Oman pääoman tuottoasteen yhteys osaketuottoihin Helsingin pörssissä

Kauppatieteiden laitos

OMAN PÄÄOMAN TUOTTOASTEEN YHTEYS OSAKETUOTTOIHIN HELSINGIN PÖRSSISSÄ

Pro gradu -tutkielma, Laskentatoimi ja rahoitus Oskari Kinnunen 269552 30.4.2021

Yhteiskuntatieteiden ja kauppatieteiden tiedekunta Kauppatieteiden laitos

Rahoitus ja laskentatoimi

KINNUNEN OSKARI, T.: Oman pääoman tuottoasteen yhteys osaketuottoihin Helsingin pörssissä. The Connection Between Return on Equity and Stock Returns in the Helsinki Stock Exchange

Pro gradu -tutkielma, 65 sivua

Tutkielman ohjaaja: professori Mervi Niskanen Huhtikuu 2021

Avainsanat: Oman pääoman tuottoaste, ROE, Helsingin pörssi, osakkeet, tuotto

Tutkimuksen tavoitteena oli selvittää oman pääoman tuottoasteen yhteyttä osakkeiden ja näistä muodostettujen portfolioiden tuottoihin Helsingin pörssissä. Tutkimuskysymyksiksi määriteltiin: Millainen suhde oman pääoman tuottoasteella on tulevaisuuden tuottoihin ja pystytäänkö tätä tietoa hyväksikäyttämällä muodostamaan ylituottoja saavuttavia portfolioita?

Keskeisimpänä teoriana tutkimuksessa oli Faman tehokkaiden markkinoiden hypoteesi ja sen kritiikkinä toimivat erilaiset tunnuslukupohjaiset sijoitusstrategiat. Faman tehokkaiden markkinoiden hypoteesia haastettiin oman pääoman tuottoasteen näkökulmasta muodostetulla sijoitusstrategialla.

Empiirisen osuuden aineisto kerättiin sähköisistä tietolähteistä ja muokattiin taulukkolaskenta- ja tilastotieteelliseen suunnitelluilla ohjelmistoilla vastaamaan tutkimuksen asetelmaa.

Kyseessä oli kvantitatiivinen tutkimus, jossa hyödynnettiin tilastollisia menetelmiä oman pääoman tuottoasteen ja osaketuottojen välillä vallitsevien suhteiden selvittämiseksi.

Tutkimuksessa todettiin, että oman pääoman tuottoasteen suhteesta osakkeiden tuottoihin saatiin heikkoa näyttöä positiivisesta yhteydestä, mutta täysin yksiselitteistä tilastollista merkitsevyyttä ei pystytty osoittamaan toteen. Mallien selitysasteet jäivät mataliksi kontrollimuuttujien puuteen vuoksi, mutta tulokset olivat kuitenkin tilastollisesti merkitseviä.

Osakeportfolioita muodostettaessa portfolio, johon oli sijoitettu oman pääoman tuottoasteen korkeimman kymmenyksen omaavat yhtiöt, vaikutti saavuttavan markkinoilla positiivista ylituottoa. Tutkimustulokset muodostettujen portfolioiden tuottojen suhteen olivat tilastollisesti merkitseviä ja edellä mainitun ylituottoa saavuttaneen portfolion tuotot olivat vertailuportfolioita korkeammalla tasolla myös riskikorjattuina.

Tutkimus on hyödyllinen oman pääoman tuottoasteesta kiinnostuneille opiskelijoille, tutkijoille ja piensijoittajille. Tutkimus tarjoaa yksinkertaisen mallin Suomen osakemarkkinoille, jota esimerkiksi piensijoittajat voivat hyödyntää omassa portfolionmuodostuksessaan.

TIIVISTELMÄ………...…. 2

SISÄLLYS……… 3

1 JOHDANTO ………. 4

1.1 Tutkimuskohteen määrittely………. 4

1.2 Tutkimusongelmat ja tutkimusmenetelmä……… 5

1.3 Tutkielma rakenne………. 6

2 OMAN PÄÄOMAN TUOTTOASTEEN PERUSTEET……… 7

2.1 Yleistä oman pääoman tuottoasteesta………. 7

2.2 Laajempi ymmärtäminen DuPont -mallin kautta ……… 8

3 SIJOITUSSTRATEGIAT JA TEHOKKAIDEN MARKKINOIDEN HYPOTEESI………. 13

3.1 Tunnuslukupohjaiset sijoitusstrategiat……… 13

3.2 Tehokkaat markkinat ………. 15

3.3 Tehokkaiden markkinoiden hypoteesin kritiikki ja puolustus… 18 3.4 CAP-malli……… 20

4 AINEISTO JA TUTKIMUSMENETELMÄT……… 24

4.1 Aineisto ja sen rajaukset……… 24

4.2 Portfolioiden muodostaminen……… 27

4.3 Hypoteesit………. 31

4.4 Portfolion suorituskyvyn mittaaminen………. 31

4.4.1 Sharpen luku………. 32

4.4.2 Treynorin luku………. 33

4.4.3 Jensenin alfa………. 34

4.5 Tutkimusmenetelmät………. 35

4.5.1 T-testi……… 35

4.5.2 Regressioanalyysi………. 36

5 TUTKIMUSTULOKSET……… 39

5.1 T-testin tulokset………. 39

5.2 Lineaarisen regression tulokset………. 42

5.3 Tutkimustulokset – portfolioaineisto……… 48

5.4 Portfolioiden suorituskyky……… 54

5.5 Muut havainnot tutkimustuloksista……… 57

6 YHTEENVETO, JOHTOPÄÄTÖKSET JA POHDINTA……… 59

7 LÄHTEET………. 63

1 JOHDANTO

1.1 Tutkimuskohteen määrittely

Tämän tutkielman aiheena on tutkia, kuinka oman pääoman tuottoaste vaikuttaa osakkeiden ja näistä muodostettujen portfolioiden tuottoihin. Tästä johdettuna, tarkoituksena on myös selvittää, onko mahdollista käyttää hyväksi havaintoja oman pääoman tuottoasteen suhteesta osaketuottoihin ja muodostaa näiden havaintojen pohjalta ylituottoja saavuttavia portfolioita.

Oman pääoman tuottoasteesta käytetään tässä tutkielmassa jatkossa yleisessä käytössä olevaa ja yleisesti tunnistettua englannin kieleen pohjautuvaa lyhennettä ROE (ROE - Return On Equity). Usein minkä tahansa voittoa tavoittelevan organisaation tarkoituksena on luoda varallisuutta omistajilleen. Näin myös todetaan esimerkiksi osakeyhtiölaissa, jota voidaan pitää yhtenä keskeisimmistä liiketoimintaa ohjaavana lakina Suomessa: ”Yhtiön toiminnan tarkoituksena on tuottaa voittoa osakkeenomistajille” (OYL 5 §). Näin ollen ROE:n yhteyttä osakkeenomistajien tuottoihin voidaan pitää erittäin olennaisena aiheena niin käytännön elämässä kuin akateemisessa kontekstissa.

Tämän tutkimuksen lähteinä on käytetty lukuisia vertaisarvioituja tutkimuksia, oppikirjoja ja yleisesti tunnettuja tietokantoja. Lähteitä on tarkasteltu kriittisesti muun muassa tekijöiden, alkuperäisen julkaisupaikan ja viittausmäärien perusteella. Tutkimuksessa käytetyt lähteet ovat erittäin laajalta ajanjaksolta, jossa vanhimmat teoreettiset artikkelit sijoittuvat suuren laman jälkeiselle 1930-luvulle ja tuoreimmat lähdeartikkeleista ovat ainoastaan vuoden vanhoja.

ROE on yksi tunnetummista käytössä olevista tunnusluvuista, joita sijoittajat käyttävät pohtiessaan uusia sijoituskohteita ja nykyisten sijoitustensa tilannetta. Se mittaa yhtiön tuottavuutta suhteessa sen omaan pääomaan. Yksinkertaisesti ilmaistuna kyseessä on suhdeluku, joka ilmoittaa kuinka monta euroa voittoa on tehty jokaista yhtiön omassa pääomassa olevaa euroa kohti. ROE on sijoittajan kannalta hyödyllinen tunnusluku, sillä siinä yhdistyvät sekä tuloslaskelman että taseen tiedot. Lisäksi tunnuslukuna se on erittäin yksinkertainen ja sen laskemiseen tarvittavat tiedot ovat helposti saatavissa minkä tahansa yhtiön tuloslaskelmasta ja taseesta. Näin ollen mahdollisen muun sijoituskohteesta saatavan tiedon ollessa esimerkiksi puutteellista, ROE tarjoaa nopean yleiskatsauksen yhtiön tilaan.

Sijoittajan ei luonnollisesti tule luottaa sokeasti yhteen tunnuslukuun ja lopullinen sijoituspäätös tulisi muodostaa aina kokonaisuuden kannalta tarkasteltuna. Kuitenkin tästä

asetelmasta nousee myös kiinnostus tämän tutkielman aiheeseen. Pystyykö ROE tarjoamaan sellaista tietoa tulevaisuuden tuotoista, joilla on sijoittajalle merkitystä? ROE ei ole kuitenkaan tyypillisesti ollut suosituimpia tuottoa ennustavia tunnuslukuja. Myöhemmin tarkemmin käsiteltävässä arvostrategiassa sijoittajat ovat Kallungin ym. (2002, 190.) mukaan luottaneet mieluummin esimerkiksi osakkeen arvostuksen huomioonottaviin arvostuskertoimiin, kuten P/E (price-to-earnings ratio) ja P/B (price-to-book ratio). ROE liittyy osittain näiden edellä mainittujen arvostuskertoimien laskentaan, mutta yksinään se on osittain tulkinnanvarainen ja ristiriitainen tunnusluku, mikä tekee siitä tämän tutkielman kannalta entistä mielenkiintoisemman. Sukmawati ja Garsela (2016) toteavat ROE:sta olevan tehty monia hieman eri asetelmista toteutettuja tutkimuksia, joissa on päädytty eriäviin tuloksiin. Selitystä tulosten ristiriitaisuuksiin he yrittävät löytää eroavaisuuksista pääomamarkkinoilla, tutkijoiden havainnoinnissa ja datan rakenteessa.

1.2 Tutkimusongelmat ja tutkimusmenetelmä

Laajana tutkimusongelmana on yksinkertaisesti selvittää, kuinka ROE vaikuttaa osaketuottoihin. Taustalla olevana ajatuksena on idea siitä, että voisiko yksinkertaisella ja helposti saatavissa olevalla tunnusluvulla olla yhteyttä osakekurssien kehitykseen. Tähän liittyy myös halu tehdä havaintoja tulevaisuudesta mahdollisimman yksinkertaisella mallilla.

ROE on tähän tarkoitukseen sopiva tunnusluku, sillä se yhdistelee tuloslaskelmaa ja tasetta, sekä on helposti laskettavissa minkä tahansa yhtiön tilinpäätöksestä saatavilla tiedoilla.

Tutkimusongelman ja sen synnyttämän tutkimusasetelman voidaan nähdä yhdistelevän muun muassa tehokkaiden markkinoiden teorian kritiikkiä, anomalioita ja sijoitusstrategioita.

Kysymyksiin, joihin pääasiassa etsitään ratkaisua ovat, mikä suhde ROE:lla on tulevaisuuden osaketuottoihin ja voidaanko tätä tietoa hyväksikäyttämällä muodostaa ylituottoja tarjoavia osakeportfolioita. Täten tutkimuksessa selvitetään, onko tehokkaiden markkinoiden hypoteesi tutkimustilanteessa voimassa ja voisiko ROE:n pohjalta kehittää tunnuslukupohjaisen sijoitusstrategian, jossa olisi anomalian piirteitä.

Tutkimusmenetelmänä toimii määrällinen, eli kvantitatiivinen tutkimus, jossa yhdistellään ja analysoidaan eri lähteistä kerättyä dataa. Data kerätään tarkoin tutkimuskysymyksen määrittämältä pohjalta ja sitä muokataan taulukkolaskentaohjelmilla haluttuun muotoon.

Tämän jälkeen tarkoituksena on suorittaa kerätylle datalle erilaisia tilastollisten menetelmien testejä, joilla pyritään saamaan selville haluttua yhteyttä ROE:n ja osaketuottojen välillä.

Taustalla vaikuttavana periaatteena läpi tutkimuksen on asetelman yksinkertaisuuden tiedostaminen ja mahdollisimman suorien syy-seuraussuhteiden havaitseminen. Suorien syy- seuraussuhteiden liiallisen yksinkertaistamisen vaara tiedostetaan, mutta tavoitteena on silti muodostaa mahdollisimman tarkasti todellisuutta kuvaavia yksinkertaisia malleja.

1.3 Tutkielman rakenne

Tutkielman johdannossa on jo tähän mennessä esitelty tutkimuskohteen määrittely, tutkimusongelma ja sivuttu lyhyesti varsinaisia tutkimusmenetelmiä. Seuraavaksi tutkielmassa käydään läpi ROE:n ominaisuuksia ja niitä asioita mitä se kertookaan yhtiöstään. Sen jälkeen seuraa teoreettinen osio, jossa käsitellään tutkielman viitekehystä ja teorioita, joita tutkielma lähtee hyödyntämään ja osin kyseenalaistamaan. Tästä tutkielmassa edetään aineiston keräämisprosessiin ja sen muokkaamiseen haluttuun muotoon. Aineisto rajataan lopulliseen muotoonsa ja käsitellään lisäksi seuraavassa kappaleessa sille suoritettavia tilastollisten menetelmien testejä yleisellä tasolla. Sen jälkeen seuraa varsinainen tutkimusosio, tulosten analysointi ja niiden esittäminen. Viimeiseksi suoritetaan aiheesta yhteenveto, johtopäätökset ja pohdinta, sekä kirjataan lähdeluetteloon kaikki tämän tutkimuksen perustan muodostavat lähdeteokset.

2 OMAN PÄÄOMAN TUOTTOASTEEN PERUSTEET

2.1 Yleistä oman pääoman tuottoasteesta

ROE on taloudellista suorituskykyä mittaava tunnusluku. Matemaattisesti se lasketaan seuraavalla tavalla.

𝑅𝑂𝐸 = 𝑁𝑒𝑡𝑡𝑜𝑡𝑢𝑙𝑜𝑠 𝑂𝑚𝑎 𝑝ää𝑜𝑚𝑎

Käytännössä tunnusluvun laskentatekniset yksityiskohdat vaihtelevat. Nettotulos on tulojen määrä vähennettynä nettokuluilla ja veroilla annettuna periodina. Useimmiten tämä periodi on 12 kk mittainen tilikausi. Oman pääoman määrä voidaan ottaa edellisen tilikauden lopun taseesta tai vaihtoehtoisesti voidaan käyttää myös tilikauden keskimääräistä tilannetta eli edellisen ja nykyisen tilikauden päätösten oman pääoman laskennallista keskiarvoa.

Laskentateknisten perusteiden vaihtelevuus aiheuttaa osaltaan häiriötä eri yhtiöiden tunnuslukujen vertailukelpoisuuteen. (Kinnunen 2009.)

Salmen (2010) mukaan ROE:n ohjeelliset nimellisarvot ovat: vähintään 20 %: hyvä, 10–19 %:

tyydyttävä ja alle 10 %: heikko. Toimialojen välillä on kuitenkin eroavaisuuksia keskimääräisten ROE-arvojen välillä. Esimerkiksi Yhdysvaltojen energiatoimialalla normaali ROE-taso on noin 10 % ja teknologia-alalla normaalina pidetään 18 %. Osakkeenomistaja asettaa aina vaatimuksensa ROE:lle itse omista lähtökohdistaan. Sijoittajan näkökulmasta on olennaista verrata omistamansa yhtiön ROE-arvoa muihin samalla toimialalla operoiviin yrityksiin ja huomioida samalla erot toimialojen välillä.

Teoreettisella tasolla oman pääoman tuottoaste perustuu Sharpen (1964) kehittämään Capital Asset Pricing -malliin, eli CAP-malliin. Cap-mallin mukaan yritysten oman pääoman tuotto- odotukset määräytyvät yksinkertaisesti riskipreemion ja riskittömän tuoton summana. Näin ollen korkeariskiselle sijoitukselle vaaditaan korkeampaa oman pääoman tuottoa.

Tarkastellessa oman pääoman tuottoastetta, tulisi sitä suhteuttaa CAP-mallin tuottovaatimukseen. CAP-malliin palataan vielä tarkemmin tutkielman kappaleessa 3.4.

ROE:a voidaan yrittää nostaa omistajien toimilla muuttamalla yhtiön pääomarakennetta velkapainotteisempaan suuntaan. Toisin sanoen velan vipuvaikutusta lisäämällä tuottoaste nousee, jos liiketoiminta on riittävän kannattavaa ja vieraan pääoman kulujen jälkeen jää lisää tuottoa omalle pääomalle. Tausta-ajatuksena velan vipuvaikutukseen liittyy se, että vieraan

pääoman kustannus on alhaisempi, kuin sijoittajan omalle pääomalle määrittämä kustannus.

Pääomasijoittajan pitää kuitenkin huomioida, että pääomarakenteen muuttamisessa velkapainotteisempaan suuntaan liittyy yhtiön toimintaan velan lisääntymisen vuoksi suurempi riski. Tutkielman seuraavassa kappaleessa 2.2 ”Laajempi ymmärtäminen DuPont -mallin avulla” käsitellään tarkemmin velan ja pääomarakenteen vaikutusta ROE:n muodostumiseen.

(Salmi 2010.)

Jos ROE on negatiivinen, se implikoi yhtiön tilanteen olevan huolestuttava. Negatiiviseksi ROE voi muodostua, jos yhtiön nettotulos on negatiivinen. ROE voi myös olla negatiivinen, jos yhtiön oma pääoma on negatiivinen, eli yritys rahoittaa toimintansa käytännössä täysin vieraalla pääomalla. Tällä tavoin muodostuva negatiivinen ROE on harvinaisempi verrattuna negatiivisen nettotuloksen kautta muodostuvaan. Tyypillinen esimerkki tällaisesta tilanteesta voi kuitenkin syntyä esimerkiksi kompleksisissa konsernirakenteissa, jossa tehtyä voittoa siirrellään sisäisillä ostoilla, konserniavustuksilla sekä -lainoilla emon ja tytäryritysten välillä.

Tämä saattaa johtaa tilanteeseen, jossa esimerkiksi yhden tytäryrityksen oma pääoma on negatiivinen mutta emoyritys pitää sen toiminnan käynnissä lainojen avulla. Tällöin yhtiön vieras pääoma koostuu velasta saman konsernin yritykselle. Toimintansa alkuvaiheessa olevilla tai paljon kehitystyötä tekevillä yrityksillä tilanne voi hyvinkin todennäköisesti olla sellainen, että ROE on negatiivinen. Tällöin tulee miettiä ROE:n soveltuvuutta ja sitä onko se kyseisessä tilanteessa kenties oikea mittari kannattavuuden mittaamiseen. ROE sopii kannattavuuden mittaamiseen parhaiten liiketoiminnoissa, jotka sitovat paljon pääomaa. Jos liiketoiminta perustuu ihmisten osaamiseen ja esimerkiksi pääoman kierto on nopeaa niiden vähäisyyden vuoksi, ei ROE anna oikeanlaista kuvaa yrityksestä. (Salmi 2010.)

2.2 Laajempi ymmärtäminen DuPont -mallin kautta

Jotta ROE:n voisi ymmärtää tunnuslukuna paremmin, sitä kannattaa tarkastella syvällisemmin esimerkiksi DuPont -mallin avulla. Mallin nimi on lähtöisin 1920-luvulta, kun yhdysvaltalainen kemianteollisuuteen erikoistunut yhtiö DuPont alkoi käyttää kyseistä mallia osana toimintaansa. Yhtiön palveluksessa työskennellyt myyntimies Donaldson Brown kehitti kaavan jo vuonna 1912 työstäessään sisäisen tehokkuuden raporttia mutta etenemässä määrin sitä ryhdyttiin hyödyntämään 20-luvulla, kun DuPont osallistui General Motorsin kehittämiseen. Brownin ajatuksena oli luoda yhtiön kehityksestä vastuussa olleelle johdolle

yksinkertaisia mutta erittäin tehokkaita metodeja, joissa yhdistyisivät taloudelliset ja tilastolliset mittarit (Dale ym. 1980).

DuPont -mallin kaava (Horngren ym. 2015).

𝑅𝑂𝐸 = 𝑁𝑒𝑡𝑡𝑜𝑡𝑢𝑙𝑜𝑠

𝐿𝑖𝑖𝑘𝑒𝑣𝑎𝑖ℎ𝑡𝑜 × 𝐿𝑖𝑖𝑘𝑒𝑣𝑎𝑖ℎ𝑡𝑜

𝑉𝑎𝑟𝑎𝑡 × 𝑉𝑎𝑟𝑎𝑡 𝑂𝑚𝑎 𝑝ää𝑜𝑚𝑎

Kuten kaavasta voidaan havaita, DuPont -malli on edelleen ROE mutta ainoastaan laajennettu versio siitä. Analysoimalla DuPont -mallia voidaan tutkia mitkä tekijät ovat vaikuttaneet ROE:n muutoksiin tai esimerkiksi miksi ROE on alhainen tai korkea. Kyseinen analyysi on kätevä johdon työkalu, kun halutaan tarkastella liiketoiminnan resurssien kohdentumista ja mahdollisesti parantaa sen alisuoriutuvia osioita. Malli koostuu kolmesta osioista, jotka ovat kannattavuus, varojenkäytön tehokkuus ja velkavipu. (Horngren ym. 2012.)

Kaavio 1: DuPont -malli avattuna

Yllä olevasta kaaviosta numero yksi nähdään DuPont -malli laajemmin avattuna. Kaaviosta nähdään Horngrenin ym. (2012, 878) mainitsemat kaksi pääelementtiä tuloksen teossa, jotka ovat tulon kasvattamineen liikevaihtoon nähden ja varojen käyttö liikevaihdon kasvattamiseksi. Näistä kahdesta muodostuu niin sanottu pääoman tuotto ROI (Return on investment). Kaaviosta on nähtävissä myös ROI:n läheinen yhteys ROE:en, joka itse asiassa on pelkästään ROI kerrottuna yhtiön velkavivulla.

Oman pääoman tuotto ROE

Velkaantuneisuus Pääoman tuotto ROI

Pääoman kiertonopeus Nettovoitto-

marginaali

Varat Oma pääoma

Nettotulos Liikevaihto Liikevaihto Varat

X

X /

/ /

Kuten edellä on jo mainittu, Horngrenin ym. (2012) mukaan malli koostuu kolmesta osioista, jotka ovat kannattavuus, varojenkäytön tehokkuus ja velkavipu. Kannattavuuden osion muodostaa nettotulos jaettuna liikevaihdolla, joka on toisin sanoen yhtiön nettovoittomarginaali. Esimerkiksi, jos yhtiö myy kuluttajalle 100 euron arvoista tuotetta, josta jää kaikkien kulujen jälkeen 20 euroa, yhtiön nettovoittomarginaali on tällöin 20 %.

Voittomarginaali tarjoaa tietoa yhtiön kyvystä tuottaa varallisuutta sisäisesti. Heikko voittomarginaali on huomionarvoinen syy yhtiön taloudellisiin vaikeuksiin joutumiselle ja lopulta konkurssiin ajautumiselle. Marginaalin parantuminen merkitsee mahdollisesti tuotanto- ja varastointikustannusten laskua tai tuotteen hinnan nousua. Tähän liittyen Sukmawati &

Garsela (2016) toteavat ROE:n ja ROA:n olevan kaksi tärkeintä taloudellista tunnuslukua, jotka auttavat ennustamaan yhtiön taloudellista ahdinkotilaa. (Ahsan 2012.)

Fuller & Perry (1981) käyttivät tutkimuksessaan jatkuvasti kasvavien osinkojen diskonttomallia, eli niin sanottua Gordonin kasvumallia, määrittääkseen tuottavimmat osakkeet. He tulivat siihen tulokseen, että kriittisin tekijä kyseisessä mallissa osakkeiden kokonaistuoton kannalta on osinkojen kasvuvauhti (g). Kun taas tiedetään Gordonin kasvumallissa g:n olevan pidätysasteen ja ROE:n funktio, Fuller & Perry (1981) sovelsivat edellä mainittua DuPont -mallia todetakseen, että kriittisin muuttuja, joka vaikuttaa ROE:n (ja osinkojen kasvuvauhdin g:n kasvuun, on yhtiön nettovoittomarginaali, eli DuPont -mallin kannattavuuden osio. Lisähuomiona he totesivat nettovoittomarginaalin merkittävyyden korostuvan erityisesti korkean inflaation ajanjaksoilla.

Varojenkäytön tehokkuuden osio antaa tietoa siitä, kuinka paljon yhtiö tekee liikevaihtoa jokaista taseen euroa kohti. Kharatyan ym. (2017) mukaan kannattavuuden osio DuPont- mallissa on erittäin tärkeä, mutta se ei se riitä antamaan riittävää kuvaa yhtiön toiminnasta.

Monissa tapauksissa yhtiö voi hyvinkin olla kannattava, mutta ei tehokkaasti. Matala varojenkäytön tehokkuuden aste kertoo varojen tehottomasta käytöstä tai käyttöomaisuuden vanhentumisesta. Varojenkäytön tehokkuuden parantuminen indikoi yhtiön omistamien varojen tuottavuuden kasvua. Tuottavuuden parantuminen voi olla seurausta toimintojen tehostumisesta tai myynnin kasvamisesta, joka toisaalta voi merkitä myös markkinaolosuhteiden parantuneen yhtiön tuotteiden suhteen. Korkea varojenkäytön tehokkuuden aste voi osaltaan indikoida, että yhtiön taseen varat ovat liian pienet potentiaaliseen myyntimäärän nähden tai, että ne ovat vanhentuneet. Kharatyan ym. (2017) mukaan sen sijaan yrityksillä, joilla on tavallista suuremmat vaihto-omaisuuserät, toiminta on

harvoin tehokasta. Tunnuslukujen tärkein tehtävä on tuoda ilmi tällaiset ongelmat yhtiön rakenteissa, jotka tarvitsevat korjausta. (Ahsan 2012.)

Ahsanin (2012) mukaan velkavivun osio esittää yhtiön pitkäaikaisen vieraan pääoman tason ja on epäsuora analyysi yhtiön tavasta käyttää velkaa taseen vastaavaa puolen rahoittamiseksi.

Velkavivun lisääntyminen mitattuna pitkäaikaisen vieraan pääoman suhteena taseen loppusummaan voi olla niin positiivinen kuin negatiivinen signaali sijoittajalle. Vieraan pääoman lisääminen taloudellisissa vaikeuksissa olevalle yhtiölle on signaali, ettei yhtiö pysty tuottamaan riittävästi varallisuutta sisäisesti. Positiivisessa tapauksessa vieraan pääoman lisääntyminen voi kertoa yrityksen laajentumisesta ja sen synnyttämästä tarpeesta tehdä investointeja. Useimpien yritysten kannattaa käyttää vierasta pääomaa investointien rahoittamiseen ja kasvamiseen. Vieraan pääoman käyttämättä jättäminen voi asettaa yhtiön epäedulliseen asemaan kilpailijoihin nähden, mutta toisaalta myös liian suuri velan käyttäminen voi aiheuttaa suhteettoman suuria riskejä yhtiön liiketoiminnalle.

DuPont -mallin kaavaa tarkastelemalla voidaan tehdä tärkeä havainto siitä, että velkavivun eli vieraan pääoman lisääminen parantaa ROE:a. Kun yhtiö lisää vierasta pääomaa tai vähentää omaa pääomaansa, kaavassa jaettavana olevat varat kasvavat tai jakaja pienenee. Tarkastellaan tilannetta kuvitteellisen yritysvertailun avulla.

Taulukko 1: DuPont-malli yritysvertailu

Yritys A Yritys B

Vuosi 1 Vuosi 2 Vuosi 1 Vuosi 2

Nettotulos 100 000,00 120 000,00 200 000,00 200 000,00 Liikevaihto 1 000 000,00 1 000 000,00 1 500 000,00 1 500 000,00 Voittomarginaali 0,10 0,12 0,13 0,13

Liikevaihto 1 000 000,00 1 000 000,00 1 500 000,00 1 500 000,00

Varat 500 000,00 450 000,00 900 000,00 900 000,00

Varojenkäytön tehokkuus

2,00 2,22 1,67 1,67

Varat 500 000,00 450 000,00 900 000,00 900 000,00

Oma pääoma 200 000,00 200 000,00 500 000,00 335 000,00

Velkavipu 2,50 2,25 1,80 2,69

ROE 0,50 0,60 0,40 0,60

Yrityksen A tapauksessa ROE:n kasvu vertailuvuosien välillä on syntynyt pääasiassa nettotuloksen parantumisesta. Yhtiön nettotulos on parantunut 20 % samoin kuin ROE.

Yrityksen varat ja siten myös vieras pääoma ovat laskeneet hieman, mutta esimerkiksi liikevaihto ja oma pääoma ovat täsmälleen samat kuin edellisenä vuonna. Yrityksen B tapauksessa ROE:n kasvu on syntynyt täysin vieraan pääoman lisääntymisestä ja velkavivun vahvistumisesta. Velkavipu on kasvanut 50 % samoin kuin ROE. Tausta-ajatuksena tässä kuvitteellisessa esimerkissä on, että oman pääoman tuottoa voidaan nostaa vieraan pääoman kustannuksen ollessa sijoitetun pääoman tuottoa alhaisempi. Yrityksen B ROE on kasvanut huomattavasti vaikka varsinaisessa liiketoiminnassa muutoksia ei ole käytännössä tapahtunut.

Sijoittajan kannalta tätä voidaan pitää huolestuttavana, koska velan kasvattaminen ei ole kuitenkaan lisännyt yrityksen liikevaihtoa tai nettotulosta. Tämä tarkoittaa sitä, että velan ottaminen ei ole välttämättä tuonut yhtään lisäarvoa yritykseen.

Tutkimuksessaan Reilly (1997) havaitsi, että 40 vuoden ajanjaksolla vuodesta 1965 vuoteen 1995 Yhdysvaltojen Fortune 500 ja S&P 400-yritysten keskimääräiset ROE-arvot olivat nousevassa trendissä. Hän hyödynsi tutkimuksessaan DuPont -mallia havaitakseen mistä tekijöistä kasvaneet ROE-arvot johtuivat. Reilly (1997) totesi yritysten keskimääräisten voittomarginaalien ja varojenkäytön tehokkuuden olleen tutkitulla ajanjaksolla laskevassa trendissä. Näin ollen hän piti itsestään selvänä, että keskimääräisen ROE:n kasvu johtui velkavivun voimakkaasta lisääntymisestä niin, että sen kasvu ylitti voittomarginaalien ja varojenkäytön tehokkuuden supistumisen. Hän esitti väitteensä tueksi tilaston, jossa yritysten velkavivun määrä oli todellakin yli kaksinkertaistunut vuodesta 1956 vuoteen 1993. Näin ollen Yhdysvalloissa Fortune 500 ja S&P 400-yritysten keskimääräisen ROE:n parantuminen vastasi taulukon 1 kuvitteellisen yritysvertailun yrityksen B tilannetta, jossa ROE oli kasvanut täysin velkavivun voimistumisen vuoksi. Asiaa pääomasijoittajien kannalta tarkastellessa kannattaa huomioida, että korkeampi velkavipu implikoi kohteen korkeampaa taloudellista riskiä.

3 SIJOITUSSTRATEGIAT JA TEHOKKAIDEN MARKKINOIDEN HYPOTEESI

3.1 Tunnuslukupohjaiset sijoitusstrategiat

Tunnusluvulla tarkoitetaan yrityksen tuloslaskelmasta, taseesta, kassavirtalaskelmasta tai oman pääoman muutoslaskelmasta valituksi tulleen kahden numeerisen arvon suhdetta.

Julkisesti noteeratuissa osakeyhtiöissä myös osakkeen markkinahinta muodostaa laskentapohjan monille oleellisille tunnusluvuille. Tunnuslukujen tarkoituksena on pääasiassa mitata yritystoiminnan toimintaedellytyksiä ja tuottaa hyödyllistä informaatiota yhtiön sidosryhmille. Niiden tarjoamaa informaatiota voivat käyttää hyödykseen esimerkiksi yrityksen johtajat, omistajat, mahdolliset uudet pääomasijoittajat, velkojat ja tilintarkastajat.

Yleisesti tunnistettavia käytössä olevia tunnuslukuja on olemassa useita kymmeniä, mutta tärkeimmät niistä liittyvät yhtiön kannattavuuden, vakavaraisuuden ja maksuvalmiuden mittaamiseen. Lisäksi tunnusluvuilla voidaan mitata muun muassa yhtiöiden toiminnan laajuutta, tehokkuutta ja pörssiarvostusta. Yhtiön tärkeimpänä toimintaedellytyksenä on pidetty kannattavuutta (Fuller & Perry, 1981). Mikäli yhtiön kannattavuus on heikko ja yhtiö tuottaa tappiota, merkitsee se sitä, että pääomat ja toiminta tulevat väistämättä loppumaan jossain vaiheessa. Kannattavuuden mittarit jaetaan yleensä liikevaihtoon suhteutettuihin katemittareihin ja pääomaan suhteutettuihin tuottomittareihin, kuten tämän tutkielman tarkemman huomion kohteena oleva ROE, joka mittaa yhtiön kannattavuutta suhteutettuna omaan pääomaan. Muita kannattavuuden tunnuslukuja ovat esimerkiksi myyntikate-%, nettotulos-% ja kokonaispääoman tuotto-% (ROA), joka liittyy läheisesti myös ROE:en.

Vakavaraisuuden tunnusluvuista tunnetuimpia ovat omavaraisuusaste-% sekä nettovelkaantumisaste-%, jotka tarjoavat tietoa lisäksi yhtiön pääomarakenteesta. Rahoituksen riittävyyttä mittaavia vakavaraisuuden tunnuslukuja ovat esimerkiksi nettorahoituskulu-% ja vieraan pääoman takaisinmaksuaika. Jos yhtiön kannattavuus on positiivinen mutta heikko, näillä tunnusluvuilla voidaan kontrolloida tilannetta niin, että yhtiö ei joudu vaikeuksiin rahoituksellisten velvoitteiden, kuten lainojen korkojen maksun, laiminlyönnin vuoksi.

Maksuvalmiuden tunnusluvuista hyvin tunnettuja esimerkkejä ovat quick- ja current ratio, jotka mittaavat miten hyvin yhtiö selviytyy liiketoiminnan lyhytaikaisten velkojen ja juoksevien kulujen maksuista. Jos esimerkiksi palkkoja tai ostoja ei kyetä maksamaan, on vaarana, että yhtiö ajautuu maksukyvyttömäksi ja sitä kautta konkurssiin, vaikka muuten toiminta olisi kannattavaa ja yhtiö olisi vakavarainen.

Useat aikaisemmat tutkijat ovat olleet kiinnostuneita eri taloudellisten tunnuslukujen vaikutuksista liittyen esimerkiksi osakkeiden tuoton tai markkinoiden tehokkuuden testaamiseen. Tunnuslukupohjaisten sijoitusstrategioiden käytöllä on pitkät perinteet rahoitusmaailmassa ja yksi vanhimmista niitä tutkivista teoksista on Grahamin ja Doddin kirja Security Analysis, jonka ensimmäinen painos on julkaistu suuren laman jälkitunnelmissa vuonna 1934. Tutkimuksessaan he käsittelivät arvo-osakkeiden anomaliaa ja löysivät todisteita siitä, että osakkeen tuotolla ja kirjanpitopohjaisilla tunnusluvuilla, kuten tuloksella per osake, kirjanpitoarvolla ja osakkeen markkinahinnalla on löydettävissä positiivinen suhde tuottoihin.

Teos oli aikanaan modernin talousanalyysin edelläkävijä ja loi henkisen perustan sijoitusstrategialle, joka tänä päivänä tunnetaan paremmin arvosijoittamisena tai arvostrategiana. (Graham & Dodd 1934.)

Arvostrategia on sijoitusmuoto, joka kyseenalaistaa markkinoiden tehokkuuden ja uskoo pystyvänsä saavuttamaan tunnuslukuanomalioita hyväksi käyttämällä ylituottoa markkinoilla.

Kyseisessä strategiassa sijoitetaan osakkeisiin, joiden kurssit ovat markkinoilla aliarvostettuja todelliseen potentiaaliinsa nähden. Tarkoituksena on, että markkinat tulevaisuudessa tunnistaisivat osakkeen todellisen arvon ja korjaisivat aliarvostuksen osakkeen hinnan nousuna. Arvostrategian toteuttamisessa voidaan käyttää useita tunnuslukuja kannattavien ostokohteiden havaitsemiseen, mutta yleisimpiä käytettyjä ovat P/B (Price to Book) – ja P/E (Price to Earnings) -tunnusluvut. P/B-luku mittaa yhtiön markkinahinnan suhdetta sen oman pääoman tasearvoon ja P/E-luku taas markkinahintaa yhtiön tulokseen. Näitä lukuja tutkimalla ja yhdistelemällä sijoittajan on tarkoitus löytää markkinoilta halpoja mutta laadukkaita ostokohteita. Arvostrategioita voi luokitella eteenpäin sen perusteella, onko kyseessä passiivinen- tai aktiivinen arvostrategia vai kenties vastavirran strategia, mutta kaikille niille yhteistä on laadukkaiden yhtiöiden ostaminen mahdollisimman halvalla. Arvostrategiaa on tutkittu menneisyydessä laajasti ja useat tutkimukset ovat järjestelmällisesti todenneet arvostrategiaa noudattavan portfolion saavuttavan markkinoilla ylimääräistä tuottoa.

Arvostrategian on todettu toimivan riittävän pitkällä aikavälillä, joten suositeltu sijoitushorisontti on yli viisi vuotta. (Kallunki ym. 2002, 190.)

Myöhemmin 1970-luvulla Graham kuitenkin muutti kantaansa arvosijoittamisen suhteen eikä enää yleisellä tasolla kannattanut hänen ja Doddin kirjassa Security Analysis (1934) kuvailtuja tekniikoita yksittäisten tuottavien osakkeiden poiminnassa sijoitusportfolioon. Hänen mukaansa uuden tutkimuksen valtaisan määrän valossa herää epäilyksiä, etteivät useimmissa tapauksissa yksittäisten osakkeiden tarkasta valinnasta seuraavat suuremmat tuotot riitä

oikeuttamaan valintaprosessiin kuluvaa aikaa ja kustannuksia. Graham toteaa kannattavansa rajallisissa määrin ”tehokkaiden markkinoiden” ajatuskoulukuntaa, jonka professorit nykyään yleisesti hyväksyvät. Hänen logiikkansa mukaan keskivertoinen institutionaalisen sijoitusrahaston johtaja ei voi saavuttaa suurempia tuottoja kuin osakeindeksit, sillä se tarkoittaisi sitä, että osakemarkkinoiden asiantuntijat kokonaisuutena pystyisivät päihittämään itsensä. Yksityissijoittajien sijoitusportfolion muodostamiseen Graham kuitenkin ehdotti, että sijoittajat käyttäisivät erittäin yksinkertaistettua lähestymistapaa, joka soveltaa yhtä tai kahta kriteeriä arvopapereiden hintoihin varmistaakseen, että niiden ”täysi arvo on läsnä” ja, että portfolio nähtäisiin mieluummin kokonaisuutena kuin yksittäisinä arvopapereina. Toisin sanoen hän luottaa ennemmin ryhmän tuloksiin kuin yksittäisiin osakkeisiin latautuneiden odotusten toteutumiseen. (Graham 1976.)

3.2 Tehokkaat markkinat

Markkinoiden tehokkuus on käsite, joka kuvaa sijoitusinformaation hyödynnettävyyttä markkinoilla. 1970-luvun alkupuolella Eugene Fama kehitti markkinoiden tehokkuuden teoriaa eteenpäin ja loi sille tieteellisen perustan. Edellisessä kappaleessa käsitelty Grahamin (1976) haastattelu osittain viittaa Faman kehittämään teoriaan ja selittää osaltaan muutoksia Grahamin mielipiteissä arvosijoittamisen suhteen. Fama (1970) kutsui tutkimuksessaan markkinoiden ihannetilaa tehokkaiden markkinoiden hypoteesiksi (Efficient market hyphothesis, EMH), missä osakkeiden hinnat heijastaisivat kaikkea saatavilla olevaa informaatiota oikean suuruisesti ja täsmällisesti. Tehokkaiden markkinoiden teorian mukaan kaikki tarpeellinen tieto on jo heijastuneena arvopaperien nykyiseen hintatasoon. Oikean suuruisuudella ja täsmällisellä reaktiolla tarkoitetaan sitä, että positiivinen uutinen aiheuttaa välittömän nousun arvopaperin hinnassa ja toisaalta nykyinen tieto pitää hinnan vakaana.

Toisin sanoen kurssiheilahtelua ei pitäisi esiintyä, jos uutta informaatiota ei ole saatavilla.

Hintareaktio voi olla tehokkailla markkinoilla tehoton, jos se yli- tai alireagoi informaatioon.

Osakekurssin liioiteltu nousu voi aiheuttaa korjausliikkeen vastakkaiseen suuntaan tai hidas reaktio nostaa kurssin oikealle tasolle viiveellä. Kuva 1 selventää eri reaktioita visuaalisesti ajan kulun ja hinnassa tapahtuvien muutosten avulla. Vihreä käyrä edustaa ylireagointia, punainen käyrä alireagointia ja musta viiva Faman tutkimuksen ihannetilaa, eli tehokkaiden markkinoiden reagointia positiivisten uutisten tapauksessa. (Fama 1970.)

Kuva 1: Positiiviseen uutiseen reagointi tehokkailla ja tehottomilla markkinoilla

Faman (1970) tutkimuksen mukaan markkinat voidaan luokitella tehokkuudeltaan kolmeen eri asteeseen sen perusteella, miten ne heijastelevat ja niiden hinnat sisältävät saatavilla olevaa informaatiota. Ensimmäinen Faman asteista on nimeltään heikot ehdot (Weak efficiency).

Heikosti tehokkailla markkinoilla arvopaperien hinnat heijastavat historiallista informaatiota, kuten kaupankäyntivolyymiä ja aikaisempaa kurssikehitystä. Tällaisilla markkinoilla sijoittajat eivät voi hyödyntää teknistä analyysiä mahdollisten ylituottojen havaitsemiseen, sillä markkinoilla ei ole Faman mukaan muistia eikä historialla ole taipumusta toistaa itseään helposti havaittavilla tuottokuviolla. Tällöin hinnan muodostuminen noudattaa ennalta- arvaamatonta satunnaiskulkua ja hintojen ennustaminen on markkinoilla mahdotonta. (Fama 1970.)

Toinen Faman asteista on nimeltään keskivahvat ehdot (Semi-strong efficiency). Keskivahvasti tehokkailla markkinoilla arvopaperien hinnat sisältävät heikosti tehokkaisiin markkinoihin kuuluvien historiallisten tietojen lisäksi kaiken julkisesti saatavilla olevan tiedon. Tämä tarkoittaa sitä, että esimerkiksi tilinpäätösten, osinkopolitiikan ja muiden julkistettujen pörssitiedotteiden informaatio on jo hinnoiteltu sisään osakekurssien nykytasoon. Tästä edelleen johdettuna voidaan vetää johtopäätöksen, että Faman teorian mukaan keskivahvojen ehtojen täyttyessä markkinoilla yhtiöiden ROE-tasoja analysoimalla ei pitäisi pystyä

saavuttamaan ylituottoja, koska tilinpäätöstiedot, joihin myös ROE:n laskeminen perustuu, olisivat jo hinnoiteltu markkinoille. Nikkisen ym. (2002, 83) mukaan keskivahvoihin ehtoihin liittyy olennaisesti myös perusteanalyysi, jonka avulla yritetään saada selville kaikki osakkeesta tulevaisuudessa saatavien rahavirtojen nykyarvo. Tämä tarkoittaa yrityksen voiton, osinkojen, riskin ja korkotason ennustamista, jonka perusteella saadaan laskettua osakkeen hinta. Keskivahvojen ehtojen täyttyessä olennaista on myös löytää osake, joka on parempi kuin se on muiden sijoittajien mielestä. Jos kaikki sijoittajat näkevät osakkeen erinomaisena, sen kysyntä ja siten hinta kasvaa, eikä ylituotto ole enää mahdollinen. (Fama 1970.)

Kolmas ja viimeinen asteista on nimeltään vahvat ehdot (Strong efficiency). Vahvasti tehokkailla markkinoilla arvopaperien hinnat sisältävät heikosti ja keskivahvasti tehokkaisiin markkinoihin kuuluvien historiallisten ja julkisesti saatavilla olevien tietojen lisäksi kaiken olemassa olevan sisäpiiritiedon. Vahvojen ehtojen tapauksessa jopa julkistamaton yksityinen informaatio on hinnoiteltu arvopaperien hintoihin. Näin ollen edes sisäpiiritieto ei auta epänormaalien suurien tuottojen hankinnassa. Yhteenvetona kahden ensin mainitun tehokkuuden vallitessa ylituottoja pystytään saavuttamaan tiettyjä metodeja hyväksikäyttäen, mutta vahvojen ehtojen täyttyessä se käy teoriassa jopa mahdottomaksi. Tehokkaillakin markkinoilla on havaittavissa säännönmukaisuuksia, mutta niiden hyödyntäminen ei ole houkuttelevaa suurten riskien vuoksi. Toisaalta Fama ei tutkimuksessaan oleta vahvan tehokkuuden ehtojen kuvaavan todellisia rahoitusmarkkinoita vaan pitää sitä enemminkin eräänlaisena teoreettisena vertailukohtana, jota vastaan voidaan arvioida markkinoilla havaittuja tehottomuuksia. (Fama 1970.)

Tämän tutkielman kannalta on olennaista vallitsevatko tutkimallamme markkinalla heikot, keskivahvat vai kenties vahvat ehdot. Heikkojen ehtojen toteutumista on aikaisemmin tutkittu tilastotieteen keinoin testaamalla ovatko aikasarjat riippumattomia vai ei. Aikasarja-analyysien mukaan tuotot ovat riippumattomia toisistaan, mutta kaupankäyntisääntöjä hyödyntävissä tutkimuksissa on joskus saatu tuloksia, joiden mukaan epänormaaleja tuottoja on mahdollista ansaita. Tuotot ovat tosin olleet niin pieniä, että markkinoita voidaan pitää tehokkaina heikkojen ehtojen mukaan. Keskivahvojen ehtojen täyttymisen osalta tutkimukset ovat ristiriitaisempia. Useimmat tutkimukset puoltavat keskivahvojen ehtojen täyttymistä, mutta on myös paljon niitä, jotka löytävät todisteita siitä, että markkinat eivät olisivatkaan keskivahvoilla ehdoilla tehokkaat. Useat tutkimukset ovat löytäneet pitkäaikaisia poikkeamia markkinatehokkuudesta, niin kutsuttuja anomalioita, joita käsitellään enemmän seuraavassa kappaleessa: 3.3 Tehokkaiden markkinoiden hypoteesin kritiikki ja puolustus. Vahvojen

ehtojen toteutumista markkinoilla on vaikeampi tutkia, koska tällöin pitäisi tietää sisäpiiritiedon sisältö, joka on ymmärrettävästi ulkopuoliselle mahdotonta. Kuitenkin on havaittu, että sisäpiiriläiset saavuttavat epänormaaleja tuottoja, joten markkinat eivät todennäköisesti täytä vahvoja ehtoja. Nämä havainnot ovat eri markkinoiden kesken yhteneväisiä eivätkä edes maailman tehokkaimpina pidetyt Yhdysvaltain markkinat siten näytä täyttävän vahvoja ehtoja. Kuten edellä on mainittu, edes Fama itse ei pitänyt vahvojen ehtojen toteutumista todellisia rahoitusmarkkinoita kuvaavana. (Nikkinen ym. 2002, 85–86)

3.3 Tehokkaiden markkinoiden hypoteesin kritiikki ja puolustus

Vaikka Faman (1970) tehokkaiden markkinoiden teoria on yksi modernin rahoitusteorian kulmakivistä ja sitä voidaan pitää vallitsevana valtavirtanäkemyksenä, on se kohdannut myös paljon kritiikkiä. On lukuisia syitä miksi tehokkaiden markkinoiden hypoteesi saattaa olla virheellinen. Faman teoriaan markkinoiden tehokkuudesta liittyy olettamus sijoittajien rationaalisesta toiminnasta, mutta 2000-luvulla etenemissä määrin suosiota saanut behavioraalinen koulukunta on kuitenkin pyrkinyt selittämään sijoittajien käyttäytymistä rationaalisuuden sijaan enneminkin psykologisten, sosiaalisten ja kognitiivisten tekijöiden avulla. Vastoin markkinoiden tehokkuuden koulukuntaa behavioraalinen näkemys on, että sijoittaja ei pysty tietokoneen tavoin toteuttamaan täysin rationaalista päätöksentekoa vaan, että sijoittajien järkevistä pyrkimyksistä huolimatta, heidän rationaalisuutensa on kuitenkin rajallista. (Sheffrin 2002.)

Kahnemanin & Tverskyn (1979) prospektiteoria on eräs tunnetummista behavioraalisen taloustieteen malleista ja sitä pidetään keskeisenä teoksena koko koulukunnan synnyssä. Se on pyrkinyt selittämään inhimillistä päätöksentekoa epävarmuuden vallitessa siten kuten inhimilliset taloudelliset toimijat oikeasti tekevät päätöksiä rahoitusmaailmassa, toisin kuin normatiiviset teoreettiset mallit. Heidän mukaansa sijoittajat tekevät päätöksiä perustuen enneminkin voittojen ja tappioiden mahdolliseen arvoon, kuin itse lopputulokseen.

Yksinkertaistettuna taloudelliset toimijat eivät järjestelmällisesti laske odotetun hyödyn teorian mukaisesti rationaalisesti parhainta mahdollista lopputulosta, vaan suhtautuvat sijoituksissa piilevään epävarmuuteen toisinaan riskiä kaihtavasti (Risk averse) ja toisinaan riskihakuisesti (Risk seeking). Kahnemanin & Tverskyn (1979) mukaan suhtautuminen voittoihin on riskiä kaihtavaa ja päinvastaisesti suhtautuminen tappioihin on riskihakuista. Tähän riskiin

suhtautumiseen vaikuttavat esimerkiksi yksilön kokema toiveajattelu ja tappioiden pelko.

(Kahneman & Tversky 1979.)

Pitkäaikaisia poikkeamia markkinoiden tehokkuudesta kutsutaan anomalioiksi. Knüpfer ja Puttonen (2009) määrittelevät anomalian pörssikurssien säännönmukaisuudeksi, jolle ei löydy järjellistä eli rahoitusteorian tieteellisen valtavirtanäkemyksen mukaista rationaalista selitystä ja jota hyödyntämällä voi olla mahdollista saada ylimääräistä tai epänormaalia tuottoa.

Tunnetuimpia anomalioita ovat muun muassa jo aiemmin tässä tutkielmassa mainittu arvo- osakkeiden anomalia, tammikuu- ja momentum-ilmiö, joilla on todistetusti pystytty tekemään hetkittäin ylituottoja. Esimerkiksi momentum-anomaliaa tutkineet Jegadeesh ja Titman (1993) toteavat, että vastoin tehokkaiden markkinoiden hypoteesia, osakkeiden menneitä tuottoja seuraamalla voidaan saavuttaa epänormaalia voittoa. Heidän muodostamansa erittäin yksinkertaisen momentum-strategiansa perimmäisenä oletuksena on, että hyvät osakkeet jatkaisivat viimeaikaista menestystään ja huonot osakkeet jatkaisivat viimeaikaista häviämistään. Knüpfer ja Puttonen (2009) ovat selittäneet tämän momentum-ilmiön olevan seurausta sijoittajien alireagoinnista uutisiin. On luonnollista, että kaikki sijoittajat tarkastelevat informaatiota eri tavalla omista näkökulmistaan. Kun joku tulkitsee uutisen vahvaksi positiiviseksi merkiksi, toinen saattaa arvostaa sen neutraaliksi tai jopa negatiiviseksi.

Tämän tutkielman mielenkiinnon kohteena oleva selvitys ROE:n yhteydestä portfolion tuottoon voidaan lukea osittain kuuluvaksi tunnuslukuanomalioiden laajaan joukkoon.

Tunnuslukuanomalia on havainto, jonka mukaan tunnuslukuja tulkitsemalla kyetään ennustamaan osaketuottojen suuruutta ja saamaan ylisuuria tuottoja, kun riski huomioidaan.

Laajimmin käsiteltyjä ja tutkittuja tunnuslukuanomalioita ovat muun muassa P/E-luku, koko- ja B/M-lukuanomaliat, joihin esimerkiksi arvosijoittamisen strategia pitkälti perustuu. ROE:n vaikutusta ja mahdollista anomaliaefektiä on tutkittu huomattavasti vähemmän ja siksi on teoreettisesti mahdollista, että kyseisen anomalian hyväksikäyttö ei ole saavuttamansa vähäisen huomion vuoksi yleistynyt sijoittajien keskuudessa. Kun oletetaan portfolioiden tuottojen käyttäytyvän ennalta määriteltävällä tavalla suhteessa ROE:en, asetutaan Faman tehokkaiden markkinoiden teoriaa vastaan.

Tehokkaiden markkinoiden kannattajat ovat puolestaan kritisoineet behavioraalista koulukuntaa siten, että se on enemmänkin pelkkä kokoelma anomalioita kuin todellinen taloustieteen koulukunta. Heidän mukaansa nämä anomaliat hinnoitellaan nopeasti ulos markkinoilta tai ne voidaan selittää markkinoiden mikrorakenteeseen liittyvillä argumenteilla.

Sijoittajat muuttavat käyttäytymistään markkinoilla, mikäli he odottavat ylimääräistä tuottoa tietynlaisilta arvopapereilta. Tämä nostaa kyseisen arvopaperin kysyntää ja sitä kautta hintaa.

Lopputuloksena on itsemukautuva mekanismi, joka hinnoittelee itsensä ulos markkinoilta, eikä ylituottoja enää synny. Behavioraalisen koulukunnan ongelmaksi on havaittu, että se toimii ainoastaan täydentävänä osana yleistä taloustiedettä. Vastaavasti, jotta anomalia rikkoisi tehokkaiden markkinoiden teorian, sitä käyttämällä sijoittajan olisi saatava markkinoilta epänormaalia ylituottoa, mikä ei päde useiden anomalioiden kohdalla. Vaikka monista anomalioista on tutkimusten mukaan vahvaa näyttöä, niiden avulla ylituottojen saavuttaminen käytännössä ei ole niin yksinkertaista. Fama (1991) on jälkeenpäin osittain muokannut alkuperäistä teoriaansa vastaamaan paremmin sitä osoitettua kritiikkiä kohtaan, mutta siitä huolimatta kaikkia vastaväitteitä ei ole pystytty kumoamaan. Fama on muun muassa vastannut teoriansa kritiikkiin toteamalla, että tunnuslukuanomaliat ovat näyttöä väärin arvioiduista betaluvuista ja virheellisistä markkinamalleista, eivätkä markkinoiden tehottomuudesta. Jos anomaliat tai edes yksittäinen anomalia on selitettävissä jollain toisella tasapainomallilla kuin CAP-mallilla, on mahdollista päätellä, että tällöin anomalia on seurausta tasapainomallin tehottomuudesta ja markkinamallin väärinhinnoittelusta (Fama 1991).

3.4 CAP-malli

Faman (1970) tehokkaiden markkinoiden teorian mukaan osakkeiden hinnat reagoivat markkinoilla olevaan informaatioon ja osakkeiden hinnat siten liikkuvat kohti ”oikeaa”

tasapainotasoaan. Tästä johdettuna sijoittajilla on tarve määrittää, onko osakkeen hinta tällä hetkellä yli- vai kenties alihinnassa pitkän aikavälin tasapainotasoonsa nähden. Näin on syntynyt erilaisia arvonmääritysmalleja, joista yksi tunnetuimmista on CAP-malli. CAP- mallista johdettuja tunnuslukuja, kuten Jensenin alfaa, käytetään muun muassa portfolioiden tehokkuuden mittaamisessa, joten CAP-mallin teoreettinen käsittely on tutkimuksen kannalta olennaista.

CAP-malli (Capital Asset Pricing Model) on hinnoittelumalli, jota käytetään odotettujen tuottoasteiden laskemiseen. Sen mukaan yritysten oman pääoman tuotto-odotukset määräytyvät riskipreemion ja riskittömän tuoton summana. CAP-mallia pidetään tästä syystä helppokäyttöisenä ja hyödyllisenä työkaluna tuottovaatimusten laskemiseen. Mallin on kehittänyt alun perin William Sharpe (1964) hyödyntäen hieman vanhempaa Markowitzin

portfolioteoriaa. Toisin kun portfolioteoria, CAP-malli olettaa, että sijoittajat voivat ottaa sekä antaa lainaa eli toisin sanoen säätää velkavipuaan sijoituksissaan. (Nikkinen ym. 2002.)

CAP-malli voidaan määritellä seuraavasti:

𝐸(𝑅_𝑖) = 𝑅𝑓 + 𝛽_𝑖∗ (𝐸(𝑅𝑚) − 𝑅𝑓)

missä

𝐸(𝑅_𝑖) = sijoituskohteen i odotettu tuotto 𝑅𝑓 = riskitön korkokanta

𝛽_𝑖 = arvopaperin i beta kerroin

𝐸(𝑅𝑚) = markkinasalkun odotettu tuotto

Kuten edellä on mainittu, kaavasta näkee selkeästi sijoituskohteen odotetun tuoton muodostuvan riskittömästä korkokannasta ja arvopaperikohtaisesta riskipreemiosta.

Riskittömänä tuottona voidaan käyttää esimerkiksi Yhdysvaltain valtion joukkovelkakirjalainojen korkoja tai jotain pankkien yleisesti tarjoamaa ja käytettyä korkoa, kuten esimerkiksi 12 tai 3 kuukauden EURIBOR-korot. (Nikkinen ym. 2002.)

Sharpen (1964) mukaan tasapainotilanteessa arvopaperien hinnat muodostavat niin kutsutun pääomamarkkinasuoran (Capital market line, CML), jossa korkeampaa odotettua tuottoa on mahdollista saada vain riskitason samanaikaisella kasvattamisella. Arvopaperimarkkinasuoran kulmakertoimen jyrkkyys kuvaa markkinoiden riskipreemiota, eli Sharpen lukua.

Arvopaperimarkkinasuoralle sijoittuvien kohteiden tuotto vastaa niiden sisältämää riskitasoa.

Suoran yläpuolelle sijoittuvat kohteet ovat alihinnoiteltuja riskiinsä nähden ja suoran alapuolelle sijoittuva taas ylihinnoiteltuja. Näiden epänormaalien tuottojen ja riskiinsä nähden väärinhinnoiteltujen sijoituskohteiden mittaamiseen käytettään Jensenin alfaa. Sharpen lukua ja Jensenin alfaa käsitellään tarkemmin kappaleessa: 4.4 Portfolion suorituskyvyn mittaaminen.

CAP-malliin liittyvät seuraavat oletukset:

1) Transaktiokustannuksia ei ole

2) Sijoituskohteet ovat jaollisia äärimmäisen pieniin osiin 3) Veroja ei ole

4) Markkinoilla vallitsee täydellinen kilpailu

5) Sijoittajat valitsevat sijoituskohteet portfolioteorian mukaisesti 6) Rajoittamaton lyhyeksi myynti on mahdollista

7) Sijoittaja voi sijoittaa ja ottaa lainaa samalla riskittömällä korolla 8) Sijoittajien odotukset tuotoista ja riskeistä ovat yhteneväiset 9) Kaikki pääomahyödykkeet ovat ostettavissa ja myytävissä Nikkinen ym. (2002, 68–69)

Kuva 2: CAP-malli (Knüpfer & Puttonen 2009)

Beta Tuottovaatimus

𝑟

Ohessa Knüpferin ja Puttosen (2009) esittämä CAP-malli visuaalisessa muodossa. Heidän kuviossaan betan ja tuottovaatimuksen välillä on havaittavissa lineaarinen yhteys. Suurempi beta tarkoittaa sitä, että sijoittajalla on suurempi tuottovaatimus. Kun beta = 0, Sharpen (1964) mainitsema pääomasuora sijoittuu siten, että sijoittaja saa markkinoiden riskittömän tuoton 𝑟 . Kuviosta on selkeästi nähtävissä, kuinka suurempien tuottojen saavuttaminen tarkoittaa lähtökohtaisesti korkeampaa betaa ja siten korkeampaa riskiä. Tuotto ja riski kulkevat markkinoilla samansuuntaisesti.

4 AINEISTO JA TUTKIMUSMENETELMÄT

4.1 Aineisto ja sen rajaukset

Tutkimuksessa käytetty aineisto on kerätty pääasiassa Amadeus-tietokannasta (Amadeus 2021). Amadeus-tietokannasta on haettu Helsingin pörssin päälistan kaikkien yhtiöiden ROE- tunnusluvut vuosina 2014–2018. Vuosi 2018 valikoitui tutkimuksen ylärajaksi, sillä aineiston haluttiin olevan mahdollisimman tuoretta, mutta tietokantaan ei ollut vielä tutkimuksen aloitushetkellä päivitetty kaikkien yhtiöiden vuoden 2019 tilinpäätöstietoja ja tunnuslukuja.

Tutkimusperiodin ollessa viisi vuotta, tutkimuksen ajalliseksi alarajaksi ROE-tunnuslukujen osalta asettui tilinpäätösvuosi 2014. Suoritetulla harkinnalla oletetaan viiden vuoden periodin tarjoavan riittävän määrän näyttöä sen tueksi, hyväksytäänkö vai hylätäänkö myöhemmin tässä kappaleessa esitettävät hypoteesit. Amadeuksen asetuksista on valittu ROE:n laskentaperustaksi yhtiön nettotulos jaettuna oman pääoman tilikauden keskiarvolla. Oman pääoman määrittämisessä on siten käytetty Kinnusen (2009) mainitsemaa tilikauden keskimääräistä tilannetta, eli edellisen ja nykyisen tilikausien päätösten oman pääoman laskennallista keskiarvoa.

Amadeus-tietokannasta muodostettua aineistoa on pitänyt täydentää 11 yhtiön osalta.

Tietokannasta puuttuivat täysin rahoitussektorilla toimivien ja Tukholman pörssiin rinnakkaislistattujen yhtiöiden tunnusluvut. Niinpä näiden yhtiöiden ROE-tunnusluvut on haettu käsin kunkin yhtiön vuosittaisista tilinpäätöstiedoista. Koska kyseessä ovat pörssilistatut yhtiöt, niiden tilinpäätöstiedot ovat julkisia ja helposti saatavilla esimerkiksi yhtiön kotisivuilta. Yhdessäkään näiden 11 täydennettävän yhtiön tapauksessa ROE-tunnuslukua ei ole ryhdytty laskemaan käsin, vaan virheiden välttämiseksi tunnusluku on saatu valmiiksi laskettuna yhtiön tilinpäätöksen avainluvut käsittävästä osiosta. Näin tutkimuksessa on saatu minimoitua mahdolliseen käsin suoritettavaan laskentaan liittyvä inhimillisen virheen riski.

Lisäksi aineiston yhdistelemiseen eri lähteistä liittyy riski siitä, että tunnusluvut on laskettu eri tietokannoissa hieman eri tavoilla. Suurilla pörssiyhtiöillä löytyy usein tilinpäätöksistään eriä, jotka voidaan esimerkiksi lukea kuuluvaksi omaan pääomaan tiettyä harkinnanvaraisuutta käyttäen. Jos tietokannat käsittelevät tätä harkinnanvaraisuutta eri tavoin, johtaa se lopulta tunnuslukujen eroavaisuuksiin. Valtaosalle yhtiöistä ROE-tunnusluku on saatu suoraan Amadeus-tietokannasta, joten ne ovat keskenään samalla tavalla laskettuja ja vertailukelpoisia.

Täydennetyt 11 yhtiötä muodostavat niin pienen osan aineistosta, etteivät ne siten voi aiheuttaa merkittävää virhettä tutkimustuloksiin.

Ennen lisätoimenpiteitä aineisto käsittää tässä vaiheessa noin 170 yhtiötä Helsingin pörssissä.

Määrä on näin suuri, sillä Amadeus-tietokanta on lukenut joukkoon virheellisesti osan First North -listatuista yhtiöistä. Seuraavaksi suoritetaan aineiston rajaus. Hyväksytään aineistoon ainoastaan 15.6.2015 Helsingin pörssin päälistalle listattuina olleet yritykset, jotka ovat olleet listattuina jatkuvasti aina päivään 15.6.2020 saakka. Perusteena kyseisen ajanjakson valintaan on, että koska valtaosalla yhtiöistä tilikausi noudattaa kalenterivuotta, salkun muodostamisajankohdaksi ei voida valita heti uuden tilikauden ensimmäistä päivää 1.1., sillä tilinpäätöstiedot eivät ole välittömästi julkisesti saatavilla. Sen sijaan salkunmuodostamisen ajankohta 15.6 tai sitä seuraava pörssin aukiolopäivä varmistaa, että tilinpäätöstiedot ovat luotettavasti julkisesti saatavilla. Helsingin pörssin tulosjulkistuskalenteria selaamalla (Helsingin pörssin 2021) voidaan havaita valtaosalla yhtiöistä tilinpäätösjulkistusten tulevan julki helmi-maaliskuussa ja yhtiökokoukset, joissa päätetään tärkeimmistä yhtiötä koskevista asioista, pidetään pääosin maalis-huhtikuussa. Eräs tämän tutkimuksen kannalta olennaisimmista yhtiökokouksessa päätettävistä asioista on päätös osingonjaosta, joka vaikuttaa selkeästi yhtiöstä saatavaan voittoon ja siten sijoittajien mielenkiintoon yhtiötä kohtaan. Näin ollen voidaan olettaa, että salkunmuodostamishetkellä 15.6 tilinpäätösinformaatio ja yhtiökokouksissa käsitellyt päätökset ovat jo sijoittajien analysoimia ja siten informaatio on hinnoiteltu sisään osakkeiden markkinahintaan.

Tämän rajauksen seurauksena aineistosta poistetaan noin 20 yhtiötä, jotka ovat listautuneet vasta ajankohdan 15.6.2015 jälkeen ja 16 yhtiötä, jotka ovat olleet listattuina 15.6.2015, mutta ovat sittemmin poistuneet pörssistä ennen 15.6.2020 pörssipäivän päättymistä. Pörssiin listautuneiden ja pörssistä poistuneiden yhtiöiden tiedot on katsottu Pörssisäätiön (Pörssisäätiö 2021) kotisivuilta. Pörssisäätiön kotisivuilla pörssiin listautumiset ja pörssistä poistumiset ovat ilmoitettu yhden päivän tarkkuudella. Tapahtumia ei ollut valikoituneen tutkimusajankohdan päätepisteiden varsinaisessa läheisyydessä, joten epäselviä tilanteita rajausten suorittamiseksi ei ollut.

Tutkimuksessa tiedostetaan rajauksessa syntyvät riskit, jotka liittyvät esimerkiksi pörssistä poistuneiden yhtiöiden aineistosta poisjättöön. Tutkimuksessa käytetään näin ollen hyväksi vasta tulevaisuudessa saatavilla ollutta tietoa ja tämä aiheuttaa osittain tulosten harhaisuutta.

Pörssistä poistuneiden yhtiöiden tapauksissa kyseinen yhtiö on yleensä ostettu pois pörssistä

ylikurssiin tehdyn ostotarjouksen eli markkinahintaan nähden preemion saattamana. Nämä tilanteet ovat mahdollistaneet suuria tuottoja sijoittajille ja mahdollisuutena on, että nämä tilanteet vaikuttaisivat myös tutkimuksen tuloksiin. Kuitenkin pörssistä poistumisen vuoksi rajatuksi tulleiden yhtiöiden määrä ajanjaksolla 15.6.2015 – 15.6.2020 on suhteellisen pieni (17 kpl) ja osa poistumisista on ollut sulautumisia toiseen pörssissä jo valmiiksi listattuna olleeseen yhtiöön. Tällaisia tapauksia ovat olleet tutkimusajankohtana esimerkiksi Comptelin sulautuminen Nokiaan ja Rautaruukin sulautuminen SSAB:hen. Näissä tilanteissa voidaan ajatella poistuneen yhtiön sisältyvän tutkimukseen epäsuorasti toimintaa pörssissä jatkavan yhtiön kautta.

Seuraava aineistoon liittyvä rajaus on negatiivisen keskimääräisen oman pääoman omaavien yhtiöiden poisto. Amadeus-tietokannasta ajettu aineisto ei laske negatiivisen keskimääräisen oman pääoman yhtiöille ROE-tunnuslukua vaan näyttää sen sijaan merkintää ”n.s.”. Tämä on loogista, sillä tapauksissa, joissa yhtiö tekisi huomattavasti tappiollisen tuloksen negatiivisella omalla pääomalla ROE voisi muodostua erittäin suureksi siitä huolimatta, että yhtiö olisi täydellisessä kriisitilassa. Yhtiöille olisi mahdollista laskea negatiiviset ROE-arvot käsin ja siten kasvattaa aineistoon hyväksyttyjen yhtiöiden lukumäärää, mutta tätä ei pidetä tutkimuksen kannalta mielekkäänä edellä mainittujen seikkojen vuoksi.

Viimeisenä rajauksena aineistosta on poistettu eri äänisarjaiset osakkeet. Perusteena eri äänisarjaisten osakkeiden poistolle on, että niiden kurssikehitykset ovat usein täysin identtisiä äänimäärän eroista huolimatta. Jos eri äänisarjaiset osakkeet hyväksyttäisiin aineistoon, olisi tästä seurauksena, että yhtiöt, joilla on eri äänisarjaisia osakkeita, tulisivat valituksi aineistoon kaksi kertaa ja siten niiden painoarvo aineistossa myös kaksinkertaistuisi. Lisäksi nämä eri äänisarjaiset osakkeet tulisivat useimmissa tapauksissa saman ROE-tunnuslukuarvon omaavina valituiksi samoihin portfolioihin ja näin ne saisivat entistä suuremman painoarvon kyseisessä salkussa. Aineistoon on päädytty valitsemaan eri äänisarjaisista osakkeista selkeyden vuoksi aakkosjärjestyksessä ensimmäisenä tuleva osake, eli useimmissa tapauksissa niin kutsuttu yhtiön ”A-osake”. Kuten edellä on mainittu, tutkimuksen kannalta ei pitäisi olla väliä onko aineistoon valittu suuremman vai pienemmän äänimäärän osake, sillä niiden kurssikehitykset ovat usein täysin identtiset. Lopputulemana kaikkien näiden rajausten jälkeen aineistossa on 102 yhtiötä, joille kaikille löytyvät tilikausikohtaiset ROE-tunnusluvut sekä näiden yhtiöiden osakkeille markkinahintaiset arvot Helsingin pörssissä aikavälillä 15.6.2015 – 15.6.2020. Kokonaisuutena kaikki aineiston rajaukset huomioiden ei voida olettaa edellä

esitettyjen rajausten aiheuttamien virheellisyyksien olevan tutkimustulosten kannalta merkittäviä.

Aineisto osakkeiden kokonaistuoton laskemiseen on saatu Kauppalehden pörssipalvelusta (Kauppalehti 2021). Kyseisestä palvelusta on ajettu Excel-muodossa kurssidata erikseen kullekin tarkasteluajankohdan alku- ja päätöspäivälle 15.6.2015, 15.6.2016 ja niin edelleen aina hetkeen 15.6.2020 saakka. Tarkoituksena on laskea osakkeen tuotto päätöskurssien erotuksena vuoden mittaisilla ajanjaksoilla. Tämän lisäksi Kauppalehden palvelusta on saatu yhtiöiden maksamien osinkojen historiatiedot, joita tutkimuksessa tarvitaan kokonaistuoton laskemiseen. Kunkin yhtiön osinkotiedot on käyty yksitellen läpi ja osingot on manuaalisesti käsin asetettu oikean tarkastelujakson tuotoksi. Osalla yhtiöistä osingot ovat maksettu Ruotsin kruunuissa, mutta nämä on oikaistu Euroiksi suoraan Kauppalehden palvelussa. Näin ollen valuuttakurssierojen aiheuttamat ongelmat ovat tutkimuksen kannalta selvitetty ja tutkimuksen kokonaistuoton laskenta toteutetaan täysin Euromuotoisena. Muutamilla yhtiöllä osinkojen historiatiedot olivat Kauppalehden sivuilla puutteelliset, jolloin aineistoa on täydennetty hakemalla osinkotiedot suoraan yhtiöiden virallisista tilinpäätöksistä. Näin tutkielmaan on saatu koottua kattava aineisto, jossa kokonaistuotto lasketaan seuraavasti: Periodin päätöspäivän kurssi – Periodin alkupäivän kurssi + Osingot periodilla. (Kauppalehti 2021.)

4.2 Portfolioiden muodostaminen

Aineistoon valikoituneista 102 yhtiöstä on muodostettu niiden ROE-tunnuslukuun pohjautuen 10 portfoliota. Logiikka portfolioiden muodostamisen taustalla on, että ensimmäiseen portfolioon tulevat korkeimman ROE-arvon omaavat yhtiöt ja viimeiseen portfolioon matalimman ROE-arvon yhtiöt. Koska aineistoon on hyväksytty ainoastaan yhtiöt, joille kaikille löytyvät tilikausikohtaiset ROE-tunnusluvut, sekä näiden yhtiöiden osakkeille markkinahintaiset arvot Helsingin pörssissä aikavälillä 15.6.2015 – 15.6.2020, yhtiöiden lukumäärä ei vaihtele tarkasteluperiodien välillä. Jatkossa korkeimman ROE-arvon omaavien yhtiöiden portfoliota kutsutaan nimellä ”portfolio yksi” ja matalimman ”portfolio 10”. Kutakin portfolion osaketta ajatellaan ostettavan periodin alkuhetkellä yhtäläisillä rahasummilla, joten kullakin portfolion osakkeella on yhtäläinen painoarvo kokonaistuoton suhteen.

Tarkasteluperiodit ovat seuraavaan mukaiset:

Periodi 2014: 15.6.2015 – 15.6.2016 Periodi 2015: 15.6.2016 – 15.6.2017 Periodi 2016: 15.6.2017 – 15.6.2018 Periodi 2017: 15.6.2018 – 15.6.2019 Periodi 2018: 15.6.2019 – 15.6.2020

Näin ollen tutkimusajanjakso on kokonaisuudessaan pituudeltaan ajallisesti yhteensä viisi vuotta ja siinä tutkitaan jokaisen yhtiön osalta viiden eri tilinpäätöksen sisältämää informaatiota. Kuten aikaisemmin on jo todettu, tarkasteluperiodien sijoittuminen kalenterivuoden puoliväliin johtuu siitä, että valtaosalla yhtiöistä tilikausi on kalenterivuoden mittainen. Ajankohtana 15.6 varmistaa, että kaikkien yhtiöiden tilinpäätöstiedot ovat jo julkisesti saatavilla ja siten markkinahinnat heijastelevat näiden tilinpäätösten sisältämää informaatiota. Periodien vaihtumishetkellä portfolioiden sisältämät osakkeet myydään ja tilalle ostetaan uudet edellisen tilinpäätöksen ROE:n avulla määritetyt osakkeet.

Koska lopullisessa aineistossa oli yhtiöitä yhteensä 102, eikä yhtiöiden lukumäärä vaihtele periodien välillä, pääsääntöisesti kuhunkin portfolioon tulee sijoitetuksi yhteensä 10 eri yhtiötä.

Poikkeuksen muodostavat portfoliot numero viisi ja kuusi, joihin molempiin tulee yhteensä 11 yhtiötä. Tutkimuksen edellä esitettyjen olettamusten mukaisesti ROE:n arvon tulisi vaikuttaa kokonaistuottoon, joten ylimääräiset kaksi yhtiötä on sijoitettu keskimmäisiin salkkuihin, jotta niiden vaikutus ROE:n ääriarvojen pohjalta muodostettuihin salkkuihin olisi pienempi. Toisin sanoen tutkimuksen pääasiallinen kiinnostus kohdistuu salkkuihin, jonka sisältämissä yhtiöissä on verrokkeihin nähden joko erittäin korkea tai erittäin matala ROE.

Tutkimuksessa on haluttu varmistaa, että näissä pääasiallisen kiinnostuksen kohteina olevissa portfolioissa on valittuna täsmälleen sama määrä yhtiöitä. Tällä yhtiöiden suhteellisen tasaisella jaolla 10 portfolioon saadaan tutkimustilanne, jossa kukin salkku vastaa yhtä kymmenystä. Jatkossa salkkujen suorituskykyä vertaillessa näin ollen on helppo viitata kyseiseen salkkuun tai salkkujen ryhmään puhumalla esimerkiksi korkeimmasta tai matalimmasta kymmenyksestä.

Vertailuindeksinä tutkimuksessa tullaan käyttämään Helsingin pörssin OMX Helsinki CAP_GI-tuottoindeksiä. Tämä kyseinen indeksi sisältää kaikki Helsingin pörssin yritykset, mutta se on painorajoitettu siten, että yhden osakkeen painoarvo voi korkeintaan olla 10 % koko indeksin arvosta. Esimerkiksi Helsingin pörssin perusindeksiin verrattuna CAP- indeksissä suurten yritysten painoarvo on huomattavasti pienempi. Indeksin peruspäivämäärä on 28.12.1990 jolloin indeksin arvo on ollut tasan 1000 pistettä. Tutkielman kirjoitushetkellä osinkotuotot huomioon ottavan CAP_GI-indeksin arvo on tammikuussa 2021 ollut noin 24 000 pistettä, joka kertoo Helsingin pörssin tuoton olleen vahvasti positiivinen 90-luvulta tähän päivään. OMXHCAPGI-indeksi on todettu tähän kyseiseen tutkimukseen parhaiten soveltuvaksi vertailuindeksiksi. Tähän valintaan johtaneita syitä olivat, että kyseisen indeksin 10 % painorajoitus soveltuu hyvin portfolioiden vertailuvastineeksi. Koska tutkimuksen aineistosta on rajattuna pois erisarjaiset osakkeet ja osakkaiden painoarvot ovat salkuissa osakkeiden kesken yhtäläiset, 10 % 10 osaketta sisältävissä salkuissa ja 9 % 11 osaketta sisältävissä salkuissa, CAP-indeksiin valikoitunut 10 % painorajoitus sopii tutkimukseen erittäin hyvin. CAP-indeksin perusversion sijaan tutkimuksen vertailuindeksiksi on valikoitunut CAP-indeksin osinkotuotot huomioon ottava CAP_GI-indeksi. Kyseisen indeksin valinta on looginen, sillä tässä tutkimuksessa otetaan osingot huomioon osana yhtiöiden kokonaistuottoja. Jos muodostettu hypoteesi ROE:n yhteydestä portfolioiden tuottoon pitää paikkansa, CAP-indeksin kehityksen pitäisi tämän ajatusmallin mukaan seurata keskimääräisen ROE:n omaavien yhtiöiden portfolioita. Toisin sanoen CAP-indeksin kehittyminen tarkasteluperiodilla pitäisi olla lähellä tai samansuuntainen salkkujen 4–6 kehittymisten kanssa.

Tutkimuksen kannalta olennaista on määritellä myös käytettävä riskitön korkokanta. Riskitöntä korkokantaa tullaan käyttämään sekä portfolioiden tuottojen vertailussa että portfolioiden suorituskykyä mittaavien tunnuslukujen, kuten Sharpen ja Traynorin luvun laskennassa.

Tutkimuksen alkuvaiheessa pohdittiin 12 kuukauden Euribor -viitekoron käyttämistä riskittömänä korkokantana. Käytännön tasolla Euribor on päivittäin julkaistava euromaiden viitekorko, jolla pankit tarjoutuvat lainaamaan vakuudettomasti varoja toisille pankeille euromääräisillä rahamarkkinoilla (Suomen Pankki 2021). Valittu 12 kuukauden Euribor tarkoittaa siten 12 kk pitkää lainasopimusta, jolle maksetaan lainasopimuksen tekopäivänä määritetty vuosikorko (per annum). Kyseinen viitekorkokanta on yleisesti käytetty riskittömän koron mittari, joka 12 kuukauden pituutensa puolesta vastaa tarkastelevan periodin pituutta.

Kuitenkin riskittömän koron määrittäminen on ollut viime vuosina hankalaa lähinnä siksi, että

viitekorot ovat olleet negatiivisella tasolla. Tutkimusperiodilla 15.6.2015 – 15.6.2020 12 kuukauden Euribor on ollut laskevassa trendissä ja se on pudonnut vuoden 2015 0,164 prosentista vuoden 2020 -0,135 prosenttiin. Negatiivisten korkojen aika on asettanut haasteita teorioiden testaamiselle mutta lopulta muutos on hyväksyttävä ja tutkimusmaailman sopeuduttava uuteen tilanteeseen. Fernandez ym. (2019, 4) tutkivat maailmalla käytettyjä eri riskittömiä korkoja. Tutkimuksessa saatiin vastaukset 65 instituutiolta Suomesta, joiden vastausten perusteella keskimääräiseksi Suomessa käytetyksi riskittömäksi koroksi laskettiin noin 1,1 %. Tätä voidaan pitää huomattavasti korkeampana korkona kuin 12 kuukauden Euriboria, mutta on huomioitava, etteivät läheskään kaikki tahot pysty saamaan markkinoilta lainaa puhtaasti Euriborin määrittämällä tasolla. Nämä seikat huomioiden, tutkimuksen kannalta parhaaksi nähtiin vaihtaa 12 kuukauden Euribor Fernandezin ym. (2019, 4) ehdottamaan 1,1 prosenttiin.

Kaupankäyntikuluja tai veroja tutkimuksessa ei oteta huomioon millään lailla.

Reaalimaailmassa kaupankäyntikuluja syntyisi aina kunkin tarkasteluperiodin päätteeksi, kun kunkin portfolion osakkeet myydään ja tilalle ostetaan uuden tilinpäätöksen ROE- tunnuslukujen määrittämät osakkeet. Näin ollen kussakin portfoliossa tapahtuu periodien vaihtuessa aina lähes sama määrä ostoja ja myyntejä ja siten kaupankäyntikustannuksilla ei pitäisi olla tutkimuksen tulosten kannalta merkittävää vaikutusta. Toisekseen kaupankäyntikustannuksissa on suuria eroja esimerkiksi volyymien, välittäjien ja niiden henkilöiden, jotka tekevät toimeksiannon, välillä. Eri transaktiohinnastojen ja tilanteiden huomioiminen, joissa sama osake voisikin sattumalta pysyä eri periodien välillä samassa salkussa, ROE-tunnusluvun niin salliessa, tekisi tutkimuksesta erittäin monimutkaisen ilman että näiden tekijöiden huomioon ottaminen tarjoaisi merkittävää hyötyä tulosten kannalta.

Verotusta ei oteta tutkimuksessa huomioon pääasiassa siksi, että muuten tutkimuksesta tulisi liian laaja ja monimutkainen. Toissijaisia syitä veroaspektin hylkäämiseen ovat, että ajansaatossa verotuksella on taipumuksena muuttua poliittisten päätösten seurauksena ja toisekseen, kukin mielenkiintoa tätä tutkimusta kohtaan osoittava pystyy itse toteuttamaan samaiset laskelmat verot huomioiden suhteellisen helposti.