KAN EN PERIODISERINGSBASERAD
INVESTERINGSSTRATEGI EFFEKTIVISERAS MED
HJÄLP AV FUNDAMENTAL ANALYS?
i
Kristoffer Olofsson Marcus Tirmén
Abstract
This paper investigates whether the traditional accrual based trading strategy first documented by
Sloan (1996) can be refined using fundamental analysis. Specifically, this is done by implementing the
composite signal F_SCORE introduced by Piotroski (2000) to identify financially strong or weak
firms. We find that by applying both investment models simultaneously, in a model we call P_KOMB,
the mean market-adjusted return earned by an investor exploiting the accrual anomaly can be
increased by 14.8% annually. This is achieved by taking a long position in strong firms (as defined by
the composite signal) in the lowest accrual portfolio, while an offsetting short position is taken in
weak firms in the highest accrual portfolio, repeated annually between 1997 and 2007. Consistent with
prior studies, positive market-adjusted returns can be attained through assessment of accruals as well
as key value drivers found in historical financial data. Moreover, our results indicate that accruals are a
more powerful determinant for future return than the fundamentals in the composite signal. The
evi-dence suggests, however, that the accrual anomaly is best exploited in combination with the
funda-mental signals to maximise returns.
Keywords: Accruals, Fundamental analysis, Market efficiency, Investment strategy
Data is available from the authors upon request.
I. INTRODUKTION
en effektiva marknadshypotesen (EMH) baseras på antagandet att aktiepriser
åter-speglar den tillgängliga informationen på marknaden, där ny information leder till
att priser snabbt korrigeras utan systematiska fel (Fama, Fisher, Jensen och Roll, 1969;
Fa-ma, 1970). Forskning visar att aktiepriser är direkt korrelerade med ett företags
rapportera-de vinst (t.ex., Beaver, 1968; Landsman och Mayrapportera-dew, 2002), där marknarapportera-dens värrapportera-dering ses
som en funktion av investerares förväntningar på företags framtida prestation. Samtidigt
i
Vi vill tacka doktor Katerina Hellström för handledning och goda råd samt våra opponenter
Douglas Lindahl och Joachim Carlsson för värdefull kritik.
D
tyder empiriska bevis på att aktiepriser ibland har svårt att anpassa sig till att reflektera all
tillgänglig information (t.ex., Ball och Brown, 1968; Bernard och Thomas, 1989, 1990).
Detta innebär att värderingen av företag på marknaden kan vara felaktig, och att aktiepriser
därför stundtals avviker från att reflektera ett företags sanna inneboende värde (Ou och
Penman, 1989).
En orsak till sådana avvikelser kan vara att marknaden misstolkar de underliggande
fak-torer som driver den redovisade vinsten. I en uppmärksammad studie konstaterar Sloan
(1996) att stora periodiseringar är förknippade med lägre uthållighet i framtida vinster, samt
att investerare uppvisar en bristfällig förståelse för detta samband. Investerares otillräckliga
förmåga att tolka tillgänglig information innebär att felvärderingar uppstår, vilka kan
utnytt-jas för att uppnå en avkastning som inte borde vara möjlig enligt den effektiva
marknads-hypotesen. Associationen mellan periodiseringar och en sådan onormal avkastning har
se-dermera utforskats i mer sentida studier. Genom att undersöka olika anomalier inom
kapi-talmarknadsforskning fastslår Fama och French (2008) att periodiseringar är en av de mest
genomgripande. Mot bakgrund av teorin om en effektiv marknad blir därför
periodisering-ar som anomali ett intressant studieobjekt även idag.
Periodiseringar som basis för en investeringsstrategi framhölls först av Sloan (1996).
Strategin innebär att aktier köps (blankas) i företag med en låg (hög) grad periodiseringar,
vilka antas undervärderade (övervärderade). Eftersom en sådan strategi endast tar hänsyn
till periodiseringar är den emellertid begränsad till de köp- och säljsignaler just dessa
för-medlar. Påföljande studier konstaterar att en periodiseringsbaserad investeringsstrategi kan
förbättras genom hänsyn till ytterligare värdeskapande faktorer som ger indikationer på
framtida avkastning (t.ex., Collins och Hribar, 2000; Barth och Hutton, 2004; Wei och Xie,
2008). Därmed tycks vidare forskning om hur en sådan implementering kan genomföras
särkilt relevant.
Genom att studera historisk redovisningsinformation har fundamental analys visat sig
vara ett effektivt verktyg för att identifiera värdeskapande faktorer som kan användas för att
fastställa ett företags inneboende värde, samt huruvida aktiepriser korrekt återspeglar detta
(t.ex., Ou och Penman, 1989; Lev och Thiagarajan, 1993; Abarbanell och Bushee, 1997;
Frankel och Lee, 1998). Sådan analys har även mynnat ut i investeringsstrategier som
ut-nyttjar eventuella felvärderingar på marknaden. En framgångsrik modell som baserat på
denna forskning separerar hög- och lågpresterande aktier utvecklades av Piotroski (2000),
vilken på grund av sin enkelhet även i viss utsträckning väckt intresse bland analytiker och
investerare på aktiemarknaden.
sig-naler Piotroski (2000) presenterar, i syfte att förena periodiseringsanomalin med
fundamen-tal analys.
Vi genomför tre empiriska test. Först testas Sloans (1996) ursprungliga
investeringsmo-dell, endast baserad på graden av periodiseringar. Därefter testas Piotroskis (2000)
investe-ringsmodell inom samma undersökningspopulation. Slutligen testas vår kombinerade
mo-dell, där hänsyn tas till både periodiseringar och Piotroskis (2000) finansiella signaler.
Ut-över dessa tre test genomförs dessutom kompletterande test för att avgöra hur investerare
bör agera för att uppnå en så hög avkastning som möjligt.
Våra resultat visar att en implementering av Piotroskis (2000) signaler medför att hög-
och lågpresterande aktier kan urskiljas inom portföljer av företag som grupperats på basis
av periodiseringar. Framförallt tycks modellen identifiera de svagaste aktierna bland företag
med en hög grad periodiseringar. Följaktligen kan fundamental analys framgångsrikt
an-vändas för att effektivisera en traditionell periodiseringsbaserad strategi – våra test visar att
den kombinerade modellen höjer den ettåriga (tvååriga) marknadsjusterade avkastningen
med 14,8% (23,3%). Därmed påvisar studien att aktörer på marknaden vid
investeringsbe-slut inte bör begränsa sig till endast en analys av periodiseringar. Mot bakgrund av tidigare
forskning där kombinerade modeller utvecklas för att förbättra avkastningen konstaterar vi
att även Piotroskis (2000) modell kan användas i detta syfte. Vi kan även fastslå att graden
av periodiseringar är en dominerande faktor i vår kombinerade modell, vilket tyder på att
periodiseringsanomalin är genomgripande över vår undersökningsperiod.
Dispositionen i denna studie är följande. Avsnitt II behandlar den tidigare forskning
som ligger bakom motiveringen av våra hypoteser. Först redogör vi för den effektiva
mark-nadshypotesen, vilken anses ligga till grund för en stor del av modern
kapitalmarknads-forskning. Därefter behandlas betydelsen av periodiseringar för marknadens prissättning
samt hur dessa kan utnyttjas i en investeringsstrategi. Slutligen skildras betydelsefulla studier
inom fundamental analys. I avsnitt III presenteras våra hypoteser, och i avsnitt IV beskrivs
den metod som används för att utföra våra empiriska test. I avsnitt V redovisas resultaten
av de empiriska testen. Studien avslutas i avsnitt VI med slutsatser, bidrag samt
rekommen-dationer för framtida forskning.
II. LITTERATURGENOMGÅNG & MOTIVATION
Den effektiva marknadshypotesen
studie delar Fama (1970) in marknadens effektivitet efter graden av tillgänglig information
utifrån tre nivåer; svag, semi-stark och stark form. I svag form reflekterar marknaden
en-dast historiska priser. I semi-stark form anpassas marknadens prissättning efter all publikt
tillgänglig information, och kan därför endast påverkas av information som den ännu inte
känner till. I stark form reflekteras marknadens prissättning inte bara av all publikt
tillgäng-lig information, utan även av information som marknaden ej känner till – vilket ses som
utopiskt. Genom denna argumentation, och utifrån den effektiva marknadshypotesen,
defi-nieras därför en ‘effektiv’ marknad som ’…en marknad där priser till fullo återspeglas av all
publikt tillgänglig information’ (Fama, 1970, s. 384).
Under antagandet om en semi-stark – och därmed effektiv – marknad råder det
sym-metri mellan alla parter, vilket innebär att aktiepriserna inte påverkas av redan uppdagad
information. Om marknaden är effektiv blir implikationen därför att det är omöjligt att
uppnå avkastning som är högre än marknadens förväntningar, så kallad onormal avkastning
(Jensen, 1978). Detta resonemang är även en förutsättning för att marknadsbaserade
värde-ringsmodeller i finansiell ekonomi, så som Capital Asset Pricing Model (CAPM), skall fungera.
Samtidigt presenterar ett flertal studier resultat som ger indikationer på att marknaden i
själva verket inte är effektiv (t.ex., Lev och Ohlson, 1982; Ou och Penman, 1989; Bernard
och Thomas, 1989), något som har gett upphov till forskning där marknadsmisslyckanden
utnyttjas för att uppnå en onormal avkastning i diverse investeringsstrategier (t.ex., Sloan,
1996; Abarbanell och Bushee, 1998).
Periodiseringarnas betydelse för marknadens prissättning
Den redovisade vinsten är inte nödvändigtvis enbart en summering av en innevarande
pe-riods intäkter och kostnader. Den påverkas även av hur företag väljer att redovisa
kassaflö-den som sträcker sig över flera tidsperioder genom så kallade periodiseringar. Ett ändamål
med periodiseringar är att justera eller flytta sådana kassaflöden för att de redovisade
vär-dena bättre ska avspegla ett företags prestation under verksamhetsåret (Dechow and
Di-chev, 2002). Samtidigt som periodiseringar på så sätt kan medföra att redovisade vinster är
mer rättvisande, och därmed underlättar uppskattning av ett företags framtida kassaflöden
(Dechow, 1994), visar studier på att investerare vid prognoser inte korrekt tar hänsyn till all
tillgänglig information (t.ex., Ou och Penman, 1989; Hand, 1990; Bernard och Thomas,
1990). Investerares förutsägelser är dessutom känsliga för olika tidskomponenter av vinst,
vilket kan resultera i osofistikerade förväntningar på marknaden om förståelsen för
periodi-seringar är bristfällig (Maines och Hand, 1996).
framtida kassaflöden, vilket möjliggör för uppskattningsfel. Felaktiga bedömningar i
inne-varande period måste justeras i framtida perioder – justeringar som i förlängningen medför
att periodiseringar har en högre volatilitet än kassaflöden (Dechow och Schrand, 2004).
Sloan (1996) menar att detta förhållande innebär att en hög grad periodiseringar
påver-kar framtida avkastning negativt. Vidare uppträder aktiepriser som om investerare inte till
fullo förstår implikationerna av denna komponent av vinst. En bristande hänsyn till
perio-diseringars negativa inverkan innebär därmed att aktiepriser inte återspeglar all tillgänglig
information – investerare kommer att övervärdera aktier med en hög grad periodiseringar
och undervärdera aktier med en låg grad periodiseringar. Detta medför att de förväntningar
om framtida vinster som ligger till grund för aktiepriser blir felaktiga. Eftersom priset
kommer att korrigeras först när vinsten visar sig bli lägre respektive högre än förväntat,
betyder det även att felvärderingar kan utnyttjas för att uppnå en avkastning som inte
marknaden förväntat sig.
Ett sådant samband mellan avkastning och periodiseringar har bekräftats även i mer
sen-tida studier. Fama och French (2008) definierar mönster i genomsnittlig aktieavkastning
som anomalier när de inte kan förklaras av CAPM. Genom att närmare studera olika
ano-malier kommer författarna fram till slutsatsen att periodiseringar är en av de mest
genom-gripande. Att resultaten tyder på marknadsineffektivitet anses dock inte självklart. Khan
(2008) presenterar en riskbaserad förklaring till periodiseringsanomalin, och visar att en
be-tydande del av den observerade onormala avkastningen i själva verket är en riskpremie.
Mashruwala, Rajgopal och Shevlin (2006) argumenterar vidare att periodiseringsanomalin
är koncentrerad i små aktier, där hög volatilitet och transaktionskostnader fungerar som
barriärer till att utnyttja eventuella felvärderingar.
Trots att sådana begränsningar kastar en skugga över periodiseringar som anomali
för-blir kopplingen mellan periodiseringar och framtida avkastning alltjämt ett intressant
stu-dieobjekt. Flera studier har visat att periodiseringars association med onormal avkastning
framgångsrikt kan utnyttjas i investeringsstrategier (t.ex., Sloan, 1996; Collins och Hribar,
2000; Xie, 2001; Barth och Hutton, 2004; Wei och Xie, 2008; Fama och French, 2008).
Periodiseringar som investeringsstrategi
Xie (2001) utvecklar Sloans (1996) investeringsstrategi genom att ta hänsyn till olika typer
av periodiseringar – en avsaknad vilken kan ses som en brist i den modell som används av
Sloan (1996). Genom att applicera investeringsstrategin på godtyckliga
ii(icke godtyckliga)
periodiseringar genererar motsvarande hedgeportföljer en onormal avkastning på i
genom-snitt 11% (2,3%) per år mellan 1971–1992. Med denna studie visar Xie (2001) att
avkast-ningen i Sloans (1996) strategi främst drivs av godtyckliga periodiseringar. Dechow och
Schrand (2004) resonerar emellertid att utan en närmare jämförelse mellan en strategi
base-rad på godtyckliga respektive totala periodiseringar, vilken Xie (2001) saknar, blir det svårt
att avgöra huruvida en sådan särskiljning medför en förbättring eller ej. De menar vidare att
ett fokus på totala periodiseringar i sig är ett effektivt sätt att identifiera godtyckliga
perio-diseringar, eftersom dessa har en hög positiv korrelation
iii.
Fama och French (2008) sorterar företag efter graden av periodiseringar, med fem
kvin-tiler för positiva periodiseringar samt två grupper för negativa periodiseringar. En
hedge-portfölj där hedge-portföljen med mest negativa (positiva) periodiseringar köps (blankas)
genere-rar en onormal avkastning över alla storleksgrupper av företag över åren 1963–2005.
Studi-ens resultat visar emellertid att medan negativa periodiseringar generellt resulterar i positiv
onormal avkastning, tycks bara den mest extrema kvintilen av positiva periodiseringar
ge-nerera en starkt negativ avkastning. Detta tyder på att en periodiseringsbaserad
investe-ringsstrategi kommer vara som mest effektiv om den utnyttjar de yttersta grupperingarna.
Sloan (1996) resonerar att alternativa ansatser kan vara att sätta periodiseringar i relation
till vinster eller kassaflöden vid implementering av investeringsstrategin. Konsekvenserna
av att utveckla en periodiseringsbaserad investeringsstrategi genom att införa ytterligare
fak-torer har sedermera utforskats i påföljande studier.
Collins och Hribar (2000) undersöker huruvida en högre onormal avkastning kan
upp-nås genom att utnyttja både periodiseringsanomalin och Post-Earnings Announcement
Drift-a-nomalin samtidigt i en investeringsstrategi.
ivStudien visar att en strategi där aktier i företag
som uppvisar både extremt positiva (negativa) oväntade vinster och dessutom extremt
ne-gativa (positiva) periodiseringar köps (blankas) genererar en högre onormal avkastning än
om de båda anomalierna skulle utnyttjas individuellt. Genom en sådan kombination,
appli-cerad i de yttersta kvintilerna för båda anomalier, uppnås en avkastning som är mer än
dubbelt så hög som den genererad i en traditionell periodiseringsbaserad strategi över åren
1988–1997 (11,9% i jämförelse med 5,6% över två kvartal). En ännu högre avkastning
ii Fr. engelskans Discretionary Accruals. Denna typ av periodisering är inte bunden till verksamheten, utan istället ett direkt resultat av ledningens beslut. De påverkas därför även i viss mån av beslutsfattares subjektivitet.
iii Dechow, Richardson och Tuna (2003) visar att korrelation mellan godtyckliga och totala periodiseringar är över 80 %. iv Post-Earnings Announcement Drift antas i studien vara en manifestation av den mer generella SUE (Standardized
Unex-pected Earnings) effekten, där aktiepriser beter sig som att investerare med fördröjd effekt anpassar sina förväntningar efter
uppnås om strategin appliceras i de yttersta decilerna för båda anomalier (15,8%), men till
priset av högre risk och fler år med förluster.
Bradshaw, Richardson och Sloan (2001) finner att analytiker vid prognoser över framtida
vinst endast bristfälligt tar hänsyn till associationen mellan en hög grad periodiseringars och
avtagande framtida vinster. Vidare menar Barth och Hutton (2004) att höga periodiseringar
är förknippade med överoptimism från analytikers sida, samt att en investeringsstrategi som
Sloans (1996) kan förbättras genom att ta hänsyn till hur analytiker reviderar sina prognoser
över framtida vinst i kombination med graden av periodiseringar. Eftersom analytikers
pro-gnoser antas vara baserade på en mängd informationsvariabler angående framtida vinster
kan de användas för att ge en tydligare fingervisning om dessa, bortom den information
som endast periodiseringar förmedlar. Över undersökningsperioden 1981–1996 visar
resul-tatet att en låg (hög) grad periodiseringar, tillsammans med en justering uppåt (nedåt) i
ana-lytikers prognos över framtida vinster, genererar den mest positiva (negativa) avkastningen.
En strategi som utnyttjar båda dessa variabler visar sig generera en genomsnittlig
avkast-ning på 28,5% per år. En sådan kombinerad strategi överträffar en periodiseringsbaserad
strategi såväl som en strategi som endast utnyttjar analytikers prognoser (med 15,5%
re-spektive 5,5%). Den slår även summan av dessa (21%) med 7,5%, vilket tyder på att de två
faktorerna inte är oberoende av varandra utan har ett inbördes förhållande.
I en liknande studie kombinerar Wei och Xie (2008) graden av periodiseringar med
mängden kapitalinvesteringar över tidsperioden 1972–2005, där en hög grad av båda
fakto-rer visar sig vara negativt relaterade till framtida avkastning. En strategi där aktier i företag
inom lägsta (högsta) kvintilen för båda variablerna köps (blankas) visar sig generera en
hög-re genomsnittlig avkastning än en strategi som endast utnyttjar graden av periodiseringar
(12% per år i jämförelse med 9,3%, efter justering för risk).
Tabell 1
Tabell 1
Tabell 1
Tabell 1
Tabell 1
Litteratursammanfattning över redovisade periodiseringsbaserade investeringsstrategier
Litteratursammanfattning över redovisade periodiseringsbaserade investeringsstrategier
Litteratursammanfattning över redovisade periodiseringsbaserade investeringsstrategier
Litteratursammanfattning över redovisade periodiseringsbaserade investeringsstrategier
Litteratursammanfattning över redovisade periodiseringsbaserade investeringsstrategier
Författare (år) Data Utformning/metod Bidrag Begränsningar
Sloan (1996) 40 679
företags-år-observa-tioner från NYSE och Amex över åren 1962– 1991. Data från Center for Research in Security Prices (CRSP) och Compustat.
Uthålligheten av kassaflö-des- och periodiserings-komponenten av vinst ut-forskas tillsammans med investerares förståelse för dessa. I en investeringsstra-tegi rangordnas företag decilt efter graden av perio-diseringar, där den lägsta (högsta) decilen köps (blan-kas).
Vinster som kan tillskrivas periodiseringar (kassaflö-den) är mindre (mer) uthål-liga i framtiden. Investerare förstår inte implikationen av periodiseringar. En investeringsstrategi som utnyttjar detta genererar onormal avkastning.
Tar ej hänsyn till transak-tionskostnader eller i vil-ken kvantitet aktier kan handlas till det rapporte-rade priset. Skiljer ej på olika typer av periodise-ringar. Begränsade möjlig-heter att fastställa om resultaten beror på mark-nadsineffektivitet eller okända riskfaktorer på marknaden.
Collins och Hribar (2000)
41 237 företags-kvartal-ob-servationer från NYSE och Amex över åren 1988– 1997. Data från CRSP och Compustat.
Testar två olika investe-ringsstrategier som utnyttjar SUE- respektive periodise-ringsanomalin. Kombinerar sedan dessa i en strategi som tar hänsyn till båda anomalier.
En strategi som tar hänsyn till både SUE och periodi-seringar genererar en högre avkastning än strategier som utnyttjar anomalierna enskilt.
Skiljer ej på olika typer av periodiseringar. Undersö-ker inte närmare varför marknaden misslyckas med att ta hänsyn till peri-odiseringskomponenten av vinst.
Xie (2001) 56 692
företags-år-observa-tioner från NASDAQ över åren 1971–1992. Data från CRSP och Compustat.
Skiljer på olika typer av periodiseringar med Jones (1991) modell som utgångs-punkt. Utför Sloans (1996) investeringsstrategi med godtyckliga samt icke-god-tyckliga periodiseringar.
Marknaden felvärderar främst godtyckliga periodi-seringar, den observerade onormala avkastningen i Sloans (1996) investe-ringsstrategi är framförallt ett resultat av dessa.
Jämför inte med en strate-gi baserad på totala perio-diseringar. Begränsade möjligheter att fastställa om resultaten drivs av okända riskfaktorer på marknaden.
Barth och Hutton (2004)
24 343 företags-år-observa-tioner från NYSE, Amex samt NASDAQ över åren 1981–1996. Data från CRSP och Compustat.
Testar investeringsstrategier som utnyttjar analytikers prognosjusteringar samt Sloans (1996) periodise-ringsbaserade strategi. Sammanför sedan dessa i en kombinerad strategi.
En periodiseringsbaserad strategi kan förbättras genom att kombinera peri-odiseringar med analytikers prognosjusteringar. En kombinerad strategi gene-rerar den högsta avkast-ningen.
Fokuserar på totala perio-diseringar. Begränsade möjligheter att fastställa om resultaten beror på marknadsineffektivitet eller okända riskfaktorer på marknaden.
Fama och French (2008)
Data från CRSP och Com-pustat för aktier på NYSE, Amex samt NASDAQ över åren 1963–2005. Aktier i tre olika storleksgrupper;
Micro, Small samt Large Cap.
Onormal avkastning för-knippad med olika anomali-er testas genom tvärsnitts-regression samt genom att sortera företag efter graden av de olika anomalierna.
Periodiseringar är starkt förknippade med onormal avkastning, vilken återfinns inom alla storleksgrupper av företag. Endast extremt positiva periodiseringar generar emellertid en kraf-tigt negativ avkastning.
Möjligheten att fastställa huruvida avvikelser från förväntad avkastning be-ror på risk eller felpris-sättning är begränsad.
Wei och Xie (2008) 85 612 företags-år-observa-tioner från NYSE, Amex samt NASDAQ över åren 1972–2005. Data från CRSP och Compustat.
Undersöker kapitalinveste-ringars förmåga att förutspå aktieavkastning. Kombine-rar Sloans (1996) periodise-ringsbaserade strategi med graden av kapitalinveste-ringar.
Investerare bör utnyttja både graden av periodise-ringar och kapitalinveste-ringar i en kombinerad strategi för att uppnå en högre avkastning.
Fundamental analys
Fundamental analys vilar på antagandet att företags inneboende värde finns indikerat i
re-dovisningshandlingar. Om framtida vinster inte förutspås korrekt på marknaden kan
värde-ringen av en aktie stundvis avvika ifrån detta inneboende värde, och endast efter viss
för-dröjning anpassa sig till sitt rätta, fundamentala, värde. Närmare analys bör därför kunna
identifiera aktier som, åtminstone ur ett kortsiktigt perspektiv, är felvärderade (Ou och
Penman, 1989). Det huvudsakliga målet med fundamental analys är således att fastställa en
mer rättvisande uppskattning av framtida vinster, och därmed identifiera aktier vars pris
inte korrekt återspeglar dessa. Detta åstadkoms genom att utifrån historisk
redovisningsda-ta urskilja och analysera värdeskapande nyckelredovisningsda-tal som ger indikationer på framtida
värdeut-veckling (Lev och Thiagarajan, 1993). Hypotesen att marknaden med fördröjd effekt
an-passar sig efter sådana fundamentala signaler har gett upphov till studier som framgångsrikt
utnyttjar felvärderingar i investeringsstrategier (t.ex., Abarbanell och Bushee, 1998; Frankel
och Lee, 1998, Piotroski, 2000). Nedan redogör vi för några av de mest betydelsefulla
stu-dierna inom fundamental analys, samt hur de har mynnat ut i sådana investeringsstrategier.
Ou och Penman (1989) utgår från Ball and Brown (1968) och undersöker huruvida
fi-nansiella attribut ur redovisningshandlingar kan användas för att prognostisera framtida
redovisade vinster. En investeringsstrategi utvecklas genom att skapa en modell bestående
av finansiella nyckeltal som antas ge indikationer på framtida avkastning på marknaden. De
nyckeltal som har en positiv korrelation med avkastning skapar tillsammans ett mått, Pr,
som därigenom antas förutspå värden som inte reflekteras i aktiepriser på marknaden.
Stra-tegin implementeras därefter genom att köpa (blanka) aktier med höga (låga) Pr-tal över
åren 1973–1983, vilket genererar en genomsnittlig tvåårig marknadsjusterad avkastning på
12,5%. Resultatet visar att analys av redovisningshandlingar kan användas till att förutspå
framtida förändringar i aktiepriser.
Lev och Thiagarajan (1993) studerar finansiella variablers (fundamentalers) förmåga att
prognostisera framtida vinsttillväxt över åren 1974–1988, med målet att identifiera vilka av
dessa som är signifikant korrelerade med aktiers avkastning och därför mest värderelevanta.
Till skillnad från Ou och Penman (1989) utgår studien från nyckeltal som används av
aktie-analytiker i praktiken vid prissättning av aktier, vilket resulterar i tolv fundamentaler som
antas värderelevanta. Även denna studie verifierar att information ur
redovisningshandling-ar kan förutspå framtida förändringredovisningshandling-ar i aktiepriser. En styrka i studien är dessutom den
re-lativt enkla statistiska metoden, som till skillnad från tidigare forskning medför en praktisk
användbarhet med lägre kalkyleringskostnader.
hos finansiella analytiker, som tycks underreagera på information i fundamentala signaler –
vilket resulterar i prognosfel och felprissättningar.
I en påföljande studie utvecklar Abarbanell och Bushee (1998) en investeringsstrategi i
syfte att uppnå onormal avkastning genom att utnyttja marknadens feltolkning av
informa-tionen i de fundamentala signalerna. Hedgeportföljer skapas genom att de fundamentala
signalernas styrka rangordnas och vägs för varje studerat företag, vilket resulterar i en
stra-tegi där den största investeringen görs i de företag som uppvisar de mest positiva signalerna
för framtida justeringar i aktiepriset. Studien visar att denna strategi, över åren 1974–1988,
genererar en genomsnittlig kumulativ onormal avkastning på 13,2% per år – vilket ger
yt-terligare tyngd åt fundamental analys som investeringsstrategi.
Piotroski (2000) skapar en enkel modell baserad på nio fundamentala signaler som
till-sammans bildar ett aggregerat mått på ett företags finansiella situation. Detta åstadkoms
genom att se till tre områden av företaget; dess lönsamhet, dess
skuldsättningsgrad/likvidi-tet samt dess effektiviskuldsättningsgrad/likvidi-tet. Signalerna graderas binärt beroende på om de är negativt eller
positivt associerade med framtida avkastning på marknaden, varpå de nio signalerna
sum-meras till ett övergripande mått; F_SCORE. Ju högre summan av signalerna är, desto bättre
antas företaget prestera i framtiden. Urvalet, som består av observationer över
undersök-ningsperioden 1976–1996, utgörs av företag med ett högt förhållande mellan redovisat
vär-de och marknadsvärvär-de (Book-to-Market, B/M). Sådana företag antas representera en grupp
relativt försummade aktier som löper större risk att vara undervärderade på marknaden.
Hypotesen är att onormal avkastning kan uppnås genom att starka aktier (vinnare)
separe-ras från svaga aktier (förlorare) inom denna urvalsgrupp. Strategin operationalisesepare-ras genom
att aktier i företag med ett högt (lågt) F_SCORE köps (blankas). Resultatet visar att
model-len framgångsrikt kan användas för att höja den genomsnittliga avkastningen i en
traditio-nell B/M strategi med 7,5%; investeringsstrategin genererar en kumulativ marknadsjusterad
avkastning på 23% årligen. Avkastningen tycks även drivas av små och medelstora företag,
där bevakningen från analytiker och investerare troligtvis är av mindre omfattning.
Resultaten från dessa studier, som återkommande uppvisar en avkastning som
konse-kvent slår marknadens förväntningar, står i direkt kontrast till EMH och de antaganden
som värderingsmetoder liksom CAPM baseras på. Liksom vid studier av
periodiserings-anomalin möter sådana slutsatser dock kritik från förespråkare av EMH, vilka menar att
resultaten i sig inte tyder på marknadsineffektivitet. Eftersom de inte förtäljer huruvida
va-riationen i förväntad avkastning beror på förändrad risk på marknaden eller irrationell
pris-sättning antas en sådana slutsatser förhastade (Fama och French, 2008). Frankel och Lee
(1998) menar emellertid att fundamentala värden har en bättre förmåga att förutspå
framti-da avkastning än ett företags Betavärde, vilket tyder på att EMH alltjämt är begränsad.
vDe
bakomliggande orsakerna till förekomsten av en avkastning som slår marknadens
förvänt-ningar behandlas inte vidare i denna studie, vi koncentrerar oss istället främst på förmågan
att generera en sådan avkastning i en investeringsstrategi baserad på periodiseringar i
kom-bination med fundamental analys.
Tabell 2
Tabell 2
Tabell 2
Tabell 2
Tabell 2
Litteratursammanfattning över studier i fundamental analys
Litteratursammanfattning över studier i fundamental analys
Litteratursammanfattning över studier i fundamental analys
Litteratursammanfattning över studier i fundamental analys
Litteratursammanfattning över studier i fundamental analys
Författare Data Utformning/metod Bidrag Begränsningar
Ou och Penman (1989)
17 757 observationer bestå-ende av årlig redovisningsda-ta från NYSE samt AMEX, över åren 1973–1983. Data från CRSP och Compustat.
Utgår från Ball & Brown (1968). Undersöker föränd-ring i framtida vinst (1år) baserad på en multivariat dataanalys av fundamentaler.
Analys av fundamentaler kan användas till att förutspå förändringar i framtida vinst. Det är möjligt att skapa framgångsrika strategier som, utan kapitalinsats, genererar marknadsjusterad avkastning (12,5%).
Komplex och omfattande metod som är förknippad med höga kalkyleringskost-nader, vilket begränsar mo-dellens användbarhet. Möj-ligheten att fullständigt ute-sluta risk som en förklarande faktor till avkastningen är begränsad.
Lev och Thiagarajan (1993)
12 fundamentaler från finan-siell fackpress. Två urvals-grupper: (1) 140-180 företag per år och (2) 500-600 före-tag per år, över åren 1974– 1988. Data från CRSP och Compustat.
Fundamentalernas värderele-vans med framtida (1år) vinsttillväxt undersöks i två regressioner (OLS) baserade på grupp (1) och (2). Hänsyn tas även till makroekonomis-ka variabler.
Fundamentaler har en hög förklaringsgrad av framtida vinsttillväxt. Sambandet mellan avkastning och fun-damentaler stärks vid hänsyn till makroekonomiska variab-ler.
Undersöker endast relationen mellan fundamentala signaler och vinsttillväxt – inte vad som underliggande är värde-skapande för signalerna.
Abarbanell och Bushee (1997)
4 180 observationer från NYSE samt AMEX, över åren 1983–1990. Data från CRSP och Compustat.
Tvärsnittstest mellan funda-mentala signaler (från Lev och Thiagarajan, 1993) och förändring i framtida vinst.
Verifierar att fundamentala signaler (vissa endast på längre sikt) kan förklara framtida vinsttillväxt. Analy-tiker tar inte hänsyn till all tillgänglig information i sig-nalerna.
Eftersom analytikers ineffek-tivitet inte till fullo kan för-klara investerares underreak-tioner på marknaden går det inte att utesluta att andra faktorer påverkar utfallet.
Abarbanell och Bushee (1998)
16 538 observationer från NYSE samt AMEX åren 1974–1988. Data från CRSP och Compustat.
Måttbaserad fundamental investeringsstrategi. 12 fun-damentaler rankas decilt och vägs genom regressionsana-lys för varje företag. Hedge-portföljer skapas där företag med positiva (negativa) vikter köps (blankas).
Att marknaden underreage-rar på information i funda-mentala signaler kan utnyttjas för att skapa framgångsrika strategier som, utan kapital-insats, genererar onormal avkastning (13,2%).
Utforskar ej närmare makro-ekonomiska kontextvariabler, såsom inflation och BNP eller branschtillhörighet. Begränsade möjligheter att fullständigt utesluta risk som en förklarande faktor till avkastningen.
Piotroski
(2000) 14 043 observationer av företag inom den högsta B/M-kvintilen, över åren 1976–1996. Data från CRSP och Compustat.
Skapar hedgeportföljer uti-från summan av 9 binära signaler (F_SCORE), där företag med en hög (låg) F_SCORE köps (blankas).
En enkel investeringsstrategi baserad på rangordning efter fundamentala signaler kan, utan kapitalinsats, generera en positiv marknadsjusterad avkastning (23% i genom-snitt över perioden).
Mot bakgrund av studier som visar att den genererade avkastningen i en
periodiseringsba-serad strategi kan förbättras genom att implementera ytterligare värdeskapande faktorer
(t.ex., Collins och Hribar, 2000; Barth och Hutton, 2004; Wei och Xie, 2008) blir Piotroskis
(2000) modell särskilt intressant. I en konventionell periodiseringsbaserad strategi liksom
Sloans (1996) grupperas företag enbart efter graden av periodiseringar. Då Piotroskis
(2000) modell representerar ett relativt enkelt sätt att separera starka och svaga aktier kan
den användas som ett praktiskt verktyg för effektivisering inom sådana grupper. En strategi
som utnyttjar detta skulle endast investera i företag som, förutom uppvisande av en låg
grad periodiseringar, dessutom ger positiva signaler utifrån fundamental analys genom ett
högt F_SCORE. På samma sätt skulle aktier i företag som ger negativa signaler genom ett
lågt F_SCORE ignoreras, trots uppvisande av en låg grad periodiseringar.
III. UTVECKLANDE AV HYPOTESER
Tidigare forskning betonar periodiseringars påverkan på aktiers prisutveckling på
markna-den (t.ex., Sloan 1996; Dechow och Schrand 2004). Enligt litteraturen ovan bör de svagaste
(starkaste) aktierna sett till framtida avkastning återfinnas inom gruppen med en hög (låg)
grad av periodiseringar.
viSamtidigt har studier visat att även fundamental analys kan
använ-das för att ge indikationer angående framtida avkastning (t.ex., Ou och Penman, 1989; Lev
och Thiagarajan, 1993; Abarbanell och Bushee, 1998; Piotroski, 2000). Om Piotroskis
(2000) F_SCORE framgångsrikt kan användas för att ytterligare särskilja hög- och
lågpres-terande aktier inom portföljer av företag som grupperats på basis av periodiseringar för det
oss till vår första hypotes:
H1 Aktier i företag med en hög (låg) F_SCORE inom decil P_LÅG (P_HÖG) genererar
en högre (lägre) avkastning än den genomsnittliga avkastning för alla aktier inom
P_LÅG (P_HÖG).
I enlighet med tidigare forskning (t.ex., Collins och Hribar, 2000; Barth och Hutton, 2004;
Wei och Xie, 2008) antas hänsyn till ytterligare värdeskapande faktorer i en traditionell
pe-riodiseringsbaserad investeringsstrategi, i studien kallad P_GRAD, innebära att en högre
avkastning kan uppnås. Om Hypotes 1 stämmer, och framtida avkastning påverkas av
gra-den av periodiseringar såväl som de värdeskapande signalerna i F_SCORE, bör alltså en
investeringsstrategi generera den högsta avkastningen om hänsyn tas till dessa båda faktorer
samtidigt. Vår andra hypotes är därför:
H2 En investeringsstrategi som tar hänsyn till både graden av periodiseringar och
F_SCORE genererar en högre avkastning än en strategi som endast tar hänsyn till
graden av periodiseringar eller F_SCORE.
En operationalisering av en sådan kombinerad strategi innebär att aktier i företag med en
hög F_SCORE i decil P_LÅG köps, medan aktier i företag med en låg F_SCORE i decil
P_HÖG blankas. Vi kallar modellen P_KOMB.
För att fastställa en rekommendation till investerare att utnyttja både graden av
periodi-seringar och F_SCORE i en sådan specifik kombination fordras att inga alternativa
strate-gier existerar som genererar en högre avkastning. Eftersom stora periodiseringar bör
påver-ka framtida avpåver-kastning negativt även för de enligt F_SCORE starpåver-kast aktierna, antas
vinna-re i en grupp fövinna-retag med låg grad periodiseringar genevinna-rera en högvinna-re avkastning än vinnavinna-re
i en grupp med en hög grad periodiseringar. På samma sätt bör förlorare i en grupp företag
med hög grad periodiseringar generera en mer negativ avkastning än förlorare i en grupp
med låg grad periodiseringar. Detta betyder att en strategi där vinnare (förlorare) köps
(blankas) inom de olika grupperingarna inte kommer att kunna överprestera P_KOMB. För
ett fastställa detta krävs en tredje hypotes:
H3 P_KOMB genererar en högre avkastning än hedgeportföljer där aktier med hög
(låg) F_SCORE köps (blankas) inom de yttersta decilerna.
IV. METOD
Datainsamling
Vid datainsamlingen använder vi oss av Thomson Reuters Datastream. På grund av
möjlig-heterna till en stor mängd information, och därmed ett mer tillförlitligt resultat, används
data från amerikanska börser. Sloans (1996) undersökningsperiod sträcker sig över åren
1962–1991 och Piotroskis (2000) över åren 1976–1991. För att inte överlappa dessa
tidspe-rioder väljer vi att utföra studien över de senaste elva åren där tillräcklig data finns
tillgäng-lig. På så sätt kan vi undersöka användbarheten av både Piotroskis (2000) och Sloans (1996)
modell under mer aktuella år. Vår undersökningsperiod är därför 1997–2007
vii. En sökning
på samtliga företag där marknadsvärde finns indikerat resulterar i 159 280
företags-år-ob-servationer. Ur dessa observationer sorteras företag bort för vilka det saknas nödvändig
data för att uppskatta graden av periodiseringar, vilket minskar undersökningspopulationen
till 20 020 företags-år-observationer. Vi avgränsar oss sedan till företag där tillräcklig data
finns tillgänglig för att beräkna Piotroskis (2000) nio fundamentala signaler samt varje års
avkastning, vilket reducerar antalet observationer till 16 115.
Vi begränsar oss till dessa kriterier och gör inga ytterligare särskiljningar inom
popula-tionen med hänsyn till företagsstorlek eller branschtillhörighet. Sådana distinktioner faller
inte inom ramen för studiens syfte, utan lämnas istället till framtida forskning.
Efter en närmare titt på konfidensintervall, median, medelvärde samt standardavvikelse
ser vi att extremvärden påverkar fördelningen. För variablerna periodiseringar samt ett- och
tvåårig avkastning sorteras därför sådana observationer bort i två steg. Först elimineras
ex-trema uteliggare som blir uppenbara i ett lådagram. Därefter sorteras observerade värden
som överstiger tre standardavvikelser bort. Avvägningen att utesluta de mest extrema
vär-dena medför att vi eventuellt går miste om observationer som i realiteten skulle kunna
på-verka modellernas utfall. Den bakomliggande motiveringen till detta är dock att
extremvär-den som kan tänkas driva resultatet på ett missvisande sätt, och därmed påverka relevansen
i våra slutsatser negativt, bör uteslutas. Om enskilda aktier driver prestationen för en hel
grupp av företag kan vi i begränsad mån uttala oss om gruppens prestation som helhet. En
sådan uteslutning framstår därför som det bättre alternativet. Sorteringen upprepas för
un-dersökningsperiodens alla år, vilket resulterar i en slutgiltig undersökningspopulation på
15 730 företags-år-observationer.
Investeringsmodeller och avkastningsmått
Vi använder oss av tre modeller för att testa hypoteserna; P_GRAD, F_SCORE samt
P_KOMB. I enlighet med hypoteserna är vårt mål att undersöka om den strategi som
gene-rerar den största avkastningen är den som tar hänsyn både graden av periodiseringar och
Piotroskis (2000) fundamentala signaler. Följaktligen fordras även strategier som utnyttjar
dessa två investeringsformer separat för att avgöra huruvida en kombination innebär en
förbättring eller ej.
viiiFör att ställa enskilda aktiers prestation i relation till marknaden som helhet, och därmed
se om de under- eller överpresterar denna, justeras den observerade avkastningen i samtliga
modeller genom att subtrahera marknadsindex från varje akties råavkastning.
ixI modellerna uppskattas den marknadsjusterade avkastningen för både en ett- och
två-årig Buy-and-Hold-strategi. Konkret innebär detta att nyckeltal beräknas år t, att portföljer
byggs baserat på dessa nyckeltal i början av år t+1, och att portföljer säljs år t+2 (t+3 för
tvåårig Buy-and-Hold).
viii Värt att notera är att en replikering av Piotroskis (2000) investeringsmodell inte är ett syfte i sig i studien. Modellen används istället som ett praktiskt verktyg att implementera fundamental analys i en periodiseringsbaserad strategi liksom Sloans (1996). Vi är dock i behov av att testa en strategi som endast tar hänsyn till F_SCORE för att kunna avgöra huru-vida en kombinerad strategi är den som genererar den högsta avkastningen eller ej.
Modell 1: P_GRAD
För att testa Hypotes 1 och 2 krävs först en periodiseringsbaserad investeringsstrategi i
en-lighet med Sloan (1996). Företag rangordnas efter graden av periodiseringar och delas
se-dan in i tio lika viktade portföljer (deciler) varje år över undersökningsperioden. I modellen
skapas hedgeportföljer genom att aktierna i den lägsta decilen (P_LÅG) köps medan
akti-erna i den högsta decilen (P_HÖG) blankas. Strategin appliceras både på de yttersta
deci-lerna såväl som de yttersta kvintideci-lerna (decideci-lerna P_LÅG+2 samt P_HÖG+9) varje år för
att utröna i vilka grupperingar en periodiseringsbaserad strategi är som mest framgångsrik.
Den avkastning som genereras i de yttersta decilerna samt i hedgeportföljerna kan sedan
användas som måttstock för att avgöra huruvida hypoteserna stämmer eller ej.
För att uppskatta periodiseringar används definitionen nedan, vilken förekommer i flera
tidigare studier (t.ex., Jones, 1991; Dechow, Sloan och Sweeney, 1995; Bart och Hutton,
2004). Definitionen skiljer sig i viss mån från den definition som används av Sloan (1996)
eftersom den utesluter komponenten Förändring i skatteskuld (∆TP).
xDetta är en
medve-ten avvägning eftersom ett inkluderande av komponenmedve-ten medför ett stort bortfall i
under-sökningspopulationen – en anledning till uteslutning som delas av exempelvis Jones (1991).
Vi uppskattar därför totala periodiseringar definierat enligt Dechow et al. (1995, s. 203)
som följande:
TA = (∆CA - ∆CL - ∆Cash + ∆STD - Dep)
där,
TA = Totala periodiseringar
∆CA = Förändring i omsättningstillgångar
∆CL = Förändring i kortfristiga skulder
∆Cash = Förändring i likvida medel
∆STD = Förändring i kortfristiga räntebärande skulder
Dep = Avskrivningar och amorteringar
För jämförbarhet mellan företag uppskattas därefter totala periodiseringar i relation till
re-spektive företags storlek, beräknat som totala periodiseringar dividerat med genomsnittliga
totala tillgångar (A) för varje företag. Graden av periodiseringar beräknas därför som:
GTA = TA/A
där,
GTA = Grad av periodiseringar
TA = Totala periodiseringar
A = Genomsnittliga totala tillgångar
Modell 2:
F_SCORE
Den andra modellen som används i studien är Piotroskis (2000) F_SCORE-modell. För att
testa Hypotes 2 krävs, förutom P_GRAD-modellen, även en strategi som utan att
rangord-na företag på basis av periodiseringar endast köper aktier baserat på det aggregerade måttet
F_SCORE. Måttet består av nio fundamentala signaler som ger indikationer på ett företags
framtida prestation. Om implikationen av respektive signal är positiv (negativ) tilldelas den
värdet 1 (0). Summan av dessa kan alltså anta ett värde mellan 0 och 9, där en summa
mel-lan 0-2 klassificeras som ett lågt F_SCORE medan en summa melmel-lan 8-9 klassificeras som
ett högt F_SCORE.
xiNedan följer en beskrivning av de olika signalerna samt hur de
imp-lementeras i praktiken.
Fyra signaler är relaterade till lönsamhet. ROA och CFO definieras som nettoresultat
före extraordinära poster, respektive kassaflöde från rörelsen, dividerat med totala tillgångar
vid årets början. Om dessa är positiva (negativa) tilldelas signalerna F_ROA respektive
F_CFO värdet 1 (0). ∆ROA mäter innevarande års ROA subtraherat med föregående års
ROA. Om värdet på förändringen är större (mindre) än 0 antas signalen F_∆ROA vara
po-sitiv (negativ). Slutligen definieras ACCRUAL, periodiseringar, som ROA subtraherat med
CFO. Om CFO är större (mindre) än ROA tilldelas F_ACCRUAL värdet 1 (0).
Tre signaler är relaterade till förändringar i kapitalstruktur samt företagets förmåga att
tillgodose långivares krav. ∆LEVER mäter förändringen av långfristiga skulder dividerat
med genomsnittliga totala tillgångar. Signalen F_∆LEVER antas vara positiv om detta
för-hållande minskade året innan portföljer skapas. ∆LIQUID definieras som förändringen i
förhållandet mellan omsättningstillgångar och kortfristiga skulder vid årsbokslutet. Om
lik-viditeten har ökat (minskat) i förhållande till föregående år tilldelas signalen F_∆LIQUID
värdet 1 (0). Signalen EQ_OFFER antas vara negativ om företaget har genomfört en
ny-emission året innan portföljer skapas.
Slutligen är två signaler relaterade till förändringar i företagets operationella effektivitet.
∆MARGIN definieras som förändring i bruttomarginalen (bruttoresultat dividerat med
omsättning) från föregående år. Om denna förändring var positiv (negativ) tilldelas signalen
F_∆MARGIN värdet 1 (0). ∆TURN definieras som förändringen i omsättningshastighet
(årets omsättning dividerat med totala tillgångar vid början av året) från föregående år.
Sig-nalen F_∆TURN tilldelas värdet 1 om förändringen är positiv, annars tilldelas den värdet 0.
Baserat på dessa nio signaler tilldelas varje år alla företag inom
undersökningspopulatio-nen ett F_SCORE. Enligt investeringsmodellen köps (blankas) sedan aktier i företag med
ett högt (lågt) F_SCORE varje år över undersökningsperioden.
Modell 3: P_KOMB
I Modell 3 kombineras P_GRAD och F_SCORE i syfte att testa Hypotes 1 och 2. Liksom i
P_GRAD-modellen rangordnas först företagen efter graden av periodiseringar. Inom
deci-lerna beräknas sedan F_SCORE
xiiför varje företag. Inom de två lägsta decilerna (P_LÅG
och 2), vilka tillsammans utgör den lägsta kvintilen (P_LÅG+2), elimineras sedan företag
som har en F_SCORE lägre än 7. Inom de två högsta decilerna (P_HÖG och 9), vilka
till-sammans utgör den högsta kvintilen (P_HÖG+9), elimineras företag som har en
F_SCO-RE högre än 2. Detta medför att de lägsta decilerna och den lägsta kvintilen endast består
av vinnare enligt F_SCORE-modellen, medan de högsta decilerna och den högsta kvintilen
endast består av förlorare. Genom att testa modellen i de yttersta kvintilerna såväl som
de-cilerna kan vi utröna hur strategin mest fördelaktigt appliceras.
I investeringsstrategin köps (blankas) sedan portföljen P_LÅG (P_HÖG) samt Kvintil
Låg (Kvintil Hög) varje år över undersökningsperioden.
För att testa Hypotes 3 beräknas F_SCORE för alla företag inom varje decil liksom
ovan. Den här gången elimineras inget företag, inom varje decil samt kvintil skapas istället
hedgeportföljer där vinnarna (F_SCORE 7-8) köps medan förlorarna (F_SCORE 0-2)
blankas vid varje undersökningsår.
V. RESULTAT
Deskriptiv statistik
I tabell 3 redovisas deskriptiv statistik för hela undersökningspopulationen över åren 1997–
2007. Vid första anblick visar observerade periodiseringar att en majoritet av företagen har
ett negativt värde under mätperioden, där data är jämnt fördelat kring medelvärdet (strax
under 80% av observationerna ligger inom en standardavvikelse från medelvärdet). Från
standardavvikelsen (std) framgår dock att spridningen är relativt stor (5,8 std till vänster
samt 3,6 std till höger om medelvärdet), vilket tyder på att det finns företag inom
popula-tionen som, sett till de komponenter som utgör definipopula-tionen av periodiseringar, har
förhål-landevis skilda finansiella förutsättningar. Den stora spridningen kan även tyda på att det
under vissa år förekommer relativt extrema och mer drivande värden – värden som är inom
3 standardavvikelser för respektive år kan avvika ännu kraftigare från medelvärdet när de
ställs i relation till hela undersökningsperioden. Detta samband kan även tydas i
avkastning-en bland företagavkastning-en (5,3 std till vänster samt 3,7 std till höger om medelvärdet, för
exempel-vis ettårig avkastning). Vidare är skillnaden mellan den ettåriga (tvååriga) avkastningen i den
10:e percentilen och den 90:e percentilen cirka 32% (62%). Spridningen indikerar att
un-dersökningspopulationen representerar en grupp företag där det finns goda möjligheter att
uppnå en hög avkastning om låg- och högpresterande aktier kan identifieras. Att fastställa
vilka värdeskapande faktorer som framgångsrikt kan användas i detta syfte blir därmed
re-levant, vilket mot bakgrund av studiens hypoteser motiverar en granskning av
periodise-ringar såväl som ytterligare finansiell information tillgänglig i historisk redovisningsdata.
Tabell 3
Tabell 3
Tabell 3
Tabell 3
Tabell 3
Tabell 3
Tabell 3
Tabell 3
Tabell 3
Tabell 3
Tabell 3
Deskriptiv statistik för avkastning och periodiseringar i undersökningspopulationen, åren 1997–2007 (n=15 730)
Deskriptiv statistik för avkastning och periodiseringar i undersökningspopulationen, åren 1997–2007 (n=15 730)
Deskriptiv statistik för avkastning och periodiseringar i undersökningspopulationen, åren 1997–2007 (n=15 730)
Deskriptiv statistik för avkastning och periodiseringar i undersökningspopulationen, åren 1997–2007 (n=15 730)
Deskriptiv statistik för avkastning och periodiseringar i undersökningspopulationen, åren 1997–2007 (n=15 730)
Deskriptiv statistik för avkastning och periodiseringar i undersökningspopulationen, åren 1997–2007 (n=15 730)
Deskriptiv statistik för avkastning och periodiseringar i undersökningspopulationen, åren 1997–2007 (n=15 730)
Deskriptiv statistik för avkastning och periodiseringar i undersökningspopulationen, åren 1997–2007 (n=15 730)
Deskriptiv statistik för avkastning och periodiseringar i undersökningspopulationen, åren 1997–2007 (n=15 730)
Deskriptiv statistik för avkastning och periodiseringar i undersökningspopulationen, åren 1997–2007 (n=15 730)
Deskriptiv statistik för avkastning och periodiseringar i undersökningspopulationen, åren 1997–2007 (n=15 730)
Mått Medel-värde percentilen10:e percentilen Median25:e percentilen 75:e percentilen 90:e Std Min Max positivaAndel
Grad av periodiseringar1 −0,042 −0,085 −0,059 −0,040 −0,022 −0,004 0,035 −0,246 0,085 0,086 Ettårig avkastning Rå 2 0,107 −0,050 0,035 0,108 0,183 0,270 0,134 −0,598 0,606 0,833 Marknadsjusterad 3 0,000 −0,157 −0,072 0,001 0,076 0,163 0,134 −0,705 0,498 0,501 Tvåårig avkastning Rå 0,204 −0,097 0,050 0,188 0,344 0,521 0,263 −0,921 1,378 0,817 Marknadsjusterad 0,000 −0,301 −0,154 −0,016 0,140 0,316 0,263 −1,125 1,174 0,472
1 Grad av periodiseringar (GTA) uppskattas som: (∆Omsättningstillgångar - ∆Kortfristiga skulder - ∆Likvida medel + ∆Kortfristiga räntebärande skulder - Avskrivningar), dividerat med genomsnittliga totala tillgångar.
Grad av periodiseringar (GTA) uppskattas som: (∆Omsättningstillgångar - ∆Kortfristiga skulder - ∆Likvida medel + ∆Kortfristiga räntebärande skulder - Avskrivningar), dividerat med genomsnittliga totala tillgångar.
Grad av periodiseringar (GTA) uppskattas som: (∆Omsättningstillgångar - ∆Kortfristiga skulder - ∆Likvida medel + ∆Kortfristiga räntebärande skulder - Avskrivningar), dividerat med genomsnittliga totala tillgångar.
Grad av periodiseringar (GTA) uppskattas som: (∆Omsättningstillgångar - ∆Kortfristiga skulder - ∆Likvida medel + ∆Kortfristiga räntebärande skulder - Avskrivningar), dividerat med genomsnittliga totala tillgångar.
Grad av periodiseringar (GTA) uppskattas som: (∆Omsättningstillgångar - ∆Kortfristiga skulder - ∆Likvida medel + ∆Kortfristiga räntebärande skulder - Avskrivningar), dividerat med genomsnittliga totala tillgångar.
Grad av periodiseringar (GTA) uppskattas som: (∆Omsättningstillgångar - ∆Kortfristiga skulder - ∆Likvida medel + ∆Kortfristiga räntebärande skulder - Avskrivningar), dividerat med genomsnittliga totala tillgångar.
Grad av periodiseringar (GTA) uppskattas som: (∆Omsättningstillgångar - ∆Kortfristiga skulder - ∆Likvida medel + ∆Kortfristiga räntebärande skulder - Avskrivningar), dividerat med genomsnittliga totala tillgångar.
Grad av periodiseringar (GTA) uppskattas som: (∆Omsättningstillgångar - ∆Kortfristiga skulder - ∆Likvida medel + ∆Kortfristiga räntebärande skulder - Avskrivningar), dividerat med genomsnittliga totala tillgångar.
Grad av periodiseringar (GTA) uppskattas som: (∆Omsättningstillgångar - ∆Kortfristiga skulder - ∆Likvida medel + ∆Kortfristiga räntebärande skulder - Avskrivningar), dividerat med genomsnittliga totala tillgångar.
Grad av periodiseringar (GTA) uppskattas som: (∆Omsättningstillgångar - ∆Kortfristiga skulder - ∆Likvida medel + ∆Kortfristiga räntebärande skulder - Avskrivningar), dividerat med genomsnittliga totala tillgångar.
2 Avkastningen avser ett- och tvåårig rå Buy-and-Hold-avkastning, inklusive utdelningar, vilket innebär att aktier köps i början av år t och säljs i början av år t+1 respektive t+2.
Avkastningen avser ett- och tvåårig rå Buy-and-Hold-avkastning, inklusive utdelningar, vilket innebär att aktier köps i början av år t och säljs i början av år t+1 respektive t+2.
Avkastningen avser ett- och tvåårig rå Buy-and-Hold-avkastning, inklusive utdelningar, vilket innebär att aktier köps i början av år t och säljs i början av år t+1 respektive t+2.
Avkastningen avser ett- och tvåårig rå Buy-and-Hold-avkastning, inklusive utdelningar, vilket innebär att aktier köps i början av år t och säljs i början av år t+1 respektive t+2.
Avkastningen avser ett- och tvåårig rå Buy-and-Hold-avkastning, inklusive utdelningar, vilket innebär att aktier köps i början av år t och säljs i början av år t+1 respektive t+2.
Avkastningen avser ett- och tvåårig rå Buy-and-Hold-avkastning, inklusive utdelningar, vilket innebär att aktier köps i början av år t och säljs i början av år t+1 respektive t+2.
Avkastningen avser ett- och tvåårig rå Buy-and-Hold-avkastning, inklusive utdelningar, vilket innebär att aktier köps i början av år t och säljs i början av år t+1 respektive t+2.
Avkastningen avser ett- och tvåårig rå Buy-and-Hold-avkastning, inklusive utdelningar, vilket innebär att aktier köps i början av år t och säljs i början av år t+1 respektive t+2.
Avkastningen avser ett- och tvåårig rå Buy-and-Hold-avkastning, inklusive utdelningar, vilket innebär att aktier köps i början av år t och säljs i början av år t+1 respektive t+2.
Avkastningen avser ett- och tvåårig rå Buy-and-Hold-avkastning, inklusive utdelningar, vilket innebär att aktier köps i början av år t och säljs i början av år t+1 respektive t+2.
3 Marknadsjusterad avkastning definieras som råavkastning subtraherat med marknadsindex per år. Index avser ge-nomsnittlig råavkastning för samtliga företag, årligen.
Marknadsjusterad avkastning definieras som råavkastning subtraherat med marknadsindex per år. Index avser ge-nomsnittlig råavkastning för samtliga företag, årligen.
Marknadsjusterad avkastning definieras som råavkastning subtraherat med marknadsindex per år. Index avser ge-nomsnittlig råavkastning för samtliga företag, årligen.
Marknadsjusterad avkastning definieras som råavkastning subtraherat med marknadsindex per år. Index avser ge-nomsnittlig råavkastning för samtliga företag, årligen.
Marknadsjusterad avkastning definieras som råavkastning subtraherat med marknadsindex per år. Index avser ge-nomsnittlig råavkastning för samtliga företag, årligen.
Marknadsjusterad avkastning definieras som råavkastning subtraherat med marknadsindex per år. Index avser ge-nomsnittlig råavkastning för samtliga företag, årligen.
Marknadsjusterad avkastning definieras som råavkastning subtraherat med marknadsindex per år. Index avser ge-nomsnittlig råavkastning för samtliga företag, årligen.
Marknadsjusterad avkastning definieras som råavkastning subtraherat med marknadsindex per år. Index avser ge-nomsnittlig råavkastning för samtliga företag, årligen.
Marknadsjusterad avkastning definieras som råavkastning subtraherat med marknadsindex per år. Index avser ge-nomsnittlig råavkastning för samtliga företag, årligen.