DFöretagsekonomiska institutionen Kandidatuppsats i företagsekonomiHandledare: Katerina HellströmDatum: 7 juni, VT 2010

(1)

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

(2)

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.

(3)

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

(4)

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).

(5)

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

(6)

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.

iv

_{Studien 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

(7)

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).

(8)

Tabell 1

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.

(9)

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.

(10)

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.

v

_De

(11)

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

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).

(12)

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.

vi

_{Samtidigt 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:

(13)

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

(14)

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.

viii

För 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.

ix

I 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.

(15)

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).

x

_{Detta 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:

(16)

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.

xi

_{Nedan 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.

(17)

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

xii

_{för 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.

(18)

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

Deskriptiv statistik för avkastning och periodiseringar i undersökningspopulationen, åren 1997–2007 (n=15 730)

Mått Medel-_värde _percentilen10:e _{percentilen Median}25: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.

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.