De informerende waarde van de voorspelling van een analist

De informerende waarde van de voorspelling van een analist

Mike Verschuren 0555746

Studiejaar 2008/2009

19 mei 2009 Afstudeerseminar Drs. D. Veenman

Bedrijfseconomie, variant Accountancy & Control Faculteit Economie en Bedrijfskunde Universiteit van Amsterdam

Inhoud Abstract

1

1. Inleiding

2

2. De analist

3

3. Problemen

4

3.1

Onafhankelijkheid

5

3.2

Technische analyse

6

3.3

Fundamentele analyse

7

3.4

Voorspellingsvermogen en efficiënte markten

8

4. Discussie

9

4.1

Onafhankelijkheid

9

4.2

Technische analyse

12

4.3

Fundamentele analyse

13

4.4

Voorspellingsvermogen en efficiënte markten

15

5. Pilot Study

17

5.1

Hypothese 1

18

5.2

Hypothese 2

18

5.3

Hypothese 3

23

5.4

Conclusie onderzoeksresultaten

25

6. Conclusie

25

Bibliografie

27

1 Abstract

Deze scriptie gaat over de voorspellingen voor aandelen door analisten. In de afgelopen jaren is er vaak aangetoond dat de analisten overwegend positieve adviezen afgeven voor de aankoop van aandelen. De adviezen kunnen tot stand komen door fundamentele- of technische analyse. Vooral de technische analyse wordt door veel auteurs kritisch benaderd en lijkt niet wetenschappelijk onderbouwd te zijn. Vervolgens wordt de onafhankelijkheid van de analist zeer in twijfel getrokken. De analisten die werken bij de zakenbanken staan onder grote druk van hun financieringsafdeling om positieve adviezen af te geven om hun klanten tevreden te houden. Met een eigen onderzoek wordt gekeken naar de voorspellingen van analisten tussen 2007 en 2008 voor de aandelen DSM, Heineken, Philips, Unilever. De uiteindelijke conclusie komt erop neer dat door de mate van afhankelijkheid van de analist en te positieve voorspellingen geen goed beeld kan worden gegeven van de toekomstige koersen. Ook door gebrek aan structurele resultaten kan er niet veel zekerheid aan de voorspellingen worden toevertrouwd.

2 1

Inleiding

De aandelenmarkt wordt dagelijks door miljoenen mensen over de hele wereld gevolgd. Iedereen probeert elk jaar zo’n hoog mogelijk rendement te behalen door middel van verschillende strategieën. Aangezien niet elke particulier of organisatie gespecialiseerd is op het gebied van beleggen en financiële markten, zijn er beleggingsadviseurs. Deze adviseurs, ook wel ‘analisten’, zijn hoog opgeleid en hebben veel kennis van de financiële markten. Door het afgeven van koop- en verkoopadviezen en koersvoorspellingen proberen ze het geld van hun klanten meer waard te laten worden. Er volgt echter een probleem als het geld van de klanten minder waard wordt en daarom wil ik in deze scriptie onderzoeken welke informerende waarde er aan de aanbevelingen van de analist kan worden gegeven. Er zijn twee soorten analyses die de analisten kunnen gebruiken: de fundamentele analyse en de technische analyse (Oberlechner, 2001). De fundamentele analyse gaat uit van de ‘fundamenten’ van de onderneming: de strategie, winstgevendheid van nieuwe producten, kapitaalpositie, veranderingen van marktomstandigheden en macro-economische gegevens. De technische analyse gaat uit van patronen in de koersbewegingen. Er wordt gekeken naar historische grafieken van de koersbewegingen en daaruit wordt afgeleid hoe de toekomstige beweging zal volgen. Er zijn dus verschillende manieren voor het voorspellen van het toekomstige verloop van de aandeelkoersen. De technische analyse wordt echter veelvuldig bekritiseerd in de wetenschap. Door onvoldoende empirisch bewijs kan de technische analyse nog steeds geen wetenschappelijke goedkeuring krijgen (o.a. Fama, 1965 en Oberlechner, 2001). Voor het maken van een goede fundamentele analyse heeft de analist vaak meer informatie nodig die niet voor iedereen beschikbaar is. Zo bekritiseren o.a. Michaely and Womack (1999) de onafhankelijkheid van de analist. De analisten die bij een zakenbank werken zouden de klanten veel hogere adviezen geven dan andere analisten. De analisten staan onder druk door het management van de zakenbank omdat deze een goede reputatie willen opbouwen met betrekking tot positieve adviezen voor beursgangen om zo meer klanten te werven (Michaely and Womack 1999). Dat de analisten voornamelijk positieve adviezen afgeven is overtuigend bewezen in de literatuur (o.a. De Bondt en Thaler 1990; Dugar and Nathan 1995; Womack, 1996; Dechow, Hutton and Sloan 1997; Lim, 2001). De vraag is echter of de markten wel efficiënt zijn. In een efficiënte markt zijn alle beschikbare informatie en toekomstige verwachtingen al in de prijs verwerkt (Fama, 1965). Als de financiële markten efficiënt zouden zijn is het niet mogelijk om de activiteiten van de analisten te rechtvaardigen, deze zouden geen meerwaarde kunnen leveren met hun advies (Easly, O’Hara and Paperman

3 1998). Er lijken dus problemen te zijn met betrekking tot de voorspellingen van de analisten: de onafhankelijkheid, de geldigheid van de gebruikte analyse, de mate van efficiëntie van de markt en het aantal overwegend positieve adviezen. Aan de hand van deze problemen wil ik in deze scriptie bekritiseren welke informerende waarde er aan een voorspelling van een analist gegeven kan worden. De analist geeft een advies aan de klant voor het kopen of verkopen van aandelen. Dit informerend en vrijblijvend advies moet voor de klant uiteindelijk tot waarde resulteren, waarde in de vorm van beleggingsresultaat. De opbouw van deze scriptie zal als volgt zijn: allereerst een beschrijving van wat een analist precies is en doet. Vervolgens de beschrijving van de verschillende problemen zoals de onafhankelijkheid, de technische- en fundamentele analyse, marktefficiëntie en voorspellingsvermogen. Hierna komen de kritiek en argumenten uit de bestaande literatuur op deze problemen aan bod. Deze scriptie bevat ook een pilot study waar de voorspellingen van vier analisten wordt vergeleken met de koers van vier Nederlandse aandelen. Als laatst volgt de conclusie waar getracht wordt de hoofdvraag te beantwoorden. 2

De analist

Een analist is, zoals de Nederlandse taal het omschrijft, een persoon die analyses verricht. Er zijn verschillende soorten analisten, ook in de financiële wereld. Deze scriptie richt zich alleen op de analisten die uiteindelijk een voorspelling doen over aandeelkoersen. Een analist maakt een analyse over een beursgenoteerde onderneming. In deze analyse wordt onder andere beschreven in welke omgeving de onderneming zich bevindt en wat het winstpotentieel is. Vaak wordt de analyse afgesloten met een aanbeveling. Deze aanbeveling wordt uitgedrukt in een strategie voor de klant of werkgever om in het aandeel te handelen. De volgende aanbevelingen zijn het meest gebruikelijk (Binckbank helpcenter, 2009) : •

Buy: koopadvies, de analist verwacht een koersstijging.

•

Sell: verkoopadvies, de analist verwacht een koersdaling.

•

Hold: houdadvies: de analist adviseert om niet te verkopen of bij te kopen.

•

Outperform: de analist verwacht dat het aandeel beter presteert dan de andere aandelen in dezelfde sector.

•

Underperform: de analist verwacht dat het aandeel slechter presteert de andere aandelen in dezelfde sector.

4 Ook zijn er nog adviezen die aan de bovenstaande adviezen gerelateerd zijn zoals: add, moderate/strong buy, neutral, equal-weight, reduce, accumulate, overweight, underweight en market perform. Om tot een aanbeveling te komen moet de analist eerst degelijk onderzoek doen. Dit kan aan de hand van modellen, marktanalyses of het bestuderen van de financiële verslagen van een onderneming. Door zoveel mogelijk informatie te verzamelen probeert de analist een inschatting te doen van het toekomstige resultaat van de onderneming. Vaak wordt er een aanbeveling zoals hierboven gegeven in combinatie met een verwacht koersdoel of een schatting van de verwachte winst per aandeel. Informatie genereren is een kostbaar proces, zo besteden handelshuizen honderden miljoenen euro’s aan het analyseren van aandelen om zo investeerders te overtuigen dat het ene aandeel meer koopwaardig is dan het andere. Investeerders willen in principe ook alleen maar gebruik maken van deze dienst wanneer de opbrengsten minimaal de kosten dekken (Womack, 1996). Er zijn twee soorten analyses om tot een aanbeveling te komen voor de aandelen: de technische- en fundamentele analyse. Deze zullen in paragraaf 3.2 en 3.3 besproken worden. In deze scriptie wordt voor het gemak onderscheid gemaakt tussen de betrokken analist en de niet-betrokken analist. De betrokken analist werkt bij een (zaken)bank die een onderneming naar de beurs brengt en hiervoor adviezen moet afgeven. Dat de onafhankelijkheid van deze betrokken analisten in twijfel kan worden genomen blijkt uit de volgende paragraaf. 3

De problemen

Er zijn enkele problemen met betrekking tot het voorspellingsvermogen van de analisten. Allereerst blijkt dat veel analisten geneigd zijn om positieve voorspellingen te doen (o.a. De Bondt en Thaler 1990; Dugar en Nathan 1995; Womack, 1996; Dechow, Hutton en Sloan 1997; Lim, 2001). Dit zou bijvoorbeeld kunnen komen door de onafhankelijkheid van de analist. Vervolgens kan de manier van voorspellen worden geanalyseerd. Zo doet de analist aan de hand van een fundamentele- of technische analyse zijn voorspelling. Vooral de waarde van technische analyse staat in de wetenschappelijke ter discussie. Als laatste probleem wordt gekeken naar hoe efficiënt kapitaalmarkten zijn.

5 3.1

Onafhankelijkheid

Traditionele zakenbanken verdienen in principe op drie manieren hun geld (Michaely and Womack 1999). Als eerste is er de financieringsafdeling die zorgt voor het naar de beurs begeleiden van ondernemingen, uitgifte van aandelen en het regelen van fusies of overnames. Voor deze service ontvangt de zakenbank vaak aandelenpakketten bij een beursgang en commissies bij overnames. Als tweede is er de beleggingsafdeling, waarbij de zakenbank klanten de mogelijkheid verschaft in het handelen van aandelen en andere effecten. De zakenbank rekent kosten per transactie aan de klant door. De derde afdeling van de zakenbank is de researchafdeling waar analisten onderzoek doen naar de waarde van aandelen. Met deze kennis worden klanten en andere afdelingen geadviseerd en handelt de zakenbank voor eigen rekening om op deze wijze rendement te behalen. In bovengenoemde samenstelling van de zakenbank bevindt de analist zich in een bijzondere positie. Een probleem doet zich voor wanneer de analist een onderneming, dat zich via de financieringsafdeling van de zakenbank naar de beurs wil bevinden, moet analyseren. De onderneming (de klant) wil graag zo’n hoog mogelijke waardering krijgen aangezien de beursgang zoveel mogelijk geld moet opleveren. De analist wil natuurlijk zo’n objectief mogelijk beeld geven van de onderneming aangezien zij hun beleggingsklanten niet een verkeerd beeld willen geven. De grote belangenverstrengeling komt doordat de analist wordt betaald uit de opbrengsten van de financieringsafdeling van de bank. Hoe hoger het advies, des te meer klanten zich bij de bank aanmelden voor de begeleiding van de beursgang. Hierdoor is er een zekere druk op de analisten tot het geven van positieve analyses (Michaely and Womack 1999). Deze visie wordt benadrukt door een uitgelekte interne memo van Morgan Stanley aan een analist die een negatief advies voor een klant verstrekte: “Het is ons doel .. te kiezen voor een beleid, dat volledig wordt begrepen door de gehele onderneming, inclusief de research afdeling, dat we geen negatieve of controversiële opmerkingen over onze klanten maken als een kwestie van verantwoord ondernemen 1 (Hayward and Boeker, 1998). Aangezien de beursgang een zeer lucratieve markt is voor de zakenbank, worden de conflicten tussen de financieringsafdeling en de analisten tijdens de beursgang heftiger. De financieringsafdeling wil de deal afronden en de analisten moeten na de beursgang de koers ondersteunen met positieve adviezen. Deze ondersteuning is voor de onderneming belangrijk 1

“Our objective is…to adopt a policy, fully understood by the entire Firm, including the

Research Department, that we do not make negative or controversial comments about our clients as a matter of sound business practice”

6 aangezien ze nog niet erg bekend zijn met deze markt. Hierdoor geloven ze dat hun waarde zal worden versterkt wanneer institutionele beleggers positieve informatie over de nieuwe onderneming ontvangen en daarin dankzij positieve adviezen willen beleggen (Michaely and Womack 1999). Uit alle ondervraagde CFO’s & CEO’s waarvan hun bedrijf naar de beurs ging in de jaren negentig, bleek volgens onderzoek van Galant (1992) dat 75% de kwaliteit van de researchafdeling en de reputatie van de begeleidende bank de doorslag gaven bij de keuze. Daarbij komt ook nog het verschijnsel dat wanneer de klant goed is geholpen bij de beursgang en tevreden is over het advies, dat deze bij een volgende aandelenuitgifte weer voor dezelfde bank zal kiezen. Er blijft dus druk op de analisten om positieve adviezen te genereren, anders kunnen ze een potentiële klant verliezen. Volgens Michaely and Womack (1999) kunnen er enkele veronderstellingen worden getrokken met betrekking tot de banken die de beursgang begeleiden in tegenstelling tot nietbetrokken analisten. De eerste veronderstelling is dat betrokken analisten meer positieve adviezen geven dan niet-betrokken analisten. De tweede veronderstelling is dat betrokken analisten na de beursgang meer positieve adviezen verstrekken om de inmiddels afgezwakte koers een nieuwe impuls te geven.

3.2

Technische analyse

Waar financiële analisten het met elkaar eens zijn dat onderliggende economische feiten en verbanden belangrijk zijn, gaan anderen ervan uit dat de geschiedenis van de aandeelkoersen patronen bevatten die, mits goed begrepen, kunnen leiden tot een voorspelling van de toekomst. Deze theorie waar het bestuderen van oude patronen in aandeelkoersen centraal staat wordt ook wel ‘technische analyse’ genoemd (Roberts, 1959). Verschillend met de fundamentele analyse is dat de technische analyse niet kijkt naar onderliggende fundamentele waarden zoals financiële gegevens en toekomstverwachtingen. Een technisch analist houdt zich voornamelijk bezig met het bestuderen van historische grafieken en marktgegevens zoals tijd, omzet en prijs. Zo wordt de technische analyse voornamelijk gebruikt voor het voorspellen van zogenaamde ‘draaipunten’ in de markt: een omslagpunt van stijgen naar dalen en omgekeerd. Met gebruik van deze informatie over draaipunten kunnen de technisch analisten aan de hand van de gemiddelde omzet ‘trends’ voorspellen (Lui and Mole, 1998). Zo’n trend kan bijvoorbeeld positief zijn wat duidt op een stijging van enkele weken. Dit betekent dat de technisch analisten ervan uit gaan dat de volgorde van de prijswijzigingen voor een bepaalde dag belangrijk is bij het voorspellen

7 (Fama, 1965). Deze technieken hebben altijd een mysterieus karakter gehad, aangezien veel mensen het niet kunnen bevatten hoe het werkt. Het probleem volgens Shleifer and Summers (1990) is dat technische analyse een vorm is van ‘noise trading’. Dit komt omdat de strategie vooral berust op geruchten en populaire modellen, maar niet gebaseerd is op informatie. Een ander argument van Oberlechner (2001, p82) is dat er nog een tekort aan empirische data is om de technische analyse te erkennen.

3.3

Fundamentele analyse

Bij de fundamentele analyse gaat het voornamelijk om informatie uit de jaarverslagen van de onderneming. Het nadeel van het bestuderen van deze financiële gegevens van een onderneming is dat deze gegevens vaak achterhaald zijn. Zo verschijnt vaak medio februari/maart pas het jaarverslag van het vorige jaar en bestudeer je voornamelijk oude cijfers. Aandeelkoersen verschillen van

tijd tot tijd maar hebben de neiging een zekere

richting te vertonen, namelijk richting de fundamentele waarde (Ou en Penman, 1989). Analisten die de financiële verslagen bestuderen kunnen hierin waarden ontdekken die niet in de aandeelprijs zitten verwerkt. In plaats van de aandeelprijzen als maatstaaf te nemen wordt de intrinsieke waarde, die uit de financiële verslagen wordt afgeleid, gekozen om vervolgens te vergelijken met de aandeelprijs. Deze onderliggende (fundamentele) waarde moet uitwijzen of de huidige koers van een aandeel overgewaardeerd of ondergewaardeerd is. Als de intrinsieke waarde hoger dan de huidige aandeelkoers ligt, is het aandeel ondergewaardeerd en volgens de analist koopwaardig. Een verkoopadvies zal volgen wanneer de intrinsieke waarde van de onderneming lager is dan de huidige aandeelkoers, het aandeel is op dat moment overgewaardeerd. Om tot een fundamentele analyse te komen, wordt de informatie uit de financiële gegevens van de onderneming gehaald. Volgens McEwen and Hunton (1999) vinden de analisten de resultatenrekening daarvan het belangrijkst. Ook wordt er verschillende andere data gebruikt en afgeleid uit de financiële verslagen zoals: de balans, kasstroomoverzicht, voorraadomloop, afschrijvingen, accruals, incidentele resultaten, risicoratio’s (current-, quicken solvabiliteitratio), winst per aandeel, price-earnings ratio, lange termijn schulden, return on equity, return on assets en de toelichting van de financiële jaarrekening. Ou and Penman (1989) gebruikten een eenvoudig model om de waarde van de aandeelkoers te voorspellen: V = E(d) / r. Waar V de aandeelprijs in een efficiënte markt is, E(d) het verwachte dividend

8 bedraagt, gedeeld door de disconteringsvoet r. E(d) en r worden op basis van de financiële verslagen en andere beschikbare informatie bepaald. Er is echter geen verband tussen de gebruikte informatie uit jaarverslagen en de nauwkeurigheid van de voorspelling (McEwen and Hunton 1999). De veronderstelling van de fundamentele waardebenadering is dat op elk tijdstip een aandeel een intrinsieke waarde heeft. Het winstpotentieel is afhankelijk van de fundamentele factoren zoals kwaliteit van het management, vooruitzichten van de industrie en de economie etc. (Fama, 1965). Kanttekening hierbij is dat sommige fundamentele waarden moeilijk te schatten of erg onzeker zijn. Als er veronderstelt wordt dat de actuele prijzen altijd richting de intrinsieke waarden bewegen, dan is het schatten van de intrinsieke waarde van een aandeel in principe gelijk aan het voorspellen van de toekomstige aandeelprijs. Aangezien de mate van overwaardering of onderwaardering geen grens heeft, is fundamentele analyse meer geschikt voor de voorspelling van de lange termijn (Oberlechner, 2001). Een ander probleem wat analisten tegenkomen bij de fundamentele analyse is de mate van Accruals in de boekhouding. In de boekhouding kunnen aanpassingen voorkomen doordat er gekozen kan worden wanneer men de winsten registreert (bij het sluiten van de deal of bij het ontvangen van de vergoeding). De kwaliteit van de winsten verschilt volgens Bradshaw, Richardson and Sloan (2001) doordat ondernemingen met ongebruikelijk veel werkkapitaalaccruals meer kans hebben in een afname van latere winstverwachtingen. Bij de fundamentele analyse kunnen dus waarderelevante signalen gevonden worden in de cijfers van de jaarverslagen. Dit kunnen cijfers zijn die met winst te maken hebben, maar ook niet winstgerelateerde cijfers zoals bepaalde risicofactoren (schulden, groeicijfers) . Deze cijfers zijn voor de analisten belangrijk voor de korte termijn voorspelling (Abarbanell and Bushee, 1997). Door de complexe verslaggeving slaagt de analist er soms niet in om een goede fundamentele analyse los te laten waardoor de voorspelling niet adequaat genoeg is.

3.4

Voorspellingsvermogen en efficiënte markten

Winstschattingen van analisten worden in de Verenigde Staten systematisch verzameld in services als I/B/E/S, Zacks, Standard and Poor’s en First Call. Deze worden elke drie maanden vergeleken aan de hand van een markttest. Analisten worden namelijk beoordeeld op hun nauwkeurigheid van hun voorspellingen (Lim, 2001 p369). Empirisch bewijs suggereert echter dat de voorspellingen van analisten niet voldoen aan de klassieke standaarden van rationele verwachtings hypotheses. De winstvoorspellingen zouden te

9 positief zijn (o.a. De Bondt en Thaler 1990; Dugar en Nathan 1995; Womack, 1996; Dechow, Hutton en Sloan 1997; Lim, 2001). Analisten zijn van mening dat de aandelen die toegevoegd worden aan de kooplijst ondergewaardeerd zijn en zullen stijgen. Als de prijzen zijn gestegen tot een punt waar deze worden beschouwd als overgewaardeerd haalt de analist het aandeel van de kooplijst af. Womack (1996) onderzocht deze beschouwing en liet zien dat dit geldt voor koop- en verkoopadviezen. In dit probleem mag de stelling in welke mate markten efficiënt zijn niet buiten beschouwing gelaten worden. Een efficiënte markt wordt gedefinieerd als een markt die bestaat uit een groot aantal rationele, winstmaximaliserende en actief concurrerende spelers. Deze proberen allemaal de toekomstige marktprijzen te voorspellen met belangrijke informatie die voor iedereen vrij toegankelijk is. In deze efficiënte markt bevatten de prijzen van de aandelen alle beschikbare informatie. Ook zijn de toekomstige verwachte gebeurtenissen al in de prijs verwerkt. (Fama, 1965). Oftewel, in een efficiënte markt zijn de actuele prijzen een goede schatting van de intrinsieke waarde. Als de markt minder efficiënt zou zijn, dan kan de intrinsieke waarde van een aandeel nooit exact worden benaderd. Het probleem is dat wanneer alle informatie al in de koers zit verwerkt, analisten geen meerwaarde leveren met hun voorspellingen, zelfs voorkennis zou bij een volledig efficiënte markt geen abnormaal rendement kunnen opleveren.

4

Discussie

In het deel discussie worden de eerder behandelde problemen behandeld met bewijs en argumenten uit de bestaande wetenschappelijke literatuur.

4.1

Onafhankelijkheid

Er is weinig empirisch bewijs dat de prestaties van betrokken analisten met betrekking tot de aanbevelingen over hun eigen klanten beter zijn dan andere analisten. Volgens onderzoek van Allen and Faulhaber (1989) hebben betrokken analisten superieure informatie over hun klant ten opzichte van andere analisten. Omdat de zakenbanken hun klant naar de beurs hebben gebracht, verkregen ze in dit hele proces veel informatie. Zo weten ze meer over de kwaliteit en visie van de bestuurders, beloningsstructuur, kwaliteit van de leningen en beschikbaarheid van durfkapitalisten. Mede dankzij deze informatie zouden er nauwkeurigere voorspellingen

10 moeten kunnen worden afgeven. Hiermee verwerpen Allen and Faulhaber (1989) de stelling dat de aanbevelingen van betrokken analisten positiever neigen te zijn. Ook na de beursgang kan de betrokken analist dankzij een goede relatie tot betere informatie beschikken om tot nauwkeurigere voorspellingen te komen. Als het waar is dat betrokken analisten over betere informatie beschikken dan zou de markt daar volgens Michaely and Womack (1999) onmiddellijk sterk op moeten reageren. Als hun informatie namelijk superieur is, dan zouden de aanbevelingen een meer voorspellend karakter hebben waarmee investeerders vervolgens een beter resultaat kunnen behalen. Michaely and Womack (1999) konden geen empirisch bewijs vinden voor de bewering dat betrokken analisten nauwkeurigere voorspellingen afgeven dan niet-betrokken analisten. Dugar and Nathan (1995) legden de resultaten van de betrokken en niet-betrokken analisten naast elkaar en kwamen tot de conclusie dat de voorspellingen gemiddeld zelfs even doeltreffend zijn. Er is veel onderzoek gedaan naar de relatie tussen de betrokken analisten en de adviezen voor de klant, uit de conclusies bleek dat deze relatie de adviezen van de analisten van de zakenbank beïnvloed. Zo veronderstellen Lin and McNichols (1997) bij aandelenuitgiftes van een onderneming die bij de zakenbank klant is, dat de betrokken analisten positievere adviezen geven dan niet-betrokken analisten. Ook Dechow, Hutton and Sloan (1997) concludeerden dat de betrokken analisten veel positiever zijn over hun klanten dan de niet-betrokken analisten. Zelfs zouden de aandelen, die gedekt worden door de betrokken analisten, vaker overgewaardeerd zijn. In tegenstelling tot de incentive om positieve adviezen te geven voor de klanten van de zakenbanken is de reputatie van de analist een incentive om juist waarheidsgetrouwe adviezen te geven. Door het verstrekken van accurate koersdoelen of winstvoorspellingen stijgt de reputatie en dus ook de beloning. Dat veel analisten vrijwel positieve adviezen geven kan volgens Lim (2001, p370) komen omdat het

management van de onderneming een grote bron van niet-publieke

informatie over de organisatie is. Managers hebben baat bij het verstrekken van positieve informatie aangezien dit gunstig is voor de onderneming en vaak ook voor de managers zelf vanwege het bezitten van aandelen of opties. Ze zullen dan ook de informatietoevoer naar de analist beperken of stoppen als deze ongunstige adviezen geeft, ook al zijn deze terecht. Met name bij ondernemingen die zich in onzekere informatieomgevingen bevinden, vinden analisten het belangrijker vinden om de goede relatie met het management te behouden. Hier zullen meer positief geassocieerde adviezen te vinden zijn. Dit argument wordt versterkt door het feit dat analisten hoge bonussen krijgen voor het binnenhalen van klanten (Dechow, Hutton and Sloan, 1997). Ook hebben analisten veel beleggers nodig die zorgen voor de

11 omzet bij handel van effecten van de zakenbank. Door positieve vooruitzichten worden beleggers geprikkeld om in te stappen in een bepaald aandeel (Lin and McNichols, 1997). Een tegenargument voor de positief geneigde adviezen komt uit het onderzoek van Richardson, Teoh and Wysocki (2004). Uit dit onderzoek blijkt dat sinds de jaren negentig analisten juist pessimistischere winstverwachtingen afgeven. Deze trend kan worden uitgelegd aan de hand van ‘Insider Trading’. Hierbij worden o.a. managers in staat gesteld om in aandelen en opties van de eigen onderneming te handelen (zonder gebruik van voorkennis en volgens wettelijke regels). Doordat de analisten veel informatie van de managers verkrijgen, kunnen deze managers de analistenvoorspellingen in zekere mate beïnvloeden en sturen. De managers proberen door het verstrekken van informatie, de winstverwachtingen van de analisten op een bepaald niveau te krijgen. Door het niveau van de winstverwachtingen laag te houden kan bij het bekendmaken van de kwartaalcijfers de winstverwachting van de analisten ruim gehaald worden. Hierdoor ontstaat bij de beleggers een beeld dat er veel beter dan verwacht is gepresteerd en schiet de aandeelkoers op moment van bekendmaking hard omhoog. Na deze winst zullen de managers hun effecten verkopen. Naast het kunnen handelen van eigen aandelen worden de managers sinds de jaren negentig ook in grotere mate beloond met aandelen en optiepakketten. Hierdoor is de incentive groter om de analisten te beïnvloeden en zo de aandeelkoersen te kunnen sturen. De sterke stijging bij de kwartaalwinsten zouden volgens Bradshaw, Richardson and Sloan (2001) ook onder invloed kunnen zijn van hoge accounting accruals waardoor de winst gestuwd wordt en zo ver boven de analisten verwachtingen uitkomt. Een beperking op de informatieverschaffing aan analisten kwam tot stand door de invoering van de Regulation Fair Disclosure (Reg FD). De Amerikaanse Securtity and Exchange Commission (SEC) voerde eind 2000 deze regels in om de invloed van managers op de koers te beperken (Irani and Karamanou, 2003). De Reg FD bepaalt dat de managers wanneer ze informatie willen verschaffen aan bijvoorbeeld analisten, deze informatie tegelijkertijd openbaar gemaakt moet worden. Volgens de SEC is deze regulatie noodzakelijk om de beleggingswereld transparanter te maken. De tegenargumenten zijn volgens Irani and Karamanou (2003) dat de kwantiteit en kwaliteit van de publiekelijke informatie afneemt. Door deze afname van goede informatie zal de spreiding van voorspellingen tussen de analisten groter worden. Een apart verschijnsel zijn de gebeurtenissen rond de ‘stilte periode’ bij een beursgang. Tijdens de stilte periode mag de betrokken analist geen advies geven tijdens de eerste 25 beursdagen van de onderneming die naar de beurs is gebracht. Niet-betrokken

12 analisten mogen dit wel, maar doen dit vaak niet. Tot het einde van de periode is de belegger dus aangewezen op de beursprospectus en financiële verslagen. Michaely and Womack (1999) keken naar de koopadviezen van betrokken analisten in de periode na de stilte periode van de ondernemingen die de weg naar de beurs namen. In de eerste maand na deze periode van stilte vonden ze dat de betrokken analist 50% meer koopadviezen verstrekte dan de nietbetrokken analist. Tevens was het opmerkelijk dat aandeelprijzen 30 dagen voor het koopadvies van de betrokken analist gemiddeld daalden, terwijl de prijzen bij niet-betrokken analisten juist stegen.

4.2

Technische analyse

Volgens Roberts (1959) negeert niemand in de financiële wereld de technische analyse in z’n geheel, de terminologie is immers ingebakken in de marktrapportage. Het probleem is echter dat er veel aandacht aan deze technische analyse is besteed (o.a. door statistici) maar het nog steeds niet algemeen herkend is als volledig betrouwbaar, het is nog steeds slechts een statistisch artefact. Een van de redenen is dat de gebruikelijke manier van het weergeven van aandeelkoersen een beeld geeft van bepaalde niveaus in plaats van veranderingen. Deze niveaus kunnen een opzettelijk vervaardigd beeld geven van patronen en trends, hierdoor kan er spraken zijn van selffulfilling prophecy. Een tweede reden is dat het kansgedrag van koersen zelf al patronen creëert die leiden tot valse interpretaties (Roberts 1959). Bij het voorbeeld van Roberts (1959 p2) waarbij gekeken wordt naar de wekelijkse veranderingen in de Dow Jones Index, lijkt het erop dat deze veranderingen zijn gegenereerd door een extreem simpel kansmodel. Hierdoor doet de geschiedenis van de markten zich voor als een cumulatie van de resultaten die door dit kansmodel zijn gegenereerd. Er zijn echter bepaalde statistische technieken die visuele analyse aanvullen, maar geheel vervangen wordt het niet omdat grafische studie een middel vormt tegen verkeerde interpretatie van statistische analyse Meer tegenstand uit de wetenschappelijke wereld krijgt de technische analyse door de “Random Walk Theory” (Fama, 1965). Deze theorie gaat ervan uit dat de toekomstige richting van de aandeelprijzen even voorspelbaar zijn als een reeks van gecumuleerde willekeurige getallen. In statistische termen zijn volgens de theorie, de opeenvolgende prijswijzigingen onafhankelijke variabelen. Dit komt erop neer dat series van prijswijzigingen geen geheugen hebben, waardoor het verleden het heden niet kan voorspellen. Het onderzoek van Fama (1965) gaf voldoende empirisch bewijs om te stellen dat de technische analyse geen echte waarde kan bieden aan de investeerders.

13 Toch wordt de technische analyse door veel analisten gebruikt, hiervoor zijn enkele verklaringen: Lui and Mole (1998) achten dat technische analyse wel erg geschikt is voor het voorspellen van draaipunten. Door de omzet en grafieken in de gaten te houden kan de markt in een fase van ‘overbought’ of ‘oversold’ terecht komen, om vervolgens de tegenovergestelde (herstel)beweging te vormen. Hierdoor zullen beleggers niet puur op basis van fundamentele waarde handelen maar ook rekening houden met geruchten (noise trading) en de kennis van de technische signalen zoals draaipunten en trends. Oberlechner (2001) voegt hieraan toe dat de belegger de technische analyse aan de hand houdt als verzekering tegen de grote groep beleggers die dankzij hun kennis en expertise de technische analyse intensief gebruiken. “Als honderd mensen in iets geloven, zullen deze honderd mensen de markt in beweging zetten 2 ” (Oberlechner 2001, p91), door dit verschijnsel bevestigen de marktdeelnemers de patronen uit de grafieken. Door dit citaat kan de technische analyse dus ook gezien worden als massapsychologie versterkt door het effect van analisten kunnen de markten tot grote irrationele bewegingen in staat zijn.

4.3

Fundamentele analyse

De methodes die gebruikt worden bij fundamentele analyse zijn nogal onduidelijk. In studieboeken wordt er voornamelijk over ratio’s als liquiditeit, winstgevendheid en voorraadomloop gesproken, maar de samenhang tot ondernemingswaarde van deze operationele ratio’s is nogal onduidelijk. Ou en Penman (1989) proberen in hun onderzoek het begrip ‘waarde’ uit de financiële verslagen te operationaliseren. Ze vonden een methode om uit de analyse van financiële verslagen een fundamentele waardemaatstaf te krijgen welke een indicatie kan geven van de toekomstige winsten. Het was niet helemaal zeker of het niet alleen een risicomaatstaf was, maar het herkende vermogenswaarden die niet in de aandeelprijs verwerkt zaten. Het bewijs suggereert dus dat fundamentele analyse waarden kan ontdekken die nog niet in de aandeelprijs zitten verwerkt. In een onzekere wereld kan de intrinsieke waarde van een aandeel eigenlijk nooit exact benaderd worden (Fama 1965). Aangezien niks zeker is in een onzekere wereld zal er altijd twijfel zijn over bepaalde variabelen. Zo zal er discussie zijn tussen marktdeelnemers over wat de huidige intrinsieke waarde zal bedragen. Door deze discussie is er een tegenstrijdigheid tussen actuele prijzen en intrinsieke waarden. Volgens Fama (1965, p76) kan dit komen omdat intrinsieke waarden eigenlijk van dag tot dag kunnen wijzigen door nieuwe 2

‘if a hundred people believe in something, these hundred people will move the market. So

they confirm the chart’ (Oberlechner 2001, p91)

14 informatie zoals resultaten in de onderzoek- en ontwikkelingafdeling, veranderingen in management, nieuwe beloningsstructuren, veranderingen in tarieven van invoer of welke actuele verandering dan ook welke invloed heeft op de toekomstige resultaten van de onderneming. Hierdoor slagen de analisten volgens Abarbanell and Bashee (1997) er niet in om volledig de signalen voor de toekomstige winst op te nemen in hun voorspellingen. Een belangrijke verschuiving in de fundamentele analyse is het principe van ´Street Earnings´. Uit onderzoeken van Bradshaw and Sloan (2002) en Baik, Farber and Petroni (2009) bleek dat er een afname is tussen het verband van de onder GAAP 3 gepresenteerde inkomsten en de prijzen van de aandelen. Hieruit blijkt dat er een afname is in de relevantie van gepresenteerde winsten (onder GAAP). Er wordt nu meer waarde gehecht aan de street earnings, de cijfers die door de ondernemingen worden gepresenteerd in persberichten en worden bijgehouden door analistendatabases zoals I/B/E/S, Zacks en First Call . Het verschil zit in de toerekening van de incidentele kosten. Bradshaw and Sloan (2002) ontdekten een duidelijke stijging van uitsluiting van aanzienlijke kosten in de winsten gerapporteerd door de analisten en een overeenkomstige stijging van ondernemingen die grote uitgaven als incidentele uitgeven beschouwen. Deze verandering in de manier van rapporteren heeft tot het verschil geleid tussen de winst onder GAAP en de street earnings. Hoge accounting accruals kunnen ook de GAAP procedures schenden. Door het boeken van winsten in een ander fiscaal jaar kan er een verkeerd beeld ontstaan van de winst van de onderneming. Bradshaw, Richardson and Sloan (2001) ondervonden dat analistenvoorspellingen grote negatieve afwijkingen vertonen bij ondernemingen met een hoge mate van accruals. Volgens Sloan (1996) anticiperen investeerders niet op een latere daling van aandeelprijzen door de hoge accruals. Ook Bradshaw, Richardson and Sloan (2001) merkten op dat analisten niet de latere prijsdalingen van aandelen, die worden veroorzaakt door hoge accruals, volledig in hun voorspelling meenamen. Zelfs zouden analisten tekort schieten in het inzien van toekomstige gevolgen van de hoge accruals. Niemand zal beweren dat de financiële markten en de macro-economische cijfers evenwijdig aan elkaar lopen. Maar er wordt vanuit gegaan dat aandeelprijzen wel degelijk reageren op externe krachten (Chen, Rol and Ross 1986). Economische variabelen zijn in principe allemaal endogeen van afkomst. Alleen natuurkrachten als aardbevingen en orkanen zijn exogene krachten. Maar voor deze variabelen valt geen model op te stellen Uit de onderzoeken van o.a. Oberlechner (2001) en Lui and Mole (1998) blijkt dat marktdeelnemers fundamentele en technische analyse elkaar niet uitsluiten. Alleen een kleine 3

General Accepted Accounting Principles, Amerikaans stelsel van verslaggevingsregels

15 groep beweert dat ze uitsluitend fundamentele of uitsluitend technische analyse gebruiken. Het komt erop neer dat de fundamentele analyse naast de technische analyse wordt gebruikt omdat technische analyse meer houvast biedt op de korte termijn en fundamentele analyse meer inzicht geeft op de ontwikkelingen over langere termijn.

4.4

Voorspellingsvermogen en efficiënte markten

Er is sterk bewijs dat de aandeelprijzen significant worden beïnvloed door de adviezen van de analisten, niet alleen op het moment van het advies maar ook in de maanden erna (Womack, 1996). Vanaf het moment van de nieuwe aanbeveling van de analist is er een significante prijs- en volumereactie te ontdekken. In de drie dagen na een verandering van het koersdoel steeg een aandeel gemiddeld 3% bij een koopadvies en daalde het gemiddeld 4,7% bij een verkoopadvies. Er is ook nog een significante beweging ná deze periode. Womack (1996) bekeek de bewegingen de opvolgende zes maanden na de nieuwe aanbeveling van de analist (gemeten vanaf twee beursdagen na het publiceren van de aanbeveling). De koopadviezen hadden gemiddeld een stijging van 2,4%, terwijl de verkoopadviezen harder daalden, namelijk 9,1%. De resultaten suggereren volgens Womack (1996) dat voor koopadviezen vooral sprake is van goede timing en korte termijn stockpicking. Terwijl bij de verkoopadviezen de koersen veel harder daalden en het vooruitzicht dus beter was. Andere onderzoeken onderzochten de afwijkingen tussen de betrokken en de nietbetrokken analisten. Lin and McNichols (1997) en Michaely en Womack (1999) ontdekten een significante afwijking tussen prijsverandering bij adviezen van betrokken tegenover nietbetrokken analisten. De prijsverandering na een koopadvies van een betrokken analist bedroeg gemiddeld 2,7% terwijl de niet-betrokken analist het met 4,4% beter deed. Maar Dugar and Nathan (1995) vonden juist geen verschil maar merkten wel op dat investeerders minder vertrouwden op de winstvoorspellingen van de betrokken analisten. Bij de nietbetrokken analisten was de relatie tussen de voorspellingsafwijkingen en abnormale rendementen sterker, gemeten tussen de voorspellingen. Dat nieuwe koopadviezen zeven keer vaker voorkomen dan nieuwe verkoopadviezen heeft waarschijnlijk te maken met de “kosten” van deze verkoopadviezen. Deze zijn namelijk groter dan die van koopadviezen (Womack 1996). De analisten moeten hun (nieuwe) klanten namelijk aansporen om aandelen te gaan kopen om zo de transactiekosten binnen te halen. Als nieuwe klanten de optie overwegen om geld te investeren in aandelen en er zijn voornamelijk verkoopadviezen zal dit de klant niet aansporen om te gaan beleggen.

16 Elk

jaar

houdt

the

Instutional

Investor

een

onderzoek,

waarbij

2000

vermogensbeheerders worden gevraagd om de analisten op vier criteria te beoordelen: stockpicking, winstvoorspellingen, kwaliteit van geschreven rapporten en service (Stickel, 1992). De uitslag van het onderzoek wordt ook wel ‘The All-American Research Team’ genoemd, hoe hoger je op deze lijst staat des te beter is je reputatie als analist. Zo betalen handelshuizen zelfs meer voor analisten die hoger op de lijst staan. Enkele analisten bekritiseerden de lijst en vergeleken het met een schoonheidswedstrijd en beargumenteerde dat de hoogste niet het beste presteerde. Stickel (1992) deed onderzoek naar deze bewering en kwam tot de conclusie dat er een positief verband lag tussen de reputatie en prestatie van de ‘All-Americans’. De All-Americans gaven vaker en nauwkeuriger adviezen dan andere analisten. Zo kwamen de voorspellingen van de All-Americans gemiddeld 2,8% dichter in de buurt (bij een gemiddelde aandeelprijs van $37 en $2,8 winst per aandeel). Dit komt overeen met de timing van de All-Americans, ze herzien gemiddeld hun advies per 86 dagen tegenover 93 dagen van de Non-All-Americans. Volgens Stickel (1992 p1831) is er ook genoeg bewijs om aan te tonen dat All-Americans die uit het team dreigen te vallen slechter presteren dan de andere All-Americans en voor de NonAll-Americans die dreigen te promoveren geldt het omgekeerde. Grossman and Stiglitz (1980) nemen waar dat prijzen niet alle beschikbare informatie kunnen bevatten, anders zou men ook geen winst kunnen behalen uit de informatie van alle onderzoeken naar de waardering van aandelen. In een competitieve en rationele wereld moet deze kostbare activiteit worden gecompenseerd door verwachte winsten in de vorm van vergoedingen aan de zakenbank, handelswinsten en commissies van de handel in effecten. Easly, O’Hara and Paperman (1998) gaan hierop verder en beweren dat analisten de cruciale functie hebben om nieuwe informatie uit de markt op te sporen en het vervolgens te verspreiden. Door deze activiteiten, weergegeven door transacties van beleggers, wordt de markt in staat gesteld om efficiënt te zijn. Maar het tegenargument van Easly, O’Hara and Paperman (1998) blijkt wanneer markten al efficiënt zijn dan wordt het moeilijk om de activiteiten van de analisten te rechtvaardigen. Op basis van dit standpunt zouden analisten dan in principe overbodige, geldkostende marktdeelnemers zijn. De analisten kunnen ook volgens een psychologische wijze worden geanalyseerd. De Bondt en Thaler (1990) vroegen zich af of de formele economische modellen waar men ervan uitgaat dat in de financiële markten iedereen rationeel is, eigenlijk wel waar zijn. Het komt erop neer dat niet iedereen rationeel is maar doordat er in de financiële markten genoeg rationele personen zijn zal de evenwichtsprijs in stand blijven. Analisten blijven ook maar

17 mensen en vooral naïeve laag geschoolde analisten hebben de intentie om een overreactie te geven. Voorspellingen zijn in principe te extreem om rationeel te zijn. Het zelfde patroon vinden de Bondt en Thaler (1990) in de voorspellingen van macro-economische vooruitzichten wat extra bijdraagt dat meer beroepen neigen naar overreacties in voorspellingen.

5

Pilot Study

In deze pilot study wil ik met een klein onderzoek enkele Nederlandse analisten onderzoeken. Om het een klein onderzoek te houden heb ik de data opgezocht van vier Nederlandse aandelen die verhandeld werden op de Amsterdam Exchange Index (AEX) in de periode 2007-2008. Ik heb voor vier aandelen gekozen die Nederlands van oorsprong zijn en weinig directe invloed hebben gehad van de kredietcrisis (zoals banken), overnames en olieprijzen. Uiteindelijk

heb

ik

gekozen

voor

chemiebedrijf

DSM,

bierbrouwer

Heineken,

technologiebedrijf Philips en voedingsbedrijf Unilever. Om tot een goede vergelijking te komen met betrekking tot de analisten heb ik naar vier analistenbedrijven gezocht die advies gaven voor deze vier aandelen. Dit zijn uiteindelijk Petercam, ING, SNS en Rabobank geworden. De data van de aandelen komt van de website belegger.nl en de adviezen van de analisten vond ik op de beleggingsomgeving van Binckbank. Hypotheses In verband met de onderzochte onderwerpen in deze scriptie ben ik benieuwd naar de resultaten van de Nederlandse analisten. Ik ga aan de hand van drie hypotheses kijken welke waarde er aan een analist kan worden gegeven: ●

5.1: Analisten geven overwegend positieve adviezen

●

5.2: Het rendement van de analisten is slechter dan het rendement van de AEX-Index

●

5.3: De koersdoelen wijken minder dan 10% af van de huidige koers

18 5.1

Hypothese 1: Analisten geven overwegend positieve adviezen

Tabel 1. Aantal en verschillende adviezen Adviezen  Petercam  SNS  ING  Rabobank  Totaal 

Buy  6  19  36  36  97 

Hold 18  13  13  9  53 

Add  14  8  0  0  22 

Reduce  5  3  0  0  8 

Sell 0  0  2  0  2 

Neutral 0  1  0  0  1 

Accumulate 0  7  0  0  7 

Totaal 43  51  51  45  190 

In totaal werden er in de periode 2007-2008 190 adviezen afgegeven. Dit waren voornamelijk kopen (buy), houden (hold) en toevoegen (add). Hierbij kan de kanttekening worden gegeven dat het verschil tussen kopen en toevoegen erg klein is, het zijn beide positieve adviezen. Voeg hierbij 7 accumulate adviezen toe waardoor er totaal 126 positieve adviezen zijn, dit is 66,3% van het totaal. De neutrale adviezen zoals hold en neutral bedroegen 54, of wel 28,4%. De negatieve adviezen bedroegen slechts 10 stuks van het geheel, dus 5,3%. Dit is wel opmerkelijk laag aangezien alle aandelen vanaf midden 2007 zeer sterk zijn gedaald. In het onderzoek van Womack (1996) was de ratio tussen koop- en verkoopadviezen 7 tegen 1.6. Bradshaw (2004) vond in slechts 1,7% van de aanbevelingen een verkoopadvies en op de top van de internethype stond er in de VS tegenover elke honderd koopaanbevelingen slechts één verkoopadvies (Fem business, 2003). In dit onderzoek was deze verhouding 97:2 over een periode van twee jaar. Dat de analisten overwegend positieve adviezen geven benadrukt dit cijfer wel. De analisten van ING en Rabobank waren in dit onderzoek goed voor samen 72 koopadviezen. ING was vervolgens de enige die verkoopadviezen gaf, al waren het er maar twee. De grote groep met neutrale adviezen zijn ook opmerkelijk. Het lijkt erop of de analisten een zogenaamde Buy-and-Hold strategie hebben. Het kopen van aandelen en dan maar afwachten. Het bleek in deze twee jaar geen goede strategie, men had bij twijfel beter een reduce advies kunnen geven en een deel van het geld apart houden in afwachting van nieuwe kansen of investeren in andere aandelen. 5.2

Hypothese 2: Het rendement van de analisten is slechter dan het rendement van de

AEX-Index Om tot de resultaten te komen heb ik een scenario geschetst waarbij iemand met 40.000 euro gaat beleggen in de vier genoemde aandelen. Bij het eerste advies in 2007 werd er ingestapt met 10.000 euro per aandeel. Vanaf dat moment zat al het beschikbare geld in de aandelen en

19 konden er geen aandelen bijgekocht worden bij nieuwe koop- en toevoegadviezen. Vervolgens werd er bij een reduce advies 50% van de aandelen verkocht tegen de slotkoers van de dag voor het advies. Bij een verkoopadvies werden alle aandelen verkocht. Het is niet voorgekomen dat na een reduce- of selladvies een nieuw koopadvies volgde. De bedragen die opzij werden gezet zijn opgeteld bij de waarde van de aandelen tegen de slotkoers op 30 december van 2008.

Tabel 2. Resultaten per analist voor de geselecteerde aandelen Resultaat  Petercam  SNS  ING  Rabobank  AEX‐Index 

DSM  ‐46,75%  ‐46,75%  ‐50,76%  ‐47,19%   

Heineken  ‐42,08%  ‐11,88%  ‐40,41%  ‐42,31%   

Philips  ‐52,75%  ‐53,76%  ‐49,60%  ‐52,64%   

Unilever  1,97%  ‐14,37%  ‐16,91%  ‐14,50%   

Totaal  ‐34,90%  ‐31,69%  ‐39,42%  ‐39,16%  ‐50.91% 

Zoals tabel 2 laat zien, is het rendement van de AEX-Index heel slecht, in twee jaar is de AEX in feite gehalveerd. Met de aandeelkoersen ging het natuurlijk ook slecht maar toch waren er genoeg mogelijkheden om het verlies te beperken of zelfs winst te maken. Petercam heeft op de manier die ik hanteerde zelfs 1,97% winst gemaakt op het aandeel Unilever. Verder had SNS een afwijkend resultaat met het aandeel Heineken. Over het algemeen zijn de prestatie van de analisten vergelijkbaar dit wordt ook duidelijk uit het totale rendement wat tussen de 31,69 en -39.42% ligt. In de volgende afbeeldingen wil ik aan de hand van de grafieken kijken waar de kansen lagen in de genoemde aandelen. Deze analyse zal enkel technisch van aard zijn omdat er alleen wordt gekeken naar de grafiek. Aangezien de analisten ongeveer één keer per twee maanden een nieuw advies geven wordt aangenomen dat analisten enkele keren per jaar winst kunnen nemen bijvoorbeeld als ze het aandeel overgewaardeerd is of dat er een flink rendement behaald is in korte tijd. Om vervolgens weer opnieuw aandelen te kunnen kopen.

20 Figuur 1. Grafiek DSM (2007-2008) (Google Finance, 2009)

Het aandeel DSM schommelde van 2007 tot halverwege 2008 tussen de 27 en 40 euro. Er zijn genoeg punten (rond de 38-40 euro) waar bijvoorbeeld winst had kunnen worden genomen om vervolgens bij een lager punt weer in te stappen. De analisten volgden DSM voornamelijk met koop en houdadviezen waardoor ze allemaal de koers van 40 naar 16 euro zagen vallen. ING kwam pas bij het dieptepunt van de koers, rond 17 euro, met een verkoopadvies, terwijl het aandeel toen dus al 23 euro was gedaald vanaf 40 euro. Figuur 2. Grafiek Heineken (2007-2008) (Google Finance, 2009)

Het aandeel Heineken begon 2007 rond de 37 euro en steeg vervolgens naar 48 euro. Dit is wederom een fors verschil waar winst had kunnen worden geboekt. De rest van de koersverloop is vooral dalend en valt er weinig positief rendement meer te behalen. SNS was de enige die hierop inspeelde. Er werden twee reduce adviezen afgegeven en dat met een goede timing rond de 45 euro eind 2007. Hierdoor behaalde SNS een rendement van -11,88% waar de andere analisten ruim 40% verlies maakten.

21 Figuur 3. Grafiek Philips (2007-2008) (Google Finance, 2009)

Het aandeel Philips koerste rond de 30 euro en er zaten niet zulke grote bewegingen in als DSM en Heineken. Vervolgens zakt de koers langzaam af naar 25 euro om vervolgens in de kredietcrisis ten onder te gaan richting de 13 euro. Het aandeel Philips kreeg de meeste adviezen (62) en hiervan waren er 48 (77,4%) positieve adviezen. ING gaf pas bij het bereiken van een koers van 15 euro een verkoopadvies en deed het hierdoor marginaal beter dan de rest. Figuur 4. Grafiek Unilever (2007-2008) (Google Finance, 2009)

Unilever staat bekend als een defensief aandeel. Een aandeel zonder al te veel speling in de loop van de jaren. Waar mensen rustig in beleggen en elk jaar een goed percentage dividend ontvangen. Het aandeel Unilever lijkt in deze grafiek flinke verschillen te vertonen maar de schaal is erg klein. Het rendement over twee jaar is dan ook slechts -16%. Van begin 2007 tot eind 2007 steeg het aandeel maarliefst 20%. Waarschijnlijk was het toen overgewaardeerd en had de analist wat winst moeten opzijleggen. Petercam had dit begrepen en gaf een reduce advies af, mede dankzij deze timing behaalde Petercam een positief rendement op het aandeel Unilever.

22 Figuur 5. Koersbewegingen in procenten 2007-2008

23 In figuur 5 heb ik de koersveranderingen van de AEX-Index samen met de veranderingen van de vier aandelen in een grafiek geplaatst. Duidelijk is dat de patronen van de aandelen in zekere mate gelijk bewegen met de AEX. Dit zou erop kunnen wijzen dat de Beta van de aandelen rond de 1.0 ligt. Vooral Philips ligt constant dichtbij de AEX-lijn. Philips en DSM hebben na twee jaar nagenoeg hetzelfde resultaat als de AEX. De analisten hebben volgens Tabel 2 met deze aandelen een marktconform rendement behaald. Het percentage wijkt wat af aangezien de metingen van de analisten niet vanaf 1 januari 2007 zijn gestart maar in het eerste kwartaal van 2007. Bij Heineken en Unilever zijn de rendementen (op twee uitschieters na) ook gelijk aan de tweejaarperformance. Deze aandelen deden het beter dan de AEX door een negatieve rendementen van 40% en 17% te behalen. De uiteindelijke totaalrendementen van de analisten (-31% tot -39%) zijn beter dan het rendement op de AEX in de periode 20072008 (-50,91%). Wel moet worden opgemerkt dat dit onderzoek slechts vier aandelen gebruikt heeft, hiervan haalde er twee een beter rendement dan de AEX en de andere twee een gelijk rendement. In de periode 2007-2008 werden de financiële markten getroffen door de kredietcrisis. Er was in bepaalde weken grote paniek door slecht nieuws waardoor de beurzen scherp daalden. Ik denk dat de analisten dit niet konden voorzien. Heel misschien zouden er via de technische analyse signalen kunnen worden afgeleid uit andere crisisperioden. De kredietcrisis heeft vooral te maken met de problemen van het verstrekken van krediet door banken met een economische krimp tot gevolg. Deze macroeconomische gegevens kunnen de analisten via fundamentele analyse niet afleiden uit de financiële jaarverslagen van ondernemingen. Wel zou er bijvoorbeeld naar de solvabiliteitsratio’s en schuldpositie van een onderneming gegeken kunnen worden, wanneer er bekend werd dat de banken zich in grote problemen bevonden. Ook aan de hand van macroeconomische groeiverwachtingen zouden de analisten misschien kunnen overwegen om tot actie over te gaan. Toch is er in dit onderzoek door de analisten nauwelijks rekening gehouden met de steeds slechtere omstandigheden.

5.3

Hypothese 3: De voorspellingen wijken minder dan 10% af van de huidige koers

Om de nauwkeurigheid van de voorspellingen te bekijken vergeleek ik de huidige koers van het aandeel met het koersdoel van de analist. Er waren in totaal 190 aanbevelingen in 24 maanden, dit komt erop neer dat er gemiddeld elke twee maanden een nieuwe aanbeveling verscheen. Door deze relatief korte tijd verwacht ik dat analisten wel een betrouwbare schatting kunnen doen van komende beweging en dat het nieuwe koersdoel minder dan 15% afwijkt van de huidige koers.

24 Tabel 3. Totale afwijking van koersdoelen t.o.v. huidige koers Afwijking  Petercam  SNS  ING  Rabobank 

DSM  20,72%  35,45%  8,23%  7,10% 

Heineken  12,22%  1,80%  15,57%  16,91% 

Philips  21,43%  25,18%  31,12%  41,62% 

Unilever  10,79%  8,21%  17,39%  21,06% 

Totaal  16,29%  17,66%  18,08%  21,67% 

Uit Tabel 3 blijkt dat de totale afwijking bij alle vier de analisten veel groter is dan de verwachte 10%. Het verschil tussen de analisten is heel groot, bij DSM is het verschil tussen de beste en de slechtste analist zelfs meer dan 25%. Ook presteert er niet één analist constant beter dan de andere drie. Een afwijking van 1,8% voor Heineken van SNS wordt weer gevolgd door een 35% afwijking bij DSM. Het beste werd gescoord bij Heineken, terwijl dit aandeel in figuur 5 grote verschillen liet zien. DSM De grote verschillen zijn te wijten aan de verschillende koersdoelen en adviezen. Zo gaven Petercam en SNS voornamelijk koopadviezen tussen de 40 en 50 euro. De koersdoelen namen naar mate de koers daalde geleidelijk af maar SNS gaf bij een koers van 18 alsnog een koersdoel van 30, dat is bijna 2x zoveel. Rabobank en ING waren nauwkeuriger, wanneer de koers van DSM hard omlaag ging verlaagde deze analisten de koersdoelen respectievelijk met 15 en 18 euro. Er was echter geen groot verschil in rendement. Heineken Grote uitschieter bij dit aandeel waren de analisten van SNS. Bij SNS werd al snel een hold advies gegeven met een koersdoel wat 5 euro onder de huidige koers lag. Later volgde zelfs nog twee keer een reduce advies. SNS was ook de enige die geen koop- of add-advies heeft gegeven voor Heineken. Door deze nauwkeurigheid behaalde SNS met -11,88% een beter rendement dan -40% die de andere drie analisten behaalden. Philips Bij dit aandeel waren weinig uitschieters. De rendementen waren ook bijna gelijk aan elkaar. Bijzonder om te zien is dat Rabobank met 16 koopadviezen kwam, in 2007 weken deze koopadviezen ongeveer 15-25% af van de koers, maar in 2008 weken de koersdoelen 50-80% af. Dat is totaal niet nauwkeurig en daarom presteerde Rabobank ook het slechtste met een afwijking van 41% (wat het hoogste percentage is van alle vier de aandelen).

25 Unilever De koers van Unilever schommelde het minst in deze twee jaar. De geschiedenis leert dat dit aandeel de laatste 8 jaar gemiddeld tussen de 17 en 25 euro beweegt. De gemiddelde afwijking bedraagt 14,36% toch zou bij dit aandeel deze afwijking lager moeten zijn door de geringe beweging. Rabobank presteert weer slecht door het geven van alleen maar koopadviezen (en 1 hold advies)

5.4

Conclusie onderzoeksresultaten

Uit de eerste hypothese blijkt dat de analisten wel degelijk veel positieve voorspellingen geven. Van de 190 adviezen was 66,3% positief en slechts 5,3% negatief. In de tijd van dit onderzoek kwam de markt halverwege 2007 op haar hoogtepunt om vervolgens voornamelijk te dalen. De meeste analisten hielden vast aan hun Buy-and-Hold strategie en maakte slechte rendementen, dit bleek ook wel uit de tweede hypothese. Toch deden enkele aandelen het wel iets beter dan de AEX. De derde hypothese was niet wat ik verwachte. Met een gemiddelde duur van 2 maanden per nieuw advies had ik verwacht dat de afwijking wel onder de 10% kon liggen. Dit was slechts in zes van de zestien keer het geval. Ook blijkt dat wanneer de voorspellingen redelijk nauwkeurig zijn (onder de 10% afwijking), dit geen garantie tot succes biedt. De betere rendementen werden pas behaald toen de analist ook echt een verkoopadvies verstrekte. De voorspellingen kunnen wel nauwkeurig zijn maar het gaat uiteindelijk om de harde koop of verkoopadviezen. 6 Conclusie Deze scriptie probeert via de besproken problemen een beter inzicht te geven in welke informerende waarde er gegeven kan worden aan de voorspelling van een analist. Het blijkt dat de technische analyse wetenschappelijk nog steeds niet is bewezen (Fama 1965), toch wordt de analyse veelvuldig gebruikt. In praktijk worden de fundamentele analyse en de technische analyse naast elkaar gebruikt, waar de fundamentele analyse vooral voor de lange termijn geschikt is en de technische analyse voor de korte termijn (Lui and Mole 1998). Door het gebruik van twee soorten analyses kunnen analisten beter de korte- of lange termijnrisico’s inschatten dan met het gebruik van één soort. Uit de bestudeerde literatuur blijkt dat de betrokken analisten die de bedrijven naar de beurs brengen geen onafhankelijke beoordelingen afgeven (Michaely and Womack 1999). Hierdoor hebben beleggers meer vertrouwen in de voorspellingen van de niet-betrokken analist (Dugar and Nathan 1995).

26 Vrijwel alle auteurs zijn het er over eens dat het grootste deel van de voorspellingen te positief gerelateerd zijn. Het blijkt dus dat de analisten niet onafhankelijk zijn en teveel positieve adviezen geven. Uit mijn onderzoek bevond het gemiddelde rendement over 2007-2008 van de vier analisten zich tussen de -31% en -40%. Tevens waren 66,3% van de adviezen positief tegenover 5,3% negatieve adviezen. De markt wordt echter overspoeld door talloze analistenvoorspellingen, hiertussen zullen altijd wel goede en slechte zitten omdat aandeelkoersen in principe alleen maar omhoog of omlaag kunnen bewegen. Toch is het onmogelijk om deze enkele juiste voorspelling te vinden die het beter doet dan de andere voorspellingen. In mijn onderzoek bleek dat er één van de zestien voorspellingen een positief rendement opleverde. Omdat er geen analisten zijn die structureel elk jaar de markt verslaan bieden de voorspellingen geen garantie tot succes. Mede door de invloed van de afhankelijkheid en de positief neigende voorspellingen slagen de analisten er niet in om nauwkeurig aandeelkoersen te voorspellen. Door eigen onderzoek en het lezen van rapporten van analisten kun je wel een ruimer idee krijgen over de toekomstverwachtingen van een aandeel. Vooral voor de beleggers met weinig kennis van een onderneming en geen ervaring met financiële verslaggeving zijn de analistenrapporten informatief. Toch blijft het beleggen een onzekere wereld waarin de analist probeert zoveel mogelijk informatie te verkrijgen om de risico’s van de investeringen te verlagen. Helaas zal de toekomst van de bewegingen van de aandeelkoersen een onzekere zaak blijven die geen enkele analist met zekerheid kan voorspellen.

Bibliografie

27 Abarbanell J. and Bushee B. (1997) “Fundamental Analysis, Future Earnings, and Stock Prices” Journal of accounting research Vol. 35, No. 1 (Spring, 1997), pp. 1-24 Allen, F. and Faulhaber, G. (1989). “Signaling by Underpricing in the IPO Market,” Journal of Financial Economics, 23, 303-323. Baik, B., Farber, D. and Petroni, K. (2009). “Analysts’ incentives and street earnings” Journal of Accounting Research. Vol.47 No.1 March 2009, 45-69 Bondt, W. De and Thaler, R. (1990). “Do security analysts overreact?” The American Economic review. Volume 80, issue 2 (May, 1990), 52-57 Bradshaw, M., Richardson, S. and Sloan, R. (2001). “Do analysts and auditors use information in accruals?” Journal of accounting research Vol. 39 No.1 June 2001 Bradshaw, M., and Sloan, R. (2002) “GAAP versus the street: An empirical assessment of two alternative definitions of earnings” Journal of Accounting Research 40 (2002) 41-66 Bradshaw, M. (2004). “How Do Analysts Use Their Earnings Forecasts in Generating Stock Recommendations?” Accounting Review 79 (1), 25 Chen, N., Roll, R. and Ross, S. (1986). “Economic Forces and the Stock Market” The Journal of Business, Vol. 59, No. 3 (Jul., 1986), pp. 383-403 Dechow, P., Hutton A. and Sloan R., (1997). “The Relation Between Analysts’ Long-Term Earnings Forecasts and Stock Price Performance Following Equity Offerings,” Harvard Business School Working Paper Dugar, A., and Nathan, S. (1995). “The Effect of Investment Banking Relationships on Financial Analysts’ Earnings Forecasts and Investment Recommendations,” Contemporary Accounting Research, 12, 131-160 Easly, D., O’Hara, M. and Paperman, J. (1998). “Financial analysts and information-based trade” Journal of Financial Markets 1 (1998) 175-201 Fama, E. (1965). “Random Walks in Stock Market Prices”, Financial Analysts Journal, Vol. 51, No. 1, 50 Years in Review (Jan. - Feb., 1995), pp.75-80 Fama, E. (1965). “The Behavior of Stock Market Prices". Journal of Business 38 (1): 34–105. January 1965 Fem Business (2003) “Analisten ABN Amro tonen lef” Fem Business vol 6, nr49, december 2003. (http://archief.fembusiness.nl/) Galant, D. (1992), “Going Public” Institutional Investor, April 1992, 127-129. Grossman, S., and Stiglitz, J. (1980). “On the impossibility of informationally efficient markets”, American Economic Review 70, 393-408.

28 Hayward, M. and Boeker, W (1998). “Power and Conflicts of Interest in Professional Firms: Evidence from Investment Banking” Administrative Science Quarterly, Vol. 43, No. 1 (Mar., 1998), pp. 1-22 Irani, A. and Karamanou, I. (2003) “Regulation Fair Disclosure, Analyst Following, and Analyst Forecast Dispersion” Accounting Horizons Vol. 17 No. 1 March 2003 pp. 15-29 Lim, T. (2001) “Rationality and Analysts' Forecast Bias” The Journal of Finance, Vol. 56, No. 1 (Feb., 2001), pp. 369-385 Lin, H. and McNichols M., (1997). “Underwriting Relationships And Analysts’ Earnings Forecasts and Investment Recommendations” Working Paper, Stanford University, Stanford, CA. Lui, Y-H., and Mole, D., (1998). “The use of fundamental and technical analyses by foreign exchange dealers: Hong Kong evidence” Journal of International Money and Finance17 p535-545 (1998) McEwen R. and Hunton, J. (1999) “Is Analyst Forecast Accuracy Associated With Accounting Information Use?” Accounting Horizons Vol. 13 No. 1 March 1999 pp. 1-16 Michaely, R. and Womack, L. (1999). “Conflict of Interest and the Credibility of Underwriter Analyst Recommendations” the Review of finance studies 1999; 12:653-686 Oberlechner, T. (2001). “importance of technical and fundamental analysis in the European foreign exchange market”. International journal of finance and economics. 6: 81–93 Ou, J. and Penman, H. (1989) Financial statement analysis and the prediction of stock returns Journal of Accounting and Economics 11 (1989) 295-329 Roberts, H. (1959) “Stock-Market "Patterns and Financial Analysis: Methodological Suggestions” The Journal of Finance, Vol. 14, No. 1 (Mar., 1959), pp. 1-10 Richardson, S., Teoh, S. and Wysocki, P. (2004) “The walk-down to beatable analyst forecasts: the role of equity issuance and insider trading incentives” Contemporary Accounting Research. Vol. 21 No 4 (Winter 2004) pp. 885-924 Shleifer, A., Summers, L. (1990). “The noise trader approach to finance” Journal of Economic Perspectives 4: 19–33 Stickel, S. (1992). “Reputation and Performance Among Security Analysts” The Journal of Finance, Vol. 47, No. 5 (Dec., 1992), pp. 1811-1836 Sloan, R. (1996) “Do Stock Prices Fully Reflect Information in Accruals and Cash Flows about Future Earnings?” The Accounting Review, Vol. 71, No. 3 (Jul. 1996), pp. 289-315

29 Womack, L. (1996). “Do Brokerage Analysts' Recommendations Have Investment Value?” The Journal of Finance vol LI 1, mar 1996

pagina’s van internet

Belegger (2009). http://www.belegger.nl/koersen/aex/index (data aandelen) 3 mei 2009 Binckbank (2009) https://www.binck.nl/ (analisten adviezen) 3 mei 2009 Binckbank helpcenter (2009). https://www.binck.nl/helpcenter/ 28 april 2009 Google Finance (2009) http://www.google.com/finance (grafieken) 12 mei 2009