<p>Aktiebolagsformen är i dagsläget den klart vanligaste företagsformen på den svenska marknaden. Aktiemarknaden har till uppgift att bland annat bistå med riskkapital för framtida finansiering av expansion och utveckling. En form att bistå bolagen med riskkapital är genom nyemission, vilket är av stor betydelse för förnyande och utveckling av näringslivet samt för en fortsatt god välfärdsutveckling. De olika företagen har alla sin anledning till att vilja utföra nyemission. Med avseende på anledning för nyemission kommer givetvis företagens aktiekurs att förändras olika. Syftet med uppsatsen är att empiriskt testa hur börskursen utvecklar sig vid nyemissionsmeddelande. Den undersökta populationen i studien är de företag som är noterade på den svenska börsen vilket har utfört nyemission mellan åren 2000 och 2004. Märk väl att det som är av intresse i denna undersökning är när företagen flaggar för nyemission och inte då själva nyemissionen utförs vilket normalt brukar ske en tid senare. Marknadens förväntningar om företagens kapacitet att förränta det planerade erhållna riskkapitalet kommer speglas i aktiekurserna då nyemissionen meddelas. Resultaten av undersökningen visar att i de flesta fall leder ett nyemissionsmeddelande till att aktiekurserna sjunker oavsett anledning för nyemission. Enda undantaget är de nyemissioner som utförs med avsikt att förvärva andra företag.</p>

Aktiebolagsformen är i dagsläget den klart vanligaste företagsformen på den svenska marknaden. Aktiemarknaden har till uppgift att bland annat bistå med riskkapital för framtida finansiering av expansion och utveckling. En form att bistå bolagen med riskkapital är genom nyemission, vilket är av stor betydelse för förnyande och utveckling av näringslivet samt för en fortsatt god välfärdsutveckling. De olika företagen har alla sin anledning till att vilja utföra nyemission. Med avseende på anledning för nyemission kommer givetvis företagens aktiekurs att förändras olika. Syftet med uppsatsen är att empiriskt testa hur börskursen utvecklar sig vid nyemissionsmeddelande. Den undersökta populationen i studien är de företag som är noterade på den svenska börsen vilket har utfört nyemission mellan åren 2000 och 2004. Märk väl att det som är av intresse i denna undersökning är när företagen flaggar för nyemission och inte då själva nyemissionen utförs vilket normalt brukar ske en tid senare. Marknadens förväntningar om företagens kapacitet att förränta det planerade erhållna riskkapitalet kommer speglas i aktiekurserna då nyemissionen meddelas. Resultaten av undersökningen visar att i de flesta fall leder ett nyemissionsmeddelande till att aktiekurserna sjunker oavsett anledning för nyemission. Enda undantaget är de nyemissioner som utförs med avsikt att förvärva andra företag.

Efter den relativt stora nedgången på börsen, som skedde i februari 2020 till följd av Covid-19pandemin, hade börsen en mycket stark uppgång mellan mars 2020 och november 2021. Närinflationen ökade under 2021 började fler prognostisera att det framgent skulle komma räntehöjningar.Detta, i kombination med andra faktorer, som exempelvis Rysslands invasion av Ukraina i början av2022, ledde till att många investerare blev passiva och skeptiska till hur aktiemarknaden skulleutvecklas. Från november 2021 till november 2022 föll det breda Stockholmsindexet, OMXStockholm PI, med 22 procent. Fastighetsindex OMX Stockholm Real Estate PI, hade en betydligtstörre nedgång på 44 procent. Syftet med studien var att undersöka vilka fastighetsbolag vars aktiekurser hade störst avvikelse frånfastighetsindex under tidsperioden november 2021 till november 2022, och varför. Studien harbaserats på både en kvalitativ och kvantitativ undersökning. I den kvalitativa undersökningen har 6mycket relevanta personer intervjuats. Den kvantitativa delen består av en sektorjämförelse samtdjupgående analyser av de 10 fastighetsbolag som avvek mest från index under den valda perioden. Resultatet visar att samtliga fastighetsbolag hade en negativ utveckling i dess aktiekurser mellannovember 2021 och november 2022. En orsak varför fastighetsbolagen påverkats mer negativt, jämförtmed andra sektorer, är att fastighetsbolag generellt använder högre nivåer av hävstång vilket blir merkostsamt i sämre finansiella klimat med högre räntor. Det finns många individuella faktorer somförklarar utvecklingen för varje specifikt bolag, dock har fyra faktorer konstaterats inneha en extra storbetydelse för hur aktiemarknaden har reagerat på de individuella bolagen. Detta har varitägarstrukturen, kapitalstrukturen, fastighetsportföljen och värderingen på bolaget vid ingången tillperioden. Det har varit viktigt att ha en stark finansiell position, både för bolaget men också dess ägare. Detta ärett mönster som har kunnat tydas via nyheter samt intervjuer. Gällande fastighetsportfölj haraktiemarknaden, bland de bolag som analyserats, handlat ner de fastighetsbolag som haft majoritetenav sin fastighetsportfölj bestående av bostäder och samhällsfastigheter. Bolagen som hade den störstanedgången i dess aktiekurser mellan november 2021 och november 2022 hade generellt högrevärderingar vid ingången till perioden. Detta berodde på att aktiemarknaden, vid de förändrademarknadsförutsättningarna, skiftade i vad som premierades. / After the relatively large drop in the stock market in February 2020 due to the COVID-19 pandemic,the stock market experienced a very strong recovery between March 2020 and November 2021. Asinflation increased in 2021, more people started to forecast future interest rate increases. This,combined with other factors, such as Russia's invasion of Ukraine in early 2022, led many investors tobecome passive and skeptical about the performance of the stock market. From November 2021 toNovember 2022, the broad Stockholm index, OMX Stockholm PI, fell by 22 percent. The real estateindex, OMX Stockholm Real Estate PI, had a much larger decline of 44 percent. The purpose of the study was to investigate which real estate companies whose share prices had thegreatest deviation from the real estate index during the period November 2021 to November 2022, andwhy. The study has been based on both a qualitative and quantitative survey. In the qualitativeresearch, 6 highly relevant persons have been interviewed. The quantitative part consists of a sectorcomparison and in-depth analysis of the 10 real estate companies that deviated the most from the indexduring the selected period. The result shows that all real estate companies had a negative development in their share pricesbetween November 2021 and November 2022. One reason why real estate companies have been morenegatively affected, compared to other sectors, is that real estate companies generally use higher levelsof leverage, which becomes more costly in poorer financial climates with higher interest rates. Whilethere are many individual factors that explain the performance of each specific company, four factorshave been found to be particularly important in determining how the stock market has reacted toindividual companies. These have been the ownership structure, the capital structure, the real estateportfolio and the valuation of the company at the beginning of the period. It has been important to have a strong financial position, both for the company and its owners. This isa pattern that has been evident from news reports and interviews. Regarding the real estate portfolio,among the companies analyzed, the stock market has traded down the real estate companies that hadthe majority of their real estate portfolio consisting of housing and community properties. Thecompanies that experienced the largest decline in their share prices between November 2021 andNovember 2022 generally had higher valuations at the beginning of the period. This was because thestock market, in the context of changing market conditions, shifted in what was rewarded.

Bakgrund: Läkemedelsbranschen är idag en av de mest reglerade branscherna på marknaden. Forskning och utveckling har en stor betydelse för läkemedelsföretagen. För att lansera ett läkemedel krävs det att företagen genomför kliniska prövningar, deras utfall kan mycket väl avgöra företagens framtid. Problemformulering: hur stor inverkan har de olika faserna inom produktutvecklingen på aktiekurserna för företag i läkemedelsbranschen. Syfte: Syftet med uppsatsen är att undersöka hur marknaden reagerar när läkemedel som är under utveckling går in i de tre olika kliniska faserna.Metod: Studien baseras på kvantitativ data där ett bekvämlighetsval gjorts på sju stycken läkemedelsföretag. PR meddelanden där läkemedel i utveckling går in i fas-1, fas-2 och fas-3 kliniska prövningar har valts ut som enskilda händelsen i eventstudien som genomförts. Vi har studerat vad som händer 5 dagar före och 5 dagar efter att händelsen utspelar sig. Därefter har vi mätt marknadens reaktion genom beräkning av den anormala avkastningen. Slutsatser: Studien visar på att aktiemarknaden reagerar positivt på alla de tre kliniska faserna. Marknaden har en förmåga att övervärdera fas-1 studiers betydelse. Det finns tecken på att marknaden har svårt att värdera forskningen och utvecklingens riktiga värde. / Background: The pharmaceutical industry is a heavily regulated market. Costs for research and development are of utmost importance for the industry. To successfully launch a new drug requires clinical trials, and their outcomes could well determine the future of the company’s business. Problem formulation: how much influence do the various stages of product development have on the stock prices for companies in the pharmaceutical industry. Purpose: How does the market react when a drug under development undergoes the three different clinical phases. Method: The study is based on quantitative data. Seven pharmaceutical companies have been selected for this study. PR messages for when drugs in development go into phase-1, phase-2 and phase-3 clinical trials, have been selected as the event in focus for our study. We have studied what occurs five days before and five days after an event takes place. Next we measure the markets reaction by calculating the abnormal return. Conclusion: The study shows that the stock market reacts positively to all three clinical phases. The market has a way to overestimate phase-1 studies importance. There are signs that the market has difficulties evaluating R&amp;Ds real value.

There has been a growing interest in economic policies and their impact within a country among the real estate economics research community in recent years. After the economic crisis of 2008, an unconventional monetary policy was created, and it has been called quantitative easing (QE), an instrument of economic policy applied through central banks to boost the economy in periods when conventional monetary policy is not satisfactory. As with the economic challenge brought by COVID-19, many central banks had to implement unconventional monetary plans. This thesis aims to discover the impact of quantitative easing (QE) and its opposite quantitative tapering (QT) on the housing prices of the US real estate market. In order to deal with this problem, this research performs time-varying rolling correlations, which are correlations between two-time series on a rolling window. The window for this research will be monthly and subject to historical data points from a 280-month period of the USA metropolitan price housing and the Federal Balance sheet between 1998 and 2022. The results show there is a positive correlation between the different US housing markets and the US Federal Balance Sheet in the majority of the US markets analyzed and finds a high positive correlation between the different regional house price indices and US National Home Price Index and finally the existence of spillover effect between the cities in the high tier (e.g., Los Angeles and Miami) and low-tier (e.g., Chicago and Atlanta) cities, such that rising trends in one city are mirrored by the following changes in the other city in the equivalent tier and vice versa. / Under de senaste åren har det funnits ett växande intresse för ekonomisk politik och dess inverkan inom ett land bland den fastighetsekonomiska forskarvärlden. Efter den ekonomiska krisen 2008 har en okonventionell penningpolitik skapats och den har kallats kvantitativa lättnader (QE); ett ekonomiskt politiskt instrument som tillämpas genom centralbanker för att stärka ekonomin i perioder då den konventionella penningpolitiken inte är tillfredsställande. Liksom i fallet med den ekonomiska utmaning som covid-19 orsakade, var många centralbanker tvungna att genomföra okonventionella monetära planer. Denna avhandling syftar till att upptäcka effekten av kvantitativ lättnad (QE) och dess motståndare kvantitativ nedtrappning (QT) på bostadspriserna på den amerikanska fastighetsmarknaden. Som ett sätt att hantera detta problem utför denna forskning tidsvarierande rullande korrelationer som är korrelationer mellan två tidsserier på ett rullande fönster, fönstret för denna forskning kommer att vara månadsvis och föremål för historiska datapunkter från 280-månadersperioden i USA storstadspriserna bostäder och den federala balansräkningen mellan 1998 och 2022. Resultaten visar att det finns en positiv korrelation mellan de olika amerikanska bostadsmarknaderna och den amerikanska federala balansräkningen på majoriteten av de analyserade amerikanska marknaderna och finner en hög positiv korrelation mellan de olika regionala husprisindex och US National Home Price Index och slutligen förekomsten av spridningseffekter mellan städerna i städerna på hög nivå (t.ex. Los Angeles och Miami) och lågnivå (t.ex. Chicago och Atlanta), så att stigande trender i en stad speglas av följande förändringar i den andra staden i motsvarande nivå och vice versa.

The financial market is a stochastic and complex system that is challenging to model. It is crucial for investors to be able to model the probability of possible outcomes of financial investments and financing decisions in order to produce fruitful and productive investments. This study investigates how Monte Carlo simulations of random walks can be used to model the probability of future stock returns and how the simulations can be improved in order to provide better accuracy. The implemented method uses a mathematical model called Geometric Brownian Motion (GBM) in order to simulate stock prices. Ten Swedish large-cap stocks were used as a data set for the simulations, which in turn were conducted in time periods of 1 month, 3 months, 6 months, 9 months and 12 months. The two main parameters which determine the outcome of the simulations are the mean return of a stock and the standard deviation of historical returns. When these parameters were calculated without weights the method proved to be of no statistical significance. The method improved and thereby proved to be statistically significant for predictions for a 1 month time period when the parameters instead were weighted. By varying the assumptions regarding price distribution with respect to the size of the current time period and using other weights, the method could possibly prove to be more accurate than what this study suggests. Monte Carlo simulations seem to have the potential to become a powerful tool that can expand our abilities to predict and model stock prices. / Den finansiella marknaden är ett stokastiskt och komplext system som är svårt att modellera. Det är angeläget för investerare att kunna modellera sannolikheten för möjliga utfall av finansiella investeringar och beslut för att kunna producera fruktfulla och produktiva investeringar. Den här studien undersöker hur Monte Carlo-simuleringar av så kallade random walks kan användas för att modellera sannolikheten för framtida aktieavkastningar, och hur simuleringarna kan förbättras för att ge bättre precision. Den implementerade metoden använder den matematiska modellen Geometric Brownian Motion (GBM) för att simulera aktiepriser. Tio svenska large-cap aktier valdes ut som data för simuleringarna, som sedan gjordes för tidsperioderna 1 månad, 3 månader, 6 månader, 9 månader och 12 månader. Huvudparametrarna som bestämmer utfallet av simuleringarna är medelvärdet av avkastningarna för en aktie samt standardavvikelsen av de historiska avkastningarna. När dessa parametrar beräknades utan viktning gav metoden ingen statistisk signifikans. Metoden förbättrades och gav då statistisk signifikans på en 1 månadsperiod när parametrarna istället var viktade. Metoden skulle kunna visa sig ha högre precision än vad den här studien föreslår. Det är möjligt att till exempel variera antagandena angående prisernas fördelning med avseende på storleken av den nuvarande tidsperioden, och genom att använda andra vikter. Monte Carlo-simuleringar har därför potentialen att utvecklas till ett kraftfullt verktyg som kan öka vår förmåga att modellera och förutse aktiekurser.