En kvantitativ studie om fredagseffekten på den svenska kapitalmarknaden
Kandidatuppsats 15 hp Inriktning FA
Företagsekonomiska inst itutionen
Uppsala universitet
VT 2021
Datum för inlämning: 2021 – 08 - 09
Kaleb Solomon
Gabriel Araj
Handledare: Joachim Landström
Är investerare mindre
uppmärksamma till värderelevant
information på fredagar?
Förord
Vi vill tacka vår handledare, Joachim Landström, för givande råd och ett aktivt engagemang.
Vi vill även rikta ett tack till våra duktiga opponenter.
Slutligen vill vi tacka Maria Berg Andersson för stöd vid datainsamling.
Kaleb Solomon Gabriel Araj
Sammanfattning
Syftet med denna studie är att undersöka om investerare på den svenska kapitalmarknaden är mindre uppmärksamma på värderelevant information på fredagar. För att studera detta, undersöker vi kortsiktiga marknadsreaktioner vid publicering av delårsrapporter på fredagar i förhållande till övriga handelsdagar. I studien tillämpas en kvantitativ forskningsmetod i form av en eventstudie, där marknadsreaktionerna mäts i onormal avkastning. Eftersom förtida reaktioner till kvartalsrapporter minskar reaktionerna under publiceringsdagen, kontrollerar vi för händelser som kan tänkas ge upphov till sådana reaktioner innan fredagsrapporterna publiceras. Urvalet består av delårsrapporter tillhörande företag som varit listade på OMXS30 under perioden mellan 2017-01-01 till 2019-12-31. Resultatet indikerar att marknadsreaktionerna, givet en viss nivå av oväntat resultat, är 32% lägre för fredagar än andra handelsdagar. Eftersom resultatet saknar statistisk signifikans, kan dock inga generella tolkningar eller slutsatser dras. Vi finner heller inget stöd för att eventuella underreaktioner till fredagsrapporter skulle kunna förklaras av förtida reaktioner. Studien lämnar dock utrymme för spekulationer kring eventuella oregelbundenheter i responsiviteten till oväntat resultat hos svenska investerare, och utgör därmed en intressant utgångspunkt för vidare forskning.
Abstract
This paper aims to investigate if Swedish investors are less attentive to value-relevant information on Fridays. To study this, we compare the short-term market reactions to quarterly reports published on Fridays to other trading days. This paper applies an event study, where market reactions are measured in abnormal returns. Since premature reactions to quarterly reports reduce reactions on the day the reports get published, we control for events that can give rise to such reactions before Friday reports are published. This study focuses on quarterly earnings reports belonging to companies that have been listed on OMXS30 between 2017-01- 01 and 2019-12-31. The results indicate that market reactions to unexpected earnings are 32%
lower for Fridays than other trading days. However, in lack of statistical significance, no concrete conclusions can be drawn. We also find no support for the possibility of events causing negative expectations among investors explaining underreactions on Fridays.
However, the study leaves room for speculation about possible irregularities in the responsiveness to unexpected earnings among Swedish investors, and thus constitutes an interesting basis for future studies.
Nyckelord: Fredagar, Underreaktion, Uppmärksamhet, Distraktion, Onormal avkastning
Innehållsförteckning
1. Inledning ... 4
1.1 Problematisering och syfte ... 4
1.2 Disposition ... 7
2. Teori ... 8
2.1 Den effektiva marknadshypotesen & onormal avkastning vid publicering av finansiella rapporter 8 2.2 Begränsad uppmärksamhet ... 9
2.3 Begränsad uppmärksamhet på kapitalmarknaden ... 10
2.4 Distraktion & fredagseffekten på kapitalmarknaden ... 11
3. Metod ... 16
3.1 Övergripande metodutformning ... 16
3.2 Insamling av data & urval ... 16
3.3 Avgränsningar & bortfall ... 17
3.4 Operationalisering ... 19
3.4.1 Regressionens beroende variabel ... 19
3.4.2 Regressionens oberoende variabler ... 22
3.4.3 Normalitet ... 25
3.4.4 Beslutsregel för hypotesacceptans ... 25
3.5 Statistiska beaktanden vid multipel regressionsanalys ... 26
3.5.2 Heteroskedasticitet ... 26
3.5.2 Multikollinearitet ... 26
4. Resultat & Analys ... 28
4.1 Introduktion till resultat ... 28
4.2 Regressionsresultat ... 29
4.2.1 Allmänna regressionsresultat... 29
4.2.2 Är investerare mindre uppmärksamma på fredagar? ... 30
4.2.2 Kan eventuella underreaktioner förklaras av att investerare reagerat i förtid? ... 33
4.2.5 Resultat kring de inkluderade kontrollvariablerna... 34
4.2.6 Samband mellan studiens oberoende variabler ... 34
5. Diskussion ... 36
5.1 Studiens praktiska bidrag ... 38
5.2 Studiens begränsningar och framtida forskning ... 38
6. Slutsats ... 40
Referenser ... 41
1. Inledning
I detta avsnitt presenteras studiens bakgrund och problematisering som sedan mynnar ut i studiens huvudsakliga syfte och frågeställning. Avslutningsvis presenteras studiens disposition.
_______________________________________________________________________
1.1 Problematisering och syfte
Finansiella rapporter utgör den huvudsakliga informationskällan för intressenter på kapitalmarknaden. De är i synnerhet viktiga för investerare och analytiker då de signalerar potentiella framtidsutsikter för bolagen. När det faktiska utfallet av företagets prestation avviker från marknadens förväntningar, speglas detta i aktiepriset efter att informationen har offentliggjorts (Fama, 1970; Ball & Brown, 1968; Ball & Brown, 2019). Dock har tidigare forskning funnit att marknaden på kort sikt vanligen underreagerar på värderelevant information (Hirshleifer & Teoh, 2003; Feng & Hu, 2014). Vad som ligger till grund för att marknaden underreagerar har länge debatterats och varit föremål för omfattande forskning (Jansen et al., 2020). Hirshleifer et al. (2009) introducerade the investor distraction hypothesis som menar att underreaktioner beror på att investerare distraheras av olika stimuli, vilket i sin tur påverkar deras förmåga att bearbeta och reagera på värderelevant information. Vidare forskning har funnit att marknaden mer frekvent underreagerar under särskilda perioder som kan tänkas vara associerade med distraktioner och en lägre grad av uppmärksamhet. Exempel på sådana perioder är högtider (Pantzalis & Ucar, 2014; Hood & Lesseig, 2017) och fredagar (Dellavigna & Pollet, 2009; Jansen et al., 2020). Förklaringarna till de periodiska effekterna varierar. En fråga som ställer sig i sammanhanget är om dess effekter förekommer på den svenska kapitalmarknaden. Genom att undersöka marknadsreaktioner vid publicering av delårsrapporter på fredagar, avser denna studie att undersöka om svenska investerare är mindre uppmärksamma på värderelevant information på fredagar.
För över 50 år sedan presenterades den effektiva marknadshypotesen (EMH) i dess olika former av Fama (1970). Denna studie utgår från den mest antagna av de tre formerna, vilken är den semi-starka formen av EMH. Enligt den semi-starka formen bör all offentlig information omedelbart speglas i aktiepriset (Fama, 1970). Hypotesen har länge varit framträdande i ekonomisk litteratur och ligger till grund för kända citat av exempelvis Pearce (1987) som sa att “ the efficient market model is another version of the simple economic rule that there are no free lunches”. Sedan kort efter att Fama presenterade den semi-starka formen
av EMH blev teorins verklighetsförankring föremål för omfattande debatt. Redan under 70- talets början hävdade Kahneman (1973) att kognitiva begränsningar påverkar investerares beslut och även priser på kapitalmarknaden. Huberman & Tomer (2001) redogör för detta samband genom följande exempel. När New York Times publicerade information om genombrott inom cancerforskning i maj 1998 var marknadsreaktionerna starka och omedelbara, trots att reaktionerna var relativt små när samma information publicerades i en vetenskaplig studie fem månader tidigare (Huberman & Tomer, 2001). Detta kan betraktas som ett praktiskt exempel på att marknaden inte är effektiv.
Bristande effektivitet på kapitalmarknaden kan enligt Hirshleifer & Teoh (2003) hänföras till kognitiva begränsningar hos investerare. I sina studier finner Hirshleifer et al. (2009) att investerare underreagerar på värderelevant information när de distraheras av en större mängd stimuli. Vad som utgör en större mängd stimuli, konkretiseras genom att författarna identifierar dagar då en stor mängd finansiella rapporter publiceras samtidigt. Fler rapporter under samma dag innebär att konkurrensen för investerares uppmärksamhet ökar (Hirshleifer et al., 2009). Marknadsreaktionerna under dagarna med en stor mängd stimuli jämförs sedan med marknadsreaktionerna under dagarna med en mindre mängd stimuli, dvs. då färre rapporter publiceras samtidigt. Resultatet tyder på att marknadsreaktionerna är signifikant lägre under dagar då ett större antal rapporter publiceras samtidigt (Hirshleifer et al., 2009). Fenomenet relateras ofta till Fiske (1995), som menar att uppmärksammandet av viss information de facto utesluter annan information. Exempelvis medför analysen av en delårsrapport att andra rapporter utesluts. Fiske (1995) klargör att uppmärksamheten är begränsad och dess riktning är i hög grad selektiv. Vidare bestäms riktningen beroende på individens mål vid ett givet tillfälle (Fiske, 1995). I enlighet med detta, menar Hirshleifer et al. (2009) att distraherande stimuli inte bara utgörs av ett stort antal värderelevanta rapporter.
Tvärtom kan distraherande stimuli även vara de som är helt irrelevanta i investeringssammanhang (Hirshleifer et al., 2009).
Dellvigna et.al (2009) betraktar helger som ett vanligt förekommande event som distraherar individer från arbetsrelaterad och övrig relevant information. Helgrelaterat stimuli bör således öka andelen investerare som inte uppmärksammar eller fullt bearbetar informationen. En högre andel ouppmärksamma investerare som ej tar hänsyn till nypublicerad och värderelevant information, bör därmed speglas i kortsiktiga underrektioner till fredagsrapporter (Dellavigna
& Pollet, 2009). Annorlunda uttryckt, utgörs marknadsreaktionen vid en given tidpunkt av den sammanvägda reaktionen från alla enskilda investerare på marknaden. Om andelen investerare som uppmärksammar och reagerar på rapporten är mindre vid en given tidpunkt, bör detta följaktligen speglas i en svagare marknadsreaktion överlag. (Dellavigna & Pollet, 2009). För att undersöka detta jämför författarna marknadsreaktioner vid publicering av delårsrapporter på fredagar med de resterande handelsdagarna. Resultatet tyder på att marknads reaktionerna är 15,8% lägre för delårsrapporter som publiceras på fredagar i förhållande till de andra handelsdagarna (Dellavigna & Pollet, 2009). Underreaktionen speglas även i fördröjda reaktioner till fredagsrapporter under de efterföljande handelsdagarna (Dellavigna & Pollet, 2009). Senare studier av bland annat Jansen et al. (2020) visar att denna oregelbundenhet i investerarbeteende fortfarande lever kvar på den amerikanska kapitalmarknaden.
Hur investerare påverkas av exempelvis helg-eller högtidsrelaterade distraktioner har varit föremål för omfattande forskning (Jansen et al., 2020). Dock är det empiriska underlaget för den europeiska, och i synnerhet svenska kapitalmarknaden relativt tunt. Guscott & Bach (2011) fann att svenska investerare är mindre uppmärksamma och underreagerar på finansiell information under sommarmånaderna mellan juni-augusti. Studien klargör således att svenska investerare vid den tidpunkten tycktes vara distraherade under sommarperioden (Guscott &
Bach, 2011). Dock saknas empiriskt underlag som undersöker en eventuell fredags-effekt på den svenska kapitalmarknaden. Jansen et al. (2020) menar att empiriska fynd av detta slag är av särskild vikt för bolag som strategiskt vill publicera sina rapporter för att de ska uppmärksammas i större eller mindre utsträckning. Vidare menar Pantzalis & Ucar (2014) att portföljstrategier som fokuserar på att handla under perioder av låg uppmärksamhet kan generera positiv avkastning på kort sikt. Pantzalis & Ucar (2014) illustrerar detta genom att koncentrera handeln kring rapporter som publiceras inför påsken, och lyckas generera positiv avkastning på 18% under en tre månaders period. Dellavigna & Pollet (2009) illustrerade en liknande portföljstrategi som koncentrerade handeln kring fredagar, och genererade positiv avkastning på 4% i månaden. Således kan forskningsområdet även tänkas ha en praktisk relevans för svenska investerare. Den ovan beskrivna problematiseringen mynnar därmed ut i följande forskningsfråga.
Forskningsfråga: Är investerare på den svenska kapitalmarknaden mindre uppmärksamma till värderelevant information på fredagar?
1.2 Disposition
Forskningsfrågan i denna studie kommer att besvaras enligt följande disposition. I det kommande kapitlet presenteras det teoretiska ramverket som ligger till grund för studiens metod och formulerade hypotes. I det tredje kapitlet presenteras den forskningsmetod som används för att besvara den aktuella forskningsfrågan. Efter en sekventiell genomgång av metoden presenteras i det fjärde kapitlet studiens empiriska resultat. Resultatet presenteras i samband med en tolkning och analys av dess innebörd inom studiens teoretiska ramar. I kapitel fem diskuteras även eventuella svagheter, praktiska implikationer, metodiska begränsningar och förslag för framtida forskning. Slutligen lämnas en redogörelse för studiens slutsats.
2. Teori
Denna sektion är en sammanställning av aktuella teorier och tidigare forskning som sedan härleds till studiens formulerade hypotes. Inledningsvis presenteras informationsvärdet av delårsrapporter och forskning kring marknadsreaktioner vid publicering. Sedan beskrivs kognitiva begränsningar hos investerare och dess relevans för kapitalmarknaden. Därefter diskuteras distraktionernas påverkan på graden av uppmärksamhet hos investerare, och dess praktiska implikationer på kapitalmarknaden.
Kapitlet avslutas med en presentation av studiens hypotes.
___________________________________________________________________________
2.1 Den effektiva marknadshypotesen & onormal avkastning vid publicering av finansiella rapporter
Den effektiva marknadshypotesen beskrevs av Fama (1970) som en marknad där samtlig tillgänglig information på marknaden avspeglas direkt i aktiepriset. Fama (1970) presenterar tre olika former av EMH. Av dessa är den mest frekvent antagna formen den semi-starka formen, som menar att aktiepriserna återspeglar all information som är offentligt känd (Fama, 1970). Annorlunda uttryckt, bör publiceringen av ny finansiell information, såsom finansiella rapporter, resultera i en marknadsreaktion som avspeglar den nya offentliga informationen. Ball & Brown (1968) menar att investerare på marknaden reagerar på den publicerade informationen, vilket i sin tur påverkar aktiepriset och tyder på att rapporterna är värderelevanta. I linje med Ball & Brown (1968), undersöker Beaver (1968) informationsvärdet i de finansiella rapporterna. Beaver (1968) konstaterar att onormal avkastning uppstår vid publicering av finansiella rapporter. Enligt Landsman & Maydew (2002) har värderelevansen i finansiella rapporter, mätt i onormal avkastning, både varit framträdande och ökat under de 30 åren som följt studien av Ball & Brown (1968).
Förekomsten av onormal avkastning till värderelevant information har även konstaterats i ett flertal studier som ligger närmare vår samtid (se exempelvis Banerjee, 2012; Chatterjee &
Dutta, 2015; Murg et al., 2016; Yekini et al. 2016)
Värt att notera är dock att onormal avkastning inte uppstår till följd av rapporten i sig, utan hänförs till differensen mellan prognoser som framställts av analytiker och det faktiska utfallet av bolagets prestation, s.k oväntat resultat (Easton & Zmijewski, 1989; Ball & Brown, 1968).
I en replikering av Ball & Brown (1968) finner Ball & Brown (2019), i enlighet med den tidigare studien, att aktiepriset rör sig i samma riktning som det oväntade resultatet vid publicering av finansiella rapporter. I linje med detta menar Kim & Verrecchia (1991) att
marknadsreaktioner är proportionerliga till den oväntade delen av resultatet, vilket innebär att större överraskningar medför större marknadsreaktioner. Denna relation benämns vanligen som “earnings response coefficien” (ERC), men har ingen enhetlig definition.
2.2 Begränsad uppmärksamhet
Enligt beskrivningen ovan, uppstår onormal avkastning till följd av att investerare reagerar på ny information som är av relevans för aktiepriset. Dock kan individer enbart reagera på information de faktiskt har uppmärksammat. I detta sammanhang blir det viktigt att förtydliga vad som omfattas av begreppet uppmärksamhet. Fiske (1995) menar att uppmärksamhet kan delas in i två olika processer. Uppmärksamhet krävs både för att dechiffrera stimuli från miljön (som exempelvis finansiella rapporter), och för att processa idéer och tankar (som i analys av de finansiella rapporterna) (Fiske, 1995). Den sistnämnda processen har varit föremål för omfattande forskning och lägger fokus på medvetandet, och upplevelsen av medvetenhet i sig (Fiske, 1995). Medvetet tänkande involverar ett fokus på särskilda idéer eller minnen för att utesluta andra (Fiske, 1995; Kahneman, 1973). Exempelvis kan en individ som fokuserar på att förstå implikationerna av en finansiell rapport inte studera en annan finansiell rapport samtidigt (Fiske, 1995). Det sistnämnda exemplet finner även stöd i äldre studier som tyder på att individer har svårt att absorbera relevant information när de distraheras av andra aktiviteter eller annan information samtidigt (Cherry, 1953; Broadbent, 1958; Moray, 1959).
Oavsett vilken typ av uppmärksamhet man pratar om är den viktigaste aspekten av uppmärksamheten att den är begränsad. Individer är kapacitetsbegränsade informationsprocessorer, vars förmåga för aktivt deltagande är begränsad. Människans uppmärksamhet är selektiv; dvs. vi riktar vår uppmärksamhet mot specifika saker. Detta leder till att vi inte uppfattar sådant som faller utanför det uppmärksammade området. En avgörande faktor för uppmärksamhet är vad individen har för sig vid en given tidpunkt och vad målet är i den givna situationen. Mål bestämmer individens avsikt, och människor riktar sin uppmärksamhet olika beroende på vad de försöker uppnå vid den givna tidpunkten. (Fiske, 1995). Detta kan bland annat relateras till visuell uppmärksamhet. Exempelvis menar Fiske (1995) att en individ som befinner sig på en fest inte kan uppmärksamma alla tillgängliga intryck, och måste därför rikta sin uppmärksamhet mot t.ex. en person. Interaktionen med en viss individ eller grupp, exkluderar därmed interaktioner med andra individer eller grupper vid
den tidpunkten. Individers upplevelse av samma aktivitet kommer att variera beroende på vad de uppfattar och vad de fokuserar på. (Fiske, 1995).
2.3 Begränsad uppmärksamhet på kapitalmarknaden
Kognitiva begränsningar avser alla individer och påverkar onekligen samtliga aspekter av samhället där dessa är verksamma, vilket även inkluderar kapitalmarknaden. För att investerare ska kunna beräkna ett marknadsvärde som baseras på framtida förväntningar på vinst eller kassaflöde, behöver de förstå implikationerna av rapporterna som tillgängliggörs (Hirshleifer & Teoh, 2003). Eftersom dessa implikationer inte alltid är tydliga, eller kan tolkas omedelbart, kan det dröja innan oväntat resultat speglas i aktiepriset (Hirshleifer & Teoh, 2003). Enligt Baker & Nofsinger (2010) beror detta på att de kognitiva begränsningarna hos investerare ofta bidrar till att de endast använder en delmängd av den offentliga informationen för att värdera en aktie. Medan det är mer sannolikt att individuella investerare påverkas av sin begränsade uppmärksamhet tyder forskning på att experter, såsom analytiker eller fondförvaltare, också tenderar att försumma relevant information. (Baker & Nofsinger, 2010).
Konsekvensen blir att aktiepriset fortsätter röra sig i samma riktning som det oväntade resultatet, då informationen gradvis inprisas i samband med att den uppmärksammas bland investerarna (Hou et al., 2009; Baker & Nofsinger, 2010). I linje med detta ökar en reducerad grad av uppmärksamhet sannolikheten att investerare ignorerar eller inte fullt bearbetar finansiella rapporter (Hou et al., 2009). En viktig aspekt av dessa fynd är enligt Baker &
Nofsinger (2010) att de kan ligga till grund för ett brett utbud av empiriska upptäckter, som exempelvis kortsiktiga underreaktioner på värderelevanta rapporter.
I syfte att bidra till forskningen kring uppmärksamhetens kortsiktiga påverkan på aktiekurser, använder sig Choi & Choi (2019) av ett dataset som handplockats från koreanska internetportaler. Författarna menar att de mäter investerares uppmärksamhet baserat på rankinglistor av de 30 mest diskuterade aktierna online. När en aktie aktivt diskuteras och därmed rankas i topp-30 listan, klassificeras aktien som uppmärksamhets fångande under den dagen (Choi & Choi, 2019). Uppmärksamhetsvariabeln och marknadsreaktionerna mäts enligt författarna separat, för att de vill undersöka om sambandet är signifikant när dessa inte antas vara kopplade till varandra (Choi & Choi, 2019). Resultatet tyder på att aktier som diskuteras i omfattande utsträckning påvisar kraftigare prisfluktuationer och ökad handelsvolym på kort sikt i samband med att aktien uppmärksammas.Tidigare studier innehåller liknande empiriskt
underlag (se exempelvis Baker & Nofsinger, 2010; Da et al., 2011; Eichler, 2012; Mondria &
Wu, 2013; Zhang & Wang, 2015).
2.4 Distraktion & fredagseffekten på kapitalmarknaden
Investerares reaktion till finansiella rapporter förutsätter att informationsinnehållet i fråga först uppmärksammas. Eftersom att investerare inte existerar i ett vakuum distraheras de likt alla andra av olika typer av stimuli som potentiellt kan dra deras uppmärksamhet. Hirschleifer et al. (2009) menar att slumpmässiga stimuli har en begränsande effekt på investerares förmåga att bearbeta och reagera på värderelevant information. Författarna menar därmed att underreaktioner bör vara mer betydande ju större det distraherande momentet är (Hirschleifer et al., 2009). Sammantaget benämner Hirschleifer et al. (2009) denna hypotes som "the investor distraction hypothesis". Författarna testar sin hypotes genom att först identifiera tidsperioder då publiceringen av ett stort antal finansiella rapporter sammanfaller med varandra, och därmed konkurrerar om investerarnas uppmärksamhet. Hirschleifer et al. (2009) benämner dessa tidpunkter som "high-news days" respektive "low-news days", där antalet rapporter som konkurrerar om investerares uppmärksamhet är betydligt mindre. Syftet är att undersöka huruvida mängden stimuli investerare utsätts för har en distraherande effekt, och påverkar deras förmåga att bearbeta samt reagera på värderelevant information. För att undersöka denna effekt studeras marknadsreaktioner, mätt i onormal avkastning, vid publicering av finansiella rapporter under "high-news days" kontra "low-news days". I enlighet med studiens hypotes tyder resultatet på att marknadsreaktioner är signifikant mindre känsliga till ny finansiell information under “high-news days”, vilket speglas i en lägre onormal avkastning. I linje med distraktions-effekten tyder resultatet på att onormal handelsvolym vid publicering av finansiella rapporter är signifikant lägre när rapporten publiceras under “high- news days”. Sammantaget menar Hirschleifer et al. (2009) att resultatet tyder på att underreaktioner på kapitalmarknaden ökar i samband med storleken på distraktionen (mängden stimuli). Feng & Hu (2014) replikerar studien av Hirschleifer et al. (2009) fem år senare med fokus på den kinesiska kapitalmarknaden. Författarna menar att detta görs i syfte att utvidga robustheten i det empiriska underlaget genom att öka förståelsen för hur investerarbeteende på kapitalmarknaden påverkas av begränsad uppmärksamhet. Feng & Hu (2014) finner likt Hirschleifer et al. (2009) att handelsvolym och prisfluktuationer stagnerar då investerare distraheras av en större mängd stimuli.
Hirshleifer et al. (2009) betonar dock att distraherande stimuli inte bara utgörs av rapporter med värderelevans, utan även de som är helt irrelevanta i investeringssammanhang. Dellavigna
& Pollet (2009) betraktar kommande helgaktiviteter som ett praktiskt exempel på distraherande stimuli av detta slag. Då investerare distraheras av irrelevanta stimuli inför den kommande helgen, antas de vara mindre uppmärksamma till ny finansiell information på fredagar (Dellavigna & Pollet, 2009). Författarna menar att den reducerade graden av uppmärksamhet hos investerare under fredagar, därför bör speglas i en underreaktion till delårsrapporter som publiceras inför helgen. Förklaringen bryts sedan ned i syfte att tydliggöra varför graden av uppmärksamhet till värderelevant information kan uttydas ur marknadsreaktioner.
Dellavigna & Pollet (2009) menar att det finns två olika typer av investerare vid varje given tidpunkt. En andel uppmärksamma investerare som tillgodogör sig ny information, och en andel ouppmärksamma investerare som ignorerar eller missar värderelevant information. Då helgen antas utgöra ett distraherande moment, menar Dellavigna & Pollet (2009) följaktligen att andelen ouppmärksamma investerare bör öka på fredagar. Mer specifikt innebär detta att en lägre andel investerare prisar in den värderelevanta informationen omedelbart, vilket bör resultera i en kortsiktig underreaktion (Dellavigna & Pollet, 2009). Utöver detta menar författarna att det inte finns något som tyder på att värderelevansen i delårsrapporterna skiljer sig märkbart beroende på veckodagen. Således utesluts det som en potentiell förklaring till underreaktioner (Dellavigna & Pollet, 2009). Genom att undersöka hur reaktioner som förhåller sig till det oväntade resultatet skiljer sig mellan olika handelsdagar, kan eventuella variationer i investerares uppmärksamhet därmed observeras. Om investerare exempelvis reagerar mindre givet en procentuell förändring i det oväntade resultatet på fredagar (lägre ERC), är det en indikation på att de är mindre uppmärksamma inför helgen. (Dellavigna &
Pollet, 2009). Dessutom har lämpligheten av marknadsreaktioner som proxy för uppmärksamhet diskuterats i tidigare studier av bl.a. Barber & Odean (2008). Barber & Odean (2008) menar att den enda direkta metoden för mätning vore att gå tillbaka i tiden till varje tillfälle, och fråga de hundratusentals investerarna i datasetet vilka aktier, rapporter och övriga aktiviteter de uppmärksammade den dagen. Eftersom att detta är omöjligt i praktiken, menar Barber & Odean (2008) att mer observerbara mått, som marknadsreaktioner, ska användas för att undersöka fenomenet. Resultatet i studien tyder på att fredagar är förknippat med en lägre grad av kortsiktiga marknadsreaktioner vid publicering av delårsrapporter; vilket innebär att författarna finner stöd för sin hypotes (Dellavigna & Pollet, 2009). Investerares tendens att
underreagera till delårsrapport under perioder av låga uppmärksamhet speglas även i senare studier, som exempelvis undersöker marknadsreaktioner runt påsk (Pantzalis & Ucar, 2014) och amerikanska högtider (Hood & Lesseig, 2017).
I syfte att vidare undersöka fredagseffekten som presenteras av Dellavigna & Pollet (2009) och dess praktiska implikationer i vår samtid; studerar Jansen et al. (2020) marknadsreaktioner vid publicering av finansiella rapporter för respektive handelsdag. I enlighet med Dellavigna
& Pollet (2009) finner Jansen et al. (2020) signifikant lägre marknadsreaktioner till fredagsrapporter, vilket på samma sätt tolkas som att uppmärksamheten bland investerare är lägre inför helgen. Vidare poängterar Jansen et al. (2020) att resultatet är av särskild vikt när dess praktiska implikationer beaktas. Jansen et al. (2020) menar att studien delvis genomförs i syfte att assistera bolag som strategiskt vill tajma sina publiceringar av delårsrapporter. På så sätt kan publiceringen anpassas beroende på om ledningen vill att rapporten ska uppmärksammas i mer eller mindre utsträckning (Jansen et al., 2020). Resultatet som presenteras av Jansen et al. (2020) är även relevant för att undersöka om strategiska tendenser hos de rapporterande bolagen som beskrevs av DeHaan et al. (2015), kan leva kvar i vår samtid.
DeHaan et al. (2015) har tidigare undersökt om ledningen tenderar att rapportera negativa nyheter under perioder av låg uppmärksamhet genom att studera fredagar. För att studera graden av uppmärksamhet vid publicering av finansiella rapporter använder sig DeHaan et al.
(2015) av fyra olika mått för uppmärksamhet; nämligen antalet relaterade nyhetsartiklar, sökvolym på Google, prognoser som framställts av analytiker, och antalet nedladdningar av SEC-rapporter. Genom att undersöka positiva och negativa mönster i det oväntade resultatet vid publicering av delårsrapporter under olika handelsdagar, lyckades DeHaan et al. (2015) identifiera tendenser i rapporteringen. Resultatet tyder på att ledningen tenderar att publicera negativa nyheter på fredagar och andra perioder av låg uppmärksamhet (DeHaan et al., 2015).
Alltså tenderar den oväntade delen av resultatet att vara mer negativ när rapporter publiceras under fredagar kontra andra handelsdagar. Resultatet tyder även på ledningen i bolag tenderar att byta datum för publicering till perioder av låg uppmärksamhet vid negativa annonseringar, och perioder av hög uppmärksamhet vid positiva annonseringar. Slutligen finner DeHaan et al. (2015) att negativa reaktioner uppstår när marknaden notifieras om kommande fredags- publiceringar av delårsrapporter, vilket går i linje med att investerare tenderar att förvänta sig negativa nyheter på fredagar. Andra strategiska incitament för att studera marknadsreaktioner
under perioder av låg uppmärksamhet, som exempelvis påsk, har även presenterats av Pantzalis & Ucar (2014). Pantzalis & Ucar (2014) menar att en handelsstrategi som fokuserar på att köpa aktier hos företag som rapporterar positiva nyheter runt påsk, och sälja aktier i företag som rapporterar negativa nyheter runt samma period kan generera avkastning på 18%
under de kommande tre månaderna. I likhet har Dellavigna & Pollet (2009) tidigare funnit att en portföljstrategi som fokuserar handeln kring fredagar kan generera 4% positiv avkastning i månaden.
Michaely et al. (2016) beskriver det tidigare sammantagna empiriska underlaget för underreaktioner på fredagar som övertygande. Dock menar Michaely et al. (2016) att detta är ett resultat av urvalsfel och inte uppmärksamhet. Författarna menar att det finns två olika typer av företag, de som rapporterar, och de som inte rapporterar på fredagar. De olika företagstyperna ska enligt författarna ha observerbara och icke-observerbara egenskaper som gör att investerare på marknaden reagerar olika på informationen från respektive företag oberoende av veckodagen. Alltså, kan en missvisande bild av sambandet mellan uppmärksamhet och underreaktioner antas när man inte tar hänsyn till icke-slumpmässiga skillnader mellan bolag. (Michaely et al., 2016).
Michaely et al. (2016) för dock ett resonemang som rimligen inte kan generaliseras till underreaktioner överlag, då olika angreppssätt har använts i studier som undersöker sambandet. Likt Choi & Choi, (2019), mäter Zhang & Wang, (2015) uppmärksamhetsvariabeln separat. Metoden står i kontrast till Michaely et al. (2016) och ett flertal tidigare studier (se exempelvis Dellavigna & Pollet, 2009; Pantzalis & Ucar, 2014), som använder marknadsprestation som ett direkt mått på uppmärksamhet. Metoden baserar sig snarare på att använda Baidu index som proxy för uppmärksamhet. Anledningen till detta är att Baidu är den marknadsledande sökmotorn på den kinesiska marknaden och har en dominerande samt hög penetrationsgrad bland individuella investerare i landet. Baidus marknadsandel i Kina är cirka 80% vilket är betydligt högre än alternativa tjänster som google.
Som ett resultat av detta kan ett viktat värde av sökvolym för särskilda ord beräknas och publiceras av Baidu Inc, vilket även kan spegla vart investerare riktar sitt fokus vid en given tidpunkt. Således kan Baidu index effektivt användas för att beskriva graden av uppmärksamhet till en aktie eller finansiell rapport bland investerare i Kina.
Marknadsreaktioner mäts separat i form av onormal avkastning. Sedan relateras graden av
uppmärksamhet hos investerarna enligt Baidu indexet till den onormala avkastningen under motsvarande tidpunkt. Resultatet tyder på att uppmärksamheten bland investerare har en stark korrelation till den onormala avkastningen. Annorlunda uttryckt är en hög grad av uppmärksamhet enligt Baidu indexet, korrelerat med en högre grad av onormal avkastning, och vice versa. Likt de empiriska fynden av Choi & Choi (2019), är denna studie relevant för att styrka marknadsreaktioner som en lämplig proxy för uppmärksamhet på kapitalmarknaden.
En gemensam nämnare i dessa två studier är att de mäter uppmärksamhetsvariabeln separat, dock på helt olika sätt. Trots att det delvis råder skiljaktiga meningar kring hur man bäst mäter uppmärksamhet som enskild variabel, finner båda studierna ett signifikant samband mellan graden av uppmärksamhet och reaktioner på värderelevant information på kapitalmarknaden.
Det presenterade teoretiska ramverket lämnar utrymme för spekulationer kring hur fenomenet ter sig på den svenska kapitalmarknaden. Ett flertal studier har funnit ett signifikant samband mellan marknadsreaktioner till nytillkommen information och graden av uppmärksamhet bland investerare (se Hirshleifer et al., 2009; Pantzalis & Ucar, 2014; Zhang & Wang, 2015;
Hood & Lesseig, 2017; Choi & Choi, 2019; Jansen et al., 2020). Då denna studie ämnar att undersöka uppmärksamheten hos svenska investerare på fredagar, relateras den huvudsakligen till Dellavigna & Pollet (2009). Som tidigare nämnt fann Dellavigna & Pollet (2009) att marknadsreaktioner var lägre för delårsrapporter som publicerades på fredagar. Reaktionerna vid publicering av finansiella rapporter på fredagar var signifikant mindre (15,8%) än motsvarande för andra handelsdagar, vilket även speglas i de fördröjda reaktionerna under handelsdagarna som följer fredagen (Dellavigna & Pollet, 2009). Denna regelbundenhet i investerarbeteendet förklaras genom att dessa är distraherade inför den kommande helgen, och således uppmärksammar företagsnyheter som finansiella rapporter i mindre utsträckning (Dellavigna & Pollet, 2009). Det teoretiska ramverket som presenterats ovan leder till den huvudsakliga hypotesen för denna studie. Hypotesen presenteras nedan.
H0: Graden av uppmärksamhet skiljer sig inte mellan fredagar och övriga handelsdagar, vilket innebär att det inte föreligger någon skillnad i omedelbara marknadsreaktioner vid publicering av delårsrapporter.
H1: Fredagar är associerade med en lägre grad av uppmärksamhet bland investerare, vilket speglas i en lägre grad av omedelbara marknadsreaktioner vid publicering av delårsrapporter.
3. Metod
I detta avsnitt beskrivs och motiveras vald metod i sekventiell ordning.
_________________________________________________________________________________
3.1 Övergripande metodutformning
Syftet i denna studie är att undersöka om investerare är mindre uppmärksamma på fredagar genom att studera eventuella skillnader i marknadsreaktioner vid publicering av delårsrapporter. Inledningsvis genomförs en eventstudie som syftar till att undersöka graden av onormal avkastning vid publicering av delårsrapporter. Den beräknade onormala avkastningen ligger sedan till grund för en regressionsanalys, som undersöker om ERC vid publicering av delårsrapporter skiljer sig signifikant för fredagar. Det föreligger vanligen en risk för att samvariationen mellan den oberoende och beroende variabeln alstras av en tredje okänd variabel. I syfte att utesluta detta inkluderas även kontrollvariabler vars relevans har aktualiserats och varit framträdande i tidigare studier för bägge regressionsanalyser.
3.2 Insamling av data & urval
För samtliga beräkningar har data inhämtats från Eikon Refinitiv Datastream. Data innefattar daglig total avkastning för de 30 mest omsatta bolagen på Nasdaq Stockholm (OMXS30), datum för publicering av delårsrapporter hänförliga till dessa bolag, samt data kopplat till dagliga total marknadsavkastning (OMXSGI). Vid genomförandet av regressionsanalysen inhämtas data för den huvudsakliga oberoende variabeln oväntat resultat samt aktuella kontrollvariabler för antalet estimat och företagsstorlek som beskrivs i detalj längre ner i metodavsnittet. Data för de ovannämnda oberoende variablerna hämtas likt tidigare från Eikon Refinitiv Datastream. Undersökningen avser perioden mellan 01-01-2017 till 31-12-2019. Den bestämda tidsperioden motiveras av två resonemang. År 2020 exkluderas på grund av den avvikande makrochocken till följd av covid-19, och dess påverkan på kapitalmarknaden. I syfte att öka robustheten i urvalet, i synnerhet antalet observationer på fredagar, ansågs en förlängd tidsperiod på tre år vara rimlig med hänsyn till studiens tidsram och omfattning.
Utgångspunkten för aktuellt avkastningsdata bestäms med hänsyn till tidigare forskning samt studiens syfte. Kothari & Warner (2007) menar att det är två huvudsakliga förändringar som har skett i eventstudiemetoden övertid. Utöver att avkastningsdata med tiden har blivit mer
omfattande, så utgår numera eventstudier från dagliga avkastningsdata istället för månadsbaserade sådana i syfte att generera mer träffsäkra och precisa resultat (Kothari &
Warner, 2007). MacKinlay (1997) illustrerar skillnaden mellan att använda dagliga och månatliga data (se figur 4 i MacKinlay, 1997). Illustrationen visar att användningen av dagliga data genererar mer kraftfulla tester, i synnerhet när antalet bolag som undersöks inte är särskilt omfattande (MacKinlay, 1997). Vidare förutsätter syftet för denna studie att dagliga avkastningsdata studeras, då jämförelser görs på daglig basis. Därmed används dagliga avkastningsdata i denna studie. Användningen av dagliga avkastningsdata har även tillämpats i senare studier (se exempelvis Kothari & Warner, 2007; Kathua & Pradhan, 2014; Hood &
Lesseig, 2017; Jansen et al. 2020).
Kathua & Pradhan (2014) menar att en förutsättning för eventstudier är att aktierna som undersöks handlas frekvent. Kathua & Pradhan (2014) har därför använt sig av de 50 mest omsatta aktierna på den indiska börsen. Detta går i linje med Mackinlay (1997) som menar att användningen av de mest frekvent omsatta aktier genererar mer precisa estimeringar. Eftersom ERC i denna studie jämförs för fredagar och övriga handelsdagar, blir så precisa estimeringar som möjligt av särskild vikt. I enlighet med Mackinlay (1997) och Kathua & Pradhan (2014) baseras urvalet i denna studie på dagliga data av de 30 mest omsatta aktierna som är listade på Nasdaq Stockholm. Urvalet innefattar samtliga bolag som varit en del av OMXS30 under den undersökta tidsperioden. Bolagen som hade lämnat OMXS30 under tidsperioden var totalt 2, och genererade ytterligare 24 observationer. Utgångspunkten är att 12 event hänförs till respektive bolag under tidsperioden. Det totala antalet observationer blir därmed 384 innan avgränsningar och bortfall.
3.3 Avgränsningar & bortfall
Forskningsfrågan i denna studie baseras på den svenska kapitalmarknaden. Eftersom OMXS30 innefattar bolag som mer frekvent handlas på utländska marknader sker en manuell justering där dessa aktier exkluderas. Anledningen till detta är att aktier som är noterade på Stockholmsbörsen, men i högre utsträckning omsätts på utländska marknader kan ge en missvisande återspegling av marknadsreaktioner på den svenska kapitalmarknaden. Att undersöka graden av omsättning i respektive land kan dock vara relativt tidskrävande.
Strategin för att exkludera dessa bolag har bestämts med hänsyn till studiens begränsade
tidsram och resurser. För att tidseffektivisera arbetet exkluderas samtliga bolag med sidonoteringar på utländska börser (se Tabell 1).
Tabell 1: Exkluderade bolag med sidonotering på utländska marknader Aktie
Antal exkluderade event
Autoliv Inc.
12
AstraZeneca PLC 12
Nokia Oyj 12
ABB Ltd 12
Total: 48
Utöver bortfall för bolag med sidonotering, sker även andra bortfall. Delårsrapporter som publiceras under helgen exkluderas från urvalet. Bortfall sker även för företag som finns listade på OMXS30 men inte har varit börsnoterade under hela tidsperioden som undersökningen avser, och därmed saknar rapporter. Se Tabell 2.
Tabell 2: Övriga bortfall Bortfall
Antal observationer
Helg-publicering
2
Saknade rapporter pga. sen börsnotering 3
Total 5
Andra bortfall uppstod även till följd av ofullständiga data för 21 observationer. Mer specifikt, saknades både data för antalet estimat och oväntat resultat för samtliga 21 observationer. Det slutgiltiga urvalet efter avgränsningar och bortfall består av totalt 310 observationer.
I syfte att minimera extremvärdens påverkan på skattningar som görs baserat på datasetet, används winsorizing. Specifikt, används winsorizing för daglig totalavkastning samt oväntat resultat. Användningen av winsorizing istället för trimning, medför att data blir mer normalfördelad och reducerar antalet bortfall bland observationerna (Dixon, 1980). Utöver
detta, reducerar winsorizing skevheten i skattningarna som görs, i synnerhet då antalet observationer som ingår i undersökningen inte är särskilt omfattande. Justering av extrema värden är sedvanligt vid statistiska beräkningar och sker i enlighet med Wilson (1997), som menar att extrema observationer ofta genererar missvisande resultat i regressioner.
För daglig total avkastningsdatat winsorizas den högsta och lägsta av 0,5:e percentilen, vilket medförde att all data som ligger utanför 0,5:e och 99,5:e percentilen justeras till min- respektive maxvärden. Gällande oväntat resultat winsorizades de extremvärden som låg 3 gånger kvartilavståndet innan första kvartilen, samt 3 gånger kvartilavståndet efter tredje kvartilen. I syfte att underlätta replikerbarheten, presenteras nedan övriga justeringar som ansetts vara relevanta, men som inte har varit aktuella i denna studie och därmed inte orsakat bortfall.
Eftersom denna typ av studie huvudsakligen baseras på skillnader i marknadsreaktioner vid publicering av delårsrapporter, blir det viktigt att justera för andra eventuellt stora händelser som sammanfaller med publiceringen av delårsrapporterna. För att på ett oberoende sätt fånga effekterna av nyheterna i form av delårsrapporter, exkluderar Kathua & Pradhan (2014) samtliga instanser av event som sammanfaller med andra stora händelser. Kathua & Pradhan (2014) menar att denna filtrering ökar robustheten i resultatet trots att man inte tar hänsyn till en bred variation av företag. I linje med Kathua & Pradhan (2014) bör därför event som sammanfaller med andra stora händelser exkluderas från urvalet.
3.4 Operationalisering
För att studera den tidigare presenterade frågeställningen genomförs en regressionsanalys där marknadsreaktionerna vid publicering av en delårsrapport på fredagar undersöks i förhållande till marknadsreaktionerna vid publicering under övriga handelsdagar.
3.4.1 Regressionens beroende variabel
I det tidigare presenterade teoretiska ramverket framgår det av Fama (1970) att marknaden är semi-starkt effektiv, vilket innebär att publicering av ny finansiell information resulterar i en markandsreaktion som tar hänsyn till den nya offentliga informationen. Vidare framgår det att onormal avkastning uppstår vid publicering av finansiella rapporter (se exempelvis Ball &
Brown, 1968; Beaver, 1968; Landsman & Maydew, 2002). I ljuset av den framtagna forskningen operationaliseras marknadsreaktionerna genom beräkning av onormal avkastning vid publicering av delårsrapporter. Beräkningen sker i enlighet med (MacKinlay, 1997):
ARit = Rit – (αi + βi Rmt) (1)
ARit = Den anormala avkastningen för aktie i under given tidsperiod t
Rit = Den faktiska avkastningen för aktie i under given tidsperiod t
αi + βi Rmt = Den förväntade avkastningen för aktie i under tidsperiod t
Som det framgår av formeln utgörs den onormala avkastningen av skillnaden mellan den förväntade och faktiska avkastningen (Ball & Brown, 1968). Därmed är det viktigt att först uppskatta den förväntade avkastningen som i sin tur kan göras med hjälp av marknadsmodellen (Mackinlay, 1997). Marknadsmodellen används för att beräkna den estimerade avkastningen.
Marknadsmodellen är en statistisk modell som relaterar avkastningen för en given aktie till avkastningen för marknadsportföljen (MacKinlay, 1997). Marknadsportföljen (Rmt) utgörs i denna studie av OMXSGI, och beta (β) samt alfa (α) som beräknas enskilt för respektive observation. Fördelen med att använda sig av marknadsmodellen är att man mer precist kan undersöka effekterna av det aktuella eventet, då den delen av variationen i avkastningen som är hänförlig till avkastningen på marknadsportföljen elimineras (MacKinlay, 1997; Kathua &
Pradhan, 2014). Användningen av marknadsmodellen vid beräkning av förväntad och anormal avkastning styrks även av flertal tidigare studier (se exempelvis Landsman et al. 2012;
Dellavigna & Pollet, 2009). För en given aktie i så beräknas den estimerade avkastningen enligt nedanstående ekvation (MacKinlay, 1997):
Rit = αi + (βi Rmt) + εit
(2) εit = 0
Rit = Den förväntade avkastningen för aktien under given tidsperiod t αi = Den osystematiska risken för given aktie i
βi = Den systematiska risken för given aktie i
Rmt = Avkastningen för marknadsportföljen under given tidsperiod t εit = Felterm (error term) för aktie i under given tidsperiod t
Marknadsmodellen ovan ger nu upphov till estimering av vissa komponenter som ingår i modellen, nämligen αi och βi. Dessa komponenter behöver estimeras för att kunna räkna på den förväntade avkastningen enligt formel (2). Estimeringen av αi och βi sker med hjälp nedan presenterad eventstudie.
3.4.1.1 Eventstudie: Bakgrund & motivering
En eventstudie används överlag för att mäta effekterna av en specifik händelse på företagsvärdet (MacKinlay, 1997). Kothari & Warner (2007) menar att eventstudier tjänar ett viktigt syfte i marknadsrelaterad forskning, då de testar marknadseffektiviteten i praktiken.
Eventstudier bygger bland annat på antaganden kring marknadens rationalitet och avsaknaden av transaktionskostnader. Den praktiska användbarheten av en sådan studie kommer från det faktum att effekterna av en specifik händelse, givet den semi-starka formen av EMH, omedelbart bör speglas i aktiepriset (MacKinlay, 1997). Vidare menar Fama (1991) att eventstudier med kort horisont utgör den “renaste typen av bevisning” vi har för effektivitet på marknaden.
Användningen av eventstudiemetoden för att undersöka marknadseffektivitet styrks även av ett flertal tidigare studier, se exempelvis (Landsman & Maydew, 2002; Kathua & Pradhan, 2014; Chatterjee & Dutta, 2015; Murg et al., 2016; Yekini et al., 2016). Med utgångspunkt i tidigare forskning bedöms eventstudier vara en lämplig och tillförlitlig metod för att besvara den aktuella frågeställningen i denna studie.
3.4.1.2 Specifikationer för eventstudie
Eventfönster
I denna studie utgörs eventfönstret enbart av eventdagen (0), dvs dagen för publicering.
MacKinlay (1997) menar dock att inkluderingen av fler dagar i event fönstret (ex -1, 0, 1) är sedvanlig. Motiveringen till detta är att fånga reaktionerna vid publicering då marknaden har stängt, samt eventuella effekter av informationsläckor som uppstår dagen innan publiceringen.
Resonemanget för avgränsningarna i eventfönstret är dock hänförligt till Dellavigna & Pollet (2009), som menar att 2-dagars pausen som följer fredagen ger investerare möjlighet att
bearbeta och reagera på informationen de missat i efterhand. Risken med detta är att eventuella underreaktioner på fredagen jämnas ut, vilket motverkar studiens huvudsakliga syfte.
Estimeringsfönster
Estimeringsfönstret fastställs i ljuset av studiens syfte samt tidigare forskning. Yekini et al.
(2016), menar att estimeringsfönstrets användbarhet som en event-neutral utgångspunkt skulle ogiltigförklaras om effekterna av den föregående rapportera inkluderas. Nackdelen med att korta ner estimeringsfönstret att det leder till ett mindre precisa statistiska slutsatser (Yekini et al., 2016). Annorlunda uttryckt, bör estimeringar som grundar sig på ett färre antal dagar innebära att man, i brist på omfattande statistiskt underlag, inte kan dra lika konkreta slutsatser.
I syfte att använda estimeringsfönstret som en event-neutral utgångspunkt, men samtidigt öka tillförlitligheten i det statistiska underlaget, kommer fönstret i denna studie bestå av dagar både innan och efter eventet.
Resonemanget för estimeringsfönstret i denna studie går i linje med Landsman et al. (2012), där estimeringsperioden utgörs av 50 dagar innan och efter eventet (-10, -60; +10, +60), vilket totalt resulterar i en estimeringsperiod bestående av 100 dagar.
3.4.2 Regressionens oberoende variabler
Som det framgår i sektion 3.1, ligger onormal avkastning till grund för regressionsanalysen som presenteras nedan. Regressionsmodellen innefattar ett antal oberoende variabler som bestäms i ljuset av det teoretiska ramverket. Modellen består av en huvudsaklig oberoende
variabel samt två kontrollvariabler. Regressionsmodellen innehåller även två interaktionskomponenter i syfte att undersöka fredagseffekten på kapitalmarknaden.
𝐴𝑅(𝑡,𝑘) = 𝛼 + 𝜙0𝐸𝑆 + 𝜙1𝐸𝑆𝑑𝐹+ 𝜙2𝐸𝑆𝑑𝐹𝑑𝐹𝐹+ 𝜆𝑑𝐹+ 𝜆2𝑑𝐹𝐹+ 𝛽0NUM + 𝛽1SIZE + 𝜀 (3)
3.4.2.1 Förklaringsvariabler & interaktionskomponenter
ES (oväntat resultat): För att kunna undersöka eventuella skillnader i marknadsreaktioner mellan fredagar och övriga handelsdagar, behövs först en proxy för vilken information i delårsrapporten marknaden reagerar på. Som tidigare nämnt i avsnitt 2.1, uppstår den onormala avkastningen inte till följd av rapporten i sig, utan hänförs till den oväntade delen av resultatet (ES) (Easton & Zmijewski, 1989; Ball & Brown, 1968; Benesh & Peterson, 1986). Vidare menar Kim & Verrecchia (1991) att marknadsreaktioner (ERC) är proportionerliga till den oväntade delen av resultatet, vilket i sin tur innebär att mindre överraskningar i rapporten medför mindre reaktioner, och vice versa. I enlighet med detta finner Demski & Feltham (1994) en direkt korrelation mellan oväntat resultat och onormal avkastning. Utöver detta använder ett flertal studier (se exempelvis Dellavigna & Pollet, 2009; Hirschleifer et al., 2009;
Pantzalis & Ucar, 2014) oväntat resultat som mått för den överraskande delen i resultatet. Detta mått utgör den huvudsakliga oberoende variabeln i studien. Som tidigare nämnt hämtas data för oväntat resultat från Refinitiv Eikon Datastream. Oväntat resultat uttrycks i procent och beräknas som differensen mellan estimat av resultat per aktie (EPS) och faktiskt utfall av EPS.
Enligt databasen Refinitive Eikon Datastream utgörs estimerat EPS av det senaste medelvärdet från analytikers konsensusestimat vid tidpunkten för publicering.
ES × 𝒅𝑭 : I enlighet med Dellavigna & Pollet (2009) inkluderas följande interaktionskomponent i modellen. Syftet med detta är att undersöka skillnaden i ERC vid publicering av delårsrapporter på fredagar i förhållande till övriga handelsdagar.
Fredagseffekten undersöks genom användningen av dummyvariabeln 𝑑𝐹 som antar värdet 1 om rapporten släpps på en fredag eller värdet 0 för övriga handelsdagar. På det sättet blir (𝛼 + 𝜆) interceptet för delårsrapporter som släpps på en fredag. ERC för rapporter som publiceras på en fredag utgörs då av ( 𝜙0 + 𝜙1 ). 𝜙1 fångar därmed upp differensen i ERC för rapporter som släpps på fredagar och rapporter som släpps övriga handelsdagar. Ett signifikant negativt värde på 𝜙1 skulle därmed innebära att investerare reagerar i mindre utsträckning på fredagar,
vilket vidare tyder på att investerare är mindre uppmärksamma. Om 𝑑𝐹 = 0 kvarstår 𝛼 + 𝜙0𝐸𝑆 + 𝛽0NUM + 𝛽1SIZE + 𝜀 𝑡,𝑘. På det sättet blir 𝜙0 ERC tillhörande rapporter som släpps på en icke-fredag.
ES × 𝒅F × 𝒅𝑭𝑭: Vid genomgång av samtliga delårsrapporter som publicerats på fredagar, noterades att det planerade datumet i den finansiella kalendern avvek från publiceringsdatumet för en relativt stor andel av rapporterna. I avsnitt 2.4 framgår det hur DeHaan et al. (2015) finner att negativa reaktioner uppstår när marknaden notifieras om kommande fredagspubliceringar av delårsrapporter. Dock specificerar DeHaan et al. (2015) inte om detta enbart avser notifieringar som avviker från den finansiella kalendern i den föregående rapporten, eller om detta även gäller rapporterna som ursprungligen schemalagts på en fredag.
Det kan rimligen anses vara osannolikt att ursprungligt schemalagda fredagsrapporter föranleder reaktioner redan tre månader innan publiceringen sker. DeHaan et al. (2015) klargör även att bolag tenderar att flytta negativa rapporter till fredagar och andra perioder av låg uppmärksamhet. Då detta kan signalera en negativ prestation, betraktas nyheter för delårsrapporter som flyttats till en fredag som ett event som möjligen kan föranleda förtida reaktioner. Det blir därför aktuellt att beakta detta i undersökningen. Detta görs genom att inkludera en extra dummyvariabel 𝑑𝐹𝐹 på den ursprungliga interaktionskomponenten. 𝑑𝐹𝐹 interagerar således med interaktionskomponenten för fredagar, vilket innebär att det blir en interaktion på den ursprungliga interaktionen. På så sätt undersöker modellen i första steget om rapporten har släppts på en fredag, och i andra steg om det är en rapport som har flyttats till en fredag från en annan handelsdag. Dummyvariabeln antar värdet 0 då fredagsrapporten inte har flyttats, och värdet 1 då den har flyttats. ERC för rapporter som har flyttats till en fredag utgörs då av ( 𝜙0 + 𝜙1 + 𝜙2 ). 𝜙2 fångar därmed upp differensen i ERC mellan fredagar och rapporter som har flyttats till en fredag. En negativ ERC som signifikant skiljer sig från 0, skulle därmed innebära att eventuella underreaktioner på fredagar kan förklaras av förtida reaktioner i samband med fredagsflytten.
3.4.2.2 Kontrollvariabler
Det föreligger vanligen en risk för att samvariationen mellan den oberoende och beroende variabeln alstras av en tredje variabel, vilket ger upphov till inkluderingen av kontrollvariabler
(Pallant, 2016). I denna studie inkluderas därför kontrollvariabler vars relevans har aktualiserats och varit framträdande i tidigare studier.
Företagsstorlek (SIZE): I tidiga studier av bland annat Freeman (1987), Atiase (1985) och Collins & Kothari (1989), finner man att storleken på den onormala avkastningen minskar i takt med storleken på bolaget. Förklaringen till detta tycks vara att större företag mer frekvent figurerar i media och uppmärksammas av analytiker, vilket förbättrar informationsmiljön (Atiase, 1985; Freeman, 1987; Collins & Kothari, 1989). Defond et al. (2007) finner i enlighet med dessa studier ett negativt samband mellan storleken på företag och variansen i onormal avkastning. Liknande resultat presenteras senare av Murg et al. (2016). Vi anser därmed att det är lämpligt att inkludera företagsstorlek som kontrollvariabel, då onormal avkastning är en central oberoende variabel i denna studie.
Antal Estimat (NUM): Defond et al. (2007) fastslår även att sambandet mellan antalet estimat och variansen i onormal avkastning är signifikant. Defond et al. (2007) använder även, i likhet med Kim & Verrecchia (1991), antalet estimeringar som ett mått för precision av estimeringar för framtida resultat. Vidare kan antalet estimat även logiskt betraktas som ett mått för hur genomlyst ett givet företag är, vilket i sin tur innebär att man deduktivt kan anta att ett samband med onormal avkastning kan föreligga.
3.4.3 Normalitet
I syfte att kontrollera normaliteten för studiens variabler analyseras värden för skevhet och kurtosis. Om dessa värde är noll innebär det att urvalet är normalfördelat (George & Mallery 2010). När dessa värden är större än +2 eller mindre än -2 så kan det vara en indikation på att extrema utfall är sannolika (kurtosis) samt att distributionen kan vara skev (skevhet) (George
& Mallery, 2010).
3.4.4 Beslutsregel för hypotesacceptans
H1 accepteras om: 𝜙1< 0; samt: p<0,01|| p<0,05|| p<0,1
3.5 Statistiska beaktanden vid multipel regressionsanalys
Den multipla regressionsanalysen används som tidigare nämnt för att undersöka studiens frågeställning och hypotes. Metoden anses vara bäst lämpad för studiens syfte, men har trots det ur en statistisk synpunkt potentiella brister. Nedan diskuteras de potentiella bristerna i samband med olika lösningsförslag.
3.5.2 Heteroskedasticitet
Om variansens storlek på feltermernas inte är konstant uppstår heteroskedasticitet (Mendenhall & Sincich, 2014), vilket är vanligt förekommande när urvalet består av bolag med varierad storlek. Detta problem kan åtgärdas genom att skala eller logaritmera datan.
Anledningen till att man, som i denna studie, logaritmerar datan, är att residualen blir större för stora bolag och att man på något sätt behöver standardisera det. Mer specifikt kommer företagsstorlek logaritmeras enligt den naturliga logaritmen. Därefter identifieras eventuella problem med heteroskedasticitet genom att observera trender hos residualerna. (Mendenhall
& Sincich, 2014).
3.5.2 Multikollinearitet
Vid genomförandet av en multipel regressionsanalys föreligger en risk för multikollinearitet, dvs att två eller flera av de oberoende variabler korrelerar starkt med varandra. En stark korrelation mellan de oberoende variablerna kan innebära att de i slutändan förklarar samma variation, vilket i sin tur gör att vi får ett missvisande resultat och en potentiellt problematisk tolkning av förklaringsgraden för respektive variabel. (Mendenhall & Sincich, 2014). Bhushan et al (1989) menar att företagsstorlek och antalet estimat är korrelerade med varandra, då större företag i genomsnitt följs av ett större antal analytiker. Därav kan det föreligga en särskild risk för att våra oberoende kontrollvariabler korrelerar med varandra.
I syfte att hantera problematiken kring multikollinearitet, kommer Variance Inflation Factor (VIF) värden för samtliga oberoende variabler tas i beaktning. Variance Inflation Factor mäter hur mycket av variansen hos en regressionskoefficient ökar vid korrelation med andra variabler. Högre VIF-värden är negativt då syftet är att generera så precisa estimeringar som
möjligt. I enlighet med praxis för statistiska undersökningar, exkluderas VIF-värden som överstiger 5 (Sheather, 2009). VIF-värdet har beräknats enligt följande formel:
VIF value = 1 (1−𝑅2)
Formeln tillämpas för respektive oberoende variabel. Den beroende variabeln utgörs i samtliga fall av variabeln man räknar VIF-värdet på, resterande utgör därmed de oberoende variablerna.
4. Resultat & Analys
I detta avsnitt presenteras resultat och analys som hänförs till eventstudien och efterföljande regressionsanalys. Resultat siffrorna presenteras objektivt, och därtill tillkommer en relevant tolkning och analys av resultatets innebörd i förhållande till den aktuella studien.
4.1 Introduktion till resultat
I studien ingick totalt 310 observationer, varav 74 utgjordes av fredagar. Detta motsvarar ett genomsnitt på 23,87%. Baserat på studiens slutgiltiga urval publiceras alltså i genomsnitt 6,17, av totalt ca 25,83 delårsrapporter på fredagar varje kvartal under tre års tid. Av dessa fredagsrapporter utgjordes total 21 av rapporter av de som har flyttats till en fredag från en annan handelsdag, vilket motsvarar ca 28% av fredagarna. Deskriptiv statistik för hela urvalet presenteras i tabell 3 nedan i syfte att ge en generell överblick över studiens variabler och datafördelningen.
I tabell 3 presenteras bland annat värden för skevhet och kurtosis. Samtliga värden ligger mellan -2 och +2 vilket i enlighet med George & Mallery (2010) anses vara acceptabelt för att konstatera att extrema utfall inte är sannolika, samt att distributionen inte är skev.
Tabell 3: Deskriptiv statistik för hela urvalet Deskriptiv statistik för hela urvalet
Mean Median Q1 Q3 Min Max Std. Skevhet Kurtosis N
AR 0,003 0,002 -0,029 0,039 -0,073 0,072 0,042 -0,030 -1,083 310
ES 0,022 0,023 -0,073 0,131 -0,684 0,742 0,016 -0,068 1,730 310
Size 11,414 11,454 10,949 12,146 8,056 12,808 0,948 -1,314 1,832 310
Num 8,629 9 6,25 11 1 17 3,182 −0,228 −0,349 310
Tabell (3) är en sammanställning av den deskriptiva statistiken för hela urvalet. AR anger statistik för den onormala avkastningen som beräknats enligt formel (1). ES avser oväntat resultat, som i enlighet med Dellavigna & Pollet, (2009) mäts som differensen mellan estimat av EPS och faktiskt utfall. EPS utgörs i denna studie av det senaste medelvärdet från analytikers konsensusestimat vid tidpunkten för publicering. Mer specifikt, representerar ES hur mycket det faktiska utfallet har avvikit från estimaten i procentuella termer. Size definieras för varje observation i denna studie, som den naturliga logaritmen av det konsoliderade marknadsvärdet för varje företag vid publicering av delårsrapporten. Variabeln Num utgörs av det sammanlagda antalet estimat hänförliga till respektive delårsrapport vid publiceringstidpunkten.
Koder i Refinitiv Eikon Datastream: TR.EPSNumIncEstimates; TR.EPSActSurprise; MVC
