Suomessa on useita listoja, joissa osakkeita laitetaan järjestykseen historian, ennusteiden ja joskus myös subjektiivisen näkemyksen perusteella. Listojen kärkipäähän pyritään saamaan yhtiöitä, jotka ovat hyviä sijoituskohteita eli arvokkaita nykyhinnoilla. Loppupäähän yritetään saada ne osakkeet, jotka listan näkökulmasta ovat ylihinnoiteltuja eli huonoja sijoituksia. Listan mukaan laadittu portfolio saatetaan päivittää esim. kerran kuussa, jolloin sen sisältö muutetaan vastaamaan listan esim. top 10 sisältöä.
Listoissa on useita perustavanlaatuisia ongelmia. Menneisyyttä kuvailevat tilinpäätökset eivät sisällä odotuksia tulevaisuudesta: aikoinaan laadukas yhtiö ei välttämättä ole sitä enää. Käänteitä on hyvin vaikeaa havaita pelkästä tilinpäätöksestä. Lisäksi tilinpäätösten luvut saattavat sisältää kaunistelua suuntaan tai toiseen.
Analyytikkojen ennusteisiin nojaavat listat ovat puolestaan yhtä hyviä tai huonoja kuin ennusteiden tarkkuus. Kauppalehden analyytikko Ari Rajala huomasi tarkasteluissaan, että yli 70 % analyytikoista ennusti vuoden 2015 alusta alkaen yhtiöiden tuloksen rahoituserien jälkeen yli 10 % pieleen. Samoin liiketuloksen arvasi vähintään 10 % pieleen yli puolet analyytikoista. Tom Lindström kirjoitti blogissaan, että “yksinkertainen ennuste, jossa käytetään edellisen kauden lukuja seuraavan kauden ennusteeseen, on suurin piirtein yhtä hyvä kuin analyytikkojen ennusteet.” Väite tuskin on kovin kaukana totuudesta.
Samaan aikaan monet listat tuntuvat tuottavan indeksiä paremmin, vaikka niiden välillä kymmenen parhaan osakkeen joukko voikin olla hyvin erilainen. Mikä kussakin listassa siis saa aikaan jopa indeksiä paremman tuoton? Onko se jokaisessa listassa sama muuttujien joukko, esim. P/E-luku ja osinkotuotto? Paljonko ennusteiden sisällyttäminen listaan vaikuttaa sen toimivuuteen? Mikä on ennusteissa olevan epävarmuuden vaikutus? Paljonko listan toimivuutta voi parantaa käyttämällä dynaamisia muuttujien painokertoimia Balancen listan tapaan? Miten painokertoimet riippuvat sijoitusympäristön muutoksista? Millaisia riski-tuottosuhteita listojen avulla luoduissa salkuissa on? Miten sellaisen salkun allokaatiota kannattaa muuttaa eri tilanteissa? Toimiiko lista myös Tukholman tai New Yorkin pörssissä yhtä hyvin kuin Helsingissä?
Osaa näistä kysymyksistä on tutkittu jo paljon Sijoittajat.fi:n, Balance Consulting:n ja muiden tahojen toimesta, osa taas lienee jäänyt melko vähälle huomiolle. Tarkoituksenani on tutkia näitä kysymyksiä tilastollisesti ja julkaista havainnot tämän kirjoituksen kaltaisina blogeina.
Tutkimuksen kohteena ovat ainakin Balancen, Liisan, Sergion, Sijoittajat.fi:n, taikakaavan mukainen, Taloustaidon ja Timon lista. Valikoimaan sisältyvän listan tai rankkausmenetelmän pitää olla laajalti tunnettu, edelleen (2016) ylläpidetty ja nojata julkisesti saatavilla olevaan numeeriseen dataan. Vaikka esim. Saarion lista on tunnettu, nojasi se ennen kaikkea Seppo Saarion omiin näkemyksiin eikä sitä enää ylläpidetä.
Jotta tulokset olisivat vertailukelpoisia, jokainen tarkastelussa oleva osakkeiden pisteytysmenetelmä pyritään toteuttamaan mahdollisimman tarkkaan alkuperäisen mukaisesti käyttämällä saatavilla olevia kuvauksia listojen muuttujista ja kaavoista. Toteutetuille listoille syötetään historiallisia tilinpäätös- ja kurssitietoja ja tuloksena saadaan vertailukelpoisia osakelistoja, joiden ominaisuuksia tutkitaan.
Tutkimus on tarkoitus suorittaa mahdollisimman avoimesti. Kutsun siis tällä kirjoituksella kaikki osakesijoittamisesta tai kvantitatiivisesta (tilinpäätös)analyysistä kiinnostuneet mukaan ideoimaan ja kehittämään tutkimusta kommenteillaan. Onko sinulla mielessä lista, jolla on hyvät perustelut olla osana tutkimusta? Onko jokin muuttuja, joka ei sisälly em. listoihin, mutta olisi saatavilla ja sen tutkimiseen on hyvä syy? Onko sinulla jokin hyvä tutkimuskysymys, joka on mietityttänyt ja jota ei mielestäsi ole juuri tutkittu? Kirjoita se kommentteihin!
Alkuperäinen kirjoitus julkaistiin LinkedIn-palvelussa.