Marknadsreaktionen av aktierekommendationer i svenska affärstidningar
Kandidatuppsats 15 hp
Företagsekonomiska institutionen Uppsala universitet
VT 2018
Datum för inlämning: 2018-06-01
Niklas Sjöblom Victor Wiberg
Handledare: Lars Frimanson
Sammandrag
Denna studie undersöker aktierekommendationer publicerade av svenska journalister anställda på två av Sveriges största affärstidningar. Studien syftar till att undersöka huruvida dessa rekommendationer leder till en abnormal avkastning vid publiceringen, samt om den abnormala avkastningen sedan består eller faller tillbaka, för att kunna dra slutsatser kring relevansen av rekommendationen. För att undersöka detta har en eventstudie utförts där marknadsmodellen har använts för att beräkna den abnormala avkastningen. Resultaten visar på att aktierekommendationerna leder till en statistiskt signifikant reaktion på publiceringsdagen där det uppmättes en abnormal avkastning med ett genomsnitt på 1,66 %. Vidare så visade resultaten på att den abnormala avkastningen bestod, prisnivån höll sig kvar på den nya nivån de efterföljande 20 dagarna. Detta tyder på att det finns en relevans och ny information i aktierekommendationerna. Vid test att utesluta säljrekommendationer från urvalet erhölls liknande resultat. För att kunna dra mer generella slutsatser om den svenska marknaden skulle det behövas ett större urval av rekommendationer samt ha med fler faktorer såsom handelsvolym i framtida forskning.
Nyckelord: Aktierekommendation, eventstudie, journalist, Sverige, stockholmsbörsen, prispresshypotesen, informationshypotesen, marknadsreaktion.
Innehållsförteckning
Sammandrag ... 1
1. Inledning ... 3
1.1 Syfte och forskningsfråga ... 5
2. Litteraturgenomgång ... 6
2.1 Abnormal avkastning och marknadseffektivitet ... 6
2.2 Aktierekommendationers påverkan på abnormal avkastning ... 6
2.2.1 Informationshypotesen ... 8
2.2.2 Prispresshypotesen ... 9
2.3 Mediauppmärksamhet ... 9
2.4 Hypotesformulering ... 10
3. Metod ... 11
3.1 Metodval ... 11
3.2 Data ... 11
3.2.1 Datainsamling ... 12
3.2.2 Dagens Industri ... 13
3.2.3 Svenska Dagbladet Börsplus ... 13
3.3 Eventstudie ... 13
3.4 Marknadsmodellen ... 15
3.4.1 Eventperioden och eventdagen ... 15
3.4.2 Justering ... 16
3.5 Hypotesprövning ... 17
3.5.1 Signifikanstest ... 17
3.5.2 Normalfördelning ... 18
4. Resultat ... 19
4.1 Abnormal avkastning på publiceringsdagen ... 19
4.2 Deskriptiv statistik för eventperioden ... 21
4.3 Kumulativ abnormal avkastning för eventperioden ... 22
4.4 Resultat utan säljrekommendationer ... 25
5. Slutsats ... 28
5.1 Slutsats ... 28
5.2 Kritik mot studien ... 29
5.3 Förslag på vidare forskning ... 29
6. Referenser ... 31
1. Inledning
Inledningen ämnar beskriva bakgrund samt problemformulering som ligger till grund för uppsatsen och valt ämnesområde. Vidare tas syftet och frågeställning för uppsatsen fram.
Många investerare och akademiker ifrågasätter relevansen och nyttan av finansiella analyser och aktierekommendationer. Anledningen till det är att en vanlig syn på marknader idag är att de är effektiva. Det innebär att priserna på marknaden reflekterar all tillgänglig information som finns om tillgångarna. Priserna kan man därför säga återspeglar den kollektiva analysen hos marknaden. Denna syn på marknaden utgår från den effektiva marknadshypotesen (Fama 1970). Om marknader är effektiva skulle abnormal avkastning, vilket innebär att ett aktiepris förändras mer än förväntat, vara omöjligt att förutspå. Finansiella analyser och rekommendationer skulle inte hjälpa investerare att hitta tillgångar som är felprissatta och nå en avkastning som är högre än den förväntade (Malkiel 2003).
En annan syn på marknadseffektivitet är att priserna på marknaden endast reflekterar en del av den tillgängliga informationen, detta på grund av att det råder informationsasymmetri på marknaden och att det finns för stora mängder information för investerare att bearbeta. Utifrån denna syn på marknadseffektivitet skulle finansiella analyser och aktierekommendationer kunna fylla en funktion på marknaden då de minskar informationsassymetrin som råder samt hjälpa till att sammanställa information till investerare. Därav skulle de kunna generera abnormal avkastning (Grossman och Stiglitz 1980).
Finansiella analyser och aktierekommendationer grundar sig på att man tror sig kunna förutspå abnormal avkastning genom att välja ut aktier som kommer att förändras mer än den förväntade avkastningen. De utfärdas av analytiker eller journalister som presenterar en analys av ett företag som leder fram till en rekommendation om hur de anser att man bör förhålla sig investeringsmässigt till företagets aktie. Oftast resulterar detta i en uppmaning att köpa eller sälja aktien i fråga. Då synen på marknadseffektivitet skiljer sig har det gjorts flera studier som undersöker relevansen och nyttan av finansiella analyser och aktierekommendationer.
Flera studier har funnit att aktierekommendationer genererar en abnormal avkastning på publiceringsdagen av rekommendationen (Lloyd-Davies och Canes 1971, Liu, Smith och Syed
studierna och slutsatser kring vad den abnormala avkastningen faktiskt beror på skiljer sig. En del studier visar på att den abnormala avkastningen som initialt följer av rekommendationen endast är tillfällig och sedan återgår mot den ursprungliga nivån, medan andra studier har funnit att den abnormala avkastningen som uppstår är mer bestående.
Flera förklaringar till abnormal avkastning av aktierekommendationer utgår från synen om effektiva marknader samt om analyserna och rekommendationerna innehåller någon ny eller relevant information (Barber och Loeffler 1993, Lidén 2007). Studier som uppvisat resultat där den abnormala avkastningen inte faller tillbaka mot den ursprungliga nivån menar att man inte kan utesluta att det finns ett relevant informationsinnehåll i rekommendationerna (Lee 1986, Beneish 1991). Andra studier har funnit att den initiala abnormala avkastningen rekommendationen medför faller tillbaka mot den ursprungliga nivån efter publiceringsdagen, vilket tyder på att rekommendationerna inte innehåller någon ny eller relevant information till marknaden (Lloyd-Davies och Canes 1971, Barber och Loeffler 1993).
Förutom att undersöka om den abnormala avkastningen som en aktierekommendation genererar beror på informationsinnehållet har också andra förklaringar undersökts. En förklaring är att privata investerare saknar tid och resurser för att ta till sig all den information som finns på marknaden och därmed kommer de att vara mer benägna att köpa aktier som når deras uppmärksamhet genom till exempel aktierekommendationer i tidningar (Barber och Odean 2008). Ytterligare en förklaring som undersökts är att investerare är naiva och känner sig pressade att agera när en rekommendation publiceras (Barber och Loeffler 1993, Metcalf och Malkiel 1994, Sant och Zaman 1996 och Pari 1997).
Tidigare studier är till största del utförda på den amerikanska aktiemarknaden. Endast en studie som undersöker abnormal avkastning i samband med aktierekommendationer har utförts på den svenska marknaden (Lidén 2007). Det är därför intressant att undersöka hur det ser ut på den svenska marknaden idag, om de resultat som uppvisats på den amerikanska marknaden även går att påvisa i Sverige där marknaden för finansiella analyser och rekommendationer inte är lika stor, samt om det går att dra några slutsatser kring vad den eventuella abnormala avkastningen i Sverige beror på. Vidare väljer vi att undersöka aktierekommendationer publicerade av journalister då de har visats ge en större reaktion på den svenska marknaden än analytiker samt att de når en stor mängd privata investerare (Lidén 2007).
1.1 Syfte och forskningsfråga
Syftet med denna uppsats är att undersöka huruvida aktierekommendationer publicerade av journalister i två av Sveriges största affärstidningar leder till en abnormal avkastning på publiceringsdagen. Vidare kommer den efterföljande perioden efter publiceringen att undersökas för att se hur den kumulativa abnormala avkastningen1 utvecklas efter publiceringen av aktierekommendationen. Forskningsfrågorna som skall försöka besvaras i denna studie formuleras därför som följande:
• Leder aktierekommendationer publicerade i de svenska affärstidningarna Dagens Industri och Svenska Dagbladet Börsplus till en abnormal avkastning på publiceringsdagen?
• Är den förväntade abnormala avkastningen bestående eller faller den tillbaka efter publiceringsdagen?
2. Litteraturgenomgång
Litteraturgenomgången ämnar förtydliga och klarlägga vilket teoretiskt ramverk som uppsatsens antaganden och hypoteser grundar sig på.
2.1 Abnormal avkastning och marknadseffektivitet
Det finns olika syner på marknadseffektivitet och möjligheterna att nå abnormal avkastning. En utav dem togs fram av Fama (1970) och kallas den effektiva marknadshypotesen (EMH). Den innebär att om marknaden är effektiv så reflekterar priserna all tillgänglig information som finns om tillgångarna. Det är därför omöjligt att genom analys försöka förutspå marknaden och nå en abnormal avkastning. EMH säger att när ny information tillkännages marknaden kommer denna information direkt prisas in i tillgången utan fördröjning och marknaden är därav effektiv. Utifrån EMH är det omöjligt att nå en abnormal avkastning genom att följa en aktierekommendation om informationen den innehåller redan finns tillgänglig på marknaden (Fama 1970).
En annan syn på marknadseffektivitet togs fram av Grossman och Stiglitz (1980). De menade att priserna på marknaden omöjligt kan reflektera all tillgänglig information som finns om tillgångarna eftersom det råder informationsasymmetri och finns för mycket information tillgänglig för investerarna att ta hänsyn till vid investeringsbeslut. Därmed finns det ett värde i aktierekommendationer som samlar ihop och sammanställer publik information, och de som sammanställer informationen i analyserna måste kompenseras i form av en abnormal avkastning för den tid och resurser som de lägger på detta (Grossman och Stiglitz 1980).
2.2 Aktierekommendationers påverkan på abnormal avkastning
Redan 1933 utkom en studie som undersökte relevansen i aktierekommendationer publicerade av analytiker och journalister. Studien undersökte om aktierekommendationer genererade en abnormal avkastning (Cowles 1933). Detta var den första studien som ifrågasatte och testade relevansen av aktierekommendationer. Resultatet av studien visade att aktierekommendationerna inte genererade en högre avkastning än marknaden och att det var lite, eller ingen relevans i rekommendationerna (Cowels 1933). Sedan Cowels studie inom området har flera andra studier tillkommit som undersökt relevansen av analytikers och journalisters rekommendationer och råd. Det har också gjorts flera studier som undersöker om analytikers och journalisters rekommendationer leder till en abnormal avkastning på
Lloyd-Davies och Canes (1971) undersökte rekommendationer i Wall Street Journal och fann att de genererade en abnormal avkastning på publiceringsdagen, men att rekommendationerna inte tycktes innehålla någon ny information till marknaden. Palmon, Sun och Tang (1994) uppvisade liknande resultat på publiceringsdagen när de studerade aktierekommendationer i tidningen Business Week, men fann också att den abnormala avkastningen föll tillbaka mot den ursprungliga nivån efter den initiala reaktionen. Lee (1986) undersökte om aktierekommendationer publicerade av journalister i tidningen Forbes innehöll någon relevant information till marknaden och fann resultat som tyder på att den information som publicerades faktiskt var relevant. Den initiala abnormala avkastningen som uppmättes föll inte alltid tillbaka mot den normala (ursprungliga) nivån. Även studier av Liu, Smith och Syed (1990) och Beneish (1991) finner att aktierekommendationer genererar en abnormal avkastning på publiceringsdagen, och de menar att de inte kan utesluta att den abnormala avkastningen som uppmätts beror på att analyserna innehåller ny eller relevant information till marknaden.
Womack (1996) undersöker aktierekommendationer och finner att de leder till en abnormal avkastning och menar att synen på marknadseffektivitet som Grossman och Stiglitz (1980) presenterat stämmer. Det finns ett värde i att samla ihop och sammanställa information och presentera detta i form av analyser och rekommendationer.
Barber och Loeffler (1993) undersökte aktierekommendationer i tidningen Wall Street Journal och fann att de genererade en abnormal avkastning på publiceringsdagen. Vidare fann de i sin studie att den positiva abnormala avkastningen som uppmätts föll tillbaka inom den efterföljande 25-dagars perioden. De menade att detta var ett resultat av att investerare agerat naivt och känt köppress vid publiceringen av aktierekommendationerna, men att informationen i dem inte motsvarade uppgången av priset, och därför föll den abnormala avkastningen tillbaka. Liknande resultat finns i Metcalf och Malkiel (1994), Liang (1999) och Lidén (2007).
I en studie utförd på den turkiska marknaden undersöktes aktierekommendationerna i en av de största turkiska affärstidningarna (Moneymatik), där fann man resultat som visade på att den initiala abnormala avkastningen föll tillbaka den efterföljande perioden. Studien visade även på en reaktion innan publiceringsdagen, vilket tyder på att informationen i rekommendationerna kan ha läckt ut innan publiceringsdagen (Yazici och Muradoglu 2002). Liknande resultat om abnormal avkastning innan publicering finns också i Kiymaz (2002).
Gemensamt för ovannämnda studier är att de dels försöker förklara den abnormala avkastningen som uppstår utifrån två olika hypoteser; informationshypotesen och/eller prispresshypotesen. Båda dessa beskriver hur abnormal avkastning kan uppstå vid publiceringen av en aktierekommendation.
2.2.1 Informationshypotesen
För att testa om aktierekommendationer innehåller ny och/eller relevant information har man i flera tidigare studier utgått från den så kallade informationshypotesen (IH) (Lee 1986, Lidén 2007). IH har sitt ursprung i att när investerare säljer tillgångar sker det av flera olika anledningar. Det kan bero på att de vill vikta om sin portfölj, vill likvidera tillgångar för konsumtion eller att de har information om tillgången som gör att de vill bli av med den. Samma anledningar finns när det gäller köp av tillgångar (Scholes 1972). Den bakomliggande informationen som investerare har när de gör en transaktion bör leda till prisförändringar för tillgången. Priset på tillgången bör justeras utifrån informationen som ligger till grund för köp- och säljtransaktionerna av tillgången. IH förutsäger då att om en stor volym aktier säljs på marknaden, bör detta leda till en nedgång av priset. Denna nedgång av priset är resultatet av den information som antas ligger bakom försäljningen av de stora volymerna aktier. Vice-versa gäller för köp (Scholes 1972).
Sett ur ett aktierekommendationsperspektiv innebär det att om en aktierekommendation innehåller information som är relevant i prissättningen av en tillgång kommer den rekommenderade tillgången att omvärderas och prissättas efter denna nya information. Det betyder att en rekommendation som uppmanar till köp av en tillgång kommer generera en positiv abnormal avkastning, om informationen i rekommendationen är ny och relevant för marknaden. Det är för att den nya informationen kommer leda till stora handelsvolymer, vilket enligt IH anser återspegla positiv information. På samma sätt kommer en rekommendation som uppmanar att sälja en viss tillgång generera en negativ abnormal avkastning (Lidén, 2007). Den abnormala avkastningen som förväntas följa en aktierekommendation bör inte falla tillbaka mot den ursprungliga nivån enligt IH.
2.2.2 Prispresshypotesen
Flera tidigare studier förklarar den abnormala avkastningen som kan uppkomma vid publiceringen av en aktierekommendation genom prispresshypotesen (PPH) (Barber och Loeffler 1993 och Liden 2007). Enligt PPH kommer publiceringen av en positiv aktierekommendation att leda till ett högt köptryck på aktien som rekommenderas för att investerare är naiva och känner en press att agera vilket leder till en abnormal handelsvolym.
När en abnormal volym aktier vill handlas måste de som säljer aktien att kompenseras i form av en abnormal avkastning (Scholes, 1972, Kraus och Stoll 1972). Detta gör att den abnormala avkastningen drivs upp på aktien som rekommenderas, men att priset sedan bör falla tillbaka mot normala nivåer efter publiceringsdagen.
2.3 Mediauppmärksamhet
En förklaring till att aktierekommendationer genererar abnormal avkastning är att aktierna får större uppmärksamhet. Det har påvisats att individuella investerare drar sig till att köpa aktier som nämns och får uppmärksamhet i media, som har stora abnormala handelsvolymer eller aktier som presterar bra under en kortare period (Barber och Odean 2008). Anledningen till det är att det finns för mycket information att ta hänsyn till när man ska ta investeringsbeslut och som privat investerare blir det för omfattande att försöka analysera alla aktier på marknaden (Barber och Odean 2008). En aktierekommendation publicerad i stora affärstidningar med många läsare är något som gör att aktien får mycket uppmärksamhet, en abnormal handelsvolym och en abnormal avkastning (Palmon, Sudit och Yezegel 2009, Liden 2007).
Det finns flera studier som visar att det finns ett samband mellan uppmärksamhet i media och en abnormal handel och avkastning på aktier. Detta undersöks bland annat av Engelberg och Parsons (2011) som finner att när lokala medier rapporterar om specifika bolag i USA ökar omsättningen i dessa bolag av lokala investerare. Vidare undersöker Tetlock (2007) Wall Street Journals artiklar och hur dessa påverkar marknaden. Där finner han ett samband mellan tonen i artiklarna och reaktioner på handelsvolymer på marknaden. Även Peress (2008) visar att detta samband existerar. I sin studie bevisar han att aktier som får mycket uppmärksamhet i media tenderar att generera en abnormal avkastning och handelsvolym.
Barber och Odean (2008) menar att aktier som uppmärksammas i större utsträckning kommer att handlas av privata investerare. Detta beteende skiljer sig åt från professionella investerare som agerar mer rationellt då de har större resurser att leta information och tid att lägga på analyser av informationen de besitter. Rekommendationer som publiceras i de stora svenska affärstidningarna når väldigt många privata investerare och bör därför leda till en abnormal avkastning (Barber och Odean 2008). Ytterligare en anledning till att privata investerare agerar mer på aktier som uppmärksammas är för att de flesta rekommendationer som publiceras är köprekommendationer (Womack 1996, Liden 2007) och privata investerare söker oftast efter aktier att köpa snarare än att sälja (Barber och Odean 2008).
2.4 Hypotesformulering
Tidigare studier inom området har visat att aktierekommendationer leder till abnormal avkastning på publiceringsdagen. Även den studie som utförts på den svenska marknaden visade att aktierekommendationer leder till abnormal avkastning på publiceringsdagen. Vi ställer därför upp och testar följande hypotes:
H1 = Aktierekommendationerna leder till abnormal avkastning på publiceringsdagen.
Studier har också visat att den abnormala avkastningen som uppstår tenderar att falla tillbaka mot den normala (ursprungliga) nivån inom en period på 20 dagar. Det beror på att aktien får uppmärksamhet och investerare känner sig pressade att agera vilket leder till en abnormal avkastning, men att det egentligen inte finns någon ny information i rekommendationen. Vi ställer därför upp och testar följande hypotes:
H2A = Kumulativ abnormal avkastning faller tillbaka mot den normala (ursprungliga) nivån inom de efterföljande 20 dagarna.
Tidigare studier som undersöker informationsinnehållet i aktierekommendationer har funnit att om rekommendationen innehåller ny information så inprisas det aktien och den abnormala avkastningen faller inte tillbaka mot den normala (ursprungliga) nivån under den efterföljande perioden. Vi ställer därför upp och testar följande hypotes:
H2B = Kumulativ abnormal avkastning faller inte tillbaka mot den normala (ursprungliga) nivån inom de efterföljande 20 dagarna.
3. Metod
I metoddelen presenteras datan som använts i studien. Här förklaras också den valda metoden som använts i studien.
3.1 Metodval
Studien har genomförts med kvantitativ metod eftersom det var en stor mängd numerisk data som samlades in från olika databaser för att sedan bearbetas och analyseras. För att testa hypoteserna har statistisk hypotesprövning genomförts genom att utföra en eventstudie.
Hypoteserna har ställts upp genom deduktiva prövningar av teori och tidigare forskning. Valet av att genomföra en eventstudie grundades på att det är vanligast att använda när man vill testa vilken effekt en enskild händelse har på en akties avkastning (MacKinlay 1997). Eventstudier är också det absolut vanligaste i studier likt vår och en välbeprövad metod för att mäta effekten av just aktierekommendationer. Effekten mäts genom att ta fram den abnormala avkastningen för aktien och jämföra denna med den förväntade avkastningen/den normala avkastningen för aktien (MacKinlay 1997). För att ta fram den förväntade avkastningen (den normala avkastningen) har vi använt oss av marknadsmodellen2. Fördelen med denna modell är att den eliminerar den del av avkastningen som kan hänföras till variationen i marknadsavkastningen, vilket ökar sannolikheten att finna effekterna av just aktierekommendationen på publiceringsdagen (MacKinlay 1997).
3.2 Data
Studien bygger på data från aktierekommendationer på företag listade på Stockholmsbörsen (Nasdaq OMX Stockholm). Vi har endast med företag listade på listorna Small-, Mid- eller Large Cap och har valt att inte inkludera aktierekommendationer på företag listade på andra börser/listor i Sverige. Detta för att kunna jämföra alla observationer mot samma index: OMX Stockholm PI3
3.2.1 Datainsamling
Datan består av aktierekommendationer från de svenska affärstidningarna Dagens Industri (DI) och Svenska Dagbladet Börsplus (SvD BP) mellan åren 2015-2018. Valet av dessa två affärstidningar grundades på att det är två av de största affärstidningarna i Sverige som når flest privata investerare. Alla rekommendationer är hämtade genom manuell sökning i databasen Retriever (Mediearkivet) och direkt från tidningarnas hemsidor, där SvD BP hade en egen sammanställning på alla rekommendationer som publicerats.
Totalt hämtades 773 rekommendationer från åren 2015-2018. Dessa rekommendationer sorterades sedan in efter den uppmaning som getts från journalisten. I det slutgiltiga urvalet valdes det endast att ha med rekommendationer som uppmanat till köp eller sälj eftersom de är dessa som är intressanta att undersöka då de uppmanar till handling till skillnad från andra rekommendationer som till exempel neutral/behåll. Även rekommendationerna teckna/teckna ej rensades bort från det slutgiltiga urvalet då dessa berör aktier som ännu inte listats/precis ska listas på börsen och det finns därför ingen kursdata att hämta för dessa aktier. Från det slutgiltiga urvalet togs även de rekommendationer som det saknades kursdata för bort, samt de rekommendationer som berör samma företag där eventperioden överlappar varandra. Detta resulterade i ett slutgiltigt urval på 186 rekommendationer som uppmanar till köp eller sälj (se Tabell 1 för detaljerad uppdelning mellan köp/sälj och för respektive tidning).
Tabell 1 – Fördelningen av köp- och säljrekommendationer mellan tidningarna.
Tidning Köp Sälj Totalt
Dagens Industri 62 14 76
Svenska Dagbladet Börsplus 96 14 110
Total 158 28 186
3.2.2 Dagens Industri
Från DI hämtades alla aktierekommendationer som kallas “Veckans Aktie” och som publiceras en gång i veckan, varje söndagskväll (digitalt) och i måndagstidningen. Journalisten har analyserat bolaget och skrivit en rekommendation till agerande till aktien i fråga. Då rekommendationen publiceras på söndagar mäts publiceringsdagen som nästkommande handelsdag. Dagens Industri använder sig av skalan Köp - Behåll - Sälj - Teckna - Teckna ej.
Alla rekommendationer samlades in för att sedan göra urvalet. Alla rekommendationer hämtades manuellt genom databasen Retriever Research (Mediearkivet) och sammanställdes.
Totalt resulterade detta i 96 rekommendationer från åren 2015-2018. Efter bortfall användes 76 i det slutgiltiga urvalet.
3.2.3 Svenska Dagbladet Börsplus
Från Svenska Dagbladet Börsplus hämtades alla analyser som de publicerat sedan 2015.
Tidningen SvD BP erbjuder på sin hemsida en färdig sammanställning över alla sina publicerade analyser. Denna lista hämtades och innehöll totalt 677 rekommendationer.
Tidningen använder sig av skalan Köp - Neutral - Sälj - Teckna - Teckna Inte, och även för dessa rekommendationer rensades alla som rekommenderade neutral, teckna och teckna inte bort. Även alla rekommendationer som hade uppdaterats togs bort från datan då det är svårt att hitta det exakta datumet då analysen publicerades då den har uppdaterats i efterhand och detta ansågs kunna påverka resultatet. Detta resulterade i totalt 110 rekommendationer mellan åren 2015-2018 som används i det slutgiltiga urvalet.
3.3 Eventstudie
Eventstudier är en välbeprövad metod att använda sig av när man vill se hur en enskild händelse, i detta fall en aktierekommendation, påverkar avkastningen på ett enskilt företag på en specifik dag samt en period kring denna dag (MacKinlay 1997). Dock kan det även finnas andra faktorer som påverkar avkastningen vilket gör att vid utförandet av en eventstudie är det svårt att säga att det endast är den undersökta händelsen som påverkat avkastningen vid publiceringsdagen (McWilliams, Siegel och Teoh, 1999). Däremot är det få tillvägagångssätt som visat sig vara så effektiva som en eventstudie är för att mäta marknadseffektiviteten och effekten av en enskild händelse, samt att det är den metod som använts i nästan alla liknande studier som utförts inom området (MacKinlay 1997, Palmon, Sudit och Yezegel 2009).
En eventstudie har därför utförts för att testa om det blir en abnormal avkastning på publiceringsdagen för aktierekommendationerna samt för att mäta hur abnormal avkastning ser ut fem dagar innan publiceringen och de efterföljande 20 dagarna. Eventstudien utfördes enligt MacKinlays (1997) tillvägagångssätt och därav delades studien upp i tre delar. Dels publiceringsdagen, men också en estimeringsperiod och en eventperiod. Estimeringsperioden används för att beräkna den normala avkastningen för aktien. Eventperioden är perioden runt eventdagen. Avkastningen under eventperioden jämförs med avkastningen under estimeringsperioden för att identifiera om det uppstår en abnormal avkastning runtomkring och vid publiceringsdagen (MacKinlay 1997).
Vi har använt oss av en eventperiod som omfattar tjugosex dagar, fem dagar före och 20 dagar efter att rekommendationen publicerats. Anledningen till att vi valde att ha 5 dagar innan publiceringsdagen med i eventperioden är för att se om det är någon abnormal avkastning innan publiceringen, vilket kan tyda på att information har läckt ut (Yazici och Muradoglu 2002).
Vidare sträcker sig eventperioden 20 dagar efter publiceringsdagen för att kunna testa våra hypoteser. Tidigare studier har visat att om avkastningen faller tillbaka gör den oftast det inom 20 dagar efter publiceringsdagen (Palmon, Sudit och Yezegel 2009). En efterföljande period på 20 dagar anses då vara tillräckligt för att testa hypoteserna H2A och H2B. Att ha en eventperiod som omfattar fler antal dagar skulle innebära en ökad risk att andra faktorer än just rekommendationen påverkar den abnormala avkastningen. Estimeringsfönstret innan eventperioden kommer sträcka sig -114 dagar innan eventperioden. Anledningen till att vi har valt att använda oss av ett så stort estimeringsfönster är för att minska risken för enskilda företagshändelser eller marknadshändelser som skulle kunna ge en missvisande bild av den normala avkastningen i förhållande till den abnormala avkastningen (MacKinlay 1997). Totalt består hela eventstudien av 140 dagar.
Figur 1 – Tidslinje över eventstudien.
3.4 Marknadsmodellen
För att beräkna normalavkastningen under estimeringsperioden har vi använt oss av marknadsmodellen. MacKinlay (1997) tar bland annat upp konstanta medelavkastningsmodellen som en alternativ metod till marknadsmodellen. Fördelen med marknadsmodellen är att den eliminerar den del av avkastningen som kan hänföras till variationen i marknadsavkastningen, vilket ökar sannolikheten att finna effekterna av just aktierekommendationen som undersöks (MacKinlay 1997). För att beräkna normalavkastningen kommer en linjär regressionsanalys att göras för att uppskatta värdena på alfa och beta. Följande ekvation kommer att användas:
𝑅@,B = 𝛼@ + 𝛽@𝑅G,B + 𝜀@,B
där Ri,t = Förväntad avkastning för aktie i under tidsperiod t αi = Osystematiska risken för aktie i
βi = Systematiska risken för aktie i
Rm,t = Avkastningen för OMXSPI
εi,t = Felvariabel, antas vara 0 i medelvärde
3.4.1 Eventperioden och eventdagen
För att se vilken effekt som aktierekommendation hade på publiceringsdagen och perioden kring denna dag mättes den abnormala avkastningen för aktien under denna period. Detta görs genom att subtrahera den förväntade avkastningen, som beräknas enligt marknadsmodellen, från den faktiska avkastningen på aktien, enligt följande ekvation:
där ARi,t = Abnormal avkastning för aktie i under tidsperiod t Ri,t = Faktiskt avkastning för aktie i under tidsperiod t (ai + biRm,t) = Förväntad avkastning för aktie i under tidsperiod t
𝐴𝑅@,B = 𝑅@,B − (𝛼@ + 𝛽@𝑅G,B)
För att kunna dra några generella slutsatser kring aktierekommendationernas påverkan på kurserna har den genomsnittliga abnormala avkastningen beräknats för samtliga studerade företag. Detta gjordes med följande ekvation:
AARt = Genomsnittlig abnormal avkastning under tidsperioden t n = Antal rekommendationer
ARi,t = Abnormal avkastning för aktie i under tidsperioden t
För att analysera hur den abnormala avkastningen förändrades under eventperioden beräknades den genomsnittliga kumulativa överavkastningen, vilket är den genomsnittliga abnormala avkastningen kumulerad genom eventperioden. Detta gjordes genom att använda följande ekvation:
CAAR(t1, t2) = Kumulativ genomsnittlig abnormal avkastning under tidsperioden t1, t2
AARt = Genomsnittlig abnormal avkastning under tidsperioden t
3.4.2 Justering
Då en säljrekommendation förväntades att ge en negativ abnormal avkastning och en köprekommendation förväntades att ge en positiv abnormal avkastning så justerades den abnormala avkastningen och mättes i absoluta tal när genomsnittlig abnormal avkastning och kumulativ genomsnittlig abnormal avkastning beräknades. Detta var för att värdena inte skall radera ut varandra.
𝐴𝐴𝑅B = 1
𝑛 N 𝐴
O
@PQ
𝑅@,B
𝐶𝐴𝐴𝑅(BQ,BS) = N 𝐴𝐴
BS
BPBQ
𝑅@,B
3.5 Hypotesprövning
Hypotes 1 undersöker den genomsnittliga abnormala avkastningen på publiceringsdagen.
Hypotesen accepteras om den abnormala avkastningen på dag 0 (publiceringsdagen) är statistiskt signifikant.
Hypotes 2A/B undersöker hur den kumulativa genomsnittliga abnormala avkastningen utvecklas efter publiceringsdagen och 20 dagar framåt. Då hypoteserna ställdes emot varandra kan inte båda accepteras. Hypotes 2A bekräftades om den kumulativa genomsnittliga abnormala avkastningen inom den efterföljande perioden på 20 dagar återgick mot det normala (ursprungliga), alltså gått ner mot 0 igen och är statistiskt signifikant. Hypotes 2B bekräftades om den kumulativa genomsnittliga abnormala avkastningen ej föll tillbaka mot det normala (ursprungliga) utan håller sig kvar på den nivå som aktierekommendationen tar den till och är statistiskt signifikant. För att testa hypoteserna kommer signifikanstest att utföras.
3.5.1 Signifikanstest
För att testa om den kumulativa abnormala avkastningen är statistiskt signifikant genomfördes ett t-test. T-testet görs för 3 olika perioder inom eventfönstret, (1) dag -5 till -1, (2) dag 0 till +1, och (3) dag +2 till +20. För att genomföra t-testet beräknades variansen för varje företag under estimeringsperioden, sedan summerades dessa varianser ihop. Även variansen för den kumulativa abnormala avkastningen beräknades och summerades ihop. För att testa signifikansnivån användes sedan följande ekvation:
θ1 = T-värde för respektive period
ACAR(t0,t1) = Kumulativa genomsnittliga abnormala avkastningen
var(ACAR)(t0,t1))0,5 = Variansen för kumulativa genomsnittliga abnormala avkastningen
𝜃 Q = 𝐶𝐴𝐴𝑅 (𝑡Q, 𝑡S) 𝑣𝑎𝑟 (𝐶𝐴𝐴𝑅 Y𝑡Q, 𝑡SZ)Q/S
3.5.2 Normalfördelning
För att kunna utföra ett t-test krävs att det undersökta urvalet är normalfördelat. För att testa detta för aktiekurserna kontrollerades kurtosis och skevhet för respektive företag. Då dessa värden var höga för flera av företagen valde vi att genomföra winsorizing på 5 %. Detta innebar att vi justerade värdena, 5 %-nivån resulterade i att de tre högsta och tre lägsta värdena för respektive företag justerades. För att välja ut vilka företag som skulle justeras utgick vi från att alla med en skevhet större än +/- 0,5 och en kurtosis större än +/- 1 justerades. Efter att detta gjorts och testats så var värdena bättre och urvalet ansågs att vara normalfördelat. Ett t-test kunde då genomföras för att analysera den abnormala avkastningen.
4. Resultat
I denna del kommer resultatet att presenteras, analyseras och jämföras med tidigare studier.
4.1 Abnormal avkastning på publiceringsdagen
Den genomsnittliga abnormala avkastningen på publiceringsdagen var 1,66 % (se Figur 2 och Tabell 2). Detta är den högst uppmätta genomsnittliga abnormala avkastningen under eventperioden och ger stöd åt vår första hypotes, att aktierekommendationerna genererar en abnormal avkastning på publiceringsdagen. För att kunna acceptera vår första hypotes krävs dock ett statistiskt signifikant resultat för publiceringsdagen, dag 0. Som Tabell 2 visar är t- värdet på den abnormala avkastningen på publiceringsdagen 8,951 vilket överstiger det kritiska testvärdet4. Detta gör att vi accepterar vår första hypotes “Aktierekommendation leder till abnormal avkastning på publiceringsdagen.”. Det har skett en statistisk signifikant förändring i den genomsnittliga abnormala avkastningen för dagen då aktierekommendationen publiceras.
Figur 2 – Genomsnittliga abnormala avkastning för eventperioden.
Figur 2 visar den genomsnittliga abnormala avkastning för hela eventperioden, från dag -5 till dag 20. På x-axeln visas dagarna och på y-axeln visas den genomsnittliga abnormala avkastningen i decimalform.
-0,005 0,000 0,005 0,010 0,015 0,020
-5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Tabell 2 – Sammanställning av den genomsnittliga abnormala avkastningen och t-värde.
Dag Average AR T-värde
-5 -0,0015 -0,786
-4 -0,0015 -0,834
-3 0,0013 0,691
-2 -0,0005 -0,295
-1 0,0020 1,054
0 0,0166 8,951***
1 0,0071 3,813***
2 0,0024 1,277
3 -0,0009 -0,465
4 0,0021 1,125
5 0,0014 0,777
6 -0,0009 -0,462
7 0,0028 1,523
8 -0,0011 -0,582
9 -0,0002 -0,096
10 0,0018 0,967
11 -0,0012 -0,654
12 -0,0007 -0,374
13 -0,0001 -0,062
14 -0,0008 -0,413
15 -0,0018 -0,975
16 0,0009 0,498
17 0,0026 1,383
18 -0,0001 -0,039
19 0,0010 0,564
20 -0,0001 -0,039
Tabell 2 visar genomsnittliga abnormal avkastning och t-värdet för den genomsnittliga abnormala avkastning dag för dag under eventperioden. Vid t-värdet kan man ha *, ** eller
*** stjärnor. Detta visar på om den genomsnittliga abnormala avkastningen för den dagen är statistiskt signifikant på 10%, 5% eller 1% nivån. * = 10%’s nivån, ** = 5%’s nivån och ***
= på 1%’s nivån. Resterande t-värden som inte har en stjärna vid sig är ej statistiskt signifikanta på någon nivå. Tabellen visar att det är 2 av 26 dagar under eventperioden som har en genomsnittliga abnormal avkastning som är statistiskt signifikant. Publiceringsdagen, dag 0, är den dag mest det högst uppmätta testvärdet vilket är högt över det kritiska värdet på 1 %-nivån. Även dag +1 visar en testvärde som överstiger det kritiska värdet på 1 %-nivån.
Vidare går det att se en fortsatt hög abnormal avkastning dag +1, som uppgår till 0,71%, även denna är statistiskt signifikant. Detta tyder på att reaktionen från aktierekommendationerna håller i sig dagen efter publiceringen. En annan förklaring kan vara att aktierekommendationerna publicerades sent på dagen eller till och med efter stängning på dag 0 vilket gör att reaktionen kommer först dagen efter. Resultatet på publiceringsdagen stämmer överens med tidigare studier inom området. Precis som Liu, Smith och Syed (1990), Beneish (1991), Palmon, Sun och Tang (1994), Sant och Zaman (1996), Barber och Loeffler (1993) och Lidén (2007) leder våra undersökta aktierekommendationer till en statistiskt signifikant abnormal avkastning på publiceringsdagen. Detta resultat får anses vara väntat då det går i linje med nästan all tidigare forskning inom området. Resultatet stödjer även teorin kring mediauppmärksamhet och att aktier som får en ökad uppmärksamhet i media får en ökad abnormal avkastning. Den abnormala avkastningen som kommer till följd av att aktien blivit rekommenderad och fått uppmärksamhet i media går i linje med de resultat och det samband som tidigare studier funnit mellan uppmärksamhet i media och reaktioner i aktien (Barber och Odean 2008, Tetlock 2007, Engelberg och Parsons 2011, Peress 2008). Det tycks därför gå att säga att journalister har en faktiskt påverkan på kursen när de släpper en rekommendation på en aktie. Det är intressant att dessa resultat även stämmer i Sverige där marknaden för finansiella analyser och rekommendationer inte är lika stor som i USA (Lidén 2007).
4.2 Deskriptiv statistik för eventperioden
I Tabell 3 presenteras deskriptiv statistik genom hela eventperioden. Bland annat kan man se att standardavvikelsen på publiceringsdagen var den näst-högsta för alla dagar, endast dag -1 var standardavvikelsen högre. Detta visar att den genomsnittliga avkastningen i genomsnitt var 5,39 % från medelvärdet dag -1 samt 5,08 % från medelvärdet dag 0, vilket tyder på att det var en stor spridning på avkastningen dagen innan publiceringen och på publiceringsdagen. En förklaring till den höga standardavvikelsen för dag -1 tycks vara de höga minimum och maximum värdena som uppmätts för den dagen, det har skett stora kursförändringar i enstaka aktier den dagen. Att det skall ha något samband med aktierekommendationerna kan inte bekräftas. För dag 0 kan förklaringen till det höga standardavvikelsen vara publiceringen av rekommendationerna som skapar stora kursförändringar. Detta resultat stödjer sambandet mellan uppmärksamhet i media och en ökad handel i aktien i fråga, med stora kursförändringar som följd (Barber och Odean, 2008, Tetlock 2007).
Tabell 3 – Deskriptiv statistik för hela eventperioden.
Dag Minimum Maximum Medelvärde Standardavvikelse
-5 -0,125 0,075 -0,0015 0,0198
-4 -0,196 0,076 -0,0015 0,0237
-3 -0,085 0,083 0,0013 0,0209
-2 -0,100 0,120 -0,0005 0,0277
-1 -0,212 0,517 0,0020 0,0539
0 -0,274 0,222 0,0166 0,0508
1 -0,053 0,272 0,0071 0,0306
2 -0,128 0,113 0,0024 0,0239
3 -0,043 0,067 -0,0009 0,0175
4 -0,082 0,093 0,0021 0,0205
5 -0,144 0,128 0,0014 0,0233
6 -0,080 0,072 -0,0009 0,0185
7 -0,057 0,066 0,0028 0,0180
8 -0,054 0,106 -0,0011 0,0182
9 -0,071 0,087 -0,0002 0,0182
10 -0,114 0,069 0,0018 0,0186
11 -0,079 0,077 -0,0012 0,0165
12 -0,065 0,076 -0,0007 0,0178
13 -0,131 0,137 -0,0001 0,0237
14 -0,119 0,081 -0,0008 0,0194
15 -0,126 0,148 -0,0018 0,0223
16 -0,056 0,099 0,0009 0,0196
17 -0,090 0,136 0,0026 0,0242
18 -0,070 0,070 -0,0001 0,0155
19 -0,059 0,080 0,0010 0,0163
20 -0,212 0,104 -0,0001 0,0255
Tabell 3 visar den abnormala avkastningen, dag för dag, genom hela eventperioden. Tabellen visar det lägsta- och högsta värdet för respektive dag (minimum/maximum), medelvärdet för respektive dag samt standardavvikelsen (den genomsnittliga avvikelsen från medelvärdet).
Totalt består datan för respektive dag av 186 stycken rekommendationer.
4.3 Kumulativ abnormal avkastning för eventperioden
För att kunna undersöka hypotes 2A/B kollar vi på den kumulativa abnormala avkastningen.
Figur 3 visar den genomsnittliga kumulativa abnormala avkastningen under eventperioden.
Grafen visar på en tydlig reaktion på publiceringsdagen och att den nya prisnivån sedan håller i sig samt ökar under perioden dag 2 till dag 20. I Tabell 4 ser vi också att det för perioden dag 2 till dag 20 visar på ett statistiskt signifikant resultat. För perioden dag +2 till +20 har vi ett testvärde på 3,54. Vi utgår ifrån en signifikansnivå på 1% och får därmed ett testvärde som överstiger det kritiska t-värde på 2,576. Detta innebär att aktierekommendationerna leder till en abnormal avkastning och att denna sedan håller i sig de efterföljande 20 dagarna. Detta gör att
vi accepterar ”H2B = Kumulativ abnormal avkastning faller inte tillbaka mot den normala (ursprungliga) nivån inom de efterföljande 20 dagarna” samt att vi inte kan acceptera ”H2A = Kumulativ abnormal avkastning faller tillbaka mot den normala (ursprungliga) nivån inom de efterföljande 20 dagarna”.
Tidigare studier har visat en abnormal avkastning innan publiceringsdagen och menar att det kan bero på att information från aktierekommendationerna har läckt ut innan publiceringsdagen (Yazici och Muradoglu 2002, Kiymaz 2002). Resultatet visar en genomsnittlig negativ kumulativ abnormal avkastning för perioden dag -5 till dag -1. Detta tyder på att ingen information har läckt ut innan publiceringen då avkastningen är negativ. Den kumulativa abnormala avkastningen under denna period är inte statistiskt signifikant (Tabell 4) så det går inte att dra några generella slutsatser.
Figur 3 –Kumulativa abnormala avkastningen under eventperioden.
Figur 3 visar den genomsnittliga kumulativa abnormala avkastningen genom hela eventperioden, från dag -5 till dag 20. På x-axeln visar den dagarna genom eventfönstret och på y-axeln avkastningen i decimalform.
-0,005 0,000 0,005 0,010 0,015 0,020 0,025 0,030 0,035
-5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Tabell 4 – Kumulativ abnormal avkastning för eventperioden uppdelat i tre perioder.
CAAR T-värde
Day -5 to -1 -0,0018 -0,4229
Day 0 to 1 0,0198 7,5575***
Day 2 to 20 0,0285 3,5365***
Tabell 4 visar den genomsnittliga kumulativa abnormala avkastningen för tre olika perioder inom eventfönstret. Vid t-värdet kan man ha *, ** eller *** stjärnor. Detta visar på om den genomsnittliga abnormala avkastningen för den dagen är statistiskt signifikant på 10%, 5%
eller 1% nivån. * = 10%’s nivån, ** = 5%’s nivån och *** = på 1%’s nivån. Period 1 sträck sig från dag -5 till dag -1 och CAAR är inte statistiskt signifikant. Period 2 sträcker sig från dag 0 till dag 1 och är statistiskt signifikant på 1%-nivån. Period 3 sträcker sig från dag 2 till dag 20 och är också statistiskt signifikant på 1%-nivån.
Dessa resultat går i linje med det resultat som Lee (1986) finner i sin studie för vissa av de undersökta tidsperioderna, att avkastningen inte faller tillbaka under de följande 20 dagarna.
Resultatet finner även stöd i Womack (1996) som också visar att priserna inte faller tillbaka för de köprekommendationerna som undersökts. Stöd för resultatet finns även i Palmon, Sudit och Yezegel (2009) som finner att rekommendationer publicerade i tidningar av professionella analytiker tycks innehålla ny eller relevant information och prisnivån faller inte tillbaka inom en efterföljande 15-dagars period. Detta gäller inte för alla av de undersökta tidningarna i studien, men för flertalet av dem. Resultatet skiljer sig däremot från den tidigare studie gjord på den svenska marknaden, där resultatet visade på att den kumulativa abnormala avkastningen föll tillbaka inom en 20-dagars period efter rekommendationerna publicerats, dock gällde detta specifikt för köprekommendationer. Samma effekt kunde inte ses för säljrekommendationer (Lidén 2007).
Att den kumulativa abnormala avkastningen består under den efterföljande perioden skulle kunna förklaras av uppmärksamheten som aktierna får av rekommendationerna. Det vill säga att rekommendationerna inte innehåller ny information, men att informationen som publiceras inte är inprisad sedan tidigare på grund av bristande resurser hos investerarna, och att informationen därav behandlas som ny även om den är känd sedan tidigare (Barber och Odean 2008).
Eftersom den kumulativa abnormala avkastningen inte faller tillbaka mot den normala (ursprungliga) efter eventdagen går det utifrån IH att säga att rekommendationerna innehåller ny eller relevant information eftersom de rekommenderade aktierna omvärderas och prissätts utifrån den information som ges i rekommendationerna (Lidén 2007). Eftersom den kumulativa abnormala avkastningen inte faller tillbaka menar EMH att informationen är ny och inte tidigare inprisad av marknaden (Fama 1970). Det kan också tolkas som att den alternativa synen på marknadseffektivitet stämmer, att informationen i rekommendationerna inte nödvändigtvis är ny, men att den inte är inprisad av marknaden sedan tidigare då det råder informationsassymetri mellan olika parter på marknaden, eftersom alla investerare på marknaden inte har möjlighet att ta all information i beaktning, men även att analytikerna kompenseras genom abnormal avkastning för den tid och resurser de lägger på att sammanställa informationen (Grossman och Stiglitz 1980).
Vidare, eftersom den kumulativa abnormala avkastningen inte faller tillbaka mot den normala (ursprungliga) nivån efter eventdagen kan vi utifrån vårt resultat inte påvisa någon prispress- effekt på den svenska marknaden, eftersom den säger att den initiala abnormala avkastningen ska falla tillbaka efter publiceringsdagen. Tidigare studier har dock funnit starkast stöd för prispresshypotesen vid positiva rekommendationer, och därmed kan vårt urval som innehåller säljrekommendationer påverka utfallet (Barber och Loeffler 1993, Liu, Smith och Syed 1990).
4.4 Resultat utan säljrekommendationer
Flera tidigare studier har upptäckt att reaktionen kan skilja sig åt mellan köp- och säljrekommendationer (Womack 1996). Den tidigare studien som utförts på den svenska marknaden fann också att det skiljer sig mellan köp- och säljrekommendationer, där säljrekommendationer tenderade att stanna kvar på den nya prisnivå medan köprekommendationer föll tillbaka mot den normala (ursprungliga) nivån de efterföljande 20 dagarna (Lidén 2007). Då vi har valt att blanda köp- och säljrekommendationer i vårt urval skulle detta fenomen kunna göra att vårt resultat blir missvisande. För att isolera effekten av säljrekommendationerna valde vi att ta bort de 28 säljrekommendationer som fanns med i vårt urval och testa resultaten på nytt, för att se vad som då händer med den abnormala avkastningen.
Den abnormala avkastningen på publiceringsdagen 1,3 % efter uteslutning, men fortfarande statistiskt signifikant. Figur 4 visar den kumulativa genomsnittliga abnormala avkastningen när vi rensat bort alla säljrekommendationer från urvalet (graferna visar utvecklingen för 156 köprekommendationer). Grafen visar att efter uteslutning av säljrekommendationerna faller inte den abnormala avkastningen tillbaka, utan nu kan man se en större ökning av den kumulativa abnormala avkastningen än tidigare. Även den efterföljande perioden är fortfarande statistiskt signifikant (Tabell 5). Detta gör att vi får samma resultat som tidigare där hypotes H1 och H2B
kan accepteras.
Figur 4 & 5 –Kumulativ abnormal avkastning och abnormal avkastning för eventfönstret efter justering av säljrekommendationer.
Figur 4 (till vänster) visar den genomsnittliga kumulativa abnormala avkastningen för hela eventfönstret. Figur 5 (till höger) visar den genomsnittliga abnormala avkastningen dag för dag genom hela eventfönstret. I både diagrammen är dagarna på x-axeln och avkastningen på y-axeln. Urvalet som graferna är baserade på består nu av 156 köprekommendationer.
Tabell 5 – Kumulativ abnormal avkastning för eventperioden uppdelat i tre perioder.
CAAR T-värde
Dag -5 till -1 0,00192 0,4609
Dag 0 till 1 0,02049 7,7577***
Dag 2 till 20 0,03048 3,7441***
Tabell 5 visar den genomsnittliga kumulativa abnormala avkastningen för tre olika perioder inom eventfönstret. Vid t-värdet kan man ha *, ** eller *** stjärnor. Detta visar på om den genomsnittliga abnormala avkastningen för den dagen är statistiskt signifikant på 10%, 5%
eller 1% nivån. * = 10%’s nivån, ** = 5%’s nivån och *** = på 1%’s nivån. Period 1 sträck sig från dag -5 till dag -1 och CAAR är inte statistiskt signifikant. Period 2 sträcker sig från dag 0 till dag 1 och är statistiskt signifikant på 1%-nivån. Period 3 sträcker sig från dag 2 till dag 20 och är också statistiskt signifikant på 1%-nivån. Urvalet som uträkningarna är baserade på består nu av 156 köprekommendationer.
-0,005 0,000 0,005 0,010 0,015 0,020 0,025 0,030 0,035 0,040
-5 -3 -1 1 3 5 7 9 11 13 15 17 19 -0,005 0,000 0,005 0,010 0,015
-5 -3 -1 1 3 5 7 9 11 13 15 17 19
Detta tyder på att de rekommendationer som vi har haft med i vårt urval innehåller ny och/eller relevant information till marknaden och faktiskt ändrar och driver upp prisnivån för de undersökta företagen. Informationshypotesen går att påvisa i vårt urval. Detta går i linje med de resultat som Lee (1986) fann i sin studie när han undersökte tidningen Forbes och fann att aktierekommendationerna publicerade där faktiskt innehöll relevant information och ledde till en positiv abnormal avkastning i stora delar av den 18-års period som undersöktes. Man fann dock att denna effekt endast varade på kort sikt och skiljde sig mellan olika perioder under dessa 18 år.
Resultatet går emot att den tidigare studien på den svenska marknaden som uppvisade en prispresseffekt för köprekommendationer (Lidén 2007). Vårt resultat går emot detta då vi finner en ökning av den kumulativa abnormala avkastningen den efterföljande perioden. Uteslutning av säljrekommendationerna borde då ha visat en större tillbakagång av den kumulativa abnormala avkastningen (Barber och Loeffler 1993, Liu, Smith och Syed1990).
5. Slutsats
Slutsats och kritik mot studien tas fram och ur det följer förslag till vidare forskning.
5.1 Slutsats
Syftet med denna studie har varit att undersöka om aktierekommendationer publicerade i två av Sveriges största affärstidningar (Dagens Industri och Svenska Dagbladet Börsplus) genererar en abnormal avkastning vid publiceringsdagen, samt om den abnormala avkastningen sedan håller i sig eller faller tillbaka inom en efterföljande period på 20 dagar. För att undersöka detta har en eventstudie genomförts där den abnormala avkastningen har beräknats för de 186 rekommenderade aktierna i vårt urval. Studiens resultat visar att det leder till en statistiskt signifikant reaktion på de rekommenderade aktierna på publiceringsdagen, där de i genomsnitt ökade med en abnormal avkastning på 1,66 %. Vidare så visade studien att den kumulativa abnormala avkastningen ökade de kommande 20 dagarna och inte föll tillbaka mot den normala (ursprungliga) nivån. Även detta resultat var statistiskt signifikant.
Då resultatet vi fann skiljde sig från tidigare studie utförd på den svenska marknaden valde vi att utföra ytterligare ett test och uteslöt alla säljrekommendationer från urvalet. Anledningen till detta är att säljrekommendationer har visats kunna leda till en annan typ av reaktion än köprekommendationer i tidigare studier, så för att vårt resultat inte skulle bli missvisande uteslöts då dessa från urvalet. Resultatet blev fortfarande att det sker en statistiskt signifikant abnormal avkastning på publiceringsdagen, även om den var något mindre på 1,3 %. Den kumulativa abnormala avkastningen höll sedan i sig de följande 20 dagar, där vi till och med kunde uppmäta en större ökning av prisnivån den efterföljande perioden efter uteslutningen av säljrekommendationerna.
Resultaten av studien tyder på att informationshypotesen går att applicera på den svenska marknaden, det tycks finnas ett informationsinnehåll i rekommendationerna som undersökts.
Vidare tycks prispresshypotesen inte gå att påvisa på den svenska marknaden då vi inte kunde se någon återgång mot den normala (ursprungliga) nivån efter publiceringen av aktierekommendationerna. Investerarna tycks handla på information och inte köppress.
5.2 Kritik mot studien
Resultatet i studien får betraktas med viss försiktighet av olika skäl. Urvalet är förhållandevis litet jämfört med tidigare studier inom området, så ett större urval hade kunnat ge ett mer generaliserbart resultat. Att ha med fler tidningar i undersökningen skulle leda till att de undersökta rekommendationerna når en större skara investerare, vilket också gör resultaten mer generaliserbara för hela den svenska marknaden. Det finns dessutom fler modeller än den vi använt för att beräkna den förväntade avkastningen, användning av andra modeller kan nå andra resultat eller kan användas för att kontrollera resultaten.
För att ytterligare kunna styrka att rekommendationerna faktiskt innehåller ny och relevant information till marknaden hade en längre period efter publicering behövts undersökas. Det är även svårt att kunna säga att rekommendationerna innehåller ny information utan att gå in närmare i dem och faktiskt undersöka vad det är som sägs. Därav skulle den abnormala avkastningen kunna ha skett av andra faktorer.
Att inkludera andra faktorer som handelsvolym hade kunnat ge ytterligare styrka i vår tolkning att rekommendationerna väcker uppmärksamhet hos investerare och hjälpt göra resultatet mer trovärdigt. Antaganden i prispress- och informationshypotesen bygger mycket på handelsvolym, så ett inkluderande av den faktorn hade kunnat ge ytterligare styrka i bevisning kring dessa på den svenska marknaden.
5.3 Förslag på vidare forskning
Att en aktierekommendation ger en effekt på abnormal avkastning är idag påvisat i många studier, däribland vår. Men forskningen kring vad denna effekt beror på skiljer sig fortfarande.
Majoriteten av alla studier utgår från att det antingen är relevant information i analyserna som driver effekten, eller att investerare är naiva och dras till aktier som får uppmärksamhet och känner sig pressade att agera. Vår studie pekar på det första av anledningarna, men för att säga om rekommendationerna innehåller ny information skulle forskning som gräver in djupare i dessa vara användbar. Undersöka om det finns specifika områden, ord eller fraser som ger en starkare (svagare) reaktion. Det skulle även vara intressant att undersöka olika typer av analyser (tekniska och fundamentala) och se om det finns någon skillnad. Detta är ett relativt sett väldigt outforskat område idag.
Vidare så har tidigare studier upptäckt en ökning av den abnormala avkastningen och handelsvolymen redan några dagar innan aktierekommendation har släppts till offentligenheten. Vår studie visade inte på några sådana resultat men då tidigare forskning visat tendenser på detta det vara intressant att inkludera en längre period innan publiceringsdagen för att kunna urskilja mönster där.
6. Referenser
Barber, B.M., Loeffler, D. 1993. The “Dartboard” Column: Second-Hand Information and Price Pressure. The Journal of Financial and Quantitative Analysis 28 (2): 273–284.
Barber, B.M. Odean, T. 2008. All That Glitters: The Effect of Attention and News on the Buying Behavior of Individual and Institutional Investors. The Review of Financial Studies.
21 (2): 785–818.
Beneish, M. 1991. Stock Prices and the Dissemination of Analysts’ Recommendations.
Journal of Business 64 (3): 393–416.
Cowles, A. 1933. Can stock market forecasters forecast? Econometrica 1: 309- 324
Engelberg, J.E., Parsons, C.A. 2011. The Causal Impact of Media in Financial Markets. The Journal of Finance 66 (1): 67–97.
Fama, E.F. 1970. Efficient Capital Markets: A Review of Theory and Empirical Work. The Journal of Finance 25 (2): 383-417.
Grossman, S.J., Stiglitz, J.E. 1980. On the Impossibility of Informationally Efficient Markets.
The American Economic Review 70 (3): 393–408.
Kiymaz, H. 2002. The stock market rumours and stock prices: a test of price pressure and size effect in an emerging market. Applied Financial Economics 12 (7): 469–474.
Kraus, A., Stoll, H.R. 1972. Price Impacts of Block Trading on the New York Stock Exchange. The Journal of Finance 27 (3): 569–588.
Lee, C.J. 1986. Information content of financial columns. Journal of Economics and Business 38 (1): 27–39.
Liang, B. 1999. Price Pressure: Evidence from the “Dartboard” Column. The Journal of Business 72 (1): 119–134.
Lidén, E.R. 2007. Swedish Stock Recommendations: Information Content or Price Pressure?
Multinational Finance Journal 11 (3/4): 253-285.
Liu, P., Smith, S.D., Syed, A. 1990. Stock Price Reactions to The Wall Street Journal’s Securities Recommendations. Journal of Financial & Quantitative Analysis 25 (3): 399–410.
MacKinlay, A.C. 1997. Event Studies in Economics and Finance. Journal of Economic Literature 35 (1): 13–39.
Malkiel, B.G. 2003. The Efficient Market Hypothesis and Its Critics. Journal of Economic Perspectives 17 (1): 59–82.
McWilliams, A., Siegel, D., Teoh, S.H. 1999. Issues in the Use of the Event Study
Methodology: A Critical Analysis of Corporate Social Responsibility Studies. Organizational Research Methods 2 (4): 340–365.
Metcalf, G.E., Malkiel, B.G. 1994. The Wall Street Journal contests: The experts, the darts, and the efficient market hypothesis. Applied Financial Economics 4 (5): 371–374.
Palmon, D., Sudit, E., Yezegel, A. 2009. The value of columnists’ stock recommendations: an event study approach. Review of Quantitative Finance & Accounting 33 (3): 209–232.
Palmon, O., Sun, H.-L., Tang. P.A. 1994. The impact of publication of analysts’
recommendations on returns and trading volume. Financial Review 29 (3): 395-417.
Pari, R.A. 1987. Wall $treet Week recommendations: Yes or no? Journal of Portfolio Management 14 (1): 74–76.
Peress, J. 2008. Media Coverage and Investors’ Attention to Earnings Announcements (SSRN Scholarly Paper No. ID 2723916). Social Science Research Network, Rochester, NY.
Sant, R., Zaman, M.A. 1996. Market reaction to Business Week ‘Inside Wall Street’ column:
A self-fulfilling prophecy. Journal of Banking & Finance 20 (4): 617–643.
Scholes, M.S. 1972. The Market for Securities: Substitution versus Price Pressure and the Effects of Information on Share Prices. Journal of Business 45 (2): 179–211.
Tetlock, P.C. 2007. Giving Content to Investor Sentiment: The Role of Media in the Stock Market. The Journal of Finance 62 (3): 1139–1168.
Womack, K.L. 1996. Do Brokerage Analysts’ Recommendations Have Investment Value?
The Journal of Finance 51 (1): 137–167.
Yazici, B., Muradoglu, G. 2002. Dissemination of Stock Recommendations and Small Investors: Who Benefits? Multinational Finance Journal 6 (1): 29-42.
Hemsidor och databaser
Nasdaq OMX Nordic. 2018. Historiska kurser: Aktier. Nasdaq Inc.
http://www.nasdaqomxnordic.com/aktier/historiskakurser (hämtad mellan 2018-04-10 till 2018-04-20)
SvD Näringsliv. 2018. Analysarkivet – Hundratals analyser från Börsplus. Svenska Dagbladet. https://www.svd.se/mer/om/borsplus-analysarkiv/
(listan hämtad 2018-04-10)
