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

Meer informatie - Grip Op Je Vermogen

20-10 VVP 18: Wassen neus wordt steeds langer

MIFID: EEN BESCHERMING VOOR ELKE BELEGGER

No. 251619-1 Emmeloord, 20 juni 2014. Onderwerp Uitvoering

Besluiten AVA 2014 NL final

SYMPOSIUM: - Parkmanagement Assen

Stroomschema - Arbeidsmarktplatform PO

Nyrstar - Bekendmaking van Aandeelhouders (31.7.2014)

Transcriptie

Paxil Reviews Bipolar Disorder (Paxil:Paroxetine) Paxil