As the stock market plays an important role in the global economy and Chinese economy become progressively significant part of the world economy, we are interested in the Chinese stock market. After we compared the methods on the stock market, we choose to use the CAPM and the APT model on Chinese stock market. As a lot papers study on the Main Board of Chinese stock market, we pay our attention on the SME Board and the ChiNext Board of Chinese stock market. We put the samples from the SME Board and the ChiNext Board into the regression models which are based on the CAPM and the APT model, and then we can use the regression models to forecast the long returns. Comparing the forecast ln returns with the true ln returns, we may find that the CAMP or the APT model can forecast better on the SME Board and the ChiNext Board. The systematic risk is the only factor we put the regression model based on the CAPM. For the regression model based on the APT model, we use three factors which are the systematic risk, daily exchange volume and the volatility. Our results show that the APT model can explain factors better than the CAPM for the samples from the SME Board and the ChiNext Board. On the other hand, we could not find evidence that the APT Model can forecast better than the CAPM for the SME Board and the ChiNext Board.

Med bakgrund till det ökade intresset för aktier och dagens ekonomiska läge är det högst aktuellt att undersöka relationen mellan makroekonomiska svängningar och aktiepriserna på den svenska börsen. Det finns flera teorier som försöker förklara hur aktiepriser förändras, en allmän slutsats är att externa faktorer påverkar priset genom oförväntade händelser. Chen, Roll och Ross konstruerade en tidsseriemodell för att studera hur oförväntade makroekonomiska faktorer påverkar aktieavkastningen på New York-börsen. Deras slutsatser landade i att oförväntade förändringar i samtliga variabler har en signifikant relation till aktieprisavkastningen. Med detta i åtanke är syftet med uppsatsen att undersöka om avkastningen på olika branscher på den svenska börsen påverkas av oförväntade månatliga förändringar i inflation (KPI), konjunkturläget (BNP), avkastningskurvan, riskpremien samt växelkursen under tidsperioden 2000-2023. Det genomförs även en jämförande analys mellan de europeiska länderna Sverige, Tyskland, Danmark och Finland. De branschindex som studeras är finans, industri, teknologi, sjukvård och detaljhandel för respektive land. Genom en multipel regressionsmodell har få signifikanta samband påvisats, däremot finner vi ett mönster i negativa respektive positiva relationer mellan oförväntade makroekonomiska händelser och aktieavkastningen för samtliga länder. Sammanfattningsvis finner vi inga tydliga skillnader i vilka branscher som påverkas av respektive riskfaktor, däremot finns en skillnad i antal signifikanta värden mellan länderna. Nationella makroekonomiska händelser påvisar flest signifikanta samband till tyska branschindex, följt av danska och finska. Minst signifikanta samband påvisas för de svenska branschindexen. En förklaring bakom resultatet kan vara att ländernas aktiemarknader är mer eller mindre effektiva och investerare på respektive marknad är olika mottagliga till ny information. Avslutningsvis ser vi det vara rimligt att både branscher och länder påverkas av riskfaktorerna i olika stor utsträckning. Att bygga en aktieportfölj med tillgångar från både olika branscher och länder är därmed betydelsefullt för att sprida sina risker. / Considering the increased interest in the stock market and the current economic situation, it is highly relevant to examine the relationship between macroeconomic fluctuations and share prices on the Swedish stock exchange. There are several theories that try to explain how stock prices change, a general conclusion is that external factors affect the price through unexpected events. Chen, Roll, and Ross constructed a time series model in order to study how unexpected macroeconomic factors affect stock returns on the New York Stock Exchange. Their conclusions resulted in that unexpected changes in all variables have a significant relationship to share price returns. With this in mind, the purpose of the essay is to investigate whether the return on various sector indexes on the Swedish stock exchange is affected by unexpected monthly changes in inflation (CPI), economic state (GNP), the term structure, the risk premium and the exchange rate during the time period 2000-2023. A comparative analysis is also carried out between the European countries Sweden, Germany, Denmark and Finland. The examined sector indexes are finance, industry, technology, healthcare and retail for each country. Through a multiple regression model, the result shows that few macroeconomic variables are significant in explaining stock returns. However, we find a pattern in negative as well as positive relationships between unexpected risk factors and stock returns for all countries. We find no significant differences in which sectors are affected by each risk factor but there is a difference in the number of significant values ​​between the countries. National macroeconomic events show the most significant relations to German sector indexes, followed by Danish and Finnish. Least significant relationships are found for the Swedish sector indexes. An explanation behind the result could be that the countries stock markets are more or less efficient and investors in each market are differently receptive to new information. Our conclusion is that we see it as reasonable that both sectors and countries are affected by the risk factors to varying degrees. Building a stock portfolio with assets from both different sectors and countries is therefore important for spreading your risks.