Het rendement van advies op beleggerssites

UNIVERSITEIT GENT

FACULTEIT ECONOMIE EN BEDRIJFSKUNDE ACADEMIEJAAR 2013 – 2014

Het rendement van advies op beleggerssites

Masterproef voorgedragen tot het bekomen van de graad van Master of Science in de Bedrijfseconomie

Dimitry Lameire Dieter Melsens onder begeleiding van Prof. Philippe Van Cauwenberge Prof. Johan Christiaens

2

Ondergetekenden verklaren dat de inhoud van deze masterproef mag geraadpleegd en/of gereproduceerd worden, mits bronvermelding.

Dimitry Lameire Dieter Melsens

3 Dankwoord Een thesis schrijven is een werk dat veel tijd en energie vergt. Niet enkel van ons, maar ook van de mensen die dicht bij ons staan. Wij willen daarom graag onze familie, vrienden en partners bedanken voor het begrip en de ruimte die zij ons gaven om deze taak tot een succesvol en tijdig einde te brengen, alsook de hulp, suggesties en advies die wij mochten ontvangen. In het bijzonder willen we ook professor Philippe Van Cauwenberghe bedanken, die ons dit jaar bijstond tijdens het onderzoek, de analyse en het schrijven van deze materie. Daarnaast wil Dieter Melsens ook zijn vader bedanken, voor de steun die hij van hem mocht ontvangen, tot op het einde van zijn leven.

4 Inhoudstafel Abstract .................................................................................................................................................. 5 Probleemstelling .................................................................................................................................... 6 Deel 1: een kwantitatieve studie van beleggerssites. ........................................................................... 9 Methode .............................................................................................................................................. 9 Berekening van het markt aangepaste rendement ..................................................................... 9 Opvragen van data ...................................................................................................................... 11 Resultaten ......................................................................................................................................... 12 Beschrijvende statistiek............................................................................................................... 12 Effect van koersevoluties die het advies voorafgingen ............................................................. 13 Rendement van adviezen na één dag ......................................................................................... 16 Rendement van adviezen na drie weken ................................................................................... 16 Deel 2: Een kwalitatieve studie van beleggerssites. .......................................................................... 19 Methode en verantwoording........................................................................................................... 19 Beursduivel.be.................................................................................................................................. 19 Uitzicht en gebruiksvriendelijkheid:.............................................................................................. 19 Artikels........................................................................................................................................... 20 Koop- en verkoopadviezen ............................................................................................................ 21 Andere diensten ............................................................................................................................. 23 Belegger.tijd.be ................................................................................................................................ 24 Uitzicht en gebruiksvriendelijkheid. .............................................................................................. 25 De db 4x4 strategie van belegger.tijd.be ....................................................................................... 26 Koop- en verkoopadviezen. ........................................................................................................... 27 Extra (niet vernoemde) diensten .................................................................................................... 29 Discussie ............................................................................................................................................... 30 Beperkingen en sterktes .................................................................................................................. 33 Toekomstig onderzoek .................................................................................................................... 34 Conclusie .......................................................................................................................................... 35 Bibliografie ............................................................................................................................................ 36 Bijlagen ................................................................................................................................................. 40

5 Abstract In deze scriptie werd het advies van gratis beleggerssites onderzocht op kwantitatieve en kwalitatieve wijze. In het eerste deel, het kwantitatieve gedeelte, onderzochten we drie gratis, en één betalende beleggerssite door alle adviezen in de periode van 25 november 2013 tot 25 januari 2014 bij te houden. Op basis van deze adviezen berekenden we het MAR (gecorrigeerd voor het rendement van de FTSE en de industrie van het aandeel) drie weken voor, een dag na, en drie weken na het formuleren van het advies. Hypothese 1, waarin we stelden dat Belgische beleggerssites in staat waren om renderend advies te geven, werd enkel voor belegger.tijd.be weerhouden. De koop- en verkoopadviezen bleken beiden significante rendementen op te leveren, behalve voor het MAR dat gecorrigeerd werd voor sectorgenoten, daar leidden de koopadviezen tot niet-significante resultaten. Hypothese 2, waarin we stelden dat het advies al na één dag zou renderen, werd voor geen enkele site weerhouden. Hypothese 3, waarin we stelden dat beleggerssites advies gaven dat in lijn lag met eerdere koersontwikkelingen, werd enkel voor beursduivel.be weerhouden, maar in een omgekeerde relatie. Volgens ons statistisch model is de waarschijnlijkheid van een koopadvies hoger als het rendement van het aandeel voorheen slechter was. Analoog verwachten we voor zeer sterk gestegen aandelen een verkoopadvies. In het tweede deel van de scriptie trachten we verschillen te vinden tussen beursduivel.be en belegger.tijd.be, in een poging om te verklaren waarom enkel belegger.tijd.be significante resultaten opleverde na 21 dagen. We besluiten dat het volgen van een duidelijke (langetermijns)strategie en het combineren van meerdere types informatie in het advies een meerwaarde bieden bij de analyse van een aandeel, omdat deze werkwijze bias bij de analist uitschakelt. We vinden geen evidentie voor kuddegedrag onder beleggers, zoals geformuleerd door Scharfstein en Stein (1990) en Graham (1999). Als voornaamste beperkingen zien wij onze statistische assumpties, de operationalisering van onze variabelen en de beperkte omvang van onze periode van data-inzameling. Toch geloven we dat deze scriptie een meerwaarde kan bieden aan de literatuur. Het rendement van beleggerssites in België is namelijk nog nooit eerder onderzocht. Ook bieden onze inzichten mogelijkheden voor verder onderzoek.

6 Probleemstelling Consumenten dienen in steeds grotere mate op eigen kracht keuzes dienen te maken over financiële problemen zoals het kiezen van een gepaste lening, hypotheek of vermogensbeheer (Agnew, Bateman, Eckert, Iskahakov, Louviere, & Thorp, 2013; Ryan, 2010). Om deze keuzes te vergemakkelijken voor de consument bestaan er veel vormen van advies. Dit is ook nodig. Agnew et al. (2013) en Kramer (2012) vermelden bijvoorbeeld dat grote delen van de Amerikaanse bevolking afhangen van financiële adviseurs om financiële beslissingen te maken. Het mag dan ook niet verbazen dat er in de wetenschappelijke literatuur recent veel aandacht besteed wordt aan de kwaliteit van financieel advies (Agnew et al., 2013; Kramer, 2012). In deze scriptie willen wij ons aansluiten bij dit type onderzoek door beleggingsadvies te onderzoeken bij beleggerssites. We merken namelijk dat het onderzoek rond beleggingsadvies vaak moet constateren dat advies van derden niet veel bijdraagt aan het rendement van een beleggingsportefeuille (Kramer, 2012). Ondanks deze bevindingen blijft beleggingsadvies populair, vooral nu de individuele belegger langzaam de weg terug naar de aandelenmarkt begint te vinden. Advies van “derden” kan echter breed worden geïnterpreteerd, daarom is het belangrijk om een goed onderscheid te maken in de bronnen waar dit advies vandaan komt. Advies in populaire geprinte media, zoals kranten en grote beleggersbladen blijkt vaak tot negatieve rendementen te leiden (Barber, Lehavy, McNichols, &Trueman, 2001; Borghesi & Peneck, 2010; Schuster, 2003; Van Camp & Dewachter, 1993). Een interessante bevinding is dat geadviseerde aandelen in beleggingsbladen vaak al een positieve trend vertonen, enkele weken voor het advies werd geformuleerd. (Abraham, Van Camp, & Dewachter, 1993; Brody & Ross, 1996). Dit zou kunnen betekenen dat de auteurs van dergelijke adviezen er van uit gaan dat de koersontwikkelingen van deze aandelen onveranderd zullen doorgaan. Dit blijkt meestal niet het geval te zijn. Zo vond Schuster in 2003 dat adviezen in geprinte media vaak op korte termijn gepaard gingen met prijsomkeringen. Ook advies van ervaren beleggers rendeert niet altijd. Stephan en Von Nitsch (2013) stellen in hun analyse dat ervaren investeerders er niet consistent in slaagden om waardevol beleggingsadvies te genereren. Bovendien stellen Zhang en Swanson (2010) dat analisten gebiast zijn in het geven van het advies omdat ze een persoonlijk belang hebben bij dit advies. Bovendien tonen zij aan dat analisten een hold advies van een derde vaak interpreteerden als buy, in plaats van het te beschouwen als een neutraal advies. We merken verder ook een nieuwe bron van beleggingsadvies op dat populairder wordt, namelijk beleggingsadvies dat via een online medium wordt verspreid (Barber, & Odean, 2001). Online beleggingsadvies verschilt op meerdere belangrijke punten van beleggingsbladen. Zo bereikt online beleggingsadvies veel meer mensen dan beleggingsbladen, aangezien websites hun advies vaak gratis aanbieden (bijvoorbeeld: Yahoo, Google finance, beursduivel.be, fool.com). Deze sites zijn ook in staat om elk moment van de dag nieuw advies online te plaatsen, waardoor beleggers sneller kunnen inspelen op de beurs (Scheufele, Haas, & Brosius, 2011). Ook het sociale aspect van het online

7 advies is een verschilpunt met beleggersbladen. Door in discussie te gaan met andere mensen wordt de lezer veel meer betrokken bij het advies. Wij onderscheiden drie grote bronnen in dit online advies. 1. Gratis beleggingsadvies dat vrij toegankelijk kan worden gelezen door particulieren in de vorm van nieuwsupdates of ‘kooptips’. Voorbeelden hiervan zijn de kooptips op beursduivel.be, standaard.be en fool.com. Deze sites bereiken over het algemeen een groot publiek, en halen hun inkomsten uit advertenties die op de site worden gepost. Hirschey et al. (2000) vonden dat de aandelenportefeuille van fool.com er in slaagde om advies te publiceren dat positieve markt aangepaste rendementen (MAR’s) na drie weken opleverde. 2. Betalend beleggingsadvies: dat enkel tegen betaling bereikbaar is voor particulieren. Voorbeelden hiervan zijn belegger.tijd.be en beursplein.nl. Deze sites bereiken minder mensen, en halen hun inkomsten uit abonnementsgelden. 3. ‘Amateur’ of ‘sociaal’ advies dat te vinden is op fora, blogs, interacties tussen mensen op sociale media, forums en andere online communicatiekanalen. Voorbeelden hiervan zijn de reacties op nieuwsartikels of Twitter. Deze interacties hebben vooral een sociaal aspect en pretenderen geen echt advies te geven. Zij drukken vooral beurssentiment uit. Toch kan deze vorm van informatie waardevol advies opleveren voor beursspeculanten (Bollen, Mao, & Zeng, 2010; Koochakzadeh, Kianmehr, Sarraf, & Alhajj, 2012). Dewalley (2003) echter, merkt op dat adviezen van particulieren, die op websites of forums worden gepost, vaak tot negatieve rendementen leiden.

In deze scriptie richten wij ons op de eerste twee bronnen van beleggingsadvies, omdat deze twee bronnen door particulieren het meest worden geraadpleegd, en omdat er het minst onderzoek over bestaat. Daar deze twee bronnen ook pretenderen echt advies te geven, is het naar onze mening nodig om dit advies aan een kritische studie te onderwerpen. Onervaren beleggers beroepen zich namelijk vaak op dergelijk advies om een investeringsbeslissing te maken (Balboa, Gómez-Sala, & López-Espinosa 2009). Naar onze kennis bestaat er nog geen wetenschappelijke literatuur dat het advies van Belgische beleggerssites heeft onderzocht. Met onze scriptie willen wij dan ook een meerwaarde leveren aan de wetenschappelijke literatuur door de kwaliteit van advies op Belgische beleggerssites te onderzoeken. Een eerste vraag die zich daarbij stelt, is of beleggers er überhaupt baat bij hebben om het advies van Belgische beleggerssites te volgen. Daarom proberen wij in het eerste deel van onze scriptie de vraag te beantwoorden als advies van beleggerssites tot positieve markt aangepaste rendementen (MAR’s) kan leiden. Verschillende auteurs hebben al gesuggereerd dat het monitoren van online adviezen voorspellers zouden kunnen zijn van beursschommelingen (bv. Hirschey, Richardson, & Scholz, 2000, Singer, Laser, & Dreher, 2013, Stephan, & Nitzsch, 2013). Wij verwachten dat Belgische (Nederlandstalige) websites daarom ook in staat zijn om positieve MAR’s te genereren.

8

Hypothese 1: Beleggers kunnen positieve MAR’s genereren door het volgen van advies op Belgische (Nederlandstalige) beleggerssites.

Hirschey et al. (2000) vonden dat de Motley Fool (fool.com) advies kon genereren die de dag na de publicatiedatum al positieve MAR’s opleverde. Dit doet ons vermoeden dat er factoren zijn die beleggerssites in staat stellen om meteen significante MAR’s op te leveren. Hirschey et al. (2000) schuiven kuddegedrag bij beleggers naar voor als verklaring. Beleggers zouden elkaars reacties anticiperen en er van uitgaan dat als iedereen (ver)koopt, de beurs zal (dalen) stijgen, ongeacht of het advies terecht is of niet. Een andere verklaring voor de positieve rendementen, zou de mogelijkheid tot timing van de websites zijn. Auteurs zijn namelijk in staat om in real-time adviezen aan te passen, als ze dat zouden willen, waardoor beleggers in staat zijn om meteen op trends in te spelen. Deze twee zaken doen ons vermoeden dat beleggerssites in staat zijn om advies te formuleren dat meteen hogere rendementen dan de markt kan opleveren. Wij stellen een tweede hypothese op: Hypothese 2: Beleggers zijn in staat om al na één dag positieve MAR’s te bekomen door het advies van beleggerssites op te volgen.

Als laatste is het interessant om na te gaan of we de bevindingen van Abraham et al.(1993) en Brody en Ross (1996) kunnen repliceren bij online advies. Daarom stellen we een derde hypothese op:

Hypothese 3: beleggerssites publiceren advies dat in lijn ligt met het eerder koersverloop van de aanbevolen aandelen.

In het tweede luik van deze thesis gaan we dieper in op de gevonden resultaten van deel één en proberen we exploratief via een kwalitatieve analyse van het advies, verklaringen te vinden voor de verschillen tussen (het advies van) de websites.

9 Deel 1: een kwantitatieve studie van beleggerssites. Methode In dit deel onderzochten we het rendement van het advies van vier beleggerssites: belegger.tijd.be, beursduivel.be, analist.be en standaard.be, met als doel om per site een beeld te krijgen van het rendement dat een belegger kan halen door advies van de site op te volgen. In tegenstelling tot belegger.tijd.be, zijn beursduivel.be, analist.be en standaard.be gratis websites die hun inhoud vrij beschikbaar stellen voor het publiek. Voor belegger.tijd.be is een abonnement nodig. Om het rendement van advies op deze sites te bepalen, hielden we gedurende de periode 25 november 2013 tot 25 januari 2014 alle adviezen van deze websites bij die betrekking hadden op aandelen die in euro werden verhandeld. We kozen voor aandelen in euro om effecten in wisselkoersschommelingen te vermijden. We kozen specifiek voor het beleggingsproduct “aandelen” omdat er te weinig adviezen van andere beursproducten werden gepubliceerd om betrouwbare data te verkrijgen. We beperkten de data-inzamelingsperiode tot twee maanden, vanwege praktische tijdsbeperkingen. Een advies definieerden wij als een ondubbelzinnige koop-, houd- of verkoopstip die uitgaat van de website of een geassocieerde bron (zoals journalisten of analisten die schrijven in opdracht van de website). Adviezen van banken, ratingbureaus of reclamebureaus namen we niet mee in onze analyses. Op basis van deze adviezen berekenden we het markt aangepaste rendement (MAR).

Berekening van het markt aangepaste rendement Voor elk aanbevolen aandeel werd het MAR berekend, door de gemiddelde return index (RI) over een periode van het aanbevolen aandeel te verminderen met de gemiddelde RI over dezelfde periode van twee benchmarks, namelijk de FTSE eurotop 100 index en de sector van het aanbevolen aandeel (zie ook volgende pagina voor een verdere toelichting). De Return Index (RI) toont een theoretische groei in waarde van een aandeel over een periode, waarbij men de dividenden van het aandeel herinvesteert (Ince, & Porter, 2006) en wordt berekend door Thompson Datastream. We vatten de bewerking als volgt samen (gaande van 1 tot x):

𝑅𝐼𝑡𝑛 − 𝑅𝐼0𝑛 𝑅𝐼𝑡𝑖 − 𝑅𝐼0𝑖 𝑀𝐴𝑅𝑎𝑎𝑛𝑑𝑒𝑒𝑙 = ( ) − ( ) 𝑅𝐼0𝑛 𝑅𝐼0𝑖 𝑥

𝑀𝐴𝑅𝑤𝑒𝑏𝑠𝑖𝑡𝑒

1 𝑅𝐼𝑡𝑛 − 𝑅𝐼0𝑛 𝑅𝐼𝑡𝑖 − 𝑅𝐼0𝑖 = ∑( − ) ( ) 𝑥 𝑅𝐼0𝑛 𝑅𝐼0𝑖 𝑥=1

Met: RI= return index van het aanbevolen aandeel

10 n = het aanbevolen aandeel t = het tijdstip van verkoop x = aantal aanbevelingen die een site gemaakt heeft. 0 = het tijdstip van aankoop. i = industrie of index, afhankelijk van de berekende variabele (zie tabel 1)

Als eerste benchmark gebruikten we de FTSE Eurotop 100 index. Hiermee willen we de RI corrigeren voor algemene schommelingen in de markt. Met onze tweede benchmark corrigeren we specifieker voor de industrie waarin het aanbevolen bedrijf zich bevindt, zo kunnen we specifieker zien of het aanbevolen aandeel beter presteert dan zijn industriegenoten. Om hiervoor te corrigeren, gebruikten we een subset van de FTSE Eurotop 100 index die volgens de codering van de industry classification benchmark (ICB) overeenstemt met de codering van het aanbevolen aandeel. We deelden de aandelen in volgens de tien industrieën die het ICB onderscheidt (ICB, 2012). We berekenden voor elk aandeel het MAR volgens deze twee benchmarks, drie weken voor het advies, een dag na het advies en drie weken erna. Zo verkregen we zes variabelen (zie tabel 1 voor een overzicht). Tabel 1 Een opsomming van de verschillende MAR’s die berekend werden in deze scriptie. FTSE correctie

Industrie correctie

21 dagen voor advies

MARFtse -21

MARind-21

1 dag na het advies

MARFtse1

MARind1

21 dagen na het advies

MARFtse21

MARind21

Bij de statistische analyses hebben we verschillende assumpties gemaakt. Een eerste assumptie is dat een niet vermeld aandeel bij een site, die wel werd vermeld op een andere site, een impliciete hold op de eerste site betekent. Door impliciete holds te veronderstellen, homologeren we de populatie waarin wordt vergeleken. We verkrijgen op deze manier per site evenveel aanbevolen aandelen, wat de uitvoering en interpretatie van de statistische analyses vergemakkelijkt. Een tweede assumptie betreft de manier waarop wij omgaan met de opdeling van hold adviezen op belegger.tijd.be (zie deel 2 van onze scriptie voor een bespreking van dit soort adviezen). Hold+ en hold- adviezen zijn in essentie ‘uitgestelde’ koop- en verkoopadviezen, volgens de beleggerssite. Dit advies betekent dat men het aandeel mag kopen of verkopen op het moment dat de koers een significante daling of stijging doormaakt. Wij kozen ervoor om deze adviezen op het meest optimale punt (zijnde de laagste of hoogste waardering van het aandeel voor respectievelijk hold+ en hold- adviezen) uit in de week die volgde op

11 het advies om het aandeel te volgen als een gekocht of verkocht aandeel. We maken dus de assumptie dat de belegger een goede inschatting kan maken van het juiste (ver)koopmoment bij deze hold adviezen. Andere assumpties betreffen statistische aannames. Aangezien veel testen uitgaan van de assumpties van normaal verdeelde data en homogeniteit van errorvarianties, was het belangrijk om deze assumpties na te gaan in onze dataset (Field, 2013). De gevonden rendementen voldeden niet aan deze assumpties. Dit betekent dat wij ofwel gebruik moesten maken van non-parametrische testen voor het testen van onze hypotheses, ofwel de data moesten transformeren om aan deze assumpties te voldoen. Non-parametrische testen leveren echter vaak minder betrouwbare testresultaten op dan de meer gebruikte asymptotische testen (Davidson, & McKinnon, 1996), dus kozen wij er voor om de data voor deze schendingen te corrigeren. Field (2013) stelt in dit geval voor om de data te corrigeren met behulp van transformaties. Deze transformaties zorgen echter vaak voor bemoeilijkte interpretaties en bieden geen garantie op een normaal verdeeld resultaat (Field, 2013). Daarom kozen wij ervoor om onze data te corrigeren met een bootstrappingprocedure (Horowitz 1994, Hall & Horowitz, 1996, Davidson, & McKinnon, 1996, Field, 2013). Door te bootstrappen worden schattingen gemaakt van de betrouwbaarheidsintervallen en p-waarden van de data, door een groot aantal steekproeven met teruglegging te nemen uit de dataset (Field, 2013). Bootstrappen corrigeert op deze manier voor schendingen in de normaliteitsassumptie, en verkleint de foutvariantie in statistische toetsing met asymptotische distributies (Davidson & MacKinnon, 1996). Bovendien simuleren we met onze data een grotere populatie, wat volgens Xie en Singh (2010) tot betere generaliseerbaarheid van de data kan leiden. Om te vermijden dat het onderscheidingsvermogen van onze testen door deze methode zou dalen, nemen we voldoende aantal steekproeftrekkingen in onze procedure (Davidson & MacKinnon, 1996). Op basis van literatuur werden de correlaties (Mundelsee, 2003), t-testen (Kerl, 2007) en multivariate regressies (Phaladiganon, Kim, Chen, Baek, & Park, 2011) telkens met 10 000 bootstrap samples uitgevoerd. Om te vermijden dat we door onzuiverheden in de data asymmetrische distributies zouden krijgen, die door de bootstrapping procedure zouden worden overgenomen, interpreteerden we de data aan de hand van bias corrected accelerated (BCa) betrouwbaarheidsintervallen. (Efron, 1987). Deze gecorrigeerde betrouwbaarheidsintervallen corrigeren voor skewness in de data en gebiaste schattingen van het gemiddelde.

Opvragen van data In deze scriptie hanteren we een kortetermijnperspectief om het rendement van beleggerssites te toetsen (omwille van tijdsoverwegingen was het niet mogelijk om elk advies voor een lange tijd bij te houden). We kiezen er dus voor om hypothese 1 te testen op drie weken na de publicatie van het advies. Aan de hand van de publicatiedatums van de adviezen, vroegen wij de Return Index van elk aanbevolen aandeel uit Datastream op tot drie weken na de publicatie van het advies.

12 Aangezien eerdere literatuur al heeft aangetoond dat aanbevelingen van sites ook kunnen worden beïnvloed door prijsbewegingen op de beurs (Abraham, Van Camp, & Dewachter, 1993; Scheufele, Haas, & Brosius, 2011), vroegen we ook de RI’s tot op drie weken voor de publicatie van het advies op. Zo kunnen we nagaan of er een significante stijging of daling is geweest in de return van het aandeel voor de site een aandeel formuleerde. Op deze manier verkregen we dus de RI van elk aandeel drie weken voor en drie weken na de publicatie van de adviezen van de websites. Met deze dataset is het ook mogelijk om hypothese 2, die postuleert dat er al na één dag een effect kan te zien zijn in het rendement van een aanbevolen aandeel, te toetsen.

Resultaten Beschrijvende statistiek De verdeling van de buy/hold/sell adviezen van de vier onderzochte websites staan in tabel 2 samengevat. Voor belegger.tijd.be staan de hold+ en hold- adviezen samen onder “hold” opgelijst.

Tabel 2 Een samenvatting van de aantallen adviezen die wij verzamelden, onderverdeeld per website en per type advies.

Buy

Hold

Sell

Analist.be

14

0 (248)1

0

Beursduivel.be

54

0 (208)1

2

Belegger.tijd.be

262

115 (118)1

32

Standaard.be

29

0 (233)1

0

1 2

getallen tussen haakjes zijn geconverteerde hold adviezen. Ongeconverteerde buy of sell adviezen De hold adviezen van belegger.tijd.be bestaan voor een deel uit hold+ en hold- adviezen.

Conform onze aannames converteerden we 66 hold+ adviezen van belegger.tijd.be naar buy-adviezen en 20 hold- adviezen naar sell adviezen. Onmiddellijk valt op dat enkel belegger.tijd.be vooral hold adviezen heeft gepubliceerd tijdens onze periode van data-inzameling. Het merendeel van deze hold adviezen betreffen echter hold- en hold+ adviezen. Bovendien valt het op dat er tijdens onze data-inzamelperiode overwegend koopadviezen zijn geformuleerd bij de gratis websites, maar niet bij belegger.tijd.be. Belegger.tijd.be lijkt dus voorzichtig te zijn met het aanbevelen van een aandeel. Ince en Porter (2006) merken op dat Datastream afrondingen maakt bij de berekening van de RI. Deze afrondingen kunnen problematisch zijn bij aandelen die aan zeer lage prijzen verhandeld

13 worden, omdat kleine stijgingen en dalingen in de prijs respectievelijk terug naar beneden of boven worden afgerond. De RI zou daardoor geen verandering detecteren. Wij schrapten CGG volledig uit onze dataset, daar de RI’s van dit aandeel afrondingsfouten vertoonden. In tabel 3 staan de gemiddelde MAR’s met standaarddeviatie per website en periode opgelijst.

Tabel 3 Gemiddelde markt aangepaste rendementen per website Belegger.tijd

Buya

Holdb

Beursduivel

Sellc

Buyd

Selle

Analist

Buyf

Standaard

Buyg

MARind-21

.010(.053)

.011(.086)

.049(.150)

-.027(.054)

.032(.009)

-.032(.069)

-.008(.076)

MARind21

.024(.068)

.004(.100)

-.037(.089)

.015(.054)

.024(.011)

-.000(.033)

-.005(.046)

MARind1

.012(.017)h

-.005(.057)i

.002(.003)j

-.002(.019)

.005(.015)

.005(.014)

.001(.010)

MARFTSE-21

.011(.053)

.011(.090)

.046(.152)

-.021(.058)

.041(.009)

-.027(.071)

-.011(.070)

MARFTSE21

.029(.069)

.003(.103)

-.037(.092)

.018(.054)

.037(.011)

.006(.030)

.011(.048)

MARFTSE1

.012(.018)h

-.005(.057)i

-.000(.007)j

.001(.009)

.001(.015)

.006(.016)

.001(.010)

a

d

g

b

e

h

n = 92 n = 51 c n = 23

n = 54 n=2 f n = 14

n = 29 n = 26 i n = 52

j

n=3

Effect van koersevoluties die het advies voorafgingen Op basis van het verzamelde advies, berekenden we het effect van koersfluctuaties die aan de aanbeveling van de sites voorafgingen. Zo konden we nagaan of eerdere koersschommelingen de formulering van advies op een beleggerssite konden voorspellen (hypothese 3). Bij de statistische analyse volgden we de aanbevelingen van Field (2013). In een eerste stap voerden we twee gebootstrapte multivariate regressies uit op de data, waarbij we de vier websites als afhankelijke variabele namen, en de MARFtse-21 en MARind-21 als onafhankelijke variabelen gebruikten. De multivariate toetsstatistiek Wilks lambda voor MarFtse

-21

was in beide gevallen significant

verschillend van nul (λ = .922, p = .001 voor de MARFtse -21, en λ = .928, p = .001 voor MARind -21). Dit betekent dat koersevoluties in het verleden een significante voorspeller zijn van advies van beleggerssites, zowel voor de correctie op indexniveau als op industrie. Hypothese 3 lijkt dus bevestigd. Aangezien we een significant multivariaat resultaat hebben, kunnen we kijken naar de univariate parameterschattingen van de websites afzonderlijk om na te gaan welke sites specifiek significante resultaten vertonen voor onze test. Voor beursduivel.be was het rendement op drie weken voor het advies een significante voorspeller van het advies (partial η2 = .028, p= 006 voor MARFtse -21 en partial η2=.040, p= .001 voor MARind-21). Beide partial η2 zijn groter dan .02, maar kleiner dan .13 en wijzen dus op een kleine

14 effectgrootte, als we de classificatie van Cohen (1969) volgen. We zien een marginaal significant effect voor analist.be (partial η2 = .012 , p= .081 voor MARind ). Dit marginaal significant resultaat heeft, gezien de lage effectgrootte, echter weinige praktische waarde. De andere websites leverden geen significante resultaten op (zie tabel 4).

Tabel 4 Samenvatting van de gebootstrapte1 multivariate parameterschattingen, met beleggerssite als afhankelijke variabele en de MAR als onafhankelijke variabele. We hebben de parameterschattingen voor de MARFtse-21 en de MARind-21 in afzonderlijke testen uitgevoerd.

MARFtse-21 Boot p

ß0

ß1

Partial η2

p

Boot p

.028

.006*

.002**

.203

-1.078

.040

.001**

.000***

-.274

.008

.112

.117

.055

-.313

.012

.081*

.077*

.112

-.269

.002

.277

.223

.112

.25

.003

.383

.376

.264

-.196

.001

.684

.767

.264

.485

.001

.567

.660

ß1

beursduivel.be

.202

-.895

analist.be

.055

standaard belegger.tijd.be 1

Partial

MARind-21 p

ß0

η2

Op basis van 10 000 steekproeftrekkingen (Phaladiganon et al., 2011).

* p< 0.1 **p< 0.05 ***p<0.001

We moeten echter een kanttekening maken bij het significante resultaat van beursduivel.be (en analist.be). Door de negatieve ß1 waarde in het model, moeten we goed opletten met de interpretatie van dit resultaat. Een hoger rendement maakt het minder waarschijnlijk dat beursduivel.be een koopadvies formuleert. Het is dus zo dat beursduivel.be adviezen formuleert die afhangen van eerdere koersontwikkelingen, maar wel in de omgekeerde zin. Negatieve rendementen zullen leiden tot koopadviezen. Overdreven positieve rendementen tot verkoopadviezen. In figuur 2 staat het lineaire model voor de adviezen, in functie van de MARFtse-21 afgebeeld. Op de horizontale as staat het rendement van het aanbevolen aandeel, over 21 dagen voor de aanbeveling afgebeeld. De verticale as stelt het type advies voor. Alle waarden boven nul, zijn waarden waarvan we met 95% zekerheid de nulhypothese (geen koopadvies) kunnen verwerpen. Positieve waarden op de yas impliceren dus een koopadvies. Analoog impliceren negatieve waarden verkoopadviezen. Op deze grafiek ligt het snijpunt met de horizontale x-as op .226. Een rendement boven 22.6% drie weken voor het advies zal theoretisch gezien resulteren in een verkoopadvies van beursduivel.be (in onze steekproef). We zien echter dat de rechte daalt, in plaats van stijgt, zoals we zouden verwachten onder hypothese 3. Hoe negatiever het rendement van het aandeel voor de aanbeveling gebeurde, hoe

15 waarschijnlijker het is dat beursduivel.be een aandeel zal aanbevelen. Ook voor analist.be vinden we een gelijkaardig trendverloop. We kunnen dus besluiten dat hypothese 3 niet weerhouden werd.

Figuur 2: figuur van het multivariate model voor beursduivel.be voor MARFtse-21

Het omgekeerde verband tussen het rendement van een aanbevolen aandeel voor het advies, en de waarschijnlijkheid van het advies, doet ons vermoeden dat beursduivel.be er van uit gaat dat aandelen die sterk gedaald zijn in waarde, terug gaan stijgen. Om dit vermoeden verder te onderzoeken voeren we post hoc een test uit op onze dataset waarbij we de gemiddelde MAR drie weken voor en na het advies van beursduivel.be met elkaar vergelijken. Op deze manier kunnen we vrij eenvoudig bekijken of er effectief grote verschillen zijn in rendement voor en na het advies. Significante verschillen kunnen een indicatie zijn van een trendommekeer in het aandeel. Als beursduivel.be aandelen aanbeveelt die dalen in waarde, moeten deze namelijk terug gaan stijgen, wil een belegger een positief rendement (short gaan werd nooit aanbevolen). We vatten de resultaten van de gepaarde t-testen samen in tabel 5.

16 Tabel 5 Gepaarde t-testen van beursduivel.be: verschil tussen 21 na en 21 dagen voor het adviesmoment BCa 95% Betrouwbaarheidsinterval a M(SD) Boot p laag hoog Cohen’s d

Beursduivel buy MARind21-MARind-21 MARFTSE21-MARFTSE-21

.041(.072)

.000***

.022

.060

.760

.039(.072)

.000***

.020

.058

.674

a

Op basis van 10 000 gebootstrapte steekproeftrekkingen *p ≤ 0.05 **p ≤ 0.01 ***p ≤ 0.001 We zien inderdaad dat er significante verschillen zijn in de gemiddelde MAR’s voor en na het advies. Cohen’s d is zowel voor industrie als de indexcorrectie groter dan nul, wat betekent dat de MAR na het advies significant groter is dan ervoor. Het is dus mogelijk dat beursduivel.be door het aanbevelen van dalende aandelen, toch een positieve MAR kan bekomen.

Rendement van adviezen na één dag Om het rendement van adviezen na één dag te meten, voerden we een gebootstrapte multivariate regressieanalyse uit, waarbij we de vier sites simultaan in het model inbrachten (forced entry methode) om na te gaan welke van de websites advies publiceerde dat leidde tot significante MAR’s een dag nadat het advies werd gegeven. We kozen voor een forced entry methode omdat we geen enkele theoretische grond hebben om een bepaalde site eerder dan een ander in het model in te brengen. Bovendien vermijden we zo supressor-effecten, die optreden bij stapsgewijze regressiemethoden (Field, 2013). Supressor effecten treden op als de eerst ingevoerde variabelen in het model de verklarende kracht van de volgende variabelen verkleint, waardoor significante resultaten van de volgende variabelen als het ware “onzichtbaar” worden. Bij deze analyse hanteerden we H+ en H- adviezen van belegger.tijd.be als hold adviezen. We vonden geen significante effecten voor day-after effecten voor de websites (F(4,176) = .747, p = .561 met R² change = .021, p >.05 F change =.922 voor MARFtse1 en F(4,176) = .922, p = .452 met R² change = .017, p > .05, F change = .747voor MARind1. Hypothese twee werd dan ook niet bevestigd. We vinden voor geen enkele site evidentie die wijst op hogere MAR de dag na het advies. Aangezien de multivariate test niet significant werd bevonden, is het ook nutteloos om deze resultaten statistisch verder te analyseren.

Rendement van adviezen na drie weken Om de voorspellende waarde van onze adviezen te berekenen op 21 dagen na het advies, voerden

we

een

gebootstrapte

multivariate

regressie-analyse

uit

met

95%

BCa

betrouwbaarheidsintervallen (10 000 trekkingen), waarbij we de vier sites simultaan in het regressiemodel inbrachten. We kozen hier opnieuw voor de forced entry methode (Field, 2013). Enkel

17 belegger.tijd.be werd in deze analyse weerhouden (ß = .030, p < .001 en boot p = .002 voor MARFtse21, ß = .027, p = .001 en boot p = .002 voor MARind21). Dit betekent dat het advies van belegger.tijd.be de enige significante predictor is van significante markt aangepaste rendementen na drie weken. We kunnen dus concluderen dat enkel belegger.tijd.be in onze steekproef advies heeft gepubliceerd dat de returns op de FTSE Eurotop 100 en de industriegenoten van het aanbevolen aandeel kon overtreffen na 21 dagen. Hypothese 1, waarin we postuleerden dat Belgische beleggerssites advies konden formuleren dat tot positieve rendementen leidde, wordt dus enkel voor belegger.tijd.be bevestigd. Voor de gratis beleggerssites vinden we geen evidentie die deze hypothese kan ondersteunen. We gaan nu verder in op het significante resultaat van belegger.tijd.be, gezien de regressieanalyse niets zegt over welk type advies (buy, hold of sell) voor de significante MAR’s zorgt. Daarom berekenen we in een volgende stap post hoc de parameters van ons model, voor elk type advies van belegger.tijd.be. Hiervoor voeren we een gebootstrapte ANOVA uit, met het advies van de belegger.tijd.be (gecodeerd als 1, 0 en -1 voor respectievelijk buy, hold en sell adviezen) als predictoren van het MAR van de onafhankelijke variabelen “FTSE Eurotop 100” en “industrie”. We noteren de uitkomst van deze analyse in tabel 6. Tabel 6 Samenvatting van de parameterschattingen van de gebootstrapte1 ANOVA meting met belegger.tijd.be als onafhankelijke variabele en de MAR als afhankelijke variabele BCa 95% abetrouwbaarheidsinterval

Boot pa

Partial η2

.010(.006)

.082

.011

-.002

.022

.018(.009)

.055

.013

.001

.036

-.047(.020)

.020*

.031

-.094

-.010

0b

.

.

.

.

.006(.006)

.325

.004

-.006

.018

.018(.009)

.049*

.013

.001

.035

-.043(.020)

.027*

.026

-.087

-.006

0

.

.

.

.

ß

MARFtse21 intercept buy sell hold MARind21 intercept buy sell hold

laag

hoog

a

Op basis van 10 000 gebootstrapte steekproeftrekkingen Nul wegens dummycodering *p ≤ 0.05 b

Uit tabel 6 kunnen we besluiten dat, op basis van onze steekproef, de koop- en verkoopadviezen van belegger.tijd.be het rendement van industriegenoten na 21 dagen overtroffen. Enkel de verkoopadviezen konden het rendement van de FTSE na 21 dagen overtreffen. Onze resultaten zijn echter niet zo overtuigend. De effectgroottes voor deze resultaten (partial η2) zijn veelal klein (Cohen, 1969).

18 Analoog aan beursduivel.be kunnen we verder nagaan of de positieve MAR’s van belegger.tijd.be te wijten zijn aan sterke schommelingen in het koersverloop van het aanbevolen aandeel. Hiervoor beroepen we ons opnieuw op een gebootstrapte gepaarde t-test. De resultaten staan samengevat in tabel 7. Tabel 7 Gepaarde t-testen van belegger.tijd.be: verschil tussen 21 na en 21 dagen voor het adviesmoment BCa 95% Betrouwbaarheidsinterval M(SD) Boot pa laag hoog Cohen’s d

belegger.tijd.be buy MARind21-MARind-21 MARFTSE21-MARFTSE-21 hold MARind21-MARind-21 MARFTSE21-MARFTSE-21 sell MARind21-MARind-21 MARFTSE21-MARFTSE-21

.012(.087)

.143

-.003

.031

.252

.017(.087)

.064

-.000

.035

.320

-.008(.110)

.609

-.038

.022

-.092

-.008(.110)

.589

-.038

.022

.091

-.086(.136)

.029*

-.146

-.033

-.571

-.083(.132)

.033*

-.143

-.032

-.546

a

Op basis van 10 000 gebootstrapte steekproeftrekkingen *p ≤ 0.05 **p ≤ 0.01 ***p ≤ 0.001 In tegenstelling tot beursduivel.be, waar we significante verschillen vonden in de MAR’s voor buy-adviezen vinden we voor belegger.tijd.be significante resultaten voor sell adviezen. Cohen’s d voor sell adviezen is negatief. Dit betekent dat de rendementen van het te verkopen aandeel lager liggen dan voor het sell advies. We vinden hier dus evidentie voor significante verandering in de trend van het aandeel. In het tweede deel van onze scriptie gaan we dieper in op de kwalitatieve kenmerken van belegger.tijd.be. We willen hiermee exploratief nagaan welke kenmerken in het advies kunnen verklaren waarom belegger.tijd.be als enige site positieve MAR’s op 21 dagen na het advies kan realiseren. Aangezien beursduivel uit onze statistiek als enige gratis site significante resultaten opleverde, zullen wij deze ook verder bespreken. Dit geeft ons bovendien de kans om de kenmerken van een gratis site te vergelijken met een betalende.

19 Deel 2: Een kwalitatieve studie van beleggerssites. Methode en verantwoording In dit deel van de scriptie onderzoeken wij de gebruiksvriendelijkheid, diensten en advies van beursduivel.be en belegger.tijd.be. We proberen hierbij na te gaan waar de verschillen tussen de twee sites zich situeren en een antwoord te formuleren op de vraag waarom belegger.tijd.be, in tegenstelling tot beursduivel.be, er in slaagt waardevol advies te formuleren na 1 en 21 dagen.

Beursduivel.be Beursduivel.be omschrijft zichzelf als één van de meest bezochte beleggerssites in Vlaanderen en trekt naar eigen zeggen 320 000 unieke bezoekers per maand. Dit is ongeveer 5% van de Vlaamse bevolking (Fgov.be, 2014) Dit lijkt ons erg optimistisch. Gianetti en Koskinen (2010) stellen namelijk dat slechts 5% van Belgische gezinnen rechtstreeks aandelen bezit (dus niet via fondsen of vermogensbeheerders). Deze bezoekers kunnen natuurlijk ook van Nederland of niet-aandeelhouders komen, waardoor we niet met zekerheid kunnen zeggen in welke mate deze cijfers overdreven zijn. Beursduivel.be wordt frequent geüpdatet met financieel nieuws en enkele beleggingsadviezen. Wij zullen ons in deze analyse vooral focussen op de beleggingsadviezen.

Uitzicht en gebruiksvriendelijkheid: Beursduivel is de Vlaamse variant van belegger.nl. Beide sites zien er volledig hetzelfde uit met uitzondering van het logo linksboven, en de indexen die gevolgd worden (zie figuur a, b, & c in bijlage). Voor beursduivel.be worden de stijgers en dalers van de Bel20 aangegeven op de voorpagina. Bij belegger.nl is dat de AEX. Bij beursduivel.be en belegger.nl worden dezelfde nieuwsartikelen gepubliceerd. Deze zijn meestal afkomstig van een onafhankelijke nieuwsdienst. Deze worden op de voorpagina in twee categorieën onderverdeeld: “laatste nieuws” en “de keus van de redactie”. Rechtsonder de site worden advertenties getoond (zie figuur b in bijlage). Deze zijn steeds gerelateerd aan beursproducten of handelen op de beurs. Beursduivel is een intuïtief opgebouwde site. Bij het lezen van artikels worden alle vernoemde aandelen in hypertext genoemd, waardoor een gebruiker snel kan doorklikken naar meer gedetailleerde informatie over het aandeel. Bij elk aandeel wordt in tabbladen gewerkt, waardoor men naast de huidige koers, ook extra informatie over het bedrijf (bijvoorbeeld koers/winst, dividendrendement & dividenddatum, en gerelateerd nieuws) op beursduivel kan terugvinden. Deze informatie is evenwel niet altijd up-to-date of volledig ingevuld. De koersen die vermeld worden op beursduivel lopen ongeveer 15 minuten vertraging op ten opzichte van de beurs. Dit wordt ook vermeld. Beursduivel.be is daarom geen goed middel voor actieve beleggers om op de beurs te handelen, maar dit wordt met deze site ook niet beoogd. Beursduivel.be

20 profileert zich in eerste plaats als een nieuwssite, die beleggers op de hoogte houdt van relevante economische ontwikkelingen. Artikels In de periode van november 2013 tot eind januari 2014 werden er gemiddeld 45.71 artikels per dag

op

beursduivel.be

gepubliceerd.

Dit

nieuws

draait

altijd

om

beurszaken,

zoals

winstwaarschuwingen, onderzoeken en adviezen. Het belangrijkste nieuws wordt met een foto en een rode balk op de meest prominente plaats op de voorpagina getoond. Het is niet duidelijk aan welke criteria dit nieuws dient te voldoen om als belangrijk te worden beschouwd. Onder de uitgelichte artikels wordt het nieuws in twee secties onderverdeeld: “laatste nieuws” dat in chronologische volgorde wordt gerangschikt, en “keuze van de redactie.” Criteria waarom de redactie bepaalde nieuwsberichten uitlicht, zijn niet duidelijk. Advertorials (reclame in de vorm van artikels) worden vaak als keuze van de redactie getoond. Uitgelichte artikels blijven langer op de voorpagina staan en worden beduidend meer gelezen. We onderscheiden drie soorten artikels: 

Updates van diverse nieuwsbronnen. Deze zijn voornamelijk nieuwsberichten van andere nieuwsdiensten, zoals Bloomberg, ABN Amro en AFN (ANP financial news). In januari 2014 waren ongeveer 95% van alle publicaties op beursduivel.be, updates van diverse nieuwsbronnen. Beursduivel.be schrijft zelf geen nieuwsberichten.



Eigen nieuwsupdates. Deze worden door enkele journalisten van beursduivel.be geschreven. Zij omvatten hoofdzakelijk informatie die door ‘beursexperts’ wordt gegeven. Deze updates omvatten hoofdzakelijk koop- en verkoopadviezen. In januari 2014 werd ongeveer 4% van alle publicaties door de eigen staf geschreven.



Advertorials. Naast regulier advies, vinden we tussen de artikels soms advertenties die in de vorm van een nieuwsbericht worden geschreven. Deze omvatten informatie over de partners van beursduivel.be, zoals Beursfoon, die reclame maakt voor automatisch handelen, en beursplein.nl. In januari 2014 omvatte advertorials 1% van alle artikels. Hierbij dient te vermeld te worden dat advertorials vaak een prominente plaats op de voorpagina krijgen. Ze trekken dus disproportionele hoeveelheden lezers. Ze worden vaak bovenaan vermeld in de ‘thema’ sectie, alsook naast de nieuwsartikels als afbeelding, zodat adblock, of andere programma’s ze niet kan blokkeren (zie figuur b).

Op elk van deze artikels wordt een mogelijkheid geboden om reacties te geven. Om een reactie te plaatsen is een (gratis) account nodig op beursduivel.be. Aangezien de inhoud van deze reacties buiten de scope van deze scriptie staat, wordt deze niet verder behandeld.

21 Koop- en verkoopadviezen De koop- en verkoopadviezen op beursduivel.be staan chronologisch gerangschikt van recent naar oud onder de rubriek ‘analyse en advies’, die via de homepagina te bereiken is. Het advies is onderverdeeld in drie pijlers. 

Koop en verkoopadviezen: in deze rubriek worden alle koop-, hold en verkoopadviezen van verschillende financiële instellingen (bijvoorbeeld Goldman Sachs, ING, Belfius, KBC) opgelijst.



Waardering aandelen: Deze rubriek omvat een zeer summiere waardering van aandelen door op basis van koop- en verkoopadviezen van verschillende financiële instellingen een sterrensysteem toe te passen, waarbij aandelen met veel koopadviezen meer sterren hebben dan aandelen met overwegend sell adviezen. Hierin wordt een soort van gewogen gemiddelde gemaakt, een aandeel met bijvoorbeeld veel hold adviezen zal minder snel sterren verliezen als er een verkoopadvies komt. Het tijdstip en de betrouwbaarheid van het advies worden niet in rekening gebracht.



Columns: Deze columns zijn geschreven in naam van beursexperts, of gebaseerd op een interview van deze experts. Deze experts zijn niet door beursduivel.be aangenomen om advies te schrijven. Een oplijsting van alle auteurs die voor beursduivel hebben geschreven in onze periode van data-inzameling is terug te vinden in tabel a in de bijlage. Deze columns geven over het algemeen zeer duidelijk koop- en verkoopadvies over specifieke aandelen. We hebben geen enkel hold advies gevonden in onze dataset. Enkele belangrijke namen bij deze columns zijn Geert Schaaij, Corné van Zeijl en Tom Muller. Deze drie namen schreven in onze steekproef 32.8% van alle adviezen.

In onze verdere bespreking gaan wij dieper in op de adviezen die op beursduivel.be worden gepubliceerd in de vorm van columns van beursexperts. We doen dit op twee niveaus, allereerst op een overkoepelend niveau (over alle columns heen), daarna gaan we dieper in op de inhoudelijke kenmerken van de adviezen. We baseren ons hiervoor op de 54 koop en 2 sell adviezen die we verzamelden in de periode 25 november 2013 – 25 januari 2014. Als we kijken naar de columns als geheel, moeten we vaststellen dat de koopadviezen visie en coherentie missen. Daar zijn verschillende redenen voor. Ten eerste blijkt vrij duidelijk uit de inhoud van de columns dat het grote aantal schrijvers die de adviezen schrijven, niet met elkaar communiceren. Vaak wordt hetzelfde advies meerdere keren herhaald door verschillende mensen, voor dezelfde redenen. Zo werd ArcellorMittal in onze steekproef 10 keer getipt als mogelijke koopmogelijkheid. Uit onze analyses blijkt voorts dat het vooral bekende Nederlandse bedrijven zijn, zoals Royal Dutch Shell, Randstad of SBM Offshore, wier advies vaak wordt herhaald. Het valt ook op dat de fundamentele informatie omtrent deze “populaire” aandelen op de site vaker is aangevuld dan kleinere, minder verhandelde aandelen. Een tweede reden voor een gebrek aan coherentie vinden we in het gebrek aan

22 consistentie in de opbouw van de artikels. Elke auteur heeft een eigen schrijfstijl en manier om zijn advies te rechtvaardigen. John Beijer schrijft bijvoorbeeld vooral op basis van technische analyse, terwijl Barbara Van Cooten vooral inspeelt op beurssentiment en eigen intuïtie. Ten derde merken we dat beursduivel.be opvallend veel koopadviezen publiceert, vergeleken met de frequentie van hold of verkoopadviezen. Slechts 2 van de 56 gepubliceerde adviezen in onze dataset, waren verkoopadviezen. Er werd geen enkel hold advies gepubliceerd. De overmaat aan koopadviezen, zonder enige termijn of indicatie wanneer men terug moet verkopen, zou betekenen dat een investeerder volgens beursduivel.be meer en meer aandelen zou moeten kopen zonder iets van de hand te doen. Dit is uiteraard niet realistisch. Bovendien kan deze positieve aanpak de lezer er valselijk van overtuigen dat aandelen een risicoloze belegging zijn. De auteurs zijn steeds enthousiast over bepaalde aandelen. Hoog geprijsde aandelen worden geprofileerd als aantrekkelijke, stabiele bedrijven. Aandelen na een koersval zijn instapkansen en eventuele problemen worden meestal sterk genuanceerd. In onze dataset werd in geen enkel artikel een waardering van het risico gegeven.

Tabel 8 Een overzicht van kernelementen die werden gebruikt in de adviezen van beursduivel.be. Element

Frequentie!

Risicowaardering

0%

Concreet koopmoment

0%

Vergelijking met sector

0%

Vergelijking met land

0%

Hoeveelheid aan te kopen aandelen

0%

Ratio’s2

0%

Extra toelichting bij termen

3.5%

Dividend informatie

7.5%

Boekhoudkundige informatie

7.9%

Aanbevolen aankoopprijs

13.2%

Koersdoel

21.1%

Actuele informatie

60.5%

Speculatie en eigen inschatting

63.2%

Technische analyse

75%

1

Percentage van het totale aantal adviezen in onze dataset.

2

Hieronder verstaan we de P/E, P/B, P/S & P/EBITDA waarden.

23 Als we dieper ingaan op de opbouw en inhoud van de adviezen afzonderlijk, valt ons in eerste plaats op dat de auteurs zich meestal beroepen op technische analyse of eigen inschatting om hun advies te ondersteunen. De meest voorkomende elementen in de adviezen waren technische analyse (75% van de gevallen), speculatie en inschatting (63.2%) en actuele informatie (60.5%). Bedrijfseigen variabelen, zoals P/earnings ratio’s of (toekomstige) cash flows werden in geen enkel advies gebruikt. Modellen als berekeningen van residuele winsten of dividend earnings werden niet gebruikt. We vatten de frequenties van enkele kernelementen samen in tabel 8. In sommige adviezen komen meerdere van deze elementen samen aan bod. Zo gaat de huidige prijs vaak hand in hand met een concreet koersdoel (r = .467, p<.001), en leggen de beursexperts vaak de link tussen actueel nieuws en de impact op boekhoudkundige variabelen (r = .236, p<.05), of koppelen ze actueel nieuws met een nieuw koersdoel (r = .258, p<.05).

Andere diensten Naast de nieuwsberichten die beursduivel.be publiceert, houdt het zelf ook een portefeuille bij van aandelen in de “kopen en verkopen” portefeuille. De updates rond deze portefeuille zijn louter rapportage en kunnen dus niet als beleggingsadvies worden gezien, hoewel het natuurlijk mogelijk is om de portefeuille na te bootsen. Elk jaar kiezen de gebruikers van beursduivel.be tien aandelen die via een open bevraging worden geselecteerd. Met 25 000 euro, dat door Binck Bank beschikbaar wordt gesteld, koopt en verkoopt beursduivel.be elke week één aandeel. De keuze van dit aandeel gebeurt om de beurt door een “beursexpert” en door het publiek (via een bevraging). Dit betekent dat een aandeel dat de ene week door de lezers wordt aangekocht, de volgende week weer kan verkocht worden door de expert. We zien hier opnieuw een indicatie dat er op beursduivel.be geen coherente visie of langetermijnstrategie aanwezig is. De kopen of verkopen portefeuille startte in 2010 als simulatie. De portefeuille versloeg de AEX drie van de vier keer in de laatste vier jaren. Het gemiddelde rendement over die jaren, wordt op de site niet vermeld. Wat opvalt, is dat beursduivel.be de AEX als benchmark neemt, en niet de Bel20. Dit heeft te maken met het feit dat beursduivel.be zich baseert op de portefeuille van belegger.nl, en enkel de polls en nieuwsupdates van belegger.nl onder eigen naam publiceert. Naast de kopen-en-verkopen portefeuille is het ook mogelijk om op beursduivel.be een schaduwportefeuille aan te leggen, om je te abonneren op diverse nieuwsbrieven en om financiële instellingen te vergelijken via een tool die beschikbaar wordt gesteld door een partner van beursduivel.be. Deze laatste service betreft opnieuw een reclamestunt. Beursduivel.be heeft ook een forum, waar mensen met elkaar in discussie kunnen gaan. We bespreken de inhoud van dit forum niet verder, daar deze uit de scope van de scriptie valt.

24 Belegger.tijd.be Belegger.tijd.be is één van de services die door Mediafin wordt uitgebaat op het internet. Samen met tijd.be en beurssignaal, vormen de drie websites een getrapt geheel waar men als gebruiker steeds meer gespecialiseerde financiële informatie kan terugvinden. We vinden geen informatie over bezoekersaantallen op belegger.tijd.be. Het getrapte systeem van de tijd, belegger.tijd.be en beurssignaal

Mediafin biedt de consument een drie-eenheid van financiële websites aan die kunnen worden gebruikt om financiële informatie op te zoeken. Elke site kan worden beschouwd als een meer gespecialiseerde versie van een vorige. Zo wordt de consument ingeleid in het ecosysteem van Mediafin via de algemene nieuwssite “tijd.be” of “L’echo.be”, dat algemeen economisch nieuws publiceert. Deze sites zijn gratis, maar vragen bij bepaalde (complexe of langere) artikels om te abonneren om toegang te krijgen tot de volledige website. Indien de consument zich verder wilt informeren verwijst tijd.be of l’echo.be hem door naar belegger.tijd.be of l’investisseur.echo.be. Deze sites bieden de consument beleggersadvies aan, dat uitlegt waarom bepaalde aandelen koopwaardig zijn, te behouden zijn of verkocht dienen te worden. Het betreft hier dus gespecialiseerde informatie in beleggingsproducten, en niet langer economisch nieuws. Op belegger.tijd.be (of zijn Franstalige tegenhanger) vinden we opnieuw een verwijzing naar beurssignaal.be (of Signaux Boursiers), om specifieke koopmomenten te ontdekken om deze aanbevolen aandelen aan te kopen. Belegger.tijd.be en l’investisseur.echo.be geven namelijk geen concrete koopmomenten mee in hun advies. We vatten het ecosysteem van Mediafin samen in figuur 2.

Figuur 2: een niet-exhaustieve samenvatting van de diensten van Mediafin

Mediafin

De tijd

Belegger.tijd.be

Beurssignaal

l'echo

L'investisseur

Signaux boursiers

[andere diensten]

De verweefde websites, die elk hun specialisatie hebben, zorgt ervoor dat een gebruiker zich goed moet realiseren waar hij zijn geld aan uitgeeft. Een abonnement op de Tijd, levert hem economisch

25 nieuws op, terwijl een abonnement op belegger.tijd.be, beleggingsadvies oplevert. Een abonnement op belegger.tijd.be zorgt er met andere woorden niet voor dat de volledige site van tijd.be toegankelijk is, en vice versa. We merken op dat Mediafin met deze aanpak impliciet veronderstelt dat technische analyse van beurssignaal.be een meerwaarde biedt op de fundamentele analyse die belegger.tijd.be biedt, en er van uit gaat dat een particulier ook voor deze informatie wilt betalen. Hoewel de meerwaarde van het complementair gebruik van technische en fundamentele analyse in de literatuur al werd aangetoond (Bettman, Sault, & Welch, 2006), is de vraag of investeerder bereid is om 294 euro per jaar extra te betalen voor deze extra analyses. De combinatie belegger.tijd.be en beurssignaal kost een particulier samen 575 euro per jaar. Daar tegenover stelt belegger.tijd.be dat ze sinds 1984 een gemiddeld jaarresultaat van 9.3% behalen met hun beleggersportefeuille. Dit betekent dat een particulier een bedrag van €6 182.79 moet beleggen volgens de methode van belegger.tijd.be om zijn investering voor de twee abonnementen gemiddeld op jaarbasis terug te verdienen. Parallel kan de vraag worden gesteld of het rendeert om te investeren in enkel een abonnement van belegger.tijd.be. Als we er van uit gaan dat een belegger zonder beurssignaal.be ook een rendement van 9.3% kan behalen, moet hij nog steeds 3021.5 euro beleggen om die kost te dekken.

We spitsen ons in de volgende tekst enkel toe op de inhoud en functies van belegger.tijd.be. Dit doen we om twee redenen. Ten eerste fungeert beurssignaal enkel als signaalgever, en geeft deze zelf weinig gefundeerd koopadvies. Ten tweede focussen we ons enkel op beurssignaal, omwille van praktische redenen.

Uitzicht en gebruiksvriendelijkheid. Een abonnement nemen op belegger.tijd.be is gemakkelijk en goed geregeld. Na het ingeven van naam, adres en betaalgegevens wordt een activatieperiode van ongeveer 48 uur gestart waarbij de gegevens bij Mediafin verwerkt worden. Tijdens deze activatieperiode is het echter nog niet mogelijk om in te loggen bij belegger.tijd.be. De slogan “abonneer nu, en lees meteen verder” is in dat opzicht misleidend. Na deze activatieperiode wordt een abonnementsnummer opgestuurd waardoor een particulier zijn account op belegger.tijd.be kan activeren. Op dat moment heeft men toegang tot alle informatie die tot op heden werd gepubliceerd. Bovendien krijgt men elke dinsdag een acht pagina’s tellend weekblad in de bus gestopt, waar de belangrijkste analyses en artikels over de beurs in staan beschreven. Dit weekblad valt tevens ook op naam te downloaden van de website. We behandelen belegger.tijd.be evenwel als een site, en niet als een beleggersblad, omdat de site veel meer informatie aanbiedt dan het beleggersblad. Het blad kan worden gezien als een samenvatting van de belangrijkste adviezen van de site. Bij het inloggen, komt een abonnee op het beginscherm van belegger.tijd.be (home), waar de laatste adviezen staan opgelijst, samen met een kleine verwijzing naar beurssignaal en tijd.be (zie figuur

26 e in bijlage). In de blauwe balk bovenaan staan hyperlinks, waarbij de gebruiker wordt doorverwezen naar verschillende types informatie op belegger.tijd.be. We bespreken achtereenvolgens deze hyperlinks. 

Advieslijsten: op deze pagina houdt belegger.tijd.be alle adviezen bij die ze heeft gepubliceerd. De adviezen staan op alfabetische volgorde, volgens de naam van het aandeel waarover het advies gaat. Elk advies wordt op deze manier samengevat op één lijn, waarbij de naam, de markt, de huidige koers (per dag), winst per aandeel, koers/winst, dividendrendement, ratio’s, advies en risico worden vernoemd. Via een zoekfunctie met drop down menu’s kan men in deze lijst zoeken. Door te klikken op de naam van het aandeel, kan men de toelichting van het advies lezen, samen met enkele kerncijfers (omzet, winst per aandeel, ratio’s, koersgegevens en datums die belangrijk kunnen zijn voor investeerders in het aandeel). We gaan verder in op de inhoudelijke opbouw en elementen van het geschreven advies op belegger.tijd.be op pagina 27



Aandelenportefeuille: op deze pagina houdt belegger.tijd.be zijn modelportefeuille bij. Belegger.tijd.be realiseerde sinds 1984 een gemiddeld rendement van 9.3% op jaarbasis. Op variabele tijdstippen koopt of verkoopt belegger.tijd.be een hoeveelheid aandelen. Ze motiveren deze (ver)koop steeds in een geschreven artikel, dat vervolgens wordt geclassificeerd in de advieslijsten met een update in het aandeel. De portefeuille wordt opgebouwd aan de hand van de “db 4x4 strategie”. We bespreken deze strategie later in meer detail. Tijdens onze periode van analyse merken we op dat belegger.tijd.be zijn posities in buitenlandse aandelen en risicovolle posities beperkt.



Selectie: het onderdeel “selectie” is onderverdeeld in drie pagina’s: aandelen, groeimarkten en obligaties. Op deze pagina’s worden de favoriete beleggingsinstrumenten van belegger.tijd.be (aandelen, trackers, fondsen en obligaties) op dezelfde manier als op de pagina “advieslijsten” bijgehouden. Opnieuw kan men door verder te klikken, een diepgaandere analyse van het instrument bekijken, met kerncijfers en uitgeschreven commentaar.



Archief: het archief van belegger.tijd.be stelt de gebruiker in staat om met een zoekfunctie bepaalde kernwoorden op te zoeken. Als resultaat krijgt de gebruiker een chronologisch gerangschikte lijst van adviezen waarin het gezochte woord werd gebruikt.

De db 4x4 strategie van belegger.tijd.be Hierbij werkt belegger.tijd.be met een 4x4 strategie, waar het een evenwicht probeert te vinden tussen ondergewaardeerde aandelen, dividendwaarden, duurzame groeiers en “beloftes & turnarounds” (meer risicovolle aandelen met een hoog koerspotentieel). Naargelang de inschatting van de macroeconomische omstandigheden, gaat belegger.tijd.be één van zijn pijlers meer laten doorwegen in zijn portefeuille. Zo publiceerde belegger.tijd.be op 15 april 2014 een artikel “Saai opnieuw opwindend”,

27 waarin de site meldde dat ze voor de komende maanden vooral zouden inzetten op dividendaandelen, wegens volatiliteit op de markt. Naast de vier pijlers, wordt elk aandeel beoordeeld op vier criteria: 

Waardering: in welke mate is het aandeel tegenwoordig goedkoop of duur geprijsd in de markt? Dit wordt aan de hand van ratio’s als K/W, K/B en EV/EBITDA bekeken.



Een sterke balans: hier gaat de belegger na in welke mate de fundamentele boekhoudkundige waarden van het bedrijf (cash flow, schuld, vooruitzichten, …) voldoende kunnen overtuigen om in het bedrijf te investeren.



Koerstriggers: zijn er tekenen in de markt die er op kunnen wijzen dat het aandeel binnenkort sterk zal stijgen of dalen in waarde, of een effect zullen hebben op het koersverloop? Voorbeelden hiervan zijn: overnamegeruchten, een goede reputatie als dividenduitkeerder, inkoop eigen aandelen, …



Diversen: alle niet bovengenoemde elementen die een effect kunnen hebben op het koersverloop (bv. indexopnames, nieuws, …)

Koop- en verkoopadviezen. In onze verdere bespreking gaan wij dieper in op de adviezen die op belegger.tijd.be worden gepubliceerd. We doen dit op twee niveaus, allereerst op een globaal overkoepelend niveau, daarna gaan we dieper in op de inhoudelijke kenmerken van de adviezen. We baseren ons hierbij op een totaal van 406 adviezen en artikels die belegger.tijd.be in onze data-inzamelperiode heeft gepubliceerd. In onze steekproef behandelden 98.5% van alle adviezen op belegger.tijd.be aandelen. 1.1 % betrof obligaties. De overige 0.04% van het advies, betrof optiebeleggingen. Belegger.tijd.be argumenteert dat zij specifiek voor aandelen kiest, omdat de stijgende rente van de centrale banken ervoor kan zorgen dat (vastrentende) obligaties in de huidige markt op lange termijn geen of zelfs negatieve reële rendementen zouden halen. Globaal gezien krijgen wij bij belegger.tijd.be een sterk gevoel van coherentie en visie over adviezen heen. Belegger.tijd.be biedt dankzij zijn archieffunctie een transparantie manier aan om de evolutie van zijn adviezen per beleggingsproduct op te volgen. Bij elk advies staat duidelijk vermeld wanneer het advies voor het laatst werd geüpdatet. Bovendien wordt er vaak teruggekoppeld naar eerder advies met zinnen als: “Dit neemt niet weg dat het aandeel de voorbije weken mooi opveerde en de 40 EUR-grens doorbrak. We verlagen het advies naar 'houden'.” Ook het actieve beheer van de aandelenportefeuille toont aan dat er niet alleen per aandeel, maar ook per sector en land wordt nagedacht over de posities die dienen ingenomen te worden. We merken op dat belegger.tijd.be duidelijk de keuze maakt om zich als een geheel te profileren. Alle adviezen zijn geschreven in de “wij” vorm, en bevatten nooit de naam van de auteur. Deze worden enkel vermeld op het beleggingsblad.

28 Als we kijken naar de inhoud van de adviezen, kunnen we een onderscheid maken tussen twee types adviezen: 

Meervoudige adviezen die bestaan uit een vergelijking van meerdere aandelen waaruit de favoriet wordt gekozen (bijvoorbeeld “koopkansen in de verzekeringssector”) 34.% van de adviezen die wij verzamelden op belegger.tijd.be waren meervoudige adviezen.



Enkelvoudige adviezen, waar de waardering van één aandeel kort wordt toegelicht. We vatten de frequenties van enkele kernelementen van deze adviezen samen in tabel 9. 65.5% van de adviezen op belegger.tijd.be waren enkelvoudige adviezen.

Naast deze adviezen publiceert belegger.tijd.be ook extra artikels die bepaalde macro economische tendensen en beursgerelateerde problemen bespreken. Voorbeelden hiervan zijn een bespreking van diverse beurswijsheden, een bespreking van langetermijntrends of een bespreking van diverse Belgische Tak 21 producten. We merken in tabel 9 op dat actuele informatie het meest frequent gebruikt wordt in de adviezen van belegger.tijd.be, dit zowel voor de enkelvoudige als meervoudige adviezen (resp. 91.5% en 83.0%). Na actuele informatie maakt belegger.tijd.be voor enkelvoudige adviezen vooral gebruik van boekhoudkundige informatie (53.9%) en voor meervoudige artikels de vergelijking met sector (41.1%) of landen (32.6%). Deze discrepantie is niet verwonderlijk omdat meervoudig advies vaak wordt gebruikt om een aantal aandelen in dezelfde klasse (bv. sector) met elkaar te vergelijken of om “exotische” markten zoals China te bespreken. Actuele informatie en boekhoudkundige informatie komen meestal samen voor in de artikels. Bij de afwezigheid van één van deze bronnen lijkt de ander steeds aanwezig. Dit wijst er op dat belegger.tijd.be zijn adviezen ten minste op één van deze bronnen baseert. Verder willen we nog opmerken dat belegger.tijd.be zijn buy, hold en sell adviezen bij zijn adviezen verder nuanceert. Dit blijkt vooral voor hold adviezen het geval te zijn. In plaats van een gewoon hold advies mee te geven, raadt belegger.tijd.be zijn lezers aan om te kopen ‘op koerszwakte’ (of verkopen bij een piek, al komt dit advies minder voor). Dit geldt ook voor koop adviezen, waar aandelen in sommige gevallen tijdens koerszwaktes mogen gekocht worden, of verkocht bij plotse stijgingen. Belegger.tijd.be laat het bepalen van het juiste instapmoment in deze gevallen over aan zijn lezers, daarbij geeft het soms wel een aanbevolen aankoopprijs (27.7% van de artikels). Om de lezer hierin bij te staan biedt belegger.tijd.be wel twee diensten aan: sms-alerts of mails die kunnen geprogrammeerd worden volgens bepaalde criteria, en beurssignaal, die zich uitsluitend bezig houdt met technische analyse. Het bestaan van de dienst beurssignaal is naar onze mening ook de reden waarom technische analyse en het aangeven van een concreet koopmoment zo weinig voorkomt op belegger.tijd.be (respectievelijk 2.2% en 0.74%).

29

Tabel 9 Een overzicht van kernelementen die werden gebruikt in de adviezen van belegger.tijd.be

Element

Frequentie

Frequentie

Totale

enkelvoudig!

meervoudig

frequentie3

Risicowaardering

100%

33.3%

76.7%

Concreet koopmoment

0.4%

1.4%

0.74%

Vergelijking met sector

12.6%

41.1%

22.5%

Vergelijking met land

8.2%

32.6%

16.7%

Hoeveelheid

0.7%

9.9%

3.7%

Ratio’s2

29,4%

20.6

26.3%

Extra toelichting bij termen

11%

14%

10%

Dividend informatie

14.1%

4.9%

10.9%

Boekhoudkundige informatie

53.9%

39.0%

48.7%

Aanbevolen aankoopprijs

18.2%

27.7%

21.4%

Koersdoel

4.8%

2.1%

3.9%

Actuele informatie

91.5%

83.0%

88.5%

Speculatie en eigen inschatting

10%

14.2%

11.4%

Technische analyse

3%

0.7%

2.2%

1

Percentage van het totale aantal adviezen in onze dataset.

2

Hieronder verstaan we de P/E, P/B, P/S, P/EBITDA waarden.

3

Op basis van een gewogen gemiddelde op 265 enkelvoudige adviezen en 141 meervoudige.

Extra (niet vernoemde) diensten Naast het formuleren van advies is het mogelijk om belegger.tijd.be woensdagnamiddag op te bellen om vragen te stellen aan de redactie van belegger.tijd.be over investeren. Verder krijgt een abonnee korting op het abonnement van beurssignaal.

30 Discussie In deze scriptie onderzochten we het rendement van advies van beleggerssites. Dit deden we door kwantitatief na te gaan welke site advies genereerde dat tot positieve of negatieve MAR’s kon leiden. Daarvoor verzamelden we in de periode 25 december 2013 tot 25 januari 2014 alle adviezen van belegger.tijd.be, analist.be, beursduivel.be en standaard.be. Op basis van deze adviezen vroegen we uit Datastream de RI’s op in een tijdsperiode van drie weken voor en na de publicatie van het advies. Hypothese 1, dat postuleerde dat beleggerssites in staat waren om advies te geven dat significante rendementen op 21 dagen na het advies genereert, werd weerhouden voor belegger.tijd.be, maar niet voor de andere sites. In een post-hoc analyse vonden we dat zowel de koop- als verkoopadviezen van belegger.tijd.be significante indexgecorrigeerde MAR’s voorspellen, maar enkel de verkoopadviezen van belegger.tijd.be industriegecorreleerde MAR’s kunnen voorspellen. De effectgroottes van verkoopadviezen zijn ook hoger dan de koopadviezen. Bovendien vinden we voor de verkoopadviezen significante resultaten als we de MAR van verkoopadviezen voor en na het advies vergelijken, wat er op lijkt te wijzen dat belegger.tijd.be aandelen die zullen dalen in waarde, goed kan voorspellen. We vonden dergelijk resultaat niet bij het koopadvies. Hypothese 2, dat postuleerde dat beleggerssites in staat waren om renderend advies te geven, één dag na het advies, werd voor geen enkele site weerhouden. Hypothese 3, dat in navolging van Abraham et al. (1993) postuleerde dat sites advies gaven dat in lijn lag met eerder koersverloop werd voor geen enkele site weerhouden. Bij beursduivel.be vinden we een omgekeerd resultaat. Hoe lager het rendement van de website voor het advies, hoe waarschijnlijker het is dat beursduivel.be een koopadvies zal formuleren. We vonden in een post hoc vergelijking ook dat geadviseerde aandelen van beursduivel.be significante veranderingen doormaakten in MAR voor en na het advies.

Dat belegger.tijd.be als enige de juiste aandelen weet te kiezen die op termijn tot significante MAR’s leiden, kan op meerdere manieren verklaard worden. Wij bespreken in de volgende tekst vier verklaringen. Een eerste mogelijke verklaring voor het significante rendement van belegger.tijd.be werd besproken door Hirschey, Richardson en Scholz, die in 2000 argumenteerden dat kuddegedrag bij beleggers er voor zorgde dat het advies op de Motley Fool positieve abnormale rendementen opleverde. Het zou kunnen zijn dat een gelijkaardig effect ook bij belegger.tijd.be speelt. Belegger.tijd.be omschrijft zichzelf namelijk als “de referentie in België” als het aankomt op aandelen (belegger.tijd.be). De tijd is in België ook een gevestigde waarde als het aankomt op financieel en economisch nieuws. Deze sterke merknaam kan zich ook verspreid hebben naar belegger.tijd.be. Als dit effectief het geval is, is het niet uitgesloten dat Nederlandstalige beleggers zich richten naar belegger.tijd.be om aandelen te verhandelen. Wij achten deze verklaring echter weinig waarschijnlijk. In tegenstelling tot de Motley

31 Fool, die 39 miljoen lezers kan bereiken, zijn er veel beperkende variabelen die een dergelijk publiek voor belegger.tijd.be zo goed als onmogelijk maken. Ten eerste kunnen enkel abonnees het nieuws op belegger.tijd.be lezen. Ten tweede zijn er taalbarrières die de verspreiding van het advies bemoeilijken buiten Nederland en België en ten derde bestaat het Belgische beleggerspubliek voor 95% uit institutionele beleggers (Gianetti & Koskinen, 2010). Slechts drie van de 39 onderzochte landen binnen Gianetti’s onderzoek hebben een nog lagere participatiegraad van private beleggers. Het is dus onwaarschijnlijk dat een artikel op belegger.tijd.be zou zorgen voor significante koersverschillen omdat het advies een groot lezerspubliek heeft bereikt. Ook de mogelijke verklaring dat het kuddegedrag zich vooral toespitst op institutionele beleggers in België lijkt ons weinig waarschijnlijk. Aangezien belegger.tijd.be geen significante resultaten vertoonde op één dag na het advies, betekent dat er geen grote (ver)koopgolven ontstaan door de publicatie van het advies, die het verloop van een aandeel kunnen beïnvloeden. Ook Scheufele, Haas en Brosius (2011) vonden in hun studie in Duitsland geen evidentie voor effecten door een grote blootstelling aan beleggingsadvies. Een tweede mogelijke verklaring voor onze bevindingen ligt in het tijdsperspectief dat beide sites hanteren (Van Camp, & Dewachter, 1993). Door ons te concentreren op het MAR van 1 en 21 dagen na het formuleren van het advies, is het onmogelijk om rendement op lange termijn na te gaan voor deze adviezen. Als beursduivel.be enkel advies genereert dat op lange termijn rendabel is, zouden wij dat dus niet terugvinden in onze statistiek. Wij achten deze verklaring echter weinig waarschijnlijk. Aangezien beursduivel.be zich zeer sterk focust op technische analyse (zie tabel 8) en het verdienen van ‘snel geld’ en belegger.tijd.be meer gebruik maakt van waarderingen, boekhoudkundige informatie en belegt met een jaarstrategie, zouden we via deze verklaring net het omgekeerde resultaat verwachten. Het lijkt er op dat belegger.tijd.be zich eerder op de lange termijn concentreert. Een kortetermijnsperspectief zou beursduivel.be juist moeten bevoordelen. De langetermijnsvisie van belegger.tijd.be brengt ons tot een derde mogelijke verklaring voor het renderende advies van belegger.tijd.be. In tegenstelling tot beursduivel.be, dat slechts sporadisch advies publiceert dat van verschillende bronnen afkomstig is, hanteert belegger.tijd.be een 4x4 strategie die inspeelt op marktomstandigheden. Bovendien maakt belegger.tijd.be elk jaar (in januari) een vooruitblik voor het volledige jaar. Op basis van die vooruitblik wordt een “algemene” investeringsstrategie ontwikkeld. Ook koppelt belegger.tijd.be terug aan eerder advies en argumenteert het waarom het advies wordt aangepast (bijvoorbeeld van buy naar hold). Dit toont aan dat ze de aanbevolen aandelen actief opvolgen. De combinatie van lange termijn, grondige analyse en korte termijn opvolging vormen volgens ons de reden voor het renderende advies van belegger.tijd.be. Door zich vast te houden aan een strategie, schakelt belegger.tijd.be volgens ons een groot deel subjectiviteit uit in hun waarderingen (zowel bij de jaarstrategie als de 4x4 strategie) (Baker, & Wurgler, 2006; Penman, 2013). Dit is positief, want het is al gebleken dat subjectieve inschattingen leiden tot negatievere resultaten (bv. Daniel, Hirschleifer, & Subrahmanyam, 1998). Bovendien wordt het aandeel door de 4x4 strategie te volgen, op verschillende

32 wijzen benaderd, waardoor mogelijke negatieve aspecten, die de koers kunnen drukken, sneller worden gevonden. Dit kan ook verklaren waarom belegger.tijd.be proportioneel tot de gratis sites minder koopadviezen heeft geformuleerd in onze steekproef en eerder neigt naar hold adviezen met een uitgesteld koop- of verkoopadvies bij koerszwakte of –sterkte (H+ of H- adviezen). Belegger.tijd.be lijkt met zijn lage proportie koopadviezen daarmee een uitzondering te zijn, zowel in onze scriptie als bij ander onderzoek. Uit vorig onderzoek blijkt namelijk dat analisten hoofdzakelijk koopadvies formuleren (Barber, Lehavy, & Trueman, 2001 ; Barniv et al, 2010 ; Swanson & Zhang, 2010). Tabel 10 Een vergelijking tussen de informatiebronnen van beursduivel.be en belegger.tijd.be Frequentie beursduivel

Frequentie belegger.tijd.be

1

Risicowaardering

0%

38.9%

Concreet koopmoment

0%

0.7%

Vergelijking met sector

0%

22.5%

Vergelijking met land

0%

16.7%

Hoeveelheid

0%

3.7%

Ratio’s

0%

26.3%

Extra toelichting bij termen

3.5%

11%

Dividend informatie

7.5%

10.9%

Boekhoudkundige informatie

7.9%

48.7%

Aanbevolen aankoopprijs

13.2%

21.4%

Koersdoel

21.1%

3.9%

Actuele informatie

60.5%

88.5%

speculatie en eigen inschatting

63.2%

11.4%

Technische analyse

75%

2.2%

1

Hieronder verstaan we de P/E, P/B, P/S, P/EBITDA

We vonden dergelijke opvolging, visie en strategie niet bij beursduivel.be. In tabel 10 zien we bijvoorbeeld dat beursduivel.be in 63.2% van alle adviezen gebruik maakte van intuïtie en eigen inschatting om zijn advies te staven. Dit is bij belegger.tijd.be slechts in 11.4% van de adviezen het geval. Die subjectiviteit is prevalent in de verwoordingen van de adviezen op beursduivel.be. Alle columns positief verwoord, ook bij slecht nieuws. Elke auteur gaat uit van een economisch herstel en bullish gedrag van de belegger. Vaak wordt er zonder reden van uit gegaan dat het bedrijf beter zal presteren dan voorheen (bijvoorbeeld bij het koopadvies van SBM Offshore “Omdat ze in grote projecten zitten kan er natuurlijk altijd een project tegenzitten. Maar ik heb het idee dat dat nu achter de rug is.”). Deze manier van redeneren zien we ook terug in ons statistisch model (zie figuur 1), waarin we zagen dat het rendement voor het advies negatief is gerelateerd aan de waarschijnlijkheid van het

33 advies. Dit betekent onder meer dat beursduivel.be er van uit gaat dat dalende aandelen zullen omdraaien, en stijgende aandelen zullen blijven doorstijgen, tenzij de stijging te snel verloopt. De bevinding dat 75% van het advies van beursduivel.be is geschreven vanuit technische analyse verklaart ook waarom beursduivel.be als enige significante resultaten vertoonde voor koersevoluties die het advies vooraf gingen (zie tabel 4). De redenering “buy low, sell high” lijkt bij beursduivel sterk vertegenwoordigd. Naast de strategie en het gebruiken van meerdere bronnen, is er nog een verklaring mogelijk voor het falen van gratis sites om positieve rendementen te bekomen. We vragen ons af of een gratis beleggerssite er wel baat bij heeft om waardevol advies te leveren, en zij niet eerder “aantrekkelijk advies” op hun site posten. Dat beursduivel.be uitsluitend positief nieuws lijkt te brengen, doet ons vermoeden dat de site in eerste plaats koopadviezen lijkt te publiceren om bezoekers naar hun site te lokken (en te laten verder lezen). Het is immers zo dat beursduivel.be inkomsten genereert door reclame te publiceren tussen de nieuwsartikels, of vermomd als nieuwsartikels. Zo verschijnt er regelmatig advies van Beursfoon, een robottradingdienst, die enkele aandelen tipt als koopkansen, en uitlegt dat een gebruiker met Beursfoon elke dag dergelijke tips kan krijgen. In de literatuur werd al opgemerkt dat analisten mogelijks dubbele agenda’s hebben bij het formuleren van adviezen (Barniv, Hope, Myring, & Thomas, 2010; Busse, Green, & Jegadeesh, 2010; Zhang, & Swanson, 2010). Advies van derde partijen moet dan ook voorzichtig worden geïnterpreteerd. Belegger.tijd.be haalt geen inkomsten uit reclame, maar verdient geld met abonnementsgelden van zijn klanten. Zij hebben er dus wel baat bij om gedegen advies te geven, en aan te tonen dat het rendeert om te investeren in hun advies. Dat doen ze ook expliciet met hun aandelenportefeuille.

Beperkingen en sterktes Op vlak van data-inzameling, statistiek en verwerking hebben we enkele beperkingen aan te merken op dit onderzoek. Met betrekking tot de data-inzameling merken we op dat de dataset van adviezen vrij beperkt was. Wij verzamelden adviezen over een tijdsperiode van twee maand en incorporeerden enkel de adviezen die gingen over aandelen die in euro werden verhandeld. Het is door de korte tijdsperiode mogelijk dat onze data werd beïnvloed door specifieke gebeurtenissen, zoals een nieuwjaarsrally. Aangezien we controleren voor markteffecten heeft dit geen invloed op onze conclusies, maar onze generaliseerbaarheid naar andere perioden in het jaar is beperkt. Daarenboven negeren wij het advies voor aandelen buiten de eurozone en adviezen over andere beleggingsproducten dan aandelen. Ook hebben wij voor bepaalde sites zeer weinig adviezen geobserveerd. Dit is met name het geval voor verkoopadviezen en hold adviezen van gratis sites. Het is mogelijk dat wij door het kleine aantal observaties de nulhypothese voor bepaalde toetsen niet konden verwerpen (Field, 2013).

34 Met betrekking tot de statistiek merken we op dat onze berekening van het MAR vrij beperkt is verlopen ten opzichte van vorige onderzoeken. Wij corrigeerden onder andere niet voor α en β risico’s in onze MAR (Borghesi & Peneck, 2010). Een gedegen trendanalyse van de aandelen had ook een meerwaarde kunnen zijn voor onze scriptie. Trendanalyse zou de evidentie voor de trendomkeringen bij beursduivel.be en belegger.tijd.be genuanceerder in kaart kunnen brengen. Als derde categorie van beperkingen vernoemen wij beperkingen die te maken hebben met de assumpties die wij maakten bij onze thesis, die onze generaliseerbaarheid en ecologische validiteit beperken. De manier waarop wij hold+ en hold- adviezen van belegger.tijd.be hebben behandeld is daar één van. Door het meest optimale punt (laagste koers voor buy, hoogste koers voor sell) te kiezen in de week volgend op het advies, hebben wij mogelijks de MAR overschat van het advies op beursduivel.be en een te optimistische kijk op de capaciteit van de individuele belegger verondersteld. Als tweede beperking in deze categorie noemen wij het ontbreken van transactiekosten in onze scriptie. Door deze te negeren overschatten wij het rendement van beleggerssites. We merken echter op dat transactiekosten op zich geen relatie hebben met de waarde en validiteit van investeringsadvies, zo lang het advies de belegger niet noopt om buitensporig veel te handelen op de beurs.

Deze beperkingen ten spijt, willen we toch opmerken dat onze data-inzamelingsmethode adequaat was om onze onderzoeksvraag te beantwoorden. Het doel van deze scriptie was immers om verkennend te werken, en redenen te vinden waarom site x, dan wel y een beter rendement opleverde. Hiervoor was het nodig om eerst na te gaan of er in België überhaupt sites bestonden die waardevol advies opleverden. Wij zien de combinatie van kwalitatief en kwantitatief onderzoek in deze scriptie als een belangrijke sterkte van dit onderzoek. De kwalitatieve analyse van beleggerssites stelt ons in staat onze statistische toetsen verder te interpreteren en onderzoeksmogelijkheden te leveren voor de toekomst.

Toekomstig onderzoek In onze discussie bespraken we dusver mogelijke verklaringen voor het verschil in rendement van beursduivel.be en belegger.tijd.be. Aangezien onze resultaten gebaseerd zijn op een vrij kleine steekproef van adviezen (zowel in omvang als in de tijd) is het nodig om onze resultaten in een groter onderzoek te bevestigen. Ook een uitbreiding van ons onderzoek is wenselijk, waar ook niet-eurolanden en andere beleggingsproducten dan aandelen in worden opgenomen. Gezien de lage participatiegraad in België is het onwaarschijnlijk dat beleggersadvies tot positieve MAR’s kan leiden door kuddegedrag onder privé beleggers. De vraag stelt zich dan ook of institutionele beleggers in België zich laten leiden door online beleggersadvies. Toekomstig onderzoek zou met behulp van een bevraging bij professionals, of door middel van experimenteel onderzoek

35 kunnen nagaan in welke mate professionele beleggers zich laten beïnvloeden door dergelijk advies, of welke aspecten van zo’n advies zij overtuigend vinden. Een tweede mogelijkheid voor toekomstig onderzoek zou de vergelijking kunnen zijn tussen Belgische (Nederlandstalige) beleggerssites en internationale (Engelstalige) sites. Het is mogelijk dat er kwalitatieve verschillen bestaan in de aanpak en grondigheid waarmee zij hun advies formuleren.

Conclusie In deze scriptie onderzochten we het rendement van Belgische beleggerssites. Door een statistische toetsing werd hypothese 1 enkel bevestigd voor belegger.tijd.be, dat advies publiceerde dat 21 dagen na het advies tot positieve resultaten leidde, maar niet één dag na het advies. Voor beursduivel.be vonden we een omgekeerd verband tussen het rendement van een aandeel voor een advies en de waarschijnlijkheid dat een advies werd gepubliceerd. We kozen ervoor om het advies van deze websites, en de websites zelf aan een kwalitatief onderzoek te onderwerpen om verklaringen te vinden voor het verschil in prestatie van deze adviezen. Met name de hoeveelheid informatie die wordt aangewend om een aandeel te analyseren en het gebruik van een visie en strategie bij het geven van een advies, zijn volgens ons bepalende factoren in het verschil in prestatie van deze websites. Waar beursduivel vooral gebruik maakt van technische analyse en speculatie, gaat belegger.tijd.be uit van een 4x4 strategie waarbij ze putten uit verschillende types informatie om hun advies te staven. We merken echter op dat belegger.tijd.be niet gratis is. Een belegger moet voldoende kapitaal beleggen om het advies van belegger.tijd.be terug te betalen. Goed advies is met andere woorden niet gratis. De hoofddoelstelling van deze scriptie was om exploratief te werk te gaan, generaliseerbaarheid was dus ook geen prioriteit. Het generaliseren van onze conclusies dient dan ook met voorzichtigheid te gebeuren.

36

Bibliografie Abraham, F., Van Camp, G., & Dewachter, H. (1993). Zijn beleggingsbladen een goede belegging? Tijdsschrift voor Economie en Management, 38(4), 453-563. Opgehaald van http://www.econ.kuleuven.be/rebel//jaargangen/1991-2000/1993/TEM1993-4/TEM19934_453-464p.pdf Baker, M., & Wurgler, j. (2006). Investor Sentiment and the Cross-Section of Stock Returns. The Journal of Finance, 61(4), 1645-1680. doi:10.1111/j.1540-6261.2006.00885.x Baker, M., & Wurgler, J. (2006). Investor Sentiment and the Cross-Section of Stock Returns. Journal of Finance, 61(4), 1645-1680. doi:10.1111/j. 1540-6261.2006.00885.x Balboa, M., Gomez-Sala, J. C., & Lopez-Espinosa, G. (2009). The Value of Adjusting the Bias in Recommendations: International Evidence. European Financial Management,. European Financial Management, 15(1), 208-230. doi:10.1111/j.1468-036X.2007.00421.x Barber, B., Lehavy, R., MnNichols, M., & Trueman, B. (2001). Can Investors Profit from the Prophets? Security Analyst Recommendations and Stock Returns. The Journal of Finance, 56(2), 531-563. Opgehaald van http://webuser.bus.umich.edu/rlehavy/Published_JF.pdf Barniv, R., Hope, O., Myring, M., & Thomas, W. B. (2009). International Evidence on Analyst Stock Recommendations, Valuations, and Returns. Contemporary Accounting Research, 27(4), 11311167. doi:10.111/j.1911-3846.2010.01036.x Bettman, J. L., Sault, S., & Welch, E. (2008). International Evidence on Analyst Stock Recommendations, Valuations, and Returns. Accounting & Finance, 49(1), 21-36. doi:10.1111/j.1467629X.2008.00277.x Bevolkinscijfers per provincie en per gemeente op 1 januari 2014. (2014, januari). Opgehaald van http://www.verkiezingen.fgov.be/fileadmin/user_upload/Registre/fr/statistiques_population /population-bevolking-20140101.pdf. Bollen, J., Mao, H., & Zeng, X. (2010). Twitter mood Predicts stock market. Journal of Computational Science, 2(1), 1-8. doi:10.1016/j.jocs.2010.12.007 Borghesi, J., & Pencek, T. (2010). The (non)performance of Kiplinger’s Expert Recommendations. Journal of Applied Business Research, 26(4), 47-54. Retrieved from http://papers.ssrn.com/sol3/papers.cfm?abstract_id=2149699 Brody, R. G., & Rees, L. (1996). The Performance of Popular investment Magazine Stock Analysts,. Journal of Applied Business Research, 12(1), 42-46. doi:5835-23302-1-PB Busse, A. J., Green, C., & Jegadeesh, N. (2010). Buy-Side trades and sell-side recommendations: interactions and information content. Journal of Financial Markets, 15(12), 207-232. doi:/10.1016/j.finmar.2011.08.001

37 Cliff, T. M. (2004). Do Independent Analysts Provide Superior Stock Recommendations? doi:10.2139/ssrn.540123 Cohen, J. (1988). Statistical Power Analysis for the Behavrioral Sciences (2 ed.). Lawrence Erlbauw Associates. Daniel, K., Hirschleifer, D., & Subrahmanyam, A. (1998). Investor Psychology and security market underand overreactions. Journal of Finance, 53(6). Opgehaald van http://www.jstor.org/stable/117455.pdf Davidson, R., & MacKinnon, J. G. (1996). The power of bootstrap and asymptotic tests. Journal of Econometrics, 133(2), 421-441. doi:/10.1016/j.jeconom.2005.06.002 Dewally, M. (2003). Internet Investment Advice: Investing with a rock of salt. Financial Analysis Journal, 59(4), 65-79. Opgehaald van http://www.jstor.org/stable/4480497 Efron. (1987). Better Bootstrap Confidence Intervals. Journal of the American Statistical Association, 82(397), 171-185. doi:10.2307/2289144 Efron, B. (1987). Better bootstrap confidence intervals. Journal of the American Statistical Association, 82(397), 171-185. Retrieved from http://www.jstor.org/stable/2289144 Field, A. (2013). Discovering Statistics using IBM SPSS statistics (4 ed.). London: SAGE publications. Georgarakos, D., & Inderst, R. (2011). Financial Advice and Stock Market Participation. Conference on Household Finance and Consumption (pp. 1-45). Frankfurt: European Central Bank. Gianetti, M., & Koskinen, Y. (2010). Investor Protection, Equity Returns, and Financial Globalisation. Journal of Financial and Quantitive Analysis, 45(1), 135-168. doi:10.1017/S0022109009990524 Graham, J. R. (1999). Herding among investment newsletters: theory and evidence. Journal of Finance, 54, 237-268. doi:10.1111/0022-1082.00103 Grinblatt, M., Titman, S., & Wermers, R. (1995). Momentum Investment Strategies, Portfolio Performance, and Herding: a Study of Mutual Fund Behavior. The American Economic Review, 85(5), 1088-1105. Opgehaald van http://www.rhsmith.umd.edu/faculty/rwermers/gtw.pdf Hall, P., & Horowitz, J. L. (n.d.). Bootstrap critical values for tests based on generalized-method-ofmoments estimators. doi:2171849 Hirschey, M., Richardson, V. J., & Scholz, S. (2000). Stock-price effects of internet buy-sell recommendations: The motley fool case. The Financial Review, 35(2), 147-174. doi:10.1111/j.1540-6288.2000.tb01418.x Horowitz, J. (1994). Bootstrap-based critical values for the information matrix test. Journal of Econometrics, 61, 395-411. doi:/10.1016/0304-4076(94)90092-2 Ince, S. O., & Porter, B. R. (2006). Individual equity return data from Thomson Datastream: handle with care! The Journal of Financial Research, 24(4), 463-479. doi:10.1111/j.14756803.2006.00189.x

38 Industry Classification Benchmark (ICB): Corporate brochure. (2012). Retrieved http://www.icbenchmark.com/ICBDocs/FTSE_ICB_Corporate_Brochure.pdf.

from

Kerl, A. G., & Walter, A. (2007). Long-Run Performance Evaluation of Journalists' Stock Recommendations. Kredit und Kapital, 42(2), 213-243. doi:/10.2139/ssrn.956314 Koochakzadeh, N. (2012). Stock Market Investment Advice: A social Network Approach. International Conference on Advances in Social Networks Analysis and Mining. Advances in Social Networks Analysis and Mining (ASONAM) (pp. 71-78). Istanbul: IEEE. doi:10.1109/ASONAM.2012.22 Kramer, M. (2012). Financial advice and individual investor Portfolio Performance. Financial Management, 41(2), 395-428. doi:10.1111/j.1755-053X.2012.01185.x McKechnie, S. (1992). Consumer buying behaviour in financial services: An overview. The International Journal of Bank Marketing, 10(5). Opgehaald van http://search.proquest.com/docview/231441322?accountid=11077 on 18/02 Mercken, R. (2010). De investeringsbeslissing, een beleidsgerichte analyse. (2 ed.). Antwerpen: Garant uitgevers nv. Mudelsee, M. (2003). Estimating Pearson’s Correlation Coefficient With Bootstrap Confidence Interval From Serially Dependent Time Series1. Mathematical Geology, 35(6), 1-15. doi:08828121/03/0800-0651/1 Neely, C., Weller, P., & Dittmar, R. (1997). ). Is Technical Analysis in the Foreign Exchange Market Profitable? A Genetic Programming Approach. Jorunal of Financial and Quantitive Analysis, 32, 405-526. doi:10.2307/2331231 Penman, S. H. (2013). Financial statement analysis and security valuation. (5 ed.). New York: McgrawHill. Phaladiganon, P., Kom, S., Chen, V., & Baek, J. P. (2011). Bootstrap-based T2 Multivariate Control Charts. Communications in statistics simulation and computation, 40(5), 645-662. doi:10.1080/03610918.2010.549989 Scheufele, B., Haas, A., & Brosius, H. (2011). Mirror or Molder? A Study of Media Coverage, Stock Prices and Trading Volumes in Germany. Journal of Communications, 61(1), 48-70. doi:10.1111/j.1460-2466.2010.01526.x Stephan, P., & Von Nitzsch, R. (2013). Do individual investors’ stock recommendations in online communities contain investment value? Financial Market Portofolio Management, 27(2), 1449-186. doi:10.1007/s11408-013-0208-7 Usage Note 23136: What does it mean if the intercept is/is not significant? Should I remove it from my model? (2014). Opgehaald van http://support.sas.com/kb/23/136.html. Williams, C. J. (sd). Bootstrap methods. Opgehaald van http://www.webpages.uidaho.edu: http://www.webpages.uidaho.edu/~chrisw/stat514/BootstrapCImethods1.pdf

39 Xie, M., & Singh, K. (2010). Bootstrap: A statistical Method. In P. Peterson, E. Baker, & B. McGaw, Internation Encyclopedia for education (3 ed., pp. 46-51). Zanzibar. Yufeng, H., Ke, Y., & Guofo, Z. (2010). A New Anomaly: The Cross-Sectional Profitability of Technical Analysis. doi:10.2139/ssrn.1656460 Zhang, Y., & Swanson, P. E. (2008). Are day traders bias free? -Evidence from internet stock message boards. Journal of Economics and Finance, 34(1), 96-112. doi:10.1007/s12197-008-9063-1

40

Bijlagen Fig a. Beursduivel.be (bovenkant)

Fig b: beursduivel.be (onderkant)

41

Fig c: Belegger.nl (bovenkant)

Fig d: belegger.tijd.be (niet-abonnee)

42

Figuur e: Belegger.tijd.be voor abonnees

43

Tabel a Een overzicht van auteurs die beursadvies publiceerden voor beursduivel.be in de periode 25/11/2013 tot 25/01/2014. Naam

Aantal

Percentage

Bas Hijnk

3

3.9%

Corné van Zeijl

8

10.5%

Geert Schaaij

9

11.8%

Janneke Willemse

3

3.9%

John Beyer

3

3.9%

Jos Versteeg

3

3.9%

Leon Hillen

6

7.9%

Martijn Meijer

2

2.6%

Nico Bakker

3

3.9%

Nico Pantelis

2

2.6%

Rombout Houben

2

2.6%

Royce Tostrams

3

3.9%

Tom Muller

8

10.5%

Theodoor Gilissen

13

17.1%

beursplein.nl

3

3.9%

Deutsche bank

1

1.3%

Totaal

76

100%

Instituten