(Esimerkki automaattisesti päivittyvästä graafista)

Automaattisesti päivittyvän graafin rakentaminen

Aiemmassa kirjoituksessa kerroin kuinka omien sijoitusten seurannan voi automatisoida käyttämällä Google Spreadsheetsiä. Kyseisillä ohjeilla saa pidettyä omaan portfolioon kuuluvien osakkeiden hinnat ajan tasalla ilman manuaalista näpyttelyä. Nyt annan ohjeet kuinka tämän pohjalta on mahdollista rakentaa automaattisesti päivittyvä graafi oman portfolion kehittymisestä.

Halusit sitten seurata oman sijoitusomaisuuden suhteellista tai absoluuttisen määrän kehittymistä, verrata tuottoa indeksiin tai johonkin muuhun tuotteeseen, niin tämä neuvo tulee sinulle tarpeeseen!

Päästäksesi alkuun tarvitset ensin Google Spreadsheets taulukon, jossa seuraat portfoliosi arvoa. Lue aiempi ohjeistukseni sijoitusten seurannan automatisoinnista, jos et ole tehnyt sitä aikaisemmin. Esimerkiksi oma taulukkoni näyttää seuraavalta.

(Oma Google Spreadsheets taulukkoni)

Osakkeiden hinnat päivittyvät automaattisesti D sarakkeessa oleville riveille, EUR/USD kurssi soluun B12 ja näiden perusteella taulukko laskee mm. koko portfolion arvon soluun H11. Nyt rakennamme automaattisesti päivittyvän graafin seuraamaan portfolion euromääräistä kehitystä, joten keskitymme solun H11 antamaan tietoon, joka siis päivittyy automaattisesti.

Saadaksesi automaattisesti päivittyvän graafin, joka seuraa salkun arvoa tarvitsee vain tehdä seuraavat asiat:

1. Luo uusi välilehti.
2. Lue salkun arvo solusta H11.
3. Kirjoita luettu arvo ja päivämäärä toiselle välilehdelle.
4. Suorita kohdat 2 ja 3 joka arkipäivä.
5. Luo graafi, joka lukee salkun arvot ja päivämäärät välilehdeltä.

Hyvin yksinkertaista!


1. Luo uusi välilehti

Aivan ensimmäiseksi luo uusi välilehti, jolle taltioida salkun arvo ja päivämäärä. Tämä tapahtuu oikealla alakulmassa olevan + -merkin kautta. Anna uudelle välilehdelle nimeksi historia ja nimeä salkkua ylläpitävä välilehti Portfolio:ksi.

(Luo uusi välilehti + -painikkeella)

Uuden välilehden A sarakkeeseen tullaan kirjoittamaan päivämäärä ja B sarakkeeseen euromääräinen arvo. Niinpä sarakkeiden tyypit kannattaa asettaa tässä vaiheessa.

(Sarakkeen tyypin asettaminen)

2. ja 3. Salkun arvon luku ja kirjoitus

Salkun arvon lukeminen solusta, sekä sen ja päivämäärän kirjoittaminen historia -välilehdelle tapahtuu käyttämällä Google Spreadhseets skriptausta. Ymmärrän hyvin, että isolle osalle blogin lukijoista skriptaaminen tai ohjelmointi on puhdasta hepreaa, joten pyrin pitämään tämän artikkelin mahdollisimman maanläheisenä.

Tätä varten on tehtävä uusi skripti. Mene valikossa kohtaan Työkalut -> Ohjelmat -> Ohjelman muokkaustyökalu...

(Ohjelman muokkaustyökalun sijainti valikossa)

Ohjelman muokkaustyökalun valitsemisen jälkeen ponnahtaa erillinen koodieditori, joka näyttää seuraavalta.

(Editori)

Korvaa editorissa oleva koodi alla olevalla kirjoittamallani skriptillä ja tallenna se.

function addResult() {
  var spreadsheet = SpreadsheetApp.getActiveSpreadsheet();
  var portfolioSheet = spreadsheet.getSheetByName("Portfolio");
  var historySheet = spreadsheet.getSheetByName("historia");

  // Fetch date and portfolio value
  var value = portfolioSheet.getRange(11, 8, 1, 1).getValue();
  var date = new Date();

  // Calculate where to write new information
  var lastRow = historySheet.getLastRow();
  var dateCell = historySheet.getRange(lastRow+1, 1);
  var valueCell = historySheet.getRange(lastRow+1, 2);

  // Store values
  dateCell.setValue(date);
  valueCell.setValue(value);
}​

Jos käytät jonkun muun nimisiä välilehtiä kuin Portfolio ja historia, niin vaihda ne vastaavasti riveille 3 ja 4. Rivillä 7 luetaan salkun arvo solusta H11 käyttämällä getRange funktiota hyväksi. Jos alkun arvo on jossakin muussa solussa tulee getRange funktiolle annettavia parametrejä muuttaa.

getRange funktion ensimmäinen parametri kertoo rivinumeron, mistä tieto luetaan. Solu H11 on rivillä numero 11. Toinen parametri kertoo puolestaan sarakkeen järjestysnumeron. Sarake A on 1, B on 2 jne. joten H sarake on arvoltaan 8. Kolmas parametri kertoo montako riviä luetaan ja neljäs montako saraketta. Nyt on tarpeen lukea vain yhden solun arvo, joten arvoksi käy molempiin 1.

Muutapa sinun ei tarvitse skriptistä ymmärtääkään. Se lukee siis arvon solusta ja kirjoittaa sen toiselle välilehdelle B sarakkeeseen. A sarakkeeseen kirjaantuu päivämäärä ja kellonaika.

Skriptin toiminnan voit varmistaa painamalla editorissa olevaa "play" näppäintä, joka ajaa sen. Ajamisen seurauksena pitäisi välilehdelle ilmestyä tarpeelliset tiedot. Jos tiedot eivät ilmesty ovat todennäköisesti välilehtien nimet väärin tai yrität lukea salkun arvoa väärästä solusta.


4. Suorita kohdat 2 ja 3 joka arkipäivä

Nyt sinulla on olemassa skripti, joka lukee salkun arvon ja kirjoittaa sen toiselle välilehdelle. Seuraavaksi automatisoidaan sen käyttö.

Skriptien automattinen ajaminen tapahtuu käyttäen ns. triggereitä eli käynnistimiä. Triggerit voi asettaa skriptieditorin Käynnistimet valikon alta valitsemalla Current script's triggers...

(Klikkaa No triggers set up. Click here to add one now.)

Esiin pompsahtaa ylläoleva kehotus, koska yhtäkään käynnistintä ei ole luotu. Klikkaa No triggers set up. Click here to add one now. -linkkiä päästäksesi asettamaan skriptin käynnistimet.

Pörssit ovat auki ainoastaan arkipäivisin, joten valitse käynnistimen tyypiksi Time-driven ja ajastimeksi Week timer. Aseta viikonpäiviksi jokainen arkipäivä yksitellen ja paina lopuksi Save tallentaaksesi käynnistimet.

(Käyttämäni käynnistimet)

Nyt sinulla on skripti, joka ajetaan automaattisesti joka arkipäivä ja se kirjaa ylös salkun arvon erilliselle välilehdelle. Ilman, että sinun tarvitsee tehdä jatkossa yhtään mitään. Nyt puuttuu enää automaattisesti piirtyvä graafi.


5. Luo graafi, joka lukee salkun arvot ja päivämäärät välilehdeltä

Salkun arvoa seuraavan graafin lisääminen on helppoa. Maalaa päivämäärä (A) ja euromäärä (B) sarakkeet uudelta välilehdeltä ja paina oikeassa laidassa olevaa Lisää kaavio... painiketta. Voit valita useista eri vaihtoehdoista itsellesi sopivan. Yksi omista suosikeistani on aikajana, josta on esimerkki artikkelin alussa. Sitä käyttäen on mahdollista rajata näkyville itseä kiinnostava ajanjakso salkusta. Lisäksi kyseiseen graafiin on mahdollista lisätä huomautuksia itselle esimerkiksi muutoksista salkussa.

Viimeistele lopuksi graafin ulkonäkö asettamalla sopivat minimi- ja maksimiarvot, piirtoviivan paksuus jne. kohdalleen (aikajana graafin kohdalla tosin ei minimiarvon asettaminen tällä hetkellä jostain syystä toimi).


Grande finale

Onneksi olkoon! Nyt sinulla on automaattisesti päivittyvä kuvaaja, joka pitää kirjaa salkkusi arvosta. Se päivittyy automaattisesti joka ikinen arkipäivä ilman, että sinun tarvitsee tehdä yhtään mitään.

Nyt käyty esimerkki automaattisesti päivittyvästä graafista on vain jäävuoren huippu siitä kaikesta mihin omien sijoitusten automatisoinnin voi viedä. Tarkoitukseni ei ole tarjota erilaisia ratkaisuja hopealautasella vaan herättää jokaisen oma mielenkiinto asiaan tavalla, jota on helppo soveltaa omaan käyttöön. Yllä olevaa ohjeistusta on helppo muokata vaikka siten, että seuraakin salkun absoluuttisen euromääräisen kehityksen sijaan sen suhteellista kehitystä. Välilehden kolmanteen sarakkeeseen voi kirjoittaa vaikka haluamansa indeksin pisteluvun samassa yhteydessä jolloin samaan kuvaajaan piirtyy myös indeksi, johon tuottoa on helppo verrata. Nämä ovat vain muutamia esimerkkejä siitä mihin automaattisesti päivittyvää graafia voi käyttää.

Hyödyntämällä skriptausta ja yhdistämällä niihin erilaisia triggereitä on mahdollista toteuttaa hyvinkin monimutkaisia toimintoja. Voit vaikka laittaa taulukon lähettämään sinulle varoitusmailin, jos osakkeen arvo tippuu nopeasti tai ilmoittamaan syntyneistä ostotilaisuuksista hamuamistasi osakkeista.

Vapauta luovuutesi! Millaisen automatisoinnin sinä haluat?

(Kuva: Anderson Mancini)

Tämä on toinen osa käyttäytymisperusteisen rahoituksen eli behavioral financen kirjoitussarjasta. Sen on kirjoittanut Oulun yliopiston rahoituksen professori Hannu Kahra ja teksti perustuu pitkälle John Nofsingerin kirjaan Psychology of Investing. Lue sarjan ensimmäinen osa tästä linkistä.

2.2 Long-Term Capital Management 

Even Nobel Prize winners in the field of economics are prone to overestimating the precision of their knowledge. Consider the plight of the hedge fund Long-Term Capital Management (LTCM). The partners of the fund included John Meriwether, the famed bond trader from Salomon Brothers; David Mullins, a former vice chairman of the Federal Reserve Board; and Nobel Prize winners Myron Scholes and Robert Merton. The firm employed 24 people with Ph.D. degrees. The hedge fund began in 1994 and enjoyed stellar returns. In the beginning of 1998, LTCM had $4 billion in equity. It also had borrowed $100 billion to leverage its positions for higher returns. Its main strategy was to find arbitrage opportunities in the bond market.

In August 1998, Russia devalued its currency and defaulted on some of its debt. This action started a chain of events over the next four weeks that led to devaluation in many emerging countries. Bond and stock markets throughout the world declined. The prices of U.S. Treasury securities skyrocketed as investors fled to the safest investments.

The equity in the LTCM portfolio fell from $4 billion to $0.6 billion in one month. The Federal Reserve Bank feared that a margin call on LTCM would force it to liquidate its $100 billion worth of positions. Selling these positions during this precarious time might have precipitated a crisis that could endanger the financial system. By late September, a consortium of leading investment banks and commercial banks injected $3.5 billion into the fund in exchange for 90 percent of the equity.

How could a hedge fund with such brainpower lose 90 percent of its equity in one month? Apparently, in designing their models, the partners did not think so many things could go wrong at the same time. It appears that they set their range of possible outcomes too narrowly.

2.3 Behavioral finance 

Even the smartest people are affected by psychological biases, but traditional finance has considered this irrelevant. Traditional finance assumes that people are "rational" and tells us how people should behave in order to maximize their wealth. These ideas have brought us arbitrage theory, portfolio theory, asset pricing theory, and option pricing theory.

Alternatively, behavioral finance studies how people actually behave in a financial setting. Specifically, it is the study of how psychology affects financial decisions, corporations, and the financial markets. We focuse on a subset of these issues how psychological biases affect investors. The investor who truly understands these biases also will appreciate more fully the tools traditional finance has provided.

2.4 Sources of cognitive errors

Many of the behaviors of investors are outcomes of prospect theory. This theory describes how people frame and value a decision involving uncertainty. First, investors frame the choices in terms of potential gains and losses relative to a specific reference point. Although investors seem to anchor on various reference points, the purchase price appears to be important. Second, investors value the gains/losses according to an S-shaped function as shown in Figure 2. Notice several things about the value function in the figure. First, the function is concave for gains. Investors feel good (i.e., have higher utility) when they make a $500 gain. They feel better when they make a $1,000 gain. However, they do not feel twice as good when they gain $1,000 as when they gain $500.

(Figure 2: Prospect theory)

Second, notice that the function is convex for taking a loss. This means that investors feel bad when they have a loss, but twice the loss does not make them feel twice as bad.

Third, the function is steeper for losses than for gains. This asymmetry between gains and losses leads to different reactions in dealing with winning and losing positions.

An additional aspect of prospect theory is that people segregate each investment in order to track gains and losses and periodically reexamine positions. These separate accounts are referred to as mental accounting. Viewing each investment separately rather than using a portfolio approach limits investors' ability to minimize risk and maximize return.

A different approach to the psychology of investing is to categorize behavioral biases by their source. Some cognitive errors result from self-deception, which occurs because people tend to think they are better than they really are. This self-deception helps them fool others and thus survive the natural selection process. Another source of bias comes from heuristic simplification. Simply stated, heuristic simplification exists because constraints on cognitive resources (like memory, attention, and processing power) force the brain to shortcut complex analyses. Prospect theory is considered an outcome of heuristic simplification. A third source of bias comes from a person's mood, which can overcome reason.

Human interaction and peer effects are also important in financial decision making. Human interactions are how people share information and communicate feelings about the information. The cues obtained about the opinions and emotions of others influence one's decisions.

2.5 Bias and wealth impact

Behavioral finance demonstrates how psychological biases, cognitive errors, and emotions affect investor decisions. It also shows the wealth ramifications of these biased decisions. In other words, not only do people make predictable errors, but those errors have financial costs. As an example, consider that people place too much emphasis on the few observations they have witnessed to make predictions about future outcomes. First consider the three outcomes of flipping a coin, Head, Head, and Head. We know that we should expect there to be equal numbers of Head and Tails in the long run. Observing an imbalance like three Heads leads people to behave as if there is a greater chance of a Tails on the next flip. Since we know the underlying distribution (50% chance of Heads, 50% chance of Tails), we tend to believe in a correction. This is known as the gambler's fallacy and is part of a larger misunderstanding referred to as the law of small numbers?

Consider how this behavior impacts those who play the lottery. In the long run, people know that each number in a lottery should be picked an equal number of times. So they tend to avoid numbers that have been recent picked because it seems less likely that they should be picked again so soon. So this fallacy biases people toward picking lottery numbers that have not been picked in a while. You might ask how this impacts their wealth; after all, the numbers they pick are as equally likely to be chosen as any others. Say that everyone who plays the lottery avoids the numbers that have recently been picked. Remember that lottery jackpots are split between all the winners. If I select the the recent numbers and if my numbers get chosen in the lottery, I am the only winner and get to keep the entire jackpot. If you are the winner, you are likely to split with others and thus receive only a small share of the jackpot. Our probabilities of winning are the same, but by following the crowd of people suffering from gambler's fallacy, you would have a smaller expected payoff. Notice that by understanding this bias, I am able to change my decisions to avoid it and position myself to make more money than those who suffer from it.

Belief in the law of small numbers causes people to behave a little differently in the stock market. With coins and lotteries we believe that we understand the underlying distribution of outcomes. But we don't know the underlying distribution of outcomes for different stocks and mutual funds. In fact, we believe that some stocks and mutual funds are better than others. Here we take the small number of observations we see as representative of what to expect in the future. Unusual success is believed to continue: we believe in "hot hands". When people believe they understand the underlying distribution of outcomes, they predict unusual occurrences to reverse. Alternatively, when they do not know the underlying distribution, they predict unusual performance to continue. We thus see investors "chase" last year's high performing mutual funds.

2.6 Biases

2.6.1 Overconfidence

Extensive evidence shows that people are overconfident in their judgments. This appears in two guises. First, the confidence intervals people assign to their estimates of quantities - the level of the Dow in a year, say - are far too narrow. Their 98% confidence intervals, for example, include the true quantity only about 60% of the time [Alpert and Raiffa (1982)]. Second, people are poorly calibrated when estimating probabilities: events they think are certain to occur actually occur only around 80% of the time, and events they deem impossible occur approximately 20% of the time [Fischhoff, Slovic and Lichtenstein (1977)].

Hence, people can be overconfident. Psychologists have determined that overconfidence causes people to overestimate their knowledge, underestimate risks, and exaggerate their ability to control events. Does overconfidence occur in investment decision making? Security selection is a diffcult task. It is precisely this type of task in which people exhibit the greatest degree of overconfidence. Are you overconfident?

Question: Are you a good driver? Compared with the drivers you encounter on the road, are you above average, average, or below average?

How did you answer this question? If overconfidence were not involved, approximately one-third of you would answer above average, one-third would say average, and one-third would say below average. However, people are overconfident in their abilities. In one published study, 82 percent of the sampled college students rated themselves above average in driving ability. Clearly, many of them are mistaken.

Consider this financially oriented example. Starting a business is a risky venture; in fact, most new businesses fail. When 2,994 new business owners were asked about their chances of success, they thought they had a 70 percent chance of success, but only 39 percent thought that any business like theirs would be as likely to succeed. Why do new business owners think they have nearly twice the chance of success as others? They are overconfident.

A Gallup/Paine Webber survey of individual investors conducted in early 2001 demonstrates this overconfidence. Of particular note is that many of those surveyed had recently experienced some negative outcomes after the technology stock bubble collapsed. When asked what they thought the stock market return would be during the next 12 months, the average answer was 10.3 percent. When asked what return they expected to earn on their portfolios, the average response was 11.7 percent. Typically, investors expect to earn an above-average return.

2.6.2 Optimism and wishful thinking

Most people display unrealistically rosy views of their abilities and prospects [Weinstein (1980)]. Typically, over 90% of those surveyed think they are above average in such domains as driving skill, ability to get along with people and sense of humor. They also display a systematic planning fallacy: they predict that tasks (such as writing survey papers) will be completed much sooner than they actually are [Buehler, Griffin and Ross (1994)].

2.6.3 Representativeness

Kahneman and Tversky (1974) show that when people try to determine the probability that a data set A was generated by a model B, or that an object A belongs to a class B, they often use the representativeness heuristic. This means that they evaluate the probability by the degree to which A reflects the essential characteristics of B.

Much of the time, representativeness is a helpful heuristic, but it can generate some severe biases. The first is base rate neglect. To illustrate, Kahneman and Tversky present this description of a person named Linda:

Linda is 31 years old, single, outspoken, and very bright. She majored in philosophy. As a student, she was deeply concerned with issues of discrimination and social justice, and also participated in anti-nuclear demonstrations.

When asked which of "Linda is a bank teller" (statement A) and "Linda is a bank teller and is active in the feminist movement" (statement B) is more likely, subjects typically assign greater probability to B. This is, of course, impossible. Representativeness provides a simple explanation. The description of Linda sounds like the description of a feminist - it is representative of a feminist - leading subjects to pick B.

Representativeness also leads to another bias, sample size neglect. When judging the likelihood that a data set was generated by a particular model, people often fail to take the size of the sample into account: after all, a small sample can be just as representative as a large one. Six tosses of a coin resulting in three heads and three tails are as representative of a fair coin as 500 heads and 500 tails are in a total of 1000 tosses. Representativeness implies that people will find the two sets of tosses equally informative about the fairness of the coin, even though the second set is much more so.

Sample size neglect means that in cases where people do not initially know the data-generating process, they will tend to infer it too quickly on the basis of too few data points. For instance, they will come to believe that a financial analyst with four good stock picks is talented because four successes are not representative of a bad or mediocre analyst. It also generates a "hot hand" phenomenon, whereby sports fans become convinced that a basketball player who has made three shots in a row is on a hot streak and will score again, even though there is no evidence of a hot hand in the data [Gilovich, Vallone and Tversky (1985)]. This belief that even small samples will reflect the properties of the parent population is sometimes known as the "law of small numbers" [Rabin (2002)].

In situations where people do know the data-generating process in advance, the law of small numbers leads to a gambler's fallacy effect. If a fair coin generates five heads in a row, people will say that "tails are due". Since they believe that even a short sample should be representative of the fair coin, there have to be more tails to balance out the large number of heads.

2.6.4 Conservatism

While representativeness leads to an underweighting of base rates, there are situations where base rates are over-emphasized relative to sample evidence. In an experiment run by Edwards (1968), there are two urns, one containing 3 blue balls and 7 red ones, and the other containing 7 blue balls and 3 red ones. A random draw of 12 balls, with replacement, from one of the urns yields 8 reds and 4 blues. What is the probability the draw was made from the first urn? While the correct answer is 0.97, most people estimate a number around 0.7, apparently overweighting the base rate of 0.5.

At first sight, the evidence of conservatism appears at odds with representativeness. However, there may be a natural way in which they fit together. It appears that if a data sample is representative of an underlying model, then people overweight the data. However, if the data is not representative of any salient model, people react too little to the data and rely too much on their priors. In Edwards' experiment, the draw of 8 red and 4 blue balls is not particularly representative of either urn, possibly leading to an overreliance on prior information.

2.6.5 Belief perseverance

There is much evidence that once people have formed an opinion, they cling to it too tightly and for too long [Lord, Ross and Lepper (1979)]. At least two effects appear to be at work. First, people are reluctant to search for evidence that contradicts their beliefs. Second, even if they find such evidence, they treat it with excessive skepticism. Some studies have found an even stronger effect, known as confirmation bias, whereby people misinterpret evidence that goes against their hypothesis as actually being in their favor. In the context of academic finance, belief perseverance predicts that if people start out believing in the Efficient Markets Hypothesis, they may continue to believe in it long after compelling evidence to the contrary has emerged.

Syksy on vaihtunut talveen ja kulutushysterian kuumin vaihe - joulu - lähenee uhkaavasti. Täällä pohjoisemmassa osassa Suomea olemme saaneet nauttia valkoisesta lumivaipasta jo useamman viikon. Ulkona on heti valoisampaa, kun lumi on maassa. Syksy tuntuu pimeässä nielaisevan auton valotkin mustan asfaltin sisään. Lumipeitteestä tulee jotenkin aina parempi mieli.

Jos ulkona tuntuu valoisammalta, niin yhtä kirkkaalta näyttää myös sijoitussalkun tuotto kuukauden ajalta. Satelliittisijoitukset tuottivat jälleen kerran indeksoitua ydintä paremmin. Olen jo mennyt laskuissa sekaisin, että monesko kuukausi tämä on peräjälkeen. Ehkä viides?

Kuukauden ainoan hankinnan tein eilen perjantaina satelliittisalkkuun. Tällä kertaa osteltavaa löytyi Milanon pörssistä Italiasta, josta mukaan tarttui yksi strategian kriteriat täyttävä yhtiö. Tällä hetkellä satelliittistrategian läpäiseviä yhtiöitä näyttää löytyvän parhaiten Ranskasta, Italiasta ja Saksasta.

Satelliittisijoituksille tuli arvonnousua 3,2%, jos eilisen oston vaikutuksen arvioi koko kuukaudelle. TWR:ää (Time Weighted Return) käyttäen tuotto oli 3,5%. Salkun korkeampiriskisen passiivisesti hallinnoidun ytimen arvonnousu oli 1,8%. Kokonaisuudessaan salkun arvo on nyt 2315,51€ eli 4,4% korkeammalla kuin kuukausi sitten, kun huomioidaan uusi lisätty pääoma (1156€).

Yksi juhlinnan aihe on vuodelle 2013 asettamani tavoitteen (54.534€) saavuttaminen. Alkuperäinen tavoitteenihan on ollut säästää 500 euroa kuukaudessa ja saada sijoituksille 12% vuosituotto. Olen nyt siis asettamastani aikataulusta yli 3 vuotta edellä. Tämä on pitkälle oman säästöasteen ansiota. Olen pystynyt sijoittamaan kuukausittain selvästi ennakoitua enemmän. Palaan takaisin tavoitteisiin, tuottoihin jne. vuoden vaihteessa, kun lyön koko sijoitusvuoden yhteen ja katson hieman tulevaisuuteen, että mitä tuleman pitää (taustoissa kypsyy mielenkiintoisia asioita).

Allokaatiossa satelliittien osuus kasvoi yhdellä prosenttiyksiköllä kuukauden takaiseen johtuen korkeammasta tuotosta ja siihen lisätystä uudesta pääomasta. Kiinan osuus puolestaan laski yhdellä prosenttiyksiköllä muiden pysyessä ennallaan.

Sivutoimisen rahoituksen opiskelun suhteen kuukauden aikana tuli yksi etappi täyteen, kun sain sivuainekokonaisuuden täyteen. Pääaineeni yliopistossahan on tietojenkäsittelytiede. Se on ollut jo vuodesta 2002, eikä tarkoitukseni ole edes valmistua koskaan.

Opiskelijastatus mahdollistaa useita etuja, kuten edullisen hammaslääkärin ja aterian. Huomaankin yhä useammin suuntaavani yliopiston ruokalaan vilauttamaan opiskelijakorttia työpaikkalounaan sijaan. Aterian hinta on 2,60 euroa ja se pitää sisällään lämpimän ruoan lisäksi juoman, leivät ja salaatin. Työpaikalla lounas maksaa 5,30 euroa vaikka työnantaja kompensoi sitä parilla eurolla. Kaiken lisäksi yliopiston ruoka on selvästi laadukkaampaa kuin työpaikan. Omia eväitä en ole vielä oppinut syömään.

Ensi vuonna tulen hoitamaan kuukausittaisen salkun seurannan eri tavalla. Luovun euromääräisestä salkun esittelystä ja korvaan sen TWR:llä, joka mahdollistaa salkun puhtaan tuoton seurannan euromääräisen sijaan. Koska tulen siirtämään koko sijoitusvarallisuuteni nykyisen satelliittistrategian mukaiseen muotoon poistuu myös nykyinen satelliittisalkun tirkistelymahdollisuus maksullisen tekstiviestin kautta. Jos siis haluat katsoa salkun sisällön, niin se on vielä mahdollista jonkin aikaa.

Vauvauintiharrastus on jatkunut mukavissa merkeissä. Viime viikolla sukelsimme ensimmäisen kerran. Kenties tänään toisen... :)

Menestyksekästä talven alkua kaikille lukijoille!

Yhteenveto
Salkun arvo marraskuu 2010: 54 979,99€
Muutos edelliseen katsaukseen: 2 315,51€
Vuoden 2010 tavoite ylitetty 32 303€:lla.
Vuoden 2011 tavoite ylitetty 22 862€:lla.

Vuoden 2012 tavoite ylitetty 12 288€:lla.

Vuoden 2013 tavoite ylitetty 445€:lla.     

(Kuva: Chris Lott)

Käyttäytymisperusteinen rahoitus eli behavioral finance on aihealue, josta minua on pyydetty kirjoittamaan useampaan eri otteeseen. Sitä opetetaan myös yliopistossa. Tämä kirjoitussarja koostuu kolmen tunnin rahoituksen luennosta, joka johdattaa behavioral financeen. Sen on kirjoittanut Oulun yliopiston rahoituksen professori Hannu Kahra, joka ystävällisesti antoi luvan materiaalin käyttöön blogissa. Kahran koostama materiaali perustuu pitkälle John Nofsingerin kirjaan Psychology of Investing. Luento tiivistää minusta hyvin olennaisimmat asiat behavioral financesta. Olen palastellut sen useampaan pienempään osaan lukemisen ja omaksumisen helpottamiseksi. Teksti on englanniksi, mutta sen verran helppolukuista, että uskon suurimman osan selviytyvän sen lukemisesta helposti.

"Advice is the only commodity on the market where the supply always exeeds the demand."

Anonymous

1. Introduction

The behavioral finance challenge to the efficient market hypothesis. In recent years there has been a rapid growth in a branch of economics known as behavioral finance. The field of behavioral finance seeks to explain why and how financial markets can be inefficient by bringing in insights from human psychology to explain the behavior of financial market participants. As long ago as 1912 C.C. Selden wrote a book entitled Psychology of the Stock Market which was based 'upon the belief that the movements of prices on the exchanges are dependent to a very considerable degree on the mental attitude of the investing and trading public'. But it was not until the publication of a paper entitled 'Does the Stock Market Overreact?' by De Bondt and Taylor in 1986 that the study of behavioral finance began. However, cognitive psychologists Daniel Kahneman and Amos Tversky are considered to be the fathers of behavioral economics/finance, having published over 200 papers. Kahneman was awarded the Nobel Prize in Economics in 2000 for his contribution.

In their papers, Kahneman and Tversky reported on a series of experimental studies in which subjects answered questions that entailed making judgments between two monetary decisions. These decisions involved prospective losses and gains, and an example of two questions is given below:

Question 1 

You have $1,000 and you must pick one of the following choices:
• Choice A: You have a 50 per cent chance of gaining $1,000, and a 50 per cent chance of gaining $0.
• Choice B: You have a 100 per cent chance of gaining $500.

Question 2 

You have $2,000 and you must pick one of the following choices:
• Choice A: You have a 50 per cent chance of losing $1,000, and a 50 per cent of losing $0.
• Choice B: You have a 100 per cent chance of losing $500.

There is no correct answer to the above questions. If the subjects answer the questions logically then they should give the same answer to both with people answering 'B' being more risk-averse than those answering 'A'. However, in their study a large majority of people chose 'B' for question 1 and 'A' for question 2. The implication is that people are willing to settle for a reasonable level of gain even if they have a reasonable chance of earning more, but are willing to engage in risk-seeking behavior where they can limit their losses. The conclusion is that losses are weighted more heavily by economic agents than an equivalent amount of gains. Kahneman and Tversky created prospect theory to explain this 'disposition effect'. The disposition effect is also observed in real-life situations; for example, people tend to cash in winning stocks for too little and yet hold losing stocks for too long, when a more logical approach would be to hold onto winning stocks for further gains whilst selling losing stocks to prevent mounting losses.

Another concept is that of anchoring, whereby economic agents tend to focus, or anchor, on a piece of irrelevant information, even though that information is of no particular relevance to the share price. In their 1974 paper 'Judgment Under Uncertainty: Heuristics and Biases', Kahneman and Tversky spun a wheel showing showing the numbers 1 to 100. Once the wheel was spun, subjects were asked whether the percentage of African countries making up United Nations membership was greater or lower than the number on the wheel. They were then asked to estimate the actual percentage. Kahneman and Tversky found that the value of the subjects' estimate was heavily influenced by the random value from the wheel spin. For example, if the wheel spin read 60 then the estimates tended to be high, like 50 per cent, whereas if the wheel spin read 20 the estimates might be only 16 per cent. The value given by the wheel spin was acting as an anchor to the response given, even though it was irrelevant to the question in hand. Anchoring can occur in financial markets. For instance, people tend to look at the year high of a share, and if the current price is well below that high they think they are getting a bargain. This perception endures even if the share has been falling in value so that the recent high is of no relevance to whether it is undervalued.

Another concept is that of herd behavior whereby people tend to mimic the actions of a large group, although they might act differently if they acted individually. Herd behavior can be explained by people not wanting to appear as outcasts or by a belief that a large group must be 'in the know'. During the dot com bubble many people bought Internet stocks at extremely inflated prices because they observed others doing so, even though in normal times they would have avoided such stocks. In 1985 Werner De Bondt and Richard Thaler published a paper in the journal of Finance entitled 'Does the Market Overreact?'. The authors examined stock returns on the New York Stock Exchange over a three-year period. Stocks were separated into two portfolios, the 35 best-performing stocks were placed into a 'winners portfolio' and the 35 worst-performing stocks were placed into a 'losers portfolio'. The authors then tracked both portfolios against a representative market index for three years. They found that the losers portfolio consistently outperformed the market index while the winners portfolio consistently performed worse than the market index. The cumulative difference between the losers portfolio and the winners portfolio was a significant 25 per cent. As such the original losers became the future winners while the original winners became the future losers. De Bondt and Thaler's study suggested that the price of winning stocks rose too much in the winning years while the price of losing stocks fell too much, suggesting that market participants pushed the prices too high and down too low to begin with. One possible reason for over-reaction could be availability bias whereby people tend to attach too much importance to recent news and fail to take a longer term perspective. For instance a company may report a very good quarter and so its share price increases rapidly in the short term, but had a longer-term perspective been taken the quarter might be viewed as a one-off and share price would not rise as much or as quickly.

Another problem is that of overconfidence. In a 2006 study entitled 'Behaving Badly' James Montier found that 74 per cent of professional fund managers believed they had delivered above-average performance, with the vast majority of the remaining 26 per cent classifying themselves as average performers. In other words, nearly 100 per cent believed that their performance was average or better, suggesting that a degree of overconfidence prevails in the industry. In addition, there is confirmation bias and hindsight bias to consider. Most of us have preconceived ideas about things and we tend to seek out information that confirms our preconceived ideas while ignoring, or not fully taking on board, evidence to the contrary. The confirmation bias can result in poor decision making because the one-sided view of the investment decision means that the downside and risks have not been fully considered. For instance, you might think that biotech stocks are the next big thing and worth investing in. You might then look for all the positive information about how they have the potential to produce new medical cures, generate huge potential revenues and profits, but ignore negative information that suggests only 1 in 10 biotech companies actually succeeds in generating a profit for its shareholders.

Obviously there is a lot more to behavioral finance than we can cover here and it is a rapidly growing area of finance. There now exist funds that seek to make money out of known behavioral patterns. While behavioral finance has provided many useful insights it has not yet been fully accepted as a new paradigm by the finance profession. Indeed, the father of the efficient market hypothesis, Eugene Fama mounted a robust defense of the EMH in a 1998 article entitled 'Market Efficiency, Long Run Returns and Behavioral Finance'. He argued that behavioral finance is riddled with contradictions and that many so called anomalies can disappear if a proper methodology is applied. For instance, the winner-loser anomaly could be due to differences between the risk premium for losing shares going up, resulting in higher future returns, and the risk premium for winning stocks going down, resulting in lower future returns. Fama argued that some anomalies are really the result of chance and that markets are as likely to under-react as they are to over-react to new information.

2. Psychology and finance

Traditionally, a formal education in finance has dismissed the idea that one's personal psychology can be a detriment in making good investment decisions. For the past three decades, the field of finance has evolved based on the following two assumptions.

• People make rational decisions.
• People are unbiased in their predictions about the future.

By assuming that people act in their own best interests, the finance field has been able to create some powerful tools for investors. For example, investors can use modern portfolio theory to obtain the highest expected return possible for any given level of risk they can bear. Pricing models (such as the Capital Asset Pricing Model, the Arbitrage Pricing Theory, and option pricing) can help value securities and provide insights into expected risks and returns. Investment texts are full of these useful theories.

However, psychologists have known for a long time that these are bad assumptions. People often act in a seemingly irrational manner and make predictable errors in their forecasts. For example, traditional finance assumes that people are risk averse. They prefer not to take risk but will do so if the expected rewards are sufficient. People should also be consistent in their level of risk aversion. But in the real world, people's behaviors routinely violate these assumptions. First, people exhibit risk aversion when buying insurance and simultaneously exhibit a risk-seeking behavior by buying lottery tickets.

The finance field has been slow to accept the possibility that economic decisions could be predictably biased. Early proponents of behavioral finance often were considered heretics. Over the past decade though, the evidence that psychology and emotions influence financial decisions became more convincing. Today, the early proponents of behavioral finance are no longer heretics but visionaries. Although the controversies of when, how, and why psychology affects investing continue, many believe that the 2002 Nobel Prize in Economics awards to psychologist Daniel Kahneman and experimental economist Vernon Smith have vindicated the field.

Financial economists are now realizing that investors can be irrational. Indeed, predictable decision errors by investors can affect the function of the markets. The contributions of behavioral finance include (1) documenting actual investor behavior, (2) documenting price patterns that seem inconsistent with traditional models with rational investors, and (3) providing new theories to explain these behaviors and patterns.

Perhaps most important, people's reasoning errors affect their investing and ultimately their wealth. Investors who understand the tools of modern investing still can fail as investors if they let psychological biases control their decisions.

2.1 Prediction

The brain does not work like a computer. Instead, it frequently processes information through shortcuts and emotional filters to shorten analysis time. The decision arrived at through this process is often not the same decision you would make without these filters. These filters and shortcuts can be referred to as psychological biases. Knowing about these psychological biases is the first step toward avoiding them. One common problem is overestimating the precision and importance of information. The following demonstration illustrates this problem.

Let's face it, investing is difficult. You must make decisions based on information that might be inadequate or inaccurate. Additionally, you must understand and analyze the information effectively. Unfortunately, people make predictable errors in their forecasts. Consider the 10 questions in following table.

Although you probably do not know the answers to these questions, enter the most probable range based on your best estimate. Specifically, give your best low guess and your best high guess so that you are 90 percent sure the answer lies somewhere between the two. Don't make the range so wide that the answer is guaranteed to lay within the range, but also don't make the range too narrow. If you consistently choose a range following these instructions, you should expect to get 9 of the 10 questions correct. Go ahead, give it your best shot.

If you have no idea of the answer to a question, then your range should be large to be 90 percent confident. On the other hand, if you think you can give a good educated guess, then you can choose a smaller range to be 90 percent confident. Now let's check the answers (they are (1) 113 500 kgs, (2) 1513, (3) 192 countries, (4) 16 974 kms, (5) 206 bones, (6) 8.3 million, (7) 19 million, (8) 6 440 kms, (9) 1 681 kms per hour, and (10) 9.5 million). Count your response correct if the answer lies between your low and high guesses. How many did you get right?

Most people miss five or more questions. However, if you are 90 percent sure of your range, then you should have missed only one. The fact is that you are too certain about your answers, even when you have no information or knowledge about the topic. Even being educated in probability is no help. Most finance professors miss at least five of the questions, too.

This demonstration illustrates that people have difficulty evaluating the precision of their knowledge and information. Now that you see the difficulty, you can have a chance to redeem yourself. Consider the following question.

In 1896, the Dow Jones Industrial Average (DJIA) was at 40. At the end of 2006, the DJIA was at 12 463. The DJIA is a price- weighted average. Dividends are omitted from the index. What would the DJIA average have been at the end of 2006 if the dividends were reinvested each year?

Notice that table has room for your DJIA minimum and maximum guesses. Again, you should be 90 percent sure that the correct value lies within the range you choose. Because you are 90 percent sure that the correct value lies within the range you chose, you should get this one correct. Are you ready for the answer? (If dividends were reinvested in the DJIA, the average would have been 1 037 090 at the end of 2006. Does this surprise you? It surprises most people.) Even after learning that most people set their range too narrowly in their prediction and experiencing the problem firsthand, most people continue to do it.

This example also illustrates another aspect of investor psychology called anchoring. When you read the question, you focused on the DJIA price level of 12 463; that is, you anchored your thinking to 12 463. You probably made your guess by starting at this anchor and then trying to add an appropriate amount to compensate for the dividends. Investors anchor on their stock purchase price and the recent highest stock price.

(Kuva: Renjith Krishnan)

Hetemäen ehdotus

Suomen verotusta ollaan uudistamassa. Martti Hetemäen vetämä verotyöryhmä on ehdottanut pääomaveroprosentin korottamista nykyisestä 28%:sta 30%:iin. Myös osinkoverotusta ehdotetaan nostettavaksi nykyisestä 19,6%:sta 30%:iin. Osinkojen verotukseen ehdotetaan siis vain kevyttä yli 50%:n korotusta!

Poliitikot eivät pidä pääomiin kohdistuvien verojen korottamista ongelmallisena. Heidän mielestään kyseessä on enemmänkin oikeudenmukaisuuskysymys. Iso osa kansasta ei saa pääomatuloja ja tuulipukukansa yhdistää mielessään pääomatulot ökyrikkaisiin, joten kansan keskuudessa uudistus otetaan ilolla vastaan. Populismia parhaimmillaan!

Verokertymällä korotusta ei voida perustella, sillä kahden prosenttiyksikön korotuksella kokonaisvaikutus valtion verokertymään on hyvin pieni. Todellisuudessa uskon korotuksen johtavan pienempään verokertymään, mutta se ei liene pääasia. Pääasia on se, että verotus on "oikeudenmukaisempaa" ja kansa tyytyväinen.

Kolme laillista tapaa laskea sijoitusten verotusta

Minua on aina häirinnyt suuresti se tapa millä veromuutoksista koituvien rahojen oletetaan kertyvän. Virkamiehet tuntuvat jostain kumman syystä uskovan sellaiseen matematiikkaan, että jos aiemmin verokertymä on ollut 100 rahaa, niin kahden prosenttiyksikön korotus toisi 102 rahaa. Yksinkertaista matematiikkaa?

Kaikkea muuta! Ihminen on ajatteleva olento, joka ottaa huomioon useita eri asioita tehdessä päätöksiä myös verotuksen suhteen. Pääomaverotuksen osalta sijoittajilla on useita eri vaihtoehtoja järjestellä verotus ja kaikilla näillä on vaikutusta valtion verokertymään.

Suomessa on jo nykyisellään pääomaverotus äärimmäisen tiukkaa. Osinkoverotuksen julmettu kiristäminen ja pääomaverotuksen nostaminen johtavat siihen, että kameleiden selkiä alkaa napsahdella katki siellä täällä.

Suursijoittajille on jo vuosia ollut erilaisia vaihtoehtoja välttää Suomen himoverotus. Tämä tapahtuu aivan laillisesti verosuunnittelun kautta. Mutta entäpä piensijoittaja. Jääkö piensijoittajalle muuta vaihtoehtoa kuin purra hammasta ja niellä korkeamman verotuksen katkera liemi?

Kyllä jää ja siitä seuraavaksi lisää. Mikäli Hetemäen ehdotukset menevät tällaisenaan lävitse toivon, että jokainen näitä myös käyttää hyväksi. Ihan vain siksi, että se on näin sijoittajan näkökulmasta oikeudenmukaisempaa. Kenties sen jälkeen istuvien virkamiestenkin päähän tulisi jotakin järkeä ja ymmärrystä siitä miten pääoma toimii ja käyttäytyy. Verokertymien laskeminen on muuta kuin ala-astematematiikkaa.

Ohessa kolme ehdotustani veroasteen pienentämiseksi - täysin laillisesti!

1. Käytä verotehokasta sijoitusinstrumenttia

Ensimmäinen asia, jonka piensijoittaja voi tehdä on hyödyntää verotehokkaita sijoitusinstrumenttejä. Näitä hyväksikäyttäen sijoittajan verot siirtyvät. Esimerkiksi osingot uudelleen sijoittavaan indeksirahastoon rahansa laittava sijoittaja maksaa pääomaveron vasta silloin, kun lähtee realisoimaan sijoituksia. Kaikkien niiden vuosien aikana, jolloin sijoittaja pumppaa pääomaa sisään ei tule veroja maksettavaksi. Valtion verokertymä on 0 euroa.

Mutta entä sitten vuosien kuluttua, kun rahalle on tarvetta ja sitä pitää nostaa? Eikö verokarhu saa silloin viimein omansa? Kyllä ja ei. Tähänkin voi sijoittaja vaikuttaa suuresti omalla toiminnallaan.

Se millainen verotus useiden vuosien kuluttua on voimassa ei voi tietää, mutta tehdään yksinkertaistuksen vuoksi oletus, että se on samankaltainen kuin nyt. Tällöin sijoittaja maksaa veroa kertyneestä voitosta silloisen pääomaveroprosentin mukaisesti tai käyttäen hankintameno-olettamaa. Jos sijoitusten arvo on noussut voimakkaasti ja ne ovat olleet hallussa pitkään tulee hankintameno-olettaman käyttö edullisemmaksi. Sijoittajan veroaste jää pääomaveroprosenttia pienemmäksi.

On myös olemassa toinen tapa, jota käyttäen veron maksamisen Suomeen voi välttää kokonaan. Se on myös täysin laillista. Sijoitusomaisuus on henkilökohtaista omaisuutta, joka seuraa henkilön mukana verotettavaksi aina siihen maahan missä asuu. EU:n vapaan liikkuvuuden ansiosta henkilö voi muuttaa sellaiseen maahan, jonka pääomaverotus on Suomea kevyempi. Hyviä vaihtoehtoja ovat esimerkiksi Belgia ja Luxemburg, joissa molemmissa on pääomaveroprosentti pyöreät nolla. Muuttamalla siis toiseen maahan ja lunastamalla sijoitukset siellä on mahdollista välttää verojen maksu kokonaan. Sijoittajan tulee vain pitää mielessä Suomen niin sanottu kolmen vuoden sääntö verotuksessa. Epäilen ettei Hetemäen työryhmä ole osannut ottaa huomioon tällaista seikkaa?

Katso eri maiden pääomaveroasteet tästä linkistä.


2. Perusta oma sijoitusyhtiö

Jottei yrittäminen kuolisi Suomessa täysin ehdottaa Hetemäen työryhmä pääomaverotuksen kiristämisen vastapainoksi yritysten yhteisöveron laskemista nykyisestä 26%:sta 22%:iin. Toteutuessaan tämä aukaisee mahdollisuuden vero-optimointiin. Yritykset maksavat yhteisöveroa tekemästään voitosta. Hetemäen ryhmän logiikka tämän suhteen kulkee niin, että vaikka pääomaverotus kiristyy, niin alhaisemman yhteisöveron johdosta yrityksille kertyy enemmän voittoa maksettavaksi ulos sijoittajille.

Katsotaanpa kuviota vielä uudelleen. Pääomaveroa ollaan siis korottamassa 28%:sta 30%:iin ja yhteisöveroa laskemassa 26%:sta 22%:iin. Pääomaveron ja yhteisöveron erotus on tällä hetkellä siis kaksi prosenttia. Kaksi prosenttia ei ole paljon, mutta kuitenkin sen verran, että jo nykyisellään on isompien sijoittajien kannattanut perustaa erillinen sijoitusyhtiö. Sijoitusyhtiötä käyttäen on ollut mahdollista päästä aavistuksen kevyemmällä verotuksella. Piensijoittajalle se ei ole maksanut vaivaa, sillä yhtiön pyörittämisestä itsestään tulee ylimääräistä byrokratiaa, mikä harvemmin maksaa vaivan pienempiä summia pyöritettäessä.

Nyt tämä ero kuitenkin repeäsi kahdeksaan prosenttiin! Se on jo sen verran suuri säästö, että myös piensijoittajan kannattaa se hyödyntää. Vaikka byrokratian pyörittämisestä maksaisi erikseen tilitoimistolle tulee erillisen sijoitusyhtiön pitämisestä kannattavampaa jo selvästi aiempaa pienemmillä pääomilla. Miksi maksaa pääomasta 30% veroa, kun pienellä järjestelyllä on mahdollista tiputtaa veroaste 22%:iin? Veikkaankin, että verotyöryhmän esityksen toteutuessa tulemme näkemään Suomessa ennätysmäärän uusia sijoitusyhtiöitä! Jälleen yksi asia, mitä Hetemäen työryhmä ei varmasti tullut ajatelleeksi ehdotusta hahmotellessaan. Toisaalta työryhmä halusi kylläkin edelleen tukea yrittäjyyttä Suomessa - ehkä he tarkoittivat juuri tätä?


3. Yhtiön ei tarvitse sijaita Suomessa

Kolmas laillinen tapa liittyy läheisesti edelliseen vinkkiin. Syvää isänmaallista paloa rinnassaan tunteva sijoittaja halunnee maksaa veronsa jatkossakin Suomeen. Mutta ne, joilla kamelin selkä napsahti viimein poikki voivat olla alttiimpia tekemään radikaalimpia muutoksia verotuksen osalta.

Kiitos jälleen EU:n vapaan liikkuvuuden edellisessä vinkissä mainitun sijoitusyhtiön voi perustaa maahan, jossa verotus on kevyempää. Monelle suomalaiselle Viro on hyvä vaihtoehto läheisen sijaintinsa vuoksi. Keski-Euroopasta löytyy myös muita kevyemmän verotuksen maita, joihin sijoitusyhtiön voi rekisteröidä. Yhtiö maksaa silloin verot aina kyseisen maan lainsäädännön mukaisesti, mikä monesti on vähemmän kuin Suomessa toimivalla yrityksellä.


Yhteenveto

Erilaisia vaihtoehtoja oman verotuksen keventämiseksi Hetemäen ehdotuksen toteutuessa siis löytyy. Piensijoittajalle houkuttavimmat vaihtoehdot ovat sijoitusyhtiön perustaminen ja sijoitusten siirto verotehokkaisiin instrumentteihin, sekä niiden realisointi mahdollisesti myöhemmin toisessa maassa.

Vinkit tuovat hyvin esille sen, että verotuksen vaikutusten arviointi on hyvin monimutkaista. Nykyinen lähestymistapa, jolla veronkorotuksia perustellaan vain oikeudenmukaisuusnäkökulmasta on tuhoisa. Mikäli Hetemäen ehdotus toteutuu esitetyllä tavalla voi se hyvin johtaa verokertymän pienenemiseen oletetun kasvun sijaan. Sijoittajat eivät ole tyhmiä. Pääomaverotuksen korottaminen johtaa tilanteeseen, jossa verotus nousee jo sietämättömälle tasolle jolloin sijoittajat etsivät yhä tehokkaampia keinoja verojen välttämiseksi. Mitä korkeampi verotus on, sitä suurempi joukko etsii erilaisia menetelmiä omaisuuden suojaamiseksi.

Yhteiskunnan maksajat löytyvät tulevaisuudessakin keskiluokasta. Se on ainut määrällisesti riittävän suuri joukko, jonka verokertymillä voidaan kustantaa hyvinvointiyhteiskuntamme pystyssä pysyminen. Suurituloisten joukko Suomessa on loppujen lopuksi varsin pieni - verojen korotuksilla on vain pieniä vaikutuksia kokonaisuuteen. Järjestelmä jo nykyisellään rankaisee liiallisesta työnteosta, eikä kannusta oman tulotason nostoon tai yrittämiseen, missä riskit eivät kohtaa mahdollisia tuottoja. Suomi haluaa tasapäistää kaikki samalle tasolle. Hetemäen ehdotus verotuksen uudistamisesta on yksi osoitus siitä. Pääomaverotusta halutaan viedä lähelle ansioverotusta ymmärtämättä sitä miten ne eroavat toisistaan. Miksi hyvätuloinen haluaisi jäädä Suomeen, jos ainut hänelle varattu osa on lypsylehmän rooli?

Ainut tapa miten sijoittaja voi asiaan reagoida on muuttaa omaa toimintaa. Toivon lähivuosina näkeväni Suomessa paljon uusia sijoitusyhtiöitä.

Tämän kirjoitussarjan edellisessä osassa latasin täyslaidallisen karua faktaa indeksisijoittamista vastaan. Indeksisijoittamisen teoreettinen pohja on vähintään heikoilla kantimilla. Siitä huolimatta pidän indeksisijoittamista suurimmalle osalle ihmisistä kaikkein parhaimpana muotona. Miksi? Kriittisen lähestymistavan jälkeen lienee selvää, että syyt löytyvät aivan muualta kuin kuivista akateemisista teorioista. Katsokaamme näitä muita syitä nyt tarkemmin.

10 hyvää syytä indeksisijoituksen puolesta


1. Indeksisijoitus takaa markkinoiden keskituoton

Sijoitus indeksiin takaa sijoittajalle vuodesta toiseen indeksin mukaisen tuoton hallinnointipalkkiolla vähennettynä. Sijoittaja ei lyö markkinoita, mutta indeksisijoitus myös puolestaan takaa ettei sijoittaja saa markkinoita heikompaa tuottoa. Indeksisijoitusta voi ajatella vaikka tuoton vakuutuksena. Tämä "vakuutus" takaa sijoittajalle markkinoiden mukaisen tuoton. Nyt ja tulevaisuudessa. Ilman yllätyksiä.

2. Suurin osa piensijoittajista häviää indeksin tuotoille

"If you can't beat them, join them." Tutkimusten mukaan selvästi suurin osa piensijoittajista häviää indekseille vuodesta toiseen. Ostamalla indeksirahastoa sijoittaja saa näin itseasiassa etulyöntiaseman muihin kaltaisiinsa nähden. On selvästi todennäköisempää pärjätä muita piensijoittajia paremmin sijoittamalla indeksiin. Indeksin tuoton lyöminen on vaikeaa ja vielä vaikeampaa se on amatöörille.

3. Indeksisijoitus on verotehokas

Suomessa verotus on kireää. Myös pääomaverotus on korkealla. Tällä hetkellä pääomaveroprosentti on 28 ja se todennäköisesti nousee lähivuosina 30:een. Indeksisijoittaja lyö tuotoissa sijoittajan, joka on päässyt samaan tuottoon vuoden aikana ostamalla ja myymällä osakkeita. Osakkeita veivannut sijoittaja joutuu maksamaan tuotostaan pääomaveron, kun indeksisijoittajalla jää koko tuotto kasvamaan korkoa korolle tuleville vuosille. Jo tämä yksittäinen hyöty antaa indeksisijoittajalle suuren etumatkan pitkällä aikavälillä.

4. Indeksisijoittaminen ei vaadi markkinoiden seuraamista

Koska indeksisijoittaja hyväksyy itselleen markkinoiden keskituoton ei sen seuraamisella saa sijoitusten osalta mitään etua. Sijoittajan tuotot ovat samat kuin markkinoilla. Markkinoiden seuraaminen on hyödytöntä. Tämä johtaa samalla viidenteen indeksisijoittajan etuun.

5. Indeksisijoituksessa on paras ajankäyttö/tuottosuhde

Indeksisijoittaminen ei vaadi sijoittajalta omaa ajankäyttöä kuin minimaalisesti, mutta sijoitusten antama tuotto on kuitenkin aina taattu markkinatuotto. Niinpä indeksisijoittaja saa parhaimman mahdollisen tuoton suhteutettuna sijoittamiseen tarvittavaan aikaan. Esimerkiksi verkkopankkiin sijoittajan tekemä automaattinen kuukausittainen indeksirahaston merkintä tarkoittaa sitä ettei henkilön tarvitse käyttää sijoittamiseen laisinkaan aikaa. Siitä huolimatta hän saa markkinoiden keskituoton rahoilleen.

6. Indeksisijoittaminen on helppoa

Indeksisijoittaminen on yhtä helppoa kuin tavallisen rahaston tai osakkeen ostaminen. Indeksirahastoa merkitään siirtämällä rahaa rahastoyhtiön tilille ja indeksiosuusrahastoja (ETF) voi puolestaan ostaa ja myydä pörssissä samalla tavalla kuin osakkeita.

7. Helppo hajautus yhdellä arvopaperilla

Sijoitusmaailmassa on olemassa vain yksi ilmainen lounas. Se on hajauttaminen. Sijoittajalle se tarkoittaa parempaa tuottoa pienemmällä riskillä. Kukapa ei tällaisesta lounaasta pitäisi? Indeksisijoittaja saa laajan hajautuksen yhden arvopaperin kautta. Sijoittajan varallisuus jakaantuu indeksin mukaisesti eri osakkeisiin. Hajautus 500 suurimpaan USA:ssa noteerattuun osakkeeseen vaatisi suorilla ostoilla 500 eri osakkeen hankintaa, kun indeksisijoittajalle riittää S&P 500-indeksiä seuraavan indeksirahaston osto. Helppoa.

8. Indeksisijoitukset ovat läpinäkyviä

Indeksisijoittaja tietää tasan tarkkaan mitä rahoillaan saa. Indeksien sisällään pitämät osakkeet ja niiden painotukset ovat julkisesti tiedossa. Indeksisijoittaja tietää aina tarkalleen mitä osakkeita hänellä on ja millä osuuksilla. Monet rahastot julkaisevat tiedot vain 10 suurimmasta omistuksesta ja niitäkin vain kuukauden välein. Ajantasaista tietoa rahastoista on vaikea löytää.

9. Ei riskiä salkunhoitajan valinnasta

Indeksisijoittaja voi olla levollisin mielin, että hänen sijoituksensa noudattavat samaa sijoitustyyliä vuosien jälkeen kuin aloitettaessa. Hänen ei tarvitse hermoilla siitä, että yhtäkkiä sijoitusten luonne muuttuisi aivan toiseksi. Indekseillä ei ole varsinaisesti "salkunhoitajaa", joten sijoittajalle ei ole merkitystä vaikka henkilö siirtyisi hoitamaan jotakin toista rahastoa. Rahaston kohdalla salkunhoitajan vaihtuminen olisi merkittävä asia.

10. Indeksisijoitus on kustannustehokas

Indeksisijoittamisen kulut ovat alhaiset. Indeksirahastoista puuttuu monia sellaisia kuluja, joita rahastoilla on tai ne ovat pienemmät. Indeksirahastoilla ei esimerkiksi ole aktiivista salkunhoitajaa ja niiden kaupankäyntikustannukset ovat pienet. Tämän johdosta indeksirahastojen kustannukset ovat selvästi aktiivisesti hoidettuja rahastoja pienemmät. Kun hajautus huomioidaan, niin monelle indeksirahasto tulee myös suoraa osakesijoittamista edullisemmaksi. Sijoittamisessa ainoat varmat asiat ovat kulut ja verot, joten ne on hyvä minimoida.


Lopuksi

Indeksisijoittamista puoltaa monta hyvää syytä. On totta, että passiivista ja indeksisijoittamista vastaan on olemassa hyviä argumenttejä. Kaikesta huolimatta indeksisijoittamisen edut haittoihin nähden ovat sen verran suuret ja kiistattomat, että se on suurimmalle osalle sijoittajista kaikkein paras muoto.

Kaikesta huolimatta vuodesta toiseen markkinoille tulee uusia untuvikkoja painimaan markkinavoimien kanssa. Heitäkin indeksisijoittaja tarvitsee. Keskituottoa ei voi saada ellei aina osa sijoittajista saa markkinoita pienempää tuottoa ja osa suurempaa. Suomen verotus huomioiden sijoittajan todennäköisyydet onnistua markkinoilla ovat kuitenkin selvästi paremmat, kun hän astuu indeksituotteita kuljettavan laivan kannelle.

Hyvää matkaa!

Tämä on viimeinen kolmeosaisesta indeksisijoittamista pohtivasta kirjoitussarjasta. Ensi viikolla blogissa alkaa uusi moniosainen kirjoitussarja, joka käsittelee käyttäytymisperusteista rahoitusta (behavioral finance). Se on uusi rahoituksen suuntaus, joka pyrkii antamaan parempia selityksiä sijoittajien käyttäytymiselle markkinoilla.

Talouselämä-lehden haastattelussa kerroin suunnitelmistani muuttaa nykyistä sijoitusstrategiaa. Tuleva strategia pohjautuu nykyiseen satelliittistrategiaani, jota olen ajanut hiljalleen sisään empiirisesti käyttäen omaa rahaa. Strategia onkin hioutunut näiden kokemusten pohjalta. Viimeisen silauksen sain, kun pääsin jälkitestauttamaan strategian toimivuutta.

Strategian pohjana toimii Piotroskin menetelmä, josta olen kirjoittanut jo aiemmin. Se on arvosijoitusmenetelmä, joka pyrkii seulomaan hyviä ostokohteita tilinpäätöstietojen perusteella. Vaikka Piotroskin tutkimus tehtiin USA:n markkinoille on se toiminut hyvin myös Euroopassa ja muualla maailmassa.

Menetelmässä on kuitenkin yksi iso puute. Se nimittäin toimii hyvin vain pienten yhtiöiden kanssa, jotka ovat vähän analysoituja. Mitä isompii yhtiöihin sitä sovelletaan sen pienempiä tuottoja menetelmän käyttäminen antaa.

Käyttämäni muunneltu menetelmä ottaa lähtökohdaksi Piotroskin kriteerit, mutta halusin päästä kuitenkin "nakkikioskeista" eroon. Hyvän menetelmän tulisi antaa sijoittajalle tarjolle sellaisia osakkeita, jotka ovat riittävän suuria ja joiden vaihto on sellaisella tasolla, että sijoitus on järkevä.

Kävin ajatustenvaihtoa Philip Vanstraceelen kanssa, joka pitää arvosijoittamiseen erikoistunutta Quant Investing sivustoa. Hänen avullaan sain aikaiseksi itselleni paremmin toimivan muokatun version menetelmästä. Perinteisen Piotroskin menetelmän lisäksi käyttämäni strategia ottaa huomioon muutamia rajoitteita sijoitukselle, kuten market-capin, sekä päivävaihdon suuruuden ja yhdistää Piotroskia mm. 5 vuoden ROIC arvoon. Tämän syvällisemmin en halua menetelmää tässä vaiheessa paljastaa. Kyseessä on kuitenkin multifaktorimalli.

Tätä muokattua strategiaa jälkitestasimme käyttämällä Thomson Reutersin Datastream tietokantaa. Reutersin tietokanta on yksi luotettavimmista mitä markkinoilla on. Muun muassa monet yliopistot käyttävät sitä.

Testi ajettiin 11 vuoden ajalta 11.6.1999-11.6.2010 ja se rajattiin koskemaan vain sellaisia Euroopan maita, joihin itselläni on pääsy käyttäen Lynxiä, Aktiedirektiä ja Nordnettia välittäjinä. Ikävä kyllä tätä pidemmältä ajalta emme menetelmää voi jälkitestata. Pohjana olevasta Piotroskin menetelmästä on kuitenkin saatavilla tietoja sen toimivuudesta pidemmältä ajalta. Ohessa esimerkiksi Société Généralen tutkimustulos Euroopan osalta vuosilta 1985-2007.

(SG:n tutkimustulokset Piotroskin menetelmän toimivuudesta vuosilta 1985-2007)

Entä itse tulokset? Olkaa hyvä!

(Sijoitusstrategian tulokset)

Strategia tuotti 11 vuoden aikana 722,90% eli vuosituotoksi muodostui 21,12%. Kannattaa muistaa, että tämä on täysin teoreettinen luku. Se ei ota huomioon laisinkaan veroja, kaupankäyntikustannuksia eikä spredejä. Todellisuudessa sijoittajan tuotto olisi siis jäänyt pienemmäksi.

Samaan aikaan markkinat tuottivat kuitenkin vain 11,42% eli 0,99% p.a. Tätäkin olennaisempaa on kiinnittää huomiota menetelmän riskisyyteen eli keskihajontaan ja betaan. Molemmat ovat markinoita pienemmät! Sijoitusstrategian keskihajonnaksi muodostui 16,03% ja betaksi 0,4666, kun markkinoiden keskihajonta oli 22,28%. Markkinoille strategia hävisi vain yhtenä vuotena testatusta 11:sta. Tappiollisia vuosia tuli kaksi, kun markkinoilla niitä oli viisi.

Tulokset, jotka jaan tässä teille ovat 15 osakkeen portfoliosta. Mikäli osakkeiden määrää strategiassa kasvatetaan laski menetelmän antama tuotto, mutta myös riskisyys pieneni. Siitä huolimatta ylituotto markkinoihin nähden säilyi huomattavana.

(Sijoitusstrategian tuotto verrattuna markkinatuottoon)

Strategiassa portfolio muodostetaan kerran vuodessa ja sitä pidetään yhden vuoden ajan. Tämän jälkeen osakkeet vaihdetaan jälleen uusiin menetelmän mukaisesti. Se on siis luonteeltaan hyvin passiivinen, eikä vaadi laisinkaan seurantaa. Riittää, että sijoitusten päällä istuu aina yhden vuoden ajan kerrallaan. Seulonta käy puolestaan täysin automaattisesti tietokoneen avulla, joka hoitaa Piotroski pisteytykset ja muut tarvittavat laskutoimitukset.

Olen yrittänyt katsoa strategiaa ja sen tuloksia kriittisesti useilta eri näkökannoilta. Sen antama todistusaineisto on kuitenkin niin kestävä, että minun on enää vaikeaa kulkea riskisemmällä polulla. Tämän vuoksi olen vaihtamassa strategiaa.

Haluatko tutkia asiaa omin käsin? Ole hyvä ja lataa testitulokset allaolevasta linkistä ja anna palautetta! Olennaisimmat asiat löytyvät Summary välilehdeltä.

Lataa sijoitusstrategian koko testitulokset tästä linkistä.

(Kuva: artemuestra)

"In theory there is no difference between theory and practice. In practice there is."

- Yogi Berra

Tehokkaiden markkinoiden hypoteesi

Indeksisijoittamisen perusta on tehokkaiden markkinoiden hypoteesi. Perusajatus on, että markkinat ovat siinä määrin tehokkaita ettei yksittäisen sijoittajan kannata ryhtyä spekuloimaan markkinoiden kanssa. Toisin sanoen ylituottojen saaminen markkinoilta on käytännössä mahdotonta. Kovemman tuoton saaminen vaatii joko korkeampaa riskin ottamista tai puhdasta tuuria.

Tehokkaiden markkinoiden hypoteesi ei sellaisenaan saanut akateemista hyväksyntää, joten siitä tehtiin kolme eri muotoa: heikko, keskivahva ja vahva. Heikon muodon mukaan kursseihin heijastuu kaikki mennyt julkinen informaatio, kuten kurssihistoria. Tämän muodon mukaan siis tekninen analyysi on hyödytöntä, sillä katsomalla mennyttä tuottoa ei voi ennustaa tulevaa.

Keskivahvan muodon mukaan kursseihin heijastuu kaikki mennyt julkinen informaatio, sekä lisäksi kurssit muuttuvat välittömästi vastaamaan uutta markkinoille tullutta tietoa. Tämän muodon perusteella esimerkiksi fundamenttianalyysi on turhaa, sillä yhtiöiden tulostiedot on jo syöty hintoihin sisälle.

Vahvan muodon mukaan näiden lisäksi kurssit pitävät sisällään myös kaiken sisäpiiri informaation. Tästä on kuitenkin olemassa konsensus, että sisäpiiri informaation hyödyntämisestä saa selvää hyötyä ja siksi sen käyttö on kriminalisoitu.

Tehokkaiden markkinoiden hypoteesi puolestaan johti niin sanotun modernin portfolioteorian syntymiseen. Nykymaailmassa sana moderni tässä yhteydessä on vähän korni, sillä teoria kehittyi vuosien 1950 ja 1970 välillä. Erityisesti Harry Markowitzin merkitys teorian kehittäjänä on suuri ja hän saikin siitä tunnustuksena Nobelin taloustieteiden palkinnon vuonna 1990.

Tehokkaiden markkinoiden hypoteesissä on yksi räikeästi silmiin hyppivä seikka. Jos markkinat ovat oikeasti tehokkaat, niin myös hinnat ovat aina oikeat, mikä puolestaan johtaa siihen, että kaikilla osapuolilla on sama käsitys oikeasta hinnasta. Tämä luonnostaan johtaa sihen, että arvopaperin vaihto on nolla, koska kaikilla on sama mielipide oikeasta hinnasta. Käytännössä arvopapereilla on kuitenkin aina vaihtoa, joten näkemykset eroavat. Jokaista osakkeen ostajaa kohden löytyy myös myyjä, joka pitää osaketta huonona sijoituksena (myyjä).

Teoria ja käytäntö eroavat toisistaan.


Moderni portfolioteoria

Modernin portfolioteorian perusteella sijoittaja kykenee muodostamaan portfolion, jonka riski/tuotto suhde on paras mahdollinen. Modernin portfolioteorian ydin on siinä, ettei parempaa tuottoa voi saada kuin ainoastaan ottamalla enemmän riskiä. Ja jos myös riskiä ottaa vähemmän, niin samalla tuottokin laskee. Riski ja tuotto ovat siis toisiinsa sidottu.

Kaikki kuulostaa mukavan loogiselta tähän asti. Jossain kuitenkin haisee, missä?

Modernin portfolioteorian perustana toimivat kompleksiset matemaattiset mallit, jotka olettavat kaikkien ihmisten olevan rationaalisia. Vähääkään psykologiaa opiskelleet tietävät ettei ihminen ole rationaalinen olento. Kun näiden valheellisten mallien päälle rakennetaan järjestelmä, niin kuinka luotettava se voi olla? Matematiikka eksaktin luonteensa vuoksi antaa valheellisen kuvan siitä, että kykenisimme hallitsemaan jotakin sellaista, mitä oikeasti emme voi mitata tai hallita.

Yksi suurimmista modernin portfolioteorian vääristä olettamuksista on se, että se olettaa tuottojen noudattavan normaalijakaumaa. Kun eri osakkeiden tuottoja pitkältä ajalta katsotaan, niin se suurin piirtein näyttääkin sitä noudattavan. Mutta ei kuitenkaan aivan. Ja tässä on juuri se iso ongelma. Todellisissa tuotoissa hännät ovat pitkät eli sekä isoja, että pieniä tuottoja on suhteessa huomattavasti enemmän kuin normaalijakauma antaisi olettaa.

(Normaalijakauma ja keskihajonta)

Normaalijakauman käyttö ei rajoitu pelkästään tuottoihin vaan silllä on myös iso osa riskienhallinnan puolella. Moderni portfolioteoria nimittäin olettaa, että myös keskihajonta, jota käytetään riskin mittarina, noudattaa myös normaalijakaumaa.

Tämä on puolestaan odotuksena ns. VaR luvussa, jota pankit käyttävät riskienhallintaan. Se on kuitenkin väärä olettamus, kuten finanssikriisi karvaasti opetti. Myös keskihajonnassa hännät ovat pitkät, mikä vääristää VaR mittarilla saatavia olettamuksia riskeistä. 95% varmuus ei olekaan kahden keskihajonnan päässä toisistaan kuten teoria antaa olettaa.

Se minkä moderni portfolioteoria yksittäiselle sijoittajalle kuitenkin toi on hajauttamisen tärkeys. Kuitenkin myös tässä on yksi sudenkuoppa. Yksi olennainen asia otettaessa huomioon hajautusta on eri sijoitusten keskinäinen korrelaatio. Se miten ne kehittyvät toisiinsa nähden. Tällä on olennainen osa määrittäessä sijoittajan optimaalista portfoliota. Korrelaatio ei kuitenkaan ole muuttumaton - staattinen - luku. Se muuttuu kokoajan. Esimerkiksi tällä hetkellä kulta korreloi voimakkaammin osakkeiden kanssa kuin koskaan.

Mikäli kuplaksi määritellään kahden keskihajonnan suuruinen poikkeama tuotossa tulisi modernin portfolioteorian mukaan kuplia esiintyä keskimäärin 44 vuoden välein. GMO:n tutkimuksen mukaan vuodesta 1925 on ollut 30 kuplaa, jotka ylittävät tämän määreen. Siis joka kolmas vuosi! Modernin portfolioteorian mukaan tämän suuruisia muutoksia tulisi olla huomattavasti harvemmin.


CAPM

Modernissa portfolioteoriassa osakkeen tuotto-odotus lasketaan CAPM:n avulla, jossa riskin mittarina käytetään beta lukua. Ensinnäkin beta ei kuvaa riskiä kovinkaan hyvin. Ja toiseksi tässä on sellainen ongelma, että CAPM ei toimi. Ylipäänsä koko modernin portfolioteorian perusta murenee, kun CAPM:n oletuksia katsotaan tarkemmin.

1. Transaktiokustannuksia ei ole (ei kaupankäyntikustannuksia, ei eroja kysynnän ja tarjonnan välillä jne).
2. Sijoittaja voi ottaa minkä tahansa position (long/short) millä tahansa määrällä ilman, että sillä on vaikutusta hintaan.
3. Veroja ei ole (ei osingoissa eikä pääomatuloissa).
4. Sijoittajat ovat riskinkarttajia.
5. Sijoittajat jakavat saman aikaperspektiivin (daytreidari ja holdari haluavat pitää samaa osaketta yhtä pitkään).
6. Kaikki sijoittajat käyttävät Markowitzin optimointimallia.
7. Sijoittajat hallitsevat riskiä hajautuksen kautta.
8. Kaikki pääomahyödykkeet (aivopääoma mukaanlukien) on kaupan kohteena.
9. Sijoittajat voivat lainata rahaa riskittömällä korkokannalla.

Anteeksi nyt vain, mutta mitä ihmeen kamaa nämä professorit oikein polttavat?

Ainakaan teorian oletukset eivät ole tästä maailmasta. Mikäli kauppaa haluaa käydä, niin on siitä aina kustannuksia. On täysin utopiaa kuvitella shorttaavansa vaikka Tulikiven osaketta miljardilla eurolla vaikuttamatta hintaan. Verottaja ottaa myös varmasti aina omansa tuotoista. Riskinkarttamiskyvystä voi ehkä jopa kiistellä, mutta päiväkauppiaan ja holdarin sijoitushortisontista voi ainakin olla eri mieltä. Se, että kaikki sijoittajat käyttäisivät Markowitzin mallia on myös naurettava. Varsinkin, kun edes Markowitz itse ei sijoita sen mukaisesti, vaan on todennut sijoittavansa 50% korkoihin ja 50% osakkeisiin, joten se siitäkin kohdasta. Riskienhallinta hajauttamisen kautta kuulostaa ihan kohtuulliselta vaikkei ehkä todellisuutta vastaakaan. Sen sijaan, että kaikki pääomahyödykkeet olisivat kaupan tai rahaa voisi lainata riskittömällä korkokannalla eivät ole enää tästä maailmasta.

Lyhyesti todeten CAPM on kaunis akateeminen teoria, millä on hyvin vähän tekemistä todellisen maailman kanssa.

Tehokkaiden markkinoiden hypoteesillä ja CAPM:llä on vaikutusta myös markkinoiden indeksointiin. Tehokkaiden markkinoiden hypoteesin mukaan markkina-arvo painotettu indeksi on "paras" indeksi. Jos markkinat eivät ole tehokkaat, niin markkina-arvon mukaan painottaminen johtaa kaikkein kalleimpien osakkeiden ylipainottamiseen ja halvimpien alipainottamiseen.

Yhdellä luennolla Rob Arnott kysyi 200 rahoituksen professorilta kuinka moni heistä opetti tehokkaiden markkinoiden hypoteesiä omilla kursseillaan. Melkein kaikkien kädet nousivat ylös. Sen jälkeen hän kysyi moniko heistä uskoi siihen.

Vain kaksi kättä pysyi ylhäällä.

I rest my case.

Eugene Fama: The Adjustment Of Stock Prices To New Information