Teknisk analyse. HD Finansiering, 8. semester HD-afhandling Erhvervsøkonomisk Institut

Transkript

1 HD Finansiering, 8. semester HD-afhandling Erhvervsøkonomisk Institut Forfattere: Thomas Zefting Thiesen Christian Rydiger Jepsen Vejleder: Otto Friedrichsen Teknisk analyse Er det muligt at skabe et overnormalt afkast ved hjælp af tekniske handelsstrategier? Handelshøjskolen, Aarhus Universitet 2011

2 Indholdsfortegnelse Abstract Indledning Problemformulering Disposition Metode Afgrænsning Begrebsdefinitioner Markedsefficiens Markedspsykologi Teknisk analyse The Dow Theory Tekniske indikatorer Glidende gennemsnit Glidende gennemsnit som signal Test af 200-dages glidende gennemsnit Test af 50-dages glidende gennemsnit Test af det optimerede glidende gennemsnit på S&P Test af det optimerede glidende gennemsnit på OMXC Relative strenght index RSI Relative Strengt Index som handelsstrategi Test af den oprindelige model Test af den optimerede model MACD Moving Average Convergence/Divergence MACD Moving Average Convergence/Divergence som handelsstrategi Test af den optimerede model på perioden 1985 til Test af den oprindelige model på perioden 1985 til Analyse af tekniske handelsstrategier Handelsstrategi - Golden Cross Optimering af glidende gennemsnit på S&P Test af Golden Cross i perioden Sammenligning af to perioder på S&P Sammenligning af to indeks S&P 500 og OMX C Opsummering Handelsstrategi - RSI kombineret med glidende gennemsnit

3 6.2.1 Sammenligning af to perioder på S&P Sammenligning af to indeks S&P 500 og OMX C Test af den optimerede handelsstrategi på S&P Handelsstrategi MACD kombineret med RSI Sammenligning af to perioder på S&P Sammenligning af to indeks S&P 500 og OMX C Test af den optimerede handelsstrategi på S&P Handelsstrategi MACD kombineret med glidende gennemsnit Sammenligning af to perioder på S&P Sammenligning af to indeks S&P 500 og OMXC Test af den optimerede handelsstrategi på S&P Handelsstrategi bestående af MACD, RSI og glidende gennemsnit Sammenligning af to perioder på S&P Sammenligning af to indeks S&P 500 og OMX C Test af den optimerede handelsstrategi på S&P VIX-model Analyse af VIX-model med glidende gennemsnit Analyse af VIX-model uden glidende gennemsnit Optimal VIX-strategi med ren limit Optimal VIX-strategi med ren limit i perioden VIX-strategi med ren limit i perioden på OMXC Optimal VIX-strategi med ren limit i perioden på OMXC Opsummering Opsummering på de tekniske handelsstrategier Konklusion Efterskrift Litteraturliste Bilagsoversigt

4 Abstract Investors have continuously tried to make extraordinary market returns. According to the efficient market hypothesis this is not possible when looking over a longer period of time. The efficient market hypothesis states that all available information is already included in the market prices, and therefore it is pointless to analyze the market with the intent to out conquer it. There are, however, many skeptics with regards to this theory. They tend to criticize the efficient market hypothesis for stating that the market is rational at all times, but many investors, stock dealers and other stakeholders do not agree. They think on the other hand, that the stock market represent both rationality and irrationality, which they explain by the psychological factors imbedded within the market. Thus, the nature of the human being does not make it possible to be rational all the time. The investors are thus typically affected by greed, fear, nativity, optimism and pessimism. These concepts all affect the investors behavior with regards to decision-making. This Thesis intends to investigate the possibilities of generating an extraordinary market return by using technical analysis. Technical indicators will be combined to trade strategies. These trade strategies will afterwards be optimized for a period from the beginning of 1995 to the end of 2010 on the S&P 500 index. The optimized strategy will then be tested in another period on S&P 500 and also on the OMXC20. The technical trade strategies will be consisting of Moving Average, Relative Strength Index and Moving Average Convergence/Divergence. After combining the indicators into a trade strategy, the strategy will be optimized. The technical indicators criteria will be adjusted in order for the trade strategy to generate the highest return during the period from 1995 to This optimum will then be tested on another period and a different index. As an alternative, a trade strategy build on volatility will be tested. Here the idea is that the trade strategy will buy and sell depending on the risk within the market. To define the risk in the market the volatility index VIX will be used. This index describes a scenario where the idea is that when the index is high the risk is also high. 4

5 By testing the trade strategies the results showed that it could be possible to create an extraordinary return by using technical analysis. In this case the technical trade strategies generated large returns by going short in the market. The indexes ranging from 1995 to 2010 are characterized by a large volatility which is an advantage when you go long as well as short on the index. The tests showed that most of the trade strategies made an extraordinary return in the optimized period. As mentioned earlier it could be ascribed the short positions in the market. Afterwards the optimized trade strategy was tested on the period from 1980/1985 to None of the trade strategies could perform better than the market returns in this period but some of them made an acceptable return during the period. Then the optimized strategy is tested on OMXC20 from 1995 to 2010 and here the strategy also made a fine return as did the S&P 500 during the same period. The last S&P 500 test executed on the trade strategies is with regards to the period ranging from 1985 to 2010 and like the previous tests, the purpose is to find out if the trade strategy in question can perform better than the market return for the whole period. The tests showed that four out of five strategies could generate an extraordinary return. All the strategies were superior in the period ranging from 1995 to 2010 and the great return in that period was the main reason why the trade strategy could beat the market return. The trade strategy build on the VIX index did not provide convincing results. The idea of buying when the risk is low and selling when the risk is high did not give an extraordinary return for the period from 1995 to Here it was found that the trade strategy concerning the VIX index did not show the same results as the trade strategies build on the technical indicators. By analyzing the trade strategies it became clear that the technical trade signals served a protective function with regards to the investors fortune. The technical signals thus told the investor to sell before the market fell to much and advised the investor to buy before it rose to much. The weakness of this thesis is that it should have been much more comprehensive. It should have tested a larger amount of periods with different patterns. The analysis in this Thesis 5

6 shows that you can beat the market return by using technical analysis, but you have to make more tests of trade strategies before the test is valid enough. 6

7 1. Indledning Spekulation og investering er igennem flere århundreder blevet mere og mere udbredt. Tidligere var det ikke en særlig stor befolkningsdel der beskæftigede sig med emnet, dels fordi interessen ikke var der, men i ligeså høj grad fordi man før i tiden ikke havde samme opsparinger og friværdier. Derudover var markedet heller ikke så tilgængeligt - i dag er det stort set muligt at handle alle former for aktivklasser via sin netbank. Udviklingen af internettet har derfor gjort det lettere og billigere at handle via netbank, men derudover har internettets udbredelse også givet investoren adgang til uanede mængder af information om netop de aktiver der investeres i. Den største udfordring for investoren er at sortere og vurdere informationen. Hvornår er informationen allerede fuldt ud indregnet i aktiekursen og hvornår er informationen blevet undervurderet eller slet ikke indregnet? Dette kan for amatørinvestoren være en udfordring der ikke er til at overskue. Mennesket er sådan, at det naivt tror, at det vedkommende gør er det rigtige, og at personen på ingen måde kan tage fejl i sine antagelser. Dette betyder, at vedkommende til tider vil agere irrationelt og dermed træffe nogle beslutninger som kan komme til at koste penge. Den stolthed som fritidsinvestoren har kan betyde, at vedkommende ikke erkender sine fejlvurderinger i tide, og dermed kommer til at tabe unødig kapital. Derudover så kan det også omvendt betyde, at vedkommende ikke tager sine gevinster løbende, da man typisk kan blive grebet af grådighed. Alt dette vil blive belyst meget mere i afhandlingen, men det understreger bare, at mennesket har forsøgt sig med et hav af strategier for at slå markedet. Nogle tror blindt på, at de kan slå markedet ved at købe de rigtige aktier og så sælge dem når tid er, uden nogen egentlig strategi. En anden gruppe er fundamentalanalytikere som forsøger at slå markedet ved at udregne aktiens fremtidige værdi, ved hjælp af eksempelvis DCF-modeller, hvor der er indbygget en hel masse forudsætninger for fremtidens udvikling. Problemet med DCF-modellen kan være, at alle de informationer der tastes ind i DCF-modellen er informationer som alle andre kender, og som dermed er indkalkuleret i markedspriserne. De forudsætninger som analytikeren selv bidrager til modellen med er selvfølgelig individuelle, men samtidig er det også forudsætninger, der ikke med sikkerhed holder i fremtiden. 7

8 En tredje og måske lidt mere udskældt gruppe er tekniske analytikere. De vil forsøge, at slå markedet ved at kigge på historik og tidligere handelsmønstre. Med andre ord vil den tekniske analytiker kigge på historiske bevægelser, trends og momentum for at fortælle noget om fremtiden. Den tekniske analytiker er overbevist om, at historien, i nogen grad, gentager sig selv. Markedsdeltagerne agerer altså på samme måde næste gang der kommer en krise på de finansielle markeder. Derudover så tror den tekniske analytiker, at psykologien spiller en stor rolle i bevægelserne på de forskellige indeks. Der er mange der ikke vil skænke det en tanke hvis et indeks bryder nogle modstandspunkter og samtidig bryder 200 dages glidende gennemsnit. Det kan derimod være meget afgørende for den tekniske analytiker og hans tilgang til hvordan markedet vil bevæge sig fremadrettet. Faktum er, at der sidder mange børsmæglere og kigger på teknik, og det i sig selv har en selvopfyldende virkning. Denne afhandling vil beskæftige sig med hvorvidt der kan skabes et overnormalt afkast ved hjælp af teknisk analyse. 1.1 Problemformulering Formålet med denne afhandling er, at undersøge hvorvidt man kan skabe et overnormalt afkast ved hjælp af teknisk analyse. Afhandlingens hovedspørgsmål formuleres således: Hovedspørgsmål Er det muligt at skabe et overnormalt afkast ved hjælp af teknisk analyse? Problemstillinger: For at besvare hovedspørgsmålet, vil afhandlingen tage udgangspunkt i følgende problemstillinger: Er de finansielle markeder egentlig så efficiente som teorien beretter? Hvilken rolle spiller børspsykologi på de finansielle markeder? Kan man skabe et overnormalt afkast ved hjælp af kendskab til historiske bevægelser og performance? 8

9 Beskrivende problemformulering Vi vil redegøre for den efficiente markedshypotese og dens forudsætninger. I denne gennemgang vil vi analysere hvorvidt forudsætningerne for den efficiente markedshypotese er opfyldt. Efterfølgende vil vi undersøge psykologiens betydning for de finansielle markeder. Her vil der være fokus på, hvorvidt markedet altid er rationelt prisfastsat. I forlængelse af gennemgangen af den efficiente markedshypotese og børspsykologi vil vi på baggrund af de fundne resultater konkludere hvorvidt markedet er efficient og om psykologi spiller en rolle på de finansielle markeder. Efterfølgende vil vi gennemgå de tekniske indikatorer som vi har valgt at undersøge i vores afhandling. Disse indikatorer danner baggrund for vores handelsstrategier og vi vil efterfølgende kombinere de tekniske indikatorer til handelsstrategier. Derefter vil vi justere kriterierne for hver af indikatorerne, så handelsstrategierne optimeres bedst muligt. Her vil vi undersøge de tekniske indikatorers mønstre i forhold til hinanden. Efter sammensætningen af handelsstrategierne vil vi analysere, hvorvidt man kan drage fordel ved at følge den. Denne analyse tager udgangspunkt i historisk data og det vil ske på baggrund af back-tests. Vi vil samtidig undersøge om der er nogle perioder hvor teknisk analyse virker bedre her tænkes der normalt marked contra kriseperioder. Efterfølgende undersøges det hvorfor netop denne handelsstrategi virker bedst. Er dette anderledes hvis man kigger på andre perioder eller andre indeks? Slutteligt vil vi konkludere samlet på den efficiente markedshypoteses berettigelse, investeringspsykologiens påvirkning, og om markedsafkastet kan slås ved hjælp af vores sammensatte handelsstrategi. 9

10 1.2 Disposition Som det fremgår af problemformuleringen, besvares hovedspørgsmålet ved hjælp af tre delspørgsmål. De to første delspørgsmål omhandler markedsefficiens og markedspsykologi. Disse to spørgsmål danner baggrund for besvarelsen af afhandlingens hovedspørgsmål. Formålet med afsnittet omkring markedsefficiens er at stille spørgsmålstegn ved den efficiente markedshypotese. Afhandlingen vil forsøge at belyse mærkværdige bevægelser i markedet. Dette gøres ved at belyse historiske markedsbevægelser, herunder vil der blive fokuseret på børskrak, januareffekter og weekendeffekter. Disse anomalier fører naturligt opgaven videre til afsnittet om markedspsykologi. Afsnittet omkring markedspsykologi har til formål at belyse hvorledes markedsdeltagere reagerer i forskellige situationer. De specielle udsving der gennemgås i afsnittet omkring markedsefficiens, forsøges forklaret ved hjælp af blandt andet flokadfærd, grådighed, frygt, støtte- og modstandspunkter. Et inefficient marked forklaret af markedspsykologien danner baggrund for en mulig gevinst ved anvendelse af teknisk analyse. Efterfølgende vil det blive testet om det er muligt at generere et overnormalt afkast ved hjælp af teknisk analyse. Analyseafsnittet vil blive indledt med en gennemgang af de tre udvalgte tekniske indikatorer. Disse tre tekniske indikatorer er RSI, MACD og glidende gennemsnit. Efterfølgende vil de tre indikatorer blive kombineret med henblik på, at udarbejde en handelsstrategi. Disse handelsstrategier vil blive sammenlignet med køb-og-behold-strategien på de respektive indeks. Analyseafsnittet vil blive afsluttet med at forsøge at udarbejde en volatilitetsmodel. Modellen skal forsøge at optimere afkastet på S&P500 indekset i forhold til bestemte niveauer i VIX indekset. Årsagen til at denne model vil blive udarbejdet er, at det kunne være interessant, at undersøge om man kan beskytte investor ved at handle på baggrund af markedets volatilitet og dermed risiko. Slutteligt opsummeres afhandlingens resultater, og der vil blive konkluderet hvorvidt analysen viser om det er muligt, at slå markedet ved hjælp af teknisk analyse. 10

11 1.3 Metode I dette afsnit redegøres der for de metodiske valg der er foretaget i forbindelse med denne afhandling. Hovedspørgsmålet i problemformuleringen vil blive besvaret ved hjælp af sekundær data. Der vil blive benyttet ekstern litteratur til at belyse hovedspørgsmålet. Teoribøgernes synsvinkler og holdninger danner baggrund for teori og analyser i afhandlingen. Der anvendes tekniske indikatorer til at skabe handelsstrategier. Disse handelsstrategiers berettigelse vil blive analyseret ved hjælp af back-tests. Back-testene vil blive udarbejdet på baggrund af den sekundære data. Der vil blive taget udgangspunkt i perioden fra primo 1995 til ultimo 2010 på S&P500 indekset. Denne periode anvendes til at optimere modellerne. Efterfølgende vil modellerne blive testet, først i en anden periode og sekundært på OMXC20 indekset. Dette gøres for at teste om den optimale handelsstrategi kan skabe et overnormalt afkast i en anden periode eller på et andet indeks. Back-testene udføres ved hjælp af BCView, der kan sammensætte de optimale kriterier ved hjælp af de historiske data. BCView er et teknisk analyseværktøj hvor man blandt andet kan sammensætte tekniske handelsstrategier og teste dem 1. Selve sammensætningen af de optimale strategier gøres ved at teste de enkelte kriterier for hver af de tekniske indikatorer. Kriterierne justeres efterfølgende kontinuerligt indtil det optimale resultat er opnået. Når man sammensætter handelsstrategier ved hjælp af flere tekniske indikatorer, så medfører det ligeledes at der er mange variabler der skal kombineres. Disse variabler fastsættes i første omgang til standardkriterierne fra lærebøgerne. Derefter justeres de indtil modellen har givet det bedst mulige afkast for perioden. Dette gøres reelt set ved at ændre på hver enkelt variabel for at se hvad det betyder for afkastet. Denne justering kan tage meget lang tid da ændringer i nogle variabler ikke nødvendigvis harmonerer med ændringer i andre variabler. Til sidst når man er nået frem til en endelig model undersøger man om den endelige sammensætning af kriterier ser fornuftig ud

12 1.4 Afgrænsning I afhandlingen vil der udelukkende blive analyseret på aktier. Andre aktivklasser vil ikke blive berørt på grund af omfanget af denne afhandling. I vores afhandling anvendes de tekniske indikatorer; Relativ Strenght Index (RSI), Moving average convergens/divergens (MACD) og glidende gennemsnit. Der vælges udelukkende at fokusere på disse tre indikatorer på grund af afhandlingens omfang, samt at disse tekniske indikatorer ofte benyttes. Udgangspunktet for alle optimeringer er S&P500 indekset i perioden primo 1995 til ultimo Årsagen til valget af S&P500 indekset skyldes, at det er en meget likvidt samt at det indeholder mange store aktier. Derudover vil der blive fokuseret på perioden 1980/1985 til 1995 på S&P 500 og OMXC20 fra 1995 til 2010 i forbindelse med test af optimeringen. Baggrunden for disse valg skyldes muligheden for at sammenligne de enkelte handelsstrategier på forskellige perioder og indeks. Alle handelsstrategier anvender som udgangspunkt både korte og lange positioner. Strategien er ligeledes hele tiden aktiv, og det vil sige, at positionen enten er kort eller lang. Derudover foretages alle handler på de pågældende lukkekurser for indekset. Dette gøres på baggrund af de signaler de enkelte strategier giver. Udgangspunktet for strategierne er, at der vil blive geninvesteret det akkumulerede beløb. I forbindelse med den tekniske indikator, glidende gennemsnit, vil der som udgangspunkt i afhandlingen blive benyttet simpelt glidende gennemsnit. Der vil altså ikke blive lavet optimeringer og beregninger på handelsstrategier der indeholder vægtet glidende gennemsnit og eksponentielt glidende gennemsnit. Dette omfatter dog ikke de tekniske indikatorer hvor udgangspunktet er et andet. Her tænkes der eksempelvis på MACD hvor der underliggende i indikatoren anvendes eksponentielt glidende gennemsnit. Dette er også årsagen til at de forskellige typer af glidende gennemsnit præsenteres under afsnittet om glidende gennemsnit. Alle handler i afhandlingen foretages uden omkostninger. Der vil ligeledes ikke blive taget højde for skat og eventuelle valutapåvirkninger. 12

13 1.5 Begrebsdefinitioner Lang: Det betyder at der købes i markedet og at man forventer markedet vil stige. Når der i afhandlingen skrives at der købes, så betyder det også at gå lang i markedet. Kort: Hvis man går kort i markedet giver det overskud hvis markedet falder. Der spekuleres i at markedet falder. Købssignal: Det er det samme som at gå lang i markedet. Salgssignal: Det er det samme som at gå kort i markedet. Trend: Afspejler hvilken retning markedet tilsyneladende har, når man ser på volumen og trendlinjer. Bull-marked: Et bull-marked er karakteriseret som en længerevarende opadgående trend, som løbende laver højere toppe og bunde. Bear-marked: Et bear-marked består modsat af længerevarende faldende trend som løbende laver toppe og bunde. Volatilitet: Det er et andet ord for udsving og risiko i markedet. Markedsafkastet: Omtales i afhandlingen som værende indeksets performance. Model: Der menes her, at de tekniske indikatorer anvendes til at skabe en handelsstrategi. Køb-og-behold-strategien: Man køber når handelsstrategien starter og sælger ved strategiens afslutning. 2. Markedsefficiens Eugene Fama (1970 og 1991) 2 fremlagde teorien om den efficiente markedshypotese. Han påstår, at al tilgængelig viden er indregnet i kursen på et givent aktiv, og ved ny information vil kursen tilpasse sig med det samme. Det er ligeledes umuligt at forudsige ny information og dermed udviklingen i aktivet. Sagt på en anden måde, så er det altså ikke muligt at skabe et overnormalt afkast. 2 Fama, Eugene, Efficient Capital Markets : A review of Theory and Empirial Work og 1991, Efficient Capital Markets II 13

14 Famas teori har været genstand for megen interesse, og mange teoretikere er overbevist om, at Famas teori om det efficiente marked er opfyldt. Der findes samtidig også skeptikere af Fama, der er overbevist om at markedet ikke er efficient, men derimod til tider er inefficient. Flere teoretikere deler Famas synspunkt, men da det er Famas teori om den efficiente markedshypotese der oftest henvises til, så er det også hans teori der bliver belyst i denne afhandling. Teorien vedrørende de effektive kapitalmarkeder udtrykker, at al tilgængelig information er indregnet i priserne. Dette betyder, at aktiverne er korrekt prisfastsat ud fra den information der er tilgængelig. Tre former for markedsefficiens Fama opstiller tre forskellige former for markedsefficiens, alt efter hvilke oplysninger der er tilgængelige: Svag form: Markedskurserne indeholder historisk information, herunder kurser, afkast, trends og volumen. Teknisk analyse kan ikke skabe overnormalt afkast hvis markedet er efficient i den svage form. Semi-stærk form: Markedskurserne indeholder udover den historiske information også al offentlig tilgængelig viden. Det kunne eksempelvis være information om indtjening, ordrer, emissioner, aktiesplits, patenter, vækstmuligheder, politiske tiltag osv. Alle disse informationer anvendes i en fundamentalanalyse af et selskab, og kan via eksempelvis DCF-modellen forudsige selskabets værdi. Fundamentalanalyser kan ikke skabe et overnormalt afkast hvis markedet er efficient i den semi-stærke form. Stærk form: Markedskurserne afspejler i den stærke form også insider information. Hvis markedet deslige er efficient i den stærke form, så vil det stadig ikke været muligt, at skabe et overnormalt afkast. 14

15 Der er til gengæld generel enighed om, at den stærke form ikke kan holde, da man typisk vil kunne opnå forbedrede afkast ved insider viden. Handelsmønstrene vil formentlig hurtigt røbe, at der handles på information der endnu ikke er tilgængelig i markedet og derfor vil kursen hurtigt stige eller falde. 3 Forudsætninger for den efficiente markedshypotese Der er nogle forudsætninger der skal være gældende for, at den efficiente markedshypotese holder i praksis. Ingen transaktionsomkostninger, afgifter eller skatter Al information er tilgængelig for alle Informationen kan erhverves uden omkostninger Alle markedsdeltagere agerer rationelt Markedspriserne bestemmes ud fra udbud og efterspørgsel i et marked med fuldkommen konkurrence Ingen investorer har komparative fordele 4 Aktierne skal ligeledes følge en martingale, dvs. kurserne må ikke kunne forklares ud fra viden tilgængelig i markedet. Frem til 1960 erne anvendte man den mere restriktive random walk-model som udgangspunkt for den efficiente markedshypotese. Martingale modellen betragtes mere som en økonomisk ligevægtsmodel for prisdannelsen af finansielle aktiver. 5 Kritik af forudsætningerne Ikke alle forudsætninger synes at kunne opfyldes i praksis. En af forudsætningerne for den efficiente markedshypotese er, at der ikke må være omkostninger forbundet med at handle i markedet. Dette er umuligt i praksis. Handelsplatformene hos flere pengeinstitutter er klart forbedrede, og priserne ved handel er også faldet markant de senere år, men det ændrer 3 Christensen, Michael og Pedersen, Frank, Aktieinvestering teori og praktisk anvendelse, s Christensen, Michael, Udviklingslinier i Finansiering, s Christensen, Michael, Udviklingslinier i Finansiering s

16 stadig ikke på, at der altid vil være omkostninger forbundet med handel på børserne. Pengeinstitutterne har systemer og programmer der skal betales for og ligeledes vedligeholdes, og disse omkostninger vil altid lande hos forbrugerne. Hvis den efficiente markedshypotese holder, så kan man selvfølgelig reducere mængden af handler da der ikke vil være grundlag for at handle aktivt. Strategien køb-og-behold kan dermed minimere omkostningerne til handel. Ligeledes forudsættes det også, at al tilgængelig information er til rådighed uden omkostninger, og dette synes heller ikke at være opfyldt. De professionelle investorer har i højere grad adgang til informationssystemer som Bloomberg, Reuters og finanshusenes analyser. Den efficiente markedshypotese antager, at hvis informationen kræver betaling så vil investoren ikke betale, da informationen allerede kan aflæses i markedskurserne. Problemet ved denne antagelse er, at hvis ingen ville bruge tid på analyser af såvel regnskab som marked, så vil det formentlig betyde at al tilgængelig information ikke var til stede i markedet. Det er ofte analytikere og andre markedsinteressenter der tildeler markedet al tilgængelig information. Det er ligeledes faktum at mange investorer betaler for rådgivning og analyser. Så forudsætningerne om al information tilgængelig for alle, informationen kan erhverves uden omkostninger og at markedsdeltagerne ikke vil betale for information synes ikke nødvendigvis at blive opfyldt. Frem til 1960 erne var udgangspunktet for den efficiente markedshypotese, at der var fuldstændig uafhængighed mellem successive prisændringer. Samuelson (1965) ændrede denne holdning og det blev erkendt at random walk-modellen var for restriktiv. Derfor inddragede man den mindre restriktive martingale model. I en martingale model er det ikke nødvendigt at der er fuldstændig uafhængighed i prisændringerne. 6 Historien har været med til at revurdere, hvordan man skal se markedet. Man er gået fra holdningen om, at markedet er en random walk, til at markedet er en martingale. Der er mange markedsdeltagere der er endnu mere skeptiske og mener, at markedet direkte er inefficient. 6 Christensen, Michael, Udviklingslinier i finansiering, s

17 Empiri om efficiens Der er eksempler fra historien der er yderst svære at forklare i forhold til et efficient marked i den semi-stærke form. Banz (1981) viser, at små virksomheders afkast er gennemsnitligt 20 % bedre end større virksomheder i USA i perioden 1936 til Derudover er det interessant at undersøge januareffekten og weekendeffekten. Keim & Stambaugh (1986) viser, at afkastene fra 1904 frem til 1980 erne bærer præg af, at januar klarer sig bedre end de andre 11 måneder. Weekend effekten viser ifølge Fortune (1991), at afkast fra fredag til mandag er systematisk lavere end afkastet fra mandag til fredag. Anormaliteterne forsøges forklaret ved at virksomheder typisk offentliggør dårlige nyheder efter markedets lukketid fredag, og derved åbner negativt mandag morgen. Januareffekten forklares med at mange af de små virksomheder stiger meget i januar som resultat af skatteeffekter og årsregnskab. Det kan dog virke lidt pudsigt, at det tilsyneladende overrasker hvert år. Endnu en anormalitet er analyseret i forbindelse med selskabers første børsnotering. Ifølge Ritter & Welch (2002) viser det sig at disse selskaber på helt kort sigt giver et anormalt højt afkast på op til 20 %, og på længere sigt giver et signifikant negativ afkast i forhold til markedet. I en analyse af det danske aktiemarked konkluderer Svart & Camp (1990) at køb-og-beholdstrategien kan slås ved hjælp af teknisk analyse. Markedet er altså ikke efficient i den svage form. Samme undersøgelse viser dog paradoksalt nok at markedet er efficient i den semistærke form. Ovenstående empiriske analyser indikerer at markedet kan være inefficient. Deres eneste problem består i at præsentere et teoretisk grundlag for anormaliteterne. 7 7 Christensen, Michael, Udviklingslinier i finansiering, s

18 Irrationelle markeder I modsætning til ovenstående tilfælde, hvor markedet omtales som et marked med anormale bevægelser, går Lars Tvede (1990) skridtet videre og kalder markedet irrationelt. Han bruger de mange børskraks igennem tiden som argument. Historien har gennemlevet masser af eksempler på bobler der sprænger og kurser der efterfølgende falder som en sten. Krakket i Holland i 1636 Der er blandt andet tulipankrakket i Holland i 1636 hvor et sjældent tulipanløg koster 4600 floriner, en ny vogn, to grå heste og et komplet sæt seletøj. Det kan her nævnes at en fed okse på det tidspunkt kostede 120 floriner. En anden sjælden type blev solgt for 24 vognlæs korn, otte fede svin, fire køer, fire tønder øl, 1000 pund smør og nogle tons ost. Disse eksempler viser tydeligt at det er spekulanter, der presser priserne op. Den store efterspørgsel bevirkede, at der blev indført handel med tulipaner på aktiebørser og det blev ligeledes muligt at handle optioner. I løbet af kort tid begynder tvivlen dog at sprede sig. Er de tulipanløg i øvrigt så meget værd som de er handlet for? Mange hollændere er på det tidspunkt rige og har hele deres formue i tulipanløg. Da markedet så begynder at falde, forsøger alle at komme af med deres tulipanløg. Den hollandske børs krakker, og Holland gennemlever efterfølgende en lang og hård depression. Krakket i Wall Street 1929 Børskrakket i Wall Street i 1929 er historiens mest omtalte krak, og selve krakket var resultatet af et stort spekulationsvanvid. Det amerikanske Dow Jones Industrials indeks steg meget fra 1926 frem til Årene op til 1929 var samtidig også præget af en stor industriproduktion. Derudover var markedet præget af en lav inflation, og den stigende optimisme og lave rente lagt sammen medførte, at investorer lånte penge til investering, hvilket gav stor likviditet og købekræft på aktiemarkederne. Roger Ward Babson holdte sin kendte tale den 5. september 1929, hvor han advarede om det nært forestående krak. Reaktionen fra markedsdeltagerne var blot latter og ingen tog ham seriøs. Efter det første fald fra toppen rettede markedet sig igen en anelse og denne 18

19 korrektion anvendte professor Irving Fischer til at udtrykke sin forventning om stigende aktiemarkeder. Irving Fischer og resten af verden oplevede herefter at markedet faldt 85 % over de næste tre år. USA s økonomi var ramt af den største depression nogensinde og det kom til at tage lang tid før USA var på foged. Kendetegnende for de fleste af disse kraks er, at faldene ikke nødvendigvis udløses af nogle markante nyheder. Dette kan i nogen grad indikere at psykologi spiller en rolle når først markedet begynder at falde. 8 Noise traders Begrebet Noise-Traders opstod i forbindelse med, at man til tider ikke forstod hvorfor markedet bevægede sig, som det gjorde. Da eksperterne ikke kunne forklare bevægelserne, blev amatørerne gjort ansvarlige for disse irrationelle bevægelser. Fisher Black (1986) samlede al irrationel adfærd under begrebet Noise-Trading. Kendetegnet ved de såkaldte Noise-Traders er, at de er overbevist om at de kan slå markedet med den viden, de besidder. Problemet består i, at den information de handler ud fra er støj frem for reel information. Noise-Traders køber derfor ofte for dyrt og sælger for billigt, men hvis der er tilpas mange Noise-Traders, så betyder det reelt set at de kan presse priserne på aktiverne, hvilket vil få markedet til at tro, at der er ny information i markedet der retfærdiggør den højere pris. På længere sigt vil disse irrationelle investorer typisk tabe penge, da de rationelle investorer vil købe de aktiver som Noise-Traderen sælger for billigt og sælge de aktiver som Noise-Traderen køber for dyrt. De rationelle investorer vil skubbe prisen tilbage til fundamentalværdien. Dette vil ligeså stille presse Noise-Traderen ud af markedet. Spørgsmålet er så om Fisher Black har ret i sin antagelse? Det kan skabe undren at Noise- Traders bliver i markedet, når de med stor sikkerhed taber penge. Den simple forklaring på 8 Tvede, Lars, Børshandlens psykologi s

20 dette fænomen kan forklares ved, at mislykkede Noise-Traders erstattes af nye håbefulde Noise-Traders der ankommer med troen på, at de kan slå markedet. 9 Om det er Eugene Fama og hans tilhængere eller alle skeptikerne der har ret, vil denne afhandling, ligesom mange tidligere, forsøge at kaste et lys over. Man kan hurtigt konkludere, at teknisk analyse bruges i stor stil i mange investeringsbanker og foreninger. Nogle bruger det i langt højere grad end andre, men fælles for de fleste, så tror de på, at de kan skabe en fordel ved at se på historiske priser og bevægelser. Dette i sig selv kan have en selvopfyldende virkning især når mange tror på det. 3. Markedspsykologi Overordnet set prisfastsættes aktier ud fra hvorledes økonomien udvikler sig. Dette kan ses ud fra et mikro- og makroøkonomisk synspunkt. Makroøkonomien kan aflæses i de løbende offentliggjorte nøgletal verden over, mens mikroøkonomien kan aflæses i de enkelte selskabers regnskaber. Værdiansættelse af de enkelte selskaber bliver fastsat efter virksomhedernes evne til at tjene penge. Hvis man ser på en tilfældig graf over udviklingen på et aktieindeks fra år 2000 til år 2010, vil udviklingen være meget svingende. En af årsagerne til disse udsving kan tilskrives ændrede forudsætninger for de mikro- eller makroøkonomiske forhold. Det er dog ikke alle udsvingene der kan tilskrives disse forhold. Til gengæld kan disse tilskrives en eller anden form for markedspsykologi. Hvis man har et indgående kendskab til, hvorledes markedsdeltagerne reagerer i forskellige situationer, kan dette muligvis benyttes til at give signaler på, hvorledes markedsdeltageren skal reagere i markedet. Den bevidste/ubevidste personlighed Der findes overordnet set to mekanismer der styrer menneskers adfærd, dette er den bevidste og den ubevidste personlighed. Den bevidste personlighed dækker over hvorledes en person foretager forskellige valg. Dette gøres ud fra den erfaring og indlæring individet har 9 Christensen, Michael, Udviklingslinier i Finansiering s