Handelsvolym och Finansiella Rapporter - en studie av marknadsreaktioner

Handelsvolym och Finansiella Rapporter - en studie av marknadsreaktioner Kandidatuppsats 15 hp Företagsekonomiska institutionen Uppsala universitet HT 2016 Datum för inlämning: 2017-05-23 Olof Matson Gustav Näslund Handledare: dri de Ridder

Sammandrag Denna studie undersöker marknadsreaktioner kring finansiella rapporter med urvalsgruppen, företag som gjort återköp på Stockholmsbörsen under åren 2000 2016. För att besvara forskningsfrågan undersöks variablerna handelsvolym och antal handelsorder kring finansiella rapporter för att sedan beräkna en omsättningsratio. Studien grundar sig i ett urval om 1467 observationer från 113 företag. Vi finner en tydlig ökning i både handelsvolym och antal handelsorder vid publicerandet av en finansiell rapport fram till +2 dagar efter. I studien jämförs även handelsvolym och antal handelsorder mellan perioderna 2000 2005 och 2006 2010. I resultat finner vi belägg för att antal handelsorder har ökat med tiden medan handelsvolymen minskat. Slutligen förkastar vi vår nollhypotes och menar på att en skillnad går att finna mellan den genomsnittliga omsättningsration -20 dagar till -1 dag före en finansiell rapport offentliggörs och dag +1 till +20 dagar efter. Nyckelord: ktieåterköp; Finansiella rapporter; Handelsvolym; Omsättningsratio bstract This study examines market reactions around financial reports of the selection group, companies that have made repurchases on the Stockholm Stock Exchange during the years 2000 2016. To answer the research question we examine the variables trading volume and number of trading orders around the date of financial reports in order to calculate the turnover ratio. The study is based on a sample of 1467 observations from 113 companies. We find a clear increase in both trading volume and number of trading orders following the publication of a financial report until +2 days after. The study also compared the trade volume and number of trading orders between the periods 2000 2005 and 2006 2010. In the result, we find evidence that the number of trading orders has increased with time while trading volume has decreased. Finally, we reject our null hypothesis and believe that a difference can be found in the average turnover ratio day -20 to -1 day before a financial report is published, and day +1 to +20 days days after. Keywords: Stock repurchase; Financial reports; Trading volume; Turnover-ratio 2

1. Inledning 4 1.1 Frågeställning 6 1.2 Syfte 6 2. Tidigare studier 7 2.1 Regelverk för aktieåterköp i Sverige 7 2.2 Variabler för mätning av marknadsreaktioner 7 2.3 Signalhypotesen 8 2.4 Studier av handelsvolym där aktieåterköp ej utgör urval 9 3. Metod 12 3.1 Urval och data 12 3.2 Variabler och regressioner 12 3.3 Test av data 14 3.4 Hypoteser 15 3.5 Förväntat utfall 15 4. Resultat och analys 16 Tabell 1: Översikt, 2000 2016 16 Tabell 2: Deskriptiv statistik för genomsnittligt antal handelsorder och genomsnittlig handelsvolym, 2000 2010 19 Figur 1: Genomsnittligt antal handelsorder per dag, 2000 2010 20 Figur 2: Genomsnittlig handelsvolym per dag, 2000 2010 21 Tabell 3: Wilcoxon Signed-Rank Test: Parat två-sampel för medelvärde på genomsnittligt antal handelsorder 22 Tabell 4: T-test: Parat två-sampel för medelvärde på genomsnittlig handelsvolym 23 Tabell 5: Regression dag -20 till -1 24 Tabell 6: Regression dag +1 till +20 25 5. Slutsats och vidare forskning 27 5.1 Slutsats 27 5.2 Vidare forskning 28 Referenser 30 ilaga 1: Företag som har genomfört aktieåterköp mellan åren 2000 2016 samt aktieslag. 33 ilaga 2 : Genomsnittligt antal handelsorder per dag, 2000 2016 38 ilaga 3: Genomsnittlig handelsvolym per dag, 2000 2016 38 ilaga 4: Rang och dagar, 2000 2016 39 ilaga 5: Regression dag -20 till -1 41 ilaga 6: Regression dag +1 till +20 41 ilaga 7: Histogram för handelsvolym & antal handelsorder år 2000 2010 42 ilaga 8: Kritiska värden för Wilcoxon Signed-Rank Test 43 3

1. Inledning År 1956 genomför John Lintner en studie där företagsledare tillfrågas angående utdelningspolicy. Det konstateras att utdelning är ett långsiktigt utbetalningsmedel som är beroende av framtida vinster. rav et al. (2005) genomför en kvalitativ undersökning där 384 företagsledare i US intervjuas angående utdelningspolitik. De tillfrågade representerar både företag som använder sig av återköp och utdelning men också företag som inte använder sig av någon form av utbetalningspolitik. Syftet är att studera resonemang gällande utdelningar och återköp. Konklusionen är att utdelning, av naturliga skäl, betraktas som en konservativ metod i sammanhanget, då återköp är yngre till sin existens. Resultaten i studien tyder även på att aktieutdelning som utdelningsform anses leda till en minskad flexibilitet för företagen. Detta eftersom att en eventuell minskning av aktieutdelning sänder ut negativa signaler till företagets intressenter. Vissa tillfrågade menar till och med på att de blivit tvungna att sälja av tillgångar, minska antalet anställda och förbisett investeringar med positivt nuvärde, för att upprätthålla utdelning på en efterfrågad nivå. ktieåterköp beskrivs istället som ett mer flexibelt alternativ av respondenterna. Dock menar (realey et al., 2011) att återköp signalerar till marknaden att aktien är undervärderad. Följaktligen kan värderingen av bolaget påverkas då vinsten per aktie blir högre vilket i många fall leder till bättre nyckeltal. tt tolka innehållet av en finansiell rapport är svårt men att förutspå reaktionerna för densamma är svårare. För de företag som väljer att dela ut sin vinst årligen eller kvartalsvis är, enligt tidigare studier av rav et.al. (2005), en konstant eller ökad nivå av utdelningen näst intill förväntad. Oavsett informationsinnehållet i rapporterna, lär marknaden alltid reagera på den beslutade utdelningsnivån och aktieomsättningen öka. Företag som presenterat ett återköpsprogram är inte skyldiga att genomföra återköp utan lämnas mer flexibilitet då de kan välja mellan att använda en eventuell vinst till att antingen återköpa eller återinvestera. När investerare inte har en tydlig måttstock såsom aktieutdelning blir reaktioner på information i delårsrapporter svårare att förutspå. I en stor andel av de studier som har gjorts av aktielikviditet vid publicerade av finansiell information, konstateras det att aktielikviditeten tydligt ökar efter offentliggörandet (t.ex. eaver, 1968; Cready & Ramanan, 1995; De Ridder & Kryzanowski, 2016). ktielikviditet innebär att ju oftare en aktie omsätts desto mer likvid är den. För att studera hur en aktie påverkas av informationen i en finansiell rapport finns flertalet möjliga variabler att 4

undersöka såsom pris, antal handelsorder samt handelsvolym. Denna studie har valt att främst fokusera på variablerna handelsvolym och omsättningsratio. Detta baserat på studier av bl.a. eaver (1968) samt Cready och Hurtt (2002) där de i båda fallen finner belägg för att en akties handelsvolym är mer användbart som mätvariabel än pris vid studier av händelser kring finansiella rapporter. Detta eftersom reaktioner i handelsvolym anses reflektera förväntningar hos individuella investerare medan priset enbart reflekterar marknadens förändrade förväntningar som helhet. I flertalet studier förekommer dock mått som kompletterar den variabel som huvudsakligen undersöks. För denna studie mäts även antal handelsorder och pris, vid sidan av handelsvolym och omsättningsratio. Pris används då variabeln förekommer i flera studier som kompletterande mått till handelsvolym (t.ex., eaver, 1968; Kim & Verrecchia, 1991). ntal handelsorder har för denna uppsats valts, då flera studier finner variabeln utgöra ett bra mått för marknadsreaktioner vid finansiella rapporter (t.ex., eaver, 1968; Cready & Ramanan, 1995). Under senare år har flertalet studier publicerats som ämnar förklara aktiemarknadens reaktioner vid offentliggörandet av finansiell information såsom i kvartalsrapporter (t.ex., Landsman & Maydew, 2002; Frazzini & Lamont, 2006; Huang & Li, 2014). Urvalen i studierna tenderar däremot att skilja sig åt där aktiemarknader eller specifika näringslivssektorer utgör de mest förekommande undersökningsområdena. Vad som dock är gemensamt för en majoritet av dessa är att de finner en tydlig ökning i antal omsatta aktier under samma vecka som företag offentliggör finansiella rapporter. tt annonsering av aktieåterköp leder till abnormal avkastning finnes som slutsats i åtskilliga studier. Enligt signalhypotesen beror den abnormala avkastningen på att återköp signalerar till marknaden att aktien är undervärderad. I en studie av Råsbrant (2012) undersöks den abnormala avkastningen för bolag med initierade återköpsprogram noterade på OMX Nasdaq Stockholm. Den bestämda tidsramen för studien är -20 dagar innan till +20 dagar efter annonsering av aktieåterköp. Råsbrant finner stöd för att marknaden reagerar på den finansiella informationen som utges i samband med en annonsering av återköp och att en abnormal avkastning går att finna. Resultatet visar en negativ abnormal avkastning under de - 20 dagar som föregår annonserandet. Under dagen då beslutet om ett återköp offentliggörs, d.v.s. dag 0, till dag +1 efter annonseringen visar studien istället en positiv och statistiskt signifikativ abnormal avkastning på 1,94 %. 5

Vi anser denna bakgrund ge indikationer om att vidare studier inom området marknadsreaktioner vid finansiella rapporter med aktieåterköpande företag som urvalsgrupp kan leda till intresseväckande fynd. Urvalsgruppen för studien är företag noterade på OMX Nasdaq Stockholm med aktieåterköp som utbetalningspolicy. Denna studie ämnar således studera finansiella rapporter och dess innehålls påverkan på aktiemarknaden genom att undersöka om variablerna handelsvolym, handelsorder samt pris påverkas kring rapportdatumet. Detta görs i syfte att utröna huruvida marknaden tolkar och reagerar på finansiella rapporter samt att finna belägg för eventuella mönster i marknadens reaktioner vid en finansiell rapport. 1.1 Frågeställning Vad händer med en akties omsättningsratio i samband med offentliggörandet av en finansiell rapport? 1.2 Syfte Syftet med denna uppsats är att studera aktiers omsättningsratio före och efter publiceringen av en finansiell rapport samt att försöka utröna ett eventuellt mönster i marknadens reaktioner. 6

2. Tidigare studier 2.1 Regelverk för aktieåterköp i Sverige Återköp av egna aktier regleras olika beroende på marknad. Det svenska regelverket skiljer sig från det amerikanska samtidigt som det finns flera likheter med Storbritanniens regleringar. tt initiera ett återköpsprogram i Sverige och Storbritannien är ett beslut som fattas på den årliga bolagsstämman medan det i US beslutas om ett eventuellt genomförande av återköpsprogram av styrelsen (De Ridder & Kryzanowski, 2016). I Sverige gäller vanligen beslutet om ett återköpsprogram från en bolagsstämma till den nästföljande, ett år senare. En skillnad mellan Stockholmsbörsen och den amerikanska aktiemarknaden är graden av transparens. De svenska regleringarna kräver att varje noterat företag som återköper sina aktier skall redovisa sina köp på daglig basis, antalet aktier och återköpspris per aktie (Lee et al., 2010). Det lagliga ramverket på Stockholmsbörsen kräver dessutom att företaget måste meddela alla återköp som har gjorts så snart som möjligt, men inte senare än 30 minuter innan börsen öppnar dagen som följer återköpet (De Ridder & Råsbrant, 2011). Dessutom får återköp i Sverige, till skillnad från US, enbart göras med företagets eget kapital och alltså inte finansieras genom exempelvis lånade medel. På Stockholmsbörsen finns även regleringar angående omfattningen av antalet egna aktier samt antalet aktier som är tillåtet att återköpa på daglig basis. Ett företag som har initierat ett återköpsprogram får endast inneha 10 % av bolagets totala utestående aktier (19 kap. 15 ktiebolagslagen). Samtidigt är det inte heller tillåtet att återköpa aktier under en dag som överstiger 25 % av den genomsnittliga dagliga omsättningen under de föregående fyra veckorna (De Ridder & Råsbrant, 2011). Företag får ej heller genomföra aktieåterköp under den tysta perioden. Den tysta perioden är i regel de 30 kalenderdagar som förekommer en finansiell rapport och under denna tid får företag inte återköpa aktier. 2.2 Variabler för mätning av marknadsreaktioner tt mäta likviditeten för en aktie kan göras med hjälp av flera variabler. En likvid aktie är en aktie som handlas och omsätts flertalet gånger under en handelsdag. Köp-sälj spridning, antalet handladelsorder och handelsvolym är några exempel. I en studie av eaver (1968) konstateras det att en akties handlade volym ger mer insyn i marknadsreaktioner än variabeln pris. Med detta menas att handelsvolymens reaktioner reflekterade förväntningar hos individuella investerare medan prisets reaktioner endast reflekterar marknadens förändrade

förväntningar som helhet. eaver fann även att handelsorder, vid sidan av handelsvolym, är den mest användbara mätvariabeln för studier inom området. Före eavers studie ansågs marknadens pris kunna reflektera all offentlig och privat information (Fama, 1970). I en studie av Cready och Ramanan (1995), anser författarna att handelsorder utgör det mest lämpliga måttet för studier av marknadsreaktioner eftersom antalet handelsorder vanligtvis inte varierar i samma utsträckning som handelsvolym. Dock kommer de även fram till att antalet observationer inte bör vara mer än 100 vid användandet av antalet handelsorder som variabel. De menar också att detta är mer användbart när studien fokuserar på individuella beslut snarare än för att bedöma reaktioner för en hel marknad. Från 80-talet och framåt har en stor mängd studier publicerats som syftar till att vidare förstå marknadens reaktioner på finansiella rapporter, med handelsvolym som mätvariabel. Ross (1989, 1994) menar att det inte finns någon mening i att tro sig förstå marknadens pris på en aktie om handelsvolymen förblir en gåta. De följande åren är antalet studier inom området betydligt fler (t.ex., Ziebart, 1990; Stice, 1991; Cready & Mynatt, 1991; li et al. 2008). Studierna presenterade resultat som visade att handelsvolym är den mest användbara variabeln i en förklaringsmodell för marknadsreaktioner vid en finansiell händelse. Dock förekommer variabeln pris i flera av dessa studier som kompletterande mått till handelsvolym (t.ex., eaver, 1968; Kim & Verrecchia, 1991). nvändandet av handelsvolym och pris som mätvariabler undersöktes i en studie av Karpoff (1987) där det konkluderades att dessa är positivt korrelerade, då aktiepriser tenderar till att öka vid en uppgång i handelsvolym samt minska vid en nedgång i handelsvolym. 2.3 Signalhypotesen Signalhypotesen bygger på teorier om informationsasymmetri mellan ledningen i ett företag och dess investerare (Ikenberry & Vermaelen, 1996). Genom ett beslut att initiera eller annonsera ett återköpsprogram sänder företagsledningen ut signaler om att aktien är undervärderad (Vermaelen, 1981; Stephens & Weisbach, 1998; realey et al., 2011). Detta bygger på idén om att ett företag inte vill köpa tillbaka sina aktier i ett läge där återköpet på lång sikt leder till en kapitalförlust. Vidare styr detta investerare till att tolka annonseringen av återköpet som en signal från företagsledningen att en positiv framtid är att vänta för företaget (Peyer & Vermaelen, 2005; Grullon & Michaely, 2004). Enligt signalhypotesen, agerar marknaden positivt utifrån denna bakgrund. 8

I en studie av rav et al. (2005) styrks signalteorin då 167 amerikanska företagsledare får frågan om de anser att beslut om aktieåterköp inom sina bolag förmedlar information till marknaden. Resultatet i studien blir att 85 % av de tillfrågade anser att när deras bolag tagit beslut om aktieåterköp så förmedlar företaget information av stor vikt till investerare. I en studie av Vermaelen (1981) har signalhypotesen studerats empiriskt. Han finner en abnormal avkastning i samband med att information om kommande aktieåterköp görs tillgänglig för offentligheten och menar att signalhypotesen är förklaringen. Flertalet studier har gjorts inom området där man konkluderar liknande resultat om en abnormal avkastning under de dagar som omger annonseringen av aktieåterköp (Ikenberry et al., 1995; Peyer & Vermaelen, 2005; Råsbrant, 2012). I studien av Råsbrant (2012) undersöks den abnormala avkastningen för bolag med initierade återköpsprogram noterade på OMX Nasdaq Stockholm. Tidsramen för studien är -20 dagar före till +20 dagar efter annonsering av aktieåterköp. I studien finner Råsbrant att marknaden reagerar på den finansiella informationen som offentliggörs i samband med en annonsering av återköp och att en abnormal avkastning går att finna. Resultatet visar en negativ abnormal avkastning under de -20 dagar som föregår annonserandet. Under dagen då beslutet om ett återköp offentliggörs, d.v.s. dag 0, till dag +1 efter annonseringen visar studien istället en positiv och statistiskt signifikativ abnormal avkastning på 1,94 %. 2.4 Studier av handelsvolym där aktieåterköp ej utgör urval Under åren har det publicerats ett flertal studier där aktiers handelsvolym undersöks vid offentliggörandet av finansiell information. Ett antal av dessa studier har urval som utgörs av exempelvis ägarstruktur, utdelningspolicy eller branschtillhörighet, medan vissa har valt att avgränsa sina studier genom slumpmässiga urval eller genom att enbart inkorporera särskilda årtal. Några av de mest kända studierna inom de två sistnämnda grupperna kommer att belysas i detta avsnitt i syfte att utgöra jämförande underlag för utfallet i denna studie. Det som anses utgöra fundamentet för studier inom området handelsvolym vid finansiella rapporter är en studie av eaver som publicerades år 1968. Det som i princip samtliga studier inom området enas i är att en ökad handelsvolym observeras för aktier i samband med offentliggörandet av finansiell information (se sammanställning nedan, t.ex., eaver, 1968; Morse, 1981; Landsman & Maydew, 2002; Frazzini & Lamont, 2006). Den mest betydande ökningen observeras i flertalet av dessa studier under dag 0, d.v.s. rapportdagen. Vid dag 0 uppmäts, i dessa studier, en ökning i handelsvolym mellan 12 till 50 % i jämförelse med perioden före den finansiella rapporten. I ett par fall noteras motsvarande siffror även under 9

dag -1. I flertalet av studierna fortsätter handelsvolymen vara på nivåer högre, än perioden före rapportdagen, i upp till en vecka efter. Studierna är således relativt homogena i sina utfall trots att aktiemarknad, antal observationer och tid varierar. Ett intressant resultat i studien av Landsman och Maydew (2002), där perioderna 1972 1976 och 1994 1998 jämförs, är att aktiemarknaden reagerar i större utsträckning på finansiell information utifrån handelsvolym under den senare av perioderna. I studien konkluderas det att detta antas bero på en ökad informationsrikedom i kvartalsrapporter. I studien av Huang och Li (2014) konkluderas det att innehåll i finansiella rapporter ändrar marknadens inställning till aktien vilket i sin tur leder till att aktier byter ägare och prissättning. I studien av Frazzini och Lamont (2006) finner de resultat i likhet med de i studien av Karpoff (1987) då de deras resultat pekar på att det finns positiv korrelation mellan handelsvolym och aktiepris. 10

Studie Undersökningsperiod ktiemarknad Urval Resultat eaver (1968) 1961-1965 NYSE Företag med brutna räkenskapsår Morse (1981) 1973-1976 NYSE 50 slumpmässigt valda företag per år Landsman och 1972-1976, 1994-1998 NYSE, NYSE 1000 slumpmässigt Maydew MKT och valda företag per år. (2002) NSDQ Två perioder jämförs i syfte att urskönja om någon förändring har skett. Frazzini och 1972-2004 NYSE, NYSE Inget urval Lamont (2006) MKT och NSDQ Huang och Li 1995-2012 NYSE, SSE Inget urval för (2014) och SZSE NYSE och -aktier för SSE och SZSE Medelvärdet för handelsvolym under veckan för finansiella rapporter är 33 % högre än under de 8 veckor som föregår respektive efterföljer veckan. Handelsvolymen är mindr än genomsnittet under de 8 veckor innan veckan för finansiell rapport och något över det normala under de 4 veckor som följer. Daglig handelsvolym är abnormal från en dag före till 5 dagar efter finansiella rapporten i studien. Det högsta värdet, 37 % över genomsnittlig handelsvolym, noteras dag -1 och det näst högsta värdet 32 % finnes dag 0. I studien finnes att handelsvolymen är 20 % över genomsnittet under dagen före finansiell rapportering under båda perioderna. Vidare observeras de högsta värdena under dag 0 respektive +1 där handelsvolymen är cirka 35 % högre under den första tidsperioden respektive 50 % högre under den senare. Från dag +3 och framåt observeras återigen värden inom vad som bör betraktas som normalt. Reaktionerna i handelsvolym vid finansiella rapporter har ökat under åren 1972 till 1998. Medelvärdet för handelsvolym under veckan för finansiella rapporter är konstant högre än under veckan innan. Som mest noteras en handelsvolym som är 50 % större än genomsnittet under dag 0 och +1. I den delen av studien där den amerikanska aktiemarknaden undersöks, noteras en ökning om 38 % av handelsvolymen under veckan för finansiell rapport. För den kinesiska aktiemarknaden uppmäts en ökning om 12 % under motsvarande period. 11

3. Metod 3.1 Urval och data I denna studie studeras omsättningsratio för aktier under en period av -20 dagar före till +20 dagar efter en finansiell rapport offentliggörs Detta för de 145 företag på OMX Nasdaq Stockholm som drivit återköpsprogram sedan nya regler infördes år 2000 till halvåret 2016 (se bilaga 1). Data för denna studie har erhållits från en databas vid Uppsala Universitet Campus Gotland, OMX Nasdaq Stockholm och respektive företags hemsida. Informationen från OMX Nasdaq Stockholm består av företagsnamn, datum och pris. Vidare har informationen kompletterats med bolagsvärde, antalet utelöpande aktier, handelsvolym och antalet handelsorder, varje dag för perioden 20 dagar före till 20 dagar efter en finansiell rapport. Denna data har tillhandahållits av Uppsala Universitet Campus Gotland. Utifrån de 145 företag på Stockholmsbörsen som någon gång genomfört återköp har 32 sållats bort. I de fall där företag har genomfört återköp genom flera aktietyper har urvalet begränsats till den mest omsatta aktietypen och för de aktier där information om datum för finansiella rapporter har saknats är även de uteslutna ur det slutliga urvalet då dessa anses oanvändbara för att uppnå syftet med denna studie. Ytterligare bortfall har skett för företag där information om handelsvolym och antalet handelsorder har saknats under en period om totalt 10 handelsdagar eller mer. Detta eftersom för många nollvärden kan leda till missvisande resultat. Med utgångspunkt i dataunderlaget har sedan datum för finansiella rapporter och bolagsstämmor har erhållits från respektive företags hemsida från samtliga återköpande bolag. Till de kvarstående 113 aktierna i denna studie har sammanlagt 1467 rapportdagar hänförts. 3.2 Variabler och regressioner Utifrån given bakgrund i avsnitt 2.2 används handelvolym, antal handelsorder samt pris som undersöksvariabler för denna studie. Handelsvolym används som huvudsaklig variabel då det enligt flera studier anses vara det mest användbara instrumentet vid undersökning av marknadsreaktioner (t.ex., eaver, 1968; Cready & Ramanan, 1995). Pris används då det förekommer som kompletterande mått till handelsvolym i flertalet studier (t.ex., eaver, 1968; Kim & Verrecchia, 1991). Dessutom finner flera studier att det finns en positiv korrelation mellan handelsvolym och aktiepris (t.ex., Karpoff, 1987; Frazzini & Lamont, 2006). nledningen till att pris inte används som huvudvariabel är för att studier har funnit att det enbart reflekterar marknadens förändrade förväntningar som helhet, till skillnad från 12

exempelvis handelsvolym som reflekterar förväntningar hos individuella investerare. ntal handelsorder har för denna uppsats använts, då flera studier finner att variabeln utgör ett lämpligt mått för marknadsreaktioner vid finansiella rapporter (t.ex., eaver, 1968; Cready & Ramanan, 1995). Dock menar Cready och Ramanan (1995) att handelsorder inte bör användas som huvudvariabel om antalet observationer överstiger 100. Med detta i beaktande figurerar variabeln handelsorder, likt pris, enbart som en kompletterande mätvariabel vid sidan av handelsvolym. Ett genomsnitt för varje dag och variabel har kalkylerats i syfte att åskådliggöra data tydligare. För denna studie används den beroende variabeln µ(genomsnittlig) omsättningsratio av en aktie, som räknas ut för varje dag och alla företag, -20 dagar innan en finansiell rapport till +20 dagar efter. Variabeln räknas ut genom att dividera den genomsnittliga handelsvolymen (µ handelsvolym) med företagens utlöpande aktier för de båda tidsperioderna. µ Omsättningsratio = µ Handelsvolym (dag -20 till -1 eller dag +1 till +20) / ntalet utelöpande aktier (1) Även två regressionsanalyser har genomförts, vilka behandlar varsina perioder. Den första regressionen undersöker perioden dag -20 till dag -1, där antalet handelsorder samt aktiepris är beräknat för samma period medan bolagsvärdet istället är beräknat för dag -20 till dag +20. Detta eftersom beräkningar av variabeln bolagsvärde endast är utförda för denna period p.g.a. tillgänglighet av data. För den andra regressionen behandlas perioden dag +1 till dag +20 och då kalkyleras den beroende variabeln omsättningsratio samt två av de oberoende variablerna, antalet handelsorder och aktiepris, för samma period. olagsvärdet är kalkylerat för hela perioden om -20 dagar före till +20 efter rapporten. Syftet med regressionerna är att försöka utröna eventuella samband mellan de beroende variablerna och den oberoende variabeln samt att undersöka huruvida dessa skiljer sig för perioden före samt efter, den finansiella rapporten. Som oberoende variabler används µ handelsorder, µ bolagsvärde, och µ pris. µ Handelsorder och µ pris räknas ut för alla företag och i två perioder, dag -20 till -1 före en finansiell rapports offentliggörande samt dag +1 till +20 efter. µ olagsvärde räknas ut under hela intervallet dag -20 till +20 då data är begränsad för denna variabel. Regressionen ser ut som följer: 13

µ Omsättningsratio = µ Handelsorder + µ olagsvärde + µ Pris (2) 3.3 Test av data För att kunna bedöma om resultaten i denna studie är relevanta och signifikanta krävs att tester av data utförs. Tre typer av tester har genomförts, varav det första är är Wilcoxons signed-rank test för variabeln handelsorder. Detta är det icke-parametriska test som motsvarar t-testets funktion, vilket är att ranka skillnader mellan en population vid två olika tillfällen (Wilcoxon, 1945). För att genomföra ett t-test krävs att data är normalfördelad, vilket har undersökts genom histogram (se bilaga 7). Här konstateras dock en snedvridning av data för variabeln handelsorder. Detta gör ett icke-parametriskt test mer relevant för att studera eventuella skillnader för variabeln handelsorder över tid. Efter att skillnader i de två tidsperioderna har rankats adderas de negativa och positiva skillnaderna varav det lägsta absoluta värdet jämförs med ett kritiskt värde. Det kritiska värdet för Wilcoxons signed-rank test hämtas ur tabell (se bilaga 8). Det kritiska värdet beror på antalet observationer samt på vilken signifikansnivå testet utförs. Om det statistiska absoluta värdet är lägre än det kritiska värdet innebär det med statistisk signifikans att det föreligger en skillnad under tid för populationens variabel. För testet i denna studie används data för under motsvarande perioder som för handelsvolym, vilket innebär dagarna -10 till +10 för åren 2000 2005 samt 2006 2010. Den andra typen av test som genomförs är ett t-test. Syftet med ett t-test är att bedöma om två olika urvalsgrupper för samma variabel skiljer sig. T-testet presenteras i tabell 4 för variabeln handelsvolym och rymmer dagarna -10 till +10 under perioderna 2000 2005 samt 2006 2010. nledningen till att dessa tidsperioder har använts, och inte perioden 2011 2016, är för att det under dessa perioder är betydligt färre bortfall än för den sistnämnda perioden. T-testet har avgränsats till att undersöka perioden -10 till +10 eftersom resultatet i samtliga av studierna nämnda i avsnitt 2.4 finner att mest aktivitet pågår under dessa dagar för de undersökta variablerna (t.ex., eaver, 1968; Morse, 1981). Den tredje typen av test som genomförs är två multivariata regressionsanalyser. Här testas tre oberoende variabler för att undersöka huruvida dessa påverkar eller har ett signifikativt samband med vår beroende variabel omsättningsratio. De oberoende variablerna som används är bolagsvärde, antal handelsorder samt aktiepris. olagsvärde testas då Vermaelen (1981) menar att bolagets storlek påverkar hur marknaden tolkar information enligt signalhypotesen. Pris används som en faktor för att 14

undersöka huruvida priset är korrelerat med aktieomsättningen och på så sätt kunna utröna eventuella skillnader i marknadsreaktioner och hur dessa utspelar sig. Den tredje oberoende variabeln, antal handelsorder, används då forskning av bl.a. Cready och Ramanan (1995) menar att handelsorder och handelsvolym är de två mest lämpade sätten att tolka marknadens reaktioner. Stämmer detta bör det alltså finnas en korrelation mellan aktieomsättningen, som är baserat på bolagsvärdet dividerat med handelsvolymen, och antalet handelsorder. 3.4 Hypoteser Utifrån tidigare nämnda studier och litteraturbakgrund testas en hypotes. I den undersöks om en förändring i omsättningsratio skett mellan perioden före respektive efter en finansiell rapport för aktieåterköpande företag på Stockholmsbörsen. För den undersökta variabeln omsättningsratio gäller följande hypoteser: H0: Ingen skillnad går att finna i omsättningsratio -20 dagar före och +20 dagar efter en finansiell rapport offentliggörs. H1: En skillnad går att finna i omsättningsratio -20 dagar före och +20 dagar efter en finansiell rapport offentliggörs. 3.5 Förväntat utfall Utifrån denna bakgrund ges vissa förväntningar kring vad för resultat som kan väntas i denna studie. Mycket tyder på att en ökad handelsvolym kommer uppmätas under dag 0, d.v.s. rapportdagen, och eventuellt även under några dagar efter. Detta eftersom samtliga studier i tabellen i avsnitt 2.4 finner en ökad handelsvolym under dessa dagar. Dock skiljer sig dessa studiers utformning från denna studie i vissa hänseenden då de inte använder aktieåterköpande företag som urvalsgrupp. Hur denna skillnad kommer påverka utfallet är svårbedömd. Däremot kan det konstateras utifrån signalhypotesen i avsnitt 2.3 att aktieåterköp sänder ut signaler till marknaden om att en företags aktie är undervärderad. Eftersom företagen i vår studie under den aktuella undersökningsperioden genomför återköp tror vi att detta kan bidra till en ökning av variablerna som undersöks i denna studie, d.v.s. handelsvolym, handelsorder och pris. 15

4. Resultat och analys Tabell 1: Översikt, 2000 2016 I tabell 1 åskådliggörs µ #handelsorder, µ handelsvolym samt µ pris. Tabellen är baserad på 1467 rapportdatum för 113 företag som genomfört aktieåterköp mellan år 2000 till halvåret 2016. Samtliga värden gäller vid börsstängning. Datum för observerad finansiell rapport är dag 0. -20 är 20 dagar före och +20 är 20 dagar efter samma rapport. µ µ µ µ Dag #Handelsorder Handelsvolym Pris Omsättningsratio -20 456,844 628178,749 105,076 0,2887 % -19 410,515 688923,018 103,989 0,3166 % -18 369,517 411401,982 107,329 0,1891 % -17 455,986 623229,786 104,923 0,2864 % -16 525,335 577846,410 109,591 0,2655 % -15 470,924 557475,804 108,074 0,2562 % -14 480,098 567834,188 107,267 0,2609 % -13 459,075 596989,665 104,672 0,2743 % -12 419,417 634265,036 104,929 0,2915 % -11 379,985 417919,932 106,930 0,1921 % -10 462,589 448287,928 107,055 0,2060 % -9 503,581 569647,809 109,392 0,2618 % -8 506,353 630635,043 108,575 0,2898 % -7 477,773 582416,469 107,660 0,2676 % -6 467,848 649250,791 102,686 0,2984 % -5 464,824 654689,648 102,726 0,3009 % -4 409,509 462074,300 106,906 0,2123 % -3 465,318 450108,207 107,453 0,2068 % -2 507,306 618287,117 109,509 0,2841 % 16

-1 544,321 640462,217 107,752 0,2943 % 0 939,594 1459530,608 106,202 0,6707 % +1 691,488 1058242,099 102,965 0,4863 % +2 559,411 933031,061 104,669 0,4288 % +3 483,472 494421,499 107,194 0,2272 % +4 555,852 491537,889 106,528 0,2259 % +5 575,747 699495,796 109,329 0,3215 % +6 515,495 661032,684 108,261 0,3038 % +7 486,398 645490,861 105,983 0,2966 % +8 481,801 673745,259 104,148 0,3096 % +9 435,755 697264,161 103,866 0,3204 % +10 374,555 409549,920 106,034 0,1882 % +11 455,604 458419,895 106,780 0,2107 % +12 497,853 632632,996 110,318 0,2907 % +13 494,075 663507,311 107,404 0,3049 % +14 465,551 651175,087 105,831 0,2992 % +15 465,214 645790,866 105,746 0,2968 % +16 429,614 695852,018 105,410 0,3198 % +17 360,583 413637,593 108,639 0,1901 % +18 431,186 415075,569 108,452 0,1907 % +19 488,782 622236,749 110,054 0,2859 % +20 466,870 612146,950 108,860 0,2813 % I tabell 1 är µ pris den variabel som fluktuerar i minst utsträckning utan att det går att urskönja något tydligt mönster. Inte ens kring dag 0 sker några förändringar i pris värda att kommentera. Värdena för både µ #handelsorder och µ handelsvolym varierar i stor utsträckning mellan observationsdagarna. tt µ pris och µ handelsvolym inte följer varandra 17

strider mot fynden i studierna av Karpoff (1987) samt Frazzini och Lamont (2006) där det konstateras en positiv korrelation i prisutveckling och handelsvolym vid offentliggörande av finansiell information. Resultaten för rapportdagen, d.v.s. dag 0, visar en tydlig uppgång för både µ #handelsorder och µ handelsvolym. För µ #handelsorder är värdet dag 0 dubbelt så stort i jämförelse med flera andra observerade dagar. µ Handelsvolym är till och med tre gånger större dag 0 jämfört med de 9 observationer med lägst värde (se bilaga 4). tt handelsvolymen är som störst dag 0 är i enlighet med tidigare studier av bl.a. Landsman och Maydew (2002) samt Frazzini och Lamont (2006). Däremot är den ökning vi finner under dag 0 mer än 100 % för handelsvolym, i jämförelse med föregående handelsdag. I studien av Frazzini och Lamont (2006) observeras det högsta värdet under dag 0 av de jämförande studier som finns i avsnitt 2.4. Frazzini och Lamont (2006) uppmäter en ökning om 50 % i handelsvolym under dag 0 vilket innebär att ökningen som finnes i denna uppsats studie är klart större. Dock uppvisar vår studie inga tecken på ökad omsättning under dag -1, till skillnad från studien av Morse (1981). Under dagarna +1 till +2, konstateras höga värden för µ #handelsorder samt µ handelsvolym. De största värdena för µ #handelsorder, förutom dag 0, uppmäts i fallande skala under dagarna +1, + 5, +2 samt +4. För µ handelsvolym noteras motsvarande för dag +1, +2, +5 samt +9. Detta stämmer överens med resultatet från exempelvis Morse (1981) studie där handelsvolym observerades vara på onormalt höga nivåer fram till fem dagar efter offentliggörandet av finansiell information. För dagarna -5 till dag -1 är de uppmätta siffrorna för µ handelsvolym och µ #handelsorder varken höga eller låga i relation till de undersökta dagarna. Det skall tilläggas att den onormalt höga omsättningsration under dag 0 till dag +2 till viss del kan bero på att företagen återigen har rätt till att genomföra återköp efter den tysta perioden. Som tidigare nämnts får företagen inte återköpa aktier för mer än 25 % av den dagliga omsättningen vilket innebär att aktieåterköp inte kan förklara hela den ökning som noteras dag 0 till +2. Således visar resultaten att marknaden reagerar på informationen som delges i finansiella rapporter, vilket överensstämmer med resultaten i Huang och Li (2014), om än mer än i de jämförande studierna i avsnitt 2.4 i vissa avseenden. 18

Tabell 2: Deskriptiv statistik för genomsnittligt antal handelsorder och genomsnittlig handelsvolym, 2000 2010 Tabell 2 visar det genomsnittliga antalet aktieköp under handelsdagarna i två tidsperioder: -5 dagar till +5 dagar efter en finansiell rapport samt -10 till +10 dagar efter. Tabellen är baserad på 534 observationer 2000 2005 samt 550 observationer 2006 2010. µ #Handelsorder µ Handelsvolym Dag -5 till +5-10 till +10-5 till +5-10 till +10 2000 2005 199,081 4 183,8729 979397,14 70 906053,9017 2006 2010 640,278 6 600,9801 881739,05 29 804085,7350 I tabellen ovan märks en tydlig ökning för #handelsorder från tidsperiod 2000 2005 till 2006 2010. Denna ökning gäller både för perioderna -5 till +5 och -10 till +10. För handelsvolym observeras däremot en minskning från åren 2000 2005 till 2006 2010. Denna minskning syns i både perioderna -5 till +5 och -10 till +10. Således handlas aktierna under åren 2000 2005 i större volym än under 2006 2010 men fördelat på betydligt färre order. Resultatet bekräftar slutsatserna i tidigare studier av eaver (1968) och Morse (1981) att ju närmre rapportdagen variablerna undersöks desto högre blir medelvärdet. 19

Figur 1: Genomsnittligt antal handelsorder per dag, 2000 2010 Figur 1 visar det genomsnittliga antalet handelsorder under en handelsdag, -20 dagar innan en finansiell rapport släpps till +20 dagar efter. Figuren är baserad på 534 observationer 2000 2005 samt 550 observationer 2006 2010. 1100, µ #Handelsorder 825, 550, 275, 0, -20-18 -16-14 -12-10 -8-6 -4-2 0 2 4 6 8 10 12 14 16 18 20 µ #Handelsorder 2000-2005 µ #Handelsorder 2006-2010 Observationerna har delats upp i två intervaller och visar tidsperioden -20 dagar innan den finansiella rapporten offentliggörs till +20 dagar efter. Detta för att utröna förändringar i antal handelsorder över tid. ntalet observationer som använts i respektive intervall skiljer sig ytterst lite vilket innebär att det inte anses påverka signifikansen i resultatet. Figur 1 visar tydliga skillnader mellan perioderna. Från åren 2000 2005 till 2006 2010 visas en markant ökning av antalet handelsorder per dag. 20

Figur 2: Genomsnittlig handelsvolym per dag, 2000 2010 Figur 2 visar det genomsnittliga handelsvolymen under en handelsdag, -20 dagar innan en finansiell rapport offentliggörs till +20 dagar efter. Figuren är baserad på 534 observationer 2000 2005 samt 550 observationer 2006 2010. 2750000, µ Handelsvolym 2200000, 1650000, 1100000, 550000, 0, -20-18 -16-14 -12-10 -8-6 -4-2 0 2 4 6 8 10 12 14 16 18 20 µ Handelsvolym 2000-2005 µ Handelsvolym 2006-2010 I figur 2 undersöks den genomsnittliga handelsvolymen under samma tidsperiod och dagsintervall som i figur 1. ntalet observationer är detsamma som i figur 1. Till skillnad mot graferna i figur 1 uppvisas ingen större skillnad i handelsvolym för tidsperioderna. Resultaten i figur 2 tyder på att antal handelsorder inte är korrelerat med handelsvolym, då fler order rimligen borde innebära större volym och inte tvärtom. Resultaten i figur 2 går även emot Landsman och Maydews (2002) fynd om att aktiemarknaden skulle reagera i större utsträckning på finansiell information under senare år då informationsinnehållet i finansiella rapporter tenderar till att öka år för år. I figur 1 märks en tydlig ökning för handelsorder från tidsperiod 2000 2005 till 2006 2010. För handelsvolym, i figur 2, observeras däremot en minskning från tidsperiod 2000 2005 till 2006 2010. Det innebär att varje handelsorder under åren 2000 2005 behandlade en större volym än under åren 2006 2010. En order med stor volym kan givetvis genomföras av privata investerare men det är mer sannolikt att större aktörer, såsom pensionsfonder och fondförvaltare, har genomfört dessa transaktioner. Således kan större aktörer på aktiemarknaden ha varit de huvudsakliga investerarna i företag som genomförde återköp under åren 2000 2005 medan privata investerare höll sig mer passiva under de första åren som återköp var tillåtet. Således lär 21

en förändring ha skett mellan perioderna och antalet större aktörer lär ha minskat sina investeringar i återköpande företag alternativt att antalet privata investerare har blivit fler, eller en kombination av båda. Tabell 3: Wilcoxon Signed-Rank Test: Parat två-sampel för medelvärde på genomsnittligt antal handelsorder Tabell 3 visar ett Wilcoxon Signed-Rank test (Parat två-sample för medelvärde) för perioderna 2000 2005 samt 2006 2010. Det kritiska värdet på 5%-nivån för 21 observationer är 59. Ett statistiskt testvärde under 59 ger statistisk signifikans i resultatet. 22

Tabell 4: T-test: Parat två-sampel för medelvärde på genomsnittlig handelsvolym Tabell 4 visar ett t-test (Parat två-sample för medelvärde) för perioderna 2000 2005 samt 2006 2010. Den sista kolumnen i tabellen visar differensen av medelvärdena mellan perioderna. *,** och *** indikerar statistisk signifikans på 10 % -, 5 % - eller 1 % -nivån. µ Handelsvolym 2000-2005 µ Handelsvolym 2006-2010 Differens Medelvärde 906053,9017 804085,735-101968,167(-11,254 %) P(T<=t) tvåsidig 0,067993597* t-kritisk tvåsidig 2,085963447 Tabell 3 åskådliggör ett icke-parametriskt Wilcoxon signed-rank test för variabeln handelsorder och tabell 4 visar ett parametriskt t-test för variabeln handelsvolym. åda testerna jämför respektive variabler i två olika perioder, 2000 2005 och 2006 2010. Detta för att påvisa om det finns någon statistisk signifikans i tidigare resultat. Då data för handelsorder ej kunde sägas vara normalfördelad (se bilaga 7) används inte t-test för denna variabel då resultatet kan vara missvisande. I detta fall är dataunderlaget detsamma som i tabell 2 då det är inom detta tidsspann som majoriteten av studierna finner abnormala resultat (eaver,1968; (Morse, 1981). Wilcoxon signed-rank test i tabell 3 är utfört i syfte att undersöka om antalet handelsorder kring en finansiell rapport har förändrats över tid. Enligt tabellen har medelvärdet för antal handelsorder per dag mer än tredubblats från perioden 2000 2005 till 2006 2010. Differenserna mellan tidsperioderna har kalkylerats och sedan rankats där den lägsta differensen blir tilldelad rank 1 och den högsta 21. Vidare bestäms huruvida differensen är positiv eller negativ för var dag. Därefter rankas och adderas alla negativa värden och alla positiva värden. Det lägsta absoluta värdet av dessa två jämförs mot det kritiska värdet(se bilaga 8). Vårt testvärde för variabeln handelsorder är 0 och det kritiska värdet för 21 observationer och på 5 procentsnivån är 59. tt få ett statistiskt testvärde innebär även att vi med statistisk signifikans kan uppvisa en skillnad i antalet handelsorder mellan dagarna -10 till +10 dagar innan och efter en finansiell rapports offentliggörande för perioden år 2000 23

2005 och 2006 till år 2010. T-testet i tabell 4 är utfört i syfte att undersöka om handelsvolymen av aktier kring datumet för den finansiella rapporten har förändrats över tid. Normalfördelningen är säkrad genom histogram(se bilaga 7). Enligt tabellen har medelvärdet för den dagliga handelsvolymen minskat från perioden 2000 2005 till 2006 2010. P-värdet för testet är 0,067993597 vilket ger en enstjärnig signifikant skillnad. Således handlades färre aktier per dag under 2006 2010 än för 2000 2005. I kontrast till resultaten i tabell 3 är den kraftiga ökningen i antalet handelsorder i tabell 4, från åren 2000 2005 till 2006 2010, intressant då det har skett en minskning i antalet handlade aktier över tid. Tabell 5: Regression dag -20 till -1 Tabell 5 visar en multivariat regression för perioden -20 dagar innan en finansiell rapport till -1 dag innan med den beroende variabeln: omsättningsratio T= dag -20 till-1 och de tre oberoende variablerna, antalet handelsorder, pris och bolagsvärde. Ostandardiserade b-koefficienter t-kvot och p- värde visas ytterligare. För fullständig regression se bilaga 5. Regressionsstatistik Justerad Förklaringsgrad 50,08 % Standardfel 0,001610058 Observationer 113 Koefficienter t-kvot p-värde Konstant 0,00100215 3,63865161 0,00042051 µ olagsvärde -20 till +20 0,00000000-0,59058395 0,55602176 µ #Handelsorder -20 till -1 0,00000300 8,17774330 0,00000000 µ Pris -20 to -1 0,00000120 0,41493138 0,67900770 *** = p<.001 ** = p<.01 * = p<.05 24

Tabell 5 visar en regression för samtliga 113 företag. Här används den beroende variabeln omsättningsratio för perioden -20 dagar innan till -1 dag innan den finansiella rapporten. De oberoende variablerna som använda i denna modell är µ bolagsvärde för perioden -20 dagar innan till +20 dagar efter den finansiella rapporten samt µ handelsorder och µ pris för perioden, -20 dagar innan till -1 dag innan en finansiell rapports offentliggörande. Den justerade förklaringsgraden är 50,08 % vilket innebär att modellen kan till hälften förklara variationen i värdena hos konstanten omsättningsratio T= Dag -20 till -1 för varje dag i testperioden. Det innebär i sin tur att vår modell, som består av de tre oberoende variablerna och den beroende, kan förbättras. µ #Handelsorder dag -20 till dag -1 visar en trestjärnig signifikans samt ett positivt, om än litet, samband. De övriga oberoende variablerna visar ett allt för högt p-värde för att antas ha något påverkbart samband med vår beroende variabel. Således kan det med signifikant säkerhet fastställas att den oberoende variabeln handelsorder har en positiv påverkan på aktiens omsättningsratio för perioden om de 20 dagar som förekommer en finansiell rapport. Tabell 6: Regression dag +1 till +20 Tabell 6 visar en multivariat regression för perioden +1 dag efter en finansiell rapport till +20 dagar efter med den beroende variabeln: omsättningsratio T= dag +1 till dag +20 och de tre oberoende variablerna, antalet handelsorder, pris och bolagsvärde. Ostandardiserade b-koefficienter t-kvot och p- värde visas ytterligare. För fullständig regression se bilaga 6. = p<.001 ** = p<.01 * = p<.05 Regressionsstatistik Justerad Förklaringsgrad 28,03 % Standardfel 0,002884955 Observationer 113 Koefficienter t-kvot p-värde Konstant 0,00190446 3,85237701 0,00019792 µ olagsvärde -20 till +20 0,00000000-0,85686012 0,39340214 µ #Handelsorder +1 to +20 0,00000345 5,75743844 0,00000008 µ Pris +1 to +20-0,00000267-0,51253537 0,60931343 25

Tabell 6 visar en regression för samtliga 113 företag och med den beroende variabeln omsättningsratio för +1 dag efter en finansiell rapport till +20 dagar efter. I tabell 6 har två av de oberoende variablerna µ handelsorder och µ pris ändrats till perioden +1 dag efter till +20 dagar efter en finansiell rapport för att på så vis undersöka förhållandet mellan den beroende variabeln och de oberoende under samma period. Den oberoende variabeln förblir densamma som i tabell 5, µ bolagsvärde för hela perioden om -20 dagar innan rapporten till +20 dagar efter. Handelsorder +1 till +20 visar även i tabell 6 ett positivt, om än marginellt, samband med vår beroende variabel. Signifikansen är trestjärnig även i denna regression vilket innebär att antalet handelsorder har ett statistiskt signifikant positivt samband även för 20 dagarsperioden efter rapporten. Den justerade förklaringsgraden i tabell 6 är endast 28,03 % vilket innebär en minskning, i den förklarade variationen av vår beroende variabel: omsättningsratio T= Dag +1 till +20, med 22,05 %-enheter. Resultaten i tabell 5 och tabell 6 visar ett signifikant positivt samband mellan handelsorder och en akties omsättning för de bägge tidsperioderna. Tabell 6 har en lägre justerad förklaringsgrad än i tabell 5 vilket kan tolkas som att variationen i vår beroende variabel, aktieomsättning T= Dag +1 till +20, inte till lika stor del kan förklaras av vår modell. Slutligen kan en minskad förklaringsgrad av vår signifikanta variabel handelsorder, för perioden +20 dagar efter en finansiell rapport, innebära att variansen till större del förklaras av andra variabler som t.ex. informationen i en finansiell rapport. 26

5. Slutsats och vidare forskning 5.1 Slutsats Som tidigare konstaterats i kommentarerna till tabell 1 ökar variablerna µ handelsvolym och µ omsättningsratio vid dagen för finansiell rapportering och fram till +2 dagar efter. Den ökade omsättningen vid dag 0 samt efterföljande dagar innebär att investerare reagerar på informationen som publiceras vid finansiella rapporter i enligt med studier av exempelvis Huang och Li (2014). Dock är de nivåer av handelsvolym som uppmäts under nämnda dagar klart högre än för de jämförande studier som berörs i avsnitt 2.4. Exempelvis observeras under dag 0 en handelsvolym som ökar med väl över 100 % jämfört med perioden innan den finansiella rapporten. Resultaten för variabeln handelsvolym är klart större i denna studie kring rapportdagen, dag 0, än i jämförande studier i avsnitt 2.4 där ökningen i handelsvolym sträcker sig mellan 12 till 50 % under dag 0. Då skillnaderna i handelsvolym är så pass stora, förefaller det troligt att det finns olikheter studierna emellan som leder till detta. En förklaring kan vara att den ytterligare ökningen i handelsvolym som upptäcks i denna studie vid dag 0 och ytterligare några dagar framåt, beror på det faktum att företagen som undersöks återköper aktier. Detta förklaras av signalhypotesen som hävdar att företag enbart återköper aktier i skeden där det är lönsamt och inte under perioder där det möjligen skulle kunna resultera i en kapitalförlust. Som en konsekvens av detta resonemang väljer investerare att tolka aktieåterköp som en köpsignal. I och med att denna studie enbart inkorporerar de år när företag återköper aktier, förefaller detta vara en möjlig förklaring till åtminstone en del av den ökning som observeras. Vidare kan en del av ökningen i handelsvolym under dag 0 och dagarna därpå bero på det faktum att rapportdagen utgör slutet för den tysta perioden och att företag återigen får köpa tillbaka aktier. Dock får företag, som tidigare nämnts företagen inte återköpa aktier för mer än 25 % av den dagliga omsättningen vilket innebär att aktieåterköp inte kan förklara hela den ökning som noteras under dag 0 och framåt. Vid en granskning av variablerna µ handelsvolym och µ #handelsorder mellan perioderna 2000 2005 och 2006 2010 noteras överraskande resultat. µ #Handelsorder ökar från den första perioden till den senare medan µ handelsvolym minskar. I tabell 5 och 6 finnes ett positivt samband mellan µ #handelsorder och µ omsättningsratio. Resultaten är oväntade eftersom en stor uppgång observeras (+226,8 %) för µ #handelsorder i tabell 3 samtidigt som 27

en nedgång för µ handelsvolym (-11,254 %) observeras i tabell 4. En tänkbar slutsats för resultaten är att under perioden 2000 2005 handlade stora aktörer så som fondförvaltare och pensionsfonder i större utsträckning dessa typer av aktier än under åren 2006 2010. Således har andelen aktörer som handlar med, sett till storlek, mindre handelsordrar ökat från perioden 2000 2005 till 2006 2010. Dessa mindre aktörer kan exempelvis vara småsparare eller privata börshandlare. Detta kan innebära att mindre aktörer på aktiemarknaden blivit mer uppmärksammade på aktieåterköp som utbetalningspolicy. En annan förklaring till minskningen i handelsvolym mellan perioderna kan vara en ökad skepsis, hos större aktörer, till aktieåterköp som utbetalningsmetod på Stockholmsbörsen. Resultaten i tabell 5 och 6 visar att det finns en lägre justerad förklaringsgradunder perioden +1 till +20. Det innebär att det finns en större del oförklarad varians i µ omsättningsratio från det att en finansiell rapport redovisas till +20 dagar efter. aserat på resultaten i denna studie blir slutsatsen att det mellan år 2000 till halvåret 2016 går att finna en skillnad i µ omsättningsratio för tidsperioderna -20 dagar till -1 dag innan en finansiell rapport redovisas och +1 dag till +20 dagar efter rapporten. Vi förkastar därför H0; ingen skillnad går att finna i µ omsättningsratio -20 dagar före och +20 dagar efter en finansiell rapport offentliggörs och antar H1; en skillnad går att finna i µ omsättningsratio -20 dagar före och +20 dagar efter en finansiell rapport offentliggörs. 5.2 Vidare forskning Då antalet tidigare studier av marknadsreaktioner kring finansiella rapporter på Stockholmsbörsen är få till antalet finns utrymme för vidare forskning. tt dessutom använda urvalsgruppen aktieåterköpande företag adderar till ett i dag relativt outforskat område. Det mest intressanta resultatet från vår studie är den stora förändringen i antal handelsorder mellan perioderna 2000 2005 samt 2006 2010 samtidigt som handelsvolymen under samma period förblivit relativt konstant. Resultatet uppmuntrar till vidare studier, som vidare utvecklar vilka möjliga orsaker som kan ligga till grund för detta resultat, dessutom gärna i direkt jämförelse med en kontrollgrupp bestående av företag som inte genomför aktieåterköp. Vår modell för att beskriva vilka variabler som påverkar handelsvolym i förhållande till utlöpande aktier kan även förbättras. Då förklaringsgraden enligt utförda regressioner är 50,08 28

% samt 28,03 % är det av intresse att byta ut en eller fler variabler för att möjligen öka justeringsgraden. 29

Referenser li,. & Sandy Oliver Zhen Klasa Li 2008, "Institutional stakeholdings and belier-informed traders at earnings announcements", Journal of ccounting & Economics, vol. 46, no. 1, pp. 47-61. eaver, W.H. 1968, "The Information Content of nnual Earnings nnouncements", Journal of ccounting Research, vol. 6, no. 2, pp. 67-92. rav,., Graham, J.R. Harvey, C.R. & Michaely, R., 2005, "Payout policy in the 21st century", Journal of Financial Economics, vol. 77, no. 3, pp. 483-527 realey, R.., Myers, S.C. & llen, F. 1956 2014, Principles of corporate finance, 11., global edn, McGraw- Hill Education, New York, NY. Cready, W.M. & Hurtt, D.N. 2002, "ssessing Investor Response to Information Events Using Return and Volume Metrics", The ccounting Review, vol. 77, no. 4, pp. 891-909. Cready, W.M. & Mynatt, P.G. 1991, "The Information Content of nnual Reports: Pris and Trading Response nalysis", The ccounting Review, vol. 66, no. 2, pp. 291-312. Cready, W.M. & Ramanan, R. 1995, "Detecting trading response using transaction-based research designs", Review of Quantitative Finance and ccounting, vol. 5, no. 2, pp. 203-221. De Ridder,., & Råsbrant, J. 2011, Stock repurchases and liquidity. Working paper, Uppsala University Dengelo, L., Dengelo, H. & Skinner, D.J. 2004, "re dividends disappearing? Dividend concentration and the consolidation of earnings", Journal of Financial Economics, vol. 72, no. 3, pp. 425-456. Fama, E.F. 1970, "Efficient Capital Markets: Review of Theory and Empirical Work", The Journal of Finance, vol. 25, no. 2, pp. 383-417. Frazzini,. & Lamont, O.. 2006, "Dumb money: Mutual fund flows and the cross-section of stock returns", Journal of Financial Economics, vol. 88, no. 2, pp. 299-322. Ginglinger, E. & Hamon, J. 2007, "ctual share repurchases, timing and liquidity", Journal of anking and Finance, vol. 31, no. 3, pp. 915-938. Ginglinger, E. & Hamon, J. 2009, "Share repurchase regulations: Do firms play by the rules?", International Review of Law & Economics, vol. 29, no. 2, pp. 81-96. 30

Golbe, D. L., & Nyman, I. 2013, How do share repurchases affect ownership concentration? Journal of Corporate Finance, 30, 22-40. Hoberg, G., Phillips, G. & Prabhala, N. 2014, "Product Market Threats, Payouts, and Financial Flexibility", The Journal of Finance, vol. 69, no. 1, pp. 293-324. Huang, Y. & Li, X. 2014, Information Content of nnual Earnings nnouncements: Comparative Study, China ccounting and Finance Review, vol 16, no. 2, pp. 171-182. Ikenberry, D., Lakonishok, J., Vermaelen, T. 1995, Market underreaction to open market share repurchases, Journal of Financial Economics 39, pp.181-208. Jensen, M.C. & Meckling, W.H. 1976, Theory of the firm: managerial behavior, agency costs and ownership structure, Journal of Financial Economics, Vol. 3 No. 4, 305 360. Karpoff, J.M. 1987, "The Relation between Price Changes and Trading Volume: Survey", Journal of Financial and Quantitative nalysis, vol. 22, no. 1, pp. 109-126. Kim, O. & Verrecchia, R.E. 1991, "Trading Volume and Price Reactions to Public nnouncements", Journal of ccounting Research, vol. 29, no. 2, pp. 302-321. Landsman, W.R. & Maydew, E.L. 2002, "Has the Information Content of Quarterly Earnings nnouncements Declined in the Past Three Decades?", Journal of ccounting Research, vol. 40, no. 3, pp. 797-808. Lee, C.M.C. 1992, "Earnings news and small traders: n intraday analysis", Journal of ccounting and Economics, vol. 15, no. 2, pp. 265-302. Lee, C., Ejara, D. & Gleason, K. 2010, n empirical analysis of European stock repurchases, Journal of Multinational Financial Management, Vol. 20 Nos 2/3, 114-125. Lintner, J. 1956, Distribution of incomes of corporations among dividends, retained earnings, and taxes. merican Economic Review 46, 97 113. MacKinlay,.C. 1997, "Event Studies in Economics and Finance", Journal of Economic Literature, vol. 35, no. 1, pp. 13-39. Morse, D. 1981, "Price nd Trading Volume Reaction Surrounding Earnings nnouncements: Closer Examination", Journal of ccounting Research, vol. 19, no. 2, pp. 374-383. 31

Peyer, U.C. & Vermaelen, T. 2005, "The many facets of privately negotiated stock repurchases", Journal of Financial Economics, vol. 75, no. 2, pp. 361-395. Ross, S. 1989, Discussion: Intertemporal asset pricing, Theory of Valuation, eds. S. hattacharya and G. Constantinides, Rowman & Littelefield, 85-96. Råsbrant, Jonas. 2012, The Price Impact of Open Market Share Repurchases, KTH, Skolan för industriell teknik och management(itm), et.al. Wilcoxon, F. 1945, Individual comparisons by ranking methods. iometrics bulletin, 1(6), pp.80-83. Ziebart, D.. 1990, "The ssociation between Consensus of eliefs and Trading ctivity Surrounding Earnings nnouncements", The ccounting Review, vol. 65, no. 2, pp. 477-488. 32

ilaga 1: Företag som har genomfört aktieåterköp mellan åren 2000 2016 samt aktieslag. FÖRETG SVENSK HNDELSNKEN (PUL) SKNDINVISK ENSKILD NKEN (PUL) SNDVIK (PUL) SKNSK (PUL) HUSQVRN KTIEOLG REDERIKTIEOLGET GOTLND (PUL) HOLMEN KTIEOLG (PUL) SP (PUL) HÖGNÄS KTIEOLG (PUL) ROSTRÖM KTIEOLG (PUL) TRELLEORG KTIEOLG (PUL) FÖRVLTNINGSKTIEOLGET RTOS (PUL) RTOS (PUL) KTIEOLGET ELECTROLUX (PUL) HLDEX KTIEOLG KTIEOLGET VOLVO (PUL) HUFVUDSTDEN (PUL) ROTTNEROS (PUL) INVESTOR KTIEOLG (PUL) TLS COPCO KTIEOLG (PUL) SWEDISH MTCH (PUL) SS SVENSKT STÅL KTIEOLG (PUL) KTIETYP SEK 33

ILLERUD KTIEOLG (PUL) INVESTMENTKTIEOLGET LTOUR (PUL) CRDO (PUL) TRCTION (PUL) NCC KTIEOLG (PUL) ERGMN & EVING KTIEOLG (PUL) & TOOLS KTIEOLG CLS OHLSON KTIEOLG (PUL) S KTIEOLG MUNTERS (PUL) JM (PUL) INVESTMENT KINNEVIK (PUL) HKON INVEST KTIEOLG (PUL) FEGE (PUL) OLIDEN (PUL) INTELLECT (PUL) L E LUNDERGFÖRETGEN KTIEOLG (PUL) SS LOY (PUL) PE (PUL) SCNDICONSULT KTIEOLG (PUL) WLLENSTM IT INDUSTRI (PUL) PROFFICE KTIEOLG ETSSON KTIEOLG FGERHULT (PUL) ILI (PUL) GORTHON LINES KTIEOLG (PUL) 34

ÅF INDUSTRIL ND FINNCIL SYSTEMS IFS KTIEOLG KTIEOLGET SRDUS (PUL) REDERI TRNSTLNTIC (PUL) ELEKT (PUL) TIVOX KTIEOLG (PUL) OEM INTERNTIONL (PUL) HEXGON KTIEOLG (PUL) IS (PUL) ENE KTIEOLG FST PRTNER (PUL) SKNDITEK INDUSTRIFÖRVLTNING (PUL) WILH. SONESSON (PUL) NORDNET (PUL) CNDO VNZ NK HOLDING (PUL) LGERCRNTZ GROUP (PUL) DDNODE KTIEOLG (PUL) DDTECH ORC SOFTWRE (PUL) PHONER (PUL) TRICORON (PUL) JEEVES INFORMTION SYSTEMS (PUL) EUROPOLITN HOLDINGS (PUL) VITROLIFE (PUL) KLIPPN (PUL) 35

WIHLORGS FSTIGHETER (PUL) KNOW IT (PUL) REDSOFT XPONCRD GROUP (PUL) TELE2 (PUL) DGON NISCYH GROUP TICKET TRVEL GROUP (PUL) POOLI (PUL) URE EQUITY TLE KTIEOLG(PUL) UNIFLEX (PUL) CONSILIUM KTIEOLG (PUL) KLÖVERN (PUL) PROCT IT GROUP (PUL) DIÖS FSTIGHETER FSTIGHETS LDER NOI (PUL) OPTIMIL (PUL) IOTGE (PUL) SEMCON KTIEOLG (PUL) XFOOD KTIEOLG (PUL) SWECO (PUL) NORDE (PUL) CPON HOME PROPERTIES MLMERGS ELEKTRISK KTIEOLG (PUL) SEK 36

HGSTRÖMER & QVIERG (PUL) TRDEDOULER KTIEOLG E GROUP (PUL) THE EMPIRE KTIEOLG (PUL) LF LVL ENIRO (PUL) PE INDUSTRI (PUL) INTRUM JUSTITI (PUL) LUNDIN PETROLEUM (PUL) REZIDOR HOTEL GROUP EST CPITL EXPLORER (PUL) TOTLT: 113 37

ilaga 2 : Genomsnittligt antal handelsorder per dag, 2000 2016 Figur 1 visar det genomsnittliga antalet handelsorder som genomförts under en handelsdag, -20 dagar innan en finansiell rapport släpps till +20 dagar efter. Figuren är baserad på 1467 rapportdatum för 113 företag som genomfört aktieåterköp mellan år 2000 till halvåret 2016. 1000 µ #Handelsorder 750 500 250 0-20 -18-16 -14-12 -10-8 -6-4 -2 0 2 4 6 8 10 12 14 16 18 20 ilaga 3: Genomsnittlig handelsvolym per dag, 2000 2016 Figur 2 visar den genomsnittliga handelsvolymen av en aktie under en handelsdag, -20 dagar innan en finansiell rapport släpps till +20 dagar efter. Figuren är baserad på 1467 rapportdatum för 113 företag som genomfört aktieåterköp mellan år 2000 till halvåret 2016. 1600000, µ Handelsvolym 1200000, 800000, 400000, 0, -20-18 -16-14 -12-10 -8-6 -4-2 0 2 4 6 8 10 12 14 16 18 20 38

ilaga 4: Rang och dagar, 2000 2016 µ Ran Da #Handelsorde Ran Da g g r g g µ Handelsvolym 1 0 939,59 1 0 1459,531 2 1 691,49 2 1 1058,242 3 5 575,75 3 2 933,031 4 2 559,41 4 5 699,496 5 4 555,85 5 9 697,264 6-1 544,32 6 16 695,852 7-16 525,34 7-19 688,923 8 6 515,50 8 8 673,745 9-2 507,31 9 13 663,507 10-8 506,35 10 6 661,033 11-9 503,58 11-5 654,690 12 12 497,85 12 14 651,175 13 13 494,07 13-6 649,251 14 19 488,78 14 15 645,791 15 7 486,40 15 7 645,491 16 3 483,47 16-1 640,462 17 8 481,80 17-12 634,265 18-14 480,10 18 12 632,633 19-7 477,77 19-8 630,635 20-15 470,92 20-20 628,179 21-6 467,85 21-17 623,230 22 20 466,87 22 19 622,237 23 14 465,55 23-2 618,287 39

24-3 465,32 24 20 612,147 25 15 465,21 25-13 596,990 26-5 464,82 26-7 582,416 27-10 462,59 27-16 577,846 28-13 459,08 28-9 569,648 29-20 456,84 29-14 567,834 30-17 455,99 30-15 557,476 31 11 455,60 31 3 494,421 32 9 435,75 32 4 491,538 33 18 431,19 33-4 462,074 34 16 429,61 34 11 458,420 35-12 419,42 35-3 450,108 36-19 410,51 36-10 448,288 37-4 409,51 37-11 417,920 38-11 379,99 38 18 415,076 39 10 374,55 39 17 413,638 40-18 369,52 40-18 411,402 41 17 360,58 41 10 409,550 40

ilaga 5: Regression dag -20 till -1 eroende variabel: ktieomsättning T= Dag -20 till-1. Ostandardiserade b-koefficienter-kvot och p- värde. ilaga 6: Regression dag +1 till +20 eroende variabel: ktieomsättning T= Dag +1 till +20. Ostandardiserade b-koefficienter-kvot och p- värde. 41

ilaga 7: Histogram för handelsvolym & antal handelsorder år 2000 2010 18 16 14 12 10 8 6 4 2 Frequency: verage #Trades 00-10 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Frequency: verage Trading volume 00-10 12 10 8 6 4 2 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 42

ilaga 8: Kritiska värden för Wilcoxon Signed-Rank Test Critical Values for the Wilcoxon Signed-Rank Test 43