Transcript Läs hela uppsatsen här.

Volatilitetens påverkan på
investerarnas
beteendemönster
En studie om PPM-spararnas investeringsbeteenden
Tony Wang
Magisteruppsats
Höstterminen 2011
Handledare: Lars Vigerland
English title: The impact of market volatility on the investors investment behaviour
Abstrakt
Denna studie undersöker på vilket sätt den skiftande volatiliteten som under de senaste åren skådats på
de finansiella marknaderna påverkar investeringsbeteenden. Forskningsbidraget tillför nya insikter om
investeringspreferenser baserat på PPM-systemet under åren 2006-2011. Frågan har besvarats med
hjälp av multipla regressioner där nettoflödet till fonderna i PPM-systemet är beroende variabler.
Kapitalflödena har mätts under två perioder; då volatiliteten stigit och då den sjunkit. Resultatet av
regressionerna genomförda under dessa två tidsperioder har sedan jämförts med varandra. Som
oberoende variabler för samtliga regressioner har fondegenskaper använts. För att ge ett mer
mångdimensionellt förhållningssätt har både klassiskt finansiella teorier och behavioural finance
teorier använts. Teorierna ligger till grund för sju hypoteser som tillsammans mynnar ut till ett svar på
forskningsfrågan. Resultatet antyder att skiftande volatilitet har en betydande påverkan på PPMspararna sätt att handla. Det tydligaste sättet det visar sig på är att investerarna väljer fonder med lägre
risk när volatiliteten stiger och vice versa när volatiliteten sjunker. PPM-spararnas beteenden i studien
kan förklaras med behavioural finance teorierna home bias, anchoring, overconfidence och prospect
theory.
Abstract
This paper has the purpose to investigate how the shifting volatility on the financial markets during the
last years affects the investors´ investment behaviour. This research further contributes new insights
regarding investment preferences based on the Swedish Pension System (PPM) during 2006-2011.
Based on multiple regressions, this study uses the net flow of the PPM stands as dependent variables,
whereas a number of fund features describe as independent variables. The capital flow has been
measured and analysed during two different stages; one when increasing volatility and another when it
is decreasing. An ambition of combining both classical and behavioural finance theories has been
reached in order to achieve a multidimensional approach. The theories has thus formed seven
hypotheses and together contributed to the research result. This paper implies that fluctuating volatility
affects the PPM-savers´ investment pattern. The most significant finding suggests that the investors
tend to choose low-risk investments during increased volatility and vice versa. Pension savers´
behavioural in this study can be explained by behavioural finance theories such as home bias,
anchoring, overconfidence and prospect theory.
Nyckelord:
PPM-system, volatilitet, behavioural finance, Pension investering, risktagande, home bias, anchoring,
overconfidence, prospect theory
Innehållsförteckning
1
INLEDNING ............................................................................................................................. 1
1.1
PROBLEMBAKGRUND OCH PROBLEMDISKUSSION .................................................................................. 1
1.2
FORSKNINGSFRÅGA ......................................................................................................................... 3
1.3
SYFTE ........................................................................................................................................... 3
1.4
TIDIGARE FORSKNING ...................................................................................................................... 3
1.5
AVGRÄNSNINGAR ........................................................................................................................... 5
1.6
FORTSATT STRUKTUR ....................................................................................................................... 5
2
OM PREMIEPENSIONSSYSTEMET ............................................................................................ 6
3
TEORETISK REFERENSRAM ...................................................................................................... 8
3.1
3.1.1
Den klassiska rationella beslutsmodellen ........................................................................... 8
3.1.2
Effektiva marknadshypotesen............................................................................................. 9
3.1.3
Modern portföljteori ........................................................................................................... 9
3.2
4
5
KLASSISKA FINANSIELLA TEORIER........................................................................................................ 8
BEHAVIOURAL FINANCE TEORIER ..................................................................................................... 10
3.2.1
Prospect theory ................................................................................................................. 11
3.2.2
Herd behaviour.................................................................................................................. 11
3.2.3
Home Bias puzzle .............................................................................................................. 12
3.2.4
Availability Heuristics ........................................................................................................ 12
3.2.5
Cognitive och Regret disonansse....................................................................................... 12
3.2.6
Overconfidence ................................................................................................................. 13
3.2.7
Status Quo Bias ................................................................................................................. 13
3.2.8
Anchoring .......................................................................................................................... 14
HYPOTESER .......................................................................................................................... 15
4.1
SCHEMATISERING AV HYPOTESER..................................................................................................... 15
4.2
FÖRKLARING AV HYPOTESER ........................................................................................................... 15
METOD ................................................................................................................................ 18
5.1
KVANTITATIV METOD..................................................................................................................... 18
5.2
ÖVERGRIPANDE TILLVÄGAGÅNGSÄTT ............................................................................................... 18
5.3
REGRESSIONSMETODIK .................................................................................................................. 19
5.4
BEROENDE VARIABLER ................................................................................................................... 20
5.5
OBEROENDE VARIABLER ................................................................................................................. 21
5.6
MÄTNINGSTIDPUNKTER ................................................................................................................. 23
5.7
STATISTISK STABILITET ................................................................................................................... 25
5.8
DATABEARBETNING....................................................................................................................... 26
5.9
VALIDITET OCH RELIABILITET ........................................................................................................... 27
5.10
METODKRITIK ............................................................................................................................ 28
6
RESULTAT............................................................................................................................. 30
7
DISKUSSION ......................................................................................................................... 34
8
SLUTSATSER ......................................................................................................................... 37
9
8.1
SLUTSATS .................................................................................................................................... 37
8.2
FÖRSLAG PÅ VIDARE FORSKNING ..................................................................................................... 38
KÄLLFÖRTECKNING ............................................................................................................... 39
APPENDIX 1, GRAF VIX OCH S&P 500 .......................................................................................... 43
APPENDIX 2, HAUSMAN TEST ..................................................................................................... 44
APPENDIX 3, VAL AV KVARTAL .................................................................................................... 45
APPENDIX 4, COOK-WEISBERG TEST AV HETEROSKEDASTITET ..................................................... 46
APPENDIX 5, KORRELATIONSMATRISER ...................................................................................... 47
APPENDIX 6, VIF-FACTOR FÖR MULTIKOLLINARITET ................................................................... 48
APPENDIX 7, SPRIDNINGSDIAGRAM FÖR IDENTIFIERING AV OUTLINERS ...................................... 49
APPENDIX 7, BESKRIVANDE STATISTIK ........................................................................................ 50
APPENDIX 8, REGRESSIONSRESULTAT ......................................................................................... 51
1
Inledning
I detta kapitel presenteras problembakgrunden tillsammans med en problemformulering. I kapitlet
redogörs för tidigare relevant forskning samt hur denna uppsats förhåller sig till forskningen. Kapitlet
avslutas med att lyfta fram avgränsningar och sedan presentera studiens fortsatta upplägg.
1.1 Problembakgrund och problemdiskussion
Under de senaste åren har de globala finansiella marknaderna skakats om ordentligt till följd av
finanskrisen hösten 2008. Volatiliteten steg då till nivåer som inte skådats sedan den djupa
depressionen under slutet av 20-talet.1 Marknaderna återhämtade sig visserligen under år 2009 men
skakades på nytt under våren 2010 och hösten 2011. Det stora orosmolnet var nu rädslan för en
europeisk statskuldkris. Trots att det under perioder även varit volatilt på världens börser vid tidigare
tillfällen så har marknaden sällan skådat kriser som följt varandra så tätt som dessa har gjort.2 Kriserna
har också under kort tid skapat tydliga skiftningar i olika marknadslägen (diagram 1). De stora
svängningarna på börsen under de senaste åren var förmodligen nya företeelser för många investerare.
Dessa kan ha vant sig vid de stabila börsuppgångarna som präglat stora delar av efterkrigstiden.3
4
Diagram 1: VIX index mäter volatiliteten på de 500 största listade företagen som handlas på de amerikanska börserna
Genom att kartlägga relationen mellan volatilitet och börstrend kan ett tydligt mönster utläsas där
S&P500 och VIX har en negativ korrelation (appendix 1). Vidare har Shiller undersökt hur
börstrendens påverkan på investerare och menade att när marknaden i stort genomgår en uppgång, så
kan den befintliga investerarens ökande avkastning attrahera nya potentiella investerare till
1
Kearns, Jeff. "U.S. Stock Volatility Will Soon Top 1929 Record, Goldman Says." Bloomberg - Business & Financial News, Breaking News
Headlines. Web. 03 Jan. 2012. <http://www.bloomberg.com/apps/news?pid=newsarchive>
2
Braga, Carlos Alberto Primo. Sovereign Debt and the Financial Crisis: Will This Time Be Different? Ed. by Carlos A. Primo Braga ...
Washington, DC: World Bank, 2011. Print.
3
Yahoo Finance <Http://finance.yahoo.com/q/bc?s=%5EDJI&t=my. > Web. 11 Oct. 2011
4
Yahoo Finance - Business Finance, Stock Market, Quotes, News. <http://finance.yahoo.com/>. Web. 17 Dec. 2011.
1
marknaden. Motsatt effekt gäller även när investeraren lider av en förlust vid en nedgående marknad.
Då har investeraren en avrådande effekt på övriga investerare. Detta begrepp definierades som
flockbeteende och ingår idag inom behavior finance. Den grundläggande idén bakom behavioural
finance teorierna är att människan är irrationell. Forskningen är stark kritisk mot de klassiska
finansiella teorierna som utgår från rationella investerare och menar att dessa teorier aldrig kan
förklara investeringsbeteenden så länge de antar att människan är rationell.5
Det svenska premiepensionssystemet introducerades år 2000 och är världsunikt i sin nuvarande
utformning. Bara Danmark och Polen har pensionssystem som kan liknas vid det svenska systemet.6
PPM-systemet erbjuder en plattform för ca sex miljoner individer att själva placera 2,5 % utav sin
årliga inkomst, i ca 800 olika fonder.7 Till skillnad från inkomstpensionen, den övriga delen av det
statliga pensionssystemet, är PPM-systemet ett fonderat system. Det betyder att de pensionsavgifter
som betalas in fonderas till den enskilde individen och betalas sedan ut när denne går i pension.
Storleken på inkomstpensionen baseras istället på hur många som vid tillfället för utbetalning arbetar
och betalar in pengar till pensionssystemet. När det råder osäkerheter om hur många som i framtiden
kommer att arbeta och betala in pensionsavgifter blir ett fonderat system en allt viktigare del av den
framtida pensionen.8 Den demografiska utvecklingen pekar mot att allt fler yngre i framtiden ska
försörja allt fler äldre.9 Storleken på den framtida inkomstpensionen är med andra ord högst osäker.
Denna osäkerhet leder till att det sätt individer förvaltar sitt pensionskapital blir en viktig fråga.
PPM-systemet innebär att mer fokus flyttas till den enskilda individens förmåga att fatta kloka och
välgrundade beslut vid placering av sina pensionsmedel. Varje individ kan själv bestämma en risknivå
som passar de individuella omständigheterna. Det finns många fördelar med att själv kunna bestämma
över sin pension. Exempelvis rekommenderar pensionsmyndigheten att man bör minska risken i sitt
pensionssparande när man närmar sig pensionen och att man även bör minska risken om man
förväntas få en låg pension och har få tillgångar i övrigt.10 Sådana möjligheter finns inte i
inkomstpensionen, där allt kapital förvaltas på samma sätt. Diskutabelt är om den enskilde individen
har förmågan att fatta beslut som ger stabila framtida pensionsutbetalningar.
Den allt högre volatiliteten som präglat slutet av 00-talet har förmodligen satt många PPM-sparares
nerver på prov. PPM-spararna står under dessa marknadsomständigheter inför den svåra uppgiften att
bestämma hur deras pensionskapital ska fördelas. Har volatiliteten haft inverkan på PPM-spararnas
5
Shiller, Robert J. "Human Behavior and the Efficiency of the Financial System." The National Bureau of Economic Research. Web. 07 Oct.
2011. <http://www.nber.org/papers/w6375>
6
Norrby, Bemgt; Statistik områdesansvarig. Intervju 2011-11-03.
7
Norrby, Bengt. Premiepensionen Pensionsspararna Och Pensionärerna 2010. Rep. Stockholm, 2011. Print
8
Pensionsmyndigheten "Om Pensionssystemet - Pensionsmyndigheten." Pensionsmyndigheten - Pensionsmyndigheten. Web. 05 Jan. 2012.
<http://www.pensionsmyndigheten.se/OmPensionsonssystemet.html>
9
Den Svenska Regeringen "Demografisk Utveckling Och Migration." Http://www.regeringen.se/content/1/c4/16/73/a9c1c17b.pdf. Web. 14
Sept. 2011
10
Pensionsmyndygheten "Spartiden Har Betydelse." Https://secure.pensionsmyndigheten.se/tiden.html. 14 Nov. 11. Web
2
sätt att handla? Om det svänger mycket på börsen; rycks då PPM-spararna med och sätter vanliga
beslutsgrunder åt sidan till förmån för oberäkneligt handlande?
1.2 Forskningsfråga
Hur påverkas PPM-spararna av skiftande marknadslägen? Finns det någon skillnad i PPM-spararnas
beteendemönster när volatiliteten på de finansiella marknaderna ökar och när den minskar?
1.3 Syfte
Syftet med denna uppsats är att kartlägga hur volatiliteten påverkar investerarnas beteende när det
gäller investeringar i det svenska premiepensionssystemet. Studien har för avsikt att tydliggöra hur en
eller flera faktorer påverkar pensionsspararna.
1.4 Tidigare forskning
Ett tydligt forskningsområde inom PPM-systemet och pensionssystem i övrigt är hur själva
pensionssystemet ska vara uppbyggt. Samuelson och Zeckhauser menar att ett förvalt fondalternativ
leder till ett s.k. ”status quo” problem, vilket innebär att pensionssparare av olika skäl väljer att ha kvar
standardfonden och därmed aldrig gör ett aktivt val.11 Cronqvist och Thaler kommer fram till att det
kan vara en bättre idé att ge PPM-spararna färre valmöjligheter, med andra ord färre fonder att välja
bland. Eftersom det är så få personer som gör aktiva val, är det då värt att tillhandahålla så många
fonder, frågar sig Cronqvist och Thaler.12
Det har även bedrivits forskning där olika behavioural finance teorier har använts för att försöka
förklara pensionsspararnas beteendemönster. Engström och Westberg gjorde en grundläggande
kartläggning på PPM-spararnas beteendemönster. De kom fram till att PPM-spararna tenderar att
föredra fonder som haft hög historisk avkastning och fonder med låga avgifter. Vidare fann
forskarduon att PPM-spararna föredrar svenska fonder från stora kända svenska fondbolag. Slutligen
visade Engström och Westberg att det finns flockbeteenden hos PPM-spararna, en teori som
initierades av Shiller. Slutsatsen blev att fondspararna i studien visat sig vara mer rationella än
fondsparare i tidigare forskning. Författarna drog den här slutsatsen eftersom de såg att PPM-spararna
är medvetna om både direkta och indirekta kostnader som fondsparandet medför.13
11
Samuelson, William, och Richard Zeckhauser. "Status Quo Bias in Decision Making." Journal of Risk and Uncertainty 1.1 (1988): 7-59.
Print
12
Cronqvist, Henrik, and Richard H. Thaler. "Design Choices in Privatized Social-Security Systems: Learning from the Swedish
Experience." American Economic Review 94.2 (2004): 424-28. Print
13
Engström, Stefan. och Westerberg, Anna “Information costs and Mutual Fund Flows”, SSE/EFI, Working paper series in economics and
Finance, (2004) No. 555.
3
Även Nordén har bedrivit studier på PPM-spararna. Hans forskning handlar mer om konsekvenser av
olika beteendemönster. Nordén kom fram till att de individer som har ett för starkt fokus på inhemska
placeringar också har betydligt lägre riskjusterad avkastning än de individer som har en portfölj med
internationell diversifiering.14
Fondsparares Investeringsbeteenden har också kartlagts i internationell forskning. En del av
forskningen grundar sig i hur interna faktorer (ålder, kön etc.) hos de enskilda fondspararna förklarar
deras investeringsbeteenden. Angew et al. kom exempelvis i sin studie på amerikanska
pensionssparare fram till att män investerar mer i riskfyllda tillgångar än kvinnor och att gifta män
investerar mer aggressivt än ogifta män.15 Helek och Eisenhauer fann att arbetslösa var betydligt mer
riskbenägna än de med fast arbete.16 Annan forskning grundar sig i hur enbart fondernas egenskaper
förklarar fondspararnas fondval. Här har det i stor utsträckning forskats kring huruvida fondavgifter
och historisk avkastning påverkar fondspararnas val av fonder. Sirri och Tufano har, likt Engström och
Westberg, i sin studie på den amerikanska fondmarknaden kommit fram till att fondsparare föredrar
fonder med historisk hög avkastning och fonder med låg fondavgift17. Slutligen har det forskats om
hur externa faktorer som exempelvis börsklimatet påverkar fondspararnas val av fonder. Detta är det
område av de tre som är mest outforskat. Det finns, oss veterligen, få forskningsbidrag jämförbara med
PPM-sparandet, där man på ett grundläggande plan utvärderar externa faktorers påverkan på
beslutsfattande. Den forskning vi hittat inom forskningsfältet är Kim och Nofsinger som undersökte
olika beteendemönster hos japanska investerare, under så kallade ”bull” och ”bear” marknader. Kim
och Nofsinger hittar tydliga skillnader i investeringsbeteenden under olika marknadsstadier.18
Liknande slutsatser drog även Guidolin och Timmermann, baserat på den brittiska marknaden.
Forskarna fann att bull och bear marknader kan påverka investerarens portföljsallokeringar.19 Weller
och Wenger hittade ett negativt samband mellan volatilitet och aktier, givet en konstant riskpreferens
hos investeraren.20 Dessa forskningsbidrag går inte på djupet med hur investerarnas beteenden
förändras givet olika marknadsförhållanden utan drar snarare slutsatsen att de förändras.
Hur enbart olika fondegenskaper förklarar pensionsspararnas fondval är välutforskat. Hur dessa val
påverkas av externa faktorer krävs det mer forskning kring. Den tidigare forskningen kring PPM
systemet har till största del fokuserat på interna faktorer eller enbart fondegenskapernas påverkan på
14
Nordén, Lars. "Individual Home Bias, Portfolio Churning and Performance." The European Journal of Finance 16.4 (2010): 329-51. Print.
Agnew, Julie, Pierluigi Balduzzi, och Annika Sundén. "Portfolio Choice and Trading in a Large 401(k) Plan." American Economic
Review 93.1 (2003): 193-215. Print.
16
Helek, Martin, and Joseph G. Eisenhauer. "Demography of Risk Aversion." The Journal of Risk and Insurance 68.1 (2001): 1-24. Print.
17
Sirri, Erik R., och Peter Tufano. "Costly Search and Mutual Fund Flows." The Journal of Finance 53.5 (1998): 1589-622. Print.
18
Kim, Kenneth A., och John R. Nofsinger. "The Behavior of Japanese Individual Investors During Bull and Bear Market." The Journal of
Behavioural Finance 8.3 (2007): 138-53. Print.
19
Guidolin, M. and Timmerman, A. 2004, Economic implications of Bull and Bear regimes in UK Stock and Bond returns, The Economic
Journal, Vol. 115,111-143.
20
Weller, C. E. and Wenger, J. B, 2008, Prudent investors: the asset allocation of public pension plans, Working paper series.
15
4
PPM-spararnas val. Vi ser detta som en utmärkt möjlighet att förklara hur en extern faktor, som
exempel volatiliteten, kan påverka PPM-spararnas beslut.
Forskningsområde
Exempel på forskningsbidrag
Forskning som kartlägger hur enbart fondernas
Engström och Westberg
egenskaper
påverkar
individers
fondval.
Sirri och Tufano
Exempelvis: fondavgift, historisk avkastning etc.
Forskning som kartlägger hur interna faktorer
Angew et. Al
påverkar individers fondval. Exempelvis: kön, ålder,
Helek och Eisenhauer
inkomst etc.
Forskning som kartlägger hur externa faktorer
påverkar
individers
fondval.
Kim och Nofsinger
Exempelvis:
Gidolin och Timmermann
Börsutveckling, volatilitet etc.
Weller och Wenger
(Jeppsson och Wang)
Tabell 1: Urval av tidigare forskning
1.5 Avgränsningar
Vårt intresse riktar sig mot perioder när skiftningarna i volatiliteten är som tydligast. Vi har upptäckt
få tidsspann där förändringen i volatilitet har varit så påtaglig som perioden 2006-2011. Vi kommer
därför i denna uppsats att bortse från PPM-systemets inledande år, alltså tidsperioden 2000-2005.
Andra skäl till att vi räknar bort PPM-systemets första sex år är att PPM-spararnas aktivitet var
väsentligt lägre då än vad den är under de senare åren.21 Eftersom vi bara är intresserade av att
undersöka de perioder där svängningarna i volatiliteten är som störst väljer vi att bortse från perioder
där volatiliteten är stabil.
Andra avgränsningar som görs är bl.a. att uppsatsen har inte beaktande till AP7Såfa fonden (f.d.
premiespararfonden). Då vi är bara intresserade av de individer som gör aktiva val.
1.6 Fortsatt struktur
I den fortsatta framställningen kommer vi först att beskriva bakgrunden och utformningen av det
nuvarande PPM-systemet. Sedan kommer vi att presentera de teoretiska ramverk som är relevanta för
denna studie. Teorierna ligger sedan till grund för utformande och beskrivning av hypoteserna som
sker i den efterföljande delen. Därefter förklarar vi i metodkapitlet hur vi går till väga för att besvara
hypoteserna. I de avslutande delarna redogör vi för de resultat som vi erhållit. Sedan för vi en
diskussion kring resultaten och visar studiens slutsatser samt ger förslag på framtida studier.
21
Norrby, Bengt. Premiepensionen Pensionsspararna Och Pensionärerna 2010. Rep. Stockholm, 2011. Print
5
2
Om premiepensionssystemet
I detta kapitel presenteras kort utformningen av det svenska pensionssystemet. Vidare redogörs för
PPM-systemets framkomst och utformning. I kapitlet förklaras också PPM-spararnas aktivitet.
Avslutningsvis beskrivs de privata pensionsförvaltarnas roll i PPM-systemet.
År 1999 genomfördes en genomgående omstrukturering av det svenska pensionssystemet då
grundpensionen folkpensionen och ATP-systemet ersattes av garantipensionen, inkomstpensionen och
premiepensionen. Orsaken till förändringen var den demografiska utvecklingen med en allt större
andel äldre i befolkningen. Förändringen medförde bl.a. att både intjänade pensionsrättigheter och
utbetalda pensioner följer den allmänna inkomstutvecklingen och inte prisutvecklingen som i ATPsystemet.
Dessutom
infördes
balanseringsmekanismen
som
ska
säkerställa
att
inbetalda
pensionsavgifter av den arbetande befolkningen motsvarar den pension som betalas ut till
pensionärerna. Denna mekanism ska garantera en långsiktig finansiell stabilitet i pensionssystemet.
Premiepensionen kom att bli den enda delen av det nya pensionssystemet som är ett fonderat system
där den enskilde individen själv får välja hur pensionsmedlen ska placeras.22
Figur 1: Pensionsmyndigheten
I Sverige avsätts (upp till en viss inkomstgräns) 18,5 % av den totala årliga inkomsten till den
allmänna pensionen.23 Pensionen omfattar samtliga individer som är födda senare än år 1937. De som
är födda innan 1937 omfattas fortfarande till viss del av det tidigare pensionssystemet. I dagsläget
befinner sig det svenska pensionssystemet alltså i en övergångsperiod mellan de två systemen, men de
flesta har slussats över till det nya systemet. Den allmänna pensionen består av två delar. Merparten,
16 %, går till inkomstpensionen, där kapitalet förvaltas av de statliga AP-fonderna. De resterande 2,5
% fonderas årligen till varje individs PPM-konto. Pengarna sätts in i december månad varje år och
22
"Om Pensionssystemet - Pensionsmyndigheten." Pensionsmyndigheten - Pensionsmyndigheten. Web. 05 Jan. 2012.
<http://www.pensionsmyndigheten.se/OmPensionsonssystemet.html>
23
"Den Allmänna Pensionen." Http://www.pensionsmyndigheten.se/DenAllmannaPensionen.html. Web. 30 Dec. 2011.
6
placeras enligt den fondfördelning som varje PPM-sparare själv har valt. Vid år 2010 års utgång
omfattades 6,3 miljoner individer av premiepensionen till ett totalt värde på 408 miljarder kronor.24
I premiepensionssystemet kan varje individ välja upp till fem olika fonder att placera sitt
pensionskapital i. I slutet av 2011 beräknas 807 fonder ingå i PPM-systemet uppdelat i fyra
huvudkategorier: aktiefonder, räntefonder, generationsfonder samt blandfonder.25 Idag har 58 % av
premiepensionsspararna gjort ett aktivt fondval. Ca 17 % av pensionsspararna gjorde något fondbyte
under år 2010. Aktiviteten hos PMM-spararna är högre nu än vad den var under PPM-systemets
inledande år. Det ökande användandet av datorer och internet tros vara en bidragande orsak till detta.
Idag sker uppskattningsvis 99 % av fondbytena via internet.26
De som inte gör något aktivt val får sina pengar placerade i den statligt förvaltade fonden AP7Såfa,
som är en global aktiefond. Den här fonden kan inte kombineras med några andra fonder. Efter år
2010 ändrades upplägget i AP7Såfa fonden. Förändringen var att de som är äldre än 55 år får en andel
av sitt kapital placerat i räntepapper. Andelen som placeras i räntepapper ökar ju äldre PPM-spararen
är. Under år 2010 hade de som har sitt kapital placerat i AP7Såfa fonden en högre genomsnittlig
värdeutveckling än de som gjorde egna val.27 Det är inte förenat med några kostnader att göra
fondbyten och de fonder som finns att handla inom ramen för PPM-systemet är kraftigt rabatterade i
jämförelse med vad de kostar utanför PPM-systemet. Kravet på rabatt som pensionsmyndigheten
ställer ger i genomsnitt en procentenhet lägre fondavgift, vilket kan jämföras med en genomsnittlig
fondavgift på ca 0,56 % efter dragen rabatt (appendix 7).
En vanlig företeelse under de senaste åren är att många PPM-sparare väljer att använda privata
förvaltare som sköter fondbytena. Ca 60 % av de 4,7 miljoner fondbyten som gjordes under 2010,
uppskattas ha skett genom privata PPM-förvaltare. Under år 2011 stoppade pensionsmyndigheten
möjligheten till s.k. massbyten vilket förväntas resultera i att dessa förvaltningstjänster kommer att
minska. 28
24
"Den Allmänna Pensionen." Http://www.pensionsmyndigheten.se/DenAllmannaPensionen.html. Web. 30 Dec. 2011.
"Fonder Och Fondsparande - Pensionsmyndigheten." Pensionsmyndigheten - Pensionsmyndigheten. Web. 07 Nov. 2011.
<http://www.pensionsmyndigheten.se/FonderOchFondsparandeStatistik.html>
26
Norrby, Bengt. Premiepensionen Pensionsspararna Och Pensionärerna 2010. Rep. Stockholm, 2011. Print
27
Norrby, Bengt. Premiepensionen Pensionsspararna Och Pensionärerna 2010. Rep. Stockholm, 2011. Print
28
Norrby, Bengt. Premiepensionen Pensionsspararna Och Pensionärerna 2010. Rep. Stockholm, 2011. Print
25
7
3
Teoretisk referensram
I detta kapitel redogörs för det teoretiska ramverket som ligger till grund för att analysera uppsatsens
empiri. Kapitlet är uppdelat i klassiska finansiella teorier samt behavioural finance teorier. I de fall
begrepp inte på ett vederatget sätt finns översatta till svenska kommer de engelska benämningarna att
användas.
3.1 Klassiska finansiella teorier
Utgångspunkten i de klassiska finansiella teorierna är antagandet om att människan är rationell och
strävar efter vinstmaximering.29 Vi kommer till att börja med redogöra för den rationella
beslutsmodellen för att sedan visa hur forskare applicerat tanken om den rationella människan i
finansiella sammanhang.
3.1.1
Den klassiska rationella beslutsmodellen
Rationella beslutsmodeller har använts i de flesta socialvetenskapliga forskningsfälten och kom även
att användas för att förstå ekonomiska beslut under osäkerhet. Modellen menar att människan fattar
beslut genom att uppskatta sannolikheten och urskilja nyttan för varje möjligt utfall.30 Med dessa två
komponenter inräknade fattar hon det beslut där de kombineras på ett optimalt sätt. Modellen kan
beskrivas på följande sätt:
Där P är sannolikheten för alternativ x och U är nyttan som alternativet medför.
Varje individ måste själv uppskatta P och U, vilket enligt teorin varje individ gör på ett korrekt sätt.
Förespråkare av teorin menar inte att människan aldrig gör fel, dock så menar man att dessa fel inte
tillhör vanligheterna och att man överlag kan beskriva mänskligt beslutsfattande med modellen ovan.31
29
Damodaran, Aswath. Corporate Finance: Theory and Practice. New York ; Chichester: Wiley, 2001. Print.
Gilovich, Thomas, Dale Griffin, and Daniel Kahneman. Heuristics and Biases the Psychology of Intuitive Judgement. Cambridge:
Cambridge UP, 2002. Print.
31
Gilovich, Thomas, Dale Griffin, and Daniel Kahneman. Heuristics and Biases the Psychology of Intuitive Judgement. Cambridge:
Cambridge UP, 2002. Print.
30
8
3.1.2
Effektiva marknadshypotesen
Den effektiva marknadshypotesen menar att marknaden ständigt är rationell och tar till sig all
nytillkommen information. Därav finns det, enligt teorin inga möjligheter att göra någon
överavkastning om man inte känner till något som inte marknaden vet. Teorin menar att så kallade
arbitrage inte finns på marknaden eftersom de elimineras i samma stund som de uppkommer.32 Det
pris som en tillgång handlas för på de finansiella marknaderna är också tillgångens verkliga värde.
Enligt Fama leder varken teknisk eller fundamental analys till extraavkastning i det långa loppet.33
Teorin menar vidare att människan är fullt kapabel att bearbeta och värdera den inkomna
informationen på ett korrekt sätt. All fluktuation på de finansiella marknaderna sker enligt teorin på
grund av nytillkommen information.34 Således finns det ingen slumpmässighet i tillgångarnas
värdeförändring.
Väljer man att tro på marknadseffektivitet så bör högre förvaltningsavgifter inte heller resultera i
överavkastningar. Enligt studier påbörjade av Jensen har man med hänsyn till förvaltningsarvode samt
fondutveckling empiriskt bevisat att aktivt förvaltade fonder inte har lyckats ge någon
överavkastning.35 En annan studie utförd av Dahlquist et al. har visat att aktivt förvaltade svenska
fonder har slagit passiv förvaltande motsvarigheten, men endast före förvaltningsarvodet.36 Om man
däremot tar hänsyn till avgiften så underpresterar det förstnämnda alternativet.
3.1.3
Modern portföljteori
Den moderna portföljteorin, utvecklad av Markowitz, är en av de mest etablerade klassiska finansiella
teorierna.37 Teorin menar att en rationell investerare kommer inte endast att ta hänsyn till maximal
avkastning utan även avkastningens relation till risk.38 Detta innebär att investeraren kommer att
eftersträva en välavvägd balans mellan dessa variabler med målet att nå högsta möjliga avkastning
med lägst risktagande. Markowitz menar att genom diversifiering av aktier kan investeraren minska
sin portföljrisk avsevärt. Om man har flera typer av aktier i sin portfölj, kan man i högre grad undvika
den företagsspecifika risken.39 Markowitz hävdar att investerare inte blir kompenserade för den
ytterligare risk det innebär att inte ha en väldiversifierad portfölj.40 Den väldiversifierade portföljen
döper Markowitz till marknadsportföljen. I den här portföljen har investeraren diversifierat bort all
företagsspecifik risk (figur 2). Om investeraren ökar risken genom att göra förändringar i portföljen
32
Damodaran, Aswath. Corporate Finance: Theory and Practice. New York ; Chichester: Wiley, 2001. Print.
Fama, Eugene F. "Random Walks In Stock Market Prices." Financial Analysts Journal 21.5 (1965): 55-59. Print
34
Damodaran, Aswath. Corporate Finance: Theory and Practice. New York ; Chichester: Wiley, 2001. Print.
35
Jensen, Michael C. "Risk, The Pricing of Capital Assets, and The Evaluation of Investment Portfolios." The Journal of Business 42.2
(1969): 167. Print.
36
Dahlquist, M., S. Engström och P. Söderlind, “Performance and Characteristics of Swedish Mutual Funds.” The Journal of Financial and
Quantitative Analysi (2000), Vol. 35, No. 3, 409-410.
37
Markowitz, Harry. “Portfolio Selection”, The Journal of Finance, (1952) Vol. 7, No. 1, 77-79.
38
Fabozzi, Frank J., Francis Gupta, och Harry M. Markowitz. "The Legacy of Modern Portfolio Theory." The Journal of Investing 11.3
(2002): 7-22. Print.
39
Damodaran, Aswath. Corporate Finance: Theory and Practice. New York ; Chichester: Wiley, 2001. Print.
40
Markowitz, Harry. “Portfolio Selection”, The Journal of Finance, (1952) Vol. 7, No. 1, 77-79.
33
9
kommer portföljen att röra sig längst det böjda strecket. Avkastningen ökar då inte i samma takt som
den ökade risken, investeraren kompenseras inte fullt ut för sitt ökade risktagande. För att ändra
risknivån och bli fullt kompenserad för ökad risk, alltså röra sig längst den raka linjen, bör
investeraren hålla sig till marknadsportföljen och sedan öka sin belåning eller öka andelen
investeringar till den riskfria räntan. Eftersom alla investerare antas vara rationella bör de vara
investerade i marknadsportföljen. Endast den portföljen ger högst avkastning i förhållande till
risknivån enligt Markowitz.41
Figur 2: Modern portfolio theory
3.2 Behavioural finance teorier
Behavioural finance har sitt ursprung från socialvetenskapen, där mycket av människans irrationalitet
redan under förra seklet, är utforskad och förklarad. Forskning inom behavioural finance har försökt
att applicera dessa socialvetenskapliga teorier i situationer där människor ska fatta ekonomiska beslut
under osäkerhet. Forskningen är starkt kritisk mot de klassiskt finansiella teorierna och dess antagande
om den rationella människan.42 Tversky och Kahneman gjorde en grundläggande kartläggning av
beslut under osäkerhet där grundantagandet inte var den rationella människan. Forskarna intresserade
sig bland annat för hur människan uppskattar sannolikheter för osäkra utfall, alltså P i den rationella
beslutsmodellen. Tversky och Kahneman menade att människan förlitar sig på en rad ”heuristics”, s.k.
tumregler, när hon ska fatta beslut. Dessa ”heuristics” förenklar den svåra uppgiften att bedöma olika
sannolikheter. Tumreglerna är ibland väldigt användbara vid beslutsfattande men kan också enligt
forskarna leda till allvarliga systematiska fel. 43 Andra forskare har också påvisat hur individer på olika
sätt fattar irrationella beslut som bryter mot de klassiska finansiella teorierna. Det är väldigt svårt att
41
Markowitz, Harry. “Portfolio Selection”, The Journal of Finance, (1952) Vol. 7, No. 1, 77-79.
Shiller, Robert J. "Human Behavior and the Efficiency of the Financial System." The National Bureau of Economic Research. Web. 07
Oct. 2011. <http://www.nber.org/papers/w6375>
43
Kahneman, Daniel and Amos Tversky. "Judgement under Uncertainty: Heuristic and Biases." Science 185 (1974): 1124-131. Print
42
10
ha en allmängiltig teori som förklarar hela verkligheten, utan snarare spelar oftast flera variabler in i
önskan att förklara människans irrationalitet. Vi kommer här att redogöra för teorier inom behavioural
finance som är relevanta för denna uppsats.
3.2.1
Prospect theory
Prospect theory har av de olika behaviorial finance teorierna haft störst påverkan på forskning inom
företagsekonomi och nationalekonomi.44 Teorin utvecklades av Kahneman och Tversky och uppstod
som ett svar på expected utility theory, vilken antar att människan agerar strikt rationellt och
nyttomaximerande under osäkra förhållanden, såsom på aktiemarknaden. Kahneman och Tversky
påvisar teorins brister och är starkt kritiska till teorins antaganden om strikt rationalitet. De visar detta
genom ett enkelt experiment. Kahneman och Tversky bad testpersoner att delta i något av två lotterier.
Antingen i ett lotteri där de hade 25 % chans att vinna 3000 eller ett lotteri där de hade 20 % chans att
vinna 4000. 65 % valde det senare lotteriet. När testpersonerna senare fick välja mellan ett lotteri där
de har 100 % chans att vinna 3000 mot ett lotteri där de har 80 % chans att vinna 4000, valde 80 % det
första lotteriet. Enligt expected utility theory borde inte testpersonerna välja olika alternativ i de olika
testerna bara för att sannolikhetshalter förändrades. Testpersonerna borde alltid välja alternativ två.
Kahneman och Tversky kallade detta för ”the certainty effect” och påvisade med detta exempel
preferenser för säkra resultat. Denna slutsats fick lyda under namnet prospect theory.45
3.2.2
Herd behaviour
Herd behavior beskriver att människan har ett inbyggt folkbeteende. Vårt handlande är i stor
omfattning styrt av hur andra agerar. Vanligast kommer detta i utryck vid vardagliga sammanhang.
T.ex. vid val av restaurang brukar ofta det faktum att många andra väljer en restaurang och att den
därmed är välfylld vara en anledning till att valet faller på just denna restaurang.46 Keynes använde
tidigt detta beteende för att förklara hur investerare beter sig på en finansiell marknad.47
Grundantagandet bakom det här beteendet är att individen antar att andra sitter på kunskap som hon
själv inte har alternativt att andra bearbetar informationen bättre. Därför följer hon gruppens beteende
som gemensamt antas sitta på bättre information än hon själv. Det här handlandet leder till att varje
individ i mindre utsträckning använder den informationen hon faktiskt besitter i tron om att andra vet
bättre. I slutända leder detta till en enorm reduktion av den aggregerade informationen och den stora
massans val är bestämt på närmast slumpmässiga grunder.48
44
Shiller, Robert J. "Human Behavior and the Efficiency of the Financial System." The National Bureau of Economic Research. Web. 07
Oct. 2011. <http://www.nber.org/papers/w6375>
45
Kahneman, Daniel, and Amos Tversky. "Prospect theory: an analysis of decision under risk.” Econometrica 47.2 (1979): 263-91. Print
46
Bannerhee, Abhijit V. “A simple model of herd behavior.” Quarterly journal of economics, (1992), 107(3): 797-817
47
Keynes, John Maynard. The General Theory of Employment Interest and Money. London: Macmillan and, 1936. Print.
48
Chiang, Thomas C and Dazhi Zheng. "An Empirical Analysis of Herd Behavior in Global Stock Markets." Journal of Banking &
Finance 34.8 (2010): 1911-921. Print
11
Chiang och Zheng gjorde en grundlig undersökning på 18 länder under mer än 20 år för att se hur pass
vanligt förekommande herd behavior är på de finansiella marknaderna. Forskarna fann att herd
behavior förekom i nästan alla länder och att de förekom under både uppåtgående och nedåtgående
marknader. 49
3.2.3
Home Bias puzzle
French och Poterba visade i sin forskning att investerare är mer optimistiska när det gäller nationella
investeringar än investeringar i utländska marknader. Författarna kunde visa att i flertalet av de
länderna med välutvecklade finansiella marknader hade investerarna till mellan 80 % och 95 %
inhemska placeringar, trots att nationella investeringar minskar graden av diversifiering.50 Nordén kom
i sin studie på PPM-spararna fram till att de individer som har ett för starkt fokus på inhemska
placeringar också har betydligt lägre riskjusterad avkastning i sina portföljer än de individer som har
en internationell diversifiering.51 Enligt klassisk finansiell teori innebär ett för starkt fokus på
inhemska placeringar en icke diversifierad portfölj. Dessa individer kompenseras inte för den risk som
en icke-diversifierad portfölj innebär, vilket gör att detta beteende kan ses som irrationellt av de
klassiska finansiella teorierna.52
3.2.4
Availability Heuristics
Kahneman och Tversky menar att människor framför allt tar till sig information som är lättillgänglig
även om den informationen inte ger en balanserad bild av verkligheten. Det här betyder att investerare
föredrar att placera i tillgångar som exempelvis fått stor medial uppmärksamhet. Tankarna kring
availability heuristics har en del beröringspunkter med home bias problemet. Båda teorierna säger att
investerare föredrar investeringar som på olika sätt är välkända för investeraren. Avaliability heuristics
gör att många beslut fattas på snedvridna grunder. 53
3.2.5
Cognitive och Regret disonansse
Cognitive disonansse är den mentala konflikt som människan känner när hon konfronteras med
information som bevisar att hennes antaganden och uppfattningar är felaktiga. För att minska denna
”Cognitive disonansse” vidtar människan åtgärder som inte är fullt rationella. Det vanligaste är att
man undviker information som motsäger de uppfattningar man har och bygger upp förvrängda
argument som motstrider den nya information man har fått.54 Goetzmann och Peles observerade att
49
Bannerhee, Abhijit V. “A simple model of herd behavior.” Quarterly journal of economics, (1992), 107(3): 797-817
French, Kenneth R., och James M. Poterba. "Investor Diversification and International Equity Markets." The American Economic Review
81.2 (1991): 222-26. Print.
51
Nordén, Lars. "Individual Home Bias, Portfolio Churning and Performance." The European Journal of Finance 16.4 (2010): 329-51. Print.
52
Markowitz, Harry. “Portfolio Selection”, The Journal of Finance, (1952) Vol. 7, No. 1, 77-79.
53
Tversky, A. och D. Kahneman "Availability: A Heuristic for Judging Frequency and Probability*1, *2."Cognitive Psychology 5.2 (1973):
207-32. Print
54
Shiller, Robert J. "Human Behavior och the Efficiency of the Financial System." The National Bureau of Economic Research. Web. 07
Oct. 2011. <http://www.nber.org/papers/w6375>
50
12
pengar strömmar in i större utsträckning till fonder som presterat bra än vad det strömmar ut pengar ur
fonder som presterat dåligt. Goetzmann och Peles förklarar detta med att investerarna känner en
Cognitive disonansse och vill inte realisera sina förluster eftersom förlusten då blir mer påtagligt.55
Regret theory kan tillämpas bl.a. under omständigheterna då investerarna ofta dröjer med ett innehav
som går ständigt back utan att sälja det, för att inte ”realisera sin förlust”.56
3.2.6
Overconfidence
Overconfidence handlar om att individer har en övertro på sin förmåga och sin kunskap.57 Odean visar
att personer med övertro på sin förmåga handlar mycket oftare än rationella investerare och får
dessutom lägre avkastning än övriga investerare. En annan egenskap hos en investerare med övertro på
sin förmåga är enligt Odean att investeraren övervärderar irrelevant information och undervärderar den
information som är relevant. Vidare visar Odean att investerare med övertro på sin förmåga ser sina
investeringar som mindre riskfyllda än vad de i själva verket är.58 Nordén kom i sin studie på PPMspararna fram till att de individer vars beteende kan beskrivas med overconfidence ofta placerar i
internationella tillgångar med historisk hög avkastning och att dessa investerare generar sämre
avkastning än övriga.59
3.2.7
Status Quo Bias
Teorin menar att människor tenderar att anpassa sig till de rådande omständigheterna. Detta innebär att
de sällan ändrar sitt beteende om de inte finner någon signifikant anledning till det, även om det
beteendet kan ses som irrationellt.60 Kempf och Ruenzi visar att investeringsbeteenden på den
amerikanska fondmarknaden kan förklaras med status quo bias. Författarna visar att ju fler alternativ
det finns att välja mellan desto mer tydligt blir beteendet att inte göra något val.61 Det här beteendet
går också att utläsa ur premiepensionsmyndighetens årliga rapport över PPM-spararnas
investeringsbeteenden. I rapporten framgår det att 15 % av det totala PPM-kapitalet var placerat i de
tio största fonderna. Samtidigt har det i stort sätt varit samma tio fonder som över tid varit de mest
populära. I rapporten dras slutsatsen att PPM-kapitalet är trögrörligt.62
55
Goetzmann, William, och Nadav Peles. "Cognitive Dissonance and Mutual Fund Investors." Journal of Financial Research 20.2 (1997):
45-58. Print
56
Shiller, Robert J. "Human Behavior och the Efficiency of the Financial System." The National Bureau of Economic Research. Web. 07
Oct. 2011. <http://www.nber.org/papers/w6375>
57
Barber, Brad M., och Terrance Odean. "The Courage of Misguided Convictions." Financial Analysts Journal 55.6 (1999): 41-55. Print.
58
Odean, Terrance. "Volume, Volatility, Price, and Profit When All Traders Are Above Average." The Journal of Finance 53.6 (1998):
1887-934. Print.
59
Nordén, Lars. "Individual Home Bias, Portfolio Churning and Performance." The European Journal of Finance 16.4 (2010): 329-51. Print.
60
Samuelson, William, och Richard Zeckhauser. "Status Quo Bias in Decision Making." Journal of Risk and Uncertainty 1.1 (1988): 7-59.
Print
61
Kempf, Alexander, and Stefan Ruenzi. "Status Quo Bias and the Number of Alternatives: An Empirical Illustration from the Mutual Fund
Industry." Journal of Behavioural Finance7.4 (2006): 204-13. Print.
62
Norrby, Bengt. Premiepensionen Pensionsspararna Och Pensionärerna 2010. Rep. Stockholm, 2011. Print
13
3.2.8
Anchoring
Anchoring förklarar en företeelse där investerare lägger för stor vikt vid enskild faktor vid
beslutsfattande under osäkerhet. Beslutet riskerar då att inte blir välgrundat eftersom investeraren inte
gör en balanserad bedömning där flera faktorer vägs in. Beteendet observerades först av Tversky och
Kahneman. Forskarduon kom fram till att människor tenderar till att implicit hitta en referenspunkt
som de sedan strävar efter i sin bedömning. I sin undersökning tillfrågades testpersoner hur stor del av
de Afrikanska nationerna som är med i FN. Efter att de fick frågan om det är mer eller mindre än 10 %
svarar testpersonerna att det är i snitt 25 %. Resultatet kan sedan jämföras med frågan om det är mer
eller mindre än 65 %, då låg genomsnittet på 45 %.63 Även Andersen har vid en senare studie med
hjälp av tradingalgoritmer, förklarat att anchoring förekommer och påverkar beslutsprocessen hos
aktörerna på de finansiella marknaderna. Detta leder enligt Andersen till uppkomsten av arbitrage
vilket motbevisar den effektiva marknadshypotesen.64
63
64
Kahneman, Daniel, and Amos Tversky. "Judgement under Uncertainty: Heuristic and Biases." Science 185 (1974): 1124-131. Print
Andersen, Jørgen Vitting. "Detecting Anchoring in Financial Markets." Journal of Behavioural Finance 11.2 (2010): 129-33. Print.
14
4
Hypoteser
I detta kapitel presenteras uppsatsens hypoteser samt hur hypoteserna har härlätts från de redogjorda
teorierna.
4.1 Schematisering av hypoteser
Hypoteser
Relevant teori
H1: Under volatila marknader söker sig PPM-spararna till
Home bias puzzle
svenska fonder som placerar i svenska tillgångar.
Availability heuristics
H2: Under volatila marknader söker sig PPM-spararna till
Herd behavior
mer välkända fondbolag
Availability heuristics
H3: Under volatila marknad söker sig PPM-spararna till
Anchoring
fonder med stark historisk avkastning.
Herd behaviour
H4: Under volatila marknader behåller fondspararna
Cognitive disonansse/Regret theory
fonder som har sämst historisk avkastning.
Status Quo Bias
H5: Under volatila marknader söker sig PPM-spararna till
Modern portfolio theory
fonder med lägre risk
Prospect theory
H6: Under volatila marknader blir PPM-spararna mer
Efficent market hypothesis
Overconfidence
kostnadsmedvetna
H7: Under mindre volatila marknader söker sig PPMspararna till emerging markets fonder
Tabell 2
4.2 Förklaring av hypoteser
H1. Under volatila marknader söker sig PPM-spararna till svenska fonder som placerar i svenska
tillgångar.
Under volatila marknader tror vi att PPM-spararna i större utsträckning är påverkade av home bias
puzzle och availability heuristics. Placerar PPM-spararna i fonder med svenska tillgångar kan det
tolkas som att de är påverkade av home bias puzzle. Det finns förmodligen också mer lättillgänglig
information kring fonder med svenska tillgångar, varför det kan ses som att PPM-spararna då är
påverkade av availability heuristics.
15
H2. Under volatila marknader söker sig PPM-spararna till mer välkända fondbolag
Under volatila marknader tror vi att PPM-spararna flockas till de mest populära fonderna. Detta kan
ses som ett flockbeteende varför vi tror att PPM-spararna är påverkade av herd behavior. De mest
populära fonderna får troligtvis mest publicitet vilket gör att det finns mest lättillgänglig information
om dessa fonder. Detta beteende kan förklaras med availability heuristics.
H3. Under volatila marknad söker sig PPM-spararna till fonder med stark historisk avkastning.
Under volatila marknader tror vi att PPM-spararna flockas till fonder med stark historisk avkastning.
Detta kan ses som ett flockbeteende varför vi tror att PPM-spararna är påverkade av herd behavior.
Det här beteendet kan också ses som att PPM-spararna bara ser till en specifik faktor vid sitt
beslutsfattande, vilket förklaras av anchoring.
H4: Under volatila marknader behåller fondspararna fonder som har sämst historisk avkastning.
Baserat på cognitive disonansse samt regret theory, tror vi inte att investerare flyr fonder med lägst
avkastning under volatila marknader. Förklaringen ligger i att investerare har svårt att konfrontera sina
förluster genom att realisera dessa. Att behålla fonder med sämst avkastning kan också ses som att
PPM-spararna inte gör några val vilket förklaras av status quo bias. Vi är dock medvetna om att det
med vår metod kan finnas svårigheter att påvisa detta beteende, eftersom vi i regressionsmodellen bara
kan utläsa fondernas netto in- och utflöde.
H5: Under volatila marknader söker sig PPM-spararna till fonder med lägre risk.
Vi tror att PPM-spararna föredrar säkra utfall under volatila marknader och är mindre benägna att
placera i fonder med högre risk, trots att det kanske ger högre avkastning givet risknivån. Det här
beteendet kan förklaras med prospect theory. PPM-spararnas riskmedvetenhet kan förklaras med den
moderna portföljteorin.
H6: Under volatila marknader blir PPM-spararna mer kostnadsmedvetna
Vi tror att PPM-spararna blir mer kostnadsmedvetna när volatiliteten ökar. Detta innebär att de bör
söka sig till fonder med lägre fondavgift men också fonder med högre fondrabatt. Enligt hypotesen om
effektiva marknader kan ingen göra överavkastning vilket betyder att investerarna bör söka sig till
fonder med låga avgifter.
16
H7: Under mindre volatila marknader söker sig PPM-spararna till emerging markets fonder
Vi tror att PPM-spararna blir mer riskbenägna och söker sig till emerging markets fonder när
marknaden blir mindre volatil. Det här beteendet kan ses som att PPM-spararna är påverkade av
overconfidence och har en övertro på sin förmåga att välja riskfyllda fonder.
17
5
Metod
Detta kapitel redogör för den valda metoden. Först förklaras och motiveras övergripande metodval
och sedan ges en översiktlig beskrivning av tillvägagångsättet. I de efterföljande delarna ges mer
detaljerade beskrivningar och förklaringar av uppsatsens metod. Avslutningsvis förs en diskussion om
validitet och reabilitet samt metodkritik.
5.1 Kvantitativ metod
Vi valde i denna uppsats en kvantitativ ansats. Vid kvantitativ forskning sätts starkt fokus att i så
objektiv grad som möjligt mäta och kvantifiera data. Vi avsåg att utforska och förklara
investeringsbeteenden och anser att den kvantitativa metoden tjänar vårt syfte bäst. För att kunna
kartlägga investeringsbeteenden är det, enligt vår åsikt, nödvändigt att samla in statistiskt säkerställd
data. Därigenom är det sedan möjligt att dra slutsatser på basis av det insamlade datat, slutsatser som
förhoppningsvis också kan hjälpa till att förklara investeringsbeteenden i en bredare kontext än PPM.
En kvalitativ undersökning, låter sig bättre göras om syftet är att, på ett djupare plan förstå en
företeelse, som exempelvis investeringsbeteenden på individuell nivå.65 Skulle vi genomföra en
kvalitativ undersökning kan vi inte på samma sätt dra slutsatser om PPM-spararnas
investeringsbeteenden. Dessutom kan reliabiliteten i uppsatsen bli problematisk. Vad människor säger
att de gör och vad de sedan de facto utför kan stundtals vara två helt skilda saker. Vi välkomnar dock
kvalitativ forskning inom detta ämne men i så fall med ett annat syfte som utgångspunkt för studien.
5.2 Övergripande tillvägagångsätt
Studien genomfördes med multipla regressioner som grund. Olika oberoende variabler förklarade med
hjälp av regressionsmodellen inflödet till fonderna under givna tidsperioder. Vi valde ut flertalet
perioder då volatiliteten på ett tydligt sätt svängde. Perioderna delades in i två grupper; då volatiliteten
gick från att vara hög till låg och då det motsatta inträffade. Sedan jämfördes dessa två tillstånd och vi
försökte därigenom urskönja skillnader i beteendemönster under perioderna. Vi försökte alltså avgöra
om våra oberoende variabler hade olika förklaringsvärden givet vilken grupp av tidsperioder vi
granskade. Bergstrand och Nyström använde sig av en liknande metod i sin studie men till skillnad
från dessa författare undersöker vi beteendemönster under olika perioder.66
Som en del av vårt tillvägagångsätt genomförde vi en intervju med Bengt Norrby,
statistikområdesansvarig på pensionsmyndigheten. Intervjun gav oss värdefulla synpunkter och
65
Bryman, Alan, and Björn Nilsson. Samhällsvetenskapliga Metoder. Malmö: Liber Ekonomi, 2002. Print.
Bergstrand, Emma, and Karoline Nyström. Behavioural Patterns amongst Pension Savers. Thesis. Stockholm School of Economics, 2009.
Print
66
18
relevanta delar av mötet redogörs för löpande i texten under den resterande framställningen av vår
metod.
5.3 Regressionsmetodik
För att kunna klargöra orsaks- och verkansamband där flera oberoende variabler ska förklara en
beroende ses den multipla regressionen som den mest lämpliga metoden.67 Den multipla
regressionsmodellen ser ut på följande sätt:
Där Y är den beroende variabeln, β0 är interceptet, βj är koefficienterna eller marginaleffekten som de
oberoende variablerna, xj har på det beroende variabeln Y. εi är den slumpmässiga variationen i Y som
inte förklaras av koefficienterna xj.
Vi ville mäta en företeelse under olika tidperioder. Varje fond vid en given mätningstidpunkt sågs som
en enskild observation i vår regression. Detta betyder att många fonder kom att observeras flera
gånger. Data med den här karaktären, där insamling av olika observationer sker under olika tidpunkter
kallas panel data. Det går att genomföra vanliga OLS regressioner på panel data men det är inte alltid
optimalt. Vid analys av panel data kan man till viss del kontrollera för s.k. ”omitted variable bias”.68
Omitted variable bias uppstår när en modell utelämnar en eller flera oberoende variabler med högt
förklaringsvärde. Modellen kan då felaktigt kompensera för de saknade variablerna genom att övereller undervärdera någon av de andra variablerna.69 Med panel data finns det möjlighet att kontrollera
för vissa typer av utelämnande variabler utan att observera dem. Detta kan göras med hjälp av s.k.
random eller fixed effects regressioner. Fixed effects metodiken används om målet är att kontrollera
utelämnade variabler som skiljer sig mellan olika fall men som är konstanta över tid. Random effects
används om utelämnade variabler är konstanta över tid men varierar mellan olika fall. Ett
grundläggande antagande i random effects modellen är att residuerna inte är korrelerade med de
oberoende variablerna.70
För att avgöra vilken av dessa två regressionsmetodiker som passar bäst kan ett s.k. Hausman test
genomföras (appendix 2). Noll-hypotesen i testet är att koefficienterna i de olika modellerna är likartad
och att båda modellerna går att använda.71 Resultatet av testet kan ses i appendix 1. Eftersom
skillnaden i koefficienterna inte är signifikant kunde vi inte förkasta noll-hypotesen och valde därför
att använda random effect metodiken.
67
Bryman, Alan, and Björn Nilsson. Samhällsvetenskapliga Metoder. Malmö: Liber Ekonomi, 2002. Print.
Hsiao, Cheng. Analysis of Panel Data. New York: Cambridge UP, 2003. Print.
Wooldridge, Jeffrey M. Econometric Analysis of Cross Section and Panel Data. Cambridge, MA: MIT, 2002. Print.
70
Hsiao, Cheng. Analysis of Panel Data. New York: Cambridge UP, 2003. Print.
71
Wooldridge, Jeffrey M. Econometric Analysis of Cross Section and Panel Data. Cambridge, MA: MIT, 2002. Print.
68
69
19
5.4 Beroende variabler
Likt Engström och Westerberg använde vi oss av de två beroende variablerna netto inflöde av kapital
och nettoinflöde av antal personer som väljer att ha fonden i sin PPM-portfölj.72 De beroende
variablerna kan förklaras med följande formler:
Där TMW är totalt marknadsvärde i fond i, i slutet av period t och a är avkastning av fond i under
period t. I denna formel måste inflödet justeras för avkastningen eftersom det totala sparandet i fonden
inte bara förklaras av att fler valt den utan också för att den ökat i värde.
PPMS står för antalet PPM sparare som har valt fond t i slutet av period i. I den här formeln behöver vi
inte justera för värdeökningar.
De beroende variablerna är procentsatser. Variablerna kan vara både positiva och negativa beroende
på flödet till fonderna. Den första variabeln ser till flödet av pengar, alltså hur mycket pengar som rört
sig mellan fonderna och den andra ser bara till antalet personer som valt en viss fond. Vi ansåg oss få
en mer nyanserad bild av pensionsspararnas beteenden genom att testa båda dessa beroende variabler.
Som vi tidigare skrivit kommer nya pengar och pensionssparare in i premiepensionssystemet under
december månad. Eftersom vi enbart ville undersöka de aktiva val som premiepensionsspararna gör
fick vi justera inflödet till fonder med dessa nyinsättningar. Vi skulle annars fått stora positiva inflöden
till i princip alla fonder under de perioder där december ingår. För att göra denna justering undersökte
vi hur kapitalet är fördelat dagen innan de nya pengarna tillkommer samt dagen efter. Skillnaden där
emellan är en bra uppskattning på det nytillkomna kapitalet och subtraherades därför från den
fördelning som finns i slutet av perioden. Denna justering är dock inte optimal eftersom vi kom att
missa de personer som faktiskt gör fondbyten under den dag då de nya pengarna tillkommer. Formeln
för de perioder där december månad ingår ser ut på följande sätt:
72
Engström, Stefan. och Westerberg, Anna “Information costs and Mutual Fund Flows”, SSE/EFI, Working paper series in economics and
Finance, (2004) No. 555.
20
Där tidsperiod td är den tidsperiod då de nya pengarna och de nya pensionsspararna tillkommit.
Tidsperiod td-1 är en dag innan de nya pengarna och pensionsspararna tillkommit. I övrigt är
förklaringen av formeln enligt formel 4.
Vi ansåg oss inte behöva göra den här justeringen för val eftersom i princip alla nytillkomna PPMsparare inte gör något val och därför får sitt kapital placerat i AP7Såfa fonden.73 Vi räknade bort den
fonden helt eftersom den speglar de personer som inte gör några val.
5.5 Oberoende variabler
De oberoende variablerna visas i tabellen nedan och är utarbetade med hypotes- och teoridelen i
åtanke. Dessa variabler är de som vi ville försöka förklara val och flöde med. Många av de oberoende
variablerna går inte att kvantifiera i större utsträckning än att de antingen inträffar eller inte inträffar,
s.k. kvalitativa variabler. För att kunna använda dem i en regressionsmodell skapades dummyvariabler
som antingen antar värdet ett eller noll i regressionsmodellen.74 Vi strävade efter att ta fram oberoende
variabler som speglar den information som faktiskt finns tillgänglig för PPM-spararna när de väljer
fonder. Det är ju den information PPM-spararna har att ta ställning till och som förmodligen påverkar
deras val mest. Det sättet som vi valde att mäta merparten av de oberoende variablerna på är således
den information som pensionsmyndigheten väljer att visa när PPM-spararna ska välja fonder. Samtliga
variabler mättes vid den tidpunkt då mätningen av de beroende variablerna startar, om inte annat anges
nedan.
73
Pensionsmyndigheten "Om Pensionssystemet - Pensionsmyndigheten." Pensionsmyndigheten - Pensionsmyndigheten. Web. 03 Jan. 2012.
<http://www.pensionsmyndigheten.se/OmPensionsonssystemet.html>
74
Newbold, Paul, William L. Carlson, and Betty Thorne. Statistics for Business and Economics. Upper Saddle River, NJ: Pearson Education,
2007. Print.
21
Nr
Oberoende
(hypotes)
variabel
1 (1)
Inhemska
Benämning
sv_fond
Mätes
Fonden
Kvantifierbarhet
tillhörde
någon
av
pensionsmyndighetens fondkategorier som
placeringar
Nej (Sverige
1/övriga 0)
har fokus på svenska tillgångar. Dessa
fondkategorier
är
följande:
Sverige
småbolag, Sverige realränta, Sverige lång,
Sverige kort, Sverige Index, Sverige och
Svenska aktier och räntor
2 (2)
Populär fond
popu_fond
Fonden tillhörde den tredjedel av fonder
Nej (högst
som har högst värde i formeln: totalt fond
tredjedel 1/övriga
förmögenhet för fondbolag X/antalet fonder
0)
för fondbolag X
3 (2)
Impopulär fond
impopu_fond
Fonden tillhörde den tredjedel av fonder
Nej (lägst
som har lägst värde i formeln: totalt fond
tredjedel 1/övriga
förmögenhet för fondbolag X/antalet fonder
0)
för fondbolag X. Vi såg denna variabel mer
som en kontrollvariabel eftersom den inte
explicit ingår i någon hypotes
4 (3)
Historisk positiv
pos_kort
avkastning kort
Fonden tillhörde den tredjedel av alla
Nej (högst
fonder inom sin fondkategori som har haft
tredjedel 1/ övriga
högst
sikt
avkastning
under
en
0)
tremånadersperiod sett från tre månader
innan mätningen startar och framåt.
5 (3)
Historisk positiv
pos_lng
avkastning lång
Fonden tillhörde den tredjedel av alla
Nej (högst
fonder inom sin fondkategori som har haft
tredjedel 1/ övriga
högst
sikt
avkastning
under
det
närmast
0)
föregående året.
6 (3)
Historisk positiv
Pos_lng5
avkastning fem år
Fonden tillhörde någon av de tio fonder
Nej (bland de tio
som
fonder 1/övriga 0)
under
fem
år
har
haft
högst
genomsnittlig avkastning
7 (4)
Historisk negativ
avkastning kort
sikt
neg_kort
Fonden tillhörde den tredjedel av alla
Nej (lägst
fonder inom sin fondkategori som har haft
tredjedel 1/ övriga
lägst
avkastning
under
en
tremånadersperiod sett från tre månader
22
0)
innan mätningen startar och framåt.
8 (4)
neg_lng
Historisk negativ
avkastning lång
Fonden tillhörde den tredjedel av alla
Nej (lägst
fonder inom sin fondkategori som har haft
tredjedel 1/ övriga
lägst
sikt
avkastning
under
det
närmast
0)
Standardavvikelse under de senaste 36
Ja
föregående året.
9 (5)
sigma
Risk
månaderna sett från 36 månader innan
mätningen startar och framåt.
10 (6)
fondavg
Avgifter
Den
rådande
fondavgiften
vid
Ja
Fondrabatten vid mättidpunkten i absoluta
Ja
mättidpunkten.
11 (6)
Fondrabatt
fondrabatt
tal.
12 (7)
Emerging markets
em_fond
fond
Fonden
tillhörde
någon
av
fondkategorierna: Asien och fjärran östern,
Nej (emerging
market 1/övriga 0
Kina, Latinamerika, Ryssland, Östeuropa
och nya marknader
Tabell 3: förklaring av oberoende variabler
Definitionen av populära och impopulära fonder är den enda variabeln som vi själva konstruerade och
inte hämtat från pensionsmyndighetens hemsida. Att bara mäta totalt marknadsvärde för ett fondbolag
för att ange dess popularitet ansåg vi vara missvisande. Variabeln vi konstruerade fångade även in
mindre fondbolag med få antal fonder, men med hög fondförmögenhet.
5.6 Mätningstidpunkter
Totalt genomförde vi två typer av regressioner, val och flöde när marknaden gick från att vara mindre
volatil till att bli volatil och vice versa. För att mäta marknadens volatilitet använde vi oss av VIX
S&P 500. Indexet mäter volatiliteten för de 500 största företagen på den amerikanska börsen. Vi
använde detta index eftersom VIX är det index vi hittat som fångar upp volatiliteten på ett globalt plan
på bäst sätt. Fonderna som finns tillgängliga för PPM-spararna har en hög global spridning därför
behövde vi ett index som beskriver volatiliteten på global nivå.
Genom att bara välja en period kan andra faktorer än volatiliteten ha hög påverkan investerarnas
beteenden, vilket vi ville undvika. Vi ansåg det därför nödvändigt att genomföra flera mätningar under
olika perioder. Bara för att ett mönster går att urskilja under en given tidsperiod behöver inte det
betyda att det gäller för alla tidsperioder då marknaden är volatil.
23
Vid val av periodernas längd behövde två faktorer hållas i åtanke. Vi ville inte att perioden ska vara så
kort att inga större fondbyten hinner genomföras, inte heller ville vi att perioden skulle vara så lång att
andra externa faktorer än volatiliteten riskerar få stor inverkan över PPM-spararnas fondval. Eftersom
det data vi har tillgång till finns på månadsbasis kunde vi inte välja kortare intervall än så. Att välja
månatliga intervall ansåg vi är för kort med tanke på att endast 17 % av PPM-spararna gör fler än ett
fondbyte årligen.75 Med andra ord var risken stor att inga större förändringar inträffat under en månad.
Att välja halvårs eller års avstämningar trodde vi är för långt eftersom volatiliteten hinner svänga för
mycket under dessa perioder vilket gjorde att vi kunde missa stora volatilitetssvängningar inom den
givna perioden. Då var risken stor att andra externa faktorer än volatiliteten fick hög inverkan på PPMspararnas val. Vi ansåg att kvartal är tillräckligt korta för att fånga in svängningar i volatiliteten
samtidigt som de är tillräckligt långa för att PPM-spararna ska göra några förändringar. Vi fick även
medhåll från pensionsmyndigheten att kvartalsvisa intervall kan vara ett bra sätt att mäta förändringar
av i premiepensionsspararnas portföljer.76
Vi ser i diagram 2 att volatiliteten tydligt har stigit vid tre tillfällen och sjunkit vid minst två tillfällen.
Det är dessa svängningar vi var intresserade att fånga. För att vi skulle ha lika många perioder med
stigande volatilitet som med sjunkande volatilitet bestämde vi oss för att välja tre kvartal då
marknaden går från att vara volatil till mindre volatil och tre kvartal där det omvända inträffar.
Kvartalen identifierades genom att vi undersökte under vilka tre kvartal den procentuella positiva
förändringen av volatilitetsindex (VIX) har varit som störst och under vilka tre kvartal den
procentuella negativa förändringen har varit som störst. På så sätt kunde vi se under vilka kvartal som
marknadsförhållandena har ändrats mest. Vi mätte således nettoflödet av kapital och val av fonder med
en början i dessa kvartal till kvartalens utgång. Kvartalen i fråga visade sig vara följande (appendix 3):
Observation
Större händelser
Obs 1 (2008Q3):
Upptakten av finanskrisen.
Obs 2 (2009Q2)
Slutet av bankkrisen och återhämtning påbörjas.
Obs 3 (2010Q2):
Rädslan för den Europeiska statsskuldkrisen tar form.
Obs 4 (2010Q3):
Återhämtning av bankkrisen, företagen visar stark vinsttillväxt
Obs 5 (2010Q4):
Återhämtning av bankkrisen fortsätter, företagen visar stark vinsttillväxt
Obs 6 (2011Q3):
Europeiska statsskuldskris bereder ut i större utsträckning. Oro för US statsfinanser
Tabell 4: val av perioder
75
Norrby, Bengt. Premiepensionen Pensionsspararna Och Pensionärerna 2010. Rep. Stockholm, 2011. Print
76
Norrby, Bemgt; Statistik områdesansvarig. Intervju 2011-11-03
24
Diagram 2: val av kvartal
5.7 Statistisk stabilitet
För att den linjära regressionsmodellens resultat inte ska anses vara missvisande behöver vissa
underliggande kriterier vara uppfyllda. Vi kommer här att redogöra för de väsentligaste kriterierna och
sedan visa hur väl våra data uppfyllde kraven.
Ett av de grundläggande antagandena i den linjära regressionsmodellen är att residualerna (ε) har en
homogen varians d.v.s. residualerna är homoskedastiska.77 För att testa detta genomförde vi ett CookWeisberg test. Testet undersöker noll-hypotesen att variansen av residualerna är homogen (appendix
4).78 Vi ser i resultatet att noll-hypotesen kan förkastas i samtliga fall. Vi misstänkte således att vårt
data är heteroskedastiskt. För att komma till rätta med det här problemet använde vi oss av en
regressionsmetodik med robusta residualer.79
Om de oberoende variablerna är korrelerade med varandra, s.k. multikollinearitet, kan
regressionsmodellen ge ett missvisande resultat. Vi testade därför hur hög korrelationen är mellan våra
oberoende variabler. I appendix 5 finns fyra korrelationsmatriser för våra oberoende variabler. Vi
önskade dock fastställa en beslutsregel när de oberoende variablerna är för korrelerade med varandra.
Detta gjorde vi genom en s.k. ”variance inflation factor” (appendix 6). En tumregel fastslår att
oberoende variabler där VIF värden är högre än tio bör undersökas noggrannare.80 Resultatet av testet
77
Newbold, Paul, William L. Carlson, and Betty Thorne. Statistics for Business and Economics. Upper Saddle River, NJ: Pearson Education,
2007. Print.
78
Baum, Christopher F. An Introduction to Modern Econometrics Using Stata. College Station, TX: Stata, 2006. Print.
79
Kleinbaum, David G., and David G. Kleinbaum. Applied Regression Analysis and Other Multivariable Methods. Australia: Brooks/Cole,
2008. Print.
80
Kleinbaum, David G., and David G. Kleinbaum. Applied Regression Analysis and Other Multivariable Methods. Australia: Brooks/Cole,
2008. Print.
25
som syns i appendix 6 visar att inga variabler har ett högre VIF värde än 4, vilket betydde att dessa
krav uppfylldes.
Slutligen är ett viktigt antagande när det kommer till tidsserier att datat inte är autokorrelerat, alltså att
de beroende variablerna är korrelerade med den tidpunkt då de mäts.81 Eftersom vi i vår
regressionsmodell såg varje fond som en enskild observation oberoende av under vilken tidpunkt den
mättes ansåg vi det inte nödvändigt att testa för autokorrelation.
5.8 Databearbetning
Pensionsmyndigheten publicerar månatligen sedan 2006 mycket utförlig fondstatistik. I statistiken
finns en redogörelse för samtliga fonder som premiepensionssystemet omfattas av. Information om
hur många som valt fonderna och hur mycket kapital som finns investerat i varje fond finns också
publicerat. För de flesta av våra observationer gick det även att utläsa samtliga oberoende variabler
som vi redogjort för i uppsatsen. Datat som publiceras i den här statistiken låg till grund för denna
studie.
Initialt rörde det sig om 2321 observationer när marknaden blev volatil och 2343 observationer när
marknaden blev mindre volatil. Vi hade då redan tagit bort de fonder som inte fanns vid någon av de
två mättidpunkterna (alltså i början eller i slutet av kvartalet) eftersom vi för dessa inte kunde beräkna
skillnad i kapital och val och således inte kunde fastställa våra beroende variabler. Nästa steg var att ta
bort de fonder där vi inte hade information om alla oberoende variabler. Totalt rörde det sig om 632
observationer som försvann i detta steg. Det vanligaste skälet till att fonder försvann i det här steget
var för att de inte funnits inom ramen för PPM-systemet under längre tid än ett år. Det fanns därför
ingen data för hur fonderna hade presterat under det närmast föregående året. PPM-spararna ser själva
inte utvecklingen under det närmast föregående året för dessa fonder när de ska göra fondval.
Eftersom vi ville att våra oberoende variabler ska vara information som PPM-spararna har tillgänglig
när de gör val bemödade vi oss inte att söka upp den här informationen.
Sista steget var att eliminera de observationer som ligger långt utanför övriga observationer s.k.
outliners. Observationerna riskerar att ge regressionsmodellen ett mycket skevt resultat och behöver
därför identifieras och eventuellt plockas bort. Outliners kan identifieras genom att plotta
observationerna i ett spridningsdiagram och sedan med blotta ögat ta bort observationer som är
avvikande (appendix 7).82 Vi ville dock också fastställa en beslutsregel när outliners ska plockas bort
och genomför därför ett tvåsidigt Grubbs test på fem procents signifikansnivå. Testet hjälper oss att
81
Newbold, Paul, William L. Carlson, and Betty Thorne. Statistics for Business and Economics. Upper Saddle River, NJ: Pearson Education,
2007. Print.
82
Newbold, Paul, William L. Carlson, and Betty Thorne. Statistics for Business and Economics. Upper Saddle River, NJ: Pearson Education,
2007. Print.
26
avgöra vilka observationer som är att betrakta som outliners.83 Vi jämför resultatet med en Grubbs
tabell för att avgöra för vilka observationer vi kan förkasta noll hypotesen och således betrakta som
outliners. Vid minskad volatilitet förkastar vi noll hypotesen för 12 observationer för inflöde av kapital
och 14 observationer när det kommer till förändring i val. Vid ökad volatilitet förkastar vi nollhypotesen för fem observationer för inflöde av kapital och en observation när det kommer till
förändring i val. Efter att testet genomfördes plottade vi de kvarvarande observationerna i ett
spridningsdiagram (appendix 7) för att avgöra om ytterligare observationer behöver elimineras. På det
här sättet eliminerades under minskande volatilitet tre observationer för val och inga för kapital. Vid
ökande volatilitet eliminerades tio observationer för kapital och 16 observationer för val. Totalt
elimineras 59 observationer.
Outliners bör inte tas bort utan vidare, om det inte finns starka bevis på att observationen uppstått på
grund av ett misstag i databearbetningen eller är felaktig på annat sätt.84 Vid en granskning av våra
outliners visade sig det vanligaste skälet till dess uppkomst vara att olika fonder under mätperioden
slogs samman. Detta resulterade i extremt höga inflöden. Vi ansåg det därför som motiverat att plocka
bort observationerna. De kvarvarande observationerna användes i vår regressionsmodell och var
fördelade enligt tabellen nedan. I appendix 7 finns det beskrivande statistik kring datat.
Hög Volatilitet
Observationer
Låg Volatilitet
Observationer
2008 kvartal 3
644
2009 kvartal 2
647
2010 kvartal 2
682
2010 kvartal 3
675
2011 kvartal 3
659
2010 kvartal 4
666
Totalt
1985
Totalt
1988
5.9 Validitet och Reliabilitet
Vid en insamling av empiri är det viktigt att ta hänsyn att studien görs på ett tillförlitligt sätt
(reliabilitet) och att det är rätt objekt man har undersökt (validitet).85 Figur 3 beskriver tänkbara
situationer, vid insamling av empiri. Medan figur A visar en korrekt respons av undersökningen är
denna dock baserad på felaktiga grunder, vilket därmed leder till låg validitet. Figur B visar ett bestämt
83
Ellison, S. L. R., Trevor J. Farrant, and Vicki Barwick. Practical Statistics for the Analytical Scientist: a Bench Guide. Cambridge, UK:
RSC, 2009. Print.
84
Kleinbaum, David G., and David G. Kleinbaum. Applied Regression Analysis and Other Multivariable Methods. Australia: Brooks/Cole,
2008. Print.
85
Bryman, Alan, and Björn Nilsson. Samhällsvetenskapliga Metoder. Malmö: Liber Ekonomi, 2002. Print.
27
mål med tydlig problemställning, å andra sida med ett otillförlitligt resultat och därmed låg reabilitet.
Figur 3. Visualisering av validitet och reliabilitet (Columbia Edu)86
Datat som användes i studien kommer från pensionsmyndigheten, vilket anses som en pålitlig källa
och därmed också leder till en hög reliabilitet. Vad beträffar de oberoende variablerna köper
pensionsmyndigheten in den datan från en extern part.87 Vi hade inte möjlighet att kontrollera den
externa partens trovärdighet utan får förlita oss på att pensionsmyndigheten gjort en bedömning av
datats reabilitet.
Andra betänkligheter kring reabiliteten är att den historiska avkastningen av fonderna inte fanns
angiven med decimaler. Precisionen är alltså inte optimal och kan ha viss påverkan på resultatet. I
övrigt visar en stickprovskontroll av datat tillhörande de oberoende variablerna att det inte finns några
signifikanta fel.
Målet med uppsatsen är att undersöka vilka variabler som påverkar inflöde av kapital och val under
volatila perioder och mindre volatila perioder. Validiteten avhandlar dels frågor huruvida vi
undersöker rätt oberoende variabler men också om vi undersöker rätt perioder för att mäta volatilitet
på. Vi har tidigare argumenterat för valet av oberoende variabler genom att hävda att den information
som pensionsmyndigheten tillhandahåller PPM-spararna rimligtvis borde vara den som påverkar PPMspararna mest i deras val.
5.10 Metodkritik
60 % av PPM-spararna har en extern rådgivare som sköter allokeringen av deras PPM-portfölj.88 Vi
hade i denna uppsats inte möjlighet att urskilja de PPM-sparare som har förvaltning från de som gör
sina val själva. Det kan bli problematiskt då många av de observerade fondbytena, kommer att vara
genomförda av en rådgivare och därmed inte ett aktivt val av den individuella pensionsspararen. Detta
gjorde att vi inte alltid fångade in investeringsbeteenden hos den i denna uppsats önskade målgruppen.
86
32 Columbia Edu (n.d). QMSS e-lession. Retrieved 2011-05-21. http://ccnmtl.columbia.edu/projects/qmss/images/target.gif
Norrby, Bemgt; Statistik områdesansvarig. Intervju 2011-11-03
88
Norrby, Bengt. Premiepensionen Pensionsspararna Och Pensionärerna 2010. Rep. Stockholm, 2011. Print
87
28
Pensionsrådgivaren kan tänkas utgå ifrån helt andra kriterier i sitt val, exempelvis välja de fonder där
rådgivaren får högst ersättning.
För att kunna dra säkra slutsatser kan vi inte se PPM-sparandet som isolerat utan måste se till
helhetsbilden för varje enskild pensionssparare. Detta betyder att andra typer av pensionssparande och
förmodligen också allt sparande i övrigt måste vägas in i bedömningen. Om vi ser till PPM-sparandet
isolerat kan vi urskilja en viss typ av beteende men tillsammans med individens övriga sparande kan
bilden bli en helt annan. Vi avgränsade oss i denna uppsats till PPM-sparandet och genomförde
studien väl medvetna om denna brist.
Eftersom vi genomförde en linjär regression fångar vi bara linjära samband. Det kan mycket väl finnas
ett icke linjärt samband i det data vi undersökte.
Det kan finnas andra tidsperioder än kvartal som bättre lämpar sig för att undersöka volatilitetens
påverkan på PPM-spararna. Kvartal kanske är för korta för att PPM-spararna faktiskt ska hinna reagera
på volatiliteten. Likväl kan det finnas bättre sätt att mäta volatilitet än VIX SP500 index.
I hypotes fyra påstod vi att PPM-spararna inte lämnar fonder med sämst historisk avkastning. Vi ansåg
att det fanns komplikationer att undersöka detta på ett korrekt sätt. I vår metod såg vi endast
nettoflöden. Många investerare kan ha lämnat en fond men lika många kan ha tillkommit, vilket gör att
vi riskerade att felaktigt uppfatta det som att PPM-spararna inte säljer fonder med sämst avkastning.
29
6
Resultat
I denna del visas först svar på de presenterade hypoteserna. Senare i kapitlet visas mer detaljerade
resultat för varje hypotes genom att visa regressionsmodellernas koefficienter och dess statistiska
signifikans.
Hypotes
Resultat
H1: Under volatila marknader söker sig PPM-spararna till svenska fonder som
Visst
placerar i svenska tillgångar.
stöd
H2: Under volatila marknader söker sig PPM-spararna till mer välkända fondbolag
Stödjs ej
H3: Under volatila marknad söker sig PPM-spararna till fonder med stark historisk
Stödjs ej
avkastning.
H4: Under volatila marknader behåller fondspararna fonder som har sämst historisk
Stödjs ej
avkastning.
H5: Under volatila marknader söker sig PPM-spararna till fonder med lägre risk
Stödjs
H6: Under volatila marknader blir PPM-spararna mer kostnadsmedvetna
Stödjs ej
H7: Under mindre volatila marknader söker sig PPM-spararna till emerging markets
Stödjs
fonder
Diagram 7: resultat av hypotes
Hypotes 1: Under volatila marknader söker sig PPM-spararna till fonder som placerar i svenska
tillgångar
Kapital
sv_fond
Koefficient
P-värde
Ökad. Vol
0.0429963
0.228
Min. vol
-0.063744
0.001
Val
Signifikans
(***)
Koefficient
P-värde
0.03378563
0.306
0.0292273
0.141
Signifikans
Förklaringsgraderna betecknas enligt *** (1%), ** (5%) and *(10% )
Vid ökad volatilitet visar vårt resultat att PPM-spararna har ett positivt inflöde till svenska fonder för
både val och kapital. Koefficienten visar att vid tilltagande volatilitet ökar inflödet av kapital med i
snitt 4,3 % till svenska fonder. Det här inflödet är dock inte statistiskt signifikant. Under minskad
volatilitet ser vi ett utflöde ur svenska fonder för kapital men ett inflöde för val. Utflödet är starkare än
inflödet och dessutom är utflödet signifikant på 99 % nivå, vilket inte inflödet är. Sammantaget ser vi
30
alltså tendenser till att PPM-spararna väljer svenska fonder när marknaden blir volatil. Det här gör att
vi i det här avseendet får visst stöd för vår hypotes.
Hypotes 2: Under volatila marknader söker sig PPM-spararna till mer välkända fondbolag
popu_fonder
Ökad. Vol
Min. vol
Koefficient
-0.00088
-0.0571711
Kapital
P-värde
0.974
0.019
Signifikans
(**)
Koefficient
0.0225082
-0.0295095
Val
P-värde
0.391
0.240
Signifikans
Förklaringsgraderna betecknas enligt *** (1%), ** (5%) and *(10% )
Under volatila marknader ser vi blandade resultat vad beträffar fondbolagens popularitet. Den enda
variabel som har statistisk signifikans är att PPM-spararna kliver ur populära fonder när volatiliteten
avtar. Hypotesen stödjs därför inte.
Hypotes 3: Under volatila marknader söker sig PPM-spararna till fonder med stark historisk
avkastning
pos_kort
pos_lng
pos_lng5
Ökad. Vol
Min. vol
Ökad. Vol
Min. vol
Ökad. Vol
Min. vol
Koefficient
0.0136236
0.0458145
-0.010009
-0.043068
-0.283046
-0.145790
Kapital
P-värde
0.607
0.026
0.706
0.039
0.262
0.101
Signifikans
(**)
(**)
Koefficient
0.0248348
0.0581359
-0.020897
-0.039030
0.2800409
-0.176184
Val
P-värde
0.338
0.004
0.460
0.078
0.282
0.028
Signifikans
(***)
(*)
(**)
Förklaringsgraderna betecknas enligt *** (1%), ** (5%) and *(10% )
Genom regressionsanalysen kan vi under volatila marknader se blandade resultat, de flesta dock med
låg signifikans. Detta innebär att investerarna under volatila marknader ser ut att inte ta historisk
positiv avkastning i beaktande vid val av fonder. Vid minskad volatilitet ser vi också blandade resultat,
den här gången med hög signifikans. Vi ser indikationer på att investerarna går in i fonder med
kortsiktig positiv avkastning medan de går ur fonder med långsiktig positiv avkastning. Inströmningen
till fonder med kortsiktig positiv avkastning är högre än utströmningen ur fonder med långsiktigt
positiv avkastning. Resultatet ger ej stöd för vår hypotes.
31
Hypotes 4: Under volatila marknader behåller fondspararna fonder som har sämst historisk
avkastning.
neg_kort
neg_lng
Ökad. Vol
Min. vol
Ökad. Vol
Min. vol
Koefficient
-0.040325
0.051863
0.354055
0.012609
Kapital
P-värde
0.098
0.014
0.167
0.578
Signifikans
(*)
(**)
Koefficient
-0.030925
0.039028
0.008045
-0.014293
Val
P-värde
0.197
0.042
0.731
0.506
Signifikans
(**)
Förklaringsgraderna betecknas enligt *** (1%), ** (5%) and *(10% )
Vid ökad volatilitet ser vi att PPM-spararna har väldigt blandade beteenden. Resultatet är olika under
de varierande perioderna och signifikansen är dessutom låg i de flesta fall. Den enda variabel som har
statistisk signifikans är att PPM-spararna vid kapital väljer att kliva ur de fonder som har haft negativ
avkastning på kort sikt. Under låg volatilitet ser vi dock en statistiskt signifikant tendens till att PPMspararna går in i fonder med kort negativ historisk avkastning, både för val och kapital. Vad beträffar
den negativa avkastningen på lång sikt ser vi olika utfall för val och för kapital. Ingen av variablerna är
här statistisk signifikant. Vi får ej stöd för vår hypotes.
Hypotes 5 Under volatila marknader söker sig PPM-spararna till fonder med lägre risk
sigma
Ökad. Vol
Min. vol
Koefficient
-0.007541
0.002456
Kapital
P-värde
0.008
0.185
Signifikans
(***)
Koefficient
-0.005789
0.0037494
Val
P-värde
0.106
0.030
Signifikans
(**)
Förklaringsgraderna betecknas enligt *** (1%), ** (5%) and *(10% )
Vid ökad volatilitet ser vi att PPM-spararna lämnar fonder med högre risk. För varje enhet ökad
standardavvikelse är utflödet i snitt 0,75 % för kapital. Samtidigt ser vi att PPM-spararna blir mer
riskbenägen när volatiliteten sjunker. Vid ökad volatilitet är risk statistiskt signifikant för kapital och
vid minskad volatilitet är risk statistiskt signifikant för val. Vi får alltså stöd för vår hypotes om att
PPM-spararna flyr från risk under volatila marknader.
H6: Under volatila marknader blir PPM-spararna mer kostnadsmedvetna
fondavg
fondrabatt
Ökad. Vol
Min. vol
Ökad. Vol
Min. vol
Koefficient
0.1287662
0.2097305
-0.039610
-0.085984
Kapital
P-värde
0.213
0.014
0.455
0.097
Signifikans
(**)
(*)
Förklaringsgraderna betecknas enligt *** (1%), ** (5%) and *(10% )
32
Koefficient
0.11807
0.1014758
-0.045839
-0.046066
Val
P-värde
0.266
0.166
0.420
0.276
Signifikans
Vi ser att PPM-spararna under hög och låg volatilitet går in i fonder med hög fondavgift, samt går ut
ur fonder med låg fondrabatt. Resultatet är statistiskt signifikant vid låg volatilitet men inte vid hög
volatilitet. Vårt resultat visar att hypotesen inte stödjs.
H7: Under mindre volatila marknader söker sig PPM-spararna till emerging markets fonder
em_fond
Ökad. Vol
Min. vol
Koefficient
- 0.059594
0.1089201
Kapital
P-värde
0.120
0.009
Signifikans
(***)
Koefficient
- 0.048411
0.12622
Val
P-värde
0.263
0.004
Signifikans
(***)
Förklaringsgraderna betecknas enligt *** (1%), ** (5%) and *(10% )
Vi ser att PPM-spararna under volatila marknader kliver ur fonder som har en inriktning mot
tillväxtmarknader. Resultatet är dock inte statistiskt signifikant vare sig för val eller kapital. När
marknaden går mot avtagande volatilitet ser vi att PPM-spararna med statistisk signifikans både för val
och kapital kliver in i tillväxtfonder. PPM-spararna väljer i relativt stor utsträckning fonder med
emerging markets inriktning. Vårt resultat visar att hypotesen stödjs.
Sammanfattande resultat:
•
•
•
•
•
•
Fondens tillgänglighet och popularitet har lite eller ingen betydelse i vår studie.
PPM-spararna tenderar under sjunkande volatilitet att gå in i fonder med kort positiv historisk.
avkastning, samtidigt som de går ut ur fonder med långsiktigt historisk avkastning.
PPM-spararna är inte särskilt avgiftskänsliga i vår studie.
PPM-spararna är riskkänsliga – går in i högriskfonder när volatiliteten är låg och går ur när
volatilitet stiger.
Investerarna går ur fonder med svensk inriktning när volatilitet minskar och in i emerging
market fonder.
Sjunkande volatilitet resulterar i höge signifikans för våra oberoende variabler än ökad
volatilitet.
33
7
Diskussion
I detta kapitel kommer resultatet att analyseras på ett djupare plan. Uppsatsens resultat kommer att
relateras till tidigare forskning i området. Resultaten kommer även att diskuteras i relation till de
teorier som ligger till grund för uppsatsen. Ambitionen är att förstå investerarnas beteendemönster i
ett bredare sammanhang än endast vad som kan relateras till en specifik teori.
Vi fann bland annat att PPM-spararna agerar annorlunda och har olika syn på investeringar i svenska
fonder, beroende på vilket marknadsklimat som råder. Vårt resultat kan jämföras med forskning utförd
av Engström och Westbergs samt French och Poterba, som visar att investerare föredrar nationella
framför utländska fonder. Det forskarna däremot inte undersökt är hur olika marknadslägen spelar in
när det kommer till att förklara investerarnas val av nationella fonder. Enligt vår mening vilar
forskarnas slutsats på tvivelaktiga grunder om de inte ser till hur externa faktorer, så som
marknadsläge, förklarar investerarnas attraktion till nationella placeringar. Nordén undersöker varför
PPM-sparare är påverkade av home bias. Han visar en rad intressanta resultat hur interna faktorer så
som ålder och kön förklarar PPM-spararnas attraktion till nationella fonder. Vi kan till Nordéns
forskning tillägga att externa faktorer som marknadsläget ser ut att ha en tydlig påverkan på
investerares val av inhemska placeringar.
De inhemska placeringarna är också de som i många fall har mest lättillgänglig information.
Kahneman och Tversky menade med avilability heuristics att investerare väljer just dessa fonder.
Eftersom vi inte ser att PPM-spararna med statistisk signifikans väljer svenska fonder under volatila
marknader kan vi inte säga att PPM-spararna väljer fonder med mest lättillgänglig information. Vi
påstår att de populära fonderna också är de med mest lättillgänglig information. Med tanke på att
PPM-spararna inte ser ut att välja populära fonder kan vi inte heller i det här avseendet fastslå att
PPM-spararna är påverkade av avilability heuristics.
Vårt resultat visar att PPM-spararna värderar den historiska avkastningen olika beroende på den
historiska avkastningens tidshorisont och vilket marknadsläge som råder. Mönstret är dock i många
fall svårtolkat. Resultatet indikerar också att den kortsiktiga avkastningen ser ut att ha något större
inverkan på investerarnas val än den långsiktiga. Man kan tycka att PPM-spararna borde värdera den
historiska avkastningen på längre sikt som mer representativ för hur väl fonden förvaltas och hur den
kommer att prestera i framtiden. PPM-spararna visar alltså tecken på att fokusera mycket på den
kortsiktigt historiska avkastningen och ignorera andra tidshorisonter. Beteendet stödjs av teorin om
Anchoring. Det här resultatet skulle kunna indikera att PPM-spararna är mer kortsiktiga i sina
placeringar.
34
Med vårt resultat i åtanke anser vi att både tidshorisont på den historiska avkastningen och
marknadsläge bör beaktas vid utvärdering av den historiska avkastningens påverkan på investerarna.
Därför är vi kritiska till Sirri och Tufanos slutats om att fondsparare väljer fonder som har haft hög
historisk avkastning. De undersökte inte hur avkastningen under olika tidshorisonter påverkar
investerarna samt hur marknadsläget påverkar investerarnas syn på den historiska avkastningen.
En annan intressant variabel är fondavgiften och rabatten i PPM-systemet. Vi ser tendenser till att
investerarna går in i fonder med högre avgifter. PPM-spararna visade sig alltså inte vara känsliga för
höga fondavgifter. Resultatet är intressant att jämföra med anatagandena i Famas effektiva
marknadshypotes om att ingen förvaltare har möjlighet att uppnå överavkastning. Även Dahlqvist et.
al har kunnat visa att fonder med högre fondavgifter presterar sämre än övriga fonder. I det här
avseendet agerar PPM-spararna i motsats till vad de klassiska finansiella teorierna förespråkar. Vi ser
här brister i antagandet om att alla investerare är rationella. Med resultatet i åtanke är vi också
skeptiska mot Engström och Westbergs slutsats om att PPM-spararna visat sig vara mer
kostnadsmedvetna än investerare i tidigare studier.
Vad beträffar fondrabatten väljer PPM-spararna i samtliga fall fonder med lägre fondrabatt. Eftersom
fondavgiften och fondrabatten är tydligt positivt korrelerade borde PPM-spararnas pengar placeras i de
fonderna med hög fondrabatt. Det låter osannolikt att PPM-spararna aktivt skulle välja fonder med hög
fondavgift och låg fondrabatt, vilket gör att beteendet är att betrakta som märkligt. Med tanke på att
runt 60 % av de genomförda fondbytena sker av olika förvaltare är en möjlig förklaring att förvaltarna
aktivt väljer fonder med högre avgifter och lägre fondrabatter. Kanske är det så att förvaltarna får
ersättning om de väljer fonder som fondbolagen tjänar mest pengar på?
Ett av de mest statistiskt signifikanta resultaten i vår studie är att PPM-spararna ändrar sin
riskexponering beroende på rådande marknadsklimat. I tidigare forskning kunde varken Siri och
Tufano eller Engström och Westberg hitta något mönster som med högre statistisk signifikans visar
hur risk förklarar PPM-spararna investeringsbeteenden. Att författarna inte beaktade hur
marknadsklimatet påverkar investerarnas riskallokering är troligtvis förklaringen till att forskarna inte
hittade något statistiskt samband. I vår studie ser risk ut att vara den enda faktor som har relativt hög
signifikans vid stigande volatilitet. Vi resonerar därmed att när marknaden blir volatil är risk den
absolut viktigaste faktorn PPM-spararna ser till medan de övriga faktorerna är underordnade. Under
dessa omständigheter är flykten från riskfyllda fonder det viktigaste för PPM-spararna. När marknaden
senare har stabiliserats ser vi en tydligare signifikans för andra oberoende variabler i regressionen.
35
Att välja mer riskfyllda fonder när volatiliteten sjunker kan också tolkas som att PPM-spararna har en
övertro på sin egen förmåga s.k. overconfidence. En tolkning är att när volatiliteten minskar och
börsen stiger, stiger även investerarnas självförtroende och tro på att de kan generera överavkastning.
Fenomenet förklarar därmed deras ökande riskaptit och val av högriskfonder. Det faktum att PPMspararna också väljer emerging markets fonder när volatiliteten sjunker ger oss ytterligare belägg för
slutsatsen. Emerging markets fonder har ofta en smal inriktning mot en specifik marknad. Odean
visade att investerare med overconfidence tror att deras investeringar är mindre riskfyllda än vad de är.
Vi har i denna uppsats inte lyckats hittat något forskningsbidrag som visar hur varierande
marknadslägen påverkar investerarnas tro på sin egen förmåga. Vi har dock i vår studie visat att det
kan finnas en koppling.
Vid analys av PPM-spararnas riskpreferenser är det intressant att dra paralleller till Kahneman och
Tverskys prospect theory. Teorin säger att vid hög sannolikhet till vinst väljer investerare det säkraste
utfallet trots att det förväntade utfallet är som lägst vid detta val. Investerarna är med andra ord
omotiverat försiktiga. Vi påstår att en marknad med låg volatilitet till viss del kan likställs med en
marknad där sannolikheten till vinst är högre. Börsen är under dessa förhållanden stabil, oftast med en
uppåtgående trend. Teorin stämmer i detta avseende in på vårt fall. PPM-spararna tenderar att ta det
säkra valet med låg risk under volatila marknader trots att det kanske skulle vara mer motiverat att öka
risken något under dessa marknadsförhållanden.
Efter att ha analyserat de oberoende variablerna misstänkte vi att de kan ha en påverkan på varandra,
alltså att en del av förklaringen till vårt resultat ligger i variablernas korrelation. Vi trodde alltså att
många utav variablerna är starkt korrelerade med varandra. För att undersöka saken noggrannare
genomförde vi en mer ingående analys av vår korrelationsmatris. Vi upptäckte bl.a. att variablerna
sigma och em_fond hade en starkt positiv korrelation och att sigma och sv_fond hade en negativ
korrelation. Frågan är då om PPM-spararna väljer emerging markets fonder för att de vill åt högre risk
eller om de väljer fonder med högre risk för att de vill åt emerging markets fonder? Eftersom variabeln
sigma är mest signifikant oavsett marknadsklimat tror vi att risk är huvudparametern. Detta skulle
innebära att risk är den viktigaste parametern och att PPM-spararnas pengar placeras i svenska
respektive emerging markets fonder som en konsekvens av ändrad riskexponering.
36
8
Slutsatser
Detta kapitel lyfter fram studiens slutsatser. Kapitlet avslutas med förslag på områden för framtida
forskning
8.1 Slutsats
Vi har i vår studie sett flera indikationer på att PPM-spararna är medvetna om volatiliteten och agerar
på olika sätt beroende på vilket marknadsläge som råder. De tydligaste sätt som detta kom i utryck var
att PPM-spararna söker sig till fonder med högre risk när volatiliteten avtar och att PPM-spararna
väljer fonder med lägre risk när volatiliteten tilltar. Andra skillnader bestod i att PPM-spararna lämnar
svenska fonder när volatiliteten minskar och istället väljer emerging markets fonder. De här
beteendena kunde vi inte se vid ökad volatilitet. Studien visar dessutom att PPM-spararna ser ut att ha
olika preferenser kring den historiska avkastningen beroende på marknadsläge. Den historiska
avkastningen ser ut att ha högre påverkan när volatiliteten sjunker och den kortsiktiga avkastningen
har överlag högre inverkan än den långsiktiga. Fondavgifter och fondens popularitets påverkan på
PPM-spararna ser inte ut att skilja sig beroende på marknadsläge.
En Slutsats är att PPM-spararnas beteendemönster är lättare att urskönja när marknaden går från att
vara volatil till att bli mer stabil än när det omvända inträffar. Med tanke på att investerarnas val är
mer svårtolkat under stigande volatilitet verkar investerarna under dessa marknadsförhållanden
påverkas av andra variabler än de som vi har haft möjlighet att undersöka. En alternativ tolkning är att
deras beteenden under stigande volatilitet helt enkelt är oberäkneligt och inte går att förutspå. Skulle
det då kunna vara så att deras oberäkneliga handlande späder på volatiliteten ytterligare?
Vi kunde hos PPM-spararna inte finna den rationalitet som antas av de klassiskt finansiella teorierna. I
stället hittar vi en hel del av förklaringarna till PPM-spararnas beteenden hos behavioural finance
teorierna. T.ex. kunde vi se att PPM-spararnas beteenden kan förklaras med teorierna, home bias,
anchoring, overconfidence och prospect theory. Vi har under arbetets gång förstått att Behaviour
finance teorierna till skillnad från de klassiskt finansiella teorierna inte är allmängiltiga med
ambitionen att i alla lägen förklara investerares beteenden. Detta gör det svårt att exakt veta när dessa
beteenden förekommer. I vår studie har vi påvisat att marknadens volatilitet kan förklara uppkomsten
av beteenden som beskrivs av behavioural finance teorierna. Därmed har vi bidragit till en
klassificering av dessa teorier där olika marknadslägen förklarar beteendenas förekomst.
I denna studie har vi visat att externa faktorer såsom marknadsläge har en betydande påverkan på
PPM-spararnas fondval, vilket tidigare varit relativt outforskat. Därmed kan vi bidra med att
beaktande av marknadsläge är av stor betydelse för att kunna förstå investerares beteenden. Investerare
37
ser ut att vara mycket medvetna om marknadsläget och försöker också agera därefter. Resultatet är
synnerligen intressant med tanke på den höga volatilitet som rått under de senaste åren och som i
dagsläget ser ut att fortsätta framöver.
8.2 Förslag på vidare forskning
Det skulle vara intressant att kritiskt granska om PPM-systemet är optimal i sin nuvarande form. Det
har visats sig att standardfonden Såfa07 i genomsnitt slagit de aktivt förvaltade fonderna i PPMsystemet, vilket därmed också menar att de inte har gjort några val i sitt PPM har faktiskt slagit de som
aktivt omplacerar sin PPM.89 Då vi har i denna uppsats valt att inte fokusera på individuella
fondprestationer och inte heller Såfa07s utveckling vore det därför intressant att se en vidare forskning
inom området. Är det verkligen optimalt att låta pensionssparare själva placera sina pengar?
Ett annat potentiellt område handlar om den snabbväxande pensionsrådgivningsbranschen. Då över
hälften av den svenska befolknings pension sköts idag av en pensionsrådgivare, är det därför ytterst
intressant och utforska om hur stor inflytande pensionsrådgivning egentligen har på den svenska
pensionen. Hur väljer dessa rådgivare placeringarna efter individen samt hur väl presterar dessa
portföljer i jämförelse mot genomsnittet? Till detta område välkomnar vi kvalitativa bidrag som på
djupet kartlägger den svenska pensionsmarknadens aktörer, genom intervjuer undersöka olika
aktörernas avgiftsstruktur och förvaltning.
89
Norrby, Bengt. Premiepensionen Pensionsspararna Och Pensionärerna 2010. Rep. Stockholm, 2011. Print
38
9
Källförteckning
Agnew, Julie, Pierluigi Balduzzi, och Annika Sundén. "Portfolio Choice and Trading in a Large
401(k) Plan." American Economic Review 93.1 (2003): 193-215. Print.
Andersen, Jørgen Vitting. "Detecting Anchoring in Financial Markets." Journal of Behavioural
Finance 11.2 (2010): 129-33. Print.
Bannerhee, Abhijit V. “A simple model of herd behavior.” Quarterly journal of economics, (1992),
107(3): 797-817
Barber, Brad M., och Terrance Odean. "The Courage of Misguided Convictions." Financial Analysts
Journal 55.6 (1999): 41-55. Print.
Baum, Christopher F. An Introduction to Modern Econometrics Using Stata. College Station, TX:
Stata, 2006. Print.
Bergstrand, Emma, and Karoline Nyström. Behavioural Patterns amongst Pension Savers. Thesis.
Stockholm School of Economics, 2009. Print
Braga, Carlos Alberto Primo. Sovereign Debt and the Financial Crisis: Will This Time Be Different?
Ed. by Carlos A. Primo Braga ... Washington, DC: World Bank, 2011. Print.
Bryman, Alan, and Björn Nilsson. Samhällsvetenskapliga Metoder. Malmö: Liber Ekonomi, 2002.
Print.
Chiang, Thomas C., and Dazhi Zheng. "An Empirical Analysis of Herd Behavior in Global Stock
Markets." Journal of Banking & Finance 34.8 (2010): 1911-921. Print
Cronqvist, H. Thaler, R. H. 2004, Design Choices in Privatized Social-Security Systems: Learning
from the Swedish Experience, The American Economic Review, Vol. 94, No. 2, 424-428.
Dahlquist, Magnus, Stefan Engström och Paul Söderlind, “Performance and Characteristics of
Swedish Mutual Funds.” The Journal of Financial and Quantitative Analysi (2000), Vol. 35, No. 3,
409-410.
Damodaran, Aswath. Corporate Finance: Theory and Practice. New York ; Chichester: Wiley, 2001.
Print.
Den Svenska Regeringen "Demografisk Utveckling Och Migration."
<http://www.regeringen.se/content/1/c4/16/73/a9c1c17b.pdf > Web. 14 Sept. 2011
39
Ellison, S. L. R., Trevor J. Farrant, and Vicki Barwick. Practical Statistics for the Analytical Scientist:
a Bench Guide. Cambridge, UK: RSC, 2009. Print.
Gilovich, Thomas, Dale Griffin, and Daniel Kahneman. Heuristics and Biases the Psychology of
Intuitive Judgement. Cambridge: Cambridge UP, 2002. Print.
Goetzmann, William, och Nadav Peles. "Cognitive Dissonance and Mutual Fund Investors." Journal
of Financial Research 20.2 (1997): 45-58. Print
Guidolin, M. and Timmerman, A. 2004, Economic implications of Bull and Bear regimes in UK Stock
and Bond returns, The Economic Journal, Vol. 115,111-143.
Hsiao, Cheng. Analysis of Panel Data. New York: Cambridge UP, 2003. Print.
Engström, Stefan. och Anna Westerberg “Information costs and Mutual Fund Flows”, SSE/EFI,
Working paper series in economics and Finance, (2004) No. 555.
Fabozzi, Frank J., Francis Gupta, and Harry M. Markowitz. "The Legacy of Modern Portfolio
Theory." The Journal of Investing 11.3 (2002): 7-22. Print.
Fama, Eugene F. "Random Walks In Stock Market Prices." Financial Analysts Journal 21.5 (1965):
55-59. Print
French, Kenneth R., och James M. Poterba. "Investor Diversification and International Equity
Markets." The American Economic Review 81.2 (1991): 222-26. Print.
Helek, Martin, and Joseph G. Eisenhauer. "Demography of Risk Aversion." The Journal of Risk and
Insurance 68.1 (2001): 1-24. Print.
Jensen, Michael C. "Risk, The Pricing of Capital Assets, and The Evaluation of Investment
Portfolios." The Journal of Business 42.2 (1969): 167. Print.
Kahneman, Daniel, and Amos Tversky. "Judgement under Uncertainty: Heuristic and Biases." Science
185 (1974): 1124-131. Print
Kahneman, Daniel, and Amos Tversky. "Prospect theory: an analysis of decision under risk.”
Econometrica 47.2 (1979): 263-91. Print
Kearns, Jeff. "U.S. Stock Volatility Will Soon Top 1929 Record, Goldman Says." Bloomberg Business & Financial News, Breaking News Headlines. Web. 03 Jan. 2012. –
<http://www.bloomberg.com/apps/news?pid=newsarchive>
40
Kempf, Alexander, and Stefan Ruenzi. "Status Quo Bias and the Number of Alternatives: An
Empirical Illustration from the Mutual Fund Industry." Journal of Behavioural Finance 7.4 (2006):
204-13. Print.
Keynes, John Maynard. The General Theory of Employment Interest and Money. London: Macmillan
and, 1936. Print.
Kim, Kenneth A., and John R. Nofsinger. "The Behavior of Japanese Individual Investors During Bull
and Bear Market." The Journal of Behavioural Finance 8.3 (2007): 138-53. Print.
Kleinbaum, David G., and David G. Kleinbaum. Applied Regression Analysis and Other Multivariable
Methods. Australia: Brooks/Cole, 2008. Print.
Markowitz, Harry. “Portfolio Selection”, The Journal of Finance, (1952) Vol. 7, No. 1, 77-79.
Newbold Paul, William L. Carlson, och Betty Thorne “Statistics for business and economics” (2007),
6:e utgåvan, Pearson education, New Jersey
Nordén, Lars. "Individual Home Bias, Portfolio Churning and Performance." The European Journal of
Finance 16.4 (2010): 329-51. Print.
Norrby, Bengt. Premiepensionen Pensionsspararna Och Pensionärerna 2010. Rep. Stockholm, 2011.
Print
Odean, Terrance. "Volume, Volatility, Price, and Profit When All Traders Are Above Average." The
Journal of Finance 53.6 (1998): 1887-934. Print.
Pensionsmyndigheten "Den Allmänna Pensionen."
http://www.pensionsmyndigheten.se/DenAllmannaPensionen.html. Web. 30 Dec. 2011.
Pensionsmyndigheten "Om Pensionssystemet - Pensionsmyndigheten." Pensionsmyndigheten Pensionsmyndigheten. Web. 03 Jan. 2012.
Samuelson, William, och Richard Zeckhauser. "Status Quo Bias in Decision Making." Journal of Risk
and Uncertainty 1.1 (1988): 7-59. Print
Schlight, Ekkehart. Cognitive Dissonance in Economics. Working paper. Print.
41
Shiller, Robert J. "Human Behavior and the Efficiency of the Financial System." The National Bureau
of Economic Research. Web. 07 Oct. 2011. <http://www.nber.org/papers/w6375>
Sirri, Erik R., och Peter Tufano. "Costly Search and Mutual Fund Flows." The Journal of Finance 53.5
(1998): 1589-622. Print.
"Spartiden Har Betydelse." Https://secure.pensionsmyndigheten.se/tiden.html. 14 Nov. 11. Web
"Statsskuldskrisen På Finansministrarnas Agenda I Luxemburg." Startsida Regeringen.se. Web. 07
Nov. 2011. <http://www.regeringen.se/sb/d/15075/a/177057>
Tversky, Amos. och Daniel Kahneman, "Availability: A Heuristic for Judging Frequency and
Probability."Cognitive Psychology 5.2 (1973): 207-32. Print
Weller, C. E. and Wenger, J. B, 2008, Prudent investors: the asset allocation of public pension plans,
Working paper series.
Wooldridge, Jeffrey M. Econometric Analysis of Cross Section and Panel Data. Cambridge, MA:
MIT, 2002. Print.
Yahoo Finance - Business Finance, Stock Market, Quotes, News. Web. 17 Dec. 2011.
<http://finance.yahoo.com/>.
42
Appendix 1, Graf VIX och S&P 500
Graf med volatilitetsindexet VIX S&P 500 och det underliggande S&P 500 indexet. S&P 500
indexet är indexerat mot VIX index.
Källa: Yahoo finance
43
Appendix 2, Hausman test
Hausman fixed random test av kapital vid perioder med hög volatilitet
---- Coefficients ---|
(b)
(B)
(b-B)
sqrt(diag(V_b-V_B))
|
fixed
random
Difference
S.E.
-------------+---------------------------------------------------------------em_fond |
.0338925
-.0595939
.0934863
.2211574
sv_fond |
-.1082556
.0429963
-.151252
.3521995
pos_lng |
-.0135313
-.0100099
-.0035215
.0151748
neg_lng |
.0324539
.0354055
-.0029516
.0142657
pos_kort |
.0143895
.0136236
.000766
.0143878
neg_kort |
-.0413523
-.0403248
-.0010275
.0152719
pos_lng5 |
.3186635
.2830458
.0356177
.0600981
fondavg |
.0924863
.1287662
-.03628
.200111
fondrabatt |
-.1233408
-.0396096
-.0837312
.0867546
sigma |
.0051569
-.0075412
.0126981
.0033797
popu_fond |
-.00484
-.00088
-.00396
.0207369
inpopu_fond |
.0308026
.0385869
-.0077843
.0198197
-----------------------------------------------------------------------------b = consistent under Ho and Ha; obtained from xtreg
B = inconsistent under Ha, efficient under Ho; obtained from xtreg
Test:
Ho:
difference in coefficients not systematic
chi2(12) = (b-B)'[(V_b-V_B)^(-1)](b-B)
=
17.15
Prob>chi2 =
0.1442
Hausman fixed random test av val vid perioder med hög volatilitet
---- Coefficients ---|
(b)
(B)
(b-B)
sqrt(diag(V_b-V_B))
|
fixed
random
Difference
S.E.
-------------+---------------------------------------------------------------em_fond |
.0017976
-.048411
.0502085
.2227121
sv_fond |
-.2212632
.0378563
-.2591195
.3545947
pos_lng |
-.0266238
-.0208972
-.0057266
.0154863
neg_lng |
.0111627
.0080466
.0031161
.0145695
pos_kort |
.0307023
.0248348
.0058676
.0146923
neg_kort |
-.0279784
-.0309246
.0029462
.0155727
pos_lng5 |
.324187
.2800409
.044146
.061195
fondavg |
.2506446
.11807
.1325746
.201813
fondrabatt |
-.1072412
-.0458391
-.0614021
.0876039
sigma |
.0056762
-.005789
.0114652
.0034128
popu_fond |
.0059209
.0225082
-.0165873
.021063
inpopu_fond |
.0504423
.0638912
-.0134489
.0201467
-----------------------------------------------------------------------------b = consistent under Ho and Ha; obtained from xtreg
B = inconsistent under Ha, efficient under Ho; obtained from xtreg
Test:
Ho:
difference in coefficients not systematic
chi2(12) = (b-B)'[(V_b-V_B)^(-1)](b-B)
=
13.55
Prob>chi2 =
0.3306
Hausman tester vid perioder med minskad volatilitet visar liknande resultat.
Vi har valt att utelämna dem i detta appendix.
44
Appendix 3, Val av kvartal
Den första kolumnen i tabellen nedan anger kvartalet. Den andra anger vilket värde som
uppmättes i volatilitetsindexet VIX S&P500 under den första dagen i kvartalet. Den tredje
kolumnen anger den procentuella förändringen sedan det tidigare kvartalet. De kvartal som är
grönmarkerade är de kvartal där den procentuella förändringen är som störst åt det negativa
hållet, alltså minskad volatilitet. De kvartal som är rödmarkerade är de kvartal där den
procentuella förändringen är som störst åt det positiva hållet, alltså ökad volatilitet.
2006
2009
kv1
11,39
-5,60%
kv1
44,14
10,40%
kv2
13,08
14,80%
kv2
26,35
-40,30%
kv3
11,98
-8,40%
kv3
25,61
-2,80%
kv4
11,56
-3,50%
kv4
21,68
-15,30%
2007
2010
kv1
14,64
26,60%
kv1
17,59
-18,90%
kv2
16,23
10,90%
kv2
34,54
96,40%
kv3
18
10,90%
kv3
23,7
-31,40%
kv4
22,5
25,00%
kv4
17,75
-25,10%
2008
2011
kv1
25,61
13,80%
kv1
17,74
-0,10%
kv2
23,95
-6,50%
kv2
16,52
-6,90%
kv3
39,39
64,50%
kv3
42,96
160,00%
kv4
40
1,50%
Kv4
unknown
unknown
45
Appendix 4, Cook-Weisberg test av heteroskedastitet
Test av heteroskedastisitet för Kapital vid ökande volatilitet
Breusch-Pagan / Cook-Weisberg test for heteroskedasticity
Ho: Constant variance
Variables: fitted values of kap
chi2(1)
Prob > chi2
=
=
206.49
0.0000
Test av heteroskedastisitet för val vid ökande volatilitet
Breusch-Pagan / Cook-Weisberg test for heteroskedasticity
Ho: Constant variance
Variables: fitted values of val
chi2(1)
Prob > chi2
=
=
124.45
0.0000
Test av heteroskedastisitet för kapital vid sjunkande volatilitet
Breusch-Pagan / Cook-Weisberg test for heteroskedasticity
Ho: Constant variance
Variables: fitted values of kap
chi2(1)
Prob > chi2
=
=
587.19
0.0000
Test av heteroskedastisitet för val vid sjunkande volatilitet
Breusch-Pagan / Cook-Weisberg test for heteroskedasticity
Ho: Constant variance
Variables: fitted values of val
chi2(1)
Prob > chi2
=
=
756.30
0.0000
46
Appendix 5, Korrelationsmatriser
Korrelation av oberoende variabler vid hög volatilitet
| em_fond sv_fond pos_lng neg_lng pos_kort neg_kort pos_lng5 fondavg fondra~t
sigma popu_f~d inpopu~d
-------------+-----------------------------------------------------------------------------------------------------------em_fond |
1.0000
sv_fond | -0.2126
1.0000
pos_lng |
0.1802 -0.0137
1.0000
neg_lng | -0.0842 -0.0000 -0.4930
1.0000
pos_kort |
0.0421 -0.0000
0.2290 -0.1885
1.0000
neg_kort |
0.0911 -0.0313 -0.0821
0.1721 -0.4801
1.0000
pos_lng5 |
0.1699 -0.0350
0.0887 -0.0695 -0.0168 -0.0024
1.0000
fondavg |
0.3317 -0.4085
0.0648
0.0187
0.0275
0.0810
0.0641
1.0000
fondrabatt |
0.4214 -0.4040
0.0726
0.0117
0.0120
0.0736
0.0733
0.8584
1.0000
sigma |
0.5353 -0.2726
0.1799 -0.1027
0.0318
0.0437
0.1381
0.4438
0.5436
1.0000
popu_fond | -0.0221
0.0962 -0.0116 -0.0328
0.0581 -0.0438 -0.0087 -0.3118 -0.1674 -0.0175
1.0000
inpopu_fond | -0.0244 -0.1431 -0.0177
0.0475 -0.0480
0.0494 -0.0348
0.2888
0.1690 -0.0035 -0.4987
1.0000
Korrelation av oberoende variabler vid låg volatilitet
| em_fond sv_fond pos_lng neg_lng pos_kort neg_kort pos_lng5 fondavg fondra~t
sigma popu_f~d inpopu~d
-------------+------------------------------------------------------------------------------------------------------------em_fond |
1.0000
sv_fond | -0.2118
1.0000
pos_lng | -0.0223
0.0088
1.0000
neg_lng |
0.0212 -0.0324 -0.4830
1.0000
pos_kort |
0.0062 -0.0080
0.0446 -0.0262
1.0000
neg_kort |
0.0080 -0.0090
0.0156
0.0475 -0.4914
1.0000
pos_lng5 |
0.2249 -0.0568
0.0467 -0.0337
0.0626 -0.0167
1.0000
fondavg |
0.3324 -0.4147 -0.0036
0.0905 -0.0021
0.0416
0.0759 1.0000
fondrabatt |
0.4030 -0.4145 -0.0216
0.0733
0.0012
0.0243
0.0920 0.8662
1.0000
sigma |
0.5224 -0.2652
0.0006
0.0125
0.0407
0.0001
0.1597 0.4486
0.5318
1.0000
popu_fond |
0.0591 -0.0054 -0.0123 -0.0327
0.0497 -0.0561
0.0170 -0.0933 -0.0187
0.0197
1.0000
inpopu_fond | -0.0227 -0.0255
0.0188
0.0074 -0.0418
0.0088 -0.0268 0.0874 -0.0038 -0.0386 -0.5044
1.0000
47
Appendix 6, VIF-factor för multikollinaritet
Test av multikollinaritet.
Ökande volatilitet
Variable |
VIF
1/VIF
-------------+---------------------fondrabatt |
4.62
0.216394
fondavg |
4.48
0.223155
sigma |
1.75
0.572996
em_fond |
1.51
0.660904
popu_fond |
1.43
0.698703
pos_lng |
1.41
0.708449
inpopu_fond |
1.40
0.714726
pos_kort |
1.39
0.720834
neg_lng |
1.36
0.733851
neg_kort |
1.35
0.740028
sv_fond |
1.23
0.811525
pos_lng5 |
1.04
0.959722
-------------+---------------------Mean VIF |
1.91
Minskande volatilitet
Variable |
VIF
1/VIF
-------------+---------------------fondrabatt |
4.67
0.213984
fondavg |
4.26
0.234484
sigma |
1.67
0.598335
em_fond |
1.47
0.679516
inpopu_fond |
1.37
0.730507
popu_fond |
1.36
0.733194
pos_kort |
1.33
0.749213
neg_kort |
1.33
0.749968
neg_lng |
1.33
0.753459
pos_lng |
1.32
0.757024
sv_fond |
1.23
0.810025
pos_lng5 |
1.06
0.939985
-------------+---------------------Mean VIF |
1.87
48
Appendix 7, Spridningsdiagram för identifiering av outliners
Här visas spridningsdiagramet som ligger till grund för eliminering av
outliners. Vi visar enbart diagramen för hög volatilitet.
49
Appendix 7, Beskrivande statistik
Beskrivande statistik vid ökande volatilitet på beroende och oberoende
variabler
Variable |
Obs
Mean
Std. Dev.
Min
Max
-------------+-------------------------------------------------------em_fond |
1985
.1768262
.3816177
0
1
sv_fond |
1985
.1738035
.3790359
0
1
pos_lng |
1985
.3299748
.4703221
0
1
neg_lng |
1985
.3304786
.470504
0
1
pos_kort |
1985
.3304786
.470504
0
1
-------------+-------------------------------------------------------neg_kort |
1985
.3425693
.4746884
0
1
pos_lng5 |
1985
.0151134
.1220346
0
1
fondavg |
1985
.5597733
.2737374
0
2.04
fondrabatt |
1985
.9902771
.4999521
0
3.72
sigma |
1985
16.78217
7.889023
0
47.3
-------------+-------------------------------------------------------popu_fond |
1985
.3329975
.4714044
0
1
inpopu_fond |
1985
.3324937
.4712255
0
1
val |
1985
.0636272
.5130254
-.93
6.75
kap |
1985
.0745995
.5181631
-.92
5.98
Beskrivande statistik vid sjunkande volatilitet på beroende och oberoende
variabler
Variable |
Obs
Mean
Std. Dev.
Min
Max
-------------+-------------------------------------------------------em_fond |
1988
.1755533
.3805354
0
1
sv_fond |
1988
.1740443
.3792429
0
1
pos_lng |
1988
.3234406
.467907
0
1
neg_lng |
1988
.3279678
.4695911
0
1
pos_kort |
1988
.3289738
.4699587
0
1
-------------+-------------------------------------------------------neg_kort |
1988
.3299799
.4703237
0
1
pos_lng5 |
1988
.0150905
.1219438
0
1
fondavg |
1988
.5653421
.2735684
0
1.75
fondrabatt |
1988
.9836217
.4985318
0
3.72
sigma |
1988
18.11202
8.192271
.3
46.9
-------------+-------------------------------------------------------popu_fond |
1988
.3350101
.4721127
0
1
inpopu_fond |
1988
.3355131
.4722883
0
1
val |
1988
.0207596
.3926574
-.96
4.75
kap |
1988
.0397837
.4039433
-.95
4.83
50
Appendix 8, Regressionsresultat
Regression med kapital som beroende variabel under ökande volatilitet
Random-effects GLS regression
Group variable: fondnr
Number of obs
Number of groups
=
=
1985
821
R-sq:
Obs per group: min =
avg =
max =
1
2.4
3
within = 0.0066
between = 0.0461
overall = 0.0324
corr(u_i, X)
= 0 (assumed)
Wald chi2(12)
Prob > chi2
=
=
63.00
0.0000
(Std. Err. adjusted for 821 clusters in fondnr)
-----------------------------------------------------------------------------|
Robust
kap |
Coef.
Std. Err.
z
P>|z|
[95% Conf. Interval]
-------------+---------------------------------------------------------------em_fond | -.0595939
.0383398
-1.55
0.120
-.1347384
.0155507
sv_fond |
.0429963
.0357034
1.20
0.228
-.026981
.1129737
pos_lng | -.0100099
.0265326
-0.38
0.706
-.0620129
.0419931
neg_lng |
.0354055
.0256364
1.38
0.167
-.014841
.085652
pos_kort |
.0136236
.026491
0.51
0.607
-.0382979
.065545
neg_kort | -.0403248
.0244046
-1.65
0.098
-.0881569
.0075073
pos_lng5 |
.2830458
.2522274
1.12
0.262
-.2113108
.7774024
fondavg |
.1287662
.1035039
1.24
0.213
-.0740977
.3316301
fondrabatt | -.0396096
.0530542
-0.75
0.455
-.1435939
.0643746
sigma | -.0075412
.0028447
-2.65
0.008
-.0131167
-.0019657
popu_fond |
-.00088
.0270803
-0.03
0.974
-.0539564
.0521965
inpopu_fond |
.0385869
.0349443
1.10
0.269
-.0299027
.1070765
_cons |
.1654617
.0576304
2.87
0.004
.0525083
.2784151
-------------+---------------------------------------------------------------sigma_u | .38736359
sigma_e | .40971916
rho |
.4719753
(fraction of variance due to u_i)
------------------------------------------------------------------------------
51
Regression med val som beroende variabel under ökande volatilitet
Random-effects GLS regression
Group variable: fondnr
Number of obs
Number of groups
=
=
1985
821
R-sq:
Obs per group: min =
avg =
max =
1
2.4
3
within = 0.0085
between = 0.0317
overall = 0.0236
corr(u_i, X)
= 0 (assumed)
Wald chi2(12)
Prob > chi2
=
=
48.83
0.0000
(Std. Err. adjusted for 821 clusters in fondnr)
-----------------------------------------------------------------------------|
Robust
val |
Coef.
Std. Err.
z
P>|z|
[95% Conf. Interval]
-------------+---------------------------------------------------------------em_fond |
-.048411
.0432682
-1.12
0.263
-.1332151
.0363932
sv_fond |
.0378563
.0370108
1.02
0.306
-.0346835
.1103961
pos_lng | -.0208972
.0282704
-0.74
0.460
-.0763062
.0345118
neg_lng |
.0080466
.0234146
0.34
0.731
-.0378451
.0539383
pos_kort |
.0248348
.0259331
0.96
0.338
-.0259931
.0756627
neg_kort | -.0309246
.0239505
-1.29
0.197
-.0778666
.0160174
pos_lng5 |
.2800409
.2605112
1.07
0.282
-.2305515
.7906334
fondavg |
.11807
.1062233
1.11
0.266
-.0901237
.3262638
fondrabatt | -.0458391
.0567848
-0.81
0.420
-.1571354
.0654572
sigma |
-.005789
.0035841
-1.62
0.106
-.0128137
.0012357
popu_fond |
.0225082
.0262361
0.86
0.391
-.0289135
.0739299
inpopu_fond |
.0638912
.0327364
1.95
0.051
-.000271
.1280534
_cons |
.1248721
.0666251
1.87
0.061
-.0057107
.2554549
-------------+---------------------------------------------------------------sigma_u |
.3871562
sigma_e | .41244226
rho | .46840815
(fraction of variance due to u_i)
------------------------------------------------------------------------------
52
Regression med kapital som beroende variabel under minskande volatilitet
Random-effects GLS regression
Group variable: fondnr
Number of obs
Number of groups
=
=
1988
741
R-sq:
Obs per group: min =
avg =
max =
1
2.7
3
within = 0.0170
between = 0.0593
overall = 0.0404
corr(u_i, X)
= 0 (assumed)
Wald chi2(12)
Prob > chi2
=
=
79.51
0.0000
(Std. Err. adjusted for 741 clusters in fondnr)
-----------------------------------------------------------------------------|
Robust
kap |
Coef.
Std. Err.
z
P>|z|
[95% Conf. Interval]
-------------+---------------------------------------------------------------em_fond |
.1089201
.0417744
2.61
0.009
.0270439
.1907964
sv_fond | -.0637441
.0197353
-3.23
0.001
-.1024245
-.0250637
pos_lng | -.0430681
.0208235
-2.07
0.039
-.0838813
-.0022549
neg_lng |
.0126087
.0226404
0.56
0.578
-.0317657
.0569831
pos_kort |
.0458145
.0206249
2.22
0.026
.0053904
.0862385
neg_kort |
.0518627
.0210497
2.46
0.014
.010606
.0931193
pos_lng5 | -.1457902
.0889187
-1.64
0.101
-.3200677
.0284874
fondavg |
.2097305
.085006
2.47
0.014
.0431218
.3763393
fondrabatt |
-.085984
.0517895
-1.66
0.097
-.1874895
.0155215
sigma |
.0024555
.0018522
1.33
0.185
-.0011747
.0060857
popu_fond | -.0571711
.0243587
-2.35
0.019
-.1049134
-.0094288
inpopu_fond | -.0413661
.0234637
-1.76
0.078
-.087354
.0046218
_cons | -.0306628
.0376187
-0.82
0.415
-.1043941
.0430685
-------------+---------------------------------------------------------------sigma_u | .24270258
sigma_e | .36008482
rho | .31238219
(fraction of variance due to u_i)
------------------------------------------------------------------------------
53
Regression med val som beroende variabel under minskande volatilitet
Random-effects GLS regression
Group variable: fondnr
Number of obs
Number of groups
=
=
1988
741
R-sq:
Obs per group: min =
avg =
max =
1
2.7
3
within = 0.0168
between = 0.0608
overall = 0.0353
corr(u_i, X)
= 0 (assumed)
Wald chi2(12)
Prob > chi2
=
=
45.54
0.0000
(Std. Err. adjusted for 741 clusters in fondnr)
-----------------------------------------------------------------------------|
Robust
val |
Coef.
Std. Err.
z
P>|z|
[95% Conf. Interval]
-------------+---------------------------------------------------------------em_fond |
.12622
.0440946
2.86
0.004
.0397961
.2126438
sv_fond |
.0292273
.0198696
1.47
0.141
-.0097165
.0681711
pos_lng | -.0390297
.0221556
-1.76
0.078
-.0824539
.0043944
neg_lng | -.0142929
.0214895
-0.67
0.506
-.0564116
.0278258
pos_kort |
.0581359
.0200778
2.90
0.004
.0187841
.0974877
neg_kort |
.0390284
.0191512
2.04
0.042
.0014927
.0765641
pos_lng5 |
-.176184
.0802613
-2.20
0.028
-.3334933
-.0188746
fondavg |
.1014758
.0732159
1.39
0.166
-.0420248
.2449764
fondrabatt | -.0460658
.0422842
-1.09
0.276
-.1289414
.0368098
sigma |
.0037494
.0017268
2.17
0.030
.000365
.0071338
popu_fond | -.0295095
.0250911
-1.18
0.240
-.0786871
.019668
inpopu_fond | -.0561928
.021787
-2.58
0.010
-.0988945
-.0134911
_cons | -.0688074
.0355954
-1.93
0.053
-.1385732
.0009583
-------------+---------------------------------------------------------------sigma_u | .16977408
sigma_e | .36838024
rho | .17518824
(fraction of variance due to u_i)
------------------------------------------------------------------------------
54
Stockholm University School of Business
106 91 Stockholm
Telephone: +46 (0)8 16 20 00
www.fek.su.se
55