Magic Formula Investing
En tillbakablickande studie på Nasdaq Stockholm och First North
Philip Granath John Sköld
Handledare: Joachim Landström Kandidatuppsats 15 hp
Företagsekonomiska institutionen Uppsala universitet
VT 2020
Datum för inlämning: 2020-06-05
Sammandrag
Denna studie behandlar två investeringsstrategier, momentum utifrån Jegadeesh & Titman (1993) och värdeinvestering utifrån Greenblatts (2006) Magic Formula Investing (MFI). Det huvudsakliga syftet med studien är att undersöka om det är möjligt att generera positiv abnormal avkastning på den svenska aktiemarknaden utifrån dessa strategier. Enligt den svaga formen av effektiva marknadshypotesen ska detta inte vara möjligt (Fama, 1970). Det sekundära syftet är att undersöka om en kombinerad strategi byggd på momentum och MFI skapar ännu högre abnormal avkastning än strategierna separat. För att testa strategiernas riskjusterade avkastning används Sharpekvoten. Resultatet av studien visar att portföljerna baserade på momentumeffekten- och MFI genererade högre avkastning än jämförelseindex. Studien finner dock inte statistiskt signifikanta resultat när dessa strategier undersöks separat. I kontrast till de separata strategierna uppnår den kombinerade strategin dock statistiskt signifikant resultat och genererade även högst avkastning av de studerade strategierna. Vilket resulterar i studiens tydligaste bidrag, att en kombinerad värde- och momentumstrategi genererar högre abnormal avkastning än när dessa används separat på den svenska aktiemarknaden under den studerade perioden 2005-2018.
Vi vill rikta ett stort tack till vår handledare Joachim Landström och våra opponenter vid Uppsala universitet som bidragit med värdefulla idéer och feedback under examensarbetets gång.
Nyckelord: Momentumeffeken, Värdeinvestering, Magic Formula Investing, Abnormal avkastning, Teknisk analys, Fundamental analys, Effektiva marknadshypotesen,
Sharpekvoten.
Innehållsförteckning
1. Inledning ... 1
1.1 Introduktion ... 1
1.2 Problemformulering ... 2
1.3 Syfte och frågeställning ... 3
2. Teoretisk referensram och litteraturöversikt ... 4
2.1 Effektiva marknadshypotesen ... 4
2.2 Momentumeffekten ... 4
2.3 Värdeinvestering ... 6
2.3.1 Magic Formula Investing ... 7
2.4 Värde- och momentuminvestering ... 9
2.5 Riskjusterad prissättningsmodell ... 10
2.6 Hypotesformulering... 11
3. Studiens design ... 13
3.1 Data och urval ... 13
3.2 Portföljkonstruktion... 14
3.3 Investeringsstrategi 1 MOM ... 14
3.4 Investeringsstrategi 2 MFI ... 15
3.5 Investeringsstrategi 3 MOM+MFI ... 16
3.6 Avkastningsmått ... 17
3.7 Riskjusterad avkastning ... 17
3.8 Signifikanstest ... 18
4. Resultat och Analys ... 20
4.1 Totalavkastning ... 20
4.2 Investeringsstrategi 1 - MOM ... 21
4.3 Investeringsstrategi 2 MFI ... 23
4.4 Investeringsstrategi 3 MOM+MFI ... 24
5. Slutsats ... 27
5.1 Diskussion av studiens resultat ... 27
5.2 Studiens tillförlitlighet och eventuella brister ... 28
5.3 Förslag till framtida forskning ... 29
6. Referenser ... 30
7. Appendix ... 33
1
1. Inledning
1.1 Introduktion
Den huvudsakliga målsättningen för majoriteten av världens investerare är att generera positiv abnormal avkastning. Investerare lägger enorma resurser på att finna under- eller övervärderade aktier i syfte att generera högre avkastning på sitt investerade kapital än resten av marknaden.
Användandet av teknisk1 eller fundamental analys är bland de vanligaste strategierna för att uppnå denna målsättning. I takt med att finansiella marknader blir alltmer utvecklade minskar möjligheterna att finna under- eller övervärderade aktier och det är få som lyckas generera högre avkastning på sina placeringar än ett brett marknadsindex över tid (Bertone, Paeglis & Ravi, 2015). Att sådana möjligheter existerar bryter mot den effektiva marknadshypotesen (EMH) som utvecklades av Fama (1970). Enligt EMH reflekterar aktiepriser all tillgänglig information och investerare vilka strävar efter högre avkastning än marknaden måste acceptera högre risk.
Eventuella marknadsanomalier, det vill säga avvikelser från denna hypotes, bedöms vara kortsiktiga och de kommer inte kunna användas för att generera positiv abnormal avkastning i takt med att investerare får kännedom om att de existerar (Malkiel, 2003).
En marknadsanomali vilken grundar sig i teknisk analys som inte tappat sin relevans sedan den först publicerats är momentumeffekten. Det vill säga, en akties kontinuerliga rörelse baserat på dess historiska avkastning. Den första allmänt accepterade studien vilken undersökt detta finansiella fenomen är utförd av Jegadeesh & Titman (1993). Genom att studera historiska vinnar- och förloraraktier på den amerikanska aktiemarknaden finner de att dessa historiska aktieprisrörelser kan användas för att prediktera framtida kursrörelser. De gör detta genom att identifiera vinnar- och förloraraktier för en period 3 till 12 månader bakåt i tiden. Sedan skapar de likaviktade portföljer där vinnaraktierna köps in till portföljen och förloraraktierna blankas.
Portföljens avkastning mäts sedan 3 till 12 månader fram i tiden och visar på en högre abnormal avkastning på månadsbasis i förhållande till jämförelseportföljen. Sedan dess har en rad andra studier publicerats vilka belyser momentumeffektens existens och förmåga att skapa positiv abnormal avkastning på ett flertal andra marknader (Rouwenhorst, 1998; Hou, Xue & Zhang, 2020).
1 En ordlista med vanligt förekommande statistiska- och ekonomiska begrepp återfinns i appendix.
2 Det finns även studier vilka visar att det är möjligt att uppnå positiv abnormal avkastning genom fundamental analys av företags finansiella information (Ou & Penman, 1989; Abarbanell &
Bushee, 1998). Dock kan informationsanskaffningskostnader i samband med dessa analyser medföra att de, för icke-institutionella investerare, är svåranvända i praktiken (Sloan, 1996). En marknadsanomali vilken grundar sig i fundamental analys och som anses vara praktiskt genomförbar även för privata investerare är Magic Formula Investing. Denna strategi, presenterad av Greenblatt (2006), väljer aktier genom att studera två nyckeltal; Earnings Yield (EY) och Return on Capital Employed (ROCE). Genom att ranka aktier baserat på deras värden på dessa nyckeltal argumenterar Greenblatt (2006) att investerare har möjlighet att köpa högkvalitativa aktier till ett rabatterat pris. I sina egna tester på den amerikanska aktiemarknaden visar han att MFI genererade en genomsnittlig årlig avkastning om 30,8%
under perioden 1988-2006. Jämförelseindex (S&P500) genererade endast en genomsnittlig årlig avkastning om 12,4% under samma period.
1.2 Problemformulering
De tidigare presenterade marknadsanomalierna, momentumeffekten- och MFI, har i ett flertal studier genererat positiv abnormal avkastning och även visat sig vara statistiskt signifikanta på ett flertal marknader under längre perioder (Rouwenhorst, 1998; Carlisle & Gray, 2013;
Davydov, Tikkanen & Äijö, 2016). Detta är svårförklarat för följare av den traditionella finansiella teorin och EMH. Att erhålla positiv abnormal avkastning genom strategier baserat på momentumeffekten- och MFI, det vill säga studerandet av historiska aktieprismönster och nyckeltal erhållna från historiska finansiella rapporter, ska inte vara möjligt enligt den svaga formen av EMH (Fama, 1970). Vidare har båda dessa marknadsanomalier i huvudsak studerats på den amerikanska aktiemarknaden (Rouwenhorst, 1998; Davydov et al. 2016). Därmed är det av intresse att undersöka om de även existerar på en periferi-marknad likt Nasdaq Stockholm och First North, vilket denna studie ämnar undersöka.
Även en kombinerad strategi av momentumeffekten och MFI är av intresse att undersöka.
Asness, Moskowitz & Pedersen (2013) studerar en kombinerad värde- och momentumstrategi på den amerikanska, engelska, europeiska och japanska aktiemarknaden. Förutom att de finner att båda dessa strategier genererar positiv abnormal avkastning när de undersöks separat från varandra, finner de även att en kombinerad värde- och momentumstrategi genererar ännu högre abnormal avkastning med lägre risk. Detta resultat är i linje med tidigare forskning som visat
3 att värde- och momentum är negativt korrelerade med varandra och att det med anledning av detta skapas en naturlig diversifieringseffekt bland innehaven i en aktieportfölj (Asness, 1997).
1.3 Syfte och frågeställning
Syftet med denna studie är att undersöka om det är möjligt att generera positiv abnormal avkastning genom att konstruera portföljer baserat på momentumeffekten och MFI på den svenska aktiemarknaden. Syftet är även att undersöka om det är möjligt att skapa ännu högre abnormal avkastning genom att kombinera momentumeffekten och MFI än vad som är möjligt med båda dessa strategier separat. Därmed konkretiseras följande frågeställning:
Är det möjligt att generera positiv abnormal avkastning på Nasdaq Stockholm och First North genom att använda sig av en investeringsstrategi baserad på momentumeffekten, MFI, och dessa strategier i kombination med varandra?
4
2. Teoretisk referensram och litteraturöversikt
2.1 Effektiva marknadshypotesen
Den effektiva marknadshypotesen (EMH), vilken utvecklades av Fama (1970), syftar på en marknad där aktiepriser fullt ut reflekterar all tillgänglig information. EMH är stark kopplad till id n om en random alk , ilke inneb r a alla framtida prisförändringar är slumpmässiga och därmed inte beror på historiska prisrörelser eller information (Malkiel, 2003). Eftersom de fastställda kriterierna för en fullt effektiv marknad inte alltid uppfylls presenterar Fama (1970) tre versioner av EMH.
1) Svag form: All historisk värderelevant information reflekteras i dagens aktiepris.
2) Semistark form: All offentlig information som finns tillgänglig reflekteras i dagens aktiepris.
3) Stark form: All offentlig och privat information som finns tillgänglig reflekteras i dagens aktiepris.
Om marknaden fungerar i enlighet med EMH implicerar detta att den mängd resurser investerare lägger på att analysera och handla aktier baserat på historiska aktieprismönster eller finansiella rapporter i syfte att generera positiv abnormal avkastning är lönlös. Investerare bör därmed istället passivt investera i en bred indexportfölj (Shleifer, 2000). EMH har blivit ifrågasatt sedan den publicerades och flertalet statistiker och ekonomer hävdar att aktiepriser, åtminstone delvis, går att förutspå med hjälp av teknisk- och fundamental analys (Lo, Mamaysky & Wang, 2000). Malkiel (2003) försvarar EMH och förklarar att marknadspriset på ett värdepapper kortsiktigt inte behöver vara fullt effektivt, men att priset ur ett långsiktigt perspektiv alltid kommer reflektera all tillgänglig information. Dessutom är Malkiel (2003) skeptisk till att olika marknadsanomalier är tillräckligt robusta för att skapa lönsamma investeringsmöjligheter. Efter att dessa har publicerats kommer de inte längre kunna användas för att generera positiv abnormal avkastning.
2.2 Momentumeffekten
En marknadsanomali vilken grundar sig i teknisk analys och som genererat positiv abnormal avkastning även långt efter att den först publicerats är momentumeffekten. Detta finansiella fenomen förklaras av att de aktier vilka har haft en positiv (negativ) historisk avkastning tenderar att fortsätta generera positiv (negativ) avkastning även i framtiden. Den första allmänt
5 accepterade studien som påvisar momentumeffektens existens på den amerikanska aktiemarknaden utfördes av Jegadeesh & Titman (1993). I deras studie utformar de momentumstrategier baserat på enskilda aktiers relativa styrka (svaghet) under perioden 1965- 1989. Genom att observera aktiers avkastning den senaste 3 till 12-månadersperioden, benämnd formationsperiod (J), identifierar de aktier vilket har presterat bäst (sämst) relativt resten av aktierna inom urvalspopulationen. De aktier som har haft högst relativ avkastning köps sedan in till portföljen och de aktier som har haft sämst relativ avkastning blankas. De håller sedan dessa aktier 3 till 12 månader framåt, benämnd hållperiod (K). Resultatet visar att 15 av 16 undersökta strategier genererade positiv abnormal månadsavkastning jämfört med jämförelseindex. Därmed kan inte denna högre månadsavkastning förklaras av traditionella prissättningsteorier som grundas i tidigare nämnda EMH (Jegadeesh & Titman, 1993).
Dessa resultat har medfört att momentumeffekten idag är en av de mest välstuderade marknadsanomalierna och forskare över hela världen har studerat momentumeffekten i olika skepnader och försökt förklara anledningen till dess existens. Chui, Wei & Titman (2000) studerar momentumeffekten på åtta asiatiska aktiemarknader under perioden 1970-2000.
Resultatet från deras studie indikerar att momentumeffekten existerar i alla de testade länderna förutom Japan. Den positiva abnormala avkastningen är dock inte lika signifikant som i tidigare studier vilka utförts på den amerikanska aktiemarknaden av exempelvis Jegadeesh & Titman (1993, 2001).
När det gäller momentumeffekten på den svenska aktiemarknaden är resultaten tvetydiga.
Rouwenhorst (1998) undersöker momentumeffekten i 12 europeiska länder under perioden 1978-1995. Han använder sig av samma strategi som presenterades av Jegadeesh & Titman (1993) och visar att momentumeffekten existerar i Europa på medellång sikt och finner signifikanta resultat för alla länder utom Sverige. Vidare undersöker Parmler & Gonzáles (2007) momentumeffekten, på den amerikanska- och svenska aktiemarknaden. Resultaten visar att det finns en momentumeffekt i Sverige men den är svagare än i USA.
Den hittills största replikeringen av marknadsanomalier, som exempelvis momentumeffekten, utför Hou et al. (2020). De undersöker 57 momentumstrategier vilka i tidigare studier bevisats vara statistiskt signifikanta. Av dessa klarar 84% den utförda replikeringen och är således fortsatt signifikanta på 5%-nivån. I deras studie återfinns tre av Jegadeesh & Titmans (1993) momentumstrategier. Hou et al. (2020) finner att två av strategierna är signifikanta på en 5%- nivå, medan en av strategierna inte påvisar signifikant resultat i replikeringen. Ytterligare en
6 replikeringsstudie av Conrad & Kaul (1998) testar 120 anomalier där de visar att mindre än 50% av anomalierna genererar statistiskt signifikant avkastning. De visar dock att på 3 till 12 månaders sikt är de testade momentumstrategiernas avkastning signifikanta.
I kontrast till ovanstående studier vilka talar för momentumeffektens existens ifrågasätter O'Keeffe & Gallagher (2014) och Lesmond, Schill & Zhou (2004) att momentumeffekten i praktiken skulle kunna förklara aktiers positiva abnormala avkastning. O'Keeffe & Gallagher (2014) undersöker momentumeffekten i Irland under perioden 1990-2012 och studerar särskilt skillnaden innan och efter finanskrisen 2008. Fram till 2008 finner de att momentumstrategier genererat positiv abnormal avkastning, men att detta mönster upphör efter denna tidpunkt.
Lesmond et al. (2004) argumenterar vidare att momentumstrategier kräver frekvent handel i oproportionerligt dyra värdepapper och att kostnaderna som är förknippade med detta gör att det i praktiken är svårt att generera denna positiva abnormala avkastning vilka tidigare studier visar på.
2.3 Värdeinvestering
Att investerare använder sig av finansiell information hämtad från företags finansiella rapporter, det vill säga fundamental analys, i syfte att generera positiv abnormal avkastning är ingen ny företeelse. Begreppet värdeinvestering introducerades av Graham & Dodd (1934) där de argumenterar för att varje företag har ett inneboende fundamentalt värde. På grund av marknadens irrationalitet är det även stundtals möjligt att finna aktier som prissätts lägre än detta. De menar att investerare även bör arbeta med en säkerhetsmarginal och endast köpa aktier när marknadspriset är markant lägre än det uppskattade fundamentala värdet . Genom att arbeta systematiskt på detta vis anser Graham & Dodd (1934) att investerare har goda möjligheter att generera högre avkastning än resten av marknaden. Huvudtesen bakom strategin är att aktiepriset kommer att anpassa sig till det fundamentala värdet i ett långsiktigt perspektiv.
Sedan dess har ett flertal olika studier demonstrerat att investerare kan använda sig av olika finansiella nyckeltal som ett verktyg för att välja aktier och generera positiv abnormal avkastning gentemot resten av marknaden (Carlisle & Gray, 2013).
Ou & Penman (1989) undersöker fundamental analys på den amerikanska aktiemarknaden under perioden 1973-1983. De skapar ett eget sammanfattande mått som extraherar och summerar värderelevant information från historiska finansiella rapporter för att prediktera företags framtida vinster. En investeringsstrategi skapas sedan där företag med relativt höga (låga) värden på detta sammanfattande mått köps (blankas) i en portfölj. Deras studie visar att
7 denna investeringsstrategi genererade en positiv genomsnittlig årlig abnormal avkastning på 12,56% relativt jämförelseindex. Vidare testar Abarbanell & Bushee (1998) en investeringsstrategi där aktier köps baserat på styrkan i 12 fundamentala signaler som analytiker använder sig av vid värdering av företag. Undersökningen sker även den på amerikanska aktiemarknaden men under perioden 1974-1988. Resultatet visar att en sådan strategi generade en positiv genomsnittlig årlig abnormal avkastning om 13,2% relativt jämförelseindex.
Trots att olika strategier baserade på fundamental analys studerats under flera decennier är inte forskare överens över anledningen till deras förmåga att generera positiv abnormal avkastning.
Fama & French (1992) argumenterar för att den positiva abnormala avkastningen härstammar från en högre inneboende risk i de underliggande företagen. Chan & Lakonishok (2004) hävdar istället att den positiva abnormala avkastningen härstammar från investerares irrationella beteende som ibland över- och undervärderar olika företag på grund av olika orsaker. Sloan (1996) argumenterar dock för att olika fundamentala strategiers förmåga att generera positiv abnormal avkastning inte beror på investerares irrationella beteende. Snarare beror det på att det ofta förekommer informationsanskaffningskostnader i samband med dessa analyser vilket medför att de är svåra att använda i praktiken för icke-institutionella investerare.
2.3.1 Magic Formula Investing
En av de senare utvecklade värdeinvesteringsstrategierna som bedöms vara praktiskt genomförbar även för icke-institutionella investerare är Magic Formula Investing (MFI).
Strategin presenterades av Greenblatt (2006) och argumenteras vara en uppdaterad version av Graham & Dodds (1934) tidigare idéer. I linje med andra värdeinvesteringsstrategier anser han att investerare bör fokusera på historisk finansiell prestation istället för att basera sina investeringsbeslut på komplicerade prognoser kring företagets framtida utveckling. Denna till synes triviala strategi väljer aktier genom att studera värdet på nyckeltalen:
I) Earnings Yield (EY): EBIT / Enterprise Value.
II) Return on Capital Employed (ROCE): EBIT / (Total assets Current liabilities).
Ett högt relativt värde på ROCE indikerar att det är ett högkvalitativt företag med förmåga att skapa aktieägarvärde och ett högt relativt värde på EY indikerar att företaget är lågt värderat av marknaden (Greenblatt, 2006). Efter att dessa nyckeltal beräknats rangordnas alla aktier i urvalet och köp sker sedan i de bolag som får den lägsta aggregerade rankingpoängen. På en marknad bestående av 500 bolag skulle det bolag som innehar högsta (lägsta) relativa värde på
8 EY få rankingen 1 (500). Med samma analogi får aktier med högsta (lägsta) relativa värde på ROCE rankingen 1 (500). Efter denna ranking summeras de separata rankingpoängen och de aktier med lägst aggregerad poäng blir de bolag som köps till portföljen. Greenblatt (2006) rekommenderar en portfölj bestående av 20 till 30 likaviktade aktier baserat på investerarens individuella riskvilja. Aktierna vilka köps in till portföljen förvaltas sedan enligt en 1-årig Buy- and-hold strategi.
Även under längre perioder har MFI genererat högre avkastning än jämförelseindex vilket åskådliggörs i tabell 1 där en summering över de tester som Greenblatt (2006) utfört presenteras. I ett urval av de 3500 aktierna på den amerikanska aktiemarknaden, vilka har ett marknadsvärde som överstiger 0,5 miljarder amerikanska dollar, genererade MFI 18,5% högre avkastning per år än jämförelseindex (S&P500) under perioden 1988-2004. För de absolut största aktierna på den amerikanska aktiemarknaden, vilka har ett marknadsvärde som överstiger 1 miljard amerikanska dollar, genererade MFI 11,2% högre avkastning per år under perioden 1988-2004. Eftersom Greenblatt inte riskjusterar avkastningen enligt allmänt accepterade riskmodeller kan dock resultaten inte anses vara robusta enligt följare av den traditionella finansiella teorin.
Tabell 1
Greenblatts (2006) MFI-resultat under perioden 1988-2004
Marknad Urval Urvalsstorlek MFI S&P500
USA MV > 0,5 USDbn 3500 0,308 0,124
USA MV > 1 USDbn 1000 0,229 0,124
Tabell 1. Greenblatts (2006) egen studie av MFI på den amerikanska aktiemarknaden under perioden 1988-2004.
Genom att sortera bolagen på marknadsvärde (MV) erhåller Greenblatt två olika urval, ett som är större än 0,5 USDbn och ett som är större än 1 USDbn. Studien visar att MFI genererar en årlig genomsnittlig avkastning på 30,8% för urvalet som är större än 0,5 USDbn och 22,9% för urvalet som är större än 1 USDbn. Jämförelseindex (S&P500) lyckas enbart generera en genomsnittlig årlig avkastning på 12,4% per år under samma period.
Bland de första att undersöka MFI efter dess publikation var Carlisle & Gray (2013) vilka studerar strategin på den amerikanska aktiemarknaden under perioden 1964-2011. Till skillnad från Greenblatts ursprungliga undersökning väljer de att vikta aktierna olika i den köpta portföljen baserat på deras relativa marknadsvärde för att få bättre likhet med jämförelseindex (S&P500) vilket är ett marknadsvärdesviktat index. De väljer även att dela upp portföljerna i tre deciler baserat på aggregerad rankingpoäng den högsta, den mellersta och den lägsta- för att undersöka skillnader i avkastning baserat på poängen i MFI. Deras resultat visar att även när innehaven i portföljen marknadsvärdeviktas genererar MFI en positiv genomsnittlig årlig abnormal avkastning om 3,27% högre än S&P500 under den studerade perioden. En intressant
9 aspekt med deras studie är att portföljerna i den högsta decilen, som består av de aktierna med bäst aggregerad rankningspoäng, har 7,96% högre genomsnittlig årlig avkastning än portföljen i den lägsta decilen vilket indikerar att MFI är effektiv i avseende att välja högavkastande aktier.
Vidare är Carlisle & Grays (2013) resultat robusta för riskjusterade mått som Sharpe- och Sortinokvot.
Trots dessa uppseendeväckande resultat är strategin relativt sparsamt studerad på den nordiska aktiemarknaden. Davydov et al. (2016) undersöker dock MFI i jämförelse med andra värdeinvesteringsstrategier på den finska aktiemarknaden under perioden 1991-2013. I deras studie presenteras en utökad version av MFI vilken benämns MFI-CF där de adderar en tredje variabel till grundstrategin i form av kassaflödet per aktie dividerat med aktiepriset (CF/P).
Anledningen till att utöka den ursprungliga modellen med CF/P tillskrivs att skapa utrymme åt företag som genererar positivt kassaflöde men där rörelseresultatet (EBIT) påverkas av redovisningsbaserade förluster i form av av- och nedskrivningar. Deras resultat presenteras i tabell 2 där det går att urskilja att MFI i sin ursprungliga form genererade en årlig genomsnittlig avkastning om 19,26% medan MFI-CF genererade en årlig genomsnittlig avkastning om 20,17% under samma period. Därmed lyckas båda strategierna generera högre avkastning än jämförelseindex (OMX Helsingfors CAP GI) vilket genererade en årlig genomsnittlig avkastning om 13,63% under samma period. Davydov et al. (2016) resultat är även robusta för riskjusterade mått som Sharpe- och Sortinokvot samt statistiskt signifikanta på 5%-nivån.
Tabell 2
Davydov et al. (2016) resultat för MFI och MFI-CF och jämförelseindex under perioden 1991-2013
Deskriptiv statistik MFI MFI-CF OMXH CAP GI
Genomsnittlig årlig avkastning 0,193 0,202 0,136
Standardavvikelse 0,226 0,225 0,230
Sharpekvot 0,641 0,684 0,380
Sortinokvot 1,022 1,104 0,593
Tabell 2. Davydov et al. (2016) resultat för strategierna MFI, MFI-CF och jämförelseindex (OMX Helsingfors CAP GI) på den finska aktiemarknaden under perioden 1991-2013. Tabellen visar årlig genomsnittlig avkastning, standardavvikelse samt Sharpe- och Sortinokvot för vardera strategin och jämförelseindex för den undersökta perioden.
2.4 Värde- och momentuminvestering
De tidigare presenterade marknadsanomalierna, värdeinvestering- och momentumeffekten, har i huvudsak studerats separat från varandra. En kombination av båda dessa faktorer har däremot inte studerats i lika stor utsträckning. Asness (1997) studerar denna kombination på den amerikanska aktiemarknaden under perioden 1963-1994. Det huvudsakliga resultatet från
10 studien är att värde- och momentumeffekten är negativt korrelerade med varandra. Detta förklaras av att investerare som använder sig av en värdestrategi i högre utsträckning investerar i företag med sämre momentum och hög B/M-kvot (lågt värderat), och investerare som använder sig av en momentumstrategi i högre utsträckning investerar i företag med bättre momentum och låg B/M-kvot (högt värderat). Asness (1997) argumenterar för att det uppstår en naturlig diversifieringseffekt när dessa faktorer kombineras och att det på grund av detta är möjligt att skapa portföljer med lägre volatilitet i avkastningen.
I en senare undersökning studerar Asness et al. (2013) värde- och momentuminvestering separat och i kombination med varandra på den amerikanska, engelska, europeiska och japanska aktiemarknaden under perioden 1972-2011. Värdeportföljer skapas genom att ranka aktier baserat på deras B/M-kvot och momentumportföljer baserat på aktiers relativa avkastning den senaste 12-månadersperioden (J12). De finner att både värde- och momentumportföljen genererar positiv abnormal avkastning på samtliga marknader förutom i Japan när de undersöks separat. De kombinerar även båda dessa strategier genom att investera 50% i värdeportföljen och 50% i momentumportföljen (50/50). Asness et al. (2013) finner att värde- och momentumportföljerna är signifikant negativt korrelerade med varandra och att 50/50-strategin genererar högre abnormal avkastning än när de undersöks separat.
Även Fisher, Shah & Titman (2016) undersöker värde- och momentuminvestering separat samt i kombination med varandra på den amerikanska aktiemarknaden under perioden 1975-2013.
Förutom 50/50-strategin som presenterades av Asness et al. (2013) presenterar de även ett annat tillvägagångssätt för att kombinera värde- och momentumstrategier. Genom att rangordna enskilda aktier baserat på deras relativa värden på B/M-kvot och momentum den senaste 12- månadersperioden (J12) erhåller de aktiens totala rankingpoäng (V/M). De aktier som har bäst rankingpoäng enligt föruppsatta gränsvärden relativt resten av urvalet köps sedan in till den kombinerade portföljen. Resultatet visar att samtliga undersökta portföljer genererar högre abnormal avkastning i förhållande till jämförelseindex. De finner även att V/M-strategin genererar högre abnormal avkastning och att Sharpekvoten är högre än 50/50-strategin.
2.5 Riskjusterad prissättningsmodell
Hur begreppet risk ska definieras är ett omdebatterat ämne. Följare av den traditionella finansiella teorin hävdar att det existerar en koppling mellan risk och förväntad avkastning. Låg (hög) risk förknippas med låg (hög) avkastning. Således antas en ökad riskexponering öka den förväntade avkastningen (Markowitz, 1952). För att mäta den riskjusterade avkastningen hos
11 en aktieportfölj utvecklade Sharpe (1966), Sharpekvoten. Sharpekvoten är ett mått vilket används för att jämföra olika aktieportföljers riskjusterade avkastning (Sharpe, 1966). I tidigare studier vilka kombinerar värde- och momentumstrategier har Sharpekvoten använts som riskjusterad prissättningsmodell (Asness et al. 2013; Fisher et al. 2016). Vidare menar Brealey, Myers & Allen (2014) att Sharpekvoten är ett av de mest använda måtten för att utvärdera en portföljs historiska resultat.
Sharpe (1966) förklarar att när man jämför två portföljers historiska avkastning med Sharpekvoten, är portföljen med högst Sharpekvot också den portföljen med högst riskjusterad avkastning. Enligt Sharpe (1994), räknas Sharpekvoten ut genom följande formel:
𝑆ℎ𝑎𝑟𝑝𝑒𝑘𝑣𝑜𝑡 𝑅 −𝑅𝑓 (2.1) Där:
𝑅𝑝 är portföljens avkastning i procent.
𝑅𝑓 är den riskfria räntan.
𝜎𝑝 är portföljens standardavvikelse.
2.6 Hypotesformulering
Den tidigare forskning som presenterats visar att det är möjligt att generera positiv abnormal avkastning genom att använda sig av teknisk analys. Genom att studera aktiers relativa styrka de senaste 3 till 12 månaderna på den amerikanska aktiemarknaden, det vill säga en akties momentum, visar Jegadeesh & Titman (1993) att det är möjligt att generera positiv abnormal avkastning genom att köpa (blanka) de aktier som har haft bäst (sämst) avkastning under perioden. Detta resultat stöds även av andra studier vilka undersökt momentumeffekten i Asien och i Europa (Chui et al. 2000; Rouwenhorst, 1998). När det gäller momentumeffekten i Sverige är resultaten tvetydiga. Parmler & Gonzáles (2007) finner att momentumeffekten existerar i Sverige men att den är svagare än i USA. Rouwenhorst (1998) finner också indikationer på att momentumeffekten existerar i Sverige men resultaten uppnår inte statistisk signifikans. Med bakgrund av detta formuleras studiens första hypotes:
Hypotes 1: En investeringsstrategi baserad på momentumeffekten genererar positiv abnormal avkastning på Nasdaq Stockholm och First North.
Den tidigare forskning som presenterats visar även att det är möjligt att generera positiv abnormal avkastning genom att använda sig av fundamental analys. Ou & Penman (1989) använder sig av fundamental analys på den amerikanska aktiemarknaden under perioden 1973-
12 1983 och finner 12-månaders positiv abnormal avkastning som inte kan förklaras av traditionella prissättningsteorier. Även Greenblatts (MFI) har visat sig generera positiv abnormal avkastning under längre perioder på flertalet marknader (Carlisle & Gray, 2013;
Davydov et al. 2016). Davydov et al. (2016) undersöker MFI-strategin på den finska aktiemarknaden under perioden 1991-2013 och finner att strategin genererar positiv abnormal avkastning och högre Sharpe- och Sortinokvot än jämförelseindex. Med bakgrund av detta formuleras studiens andra hypotes:
Hypotes 2: En investeringsstrategi baserad på MFI genererar positiv abnormal avkastning på Nasdaq Stockholm och First North.
Vidare förväntar vi oss att Greenblatts (2006) MFI-strategi inte är optimalt utformad utan att den med fördel kan utökas med ytterligare en variabel. Davydov et al. (2016) visar att det är möjligt att utveckla MFI genom att addera en ytterligare variabel i form av CF/P och att denna version genererar högre abnormal avkastning än MFI i sin ursprungliga form. Asness et al.
(2013) och Fisher et al. (2016) visar även i sina studier att en kombinerad värde- och momentumstrategi genererar högre abnormal avkastning än när dessa strategier används separat. Med bakgrund av detta formuleras studiens tredje hypotes:
Hypotes 3: En kombinerad investeringsstrategi baserad på momentumeffekten- och MFI genererar positiv abnormal avkastning på Nasdaq Stockholm och First North. Den abnormala avkastningen är även högre än båda dessa strategier separat.
13
3. Studiens design
3.1 Data och urval
Underlaget för datainsamlingen hämtas från samtliga svenska börsnoterade bolag på Nasdaq Stockholm samt First North under perioden 2005-2018. Anledningen till vald tidsperiod är dels för att undersöka aktuella data, samt huruvida modellernas avkastning är varaktig under en längre tidsperiod och under olika konjunkturcykler. För insamlandet av data används Thomson Reuters Datastream2 med undantag för räntan på svenska statsskuldväxlar vilket hämtas från Sveriges Riksbank. Det ursprungliga urvalet innehåller samtliga noterade bolag på Nasdaq Stockholm samt First North under den undersökta tidsperioden. Alla beräkningar utförs sedan i Microsoft Excel.
Eftersom den data som studeras vid utformandet av MFI-strategins portföljer är fokuserad kring bolagens balansräkningar är det viktigt att samtliga bolag i urvalet rapporterar enligt samma redovisningsstandard. Detta för att säkerställa att varje nyckeltal som beräknas representerar samma sak. Majoriteten av bolagen i vår undersökningspopulation rapporterar enligt IFRS- regelverket och därför väljer vi att exkludera alla bolag som inte rapporterar enligt detta regelverk. Detta resulterar i ett visst bortfall av bolag men är en nödvändig justering för att få ett enhetlig urval.
För att undvika problem med survivorship bias har även bolag som avnoterats under den undersökta perioden tagits med i studien. För aktier som innehar flera noteringar likt A-, B- eller C tas enbart den primära aktien i beaktning. Vi exkluderar också de aktier vilka inte innehåller nödvändig information om EBIT, Enterprise value, Total assets samt Current liabilities. I enlighet med Greenblatts (2006) rekommendationer genomförs även en justering av data för att nå ett tillförlitligt och representativt urval. Bank, försäkrings, fastighets- och investmentbolag vars resultat- och balansräkningar omfattas av särskilda regelverk har exkluderats från urvalet. Detta resulterade i ett urval som presenteras i tabell 3 nedan.
2 En lista med använda Datastream variabler återfinns i Appendix.
14 Tabell 3
Antalet bolag i urval och portfölj fördelat per investeringsstrategi under perioden 2005-2018
Strategi Antal bolag i urval Antal bolag i portfölj
Minsta Största Minsta Största
MOM 360 552 36 55
MFI 245 305 25 31
MOM+MFI 245 305 25 31
Tabell 3. Antalet bolag i urval och portfölj fördelat per investeringsstrategi under perioden 2005-2018. Eftersom vi enbart köper in den första decilen till vardera investeringsstrategin varierar antalet bolag som ett resultat av nyintroduktioner och avnoteringar.
3.2 Portföljkonstruktion
I vår studie använder vi, likt Asness et al. (2013), oss av den standard som existerar inom forskningen kring momentumeffekten- och MFI. Vi är därmed inte intresserade av att finna de bästa prediktionerna för avkastning hos de båda strategierna. Snarare är vår målsättning att bedriva en strategi som är praktiskt genomförbar och skapar ett tillförlitligt resultat. Därmed kan våra resultat understiga den verkliga avkastning vilket hade kunnat uppnås genom att undersöka en mer optimal viktning av olika variabler som ingår i de olika grundstrategierna.
I enlighet med flertalet tidigare studier inom fundamental analys använder vi första april som utgångspunkt för portföljkonstruktionen. Detta tillvägagångssätt används då vi använder oss av ingående balansvärden från företagens Q4-rapporter för att minimera risken för look-ahead bias vilket annars kan vara ett problem vid avkastningsbaserade studier. Majoriteten av företagen som ingår i vår undersökningspopulation använder sig av vanligt kalenderår som räkenskapsår.
Därmed kommer finansiell information som publiceras i samband med företagens Q4-rapporter att finnas tillgänglig för investerarna vid formeringen av portföljerna. I de fall då företaget använder sig av brutet kalenderår som räkenskapsår används den finansiella informationen från föregående års Q4-rapporter för att säkerställa att informationen är tillgänglig för investerarna.
För att på ett tillförlitligt vis jämföra portföljernas avkastning använder vi även första handelsdagen i april som utgångspunkt vid momentumportföljens konstruktion.
3.3 Investeringsstrategi 1 MOM
Vid utformandet av momentumportföljen (MOM) utgår vi i huvudsak från Jegadeesh &
Titmans (1993) studie vilket ett flertal andra studier valt att utgå ifrån (ex Rouwenhorst, 1998;
Asness et al. 2013). Jegadeesh & Titman (1993) undersöker som tidigare nämnt ett flertal olika långa formationsperioder (J) och hållperioder (K) vid deras undersökning på den amerikanska aktiemarknaden. Framförallt undersöker de J6/K6-strategin, vilket innebär att de observerar
15 enskilda aktiers avkastning den senaste 6-månadersperioden och sedan håller dessa aktier i en portfölj över den kommande 6-månadersperioden.
Mellan formations- och hållperioden är det vid momentumstudier vanligt att vänta en månad för att undvika kortsiktiga prisreversaler, vilket tidigare studier argumenterat kan vara relaterat till likviditetsproblem (Jegadeesh & Titman, 1993; Fama & French, 2006). Detta kallas för en eftersläpningsperiod. Denna eftersläpningsperiod medför att det blir en ständig förskjutning för vilken månad portföljen konstrueras varje år. Då vi på ett tillförlitligt vis vill kombinera momentumeffekten- och MFI i en senare portfölj väljer vi att använda oss av J5/K6-strategin, vilket leder till att portföljerna formeras första handelsdagen i april och oktober varje år.
Vidare innebär det att vi i början av var femte månad rangordnar aktierna under nämnda period (J5). Därefter delas aktierna upp i deciler baserat på denna ranking. De aktier som rankas bäst och ingår i den första decilen utgör vår portfölj under hållperioden (K6). Antalet aktier vilka ingår i den köpta portföljen baseras därmed på urvalets storlek och varierar mellan åren som ett resultat av nyintroduktioner och avnoteringar. För att ingå i MOM måste aktien ha en prishistorik på minst sex månader före hållperiodens början. Saknas denna prishistorik tas inte aktiens avkastning i beaktning. En illustration över formationsperiod, eftersläpningsperiod och hållperiod för J5/K6-strategin illustreras i figur 1.
Figur 1. Illustration över formationsperiod- och hållperiod för strategin J5/K6.
I vår studie av J5/K6-strategin väljer vi att inte använda oss av några överlappande portföljer.
Det innebär att vi inte innehar flera portföljer under den undersökta perioden. Därmed investerar vi 100% av det fiktiva kapitalet den första handelsdagen i april år t i portfölj 1, sedan likvideras alla innehav den sista handelsdagen i hållperioden och 100% av det fiktiva kapitalet investeras i portfölj 2 den första handelsdagen i oktober år t.
3.4 Investeringsstrategi 2 MFI
Vid utformandet av MFI-portföljerna används Greenblatts (2006) grundstrategi. Modellen baseras som tidigare nämnts på nyckeltalen EY och ROCE och beräknas på årlig basis enligt följande formler:
16
𝐸𝑌 𝐸 𝐼
𝐸𝑛 𝑒 𝑒 𝑎 𝑒 (3.4.1)
𝑅𝑂𝐶𝐸 𝐸 𝐼
𝑜 𝑎 𝑎 𝑒 −𝐶 𝑒𝑛 𝑎 𝑒 3 (3.4.2) Alla aktier vilka ingår i urvalet rankas baserat på deras relativa värde på EY och ROCE gentemot resten av urvalspopulationen. Aktier med högre (lägre) relativa värden på nyckeltalen får en lägre (högre) rankningspoäng. Med andra ord, i ett urval om 500 bolag får det bolag som har högst relativa värde på nyckeltalet rankningspoängen 1 av 500 (lägsta rankningspoängen).
De bolag som köps in till portföljen baseras sedan på den aggregerade rankningspoängen av de båda nyckeltalen. Ett bolag med rankningspoängen 1 av 500 på EY och 14 av 500 på ROCE får därmed rankingpoängen enligt:
𝑀𝐹𝐼 𝑟𝑎𝑛𝑘 𝐸𝑌 𝑟𝑎𝑛𝑘 𝑅𝑂𝐶𝐸 (3.4.3) 𝑀𝐹𝐼 1 14 15 (3.4.4) I likhet med Carlisle & Gray (2013) skapar vi sedan deciler baserat på den kombinerade rankingpoängen men väljer att enbart inkludera aktierna i den första decilen till vår portfölj.
Formeringen av MFI-portföljen sker den första handelsdagen i april varje år i undersökningsperioden. De aktier som köps till portföljen förvaltas sedan enligt en 1-årig Buy- and-Hold strategi och en ny fördelning baseras på nästa års ranking av bolagen.
3.5 Investeringsstrategi 3 MOM+MFI
Nästa steg i vår studie undersöker en kombinerad MOM- och MFI-strategi (MOM+MFI).
Fisher et al. (2016) visar i sin studie två olika sätt för att komponera en kombinerad värde- och momentumportfölj. Tillvägagångssättet vi använder oss av är det som genererade högst avkastning i deras studie (V/M) vilket innebär att vi rangordnar MOM- och MFI separat enligt tidigare instruktioner och beräknar sedan den gemensamma rankingpoängen för att generera aktiens totala MOM+MFI poäng. Med andra ord, i ett urval bestående av 500 aktier, får de aktier med bästa (sämsta) relativa avkastning enligt MOM således rankingen 1 (500). Med samma analogi får de aktier med bästa (sämsta) relativa värde på de inneboende nyckeltalen i MFI således rankingen 1 (500). Aktiens aggregerade totalpoäng blir således:
𝑀𝑂𝑀 𝑀𝐹𝐼 𝑟𝑎𝑛𝑘 𝑀𝑂𝑀 𝑟𝑎𝑛𝑘 𝑀𝐹𝐼 (3.5.1)
3 Greenblatt använder sig av finansiell data från Compustat i kontrast till Thomson Reuters Datastream och på grund av olika databaser finns det skillnader i hur de ingående variablerna definieras. ROCE definieras enligt Greenblatt (2006) som EBIT / (Net working capital + Net fixed assets). I vår studie definieras det emellertid som EBIT / (Total assets Current liabilities).
17 𝑀𝑂𝑀 𝑀𝐹𝐼 1 1 2 (3.5.2) Efter att den aggregerade totalpoängen beräknats för samtliga aktier i urvalet köps de aktier som tillhör den första decilen in till portföljen. Eftersom nyckeltalen inom MFI beräknas den första april varje år, och aktiers relativa avkastning enligt MOM (J5/K6) beräknas första april och oktober varje år, kommer omallokeringen av MOM+MFI-portföljens innehav främst att ske med bakgrund av MOM-strategin den första handelsdagen i oktober varje år.
3.6 Avkastningsmått
För att genomföra vår studie beräknas avkastning för enskilda aktier, portföljer samt marknaden både på dagsbasis men även i sin helhet varje år. Med syfte att nå hög validitet i studien använder vi erkända avkastningsmått som tidigare använts i momentum- och värdestudier (Fisher et al. 2016; Asness et al. 2013). En akties 1-åriga avkastning och dagsavkastning beräknas med Total Return Index (RI) som hämtas från Thomson Reuters Datastream. RI är ett avkastningsmått vilket inkluderar återinvesterade utdelningar. Eftersom studien ämnar pröva investeringsstrategierna i jämförelse med marknaden, använder vi en proxy för marknadsportföljen i form av indexet SIX Return Index (SIXRX). Valet av SIXRX grundar sig i att det innehåller samtliga bolag noterade på Stockholmsbörsen samt att det inkluderar utdelningar vilket således är ett passande jämförelseindex för urvalet i vår studie. Varje år skapas som tidigare nämnt decil-portföljer där varje aktie som köps in till portföljen vägs likvärdigt. Portföljernas årliga- och dagsavkastning beräknas sedan med aritmetiskt medelvärde.
3.7 Riskjusterad avkastning
Som tidigare nämnts mäts portföljens avkastning genom att även mäta den i förhållande till dess risk. I vår studie väljer vi att använda oss av tidigare nämnda Sharpekvoten. Valet av att använda Sharpekvoten som riskjusterat mått har kritiserats då det är en förenkling av risk eftersom alla avvikelser från medelvärdet, även positiva, har en direkt påverkan på standardavvikelsen för portföljen (Leivo & Pätäri, 2009). Dessutom, som ett resultat av att vi använder likaviktade portföljer, kan småbolagen i våra portföljer påverka standardavvikelsen i stor utsträckning. För att undvika detta problem hade exempelvis Fama & Frenchs (1993) trefaktormodell istället kunna användas. I studier där värde- och momentumstrategier kombinerats har dock Sharpekvoten använts som ett mått på riskjusterad avkastning (Fisher et al. 2016; Asness et al. 2013).
18 Sharpekvoten beräknas utifrån portföljens avkastning i förhållande till den riskfria räntan samt volatiliteten i form av standardavvikelsen på portföljen. Valet av ränta ämnar efterlikna T-Bill- Räntan som används på den amerikanska marknaden i (Asness et al. 2013). Den riskfria räntan i studien består av räntan för svenska statsskuldväxlar med sex månaders löptid vilket hämtas från Sveriges Riksbanks hemsida och omvandlas till dagsränta enligt följande:
𝑅𝑓 𝑑𝑎𝑔 𝑅𝑓 å𝑛
3 0 (3.7.1)
3.8 Signifikanstest
För att testa om portföljernas Sharpekvoter (SHP) är signifikant skilda från marknadens (SHM) används de statistiska tester vilka Jobson & Korkie (1981) utvecklade i sin studie. Första steget är att påvisa fördelningen under nollhypotesen, där:
SĤ ~N (0,1+ SĤ
𝑛 ) (3.8.1) Vilket sedermera omvandlas till:
SĤ 𝑀 = 𝑔 σ𝑀 - 𝑔𝑀σ (3.8.2) Detta ger oss medelvärde, SĤ 𝑀, av den asymptotiska fördelningen. Vidare beräknar vi variansen genom:
σ2 = 1
2 2σ 2σ𝑀2 2σ σ𝑀σ 𝑀 1
2𝑔 2σ𝑀2 1
2𝑔𝑀2σ 2 𝑔 𝑔
2σ σ (2σ 𝑀2 σ 2σ𝑀2 (3.8.3) Sammanfattning av variabler ovan:
𝑔 är portföljens geometriska medelvärde.
𝑔𝑀 är marknadens (SIXRX) geometriska medelvärde.
σ är portföljens standardavvikelse.
σ𝑀 är marknadens (SIXRX) geometriska medelvärde.
σ 𝑀 är portföljen och marknadens (SIXRX) kovarians.
n är antalet observationer.
Den slutgiltiga formel vilket testet genomförs efter är följande:
z(SH 𝑀) = SĤ
√σ ~ N (0,1) (3.8.4)
19 De Z-värden vilket beräknas utifrån ovan beskrivna test används sedan i Excels funktion norm. .di am fal e ilke genererar p-värdet för testet. Ett p-värde mindre än 5%
accepterar vi som ett statistiskt signifikant resultat.
20
4. Resultat och Analys
4.1 Totalavkastning
I tabell 4 presenteras en sammanställning av totalavkastning för samtliga undersökta strategier och jämförelseindex (SIXRX) för undersökningsperioden 2005-2018. Den bäst presterande strategin i form av avkastning är MOM+MFI vilken genererade en totalavkastning om 970%
under den studerade perioden. Samtliga undersökta portföljer genererar dock högre totalavkastning än SIXRX som genererade en totalavkastning om 269%.
Tabell 4
Totalavkastning för respektive investeringsstrategi och SIXRX under perioden 2005-2018
Deskriptiv statistik MOM+MFI MFI MOM SIXRX
Totalavkastning 970% 534% 441% 269%
Tabell 4. Totalavkastning för MOM+MFI, MFI och MOM-strategin samt jämförelseindex (SIXRX) under perioden april 2005- april 2018.
I relation till tabellen ovan visar figur 2 de olika portföljernas totalavkastning i jämförelse med SIXRX under undersökningsperioden 2005-2018.
Figur 2. Grafisk representation över dagliga avkastningsdata för MOM+MFI, MFI och MOM-strategin samt jämförelseindex (SIXRX) under perioden april 2005-april 2018.
Det kan observeras att fram till 2009 uppvisar portföljerna korrelation med varandra och att samtliga presterar bättre än jämförelseindex. Efter denna tidpunkt börjar portföljerna avvika gentemot varandra och MOM+MFI-portföljen börjar att överprestera de andra och denna trend fortsätter under resterande del av den undersökta perioden. En möjlig förklaring till detta är att marknadsanomalier ofta förlorar stora delar av sina prediktiva förmågor efter att de publicerats och blivit tillgängliga för allmänheten (Malkiel, 2003). MFI som fram till denna tidpunkt varit
21 en relativt ny investeringsstrategi, kan därmed i stor grad ha påverkats av att den blivit mer känd och lättillgänglig för investerare.
4.2 Investeringsstrategi 1 - MOM
I tabell 5 presenteras en sammanställning av resultat för MOM-portföljen vilken är skapad med inspiration från Jegadeesh & Titman (1993). Portföljens innehav allokeras om två gånger per år, första handelsdagen i april och i oktober varje år för undersökningsperioden 2005-2018.
Panel A beaktar båda dessa perioder för ett års avkastning och panel B visar olika deskriptiva statistiska mått för MOM-strategin samt jämförelseindex
Tabell 5
Årliga avkastningsdata samt deskriptiva statistiska mått för MOM-strategin samt jämförelseindex för undersökningsperioden 2005-2018
Period MOM SIXRX Mj N
Panel A: Tidsserie, 1-årig avkastning
2005 / 2006 0,846 0,460 0,386 322 / 331
2006 / 2007 0,375 0,210 0,165 345 / 373
2007 / 2008 -0,197 -0,170 -0,027 360 / 393
2008 / 2009 -0,345 -0,330 -0,015 416 / 433
2009 / 2010 0,353 0,660 -0,307 425 / 417
2010 / 2011 0,097 0,150 -0,053 414 / 419
2011 / 2012 -0,118 -0,040 -0,078 416 / 403
2012 / 2013 0,148 0,150 -0,002 407 / 399
2013 / 2014 0,235 0,230 0,005 382 / 379
2014 / 2015 0,298 0,270 0,028 383 / 381
2015 / 2016 0,276 -0,080 0,356 397 / 422
2016 / 2017 0,324 0,210 0,114 454 / 472
2017 / 2018 -0,005 0,020 -0,025 507 / 552
Panel B: Statistik, riskjusterad avkastning under perioden 2005-2018
Genomsnittlig årlig avk. 0,128 0,098
Standardavvikelse 0,183 0,204
Sharpekvot 0,735 0,542
P-värde 0,296 -
Tabell 5. MOM-strategin skapades med inspiration från Jegadeesh & Titman (1993) där alla aktier som ingår i urvalet rankas på en relativ skala baserat på deras avkastning under den senaste 5 månaders perioden (J5).
Aktierna som köps in till portföljen hålls sedan i sex månader (K6). Portföljen allokeras om två gånger per år, första handelsdagen i april och oktober varje år under undersökningsperioden. Panel A visar 1-års avkastning i procent för MOM-strategin och jämförelseindex (SIXRX) under perioden 2005 2018 samt även årlig marknadsjusterad avkastning (Mj) och antalet bolag i urvalet för respektive period (N). Panel B visar genomsnittlig årlig avkastning, årlig standardavvikelse, Sharpekvoten samt p-värde för Sharpekvoten.
Sharpekvoten beräknas utifrån portföljens avkastning i förhållande till den riskfria räntan samt volatiliteten i form av standardavvikelsen på portföljen. Den årliga Sharpekvoten erhålls genom att multiplicera den dagliga med
252.
Initialt observeras det att MOM-strategin genererade en årlig genomsnittlig avkastning om 12,8% under den studerade perioden 2005-2018. Detta kan ställas i relation till jämförelseindex
22 som genererade en årlig genomsnittlig avkastning om 9,8% under samma period. Även om MOM-strategin genererar högre årlig genomsnittlig avkastning än jämförelseindex är inte avkastningen lika hög som flertalet andra studier vilka undersökt momentumeffekten utanför Sverige visat på (ex Jegadeesh & Titman, 1993; Chui et al. 2000). En anledning till detta kan vara att vi väljer att inte blanka de aktier som uppvisar sämst momentum i vårt urval. En annan anledning kan vara att Sverige är en mindre aktiemarknad med en hög andel utländskt institutionellt kapital, marknader med dessa karaktärsdrag kallas ibland för periferi-marknader.
En egenskap hos periferi-marknader är att vid turbulenta perioder säljer utländska investerare sina aktier på dessa marknader först. Detta kan leda till ett större säljtryck än på aktiemarknader med mindre andel utländskt kapital vilket påverkar avkastningen negativt (Grobys & Huhta- Halkola, 2019).
Vid en närmare undersökning av panel A kan det urskiljas att MOM-strategin genererar den högsta årliga avkastningen under de två första studerande åren. Under finanskrisen (2008-2009) och även under det efterföljande året erhåller strategin sämre avkastning än jämförelseindex vilket den marknadsjusterade avkastningen (Mj) visar. Detta är i linje med O keeffe &
Gallagher (2014) vilka finner liknande resultat på den irländska aktiemarknaden. En möjlig förklaring till detta kan vara att innan finanskrisen genererade konjunkturkänsliga bolag en relativt hög avkastning. Detta medförde att dessa aktier blev en stor del av portföljerna enligt MOM-strategin och tyngde sedan ner resultatet under denna period. Året efter finanskrisen investerades istället en stor del av portföljen i konjunkturstabila bolag och därmed hade MOM- strategin svårt att generera liknande avkastning när konjunkturkänsliga bolag rekylerade upp.
I panel B kan det observeras att MOM-strategin erhåller en lägre standardavvikelse i avkastningen än jämförelseindex. Detta i kombination med den högre årliga genomsnittliga avkastningen resulterar i att MOM-strategin har en högre Sharpekvot än jämförelseindex. Detta indikerar att strategin erhåller högre riskjusterad avkastning. Dock finner vi inte statistiskt signifikanta resultat på 5%-nivå för Sharpekvoten. Den uppnådda signifikansnivån på 29,6%
innebär att vi inte kan acceptera hypotes 1, det vill säga att en strategi baserad på momentumeffekten genererar positiv abnormal avkastning på Nasdaq Stockholm och First North. . Detta innebär att trovärdigheten i resultaten inte fullt ut kan accepteras och att det är 29,6% chans att få ett lika avvikande resultat som strategin genererat av ren slump.
23
4.3 Investeringsstrategi 2 MFI
I tabell 6 presenteras en sammanställning av resultat för MFI-strategin vilken är skapad med inspiration från Greenblatt (2006). Portföljens innehav allokeras om första handelsdagen i april varje år under undersökningsperioden 2005-2018. Panel A visar ett års Buy-and-hold avkastning och panel B visar olika statistiska mått för MOM-strategin samt marknadsportföljen.
Tabell 6
Årlig avkastning samt statistiska mått för MFI-strategin samt jämförelseindex för undersökningsperioden 2005-2018
Period MFI SIXRX Mj N
Panel A: Tidsserie, 1-årig Buy-and-hold avkastning
2005 / 2006 0,660 0,460 0,200 231
2006 / 2007 0,450 0,210 0,240 249
2007 / 2008 -0,090 -0,170 0,080 276
2008 / 2009 -0,420 -0,330 -0,090 269
2009 / 2010 0,780 0,660 0,120 295
2010 / 2011 -0,007 0,150 -0,157 287
2011 / 2012 0,040 -0,040 0,080 288
2012 / 2013 -0,030 0,150 -0,180 283
2013 / 2014 0,330 0,230 0,100 258
2014 / 2015 0,260 0,270 -0,010 246
2015 / 2016 0,190 -0,080 0,270 297
2016 / 2017 0,450 0,210 0,240 257
2017 / 2018 0,030 0,020 0,010 267
Panel B: Statistik, riskjusterad avkastning under perioden 2005-2018
Genomsnittlig årlig avk. 0,141 0,098
Standardavvikelse 0,164 0,204
Sharpekvot 0,875 0,542
P-värde 0,164 -
Tabell 6. MFI-portföljen konstruerades i enlighet med Greenblatt (2006) där alla bolag som ingår i urvalet rankas baserat på deras relativa värde på EY och ROCE gentemot resten av bolagen som ingår i urvalet. Utifrån den aggregerade rankningspoängen av EY och ROCE köps sedan de bolag som hamnar i den första decilen in till portföljen. Portföljens innehav allokeras om den första handelsdagen i april varje år. Panel A visar 1-års Buy- and-hold avkastning i procent för MFI-portföljen och jämförelseindex (SIXRX) under perioden 2005-2018 samt även årlig marknadsjusterad avkastning (Mj) och antalet bolag i urvalet för respektive period (N). Panel B visar genomsnittlig årlig avkastning, årlig standardavvikelse, Sharpekvoten samt p-värde för Sharpekvoten.
Sharpekvoten beräknas utifrån portföljens avkastning i förhållande till den riskfria räntan samt volatiliteten i form av standardavvikelsen på portföljen. Den årliga Sharpekvoten erhålls genom att multiplicera den dagliga med
252.
Initialt observeras det att MFI-strategin genererade en årlig genomsnittlig avkastning om 14,1%
under den studerade perioden 2005-2018. Detta kan ställas i relation till jämförelseindex som genererade en årlig genomsnittlig avkastning om 9,8% under samma period. Precis som i fallet med MOM-strategin är avkastningen som MFI-strategin genererat inte lika hög som flertalet andra studier visat på utanför Sverige (Greenblatt, 2006; Davydov et al. 2016). Våra resultat är
24 snarare i likhet med Carlisle & Gray (2013) vilka visade att MFI-strategin genererade en årlig genomsnittlig abnormal avkastning om 3,27% högre än S&P500 under undersökningsperioden.
I linje med Greenblatt (2006) visar den marknadsjusterade avkastningen (Mj) i panel A att MFI inte överavkastar marknaden varje år. Istället bör investeringsstrategins förmåga att generera positiv abnormal avkastning utvärderas under en längre period.
En intressant aspekt med MFI-strategin vid en närmare undersökning i panel A är att strategin presterade sämre under finanskrisen än tidigare presenterade MOM-strategin. Detta är intressant eftersom bank, försäkrings- och fastighetsbolag exkluderas från dataurvalet vid utformandet av MFI-portföljen enligt Greenblatts (2006) rekommendationer. Finanskrisen tog sin början i det finansiella systemet i USA och spred sig sedan även till det europeiska och svenska banksystemet. Därmed borde portföljen baserad på MFI-strategin inte vara exponerad mot aktier i den hårdast drabbade sektorn. Trots detta utvecklas MFI-portföljen sämre än MOM- portföljen under 2008-2009 vilket anses vara ett anmärkningsvärt resultat. En annan intressant aspekt är att när jämförelseindex har sin bästa (sämsta) avkastning tenderar MFI-strategin att ha ännu bättre (sämre) avkastning. Detta är särskilt tydligt innan och under finanskrisen. Trots detta kan det konstateras i panel B att MFI-strategin uppvisar lägre standardavvikelse än jämförelseindex. Detta i kombination med den högre årliga genomsnittliga avkastningen resulterar i en högre Sharpekvot för MFI-strategin relativt jämförelseindex.
I sin helhet indikerar resultatet i form av högre genomsnittlig årlig avkastning och Sharpekvot än jämförelseindex, att MFI kan användas för att generera positiv abnormal avkastning (Greenblatt 2006; Carlisle & Gray, 2013; Davydov et al. 2016). Resultatet är även i linje med den tidigare forskning som presenterats inom området fundamental analys, nämligen att data inhämtad från historiska finansiella rapporter, kan användas för att generera positiv abnormal avkastning (Ou & Penman, 1989; Abarbanell & Bushee, 1998). Dock finner vi inte statistiskt signifikanta resultat på 5%-nivån för Sharpekvoten. Även om vi lättar på signifikanskravet till 10% når vi inte signifikanta resultat. I och med att vi inte erhåller signifikanta resultat kan vi inte acceptera hypotes 2, det vill säga att en investeringsstrategi baserad på MFI genererar positiv abnormal avkastning på Nasdaq Stockholm och First North.
4.4 Investeringsstrategi 3 MOM+MFI
I tabell 7 presenteras en sammanställning av resultat för vår egenutvecklade MOM+MFI- strategi vilken är skapad med inspiration från Fisher et al. (2016), Jegadeesh & Titman (1993) och Greenblatt (2006). Portföljens innehav allokeras om två gånger per år, första handelsdagen
