För att kunna undersöka om storleken på bolaget har betydelse i vilken ex-dagseffekt som är observerbar har samtliga handelslistor på OMXS inkluderats, det vill säga Large Cap, Mid Cap samt Small Cap. Perioden som har undersökts är åren 2007-2011.
Om företag haft mer än ett utdelningstillfälle per kalenderår har endast den första utdelningen ingått i undersökningen. Vid de fall extrautdelningar förekommit har endast de extrautdelningar som skett samma dag som den första ordinarie utdelningen inkluderats i studien.
Aktielistorna på OMXS är kategoriserade efter börsvärde på bolagen.4 Eftersom bolagens storlek skiftar över tiden varierar därför också vilka bolag som tillhör vilka listor över tiden. Konkurser, sammanslagningar och andra händelser påverkar också företagens storlekar vilket även det kan leda till att aktier byter listor. Denna studie har valt att utgå från de bolag som fanns registrerade på respektive lista på OMXS den 2012-03-16.
Ett visst bortfall har skett, dels har en del bolag vid samtliga eller vissa perioder valt att inte dela ut några pengar, dels har även de bolag vars ex-dag förfallit under en måndag exkluderats ur studien. Detta eftersom studiens mål är att, så gott det går, ringa in en ex-dagseffekt utan att annan information påverkar resultatet. Att en ex-dag förfaller på en måndag betyder följaktligen att en helg föregått ex-dagen där mycket information kan ha tillkommit som eventuellt kan ha påverkat aktiekursen under ex-dagen. Totalt har 41 stycken utdelningstillfällen exkluderats till följd av detta.
Eftersom modellen inte tar hänsyn till extravagant information som exempelvis ges på bolagsstämman dagen innan ex-dagen finns en uppenbar risk att sådan information påverkar resultatet missvisande. De mest extrema värdena har därför exkluderats ur undersökningen med förhoppningen att isolera ex-dagseffekten utan att utomstående faktorer påverkar resultatet. Eftersom justerade kvoter jämförs med ojusterade kvoter i resultatsektionen behövs samma observationer för att göra så. Därför har de justerade extremvärdena tagits bort vilket betyder att samma ojusterade observationer också de försvunnit ur undersökningen, trots att dessa ojusterade värden inte nödvändigtvis är extremvärden.
Utöver ovan nämnda bortfall har även Haldex utdelningstillfälle år 2011 exkluderats ur
undersökningen då bolaget knoppade av ett systerbolag i samband med ex-dagen vilket ledde till ett justerat kursfall på ungefär 40 %, något som givetvis inte kan urskiljas som en ren
ex-dagseffekt.
Totalt har 699 stycken observationer ingått i urvalet. Trots att en del bortfall förekommit bör detta ses som en god approximation av populationen. Datamaterialets validitet bör därför också anses vara hög.
All data har hämtats från den finansiella databasen Thomson Reuters Datastream (betecknas fortsättningsvis Datastream). Vissa kurser och utdelningsbelopp redovisas där i lokala valutor.
4
http://www.swedbank.se/privat/spara-och-placera/aktier/lar-dig-allt-om-aktiehandel/aktieskola/hur-bolagen-klassificeras/index.htm, 2012-05-30
19 Dessa har därför konverterats till svenska kronor genom att hämta aktuella valutakurser från Datastream. I Datastream är aktiekurserna justerade för splittar/omvända splittar, dessvärre gäller inte detta för utdelningsbeloppen. I de fall splittar förekommit har därför ojusterade aktiekurser hämtats från OMXS hemsida. All data i stort har också kontrollerats genom stickprovshämtningar från OMXS hemsida samt berörda företags årsredovisningar.5 Efter att all data insamlats har den sammanställts i Excel där de mest grundläggande
beräkningarna utförts. Då all data har direktimporterats till Excel från Datastream och sedan sammanställts genom Excelkodning borde det inte finnas tvivel i att all data är korrekt. Vissa lättare beräkningar har utförts för hand men dessa har kontrollerats noga och reliabiliteten bör därför vara god.
De mer avancerade statistiska beräkningarna har sedan utförts i statistikprogrammet Minitab. Samtliga observationer per lista och år presenteras i Tabell 2 nedan:
Tabell 2, Observationer Lista 2007 2008 2009 2010 2011 Alla år Large Cap 45 50 45 50 53 243 Mid Cap 36 47 38 42 41 204 Small Cap 47 53 51 47 54 252 Alla bolag 128 150 134 139 148 699
Som kan avläsas i Tabell 2 uppvisar samtliga år och listor en ganska jämn fördelning av
observationer vilket anses behövas för att finna tillförlitlighet i resultaten. Mid Cap har totalt sett minst antal observationer men skillnaderna är ändå så pass små att detta inte ska påverka resultaten nämnvärt.
5
20
3 Resultat och diskussion
I Tabell 3 nedan presenteras hur mycket kursen i snitt faller i jämförelse med utdelningen samt hur stor överavkastning som är möjlig, detta för alla observationer tillsammans samt lista för lista. Dessutom visas standardavvikelserna (betecknas ”St.av”) för respektive medelvärde.
Tabell 3, Medelvärden av kursfallskvot (Ω) samt överavkastning (Π) med respektive standardavvikelser, sorterade lista för lista
Kursfallskvot (Ω) Överavkastning (Π)
Lista N Medelvärde St.av Medelvärde St.av
Large Cap 243 0,703 (0,744) 0,872 (1,029) 0,79 % (0,82 %) 2,27 % (2,52 %)
Mid Cap 204 0,594 (0,653) 0,890 (1,219) 1,23 % (1,20 %) 2,35 % (2,58 %)
Small Cap 252 0,560 (0,582) 0,938 (1,008) 1,32 % (1,26 %) 2,74 % (2,87 %)
Alla bolag 699 0,620 (0,659) 0,902 (1,081) 1,11 % (1,09 %) 2,48 % (2,67 %)
Ojusterade värden inom parantes
Kursfallskvoten (Ω) beräknas enligt ekvation (3) Överavkastningen (Π) beräknas enligt ekvation (6)
Kursfallskvoten (Ω) som räknats ut enligt ekvation (3) visar att kurserna i snitt faller med 62,0 % av utdelningsbeloppet, vilket skapar en möjlig överavkastning på 1,11 % (som räknats ut enligt ekvation (6) alternativt (8)). Tabell 3 visar också att resultaten skiljer sig mellan listorna. För Large Cap-bolagen blir kursfallet 70,3 %, för Mid Cap 59,4 % och för Small Cap 56,0 %. Kursfallet blir alltså störst för de största bolagen och minst för de minsta bolagen. Detta medför således att möjlighet till störst överavkastning råder hos de mindre bolagen, vilket också presenteras i den högra medelvärdeskolumnen. Att de mindre bolagen uppvisar störst överavkastning är också förenligt med vad Sandpearl & Lind (2011) kom fram till. Däremot skiljer sig denna studies resultat från deras på andra sätt. Dels redovisas här en positiv ex-dagseffekt för Large Cap-gruppen och dels är spridningen i resultaten inte lika extrema i denna studie. Eftersom i stort sett samma metod tillämpats borde inte skillnaderna ha blivit så omfattande. Eventuellt kan användandet av olika index spelat in, alternativt metodskillnaden i betats uträkning. Att dessa två faktorer påverkat resultatskillnaderna så pass mycket anses dock osannolikt.
En potentiell anledning till att Small Cap-bolagen uppvisar större effekter än de större bolagen kan bottna i de lägre handelsvolymerna som Small Cap i större utsträckning karaktäriseras av. De mindre volymerna skulle därför kunna vara en källa till eventuella marknadsimperfektioner där kurserna inte lika snabbt hinner justeras med hela utdelningsbeloppet. Den observation med högst överavkastning hade exempelvis endast 26 stycken avslut under ex-dagen, vilket kan jämföras med Hennes & Mauritz som samma dag hade 3 420 stycken avslut.
21 Standardavvikelsen för samtliga kursfallkvoter är 90,2 % vilket tyder på relativt stor variation i observationsvärdena. Standardavvikelserna mellan handelslistorna skiljer sig inte nämnvärt där Small Cap har den högsta, 93,8 %. Eftersom överavkastningen bestäms av kursfallskvoten uppvisar överavkastningarnas standardavvikelser per definition liknande samband som kursfallskvotens standardavvikelser.
De ojusterade värdena som presenteras inom parenteser i Tabell 3 indikerar att kursfallskvoten, med alla bolag inkluderade, blir större än den justerade. Det ojusterade värdet blir 65,9 % vilket medför en överavkastning på 1,09 %. Den ojusterade totalkvoten uppvisar alltså en
överavkastning som är 0,02 procentenheter mindre än den justerade, en till synes försumbar siffra. De ojusterade värdena visar också något högre standardavvikelser där skillnaden mellan den justerade och ojusterade är 17,9 procentenheter. Detta antas dock ha en logisk förklaring då de extremvärden som exkluderats ur studien var justerade värden. De eventuellt ojusterade extremvärdena ingår således vilket drar upp standardavvikelserna för dessa.
I Tabell 4 presenteras kursfallet i jämförelse med utdelningen samt överavkastningen, nu sorterade år för år. Till höger om respektive medelvärde redovisas även standardavvikelserna.
Tabell 4, Medelvärden av kursfallskvot (Ω) samt överavkastning (Π) med respektive standardavvikelser, sorterade år för år
Kursfallskvot (Ω) Överavkastning (Π)
År N Medelvärde St.av Medelvärde St.av
2007 128 0,494 (0,477) 0,861 (0,944) 1,29 % (1,28 %) 2,19 % (2,39 %) 2008 150 0,634 (0,620) 0,748 (0,742) 1,39 % (1,46 %) 2,45 % (2,55 %) 2009 134 0,578 (0,512) 0,969 (0,992) 1,28 % (1,67 %) 2,95 % (3,09 %) 2010 139 0,628 (0,940) 1,098 (1,638) 0,86 % (0,34 %) 2,74 % (3,05 %) 2011 148 0,743 (0,726) 0,802 (0,830) 0,73 % (0,72 %) 1,94 % (1,94 %) Alla år 699 0,620 (0,659) 0,902 (1,081) 1,11 % (1,09 %) 2,48 % (2,67 %)
Ojusterade värden inom parantes
Kursfallskvoten (Ω) beräknas enligt ekvation (3) Överavkastningen (Π) beräknas enligt ekvation (6)
Tabell 4 visar att de justerade totalkvoterna per år skiljer sig något. I synnerhet 2007 års
observationer visar på störst ex-dagseffekt med ett kursfall på endast 49,4 %. Störst kursfallskvot och således minst ex-dagseffekt är 2011 års observationer där kursfallet är 74,3 % av
22 De ojusterade kursfallskvoterna ligger i samtliga fall nära de justerade med undantag för år 2010 där skillnaden är hela 31,2 procentenheter. Även standardavvikelserna är höga för detta år vilket tyder på en del extrema ojusterade värden. 2010 års ojusterade standardavvikelse påverkar också den totala ojusterade standardavvikelsen, bortser man från detta år är den totala standardavvikelsen cirka 89 % vilket näst intill motsvarar den justerade standardavvikelsen för samtliga observationer. Till följd av 2010 års höga ojusterade kursfallskvot blir överavkastningen detta år endast 0,34 %. Det är fortfarande en positiv effekt men klart den minsta av samtliga undersökningsår.
Genom att utföra hypotestest kan resultat säkerställas med olika graders signifikans. För att kunna utföra ett hypotestest med t- eller Z-värden krävs att datamaterialet är
normalfördelat. Som Diagram 2 illustrerar är fördelningen inte fullt normal. Körner & Wahlgren (2000) beskriver dock att ett tillräckligt stort stickprov kan antas vara ungefär normalfördelat oavsett fördelningen. Detta förklaras av den centrala gränsvärdessatsen.
Diagram 2, Histogram med normalfördelningslinje
De resultat som i Tabell 5 har hypotesprövats är kursfallskvoterna för samtliga observationer tillsammans,samt kursfallskvoterna för samtliga undersökningsår. I bilaga 1 och 2 återfinns fullständiga hypotesprövningar över samtliga listor och år. Testen är tvåsidiga och
konfidensintervallet som använts är 95 %. De uppställda hypoteserna är:
H₀ Kursfallsk Ω) = 1 H : Kursfallsk Ω) ≠
23
Tabell 5, Hypotesprövning av kursfallkvoter (Ω), år för år
År N Ω Z-värde P-värde Hₒ 2007 128 0,494 (0,477) -6,66 (-6,28) 0,000 (0,000) Förkastas (Förkastas) 2008 150 0,634 (0,620) -5,99 (-6,27) 0,000 (0,000) Förkastas (Förkastas) 2009 134 0,578 (0,512) -5,04 (-5,69) 0,000 (0,000) Förkastas (Förkastas) 2010 139 0,628 (0,940) -3,99 (-0,43) 0,000 (0,668) Förkastas (Accepteras) 2011 148 0,743 (0,726) -3,90 (-4,02) 0,000 (0,000) Förkastas (Förkastas)
Alla år 699 0,620 (0,659) -11,16 (-8,33) 0,000 (0,000) Förkastas (Förkastas)
Ojusterade värden inom parantes
Kursfallskvoten (Ω) beräknas enligt ekvation (3)
Hypotesprövningen visar ett starkt signifikant resultat och att samtliga nollhypoteser därför förkastas när det gäller de justerade värdena. Samtliga ojusterade värden förkastas även dem med undantag för år 2010 där, som tidigare diskuterades, stora variationer samt extremvärden skapar osäkerhet i resultatet. P-värdet, som enkelt förklarat visar sannolikheten att man ska observera ett minst lika extremt värde givet att nollhypotesen är sann, är obefintligt. Således ges det starkaste stödet för mothypotesen. Även detta gäller i samtliga fall utom för den ojusterade kvoten år 2010 vars P-värde är 0,668. Ju mer ett Z-värde avviker från 0, ju starkare stöd för mothypotesen. För att nollhypotesen i detta test skulle kunna ha accepterats krävdes ett Z-värde mellan -1,96 och 1,96. Den primära anledningen till att Z-värdet är så pass mycket större i testet för samtliga observationer (Z = -11,16) förklaras av att antalet observationer där är många fler, något som stärker det testets resultat. Eftersom ex-dagseffekten är större år 2007 än för år 2011 är också Z-värdet större för år 2007.
Allmän diskussion
Eftersom denna studie inte tagit hänsyn till att alternativa placeringsformer, så som
kapitalförsäkringar, kan leda till en asymmetri i skattesatserna av kapitalvinster och utdelningar måste också en reservering göras att resultaten eventuellt kan ha påverkats av sådana
tillämpningar. Detsamma gäller för placerare som har möjlighet att kvitta vinster med förluster och på så sätt få en skattesats på kapitalvinsten som är lägre än 30 %.
Ytterligare en utomliggande faktor som kan förklara ex-dagseffekten är det faktum att företagens bolagsstämmor infaller dagen innan ex-dagen. Om viktig information publicerats under denna dag kan det i stor utsträckning också ha påverkat resultatet i denna studie. Detta är också något som Claesson (1987) tar upp. Det var däremot aldrig aktuellt att i denna studie inkludera en sådan faktor i modellen, främst på grund av den höga grad av komplexitet ett sådant arbete skulle medföra. Som tidigare nämnts har dock de mest extrema värdena
24 exkluderats ur undersökningen för att minska risken att information från bolagsstämman
påverkat resultatet.
Resultatet i denna studie är också förenligt med tidigare studiers resultat, det vill säga att kursen faller med mindre än utdelningen. Den justerade kvoten på 62,0 % är något mer extrem än vad exempelvis Claesson (1987) med 96 % och Efthymiou & Leledakis (2011) med 78 % observerar. Samtidigt finner Frank & Jagannathan (1998) med 43 % och Daunfeldt (2002) med 48 % större ex-dagseffekter än vad som har kunnat påvisas i denna studie. Eftersom metod och
marknadsstrukturer skiljer sig mellan studierna är det dock rimligt att resultaten varierar. Om man praktiskt applicerar denna metod i verkligheten måste man ha i åtanke att
transaktionskostnader spelar in. Courtaget, som aktiemäklaren tar ut i avgift både vid köp- och säljtillfället, varierar mellan mäklare. För att kunna exemplifiera antas dock nedan ett rörligt courtage till 0,15 % per affär samt ett fast courtage till 39 kronor. Om en placerare endast investerar i Small Cap bolag (som enligt resultatet genererar störst överavkastning med 1,32 %) och placerar 10 000 kronor per utdelningstillfälle blir avkastningen efter courtage följande:
Courtage, köp: (10 000 0,0015) + 39 = 54 kronor Avkastning på innehavet: 0,0132 10 000 = + 132 kronor Courtage, sälj: (10 132 0,0015) + 39 = 54 kronor Avkastning efter c ur age 32 108 = + 24 kronor
Observera också att om man ska applicera detta på samtliga Small Cap-bolag över ett år blir det runt 50 stycken placeringar, detta ger förvisso en överavkastning på cirka 1 200 kronor (24 50) men kräver också att man investerar totalt 500 000 kronor (10 000 50). Då utdelningar i Sverige framför allt sker under våren finns dessutom risken att man under samma dag måste investera 10 000 kronor i flera bolag samtidigt, detta i de fall flera aktier under samma dag handlas inklusive rätt till utdelning för sista gången. Det krävs således kapitalstarka placerare för att på ett förtjänstfullt sätt kunna praktisera ex-dagseffekten.
Tar man även hänsyn till 30 % i vinstskatt försvinner, enligt exemplet ovan, även drygt 7 kronor i skatt vilket ger en nettoavkastning efter courtage på knappt 17 kronor. Procentuellt medför detta ungefär 0,17 % avkastning på det investerade kapitalet. Således försvinner 1,15
procentenheter av överavkastningen (1,32 % - 0,17 %) när man räknar in transaktionskostnader samt vinstskatt. Transaktionskostnader decimerar uppenbarligen en stor del av den
överavkastning som initialt är möjlig. Det är däremot inte säkert att större aktörer på marknaden finner detta som ett problem då dessa vanligtvis handlar till mycket lägre transaktionskostnader, procentuellt räknat.
25
4 Slutsats
Denna studies huvudsakliga syfte var att studera huruvida svenska aktiekurser på OMXS åren 2007-2011 sjunker i paritet med utdelningarna, justerat för företagsrisk samt
marknadsfluktueringar under ex-dagen. Det justerade resultatet visar att aktiekurser i snitt faller med 62,0 % av utdelningsbeloppet. Detta skapar möjligheter för placerare att generera en systematisk överavkastning på 1,11 % under ex-dagen. De ojusterade värdena visar på mindre effekter där kursfallskvoten på 65,9 % gör det möjligt till en överavkastning på 1,09 %.
Att ojusterade värden uppvisar mindre ex-dagseffekter är också något som tidigare studier uppmärksammat. Dasilas (2009) fick exempelvis en justerad kursfallskvot som var 29,7 procentenheter mindre än den ojusterade vilket betyder att den justerade kvoten således uppvisade större ex-dagseffekt. Eades m.fl. (1984) menade också att aktiekurser tenderar att gå upp innan ex-dagen för att sedan falla efter ex-dagen. Såvida denna studies modell fungerar korrekt tyder detta på att kurserna faller under dagen och därefter närmar sig ett kursfall i paritet med utdelningsbeloppet. Som ovan nämndes är dock skillnaderna små, så pass små att skillnaden eventuellt bara förklaras av slumpartad variation.
Resultaten tycks emellertid också skilja sig mellan de tre aktielistorna, där Large Cap-bolagen som grupp uppvisar minst ex-dagseffekt medan störst överavkastning är möjlig hos Small Cap-bolagen. Skillnaderna mellan listorna är tämligen små där överavkastningen för Large Cap är 0,53 procentenheter mindre än för Small Cap.
Även årsvis skiljer sig resultaten. Störst ex-dagseffekt är möjlig år 2007 medan det senaste undersökta året 2011 uppvisar den minsta effekten. Däremellan ligger kursfallskvoten runt en stabil nivå på cirka 60 %. Eftersom det inte finns något tydligare samband än så kan det inte med säkerhet sägas att ex-dagseffekten har minskat med tiden. Fem år är inte heller någon lång undersökningsperiod, Bali & Hite (1998) hade exempelvis en undersökningsperiod på 32 år. Att denna studies resultat skulle skilja sig år för år till följd av slumpmässiga variationer bör därför inte uteslutas.
Den höga justerade standardavvikelsen, samtliga observationer inkluderade, på 90,2 % indikerar att kurserna sjunker med mycket varierande styrkor och även om en total ex-dagseffekt har konstaterats skapar den höga standardavvikelsen en viss osäkerhet kring att applicera modellen praktiskt. Detta då en hel del observationer uppvisat negativa ex-dagseffekter, det vill säga att kursen fallit med mer än utdelningsbeloppet. Det tycks heller inte finnas något starkt samband kring vilka sorts observationer som detta gäller. Även en ansenlig mängd Small
Cap-observationer gav negativa dagseffekter trots att dessa små bolag som grupp hade störst ex-dagseffekt vilket indikerar svårigheten i att använda modellen empiriskt. Campbell & Beranek (1955) upplyste också att de höga standardavvikelserna skapar en svårhanterlig situation där det näst intill är omöjligt att generera överavkastningar såvida man inte handlar vid extremt många utdelningstillfällen. Den här studien fick förvisso ett mer avvikande resultat än Campbell &
26 Beranek (1955), vilket medför större överavkastningar. Således styrker detta resultat att färre avslut behöver göras för att åstadkomma systematisk överavkastning till följd av de större avkastningsmarginalerna.
Om man ska applicera modellen i empirin bör man inte investera i exempelvis en indexfond som inrymmer samtliga tillgångar på marknaden. Eftersom de mindre bolagen genererar större överavkastningar skulle en aktiv investeringsfilosofi där man endast investerar i mindre bolag maximera överavkastningsmöjligheterna, även om transaktionskostnaderna till stor del decimerar den överavkastning som initialt är möjlig.
Vid förslag på fortsatt forskning rekommenderas att med ny data undersöka om Nasdaq OMX Stockholm fortsättningsvis uppvisar ex-dagseffekter. Eventuellt behöver inte modellen justeras för marknadsrörelser under ex-dagen då denna studies justerade och ojusterade resultat skiljde sig föga. Istället anses det största intresset ligga i att undersöka varför en ex-dagseffekt uppstår. Genom att utöka modellen med nödvändiga variabler skulle därför även hypoteserna kring exempelvis ”short term trading” samt marknadens mikrostrukturer kunna testas. Då denna studie funnit ett visst samband kring ex-dagseffektens storlek och storleken på bolagen skulle även en mer precis undersökning eventuellt kunna styrka detta, exempelvis genom att dela upp bolagen i mindre grupper sorterade efter bolagsstorlek för att sedan analysera om ett samband råder. Med tanke på att aktiehandeln på senare år blivit allt mer datoriserad skulle även en studie där så kallade aktierobotars beteende under ex-dagen vara intressant att iaktta, samt om dessa på något sätt påverkar resultaten.
27
Referenser
Alm, K. & Arefjäll, M. (1999), ”Arbitrage possibilities on the ex-dividend day”, Masteruppsats,
Handelshögskolan vid Göteborgs universitet.
Bali, R. &Hite, G. (1998), ”Ex dividend day stock price behavior: Discreteness or tax-induced clienteles?”, Journal of Financial Economics 47, 127–159.
Blau, B., Fuller, K. & Van Ness, R. (2010), ”Short selling around dividend announcements and the ex-dividend days”, Journal of Corporate Finance 17, 628-639.
Boyd, J. & Jagannathan, R. (1994), “Ex-dividend price behavior of common stocks”, Review of
financial studies 7, 711-741.
Brav, A., Graham, J., Harvey, C. & Michaely, R. (2005), “Payout policy in the 21st century”, Journal
of financial economics 77, 483-527.
Campbell, J. & Beranek, W. (1955), ”Stock price behavior on ex-dividend dates”, Journal of
Finance 10, 425-429.
Claesson, K. (1987), ”Effektiviteten på Stockholms Fondbörs”, Doktorsavhandling,
Handelshögskolan i Stockholm, 178-203.
Dasilas, A. (2009), “The ex-dividend day stock price anomaly: Evidence from the Greek stock market”, Financial Markets and Portfolio Management 23, 59-91.
Daunfeldt, S-O. (2002), ”Tax policy changes and ex-dividend behavior: The case of Sweden”, EFA
2002 Berlin meetings presented paper.
Eades, K., Hess, P. & Kim, H. (1984), ”On interpreting security returns during the ex-dividend period”, Journal of Financial Economics 13, 3-34.
Efthymiou, V. & Leledakis, G. (2011), ”The price impact of the disposition effect on the ex-dividend day of NYSE and AMEX common stocks”, Athens University of Economics and Business. Elton, E. & Gruber, M. (1970), “Marginal stockholder tax rates and the clientele effect”, Review
of Economics and Statistics 52, 68-74.
Fama, E. (1970), “Efficient capital markets: A review of theory and empirical work”, Journal of
Finance 25, 383-417.
Fama, E. (2011), “My life in finance”, Annual Review of Financial Economics 3, 1-15
Farinha, J. & Soro, M. (2005), “Ex-dividend pricing, taxes and arbitrage opportunities: The case of the Portuguese stock exchange”, Research Center on Industrial, Labour and Managerial
28 Frank, M. & Jagannathan, R. (1998), ”Why do stock prices drop by less than the value of the dividend? Evidence from a country without taxes”, Journal of Financial Economics 47, 161-188. Graham, J., Michaely, R. & Roberts, M. (2003), ”Do price discreteness and transactions costs affect stock returns? Comparing ex-dividend pricing before and after decimalization”, Journal of
Finance 58, 2611-2635.
Hillier, D., Ross, S., Westerfield, R., Jaffe, J. & Jordan, B. (2010), Corporate Finance, McGraw Hill Higher Education.
Kalay, A. (1982), “The ex-dividend behavior of stock prices: A re-examination of the clientele effect”, Journal of Finance 37, 1059-1070.
Körner, S. & Wahlgren, L. (2000), Statistisk Dataanalys, Lund: Studentlitteratur.
Lakonishok, J. & Vermaelen, T. (1986), ”Tax-induced trading around ex-dividend days”, Journal of
Financial Economics 16, 287-319.
Lasfer, A. (1995), ”Ex-day behaviour: Tax or short-term trading effects”, Journal of Finance 50, 875-897.
Miller, M. & Modigliani, F. (1961), “Dividend policy, growth, and the valuation of shares”, Journal
of Business 34, 411-433.
Sandpearl, S. & Lind, P. (2011), ”Ex-dagseffekten på OMX Stockholm”, Magisteruppsats, Uppsala
universitet.
Scruggs, J (2007), ”Noise trader risk: Evidence from the siamese twins”, Journal of Financial
Markets 10, 76-105.
Sharpe, W. (1964), “Capital asset prices: A theory of market equilibrium under conditions of risk”, Journal of Finance 19, 425-442.
Shefrin, H. & Statman, M. (1985), ”The disposition to sell winners too early and ride losers too