsyn alternativt inte tar hänsyn till engångsposter vilket kan förvränga medelvärdet. Engångsposter kan skapa stora skillnader i deras förväntningar på vinst och därav blir värdet som används som konsensus missvisande. Detta är något som studien inte kunde påverka och ytterligare en anledning till att använda medianen av analytikers estimat. På så vis kunde studien få ett så neutralt estimat som möjligt och minska risken för inkludering av extremvärden i estimaten. Genom att välja en undersökningsperiod som inte var ekonomiskt turbulent, som exempelvis 2008–2009, reducerades även antalet engångsposter som tenderar att öka under ekonomiskt turbulenta tider.

22

Studien undersökte PEAD under perioden från och med kvartal 1 år 2014 till och med kvartal 4 år 2018. Perioden 2014–2018 är relativt outforskad samtidigt som börsen i stor utsträckning har förändrats sedan den senaste välgjorda PEAD-studien genomfördes på den svenska marknaden. Eftersom framväxten av mer automatiserad handel bidragit till likviditetsförändringar samt hur handel i allmänhet utförs på världens börser (McGowan, 2010) ansågs det vara intressant att undersöka en senare och mer modern tidsperiod.

3.4 Beskrivning av studiens genomförande

3.4.1 Val av eventpunkt

Två metoder användes för att avgöra eventtidpunkten i studien. Den ena metoden innebar att en position togs efter att samtliga bolagen som inkluderades i urvalet hade offentliggjort sina kvartalsrapporter. Detta gjordes för att efterlikna en investeringsstrategi som skulle ha gått att replikera i verkligheten. Den andra metoden innebar att en position togs i varje enskilt bolag dagen efter att de rapporterade, vilket gjordes för att undersöka PEAD från ett teoretiskt perspektiv. Metodtyperna är frekvent använda (Liu et al. 2003; Setterberg, 2011; Ball & Brown, 1968) och det ansågs därför vara motiverat att undersöka PEAD genom båda alternativen.

I metoden som efterliknade en investeringsstrategi krävdes att all information för beräkningen av oväntade vinster funnits tillgänglig för samtliga bolag i urvalet. Genom att hålla sig till den begränsningen har studien likt Setterberg (2011) tagit hänsyn till

efterklokhetsbias (hindsight bias). I likhet med Setterberg (2011) innebär hänsynstagande

till efterklokhetsbias att samtliga kvartalsrapporters publicering i urvalet inväntades innan positionstagande. Det gjordes för att efterlikna en verklig investerare som inte kan veta samtliga bolags oväntade vinst innan alla bolag har rapporterat. Eftersom det funnits investeringsstrategier uppbyggda på PEAD (Ke & Ramalingegowda, 2005) ansågs det motiverat att ta hänsyn till efterklokhetsbias i den här studien för att undersöka om PEAD-strategin vore lönsam på den svenska marknaden. Genom att invänta samtliga bolags kvartalsrapporter var det möjligt att säkerställa vilka bolag som hade högst respektive lägst oväntad vinst under kvartalet. Det möjliggjorde även att de långa och korta positionerna togs samma tidpunkt vilket innebar att positionerna blev korrekt hedgade. Den andra metoden som studiens använde för att undersöka PEAD på ett teoretiskt plan efterliknade till viss del den studie som Liu et al. (2003) genomförde eftersom den inte tog hänsyn till

efterklokhetsbias. Liu et al. (2003) använde sig av aktiepriset vid nästkommande månad