The value spread as a predictor of value strategy returns : evidence from U.S. equity markets, 1951–2025

Abstract

The objective of this thesis is to examine whether extreme valuation differences between value and growth portfolios contain predictive information about future value strategy returns and whether they are associated with speculative market episodes in the United States stock market from 1951 to 2025. Using portfolio-level data from the Kenneth R. French Data Library, the study analyses four valuation measures: book-to-market equity, earnings-toprice, cashflow-to-price, and dividend yield. The empirical analysis combines descriptive analysis, predictive OLS regressions, subperiod comparisons, and the GSADF test.

The main findings indicate that the predictive power of the value spread is most visible at longer forecast horizons rather than in the short term. Among the four measures, dividend yield emerges as the most consistent positive predictor of subsequent value strategy returns, while the other measures show more mixed results. The results also suggest that the predictive relationship has weakened in the more recent market environment. In addition, the GSADF analysis identifies statistically explosive behaviour in the relative pricing of growth and value portfolios during the dot-com period and again during the recent AI-driven market episode. Overall, the findings suggest that the value spread is a useful but measurespecific indicator of long-horizon return variation and historically unusual market conditions.

Tämän tutkielman tavoitteena on tarkastella, sisältävätkö poikkeuksellisen suuret value- ja growth-portfolioiden väliset arvostuserot ennustavaa informaatiota value-strategian tulevista tuotoista ja liittyvätkö ne spekulatiivisiin markkinajaksoihin Yhdysvaltain osakemarkkinoilla vuosina 1951–2025. Tutkimus perustuu Kenneth R. Frenchin Data Librarystä saatavaan portfoliotasoiseen aineistoon ja analyysissä tarkastellaan neljää arvostusmittaria: book-to-market equity, earnings-to-price, cashflow-to-price ja dividend yield. Empiirinen analyysi yhdistää kuvailevan analyysin, ennustavat OLS-regressiot, alaperiodivertailut sekä GSADF-testin.

Keskeiset tulokset osoittavat, että value spreadin ennustava sisältö näkyy ennen kaikkea pidemmillä ennustehorisonteilla eikä lyhyellä aikavälillä. Neljästä mittarista dividend yield osoittautuu johdonmukaisimmaksi positiiviseksi value-strategian tulevien tuottojen ennustajaksi, kun taas muut mittarit antavat vaihtelevampia tuloksia. Tulokset viittaavat myös siihen, että ennustava yhteys on heikentynyt uudemmassa markkinaympäristössä. Lisäksi GSADF-analyysi tunnistaa tilastollisesti eksplosiivista käyttäytymistä growth- ja value-portfolioiden suhteellisessa hinnoittelussa dot-com-kaudella ja uudelleen nykyisen AI-vetoisen markkinajakson aikana. Kokonaisuutena tulokset viittaavat siihen, että value spread on hyödyllinen, mutta mittarikohtainen pitkän aikavälin tuottoerojen ja historiallisesti poikkeuksellisten markkinatilanteiden indikaattori.