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.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-312419 |
| Date | January 2021 |
| Creators | Jaeckel, William, Versteegh, Nicolai |
| Publisher | KTH, Matematisk statistik |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-SCI-GRU ; 2021:319 |
Page generated in 0.0019 seconds