Effekten av svenska storbankernas köprekommendationer
En kvantitativ studie baserad på storbankernas köprekommendationer
Av: Natanael Tekeste & Saymon Sulaka
Handledare: Ogi ChunSödertörns Högskola | Institution för samhällsvetenskap Kandidatuppsats 15 hp
Förord
Vi vill rikta ett stort tack till vår handledare Ogi Chun för värdefull feedback och stöd. Vi vill även rikta ett stort tack till opponenterna för värdefull kritik och synpunkter. Slutligen vill vi även tacka alla lärare och studenter som stöttat och hjälpt till.
Tack!
Södertörns Högskola, 2020-06-01
___________________________ ____________________________
Sammanfattning
Titel: Effekten av svenska storbankernas köprekommendationer
Handledare: Ogi Chun
Datum: 2020-06-01
Nivå: Kandidatexamen
Författare: Natanael Tekeste & Saymon Sulaka
Huvudsakliga syftet med denna studie är att undersöka marknadsreaktioner på
aktierekommendationer utgivna av svenska banker. Syftet är även att jämföra marknadens prisreaktioner med OMXSPI index för att undersöka huruvida avkastningen från
rekommendationerna överträffar index. Tidigare forskning har visat att aktierekommendationer leder till högre avkastning och högre handelsvolym. Effekten är däremot inte bestående på längre sikt. Datainsamlingen innehåller 659 aktierekommendationer från storbankerna i Sverige.
Resultatet av studien ligger i linje med tidigare forskning. Resultatet visar att
köprekommendationer leder till att avkastningen och handelsvolymen ökar i genomsnitt på kort sikt. Studien finner även att den kumulativa avkastningen från rekommendationerna är något högre än index på publiceringsdagen.
Abstract
Title: The effect of the major Swedish banks’ buy recommendations
Supervisor: Ogi Chun
Date: 2020-06-01
Level: Bachelor’s degree
Authors: Natanael Tekeste & Saymon Sulaka
The primary purpose of this paper is to analyse the effect of the market reaction to stock
recommendations published by Swedish banks. The market price reactions will also be compared to the OMXSPI index to analyse if it is possible to earn higher returns by following the
recommendations. Previous studies suggest that the effect of stock recommendations leads to higher trading volumes and returns. While previous studies suggest that there is an effect, the effect from stock recommendation is not long lasting. The data collected consist of 659 stock recommendations from the biggest banks in Sweden. The results of the paper are in line with previous studies on the subject. The results suggest that buy recommendations lead to increased trading volumes and returns on the publication day. We also find that the cumulative average return from the recommendations is slightly higher than the index on the publication date.
Innehållsförteckning
1. Inledning 1 1.1 Bakgrund 1 1.2 Problemformulering 2 1.3 Syfte 4 1.4 Frågeställningar 4 1.5 Avgränsningar 5 2. Teori 6 2.1 Effektiva marknader 6 2.2 Beteendeekonomi 8 2.2.1 Optimism 9 2.3 Flockbeteende 9 2.4 Prispress hypotesen 10 2.5 Tidigare forskning 10 3. Metod 13 3.1 Materialinsamling 13 3.2 Tillvägagångssätt 14 3.2.1 Reliabilitet 16 3.2.2 Validitet 17 3.2.3 T-test 17 3.3 Metodkritik 18 3.4 Bortfall 18 4. Empiri 20 4.1 Översikt 20 4.2 Kort Sikt 21 4.3 Volym 224.4 Index mot rekommendationerna 24
4.5 Banker 25
5. Analys 30
5.1 Effekten av rekommendationerna 30
5.2 Bankerna 32
5.3 Prestation mot index 33
6. Slutsats 34
6.1 Resultat 34
6.2 Avslutande diskussion 35
6.3 Förslag till vidare forskning 35
1
1. Inledning
I detinledande avsnittet kommer bakgrunden samt problemformuleringen att diskuteras, val av ämne samt hur aktuellt ämnet är i dagsläget. Under avsnittet kommer även frågeställning samt syftet presenteras.
1.1 Bakgrund
Stockholmsbörsen är över 150 år gammal och har under sin historia förändrats och utvecklats (Broberg et al, 2016). Handelsstäder som Venedig och Florens var de platser med de första europeiska börsmarknaderna som utvecklades under medeltiden. Då var det främst myntväxling och handel med mynt i samband med handel (Broberg et al, 2016). Med tiden växte
värdepappershandel och det gjorde även kraven (Företagskällan, 2016). Den 20 december 1862 utfärdade regeringen en samling bestämmelser för auktioner i form av försäljning av obligationer efter ständiga politiska påtryckningsarbeten från investerare och mäklare (Ibid). Därefter höll fondbörsen sin första auktion i februari 1863, dessa auktioner var inte attraktiva vilket ledde till att reglementet endast höll dessa auktioner en halv dag varje månad och ifall det behövdes mer tid ökade man öppettiderna vid behov (Företagskällan, 2016).
Handeln dominerades av försäkringskontrakt och obligationer under närmare femtio år. Där var aktiehandeln ganska liten. I Sverige var aktiehandel och aktieägande inte tillgänglig förens under 1960-talet. I Sverige var det färre än en tiondel av befolkningen som ägde aktier. Med tiden ökade intresset hos hushållen på grund av den starka ekonomin och stigande aktiekurser. Under 1970-talet skedde även flera avregleringar inom statlig verksamhet samt inom finans-och valutamarknaden. Detta ledde till ökad transparens på marknaden och att börsen utvecklade sin roll på finansmarknaden (Broberg et al, 2016). De första moderna aktiefonderna introducerades av Handelsbanken, där spreds andelarna effektivt via bankkontoren (Företagskällan, 2016). De som huvudsakligen ligger bakom den moderna börsen är Bengt Ryden som blev vd för
2 optionsmäklarna när monopolet upphävdes (Di, 2016). År 1998 hade OM Stockholmsbörs bildats som år 2007 blev uppköpt av NASDAQ (Nasdaqomxnordic)
(Figur, 1: Aktieinnehavet i Sverige, Euroclear)
Enligt en rapport från Euroclear (2019) beräknas det finnas 2,2 miljoner unika aktieägare
registrerade hos de. I slutet av 2019 beräknas även att 1,9 miljoner privata aktieägare äger aktier i svenska bolag, vilket är en ökning från tidigare år. I snitt beräknas även en av fem i Sverige äga aktier i svenska bolag (Euroclear, 2019).
Samma år ökade även det genomsnittliga antalet bolag per ägare från 3,9 bolag till 4,1 bolag (Euroclear, 2019). Enligt bolagsverket (2018) har även antalet aktiebolag ökat sedan 2010, till följd av ändrade regler kring företagets kapitalkrav. År 2019 ökade marknadsvärdet på innehavet hos svenska ägare med mer än 200 miljoner kr (Euroclear, 2019). Under de senaste 10 åren har marknadsvärdet på innehavet nästan fördubblats. Bland de åren har 2011 och 2018 ståt ut som dåliga börsår då marknadsvärdet minskade (Ibid).
1.2 Problemformulering
3 orolig aktiemarknad. En av de mer betydande professorerna inom ämnet är Richard Thaler som med hjälp av sina studier fick Nobelpriset 2017 inom beteendeekonomi (Nobelprize, 2017). Tidigare forskning om effektiva marknadshypotesen antyder att priset på den underliggande tillgången reflekterar all tillgänglig information (Fama, 1970). Enligt Burton (2003) uppstår en effektiv marknad när information sprids utan dröjsmål. Detta innebär att varken fundamental- eller teknisk analys ger någon anledning till att tillgången är över- eller undervärderad. Om marknaden vore effektiv, skulle bankernas aktierekommendationer varit betydelselösa för investerare, eftersom de då har tillgång till samma information.
Analytikers aktierekommendationer har på så sätt inget värde eftersom aktien redan har rätt pris. Flera tidigare studier, bland annat av Erik Lidén (2015) och även Palman, Sun och Tang (1994) har däremot funnit att aktierekommendationer ger en positiv effekt på aktiekursen.
Av denna anledning har Altınkılıç och Hansen (2009) studerat informationsvärdet av
aktierekommendationer. Enligt dem har tidigare forskning visat på att analytiker har en viktig roll gällande information på marknaden, eftersom deras rekommendationer påverkar aktiekursen. Forskarna kom fram till att majoriteten av analytikers rekommendationer inte innehåller ny information utan de publicerar rekommendationer baserat på marknadsreaktioner av senaste bolagsnyheter. Forskarna menar att om bolagsnyheter tas emot positivt av marknaden blir rekommendation köp och om marknaden reagerar negativt på nyheten blir det en
säljrekommendation (Altınkılıç & Hansen 2009). Det är därför inte analytikers
rekommendationer som driver kursen utan tidigare bolagsnyheter. Forskarna Li, Ramesh, Shen och Wu (2015) undersökte samma ämne som Altınkılıç och Hansen (2009) och fann att
majoriteten av analytiker inte publicerade rekommendationer baserat på bolagsnyheter.
Resultatet visar att 27,9% av rekommendationerna relaterar till tidigare nyheter. I studien (Li et al., 2015) kom forskarna även fram till att analytiker kontrar bolagsnyheter genom att utfärda köprekommendationer efter dåliga bolagsnyheter.
4 Det irrationella beteendet har bevisats i en studie av professorerna Richard Thaler och Nicholas Barberis (Barberis et al, 2003). I studien framför de olika situationer då irrationella investerare avviker från resten av marknaden. Författarna tar upp ett exempel där två företag, Royal Dutch och Shell Transport, slås samman. Royal Dutchs kassaflöde motsvarade sextio procent av båda företagen, royal Dutch skulle ha bedömts till 1,5 gånger större än Shells värderingar ifall
marknaden var effektiv enligt forskarna. Informationen var däremot missvisande, efter att ha följt utvecklingen kom författarna fram till att Royal Dutch varit undervärderad med trettiofem
procent till övervärderad med femton procent. Författarna hävdar att marknaden inte är rationell samt att över- och undervärderingar kan uppstå (Barberis et al, 2003).
Sen början på 2000-talet har fler börjat tro att marknaden är förutsägbar genom att förlita sig på tidigare historik och uträkning av fundamentalvärden (Burton, 2003). Om en marknad är effektiv finns det ingen anledning till att ta del av de analyser och rekommendationer som publiceras. Detta formar frågan om hur värdefulla rekommendationer är samt hur effektiv marknaden är. Storbanker publicerar analyser på Stockholmsbörsens aktier och utfärdar därefter
rekommendationer som köp, sälj, behåll eller avvakta. Dessa rekommendationer offentliggörs på digitala webbplatser som Avanza, Börskollen och Affärsvärlden. Beroende på investerarens motiv varieras synsätten på rekommendationerna, kortsiktiga incitament kan skapas som leder till vinst för sparare samt de långsiktiga rekommendationerna visar tecken på att bolaget kommer blomstra. Frågan som här ställs är, till vilken grad stämmer dessa rekommendationer som
storbankerna ger ut till allmänheten och är de mer lönsamma än index?
1.3 Syfte
Studiens syfte är att analysera och undersöka effekten av bankernas köprekommendationer under en treårsperiod, vidare ämnar studien undersöka hur rekommendationen påverkat aktiekursen på publiceringsdagen. Studien kommer även undersöka hur aktiekursen utvecklats ett år efter publiceringsdagen för att jämföra med OMXSPI.
1.4 Frågeställningar
5
1.5 Avgränsningar
I denna studie sker avgränsning till aktier listade på stockholmsbörsen som har fått köprekommendationer från analytiker på de fyra storbankerna. Bankerna som omfattas är Nordea, SEB, Swedbank och Handelsbanken. Aktierna måste vara listade på small, mid eller large cap. Eftersom det finns olika rekommendationer har studien valt att avgränsa sig till endast köprekommendationer. Det betyder att i studien analyseras inte rekommendationerna sälj, behåll eller avvakta. Studien kommer även inte ta hänsyn till riktkurser eller djupare analyser. Perioden är en treårsperiod där rekommendationerna publicerats mellan åren 2010–2012.
6
2. Teori
Under teoriavsnittet kommer teorier presenteras som ligger till grund för uppsatsen samt tidigare forskning. Dessa teorier samt tidigare forskning kommer att användas under analysavsnittet för att kunna dra slutsatser.
Den effektiva marknadshypotesen ligger till grund för att studera långsiktig påverkan
aktierekommendationer har på aktiekursen, medan beteendeekonomi är grundläggande för att studera den kortsiktiga utvecklingen.
Figur 2: Teorikoppling
2.1 Effektiva marknader
1970 utförde Eugene F. Fama studien ”Efficient Capital Markets: A review of Theory and Empirical Work”. I denna studie studerade forskaren hur effektiva marknader bildade
aktiemarknaden. Effektiva marknadsteorin handlar huvudsakligen om hur marknader av olika natur alltid är korrekt prissatta. Marknaden anses som effektiv i en aktiemarknad när bolagen har ett pris som reflekterar den information som berör bolaget.
Effektiva marknadsteorin har vissa kriterier som behöver uppnås på marknaden enligt Fama (1970). En effektiv marknad ska enligt teorin innefatta:
1) Inga transaktionskostnader.
7 3) Prisnivån ska reflektera den information som finns tillgänglig.
I dagsläget existerar inte kravet där priset på aktiemarknaden helt och hållet reflekterar
informationen som finns tillgänglig. Trots att Fama (1970) menar att aktiepriset borde reflektera informationen som finns tillgänglig. Detta innebär ändå inte att marknaden är ineffektiv om alla krav inte uppfylls, utan det finns undantag. Det är möjligt att nå en effektiv marknad med hjälp av de två första kriterierna, där det inte ska finnas transaktionskostnader och där all information som berör marknaden ska vara tillgänglig för alla parter. Det finns tre olika typer av effektivitet enligt Fama (1970), svag from (weak), mellan-stark form (semi-strong) och stark from (strong). ”Random Walk” är en teori som har en stor betydelse i den svaga formen. Eftersom man
förväntar sig att lika många ska uppfatta att aktiens pris ska sjunka som stiga leder det till att de olika parterna tar ut varandra. Detta kommer i slutändan leda till att den som observerar
aktiekursen inte kommer kunna skilja på vare sig kursen sjunker eller stiger och det är vad man kallar för ”Random Walk” (Fama, 1970). ”The efficient market and its critics” är ett annat ämne som Burton (2003) tar upp i sin studie. Burton (2003) redogör i sin studie för att nyheterna har en inverkan på aktiekursen och då nyheterna är omöjliga att räkna med kommer aktiekursen bli detsamma. Tidigare aktiekurser och historik har således ingen betydelse när det kommer till värdering av aktier.
I den mellan-starka formen skall aktiepriserna återspegla den information som finns tillgänglig på marknaden. Detta betyder att ingen enskild investerare kan generera högre avkastning på grund av tillgången till mer information (Fama 1970).
Den starka formen tyder på att en marknad är effektiv när priset reflekterar all information, offentlig eller privat, det innebär att ingen investerare ska ha ensamrätt till information gentemot andra investerare. Något som Fama (1970) diskuterade var om påståendet verkligen stämmer överens med verkligheten. Det finns många investerare som utnyttjar insiderinformation till sin fördel vilket andra på marknaden inte har tillgång till. Fama (1970) frågade sig hur det skulle kunna löna sig i längden om privatpersoner enbart kände till en liten del av information som fanns på marknaden då det redan fanns klara bevis på att den starka formen inte var effektiv i praktiken.
8 beteendeekonomi. Enligt Burton finns det lägre risk och en ökad möjlighet att göra vinster med anledning av placerares irrationella beteenden och detta går inte att göra när det kommer till en effektiv marknad enligt honom och om man förväntar sig en större avkastning leder det till en större risk i en effektiv marknad. En effektiv marknad innebär inte att det inte finns irrationella investerare, det kan ändå vara så att det existerar irrationella investerare i en effektiv marknad som påverkar aktiekurser. Innebörden i det hela för forskare som tror på teorin är att misstag kan ske, som finanskrisen 2008 (Burton, 2003).
Enligt andra forskare såsom Shleifer (2000) som i boken ”Inefficient markets” förändras inte marknadens effektivitet ifall placerare är rationella eller inte. Detta studerade Fama (1970) också där han kom fram till att det finns irrationella investerare i en marknad men att marknaden fortfarande kan vara effektiv. Ett exempel man kan använda sig av är värdepapper där
investerare köper och säljer värdepapper. Då det finns flera irrationella investerare på marknaden som köper och säljer värdepapper slumpmässigt eller på egna spekulationer och om de agerar på samma sätt kommer det i slutändan leda till att deras agerande stöter ut varandra. Om detta sker kommer priset ändå återgå till det primära priset då de irrationella investerarna byter aktier med varandra (Shleifer, 2000).
2.2 Beteendeekonomi
Kognitiv psykologi och begränsningar till arbitrage är två teorier som beteendeekonomi stödjer sig på. En investerare kan dra nytta av marknader som ligger i obalans vilket arbitrage beskrivs som användningen av flera eller enbart två marknader i obalans. Ritter (2003) diskuterar det kognitiva beteende och hur flera studier beskriver att människor inte alltid tar rätt beslut
samtidigt som deras beslut inte alltid är rationella, alltså kan inkorrekta systematiska beslut tas. Detta syftar till människors tänkande, alltså det kognitiva beteendet. Ett exempel man kan använda sig av är överoptimism vilket innebär att människor försöker använda sina tidigare erfarenheter vid nya beslut.
9 handlar om att rationella beslut inte tas just på grund av att informationen inte når alla aktörer samtidigt vilket leder till att marknaden är informativt ineffektiv.
Utöver detta menar Ritter (2003) att psykologin inte kan förklara alla under- och övervärderingar på marknaden. Något som studien även tar upp är aktier som byter index. Aktier räknas i olika index då de har olika marknadsvärden. Om ett mindre bolag som är börsnoterat blir större så att de övergår från till exempel small- till mid cap kan det hända att aktörer behöver köpa in sig i bolaget. Om bolaget inte har tillräckligt många aktörer som köper och säljer aktier i bolaget, alltså om de har en dålig omsättning på aktierna, kan det innebära att aktiekursen drivs uppåt. Detta kallas för tyranny of indexing.
2.2.1 Optimism
Det finns många studier som visar att individer har benägenhet till att vara överoptimistiska menar Fischhoff, Sovic och Lichtenstein (1977). Det finns två aspekter som även tas upp. Första aspekten tar upp människans förmåga att värdera intervaller. Det kan vara hur människan
värderar ned eller uppgångar i en aktie. Vidare menar författarna att det är här människan har ett starkt förtroende till sin egen förmåga att bedöma sitt intervall. Den andra aspekten beskriver hur ofta människor är korrekta angående deras uppskattningar, till huruvida något är sannolikt eller inte. Oftast brukar 80% av fallen inträffa där de är helt säkra på händelsen. När de är helt säkra på att händelsen inte kommer att inträffa brukar 20% av fallen vara inkorrekta med deras
påstående (Barberis et al, 2003). En studie av Dimson, Marsh och Staunton (2004) beskriver den irrationella optimism som finns under björnmarknader. Trots att börsen går dåligt är investerare optimistiska eftersom de ser till den avkastning som kommer på lång sikt.
2.3 Flockbeteende
10 (2018) förekommer flockbeteende i större utsträckning när marknaden är mer stressad och mer osäkerhet råder. När fler väljer att agera i samma utsträckning ökar risken på marknaden och fler påverkas (Economou, et.al, 2018). Flockbeteende kan förklara hur information från
rekommendationer påverkar investerare på marknaden. Speciellt för de investerare som tror att rekommendationer är mer tillförlitliga än deras egna beslut.
2.4 Prispress hypotesen
I en studie av Barber och Loeffler (1993) beskrivs prispress hypotesen (PPH) som när naiva investerare köper aktier baserat på information, till exempel aktierekommendationer. De naiva investerarna agerar baserat på informationen för att kunna uppnå hög avkastning. Samma beskrivning finns även i Lidéns studie (2015) där aktierekommendationers effekt undersökts. Kännetecknande för prispress effekten är när parter köper och säljer större volymer värdepapper samt mindre skillnad i köp och säljpris. Prispress hypotesen är en av de förklaringarna till varför börsen reagerar på rekommendationer trots att informationen redan finns. Likt flockbeteende så försöker investerare agera rationellt genom att ta beslut efter den informationen.
2.5 Tidigare forskning
Utifrån teorin om effektiva marknader har många studier gjorts kring information och aktieanalyser. Genom åren har resultaten varierat och i studierna studeras olika aspekter av vilken roll aktierekommendationer har på marknaden samt hur lönsamt det är att följa dem. Flera studier har gjorts under senare 1900-talet som kan anses vara opassande idag. Senaste åren har ny teknik och information gjort det möjligt att prognostisera företags aktiekurser på säkrare sätt. Eftersom modern teknik har gjort det möjligt att dela företagsinformation snabbare har även analyserna kunnat anpassa sig till den nya informationen och bli tillgänglig för investerare.
I en nyare studie av Hall och Tacon (2010) undersökte de om det är lönsamt att följa
aktierekommendationer från analytiker baserat på tidigare träffsäkra analyser och resultat. Det undersöks om det går att överträffa marknaden genom att följa ett fåtal analytikers
rekommendationer. Tidigare forskning visar att de analytiker som haft mest träffsäkra analyser också genererat mest lönsamhet. Från tidigare bevisning har analytiker olika förutsättningar och kunskaper när det gäller analyser. Enligt Hall och Tacon (2010) beror det bland annat på
11 Rekommendationerna fyller en viktig funktion på marknaden. Där analytiker drar slutsatser om riktkurser och framtida resultat baserad på information på marknaden.
Resultatet av studien (Hall & Tacon, 2010) visade att det inte finns någon signifikant lönsamhet i att följa aktierekommendationer från analytiker som tidigare varit träffsäkra. Även om
rekommendationerna har varit lönsamma är inte analytikerna konsistenta. Utöver det finner även studien att analytiker oftast rekommenderar bolag med lågt bokföringsvärde kontra
marknadsvärde och högt pris momentum.
I en studie av Stickel (1995) undersöks huruvida faktorer som anlyshusets storlek och analytikers rykte påverkade köp- och säljrekommendationer. I studien (1995) kom Stickel fram till att den kortsiktiga effekten på rekommendationer påverkas även av analyshuset och inte bara
rekommendationen. I genomsnitt ökade aktierna som rekommenderades med 1,16%. Forskaren fann även samband mellan rekommendationen och faktorer kring analyshuset. Effekten på
kursreakionen ökade beroende på storleken på analyshuset. Detta till följd av att analyshusen ofta har mer personalstyrka (Stickel, 1995). Analytikerns rykte hade även effekt, ju bättre rykte analytikern har desto mer inflytande har den. Vidare menar Stickel att effekterna av korsrörelsen är temporära och beror främst på prispress.
En svensk studie av Erik Lidén, (2015) undersökte aktierekommendationer och abnormal
avkastning utifrån två hypoteser, prispress hypotesen (price pressure hypotesen) och information content hypotesen. Prispress hypotesen förklarar hur rekommendationer skapar ett ökat tryck från naiva investerare som köper eller säljer aktier vilket skapar abnormal avkastning.
Information content hypotesen syftar till att rekommendationer kommer med ny relevant information vilket gör att investerare omvärderar aktien. Studien undersökte abnormal
12 Tidigare studier kring effekter av aktierekommendationer undersöker även effekten på
handelsvolymen. Volymförändring och aktierekommendationer finner korrelation mellan högre volymer och aktieavkastning när rekommendationer publiceras. Utöver Lidéns studie återfinns liknande resultat även i en studie av Palman, Sun och Tang (1994). Den ökade handelsvolymen var tydlig vid köprekommendationer men inte säljrekommendationer där volymen istället minskade (Palman et al, 1994). I en studie av Chen (2012) studeras korrelationen mellan
13
3. Metod
Under detta avsnitt kommer skribenterna redogöra för studiens metodval, vilken typ av datainsamlingsmetod studien valt att utgå från samt studiens reliabilitet och validitet kommer diskuteras under detta avsnitt.
3.1 Materialinsamling
Som tidigare nämnt kommer studien följa rekommendationernas långsiktiga samt kortsiktiga verkan på marknaden efter publiceringsdagen. När studien undersöker den kortsiktiga effekten på marknaden efter köprekommendationerna kommer det granskas på dagen av
publiceringsdatumet fram tills dagens slut för att få ut den procentuella förändringen. Studien kommer även studera den långsiktiga utvecklingen av samma aktie där en inspektion av den procentuella förändringen på lång sikt kommer att ske. För att undersöka om
rekommendationerna överträffar index så undersöks det även om det finns en korrelation mellan OMXSPI och den långsiktiga samt kortsiktiga effekten på marknaden.
Privata affärers hemsida användes för att hämta den relevanta datan för perioden som studien omfattar, där finns rekommendationer från olika institutioner och analyshus. Det finns flera institut i privata affärers databas och även ett flertal olika rekommendationer, inte enbart köprekommendationer, utan även säljrekommendationer existerar samt minska och behålla. Dessa rekommendationer kommer att exkluderas och endast köprekommendationer kommer analyseras i denna studie.
En anledning till att studien valt att fokusera på Sveriges storbanker är just på grund av att ta reda på hur aktierna påverkas av bankernas köprekommendationer. Utöver detta är även majoriteten av Sveriges invånare kunder till storbankerna, vilket gör att finansiell informationen och rådgivning är lättare att ta del av eftersom varje bank gör den tillgänglig på nätet.
14 negativt (Avanza). Den genomsnittliga avkastningen från 2010–2019 var ca 7,2% med en standardavvikelse 12,7%. Genomsnittet för åren 2010–2012 var 6,3% med en standardavvikelse om 15,2%. För att undvika finanskrisens stora nedgång och uppgång mellan år 2008 och 2009 valdes 2010 som utgångsår. Även om spår av krisen kan ha påverkat börsåret valdes perioden 2010–2012.
Studien har tänkt att använda sig av indexet OMXSPI då det är flera bolag i ett index, alltså en fusion av samtliga bolag. Det största börsbolaget i världen är OMX Nordic, där har studien hämtat index ifrån. I Nasdaq Nordic är det cirka 3900 företag listade inom börsbolaget (Nasdaq Nordic, 2018).
OMXSPI omfattas av bolag listade på alla listor, detta är också anledningen till att studien utgått från den vid jämförelse av rekommendationerna och index. Rekommendationernas effekt på aktiens kursrörelse jämfördes med index under samma datum.
3.2 Tillvägagångssätt
Studien använder sig av en deduktiv ansats, Bryman & Bell (2017, s.43) beskriver att en deduktiv ansats utgår utifrån befintliga teorier där forskarna tar del av dessa och samlar in data där de senare fastställer resultat utifrån teorierna. Detta innebär att studien är objektiv och utgår utifrån tidigare forskning.
Uppsatsen kommer stödja sig på en kvantitativ undersökning på liknande sätt som tidigare forskare Erik R. Lidén valde i sin studie (Swedish Stock Recommendations: Information Content or Price Pressure, 2015). Erik R. Lidén valde att samla in data som publicerats i svensk media. Studiens analys kommer utgå ifrån insamlad data från privata affärers databas. Denna data kommer lägga grunden för all data som samlas in utanför de privata affärers databas. Man betraktar kvantitativ forskning som en forskningsstrategi (Bryman och Bell 2017, s.58). Detta är en forskningsstrategi som lägger tonvikten på kvantifiering när det sker insamling och analys av data vilket även Erik R. Lidén valde att göra i sin studie.
15 intervallskalenivå ska siffrorna spegla kända skillnader i ordning eller sekvens. Studien använder sig av intervallskalenivå för att göra det lättare för läsaren att jämföra olikheterna i
datapunkterna. För att göra det lättare för läsarna att jämföra mellan olika punkter är rangordningen av studiens data proportionell.
För att få en korrekt bild av respons vid köprekommendationerna, har denna studie valt att tillämpa sig av kontinuerlig data. Denscombe (2018) tar upp både diskret samt kontinuerlig data. Vidare förklarar han, för att kunna jämföra kontinuerlig data, måste man kategorisera den vilket denna studie har gjort. Detta innebär utifrån den dagen köprekommendationerna offentliggörs kommer de kategoriseras utifrån det.
Den data som används i studien har grupperats för att underlätta att dra slutsatser. Studien kommer att klassificera datan utifrån köprekommendationerna bankerna publicerat.
Grupperingen görs även för att det ska vara enklare att jämföra bankerna sinsemellan samt att då studien till viss del försöker ta reda på vilken bank som presterar bäst, studerar studien olika tidsspann (Denscombe, 2018).
Utgångspunkten för studien är en treårsperiod där all data har som utgångspunkt att ta reda på köprekommendationernas medelvärde samt att utvecklingen av OMXSPI och
köprekommendationerna kommer vägas mot varandra. Människors uppfattning om medelvärde när det tas upp i vardagsspråket är ”genomsnitt”. Medelvärde är ett centralmått och detta mått baseras på det aritmetiska medelvärdet. För att beräkna medelvärdet ska summan av alla värden divideras på antalet köprekommendationer.
I syfte av att ge en mer korrekt bild av verkligheten kommer banker ställas mot varandra samt att de kommer ställas mot index så att medelvärdet inte endast reflekterar exceptionella värden (Denscombe, 2018).
I studien är det tänkt att studera aktiens avkastning utifrån en långsiktig samt kortsiktigt
perspektiv och faktorer som berör aktierna. På kort sikt syftar det till publiceringsdagen (P0) och lång sikt syftar till ett år efter publiceringsdatumet. Detta görs för att kunna förbättra
16 skillnader i dessa problem. Andra anledningen är att mätningen ger ett logiskt verktyg eller måttstock för att göra skillnad. Ett mått bör inte påverkas av enstaka individer som genomför mätningen och det borde inte tidpunkten heller göra, just därför bör mätningen generera logiska resultat. Den sista anledningen enligt Bryman och Bell (2017) är att grunden för mer exakta skattningar eller beräkningar som finns mellan olika begrepp av relationer ligger i mätningen. För att isolera effekten av rekommendationerna ska information om respektive aktie hämtas från Avanzas hemsida. Studien kommer att markera de rekommendationer som kan påverkas av pressmeddelanden, telegram, utdelningar och andra händelser relaterade till företaget. På Avanza kan man se aktiekursers historiska värden samt se vilka dagar som nyheter om företaget
publicerats. Även handelsvolymen studeras för att se ytterligare hur rekommendationen påverkar aktien. Rekommendationer baseras oftast på befintlig information vilket är varför tidigare
pressmeddelanden, rapporter och andra nyheter redan har nått marknaden.
3.2.1 Reliabilitet
Reliabilitet testas då undersökningen görs om på nytt, den testar hur resultatet förändras ifall studien görs om på nytt. Kommer resultatet att vara densamma eller kommer resultatet att
förändras på grund av slumpmässiga eller tillfälliga förutsättningar (Bryman & Bell, 2017). På så sätt behandlar den frågan om hur undersökningen är tillförlitlig eller inte. För att höja
reliabiliteten har även T-test använts i studien. T-test ska visa om det finns slumpmässiga avvikelser eller inte.
Ett begrepp som liknar och påminner om reliabilitet är replikerbarhet. Då och då kan forskare få inspiration att replikera en undersökning som tidigare forskare genomfört. Detta på grund av att det kan finnas misstankar om att ursprungliga resultat inte stämmer (Bryman & Bell, 2017). Då studien använder sig av många beräkningar och data från offentliga databaser ska det inte vara några problem med att replikera studien och få samma resultat.
17
3.2.2 Validitet
Validiteten i denna studie anses vara hög då beräkningarna och den data som studien använt finns för allmänheten att ta del av. Då studien använder sig av en kvantitativ metod består studien av exakta siffror som begränsar författarnas partiskhet. Även detta stärker validiteten.
Intern validitet innebär att om forskningen ställer rätt frågor och undersöker det som är relevant för studien. Detta innebär att all data man samlat in måste ha en direkt koppling till frågorna som undersöks (Denscombe, 2018). Studien kommer likställa OMXSPI indexet mot storbankernas köprekommendationer. Då marknadens reaktioner kan variera från tid till tid har forskarna tänkt ur ett makroekonomisk perspektivet då de enskilda köprekommendationerna kan påverkas.
Extern validitet svarar på frågan om det går att tillämpa resultatet i andra sammanhang eller situationer, alltså om det går att generaliseras (Denscombe, 2018). För att kunna studera ett relativt långt tidsspann har studien valt att studera tre års data. I detta tidsspann är låg- och högkonjunktur även inkluderat. Då studien också valt att utforska 659 köprekommendationer kommer forskarna kunna dra generaliserbara slutsatser längre fram i studien vilket ökar validiteten.
3.2.3 T-test
18 ”verkliga” avvikelser om tillfälligheterna inter överstiger 1 av 20, man kan även uttrycka det som P-värde <0,05 (Denscombe, 2018).
3.3 Metodkritik
Studien använder sig utav en deduktiv ansats, detta kan vara en nackdel i studiens undersökning. Deduktiv ansats innebär att man utgår utifrån befintliga teorier vilket leder till att forskarna inte har möjligheten till nytänkande. Däremot kan den deduktiva ansatsen stärka objektiviteten i undersökningen då man utgår utifrån befintliga teorier (Bryman & Bell, 2017). Privata affärer är en viktig grund för uppsatsens empiridel, detta kan ses som en nackdel då rekommendationerna enbart kommer från privata affärers databas, det gick inte att finna andra hemsidor med
behåll/köprekommendationer. Detta innebär att om det uppstod komplikationer med hemsidan så hade empirin varit ogenomförbar.
Studiens tidsperiod kan bidra med att sänka studiens validitet, eftersom tre år kan anses vara för kort. Valet av den korta tidsperioden gjordes på grund av tidsbrist och mer än tre år skulle innebära att empirin inte skulle samlats in i tid. Den treåriga tidsperioden kan anses relativt rimlig eftersom Lidén i sin studie undersökte aktierekommendationer på en femårsperiod.
3.4 Bortfall
Bank Totalt Bortfall
19 Bortfall avser främst de rekommendationer som inte hade den nödvändiga tillgänglig. Även de bolag som köpts upp eller gått i konkurs har visat sig svåra att hitta den nödvändiga
20
4. Empiri
I detta avsnitt presenteras den insamlade datan. Detta görs med diagram samt beskrivningar. Först kommer en översiktlig beskrivning av den insamlade datan presenteras. Följt av
beskrivning på kort sikt och lång sikt. Avslutningsvis presenteras även avkastning mellan banker och index.
4.1 Översikt
Antalet rekommendationer mellan år 2010–2012 uppgår till 626 med bortfall inberäknat.
Bank Antal rekommendationer Rekommendationer (%)
Nordea 159 25,39
Swedbank 119 19,00
Handelsbanken 261 41,69
SEB 87 13,89
(Tabell 2: Antal köprekommendationer)
Enligt tabell ett kommer en större del utav dem från Handelsbanken och vad skillnaden beror finns inget tydligt svar på. Troligtvis beror det på att de andra bankerna låter analysgrupper inom bankens egen verksamhet publicera fler rekommendationer. Detta eftersom bankerna har
21
4.2 Kort Sikt
Bank Positiv Positiv(%) Negativ Negativ(%) Total
Swedbank 59 49,58% 60 50,42% 119 Nordea 81 50,94 78 49,05 159 Handelsbanken 138 52,87 123 47,12 261 SEB 51 58,62 36 41,37 87 Summa 329 297 626 (Tabell 3: Marknadsreaktioner på P0)
Översiktligt tyder fördelningen på att marknadsreaktionerna mellan de positiva och negativa är jämnt fördelade. Totalt sett uppgår fördelningen av positiva reaktioner till 329 st. (52,55%) och de negativa reaktionerna till 297 st. (47,45%). Procentuellt har SEB flest positiva reaktioner på publiceringsdagen och Swedbank minst.
(Diagram 1: Kursändringar baserat på pressmeddelanden framtill P0)
Diagram 1 visar aktier med pressmeddelanden innan P0 och totalt fanns det 80
22 dagen innan rekommendationen släppts. För P-1 var majoriteten av reaktionerna negativa på publiceringsdagen av rekommendationen. Allt efter p-1 betyder att totalt 283 publiceringsdagar hade pressmeddelanden mellan P0 och en vecka bakåt. Utan att ta hänsyn till helgdagar och då börsen var stängd. Där var majoriteten positiva på publiceringsdagen (57,24%). De
publiceringsdagar som hade pressmeddelanden mer än en vecka bakåt blev sammanlagt 98st. Fördelningen mellan positiv och negativ utveckling på publiceringsdagen var jämn med 49 vardera. Totalt sett är det flest pressmeddelanden två dagar innan P0.
4.3 Volym
(Diagram 2: Volymförändring på publiceringsdatumet)
Handelsvolymen på P0 var mest negativ med 324 st. negativa utvecklingar och 302 positiva.
23 Av de sammanlagt 329 positiva kursreaktionerna på P0 hade 157 st. även positiv handelsvolym och 172 negativ handelsvolym. Utav de 297 negativa utvecklingarna på P0 hade 152 negativ förändring av handelsvolym och 145 positiv.
År Volym %
2010 258,34
2011 14,46
2012 147,61
(Tabell 4: Volymändring per år)
Genomsnittliga volymförändring per år för rekommendationerna 2010 var högst med 258,34%. Lägst var 2011 med ett genomsnitt på 14,46%.
För hela perioden 2010–2012 blev medelvärdet på handelsvolymen 108,83% med en standardavvikelse omkring 18,26%.
Förändring/pressmeddelan den
P0 P-1 Allt efter p-1 7 dagar efter
Summa %
plus utveckling plus volym 21 21 83 32 157 25,07
plus utveckling minus volym
22 54 79 17 172 27,47
minus utveckling plus volym
16 29 71 29 145 23,16
minus utveckling minus volym
21 61 50 20 152 24,28
Summa 626
(Tabell 5: Marknadsreaktion och pressmeddelande)
24 där jämt. Sju dagar efter kan man se en trend där 65% av de positiva kursreaktionerna även hade positiv handelsvolym. Sambandet mellan positiv handelsvolym och positiv kursutveckling är svagt utifrån empirin. T-värdet för rekommendationerna och volymen är 88,76%, det låga signifikansvärdet tyder på en hög slumpmässighet.
4.4 Index mot rekommendationerna
År Utveckling (%)
2010 21,22
2011 -17,17
2012 12,86
(Tabell 6: Årlig utveckling av OMXSPI)
Under perioden 2010–2012 var avkastningen 14,61% och genomsnittet för samma period är 8,46% samt för perioden 2010–2019 har OMXSPI växt med 126% (Avanza). Det året som skiljde sig från andra år var 2011 då utvecklingen var kraftigt negativ. Den genomsnittliga avkastningen på P0 var 0.31%. T-värdet för rekommendationerna och indexet låg på 1,07%, detta betyder att studien kan säkerställa sig att det inte finns en signifikant skillnad mellan dessa två.
År positiv negativ
2010 83 97
2011 144 191
2012 87 28
(Tabell 7: Fördelning på lång sikt)
För perioden 2010–2012 var antalet positiva utfall ett år fram 311 och antalet negativa 316. Fördelningen är nästan helt jämn men eftersom utfallen varje år skiljer sig. År 2011 var flest negativa utfall och 2012 var flest positiva utfall. Enligt tabell fem är majoriteten av
25
4.5 Banker
SEB
SEB Rekommendation P0 Index P0 Rekommendation efter 1år Index efter 1år Högst utfall Rekommendation mot index 38 49 30 57 Genomsnittlig utveckling 0,21% 0,27% -13,01% -5,15% Positiva kursutvecklingar 51 52 35 31 Negativa kursutvecklingar 36 35 52 56 Årlig genomsnittlig utveckling -2010 -0,02 0,27 -21,29 -14,65 -2011 0,35 0,23 -9,58 -4,37 -2012 0,06 0,02 21,93 12,09(Tabell 8: SEB rekommendationers avkastning)
26
Handelsbanken
Handelsbanken Rekommendation P0 Index P0 Rekommendation efter 1 år Index efter 1 år Högst utfallRekommendation mot index
110 151 145 116 Genomsnittlig utveckling för period 0,04% 0,14 3,53% -1,15% Positiva kursutvecklingar 138 152 145 100 Negativa kursutvecklingar 123 109 116 161 Årlig genomsnittlig utveckling -2010 0,27 0,22 9,44 1,4 -2011 -0,18 0,06 -3,94 -5,94 -2012 0,37 0,47 18,27 14,21
(Tabell 9: Handelsbanken rekommendationers avkastning)
Handelsbanken har flest högst positiva utfall på längre sikt men inte på kort sikt och detsamma gäller den genomsnittliga avkastningen på lång och kort sikt. Per år är 2010 det år
27
Swedbank
Swedbank Rekommendation P0 Index P0 Rekommendation efter 1år Index efter 1år Högst utfall Rekommendation mot index 56 63 44 75 Genomsnittlig utveckling -0,09% -0,01% -3,62% -2,41% Positiva kursutvecklingar 59 55 55 52 Negativa kursutvecklingar 60 64 64 67Årlig genomsnittlig utveckling
-2010 -0,04 -0,25 -9,47 -9,51
-2011 0,11 0,15 -5,77 -2,7
-2012 -0,37 0,08 19,81 16,16
(Tabell 10: Swedbank rekommendationers avkastning)
28
Nordea
Nordea Rekommendation P0 Index P0 Rekommendation efter 1år Index efter 1år Högst utfallRekommendation mot index
82 77 58 101 Genomsnittlig utveckling 1,40% 0,86% -1,25% 2,45% Positiva kursutvecklingar 81 77 75 82 Negativa kursutvecklingar 78 82 84 77 Årlig genomsnittlig utveckling -2010 -0,06 -0,09 -24,23 -12,67 -2011 0,24 1,47 -7,54% 2,62 -2012 3,68 0,17 17,19 16,43
(Tabell 11: Nordea rekommendationers avkastning)
Nordea har fler högsta utfall än index på kort sikt men inte lång sikt, den genomsnittliga avkastningen för hela perioden på kort sikt är även högre än index. Nordea har på samtliga år haft högre avkastning än index på kort sikt men på lång sikt är 2012 det år då Nordea har högre avkastning än index.
Högst utfall
Rekommendation mot index
Rekommendation P0 Index P0 Rekommendation 1år Index 1år Swedbank 56 63 44 75 SEB 38 49 30 57 Handelsbanken 110 151 145 116 Nordea 82 77 58 101
30
5. Analys
I detta avsnitt analyseras den insamlade empirin och diskuteras utifrån tidigare teorier. Följt av att dra slutaster kopplade till frågeställningarna.
5.1 Effekten av rekommendationerna
Utifrån den insamlade empirin kan det konstateras att majoriteten av alla aktierekommendationer genererar positiv avkastning på publiceringsdagen (P0). Resultatet visar att rekommendationer ger effekt på aktiekursen vilket går i linje med tidigare forskning inom området. Enligt den effektiva marknadshypotesen (Fama, 1970) ska informationen vara inräknad i aktiepriset, vilket går emot studiens resultat. Resultatet kan delvis förklaras av beteendeekonomi och av irrationella investerare. Burton (2003) menar att misstag på marknaden kan ske då irrationella investerare påverkar marknaden men att marknaden fortfarande anses som effektiv. Liknande förklarar Shleifer (2003) att marknadens effektivitet inte påverkas av irrationella investerare eftersom effekten från investerarna tar ut varandra. Resultatet i denna studie tyder mer på att irrationella investerare inte tar ut varandra, utan att det är flockbeteende, likt det som beskrivs av Hwang och Salmon (2004). Effekten blir att många irrationella investerare följer strömmen i tron om att få högre avkastning, vilket leder till att priset på aktien ökar.
Liknande diskussion återfinns i Lidéns studie (2015) där förklaringen till de snabbt stigande aktiekurserna följt av snabb nedgång beskrivs av prispress hypotesen. En långsiktigt bestående positiv effekt av köprekommendationer fanns inte vilket förklarades av prispress hypotesen. Detta kan visa att marknaden är effektiv eftersom priserna justeras i längden. Trots att majoriteten av rekommendationerna ger positiv avkastning kan resultatet anses vara svagt eftersom det är liten skillnad mellan positiva och negativa utfall. Detta kan ses i relation till pressmeddelande, banken och även de år som ingick i studien som påverkat resultatet. För att isolera effekten av rekommendationerna markerade studien antal dagar mellan bolagsnyheter och publiceringen av rekommendationen. Något som stack ut var att
31 den är tillgänglig för alla att ta del av (Fama 1970). I denna studie kontrollerades inte
informationsinnehållet av pressmeddelanden och det kan därför inte konstateras att det är negativa nyheter som drivit aktiekursen.
Rekommendationers effekt på volym och aktiekurs visar ingen stark korrelation i studien. T-värde är omkring 90% vilket tyder det på att korrelationen är svag. Detta resultat går emot tidigare studier utförda av Liden (2015) och Palman et, al (1994) som fann en stark korrelation mellan volym och avkastning.
Även om den genomsnittliga handelsvolymen visar på 108% med en relativt låg
standardavvikelse, visar resultatet en fördelning där majoriteten av utvecklingarna var negativa. I Lidéns studie (2015) visade genomsnittlig volymhandel på publiceringsdagen (P0) 47% men med ett t-värde på mindre än fem procent. Lidén fann även att handelsvolymen ökade dagarna innan publiceringsdagen. De rekommendationer med positiv avkastning och handelsvolym utgjorde knappt 25% av alla rekommendationer, vilket ytterligare visar att resultatet i studien inte finner stark korrelation mellan högre avkastning och handelsvolym.
Utvecklingen per år tyder på ett annat resultat eftersom år 2011 sticker ut som ett dåligt börsår i jämförelse med de andra åren. År 2010 var ett bra börsår gällande både avkastning och
genomsnittlig handelsvolym för rekommendationerna. Liknande resultat kan man även se för år 2012. Detta går i linje med Chen (2012) som kom fram till att i tjurmarknader har handelsvolym och avkastning stark korrelation till skillnad från i björnmarknader.
I empirin fanns dagar då aktiekursen sjönk på publiceringsdagen av rekommendationerna samtidigt som handelsvolymen höjdes, detta kan förklaras av det som Dimson et al, (2004) och Fischhoff et al, (1977) beskriver i deras studier. Analytikers och investerarnas optimism kan vara förklaringen till att handelsvolymen höjs trots att kursen sjunker. Vilket resulterar i att människor som litar på sina värderingar handlar upp aktien eftersom de ser till den framtida avkastningen (Dimson et al, 2004).
32 resultaten av handelsvolymen eftersom tidigare studier (Liden,2015 och Palman et al,1994) har funnit stark korrelation mellan handelsvolym och avkastning.
5.2 Bankerna
Utav de fyra storbankerna som omfattas av studien har ingen skiljt sig markant enligt resultatet. De skillnader som mätts på kort och lång sikt kan inte förklaras av antalet rekommendationer eller faktorer rörande bankerna, likt det som beskrivs av Stickel (2003).
Bank P0 (%) Bank 1 års sikt (%)
1.SEB 58,62 1.Handelsbanken 55,56
2.Handelsbanken 52,87 2.Nordea 47,17
3.Nordea 50,94 3.Swedbank 46,21
4.Swedbank 49,57 4.SEB 40,22
(Tabell 13: Sammanställning positiva utfall per bank)
33
5.3 Prestation mot index
34
6. Slutsats
I detta avsnitt sammanfattas och presenteras slutsatserna utifrån syfte och frågeställningar. Följt av avslutande diskussion och förslag till fortsatta studier.
6.1 Resultat
Främsta syftet med studien har varit att undersöka effekten av storbankernas
köprekommendationer och att jämföra bankerna mot varandra samt mot index. Av det som framgår i resultat och analys kan följande slutsatser dras:
Det kan konstateras att det finns en effekt av köprekommendationer och att effekten är positiv gällande både handelsvolym och avkastning. Även om resultatet för antalet positiva utfall av rekommendationerna varierar är det tydligt att den genomsnittliga avkastningen och
handelsvolymen är positiv. Resultatet är i linje med tidigare forskning och står delvis emot den effektiva marknadshypotesen. Korrelationen mellan positiv handelsvolym och avkastning är svag samtidigt som den genomsnittliga handelsvolymen har varit relativt hög. Tidigare forskning stödjer resultatet eftersom handelsvolym påverkas av marknadssituationen och utsikter.
Jämförelsen mellan bankerna och index visar att SEB har flest positiva utfall, Nordea har högst kumulativ avkastning på kort sikt och Handelsbanken har högst avkastning på lång sikt. Jämfört mot OMXSPI överträffar de totala rekommendationens kumulativa avkastning index. För varje enskild bank, är det bara Nordea som har högre avkastning index och Handelsbanken överträffar index enbart på lång sikt.
35
6.2 Avslutande diskussion
Många delar av studiens resultat finner stöd från tidigare forskning vilket hjälper att styrka trovärdigheten för resultatet, för den enskilde investeraren betyder det att storbankernas
aktierekommendationer i majoriteten av fallen ger positiv avkastning. På publiceringsdagen finns en prispresseffekt vilket påverkar aktiekursen på kort sikt, på längre sikt går det inte att tyda hur aktierekommendationer påverkat kursen. Utöver rekommendationer finns det marknadsfaktorer, bolagsnyheter och handelsutsikter som påverkar börsen. Avslutningsvis kan
rekommendationerna anses viktiga på publiceringsdagen men inte på längre sikt.
6.3 Förslag till vidare forskning
36
Källförteckning:
Altınkılıç, O. and Hansen, R., (2009). On the information role of stock recommendation revisions. Journal of Accounting and Economics, 48(1), pp.17-36.
Barberis, N., Thaler, R. (2003) A survey of Behavioural Finance. Handbook of the Economics of Finance. [Hämtad 2020-02-25]
Barber, B.M. and Loeffler, D. (1993). The “Dartboard” Column: Second-Hand Information and Price Pressure. The Journal of Financial and Quantitative Analysis, 28(2), p.273
Broberg,O. Hedberg,P. Karlsson, L. Malmström-Rognes, Å. Petersson,T. (2016), Stockholmsbörsen på en förändrad finansmarknad. Dialogos Förlag
Burton G. M. (2003), The efficient market hypethesis and its critics, Journal of economic perspectives, 17(1), 59-82. [Hämtad 2020-02-25]
Chen, S., (2012). Revisiting the empirical linkages between stock returns and trading volume. Journal of Banking & Finance, 36(6), pp.1781-1788.
Economou, Hassapis and Philippas (2018). Investors’ fear and herding in the stock market. Applied Economics, 50(34–35), pp.3654–3663.
Dimson, E. Marsh, P. and Staunton, M. (2004) Irrational Optimism, Financial Analysts Journal, 60:1, 15-25, DOI: 10.2469/faj.v60.n1.2589 [Hämtad 2020-06-12]
Euroclear, (2019). Rapport. Aktieinnehavet i Sverige.
https://www.euroclear.com/dam/ESw/Brochures/Documents_in_Swedish/Euroclear_aktieagarra pport_2019.pdf [Hämtad 2020-05-25]
Fama, F. E. (1970) Efficient Capital Markets: A review of theory and empirical work, Journal of Finance, 25(2), 383-417.
Fischhoff, B. Slovic, P and Lichtenstein, S. (1977). Knowing with Certainty: The
37 Företagskällan. (2016). Stockholmsbörsen 150 år ung - Företagskällan. [online] Available at: https://www.foretagskallan.se/foretagskallan-nyheter/lektionsmaterial/stockholmsborsen-150-ar-ung/ [Hämtad 2020-02-25]
Hall, J. and Tacon, P., (2010). Forecast accuracy and stock recommendations. Journal of Contemporary Accounting & Economics, 6(1), pp.18 - 33.
https://doi.org/10.1016/j.jcae.2010.04.003 [Hämtad 2020-04-01]
Hwang, S. and Salmon, M. (2004). Market stress and herding. Journal of Empirical Finance, 11, 585-616.
Johan Jarnestad, (2017). Pressmeddelande Ekonomipriset 2017.
https://www.nobelprize.org/prizes/economic-sciences/2017/9190-pressmeddelande-ekonomipriset-20Ekonomipriset 2017 - Pressmeddelande17/ [Hämtad 2020-05-27]
Lidén, E., (2015) Swedish Stock Recommendations: Information Content or Price Pressure? . Multinational Finance Journal, Vol. 11, No. 3/4, p. 253-285, 2007. Available at SSRN: https://ssrn.com/abstract=2623481 [Hämtad 2020-02-23]
Li, E. X., Ramesh, K., Shen, M., & Wu, J. S. (2015). Do analyst stock recommendations piggyback on recent corporate news? An analysis of regular‐hour and after‐hours revisions. Journal of Accounting Research, 53 (4), 821-861. DOI: 10.1111/1475-679X.12083 [Hämtad 2020-06-15]
Media visma, (2019). Regeländring gav kraftig ökning av aktiebolag.
https://media.visma.se/pressreleases/regelaendring-gav-kraftig-oekning-av-aktiebolag-2843414[Hämtad 2020-02-25]
Ritter, J. R. (2003). Behavioral finance. Pacific-Basin finance journal, 11(4), 429-437. Ryan, P. and Taffler, R, (2004). Are Economically Significant Stock Returns and Trading Volumes Driven by Firm-specific News Releases? Journal of Business Finance Accounting, 31(1-2), pp.49-82.
38 Shiller, R. J. (2003) From efficient markets theory to behavioral finance. Journal of economic perspectives, 17(1), 83-104. [Hämtad 2020-02-26]
Sun, Y., Fang, M. and Wang, X., (2018). A novel stock recommendation system using Guba sentiment analysis. Personal and Ubiquitous Computing, 22(3), pp.575-587.
Unga Aktiesparare. (2018). Lär dig förstå köprekommendationer.
https://www.ungaaktiesparare.se/artiklar/lar-dig-forsta-koprekommendationer [Hämtad 2020-02-25]
