Magic Formula och Graham
Screener på Small, Mid och
Large Cap
Hur investeringsstrategier presterar på
Stockholmbörsens undergrupperingar
Författare: Benjamin Bakircioglu Eriksson Karl Svensson
Handledare: Christopher Von Koch Examinator: Håkan Locking
Kandidatuppsats
Abstrakt
Most of the Swedish people are saving their money in savings accounts with limited yield potential. This study examines how the two investment strategies Magic Formula and Graham Screener performs on the Swedish stock market subgroups Large, Mid and Small Cap. With a focus to determine which strategy who suits the private investor best and yield the highest return, with the risk taken into account. The study also examines if it is possible to time the market during a long period of time to yield the highest return possible. After calculating the return on each month and market, the result from this study shows us that Magic Formula is the preferred strategy to use. It was able to yield a higher return over time compared to Graham Screener on each market and with less risk involved. However, Graham Screener should nonetheless be regarded as a qualitative investment decision for the investor. The result also showed us that it is difficult to time the market over time which implicates that return based on a specific month occurs random and should be neglected by the private investor.
Nyckelord
Investeringsstrategier, Magic Formula, Graham Screener, Effektiva marknadshypotesen, Marknads timing, Sharpekvot.
Benjamin Bakircioglu Eriksson Karl Svensson
__________________________ ____________________
Vi skulle vilja rikta ett stort tack till vår handledare Christopher Von Koch och examinator Håkan Locking för god vägledning under hela arbetsprocessen. Vi skulle även vilja tacka Maziar Sahamkhadam för hans rådgivning kring hantering av data.
Innehållsförteckning
1 Inledning 3 1.1 Bakgrund 3 1.2 Problemdiskussion 4 1.2 Syfte 5 1.3 Avgränsning 5 2.1 Magic Formula 72.1.1 Mätinstrument för Magic Formula 7
2.2 Graham Screener 8
2.2.1 Kritik mot Magic Formula och Graham Screener 9
2.3 Effektiva marknadshypotesen 10
2.3.1 Kritik mot Efficient Market Hypothesis 11
2.4 Capital Assets Pricing Model 12
2.6 Riskjusterade mätinstrument 14 2.6.1 Sharpe Kvot 14 2.6.2 Riskfri avkastning 14 2.7 Varianter av Risk 15 2.8 Market Timing 16 2.9 Different markets 17 3 Litteratur 19 3.1 Tidigare resultat 19
3.2 Kritik mot kvantitativa investeringsstrategier 19
4 Metod 22
4.1 Studiemetod 22
4.2 Riktmärke 22
4.3 Datainsamling 23
4.3.1 Riskjusterad avkastning 24
4.4 Den historiska beräkningen 25
5 Empiriskt resultat 26
5.1 Graham Screeners prestation 26
5.2 Magic Formulas prestation 28
5.3 Sharpekvoten 29
5.4 T-test 30
5.5 Finansiella händelsers påverkan 31
5.6 Effektiva Marknadshypotesen 32
5.7 Market timing 33
6 Slutsats 34
7 Framtida forskning 35
1
Inledning
1.1 Bakgrund
Spara pengar kontinuerligt och sedan investera det i aktier eller fonder är inte något som är en självklarhet för folk i allmänhet. Folk som saknar både intresse och kunskap om att investera sina pengar i aktier eller fonder väljer istället ett vanligt sparkonto utan avkastning
(Affärsvärlden, 2018). Idag så väljer majoriteten av svenska befolkningen att spara i sparkonton med obefintlig avkastning. Utan kunskap så är det svårt att välja vilka aktier att investera i, vilken marknad eller vilken strategi som borde användas. Investerare kan använda sig av olika investeringsstrategier där risken för metoderna skiljer sig åt. Magic Formula och Graham Screener är två av de mest vanliga strategierna. Magic Formula har en mer offensiv strategi, medan Graham Screener passar investerare som vill ha en mer defensiv approach. Baserat på vilken sparhorisont investeraren har så skiljer sig portföljerna åt. Är sparhorisonten ett år och sparmålet är att köpa nytt kylskåp så är låg risk att föredra då investeraren behöver pengarna snarast och därmed inte kan förlora investeringen. Om sparhorisonten däremot är mer än tio år och det är till pension eller en kontantinsats till en lägenhet så har det varit till en fördel att ha en portfölj med högre risk. Anledningen till detta är eftersom värdet på aktierna och hela portföljen har kunnat gå upp och ner, men till slut gynnat i högre avkastning
(Avanza, 2020).
Graham Screener, som är en bekant investeringsstrategi, är en mer defensiv strategi som passar investeraren som inte vill ha särskilt stor risk. Strategin går ut på att finna stabila bolag med en stark och hög tillväxt över lång sikt. Graham Screener använder sig av en specifik formel där bolagens nyckeltal och andra kriterier används och sedan poängsätts från 0–7, där 7 innebär att bolaget är högst köpvärt (Börsdata, 2020).
Magic Formula är den andra investeringsstrategin som kommer från fondförvaltaren och författaren Joel Greenblatt. I boken ”The Little Book That Beats the Market” som är skriven av Greenblatt nämner han just om strategin och hur den fungerar. Strategin som är mer offensiv och har högre risk använder sig främst av två nyckeltal avkastning på totalt kapital och vinst/avkastning. Greenblatt använder dessa nyckeltal för att hitta bolag som har lågt värderade aktier men hög tillväxt (Greenblatt, 2010).
Genom att jämföra dessa två strategier mot varandra så kan läsaren få en uppfattning om det gynnar sig att välja en mer defensiv eller offensiv strategi för att få bästa möjliga avkastning på Large, Mid och Small Cap marknaderna. Då Magic Formula och Graham Screener är två av de mest kända strategierna så är det relevant att jämföra deras avkastningen mot varandra. Efficient Market Hypothesis är en hypotes som anser att aktiens pris reflekterar all tillgänglig information och att marknaden är effektiv. Det innebär att det inte går att överprestera
marknaden då hypotesen anser att informationen som redans finns tillgänglig återspeglas i priset. Detta säger emot Greenblatts teori om Magic Formula då Efficient Market Hypothesis anser att det överavkastning inte är möjlig (Damodaran,2012).
1.2
Problemdiskussion
För den som inte investerar i aktier så är det svårt att veta vilken strategi som fungerar bäst på olika börsmarknader. Många svenskar har idag enbart sitt sparande på sparkonton utan ränta eller olika indexfonder med låg avkastning. Anledningen till detta är okunskap och rädslan för att förlora pengar på börsen. Samtidigt som många väljer sparkonton och indexfonder så väljer ungefär en femtedel av svenska befolkningen att inte spara överhuvudtaget. Detta är mer av ett problem för äldre och folk i medelåldern. Undersökningar visar tydligt att unga har ett större intresse för sparande och investerande jämfört med tidigare generationer.
Anledningen till detta är stigande bostadspriser och att unga har mer pengar att röra sig med jämfört med äldre generationer (Nordea, 2019).
I den här studien så kommer vi visa på vilken investeringsstrategi som ger bäst avkastning på en 15 årsperiod. Vi kommer jämföra Magic Formula mot Graham Screener för att se vilken strategi som fungerar bäst på Small, Mid och Large Cap under den givna tidsperioden.
Att välja rätt investeringsstrategi som tillgodoser dina intressen och ditt sparande är inte självklart. Olika strategier vänder sig till olika typer av investerare. Denna uppsats kommer att ge en djupare inblick och försöka redogör huruvida en viss strategi fungerar bättre än en annan beroende på vilken marknad och storlek på bolag som ska investeras i. De två investeringsstrategierna vi har valt att titta närmare på är Graham Screener och Magic Formula. Två möjligheter med samma slutmål att slå aktiemarknaden, fast med olika synsätt att ta sig dit. Stockholmsbörsens undergrupperingar Large, Mid och Small Cap är området att utforska och att avgöra för en privat investerares största möjligheter till en hög avkastning. Det finns däremot hypoteser som säger emot att överavkastning går att generera. En av dessa
hypoteser är Efficient Market Hypothesis (EHM). Enligt denna hypotes kan inte investerare få överavkastning genom olika investeringsstrategier som tex. Magic Formula och Graham Screener. EHM anser att informationen som finns tillgänglig återspeglar priset och att investerare då inte kan överprestera marknaden.
1.2
Syfte
Huvudsyftet med denna uppsats är att undersöka vilken investeringsstrategi, Magic Formula eller Graham Screener, som ger bäst avkastning på Small, Mid och Large Cap under en femton års period. Det första delsyftet med undersökningen är att se vilken strategi som presterar bäst på olika marknader och förklara varför den ena är bättre än den andra. Det andra delsyftet med undersökningen är att undersöka vilken månad som ger bäst avkastning under den nämnda tidsperioden.
1.3 Avgränsning
För att ge arbetet en djupare analys samt en mer rättvis bild med hänsyn till tidsramen för studien har vi valt att göra diverse avgränsningar. Studien kommer att analysera den svenska börsmarknaden med en uppdelning av resultat på Large, Mid och även Small Cap.
Investeringsstrategierna hade kunnat analyserats på större marknader runt om i världen, men i åtanke att studien vänder sig till den privata svenska investeraren blir Sverige och dess
börsmarknad mer relevant. Tidigare studier och jämförelser är nästintill obefintliga inom detta område av aktiemarknaderna vilket gör avgränsningen väsentlig.
Vi har valt att exkludera vissa typer av finansbolag i form av banker, investment- samt fastighetsbolag eftersom dessa typer av bolag saknar komponenter till att kunna beräkna investeringsstrategiernas olika nyckeltal. Strategierna är mer tillämpad åt rörelsedrivande företag. Vi har även valt att inte återinvestera utdelningen i beräkningen av avkastningen för strategierna i och med svårigheterna att få tillgång till utdelningsinformation för varje bolag. Vår sista avgränsning kommer att vara tidsaspekten där vi har valt att hämta historiskt
finansiellt material från år 2005 till 2020. Tanken bakom detta är att vi har ett tillräckligt långt tidsspann för att kunna dra en kvalitativ slutsats av det empiriska materialet. Uppsatsen får även med stora finansiella kriser inom detta tidsspann som kommer påvisa nedgångar samt uppgångar på marknaden. Den rådande viruskrisen i världen har vi valt att implementera i vår studie, med inställningen att denna pågående kris är av stor relevans. Corona pandemin har
redan medfört stora svängningar på börsmarknaden och dess påverkan bör analyseras. Då Coronaviruset har varit på tal under hela året, så var det under mars och april då det blev ett världsligt problem och investerare såg stora rörelser på marknaden. Anledningen till
marknadens kraftiga rörelser i mars och april berodde på den snabba spriden av viruset vilket gav en stor effekt på börsmarknaden. Genom att se på den årliga avkastningen från att vikta om portföljen april år 2019 till april år 2020 så kan vi se effekten av Coronas framfart.
2
Teori
2.1 Magic Formula
Magic Formula är en investeringsstrategi påkommen av Joel Greenblatt (2006) som grundar sig i att hitta lågt värderade företag med hög avkastningsmöjligheter på aktiemarknaden som presenteras i hans bok “En liten bok som slår aktiemarknaden”. Där han preciserar två nyckeltal som är fundamentala för denna strategi. Den första är avkastning på sysselsatt kapital som används som en fingervisning för att bedöma kvaliteten av bolaget. Den andra är ett nyckeltal som kan efterliknas vid ett P/E tal är EV/ EBIT (vinst på avkastning) som indikerar huruvida företagets anses som dyrt respektive billigt.
Dessa två variabler baseras på historiska finansiella mått för företagen och utgör
beståndsdelarna när konstruering av en portfölj baserad på Magic Formula genomförs. Genom att slå ihop båda nyckeltalen är idén bakom teorin att systematiskt få fram de bästa aktierna till lägst värdering och på så sätt slå aktiemarknadens index. Ett urval av bolag sker genom poängsättning baserat på nyckeltalen där 20 väljs ut. Denna ranking är relevant årsvis, därefter sker samma process återigen för att hålla portföljen uppdaterad gentemot riktlinjerna för strategin. Joel Greenblatt tydliggör att Magic Formula inte kommer att generera en portfölj där alla valda bolag kommer att överprestera gentemot index. Han menar på att detta
tillvägagångssättet är det bästa alternativet för att få en portfölj som överpresterar i det stora hela och inte varje komponent enskilt.
2.1.1 Mätinstrument för Magic Formula
För att identifiera bolag som är användbara för strategin menar (Greenblatt 2010) att två indikatorer är obligatoriska. Dessa nyckeltal hittas via bolagets balans och resultaträkning. Där den relevanta informationen för indikatorerna uppdateras och byts ut årsvis. Ett av mätinstrument är Vinst / Avkastning som beräknas genom att ta
Greenblatt (2010) redogör att nyckeltalet finner sin roll i att förklara förhållandet av vad investerarna betalar gentemot vad bolaget tjänar. En variant på de välkända P/E talet som
används frekvent vid bolagsvärdering. Det som skiljer mätinstrumenten åt, är att Vinst/ Avkastning tar med viktiga poster i bolaget som Eget kapital och Lån i sin beräkning. Detta menar Greenblatt (2010) är anledning till att han väljer E/Y framför P/E då dessa poster är essentiella för bolag att generera vinst på en daglig basis.
Det andra mätinstrumentet som vi tidigare har nämnt ROCE utgör den andra delen av formeln för rankingsystemet inom Magic Formula. Som beräknas genom att ta
Detta mått är som E/Y en variant på mer välkända mått, som dock är att föredra enligt Greenblatt (2006). Avkastning på totalt kapital, även kallat Return on Assets (ROA) och avkastning på eget kapital, Return on Equity (ROE) är andra varianter på nyckeltal som går att implementera. Anledningen till att avkastning på sysselsatt kapital (ROCE) används i detta fall är dess förmåga att belysa vad som behövs för att finansiera verksamheten i dagsläget. Det vill säga, poster som inventarier, materiella tillgångar, fordringar och finansiella konton som gör att estimatorn är att föredra gentemot ROA och ROE. Vad som förstärker argumentet till att använda sig av ROCE är dess antagande av bolagets rörelseresultat (EBIT) istället för nettovinst. Detta öppnar upp möjligheter till att kunna jämföra bolag i olika delar av världen, på grund av dess skatte antagande samt dess synsätt till hur kapitalstrukturen inte påverkas av EBIT. (Greenblatt 2010)
2.2
Graham Screener
Investeringsstrategin Graham Screener uppfanns av Benjamin Graham och redogörs i det 14 kapitlet i hans bok “The intelligent investor” (2005). Denna strategi vänder sig emot den mer defensiva investeraren men med målet att slå marknadens index. Portföljen är konstruerade utifrån ett rankingsystem med sju olika kriterier. Dessa kriterier sonderar terrängen och väljer ut vilka bolag som anses värda att investera i för att uppnå en långsiktig avkastning. Strategins urvalsmetod är till för att hitta stabila bolag med relativt låg volatilitet. Dessa bolag bildar en portfölj med tanken att det inte ska kräva så hög uppmärksamhet hos den defensiva
placeraren, är dock inte fastslaget att detta funkar i praktiken. De mål som behöver uppfyllas för ett bolag ska var intressant att investera i är noggrant utvalda och skapar en helhet där alla komponenter belyser och analyserar bolagen utifrån flera samt olika aspekter. Kriterierna ställer krav på företagen att de skall ska ha ett börsvärde som överskrider 15 Mkr, god finansiell styrka, vilket innebär goda förhållanden i tillgångar kontra skulder. Bolaget ska även kunnat redovisa en vinst de 10 senaste åren med en vinsttillväxt årsvis. Priserna för eget
kapital och P/E ska vara inom en rimlig gräns i förhållande till aktiekursen, vilket kan fluktuera som resulterar i en ovisshet och utrymme för egen tolkning kring dessa kriterier. Med hjälp av dessa instrument elimineras företag som inte uppfyller merparten av kraven och därefter har investeraren tillräckligt med information för att konstruera en portfölj. En portfölj som viktas med jämna mellanrum för att kunna bevara företagen som fortfarande uppfyller kraven och eliminera de bolag som inte gör. Allokeringen medför att nya bolag ersätter de gamla och processen fortsätter.
Bild hämtad från Börsdata: Visualisering av kriterierna för Graham Screener
2.2.1 Kritik mot Magic Formula och Graham Screener
Graham Screener vänder sig till den mer defensiva placeraren med förhoppning att denna strategi ska hålla sig stark gentemot marknaden. Så är dock inte alltid fallet enligt alla, (Klerck & Maritz, 1997; Rao & Oliver, 1993) menar på att det finns svagheter med strategin. De belyser scenariot om investeraren inte hittar företag som uppfyller alla sju kriterierna som efterfrågas. Investeraren står då inför ett dilemma där hen måste välja vilka kriterier som ska uppfyllas. För hur bestämmer man vilka kriterier som ska anses vara viktigare än andra? Genomförs detta ställningstagande avviker investeraren från grundtanken som Graham framställer med modellen och det bör därför bli svårare att uppnå ett positiv avkastning som slår marknaden. Rao & Oliver (1993) berättar vidare men även Klerck & Maritz (1997) i deras studie att en portfölj som skapas där vissa bolag i portföljen inte uppfyller alla kriterierna fortfarande kan uppnå goda resultat. Detta lämnar en hel del frågetecken kring modellens utformning för att hitta undervärderade bolag med liten risk. Finns det vissa
kriterier som bör anses som essentiella och således vissa kriterier som är överflödiga för strategin?
Att ha i åtanke vid användning av Magic Formula är att verkligheten kan se annorlunda ut gentemot när ett datasystem väljer ut specifika aktier med sensationella resultat. Detta kan lätt ge en missvisande bild av formeln och speglar inte de svårigheter som kan uppstå vid
tillämpningen. (Greenblatt, 2000)
Författaren till boken “Deep Value, Why Activist Investors and Other Contrarians Battle for Control of Losing Corporations” Tobias. E Carlisle (2014) är inne på samma spår att
investeringsstrategin får ett annat utfall i verkligheten. Där han förklarar att strategin antar för små och icke likvida företag. Som enligt Carlisle reducerar den positiva effekten som Magic Formula ska medföra. I mindre bolag på aktiemarknaden är inte utbudet av aktier lika stort som i större bolag, där blir graden av investeringsstrategins effekt begränsad.
Greenblatt (2010) påvisar två hot mot strategins implementering vid konstruering av
aktieportföljen. Den första är Magic Formulas oförmåga att generera hög avkastning de första fem åren. Vilket Greenblatt menar på grundar sig i att strategin är uppbyggd och riktar sig till den långsiktiga investeraren. De valda bolagen med hjälp av nyckelfaktorerna är inte tänkta att bära frukt på kort sikt utan att överträffa marknaden på lång sikt. Alternativa investeringar som lyckas slå Magic Formula på kort sikt är den andra överhängande faran. Gemene man är otålig och vill inte vänta länge på goda resultat och väljer därför att överge strategin. Han menar dock på att om investeringsstrategier hade funkat i alla faser hade alla använt sig av den, vilket troligen hade satt stopp för effekten. Alla strategier behöver för och nackdelar.
2.3
Effektiva marknadshypotesen
Efficient Market Hypothesis (EHM), även kallat hypotesen om effektiva marknader, är en hypotes inom finansiell ekonomi som antar att all tillgänglig information återspeglar priset på en tillgång. EHM menar på att det inte går att överlista marknaden, då all information finns tillgänglig och att det därför inte går att säga exakt när priset på en tillgång stiger eller sjunker. Hypotesen gör antagandet att marknaden är effektiv och att priset på tillgången är korrekt då all information finns tillgänglig för att göra en korrekt analys. Det finns tre olika nivåer, svag-form av marknadseffektivitet, semi-stark marknadseffektivitet och stark marknadseffektivitet (Brealey, Myers & Allen, 2017).
Den första nivån är svag-form marknadseffektivitet där priserna speglas i all tidigare utgiven information. Nyutgiven information påverkar inte priset och därför går det inte att förutspå priset på tillgången. Den här delen av hypotesen antar att analyser av marknaden är
resultatslös eftersom tidigare pris på tillgången redan finns tillgänglig (Bodie, Kane & Marcus, 2018).
Den andra nivån av hypotesen är semi-stark marknadseffektivitet och innebär att priserna återspeglas i all offentlig information och priserna förändras omedelbart för att reflektera ny offentlig information. Information om balansräkningen, kvalitén på bolagets ledning och deras vinstprognos är en del av den tillgängliga informationen. Hypotesen anser att om allmänheten har tillgång till den informationen så förväntar investerare att det återspeglas i priset (Bodie, Kane & Marcus, 2018).
Den sista delen av hypotesen är stark effektivitet. Likt semi-stark effektivitet så återspeglar priset all offentlig information som finns tillgänglig information och att priserna förändras om det framkommer ny information, detta gäller även dold information som insiderinformation. Den här delen av hypotesen är däremot extrem, då få skulle argumentera för att de som sitter på den dolda informationen långt innan den blir allmän kommer göra vinster pga. detta. De personer som har tillgång till den dolda informationen jobbar antingen inom bolaget eller har någon relation till personen som gör det. Att lämna ut information om ett bolags resultat innan det är offentligt för att kunna göra vinst på aktiemarknaden är ett ekobrott och emot lagen (Bodie, Kane & Marcus, 2018).
2.3.1 Kritik mot Efficient Market Hypothesis
Om marknaden är effektiv eller inte är ett ämne som diskuteras både i litteraturen men även i många forskningsrapporter. I början av 2000-talet började allt fler investerare att kritisera EHM då de ansåg att det var möjligt att slå marknaden. Finansiella ekonomer ansåg att genom tekniska och fundamentala analyser kunde förutsäga aktiepriset. En av de som diskuterar ämnet är Damodaran (2012) som anser att marknaden inte alltid är effektiv. Investerare använder sig av olika metoder och strategier för att hitta undervärderade aktier. Genom att använda olika strategier så försöker investerare att slå marknaden. Men eftersom investerare har olika tillvägagångssätt till att värdera värdet på aktien, så blir det svårt att avgöra om aktievärdet passar in i hypotesen till den effektiva marknaden. Då priset på aktien skiftar mellan det verkliga värdet, så innebär det att aktievärdet är effektivt vid vissa tidpunkter och
under eller övervärdet vid andra tidpunkter (Damodaran, 2012). Detta följer argumentet för teorin om random walk som anser att om informationen reflekterar dagens pris på tillgången, så är morgondagens pris beroende av informationen som är från den dagen och har ingenting med tidigare dags prisförändringar. Men då nyheter ofta är oförutsägbara och den
informationen speglas i priset, så måste prisförändringarna också vara oförutsägbara och slumpmässiga (G. Burton, 2003).
Däremot så anser Damodaran (2012) att det går att överprestera marknaden genom att köpa undervärderade aktier. Det är svårare på större bolag då de analyseras mer frekvent än andra bolag och det blir därför att svårare att hitta undervärderade aktier. Marknaden kan inte vara helt effektiv, för då hade det inte existerat professionella investerare som kan läsa av ny information snabbt. Genom att göra detta så kan investerare köpa aktier innan aktiepriset stiger och på så sätt slå marknaden (G. Burton, 2003).
2.4
Capital Assets Pricing Model
Capital Assets Pricing Model (CAPM) är den äldsta metoden att räkna fram investerares avkastningskrav på en tillgång under en viss tidsperiod. Modellen togs fram av William Sharpe som förenklade och utvecklade Harry M. Markowitz ”Modern Portfolio Theory” (Sharpe, 1990). Avkastningskravet beräknas genom relationen mellan risk (Beta) och förväntad avkastning. Trots att det är den äldsta metoden så är den fortfarande allmänt accepterad och används frekvent då den är vanligast (Damodaran, 2012). Den riskfria
investeringen definieras som en tillgång där investeraren vet vad den förväntade avkastningen är under en specifik tidsperiod. Beta mäter risken som tillkommer om man investerar i
marknadsportföljen. Riskpremien är den premie som investeraren kräver att få som ersättning för att investera i marknadsportföljen (Damodaran, 2012).
E(Ri)= Rf+ B(E(Rm)-Rf)
E(Ri)= Tillgångens förväntade avkastning
Rf= Riskfri avkastning
B= Beta
2.5
Modern Portfolio Theory
Howard Markowitz tog fram teorin Modern Portfolio Theory (MPT) 1952, som han senare vann nobelpriset för. Teorin handlar om att konstruera och diversifiera sin portfölj för att maximera avkastningen till den givna nivån av risk som investeraren vill ha. Risk definieras som volatilitet eller variabilitet av avkastning. Tanken bakom teorin är att eliminera risken i varje investering. Istället för att bara se risken på en tillgång, så ska investeraren betrakta risken på en hel portfölj. Modellen antar att om investerare får välja två olika portföljer så kommer de välja den portföljen med lägre risk. Markowitz säger att investerare är rationella och mindre benägna för risk. Investerare är mer bekväma med lägre risk och har tankegången att det är bättre att inte förlora pengar än att tjäna pengar. Om investeraren ska välja en portfölj med högre risk så kommer den att kräva högre avkastning än den förväntade
avkastningen i utbyte. Tanken med att diversifiera sin portfölj är att balansera portföljen där aktier som går bra kompenserar för de aktier som inte gör det genom. Det är viktigt att hitta aktier som har inte har korrelation. Korrelation mäts på en skala från +1 till -1 där den positiva korrelationen innebär att båda tillgångarna rör sig likadant, medan tillgångar med en negativ relation inte uppträder likadant vilket gör att aktier kan kompensera varandra (Elton, Gruber, Brown & Goetzman, 2014)
Det finns även kritik riktat mot teorin. Kritiken grundar sig i att den inte handlar om den verkliga världen då den baseras på matematiska formler om vad som är förväntat att hända och inte verkliga eller existerande uttalanden. Då modellen är grundad på en matematisk formel så blir den osäker eftersom viktiga variabler i ekvation kan förändras då de inte var kända vid tillfället och ger därför en felaktig beräkning av ekvationen. Eftersom investerare använder sig av historiska mätningar av avkastningen så är det avgörande att det är helt korrekta. I artikeln så kommer författarna fram till att det är självklart att Benjamin Grahams principer dominerar denna teori, då många tidigare undersökningar har visat på att Market Portfolio Theory inte funkar i praktiken. Extremt bra och dålig avkastning sker betydligt frekventare än vad teorin förutspår (Miller, 2019).
“March can be a good month to invest in stocks. Other good months are July, January,
September, April, November, May, October, June, December, August and February.” – Mark Twain
2.6 Riskjusterade mätinstrument
Riskjusterad avkastning karaktäriserar en investerings enskilda avkastning i förhållande till risken som involverar att uppnå den önskade avkastningen. Detta mått uttrycks vanligtvis som betyg alternativt nummer och implementeras frekvent för aktieportföljer, investeringsfonder men även enskilda värdepapper (Avanza, 2020).
Vanliga riskmått som involveras vid tillämpning av riskjusterad avkastning är Beta, Jensens Alpha, R-kvadrat, Standardavvikelse och Sharpe-förhållandet. Dessa mått kan användas för att mäta potentiella eller faktiska investeringar. Vad som är viktig vid jämförelse av
investeringarna är att samma riskmått används. Detta för att ge jämförelsen ett relativt prestationsperspektiv (Bodie, Kane & Marcus, 2014).
2.6.1 Sharpe Kvot
Sharpekvoten är en ekvation som togs fram av William F. Sharpe. Med hjälp av ekvation så kan investerare få ett mått över hur avkastningen på en investering jämförs med risken som tas. Uträkningen visar den avkastningen en investerare får i förhållandet till risken.
Investerare kan jämföra olika portföljer genom att se över kvoten för varje enskild portfölj. Den riskjusterade avkastningen blir mer attraktiv ju högre värdet är på Sharpekvoten (Damodaran, 2012). Uträkningen ser ut som följande:
Sharpe Kvot = !"# !% &"
Rp= Return of portfolio (Avkastning på portföljen)
Rf= Risk-free rate (Riskfri avkastning)
σp= Standard deviation of the portfolio´s excess return (Standardavvikelsen på portföljens
meravkastning)
2.6.2 Riskfri avkastning
Avkastningen för en hypotetisk investering där ingen risk förekommer kallas för den riskfria räntan. Denna investering ska inte kunna generera ekonomisk förlust under en viss tidsperiod. Således innebär detta att avkastningen för det riskfria alternativet måste ha sämre
det riskfria alternativet. I praktiken är den riskfria räntan svår att finna. Risk förekommer alltid och även för de säkraste investeringarna, där är dock risken minimal. Därav används oftast räntan på en tre-månaders statsskuldväxel som den riskfria räntan för investeraren (Damodaran, 2012).
2.7 Varianter av Risk
En investerares beslut på aktiemarknaden medför alltid en viss typ av risk. Inom finansbranschen definieras risk som ett mått av potential samt / eller osäkerhet för ett investeringsbesluts fluktuationer som kan leda till ekonomisk förlust. I allmänhet brukar en högre grad av risk hos investeraren kompenseras av en större möjlighet till högre avkastning. Finns dock inga garantier för detta samband. Risk finns i olika former och behöver tas till hänsyn i alla aspekter av investeraren innan investeringsbeslut fattas. Vanligtvis finns det 5 olika former av risk och dessa är Affärsrisk, Likviditetsrisk, ränterisk, Inflationsrisk, Volatilitetsrisk. (U.S Securities and Exchange Commission)
Affärsrisk utifrån investerarens synvinkel grundar sig i att bolags förmåga att betala obligationer till aktieägarna försämras. Detta innebär att bolagets inte fullföljer sina
skuldförpliktelser. Om ett bolag går i konkurs och dess tillgångar likvideras finns risken för utebliven återbetalning av investeringen. Detta eftersom att bolagets vanliga aktieägare är längst bak i ordningen att ta del av intäkterna för konkursboet. (U.S Securities and Exchange Commission)
Likviditet är en risk för investeraren som skiljer sig ifrån de andra. Detta är en potentiell risk som innebär att investeraren inte finner någon marknad att sälja och köpa sina värdepapper. Ett värdepappers kapitalökning kan enbart mätas om betalningsåtgärderna utförs.
Likviditetsrisker hos en finansiell aktör kan innebära ofördelaktiga resultat på en längre sikt då möjligheten till att köpa och sälja värdepapper begränsas. (U.S Securities and Exchange Commission)
Räntor har förmågan att förändra en obligations enskilda värde och bör därför anses som en risk hos investeraren. Ökade räntor kommer att ge nya obligationer på marknaden en fördel framför äldre obligationer då räntan på dessa anses vara högre. Finns därför en risk vid sälj av
äldre obligationer att räntan är lägre, vilket kan leda till en förlustaffär för investeraren mot obligationens nominella värde. (U.S Securities and Exchange Commission)
Inflation medför vanligtvis en uppgång i aktiepriser, men en minskning i köpkraft hos
investeraren. Detta förklaras genom att inflationen har förmågan att eliminera den potentiella avkastningen av en aktie och ses därför som en risk hos investeraren. (U.S Securities and Exchange Commission)
Volatilitetsrisk grundar sig att bolags aktiekurs fluktuerar beroende av diverse händelser. En hög volatilitet indikerar att ett bolag är känsligt och att höga prisförändringar sker under en kort tid. Investeraren måste var beredd på att dessa fluktueringar inte endast sker när bolagen går sämre utan att de ligger konstant i riskzonen. Ett bolags förändringar i aktiepris kan bero på faktorer inom bolaget, som fel i produktionen men även från politiska samt
marknadsbaserade händelser som inte går att kontrollera. Till och med stora företags aktier som grupp har i genomsnitt vart tredje år förlorat pengar. Volatilitet är en ofrånkomlig risk vid investeringsbeslut (U.S Securities and Exchange Commission).
2.8
Market Timing
Under många år har det diskuterats om vilken månad som är bäst att investera i. Uttrycket ”Sell in May and go away”, ”Santa Claus Rally” och ”Januarieffekten är några av många trender som investerare nämner. Market Timing är en investeringsstrategi som handlar om investerare säljer sina tillgångar när de är högt värderade och återköper när de är lågt
värderade. Genom att använda sig av olika metoder så försöker investerare läsa av marknaden och tidsmässigt anpassa sina investeringar. En metod som kan användas är ”daytrading” som ofta används av investerare som har goda kunskaper om fundamentala och tekniska analyser, samt om aktiemarknaden. Dessa investerare har en kortsiktig horisont då de investerar dag för dag och försöker att tajma marknaden. Tanken bakom detta är att investerare använder sig av tekniska analyser för att tajma marknaden och på så sätt slå den. Det finns akademiker som motsäger denna metod och som anser att det inte går att slå marknaden, vilket Efficient Market Hypothesis anser. Det finns studier som visar att det är svårt att tajma marknaden, speciellt under en lång tid. Forskare säger att det inte finns något mönster i att investera i speciella månader. Under 1990-talet så hade december bäst avkastning, 2000-talet så var april bäst månad och under 2010-talet så hade oktober bäst avkastning (Baker & Wurgler, 2002).
2.9
Different markets
Aktiemarknaden i Sverige är uppdelad i mindre marknader, detta för att skapa ordning och reda. De listor som utgör de vi kallar i Sverige för Stockholmsbörsen är Large, Mid och Small Cap. På dessa marknader befinner sig börsnoterade bolag och placeras på specifik marknad utifrån från bolagets sammanlagda värde av de aktier som finns i företaget, även kallat för dess börsvärde. Bolagens plats på marknaden är osäker och bolagen på de tre listorna
fluktuerar konstant beroende av deras värdeförändringar. Listorna uppdateras årligen (Nasdaq, 2020).
Small Cap
Den minsta av de tre marknaderna, på denna marknad befinner sig bolag som redovisar ett börsvärde på mindre än 150 miljoner euro. Företag som befinner sig på Small Cap är oftast små medelstora svenska bolag. Samuelssons rapport (2019) menar på att bolag som befinner sig på denna marknad är i utvecklingsstadiet och har hög avkastningspotenial på lång sikt. Rapporten trycker på vikten att denna marknad ej ska bli förbisedd när investeraren
konstruerar sin portfölj, för dess möjligheter att hitta bolag med stor framtida vinning. En stor anledning till en positiv utveckling för Small Cap sägs vara att dess internationella expansion ligger framför dom i många av fallen, men även en god organisk utveckling. Att ha i åtanke vid investering inom Small Cap bolag är dess ökade risk. Småbolag anses var mer volatila, vilket innebär att de tenderar att röra sig uppåt och nedåt mer än bolag på de större
marknaderna. En faktor är dess känslighet för inhemska konjunkturförändringar på grund av stor operation på ett nationellt plan. ”Small Cap-aktier ger enskilda investerare en fördel jämfört med institutionella investerare” (Samuelssons Rapport 2019). Small Cap har under tidsperioden år 2005–2020 haft en avkastning på 282% (Nasdaq, 2020).
Mid Cap
Här befinner sig bolag som har en kapitalisering av det totala marknadsvärdet på sina börsnoterade aktier över 150 miljoner euro men under 1 miljard euro. På denna marknad befinner sig relativt stora bolag som har en verksamhet som vanligtvis sträcker sig utanför de nationella gränserna. Att handla med aktier medför alltid risker. För att undvika stora rörelser i aktiekursen är bolag på Large Cap det säkraste alternativet. Mid Cap bolag medför en större
risk men fortfarande en stor vinning och bör ses som ett kvalitativt investeringsbeslut. Index för Mid Cap har under tidsperioden år 2005–2020 haft en avkastning på 355,23% (Nasdaq, 2020).
Large Cap
Large Cap ä den största av de tre marknaderna på Stockholmsbörsen. Kravet på bolagens börsvärde är här minst 1 miljard euro. Här hittar vi det största och mest välkända bolagen som Axfood, Autoliv och Attendo (DI, 2020). Dessa bolag medföljer således en lägre risk och volatilitet jämfört med det mindre marknaderna. Denna marknad är väl utforskad och den genomsnittlige investeraren är upplyst om merparten av de noterade bolagen på listan. Detta gör det svårare att hitta undervärderade företag men även här finns det goda
investeringsmöjligheter för den som vågar tänka långsiktigt (Samuelssons Rapport 2019). Under den valda tidsperioden från år 2005–2020 har Large Cap marknadens index avkastat 123% (Nasdaq ,2020).
3
Litteratur
3.1 Tidigare resultat
Det har gjorts flera olika studier om Benjamin Grahams ”Graham Screener” och Joel Greenblatts ”Magic Formula” där det har undersökts om möjligheten till att generera överavkastning. I vår studie har vi använt oss av tidigare studier gjorda på dessa
investeringsstrategier. Med hjälp av tidigare studier så kan vi utvärdera och jämföra det resultat den här studien lyckas åstadkomma. Anledningen till att jämföra resultatet mot föregående studier är för att se om vi får ett liknande resultat.
Karlsson och Strand (2019) studerade hur Magic Formula och Graham Screener presterade på den svenska aktiemarknaden mellan 1998 och 2016. Resultatet av deras studie var att de båda strategierna slog OMX30 markant. Under den givna tidsperioden så hade portföljen som använde sig av Magic Formula en avkastning på 640% jämfört med indexet som hade en avkastning på 202% under samma period. Även Graham Screener överpresterade indexet där portföljen med den strategin hade en avkastning på 314%, jämfört med de 202% som indexet avkastade.
Vi har även tittat på Sjöbeck och Verngren (2019) som gjorde en studie om avkastningen på en portfölj där Magic Formula användes som investeringsstrategi. Avkastningen på portföljen jämfördes med avkastningen som OMX30 hade under tidsperioden mellan 2004 och 2018. Magic Formula hade en avkastning på 565% jämfört med OMX30s avkastning på 225%. Resultatet av denna studie var att med hjälp av en investeringsstrategi så går det att överprestera marknaden under en lång tidsperiod.
3.2
Kritik mot kvantitativa investeringsstrategier
Det har tidigare gjorts studier om hur Magic Formula och Graham Screener har presterat mellan 2005–2020 jämfört med den svenska marknaden, OMX30. Däremot har det inte undersökts om vilken som presterar bäst på Small, Mid och Large Cap, samt om avkastningen skiljer sig åt sett till vilken månad man väljer att investera i. All data som har samlats in kommer från Börsdata.se samt Thomson Reuters Eikon, där information om avkastning samt hur de olika portföljerna ska konstrueras. Eftersom data om bolagens nyckeltal har hämtats
från Börsdata och Thomson Reuters Eikon så är detta en kvantitativ studie. Med hjälp av insamlingen av data så kan vi dra slutsatser om syftet med studien. Fördelen med en kvantitativ studie är att det tydlig struktur och att den är objektiv. Då de tidigare studierna också har varit kvantitativa så ökar det reliabiliteten och jämförelsen mellan de olika studiernas resultat bättre (Bryman & Bell, 2017).
Som tidigare nämnt i avsnittet (tidigare resultat) har investeringsstrategierna lyckats generera en högre avkastning än index återkommande. Magic Formula och Graham Screener har på en lång sikt visat sig applicerbara på börsmarknaden men har fått utstå kritik likväl. Kritikerna anser strategierna som ofullständiga och listar flertalet anledningar till varför. Nedan finns scenarion som bör undvikas för att uppnå maximal trovärdighet för studien.
Greenblatt dementerar i sin bok att Magic Formula löper någon risk för dessa fallgropar om strategin implementeras på rätt sätt (Greenblatt, 2010).
1. “Look ahead Bias” betyder att studien slog marknaden på grund av informationen som
användes vid de urval av aktier, inte var tillgängliga vid samma tidpunkt för alla investerare. Vilket kan innebära att data som har hämtas senare kan påverka resultatet av studien positivt. Ett val som kan minska trovärdigheten för studien (Greenblatt, 2010).
2. Ett annat fenomen som kallas för survivorship bias grundar sig i att datamaterial har
raderats automatiskt när du går tillbaka historiskt för att testa en strategi. Detta för bolag som har gått i konkurs eller avlistats helt från börsmarknaden. Effekten av detta blir att resultatet ser bättre ut än vad det egentligen är och studien kan anses som mindre pålitlig. Studien tappar bolag som hade kunnat kvalificera sig för portföljerna som hade gett studien ett resultat närmare verkligheten (Greenblatt, 2010).
3. Att inte ha med transaktionskostnader i beräkningen för strategierna underlättar för att få
fram ett resultat. Det ska dock sägas, för att få ett så rättvist resultat som möjligt bör alla kostnader vara med. Anledningen till att dessa inte tas i åtanke i merparten av fallen är för komplexiteten som det medför. Investerare betalar olika mycket och det kan därav bli svårt att definiera kostnaderna för transaktionerna.
4. Failure to control the market performances är något Damodaran (2012) uppmanar att
investerare bör lägga större vikt vid. När marknaden rör sig åt ett håll tenderar portföljen att röra sig i samma riktning, det är därför viktigt att strategin förhåller sig till aktiemarknadens prestation. Han menar på att bara kolla på strategin enskilt är missvisande och berättar inte hela sanningen om dess prestation. Har en investerares portfölj haft en “god” årlig avkastning
lika gynnsamt längre. På samma sätt bör inte en investeringsstrategi dömas ut om
avkastningen var negativ under ett år, där marknaden föll betydligt lägre än den enskilda aktieportföljen. Damodaran (2012) trycker på vikten att sätta saker i kontext, annars säger inte enskilda resultat någonting.
4
Metod
4.1
Studiemetod
För att kunna studera prestationen för de två investeringsstrategierna Graham Screener och Magic Formula har en tidsserie valts att tillämpas. Detta tillvägagångssätt baseras på
möjligheten att kunna jämföra med tidigare studier där tidsserie måttet har varit dominant. En tidsserie har i detta fall även kunnat ge läsaren en tydlighet kring strategiernas utveckling samt prestation. Studien baseras på Graham Screeners samt Magic Formulas långsiktiga prestation på den svenska börsmarknadens undergrupperingar med ett specifikt månads fokus. (Se riktmärken). Där en aktieportfölj utifrån den enskilda strategins riktlinjer utformas med 20 olika bolag på de enskilda marknaderna Large, Mid och Small Cap som sedan viktas om årsvis under en 15 årsperiod mellan åren (2005–2020). Strategierna ställs sedan mot varandra för att analysera deras avkastning under tidsperioden och avgöra huruvida en viss strategi presterar bättre på en specifik marknad. Där ett fokus på val av månad att vikta om sin portfölj beaktas för att maximera den långsiktiga avkastningen. Vad som stärker valet av studiemetod är att Greenblatt (2010) utgick från tidsserie vid sin studie och att denna metod bör därför ses som bäst tillämpbar för att mäta resultaten.
4.2
Riktmärke
För att ge studien ett djupare fokus kommer riktmärken att användas vid utvärdering av de två olika portföljerna, som är baserade på Magic Formula och Graham Screener. Studien har den svenska börsmarknadens undergrupperingar Large, Mid och Small Cap som utgångspunkt och investeringarna sker endast på bolag noterade på dessa marknader. Data har hämtats från Börsdata där ett datasystem räknar ut den årliga samt den genomsnittliga historiska avkastningen för portföljerna. En sammanställning av datainsamlingen har skett och avkastningen för portföljerna ställs emot varandra. Det har inte legat ett större fokus på att jämföra avkastningen mot ett index som OMX30. Då tidigare studier redan har redogjort investeringsstratgiernas dominans i förhållande till marknadens index. Fokuset vänder sig därför till att klargöra vilken strategi som är mest effektiv samt vilken månad som föranleder detta.
4.3
Datainsamling
All data som har hämtats för att göra denna studie möjlig, är tagen ifrån Börsdata samt
Thomson Reuters Eikon. Datainsamlingen från Börsdata hämtades den 14 april 2020 via deras hemsida med våra riktlinjer som utgångspunkt. Historisk data för de båda strategierna
hämtades var för sig och på varje enskild marknad strategierna skulle testas på.
Investeringsfunktionen via Börsdata användes där strategiernas grundprinciper användes för systemets beräkningar. Där valde vi diverse filter för att precisera resultatet och för att svara på våra undersökningsfrågor för studien. Där valde vi tidsramen för konstruering för den fiktiva aktieportföljen och begränsningar att systemet bara fick använda sig av en marknad i taget vid val av bolag. Detta för att testa huruvida en strategi fungerar på en specifik marknad och inte endast i det stora hela. 20 olika bolag konstruerade portföljen då vi tyckte detta antal var optimalt då urvalet möjliggjorde en enkelhet att analysera materialet men tillräckligt stort för att kunna ge en rättvis bild av strategiernas prestationer. Ett större urval hade även gett oss problem på Small Cap marknaden då strategins riktlinjer inte hade hittat användbara bolag för att konstruera en portfölj, Bolag som inte uppfyller de grundprinciper som studien bygger på hade då behövts implementeras och resultatets trovärdighet bör då ifrågasättas. Det sista filtret som investeringsfunktionen tog hänsyn till, var att utdelningen för bolag inte fick
återinvesteras. Detta ger ett stort utslag negativt på den totala avkastningen över tid men förbises på grund av dess praktiska svårigheter, då utdelningsinformation inte var fullständigt eller tillgängligt för oss.
För studien gjordes ett T-test med målet att statistiskt kunna bekräfta en signifikant skillnad i avkastning på ett 95% konfidensintervall. För att genomföra testet så behövs det portföljernas månadsavkastning för den givna tidsperioden. Detta genom att hämta varje bolags aktiepris som ingick i de olika portföljerna från Thomson Reuters. Därefter så beräknades
prisförändringarna från månad till månad för att få fram aktiens avkastning per månad. Sedan kombinerades avkastningen på de 20 aktier som fanns i portföljen vid den specifika
tidpunkten för att få fram den totala månadsavkastningen för portföljerna. Det var 20 aktier per portfölj som viktas om varje år under 15 år, vilket resulterade i 180 observationer per portfölj. Anledningen till att få fram dessa uppgifter var för att undersöka om det fanns någon signifikant skillnad mellan de olika portföljernas avkastning. För att få fram resultatet på detta så gjordes det T-tester på respektive marknad, enligt följande hypotes:
HA: Avkastningen är signifikant skild på samma marknad Att nollhypotesen förkastas innebär att:
Strategierna genererar olika avkastningar över tid.
4.3.1 Riskjusterad avkastning
Portföljens totala avkastning har beräknats samt dess årliga avkastning på varje enskild marknad. Att ta med i sin beaktning är dock att dessa mått inte är justerad i förhållande till någon risk, och risk medför nästan alltid vid köp av aktier. Vi har därför valt att beräkna den riskjusterade avkastningen för varje enskild portfölj på de olika börsmarknaderna. Med utgångspunkten att ge en så rättvis bild som möjligt av investeringsstrategiernas förmåga att generera avkastning på lång sikt.
Den riskjusterade avkastningen går att bedöma igenom flertalet tillvägagångssätt där ett av dem är Sharpekvoten. Ett mått som syftar till att bedöma risken för konstruering av den enskilda portföljen, som sedan kan ställas mot antingen risken för ett index eller en annan portföljs risk. För att beräkna Sharpekvoten är tre komponenter essentiella meravkastning, riskfri-ränta och standardavvikelse. Där den riskfria-räntan speglar värdet av en tre-månaders svensk statsobligation, vilket hämtades från Nasdaq.com. I beräkningen av Sharpekvoten har de gjorts diverse ställningstagande för att kunna få fram ett resultat. Vanligtvis görs
beräkningen årsvis och en Sharpkvoten för den årliga avkastningen på portföljen kan tas ut, men eftersom vår data är hämtad årsvis och inte månadsvis blir uträkning inte legitim. Vi valde därför att beräkna den riskjusterade avkastningen för att investera i den specifika portföljen på 15 år och fick ett värde som speglade risken för hela perioden och inte årsvis. Där vi valde ut den bästa månaden att vikta om sin portfölj i för strategierna på varje enskild marknad och får på så sätt ut Sharpekvotens värde som speglar den riskjusterade
4.4
Den historiska beräkningen
Börsdata definierar funktionen att beräkna strategierna som ett backtest. Med mål att ge en så rättvis bild av strategins utveckling över tid. Backtestet använder sig av bolagens historiska aktiekurser samt deras rapporthistorik som utgångspunkt för beräkningen. Testet arbetar med bolagens helårsrapporter för att kunna ge en sån lång historik som möjligt. Börsdata tydliggör att testet inte är en perfekt estimator för att avgöra investeringsstrategiernas prestation, utan att testet förbiser faktorer som kan ge inverkan på det slutgiltiga resultatet. Detta med utgångspunkten att dessa delar hade gjort testet för komplext och givit en ökad risk för feltolkning av information (Börsdata, 2020).
En av faktorerna som den historiska beräkningen förbiser är att testet inte hämtar någon information från månaderna januari och februari. Det finns inte möjligt att välja någon av dessa månader som val av månad att investera i, utan resultat och information kan hämtas från mars till december. Anledningen bakom detta är att det inte går att köpa på en årsrapport innan den har släppts publikt. Då majoriteten av bolag lanseras sina bokslut i början på året väljer Börsdata att inte göra en beräkning på helårsrapporterna för den valda tidsperioden. Om månaderna januari och februari hade tagits med i beräkningen skulle dessa bolagsberäkningar behöva vara baserade på nästan ett år gamla rapporter. Därför är dessa exkluderade med beräkningens strävan efter att ge en så korrekt och aktuell estimator som anses vara uppnåbart (Börsdata, 2020).
Börsdata har valt att exkludera avnoterade bolag i den historiska beräkningen.
Om bolag avnoteras kan det medföra en negativ som såväl en positiv effekt på back testet, denna indirekta effekt kallas för Survivorship bias. Det positiva i avnotering av bolag finner sig främst i Magic Formula strategin. Den positiva effekten sker när onoterade bolag har gått ner kraftigt eller i konkurs. Merparten av bolagen som blir onoterade från marknaden har ett lågt FA-värde. Enkelt förklarat innebär ett lågt FA-värde att bolaget har gått med förlust under en längre tid. Vilket innebär att de inte hamnar särskilt högt upp på listan för Magic Formula. Samma effekt fast åt andra hållet kan också uppstå, vilket kan ses som negativt för studien. Bolag med ett bra FA-värde kan ha avnoteras från börsmarknaden och kan inte implementeras i investeringsportföljen. Där anledning vanligtvis är att ett bolag har blivit utköpt från börsen och hade med stor sannolikhet hamnat högt upp på listan för Magic Formula och Graham Screener men kan nu inte användas (Börsdata, 2020).
5
Empiriskt resultat
Figur 1Resultat över den historiska avkastningen
5.1 Graham Screeners prestation
Aktierna inkluderade i de olika portföljerna som är baserade på Graham Screener strategin är marknadsspecifika. Studien har mätt bolag baserade på Large, Mid och Small Cap för sig själva för att mäta investeringsstrategins prestation. I portföljen har 20 olika bolag på vardera marknaden bildat portföljerna utifrån de krav och riktlinjer som finns för strategin.
Prestationerna har mätts inom tidsspannet 15 år med start från år 2005 fram till år 2020. Där logiken bakom Grahams strategi är att finna bolag som erbjuder stabilitet och långsiktighet vilket de sju kriterierna (se avsnitt 2.2) för strategin ska tänkas uppfylla. Den avkastning som är presenterad i figur 1 är varken riskjusterad eller tar hänsyn till återinvestering av utdelning med dess praktiska svårigheter som tillkommer. Utdelningsinformation kunde inte hämtas för studien och med risk för feltolkning valde vi att exkludera utdelningen helt och hållet med tanke på detta.
Om vi börjar titta på Graham Screener långsiktiga prestation mätt i absolut avkastning på Small Cap marknaden kan vi se att dess prestation är markant sämre än på Mid Cap samt Large Cap. Av figur 1 kan vi avläsa att mars månad var betydligt mer gynnsam att vikta om sin portfölj i än mot resterande månader. Potentiella anledningar till detta kommer att
diskuteras längre fram i arbetet. Att vikta om sin aktieportfölj baserad utifrån bolag på Small Cap genererade en totalavkastning över hela tidshorisonten på 111,2%. Resterande månaders långsiktiga prestation var aldrig över 60% där november till och med uppvisade ett negativt
resultat på -6% för perioden. Den genomsnittliga avkastningen för Graham Screener på Small Cap resulterade i 38,70%. Denna relativt låga avkastning över tid kan förklaras med hjälp av strategins grundprinciper. Som tidigare nämnt vänder sig strategin sig till stabila bolag vilket i många fall också är stora bolag. På Small Cap marknaden uppfyller långt av alla bolag de sju kriterierna som Graham utgår ifrån. Magic Formula som vi har valt att jämföra med hade som bäst 128% avkastning och ett genomsnitt på 66,98%. Den slutsatsen vi kan dra av att endast investera i bolag som är noterade på Small Cap är att Magic Formula hanterar denna storlek på bolag bättre men att investeringsstrategin inte uppfyller sin fulla potential på denna marknad.
Om vi går vidare och tittar på Graham Screeners prestation på Mid Cap ser den totala
avkastningen betydligt bättre ut. Den totala avkastningen över 15 år kunde mätas upp till hela 679%. Gemensamt med att investera på Small Cap var mars månad även här den mest
gynnsamma att vikta om sin portfölj i. Över hela perioden var den genomsnittliga
avkastningen 524,90% vilket tyder på en god avkastning oavsett vilken månad den enskilde investeraren valde att placera i. Den stora ökningen gentemot Small Cap rör sig om att storleken på bolagen och dess stabilitet. De bolag som befinner sig på Mid Cap är mer applicerbara för strategin och kriterierna som Graham använder sig av, uppnås i högre grad och resulterar därför i en god avkastning över tid. Risken att investera i endast bolag på Mid Cap är befintlig och är något som kommer diskuteras längre fram i analysen.
Ser vi nu till prestationen kring strategins avkastning på den största av de tre marknaderna, Large Cap lämnar det en hel del funderingar. Den totala avkastningen över hela tidsperioden mättes som bäst upp till 626,5% under mars månad och med ett genomsnitt på 502,78% om man ser till alla undersökta månader. Dessa resultat förstärker tidigare forskning inom detta område, där Mid Cap anses vara en bättre marknad att generera högre avkastning på än Large Cap. Bolagen på Large Cap är mer stabila och välstuderade av den allmänne investeraren och bolag som befinner sig på denna marknad upplever vanligtvis inte så stora svängningar. Vad som behöver tas med i bedömningen är dock vilken risk som uppstår när portföljerna
konstrueras på den enskilda marknaden. Detta kommer att diskuteras längre fram i analysen och kan ändra om den slutgiltiga bedömningen för portföljerna. Vi kan även avläsa från figur 2 att Graham Screeners genomsnittliga avkastningen är högre än Magic Formulas med omkring 80% enheter. Detta innebär att Grahams utformning av sin investeringsstrategi har bättre möjligheter att välja ut bolag som lyckas generera goda resultat i form av avkastning även på Large Cap marknaden.
5.2 Magic Formulas prestation
Om väljer att se över avkastningen på portföljen som bestod av Small Cap bolag så kan vi se i figur 1 att om viktningen av portföljen skedde i mars varje år så gav detta bäst utdelning under den 15 års period som vi har undersökt. Portföljen bestående med Small Cap bolag gav som bäst en avkastning på 128,3%. Den sämsta avkastningen portföljen fick var när den viktades om under december, då portföljen endast hade en avkastning på 39,5%. Avkastningen på portföljen om den viktades om mellan maj och december var mellan 75% och 40%. Genom att välja denna strategi på Small Cap bolag så hade portföljen en genomsnittlig avkastning på 66,98%, vilket slår den genomsnittliga avkastningen på portföljen som använde sig av Graham Screener som bestod av Small Cap bolag. Men som det har nämnts tidigare så är Magic Formula mer anpassat till större bolag som finns på Large och Mid Cap. Anledningen till att en portfölj som består av Small Cap bolag inte kan leverera bra avkastningen är pga. att dessa bolag inte uppnår de kriterier som Magic Formula kräver. Därav blir det svårt att
använda den strategin för att få bra avkastning över tid. Det vi däremot kan se är att det gynnar sig att använda sig av Magic Formula jämfört med Graham Screener på den här marknaden. Då Magic Formula är mer offensiv strategi så finns möjligheterna till högre avkastning vilket figur 1 visar tydligt.
Resultaten som portföljen bestående av Mid Cap bolag som använder sig av Magic Formula har en markant skillnad i avkastningen gentemot Small Cap portföljen. I denna marknad så fick vi fram resultatet att augusti var den bästa månaden för att vikta om sin portfölj. Vi fick 865% avkastning under den givna tidsperioden genom att bara vikta om portföljen under denna månad i enlighet med Magic Formulas principer. Detta är den bästa avkastningen jämfört med de fem övriga portföljerna. Sämst avkastning fick vi när portföljen viktades om i december vilket det även var i Small Cap portföljen. I portföljen med Mid Cap bolag så var den sämsta avkastningen 551,4%. Den genomsnittliga avkastningen under 15 år var 666,32% vilket visar på att Magic Formula passar bättre på Mid Cap bolag då de kan uppfylla
kriterierna. Då denna investeringsstrategi använder sig av att hitta de bästa aktierna med lägst värdering baserat på deras nyckeltal så finner vi att portföljer med Mid Cap bolag ger bra avkastning över tid, vilket Greenblatt förespråkar.
Sista marknaden som analyserades var Large Cap som innehåller de största bolagen på den svenska aktiemarknaden. I även denna portfölj så var avkastning bäst om portföljen viktades
tidigare har tidigare forskning visat på att Mid Cap bolag generellt har högre avkastning än Large Cap bolag vilket resultatet i figur 1 även visar. Då det innebär högre risk i Mid Cap så kompenseras det med en högre avkastning. Den genomsnittliga avkastningen på Large Cap portföljen var 423,6% vilket är en relativt stor skillnad jämfört med den högsta avkastningen som portföljen hade under den givna tidsperioden. Den lägsta avkastningen fick vi när portföljen viktades om i oktober då avkastningen blev 371%, vilket är den tredje lägsta avkastningen jämfört med övriga 5 marknaderna som har undersökts.
5.3 Sharpekvoten
Sharpekvoten är ett mätinstrument för att bedöma den riskjusterade avkastningen.
Sharpekvoten visar strategiernas avkastning minus den riskfria räntan i förhållande till risken. Där risken definieras genom volatilitet eller standardavvikelse. Som diskuterat i de två
föregående avsnitt har Magic Formula samt Graham Screener lyckats generera en hög
avkastning på alla tre marknader men framförallt på Mid och Large Cap. Det vi kan fastslå är att Magic Formula och Graham Screener har varit gynnsamma över tid, vilket också är utgångspunkten för strategierna. Det vi har kunnat utläsa från resultaten angående den totala avkastningen är att Magic Formula har lyckats prestera något bättre på både Large och Small Cap men signifikant bättre på Mid Cap. För att kunna slutföra analysen och jämförelsen sinsemellan har ett Sharpekvots-värde beräknats med hopp om att rättvist kunna bedöma den totala avkastningen. Resultaten nedan är baserade på den månad som givit strategierna bäst avkastning, vilket i främsta fall var månaden mars med undantag för Magic Formula på Mid Cap där månaden augusti valdes.
Figur 2
Om vi börjar att kolla på Large Cap ser vi att Graham Screener har haft en högre volatilitet jämfört med Magic Formula vilket indikerar att risken är större för att investera i en portfölj med hjälp av Graham Screener. Vi kan även se att skillnaden i den årliga avkastningens genomsnitt är relativt lik för båda strategierna. Detta innebär att den ökade risken inte medför särskilt högre förväntad avkastning och ger därav Magic Formula en högre Sharpekvot. Slutsatsen vi kan dra är att Magic Formula bör ses som det mer kvalitativa
investeringsbeslutet på Large Cap när risken tas i beaktning.
På Mid Cap finns det ingen större diskussion kring vilket investeringsbeslut som är att föredra för den enskilde investeraren. Vi kan avläsa en lägre volatilitet för avkastningen hos Magic Formula men även ett högre genomsnitt för den genererade avkastningen. Med dessa utgångspunkter är Sharpekvoten markant högre på Mid Cap för Magic Formula än för Graham Screener och indikerar att den riskjusterade avkastning som likväl den absoluta avkastningen är till Magic Formulas favör.
Som tidigare berört är ingen av strategierna fullt anpassade för att konstrueras enbart på Small Cap marknaden och visar överlag upp dåliga resultat över den valda tidsperioden. Marknaden lyckas till och med att slå strategierna i det långa loppet vilket befäster dess oförmåga att lyckas på denna marknad. Den genomsnittliga avkastningen var snarlik strategierna
sinsemellan men där Graham Screener hade som på de två andra börsmarknaderna en högre volatilitet för avkastningen över tid. Detta resulterade i två dåliga Sharpekvoter men där Magic Formula bör anses som vinnaren.
5.4 T-test
Det har gjorts T-test på samtliga marknader berörda i denna studie för att konstatera att skillnaden i avkastning är signifikant skild strategierna emellan. Dessa T-test har gjorts med ett 95% konfidensintervall och är baserade på månadsdata hämtade för varje enskild portfölj. Det vi kan avläsa från T-testen är att alternativhypotesen kan antas för varje test som har gjorts och nollhypotesen på en 5% signifikansnivå kan förkastas. Detta innebär att det rent statistiskt finns en skillnad i den avkastning portföljerna har lyckats prestera över 15 årsperioden med Graham Screener och Magic Formula som bas för konstruering av portföljerna. (Se bilaga 1–3)
5.5 Finansiella händelsers påverkan
När studiens tidsram valdes var utgångspunkten att ha tillräckligt många år för att kunna dra kvalitativa slutsatser samt se diverse finansiella händelser påverkan på avkastningen.
Tidsramen 2005–2020 involverar två finansiella händelser som har gett utslag på
börsmarknaden. Den första är finanskrisen som varade mellan åren 2007–2009 som är den äldre av de två. Där har effekterna av krisen avhandlats och kan ses som ett avslutat kapitel. Att analysera effekten på portföljernas förändrade avkastning under den perioden är lättare än för studiens andra stora finansiella händelse. Corona pandemin är högst aktuell och rådande runt om i världen. Effekterna är inte slutgiltiga men det går redan att se förändringar på börsmarknaderna. Avkastningen för portföljerna visar en negativ trend i framförallt april år 2020 och bör därför ges plats åt i analysen.
Om vi börjar med att kolla på effekterna finanskrisen orsakade för portföljerna baserade på Magic Formula samt Graham Screener ser vi en tydlig nedgång i alla portföljerna oberoende i vilken månad investeraren väljer att vikta om sin portfölj i. Något som är genomgående för alla tre valda marknader studien berör. Vissa portföljer drabbas hårdare än andra men slutsatsen vi kan dra är att ingen portfölj lyckas visa upp en positiv avkastning under åren 2008–2009 när finanskrisen var aktuell. Vad som ska tilläggas och som påvisar strategiernas slagkraft är att portföljerna på lång sikt trots finanskrisen har lyckats generera en hög
avkastning över den valda tidsperioden. Vilket styrker teorin om att investeringsstrategierna är gynnsamma över tid och kräver tålamod.
Ser vi till den mer aktuella finansiella händelsen för studien, Corona pandemin finns det redan utslag på avkastningen för portföljerna. Effekterna är långt ifrån fullständiga men det går att avläsa en negativ trend i april månad. Från år 2019 till år 2020 med fokus på att vikta om portföljen i april ser vi att den ungefärliga genomsnittliga minskningen är 21,83% för strategierna på respektive marknad i form av Large, Mid och Small Cap. Detta förstärker tesen om pandemins påverkan i nuläget på den svenska börsmarknaden och fastslår dess relevans. Det gick inte att utläsa någon större effekt på en specifik strategi från insamlingen av data, utan påverkan är relativt lik för både Magic Formula och Graham Screener
5.6 Effektiva Marknadshypotesen
Den effektiva marknadshypotesen ståndpunkt finner sig i att det är omöjligt att kunna generera en överavkastning på börsmarknaden. Detta eftersom att marknaden anses vara effektiv och inte går att överlista, då all tillgänglig information återspeglar priset på en tillgång. Investeringsstrategierna Graham Screener och Magic Formula försöker att bevisa motsatsen att slå samtliga marknadsindex för studien. Om vi börjar med den minsta av de tre marknaderna, Small Cap ser vi att marknadens index har lyckats avkasta 282% över det 15 åriga tidsintervallet 2005–2020. En avkastning som inte någon av strategierna lyckas att överträffa. Graham Screener lyckades endast avkasta 111,2% och Magic Formula 128,3% vilket är långt ifrån vad index lyckades med. Ger detta vatten på kvarnen för effektiva marknadshypotesen? Vi väljer att inte tolka resultatet på detta vis utan hänvisar till tidigare teori berörd i denna studie om investeringsstrategiernas ineffektivitet på små och volatila bolag. Bolag som är noterade på Small Cap uppnår i många fall inte de grundprinciper strategierna är uppbyggda på och det var därför väntat att inte strategiernas maximala potential skulle visa sig på denna marknad. Indexets avkastning på Small Cap är undantaget som bekräftar regeln för strategiernas dominans mot det större marknads indexen.
På Mid och Large Cap bevisar strategierna sin dominans och överträffar marknads indexen markant. På Mid Cap mättes avkastningen för index upp till 355,23% medan både Graham och Magic avkastade över 600% för tidsperioden. På Large Cap presterar strategierna aningen sämre vilket dock var väntat givet förutsättningarna men kan fortfarande visa upp en
överavkastning gentemot index som för Large Cap är 123%. Vi kan nu tydligt se att både Magic Formula samt Graham Screener lyckas överprestera index på två av tre marknader. Vilket stärker tesen om att det är möjligt att generera överavkastning på den svenska börsmarknaden. Som tidigare nämnt under avsnitt 3.2 (Failure to control the market
performances) menar Damodaran på att en strategi bör förhållas till ett index för att anses var trovärdig och relevant. Utan detta säger inte en avkastning något specifikt om man inte kan ställa dess prestation mot ett mått. Genom att kontrollera mot undergrupperingarnas index får vi en fingervisning om dess förmåga att lyckas överavkasta marknaden.
5.7 Market timing
Vilken månad som hade bäst avkastning under den givna tidsperioden framkommer tydligt, där fem av sex portföljer var den högsta avkastningen i mars. Det finns flera olika uttryck där investerare nämner månader eller tillfällen då det är bäst att investera i. Då många olika forskare anser att det inte går att fastslå vilken månad som ger högst avkastning över lång tid, så blir det svårt att motivera varför just mars var den månad som resulterade i högst
avkastning.
Det som gör att resultat säger emot denna teori är att portföljen med Mid Cap bolag som använde sig av Magic Formula hade överlägset högst avkastning i augusti. Med en avkastning på 865% på 15 år så är det även den högsta avkastningen som vi fick fram med hjälp av de två olika investeringsstrategierna. Det innebär att vi inte kan förutse i vilken månad investerare bör vikta om sina portföljer för att uppnå högsta möjliga avkastning. Som många forskare anser, så finns det inget speciellt mönster att investera i speciella månader. Under 1990-talet, 2000-talet och 2010-talet så har det varit tre olika månader som har haft högst avkastning och mycket tyder på att det kommer vara tre olika månader nästkommande trettio år. Om
investerare väljer att använda sig av ”daytrading” så finns det möjligheter att lyckas tajma in marknaden, men det blir svårt att lyckas med detta under en lång tidsperiod.
