4% av företag står för 100% av värdeökningen

Läste nyligen en riktigt intressant studie av Bessembinder (2017), Do Stocks Outperform Treasury Bills? Den innehåller några resultat och slutsatser som jag tycker var väldigt spännande (om än kanske inte alla förvånande):

… the best-performing 4% of listed companies explain the net gain for the entire US stock market since 1926, as other stocks collectively matched Treasury bills.

Så en bråkdel av alla företag står för 100% av netto-värdeökningen över vad man skulle fått om man bara investerat till riskfria räntan.

Of all monthly common stock returns contained in the CRSP database from 1926 to 2016, only 47.8% are larger than the one-month Treasury rate in the same month. In fact, less than half of monthly CRSP common stock returns are positive.

More than half of CRSP common stocks deliver negative lifetime returns. The single most frequent outcome (when returns are rounded to the nearest 5%) ob- served for individual common stocks over their full life- times is a loss of 100%.

Mer än hälften av alla aktier ger negativ avkastning under sin livstid och det mest troliga utfallet är -100% :upside_down_face:

… the majority of common stock returns are less than Treasury returns reveals that the median excess return is negative.

Median-avkastning är negativ, så varför investera i aktier alls? :thinking:

… the mean excess return is positive …

… monthly stock returns are positively skewed, the skewness increases with the time horizon over which returns are measured due to the effects of com- pounding.

Jo, för att medelvärdet är positivt och att fördelningen är skev då några få företag går extremt bra. Det här är ju en av de anledningarna till varför diversifiering är så pass viktigt! (både för passiv och aktiv förvaltning) För om man missar de företag som kommer stå för en stor del av överavkastningen så riskerar man att få sämre utfall än om man skulle investerat helt riskfritt.

Hur åstadkommer man detta då? Ett sätt är väldiversifierade indexfonder, eller som Jack Bogle sa:

Don’t look for the needle in a haystack. Just buy the haystack.

Men det finns ju även potential, kanske då i lekhinken eller som huvudfokus för den som vill, att försöka hitta dessa fåtal vinnaraktier som står för majoriteten av överavkastningen.

Några andra påståenden från litteraturstudien (related work) som var intressanta också:

Savor and Wilson (2013) show that approximately 60% of the cumulative stock market excess return accrues on the relatively few days where macroeconomic announcements are made.

Lucca and Moench (2016) show that half of the excess return in US markets since 1980 accrues on the day before Federal Reserve Open Market Committee (FOMC) meetings.

För den intresserade finns även en liknande studie för internationella marknader (slutsatsen är snarlik för 55/57 länder och gäller även för Sverige):
Do stocks outperform treasury bills in international markets?

5 gillningar

Mycket intressant! Tänker att detta blir tydligt om en kikar på toppinnehaven i en globalfond. Där ser vi vilka dragloken på börsen är. Utmaningen som aktiv investerare är väl att det inte är samma företag över tid som agerar draglok. De senaste åren har det varit företag som Alphabet, Amazon och Apple. Men gissningsvis är det helt andra företag om 20 år. Fördelen med en passiv strategi är att du slipper chansa på vilka dessa är. Sedan kan jag tycka det är en kul sport att försöka hitta var den framtida vinstökningen kommer ske. För det är väl det jag tänker är nyckeln. Vilka bolag som kommer öka sin vinst mest i framtiden.

Ja, det kan vara en kul utmaning (för mig personligen så blir det bara en liten del av mitt totala sparande). Men även där är ju diversifiering superviktigt.

Jag tror inte det räcker att hitta de bolag som ökar sin vinst mest i framtiden. Utan som Buffet sa det “Price is what you pay, value what you get”. Så det gäller att plocka ut de bolag som har mest vinsttillväxt (i absoluta tal) i förhållande till det pris man får betala för att få en viss del av den kommande vinsten.

Vi kommer prata om just det här i veckans avsnitt. Det här är en av mina favoritgrafer från studien “Capitalism distribution” som första gången gjordes av Blackstar Funds. Här är grafer från Meb Fabers genomgång.

image

image

image

image

image

  • 39 % av alla aktier går back
  • 19 % av alla aktier förlorar 75+ % av sitt värde
  • 64 % underpresterar mot index
  • 25 % av aktierna står för hela uppgången
  • 4 % av slog index med mer än 500 %
2 gillningar

Absolut! Jag läser just nu en bok på temat. Den heter Köp billigt, sälj dyrt. Fundamental analys alltså. Det är dock klurigt när en som jag ogillar bokföring…

Spännande, ser jag fram emot! Tydligen enligt Bessembinders studie så har även andelen som gått back/underpresterade riskfri ränta ökat i de senaste decennierna.

1 gillning

Finns det någon fin lista på de stora vinnarna och förlorarna och eventuella förklaringar till detta? Det vore intressant att förstå vad som har fungerat förr i tiden, för att kunna förstå framtiden, och kunna utvärdera om det är ett rimligt case att det kan finnas aktiva fondförvaltare som kan förstå de parametrar som krävs för att förutsäga vad som kommer att hända härnäst eller om det verkligen känns helt slumpartat.

T ex möjliga case: Tidigare har de stora vinnarna varit tagna från nya stora tekniska innovationer såsom grafiska operativsystem, eller internet, så… Eller: Tidigare har stora vinnare haft stort stöd av ekonomiskt stöd från politiken, så… Etc.

Det som hände det senaste året att teknikaktier sköt i höjden iom covid-19 är ju t ex någonting helt rimligt och logiskt som man enkelt hade kunnat argumentera för redan för 10 månader sedan när det började byggas ett bra case för att covid-19 skulle stanna en lång tid, och att många skulle komma att jobba hemifrån.

Det luriga med detta resonemanget är att det har en inbyggd hindsight bias. T.ex. titta historiskt från nu och bakåt x år. Komma fram till att fenomen y föregår viss ökning av något på statistiskt signifikant sätt ett par gånger under perioden. Då betyder det inte att man under perioden x till nu hade kunnat använda det.
För varje gång fenomen y leder till ökning, så måste man mäta från den tidpunkten (man har inte data från framtiden).

När man tar hänsyn till sån hindsight bias försvinner ofta den statistiska kopplingen mellan fenomen y och ökningen.

Jag förstår att det finns problem, men jag tycker inte att det är hjälpsamt att därför hålla för öronen och skrika. Utan jag vill först se någon göra försök och efter det själv bedömma huruvida det vore orimligt att göra vettiga förutsägningar utifrån det, eller inte.

När det kommer till just covid-19 vågar jag faktiskt påstå att det fanns en rimlig möjlighet att göra det bettet i god tid, och att marknaden här var långt ifrån effektiv, och att liknande ineffektiviteter sannolikt fortfarande kan finnas i andra områden, för den som är tillräckligt insatt inom vissa ämnen.

Så med andra ord är det hela bara ett lotteri men där man kan få garanterad vinst om man köper en andel i alla världens lotter.

Men de flesta gå på pumpen för att de tror att de kan vinna lotteriet genom att förutspå framtiden. Detta tror det för att p.g.a survivorship bias så ser man bara de föregående vinnarna och man tror man ska göra samma resa.

Är det så?

1 gillning

Extremt förenklat, men en sådan modell stämmer relativt väl med verkligheten då den har testats ja.
Sen finns det inneffektiviteter i marknaden, så med rätt kunskap och underlag går det kanske att uttnyttja dem.
Frågan är bara hur stora och hur svåra de är att hitta. Mycket forskning har visat att inneffektiviteterna är relativt små.

Jag hade också funderingar åt det hållet då men skulle inte våga betta om inte teknikfonderna, med sina uppgångar, hade bekräftat det. Man kan ha sina gissningar om framtiden men om kursutvecklingen inte bekräftar det är den inte mycket värd.
Egentligen kan man då fundera på nyttan av att gissa.

Detta tycker jag är antingen en rimlig ansats eller helt vansinnigt beroende på vad man lägger i begreppet egna bedömningar.

Att titta på sitt eget höga resultat det senaste åren efter att ha gjort en hög högrisk bet som gått hem. Dålig metod för att göra bedömningar.

Analysera stora dataset, en bra metod.

1 gillning

Ja, det så skulle jag absolut säga. Fungerar även t.ex. i området konst. Citat:

The great art collectors and investors bought vast quantities of art. A subset of the collections turned out to be great investments, and they were held for a sufficiently long period of time to allow the portfolio value to converge upon the return of the best elements in the portfolio. That’s all that happens.

1 gillning

Det går såklart inte att historien upprepas exakt så som den hände, så ja, övergeneralisering är farligt. Men den kanske ändå kan lära oss någonting om framtiden (t ex har Jan tron att de företagen i globala index på börsen i snitt kommer att ge avkastning över en längre tid). Och börsen består ju faktiskt av riktiga företag som existerar i den riktiga världen inom riktiga branscher. I företaget jobbar riktiga människor, som tar faktiska beslut. Företagen är också beroende av vissa riktiga politiska beslut, som tas på vissa grunder. De kan också komma att påverkas av t ex tekniska eller demografiska förändringar. Alla dessa saker skulle potentiellt gå att ha rimliga antaganden om, och förstå bättre än genomsnittsinvesteraren.

Jag tror att som enskild person är det inte rimligt att göra speciellt många sådana bets, men det kan mycket väl finnas en möjlighet att man förstår någonting som den genomsnittligen investeraren inte gör, eller kan göra bets de inte kan, av andra anledningar.

Det är inte alls orimligt att vissa kan ha förstått grejen med internet mycket tidigare än den genomsnittlige investeraren. Det är heller inte orimligt att de som hade en större förståelse för politiska beslut och hur virus fungerar kunnat förutsäga covid-19-situationen.

Det vore intressant att se vilka förutsättningar som fanns för det, vad för person som hade en rimlig möjlighet att göra de antaganden, osv. Det vore också intressant att se liknande förutsägningar som misslyckats, och kanske försöka förstå varför, så att man inte får en för ensidig bild.

Så allt handlar om hur man sedan analyserar och resonerar, det håller jag helt med om. Det kan bli helt galet om man tänker fel, och risken för hindsight bias och andra tankevurpur om hur sannolikhet fungerar och andra effekter är mycket stor!

Vad gäller marknadens påstådda effektivitet så håller jag mig väldigt skeptisk. Hur skulle det kunna svänga som det gör, om den vore det? Visst, ibland svänger det av bra anledningar, men ofta går företag upp eller ner med fem procent på en dag utan att det verkar finnas någon speciell anledning till det. Bubblor borde inte heller kunna existera i effektiva marknader. Det finns också väldigt mycket forskning på hur ineffektiva människor är på att ta ekonomiska beslut. Förklara GME om marknaden är effektiv.

Det är väldigt många frågor och även en del inbakade antaganden du gör. Jag svarar gärna på dem ikväll.

Men som teaser:
På vilket sätt visar GME att marknaden inte är effektiv?

Hur kompentent är genomsnittsnvesteraren (egentligen hur kompetent är den genomsnittliga marknadsaktören i varje affär som görs på marknaden)? Det är den aktören du hela tiden måste slå i genomsnitt.

Samt vad är det egentligen som genererar pengar på börsen (för aktier)? Tänk på utdelningar också.

Okej, spännande! :slight_smile:

Jag tror att jag väntar på hur du ska förklara att en marknad som beter sig som GME gjorde och fortfarande gör kan vara effektiv istället, för jag vet inte riktigt var jag ska börja, och du verkar veta mer om det här än vad jag gör.

Jag ska sticka ut huvudet och försöka ge ett exempel på ett MÖJLIGT idag ännu underskattat och underanalyserat tillväxtområde-internetsäkerhet. Det är smalt, komplext, svåranalyserat och hm mycket problematiskt när det skiter sig

1 gillning

Den svänger för det kommer ny information, och då uppdateras priserna. Vad är en bubbla? Är det uppgången med nedgången eller uppgången igen efteråt (återhämtningen) om man kollar i efterhand? Vad skiljer sig uppgången efter en börskrasch (återhämtning) med uppgången innan kraschen? När börjar en bubbla och när slutar dem? Kan man förutse dem? GME är en anekdot, det finns bättre tecken som tyder på marknadsineffektivet typ momentum.

Men det viktigaste att veta är att marknaden inte är optimalt effektiv, det är en modell, inte verklighet. Och det som spelar roll är hur effektiv den är. Man kan säga att marknaden är rätt så effektiv.