(Salkun kehitys verrattuna markkinatuottoihin vuonna 2012)

Vuoden 2012 ensimmäinen kvartaali on saatu päätökseen. Viime vuosi päättyi varsin synkissä tunnelmissa ja vain hyvin harva uskalsi odottaa vuodesta 2012 yhtään parempaa. Alkuvuoden kurssikehitys kertoo kuitenkin aivan muuta. Itse vertasin viime vuotta vuoteen 2008 jolloin finanssikriisin ensimmäinen aalto runnoi osakkeiden arvostukset maan rakoon. Huonoa vuotta seuraa usein hyvä pörssivuosi. Näin kävi 2009 ja kulunut vuosi näyttäisi alun perusteella olevan sen toisinto.

Oma sijoitusstrategiani alituoton kausi katkesi myös tämän kurssinousun myötä komeasti ja ylituottoa tuli niin STOXX Europe 600 Gross Indexiin kuin myös Helsingin pörssin OMXH25:een selvästi. Kvartaalin päätteeksi salkun alkuvuoden tuotto kaikki kulut huomioituna oli +19,70%. Se on erittäin hyvin ja olen todella tyytyväinen alkuvuoden tulokseen! Samaan aikaan viime vuonna hyvin pärjännyt STOXX Europe 600 GI tuotti vain +8,54%, joten tuottoeroa tuli huimat 11,16 prosenttiyksikköä. Viime vuonna heikosti menestynyt OMXH25 sen sijaan kääntyi mukavasti ympäri ja tuotti +13,75% jääden siten omalle salkulleni 5,95 prosenttiyksikköä.

Parhaimmillaan kvartaalin aikana salkun tuotto oli lähes +30%. Hyvän tuoton jälkeen on helppo hymyillä. Todellinen uskollisuus valitulle strategialle punnitaan kuitenkin aina alituoton kausina. Sijoittamisessakaan niin kutsuttua hopealuotia ei ole keksitty. Jokaisella sijoitusstrategialla on omat hyvät ja huonot puolensa. Ne toimivat erilaisina aikoina ja eri tavoin. Valitun strategian hyödyistä pääsee kuitenkin nauttimaan vain mikäli on valmis kestämään ne kivuliaat kaudet jolloin strategia ei toimi. Liian moni hyppii strategiasta toiseen, kun tällainen alituoton kausi osuu eteen. Juuri ennen kuin strategia alkaa jälleen toimimaan. Samasta syystä monet jo hyvin pitkään tunnetut anomaliat (esim. arvosijoittaminen) toimivat yhä. Ne toimivat juuri siksi, että ne eivät aina toimi. Sijoittajalle tärkeintä onkin löytää omalle persoonalle ja tyylilleen sopiva strategia. Sellainen, jonka heikkoina hetkinä pystyy yhä noudattamaan valittua linjaa.

Aurinkoista kevään alkua!

Yhteenveto (tuotot indeksoituna)

Kvartaalin tuotto: +19,70%

Tuotto vuoden alusta: +19,70%

Ystäväni Philip Vanstraceele ja Tim du Toit tutkivat miten erilaiset kvantitatiiviset arvosijoitusstrategiat toimivat Euroopassa vuosina 1999-2011. Tutkimustyön seurauksena valmistui paperi nimeltä Quantitative Value Investing In Europe: What Works for Achieving Alpha.

Tutkimus on varsin laaja. Philip ja Tim tutkivat miten yleiset arvosijoittajien käyttämät tunnusluvut ja menetelmät toimivat näiden 12 vuoden aikana. Yksittäisten tunnuslukujen käytön lisäksi he tutkivat miten samojen tunnuslukujen yhdistelmät, ns. kaksifaktorimallit toimivat samalla ajalla. Antoiko kahden tunnusluvun käyttö arvosijoittajalle paremmat tuotot?

Tutkitut tunnusluvut ja menetelmät olivat seuraavat:

• Earnings yield
• Free cash flow yield (FCF)
• Price-to-book (P/B)
• Price-to-sales (P/S)
• Piotroski F-score
• Return on invested capital (ROIC)
• Return on assets (ROA)
• Net debt / market value
• Relative strength / price index
• MF (Magic Formula)
• ERP5

Tämän 12 vuoden aikana EuroSTOXX50 tuotti 0,91% p.a. eli yhteensä 10,53% ja tutkimuksessa käytetty vertailuindeksi 2,25% p.a. eli 30,54%.

(Markkinatuotot tutkimuksen ajalta)

Arvosijoittajien paljon suosima P/B-tunnusluku toimi tänä aikana kohtuu hyvin. Large, medium ja small-cap markkina-arvojen keskiarvotuotto alhaisen P/B luvun strategialle oli 10,92% p.a. ERP5 menetelmä toimi tosin tätäkin paremmin tuottaen keskimäärin 11,10% vuosittain samoin kriteerein (markkina-arvot).

(Esimerkki Piotroski strategian tuotoista vuosina 1999-2011. Klikkaa suuremmaksi.)

Varsinainen yllätys piilee kuitenkin kaksifaktorimalleissa. Kun yksittäinen tunnusluku tai menetelmä (esim. Piotroski) yhdistettiin vielä lisäksi toiseen tunnuslukuun tai menetelmään parani jokaisen tuotto. Joka ikinen kaksifaktorimalli tuotti paremmin kuin yhden tunnusluvun tai menetelmän käyttö! Tämä on huomion arvoista.

Kaksifaktorimalleista yksi tekijä kohosi selvästi yli muiden. Tekijä, joka perinteiselle arvosijoittajalle on hyvin hankala nieltävä. Tämä tekijä on momentum. Momentumia käyttävä sijoittaja ostaa jo noussutta osaketta. Mitä kovemmin osake on kallistunut sitä kovempi sen momentum on. Perinteisesti arvosijoittajaa kiinnostaa osakkeet, jotka ovat hyljeksittyjä. Rajusti nouseva osake ei ole enää hyljeksitty.

Paras momentumia hyödyntävä tunnusluku tuotti saman 12 vuoden aikana yhteensä 1157% eli 23,5% p.a. Se on yli kaksi kertaa enemmän kuin paras yksittäisen tunnusluvun tai menetelmän antama tuotto! Myös kaikki muut parhaiten tuottaneet kaksifaktorimallit pitivät sisällään momentum tekijän.

Tulos on mielenkiintoinen. Varsinkin, kun muistetaan millainen markkina on ollut viimeisen 12 vuoden aikana. Se pitää sisällään niin teknokuplaa kuin finanssikriisiä. Onkin yllättävää, että tällaisen vuoristoradan aikana jolloin indeksit ovat sukeltaneet välillä rajusti ja markkina itsessään "polkenut paikallaan" on momentum pärjännyt niin hyvin. Tyypillisesti momentum perusteiset strategiat rysähtävät rajusti alas laskusuhdanteen aikana.

(Esimerkki kaksifaktorimallin tuloksista, kun Magic Formula yhdistettiin muihin tunnuslukuihin ja menetelmiin)

Quantitative Value Investing In Europe: What Works for Achieving Alpha on pituudeltaan 54 sivua, joten siinä riittää pureksittavaa tulosten muodossa pitkäksi aikaa. Eurooppaan sijoittava arvosijoittaja saa teoksesta hyvin tukea ja uusia ideoita, sekä mietittävää omaan sijoitustoimintaan.

MFIE:n ja Eurosharelab:n tilaajille paperi on ilmainen. Muut voivat ostaa tutkimuksen 99€:n hintaan Lulu online kirjakaupasta. Koska teos on maksullinen en jaa tuloksia julkisesti enempää. Tässä blogikirjoituksessa julkaistuihin tuloksiin olen ystävällisesti saanut Timin ja Philipin luvan.

Tulosjulkistuskausi on pyörähtänyt käyntiin. Viikottain useat yhtiöt kertovat viime vuoden tietojaan. Osa näistä on pettymyksiä ja osa iloisia yllätyksiä. Jotkut yhtiöt sortuvat jopa vääristelemään kirjanpitoaan, jotta saavat pidettyä osakkeen hinnankehityksen suotuisena. Kirjanpidon viilaaminen kestää yleensä useita vuosia ja vain kaikkein räikeimmät tapaukset joutuvat syytteeseen. Esimerkiksi USA:ssa SEC:n käytössä olevat voimavarat kirjanpitoväärennöksien tutkimista varten ovat rajalliset. Oikeuteen joutuukin yleensä vain selvimmät ja suurimmat tapaukset.

Sijoittajalle väärennetyn kirjanpidon paljastuminen on poikkeuksetta ikävä yllätys. Koska kirjanpidon manipulointi kestää vuosia ennenkuin se päätyy pisteeseen, jossa haju alkaa olla isolle osalle niin voimakas, että koko rakennelma rojahtaa herää kysymys onko sijoittajalle tarjolla mitään työkaluja tällaisten yhtiöiden tunnistamiseksi riittävän hyvissä ajoin?

Patricia Dechow esittelee tähän kysymykseen yhden työkalun tutkimuksessaan Material Accounting Misstatements. Dechow tutki yhtiöitä, jotka olivat syyllistyneet tilitietojen vääristämiseen ja löysi niistä yhteneviä piirteitä. Näistä piirteistä Dechow poimi sellaiset, jotka on kaikkein helpoimmin jokaisen saatavilla eli tilinpäätöstiedoista. Yksi esimerkki näistä piirteistä on aineettomien hyödykkeiden (esim. goodwill, patentit jne.) suuri osuus.

(Yleisimmät SEC:n tunnistamat virheet kirjanpidossa, lähde: Dechow)

Tutkimuksessa Dechow esittelee kehittämänsä F-score pisteytyksen. Nimestä huolimatta Dechow:n F-scorella ei ole mitään tekemistä Piotroski F-scoren kanssa, joten niitä ei tule sekoittaa keskenään. Dechow:n käyttämä F -kirjain tulee sanasta fraud (petos), joka kuvaa nimeä hyvin.

Itse F-scoren laskeminen on kohtuullisen monimutkainen asia, minkä vuoksi en käy sen eri parametrejä ja kaavoja tässä lävitse. Jokainen voi halutessaan kaivaa tiedot Dechow:n tutkimuksesta itse. Tarjoan myös tässä blogikirjoituksessa valmiin laskurin Dechow F-scoren laskemiseen.

Onneksi itse F-scoren tulkitseminen on selvästi suoraviivaisempaa. F-score on siis vain yksi luku. Tätä lukua sijoittaja voi käyttää merkkinä siitä kannattaako yrityksen kirjanpitoon tutustua vielä syvällisemmin. Se kertoo kuinka todennäköistä on, että kirjanpitoa väärennetään. Mitä pienempi F-score on sitä todennäköisempää on, että yrityksellä on puhtaat jauhot pussissa. Korkea F-score ei tarkoita, että yhtiössä olisi välttämättä mitään vialla, mutta luvut kannattaa käydä läpi tarkemmin. Korkean F-scoren yhtiöistä selvästi suurempi osa vääristelee kirjanpitoa.

Kuinka yleisiä virheet kirjanpidossa sitten ovat? Tähän voisi sanoa, että riippuu siitä mistä roikkuu. Tietyillä toimialoilla virheet ovat yleisempiä kuin toisilla. Nousukauden aikana kirjanpidon väärentämistä tapahtuu myös useammin, kun yhtiöstä halutaan antaa parempi kuva kuin mitä todellisuus on. Laskukauden aikana huonon tuloksen tekeminen on hyväksyttävämpää.

(Kirjanpitovirheiden jakautuminen yritysten koon mukaan, lähde: Dechow)

(Kirjanpitovirheiden jakautuminen toimialojen välillä, lähde: Dechow)

(Kirjanpitovirheiden jakautuminen eri vuosille, lähde: Dechow)

Millaisella F-scorella tulisi hälytyskellojen alkaa soimaan? Alle 1:n F-score kuvaa normaalia tai pientä riskiä ja sitä korkeammat kohonnutta riskiä. Yli 1.85:n lukema antaa jo aihetta huoleen ja yli 2.45:n omaavilla yhtiöillä on riski jo erittäin merkittävä. Yli puolet yhtiöistä, jotka väärensivät kirjanpitoaan oli F-score yli 1.4.

(F-score luvun tulkinta, lähde: Dechow)

(90% "puhtaista" yhtiöistä omaa alle 1.85:n F-scoren, lähde: Dechow)

Enron on yksi tunnetuimmista yhtiöistä, joka väärensi kirjanpitoaan useita vuosia. Kuten varmasti monet yhä muistavat ei Enronin loppu ollut kovinkaan mukava. Monet menettivät Enronin konkurssin yhteydessä kaikki eläkesäästöt. Olisiko Dechow F-scoren käyttö antanut viitteitä Enronin tapauksessa?

Ohessa on laskuri Dechow F-scoren laskemiseksi. Laskuri on alunperin julkaistu Political Calculations blogissa, jonka ylläpitäjältä olen myös saanut luvan sen käyttöön tämän artikkelin yhteydessä. Tarkemmassa tarkastelussa huomasin kuitenkin, että alkuperäisessä laskurissa oli vakava puute. Siitä puuttui kokonaan aineellisten hyödykkeiden (property, plant and equipment) kohta, jota käytetään kaavassa aineettomien hyödykkeiden suhteellisen osuuden laskemiseen. Tästä johtuen alkuperäinen laskuri antoi vääriä arvoja. Olen korjannut laskurin tähän artikkeliin. Laskuriin on esitäytettynä Enronin tiedot vuodelta 2000.

Income Statement Data
Input Data	Year of Interest	One Year Prior	Two Years Prior
Sales (Revenues)
Net Income Before Extraordinary Items or Cumulative Effect of Accounting Changes
Balance Sheet Statement Data
Input Data	Year of Interest	One Year Prior	Two Years Prior
Cash and Cash Equivalents
Short Term Investments
Receivables (Total)
Inventories (Total)
Property, Plant and Equipment
Total Assets
Preferred Stock (Total)
Total Shareholder's (or Owner's) Equity
Statement of Cash Flows Data
Input Data	Year of Interest	One Year Prior	Two Years Prior
Issuance of Long-Term Debt
Issuance of Common or Preferred Stock

Probability of Accounting Manipulations
Calculated Result	Value
F-Score

Dechow F-score laskuri antaa Enronille tietojen perusteella arvon 2.75, mikä on erittäin korkea. Mikäli sijoittaja olisi käyttänyt Dechow F-scorea olisi hänellä täytynyt varoituskellojen soida tässä vaiheessa. Tässä esimerkkitapauksessa F-score tunnisti siis varsin selvästi todennäköisen kirjanpitoväärennöksen.

Harkitsen itse vakavasti Dechow F-scoren ottamista yhdeksi mittariksi omassa sijoitustoiminnassani. Tutkinnan alla tällä hetkellä on miten saan sen yhdistettyä helposti muihin käyttämiini osakeskriinauksiin.

Dechow:n F-score on hyvä lisä sijoittajalle muiden mittareiden joukkoon. Tyypiltään se on laadullinen mittari. Siten yhdistettynä muihin kriteereihin sen käyttö alentaa sijoittajan riskiä.

Suosittelen asiasta kiinnostuneita myös lukemaan Forbesin hyvän kirjoituksen aiheesta.


Loppukaneetti
Internet on ihmeellinen paikka. Siitä miten Dechow:n F-score päätyi minulle tutkinnan alle on siitä yksi esimerkki. Investorin blogin ylläpitäjä vihjasi minulle kirjasta nimeltä The Warren Buffetts Next Door. Yksi kirjassa esillä olevista henkilöistä on Kai Petainen. Otin Kai:n yhteyttä ja vaihdoimme ajatuksia sijoitusstrategioista. Yksi kriteeri, jota Kai käyttää on juuri Dechow F-score. Dechow:n tutkimukseen tutustuminen johti Political Calculations blogiin, josta löysin alkuperäisen laskurin F-scorelle. Se antoi kuitenkin vääriä tuloksia. Tämän johdosta alkoi omanlaisensa kirjeenvaihto eri osapuolten välillä virheen ratkaisemiseksi. Lopulta käteen siis jäi jälleen muutama uusi henkilö, joiden kanssa vaihtaa ajatuksia ja sparrata omaa sijoitustoimintaa.