Hög avkastning till låg risk

Södertörns högskola Institutionen för Ekonomi och företagande Kandidatuppsats 15 hp Företagsekonomi C, Finansiering HT 2011 Hög avkastning till låg risk - En jämförande studie mellan aktieportföljers innehåll och prestation. Av: Ernesto Moutafov & Giovanni Perez Legrand Handledare: Maria Smolander

Sammanfattning Titel: Nivå: Författare: Handledare: Hög avkastning till låg risk En jämförande studie mellan aktieportfölj innehåll och prestation Kandidatuppsats i Företagsekonomi C med inriktning mot finansiering Ernesto Moutafov & Giovanni Perez Legrand Maria Smolander Datum: 2012-01-12 Syfte: Studera sju portföljer och notera den bästa typen av portfölj med högst avkastning till lägst risk. Metod: Slutsats: Vidare forskning: Sekundärdata är grunden för uträkning av samtliga portföljers avkastningar, risker och korrelation. Studien är deduktiv med kvantitativa inslag av kända teorier av nobelpristagare i ekonomisk vetenskap. Studien visar att stora bolag i olika branscher är ett vinnande portföljinnehåll för denna studie. Stora bolags aktier har visat högre avkastning till lägre risk jämfört med små bolag under studiens tid då ekonomiska kriser drabbade marknaden. Den mest presterande portföljen var därför storbolagsportföljen. Längre tidsperspektiv och nya teorier som Jensens alfa samt Treynorkvot är av intresse för vidare forskning för att styrka vår slutsats. 2

Abstract Title: High return, low risk - A comparative study of portfolio content and performance Grade: Bachelor thesis in Business and Finance Authors: Ernesto Moutafov & Giovanni Perez Legrand Supervisor: Maria Smolander Date: 2012-01-12 Intention: To study seven portfolios and note the best type of portfolio with the maximum return at a minimum risk. Method: Secondary data is the basis for calculation of the total portfolio returns, risk and correlation. This study is deductive based using a quantitative method of world-known theories of Nobel laureates in economic sciences. Conclusion: The study shows that the best efficient portfolio contains large companies in different lines of business. Large companies' shares have higher returns at lower risk compared to small companies in circumstances to difficult economic situations globally. The best performed portfolio was the portfolio with large companies. Further Research: Longer period of time study and a study of new theories such as Jensens Alfa and Tretnor ratio would be interesting for further research. 3

Innehåll Sammanfattning... 2 Abstract... 3 Förord... 6 1 Inledning... 7 1.1Bakgrund... 7 1.2 Problemformulering... 9 1.3 Frågeställning... 9 1.4 Syfte... 9 1.5 Avgränsningar... 9 2. Metod... 11 2.1 Kvantitativ metod... 11 2.2 Portföljval... 11 2.4 Insamling av data... 13 2.5 Bearbetning av data... 14 2.6 Validitet... 15 2.7 Reliabilitet... 16 2. 8 Metodkritik... 16 2.9 Källkritik... 16 3. Teori... 17 3.1 Modern portfolio theory... 17 3.2 CAPM: The Capital Asset Pricing Model... 18 3.2.1 Kritik mot CAPM... 19 3.3 Beta... 20 3.4 Sharpekvot... 21 3.4 Standardavvikelse och Volatilitet... 22 3.6 Korrelationen... 24 3.8 Medelvärdet och variansen... 24 3.9 Portföljens förväntade avkastning... 25 3.10 Teoretisk syntes... 25 3.11 Tidigare forskning... 26 4. Empiri... 28 4.1 Aktier... 28 4.2 Portföljer... 32 4.4 Resultat för enskilda aktier... 36 4.5 Resultat för samtliga portföljer... 37 4

5. Analys... 38 5.1 Bransch analys... 38 5.2 Analys av företagsstorlek... 39 5.3 Analys av utländska aktier... 40 5.4 Helhetsanalys... 41 6. Slutsats... 43 7. Diskussion... 44 8. Förslag till vidare forskning... 44 9. Källförteckning... 45 9.1 Litteratur... 45 9.2 Artiklar... 45 9.3 Elektroniska källor... 46 Bilagor: Bilaga 1 Uträkning: Stockholm OMX GI index Bilaga 2 Uträkning: Beta och CAPM (18 Svenska aktier) Bilaga 3 Uträkning: Hang Sen 40 index Bilaga 4 Uträkning: Beta och CAPM (3 Asien aktier) Bilaga 5 Uträkning: Variansen och standardavvikelsen Bilaga 6 Uträkning: Sharpekvot Bilaga 7 Tabell: Information om aktier (kap4.1 detaljerat) 5

Förord Vi vill tacka vår handledare som har kommit med vägledning och kommentarer under hela studien. Vilket har hjälp oss att förbättra vår studie. Tack! Ernesto Moutafov & Giovanni Perez Legrand 6

1. Inledning Detta kapitel ger bakgrunden till studien, problemformuleringen, frågeställningar kring problemet, syftet med studien samt avgränsningar. Dessa delar är en introduktion till studien. 1.1Bakgrund Förr i tiden var penningmarknaderna och obligationsmarknaderna reglerade i Sverige. Det var inte förrän 1980 som institutioner kunde placera sina tillgångar i räntebärande skuldebrev (penningsmarknadsinstrument). Tio år senare försvann valutaregleringen vilket var positivt för företagen då handeln utanför statsgränserna blev möjliga. Regeringen försökte höja intresset hos medborgarna och befintliga aktiesparare genom skattestimulans i vissa fonder. Tidningarna började publicera placeringstips i aktier och fonder vilket ytterligare ökade allmänhetens intresse. Dessa insatser och informationsspridning genom tidningar bidrog med ökade investeringar i aktier, främst via fonder. Men investerare visste att investeringar i allmänhet var en riskfylld affär. Så tidigt som 1950-talet hade Harry Markowitz definierat ett nytt begrepp gällande risk respektive förväntad avkastning i en portfölj. Detta begrepp kom att kallas för diversifiering som är en del av den utvecklade portföljteorin. Ungefär tio år senare bidrar William Sharpe med sin teori om prisbildning för finansiella tillgångar, den så kallade Capital Assets Pricing Model, CAPM. Detta blev ett stort genombrott då folk började investera mer vilket ledde till att mer likvida medel kom in i företagen som gjorde att man kunde expandera och utöka sin produktion. 1 Idag är Sverige det land som är världsledande när det gäller aktieägare. Över 80 % av befolkningen äger direkt eller indirekt aktier. Största procentandelen äger indirekta aktier vilket är via fonder eller PPM (Premiepensionsmyndigheten). 2 1 Vinell L. (2005), Effektiv kapital En introduktion till modern portföljhantering 2 Sparekonomen 2011-10-19 (Aktier) 7

Aktier är en kapitalplacering där målet är att få den högsta avkastningen som möjligt till den lägsta risken som möjligt. En viktig faktor för att kunna uppnå detta som investerare är att sänka risken genom portföljteorin. En viktig sak att ha i baktanke före en investering är att det finns olika typer av aktier som ger olika slags rättigheter. Som aktieägare blir man automatiskt delägare i det företaget man investerar i. Desto fler aktier ägaren innehar desto mer inflytande har ägaren i företaget. De olika slags aktier som finns är bland annat A-aktier, B-aktier, stamaktier och preferensaktier. Skillnaderna mellan A- och B-aktier ligger i rösträtten. Enkelt uttryckt ger en A-aktie högre rösträtt än en B-aktie men betäckningarna varierar från företag till företag. 3 Stamaktier är aktier som har getts ut i anknytning till när ett företag startades. Till skillnad från preferensaktier har stamaktier inte förmånsrätt vid utdelning i samband med ett bolags konkurs. Preferensaktier kan ses som en garanti till investerare då man har förtursrätt till utdelning i förhållande till stamaktieägare. 4 Vår studie innehåller sju portföljer som vi själva har skapat, där en av dem innehåller en blandning av både utländska och svenska aktier. De utländska aktier som vi har valt att utgå ifrån, kommer från en av BRIC länderna, Kina. De fyra BRIC länderna är Brasilien, Ryssland, Indien och Kina. Dessa länder står för en stor del av den globala tillväxten. Kina är ett framgångsrikt land och är den nya ekonomiska mittpunkten i världen, vilket gjorde det intressant att använda kinesiska aktier i undersökningen. 5 Det handlar inte bara om att investera sina pengar hur som helst, utan det är flera faktorer som påverkar hur man kan skapa den effektivaste portföljen. Som vi tidigare har nämnt investerar många svenskar i aktier men problemet är att mer än hälften saknar kunskaper i investering. 6 I vår uppsats vill vi undersöka olika faktorer som man bör tänka på vid investering i aktieportföljer. Vi undersöker faktorer som bransch, företagsstorlek och val av marknad. 3 Aktiespararna, 2011-10-19 4 Bolagsverket, 2011-12-20 5 Aktiespararna, 2011-10-26 6 Aktiespararna, 2011-10-26 8

1.2 Problemformulering Majoriteten av svenska folket är aktieägare, som vi nämnde ovan äger mer än 80 % av befolkningen direkt eller indirekt aktier. Detta innebär att majoriteten är intresserade av sparande. Dock är detta en svår uppgift då kunskap om aktiemarknaden behövs. Kunskapsbristen tillsammans med osäkerheten som finns hos placerarna är med andra ord bromsande faktorer i fråga om aktiehandel. Eftersom många idag går miste om den mest lönsamma sparformen, vill vi genom vår uppsats kunna utveckla våra finansiella kunskaper där vi kommer att jämföra olika portföljer och ta hänsyn till flera faktorer som kan påverka deras avkastning. 1.3 Frågeställning 1. Finns det någon skillnad i risk och avkastning mellan de tre olika branscherna? (Finans-, läkemedels- och industribranschen) 2. Finns det skillnad i risk och avkastning mellan stora och små bolag? 3. Hur påverkas avkastningen och/eller risken vid investering i kinesiska bolag? 1.4 Syfte Vårt syfte med denna uppsats är att utreda den mest presterande portföljen (högsta avkastningen till lägst risk) genom att jämföra sju portföljer som vi själva skapat. Samtliga sju portföljer har olika diversifieringsgrad med faktorer som företagens storlek, olika branscher och investering i både svenska och kinesiska börsnoterade aktier. Vi vill genom detta se vad de olika faktorerna har för betydelse vid skapande av en portfölj. 1.5 Avgränsningar Portföljen kommer att innehålla aktier från börsnoterade bolag i Sverige och aktier från utländska börsnoterade bolag i Asien. Vi vill fokusera oss på Kina eftersom det är en av världens snabbaste växande ekonomier och därför anser vi att investera i Kina är lönsamt. 7 Aktier inom den svenska börsen är uppdelade i både små- och stora företag inom finansbranschen, läkemedelsbranschen och industribranschen. Där de stora företagen har ett börsvärde över en miljard euro medan de små ett börsvärde under 150 miljoner euro. 8 7 Dagens PS, 2011-10-24 9

Perioden för de historiska data kommer att vara avgränsad till ett 2 års period mellan oktober 2009 och oktober 2011. Vi anser att denna tidsperiod är till bra grund för genomförande av uppsatsen eftersom 24 månader ger tillräckligt långt undersökningsperspektiv och tillräckligt med kvantitativ data för beräkningarna. De valda 24 månaderna ger oss även inblick i hur både den svenska och asiatiska ekonomin svänger. Vi utgick från oktober 2011 och använde oss av närmaste 24 månaders period. 8 Aktiespararna, 2011-10-24 10

2. Metod Detta kapitel om metod beskriver val av uppläggning för undersökningen, tillvägagångssätt för portföljval, hur insamlingen av data har genomförts, metoder för bearbetning av data. Vidare beskriver vi reliabilitet och validitet av det insamlade data. Allt detta görs med syfte för att kunna besvara våra frågeställningar. 2.1 Kvantitativ metod För att kunna besvara vår frågeställning på bästa sätt har vi använt oss av en kvantitativ metod, då vi kommer att använda oss av hårddata så som indexkurser, historiska aktiekurser och siffror. Studien kan genomföras genom en kvantitativ metod så som en kvalitativ metod. Dock har vi valt att använda en kvantitativ metod eftersom vi anser denna metod är mest lämplig då forskningen baseras på tolkning av redan befintlig data (aktiernas stängningskurs). Då studien använder sig av kvantifierbar data, kan den också ses som deduktiv studie. Studien kommer använda sig av utvalda teorier där sekundärdata kommer vara till grund för beräkningar. En induktiv angreppsätt skulle vara olämplig då man utgår från observation till resultat. Våra beräkningar kommer att analyseras, sammanfattas kort i tabeller och slutligen diskuteras i analysen samt slutsats. 9 2.2 Portföljval Diversifiering är viktig inom våra val av aktier för portföljerna. Vi ansåg att vi var beroende av differentierade portföljer för att senare kunna analysera respektive portfölj samt göra analys på portföljerna sinsemellan. Med andra ord har vi under portföljskapandet haft vårt syfte i åtanke. Nedan följer sju portföljer som ska analyseras i undersökningen. I avsnittet för teori går vi igenom studiens valda teorier CAPM, Standardavvikelse, Sharpekvot och korrelation. Teorierna kommer vara grunden till våra studier och är anpassade för en jämförelse av olika mått mellan portföljerna. De undersökningsmått som kommer vara relevanta är avkastning, risk och sambandet mellan aktierna i portföljerna. Vi kommer analysera samtliga mått för att diskutera diversifiering graden och hur spridning av risk kan påverka portföljens avkastning. 9 Johannesson A. & Tufte P. A. (2002) Samhällsvetenskaplig metod 11

Nedan följer sju portföljer där varje portfölj innehåller sex aktier: Figur 1: Sju portföljer där varje portfölj innehåller sex aktier Läkemedelbransch Industribransch Finansbransch AstraZeneca ABB Ltd Castellum Elekta B Alfa Laval Fabege Gentinge B ASSA ABLOY B Hufvudstaden A Aerocrine B ACAP Invest A Industrivärden A Allenex Cision Investor A Artimplant B Consilium B Kinnevik A Storbolagsportfölejen Småbolagsportföljen Blandade branscher AstraZeneca Aerocrine B AstraZeneca Elekta B Allenex Aerocrine B Gentinge B Artimplant B ABB Ltd ABB Ltd ACAP Invest A ACAP Invest A Alfa Laval Cision Castellum ASSA ABLOY B Consilium B Fabege Asien Sverige aktier AstraZeneca ABB Ltd Castellum Bank of China Bank of E Asia Bankcomm Källa: Egen framtagning Stora bolag Små bolag 12

Som vi tidigare nämnde bildades portföljerna med tanke på variation i deras innehåll. Vi valde branscher som vi ansåg hade potential på marknaden och som vi tror skulle kunna bidra till att generera den effektivaste portföljen. Utifrån bilagan ovan kan man notera att vi har gjort sju olika portföljer där vi börjat med läkemedels- och därefter industribranschen. Dessa två branscher är jämt uppdelade i stora och små bolagsstorlekar där de stora bolagen är de tre översta och de små är de understa i varje portfölj. Undersökningens tredje portfölj är inom finansbranschen och innehåller endast stora bolagsstorlekar, detta eftersom vi ville se om det fanns någon ändring i avkastningen och risk då man endast tog en företagsstorlek. Portföljen döpt till Stora bolag innehåller stora bolags aktier från läkemedels och industribranschen. Nästa portfölj är döpt till små bolag och innehåller istället en blandning av små bolagsaktier. Vi har även skapat en portfölj där vi blandar alla tre branscher och väljer två aktier från varje bransch. Portföljen blir därmed en kombination av företagsstorlekar. Den sista portföljen innehåller svenska och utländska aktier. De tre utländska aktierna är från Kina och de tre svenska aktierna är tagna en från varje bransch. Med denna sistnämnda portfölj vill vi skapa en större diversifiering och med detta granska resultatet och jämföra den med de respektive andra portföljerna. 2.4 Insamling av data Vi började med att söka fram vilka svenska aktieindex som finns på börsen. Det fanns en rad varianter på nasdaqomxnordic och vi bestämde oss för OMX Stockholm GI. OMXSGI hade den mest intressanta indexen för vår studie eftersom den innehöll 287 aktiebolag. Det stora antalet aktiebolag i OMXSGI gav oss möjligheten att kunna hitta stora och små bolag för våra tre branscher. 10 Eftersom Avanza redan hade sorterade branscher och sorterade bolagsstorlekar i varje bransch var det också den sorteringen vi utgick från. Genom en jämförelse mellan Avanza och OMXSGI indexen kunde vi konstatera att alla våra stora och små aktier i respektive tre branscher tillhörde rätt index. Val av utländska aktierna gjordes med tanke på att vi skulle ha okorrelation i vår Asien och Sverige aktier portfölj. De utländska aktierna var från Asiatisk index HANG SEN 40 och 10 Nasdaqomxnordic, 2011-10-10 13

vi använde lika tillvägagångssätt som i den Svenska indexen OMXSGI. Vi valde HANG SEN 40 eftersom detta index innehåller de största aktiebolagen i Hong Kong. Relevant data om aktier finns arkiverad hos aktiebolagen där aktieägaren har sina andelar. Informationen finns samlad på samtliga bolags hemsidor eftersom IR avdelningen har ansvar för information till aktieägare samt till analytiker och investerare. 11 Arkivet är elektroniskt, investerare är därmed bara några minuter om inte mindre från historiska aktiekurser. Denna hemsida innehåller även en sök kolumn som finns till hjälp för att avgränsa års data. Kurshistoriken utfärdas i ett elektroniskt dokument med aktiekursens utveckling och handelsvolym för varje dag på börsen. Underlaget används senare till för analys och studier av aktiekursens utveckling d.v.s. upp och nergångar i aktievärde. Det är också här vi kommer samla in data för senare beräkningar som framkommer i nästa kapitel, men innan dess tänkte vi berätta om en enklare metod. En enklare metod för insamling av historiska aktiekurser finns samlade hos Nasdaq OMX Nordic, vilket betyder att du har alla historiska aktiekurser samlade på en hemsida. Historiska kurser för Asiatiska aktier togs fram på liknande sätt som för svenska men var funna på google.com/finance som också en databas för aktie information. 2.5 Bearbetning av data Vid bearbetning av data från index OMXSGI och HANG SENG 40 ska vi använda oss ut av historiska kurser med intervallet 2009-10-01 till 2011-10-01. Inom två års intervall ska vi räkna varje månads stängningskurs och använda data från den första börsöppnade dagen i varje månaden. Databearbetning av båda indexkurserna ska göras i Microsoft Excel. Excelprogrammet kommer möjliggöra uträkning av stort dataflöde och är ett passande program för att reducera räknings fel. Indexkursen skall senare användas vid beräkning för samtliga aktiers CAPM, Standardavvikelse, Sharpekvot m.fl. Dem nödvändiga teorierna för att genomföra uträkning finns i senare teorikapitel. 11 Swedbank, 2011-11-15 14

Vår undersökning kommer totalt innehålla 21 aktier och därför gör vill vi skapa en Excel mall för att senare kunna räkna på samtliga aktier. Mallen kommer underlätta om vi behöver göra ändringar i våra uträkningar. Bilagor för samtliga uträkningar kommer vara bifogade längst bak i denna uppsats för att redogöra om hur vi har gått tillväga i vår studie. Vi anser att det är viktigt att uppsatsen innehåller bifogad uträkning för att göra det möjligt för läsaren att vid behov och/eller äventuellt intresse följa upp uträkningarna. Ett av de värden som vi kommer att behöva anta är den riskfria räntan (Rf). Antagandet kommer att baseras på de obligationer som Riksgäldskontoret ger ut för att finansiera statens medelfristiga och långfristiga lånebehov. 12 I antagandet om riskfria räntan använder vi oss av ett medelvärde på en två årig stadsobligation mellan intervalen 2009-10-01 till 2011-10-01. Vi kommer att anta ett medelvärde eftersom räntan i stadsobligationer varierar i tid och oftast säljs till en över- eller underkurs. Beräkning av den förväntade portföljavkastningen kommer göras med utgångspunkt att varje aktie i en portfölj har jämn andel. En jämn andel i portföljens aktier innebär här att varje aktie har en andel på 1/6 av portföljens totala sex aktier. Den förväntade avkastningen i en portfölj beräknas med hänsyn till enskild aktieandel i portföljen, där andelen multipliceras med aktiens förväntade avkastning. Senare i undersökningen går vi in på korrelationen mellan aktierna. Korrelationen kommer möjliggöra mätning av sambandet mellan två aktier, och senare kan vi i en matris se vilka aktier har hög respektive låg korrelation sinsemellan. 2.6 Validitet Validitet grundar sig i en uppfattning och tolkning av data. Om validitet av data är hög i en uppsats betyder det att det använda data är trovärdig och verkligen mäter det vi senare skriver i undersökningsresultat. Vår undersöknings resultat bygger på data så som historiska kurser som senare bearbetas med hjälp av teorier. Vi anser att undersökningsresultatet är direkt tolkning av data utifrån våra bifogade Excelfiler och empirin i denna undersökning är lika valid då vi använder oss av samma grund i uträkningar från historiska kurser. 12 Riksbank, 2011-11-15 15

Motsatsen skulle vara om undersökningsresultatet innehåller tolkning som inte är förknippad med data, här skulle data inte vara valid men så är inte fallet. Uppsatsen kommer att innehålla ett kapitel för diskussion för att här presentera data i form av öppen diskussion, validiteten i diskussion kapitlet kan diskuteras men data kommer vara reliabelt och grundad på tidigare information från litteratur, tidigare forskning samt internetkällor. 2.7 Reliabilitet För att kunna få en hög reliabilitet i vår uppsats har vi valt att använda oss av litteratur, vetenskapliga artiklar och internet som källor. När det gäller historiska kurser så har vi valt att ta informationen från Nasdaq OMX Nordic vilket är världens största börsföretag vilket vi tycker är en tillförlitlig källa. 13 Böckernas tillförlitlighet bygger på att dess författare är utbildade och erfarna personer inom området. 2. 8 Metodkritik För att studien skulle vara mer reliabel så kunde man ha valt flera aktier i varje portfölj och dessutom göra undersökningen i en längre tidsperiod vilket skulle öka trovärdigheten i våra slutsatser. Undersökningsperioden skulle kunna sträcka sig på 5 år om vi valde att redovisa kvartalsavkastning istället för månadsavkastning. Kvartalsavkastningen skulle dock inte avspegla svängningarna i ekonomin lika väl och därför baserades undersökning på månadsavkastning vilket var tidskrävande att räkna ut. Med en längre tidsperiod så skulle man ha även en bättre blick på hur det gått för företagen då just inom de valda åren uppkommer en finanskris. 2.9 Källkritik Vi har använt oss av Nasdaq OMX Nordic som primär källa. Vilket anses som en trovärdig källa då det är världens största börsföretag. Våra andra valda källor anses också som tillförlitliga, internetkällorna har valts med åtanke på utgivare och bakomliggande organisationer för de angivna hemsidorna, vilket gör att resultatet som kommer att presenteras blir tillförlitligt. 13 Nasdaqomxnordic, 2011-10-10 16

3. Teori Detta kapitel presenterar valda teorier för studien, hur dessa teorier hör till varandra samt tidigare forskning. De valda teorierna är modern portfolio teori, CAPM, beta, sharpekvot, standardavvikelse och korrelation. Tolkning och analys av dessa teorier kommer senare genomföras i ett enskilt analyskapitel. 3.1 Modern portfolio theory En av de mest inflytelserika ekonomiska teorierna som behandlar finansiering och investering var Market Portfolio Theory (MPT). MPT utvecklades av Harry Markowitz och publicerades första gången 1952 i Journal of Finance under titeln Portfolio Selection. 14 Trettioåtta år senare, delade Harry Markowitz Nobelpris med Merton Miller och William Sharpe. Tillsammans har de varit en av de första med insats inom området finansiell ekonomi. Teorin om portföljval var framtagen för hushållens och företagens fördelning av finansiella tillgångar under osäkerhet. Denna teori var ursprungligen en normativ utveckling för investerare för att minska osäkerheten i sina framtida rikedomars placeringar. Teorin analyserar hur tillgångar kan investeras på de mest gynnsamma sätt (relaterat till skillnad i förväntade avkastning och risk) samt se hur riskerna kan reduceras. Vilket är det som alla investerare strävar efter, dvs. bättre avkastning till lägre risk. Markowitz visade i sina undersökningar att investerares portföljval kan reduceras till två balansdimensioner, dvs. den förväntade avkastningen på portföljen och dess varians. Eftersom möjligheter att minska risken ligger i diversifiering, kommer portföljens risk (mätt i varians) inte bara vara beroende av enskilda aktier i portföljen. Aktier i portföljen kommer däremot vara beroende parvist beroende av varande genom kovarians. Med andra ord varje aktie har en risk för sig, men om alla aktier är samlade i en portfölj kommer risken för den samlade portföljen att reduceras, vilket vi kommer visa senare i empirikapitel. I MPT talar man om stora talens lag, som menas det att portföljen kan inneha flera hundra tillgångar. Men denna lag är inte helt tillämplig på riskspridning i portföljen val eftersom 14 Harry Markowitz (1952), Portfolio Selection: The Journal of Finance, (Vol.7, No. 1, pp. 77-91), American Finance Association 17

avkastningen på olika tillgångar är korrelerade i praktiken och någonstans finns det en gräns av riskreducering. Reducering av risken kan inte vara noll, dvs. kan risken inte helt eliminera oavsett hur många typer av värdepapper som är representerade i en portfölj. 15 3.2 CAPM: The Capital Asset Pricing Model Investerare vill ofta använda sig av mängder med information så som redovisningsinformation för att minimera risker och maximera avkastningen. Det finns också mer riskfyllda investerare som lockas med betydligt högre risk till en högre avkastning. CAPM modellen förklarar sambandet mellan den förväntade risken och avkastningen. 16 Modellen visar även hur den förväntade avkastningen på en tillgång är relaterad till dess beta. Nedan förklarar vi modellens formel som visar hur man beräknar avkastning på eget kapital. Beta är riksmåttet och en viktig del av modellformeln. Användningen av beta är mer exakt representerad i följande formel: : Avkastningskrav på eget kapital : Riskfri ränta : (beta) aktiens risk : Skillnaden mellan förväntade avkastning på marknaden och riskfri ränta Ovanstående CAPM formel innebär att förväntad avkastning på aktien är linjärt relaterad till sin beta. Sambandet mellan dessa två variabler vissas i aktiemarknadslinjen figur 2. Aktiemarknadslinjen får en positiv lutning så länge förväntad avkastning på marknaden är högre än riskfri ränta. Denna formel förklarar att ( ) är positivt relaterad till beta. För en närmare förklaring redogörs två följande antaganden. 17 Anta att = 0. Vilket gör och ger ingen lutning i SML linjen utan en vågrätt linje. Det betyder att portfölj med noll beta har ingen risk och att förväntad avkastning är lika med risken. 15 Nobelprize, 2011-11-16 16 Schroeder R., Clark M., Cathey J. (2004), Financial Accouting theory and analysis 17 Hillier D., Hill M. (2010), Corporate finance European Edition, 18

Anta att = 1. Vid beta värde 1 är och förväntad avkastning på portföljen är lika med förväntad avkastning på marknaden eftersom beta på marknadsportföljen också är 1. Aktiemarknadslinjen (SML) ); Aktiemarknadslinje visar ett uppskattat samband mellan avkastning och risken. 3.2.1 Kritik mot CAPM CAPM är en användbar teoretisk modell i finansiell ekonomi men har fått utstå mycket kritik. Kritiken grundar sig på att CAMP inte förklarar avkastningen på värdepapper fullständigt. Modellen ger däremot en insikt av verkligheten precis som alla andra teoretiska modeller. En av dem som kritiserade CAPM är Richard Roll. Roll menade att det är omöjligt att konstruera en marknadsportfölj som innehåller alla värdepapper på tillgångar i alla marknader. Han säger alltså att CAPM inte är beräkningsbar eftersom man använder sig utav ett aktieindex som inte kan representera hela marknaden. Andra som kritiserade CAPM var Fama och French (1992). Dem hade funnit att faktorer som värde och storlek (utöver den totala marknaden) kunde avsevärt förbättra CAPM modellens funktion. De menar med andra ord att beräkning av tillgångspriset med CAPM skulle varit starkare bevisat om den innehöll fler faktorer än den systematiska riskfaktorn. 18 18 Homsu N., Wasunsakul J., Phuangnark S., Joongpong J.(2009), A Study of Fama and French Three Factors Model and Capital Asset Pricing Model in the Stock Exchange of Thailand: International Research Journal of Finance and Economics,( Issue 25, pp. 31-40), EuroJournals Publishing 19

En annan tredje faktor i forskarnas undersökning är Book to Market Ratio. Med dessa tre faktorer kunde studier bekräfta att den förändrade CAPM modellen gav en bättre förklaring på avkastning än grundmodellen. Trots all kritik mot CAPM den mest kända modellen och den systematiska riskfaktorn anses vara den viktigaste faktorn för att beräkna förväntad avkastning. 19 3.3 Beta Beta är ett mått som mäter hur mycket en aktie svänger jämfört med marknaden. Den berättar alltså vilken risk en aktie har, vilket gör att det är ett viktigt begrepp för aktieägare. Beta kan vara både positivt och negativt. Beta högre än 1 innebär att aktien svänger mer en börs och därför har en hög risk. Beta under 1 betyder mindre svängningarna och aktien har därmed låg risk. Ett index har ett betavärde på 1,0 och om vi t.ex. får en beta på 1.6 så innebär det att 1 % rörelse i marknaden så kommer den beräknade aktien röra sig åt samma håll med 1.6 %. Samma sak gäller för en beta som är t.ex. 0.6. Om betan är 1 så innebär det att den följer exakt indexen. Men en beta kan även vara -1 och det innebär att en rörelse i marknaden uppåt skulle innebära att betan med -1 skulle röra sig nedåt alltså tvärt om. 20 Det är därför betan är ett mycket viktigt begrepp i vår uppsats och vi kommer räkna betan genom att räkna ut hur mycket en aktie svänger gentemot börsen under vår tidsperiod. = Kovariansen mellan avkastningen på tillgångar och avkastningen på marknadsportfölje. = Variansen av marknaden 19 Homsu N., Wasunsakul J., Phuangnark S., Joongpong J.(2009), A Study of Fama and French Three Factors Model and Capital Asset Pricing Model in the Stock Exchange of Thailand: International Research Journal of Finance and Economics 20 Hillier D., Hill M. (2010), Corporate finance European Edition 20

3.4 Sharpekvot Sharpekvotteorin grundad av William Sharpe utgår har samma grund antagande som Modern Portfolio Theory där varje placerare är rationell och vill alltid uppnå så hög avkastning per risk som möjligt. Här framgår teorin om Sharpekvot och varför det är bättre men en så hög Sharpekvot som möjligt. Genomförande av en portfölj uträkning på riskjusterade avkastning görs med hjälp denna så kallad Sharpekvoten. Teorin talar om hur mycket avkastningen per total risk som har åstadkommits vid en investering. Beräkning görs genom att dividera avkastningen utöver den riskfria ränta med avkastningens standardavvikelse omräknad till årstakt. Den riskfria räntan gör genom antagande grundad på vad avkastningen skulle vart om tillgången istället placerades i statsobligationer. Vid resultat av en hög Sharpekvot är tolkningen att utbytet mellan avkastning och risk är positiv (investeringen ger avkastning). 21 i = någon form av investering Ri = Avkasning Rf = Riskfria räntan σi = Standardavvikelsen i avkastning 21 Nordnet, (2011-11-16) 21

3.4 Standardavvikelse och Volatilitet Ett annat riskmått än tidigare nämnda beta är standardavvikelse. När vi pratar om aktiens standardavvikelse inom finans är det mer förekommande att använda begreppet volatilitet. 22 Skillnaden mellan dessa två mått är att volatilitet indikerar teoretisk hur mycket en aktie kan avvika från sitt eget medelvärde, medan betavärdet visar aktiekursens variation i förhållande till ett givet index. 23 R = Avkastning = Genomsnittlig avkastning T = Antalet observationer För att klargöra det är det även skillnad mellan ren standardavvikelse och volatilitet, då volatilitet betraktas som standardavvikelsen av de lognormaliserade procentuella förändringarna i aktiekurserna och i formeln multiplicerat med kvadratroten av tiden. T = Antal observationer R = Avkastning = Genomsnittlig avkastning Volatilitet mätt genom standardavvikelse beräknas som en mått på spridning av avkastning för en given aktie. Volatilitet mått på genomsnittliga spridningen från ett medelvärde. Tolkning av volatilitetsvärdet är enkel eftersom en hög volatilitet betyder stor kursrörlighet i aktien. Med kursrörlighet menas att kursen kan röra sig både uppåt och nedåt. Därför är det att viktigt följa upp volatiliteten eftersom en hög volatilitet föra med sig stora vinster eller förluster. 24 22 Byström H. (2007), Finance,Studentlitteratur 23 Aktieskolan, (2011-11-20) 24 Aktiespararna, (2011-11-22) 22

Graf 1: Hög volatilitet Källa : Egen graf Graf 2: Låg volatilitet Källa : Egen graf Hög volatilitet är lika med stor förändring vad gäller avvikelsens från aktiens tidigare kurs och medelvärde. I graf 1 och 2 är medelvärdet lika stor (= noll) eftersom ytan är lika stor över och under mittlinjen. Andra sätt att mäta volatilitet är genom att använda variansen mellan avkastning från samma aktie, i nästa kapitel (3.8) finns teorin om varians. 23

3.6 Korrelationen Korrelation är en tillvägagångsätt för att kunna mätta sambandet mellan ett värde och en annan. Alltså om variablerna påverkar varandra eller om de är beroende av varandra. Korrelationskoefficienten formuleras som ett värde mellan -1 och 1. Medan talen mellan 0 och -1 ger ett negativt samband, vilket innebär att olikheterna blir högre desto lägre korrelationen är, ger talen mellan 0 och 1 får vi ett positivt samband, alltså en hög korrelation mellan värdena. Däremot om korrelationen är 0 så indikerar det att det inte finns något samband mellan värdena. 25 Korrelationskoefficienten beräknas så här: = : Kovariansen : Standardavvikelse A : Standardavvikelse B 3.8 Medelvärdet och variansen Medelvärdet är ett genomsnittligt värde för ett urval från t.ex. en observation av aktievärdets slutkurs under för flera dagar. Beräkning av medelvärdet görs genom att använda summa av alla värden i en observation och sedan dividera värdet med antal observationer. 26 Variansen beräknas enkelt genom att kvadrera standardavvikelsen, som framgår nedan i formel 1. Med hjälp av kvadreringen elimineras negativa nummer, där två negativa siffror 25 Vinell L. (2005), Effektiv kapital En introduktion till modern portföljhantering 26 Aktieskolan, (2011-11-24) 24

gånger varandra blir en positiv siffra och varianser får med hjälp av kvadreringen alltid en positivt värde. 27 R = Avkastning = Genomsnittlig avkastning T = Antalet observationer 3.9 Portföljens förväntade avkastning Den förväntade avkastningen i en portfölj beräknas med hänsyn till enskild aktieandel i portföljen, där andelen multipliceras med aktiens förväntade avkastning. Nedan följer en formeln för uträkning, med två och alternativt flera aktier i en portfölj: 28 3.10 Teoretisk syntes Valda teorier är grunden för portföljberäkningar och är framtagna av nobelpristagare i ekonomi. Teorierna ger oss portföljmått för förväntad avkastning, korrelation, standardavvikelse och Sharpekvot. Dessa portföljmått är isig baserade på mått för individuell aktie var för sig och aktiemått så som förväntad avkastning, standardavvikelse, beta och sharpe. Valda teorier bygger på varandra från uträckning av individuella aktier till att sortera rätt aktie för rätt portföljuträckning. De valda teorierna ger oss ett risk mått för den förväntade avkastningen. Vi får även fram korrelationen mellan aktierna och på så sätt kan vi grunda antaganden kring diversifiering. Modern portföljteori är den första tillämpade formeln i arbetsprocessen som krävde uträckning av bland annat beta och ett antagande om en lämplig riskfri ränta. Utifrån CAPM 27 Aktiesite, (2011-11-24) 28 Hillier D., Hill M. (2010), Corporate finance European Edition 25

kunde vi ur den förväntade avkastningen ta fram en standardavvikelse för varje individuell aktie samt senare uträkning av Sharpekvot. De använda teorierna ger oss data för riskerna jämfört med marknaden (beta) och avvikelser från aktiens eget medelvärde (standardavvikelse) som också är en risk mått. Teorierna ger oss möjlighet att analysera om investeringen ger högre avkastning än en stadsobligation investering. Vi får även en titt på hur diversifiering påverkar avkastning och får en översyn över risktagandet för en förväntad avkastning. 3.11 Tidigare forskning Studien som vi genomför har även genomförts av andra. Nedan följer tre utvalda artiklar med tidigare forskningar i liknande undersökningsområde: Artikeln The firm size effect and the economic cycle är skriven år 2002 av Moon K. and Burnie D. Denna studie undersöker hur små och stora bolag presterar i hög och låg konjuktur. Moon K. och Burnie D. kommer fram till är att små bolag har tendensen att prestera bättre än större bolag vid bra ekonomisk tillstånd (högkonjunktur). Däremot presterar stora bolag bättre vid dålig ekonomiskt tillstånd (lågkonjunktur). 29 Artikeln International correlations across stock markets and industries: trends and patterns 1988-2002 skrivet år 2006 av Li Yang, Francis Tapon and Yiguo Sun. Undersökningen handlar om korrelationssamband mellan länder och branscher. Forskarna kommer fram till att diversifiering mellan länder inte längre sänker korrelationen som det gjorde förut på grund av globaliseringen. De kommer fram till att korrelationen mellan branscher är lägre än korrelationen mellan länder. 30 Artikeln Balancing Risk and Return in a Customer Portfolio som är skriven år 2011 av Tarasi C., Bolton R., Hutt M., och Walker B pratar om olika metoder för att sänka risken och höja avkastningen. De kommer fram till att en av metoderna för att sänka risken och höja avkastningen är genom diversifiering i olika branscher och även i branschernas olika verksamhetsområde, t.ex. företag inom industribranschen som arbetar inom olika verksamhetsområde så som; elektronik, transport och maskiner. 29 Moon K. and Burnie D. (2002), The Firm Size Effect and the Economic Cycle:Journal of Financial Research, 25 (Spring), 111 24. 30 Yang L., Tapon F. & Sun Y. (2006), International correlations across stock markets and industries: trends and patterns 1988-2002: Applied Financial Economics, (Vol. 16, Issue 16, pp.1171-1183, Department of Economics, University of Guelph,) 26

Författarna menar att företag inom olika verksamhetsområden är beroende av olika råmaterial/tjänster för framställning av sina slutprodukter, vilket gör att risken reduceras. 31 Längre fram i studien kommer flera kopplingar till dessa termer, och detta kommer att hjälpa oss att analysera vår studie och förstärka våra slutsatser. 31 Tarasi C., Bolton R., Hutt M., och Walker B (2011) Balancing Risk and Return in a Customer Portfolio Journal of Marketing (Vol. 75 Issue 3, p1-17, 17p, 3) 27

4. Empiri Kapitlet om empiri ger en kort beskrivning av samtliga valda aktier för studien. Desutom kommer det att visas diagram på portföljerna avkastning månadsvist. Teorierna från tidigare kapitel är tillämpade och resultatet för samtliga sju portföljer är visad i tabellerna. 4.1 Aktier Läkemedelsbransh: innehåller sex företagsaktier varav de tre första är stora företag och de andra tre är små. Nedan beskrivs kort om varje företag inom denna bransch. : En av världens ledande läkemedelsföretag med fokus på forskning, utveckling och marknadsföring av receptbelagda läkemedel. Nettoomsättningen 2010 uppgick till 232 883 Mkr. 32 : Erbjuder kliniska lösningar för behandling av cancer och sjukdomar i hjärnan. Företag utvecklar verktyg, mjukvarusystem och behandlingsplaneringssystem. Deras nettoomsättning 2010 var 7 904 Mkr. 33 : De är en av världens ledande leverantörer av medicinteknisk utrustning inom kirurgi, intensivvård mm. Deras nettoomsättning 2010 var 22 172 Mkr. 34 : En medicinteknisk koncern fokuserad på behandling och kontroll av patienter med inflammation i luftvägarna. Nettoomsättningen 2010 var 84, 699 Mkr. 35 32 Astrazeneca, 2011-11-30 33 Elekta, 2011-11-30 34 Gentinge, 2011-11-30 28

: Utvecklar, tillverkar produkter och tjänster för säkrare transplantationer. Års nettoomsättning för 2010 uppgick till 80, 509 Mkr. 36 : Ett medicinteknikbolag som hjälper att återskapa kroppsfunktioner genom nedbrytbara implantat och förbättrar livskvalitén. Deras nettoomsättning 2010 var 18,5 Mkr. 37 Industribranshen: innehåller sex företagsaktier varav de tre första är stora företag och de andra tre är små. Nedan beskrivs lite om varje företag inom denna bransch. : En av världens ledande kraftföretag och automationsföretag. Nettoomsättningen uppgick till 221123 Mkr år 2010. 38 : En global leverantör av produkter och lösningar för värmeöverföring, separering och flödeshantering. Nettooomsättning 2010 var 24 720 Mkr. 39 : Detta företag är världsledande inom lås-, dörrlösningar och trygghet. Deras nettoomsättning 2010 var 36 823 Mkr. 40 35 Aerocrine, 2011-11-30 36 Allenex, 2011-11-30 37 Artimplant, 2011-11-30 38 ABB, 2011-11-30 39 Alfalaval, 2011-11-30 40 Assa, 2011-11-30 29

: En riskkapitalbolag som förvärvar och utvecklar små och medelstora företag med god tillväxt. Deras nettoomsättning 2010 var 746,3 Mkr. 41 : Arbetar med mediedatabaser och utsändning av pressmeddelande. Deras nettoomsättning 2010 var 1130,095 Mkr. 42 : En världsledande leverantör av produkter och system för säkerhet, navigation och miljö. Nettoomsättning 2010 uppgick till 943,3 Mkr. 43 Finansbranschen: Innehåller sex företagsaktier där alla sex är stora bolag. : En en av dem större börsnoterade fastighetsbolag i Sverige. Dem focuserar på tillväxt i kassaflöden. Deras nettoomsättning 2010 var 2 759 Mkr. 44 : Är en fastighetsbolag med huvudsaklig inriktning mot uthyrning och förvaltning av kontorslokaler. År 2010 hade de en nettoomsättning på 2007 Mkr. 45 : Deras fokus är fastigheter i city och bolaget finns i Sveriges två största städer (Göteborg och Stockholm). Deras nettoomsättning 2010 var 1392 Mkr. 46 41 ACAP invest, 2011-11-30 42 Cision, 2011-11-30 43 Consilium, 2011-11-30 44 Castellum, 2011-11-30 45 Fabege, 2011-11-30 46 Hufvudstaden, 2011-11-30 30

: Ett investmentbolag med anknytning till Handelsbanken. Bolaget är full investerat i aktier och har förvärvade aktier för 5644 Mkr. 47 : Detta företag är ett investmentbolag. Investeringsverksamheten bedrivs i Europa, USA och Asien. Deras nettoomsättning 2010 var 2943 Mkr. 48 Kinnevik: Investeringsföretaget har sju sektorer: papper och kartong, telekom och tjänster, media, online, mikrofinansiering, jurdbruk och bioenergi. Dess nettoomsättning 2010 var 8593 Mkr. 49 Asien aktier: 3 asiatiska företagsaktier inom Asien Sverige portföljen : Mest internationaliserade och diversifierade bank i Kina. Bank of China är finns i mer än 30 länder och har en nettoomsättning på 111 370 Mkr. 50 : Största självständiga bank i Hong Kong. BEA (Bank Of East Asia) är känd för affärer i kommersiell och detalj handel samt finans och försäkrings service. Deras nettoomsättning uppgick till 8421 Mkr. 51 : En av dem fyra äldsta kineska banken och är idag en av de top fem ledande bankerna i Kina. Nettoomsättning för år 2010 uppgick till 23 066Mkr. 52 47 Industrivarden, 2011-11-30 48 Investor, 2011-11-30 49 Kinnevik, 2011-11-30 50 Bank of China, 2011-11-30 51 Bank of E Asia, 2011-11-30 52 Bankcomm, 2011-11-30 31

4.2 Portföljer I följande diagram kan man se hur portföljernas avkastning har förändrats under två års period, här kan man även se OMX Stockholm och Hang Seng 40 indexen. För en tydligare bild av tabellerna se bilaga sju. Läkemedelportföljen Diagram 1: Avkastning för läkemedelportföljen måndasvis Källa: Egen framtagning Diagrammen visar att avkastningen har vairetat under perioden. Företagen som har en negativ avkastning är Allenex och Artimplant, vilket har lett till en låg avkastning för läkermedelportföljen (0,29 %). Bägge av dessa företag tillhör de små bolagsaktierna. 32

Industriportföljen Diagram 2: Avkastning för industriportföljen måndasvis Källa: Egen framtagning Diagrammen ovan visar industriportföljens avkastning där alla företag har haft en låg men positiv avkastning vilket har lett till att industriportföljen har en avkastning på 0,67 %. Vi kan tydligt se att perioden juni till oktober 2011 har haft en negativ kursutveckling för de flesta företagen i denna portfölj. Finansportföljen Diagram 3: Avkastning för finansportföljen månadsvis Källa: Egen framtagning Finansportföljen har haft en positiv totalavkastning på 0,54 %. Aktien Industrivärden är den enda företaget i portföljen som har visat en negativ avkastning. Även här kan vi se att finanskrisen har påverkat aktiekurs utvecklingen mellan juni och oktober 2011. 33

Storbolagsportföljen Diagram 4: Avkastning för storabolagsportföljen månadsvis Källa: Egen framtagning I denna portfölj kan vi se att de flesta aktierna mellan november 2009 och februari 2011 har visat i genomsnitt en positiv avkastning. Från mars 2011 ser vi samma mönster som i tidigare tabeller med en negativ aktiekurs utveckling. Storabolagsportföljen har inga aktier med negativt resultat, portföljens totalavkastning är 0,79 %. Småbolagsportföljen Diagram 5: Avkastning för småbolagsportföjen måndasvis Källa: Egen framtagning Småbolagsportföljen har två bolag (Allenex och Artimplant) med en negativ periods avkasting, två andra bolag (Aerocrine och ACAP Invest) med svag positiv avkastning och resterande två bolag (Cision och Consilium) med hög avkastning. Portföljens avkastning är 0,17 % och som vi ser i detta diagram har majoriteten av små bolag haft en negativ avkastning från november 2009. 34

Blandade bransher Diagram 6: Avkastning för portföljen med blandade branscher, månadsvis Källa: Egen framtagning Ovan visas en portfölj med blandade branscher. Svängningarna i detta diagram är inte lika stora som för dem andra portföljen. Det är dock ett bolag som har höga svängningar. Portföljen har som alla andra tidigare nämnda en negativ kursutveckling mellan mars och oktober 2011. Avkastningen för denna portfölj uppgår till 0,72 %. Asien Sverige aktier Diagram 7: Avkastning för Asien-Sverige portföljen månadsvis Källa: Egen framtagning Portföljen för Svenska och Asiatiska aktier har en avkastning på 0,46 %. Denna portfölj har fyra aktier med positivt utveckling och två aktier (Bank of E Asia och Bankcomm) med negativ avkastning under perioden. Den finansiella krisen är global och vi kan se starkt negativ avkastning mellan juli-oktober 2011. 35

4.4 Resultat för enskilda aktier Nedan visas resultat på uträkning av de enskilda aktierna som nämndes ovan (kap 4.1). Tabell 1: Resultat för enskilda aktier Aktier Avkastning (Rp %) Standardavvikelse (σp) Beta Sharpekvot (Sp) AstraZeneca 1,55 0,040 0,033-1,000 Elekta B 0,74 0,078 0,758-10,968 Gentinge B 1,00 0,069 0,525-8,514 Aerocrine B 0,34 0,272 1,113-4,589 Allenex -1,56 0,171 2,808-18,453 Artimplant B -0,36 0,133 1,738-14,717 ABB Ltd 0,64 0,066 0,850-14,329 Alfa Laval 0,22 0,071 1,221-19,242 ASSA ABLOY B 0,59 0,070 0,892-14,388 ACAP Invest A 0,52 0,117 0,954-9,161 Cision 1,11 1,716 0,429-0,280 Consilium B 1,59 0,091 0,567 0,000 Castellum 0,95 0,062 0,575-10,256 Fabege 0,34 0,099 1,113-12,626 Hufvudstaden A 0,96 0,065 0,567-9,722 Industrivärden A -0,24 0,091 1,638-20,199 Investor A 0,65 0,053 0,842-17,905 Kinnevik A 0,59 0,064 0,892-15,723 Bank of China -0,32 0,092 0,815-20,7519 Bank of E Asia 0,29 0,093 0,566-14,0237 Bankcomm -0,34 0,084 0,825-23,0036 Källa: Egen beräkning Tabell visar att nästan alla aktier gav en positiv avkastning dock en är summan väldig liten då den inte överstiger den riskfria avkastningen. Aktien med högst avkastning är Consilium B som fick 1,59 % vilket motsvarar att den låg i samma värde som den riskfria räntan. Aktier med lägsta värde är Allenex (-1,56 %). Standardavvikelsen i aktierna varierar, där AstraZeneca har lägst avvikelse från sitt eget medelvärde, medan Cision har den största standardavvikelsen. Beta värden som ligger över 1 berör fyra aktier, resterande 17 aktier har ett beta värde mellan 0 och 1. Värden lägre än 1 existerar inte. 36

De ovan nämnda resultaten (avkastning, standardavvikelse, beta och sharpekvot) finns som stegvis uträkning i bilagor. 4.5 Resultat för samtliga portföljer I nedanstående tabeller kan vi se avkastning, korrelation, standardavvikelse och sharpekvot för samtliga portföljer. Tabell 2: Resultat för portföljer Portföljer Avkastning (Rp %) Korr SD Sharpekvot Beta Läkemedelsbransch 0,29 0,18 0,13-10 1,16 Industribransch 0,67 0,25 0,36-2,56 0,82 Finansbranschen 0,54 0,52 0,07-15 0,93 Storbolagsportföljen 0,79 0,17 0,07-11,43 0,71 Småbolagsportföljen 0,17 0,13 0,42-3,38 1,27 Blandade Branscher 0,72 0,16 0,11-7,91 0,77 Kina Sverige Aktier 0,46 0,34 0,07-9,71 0,61 Källa: Egen beräkning Ledande portfölj för avkastning är Storbolagsportföljen (0,79 %) och den portföljen med lägst avkastning är Små Bolag (0,17 %). Den lägsta korrelationen i portföljen har Små Bolag (0,13 %) och den största har Finansbranschen (0,52 %). 37

5. Analys Avsnittet behandlar en analys på tidigare framtagna data och tabeller. Kapitlet kommer att delas upp i fyra faser, där det först kommer analyseras de tre olika faktorer vi undersökt (Bransch, Storlek och utländska aktier) och där efter en helhetsanalys där vi tar hänsyn till tidigare forskningar. Efter att ha samlat in data och bearbetat den har vi kommit fram till att vi har fått lägre siffror än det vi förväntade oss. Detta kan bero på den globala finanskrisen som också har drabbat Stockholm och den kinesiska börsen det senaste året. Vår bifogade data (Bilaga 7) visar de två indexen som vi använde oss av gick ner mycket de senaste månaderna. Denna nedgång gjorde att (Rm-Rf) fick ett lågt värde vilket påverkade alla våra uträkningar negativt. Vad vi nu kan se är att avkastningen i varje portfölj är betydligt låg men låt oss titta närmare på diversifieringsfaktorer samt tidigare forskning. Portföljer 5.1 Bransch analys Tabell 3: Resultat för dem olika bransch portföljerna Avkastning (Rp %) Korrelation Standardavvikelse Sharpekvot Läkemedelsbransch 0,29 0,18 0,13-10,00 Industribransch 0,67 0,25 0,36-2,56 Finansbranschen 0,54 0,52 0,07-15,00 Blandade Branscher 0,72 0,16 0,11-7,91 Källa: Egen beräkning Om vi granskar branschportföljerna i sig med den blandade branschens portfölj ser vi att läkemedelportföljens avkastning blev väldigt låg samtidigt som de fick en låg korrelation vilket tyder att det finns ett svagt positivt samband. Vi jämförde även alla aktier i denna portfölj och kom fram att till att skillnaden från aktierna i industribranschen och finansbranschen, så fokuserar läkemedelsbranschen på olika verksamhetsområden inom sin bransch, vilket kan vara orsaken till den låga korrelationen. Läkemedelsbranschen har sex olika verksamhetsområden, som är läkemedel, verktyg inom cancer, leverantör av medicinsk utrustning, behandling av patienter med inflammation i luftvägarna, tillverkning av produkter 38

för säkrare transplantationer och ett bolag som hjälper till att återskapa kroppsfunktioner (för en mer detaljerat beskrivning om bolagen se Kapitel 4 - Empiri). Om man även tittar närmare på de olika aktierna inom läkemedelssektorn kan vi konstatera att två av de små aktierna drabbades väldigt mycket av finanskrisen de senaste månaderna, detta kan vara den största orsaken till varför man fått så låg avkastning inom denna bransch. Om vi granskar industriportföljens avkastning (0,67 %) ser vi att denna portfölj presterade bättre gentemot läkemedelsbranschen (0,29 %) och finansbranschen (0,54 %). Detta beror på att alla bolag inom industribranschen visade en positiv avkastning. Dessutom hade industribranschen en relativ låg korrelation eftersom nästan alla bolag verkade inom olika verksamhetsområden. Största korrelationen har finansbranschen (0,52). Detta kan bero på att bolagen i fastighetsbranschen verkar endast i två verksamhetsområden; fastigheter och investment. Analyserar vi tabellen ovan ser vi att portföljen med blandade branscher är den som fått högst avkastning med 0,72 % till låg risk. Den fick även lägst korrelation vilket implicerar att effekten av diversifiering blir större, då det finns två aktier från varje bransch. Som vi kan se överensstämmer det med vad forskarna i artikeln Balancing Risk and Return in a Customer Portfolio (2011) har kommit fram till. Enligt artikeln är olika verksamhetsområden en bra diversifieringsfaktor som reducerar risken och påverkar avkastningen positivt. Portföljer 5.2 Analys av företagsstorlek Tabell 4: Resultat för portföljer som innehåller bolag av olika företagsstorlekar Avkastning (Rp %) Korrelation Standardavvikelse Sharpekvot Storbolagsportföljen 0,79 0,17 0,07-11,43 Småbolagsportföljen 0,17 0,13 0,42-3,38 Blandade Branscher 0,72 0,16 0,11-7,91 Källa: Egen beräkning Om vi nu analyserar portföljerna; stora- och små bolag som innehåller aktier från de olika branscherna och den blandade branschportföljen som även den innehåller stora och små 39

bolag, ser vi att småbolagsportföljen var den som hade högst risk(0,42). Det kan med andra ord betyda att småbolag i sig har högre risk och är mer känsliga än stora bolag under landets ekonomiska kris. Den individuella avkastningen för aktier i småbolagsportföljen var positiv fram till slutet på februari och början på maj, då avkastningen blev negativ och varierade mellan minus 20 och minus 50 %. Vi ser i de bifogade diagrammen (Bilaga 7) att småbolag är känsliga för dåliga ekonomiska tider, vilket är huvudorsaken till fallande kursutveckling. Portföljen som presterade bäst är den Storbolagsportföljen. Den har fått högst avkastning med 0,79 % till lägsta risk och låg korrelation. Vi kan här se att genom att investera i olika branscher kan man diversifiera och på detta sätt se till att risken fördelas och sjunker. Genom att investera i endast stora bolag kan du få högst avkastning till lägsta risk vilket är det vi strävar efter. Resultatet som vi har fått överensstämmer med tidigare studien The firm size effect and the economic cycle skriven år 2002 av Moon K. and Burnie D. Dessa två författare kommer fram till att stora bolag presterar bättre än små bolag vid dåliga ekonomiska tider och vise versa. I portföljen med Blandade Branscher ser vi en hög avkastning (0,72 %), men inte lika hög som storbolagsportföljen (0,79 %). Detta beror på att småbolag i blandade portföljen sänker avkastningen. 5.3 Analys av utländska aktier Tabell 5: Resultat för Asien Sverige portföljen Avkastning Portföljer Korrelation Standardavvikelse Sharpekvot (Rp %) Asien Sverige Aktier 0,46 0,34 0,07-9,71 Källa: Egen beräkning Vad gäller portföljen Asien och Sverige kan vi utvärdera att korrelationen är ganska hög vilket är motsatsen till vad vi trodde, men detta kan bero på att världen har blivit allt mer globaliserad vilket leder till att företag och ekonomier världen över påverkas mer av varandra. Risken här är dock väldigt låg (0,07) och detta hänger ihop med att risken sprids då man investerar i olika marknader samt att portföljen inte innehöll små bolag. Detta kan även bero 40

på att Kina-aktierna medverkar i en annan marknad där risken och möjligheterna ser helt annorlunda ut. Vårt resultat styrks av artikeln International correlations across stock markets and industries: trends and patterns 1988-2002 skrivet år 2006 av Yang L., Tapon F. and Sun Y. Forskarna kommer fram till att diversifiering mellan länder inte längre sänker korrelationen som det gjorde förut på grund av globaliseringen. 5.4 Helhetsanalys Först av allt vill vi poängtera att det har blivit ett fel på Sharpekvoten, då vi får negativa värden eftersom vår avkastning på respektive aktier är lägre än den riskfria räntan. Därför har vi kommit fram till att denna teori inte är så relevant för vår undersökning. Därför har vi inte dragit slutsatsen att finansbranschen som fick den högsta sharpekvoten (-15) har den bästa riskjusterade utvecklingen. Däremot har vi dragit den logiska slutsatsen att stora bolag, fast de fått en lägre shapekvot, är det bästa då man analyserar dess avkastning, som var den högsta (0,79 %) och den låga risken då standardavvikelsen var (0,07). Enligt Moon K. and Burnie D. studie framgår det att stora bolag presterar bättre än små bolag i lågkonjunktur. Studien som forskarna har genomfört stämmer överens med vår studie, eftersom vår undersökningsperiod varade i dåliga ekonomiska tider speciellt mellan majoktober 2011 (Bilaga 7). Speciellt drabbade var små bolag jämfört med stora bolag som visade sig vara mer stabila. Detta har påverkat avkastningen negativt för alla portföljer som innehöll småbolag. Sambandet kan vi tydligt se i portföljen småbolag, som visar studiens lägsta avkastning (0,17 %) och portföljen med stora bolag som visade studiens högsta avkastning (0,79 %). Tarasi C., Bolton R., Hutt M., och Walker B förklarar i sin artikel Balancing Risk and Return in a Customer Portfolio att metoderna för att sänka risken och höja avkastningen är genom diversifiering i olika branscher men även i branschernas olika verksamhetsområde. Vi kan tydligt se detta i vår läkemedelsportfölj där alla bolag verkar i olika verksamhetsområden och har fått ett låg korrelation. Om vi även blandar branscherna samt verksamhetsområden som vi har gjort i tre portföljer (Stora, Små och Blandade) ser vi att portföljernas diversifieringsgrad ökar. 41

Intressant nog kan vi se att investering i olika branscher och olika länder inte kan räknas som en prestationsfaktor för högre avkastning till lägre risk. Vår undersökning visar att korrelationen i portföljen med utländska aktier är hög, vilket betyder att diversifieringens grad är låg. Detta samband styrks av Yang L, Tapon F. och Sun Y artileln International correlations across stock markets and industries: trends and patterns 1988-2002 att branschfaktorn gav mer diversifiering än investering i utlandsaktier. Dessa tre forskare menade att utlandsinvestering inte längre sänker korrelationen på grund av globaliseringen och att branscher ger lägre korrelation än utomlandsinvestering. Med andra ord visar vår studie samma mönster, att val av samma bransch i två olika länder inte ger en stor skillnad av diversifiering på grund av att världen är global. 42

6. Slutsats Detta kapitel kommer att presentera slutsatserna genom att koppla studiens empiriska resultat med studiens syfte. Efter många undersökningar och beräkningar har vi utifrån det resultatet kunnat besvara vårt syfte, vilket var att utnämna den högst presterade portföljen (högst avkastning till lägst risk). Utifrån studien kan vi se att stora bolag presterar bättre och är stabilare under ekonomiska kriser. Man måste dock se till att granska noga de olika branscherna och företag som man ska investera i, för att på sådant sätt kunna få den högsta avkastning till lägsta risk. Vi har även kommit fram till att diversifiering i olika länder inte är längre lika aktuellt med tanke på globaliseringsfrågan och att samma bransch i olika länder ger låg diversifieringsgrad. Låg diversifieringsgrad betyder med andra ord att högsta prestation inte blir uppfylld och portföljen ger inte högst avkastning till lägre risk. En annan notering ur studien är att det kinesiska indexet HANG SEN 40 hade samma dåliga utveckling som den svenska OMXSGI under vår undersökningsperiod, vilket betyder att bolagen i dessa index har i majoriteten haft en negativ kursutveckling. Den portfölj som visade högst prestation var storbolagsportföljen, där avkastningen på portföljen är 0,79 % och risken som är den lägsta med 0,07. Vi kan notera att hög prestation i den storbolagsportföljen är förknippad med att risken fördelas inom de olika branscherna och verksamhetsområdena. På detta sätt sprids risken inom portföljen. Vi kan även notera att korrelationen i denna portfölj är lägre, vilket tyder på att portföljen har hög diversifieringsgrad. Som summering av det hela, har studien visat att blandning av stora bolag i kombination med olika branscher kan resultera till en portfölj med högst prestanda. Investerare kan med andra ord reducera risken och samtidigt öka avkastning genom hög diversifiering och ingen korrelation i aktieportföljen. 43

7. Diskussion Kapitel för öppen diskussion och reflektion kring studien. I dagens samhälle finns det många som investerar. Det gäller inte att investera i vilken aktie som helst utan när man investerar i olika aktier gäller det att vara insatt i ämnet och ha en god kunskap som de olika alternativ marknaden bjuder på. Det finns mycket som man måste ta hänsyn till när man ska investera i en portfölj, då man måste granska olika faktorer såsom företagsstorlek, bransch, risk osv. I denna undersökning har vi tagit hänsyn till vissa av dessa faktorer och undersökt om de har ett samband, samt en påverkan på avkastning och risk. Vi anser att den ekonomiska krisen har påverkat vår undersökning negativt då vi fått låg avkastning, vilket bland annat påverkade sharpekvotsteorin, då resultatet var negativt och därför fick vi exkludera den från vår undersökning. Vi anser att avkastningsresultat för denna portfölj skulle vara högre om det hade gått bättre för svenska OMXSGI och kinesiska HANG SEN 40 mellan maj till oktober 2011. 8. Förslag till vidare forskning Några förslag på vad studien skulle kunna innehålla samt förslag på vidare forskning Vi anser att en vidare undersökning skulle vara att förlänga tidsperspektivet på studien för att på så vis kunna dra en tydligare slutsats, t. ex. 10år. Man skulle kunna använda sig av flera teorier såsom jensens alfa och treynorkvot för att kunna förstärka vårt syfte. Vi tycker även att man borde analysera flera utländska aktier för att se om man verkligen kan få en lägre korrelation mellan branscher än korrelation mellan länder. 44

9. Källförteckning Strukturen i källförteckning är uppdelad i litteratur, artiklar och elektroniska källor. Ordningen i varje källa följer ordningen i texten, där först nämnda noten i texten är också första källor i denna källförteckning. 9.1 Litteratur Vinell L. (2005), Effektiv kapital En introduktion till modern portföljhantering, Författarna och nordstets Juridik AB Johannesson A. & Tufte P. A. (2002) Samhällsvetenskaplig metod, Liber AB, s259 Schroeder R., Clark M., Cathey J. (2004), Financial Accouting theory and analysis Hillier D., Hill M. (2010), Corporate finance European Edition, s.282-283 Byström H. (2007), Finance,Studentlitteratur, s.47 9.2 Artiklar Perold A. (2004), The Capital Asset Pricing Model: The Journal of Economic Perspectives, (Vol. 18, No. 3, (summer 2004), pp. 3-24), American Economic Association Homsu N., Wasunsakul J., Phuangnark S., Joongpong J.(2009), A Study of Fama and French Three Factors Model and Capital Asset Pricing Model in the Stock Exchange of Thailand: International Research Journal of Finance and Economics,( Issue 25, pp. 31-40), EuroJournals Publishing. Moon K. and Burnie D. (2002), The Firm Size Effect and the Economic Cycle:Journal of Financial Research, 25 (Spring), 111 24. Yang L., Tapon F. & Sun Y. (2006), International correlations across stock markets and industries: trends and patterns 1988-2002: Applied Financial Economics, (Vol. 16, Issue 16, pp.1171-1183, Department of Economics, University of Guelph,) 45

Tarasi C., Bolton R., Hutt M. och Walker B (2011) Balancing Risk and Return in a Customer Portfolio, Journal of Marketing (Vol. 75 Issue 3, p1-17, 17p, 3) 9.3 Elektroniska källor Sparekonomen 2011-10-19 (Aktier) http://www.sparekonomen.se/aktier Aktiespararna 2011-10-19 (Bra att veta som aktieägare) http://www.aktiespararna.se/ungaaktiesparare/utbildning/aktier/aga-aktier/ Bolagsverket.se, 2011-12-20 http://www.bolagsverket.se/foretag/aktiebolag/starta_aktiebolag/aktier/aktier_olika_rostratt/in dex.html Aktiespararna, 2011-10-26 Aktiespararna, 2011-10-26 http://www.aktiespararna.se/artiklar/kronikor/elisabeth-tandans-ledare-daliga-kunskaperom-aktiesparande/ http://www.aktiespararna.se/ungaaktiesparare/nyheter-och-artiklar/bric---tillvaxtlander-attrakna-med/ Dagens PS, 2011-10-24 (Världens 10 snabbast växande ekonomier) http://www.dagensps.se/artiklar/2011/01/11/77694248/index.xml Aktiespararna, 2011-10-24 (Ordlistan A-C) http://www.aktiespararna.se/ungaaktiesparare/utbildning/ordlistan Nasdaqomxnordic, 2011-10-10 (OMX Stockholm GI) http://www.nasdaqomxnordic.com/index/index_info/?instrument=se0002416156 Swedbank, 2011-11-15 (Investor Relations) http://www.swedbank.se/om-swedbank/investor-relations/index.htm 46

Riksbank, 2011-11-15, (Stadsobligationer) http://www.riksbank.se/templates/stat.aspx?id=16740 Nasdaqomxnordic, 2011-10-10 (OMX Stockholm GI) http://www.nasdaqomxnordic.com/index/index_info/?instrument=se0002416156 Harry Markowitz (1952), Portfolio Selection: The Journal of Finance, (Vol.7, No. 1, pp. 77-91), American Finance Association Nobelprize, 2011-11-16, (The Sveriges Riksbank Prize in Economic Sciences in Memory of Alfred Nobel 1990) http://www.nobelprize.org/nobel_prizes/economics/laureates/1990/press.html Nordnet, (2011-11-16), Sharpekvot https://www.nordnet.se/mux/page/hjalp/ordhjalp.html?ord=pr_sharpekvot Aktieskolan, (2011-11-20), Volatilitet http://www.aktieskolan.se/pages/volatilitet.php?select=aktieskola Aktiespararna, (2011-11-22), Ordlista R-Ö (sida18) http://www.aktiespararna.se/ung-privatekonomi/utbildning/ordlista/r-o/ Aktieskolan, (2011-11-24) http://www.aktieskolan.se/pages/volatilitet.php?select=aktieskola Aktiesite, (2011-11-24), Statistik och varians http://www.aktiesite.se/statistik/beskrivande_statistik/varians.htm Astrazeneca, 2011-11-30, om oss http://www.astrazeneca.se/om_oss/ Elekta, 2011-11-30 http://www.elekta.com 47

Gentinge, 2011-11-30, Gentinges historia http://www.getingegroup.com/sv/test-name-sv-2/historik/ Aerocrine, 2011-11-30, Om oss http://www.aerocrine.com/sv/om-oss/ Allenex, 2011-11-30, Om allenex http://www.allenex.com/sv/om-allenex/affarside-vision-strategi-maal/ Artimplant, 2011-11-30, http://www.artimplant.com/ ABB, 2011-11-30, http://www.abb.se/cawp/seabb360/482ec92b7276eeccc1256afd00375c9a.aspx Alfalaval, 2011-11-30, http://local.alfalaval.com/sv-se/about-us/pages/default.aspx Assa, 2011-11-30, http://www.assa.se/sv/site/assa/om-assa/om-assa-abloy/ ACAP invest, 2011-11-30, http://www.acapinvest.se/ Cision, 2011-11-30, http://se.cision.com/om-cision/ Consilium, 2011-11-30, http://www.consilium.se/about-consilium/foretagsinformation Castellum, 2011-11-30, http://www.castellum.se/om-castellum.html Fabege, 2011-11-30, http://www.fabege.se/sv/om-fabege/ 48

Hufvudstaden, 2011-11-30, http://www.hufvudstaden.se/om_hufvudstaden/omhufvudstaden1/om_hufvudstaden/ Industrivarden, 2011-11-30, http://www.industrivarden.se/bolaget/bolaget-i-korthet/ Investor, 2011-11-30, http://www.investorab.com/sv/ominvestor/default.htm Kinnevik, 2011-11-30 http://www.kinnevik.se/ Bank of China, 2011-11-30 http://www.boc.cn/en/ Bank of E Asia, 2011-11-30 http://www.hkbea.com Bankcomm, 2011-11-30 http://www.bankcomm.com 49

Södertörns högskola Institutionen för Ekonomi och företagande Kandidatuppsats 15 hp Företagsekonomi C, Finansiering HT 2011 BILAGOR Hög avkastning till låg risk - En jämförande studie mellan aktieportfölj innehåll och prestation. Av: Ernesto Moutafov & Giovanni Perez Legrand Handledare: Maria Smolander 1

Innehållsförteckning Bilaga 1 Uträkning: Stockholm OMX GI index... 3 Bilaga 2 Uträkning: Beta och CAPM (18 Svenska aktier)... 4 Bilaga 3 Uträkning: Hang Sen 40 index... 21 Bilaga 4 Uträkning: Beta och CAPM (3 Asien aktier)... 22 Bilaga 5 Uträkning: Variansen och standardavvikelsen (A-Ö)... 25 Bilaga 6 Uträkning: Sharpekvot... 46 Bilaga 7 Tabeller: Informationn om aktier (kap4.1 detaljerat)... 47 2

Bilaga 1 Uträkning: Stockholm OMX GI index 2 Observationer Kurspris (stängdkurs) Return (%)(R m R m ) (R m R m ) 09-okt 84,7 09-nov 89,34 5,48% 5,01% 0,00251 09-dec 92,27 3,28% 2,81% 0,00079 10-jan 93,71 1,56% 1,09% 0,00012 10-feb 94,25 0,58% 0,11% 0,00000 10-mar 94,21-0,04% -0,51% 0,00003 10-apr 102,02 8,29% 7,82% 0,00612 10-maj 105,27 3,19% 2,72% 0,00074 10-jun 97,62-7,27% -7,74% 0,00599 10-jul 96,62-1,02% -1,49% 0,00022 10-aug 105,95 9,66% 9,19% 0,00844 10-sep 103,57-2,25% -2,72% 0,00074 10-okt 108,2 4,47% 4,00% 0,00160 10-nov 109,07 0,80% 0,33% 0,00001 10-dec 112,92 3,53% 3,06% 0,00094 11-jan 119,08 5,46% 4,99% 0,00249 11-feb 115,56-2,96% -3,43% 0,00117 11-mar 113,09-2,14% -2,61% 0,00068 11-apr 117,34 3,76% 3,29% 0,00108 11-maj 121 3,12% 2,65% 0,00070 11-jun 120,92-0,07% -0,54% 0,00003 11-jul 116,25-3,86% -4,33% 0,00188 11-aug 107,98-7,11% -7,58% 0,00575 11-sep 99,54-7,82% -8,29% 0,00687 11-okt 92,16-7,41% -7,88% 0,00622 Summa 11,22% 0,05509 R m = Summma R m / Antal observationer = 11,22 / 24 = 0,47% Riskfria Räntan ( R f ), 11-Okt = 2,92595 =2,93% σ 2 R m : 0,05509/(24-1) = 0,00240 Rf = 1,59 MRP = Rm - Rf = 0,47-2,93 = -2,46 3

Bilaga 2 Uträkning: Beta och CAPM (18 Svenska aktier) Castelum Castelum (%)( ) (%)( Observationer Kurspris (stängdkurs) Return ) ( ) ( ) 09-okt 66 09-nov 65,75-0,38% -1,59% 5,01% -0,00080 09-dec 69 4,94% 3,73% 2,81% 0,00105 10-jan 73,5 6,52% 5,31% 1,09% 0,00058 10-feb 67,75-7,82% -9,03% 0,11% -0,00010 10-mar 71 4,80% 3,59% -0,51% -0,00018 10-apr 73,75 3,87% 2,66% 7,82% 0,00208 10-maj 67,25-8,81% -10,02% 2,72% -0,00272 10-jun 67,75 0,74% -0,47% -7,74% 0,00036 10-jul 69,85 3,10% 1,89% -1,49% -0,00028 10-aug 76,45 9,45% 8,24% 9,19% 0,00757 10-sep 77 0,72% -0,49% -2,72% 0,00013 10-okt 90,15 17,08% 15,87% 4,00% 0,00635 10-nov 87,1-3,38% -4,59% 0,33% -0,00015 10-dec 82,1-5,74% -6,95% 3,06% -0,00213 11-jan 92 12,06% 10,85% 4,99% 0,00541 11-feb 89,7-2,50% -3,71% -3,43% 0,00127 11-mar 90,4 0,78% -0,43% -2,61% 0,00011 11-apr 92,3 2,10% 0,89% 3,29% 0,00029 11-maj 94,45 2,33% 1,12% 2,65% 0,00030 11-jun 95,8 1,43% 0,22% -0,54% -0,00001 11-jul 95,3-0,52% -1,73% -4,33% 0,00075 11-aug 89,5-6,09% -7,30% -7,58% 0,00553 11-sep 90,7 1,34% 0,13% -8,29% -0,00011 11-okt 84,45-6,89% -8,10% -7,88% 0,00639 Summa 29,13% 0,03169 = 1,21 ) = 0,03169/ (24-1 )= 0,00138 = / 2 = 0,00138 / 0,00240= 0,575 CAPM: = = 1,59 + 0,575 ) = 0,95 MRP = Rm - Rf = 0,47-1,59 = -1,12 4

Fabage Fabage Observationer Kurspris (stängdkurs) Return (%)( ) (%)( ) ( ) ( ) 09-okt 39,7 09-nov 41,4 4,28% 2,72% 5,01% 0,00136 09-dec 39,6-4,35% -5,91% 2,81% -0,00166 10-jan 46,7 17,93% 16,37% 1,09% 0,00179 10-feb 45,3-3,00% -4,56% 0,11% -0,00005 10-mar 46,7 3,09% 1,53% -0,51% -0,00008 10-apr 48,8 4,50% 2,94% 7,82% 0,00230 10-maj 45,9-5,94% -7,50% 2,72% -0,00204 10-jun 42,9-6,54% -8,10% -7,74% 0,00626 10-jul 45,5 6,06% 4,50% -1,49% -0,00067 10-aug 50,9 11,87% 10,31% 9,19% 0,00947 10-sep 53,2 4,52% 2,96% -2,72% -0,00080 10-okt 68,1 28,01% 26,45% 4,00% 0,01058 10-nov 70,55 3,60% 2,04% 0,33% 0,00007 10-dec 66,15-6,24% -7,80% 3,06% -0,00239 11-jan 79,5 20,18% 18,62% 4,99% 0,00928 11-feb 71,5-10,06% -11,62% -3,43% 0,00398 11-mar 68,65-3,99% -5,55% -2,61% 0,00145 11-apr 68,75 0,15% -1,41% 3,29% -0,00047 11-maj 70 1,82% 0,26% 2,65% 0,00007 11-jun 68,75-1,79% -3,35% -0,54% 0,00018 11-jul 64,25-6,55% -8,11% -4,33% 0,00351 11-aug 59,1-8,02% -9,58% -7,58% 0,00726 11-sep 59,6 0,85% -0,71% -8,29% 0,00059 11-okt 51,85-13,00% -14,56% -7,88% 0,01148 Summa 37,38% 0,06148 = = = 0,00267/ 0,00240 = 1,1125 = = 0,00267 MRP = Rm - Rf = 0,47-1,59 = -1,12 = 5

Hufvudstaden A Observationer stängdkurs Return (%)(R_ R (%)( ) ( ) ( ) 09-okt 55,25 09-nov 55,5 0,45% -0,51% 5,01% -0,00025 09-dec 55,75 0,45% -0,51% 2,81% -0,00014 10-jan 55,5-0,45% -1,41% 1,09% -0,00015 10-feb 55,25-0,45% -1,41% 0,11% -0,00001 10-mar 57,75 4,52% 3,56% -0,51% -0,00018 10-apr 62 7,36% 6,40% 7,82% 0,00500 10-maj 56-9,68% -10,64% 2,72% -0,00289 10-jun 55,5-0,89% -1,85% -7,74% 0,00143 10-jul 59,35 6,94% 5,98% -1,49% -0,00089 10-aug 62,6 5,48% 4,52% 9,19% 0,00415 10-sep 64,95 3,75% 2,79% -2,72% -0,00076 10-okt 73,05 12,47% 11,51% 4,00% 0,00460 10-nov 75,65 3,56% 2,60% 0,33% 0,00009 10-dec 69,05-8,72% -9,68% 3,06% -0,00296 11-jan 79,55 15,21% 14,25% 4,99% 0,00710 11-feb 72,6-8,74% -9,70% -3,43% 0,00332 11-mar 74,25 2,27% 1,31% -2,61% -0,00034 11-apr 75 1,01% 0,05% 3,29% 0,00002 11-maj 77,75 3,67% 2,71% 2,65% 0,00072 11-jun 78,2 0,58% -0,38% -0,54% 0,00002 11-jul 75,8-3,07% -4,03% -4,33% 0,00175 11-aug 69,3-8,58% -9,54% -7,58% 0,00723 11-sep 72,05 3,97% 3,01% -8,29% -0,00249 11-okt 66,3-7,98% -8,94% -7,88% 0,00705 Summa 23,13% 0,03139 = 0,96 = 0,06748 / (24-1) = 0,00136 = = 0,00136 / 0,00240 = 0,56667 CAPM: = = 1,59 + 0,5667 ) = 0,96 MRP = Rm - Rf = 0,47-1,59 = -1,12 6

Industrivärden A Observationer stängdkurs Return (%)( ) (%)( ) ( ) ( ) 09-okt 80,25 09-nov 84 4,67% 4,53% 5,01% 0,00227 09-dec 88,75 5,65% 5,51% 2,81% 0,00155 10-jan 90,5 1,97% 1,83% 1,09% 0,00020 10-feb 87,5-3,31% -3,45% 0,11% -0,00004 10-mar 86-1,71% -1,85% -0,51% 0,00010 10-apr 98,25 14,24% 14,10% 7,82% 0,01103 10-maj 103 4,83% 4,69% 2,72% 0,00127 10-jun 91,75-10,92% -11,06% -7,74% 0,00856 10-jul 84,5-7,90% -8,04% -1,49% 0,00120 10-aug 95,5 13,02% 12,88% 9,19% 0,01183 10-sep 92,4-3,25% -3,39% -2,72% 0,00092 10-okt 97,75 5,79% 5,65% 4,00% 0,00226 10-nov 101,6 3,94% 3,80% 0,33% 0,00013 10-dec 107,9 6,20% 6,06% 3,06% 0,00185 11-jan 123,9 14,83% 14,69% 4,99% 0,00732 11-feb 112-9,60% -9,74% -3,43% 0,00334 11-mar 115,8 3,39% 3,25% -2,61% -0,00085 11-apr 124,3 7,34% 7,20% 3,29% 0,00237 11-maj 136,5 9,81% 9,67% 2,65% 0,00256 11-jun 117,5-13,92% -14,06% -0,54% 0,00075 11-jul 111,7-4,94% -5,08% -4,33% 0,00220 11-aug 96,6-13,52% -13,66% -7,58% 0,01036 11-sep 84,15-12,89% -13,03% -8,29% 0,01080 11-okt 75,4-10,40% -10,54% -7,88% 0,00831 Summa 3,34% 0,09029 = 0,14% = 0,09029/ (24-1) =0,00393 = = 0,00393 / 0,00240 = 1,63750 CAPM: = = 1,59 + 1,63750 ) = -0,24 MRP = Rm - Rf = 0,47-1,59 = -1,12 7

Investor A Observationer stängdkurs Return (%)( ) (%)( ) ( ) ( ) 09-okt 121 09-nov 120,6-0,33% -0,37% 5,01% -0,00019 09-dec 125,9 4,39% 4,35% 2,81% 0,00122 10-jan 134 6,43% 6,39% 1,09% 0,00070 10-feb 129,9-3,06% -3,10% 0,11% -0,00003 10-mar 125,7-3,23% -3,27% -0,51% 0,00017 10-apr 135 7,40% 7,36% 7,82% 0,00575 10-maj 132,4-1,93% -1,97% 2,72% -0,00053 10-jun 122,5-7,48% -7,52% -7,74% 0,00582 10-jul 119,8-2,20% -2,24% -1,49% 0,00034 10-aug 133,8 11,69% 11,65% 9,19% 0,01070 10-sep 126,9-5,16% -5,20% -2,72% 0,00141 10-okt 131,5 3,62% 3,58% 4,00% 0,00143 10-nov 132,2 0,53% 0,49% 0,33% 0,00002 10-dec 134,4 1,66% 1,62% 3,06% 0,00050 11-jan 142 5,65% 5,61% 4,99% 0,00280 11-feb 144,3 1,62% 1,58% -3,43% -0,00054 11-mar 141-2,29% -2,33% -2,61% 0,00061 11-apr 152,8 8,37% 8,33% 3,29% 0,00274 11-maj 145,7-4,65% -4,69% 2,65% -0,00124 11-jun 143,5-1,51% -1,55% -0,54% 0,00008 11-jul 143,4-0,07% -0,11% -4,33% 0,00005 11-aug 131,4-8,37% -8,41% -7,58% 0,00638 11-sep 124,5-5,25% -5,29% -8,29% 0,00438 11-okt 118,4-4,90% -4,94% -7,88% 0,00389 Summa 0,96% 0,04645 = 0,04% = 0,04645 / (24-1) = 0,00202 = = 0,00202 / 0,00240 = 0,84167 CAPM: = = 1,59 + 0,84167 ) = 0,65 MRP = Rm - Rf = 0,47-1,59 = -1,12 8

Kinnevik A Observationer stängdkurs Return (%)( ) (%)( ) ( ) ( ) 09-okt 90,5 09-nov 99,5 9,94% 8,31% 5,01% 0,00416 09-dec 114 14,57% 12,94% 2,81% 0,00364 10-jan 119 4,39% 2,76% 1,09% 0,00030 10-feb 122 2,52% 0,89% 0,11% 0,00001 10-mar 129,75 6,35% 4,72% -0,51% -0,00024 10-apr 144 10,98% 9,35% 7,82% 0,00731 10-maj 140-2,78% -4,41% 2,72% -0,00120 10-jun 125-10,71% -12,34% -7,74% 0,00955 10-jul 124-0,80% -2,43% -1,49% 0,00036 10-aug 138,1 11,37% 9,74% 9,19% 0,00895 10-sep 139,7 1,16% -0,47% -2,72% 0,00013 10-okt 141,3 1,15% -0,48% 4,00% -0,00019 10-nov 139,2-1,49% -3,12% 0,33% -0,00010 10-dec 142 2,01% 0,38% 3,06% 0,00012 11-jan 138,6-2,39% -4,02% 4,99% -0,00201 11-feb 141,9 2,38% 0,75% -3,43% -0,00026 11-mar 143,7 1,27% -0,36% -2,61% 0,00009 11-apr 151,5 5,43% 3,80% 3,29% 0,00125 11-maj 159 4,95% 3,32% 2,65% 0,00088 11-jun 153,5-3,46% -5,09% -0,54% 0,00027 11-jul 141,4-7,88% -9,51% -4,33% 0,00412 11-aug 145,2 2,69% 1,06% -7,58% -0,00080 11-sep 138,7-4,48% -6,11% -8,29% 0,00506 11-okt 127,4-8,15% -9,78% -7,88% 0,00771 Summa 39,02% 0,04911 = 1,63% = 0,04911 / (24-1) = 0,00214 = = 0,00214 / 0,00240 = 0,89167 CAPM: = = 1,59 + 0,89167 ) = 0,59 MRP = Rm - Rf = 0,47-1,59 = -1,12 9

ACAP Invest B Observationer stängdkurs Return (%)( ) (%)( ) ( ) ( ) 09-okt 44,3 09-nov 43,2-2,48% -0,03% 5,01% -0,00002 09-dec 40,5-6,25% -3,80% 2,81% -0,00107 10-jan 41,4 2,22% 4,67% 1,09% 0,00051 10-feb 40,5-2,17% 0,28% 0,11% 0,00000 10-mar 35,1-13,33% -10,88% -0,51% 0,00056 10-apr 38,9 10,83% 13,28% 7,82% 0,01038 10-maj 37-4,88% -2,43% 2,72% -0,00066 10-jun 34,9-5,68% -3,23% -7,74% 0,00250 10-jul 35 0,29% 2,74% -1,49% -0,00041 10-aug 38 8,57% 11,02% 9,19% 0,01012 10-sep 38,6 1,58% 4,03% -2,72% -0,00109 10-okt 39 1,04% 3,49% 4,00% 0,00139 10-nov 50 28,21% 30,66% 0,33% 0,00102 10-dec 52 4,00% 6,45% 3,06% 0,00197 11-jan 53,75 3,37% 5,82% 4,99% 0,00290 11-feb 56 4,19% 6,64% -3,43% -0,00227 11-mar 42,6-23,93% -21,48% -2,61% 0,00560 11-apr 40,2-5,63% -3,18% 3,29% -0,00105 11-maj 36,7-8,71% -6,26% 2,65% -0,00166 11-jun 31,5-14,17% -11,72% -0,54% 0,00063 11-jul 33,7 6,98% 9,43% -4,33% -0,00409 11-aug 31,8-5,64% -3,19% -7,58% 0,00242 11-sep 21,9-31,13% -28,68% -8,29% 0,02377 11-okt 21-4,11% -1,66% -7,88% 0,00131 Summa -56,86% 0,05277 = -2,45% = 0,05277 / (24-1) = 0,00229 = = 0,00229 / 0,00240 = 0,95417 CAPM: = = 1,59 + 0,95417 ) = 0,52 MRP = Rm - Rf = 0,47-1,59 = -1,12 10

Cision Observationer stängdkurs Return (%)( ) (%)( ) ( ) ( ) 09-okt 7,2 09-nov 7,3 1,39% -31,45% 5,01% -0,01575 09-dec 6,85-6,16% -39,00% 2,81% -0,01096 10-jan 6,6-3,65% -36,49% 1,09% -0,00398 10-feb 7,1 7,58% -25,26% 0,11% -0,00027 10-mar 7-1,41% -34,25% -0,51% 0,00176 10-apr 5,9-15,71% -48,55% 7,82% -0,03797 10-maj 6,2 5,08% -27,76% 2,72% -0,00754 10-jun 5,85-5,65% -38,49% -7,74% 0,02978 10-jul 5,55-5,13% -37,97% -1,49% 0,00567 10-aug 5,5-0,90% -33,74% 9,19% -0,03100 10-sep 5,15-6,36% -39,20% -2,72% 0,01065 10-okt 4,98-3,30% -36,14% 4,00% -0,01446 10-nov 4,76-4,42% -37,26% 0,33% -0,00124 10-dec 4,52-5,04% -37,88% 3,06% -0,01159 11-jan 5 10,62% -22,22% 4,99% -0,01108 11-feb 5,75 15,00% -17,84% -3,43% 0,00611 11-mar 4,88-15,13% -47,97% -2,61% 0,01251 11-apr 5,45 11,68% -21,16% 3,29% -0,00696 11-maj 5,6 2,75% -30,09% 2,65% -0,00797 11-jun 52,5 837,50% 804,66% -0,54% -0,04314 11-jul 47-10,48% -43,32% -4,33% 0,01876 11-aug 51,5 9,57% -23,27% -7,58% 0,01764 11-sep 41,5-19,42% -52,26% -8,29% 0,04330 11-okt 37,2-10,36% -43,20% -7,88% 0,03406 Summa 788,06% -0,02365 = = -0,02365/ (24-1) = -0,00103 = = 0,00103/0,00240 = 0,42917 CAPM: = = 1,59 + 0,42917 ) = 1,11 MRP = Rm - Rf = 0,47-1,59 = -1,12 11

Consilium B Observationer stängdkurs Return (%)( ) (%)( ) ( ) ( ) 09-okt 30,5 09-nov 28-8,20% -5,74% 5,01% -0,00287 09-dec 26,7-4,64% -2,18% 2,81% -0,00061 10-jan 28,7 7,49% 9,95% 1,09% 0,00109 10-feb 28-2,44% 0,02% 0,11% 0,00000 10-mar 25,8-7,86% -5,40% -0,51% 0,00028 10-apr 25,7-0,39% 2,07% 7,82% 0,00162 10-maj 24,5-4,67% -2,21% 2,72% -0,00060 10-jun 22,3-8,98% -6,52% -7,74% 0,00504 10-jul 23,5 5,38% 7,84% -1,49% -0,00117 10-aug 22,5-4,26% -1,80% 9,19% -0,00165 10-sep 21,9-2,67% -0,21% -2,72% 0,00006 10-okt 25,9 18,26% 20,72% 4,00% 0,00829 10-nov 24,1-6,95% -4,49% 0,33% -0,00015 10-dec 23-4,56% -2,10% 3,06% -0,00064 11-jan 26,3 14,35% 16,81% 4,99% 0,00838 11-feb 23,6-10,27% -7,81% -3,43% 0,00267 11-mar 22,1-6,36% -3,90% -2,61% 0,00102 11-apr 21,3-3,62% -1,16% 3,29% -0,00038 11-maj 20,3-4,69% -2,23% 2,65% -0,00059 11-jun 20-1,48% 0,98% -0,54% -0,00005 11-jul 20 0,00% 2,46% -4,33% -0,00107 11-aug 20 0,00% 2,46% -7,58% -0,00187 11-sep 16,7-16,50% -14,04% -8,29% 0,01163 11-okt 15,7-5,99% -3,53% -7,88% 0,00278 Summa -59,03% 0,03120 = -2,46% = 0,03120/(24-1) =0,00136 = = 0,00136 / 0,00240 = 0,56667 CAPM: = = 1,59 + 0,56667 ) = 0,96 MRP = Rm - Rf = 0,47-1,59 = -1,12 12

Astra Zenica Observationer stängdkurs Return (%)( ) (%)( ) ( ) ( ) 09-okt 310 09-nov 312,2 0,71% 0,71% 5,01% 0,00035 09-dec 315,1 0,93% 0,93% 2,81% 0,00026 10-jan 334,6 6,19% 6,19% 1,09% 0,00067 10-feb 340 1,61% 1,61% 0,11% 0,00002 10-mar 317-6,76% -6,77% -0,51% 0,00035 10-apr 323 1,89% 1,89% 7,82% 0,00148 10-maj 322,3-0,22% -0,22% 2,72% -0,00006 10-jun 331,9 2,98% 2,98% -7,74% -0,00230 10-jul 361,7 8,98% 8,98% -1,49% -0,00134 10-aug 368 1,74% 1,74% 9,19% 0,00160 10-sep 368,2 0,05% 0,05% -2,72% -0,00001 10-okt 342,2-7,06% -7,06% 4,00% -0,00283 10-nov 334,5-2,25% -2,25% 0,33% -0,00008 10-dec 332,1-0,72% -0,72% 3,06% -0,00022 11-jan 312-6,05% -6,06% 4,99% -0,00302 11-feb 313,1 0,35% 0,35% -3,43% -0,00012 11-mar 306,1-2,24% -2,24% -2,61% 0,00058 11-apr 294,2-3,89% -3,89% 3,29% -0,00128 11-maj 303,5 3,16% 3,16% 2,65% 0,00084 11-jun 322,9 6,39% 6,39% -0,54% -0,00034 11-jul 314,3-2,66% -2,67% -4,33% 0,00116 11-aug 304,1-3,25% -3,25% -7,58% 0,00246 11-sep 300,3-1,25% -1,25% -8,29% 0,00104 11-okt 304,6 1,43% 1,43% -7,88% -0,00113 Summa 0,08% -0,00192 = = -0,00192 / (24-1) = 0,00008 = = 0,00008 / 0,00240 = 0,03333 CAPM: = = 1,59 + 0,03333 ) = 1,55 MRP = Rm - Rf = 0,47-1,59 = -1,12 13

Elekta B Observationer stängdkurs Return (%)( ) (%)( ) ( ) ( ) 09-okt 131 09-nov 139 6,11% 3,01% 5,01% 0,00151 09-dec 162 16,55% 13,45% 2,81% 0,00378 10-jan 173,5 7,10% 4,00% 1,09% 0,00044 10-feb 174,5 0,58% -2,52% 0,11% -0,00003 10-mar 182 4,30% 1,20% -0,51% -0,00006 10-apr 204,5 12,36% 9,26% 7,82% 0,00724 10-maj 190-7,09% -10,19% 2,72% -0,00277 10-jun 191,5 0,79% -2,31% -7,74% 0,00179 10-jul 201,6 5,27% 2,17% -1,49% -0,00032 10-aug 214 6,15% 3,05% 9,19% 0,00280 10-sep 217,2 1,50% -1,60% -2,72% 0,00044 10-okt 248,7 14,50% 11,40% 4,00% 0,00456 10-nov 254,4 2,29% -0,81% 0,33% -0,00003 10-dec 245-3,69% -6,79% 3,06% -0,00208 11-jan 264 7,76% 4,66% 4,99% 0,00232 11-feb 266,1 0,80% -2,30% -3,43% 0,00079 11-mar 243,3-8,57% -11,67% -2,61% 0,00304 11-apr 259 6,45% 3,35% 3,29% 0,00110 11-maj 276,9 6,91% 3,81% 2,65% 0,00101 11-jun 272-1,77% -4,87% -0,54% 0,00026 11-jul 299,3 10,04% 6,94% -4,33% -0,00301 11-aug 290-3,11% -6,21% -7,58% 0,00471 11-sep 236,7-18,38% -21,48% -8,29% 0,01780 11-okt 254,5 7,52% 4,42% -7,88% -0,00348 Summa 74,36% 0,04181 = = 0,04181 / (24-1) = 0,00182 = = 0,00182 / 0,00240 = 0,75833 CAPM: = = 1,59 + 0,75833 ) = 0,74 MRP = Rm - Rf = 0,47-1,59 = -1,12 14

Aerocrine B Observationer stängdkurs Return (%)( ) (%)( ) ( ) ( ) 09-okt 11,95 09-nov 11,75-1,67% -2,86% 5,01% -0,00143 09-dec 9,15-22,13% -23,32% 2,81% -0,00655 10-jan 9,4 2,73% 1,54% 1,09% 0,00017 10-feb 15,1 60,64% 59,45% 0,11% 0,00063 10-mar 14,4-4,64% -5,83% -0,51% 0,00030 10-apr 12,95-10,07% -11,26% 7,82% -0,00880 10-maj 11-15,06% -16,25% 2,72% -0,00441 10-jun 9,5-13,64% -14,83% -7,74% 0,01147 10-jul 7,5-21,05% -22,24% -1,49% 0,00332 10-aug 7,75 3,33% 2,14% 9,19% 0,00197 10-sep 5,4-30,32% -31,51% -2,72% 0,00856 10-okt 7,1 31,48% 30,29% 4,00% 0,01212 10-nov 6,5-8,45% -9,64% 0,33% -0,00032 10-dec 4,6-29,23% -30,42% 3,06% -0,00931 11-jan 5,75 25,00% 23,81% 4,99% 0,01187 11-feb 5,7-0,87% -2,06% -3,43% 0,00071 11-mar 5-12,28% -13,47% -2,61% 0,00351 11-apr 8,25 65,00% 63,81% 3,29% 0,02098 11-maj 11,55 40,00% 38,81% 2,65% 0,01028 11-jun 7,8-32,47% -33,66% -0,54% 0,00180 11-jul 7,7-1,28% -2,47% -4,33% 0,00107 11-aug 8,3 7,79% 6,60% -7,58% -0,00501 11-sep 10,05 21,08% 19,89% -8,29% -0,01648 11-okt 7-30,35% -31,54% -7,88% 0,02487 Summa 23,56% 0,06131 = = 0,06131/ (24-1) = 0,00267 = = 0,00267 / 0,00240 = 1,1125 CAPM: = = 1,59 + 1,1125 ) = 0,34 MRP = Rm - Rf = 0,47-1,59 = -1,12 15

Allenex B Observationer stängdkurs Return (%)( ) (%)( ) ( ) ( ) 09-okt 25,2 09-nov 28,9 14,68% 23,94% 5,01% 0,01199 09-dec 26,5-8,30% 0,96% 2,81% 0,00027 10-jan 28,5 7,55% 16,81% 1,09% 0,00183 10-feb 27,6-3,16% 6,10% 0,11% 0,00006 10-mar 27,4-0,72% 8,54% -0,51% -0,00044 10-apr 28,8 5,11% 14,37% 7,82% 0,01124 10-maj 28,2-2,08% 7,18% 2,72% 0,00195 10-jun 25,3-10,28% -1,02% -7,74% 0,00079 10-jul 21,8-13,83% -4,57% -1,49% 0,00068 10-aug 25 14,68% 23,94% 9,19% 0,02199 10-sep 22,3-10,80% -1,54% -2,72% 0,00042 10-okt 24,4 9,42% 18,68% 4,00% 0,00747 10-nov 22,2-9,02% 0,24% 0,33% 0,00001 10-dec 20,7-6,76% 2,50% 3,06% 0,00077 11-jan 20,2-2,42% 6,84% 4,99% 0,00341 11-feb 18,7-7,43% 1,83% -3,43% -0,00063 11-mar 14,85-20,59% -11,33% -2,61% 0,00295 11-apr 15,4 3,70% 12,96% 3,29% 0,00426 11-maj 14,45-6,17% 3,09% 2,65% 0,00082 11-jun 10,3-28,72% -19,46% -0,54% 0,00104 11-jul 8,35-18,93% -9,67% -4,33% 0,00419 11-aug 5,9-29,34% -20,08% -7,58% 0,01523 11-sep 3,35-43,22% -33,96% -8,29% 0,02814 11-okt 1,49-55,52% -46,26% -7,88% 0,03647 Summa -222,16% 0,15493 = -9,26 = 0,15493/ (24-1)= 0,00674 = = 0,00674/0,00240= 2,80833 CAPM: = MRP = Rm - Rf = 0,47-1,59 = -1,12-1,56 16

Artimplant B Observationer stängdkurs Return (%)( ) (%)( ) ( ) ( ) 09-okt 2,17 09-nov 2,24 3,23% 12,14% 5,01% 0,00608 09-dec 1,96-12,50% -3,59% 2,81% -0,00101 10-jan 1,94-1,02% 7,89% 1,09% 0,00086 10-feb 1,9-2,06% 6,85% 0,11% 0,00007 10-mar 1,67-12,11% -3,20% -0,51% 0,00016 10-apr 1,92 14,97% 23,88% 7,82% 0,01867 10-maj 2,19 14,06% 22,97% 2,72% 0,00624 10-jun 1,93-11,87% -2,96% -7,74% 0,00229 10-jul 1,75-9,33% -0,42% -1,49% 0,00006 10-aug 1,83 4,57% 13,48% 9,19% 0,01238 10-sep 1,1-39,89% -30,98% -2,72% 0,00842 10-okt 0,89-19,09% -10,18% 4,00% -0,00407 10-nov 0,71-20,22% -11,31% 0,33% -0,00038 10-dec 0,65-8,45% 0,46% 3,06% 0,00014 11-jan 0,65 0,00% 8,91% 4,99% 0,00444 11-feb 0,57-12,31% -3,40% -3,43% 0,00116 11-mar 0,44-22,81% -13,90% -2,61% 0,00362 11-apr 0,5 13,64% 22,55% 3,29% 0,00741 11-maj 0,48-4,00% 4,91% 2,65% 0,00130 11-jun 0,4-16,67% -7,76% -0,54% 0,00042 11-jul 0,35-12,50% -3,59% -4,33% 0,00156 11-aug 0,29-17,14% -8,23% -7,58% 0,00624 11-sep 0,22-24,14% -15,23% -8,29% 0,01262 11-okt 0,18-18,18% -9,27% -7,88% 0,00731 Summa -213,82% 0,09601 = -8,91% = 0,09601/(24-1) = 0,00417 = = 0,00417 / 0,00240 = 1,73750 CAPM: = = 1,59 + 1,73750 ) = -0,36 MRP = Rm - Rf = 0,47-1,59 = -1,12 17

ABB Ltd Observationer stängdkurs Return (%)( ) (%)( ) ( ) ( ) 09-okt 137,75 09-nov 133,9-2,79% -2,31% 5,01% -0,00116 09-dec 129,6-3,21% -2,73% 2,81% -0,00077 10-jan 138,6 6,94% 7,42% 1,09% 0,00081 10-feb 134,3-3,10% -2,62% 0,11% -0,00003 10-mar 147 9,46% 9,94% -0,51% -0,00051 10-apr 159,5 8,50% 8,98% 7,82% 0,00703 10-maj 141,2-11,47% -10,99% 2,72% -0,00299 10-jun 134-5,10% -4,62% -7,74% 0,00357 10-jul 134,8 0,60% 1,08% -1,49% -0,00016 10-aug 148 9,79% 10,27% 9,19% 0,00944 10-sep 145,4-1,76% -1,28% -2,72% 0,00035 10-okt 143,7-1,17% -0,69% 4,00% -0,00028 10-nov 137,8-4,11% -3,63% 0,33% -0,00012 10-dec 138 0,15% 0,63% 3,06% 0,00019 11-jan 152,2 10,29% 10,77% 4,99% 0,00537 11-feb 150,9-0,85% -0,37% -3,43% 0,00013 11-mar 153,1 1,46% 1,94% -2,61% -0,00051 11-apr 155,2 1,37% 1,85% 3,29% 0,00061 11-maj 163 5,03% 5,51% 2,65% 0,00146 11-jun 166,6 2,21% 2,69% -0,54% -0,00014 11-jul 162,9-2,22% -1,74% -4,33% 0,00075 11-aug 149,7-8,10% -7,62% -7,58% 0,00578 11-sep 136,5-8,82% -8,34% -8,29% 0,00691 11-okt 116,5-14,65% -14,17% -7,88% 0,01117 Summa -11,57% 0,04691 = -0,48 = = 0,00204 / 0,00240= 0,85 CAPM: = = 1,59 + 0,85 ) = 0,64 MRP = Rm - Rf = 0,47-1,59 = -1,12 18

Alfa Laval Observationer stängdkurs Return (%)( ) (%)( ) ( ) ( ) 09-okt 79,5 09-nov 86,5 8,81% 7,25% 5,01% 0,00363 09-dec 96,5 11,56% 10,00% 2,81% 0,00281 10-jan 101,3 4,97% 3,41% 1,09% 0,00037 10-feb 101,7 0,39% -1,17% 0,11% -0,00001 10-mar 103,2 1,47% -0,09% -0,51% 0,00000 10-apr 107,8 4,46% 2,90% 7,82% 0,00227 10-maj 109,6 1,67% 0,11% 2,72% 0,00003 10-jun 99,55-9,17% -10,73% -7,74% 0,00830 10-jul 98,8-0,75% -2,31% -1,49% 0,00035 10-aug 116 17,41% 15,85% 9,19% 0,01456 10-sep 112,8-2,76% -4,32% -2,72% 0,00117 10-okt 116,8 3,55% 1,99% 4,00% 0,00079 10-nov 118,7 1,63% 0,07% 0,33% 0,00000 10-dec 127,9 7,75% 6,19% 3,06% 0,00189 11-jan 143,9 12,51% 10,95% 4,99% 0,00546 11-feb 136,2-5,35% -6,91% -3,43% 0,00237 11-mar 129,5-4,92% -6,48% -2,61% 0,00169 11-apr 139,9 8,03% 6,47% 3,29% 0,00213 11-maj 134,3-4,00% -5,56% 2,65% -0,00147 11-jun 135,5 0,89% -0,67% -0,54% 0,00004 11-jul 137 1,11% -0,45% -4,33% 0,00020 11-aug 128,8-5,99% -7,55% -7,58% 0,00572 11-sep 124,3-3,49% -5,05% -8,29% 0,00419 11-okt 108,9-12,39% -13,95% -7,88% 0,01100 Summa 37,39% 0,06748 = 1,56% = 0,06748 / (24-1) = 0,00293 = = 0,00293 / 0,00240 = 1,22083 CAPM: = = 1,59 + 1,22083 ) = 0,22 MRP = Rm - Rf = 0,47-1,59 = -1,12 19

ASSA ABLOY B Observationer stängdkurs Return (%)( ) (%)( ) ( ) ( ) 09-okt 111,6 09-nov 125,9 12,81% 11,49% 5,01% 0,00576 09-dec 133,3 5,88% 4,56% 2,81% 0,00128 10-jan 141 5,78% 4,46% 1,09% 0,00049 10-feb 131,5-6,74% -8,06% 0,11% -0,00009 10-mar 136,7 3,95% 2,63% -0,51% -0,00013 10-apr 141,7 3,66% 2,34% 7,82% 0,00183 10-maj 167,9 18,49% 17,17% 2,72% 0,00466 10-jun 158-5,90% -7,22% -7,74% 0,00558 10-jul 154-2,53% -3,85% -1,49% 0,00058 10-aug 159,9 3,83% 2,51% 9,19% 0,00231 10-sep 155,4-2,81% -4,13% -2,72% 0,00112 10-okt 169,2 8,88% 7,56% 4,00% 0,00302 10-nov 176,9 4,55% 3,23% 0,33% 0,00011 10-dec 196 10,80% 9,48% 3,06% 0,00290 11-jan 193-1,53% -2,85% 4,99% -0,00142 11-feb 174,6-9,53% -10,85% -3,43% 0,00372 11-mar 174,5-0,06% -1,38% -2,61% 0,00036 11-apr 181,8 4,18% 2,86% 3,29% 0,00094 11-maj 180,4-0,77% -2,09% 2,65% -0,00055 11-jun 172,7-4,27% -5,59% -0,54% 0,00030 11-jul 169,2-2,03% -3,35% -4,33% 0,00145 11-aug 158,6-6,26% -7,58% -7,58% 0,00575 11-sep 147,4-7,06% -8,38% -8,29% 0,00695 11-okt 144,9-1,70% -3,02% -7,88% 0,00238 Summa 31,62% 0,04928 = 1,32% = 0,04928 / 23 = 0,00214 = = 0,00214 / 0,00240 = 0,89167 CAPM: = = 1,59 + 0,89167 ) = 0,59 MRP = Rm - Rf = 0,47-1,59 = -1,12 20

Bilaga 3 Uträkning: Hang Sen 40 index Observationer Kurspris (stängdkurs) Return (%)( ) ( ) 2 09-okt 20955,25 09-nov 21620,19 3,17% 3,92% 0,00154 09-dec 22113,15 2,28% 3,03% 0,00092 10-jan 21823,28-1,31% -0,56% 0,00003 10-feb 20243,75-7,24% -6,49% 0,00421 10-mar 21056,93 4,02% 4,77% 0,00227 10-apr 21537 2,28% 3,03% 0,00092 10-maj 20811,36-3,37% -2,62% 0,00069 10-jun 19496,95-6,32% -5,57% 0,00310 10-jul 20128,99 3,24% 3,99% 0,00159 10-aug 21412,79 6,38% 7,13% 0,00508 10-sep 20623,83-3,68% -2,93% 0,00086 10-okt 22618,66 9,67% 10,42% 0,01086 10-nov 23652,94 4,57% 5,32% 0,00283 10-dec 23249,8-1,70% -0,95% 0,00009 11-jan 23436,05 0,80% 1,55% 0,00024 11-feb 23482,95 0,20% 0,95% 0,00009 11-mar 23396,42-0,37% 0,38% 0,00001 11-apr 23801,9 1,73% 2,48% 0,00062 11-maj 23633,25-0,71% 0,04% 0,00000 11-jun 23626,43-0,03% 0,72% 0,00005 11-jul 22770,47-3,62% -2,87% 0,00083 11-aug 22663,37-0,47% 0,28% 0,00001 11-sep 20585,33-9,17% -8,42% 0,00709 11-okt 16822,15-18,28% -17,53% 0,03073 Summa -17,92% 0,07466 0 = / Antal observationer = -17,92 / 24 = -0,75 2 : 0,07466/(24-1) = 0,00325 Rf = 1,59 21

Bilaga 4 Uträkning: Beta och CAPM (3 Asien aktier) Bank of China Observationer stängdkurs Return (%)( ) (%)( ) ( ) ( ) 09-okt 4,08 09-nov 4,5 10,29% 12,23% 5,01% 0,00613 09-dec 4,44-1,33% 0,61% 2,81% 0,00017 10-jan 4,2-5,41% -3,47% 1,09% -0,00038 10-feb 3,75-10,71% -8,77% 0,11% -0,00010 10-mar 3,92 4,53% 6,47% -0,51% -0,00033 10-apr 4,21 7,40% 9,34% 7,82% 0,00730 10-maj 4,01-4,75% -2,81% 2,72% -0,00076 10-jun 3,83-4,49% -2,55% -7,74% 0,00197 10-jul 3,97 3,66% 5,60% -1,49% -0,00083 10-aug 4,2 5,79% 7,73% 9,19% 0,00711 10-sep 3,88-7,62% -5,68% -2,72% 0,00154 10-okt 4,12 6,19% 8,13% 4,00% 0,00325 10-nov 4,78 16,02% 17,96% 0,33% 0,00059 10-dec 4,21-11,92% -9,98% 3,06% -0,00306 11-jan 4,15-1,43% 0,51% 4,99% 0,00026 11-feb 4,06-2,17% -0,23% -3,43% 0,00008 11-mar 4,11 1,23% 3,17% -2,61% -0,00083 11-apr 4,39 6,81% 8,75% 3,29% 0,00288 11-maj 4,29-2,28% -0,34% 2,65% -0,00009 11-jun 4,31 0,47% 2,41% -0,54% -0,00013 11-jul 3,87-10,21% -8,27% -4,33% 0,00358 11-aug 3,62-6,46% -4,52% -7,58% 0,00343 11-sep 3,15-12,98% -11,04% -8,29% 0,00915 11-okt 2,29-27,30% -25,36% -7,88% 0,01998 Summa -46,67% 0,06093 = -1,94 ) = 0,06093/ (24-1 )= 0,00265 = / 2 = 0,00265/ 0,00325 = 0,815 CAPM: = = 1,59 + 0,815 ) = -0,3171 MRP = Rm - Rf = -0,75-1,59 = -2,34 22

Bank of East Asia Observationer stängdkurs Return (%)( ) (%)( ) ( ) ( ) 09-okt 28 09-nov 27,1-3,21% -2,68% 5,01% -0,00134 09-dec 33,65 24,17% 24,70% 2,81% 0,00694 10-jan 30,95-8,02% -7,49% 1,09% -0,00082 10-feb 26,5-14,38% -13,85% 0,11% -0,00015 10-mar 28,4 7,17% 7,70% -0,51% -0,00039 10-apr 28,9 1,76% 2,29% 7,82% 0,00179 10-maj 27,95-3,29% -2,76% 2,72% -0,00075 10-jun 28,3 1,25% 1,78% -7,74% -0,00138 10-jul 28,35 0,18% 0,71% -1,49% -0,00011 10-aug 30,95 9,17% 9,70% 9,19% 0,00892 10-sep 29,55-4,52% -3,99% -2,72% 0,00109 10-okt 33,1 12,01% 12,54% 4,00% 0,00502 10-nov 33,7 1,81% 2,34% 0,33% 0,00008 10-dec 33-2,08% -1,55% 3,06% -0,00047 11-jan 33,4 1,21% 1,74% 4,99% 0,00087 11-feb 34,35 2,84% 3,37% -3,43% -0,00116 11-mar 34,2-0,44% 0,09% -2,61% -0,00002 11-apr 32,9-3,80% -3,27% 3,29% -0,00108 11-maj 32-2,74% -2,21% 2,65% -0,00058 11-jun 33,8 5,62% 6,15% -0,54% -0,00033 11-jul 32,1-5,03% -4,50% -4,33% 0,00195 11-aug 30,65-4,52% -3,99% -7,58% 0,00302 11-sep 30,1-1,79% -1,26% -8,29% 0,00105 11-okt 22,25-26,08% -25,55% -7,88% 0,02013 Summa -12,69% 0,04226 = -0,53 ) = 0,04226/ (24-1 )= 0,00184 = / 2 = 0,00184/ 0,00325 = 0,566 CAPM: = = 1,59 + 0,566 ) = 0,96 MRP = Rm - Rf = 0,47-1,59 = -1,12 23

Bank of Communications Observationer stängdkurs Return (%)( ) (%)( ) ( ) ( ) 09-okt 9,44 09-nov 9,39-0,53% 2,28% 5,01% 0,00114 09-dec 9,34-0,53% 2,28% 2,81% 0,00064 10-jan 9,02-3,43% -0,62% 1,09% -0,00007 10-feb 7,83-13,19% -10,38% 0,11% -0,00011 10-mar 8,65 10,47% 13,28% -0,51% -0,00068 10-apr 9,55 10,40% 13,21% 7,82% 0,01033 10-maj 8,78-8,06% -5,25% 2,72% -0,00143 10-jun 8,15-7,18% -4,37% -7,74% 0,00338 10-jul 8,29 1,72% 4,53% -1,49% -0,00067 10-aug 8,8 6,15% 8,96% 9,19% 0,00824 10-sep 8,32-5,45% -2,64% -2,72% 0,00072 10-okt 8,38 0,72% 3,53% 4,00% 0,00141 10-nov 8,49 1,31% 4,12% 0,33% 0,00014 10-dec 8,2-3,42% -0,61% 3,06% -0,00019 11-jan 7,99-2,56% 0,25% 4,99% 0,00012 11-feb 7,39-7,51% -4,70% -3,43% 0,00161 11-mar 7,58 2,57% 5,38% -2,61% -0,00140 11-apr 8,5 12,14% 14,95% 3,29% 0,00492 11-maj 8,17-3,88% -1,07% 2,65% -0,00028 11-jun 8,03-1,71% 1,10% -0,54% -0,00006 11-jul 7,54-6,10% -3,29% -4,33% 0,00143 11-aug 6,85-9,15% -6,34% -7,58% 0,00481 11-sep 5,78-15,62% -12,81% -8,29% 0,01062 11-okt 4,36-24,57% -21,76% -7,88% 0,01714 Summa -67,41% 0,06175 = -2,81 ) = 0,06175/ (24-1 )= 0,00268 = / 2 = 0,00268/ 0,00325 = 0,825 CAPM: = = 1,59 + 0,825 ) = 0,67 MRP = Rm - Rf = 0,47-1,59 = -1,12 24

Bilaga 5 Uträkning: Variansen och standardavvikelsen (A-Ö) ABB Observationer Return (R-Medel R)^2 09-okt 09-nov -0,0279 0,0005 09-dec -0,0321 0,0007 10-jan 0,0694 0,0055 10-feb -0,0310 0,0007 10-mar 0,0946 0,0099 10-apr 0,0850 0,0081 10-maj -0,1147 0,0121 10-jun -0,0510 0,0021 10-jul 0,0060 0,0001 10-aug 0,0979 0,0106 10-sep -0,0176 0,0002 10-okt -0,0117 0,0000 10-nov -0,0411 0,0013 10-dec 0,0015 0,0000 11-jan 0,1029 0,0116 11-feb -0,0085 0,0000 11-mar 0,0146 0,0004 11-apr 0,0137 0,0003 11-maj 0,0503 0,0030 11-jun 0,0221 0,0007 11-jul -0,0222 0,0003 11-aug -0,0810 0,0058 11-sep -0,0882 0,0070 11-okt -0,1465 0,0201 Summa -0,1157 0,1011 Summa Return / 24 = -0,0048 Var=(1/23)*0,1011 0,0044 Standardavvikelse rot av 0,0044 0,0663 25

Acap Invest Observationer Return (R-Medel R)^2 09-okt 09-nov -0,0248 0,0000 09-dec -0,0625 0,0015 10-jan 0,0222 0,0021 10-feb -0,0217 0,0000 10-mar -0,1333 0,0120 10-apr 0,1083 0,0174 10-maj -0,0488 0,0006 10-jun -0,0568 0,0011 10-jul 0,0029 0,0007 10-aug 0,0857 0,0120 10-sep 0,0158 0,0016 10-okt 0,0104 0,0012 10-nov 0,2821 0,0935 10-dec 0,0400 0,0041 11-jan 0,0337 0,0033 11-feb 0,0419 0,0043 11-mar -0,2393 0,0465 11-apr -0,0563 0,0011 11-maj -0,0871 0,0040 11-jun -0,1417 0,0139 11-jul 0,0698 0,0087 11-aug -0,0564 0,0011 11-sep -0,3113 0,0827 11-okt -0,0411 0,0003 Summa -0,5686 0,3136 Summa Return / 24 = -0,0237 Var=(1/23)*0,3136 0,0136 Standardavvikelse rot av 0,0136 0,1168 26

Aerocrine Observationer Return (R-Medel R)^2 09-okt 09-nov -0,0167 0,0007 09-dec -0,2213 0,0534 10-jan 0,0273 0,0003 10-feb 0,6064 0,3559 10-mar -0,0464 0,0032 10-apr -0,1007 0,0122 10-maj -0,1506 0,0257 10-jun -0,1364 0,0214 10-jul -0,2105 0,0485 10-aug 0,0333 0,0006 10-sep -0,3032 0,0980 10-okt 0,3148 0,0930 10-nov -0,0845 0,0089 10-dec -0,2923 0,0913 11-jan 0,2500 0,0577 11-feb -0,0087 0,0003 11-mar -0,1228 0,0176 11-apr 0,6500 0,4099 11-maj 0,4000 0,1523 11-jun -0,3247 0,1119 11-jul -0,0128 0,0005 11-aug 0,0779 0,0046 11-sep 0,2108 0,0404 11-okt -0,3035 0,0981 Summa 0,2356 1,7064 Summa Return / 24 = 0,0098 Var=(1/23)*1,7064 0,0742 Standardavvikelse rot av 0,0742 0,2724 27

AlfaLaval Observationer Return (R-Medel R)^2 09-okt 09-nov 0,0881 0,0052 09-dec 0,1156 0,0100 10-jan 0,0497 0,0012 10-feb 0,0039 0,0001 10-mar 0,0147 0,0000 10-apr 0,0446 0,0008 10-maj 0,0167 0,0000 10-jun -0,0917 0,0115 10-jul -0,0075 0,0005 10-aug 0,1741 0,0251 10-sep -0,0276 0,0019 10-okt 0,0355 0,0004 10-nov 0,0163 0,0000 10-dec 0,0775 0,0038 11-jan 0,1251 0,0120 11-feb -0,0535 0,0048 11-mar -0,0492 0,0042 11-apr 0,0803 0,0042 11-maj -0,0400 0,0031 11-jun 0,0089 0,0000 11-jul 0,0111 0,0000 11-aug -0,0599 0,0057 11-sep -0,0349 0,0026 11-okt -0,1239 0,0195 Summa 0,3739 0,1167 Summa Return / 24 = 0,0156 Var=(1/23)*0,1167 0,0051 Standardavvikelse rot av 0,0051 0,0712 28

Allenex Observationer Return (R-Medel R)^2 09-okt 09-nov 0,1468 0,0573 09-dec -0,0830 0,0001 10-jan 0,0755 0,0282 10-feb -0,0316 0,0037 10-mar -0,0072 0,0073 10-apr 0,0511 0,0206 10-maj -0,0208 0,0052 10-jun -0,1028 0,0001 10-jul -0,1383 0,0021 10-aug 0,1468 0,0573 10-sep -0,1080 0,0002 10-okt 0,0942 0,0349 10-nov -0,0902 0,0000 10-dec -0,0676 0,0006 11-jan -0,0242 0,0047 11-feb -0,0743 0,0003 11-mar -0,2059 0,0128 11-apr 0,0370 0,0168 11-maj -0,0617 0,0010 11-jun -0,2872 0,0379 11-jul -0,1893 0,0094 11-aug -0,2934 0,0403 11-sep -0,4322 0,1153 11-okt -0,5552 0,2140 Summa -2,2216 0,6702 Summa Return / 24 = -0,0926 Var=(1/23)*0,6702 0,0291 Standardavvikelse rot av 0,0291 0,1707 29

Artimplant Observationer Return (R-Medel R)^2 09-okt 09-nov 0,0323 0,0147 09-dec -0,1250 0,0013 10-jan -0,0102 0,0062 10-feb -0,0206 0,0047 10-mar -0,1211 0,0010 10-apr 0,1497 0,0570 10-maj 0,1406 0,0528 10-jun -0,1187 0,0009 10-jul -0,0933 0,0000 10-aug 0,0457 0,0182 10-sep -0,3989 0,0960 10-okt -0,1909 0,0104 10-nov -0,2022 0,0128 10-dec -0,0845 0,0000 11-jan 0,0000 0,0079 11-feb -0,1231 0,0012 11-mar -0,2281 0,0193 11-apr 0,1364 0,0508 11-maj -0,0400 0,0024 11-jun -0,1667 0,0060 11-jul -0,1250 0,0013 11-aug -0,1714 0,0068 11-sep -0,2414 0,0232 11-okt -0,1818 0,0086 Summa -2,1382 0,4035 Summa Return / 24 = -0,0891 Var=(1/23)*0,4035 0,0175 Standardavvikelse rot av 0,0175 0,1325 30

Assa Abloy Observationer Return (R-Medel R)^2 09-okt 09-nov 0,1281 0,0132 09-dec 0,0588 0,0021 10-jan 0,0578 0,0020 10-feb -0,0674 0,0065 10-mar 0,0395 0,0007 10-apr 0,0366 0,0005 10-maj 0,1849 0,0295 10-jun -0,0590 0,0052 10-jul -0,0253 0,0015 10-aug 0,0383 0,0006 10-sep -0,0281 0,0017 10-okt 0,0888 0,0057 10-nov 0,0455 0,0010 10-dec 0,1080 0,0090 11-jan -0,0153 0,0008 11-feb -0,0953 0,0118 11-mar -0,0006 0,0002 11-apr 0,0418 0,0008 11-maj -0,0077 0,0004 11-jun -0,0427 0,0031 11-jul -0,0203 0,0011 11-aug -0,0626 0,0058 11-sep -0,0706 0,0070 11-okt -0,0170 0,0009 Summa 0,3162 0,1112 Summa Return / 24 = 0,0132 Var=(1/23)*0,1112 0,0048 Standardavvikelse rot av 0,0048 0,0695 31

Astra Zeneca Observationer Return (R-Medel R)^2 09-okt 09-nov 0,0071 0,0000 09-dec 0,0093 0,0001 10-jan 0,0619 0,0038 10-feb 0,0161 0,0003 10-mar -0,0676 0,0046 10-apr 0,0189 0,0004 10-maj -0,0022 0,0000 10-jun 0,0298 0,0009 10-jul 0,0898 0,0081 10-aug 0,0174 0,0003 10-sep 0,0005 0,0000 10-okt -0,0706 0,0050 10-nov -0,0225 0,0005 10-dec -0,0072 0,0001 11-jan -0,0605 0,0037 11-feb 0,0035 0,0000 11-mar -0,0224 0,0005 11-apr -0,0389 0,0015 11-maj 0,0316 0,0010 11-jun 0,0639 0,0041 11-jul -0,0266 0,0007 11-aug -0,0325 0,0011 11-sep -0,0125 0,0002 11-okt 0,0143 0,0002 Summa 0,0008 0,0369 Summa Return / 24 = 0,00003 Var=(1/23)*0,0369 0,0016 Standardavvikelse rot av 0,0016 0,0400 32

Bank of China Observationer Return (R-Medel R)^2 09-okt 09-nov 0,1029 0,0150 09-dec -0,0133 0,0000 10-jan -0,0541 0,0012 10-feb -0,1071 0,0077 10-mar 0,0453 0,0042 10-apr 0,0740 0,0087 10-maj -0,0475 0,0008 10-jun -0,0449 0,0006 10-jul 0,0366 0,0031 10-aug 0,0579 0,0060 10-sep -0,0762 0,0032 10-okt 0,0619 0,0066 10-nov 0,1602 0,0323 10-dec -0,1192 0,0100 11-jan -0,0143 0,0000 11-feb -0,0217 0,0000 11-mar 0,0123 0,0010 11-apr 0,0681 0,0077 11-maj -0,0228 0,0000 11-jun 0,0047 0,0006 11-jul -0,1021 0,0068 11-aug -0,0646 0,0020 11-sep -0,1298 0,0122 11-okt -0,2730 0,0643 Summa -0,4667 0,1941 Summa Return / 24 = -0,0194 Var=(1/23)*0,1941 0,0084 Standardavvikelse rot av 0,0084 0,0919 33

Bank of communications Observationer Return (R-Medel R)^2 09-okt 09-nov -0,0053 0,0005 09-dec -0,0053 0,0005 10-jan -0,0343 0,0000 10-feb -0,1319 0,0108 10-mar 0,1047 0,0176 10-apr 0,1040 0,0175 10-maj -0,0806 0,0028 10-jun -0,0718 0,0019 10-jul 0,0172 0,0021 10-aug 0,0615 0,0080 10-sep -0,0545 0,0007 10-okt 0,0072 0,0012 10-nov 0,0131 0,0017 10-dec -0,0342 0,0000 11-jan -0,0256 0,0000 11-feb -0,0751 0,0022 11-mar 0,0257 0,0029 11-apr 0,1214 0,0223 11-maj -0,0388 0,0001 11-jun -0,0171 0,0001 11-jul -0,0610 0,0011 11-aug -0,0915 0,0040 11-sep -0,1562 0,0164 11-okt -0,2457 0,0473 Summa -0,6741 0,1619 Summa Return / 24 = -0,0281 Var=(1/23)*0,1619 0,0070 Standardavvikelse rot av 0,0070 0,0839 34

Bank of East Asia Observationer Return (R-Medel R)^2 09-okt 09-nov -0,0321 0,0007 09-dec 0,2417 0,0610 10-jan -0,0802 0,0056 10-feb -0,1438 0,0192 10-mar 0,0717 0,0059 10-apr 0,0176 0,0005 10-maj -0,0329 0,0008 10-jun 0,0125 0,0003 10-jul 0,0018 0,0000 10-aug 0,0917 0,0094 10-sep -0,0452 0,0016 10-okt 0,1201 0,0157 10-nov 0,0181 0,0005 10-dec -0,0208 0,0002 11-jan 0,0121 0,0003 11-feb 0,0284 0,0011 11-mar -0,0044 0,0000 11-apr -0,0380 0,0011 11-maj -0,0274 0,0005 11-jun 0,0562 0,0038 11-jul -0,0503 0,0020 11-aug -0,0452 0,0016 11-sep -0,0179 0,0002 11-okt -0,2608 0,0653 Summa -0,1269 0,1975 Summa Return / 24 = -0,0053 Var=(1/23)*0,1975 0,0086 Standardavvikelse rot av 0,0086 0,0927 35

Castelum Observationer Return (R-Medel R)^2 09-okt 09-nov -0,0038 0,0003 09-dec 0,0494 0,0014 10-jan 0,0652 0,0028 10-feb -0,0782 0,0082 10-mar 0,0480 0,0013 10-apr 0,0387 0,0007 10-maj -0,0881 0,0100 10-jun 0,0074 0,0000 10-jul 0,0310 0,0004 10-aug 0,0945 0,0068 10-sep 0,0072 0,0000 10-okt 0,1708 0,0252 10-nov -0,0338 0,0021 10-dec -0,0574 0,0048 11-jan 0,1206 0,0118 11-feb -0,0250 0,0014 11-mar 0,0078 0,0000 11-apr 0,0210 0,0001 11-maj 0,0233 0,0001 11-jun 0,0143 0,0000 11-jul -0,0052 0,0003 11-aug -0,0609 0,0053 11-sep 0,0134 0,0000 11-okt -0,0689 0,0066 Summa 0,2913 0,0895 Summa Return / 24 = 0,0121 Var=(1/23)*0,0895 0,0039 Standardavvikelse rot av 0,0039 0,06238 36

Cision Observationer Return (R-Medel R)^2 09-okt 09-nov 0,0139 0,0989 09-dec -0,0616 0,1521 10-jan -0,0365 0,1331 10-feb 0,0758 0,0638 10-mar -0,0141 0,1173 10-apr -0,1571 0,2358 10-maj 0,0508 0,0770 10-jun -0,0565 0,1481 10-jul -0,0513 0,1442 10-aug -0,0090 0,1138 10-sep -0,0636 0,1537 10-okt -0,0330 0,1306 10-nov -0,0442 0,1388 10-dec -0,0504 0,1435 11-jan 0,1062 0,0494 11-feb 0,1500 0,0318 11-mar -0,1513 0,2301 11-apr 0,1168 0,0448 11-maj 0,0275 0,0905 11-jun 8,3750 64,7478 11-jul -0,1048 0,1876 11-aug 0,0957 0,0541 11-sep -0,1942 0,2731 11-okt -0,1036 0,1866 Summa 7,8806 67,7467 Summa Return / 24 = 0,3284 Var=(1/23)*67,7467 2,9455 Standardavvikelse rot av 2,9455 1,7162 37

Consilium Observationer Return (R-Medel R)^2 09-okt 09-nov -0,0820 0,0114 09-dec -0,0464 0,0050 10-jan 0,0749 0,0025 10-feb -0,0244 0,0024 10-mar -0,0786 0,0106 10-apr -0,0039 0,0008 10-maj -0,0467 0,0051 10-jun -0,0898 0,0131 10-jul 0,0538 0,0009 10-aug -0,0426 0,0045 10-sep -0,0267 0,0026 10-okt 0,1826 0,0250 10-nov -0,0695 0,0089 10-dec -0,0456 0,0049 11-jan 0,1435 0,0141 11-feb -0,1027 0,0162 11-mar -0,0636 0,0078 11-apr -0,0362 0,0037 11-maj -0,0469 0,0051 11-jun -0,0148 0,0016 11-jul 0,0000 0,0006 11-aug 0,0000 0,0006 11-sep -0,1650 0,0359 11-okt -0,0599 0,0071 Summa -0,5903 0,1905 Summa Return / 24 = -0,0246 Var=(1/23)*0,1905 0,0083 Standardavvikelse rot av 0,0083 0,0910 38

Elektra B Observationer Return (R-Medel R)^2 09-okt 09-nov 0,0611 0,0009 09-dec 0,1655 0,0181 10-jan 0,0710 0,0016 10-feb 0,0058 0,0006 10-mar 0,0430 0,0001 10-apr 0,1236 0,0086 10-maj -0,0709 0,0104 10-jun 0,0079 0,0005 10-jul 0,0527 0,0005 10-aug 0,0615 0,0009 10-sep 0,0150 0,0003 10-okt 0,1450 0,0130 10-nov 0,0229 0,0001 10-dec -0,0369 0,0046 11-jan 0,0776 0,0022 11-feb 0,0080 0,0005 11-mar -0,0857 0,0136 11-apr 0,0645 0,0011 11-maj 0,0691 0,0015 11-jun -0,0177 0,0024 11-jul 0,1004 0,0048 11-aug -0,0311 0,0039 11-sep -0,1838 0,0461 11-okt 0,0752 0,0020 Summa 0,7436 0,1382 Summa Return / 24 = 0,0310 Var=(1/23)*0,1382 0,0060 Standardavvikelse rot av 0,0060 0,0775 39

Fabege Observationer Return (R-Medel R)^2 09-okt 09-nov 0,0428 0,0007 09-dec -0,0435 0,0035 10-jan 0,1793 0,0268 10-feb -0,0300 0,0021 10-mar 0,0309 0,0002 10-apr 0,0450 0,0009 10-maj -0,0594 0,0056 10-jun -0,0654 0,0066 10-jul 0,0606 0,0020 10-aug 0,1187 0,0106 10-sep 0,0452 0,0009 10-okt 0,2801 0,0699 10-nov 0,0360 0,0004 10-dec -0,0624 0,0061 11-jan 0,2018 0,0347 11-feb -0,1006 0,0135 11-mar -0,0399 0,0031 11-apr 0,0015 0,0002 11-maj 0,0182 0,0000 11-jun -0,0179 0,0011 11-jul -0,0655 0,0066 11-aug -0,0802 0,0092 11-sep 0,0085 0,0001 11-okt -0,1300 0,0212 summa 0,3738 0,2259 Summa Return / 24 = 0,0156 Var=(1/23)*0,2259 0,0098 Standardavvikelse rot av 0,0098 0,0990 40

Gentinge Observationer Return (R-Medel R)^2 09-okt 09-nov 0,1554 0,0195 09-dec 0,0977 0,0067 10-jan -0,0373 0,0028 10-feb 0,1584 0,0204 10-mar 0,0520 0,0013 10-apr 0,0129 0,0000 10-maj -0,0528 0,0047 10-jun -0,0484 0,0041 10-jul -0,0477 0,0040 10-aug 0,1001 0,0071 10-sep -0,0523 0,0046 10-okt 0,0175 0,0000 10-nov -0,0938 0,0120 10-dec 0,0394 0,0006 11-jan -0,0196 0,0012 11-feb 0,0829 0,0045 11-mar -0,0217 0,0014 11-apr 0,0196 0,0000 11-maj 0,0083 0,0001 11-jun 0,0989 0,0069 11-jul -0,0508 0,0044 11-aug 0,0055 0,0001 11-sep -0,0054 0,0004 11-okt -0,0426 0,0034 Summa 0,3763 0,1104 Summa Return / 24 = 0,0157 Var=(1/23)*0,1104 0,0048 Standardavvikelse rot av 0,0048 0,0693 41

Hufvudstaden Observationer Return (R-Medel R)^2 09-okt 09-nov 0,0045 0,0000 09-dec 0,0045 0,0000 10-jan -0,0045 0,0002 10-feb -0,0045 0,0002 10-mar 0,0452 0,0013 10-apr 0,0736 0,0041 10-maj -0,0968 0,0113 10-jun -0,0089 0,0003 10-jul 0,0694 0,0036 10-aug 0,0548 0,0020 10-sep 0,0375 0,0008 10-okt 0,1247 0,0133 10-nov 0,0356 0,0007 10-dec -0,0872 0,0094 11-jan 0,1521 0,0203 11-feb -0,0874 0,0094 11-mar 0,0227 0,0002 11-apr 0,0101 0,0000 11-maj 0,0367 0,0007 11-jun 0,0058 0,0000 11-jul -0,0307 0,0016 11-aug -0,0858 0,0091 11-sep 0,0397 0,0009 11-okt -0,0798 0,0080 Summa 0,2313 0,0974 Summa Return / 24 = 0,0096 Var=(1/23)*0,0974 0,0042 Standardavvikelse rot av 0,0042 0,064807 42

Industrivärden Observationer Return (R-Medel R)^2 09-okt 09-nov 0,0467 0,0021 09-dec 0,0565 0,0030 10-jan 0,0197 0,0003 10-feb -0,0331 0,0012 10-mar -0,0171 0,0003 10-apr 0,1424 0,0199 10-maj 0,0483 0,0022 10-jun -0,1092 0,0122 10-jul -0,0790 0,0065 10-aug 0,1302 0,0166 10-sep -0,0325 0,0011 10-okt 0,0579 0,0032 10-nov 0,0394 0,0014 10-dec 0,0620 0,0037 11-jan 0,1483 0,0216 11-feb -0,0960 0,0095 11-mar 0,0339 0,0011 11-apr 0,0734 0,0052 11-maj 0,0981 0,0094 11-jun -0,1392 0,0198 11-jul -0,0494 0,0026 11-aug -0,1352 0,0187 11-sep -0,1289 0,0170 11-okt -0,1040 0,0111 Summa 0,0334 0,1896 Summa Return / 24 = 0,0014 Var=(1/23)*0,1896 0,0082 Standardavvikelse rot av 0,0039 0,090554 43

Investor Observationer Return (R-Medel R)^2 09-okt 09-nov -0,0033 0,0000 09-dec 0,0439 0,0019 10-jan 0,0643 0,0041 10-feb -0,0306 0,0010 10-mar -0,0323 0,0011 10-apr 0,0740 0,0054 10-maj -0,0193 0,0004 10-jun -0,0748 0,0057 10-jul -0,0220 0,0005 10-aug 0,1169 0,0136 10-sep -0,0516 0,0027 10-okt 0,0362 0,0013 10-nov 0,0053 0,0000 10-dec 0,0166 0,0003 11-jan 0,0565 0,0032 11-feb 0,0162 0,0002 11-mar -0,0229 0,0005 11-apr 0,0837 0,0069 11-maj -0,0465 0,0022 11-jun -0,0151 0,0002 11-jul -0,0007 0,0000 11-aug -0,0837 0,0071 11-sep -0,0525 0,0028 11-okt -0,0490 0,0024 Summa 0,0096 0,0635 Summa Return / 24 = 0,0004 Var=(1/23)*0,0635 0,0028 Standardavvikelse rot av 0,0028 0,052544 44

Kinnevik Observationer Return (R-Medel R)^2 09-okt 09-nov 0,0994 0,0069 09-dec 0,1457 0,0168 10-jan 0,0439 0,0008 10-feb 0,0252 0,0001 10-mar 0,0635 0,0022 10-apr 0,1098 0,0087 10-maj -0,0278 0,0019 10-jun -0,1071 0,0152 10-jul -0,0080 0,0006 10-aug 0,1137 0,0095 10-sep 0,0116 0,0000 10-okt 0,0115 0,0000 10-nov -0,0149 0,0010 10-dec 0,0201 0,0000 11-jan -0,0239 0,0016 11-feb 0,0238 0,0001 11-mar 0,0127 0,0000 11-apr 0,0543 0,0014 11-maj 0,0495 0,0011 11-jun -0,0346 0,0026 11-jul -0,0788 0,0090 11-aug 0,0269 0,0001 11-sep -0,0448 0,0037 11-okt -0,0815 0,0096 Summa 0,3902 0,0930 Summa Return / 24 = 0,0163 Var=(1/23)*0,0930 0,0040 Standardavvikelse rot av 0,0040 0,0636 45

Bilaga 6 Uträkning: Sharpekvot Aktier Ri % Rf % σ Si AstraZeneca 1,55 1,59 0,0400-1,0000 Elekta B 0,74 1,59 0,0775-10,9677 Gentinge B 1,00 1,59 0,0693-8,5137 Aerocrine B 0,34 1,59 0,2724-4,5888 Allenex -1,56 1,59 0,1707-18,4534 Artimplant B -0,36 1,59 0,1325-14,7170 ABB Ltd 0,64 1,59 0,0663-14,3288 Alfa Laval 0,22 1,59 0,0712-19,2416 ASSA ABLOY B 0,59 1,59 0,0695-14,3885 ACAP Invest A 0,52 1,59 0,1168-9,1610 Cision 1,11 1,59 1,7162-0,2797 Consilium B 1,59 1,59 0,0910 0,0000 Castellum 0,95 1,59 0,0624-10,2597 Fabege 0,34 1,59 0,0990-12,6263 Hufvudstaden A 0,96 1,59 0,0648-9,7212 Industrivärden A -0,24 1,59 0,0906-20,2089 Investor A 0,65 1,59 0,0525-17,8898 Kinnevik A 0,59 1,59 0,0636-15,7233 Bank of China 0,68 1,59 0,0919-9,9021 Bank of E Asia 0,96 1,59 0,0927-6,7961 Bankcomm 0,67 1,59 0,0839-10,9654 46

Bilaga 7 Tabeller: Informationn om aktier (kap4.1 detaljerat) Läkemedels- branchen 47

Industriportföljen 48

Finansportföljen 49

Storbolagsportföljen 50

Småbolagsportföljen 51

Blandadebransher 52

Asien Sverige aktier 53