Avkastning till vilket pris som helst? En kvantitativ studie om portföljval ur ett oetiskt perspektiv Av: Kapell Jamie & Lundholm Alfred Handledare: Maria Smolander Södertörns Högskola | Institution för samhällsvetenskaper Kandidatuppsats 15 HP Finansiering | Höstterminen 2021 Förord Författarna av uppsatsen vill tacka Södertörns Högskola som har möjliggjort detta examensarbete. Vi vill även tacka de opponenter som bidragit med goda råd och ideér samt vår handledare Maria Smolander med sina insiktsfulla åsikter. Jamie Kapell & Alfred Lundholm Stockholm, december 2021. 2 Abstract Title: Return at any price? Author: Jamie Kapell & Alfred Lundholm Advisor: Maria Smolander Subject: Business Economics with specialization in finance - Bachelor thesis Purpose: The purpose of this thesis is to analyze how different portfolio compositions on the Stockholm Stock Exchange perform in relation to its risk between the years 2008-2020. The thesis analyzes how a sinful portfolio performs in comparison with a value portfolio, growth portfolio, random portfolio and OMX30 index. Theory: The theories this study is based on are Portfolio Theory, Holding Period Returns, The effective market hypothesis, The Sharpe Ratio, Fama & French three factor model and independent t-test Method: A quantitative study with a deductive approach. The study collected data between 2008-01-01 and 2020-12-31 to see what portfolio construction generated the most returns. Results: The sinful portfolio generated the worst returns in relation to its risk. The random portfolio had the highest returns, however the value portfolio generated the best returns in relation to its risk. Conclusion: The conclusion for this thesis can be seen as that it is not worthwhile to invest in Swedish unethical companies listed on Nasdaq. To increase returns, investors should review other securities to invest in as unethical stocks neither maximize profits nor contribute to a better planet. The unethical portfolio has a higher return than the OMX30 index, however. Key Words: Sin stocks; Nasdaq Stockholm; Risk; Portfolio Theory; Unethical investing. 3 Sammanfattning Titel: Avkastning till vilket pris som helst? Författare: Jamie Kapell & Alfred Lundholm Handledare: Maria Smolander Ämne: Företagsekonomi C med inriktning finansiering - Kandidatuppsats Syfte: Syftet med denna uppsats är att analysera hur olika portföljsammansättningar på Stockholmsbörsen presterar i relation till dess risk mellan åren 2008-2020. Där uppsatsen analyserar hur en oetisk portfölj presterar i jämförelse med en värdeportfölj, tillväxtportfölj, slumpmässig portfölj och OMX30 index. Teori: Denna studie grundar sig i Den effektiva marknadshypotesen, Portföljteori, Holding Period Returns, Sharpekvot, Fama & Frenchs tre faktors modell och Oparat T-test. Metod: En kvantitativ studie med ett deduktivt förhållningssätt. Forskningen har bestått av datainsamling för aktier under perioden 2008-01-01 till 2020-12-31 för att undersöka vilken portföljsammansättning som genererar högst avkastning. Resultat: Den oetiska portföljen genererar minst avkastning i relation till dess risk. Den slumpmässiga portföljen genererar högst avkastning men värdeportföljen genererar högst avkastning i relation till dess risk. Slutsats: Slutsatsen för denna uppsats kan ses som att det inte är lönt att investera i svenska oetiska bolag noterade på Nasdaq. För att höja avkastningen bör investerare se över andra värdepapper att investera i då oetiska aktier varken vinstmaximerar eller bidrar till en bättre planet. Den oetiska portföljen har en högre avkastning än OMX30 index dock. Nyckelord: Oetiska företag; Nasdaq Stockholm; Risk; Portföljteori; Oetisk investering. 4 Begreppslista Avkastning: Hur mycket en tillgång förändras i värde mellan två tidpunkter. ESG: Står för Environmental, Social och Governance och är ett hållbarhetsmått för att värdesätta hur hållbara företag är. Oetiska bolag: Det samlingsbegrepp som delat in aktier efter deras relation till alkohol, tobak, spel och vapen samt andra produkter som ska ses som oetiska, som bolagens ESG-betyg. SRI: Social responsible investments, samlingsord för hållbara investeringar. Holding periods returns: HPR, Formel som använts för att beräkna avkastning över tid. Formeln tar i beaktande ökning eller minskning av aktiepris under investeringsperioden samt eventuella utdelningar som företaget ger ut under investeringsperioden. Sharpekvot: Formel för att beräkna portföljrisken, Sharpekvoten beräknar risken genom portföljens standardavvikelsen eller volatilitet. Risk: Risken för att något negativt händer, att en aktie sjunker i pris. Triumvirate of Sin: Samlingsord för oetiska företag inom alkohol, spel och tobak branschen. 5 Innehållsförteckning 1. Inledning 1.1 Bakgrund 1.2 Problemdiskussion 1.3 Problemformulering 1.4 Syfte 1.5 Studiens bidrag 1.6 Forskningsfrågor 1.7 Avgränsning 9 9 10 11 11 12 12 12 2. Teoretisk referensram 13 2.1 Den effektiva marknadshypotesen 13 2.2 Portföljteori 15 2.2.1 Portföljavkastning 16 2.2.2 Definition av risk 16 2.2.3 Riskfri Ränta 17 2.2.4 Marknadsindex 17 2.2.5 Riskjustering 17 2.3 Fama & French trefaktormodell 18 2.3.1 Slumpmässig Portfölj 20 2.4 Definition av oetiska aktier 21 2.4.1 Oetiska riskpremien 21 2.5 Tidigare forskning och resultat 22 2.5.1 Fama & French, Value versus Growth: The International Evidence 22 2.5.2 Hong och Kacperczyk, The price of sin: The effects of social norms on markets 22 2.5.3 Salaber, Sin stock returns over the business cycle 23 2.5.4 Olofsson, Råholm, Uddin, Troster och Kang, Ethical and unethical investments under extreme market conditions 23 2.5.5 Blitz & Fabozzi, Sin Stock Revisited: Resolving the Sinstock anomaly 23 2.5.6 Lobe & Walkshäusl, Vice vs virtue investing around the world 24 2.5.7 Sammanställning av tidigare forskning 24 2.6 Hypotesformulering 25 3. Metod 3.1 Forskningsstrategi och forskningsdesign 3.1.1 Litteraturinsamling 3.2 Datainsamling och urval 3.2.1 Population och Urval 3.2.2 Datainsamling 3.2.3 Tidsperiod 3.2.4 Bortfall 26 26 26 27 27 28 28 29 6 3.3 Portföljkonstruktion 3.3.1 Portföljförvaltning 3.3.2 Värdeaktier, tillväxtaktier och slumpmässiga aktier 3.3.3 Oetiska aktier 3.4 Val av analysmetod 3.5 Dataanalys 3.5.2 Data 3.6 Studiens kvalite 3.6.1 Metodkritik 3.6.2 Validitet 3.6.3 Reliabilitet 3.6.4 Källkritik 3.6.5 Etisk reflektion 29 31 32 32 33 34 35 35 36 37 37 38 39 4. Empiri 4.1 Oetiska portföljen 4.2 Värdeportföljen 4.3 Tillväxt portföljen 4.4 Slumpmässig portföljen 4.5 OMXS30 Index 4.6 Oparat T-test 4.6.1 Nollhypotes 1 4.6.2 Nollhypotes 2 4.6.3 Nollhypotes 3 40 40 41 43 44 45 46 46 47 48 5. Analys 5.1 Analys & Diskussion 5.1.1 Den effektiva marknadshypotesen 5.1.2 Tidigare forskning 49 49 49 50 6. Slutsatser 6.1 Framtida forskning 53 54 Källförteckning 55 Bilagor Bilagor a: Bilaga 1a. oetiska portfölj Bilaga 2a. värdeportfölj Bilaga 3a. tillväxtportfölj Bilaga 4a. slumpmässig portfölj 58 58 58 58 59 59 Figurteckning 7 Figur 1 Indelning Trefaktormodell Figur 2 Portföljkonstruktion 20 31 Tabellförteckning Tabell 1 Sammanställning av tidigare forskning 24 Tabell 2 Bortfallsanalys 29 Tabell 3 Nollhypoteser och statistiska tester 34 Tabell 4 Oetisktportfölj överblick 1 40 Tabell 5 Oetisktportfölj överblick 2 40 Tabell 6 Värdeportfölj överblick 1 41 Tabell 7 Värdeportfölj överblick 2 42 Tabell 8 Tillväxtportfölj överblick 1 42 Tabell 9 Tillväxtportfölj överblick 2 43 Tabell 10 Slumpmässig portfölj överblick 1 44 Tabell 11 Slumpmässig portfölj överblick 2 44 Tabell 12 OMX30 Index överblick 45 Tabell 13 OMX30 Index årlig avkastning 45 Tabell 14 Oparat t-test mellan oetisk portfölj och värdeportfölj 46 Tabell 15 Oparat t-test mellan oetisk portfölj och tillväxtportfölj 47 Tabell 16 Oparat t-test mellan oetisk portfölj och slumpmässig portfölj 47 Formelförteckning Formel 1 Holding period return 16 Formel 2 Annual holding period return 16 Formel 3 Sharpekvot 18 Formel 4 CAPM 18 Formel 5 Trefaktormodell 19 8 1. Inledning I detta avsnitt introduceras studiens forskningsområde och problematisering med stöd av tidigare forskning. Vidare presenteras studiens syfte och frågeställning. 1.1 Bakgrund Att tjäna pengar är slutmålet för många investerare där ens beslut kring sina investeringar ska resultera i avkastning över lång tid. Men vad är en rimlig avkastning och vad kan ses som moraliskt rätt för att uppnå den avkastningen. Etik och moral är något som varit en del av människan under lång tid, det ska hjälpa oss att välja mellan rätt och fel samt se skillnad mellan rättvis och orättvis. Etik är ett ämne som diskuteras flitigt inom finansvärlden. Boatright (2014, s.148-149) nämner att investerare inte nödvändigtvis behöver välja sina investeringar från enbart ekonomiska nyckeltal utan ekologiska nyckeltal kan vara minst lika viktiga för en investerare. Författaren fortsätter med att nämna att under senare år har fonder börjat investera på samma sätt och går under namn som socialt ansvariga fonder (SRI) eller ESG-fonder. Detta bygger Englund (2021) vidare på, han nämner att det är fler investerare än någonsin som engagerar sig i hållbarhetsfrågor i sitt sparande än någonsin. Denna ökning av etiskt investerande resulterar dessutom i en sänkning av oetiskt investerande. Lewis & Juravle (2010) kommer även fram till att fler människor investerar efter moraliska grunder. Med slutsatsen att en hög avkastning till vilken kostnad som helst inte är den viktigaste frågan för en investerare längre. Men hur mycket avkastning ska oetiska bolag behöva generera för att investerare ska bortse från etik och moral och investera i oetiska företag ändå. I USA visar flera studier såsom Fabozzi (2008) att oetiska aktier inom triumvirate of Sin, vilket är en förkortning för ett bolag som sysslar med alkohol, spel eller tobak genererar en överavkastning gentemot marknaden. Vilket får en att ställa frågan om moral vid investeringar. Hur mycket avkastning är tillräckligt för att investerare väljer att se mellan sina fingrar och investera oetiskt. Vilket pris är investerare villiga att betala för att få så hög avkastning som möjligt. 9 1.2 Problemdiskussion Diskussionen handlar inte längre enbart om avkastning i relation till dess risk. Utan det har tillförts fler variabler som investerare måste ta ställning till när de ska placera sina pengar. Nu måste finansiella aktörer ta ställning till hur företaget de investerar i ställer sig till de miljöproblem, sociala problem och etiska problem som finns världen över. Hong och Kacperczyk (2009) beskriver hur pensionsfonder och andra stora institutioner mer och mer väljer bort företag som inte är hållbara eller producerar oetiska produkter. Trots att oetiska bolag tenderar att ha en överavkastning mot marknaden (ibid). Fondförvaltare som har etiska riktlinjer att utgå ifrån kommer inte att investera i oetiska bolag. De kommer också att tvingas exkludera investeringar från länder som inte uppnår SRI-standards, som är en förkortning av social responsible investments. Så länder som saknar demokrati kommer enligt författarna att få större problem med att hitta utländska investerare. Fabozzi (2008) nämner, likt Hong & Kacperczyk (2009), att oetiska aktier genererar en högre avkastning än marknaden. Fabozzi lyfter teorin om att oetiska företag besitter en utökad riskpremie då eventuella regleringar och utevarande av institutionella investerare påverkar prissättningen. Denna premie borde resultera i att sparande i hållbara värdepapper ökar i sin tur. Vilket stämmer överens med de uppgifter som rapporterats av Englund (2021) och Lewis & Juravle (2010) att hållbart sparande ökar. Vilket kan tolkas som att oetiskt investerande kommer att försvinna i framtiden, eller att oetiska företag slutar vara oetiska genom att byta branschinriktning. Vilket är vanligt inom oljebranschen där företag har börjat etablera sig inom förnybara energikällor också (Privata affärer 2021). Vilket kommer att påverka oetiska företagets ESG-score. ESG är ett mått på företagens hållbarhet. Ett av de största hållbarhetsindex, Dow Jones Sustainability Indices (DJSI), följer världsledande företag och deras prestation utifrån tre kriterier (ESG): environmental, social och governance (S&P Global u.å). ESG har därför blivit ett kriterium för flera investerare runt om i världen och antalet fortsätter att växa (S&P Global u.å). Kring detta har Patel et al (2021) skrivit om och kom fram till att investerare förväntar sig en lägre kortsiktig tillväxtpotential för företag som experimenterar och överdriver sin ESG-score för att driva på försäljningen. 10 Isaksson och Cöster (2018) påpekar dock att alla företag i någon mån överdriver sin miljömedvetenhet. De har plockat fram en modell som enkelt ska redovisa hur ett företags hållbarhet egentligen ser ut och om hela värdekedjan i bolaget är med. Det vill säga att produktionskedjan har ett från vaggan till graven redovisning. Vilket resulterar i att det blir svårare för företag att “greenwasha” sin verksamhet och försvårar för företagen att ljuga om sin verksamhet. Företag som inte redovisar hela produktionskedjan kan komma att framställas i dålig dager vid nyhetsrapportering. Detta kallar Fabozzi (2008) för Headline risk och det betyder att företag som ofta är med i nyheterna löper större risk för att få en negativ bild av samhället. Detta multipliceras ytterligare risken med att investera oetiskt. Men med alla dessa risker väljer ändå många investerare att investera oetiskt på grund av att det genererar högre avkastning. Så frågan blir för investerare är den eventuella vinsten för oetiska investeringar viktigare än att gör jorden till en bättre plats. 1.3 Problemformulering Det finns en begränsning av svensk forskning som fokuserar på fenomenet kring oetiska företag och vad för typ av avkastning de genererar i relation till deras risk. Men inte till den mängd som behövs för att förstå hela fenomenet. Därför kommer denna studie att analysera detta fenomen. I studien analyseras portföljkonstruktion och hur oetiska företag som inte uppmärksammar hållbarhet presterar i relation till företag som kan ses som mer hållbara. Där studiens portföljer består av oetiska, värde, tillväxt och slumpmässiga aktier. Med frågeställningen vilken av dessa portföljer har högst avkastning i relation till dess risk. Ska investerare bortse från hållbara investeringar för att oetiska aktier genererar en högre avkastning över tid, eller är det mer optimalt för en investerare att placera sitt kapital i någon av de andra portföljerna. 1.4 Syfte Syftet med denna uppsats är att analysera hur olika portföljsammansättningar på Stockholmsbörsen presterar i relation till dess risk mellan åren 2008-2020. Där uppsatsen analyserar hur en oetisk portfölj presterar i jämförelse med en värdeportfölj, tillväxtportfölj, slumpmässig portfölj och OMX30 index. 11 1.5 Studiens bidrag Denna studies bidrag till forskningen är studien om oetiska investeringar presterar bättre än värdeaktier, tillväxtaktier, slumpmässiga aktier och OMX30 index. Oetiskt sparande är överlag ett område med begränsad forskning, specifikt på den svenska aktiemarknaden. Med den ökade medvetenhet inom hållbarhet och de globala miljöhoten som planeten står inför måste människor börja spara mer hållbart, men kunskap kring det som väljs bort måste även uppmärksammas samt få en ökad förståelse kring. Om avkastningen är högre för oetiska aktier kommer detta resultera i att fler vill investera oetiskt. Därför kommer denna studie att undersöka hur väl en oetisk portfölj genererar avkastning i jämförelse med andra portföljer. Med användning av portföljteori och olika värderingsmodeller kommer studien att kunna förklara för aktiesparare på den svenska aktiemarknaden hur avkastningen för oetiska aktier har sett ut i relation till dess risk. 1.6 Forskningsfrågor 1. Genererar en oetisk portfölj en högre avkastning i relation till dess risk än en värdeportfölj, en tillväxtportfölj och en Slumpmässig portfölj under åren 2008-2020? 2. Genererar den oetisk portföljen en högre avkastning än portfölj OMX30 index? 1.7 Avgränsning Denna studie kommer enbart att fokusera på svenska aktiebolag. Som varit noterade på någon av listorna small, mid eller large-cap på Nasdaq Stockholm innan 1:a Januari 2008 och fram tills den 31:a December 2020. 12 2. Teoretisk referensram I detta avsnitt presenteras de teorier som uppsatsen grundar sig i. Förklaringar kring bland annat den effektiva marknadshypotsensen, portföljteori, Hur oetiska aktier definieras. Kapitlet avslutas med utlägg om den tidigare forskningen inom ämnet. 2.1 Den effektiva marknadshypotesen Eugene Fama (1970) utvecklade den effektiva marknadshypotesen som är en studie av de mest grundläggande studierna inom ekonomi. Teorin påpekar att de aktuella aktiepriserna på börsen alltid är korrekt prissatta baserat på all tillgänglig information som finns på marknaden. När information om företaget presenteras kommer detta direkt att speglas i aktiekursen. Om teorin om att marknaden är effektiv kommer investerare inte att hinna agera på nyheterna då aktiepriset uppdateras på en gång. (ibid) Så professionella investerare som ofta använder sig av strategier för att hitta anomalier kommer inte att fungera och inte kunna slå marknaden på sikt. Teorin grundar sig i att tre kriterier ska uppfyllas. Där den första är rationalitet, när information om ett bolag presenteras förväntas investerare att agera rationellt på detta. (Fama 1970) Den andra punkten handlar om enstaka avvikelser från rationella beslut, vilket kan tydas om någon gör något irrationellt kommer en annan aktör att väga upp det med ett rationellt beslut (Fama 1970). Den sista delen är arbitrage och ska ses som den jämförelsen mellan irrationella amatörer och rationella proffs som agerar på aktiemarknaden. De är motpoler i sina agerande, åsikter och beslutsfattande som ska väga ut varandra. Om proffsen anser att bolaget är fundamentalt undervärderat och köper aktier. Amatörerna kommer således väga upp detta med att anse det motsatta. Fama (1970) kommer senare fram till att alla aktier på marknaden kan delas in i tre olika former. De är antingen svag, semi-stark eller stark form som en marknad kan ha. Marknadseffektivitet i svag form: Här återspeglas all den historiska informationen som finns om aktiepriset. Fama (1970) beskriver i sin artikel att aktiepriset följer en slumpmässig promenad enbart den historiska datan för aktien är tillgänglig för en investerare. Vilket även benämns som att aktiepriset följer en random walk. Denna form tyder på att det inte går att göra en teknisk analys av hur aktien kan komma tänka att prestera under framtiden. Men även att man inte kan anlita en kapitalförvaltare som ska överprestera marknaden. 13 Marknadseffektivitet i semi-stark form: Den andra formen ska reflektera all historisk information samt nuvarande finansiell information kring marknaden, vilket ökar förklaringsgraden för ett aktiepris (Fama 1970). Marknadseffektivitet i stark form: Den starka formen redovisar all tillgänglig information på marknaden samt den information som enbart finns inom bolaget, så kallad “inside information”. Enligt den starka formen kan människor med tillgänglighet till icke publik information inte heller generera abnorm avkastning. (Fama 1970). Denna form av teorin menar Malkiel (2003) extrem. Då han menar att det finns gott om tid för investerare med inside information att agera på dessa nyheter innan de blir publika. Denna hypotes är vald att vara med i forskningen då den är en grundsten inom det ekonomiska fältet. Den säger också att det inte går att skapa abnormal avkastning genom aktiv förvaltning. Kapitalförvaltare som försöker hitta under eller övervärderade bolag genom nyheter eller information kommer inte att kunna slå marknaden över tid. Detta då aktiepriset har räknat in all tillgänglig information. Därav kan det sägas om en marknad är effektiv ska inte investerare uppnå högre avkastning än marknaden genom investeringsstrategier. Således är det inte möjligt för den oetiska portföljen eller någon av de andra portföljerna i denna studie att generera högre avkastning än marknaden. Ses detta i samverkan med att investerare ofta inte agerar rationellt och att tanken av att investera oetiskt kan ses som ett irrationellt beslut, då jorden står inför stora utmaningar miljömässigt och socialt. Så tar investerare aktivt beslutet att agera irrationellt genom att bortse från eventuella höga vinster från oetiska aktier. För att sedan lägga sina investeringar i mer hållbara tillgångar. En idé som Fama inte hade med i sin teoribildning då etiskt investerande inte existerade på den tiden (Lewis & Juravle 2010). Som kan bli tydligt genom den avsaknad av stora institutionella investerare som enligt sina interna eller externa riktlinjer måste investera med hållbarhet i fokus. Detta är en investerings bojkott mot en specifik typ av aktier, oetiska aktier. Vilket enligt Derwall (2011) leder till ett uppsving för oetiska aktier. Vilket är när värdeinvesterare bortser från en viss typ av aktie vilket kan resultera i att aktiepriset pressas och blir undervärderat. Vidare förklarar Derwall (2011), ju mer överseende värdeinvesterare har för en aktie desto högre riskjusterad förväntad avkastning producerar den. Hong och Kacperczyk (2009) är inne på ett liknande spår av att det finns ett tillagt incitament från värdeinvesterare att köpa oetiska aktier. Men utvecklas denna ide om 14 överseende från institutionella investerare vilket ger de som investerar i oetiska aktier ett incitament att kräva mer i förväntad avkastning från oetiska företag. Detta kan ses som en marknadsineffektivitet och gör den abnormala avkastningen mätbar (Hong & Kacperczyk 2009). Vilket problematiserar den effektiva marknadshypotesen. Kritiker fortsätter med att den beteendevetenskap som finns kring investeringar underskattas av Fama. Den mängd av tillförlitlighet Fama har till rationella agerande är naiv. Den effektiva marknadshypotesen bortser från de känslor som kan uppstå när någon investerar sina egna pengar och sedan ser dessa sjunka eller stiga i värde. (Malkiel 2003) Eftersom hypotesen underskattar den beteendevetenskap som gör att folk med större sannolikhet agerar irrationellt så påverkar detta teorins slutsatser. Detta i samband med att folk överskattar sin egen förmåga problematiserar teorin. Malkiel (2003) fortsätter med att förklara att om marknaden ses som helt effektiv finns det ingen förklaring till att betala avgifter till kapitalförvaltare, då dessa inte kan slå marknaden på sikt. Det mest optimala är att investerare förlitar sig på den effektiva marknadshypotesen och försöker ha så låga kostnader som möjligt genom att köpa indexfonder. Malkiel (2003) menar att den bästa strategin är att köpa och behålla sitt innehav över tid. 2.2 Portföljteori Grunden för den moderna portföljteorin som finns idag bygger till stor del på de principer som Markowitz (1952) presenterade i artikeln Portfolio selection. Markowitz argumenterar för att en portfölj ska sträva efter maximal förväntad avkastning som den kan uppnå i relation till lägsta möjliga risk. Risken kan minimeras med hjälp av diversifiering. Dock behöver en portfölj med hög diversifiering inte nödvändigtvis vara den mest optimala enligt Markowitz (1952). Men desto högre risk en portfölj har desto högre avkastning brukar det även innebära. Teorin argumenterar även för att investerare är rationella och därmed vill uppnå avkastning som motsvarar risken. Men även om att investerare är riskbenägna och inför ett val av två investeringsalternativ med lika avkastning, kommer alternativet med lägst risk att väljas. Investerare är villiga att ha en högre risk men endast om detta kompenseras med högre avkastning (Shipway 2009). 15 2.2.1 Portföljavkastning För att beräkna avkastningen av aktier över tid kan formeln Holding Period Return även förkortat HPR användas. Formeln tar i beaktande ökning eller minskning av aktiepris under investeringsperioden samt eventuella utdelningar som företaget ger ut under investeringsperioden. HPR antar även att utdelningar betalas ut i slutet av investeringsperiod. Slutkurs innebär aktiepriset på slutet av perioden, vilket i denna studie innebär vad aktiepriset stänger på sista handelsdagen för året. Vice versa för startkurs och i denna studie innebär det vad aktiepriset stänger på första handelsdagen för året. (Bodie et al 2017, s. 111) Formel 1 Holding Period Return (Bodie et al 2017, s. 111; Mueller 1981). π»ππ = πππ’π‘ππ’ππ − ππ‘πππ‘ππ’ππ + ππ‘πππππππ ππ‘πππ‘ππ’ππ För vidare beräkningar på portföljens avkastning över tid används annual holding period return. Annual holding period return beräknar den genomsnittliga avkastningen över en specifik tidsperiod. Där n är antalet år som investerings är (Reilly et al 2018, s. 6). Formel 2 Annual Holding Period Return (Reilly et al 2018, s. 6). π΄πππ’ππ π»ππ = π»ππ 1/π 2.2.2 Definition av risk Det finns ingen vedertagen förklaring för vad risk är, utan den är olik för olika situationer eller olika för människor världen över. Risk skiljer sig i vardagen, i forskningen och ekonomi. Men skulle man fråga gemene man på gatan om vad hen anser risk är skulle ett svar kunna vara, att risk är att det finns en möjlighet för att något skadligt eller negativt inträffar. Finansiell risk skiljer sig även det från fall till fall, Holton (2004) anser att risk grundar sig i två delar, sannolikhet samt operationalism och där dessa delar möts så kan en konsekvens för något uppstå och det är det som kan ses som risken. Ekonomisk risk faller under denna beskrivningen men kan brytas ner i flera olika typer av makroekonomiska risker som kan påverka välmåendet av en investering. Det finns politiska risker inom landet man investerar i, valutarisker om det är en utländska valuta man investerar med eller så kan det införas restriktioner. Denna studie kommer att utgå från att definitionen av risk är större händelser eller incidenter som påverkar aktiepriset. 16 2.2.3 Riskfri ränta Definitionen av den riskfria räntan är den avkastning som en investerare kan få med säkerhet, det vill säga riskfritt (Bodie et al, 2017, s. 123). Statsobligationer anses vanligtvis vara riskfria men det behöver inte nödvändigtvis vara så, Kitanov (2015) menar att det fortfarande uppstår en risk från tre olika delar vid bankers användning av statsobligationer. Där den uppbyggda risken vid inflation, kreditrisk och valutarisk inte ens kan garantera det nominella värdet hos statsobligationer. Men denna studie utgår man från den konsensus som finns kring statsobligationer, och ses som det närmsta man kommer till riskfria investeringar. Den statsobligationen som brukar användas är den 10-åriga statsobligationen. Anledningen till detta ligger i den låga inflationen och förväntningen av den låga inflationen. Vid användning av statsobligation som den riskfria räntan bör livslängden för investeringen matcha statsobligationens livslängd. Det vill säga om en investering har en livslängd på 1 år bör statsobligationen för 1 år användas som den riskfria räntan (Hamberg, 2004, s. 189). Denna studie kommer att använda sig av Sveriges 10-åriga Obligationsränta som riskfri ränta, då denna är närmast tidsperioden som studeras. 2.2.4 Marknadsindex I avsnitt 2.2.1 tas metoden för hur en portföljs avkastning kan beräknas med HPR-formeln samt ifall portföljen redovisar vinst eller förlust. Däremot visar det inte om portföljen är framgångsrik, ett vanligt sätt att ta reda om en portfölj är framgångsrik eller inte, är genom att jämföra det med ett aktieindex. OMX Stockholm 30 är det ledande aktieindex inom Stockholm Stock Exchange och består av de 30 mest handlade aktier på Stockholm Stock Exchange. OMX Stockholm 30 är ett marknads vägt aktieindex och detta innebär att indexet viktas efter värde, det vill säga att varje individuell akties vikt står i proportion till aktiens totala marknadsvärde (Bodie et al, 2017, s. 43) (Nasdaq, u.å). 2.2.5 Riskjustering När en jämförelse mellan portföljers avkastning görs är det av stor vikt att göra jämförelsen med en riskjusterad utgångspunkt. Anledningen till detta är att två portföljer kan inneha olika mängd risk i relationen till avkastningen. Investerare är riskbenägna och inför ett val av två portföljer med samma förväntade avkastning, kommer investeraren att föredra portföljen med lägre risk (Shipway 2009). Det finns diverse metoder för att mäta riskjusterad avkastning, men standard är att använda sig av Sharpekvoten, Treynorkvoten eller Jensenkvoten. 17 Sharpekvoten kan alltid användas för att den beräknar risken genom standardavvikelsen. Däremot kan Treynorkvoten och Jensenkvoten endast användas vid portföljer som är väldiversifierade då metoderna beaktar systematisk risk och beta (Bodie et al 2017, s. 597-599). En högre sharpekvot indikerar en bättre belöning per enhet av standardavvikelse. Detta betyder att om en portfölj har en hög sharpekvot så är portföljen mer effektiv. Denna typ av jämförelse mellan portföljer beroende på deras sharpekvot benämns även som en mean-variance analysis. (Bodie et al 2017, s. 125) Denna studie kommer att använda sharpekvoten då den är vedertaget accepterad inom finansbranschen. Men den har även använts av Lobe & Walkshäusls (2016) studie i mått för riskjustering. Men likt de flesta teorier har den brister. De senaste åren har index haft stora fluxueringar och kritiker visar på att Sharpes bedömning av att en investerings avkastning har en normalfördelning. Men med denna vetskap kommer den att användas ändå för att redovisa risken för studiens olika portföljerna. Formel 3 Sharpekvot (Reilly et al 2018, s. 699). ππ = π π−π πΉπ σπ π π = πΊπππππ πππ‘π‘πππ ππ£πππ π‘ππππ πöπ ππ ππππ‘πöππ π’ππππ ππ π£ππ π π‘πππ ππππππ π πΉπ = πΊπππππ πππ‘π‘πππ ππ£πππ π‘ππππ πöπ ππ πππ ππππ πππ£ππ π‘πππππ π’ππππ ππ π ππππ π‘πππ ππππππ σπ = ππ‘ππππππππ£π£πππππ π ππ£ ππππ‘πöπππππ ππ£πππ π‘ππππ π’ππππ π‘πππ ππππππππ 2.3 Fama & French trefaktormodell Fama & French (1992) byggde vidare på den klassiska Capital Asset Pricing Model (CAPM), som är en fler faktors modell som ska redovisa aktieägarnas avkastningskrav på sin investering. Bartholdy och Pearce (2005) nämner att de flesta föredrar en enfaktorsmodell när de ska värdera en specifik aktie. Men för att värdera en portfölj över tid anser bland annat An-sing och Shih-Chuan (2009) att en trefaktormodellen fungerar bättre. Formeln för CAPM skrivs som: Formel 4 CAPM (Sharpe 1964). π πΈ = π πΉ + β × (π π − π πΉ) 18 π πΈ = πΉöππ£äππ‘ππ ππ£πππ π‘ππππ πå π‘ππππåππ π πΉ = π ππ πππππ πäππ‘ππ β = πππππåπππππ πππ‘π (π π − π πΉ) = πΉöππ£äππ‘πππ ππ£πππ π‘ππππ πå ππππππππ − π ππ πππππ πäππ‘ππ Ska formeln sättas i ord är det, Investerarens avkastningskrav är lika med den riskfria tillgången plus betavärdet för bolaget multiplicerat med differensen mellan den förväntade marknadsavkastningen och den riskfria tillgången. Rm – RF är riskpremien. Beta mäter en aktiens volatilitet i jämförelse med dess index (Sharpe 1964). Fama & French byggde vidare på detta genom att lägga till två variabler som på ett djupare sätt skulle förklara portföljers avkastning. Där det lägger till ett företags Book to Market värde samt företagets storlek eller ME som är Market Equity för att höja förklaringsgraden för en portföljs avkastning (Fama & French, 1992). Fama & Frenchs 3-faktormodell grundar sig i en tidsregression studie som är framtagen av Black, Jensen och Scholes (1992) där den förväntade avkastningen för en portfölj ska ses som den beroende variabeln. I studien kommer Fama & French fram till att bolag med höga book to market värden var de bolagen som hade högst avkastning. Det vill säga att värdebolagen hade en större presestationsram. β Formel 5 Trefaktormodell (Fama & French 1992). π ππ‘ − π ππ‘ = αππ‘ + β(π ππ‘ + π ππ‘) + βπππ΅ + βπ»ππΏ + Ο΅ππ‘ π ππ‘ − π ππ‘ = πππ‘ππ ππ£πππ π‘ππππππ πöπ ππ ππππ‘πöππ − πππ πππ πππππ ππ£πππ π‘ππππππ β(π ππ‘ + π ππ‘) = ππππππππ ππππ‘πöπππππ ππ£πππ π‘ππππ − πππ πππ πππππ ππ£πππ π‘ππππππ βπππ΅ = ππππππ‘ πππ’ππ‘π¦, π ππππ ππππ’π πππ βπ»ππΏ = π΅πππ π‘π ππππππ‘ πππ’ππ‘π¦, βππβ ππππ’π πππ€ Denna teorin och formel kommer i denna studie enbart att användas till att konstruera portföljer. Forskarna änvände βvaΜrdet paΜ variablerna genom sex portfoΜljer som aΜr konstruerade efter market equity och book-to-market equity. (Se figur 1 för förtydligande.) Där medianen foΜr graΜnssnitten till portfoΜljerna är det som är avgörande för de variabler på SMB. Det vill 19 säga att det finns inget mellanläge i värderingen, företagen är antingen stora eller små. Allt under medianen ska ses som smaΜ foΜretag och allt oΜver aΜr stora foΜretag (Fama & French 1992). Variabeln HML är också uppdelningsbar och gränssnittet är där de företag med ett lågt BE/ME är den undre 30% och de med ett högt BE/ME delas in i den övre 30%. Om BE/ME är lågt signalerar det tillväxtmöjligheter och framtidstro vilket kategoriserar företagen som tillväxtbolag, samt där motsatsen signalerar att företaget har tillgångar på plats och har inget stort behov av extern finansiering vilket kategoriserar dessa företag som värdebolag. Figur 1 är användbart för att enklare förstå hur indelningen av de sex portföljerna enligt trefaktormodellen görs. Denna teori har Fama & French (1992) utvecklas genom åren och försökt höja förklaringsgraden för olika typer av investeringar, bland annat i den studien från 1998 Value versus Growth: The International Evidence, där de kom fram till att värdeaktier genererar en högre avkastning än tillväxtaktier. Det har också fortsatt att utvecklas inom fältet av andra forskare, däribland An-Sing & Shih-Chuan (2009) som kom fram till liknande resultat som de utvecklade studier som Fama & French har gjort. Där värdeaktie är starkast men att fem faktor modellen variabler storlek och risk har högst förklaringsgrad jämfört med värde och risk. Figur 1 Indelning Trefaktormodell. 2.3.1 Slumpmässig Portfölj Studien kommer också för jämförelse skäl att konstruera en slumpmässig portfölj som ska redovisa den “random-walk” teorin som grundar sig i den svaga formen av effektiva marknadshypotesen. Teorin om den effektiva marknadshypotesen säger att det inte går att skapa en abnormal avkastning genom att handla på nyheter eller information. Då all prissättning i aktierna är korrekt (Fama 1970). Om man tolkar denna teori ordagrant spelar det ingen roll vilka företag man väljer eller vilken strategi man applicerar utan att man kan 20 välja 30 bolag helt slumpmässigt och fortfarande få en avkastning som inte skiljer sig märkbart från andra lika stora portföljer. Därför har det genom excel gjorts ett randomiserat urval på 30 bolag av de kvarvarande företagen efter att värdeportföljen, oetiska portföljen och tillväxt portföljen har konstruerats. Det är 30 bolag som av en eller annan anledning inte uppfyllde de satta kriterierna. 2.4 Definition av oetiska aktier Att definiera oetiska aktier kan skilja från studie till studie och från person till person. Men det har skapats en markndaskonsencus av vad en oetisk aktie är. Salaber (2009) använder sig tydligt av alkohol, tobak och spel som grund i sin studie. Hong & Kacperczyk (2009) gör även det och refererar till de tre delarna som “Triumvirate of Sin”. Nyare forskning har även valt att lägga till vapen som oetiskt (Lobe & Walkshäusl 2016). Med grund i den tidigare forskningen kommer därför branscher som dessa att ses som oetiska i denna studie. Utöver det har studien likt Olofsson et al (2021) en inkludering av ESG-kriterier och Morningstars kriterier för deras hållbarhetsbetyg, inkluderar olja, kol och bioteknik med mera. (För hela listan se 3.3.2). Rankas ESG-scoren som high eller severe ska bolaget ses som oetiska. Studien kommer att kombinera aktier som anses vara oetiska ur ett moraliskt synsätt, socialt oacceptabelt synsätt eller ur ett miljöaspekt som oetiskt. Detta ger en tydlig bild av vilka bolag som kan ses som oetiska och stärker replikerbarheten då det finns en tydlig bild över tillvägagångssättet till hur studien konstruerar och definierar sin oetiska portfölj. 2.4.1 Oetiska riskpremien Derwell (2011), Hong och Kacperczyk (2009) och Fabozzi (2008) nämner att det uppstår en premie när man investerar i oetiska aktier, som måste placeras in i den förväntade avkastningen. Oetiska företag ska ses som extra känsliga mot olika typer av regleringar av sina produkter och handelsförbud då deras produkter är skadliga eller dylikt. Det uppstår en ökad risk att eventuella intäkter kan komma att sänkas då företagets risk för regleringar påverkar. Hong och Kacperczyk (2009) påpekar även de miljöaspekter som blir viktigare som större institutioner tar i beaktning och kan välja bort att investera i dessa eller ha innehavet en kortare tid. Forskarna fortsätter att påpeka den växande avsaknad av stora fonder och pensionsförvaltning inflöden i företagen, då de helt enkelt inte vill äga oetiska företag. Detta 21 kommer att sänka handelsflödet i företaget och möjliggöra en underprissättning i oetiska aktier. Dessa bortseende kan leda till prisineffektivitet och en högre informationsrisk i företagen. Denna tillagda riskpremien bör då resultera i att investerare i oetiska aktier kräver en högre förväntad avkastning av oetiska företag än om de placerar sina investeringar i andra typer av bolag. 2.5 Tidigare forskning och resultat 2.5.1 Fama & French, Value versus Growth: The International Evidence I denna studie av Fama and French (1998) analyseras avkastningen i USA och tolv andra länder. Värde- och tillväxtportföljerna som konstruerades formades utefter följande variabler: B/M, E/P, C/P och D/P. Aktier med höga värden inom dessa variabler formade värdeportföljerna för respektive land och aktier med låga värden inom dessa variabler formade tillväxtportföljerna för respektive land. Utöver dessa två portföljer konstruerades även en global marknadsportfölj. Studiens resultat visade att den genomsnittliga avkastningen för den globala värdeportföljen uppgick till mellan 3.07% och 5.16% högre än den genomsnittliga avkastningen för den globala marknadsportföljen. Studien visade även att den globala värdeportföljen presterade genomsnittligen mellan 5.56% och 7.68% bättre än den genomsnittliga avkastning för den globala tillväxtportföljen. 2.5.2 Hong och Kacperczyk, The price of sin: The effects of social norms on markets En av de mer kända forskningen kring oetiska aktier och dess prestation är skriven av Hong och Kacperczyk (2009). Studien fokuserade på tre branscher inom oetiska aktier och dessa var alkohol, tobak och spel. Dessa tre kallas även för “Triumvirate of Sin”. Det var den amerikanska börsen som studerades och de kom fram till att jämnviktade portföljer som ägde oetiska aktier långsiktigt och kortade hållbara bolag. Studiens resultat påvisade även att det var en lägre chans att normbaserade investerare eller institutioner såsom pensionsplaner ägde oetiska aktier. Men i själva avkastningen visade studiens resultat att de oetiska aktierna presterade bättre trots att större fonder valde att bortse från dessa företag i och med de etiska riskerna som medfördes. Hong och Kacperczyk lyfter även fram att det finns bevis från företagens finansieringsbeslut samt att utvecklingen av oetiska aktier också tyder på att normer har en påverkan på förväntad avkastning och aktiepris. (ibid) 22 2.5.3 Salaber, Sin stock returns over the business cycle I studien kring oetiska aktier av Salaber (2009) används samma definition av oetiska aktier som görs i studien av Hong och Kacperczyk (2009). Det vill säga “Triumvirate of Sin”, vilket är alkohol, tobak och spel. Efter att ha lagt upp sin studie på ett annorlunda sätt kommer forskaren till liknande slutsats, att oetiska aktier överpresterar sin motpart men även marknaden i sin helhet. Vilket skulle innebära att hållbara och etiskt medvetna investerare tappar avkastning om de bortser från oetiska bolag. Salaber antyder även att oetiska aktier presterar bättre under svåra tider, hon menar på att de är defensiva i sin natur och påverkas inte lika hög grad som deras motparter. Studien visar även samma resultat när dessa oetiska aktier är riskjusterade. 2.5.4 Olofsson, Råholm, Uddin, Troster och Kang, Ethical and unethical investments under extreme market conditions Olofsson et al. (2021) kommer fram till ett annorlunda resultat i jämförelsen mellan etiska och oetiska aktier. Studien forskar kring den tidsvarierande volatiliteten och risken mellan etiska och oetiska aktier. Studien analyserar dagliga resultat från tolv olika index världen över och kommer fram till motsatta resultatet till vad Salaber (2009) gör. Där de beräknar riskvärde och förväntat underskott genom MS-Garch modellen. Denna regression används för att beräkna investeringarnas värde mot risk. Studien visar en tydlig trend över att etiska aktier står sig starkare under globala finanskriser, och att oetiska aktier har en tydlig trend av att generera mindre avkastning i finanskriser. De fortsätter att understryka att etiska aktier har färre antal höga och låga extremvärden. Vilket kan tolkas som att oetiska aktier har en högre volatilitet. Forskarna avslutar med att påpeka att investerare använder etiska aktier som en säkerhet för sin portfölj under svårare tider. 2.5.5 Blitz & Fabozzi, Sin Stock Revisited: Resolving the Sinstock anomaly Fabozzis tidigare studier (2008) nämner att det finns en överavkastning för oetiska aktier. Fabozzi fortsätter med den riskpremie som oetiska aktier har, gör att dessa bolag överses. Då de stora instituten och delar av privata aktörer inte investerar i bolag gör det att företagen är systematiskt underprisade. Så om investerare är villiga att smutsa ner sitt rykte kan de skapa en överavkastning med sina investeringar. Blitz & Fabozzi (2017) utvecklar forskningen kring detta. Han använder sig av den vedertagna definitionen av oetiska aktier och genom tids 23 regressionsanalys genomfördes studien på flera markander. Där de stora resultaten framhävs genom två delar av Fama & French Femfaktormodell, lönsamhet och investeringar. Definitionen understryker att den riskpremien som sägs finnas är överdriven och påverkar inte avkastningen i den grad tidigare trott. Det finns fortsatt en överavkastning att hämta genom att investera i oetiska aktier enligt Blitz & Fabozzi (2017). 2.5.6 Lobe & Walkshäusl, Vice vs virtue investing around the world Lobe & WalkshaΜusls (2016) utförde en studie på den Europeiska marknaden där de undersöker om oetiska aktier generear högre avkastning än mer ansvarsfulla aktier. I deras tidigare studier har forskarna använt sig av de tre oetiska branscherna alkohol, tobak och spel, alltså “Triumvirate of Sin”. Detta har Lobe och Walkshäusl utvecklat i sina studier och lagt till tre oetiska branscher och dessa är vuxen underhållning, vapen och kärnkraft. I deras forskning hittas ingen märkbar skillnad mellan de oetiska eller etiska portföljerna, ingen överpresterar den andre. Forskarna understryker dock att portföljerna av oetiska aktier tenderar att ha med värdebolag som bär mindre marknadsrisk med ett lägre genomsnittligt Beta. 2.5.7 Sammanställning av tidigare forskning Tabell 1 Sammanställning av tidigare forskning Författare, År Period, Region Urvals Fokus storlek Metod Resultat: Oetisk Överavkastning Fama & French (1998) 1975-1995 23 261 Världen Värde och Tillväxt CAPM Ja (Värde) Hong & Kacperczyk (2009) 1926-2006 193 USA Oetisk (Triumvirate of sin) Inklusive: Vapen Jensens Alpha Ja Salaber (2009) 1926-2005 183 USA Oetisk (Triumvirate of sin) + Bioteknik Jensens Alpha Ja Olofsson et al (2021) 2007-2020 12 Världen Oetisk och Etisk MS-GJR Nej -GARCH Modell Fabozzi et al (2008) / Blitz & Fabozzi 1970-2007 267 Världen Oetisk (Triumvirate of sin) Inklusive: Jensens Alpha Ja 24 (2017) Bioteknik, Vapen, Vuxenunderhållning Lobe & Walkshäusl (2016) 1995-2007 755 Världen Oetisk (Triumvirate of sin) Inklusive: Vapen, Kärnkraft, Vuxenunderhållning Jensens Alpha Nej Sharpe Ratio 2.6 Hypotesformulering Med utgångsläge i den tidigare forskning där vissa studier antyder att oetiska bolag presterar bättre än andra investeringsalternativ har 3 nollhypoteser och 3 mothypotesen formulerats: π»01: En oetisk portfölj skapar likvärdig avkastning i relation till dess risk som värdeportföljen. π»1: En oetisk portföljs avkastning i relation till dess risk skiljer sig från värdeportföljen. π»02: En oetisk portfölj skapar likvärdig avkastning i relation till dess risk som tillväxtportföljen. π»2: En oetisk portföljs avkastning i relation till dess risk skiljer sig från tillväxtportföljen. π»03: En oetisk portfölj skapar likvärdig avkastning i relation till dess risk som slumpmässigaportföljen. π»3: En oetisk portföljs avkastning i relation till dess risk skiljer sig från slumpmässigaportföljen. 25 3. Metod I detta avsnitt presenteras val av metod, motivering till val av metod, hur forskarna har gått tillväga vid val av metod. Hur forskarna konstruerade de fyra aktuella portföljerna och hur processen i jämförelsen har sett ut. Det presenteras även förslag på hur uppsatsen hade kunnat blivit bättre och mer heltäckande. 3.1 Forskningsstrategi och forskningsdesign Forskning är aldrig en rak resa där intressenter tar sig obehindrat från en tanke fram till ett färdig resultat för en studie. Utan det är en skev och plottrig process som under forskningens gång byter form tills en färdig produkt och resultat kan presenteras. Denna studie har använt sig av en kvantitativ forskningsmetod genom att samla in kvantitativ sekundärdata kring de företagen och portföljerna studien syftar till att analysera. (Bryman & Bell 2017, s.166-167). Denscombe (2018, s. 23) utvecklar kring det metodiska och att det är viktigt att välja en strategi som gör att man kan svara på sina frågeställningar. Den kvantitativa forskningsdesignen anvaΜnder numeriska data som analysenhet (Denscombe 2018, s. 23) och kännetecknas av att analysera den stora kontextuella bilden över samhällets åsikter om ens forskningsfråga (Bryman & Bell s.396). Detta kan skilja sig från att genomföra maΜtningar, bearbetar statistisk och analysmetoder som ska påvisa olika aspekter som kan vara maΜngd, frekvens och samband mellan olika variabler i studien. I samband med detta har en deduktiv ansats valt för att förklara hur förhållandet mellan teori och praktik ser ut. Hos denna studie har utgångspunkten legat i flera vedertagna teorier för att sedan härleda dessa till någon av studiens frågeställningar som med forskningens hjälp försöker att svara på (Bryman & Bell 2017, s. 58). Studien ska ta reda på vilken av portföljerna som har skapat högst avkastning från år 2008 till 2020. Studien använde sig av historiska nyckeltal och stora mängder av data för att få fram ett resultat. Detta är nödvändigt för att kunna dela in företagen enligt de portföljer som ska mätas och därför är det lämpligast med en kvantitativ forskningsmetod för att utföra studien. 3.1.1 Litteraturinsamling Som tidigare nämnt grundar sig denna studie i tidigare teorier och sekundärdata från Nasdaq Stockholms listor. Olsson & SoΜrensen (2021, s. 26) förklarar i sin studie att om forskning ska vara välgrundad behövs en tillförlitlig och grundlig litteraturinsamling. Därför är det viktigt att alla påstående refereras till vetenskapliga rapporter, böcker eller teorier som ska stärka studiens egna påståenden. Därav har under studiens gång konfirmerade källor samlats in för 26 att skapa en högre trovärdighet. För att hitta källor har studien använt sig av flera olika forskningsdatabaser som Södertörns Högskola har rekommenderat. Hjälp har tagits av högskolans bibliotekarier vid sökning av vetenskapliga artiklar, samt utnyttjat möjligheten till att låna böcker. De databaser som har använts har varit Google Scholar, Business Source Premium, Jstor. Statistikmässigt har studien använt sig av Börsdata, Orbis och Retriever Business. Dessa databaser har alla godkänts av högskolans bibliotek och har underlättat kategoriseringen under studiens gång. 3.2 Datainsamling och urval Syftet med denna uppsats är att analysera hur olika portföljsammansättningar på Stockholmsbörsen presterar i relation till dess risk mellan åren 2008-2020. Där uppsatsen analyserar hur en oetisk portfölj presterar i jämförelse med en värdeportfölj, tillväxtportfölj och en slummässig portfölj. Men också få ett förtydligande hur dessa presterar i jämförelse med OMX30 index. FoΜr denna undersoΜknings genomfoΜrande behoΜvs kvantitativ data kring historisk kursutveckling av aktier som uppfyller studiens krav och har blicit placerade i någon av studiens portföljer. 3.2.1 Population och Urval Populationen för studien är företag som är noterade Stockholmsbörsen. För att studiens resultat ska bli så välgjort som möjligt har kriterier för företagen som kan tänkas sättas in i urvalet gjorts. För att ett företag ska kunna tänkas att inkluderas i urvalsramen har följande krav satts i studien: β MaΜste vara noterat paΜ Nasdaq OMX Stockholms small, mid eller large cap. β Noterade innan 2008-01-01. β SEK som valuta. β Inte blivit utköpt från börsen under perioden 2008-2020. Södertörns Högskola erbjuder sina studenter tillgång till databasen Orbis. Där presenteras historisk data för över 30 miljoner europeiska företag. Här användes ett sökfilter för att ta del av alla svenska bolag som är noterade på Nasdaq Stockholm eller som i folkmun benämns som Stockholmsbörsen. Sökningen gav 699 träffar på fristående bolag som är noterade på 27 Small, Mid och Large-cap på Stockholmsbörsen. Ett krav som har satts är att de företag som ska kunna bestå av studiens urvalsram måste ha varit börsnoterade under undersökningsperioden, det vill säga att alla bolag som har noterat sig från 1:a Januari 2008 eller senare har blivit exkluderade från denna lista. Detta resulterade i 221 bolag för användning i portfölj konstruktionerna, detta blir studiens urvalsram som kommer att vara representativt för alla bolag på den svenska börsen. Det slutgiltiga urvalet blev därefter de 120 bolag som inlkuderats i porföljerna som konstruerats i studien. Bekvämlighetsurval är den mest lämpade urvalsstrategier för studien och har därför applicerats på studien (Bryman & Bell 2017, s. 31). Detta baseras på den mängd data som har funnits tillgänglig och är den som har valts att användas till studien. Det är ett vanligt förekommande fenomen i studier kring ekonomi. Nackdelen med detta blir att generaliserbarheten för studiens resultat kan påverkas negativt vilket eventuellt gör det svårare att dra större slutsatser i relation till tidigare studier. Detta påpekar Eliasson (2013, s.50) och menar att det blir svårare då det inte framgår vilken population som är representativ. Men då andelen valbara företag ändå är en större del av de som är noterade på Stockholmsbörsen får urvalet anses vara representativt. 3.2.2 Datainsamling Datainsamlingen skedde primärt genom två databaser och dessa är Börsdata, Retriever Business samt Riksbanken. Orbis användes även för att ta fram alla svenska bolag noterade på stockholmsbörsen. Börsdata är en fristående organisation som har sin egna börsterminal som är en av Nordens största analysverktyg. Börsdata ger investerare eller intresserade personer inom ämnet möjligheten och verktygen att samla in data kring aktier på diverse marknader. Genom deras databas kan man hitta upp till 20 års historisk data kring aktiebolag. Datan från urvalet som användes i studien var marknadsvaΜrde, bokfoΜrt vaΜrde, årsutdelningar, aktiekurs och Sveriges 10-åriga statsobligation. Studien använde sig av Sveriges 10-åriga Obligationsränta som riskfri ränta, och den hämtades från Riksbanken. Med dessa variabler har utvecklingen för aktierna kunnat analyseras. Retriever Business är en databas som tillhandahåller information om svenska bolag de senaste 10 åren. Det kan vara årsredovisningar, bokslut med mera. Dessa kan man då enkelt överföra till excel för analys. 28 3.2.3 Tidsperiod Denna studie har valt att utgå från ett tidsspann på 13 år med årlig observationer med start 2008-01-01 till 2020-12-31. Tidsperioden valdes för att analysera hur oetiska bolag presterat tiden efter finanskrisen, likt Olofsson et al (2021) för att få med finanskrisen och dess påverkan. En finanskris där oetiska val med avsaknad av moral satte hela världen i en finanskris. Bartholdy och Pearce (2005) påpekar att de anser att det mest optimala är månatliga intagningar av data under en kortare period. Detta resulterar till en mer exakt förklaring till avkastningen. Genom att ha en längre tidsperiod kommer större händelser inte ha lika allvarlig inverkan på resultatet dock. Genom att ha 13 års tidsperiod kommer större händelser att få en mer rimlig inverkan på resultatet, vilket stärker validiteten för studien. Däremot har de tidigare studierna som uppsatsen grundas i gjort på månadsvisa sätt, eller periodvis. Men denna studie är ute efter att se hur oetiska aktier presterar över längre tid och måste då i relation till dessa data välja att avläsa avkastningen på en årsbasis. Därför väljer studien att avläsa avkastning på en årsbasis med passiv förvaltning med en återinvestering av den eventuella utdelning som företaget gör. Då den passiva förvaltningen gör att det spelar mindre roll att det är över längre tid då detta mer påvisar vikten av att ha ett långsiktigt sparande än något annat. 3.2.4 Bortfall Bryman & Bell (2017, s. 240) beskriver bortfall som något vanligt och att det är dataenheter som av en eller annan anledning inte kan användas till urvalet. Det som studien får räkna som bortfall är de 27 bolag som antingen avnoterades, saknas tillräckligt med information, eller saknade tillräckligt med data samt om bolaget har blivit uppköpta under tidsperioden. Bortfallet för den aktuella studien ska ses som relativt litet och stärker studiens kvalitet. Då stora bortfall kan bidra med en stor skevhet i forskning och påverkar pålitligheten i studiens resultat (Ibid). Tabell 2 Bortfallsanalys Borttagna observationer Kvarvarande observationer Återstående observationer 221 Avnotering 6 215 Uppköpta 1 214 29 Inkomplett data 20 194 Slutgiltigt antal observationer 27 194 3.3 Portföljkonstruktion Portföljerna som ska konstrueras kommer bestå av 30 stycken svenska börsnoterade bolag vardera. Urvalsramen för studien är totalt 221 bolag och det förekom 27 stycken bortfall vilket lämnar totalt av 194 bolag för portfölj konstruktionen. Där 120 företag kommer att utgöra de portföljer som kommer att presenteras i resultatet, det vill säga urvalet. Portföljerna kommer inte att inneha samma bolag som varandra. Den oetiska portföljen konstrueras först, på grund av att oetiska aktier inte definieras utifrån nyckeltal som de andra portföljerna utan definieras utifrån fundamentala faktorer. En oetisk aktie kan därför både vara oetisk- och värdeaktie eller oetisk- och tillväxtaktie. När aktierna har kategoriseras med hjälp av trefaktormodellen som delar upp aktier i värdeoch tillväxtaktier. Detta resulterade i att det fanns 49 stycken värdeaktier och 49 tillväxtaktier av 164 aktier. Men endast 30 stycken från vardera skulle inkluderas i de två portföljerna. Valet av aktier för portföljerna gjordes slumpmässigt genom Microsoft Excel genom att ge varje aktie ett slumpmässigt tal för att sedan sortera lägst till högst och välja de 30 första bolagen i listan. Och därefter kommer den slumpmässiga portföljen att konstrueras utifrån samma princip. För den slumpmässiga portföljen fanns det totalt 66 bolag som kategoriserats som neutrala enligt trefaktormodellen. Återigen tilldelades alla aktier ett slumpmässigt tal och sedan sorterades listan utifrån lägst till högst för att sedan inkludera de 30 första bolagen från listan i portföljen. Alla portföljer som konstruerades viktas jämt mellan alla aktier i portföljen. Portföljerna har ett innehav på 30 stycken aktier vardera, detta resulterar i att varje aktie har en vikt av 3,3% i portföljerna. 30 Figur 2 Portföljkonstruktion. 3.3.1 Portföljförvaltning Det finns två typer av strategier för portföljförvaltning. Den första är passiv portföljförvaltning och den andra är aktiv portföljförvaltning. Passiv portföljförvaltning innebär att portföljer är väldiversifierade och man anstränger sig inte för att förbättra avkastningen genom investeringsanalyser genom att köpa eller sälja värdepapper. Aktiv portföljförvaltning innebär att man aktivt försöker identifiera felprissatta värdepapper alternativt tajma breda tillgångsklasser som presterar bra (Bodie et al, 2017, s. 11). Av dessa portfölj förvaltningsstrategier kommer passiv portfölj förvaltningsstrategi att tillämpas för studien. Detta betyder att de fyra portföljerna som ska konstrueras inte kommer ändras under tidsperioden för studien. Om den effektiva marknadshypotesen stämmer är det irrelevant att försöka analysera efter tillgångar som ger högre avkastning och därför kommer passiv portfölj förvaltning att appliceras i denna studie (Bodie et al, 2017, s. 11). 31 3.3.2 Värdeaktier, tillväxtaktier och slumpmässiga aktier Portföljerna som består av värdeaktier och tillväxtaktier kommer att konstrueras med hjälp av Fama & French Trefaktormodell och kommer bestå av 30 svenska börsnoterade bolag vardera. Där βπ»ππΏπ‘: Book-to-market equity, high minus low är delen i Famas & French trefaktormodell som avgör om det är en värdeaktie eller tillväxtaktie. Därtill är den insatta medianen förklarande om företaget kommer att ses som ett stort eller litet, det vill säga företaget börsvärde, βπππ΅π‘: Market equity, small minus big. De nyckeltalen som kommer att användas vid konstruktionen är tidsanpassade. Med det menas att nyckeltalen kommer att vara från första året 2008. Utifrån denna konstrueringen kommer två portföljer genom ett randomiserat urval att skapas först, värdeportföljen och tillväxtportföljen. Sedan kommer en tredje portfölj att konstrueras från samma nyckeltal, den slumpmässiga portföljen. 3.3.3 Oetiska aktier Från denna studies definition av oetiska aktier i del 2.4 kommer studien att primärt att utgå från vilken bransch företaget är verksam i och om den anses vara oetisk. Men även vilka hållbarhetsbetyg från Morningstar och ESG-poäng företaget har, om den är allvarlig eller hög kan företaget ses som oetiskt. Exempel kring detta kan vara gruvor som bryter ädelmetaller, läkemedel som testar på djur, casinoföretag och så vidare. Dessa kriterier möjliggör kategorisering kring om ett företag ska ses som oetiskt eller inte och om den kommer kunna vara med i portföljen. Morningstars kriterier: β Abort/Preventivmedel/Stamcell β Vuxenunderhållning β Alkohol β Djurförsök β Kontroversiella vapen β Päls & specialläder β Spel β GMO β Militär Kontraktering β Kärnkraft β Palmolja 32 β Bekämpningsmedel β Handvapen β Termiskt kol β Tobak Bioteknikföretag är inte branschmässigt oetiska utan här utgår studien från om de testar sina produkter på djur och då anses de som oetiska. Morningstar utvecklar vidare kring dessa kriterier som en större mängd människor kan tänkas se som oetiskt. β Forskning kring embryonala stamceller och fostervävnad. β Testar sina produkter på djur. β Har överlag mycket mediala kontroverser med oetiskt handlande. Den oetiska forskningen som har gjort har gjort över flera olika länder och världsdelar. Detta stärker möjligheten för denna studie att jämföra och se över dess resultat. Med detta får studien en svenskt konsensus som stämmer överens med majoriteten eller inte. 3.4 Val av analysmetod Målet med uppsatsen är att undersöka om en oetisk portfölj genererar mest avkastning i relation till dess risk över en trettonårig period. Undersökning om denna oetiska portfölj har presterat högre avkastning än Stockholmsbörsens index OMX30 kommer även att utföras. Ett av de bättre sätten att jämföra och se skillnader för två olika oberoende grupper är att använda sig av Oparat t-test. Vilket enkelt görs i Microsoft Excel. Det är ett vanligt test för att se hur två grupper skiljer sig från varandra och om det finns en signifikant skillnad mellan två grupper och om nollhypotesen kan förkastas. (Witte & Witte s.245) Portföljernas avkastning jaΜmfoΜrs mot varandra och testet genererar daΜ ett p-vaΜrde (Denscombe 2018). Där studien använder sig av en signifikansnivå på 5% då detta är den vanligaste brytpunkten för t-test. Om p-vaΜrdet aΜr mindre aΜn alfa-vaΜrdet 5% så finns det en signifikans för att portföljerna har likande avkastning. Är p-värdet över 5% så kommer resultatet bli att portföljerna har annorlunda avkastning. Regressionsanalys valdes bort då studien inte undersöker samband och att utvecklingen för varje aktie är oberoende av varandra. 33 Denna studie kommer att använda Holding Periods Returns samt T-test för att analysera skillnader i avkastningen. Samt sharpekvoten för att kunna jämföra de olika portföljens risk. Dessa analysmetoder kompletterar varandra och möjliggör en jämförelse mellan den oetiska portföljen, värdeportföljen, tillväxtportföljen samt den slumpmässiga portföljen. Tabell 3 Nollhypoteser och statiska tester Nollhypotes Test π»01 En oetisk portfölj skapar likvärdig avkastning som värdeportföljen. Oparat t-test π»02 En oetisk portfölj skapar likvärdig avkastning som tillväxtportföljen. Oparat t-test π»03 En oetisk portfölj skapar likvärdig avkastning som slumpmässigaportföljen. Oparat t-test 3.5 Dataanalys 3.5.1 Portfölj variabler Nedan presenteras de variabler som ska ses som grunden till hur portföljerna konstrueras. β β Storlek - FoΜr att maΜta och kategorisera storlek har marknadsvaΜrdet för varenaste bolag mäts. Marknadsvärdet får du fram genom att multiplicera antal utställda aktier med aktiekursen. De aktier med ett hoΜgre marknadsvaΜrde eller lika med medianvaΜrdet (MarknadsvaΜrde ≥ MedianvaΜrde) kategoriseras som stora företag medan aktier med ett marknadsvaΜrde under medianvaΜrdet (MarknadsvaΜrde < MedianvaΜrde) kategoriseras som smaΜ företag, likt tidigare nämnt finns det inga medium bolag i denna katerogi. Detta har under studiens gång valt att förkortas som SMB (kan skrivas som Small minus Big) (Fama & French, 1992). β β Book-to-market - Det historiska bokfoΜrda kapitalet och marknadsvaΜrdet foΜr samtliga aktier haΜmtades fraΜn Börsdata. FoΜrhaΜllandet BE/ME beraΜknades daΜrefter genom att dividera det bokfoΜrda vaΜrdet med marknadsvaΜrdet. Där de yttersta 30% kommer att kategorisera om det är tillväxt eller värdebolag. Det har under studiens gång även skrivit som HML eller High minus Low. β β Oetiska portföljen - För att få fram vilka företag som kunde placeras i den oetiska portföljen har utgångspunkten varit från vilka branscher som inte anses hållbara samt ESG-kriterier och den tidigare forskningen har använts. Detta har möjliggjort ett urval 34 på de företag som placeras i ohållbara branscher. Dessa branscher kan som exempel vara olja och kol extrudering, alkohol, casino och spel, tobak, försvar och vapen bland annat. Detta förenklar valet av företag till denna portföljen då bransch eller verksamhetsbeskrivningen enkelt visar om företaget ska ses som oetiskt eller inte. β 3.5.2 Data De nyckeltal nedan är det som kommer användas för att redovisa ett resultat. - Aktiekurser - Vinstutdelningar - MarknadsvaΜrde - BokfoΜrt vaΜrde - Riskfri raΜnta (RF) - Marknadsavkastning (RM) För att få fram den initiala resultatet kommer en avkastningsanalys göras varje år där eventuella utdelningar återinvesteras. Avkastningen kommer att tas från den utveckling som skett i aktiekursen över det året. Avkastningen kommer sedan att bli riskjusterade för att sätta avkastningen i relation till dess risk och göra det mer möjligt att jämföra de olika portföljerna. 3.6 Studiens kvalite För att en studie ska vara tillförlitlig måste den ha stabila grader av validitet och reliabilitet. Enligt Bryman & Bell (2017 s.68) kan dessa två plus replikerbarheten ses som de tre viktigaste begreppen för uppsatser inom företagsekonomin. Validitet beskriver om studien mäter det den avser att mäta, med andra ord hur relevant det man skriver om är till ens frågeställning (Bryman & Bell, 2017 s.175). Medan reliabiliteten handlar om tillförlitligheten i studien (ibid) och att man kontinuerligt kommer att få samma resultat om man gör om mätningarna. Det är detta som kan benämnas som replikerbarhet i studien. Om replikerbarheten i en studie är låg leder detta till att validiteten i den specifika studie kan ifrågasättas. (Bryman & Bell 2018, s. 181). För att minimera risken av en låg replikerbarhet är det viktigt att ha en tydlig metoddel där man beskriver arbetsgången från start till mål. Vilket leder till den mest kritiska punkten kring metodiken i studien, vilket är allt manuellt jobb som har behövts göra vid insamlingen av datan. Då den mänskliga faktorn kan spela in och felaktigheter kan smyga sig in i forskningen. Något som överlag har varit en stark del i 35 uppsatsen är den höga replikerbarheten studien har. Där studiens metodik i alla olika delar beskrivits tydligt, allt från att skaffa källor, konstruera portföljer och mäta risk. Det som dock blir skadligt för denna delen är den definitionen av oetiska aktier som har gjorts. Detta motverkas genom att utgå från tidigare forsknings definitioner. Samt ha tydliga beskrivningar och refereringar till de tillägg som skapats till definitionen. Definitionen av oetiska aktier håller en stabilitetet. Då en beskrivning gjorts tydligt på de kriterier som använts i formuleringen av vad en oetiskt aktie kan vara således skadas inte replikerbarheten nämnvärt i uppsatsen. Ett tydligt exempel på detta kan vara den tidigare forskning som uppsatsen grundar sig i. Där har forskarna olika definitioner av vad som ska ses som oetiskt men de har också ett överlappande spann av vad de alla anser vara oetiskt, replikerbarheten ska ses som tillfredsställd i studien. 3.6.1 Metodkritik Insamlandet av datan har gjorts manuellt och kan vara skadligt för kvaliteten i uppsatsen. Då den mänskliga faktorn kan se fel på siffror, läsa in fel nyckeltal eller bara skriva fel, likt Eriksson (2018) har detta valts att benämnas som bearbetningsfel. För att minimera risken för dessa bearbetningsfel som medföljer vid manuellt arbete har det gjort separata kontroller av skribenterna där samma datan först kontrollerats i separata miljöer. Sedan har detta kontrollerats ihop av skribenterna. Denna kontrollering är nödvändig för att kunna säkerställa studiens kvalitet men också viktig för att kunna säkerställa att urvalet blev korrekt. Studiens resultat kan också kritiseras då studien baserar sig på årsredovisning över en längre period istället för en kortare period med månatliga observationer som Bartholdy och Pearce (2005) beskriver är det mest optimala för studier. Men det finns även teorier som stärker metoden för den aktuella uppsatsen som säger, när längre tidsperioder används motverkas effekten av kortsiktiga påverknings aspekter, det vill säga högre volatilitet över kortare tidsperioder. Genom att ha ett så pass långt tidsintervall stärks stabiliteten i studien, som i sin tur stärker reliabiliteten i studien. (Bryman & Bell s. 174). Studien försöker likna index portföljer med 30 bolag i varje portfölj, vilket gör urvalet mindre. Detta försvårar möjligheten till att generalisera och jämföra resultatet med tidigare studier. Denna diskussion om urvalsstorlek är alltid vanlig när det kommer till studier. Då frågan om tillräckligt med observationer diskuteras, vad är “tillräckligt” för att resultatet ska 36 vara pålitligt, och vilken tidsram är den mest optimala. Wang, Liu och Zhao (2017) nämner detta som en påtalad punkt som egentligen saknar ett korrekt svar. De påpekar att mängden data är kritisk för pålitligheten i studien och har en korrelation med kostnaden för studien. Otillräckligt med data kommer att skada pålitligheten i studien och de slutsatser som tas kommer tas till samma grad som med en studie med stor mängd data. Vart denna punkt ligger menar de att det inte finns tillräckligt med forskning kring för att bestämma. Med dessa punkter satta kan urvalet i studien anses ändå uppfylla en godkänd standard för att kunna dra slutsatser från resultatet, eftersom urvalet består av en majoritet från populationen. De negativa och positiva aspekterna får komplettera varandra i uppsatsen. 3.6.2 Validitet Likt tidigare nämnt redovisar validiteten att forskningen visar det den avser att visa. Den insamlade datan i denna studien är till för att besvara våra forskningsfrågor och ska hjälpa oss att bevisa hypoteserna alternativt ha underlag till att förkasta dem. Eliasson nämner (2013, s.16) också detta, vilket innebär att validiteten är beroende av formuleringen av frågeställningen i studien. Därför formulerades flera olika frågeställningar i början av studien så att forskarna kunde utesluta de som inte höll en bra nivå och välja de mest lämpade. För att säkerställa validiteten i studien har metodvalet också noggrant valts, motiveras till varför det passar samt kontrollerat den använda datan som undersökningen grundas i är pålitliga och giltiga. Begreppet oetiska aktier kan ses som ett någorlunda oklart begrepp. För att motverka detta har studien formulerat ett tydligt och ordentlig formulering för att förminska otydligheter. Definitionen grundar sig i det marknads konsensus som finns som är hämtat från tidigare forskning och formulerat på ett sätt som ska få väck eventuella oklarheter. Detta ökar replikerbarheten för studien men förenklar även möjligheten att dra slutsatser från studien. 3.6.3 Reliabilitet Studiens reliabilitet är framförallt grundad i hur den tidigare forskning tog sig an liknande forskning. För att reliabiliteten ska vara pålitlig ska den vara tillförlitlig, generaliserbar och replikerbar, vilket det ska anses att studien håller en stabil grad i. Totalt tre databaser användes för att samla in data för att besvara forskningsfrågorna. Orbis och Retriever Business är två databaser som Södertörns Högskola erbjuder till dess studenter. Detta gör att det blir svårt för andra forskare att replikera studien ifall de inte har tillgång till dessa två 37 databaser. Däremot är Börsdata en oberoende organisation och är tillgänglig för allmänheten att använda. Börsdata erbjuder dock begränsad data på en historik om 10 år. För att få en utökad historik av data måste man betala en extrakostnad, vilket har gjorts för att få tillgång till data om 20 år tillbaka. Det är enkelt att beskriva replikerbarheten som hög då allmänheten har tillgång till majoriteten av informationen, samt resterande del om de betalar för den. Då denna forskningsstudie grundar sig i historisk data, där källorna kommer från säkra databaser och har ett tydligt kvantitativt spår, därför ska reliabiliteten ses som att den håller en stabil nivå. Detta då de olika kriterierna och teorier i studien har anpassats från tidigare studier, vilket stärker reliabiliteten för studien. Det som ofta kan vara förklaringen till studier med låg reliabilitet är att det finns mycket egna tolkningar och egna tankar. Det är svårt att göra i en kvantitativ studie som denna. Det som kan ha varit skadligt för studiens reliabilitet är all den manuella handläggning som har legat till grund för datainsamlingen. Då denna kommer från flera olika databaser och har plockat fram för bolag på en manuellt sätt kan detta göra att andra hade plockat fram det på ett annat sätt och replikerbarheten tar skada. Det kan uppstå bearbetningsfel och för att minimera denna risk måste övergripande kontroller genomföras vid intagningen av nyckeltalen. Studien har använt sig av beprövade modeller för beräkningar av data och anledningen till detta är för att minimera missvisande eller felaktiga resultat. Dessa modeller är beprövade i tidigare studier och forskning inom ämnet. Dock kan man inte undgå att det alltid finns en risk för fel. Studien har samlat in en stor mängd data kring 221 aktier noterade på stockholmsbörsen och denna data har sammanställts manuellt. Alla beräkningar och sammanställningen av resultatet gjorde i Microsoft Excel, vilket är ett funktionsdugligt program som skriver ner risken för felaktigheter i datan. Detta i samverkan med att forskarna har arbetat ur ett tvärsnitts arbete har även det skrivit ner risken för fel. 3.6.4 Källkritik Källkritik är likt andra delar en viktig stöttepelare i vetenskapliga studier. ThureΜn och Werner (2019, s. 10) beskriver hur man ska bedöma en källas pålitlighet. De utvecklar kring hur viktigt det är att ha ett kritiskt förhållningssätt mot vetenskapliga artiklar, böcker och allt som används som källor i vetenskapliga arbeten. Detta då forskningen alltid är i förändring och 38 uppdateras kontinuerligt. Därför har författarna enbart använt sig av vetenskapliga artiklar som är publicerade och framtagna från Södertörns Högskolas stödda sökmotorer, eller litteratur som kommer från seriösa förlag. Dessa är kallade peer-reviewed och genomgår flertalet kontroller av flera parter under lång tid innan de publiceras. Då kontrolleras allt från språket, metodiken och innehållet, graden av tillförlitlighet i källorna är hög. Studien har med andra ord kunnat kontrollera äktheten i källorna, detta nämner ThureΜn och Werner som vitalt i sin bok. Det som ska ses som kritiskt i detta är åldern på vissa av studiens källor. Där många grundstenar i ekonomisk teori och denna uppsats kommer från äldre revolutionerade studier. Som Markowitz portföljteori från 1950-talet, Fama & French äldre studier från 1970-talet och Sharpekvoten som också kan ifrågasättas om den är aktuell till det börsklimat som råder idag. Eriksson (2018, s. 139) påpekar att det är viktigt att ha uppdaterade källor. Samt om de inte kan anses som nya måste man som forskare kontrollera källan relevans så den fortfarande går att använda. Studien har till en stor majoritet använt sig av källor som kommit under 2000-talet och ska ses som relevant. Dessa blir också mer relevanta då studien har en längre tidsperiod över samma period som källorna är med. Till de äldre källorna som studien består av ses de som grundläggande och vedertagna inom det ekonomiska forskningen att även de går att använda till vår studie. Så överlag har studien fokuserat på ålder av källorna men primärt fokuserat på hur relevanta de är för ämnet. Eriksson (2018 s.139-140) nämner även att beroendefrågor för uppsatser. Med detta menar han att författarna måste ha en översikt på om källorna de använder är ursprungskällor eller om de är upprepningar av andra författare. Med denna utgångspunkt så den aktuella studiens utgått från vetenskapligt granskade källor. Vid användningen av källor där upprepningar har gjorts har en kontrollering gjorts gentemot ursprungskällan eller ursprungs teorin så gott det gick. Vilket sågs som en nödvändighet för att kunna garantera studiens stabilitet och tillförlitlighet. 3.6.5 Etisk reflektion Forskning och etiken kring forskning är viktig då den säkerställer en god forskningssed. För att inte vilseleda eller framställa resultat felaktig för läsarna har forskarna refererat till alla sina källor. Använder en studie respondenter är det viktig för dessa att få ta del av materialet 39 och all information kring studien för att resultatet inte ska bli missvisande. (Bryman & Bell 2016. s,141) Denna studie har dock valt att enbart basera forskningen på sekundärdata för att skriva bort eventuella mänskliga avvikelser från respondenter. För att sedan följa upp med vedertagna källor som vetenskapliga artiklar, statistik, ekonomiska nyckeltal och litteratur. 4. Empiri I detta avsnitt presenteras det empiriska resultatet som en sammanfattning av den deskriptiva datan som har samlats in och som ska underbygga den kommande analys-delen. Nedan hittar ni presentationen av den oetiska portföljen, värdeportföljen, tillväxtportföljen, slumpmässiga portföljen samt Stockholmsindex. 4.1 Oetiska portföljen I tabell 4 framgår den totala avkastning för portföljen på 308,98% över alla perioder, vilket ger en genomsnittlig avkastning per år på 11,44%. Detta i relation till portföljens sharpekvot på 3,83, samt en standardavvikelse på 2,58% som redovisar portföljens volatilitet. Tabell 4 Oetiskportfölj överblick 1 Total Avkastning (2008-2020) 308,98% Genomsnittlig Årsavkastning 11,44% Genomsnittlig Standardavvikelse 2,58% Sharpekvot 3,83 HPR redovisar om den oetiska portföljens avkastningen för alla år och presenteras i tabell 5 där rekylen från finanskrisen lyser med högsta avkastning på 66,88%. Märkbart är även att portföljen enbart har ett år med negativ avkastning, 14,94% ner i 2011. Den oetiska portföljen hade inte en nedgång under finanskrisen likt de andra portföljerna. Vidare presenteras årsdatan för de variabler som redovisar portföljens risk där den högsta volatiliteten var för 2008 på 10,65%. Den sämsta sharpekvoten var för år 2011 då den var på minus 11,83 och den bästa var 2009 på 20,58. Den fjärde kolumnen är den riskfria räntan som kommer från Riksbankens presentation av den svenska 10-åriga Statsobligationen, här framgår det att över tiden har räntan haft en stadig nedgång. 40 Tabell 5 Oetiskportfölj överblick 2 År Avkastning Sharpekvot Standardavvik else Riskfri ränta 2008 18,84% 1,40 10,65% 3,90% 2009 66,88% 20,58 3,09% 3,25% 2010 14,15% 7,27 1,55% 2,88% 2011 -14,94% -11,83 1,40% 1,59% 2012 9,30% 5,07 1,42% 2,12% 2013 44,15% 18,91 2,22% 2,12% 2014 9,59% 3,50 2,25% 1,72% 2015 24,16% 14,69 1,95% 0,72% 2016 29,09% 10,14 2,82% 0,53% 2017 16% 9,73 1,58% 0,66% 2018 1,84% 1,03 1,15% 0,65% 2019 26,89% 12,37 2,17% 0,09% 2020 4,10% 2,44 1,70% 0,04% 4.2 Värdeportföljen I tabell 6 framgår den totala avkastningen från 2008 till 2020 som landade på 489%, som ger en genomsnittlig årsavkastning på 14,61%. Portföljen hade en hög sharpekvot på 8,72 vilket visar att risken till den höga avkastningen är relativt låg samt en volatilitet på 1,50% vilket är relativt lågt. Tabell 6 Värdeportfölj överblick 1 Total Avkastning (2008-2020) 488,66% Genomsnittlig Årsavkastning 14,61% Genomsnittlig Standardavvikelse 1,50% Sharpekvot 8,72 I tabell 7 redovisas den årliga avkastningen för värdeportföljen, år 2009 var bäst med en avkastning på 54,86% och 2008 den sämsta med en negativ avkastning på 31,53%. Värdeportföjen hade sex år där avkastningen var högre än 20%. Vidare presenteras årsdatan 41 för de variabler som redovisar portföljens risk där den högsta volatiliteten var för 2018 på 3,51% och den lägsta var 2008 på 0,89%. Vilket visar att portföljen är relativt stabil och att det inte är några stora svängningar i kurserna under åren. Den sämsta sharpekvoten var för år 2008 då den var på -39,77 även 2011 var sharpekvoten negativ då -19,94. Den bästa sharpekvoten var 2019 och var på 29,84. Den fjärde kolumnen är den riskfria räntan som kommer från Riksbankens presentation av den svenska 10-åriga Statsobligationen. Tabell 7 Värdeportfölj överblick 2 År Avkastning Sharpekvot Standardavvik else Riskfri ränta 2008 -31,53% -39,77 0,89% 3,90% 2009 54,86% 23,71 2,18% 3,25% 2010 19,06% 12,62 1,28% 2,88% 2011 -14,20% -19,94 0,79% 1,59% 2012 17,81% 11,79 1,33% 2,12% 2013 31,99% 16,97 1,76% 2,12% 2014 23,61% 18,32 1,20% 1,72% 2015 37,01% 22,29 1,63% 0,72% 2016 7,47% 7,83 0,92% 0,53% 2017 7,94% 7,30 1% 0,66% 2018 27,24% 7,58 3,51% 0,65% 2019 43,68% 29,84 1,46% 0,09% 2020 18,32% 12,13 1,51% 0,04% 4.3 Tillväxt portföljen I tabell 8 framgår den totala avkastningen från 2008 till 2020 som landade på 338,89%, vilket ger en genomsnittlig årsavkastning på 12,05%. Även denna portfölj hade en hög sharpekvot på 7,10. Samt en standardavvikelse på 1,48%. Tabell 8 Tillväxtportfölj överblick 1 42 Total Avkastning (2008-2020) Genomsnittlig Årsavkastning 338,89% Genomsnittlig Standardavvikelse 12,05% Sharpekvot 1,48% 7,10 I tabell 9 redovisas den årliga avkastningen för tillväxt portföljen där år 2009 var bäst med en avkastning på 76,37% och 2008 den sämsta med en negativ avkastning på 47,63%. Tillväxtportföljen har tre negativa år där avkastningen är över -10%. Vidare presenteras årsdatan för de variabler som redovisar portföljens risk där den högsta volatiliteten var för 2015 på 2,87% och den lägsta var 2008 på 0,73%. Den sämsta sharpekvoten var för år 2008 då den var på -70,62, tillväxt portföljen hade totalt tre år med negativ sharpekvot. Den bästa sharpekvoten var 2009 och var på 31,63. Den fjärde kolumnen är den riskfria räntan som kommer från Riksbankens presentation av den svenska 10-åriga Statsobligationen. Tabell 9 Tillväxtportfölj överblick 2 År Avkastning Sharpekvot Standardavvik else Riskfri ränta 2008 - 47,63% -70,62 0,73% 3,90% 2009 76,37% 31,63 2,31% 3,25% 2010 30,52% 15,37 1,80% 2,88% 2011 -19,25% -20,16 1,03% 1,59% 2012 14,71% 13,29 0,95% 2,12% 2013 20,47% 16,67 1,10% 2,12% 2014 25,99% 15,69 1,55% 1,72% 2015 41,16% 14,08 2,87% 0,72% 2016 11,24% 9,61 1,11% 0,53% 2017 4,61% 3,35 1,18% 0,66% 2018 -11,71% -13,24 0,93% 0,65% 2019 33,53% 18,93 1,77% 0,09% 2020 18,64% 9,97 1,87% 0,04% 43 4.4 Slumpmässig portföljen I tabell 10 framgår den totala avkastningen från 2008 till 2020 som landade på 584,39%, vilket är den högsta av alla portföljer i studien. Utan att sätta avkastningen i relation till dess risk slår den tvåan värdeportföljen med nästan 100%. Sharpekvoten är 7,27 som är lägre än värdeportföljens relation till dess risk som hade en sharpekvot på 8,72. Den genomsnittlig årsavkastning landade då på 15,95% och hade en standardavvikelse på 1,98%. Tabell 10 Slumpmässig portfölj överblick 1 Total Avkastning (2008-2020) 584,39% Genomsnittlig Årsavkastning Genomsnittlig Standardavvikelse 15,95% Sharpekvot 1,98% 7,27 I tabell 11 redovisas den årliga avkastningen för den slumpmässiga portföljen som ska redovisa hur det går för investerare som väljer sina bolag genom ett randomiserat urval. År 2009 var starkast med en avkastning på 74,30% och har fem år där avkastningen är över 35% men have även tre år med negativ avkastning. Vidare presenteras årsdatan för de variabler som redovisar portföljens risk där den högsta volatiliteten var för 2015 på 7,94% och den lägsta var 2008 på 0,79%, märkbart är att portföljen hade fyra år där standardavvikelsen var 1% eller lägre. Den sämsta sharpekvoten var för år 2008 då den var på -53,63. Medan den bästa var 2009 och låg på 27,34. Den fjärde kolumnen är den riskfria räntan som kommer från Riksbankens presentation av den svenska 10-åriga Statsobligationen. Tabell 11 Slumpmässig portfölj överblick 2 År Avkastning Sharpekvot Standardavvik else Riskfri ränta 2008 -38,72% -53,63 0,79% 3,90% 2009 74,30% 27,34 2,60% 3,25% 2010 36,32% 17,44 1,92% 2,88% 2011 -18,25% -21,59 0,92% 1,59% 2012 25,15% 26,58 0,87% 2,12% 2013 58,33% 19,86 2,83% 2,12% 2014 12,61% 10,92 1,00% 1,72% 44 2015 60,40% 7,52 7,94% 0,72% 2016 19,82% 12,66 1,52% 0,53% 2017 5,19% 3,54 1,28% 0,66% 2018 -1,14% -1,63 1,10% 0,65% 2019 37,05% 25,27 1,46% 0,09% 2020 11,42% 7,59 1,51% 0,04% 4.5 OMXS30 Index I tabell 12 redovisar OMX30 index avkastning för respektive år under tidsperioden 2008-2020, där kan det avläsa att 2008 var det året som presterade sämst och året därefter alltså 2009 var det bästa året. OMX30 index hade en total avkastning på 73,52% och en genomsnittlig årsavkastning på 4,33% för tidsperioden. Tabell 11 OMX30 Index överblick Totala Avkastning (2008-2020) Genomsnittlig Årsavkastning 73,52% 4,33% I tabell 13 redovisas OMX30 årsvisa avkastning. OMX30 index är den enda som redovisar 4 år av negativ avkastning och har den lägsta avkastningen både över tid och genomsnittlig. Tabell 12 OMX30 Index årlig avkastning År Avkastning 2008 -38,40% 2009 43,00% 2010 22,05% 2011 -15,11% 2012 13,84% 2013 18,85% 2014 10,24% 45 2015 -4,06% 2016 7,48% 2017 4,00% 2018 -10,74% 2019 25,87% 2020 5,81% 4.6 Oparat T-test P-värdet visar hur betydande testets resultat är, samt hur stor sannolikhet att korrelationskoefficienten är noll. Nedan är den aktuella studiens T-test som visar att det inte finns någon signifikant samband mellan portföljerna (Witte & Witte s.257). Oetiska portföljens signifikansnivå till alla de andra portföljerna är högre än den satta nivån på 5%, då det är 0,957, 0,703 och 0,814. Dessa hittas i det tvåsidiga fältet för P-värde. Det är inte en signifikant liknelse mellan portföljerna. Vilket klargör att det finns en skillnad i avkastningen mellan portföljerna och att noll hypoteserna ska förkastas. Med andra ord så finns det en skillnad i avkastningen i relation till dess risk mellan den oetiska portföljen och värdeportföljen, tillväxtportföljen och den slumpmässiga portföljen. 4.6.1 Nollhypotes 1 π»01: En oetisk portfölj skapar likvärdig avkastning i relation till dess risk som värdeportföljen. π»1: En oetisk portföljs avkastning i relation till dess risk skiljer sig från värdeportföljen. Tabell 14 Oparat t-test mellan oetisk portfölj och värdeportfölj Oetisk Värde Medelvärde 0,192346154 0,187715385 Varians 0,041654771 0,05326348 Observationer 13 13 Parad Varians 0,047459125 Antagen 0 46 Medelvärdesskillnad fg 24 T-kvot 0,054193843 P(T<=t) ensidig 0,478614666 t-kritiskt ensidig 1,71088208 P(T<=t) tvåsidig 0,957229332 t-kritiskt tvåsidig 2,063898562 4.6.2 Nollhypotes 2 π»02: En oetisk portfölj skapar likvärdig avkastning i relation till dess risk som tillväxtportföljen. π»2: En oetisk portföljs avkastning i relation till dess risk skiljer sig från tillväxtportföljen. Tabell 15 Oparat t-test mellan oetisk portfölj och tillväxt portfölj Oetisk Tillväxt Medelvärde 0,192346154 0,153138462 Varians 0,041654771 0,093203193 Observationer 13 13 Parad Varians 0,067428982 Antagen Medelvärdesskillnad fg 0 24 T-kvot 0,384950297 P(T<=t) ensidig 0,351832299 t-kritiskt ensidig 1,71088208 P(T<=t) tvåsidig 0,703664598 t-kritiskt tvåsidig 2,063898562 47 4.6.3 Nollhypotes 3 π»03: En oetisk portfölj skapar likvärdig avkastning i relation till dess risk som slumpmässigaportföljen. π»3: En oetisk portföljs avkastning i relation till dess risk skiljer sig från slumpmässigaportföljen. Tabell 16 Oparat t-test mellan oetisk portfölj och slumpmässig portfölj Oetisk Slumpmässig Medelvärde 0,192346154 0,217292308 Varians 0,041654771 0,102501089 Observationer 13 13 Parad Varians 0,07207793 Antagen Medelvärdesskillnad fg 0 24 T-kvot -0,23689676 P(T<=t) ensidig 0,407373634 t-kritiskt ensidig 1,71088208 P(T<=t) tvåsidig 0,814747269 t-kritiskt tvåsidig 2,063898562 48 5. Analys Detta kapitel kommer att analysera, diskutera och svara på frågeställningarna, Genererar en oetisk portfölj en högre avkastning i relation till dess risk än en värdeportfölj, en tillväxtportfölj och en Slumpmässig portfölj under åren 2008-2020? Samt genererar den oetisk portföljen en högre avkastning än portfölj OMX30 index? Vilka insikter har studiens kommit fram till och hur står sig resultatet mot tidigare studier. 5.1 Analys & Diskussion Studiens syfte är att ta reda på om en sammansatt portfölj av oetiska aktier presterar bättre än andra investeringsstrategier som värde och tillväxt, men även en portfölj som är slumpmässigt sammansatt. Studiens resultat visade både likheter med tidigare studier men även olikheter som kommer att påverka de slutsatser man kan dra från forskningen. Genom att mäta avkastningen med HPR och sedan testa studiens nollhypoteser genom T-test så kommer studien fram till att det inte finns någon statistisk likhet mellan portföljenas avkastning. Då P-värdet är högt över studiens satta Alpha-värde på 5%. Studiens alla nollhypoteser förkastas då portföljernas avkastning är skilda från varandra. Av de fyra olika portföljerna presterade den slumpmässiga portföljen bäst över tidsperioden 2008-2020 med en årlig avkastning på 15,95%. Vilket är 4,51% högre avkastning årligen än den oetiska portföljen som presterat sämst mellan de fyra portföljerna. Jämfört med värdeportföljen presterar den oetiska portföljen 3,17% sämre årligen. Men presterar även 0,61% sämre än tillväxtportföljen årligen. Alla portföljer presterar bättre än OMX30 index, där den oetiska portföljen presterar 7,11% bättre än OMX30 index årligen. Men tar man avkastning i relation till dess risk är värdeporföljen den bäst presterande med en högre sharpekvot än den slumpmässiga portföljen. Den optimala investeringsstrategin är alltså värdeportfölj men man är villig att acceptera högre risk för högre avkastning ska man investera i den slumpmässiga portföljen. Detta är något Markowitz (1950) förklarar om i sin teori om portföljer. Att investerare är villiga att acceptera högre risk men endast om det genererar högre avkastning (Shipway 2009). Över den långa tidsramen som studien haft kan företags hållbarhetsprofil eller ESG-score förändrats. Vilket studien inte tagit hänsyn till med en passiv portfölj förvaltningsstrategi. Företag kan alltså gå från etisk till oetisk och vice versa. Resultat hade blivit annorlunda om en aktiv portföljförvaltning strategi hade valt. Där portföljerna hade blivit aktivt förvaltade 49 för att hitta missplacerade aktier. Vanligtvis letar man efter variabeln felprissatta aktier i aktiv portföljförvaltning (Bodie 2017, s. 11). Men här hade variabeln varit oetisk eller etisk. Har ett oetisk bolag blivit etisk under valda tidsperioden ska de exkluderas från den oetiska portföljen. Företag kan välja att gå från oetisk till etisk med syftet att förändra deras hållbarhetsprofil (Lewis & Juravle 2010). Anledningen till att göra detta blir att få högre inflöden från institutionella investerare och den stora massan av privata aktörer för att driva företaget framåt (Hong & Kacperczyk, 2009). 5.1.1 Den effektiva marknadshypotesen Studiens resultatet problematiserar Famas (1970) teori om en effektiv marknad. Studiens resultat indikerar att marknaden kan ses som ineffektiv i vissa segment och att det genom strategi finns ytterligare avkastning att hämta. Fama menar att det inte ska gå att generera en överavkastning över tid då all tillgänglig information redan är inprisat i aktiepriset. Den oetiska portföljen som studie utgår ifrån visar att det finns ineffektivitet i marknaden som går att utnyttja för att generera en högre avkastning. Derwall (2011) menar att förklaringen för detta kan ligga i den systematiska underprissättning som sätts för oetiska aktier. Då stora institutionella investerare väljer att bortse från dessa typer av aktier på grund av sina etiska riktlinjer satta av sina ägare. Då det finns färre köpare kommer detta att driva ned kursen och skapa en undervärdering. Detta driver upp risken och de investerare som faktiskt investerar kan öka sin förväntade avkastning för de oetiska bolagen. Hong & Kacperczyk (2009) håller ett liknande resonemang kring överseendet från större fonder och att detta spär på den riskjusterade förväntade avkastningen för investerare. Vilket leder till att det bör finnas aktiepriser som ska ses som ineffektiva och kan generera en abnormal avkastning över tid och att detta är mätbar. Den effektiva marknadshypotesen underskattar även den irrationalitet som finns hos investerare som väljer att handla eller inte handla i oetiska aktier. Boatright (2014, s.148-149) och Lewis & Juravle (2010) menar att människor inte längre enbart ser över sina investeringars ekonomiska nyckeltal och hur mycket avkastning de kan få ut av den. Utan en potentiell oetisk investering som har extremt hög förväntad avkastning kan väljas bort då den alternativa kostnaden för miljön är för stor. Detta är ett fenomen som Fama (1970) inte har inkluderat i sin teori om effektiva marknader och förskjuter fördelning av rationella och irrationella investerare ska ses som ojämnt fördelad. 50 Alla studiens portföljer genererar en överavkastning med grund i någon typ av investeringsstrategi och gör det möjligt att förkasta sanningshalten i den starka och semi starka formen av marknadseffektivitet. Genom att använda Fama & French trefaktorsmodell generade portföljerna en överavkastning. Något som är tydligt är också Malkiels (2003) förespråkan av att använda sig av passiv förvaltning, genom att köpa och sitta kvar på sitt innehav över tid är en viktig del för att få avkastning. Den slumpmässiga portföljen som studien satte ihop grundade sig i ett randomiserat urval för att undersöka hur en portfölj vars innehav som blev valt slumpmässigt presterade. Den slumpmässiga portföljen redovisade den högsta totala avkastningen utan att bejaka portföljens relation till dess risk. Studien kan dra paralleller att marknadseffektivitet i svag form har en del sanning i sig, med att det enbart är historisk data och en randomiserad variabel som avgör aktiekursen (Fama 1970). Den slumpmässiga portföljen påvisar att den svaga formen och random walk teorin kan innehålla en del sanning, som antyder att aktiepriser är slumpmässiga och oförutsägbara (Fama 1970). Man kan alltså inte förutspå aktiepriser enligt random walk teorin vilket innebär strategier som värde- och tillväxtportföljen inte ska generera abnormal avkastning. Om investerare vill öka avkastning måste risken även ökas. Men sätts risk i relation framgår det att värdeportföljen är den starkaste portföljen i studien. 5.1.2 Tidigare forskning De tidigare forskningen som uppsatsen grundar sig i har haft tvetydiga resultat och slutsatser. Studiens resultat visar på att den oetiska portföljen har en lägre avkastning än de andra portföljerna. Men har en klar överavkastning mot index. Resultatet och skillnaderna mellan studierna kan bero på flera olika faktorer. Metodiken i studierna skiljer sig, forskningen har gjorts på olika marknader, förvaltningen för portföljerna och riskjustering metoden har varit olika. I Fama & French (1998) globala studie visar resultatet att på en global skala presterar värdeportföljer bättre än tillväxtportföljer med en årlig avkastning på 5,56% till 7,68%. Den aktuella studiens resultat visar att värdeportföljen presterar 2,56% bättre än tillväxtportföljen enligt HPR. Fama och French (1998) studie finner även resultatet att de globala värdeportföljerna har en högre avkastning på 3,07% till 5,16% årligen. Kopplas detta ihop 51 med den aktuella studiens avkastning skillnad mellan OMX30 och värdeportföljen har den aktuella studiens värdeportfölj 10,28% högre avkastning årligen. Vilket ger informationen om att resultaten är snarlika men att skillnaden är hög. Resultatet för den aktuella studiens oetiska del är att den inte genererar en högre avkastning än sina motparter. Vilket går emot resultatet som Hong & Kacperczyks (2009), Salaber (2009) samt Fabozzi et al (2008,2017) fått. De kan redovisa en tydlig överavkastning hos oetiska aktier i jämförelse med andra bolag. Men den aktuella studiens empiri liknar de resultat som Lobe & Walkshäusl (2016) och Olofsson et al (2021) fått, där etiska bolag genererar en högre eller likvärdig avkastning. Men det finns liknande spår och slutsatser från all den tidigare forskningen som kan implementeras och jämföras med den aktuella studien. Hong & Kacperczyks (2009) studie som gjordes på amerikanska börsen använde sig av att långa jämn viktade portföljer med oetiska aktier och korta bolag som sågs som mer hållbara. Vilket kan problematisera möjligheten att jämföra studierna. Det mest grundläggande resultatet från studien skiljer sig från resultatet från denna studie, de säger att oetiska aktier genererade högre avkastning än aktier som kunde ses som mer hållbara. Detta kan grunda sig i den riskpremie som läggs till i oetiska bolag. Med den underprissättning som uppstår när större fonder exkluderar oetiska aktier utnyttjas genom den aktiva förvaltning som studien använder sig av, och skapar en överavkastning. Tidigare forskning har till stor del fokuserat på den amerikanska börsen eller en uppsättning av flera aktiemarknaden. Denna studies resultat redovisar att oetiska aktier på den svenska börsen inte genererar en högre avkastning än sina motparter. Den genererar klart lägre avkastning än de andra portföljerna. Den oetiska portföljen hade lägst sharpekvot men även lägst avkastning över alla perioder. Detta spär på den negativa betoningen som studien kan visa om oetiskt sparande genom att ju lägre sharpekvoten är desto mer ineffektiv är portföljen. (Bodie et al, 2017, s. 125). Detta kan bero på flera olika anledningar, men de som studien anser är den mest bärande är, att svenskar ser mer allvarligt på hållbarhet och belönar företag vars bolagsstyrning ska ses som hållbar. Men också motarbetar oetiska företag både genom hårda regleringar men även genom flockbeteende och normen av att svenskar vill agera hållbart. Att svenska institut har hårdare regleringar slår hårt mot oetiska företag. Detta är något som Hong & Kacperczyks (2009) nämner som den mest förklarande faktorn till Europas negativa inställning mot oetiska aktier, som även denna studie ansluter sig till. 52 Salabers (2009) studie visar även att oetiska aktier presterar bättre än sina motparter. Den mest intressanta liknelsen från denna studie är dock den del som påvisar att en mer defensiv marknad kan gynna oetiska aktier. Hon menar att den oetiska portföljen bör klara sig bättre i en björnmarknad då de är mer defensivt lagda rent naturligt. Detta speglas tydligt i studien då den oetiska portföljen enbart har ett år med negativ avkastning vilket är det lägsta av alla portföljer medan index har fyra negativa perioder. När Stockholms indexet har varit ned över året har den oetiska portföljen klarat sig bäst över dessa perioder. Detta motsätter sig resultatet från Olofsson et al (2021) vars forskning påpekar att etiska aktier är mer benägna att klara sig bättre i finanskriser. En förklarande faktor till det differentierade resultatet mot Olofsson kan grunda sig i att de undersökte vid globala finanskriser och detta var enbart vid två tillfällen i den aktuella studien, vid 2008 och 2020. Om samma portföljer hade observerats över andra finanskriser hade resultatet kunnat varit annorlunda. Liknelsen med Olofsson et al (2021) är hur volatiliteten i oetiska aktier är påtagligt högre än etiska aktier, och att etiska aktier har mindre extremvärden. I samklang med en passiv förvaltning ska man inte investera i oetiska aktier utan se över sina alternativ och placera sitt kapital i andra delar av marknaden. Detta spår gör att Olofsson et al (2021) har ett liknande resultat som den aktuella studien om att oetiska aktier inte genererar en överavkastning. Även Lobe & WalkshaΜusl (2016) har kommit fram till ett annat resultat än vad Hong & Kacperczyks (2009), Fabozzi et al (2017) och Salaber (2009) gör. Detta kan primärt speglas av den demografi som studien har utförts i skiljer sig från de andra. De andra studierna hade primärt studier utförda på amerikanska marknader. Medan Lobe & Walkhäusl (2016) har 51 olika länder i studien, USA är med men även Sverige och Norden. Olofsson et al (2021) har även de en undersökning över flera olika världsmarknader. Här redovisas ett resultat som inte visar att oetiska aktier genererar mer avkastning. Lobe & WalkshaΜusl (2016) visar att det inte finns en signifikant skillnad mellan de olika portföljerna i denna studien. Detta påvisar att det inte finns ett praxis av att resultatet alltid kommer att bli samma och att oetiska aktier är bäst över alla tidpunkter och alla marknader. Detta stärker pålitligheten i vår studies resultat då dessa två studier är mest snarliknande av de tidigare studierna. Då Europeiska marknader har en lägre toleransgrad till oetisk avkastning över tid, Sverige gynnar hållbara företag medan om investerare vill äga oetiska bolag gör de det bäst i USA. Detta utvecklar även Hong & Kacperczyks (2009) kring likt tidigare nämnt. 53 6. Slutsatser I detta kapitel kommer de insikter studien kommit fram till att belysas samt hur en fortsatt forskning kan tänkas att se ut. Med hjälp av den tidigare forskning och teorier som Holding Period Returns, Sharpekvot och T-test har studiens forskningsfrågor kunnat besvarats. 1. Genererar en oetisk portfölj en högre avkastning i relation till dess risk än en värdeportfölj, en tillväxtportfölj och en slumpmässig portfölj under åren 2008-2020? Studiens oetiska portfölj hade en lägre avkastning i relation till dess risk än de andra tre portföljerna som den jämfördes med. 2. Genererar den oetisk portföljen en högre avkastning än portfölj OMX30 index? Studiens oetiska portfölj genererar en högre avkastning än Stockholms Index. Sammanfattningsvis är studiens slutsatser: - Utifrån studiens resultat genererar inte en svensk oetiskt portfölj som är noterade på Nasdaq Stockholm en högre avkastning i relation till dess risk än portföljer som är kategoriserade som värdebolag, tillväxtbolag eller slumpmässiga bolag. - Studien visar att om investerare letar efter överavkastning bör de välja andra bolag än oetiska svenska bolag. Oetiskt sparande lönar sig enbart i USA och inte i Europa. Den sociala normen och flockbeteendet av att välja hållbara bolag kan ses som drivande till att investerande i oetiska företag är i förändring. Möjligheten för forskarna att kunna dra större slutsatser påverkas dock av studiens storlek och urval. Studien kan inte med säkerhet garantera att det urvalet som har gjort är representativt för hela Europa baserat på dess storlek, utan att de får ses som en representation för Sverige. - Studien visar att det finns grader av ineffektivitet i marknaden som kan utnyttjas för att generera en överavkastning gentemot OMX30 index. Genom att använda Fama & French trefaktormodell eller att använda en oetisk portfölj genererades en överavkastning mot marknaden. Där värdebolag genererade bäst avkastning i relation till dess risk, och oetiska företag genererade minst. 54 - Slutsatsen för denna uppsats kan ses som att det inte är lönt att investera oetiskt i jämförelse med de andra portföljerna då man varken vinstmaximerar sina investeringar eller bidrar till en bättre planet. Men den oetiska portföljen har en högre avkastning än OMX30 då måste en investerare ställa sig frågan, gäller högre avkastning till varje pris. 6.1 Framtida forskning Studien kan ses som bas för framtida studier och fortsättas att utvecklas kring. Den primära vidare forskningen av studien skulle vara intressant kring ett representativa urval från alla Nordens börser. Det blir företag från Finland, Norge, Danmark och Sverige, för att få någon konsensus bild över hur väl oetiska företag står sig i Nordeuropa. Där portfölj sammansättningen grundas från Fama & French femfaktormodell istället för trefaktormodellen. Då kan man eventuellt öka förklaringsgraden i hur oetiska nordiska företag presterar och ställer sig till Europa konsensus. Utifrån denna studie finns det möjligheter kring framtida forskningsprojekt som skulle vara att undersöka de underliggande faktorerna till hur oetiska aktier presterar. Hur stor påverkan har egentligen det institutionella spararna i den oetiska riskpremien. Under denna del skulle man kunna leta efter samband av vad som faktiskt är drivande för en oetisk aktiekurs om de skiljer sig från vanliga bolag och leta efter signifikanta samband genom regressionsanalyser. Eller om oetiska aktier presterar bättre om de försökte ställa om sin bolagsstyrning till mer hållbara beslut. Eller om de implementerar en mer avancerad greenwashing för att försöka övertyga om att de inte längre är oetiska. Det finns många olika förslag till vidare forskning inom ämnet. 55 Källförteckning Akavia, Björn Englund. (2021). https://www.akaviaaspekt.se/rad-och-tips/okat-intresse-for-hallbart-sparande/ Hämtad [2021-09-25] Chen, A. S., & Fang, S. C. (2009). Uniform testing and portfolio strategies for single and multifactor asset pricing models in the Pacific Basin markets. Applied Economics, 41(15), 1951-1963. Bartholdy, J., & Peare, P. (2005). Estimation of expected return: CAPM vs. Fama and French. International Review of Financial Analysis, 14(4), 407-427. Blitz, D., & Fabozzi, F. J. (2017). Sin stocks revisited: Resolving the sin stock anomaly. The Journal of Portfolio Management, 44(1), 105-111. Boatright, R.J. (2014). Ethics in finance. Hoboken, New Jersey: John Wiley & Sons. Bryman, A., & Bell, E. (2017). Företagsekonomiska forskningsmetoder. Upplaga 3. Stockholm: Liber. Denscombe, M. (2018). Forskningshandboken : FoΜr smaΜskaliga forskningsprojekt inom samhaΜllsvetenskaperna. Upplaga 4. Lund: Studentlitteratur. Derwall, J., Koedijk, K., & Ter Horst, J. (2011). A tale of values-driven and profit-seeking social investors. Journal of Banking & Finance, 35(8), 2137-2147. Eliasson, A. (2013). Kvantitativ metod fraΜn boΜrjan. Lund: Studentlitteratur Eriksson, L. (2018). Kritiskt taΜnkande. Upplaga 3. Stockholm: Liber. Fabozzi, F. J., Ma, K. C., & Oliphant, B. J. (2008). Sin stock returns. The Journal of Portfolio Management, 35(1), 82-94. Fama, E. F. (1970). Efficient Capital Markets: A Review of Theory and Empirical Work, The Journal of Finance, 25(2), 28-30. Fama, E. F., & French, K. R. (1992). The cross-section of expected stock returns. Journal of Finance, 47(2), 427-465. 56 Fama, E. F., & French, K.R. (1993). Common risk factors in the returns on stocks and bonds, Journal of financial economics, 33, (1), pp. 3-56. Fama, E. F., & French, K. R. (1998). Value versus growth: The international evidence. The journal of finance, 53(6), 1975-1999. Hamberg, M. (2004). Strategic financial decisions. MalmoΜ: Liber. Holton, G. A. (2004). Defining risk. Financial analysts journal, 60(6), 19-25. Hong, H., Kacperczyk, M. (2009). The price of sin: The effects of social norms on markets. Journal of Financial Economics, 93(1), pp.15-36. Isaksson, R., & Cöster, M. (2018). Testing a maturity grid for assessing sustainability reports. In The 11th Performance Measurement Association Conference, Performance Measurement and Management in a Globally Networked World (PMA 2018), 23-26 September 2018, Warsaw, Poland. Kitanov, Y. (2015). Are risk free government bonds risk free indeed. Economy & Business, 9, s. 523-530. Lewis, A., & Juravle, C. (2010). Morals, Markets and Sustainable Investments: A Qualitative Study of 'Champions'. Journal of Business Ethics, 93(3), 483-494. Lintner, J. (1956). Distribution of incomes of corporations among dividends, retained earnings, and taxes. American Economic Review, 46(2), 97-113. Lobe, S., & Walkshäusl, C. (2016). Vice versus virtue investing around the world. Review of Managerial Science, 10(2), 303-344. Malkiel. G. Burton, (2003). The Efficient Market Hypothesis and Its Critics. Journal of Economic Perspectives, 17 (1), 59-82. Markowitz, H. (1952). Portfolio Selection. The Journal of Finance, 7(1), s.77-91. Morningstar. (2017). Morningstar Portfolio Product Involvement Methodology. https://www.morningstar.com/content/dam/marketing/shared/research/methodology/812380_ PortofioProductInvolvement.pdf [2021-11-15] 57 Mueller, P., (1981). Covered Options: An Alternative Investment Strategy. Financial Management, 10(4), p.64. Nasdaq. (2021). OMX Stockholm 30 Index. https://beta.indexes.nasdaq.com/Index/Overview/OMXS30 [2021-11-15] Olofsson, P., Råholm, A., Uddin, G. S., Troster, V., & Kang, S. H. (2021). Ethical and unethical investments under extreme market conditions. International Review of Financial Analysis, 78, 101952. Olsson, H., & SoΜrensen, S. (2021). Forskningsprocessen : Kvalitativa och kvantitativa perspektiv, Upplaga 4. Stockholm: Liber. Patel, P. C., Pearce II, J. A., & Oghazi, P. (2021). Not so myopic: Investors lowering short-term growth expectations under high industry ESG-sales-related dynamism and predictability. Journal of Business Research, 128, 551-563. Privata affärer. (2021) Lundin energy behåller portfölj inom förnybar energi. https://www.privataaffarer.se/lundin-energy-behaller-portfolj-inom-fornybar-energi-16401013 34 Hämtad [2022-01-14] Reilly, F., Brown, K. & Leeds, S. (2018). Investment Analysis and Portfolio Management. Mason, OH: Cengage. Salaber, J. (2009). Sin Stock Returns Over the Business Cycle. SSRN Electronic Journal. Sharpe, W.F. (1964). Capital asset prices: a theory of market equilibrium under conditions of risk, The Journal of Finance, 19 (3), pp. 425-442. Shipway, I., (2009). Modern Portfolio Theory. Trusts & Trustees, 15(2), pp.66-71. S&P Global. (2021). ESG. https://www.spglobal.com/ratings/en/research-insights/esg/esg HaΜmtad [2021-10-30] S&P Global. (2021). ESG Analytics. https://www.spglobal.com/esg/solutions/company-analytics-esg-analytics HaΜmtad [2021-10-30] Riksbanken. (2021). Räntor och Valutakurser. 58 https://www.riksbank.se/sv/statistik/sok-rantor--valutakurser/?g7-SEGVB10YC=on&from=2 008-01-01&to=2021-12-07&f=Year&c=cAverage&s=Comma [Hämtad 2021-12-07] Wang, W., Liu, C., & Zhao, D. (2017). How much data are enough? A statistical approach with case study on longitudinal driving behavior. IEEE Transactions on Intelligent Vehicles, 2(2), s. 85-98. Witte, J., & Witte, R. (2017). Statistics. Hoboken. NJ: John Wiley & Sons Inc. Bilagor Bilagor a: Bilaga 1a. oetiska portfölj Oetisk Portfölj Innehav Havsfrun Investment B Betsson B Bioinvent International Peab B Haldex CTT Systems Lundin Energy Hansa Biopharma C-RAD B Saab B Active Biotech Genovis Sas Endomines Misen Energy EOS Russia Duroc B Midway B Swedish Match Karo Pharma Concejo B Kindred Group SinterCast Biogaia B Dome Energy XANO Industri B Tethys OIL Traction B Catella B Profilgruppen B Lundbergföretagen B BillerudKorsnäs Stockwik Förvaltning Wihlborgs Fastigheter Biotage Viking Supply Ships B Bilaga 2a. värdeportfölj Värdeportfölj Innehav 59 Pricer B Swedish Orphan Biovitrum Bure Equity SEB C Coala-life group SCA B Castellum Wallenstam B Investor B Mycronic MultiQ International Orexo Fastpartner A Rottneros Kinnevik B Addnode Group B Holmen B Midsona B Note Fast. Balder B Systemair Concordia Maritime B Hufvudstaden A Strax Fagerhult Avanza Bank Holding Logistea A Alfa Laval Getinge B Kakel Max Cellavision New Wave B Tagmaster B Husqvarna B RaySearch Laboratories B Net Insight B Sectra B Tradedoubler Diadrom Holding Clas Ohlson B Beijer Electronics Group Skistar B Atlas Copco B Volvo B Unlimited Travel Group Sensys Gatso Group Mekonomen Ogunsen B Hennes & Mauritz B Lindab International Hexagon B Skåne-Möllan Impact Coatings HMS Networks Bilaga 3a. tillväxtportfölj Tillväxt Portfölj Innehav Bilaga 4a. slumpmässig portfölj Slumpmässiga Portfölj Innehav Medivir B AAK Studsvik Beijer Alma B Assa Abloy B JLT Mobile Computers Electrolux B Beijer Ref B Semcon 60 Swedbank A SSAB B DORO OEM International B Telia Company Drillcon NCC B Lammhults Design Group B AQ Group Generic Sweden B Ericsson B Eniro Group Fingerprint Cards B Heba B Vitrolife Nobia Ica Gruppen Nolato B QuiaPEG Pharmaceuticals Hold Boliden Lagercrantz Group B 61