Bakgrund: Läkemedelsbranschen har en historia av bristande transparens, där potentiellt viktig information inte kommer till marknadens kännedom. Till sin natur präglas läkemedelsbolagens aktiekurs av hög volatilitet vilket medför en svårkvantifierad risk för aktieägare. En viktig anledning till detta fenomen är att det krävs stora satsningar, både i termer av tid och pengar, för framtagningen av nya läkemedel som innan ett slutgiltigt godkännande måste genomgå omfattande kliniska prövningar. För att investera i läkemedelsbolag bör investerare vara införstådda med de risker som finns i samband med att studieresultat delges. Detta är en kunskapslucka på den svenska marknaden som denna studie ämnar bidra till att fylla. Syfte: Studien syftar till att undersöka och analysera hur den svenska aktiemarknaden, under tidsperioden 2011–2020, reagerat i samband med tillkännagivandet av resultat från kliniska studier samt med hjälp av teori analysera dessa reaktioner. Metod: Eventstudien har genomförts med hjälp av en kvantitativ metod och en deduktiv ansats. Abnormal avkastning har identifierats i samband med fyra olika undersökta eventfönster. En multivariat dummyvariabelanalys har genomförts i syfte att vidare förklara identifierade utfall. Resultat: Abnormal avkastning har identifierats vid såväl negativa som positiva utfall från de kliniska studierna. Studiens kortaste eventfönster T (-1, +1) identifierade en signifikant abnormal avkastning om 5,16% vid positiva studieresultat samtidigt som negativa studieresultat under samma eventfönster uppvisade negativ abnormal avkastning om 48,31%. Vid längre eventfönster justeras dock dessa utfall markant där eventfönster T (-60,+60) visar abnormal avkastning vid positiva utfall från en klinisk studie om –3,53% medan motsvarande siffra för negativa utfall uppgick till –71,29%. Nyckelord: kliniska studier, abnormal avkastning, insiderhandel, eventstudie, läkemedelsbolag

Under de senaste decennierna har Venture Capital marknaden genomgått flera faser av tillväxt och tillbakagång. Fenomenet har uppmärksammats av tidigare forskning som konstaterat att externa drivkrafter är en av de bakomliggande faktorerna till volatiliteten, men där det råder en oenighet kring effekten. Denna studie undersöker hur externa drivkrafter påverkar svenska Venture Capital investeringar under perioden 2007–2021. Syftet är att analysera och förklara hur externa drivkrafter påverkar Venture Capital bolagens investeringsbeteende. Genom regressionsanalyser undersöktes hur IPO, aktiemarknaden, BNP och styrräntan påverkar totala investeringar men även investeringar i de olika faserna (sådd-, uppstart- och senare fasen). Resultaten visar att IPO är den mest betydelsefulla drivkraften som påverkar Venture Capital investeringar positivt i alla faser. Effekten blir allt större ju mognare bolaget är, eftersom eventuell exit ligger närmre i tiden. Vidare indikerar resultaten på att en positiv aktiemarknad påverkar investeringar negativt, men där signifikans endast påvisades i såddfasen. Förvånande är att både BNP och styrräntan har en icke signifikant negativ inverkan på Venture Capital investeringar. Utifrån studien går det att dra slutsatsen att externa drivkrafter har varit en bakomliggande orsak till de stora fluktuationerna i VC-investeringarna. IPO-marknaden har störst inverkan eftersom drivkraften är direkt hänförbar till investeringsprocessen. Studien är viktig för att förstå vad som driver Venture Capital investeringar och resultaten kan vara till nytta för såväl entreprenörer i behov av finansiering och politiska beslutsfattare som strävar efter att bibehålla en gynnsam investeringsmiljö. / Over the past decades, the Venture Capital market has undergone several phases of growth and decline. This phenomenon has been acknowledged by previous researchers who have identified external drivers as an underlying factor of volatility, although the results differ. This study examines how external determinants influence the Swedish Venture Capital investments during the period 2007-2021. The aim is to analyze and explain how external determinants drive Venture Capital investments. Regression models were conducted to investigate how IPO, Stock market, GDP, and Interest rate affect both total investments and investments in different stages (seed, startup, and later stages). The results show that IPO is the strongest driver, positively affecting Venture Capital investments in all stages. The impact becomes greater as the company matures, since a potential exit is closer in time. Furthermore, the results indicate that a positive stock market has a negative impact on investments, although significance was only observed in the seed stage. Surprisingly, GDP and interest rate have a non-significant negative impact on Venture Capital investments. It can be concluded from this study that external determinants have been an underlaying cause of the fluctuations in Venture Capital investments. The IPO market has the greatest impact since it is directly related to the investment process. This study is important for understanding the drivers of Venture Capital investment, where the results can be useful for both entrepreneurs in need of financing and policymakers aiming to maintain a favorable investment environment.

This study examines the implementation of ESG ratings and their impact on the Swedishstock market within the real estate, banking, and industrial sectors. ESG ratings assesscompanies' sustainability based on environmental impact, social responsibility, and corporategovernance. The aim is to analyze the relationship between ESG ratings and stockperformance, as well as investors' behavior in investment decisions. The study focuses onlarge companies within the Large Cap segment in the Swedish market during the period of2016-2019. The methods include qualitative interviews to gather investors' perspectives anddescriptive analysis to quantitatively examine returns based on ESG scores. The study findsno statistically significant relationship between ESG and companies returns. Investors'decisions are not solely based on ESG ratings but also on other factors.

Today, brokers within the stock market brokerage industry are having difficulties with accurately forecasting the trading volume that is conducted by their customers. This is especially a problem during periods of exceptionally high or low trading volumes. Solving this problem would lead to both monetary savings in terms of server costs and operational planning issues. This thesis uses three Machine Learning models (Random Forest Regressor, Linear Regression, and Support Vector Regression) to predict daily trading volume. In Machine Learning, features are variables that act as explanatory variables for the dependent variable, in this case, the daily trading volume. The primary focus of this study is to evaluate and analyze which types of feature categories are the most important. Therefore, this study uses a variety of features divided into five different categories (Temporal, Historical, Market, External, and Customer). The results from the models trained using each individual feature category are compared against each other. Secondly, this study also focuses on analyzing the performance of all feature categories together. A Naive model of a 20-day rolling average is used as a benchmark to evaluate the results. The findings of this study indicate that Machine Learning models perform better than the proposed Naive approach when predicting daily stock market trading volume. However, the difference is of a small nature. Further, the Historical feature category is the category that performs best and can therefore be argued to be the most important category when predicting daily trading volume. However, the results of this study are not of statistical significance. The findings of this study can be relevant to the research field and can be used in future studies to further investigate the feature importance in stock market trading volume prediction. / Idag har företag inom industrin för aktiemäklare svårigheter att på ett träffsäkert sätt prognostisera sina kunders handelsvolymer. Detta är särskilt ett problem under perioder med extremt höga eller låga volymer. Att lösa detta problem skulle leda till både monetära besparingar i form av serverkostnader, och även lösa operationella planeringsproblem. Denna studie använder tre olika maskininlärningsmodeller (Random Forest Regressor, Linear Regression, och Support Vector Regression) för att förutspå handelsvolym. Denna studie har som primärt fokus att utvärdera och analysera vilka typer av data som är av vikt i syfte att förutspå kommande daglig aktiehandelsvolym. Denna studie använder därmed en mängd olika variabler indelat i fem grupper (Tid, Historik, Marknad, Extern, Kund). Modellerna tränas individuellt med varje grupp och resultatet jämförs inbördes för att besvara studiens frågeställningar. Studien fokuserar även på att analysera resultatet av att träna modellerna på samtliga grupper tillsammans. För att utvärdera resultatet används en naiv modell med 20 dagars rullande medelvärde. Resultatet från denna studie indikerar att användning av maskininlärning presterar bättre än den använda naiva modellen, för att förutspå daglig handelsvolym på aktiemarknaden. Skillnaden i resultat är dock liten. Vidare visar studiens resultat att den grupp av variabler som presterar bäst är kategorin Historik. Därmed kan det sägas att denna grupp av variabler är den viktigaste gruppen för att förutspå daglig handelsvolym, av grupperna använda i denna studie. Det går dock inte att säga att resultaten i denna studie är signifikanta. Resultaten och slutsatserna från denna studie bidrar till forskningsområdet och resultaten kan i framtiden användas för att fortsätta undersöka vilka variabler som är av intresse när det kommer till att förutspå daglig handelsvolym på aktiemarknaden.

The purpose of this study is to identify what company specific parameters prior to an IPO have significant impact on share price performance one year after listing. This is done by analysing listings on the Stockholm Stock Exchange in the period 2014-2019.  The method which has been used is a multiple linear regression with adjusted share price as response variable and 7 specific company data points as independent variables. The share price development of companies is adjusted to the SIX Return Index and the 7 company variables cover size, growth, profitability and ownership. The results from the study imply that the independent variables covering size and profitability have the highest impact on share price performance after listing and that ownership had the least impact. The final model with the independent variables that had the highest relevance still only display a small significant correlation with an adjusted R2 = 0.09, which is understandable due to the nature of share prices not being able to be predicted one year into the future. Furthermore, the stock market is a large and complex system of many unknowns, which aggravates the process of simplifying and quantifying data of only one source into a regression model with high predictability. / Syftet med denna studie är att identifiera vilka företagsspecifika parametrar före en börsintroduktion som har en betydande inverkan på aktiekursutvecklingen ett år efter notering. Detta görs genom att analysera noteringar på Stockholmsbörsen från 2014 till 2019.  Metoden som har använts är en multipel linjär regression med justerad \\ aktiekursutveckling som responsvariabel och 7 specifika företagsdatapunkter som regressorer. Aktiekursutvecklingen i företag anpassas till SIX Return Index och de sju företagsvariablerna täcker storlek, tillväxt, lönsamhet och ägande. Resultaten från studien antyder att regressorer som täcker storlek och lönsamhet har störst inverkan på aktiekursutvecklingen efter notering och att ägandet hade minst påverkan. Den slutliga modellen med de regressorer som hade störst relevans visar fortfarande endast en liten signifikant korrelation med en justerad R2 = 0,09, vilket är förståeligt på grund av att aktiekursernas karaktär inte kan förutses ett år in i framtiden. Dessutom är aktiemarknaden ett stort och komplext system med många okända faktorer, vilket förvärrar processen att förenkla och kvantifiera data från endast en källa till en regressionsmodell med hög förutsägbarhet.

No description available.

Publika aktiebolag som önskar att fortsätta sin tillväxt kan söka sig till börsen i syfte att underlätta kapitalanskaffning. För att ta upp aktierna till handel måste emittenten möta börsens krav för upptagande till handel. Noteringskraven som börsen ställer upp innebär i sig en kvalitetsstämpel för företagens förmåga att växa och eventuellt ge avkastning till befintliga och framtida investerare. Samtidigt som en notering för med sig diverse fördelar kommer det till ett pris. När ett bolag noterat sina aktier på en reglerad marknad eller på en handelsplattformkrävs det vidare investeringar för att säkerställa regelefterlevnad. Kraven på informationsgivning och likviditetskrav, för att nämna två av dessa krav, belastar företagen ekonomiskt. Kostnaderna som en notering av aktier för med sig kan för vissa bolag bli överväldigande. Det kan till och med vara så att kostnaderna överstiger den nytta som bolaget har av noteringsplatsen. Att avnotera aktierna kan i detta skede vara ett alternativ. I Europa har frivillig avnotering blivit ett instrument som bolag väljer att utnyttja i allt större utsträckning. Det innebär att börsbolag kan avföra sina aktier från handel på en reglerad marknad eller handelsplattform genom en ansökan. Att avnotera aktier från en reglerad marknad kan leda till besparingar för företagen, eftersom det inte ställs samma krav på onoterade bolag som för noterade bolag. Samtidigt som företagen kan gynnas i form av besparingar riskerar aktieägarna att hamna i ett sämre läge till följd av en avnotering. Försämringen består i att överlåtbarheten av aktierna begränsas i samband med att aktierna avnoteras. En frivillig avnotering kan även, utöver efter en ansökan, ske genom en så kallad cold delisting. Det innebär att bolagets aktier avnoteras utan att en formell ansökan lämnas in från bolagets sida. Cold delisting har diskuterats i andra europeiska länder, bland annat i Österrike. I Österrike var inlösen av minoritetsaktier och cold delisting de enda möjligheterna som stod bolagen till buds för att åstadkomma en avnotering. Den österrikiska Högsta domstolen ansåg dock att cold delisting var ett missbruk av lagen. Den nya BörsG som trädde i kraft efter Högsta domstolens avgörande välkomnades således av bolagen då det innebaren möjlighet att ansöka om en sådan avnotering på frivillig väg. I Sverige har bolag vars aktier handlas på en reglerad marknad eller handelsplattform möjligheten att ansöka om att avnotera sina aktier. Diskussionen som förts i andra europeiska länder väcker däremot frågan om hur det svenska regelverket ser på cold delisting samt om det kan anses vara ändamålsenligt.

No description available.

Studier om oljepriser och finansiella marknader är relativt få i jämförelse med de studier som finns om förhållandet mellan oljepriser och makroekonomiska variabler. Olja betraktas som en av de viktigaste produktionsfaktorerna, vilket innebär att förändringar i oljepriser påverkar företags kostnader och därmed aktiemarknaden. Att studera förhållandet mellan oljepris och aktiemarknader är av vikt för ett flertal intressenter, bland annat investerare, banker ochportföljförvaltare. Investerare får till exempel svårigheter att maximera aktieavkastning om de inte förstår sambandet mellan oljepris och finansiella marknader. I studien analyserades förhållandet mellan oljepris och den svenska aktiemarknaden med koppling till ränta och växelkurs. Studien baserades på en kvantitativ undersökning med deduktiv ansats, utifrån data över tidsperioden 1991 till 2016. De statistiska tester som genomfördes var en korrelationsanalys, en bivariat och en multipel regressionsanalys. Resultaten visade att det finns ett positivt förhållande mellan oljepris och den svenskaaktiemarknaden. Vidare observerades ett negativt förhållande mellan ränta och den svenska aktiemarknaden och ett positivt förhållande mellan växelkurs och den svenska aktiemarknaden. Studiens första hypotes gällande de grundläggande variablerna förkastades eftersom det ursprungliga antagandet var att ett negativt förhållande skulle råda mellan oljepris och aktiemarknaden i Sverige. Däremot visade studien stöd för resterande två hypoteser. Studiens resultat är inte applicerbart på alla aktiemarknader utan kan begränsas tillbörser i oljeimporterande, utvecklade länder med liknande ekonomisk och politisk struktur som i Sverige. Vidare forskning inom området är nödvändig. Framtida studier bör inkludera fler variabler och ha större fokus på de bakomliggande orsakerna till förändringar i oljepris och deras eventuella koppling till aktiemarknader. Det kan även vara av värde att inkluderasocioekonomiska och politiska faktorer och undersöka oljeprisets effekt inom olika branscher och sektorer på aktiemarknaden. / Studies on oil prices and financial markets are relatively few in comparison to the studies on the relationship between oil prices and macroeconomic variables. Oil is considered to be one of the main production factors, which means that changes in oil prices affect corporate costs and thus the stock market. Studies of the relationship between oil price and stock markets areimportant for a number of stakeholders, including investors, banks and portfolio managers. For example, investors get difficulties in maximizing share returns if they do not understand the correlation between oil prices and financial markets.In the study, the relationship between oil prices and the Swedish stock market and its connection with interest rates and exchange rates was analyzed. The study was based on a quantitative survey with a deductive approach, with data over the period 1991 to 2016. The statistical tests conducted were a correlation analysis, a bivariate and a multiple regression analysis. The results showed that there is a positive relationship between oil prices and theSwedish stock market. Furthermore, a negative relationship between interest rates and the Swedish stock market was observed and also a positive relationship between the exchange rate and the Swedish stock market. The study's first hypothesis regarding the basic variables was rejected, since the original assumption was that a negative ratio would prevail between oil prices and the Swedish stock market. On the other hand, the study showed support for the remaining two hypotheses. The study's results are not applicable to all stock markets but can be limited to financial markets in oil importing, developed countries with similar economic and political structure as in Sweden. Further research in the field is necessary. Future studies should include more variables and focus more on the underlying causes of changes in oilprices and their possible links with stock markets. It may also be useful to include socioeconomic and political factors, as well as to investigate the effect of oil prices in different sectors in the stock market.

Denna studies huvudsakliga syfte var att analysera sambandet mellan den svenska aktiemarknaden och guldpriset. Guldet har en viktig roll i finansmarknaden samtidigt som området saknar forskning i Sverige. Genom detta skapades ett intresse att studera aktiemarknadens samband med guldpriset i Sverige. Forskning kring aktiemarknadens samband till guldpriset är splittrad på global nivå där resultaten både kan vara negativa, positiva och en del där inget samband existerar. Studiens underliggande syfte var att analysera sambandet mellan den svenska aktiemarknaden och ränta, tillväxt och valutakurs.Studien är begränsad till att analysera kvartalsvis data inom 23 år mellan 1995 och 2018 i Sverige. Uppgifterna har sedan analyserats i en korrelationsanalys och en multipel linjär regressionsanalys. Resultaten visar att det finns ett negativt samband mellan guldpriset och aktiemarknaden. Resultatet visar också att det finns ett negativt samband mellan ränta och aktiemarknad. Studiens resultat visar också att det finns ett positivt samband mellan tillväxt och aktiemarknad. Slutligen visar resultatet att det inte finns något signifikant samband mellan valutakurs och aktiemarknad. / The main aim of this study was to analyze the relationship between gold price and the swedish stock market. Since gold has a major role in financial systems, the interest arose because of the lack of research on the gold price relationship to the stock market in Sweden. That as well as divided view of if gold price relationship is negative, positive or not related to the stock market, has created the interest. The underlying aim of the study was to analyze therelationship between interest rate, economic growth and exchange rate with the dependent variable stock market.This study was limited by analyzing quarterly data in 23 years between 1995 and 2018 on the swedish market. Data was collected and analyzed in statistical programs named Apple Numbers and SPSS. Data was analyzed in a correlation analysis and a regression analysis. The result showed that there is a negative relation between gold price and stock market. The result also shows that there is a negative relation between between interest rate and stock market. It also shows that there is a positive relation between economic growth and stockmarket. Lastly the result shows that there is no significant relation between exchange rate and stock market.