8.3.2.3 Verfijning/uitwerking van het Cammer- en Krogman-raamwerk in de literatuur

Zowel in de financieel-economische als in de juridische literatuur is aan het Cammer- en Krogman-raamwerk de nodige aandacht besteed. In deze paragraaf bespreek ik een voorstel dat in de literatuur is gedaan om het raamwerk van operationele factoren te verfijnen (sub a), en tevens bespreek ik een methode om te toetsen of is voldaan aan de eerste koersgerelateerde factor, het bestaan van een structurele oorzaakgevolg-relatie tussen de publicatie van nieuws en een daaruit (onmiddellijk) voortvloeiende koersreactie (sub b).

In de literatuur is door verschillende auteurs betoogd dat aan het raamwerk van operationele factoren nog een factor moet worden toegevoegd.1 De factor waar deze auteurs op doelen is het geldbedrag dat het aantal aandelen dat wekelijks wordt verhandeld, vertegenwoordigt, met andere woorden de omzet van het wekelijkse handelsvolume (‘dollar trading volume’). Volgens deze auteurs heeft deze factor voor (het beoordelen van) de marktefficiëntie zelfstandige betekenis naast de bestaande Cammer- en Krogman-factor die betrekking heeft op het handelsvolume, het percentage aandelen dat wekelijks wordt verhandeld (‘percentage trading volume’). De gedachte is dat er voor (professionele) marktpartijen alleen maar sprake kan zijn van financiële prikkels om bestaande marktinefficiënties op te sporen (en deze vervolgens uit te winnen), wanneer het aantal aandelen dat wekelijks wordt verhandeld ook daadwerkelijk een groot geldbedrag vertegenwoordigt.2 Deze financiële prikkels bestaan niet of in mindere mate wanneer het wekelijkse handelsvolume slechts een gering geldbedrag omvat.

Analytisch gezien kan deze gedachte als volgt worden toegelicht. Voor de factor percentage trading volume geldt dat – grofweg – twee scenario’s kunnen worden onderscheiden. Deze factor kan ofwel een (relatief) kleine waarde aannemen, ofwel een (relatief) grote waarde. Ook voor de beurskoers van het litigieuze aandeel geldt dat – grofweg – twee scenario’s kunnen worden onderscheiden. De beurskoers kan ofwel (relatief) hoog zijn, ofwel (relatief) laag zijn. Worden voor beide variabelen de twee scenario’s vervolgens met elkaar gecombineerd, dan levert dat in totaal (twee maal twee is) vier mogelijke situaties op:3

Voor de bovengenoemde vier situaties kan over de (mate van) marktefficiëntie het volgende worden gezegd.

Uit de bovenstaande analyse volgt dat alleen in de situatie waarin sprake is zowel van een hoog percentage trading volume als een hoge beurskoers (dus alleen wanneer een hoog wekelijks handelsvolume tevens een hoog geldbedrag vertegenwoordigt), de markt naar verwachting efficiënt zal zijn. Dit laatste illustreert dat de factor dollar trading volume zelfstandige betekenis heeft naast de (huidige Cammer- en Krogman-)factor percentage trading volume.4

Zou het hier besproken voorstel uit de literatuur in de praktijk worden overgenomen, en de factor dollar trading volume inderdaad aan het bestaande Cammer- en Krogman-raamwerk worden toegevoegd, dan zou dat als consequentie hebben dat de factoren marktkapitalisatie en public float hun rol als relevante indicator voor (het voorspellen van) de marktefficiëntie verliezen. De laatstgenoemde factoren hebben voor het beoordelen c.q. voorspellen van de marktefficiëntie immers geen toegevoegde waarde naast de beide handelsvolume-factoren. Voor de factor marktkapitalisatie is dit zo, omdat de financiële prikkels waarvan bij aandelen met een hoge marktkapitalisatie in potentie sprake is, alleen maar daadwerkelijk kunnen worden verzilverd, wanneer deze hoge marktkapitalisatie in de praktijk gepaard gaat met een hoog dollar trading volume.5 Is weliswaar sprake van een hoge marktkapitalisatie, maar gaat deze gepaard met een (relatief) klein dollar trading volume, dan zal slechts in beperkte mate kunnen worden geprofiteerd van opgespoorde marktinefficiënties, en zal dus slechts in beperkte mate sprake zijn van financiële prikkels. Men zou het voorgaande ook aldus kunnen zien, dat de factor dollar trading volume een nauwkeurigere voorspeller (ook wel genoemd ‘proxie’) is voor de marktefficiëntie dan de factor marktkapitalisatie. Voor de factor public float kan een vergelijkbare redenering worden gevolgd. Ook voor deze factor geldt dat de financiële prikkels die potentieel in aandelen met een grote public float liggen besloten, alleen maar daadwerkelijk kunnen worden verzilverd, wanneer deze grote public float in de praktijk gepaard gaat met een hoog percentage trading volume en een hoog dollar trading volume.

De stelling dat de beide handelsvolume-factoren een belangrijke rol spelen bij het beoordelen van de marktefficiëntie, is empirisch onderzocht in een studie van Bernard, Botosan en Philips uit 1994.6 In deze studie bekeken de auteurs een steekproef van aandelen bestaande zowel uit aandelen waarvan (ex ante) bekend was dat deze werden verhandeld op een efficiënte markt (de ‘efficiëntie aandelen’), als uit aandelen waarvan (ex ante) bekend was dat deze werden verhandeld op een inefficiënte markt (de ‘inefficiënte aandelen’). Het doel van deze studie was om voor de aandelen uit de steekproef te bepalen wat de zogenoemde ‘main efficiency drivers’ waren. Met ‘main efficiency drivers’ worden die factoren bedoeld die het meeste gewicht in de schaal leggen bij het antwoord op de vraag of de markt voor een bepaald aandeel al dan niet efficiënt is. Het bepalen van de ‘main efficiency drivers’ kwam er kort gezegd op neer dat voor alle aandelen uit de steekproef de factoren firm size (gemeten in termen van marktkapitalisatie), institutional holding, analyst following, percentage trading volume en dollar trading volume in samenhang werden bekeken, en dat vervolgens werd getoetst welke combinatie van factoren het beste in staat was om de efficiënte aandelen van de inefficiënte aandelen te onderscheiden.7 De uitkomst was dat alleen de beide handelsvolume-factoren gezamenlijk statistisch significant waren, en dat de factoren firm size, institutional holding en analyst following (in samenhang bezien met de beide handelsvolume-factoren) niet statistisch significant waren.8 Vrij vertaald betekent deze uitkomst dat – statistisch gezien – de beide handelsvolume-factoren op zichzelf voldoende voorspellingswaarde hebben om voor een bepaald aandeel vast te stellen of dit al dan niet op een efficiënte markt wordt verhandeld.9 De factoren firm size, institutional holding en analyst following voegen hier qua voorspellingswaarde op zichzelf niets aan toe.

In de praktijk blijkt de nodige onduidelijkheid te bestaan over hoe kan worden vastgesteld of aan het vereiste van een structurele oorzaak-gevolgrelatie tussen de publicatie van onverwacht nieuws en een daaruit (onmiddellijk) voortvloeiende koersreactie is voldaan. Deze onduidelijkheid blijkt onder meer uit het feit dat men in de lagere rechtspraak verschillende methoden tegenkomt waarmee beleggers proberen te bewijzen dat een dergelijke relatie inderdaad bestaat. Vooralsnog lijkt niet echt sprake te zijn van een uniforme methodologie. Een voor de hand liggende – doch zeer onbetrouwbare (zie hierna) – methode die nog wel eens wordt gebruikt, is dat een aantal dagen uit de class period wordt geselecteerd waarop sprake was nieuws, en dat voor deze dagen wordt aangetoond dat in reactie op het nieuws een (statistisch) significante koersreactie plaatsvond.10 Een andere – doch eveneens onbetrouwbare (zie hierna) – methode die men nogal eens tegenkomt, is dat alle dagen uit de class period worden geselecteerd waarop sprake was van nieuws, en dat voor deze dagen wordt gekeken op welk deel van het aantal dagen (uitgedrukt in een percentage) tevens sprake was van een significante koersreactie.11 Is dit percentage groter dan een vooraf vastgestelde ondergrens (zeg bijvoorbeeld 25%), dan wordt ervan uitgegaan dat de markt waarop de litigieuze effecten worden verhandeld, efficiënt is.12 Een variant van de laatstgenoemde methode die ook nog wel eens wordt gebruikt, is dat de selectie van de nieuwsdagen en van de dagen met een significante koersreactie in omgekeerde volgorde plaatsvindt.13 In dat geval wordt dus eerst voor alle dagen uit de class period vastgesteld op welke dagen sprake was van een significante koersreactie, en vervolgens wordt voor deze dagen bepaald op welk deel van het aantal dagen tevens sprake was van nieuws.

Hoewel de bovengenoemde methoden op het eerste gezicht wellicht logisch en aantrekkelijk lijken om het bewijs van (het bestaan van) een structurele oorzaak-gevolgrelatie tussen nieuws en koersreactie mee te leveren, zijn zij zowel vanuit economisch als methodologisch oogpunt onbetrouwbaar (en derhalve onverantwoord).14 De eerstgenoemde methode is onbetrouwbaar, omdat met de enkele vaststelling dat het litigieuze aandeel op een aantal (bewust?) geselecteerde nieuwsdagen een significante koersreactie vertoonde, nog niets is gezegd over de koersreactie van het aandeel op andere (niet geselecteerde) nieuwsdagen.15 Goed denkbaar is dat de aandelenkoers op deze andere dagen in het geheel niet op het nieuws reageerde. Aan deze methode kleeft daarom het bezwaar, dat de beleggers zorgvuldig een aantal nieuwsdagen selecteren waarop (toevalligerwijs?) sprake was van een significante koersreactie, en zij de nieuwsdagen waarop geen sprake was van een (significante) koersreactie bewust buiten beschouwing laten.16 De methode is daarmee nogal gevoelig voor manipulatie, en derhalve dient zij niet te worden geaccepteerd.

Ook de hierboven genoemde tweede methode is onbetrouwbaar. Als namelijk is vastgesteld dat het aandeel op een groot deel van het aantal nieuwsdagen een significante koersreactie vertoonde, is daarmee nog niets gezegd over de koersreactie op de dagen dat geen nieuws werd gepubliceerd.17 Goed denkbaar is dat het aandeel op een groot deel van de laatstgenoemde dagen eveneens een significante koersreactie vertoonde.18 Is dit laatste inderdaad het geval, dan moet de desbetreffende markt als inefficiënt worden aangemerkt. Het basisprincipe van een efficiënte markt is immers dat naar verwachting een abnormaal rendement wordt gemeten op dagen waarop nieuws wordt gepubliceerd, en dat naar verwachting geen abnormaal rendement wordt gemeten op dagen waarop geen nieuws wordt gepubliceerd.19

Wat dus nodig is om te kunnen vaststellen of er een structurele oorzaak-gevolgrelatie bestaat tussen nieuws en koersreactie, is een vergelijkende methodologie waarmee kan worden getoetst of sprake is van een (statistisch) significant verschil in koersreactie tussen enerzijds de dagen waarop nieuws werd gepubliceerd, en anderzijds de dagen waarop geen nieuws werd gepubliceerd.20 Voor een dergelijke toets is in de literatuur een voorstel gedaan door Ferrillo, Dunbar en Tabak.21 (De procedure voor) deze toets ziet er in het kort als volgt uit:

Stap 1: Eerst moet uit de class period een representatieve steekproef van aandelenrendementen worden samengesteld.22 Dit doet men door uit de class period een aantal dagen met bijbehorende rendementen te selecteren.23 Wanneer op een of meer van de geselecteerde dagen sprake was van een corrigerende mededeling, en/of wanneer op een of meer van deze dagen de misleiding anderszins bekend werd, moeten deze dagen uit de steekproef worden verwijderd.24 Eventueel kan men ervoor kiezen om ter vervanging van deze dagen een aantal nieuwe dagen uit de class period te selecteren. Is de class period niet lang genoeg om daaruit een representatieve steekproef te kunnen samenstellen, dan moet de periode waaruit dagen voor de steekproef kunnen worden geselecteerd, worden uitgebreid. Dit kan men doen door de selectieperiode uit te breiden met de periode gelegen vlak vóór de class period, en/of de periode gelegen vlak na de class period. Overigens is hiervoor wel vereist dat de twee laatstgenoemde periodes qua beleggerssentiment, nieuwsintensiteit en volatiliteit25 van de aandelenkoers enigszins overeenkomen met de class period.

Stap 2. De dagen uit de steekproef moeten vervolgens worden onderverdeeld in enerzijds dagen waarop (relevant) nieuws werd gepubliceerd (zogenoemde ‘news days’) en anderzijds dagen waarop geen (relevant) nieuws werd gepubliceerd (zogenoemde ‘non-news days’).26 Bij het maken van deze onderverdeling is het uiteraard van groot belang dat een consistente procedure wordt gevolgd voor de wijze waarop in persberichten of andersoortige publicaties naar nieuws wordt gezocht. Ook is het van belang dat objectieve criteria worden gehanteerd bij het beantwoorden van de vraag of een bepaald persbericht al dan niet als ‘nieuws’ kan worden gekwalificeerd.27^,28

Stap 3. Daarna moet voor elke dag uit de steekproef worden vastgesteld of op de desbetreffende dag sprake was van een statistisch significant aandelenrendement. De geëigende procedure om dit vast te stellen, is door voor elke dag uit de steekproef een zogenoemde ‘event study’ uit te voeren.29 Een event study houdt kort gezegd in dat eerst met behulp van regressieanalyse over een bepaalde controleperiode (de ‘estimation period’) een (historische) relatie wordt geschat tussen enerzijds het dagelijkse rendement op het litigieuze aandeel en anderzijds het dagelijkse rendement op een bepaalde benchmark. Vervolgens wordt aan de hand van de aldus geschatte (historische) relatie voor de onderzochte handelsdag het (dagelijkse) rendement voorspeld. Deze voorspelling wordt verkregen door de geschatte relatie te combineren met (of wellicht beter gezegd: toe te passen op) het in werkelijkheid over de onderzochte handelsdag op de benchmark gemeten rende ment. Daarna wordt dit voorspelde rendement vergeleken met het in werkelijkheid over de onderzochte handelsdag gemeten rendement, en wordt getoetst of het verschil (het ‘abnormale rendement’) statistisch significant is. Stap 4: Tot slot wordt het percentage van het aantal news days waarop sprake was van een (statistisch) significante koersreactie vergeleken met het aantal non-news days waarop sprake was van een significante koersreactie, en wordt wederom getoetst of het verschil statistisch significant is.30 Als bijvoorbeeld op 20% van het aantal news days een significante koersreactie werd gemeten en op 10% van het aantal non-news days, moet worden gekeken of het verschil tussen 20% en 10% statistisch significant is. Is dat inderdaad het geval, dan moet de nulhypothese dat de beurskoers – gemiddeld genomen – niet reageert op informatie, worden verworpen. Is dat niet het geval, dan kan deze nulhypothese niet worden verworpen.

Analytisch kan de hier beschreven toets als volgt worden uitgedrukt.31 Stel dat w staat voor het aantal dagen waarop geen sprake was van nieuws, en waarop tevens geen (statistisch) significant rendement werd gemeten, dat x staat voor het aantal dagen waarop geen sprake was van nieuws, maar waarop wel een significant rendement werd gemeten, dat y staat voor het aantal dagen waarop wel sprake was van nieuws, maar waarop geen significant rendement werd gemeten, en dat z staat voor het aantal dagen waarop wel sprake was van nieuws, en waarop tevens een significant rendement werd gemeten. In tabelvorm ziet dit er als volgt uit:32

Om te kunnen beoordelen of aan het vereiste van een structurele oorzaak-gevolgrelatie tussen (de publicatie van) nieuws en (daaruit onmiddellijk voortvloeiende) koersreactie is voldaan, worden de respectieve percentagens (x/(w+x)) en (z/(y+z)) met elkaar vergeleken en wordt getoetst of het verschil statistisch significant is.

Het is van groot belang dat in de bovengenoemde toetsingsprocedure de verschillende stappen in de juiste volgorde worden uitgevoerd. Dit geldt in het bijzonder voor de stappen 2 en 3.33 In de praktijk komt het echter nog wel eens voor dat de volgorde van deze stappen wordt omgedraaid, en dat dus eerst wordt gekeken op welke dagen een significant rendement werd gemeten, en dat vervolgens wordt gekeken op welke van deze dagen nieuws werd gepubliceerd.34 Dit was onder meer het geval in de uitspraak van de Third Circuit in de zaak In re DVI.35 Het in deze (omgekeerde) volgorde uitvoeren van voormelde stappen is vanuit methodologisch oogpunt onjuist (en derhalve onverantwoord).36 De reden hiervoor is dat het selecteren van news days een activiteit is die naar zijn aard nogal gevoelig is voor subjectieve beïnvloeding (door degene die de selectie uitvoert).37Teneinde deze subjectieve beïnvloeding zoveel mogelijk te minimaliseren, moet de procedure zo objectief mogelijk worden uitgevoerd. Dit kan men doen door van tevoren objectieve criteria en/of beslisregels op te stellen aan de hand waarvan kan worden vastgesteld of een bepaald persbericht als ‘nieuws’ heeft te gelden, en of de desbetreffende dag dus als news day moet worden aangemerkt.38 Is echter alvorens de nieuwsselectie wordt gemaakt reeds bekend op welke dagen in de steekproef sprake was van een significante koersreactie, dan bestaat het reële risico dat de beslissing om een bepaalde dag al dan niet als news day aan te merken, sterk wordt gekleurd door de omstandigheid of op de desbetreffende dag al dan niet een significant rendement werd gemeten. Op deze wijze sluipt er een onzuiverheid in het selecteren van de news days, waardoor de toetsingsprocedure onbetrouwbaar wordt.39

Hoewel aan de hand van de beschreven toetsingsprocedure op methodologisch verantwoorde wijze kan worden onderzocht of aan het vereiste van een structurele oorzaak-gevolgrelatie tussen nieuws en koersreactie is voldaan, moet worden benadrukt dat de test zeker niet concludent is voor het antwoord op de vraag of al dan niet sprake is van een efficiënte markt.40 Voor het beoordelen van de marktefficiëntie mag men dus niet blindvaren op de uitkomst van deze test. Een positieve uitkomst van de test is in twee opzichten namelijk slechts een noodzakelijke voorwaarde voor marktefficiëntie, maar zeker geen voldoende voorwaarde.41 Zo is in de eerste plaats goed denkbaar dat de uitkomst van de test weliswaar in de richting wijst van (het bestaan van) een efficiënte markt, maar dat daar in werkelijkheid toch geen sprake van is, bijvoorbeeld omdat de aandelenrendementen serieel zijn gecorreleerd.42 Denk in dit verband bijvoorbeeld aan de situatie waarin de markt na publicatie van nieuwe informatie steevast een aantal dagen (in plaats van een aantal uren of minuten) nodig heeft om de informatie correct (en volledig) in de koers te verwerken. Hoewel het in zo’n geval waarschijnlijk nog steeds zo zal zijn dat de test netjes een verschil in koersreactie detecteert tussen enerzijds de news days en anderzijds de non-news days, mag men hier niet spreken van een efficiënte markt.43 Op een efficiënte markt wordt nieuwe informatie immers meteen en volledig na publicatie geabsorbeerd.

De tweede reden waarom een positieve uitkomst van de test slechts een noodzakelijke voorwaarde voor marktefficiëntie is, maar zeker geen voldoende voorwaarde, is dat met deze test slechts wordt onderzocht of de koers (op structurele wijze) op de publicatie van nieuws reageert, maar dat niet wordt onderzocht of de koers hierop tevens correct reageert.44 De test heeft dus slechts betrekking op marktefficiëntie in informationele zin, en uitdrukkelijk niet op marktefficiëntie in fundamentele zin. Voor het beoordelen van de marktefficiëntie in fundamentele zin zijn andersoortige testen nodig. Deze testen laat ik vooralsnog even rusten en komen pas aan bod in § 8.5.

Hoewel de hierboven beschreven methodologie nog niet behoort tot het standaardinstrumentarium voor het bewijs van marktefficiëntie in fraud-on-the-market-zaken, wordt zij tegenwoordig steeds vaker toegepast. Voor relatief recente voorbeelden wijs ik op de uitspraken In re Petrobras Securities Litigation, Forsta AP-Fonden v. St. Jude Medical, Inc. en McIntire v. China Mediaexpress Holdings.45