Nykomlingar tar plats: En studie om börsintroduktioners effekt på konkurrenter i Sverige

Nykomlingar tar plats -

En studie om börsintroduktioners effekt på konkurrenter i Sverige

Kandidatuppsats 15 hp

Företagsekonomiska institutionen Uppsala universitet

VT 2020

Datum för inlämning: 2020-06-04

Gustaf Eriksson

Sebastian Lundberg

Handledare: Katarzyna Cieslak

Sammanfattning

Börsintroduktioner innebär nya kapitalstrukturer för det emitterande bolaget, vars konkurrerande ställning i branschen därför förändras. Den stärkta positionen för det emitterande bolaget skapar nya förväntningar om framtida kassaflöden för både emittenten och dess konkurrenter, vilket föranlett avvikande avkastning i konkurrenternas värdepapper. Tidigare studier har påvisat att denna förstagångsemission har en negativ påverkan på konkurrenter på flertalet aktiemarknader. Syftet med denna studie är att utreda ifall dessa kursrörelser i konkurrenters aktier även finns i Sverige när ett företag börsintroduceras i samma bransch.

Undersökningen görs genom en eventstudie och en kompletterad regressionsanalys för att undersöka ifall storleken på emittenten i förhållande till branschen samt branschers systematiska risk påverkar den avvikande avkastningen. Urvalet består av 84 börsintroduktioner och 1120 observerade konkurrenter under perioden 2013–2019, där resultaten tyder på att en negativ så kallad konkurrenseffekt finns på branschkonkurrenters aktievärdering även i Sverige. Till skillnad från tidigare studier verkar denna negativa kurspåverkan dock inte vara åsamkad av varken storleksförhållanden eller systematisk risk.

Nyckelord: Börsintroduktion, avvikelseavkastning, rivaler, emittent, konkurrens, aktier, Stockholm.

Innehållsförteckning

1. Inledning ... 1

1.1 Problematisering ... 1

1.2 Syfte ... 3

1.3 Studiens disposition ... 3

2. Teoretiskt ramverk ... 4

2.1 Effektiva marknadshypotesen ... 4

2.2 Spillover effekt ... 5

2.3 Tidigare forskning och formulering av hypoteser ... 5

2.4 Avgränsning ... 9

3. Metod... 11

3.1 Datainsamling och urval ... 11

3.1.1 Insamling av data ... 11

3.1.2 Urval... 11

3.1.3 Branschklassificering ... 12

3.2 Eventstudie ... 14

3.2.1 Huvudsaklig metodik ... 14

3.2.2 Branschindex ... 15

3.2.3 Eventperiod ... 15

3.2.4 Mätperiod ... 15

3.2.5 Marknadsmodellen & avvikelseavkastning ... 16

3.3 Linjär regression ... 19

3.3.1 Regressionsmodell ... 19

3.3.2 Beroende variabel ... 20

3.3.3 Oberoende variabler ... 20

3.4 Metodkritik... 20

4. Resultat & Analys ... 22

4.1 Analys av eventstudie ... 22

4.2 Regressionsanalys ... 27

5. Slutsats ... 29

5.1 Slutsats ... 29

5.2 Förslag till framtida forskning ... 29

Referenser ... 31

Appendix ... 35

1. Inledning

1.1 Problematisering

Beslutet att gå publikt är ett av de viktigaste besluten för ett företag, och är även ett av de viktigaste ämnena inom företagsekonomi (Pagano, Panetta & Zingales, 1998). Mycket möjligt på grund av att det i särklass är den största emissionen företaget gör (Zingales, 1995).

Börsintroduktioner har tidigare bara ansetts vara ett naturligt steg i företagets tillväxtprocess, men sedan 1980-talet håller inte längre den tesen (Ibid). Flertalet studier har sedan dess exempelvis påvisat att en övergång från det privata till det publika exempelvis leder till fördelar som ökad kapitalomsättning och lägre kapitalkostnad (Derrien & Kecskés, 2007; Mikkelson, Partch & Shah, 1997; Pagano, Panetta & Zingales, 1998).

Forskning om börsintroduktioner har mestadels avsett att studera den väldokumenterade underprissättningen (i.e. hög avkastning under första handelsdagen), och vilka företagskaraktäristikor som förklarar detta (Abrahamson, De Ridder, & Råsbrant, 2011;

Loughran & Ritter, 2004; Ibbotson, Sindelar & Ritter, 1988; Grinblatt & Hwang, 1989). Färre studier har däremot fokuserat på externa faktorer gällande börsintroduktioner. I kontrast till de inre faktorerna påvisade Li et al. (2019) hur analytikers rekommendationer av redan noterade bolag inom samma bransch (som hädanefter benämns som rivaler), leder till sämre avkastning för ett börsintroducerande bolag under dess första handelsdag.

Vad som är än mindre utstuderat är hur börsintroduktioner påverkar andra företag. Jorion &

Zhang (2007) menar att en transferering av information sker då företagsspecifika tillkännagivanden har implikationer på liknande företags framtida förväntade kassaflöden eller på deras kapitalkostnad. Inom temat börsintroduktioner resonerar andra att det rimligtvis går att anta att denna transferering specifikt sker från det introducerande bolaget till nära rivaliserande bolag (Braun & Larrain, 2009). Studier har exempelvis visat att högre frekvens av antal börsintroduktioner i specifika branscher bidrar till ökad sannolikhet för förvärv av privata företag i samma bransch, då det minskar informationsasymmetri (Reuer & Wu, 2019).

Vidare har flertalet studier gjorts beträffande konceptet informationsspridning vid olika företagsåtaganden (e.g. tillkännagivanden om utdelning, aktieåterköp, konkurs), där man vill särskilja två kontrasterande effekter: en negativ konkurrenseffekt och en positiv kontagiös effekt (Erwin & Miller, 1998; Laux, Starks & Yoon, 1998; Lang & Stultz, 1992). Exempelvis

påvisade Lang & Stultz (1992) en positiv effekt på konkurrenter då ett företag ansöker om konkurs. Konkurrenseffekten innebär en negativ korrelation mellan det specifika företagets prestation samt förväntade kassaflöden och dess konkurrenters, medan den kontagiösa effekten innebär en positiv korrelation mellan nämnda variabler (McGilvery, Faff & Pathan, 2012).

Konkurrerande företags värderingar påverkas alltså antingen positivt eller negativt vid tillkännagivanden från företag, vilket återspeglas i deras aktiepriser (Jorion & Zhang, 2007).

Hsu, Reed & Rocholl (2010) påvisade med signifikanta resultat att amerikanska bolag erhåller negativ avvikelseavkastning vid en stor intraindustriell börsintroduktion (i.e. börsintroduktion av ett företag som är aktivt i samma bransch) och positiv avvikelseavkastning vid inställda börsintroduktioner som varit planerade. Publika företag på den australienska marknaden erhåller även de negativ avvikelseavkastning under dagarna innan och vid fullbordandet av en intraindustriell börsintroduktion, speciellt då det introducerande bolaget har en stor styrelse med stora ägarandelar och då börsintroduktionen görs i syfte att minska skuldsättningsgrad eller öka investeringar (McGilvery, Faff & Pathan, 2012). Akhigbe, Borde & Whyte (2003) fann i sin tur tecken på att börsintroduktioner i USA både har konkurrerande effekt då stora börsintroduktioner görs i branscher med många konkurrerande aktörer, samt kontagiös effekt när en börsintroduktion görs efter en så kallad kall marknad (i.e. perioder med låg frekvens av börsintroduktioner). Utöver dessa väletablerade och globalt integrerade marknader påvisade Braun & Larrain (2009) att börsintroduktioner på framväxande marknader även där har en intraindustriell konkurrenseffekt på aktiepriser och att börsintroduktioner stundtals utgör en utbudschock på aktiemarknaden.

Fortsättningsvis tenderar antalet börsintroduktioner att variera i hög grad mellan perioder i så kallade heta och kalla marknader, vilket sker med högre frekvens än konjunkturcykler (Helwege & Liang, 2004). Samtidigt är högkvalitativa företag mer sannolika att noteras än lågkvalitativa (Stoughton, Wong & Zechner, 2001), vilket innebär att konkurrenskraftiga företag kommer vara ett återkommande problem för redan noterade bolag och investerare då en konkurrenseffekt finns. Det är därför viktigt för dessa intressenter att förstå hur börsintroduktioner kan påverka konkurrenter på marknaden (Hsu, Reed & Rocholl, 2010).

Därigenom kan företag utforma strategier för att svara på detta, samtidigt som investerare kan göra en mer korrekt bedömning gällande risk och förväntad avkastning hos företag som är aktiva i branscher med hög sannolikhet av nya börsintroduktioner (Ibid).

Flertalet studier visar alltså att börsintroduktioner framför allt har en konkurrenseffekt på intraindustriella konkurrenter i USA, Australien, Kina och på 22 globalt utspridda framväxande marknader (Akhigbe, Borde & Whyte, 2003; Braun & Larrain, 2009; Chan, Chen & Wang, 2019; Chod & Lyandres, 2011; Hsu, Reed & Rocholl, 2010; McGilvery, Faff & Pathan, 2012;

Li, Sun & Tian, 2018; Slovin, Sushka & Ferraro, 1995), vilket bevisligen föranleder avvikelseavkastning hos dessa rivaler. Huruvida dessa effekter även finns i Sverige är ännu okänt, då studier gällande svenska börsintroduktioners påverkan på intraindustriella konkurrenter saknas. Med understöd av avsaknaden av liknande studier i Sverige, skapas ett behov av en undersökning gällande rivalers reaktion på en intraindustriell börsintroduktion.

1.2 Syfte

Syftet med denna studie är att utreda kursrörelser hos rivaler vid en intraindustriell börsintroduktion på den svenska marknaden, med ändamål att påvisa avvikelseavkastning.

Studien kan därigenom fylla det geografiska gapet och användas som proxy vid utformande av strategi för investerare och företag på nordeuropeiska marknader.

1.3 Studiens disposition

Den återstående delen av denna studie är strukturerad i fyra kapitel. Kapitel 2 utgör studiens teoretiska ramverk samt tidigare forskning som ligger till grund för studiens hypoteser. Kapitel 3 presenterar studiens metodik. Denna sektion redogör för studiens data och de ekonometriska modeller som används. Kapitel 4 består av resultat och analys. Kapitel 5 presenterar studiens slutsatser och ger förslag på framtida forskning.

2. Teoretiskt ramverk

2.1 Effektiva marknadshypotesen

Fama (1970) introducerade den effektiva marknadshypotesen (EMH) och formulerade en nollhypotes att priset på en tillgång återspeglas av all publik information som finns tillgänglig.

Det innebär att priset återspeglar den kollektiva analysen av investerare på aktiemarknaden och därmed finns det ingen möjlighet att generera en avvikelseavkastning genom investering i aktier som är över- eller undervärderade, då hypotesen säger att aktier är korrekt prissatta utifrån all tillgänglig information. Hypotesen som Fama (1970) presenterar har sin grund i en empirisk studie där investerare applicerar en strategi som genererar avvikelseavkastning som tidigare inte funnits.

Den empiriska studie som presenteras av den effektiva marknadshypotesen är kategoriserad i tre olika förhållanden utefter vilken form av marknadseffektivitet som uppnås. Fama (1970) introducerar en stark, en semistark och en svag form, där den information som reflekterar priset av en tillgång skiljer sig åt mellan de olika formerna. I den starka formen av EMH återspeglas all historisk, privat och publik information i priset vilket innebär att en avvikelseavkastning inte kan genereras med analysering av historiska data, insiderinformation eller offentlig information då det här redan reflekteras i priset. I den semi-starka formen av EMH återspeglas all historisk och nuvarande publik information i priset vilket innebär att en avvikelseavkastning inte kan genereras genom att analysera historiska data eller offentlig information. I den svaga formen av EMH återspeglas all historisk information i priset vilket innebär att en avvikelseavkastning inte kan genereras genom analys av historiska data.

De studier som har genomfört undersökningar gällande reaktioner på marknaden vid publicerandet av ny information visar på att den nya informationen reflekteras i priset en stund efter att den når marknaden (Amir & Lev, 1996; Fama 1970). När en annonsering av en börsintroduktion på marknaden sker, som innebär att ny information ges ut på marknaden där det meddelas att ett företag kommer att börsintroduceras, skapas då i enlighet med EMH en reaktion på marknaden av den nya informationen. Det här bör sedan återspeglas i de aktiepriser som påverkas av börsintroduktionen på marknaden. Men den här effekten kan i många fall dröja vilket innebär att avvikelseavkastning även sker i perioder efter att börsintroduktionen fullbordats.

2.2 Spillover effekt

Spillover effekten syftar på den inverkan en oberoende händelse i ett företag kan ha på andra företags ekonomiska ställning (Benveniste, Busaba & Wilhelm Jr, 1999). Teorin visar prov på att en koppling finns mellan olika företag som skapar en typ av nätverkseffekt, det vill säga att en företagsspecifik händelse kan ha en effekt på andra aktörer i marknaden. Följden av detta blir att analytiker måste ta hänsyn till förhållanden mellan företag vid marknadsanalyser, samtidigt som olika intraorganisatoriska faktorer har en hög inverkan på storleken av spillover effekten (Zhang et al., 2008). Inom teorin har man identifierat två deleffekter: den konkurrensbaserade- samt den kontagiösbaserade effekten som är högst relevanta för denna studie.

Konkurrenseffekten syftar till att det finns en negativ korrelation mellan ett specifikt företags framtida förväntade kassaflöden och dess av deras konkurrenter (Foster, 1981). Eftersom aktievärdering beror på det underliggande företagets kassaflöden innebär detta i sin tur att rivaliserande företag kommer att få ett ökat (minskat) aktievärde till följd av att ett företag annonserar dåliga (goda) nyheter på marknaden (Jorion & Zhang, 2007). Effekten visar på att en förändring av aktievärdet hos rivaliserande företag på marknaden sker på grund av en reaktion till antingen en minskning eller ökning i den generella nivån av konkurrensen på marknaden.

Den kontagiösa effekten syftar, kontrasterande till konkurrenseffekten, på att det finns en positiv korrelation mellan ett specifikt företags framtida förväntade kassaflöden och dess av deras rivaler (Jorion & Zhang, 2007). Rivaliserande företag kommer alltså få ett minskat (ökat) aktievärde till följd av att ett företag annonserar dåliga (goda) nyheter på marknaden (Ibid).

Effekten visar på att företagsspecifika händelser indikerar positiva framtidsutsikter för branschen som helhet, vilket i sin tur leder till ökade värderingar på intraindustriella aktier (Foster, 1981).

2.3 Tidigare forskning och formulering av hypoteser

Akhigbe, Borde & Whyte (2003) studerade börsintroduktioners påverkan på intraindustriella bolag i USA mellan 1989-2000 och fann övergripande tecken på en konkurrenseffekt på rivaler.

Däremot uppkom en kontagiös effekt på hela 46% av rivaler under det börsintroducerade företagets första handelsdag, vilket studien påvisade signifikant stöd för i just välreglerade branscher och vid den första börsintroduktionen efter en kall marknad (Akhigbe, Borde &

Whyte, 2003). När Hsu, Reed & Rocholl (2010) gjorde en liknande studie på en längre tidsperiod (1980–2001) fann de en ackumulerad genomsnittlig avvikelseavkastning på -0,82%

för rivaler under perioden 10 dagar innan till 10 dagar efter en intraindustriell börsintroduktion.

Vad gäller första handelsdagen efter det börsintroducerade företagets inträde påvisas en konkurrenseffekt på rivaler, och för att stärka resultatet påvisade de en kontagiös effekt på rivaler som erhöll positiv avvikelseavkastning vid inställda börsintroduktioner som varit planerade (Hsu, Reed & Rocholl, 2010). Likaså fann McGilvery, Faff & Pathan (2012) ackumulerad genomsnittlig avvikelseavkastning hos rivaler på -2,95% under perioden 6 dagar innan till 6 dagar efter en intraindustriell börsintroduktion, vid en studie på australienska börsintroduktioner under perioden 1999–2009. Denna studie konstaterar att den första handelsdagen efter en börsintroduktion har en konkurrenseffekt på rivaler, som erhåller en genomsnittlig avvikelseavkastning på -0,27% (McGilvery, Faff & Pathan, 2012).

I linje med resultat från tidigare studier (Akhigbe, Borde & Whyte, 2003; Hsu, Reed & Rocholl, 2010; McGilvery, Faff & Pathan, 2012) på den australienska samt amerikanska marknaden förväntas en konkurrenseffekt finnas i Sverige under första handelsdagen efter en intraindustriell börsintroduktion. Innan börsintroduktionen är fullbordad finns fortfarande en möjlighet för emittenter att dra tillbaka sina planer om börsintroduktion, vilket skedde i cirka 28% av planerade börsintroduktioner på den amerikanska marknaden mellan 1980–2001 (Hsu, Reed & Rocholl). När introduktionen väl är gjord har all potentiell osäkerhet angående fullbordande av ett företags börsintroduktion försvunnit. Denna osäkerhet angående en fullbordad börsintroduktion bidrar i sin tur till osäkerheter i rivalers framtida kassaflöden.

Vidare stärker en börsintroduktion det emitterande företagets konkurrenskraft i och med kapitalanskaffning som kan användas till investeringar. Eftersom dessa investeringar stärker företaget i relation till sina rivaler, dras slutsatsen att introduktionen som företagsspecifik händelse inte indikerar positiva framtidsutsikter för branschen som helhet, vilket gör en övergripande kontagiös effekt på rivaler på den svenska marknaden osannolik.

Enligt EMH bör aktiepriser hos de konkurrerande företagen reflektera all tillgänglig information, för att antagandet om en effektiv marknad ska hålla (Fama, 1970). Detta innebär i praktiken att en prisförändring i rivalers aktier bör ske vid fullbordandet av en börsintroduktion, ifall denna företagsspecifika händelse implicerar ny informationsspridning som har en påverkan på konkurrenter.

Hypotes 1: Börsintroduktioner ger upphov till negativ avvikelseavkastning för rivaler verksamma inom samma bransch, på introduktionsdagen

Ser man till perioden runt introduktionsdagen studerade Akhigbe, Borde & Whyte (2003) uteslutande de dagar som efterföljde introduktionsdagen. Denna studie kommer i linje med Hsu, Reed & Rocholl (2010) samt McGilvery, Faff & Pathan (2012) även undersöka perioden innan introduktionens fullbordande, med motivering att en del information kan komma att spridas till intressenter dessförinnan.

Hsu, Reed & Rocholl (2010) presenterade att rivaler erhåller en ackumulerad genomsnittlig avvikelseavkastning på -0,40%, under perioden 10 dagar innan till 1 dag efter en intraindustriell börsintroduktion. Denna nedåtgående trend är tydlig under de första handelsdagarna under denna period men utjämnas under de närmaste dagarna innan en börsintroduktion (Hsu, Reed

& Rocholl, 2010). McGilvery, Faff & Pathan (2012) påvisade även de en konkurrenseffekt på rivaler. Dessa erhåller en ackumulerad genomsnittlig avvikelseavkastning på -1,52% under perioden 6 dagar innan till introduktionsdagen av en börsintroduktion (McGilvery, Faff &

Pathan, 2012). Ingen av dessa två studier visar tecken på en genomsnittlig kontagiös effekt på rivaler under någon av de sammanlagt 13 perioder som inkluderar dagar innan en börsintroduktion (Hsu, Reed & Rocholl, 2010; Mcgilvery, Faff & Pathan, 2012).

Eftersom mer information gällande framtidsutsikter av en börsintroduktion tillgängliggörs fram till dess fullbordande, bör detta påverka rivalers aktiepriser. Exempelvis kan tillfällen då så kallade underwriters (e.g. investmentbankirer) och representanter för det emitterande bolaget träffar institutionella investerare minska informationsasymmetri, vilket ökar investerares informationstillgänglighet angående sannolikheten för en fulländad börsintroduktion (Benveniste & Spindt, 1989).

Med understöd av tidigare forskning formuleras studiens andra hypotes:

Hypotes 2: Börsintroduktioner ger upphov till negativ avvikelseavkastning för rivaler verksamma inom samma bransch, under perioden före börsintroduktionen

Vidare påvisar Hsu, Reed & Rocholl (2010) substantiell negativ avvikelseavkastning hos rivaler efter en börsintroduktion. Denna trend är fortgående under hela undersökta efterperioden, vilken sträcker sig 30 dagar efter introduktionsdagen. Under perioden 10 dagar innan till 20 dagar efter en intraindustriell börsintroduktion erhåller rivaler en ackumulerad genomsnittlig avvikelseavkastning på -1,58% (Hsu, Reed & Rocholl, 2010). Likaså fann

McGilvery, Faff & Pathan (2012) negativ avvikelseavkastning hos rivaler i efterperioden som följer en intraindustriell börsintroduktion. Under perioden från introduktionsdagen till 6 dagar efter erhöll rivaler en ackumulerad genomsnittlig avvikelseavkastning på -1,71% vid en intraindustriell börsintroduktion (McGilvery, Faff & Pathan, 2012).

I motsättning till dessa resultat finner Akhigbe, Borde & Whyte (2003) tecken på positiv ackumulerad genomsnittlig avvikelseavkastning för rivaler i perioden som följer en börsintroduktion. Detta tyder på en möjlig kontagiös effekt av börsintroduktioner på rivaler.

Förslagsvis beror resultatet på urvalsstorlek, studerad tidsperiod eller urvalets sammansättning (Akhigbe, Borde & Whyte, 2003).

Att studierna av McGilvery, Faff & Pathan (2012) samt Hsu, Reed & Rocholl (2010) påvisar en negativ trend i avvikelseavkastning hos rivaler som fortsätter i en period efter börsintroduktioner, är linje med att det kan finnas en fördröjd effekt av inkorporering av information i aktiepriser (Fama, 1970). Antalet industriella rivaler som undersöks i studien av McGilvery, Faff & Pathan (2012) och Hsu, Reed & Rocholl (2010) är 4 683 stycken respektive 8 966 stycken, vilket kan ställas i relation till studien av Akhigbe, Borde & Whyte (2003) som undersöker 2 493 industriella rivaler. Detta motiverar en förväntning om en konkurrenseffekt hos rivaler i perioden som efterföljer en börsintroduktion, då studierna som stöder detta både ger ett signifikant resultat på 1% nivå samt innehåller ett större urval av rivaliserande företag.

Med understöd av tidigare forskning formuleras studiens tredje hypotes:

Hypotes 3: Börsintroduktioner ger upphov till negativ avvikelseavkastning för rivaler verksamma inom samma bransch, under perioden efter börsintroduktionen

Tidigare studier gällande hur storlek har en inverkan vid börsintroduktioner visar prov på en negativ korrelation till aktiekursrörelser hos rivaliserande företag inom samma bransch (Akhigbe, Borde & Whyte, 2003; McGilvery, Faff & Pathan, 2012). Hsu et. al. (2010) diskuterar även att större rivaliserande företag har ett större skydd mot ökad konkurrens samtidigt som Akhigbe et. al. (2003) anser att större börsintroducerade företag utgör större konkurrens på den enskilda marknaden. Det här beror på att mindre företag analyseras till en lägre grad vilket innebär att det i allmänhet finns mindre information om de företagen. Således kan den inkrementella information som förmedlas vid en börsintroduktion förorsaka en mer betydande omvärdering av aktiekurserna för relativt små rivala företag (Akhigbe, Borde &

Whyte, 2003; Atiase, 1985). Akhigbe, Borde & Whyte (2003) samt McGilvery, Faff & Pathan

(2012) påvisar i sina studier att företagsstorlek har en inverkan vid börsintroduktioner och att det påverkar aktiekurserna hos de rivaliserande företagen inom den specifika branschen.

Med understöd av tidigare forskning formuleras studiens fjärde hypotes:

Hypotes 4: Det finns ett negativt samband mellan avvikelseavkastning hos rivaler verksamma inom samma bransch och emittentens relativa storlek i förhållande till branschen

Akhigbe, Borde & Whyte (2003) påvisar dessutom att börsintroduktioner har en större konkurrenseffekt på rivaler i branscher som karaktäriseras av hög systematisk risk. De erhåller genom regressionsanalys en negativ riskkoefficient på (-0,010), vilket indikerar att företag som är aktiva i mer riskfyllda branscher påverkas mer än andra. Detta beror möjligtvis på att dessa inte har den flexibilitet som behövs för att svara på konkurrerande hot (Akhigbe, Borde &

Whyte, 2003).

Med understöd av tidigare forskning formuleras studiens femte hypotes:

Hypotes 5: Det finns ett negativt samband mellan avvikelseavkastning hos rivaler verksamma inom samma bransch och branschens risknivå

2.4 Avgränsning

Den här studiens huvudsakliga ändamål är att undersöka huruvida en börsintroduktion påverkar företags kursrörelser inom samma bransch på den svenska marknaden under perioden 2013 till 2019. Att den svenska marknaden undersöks är på grund av den geografiska avsaknaden på liknande studier i Norden, där Sverige står för en absolut majoritet av alla de introduktioner som sker på de nordiska börserna (Nasdaq OMX Nordic, 2020). Undersökningen har begränsat sig mellan perioden 2013 till 2019 av anledning att utgöra en stor mätperiod där utomstående faktorer har en minimal inverkan på företags kursrörelser, samtidigt som denna period klassas som en het marknad med flertalet börsintroduktioner (Ibid). När Nasdaq tog över Stockholmsbörsen 2008 fram till början av vår mätperiod 2013 var marknaden i återhämtning från finanskrisen 2008 (Ibid). Det här innebär att den perioden inte anses vara representabel till hur marknaden historiskt sett har sett ut och är även ett skäl till den begränsning som har gjorts (Ibid).

Vidare har undersökningen avgränsats till marknaden Nasdaq Stockholm och Nasdaq First North Stockholm, där Nasdaq Stockholm består av marknadens alla etablerade företag och utgör den svenska huvudmarknaden. Nasdaq First North Stockholm är en del av OMX Nordenbörs och består av mindre tillväxtföretag (Nasdaq OMX Nordic, 2020). Många av de

listade företagen på Nasdaq First North Stockholm listas där i syfte att expandera och ta steget upp till den så kallade “Main market” - Nasdaq Stockholm, vilket är ett steg 75 företag har tagit sedan 2008 (Nasdaq, 2020).

3. Metod

3.1 Datainsamling och urval

Datumen för de börsintroduktioner som ligger till grund för denna studie hämtas från Nasdaq OMX Nordics hemsida www.nasdaqomxnordic.com, för att sedan kontrolleras mot de datum som redovisas för börsintroduktioner på www.nyemissioner.se för att stärka dess reliabilitet.

Vad gäller den data som används vid analys är den av det sekundära slaget, med motivering att sekundäranalys sparar tid och möjliggör den analys av industrigrupper som denna uppsats avser att göra (Bell & Bryman, 2017).

Data är insamlad från databasen Thomson Reuters Eikon som är marknadsledande i deras sätt att leverera och tillgängliggöra finansiella data. På grund av att data är framtagen av denna stora institution kan den klassas som tillförlitlig och av hög kvalite (Ibid). De nyckelvariabler som insamlas är i form av ett totalt avkastningsindex samt totala tillgångar för respektive företag som är listade på Nasdaq Stockholm och Nasdaq First North Stockholm. Dessa variabler används i allmänhet ofta vid anskaffande av data från Thomson Reuters Eikon, vilket ökar sannolikheten att de är tillgängliga vid replikation av denna studie på andra tidsperioder eller marknader (Bell & Bryman, 2017).

3.1.2 Urval

Studien avser att undersöka alla börsintroduktioner av icke-finansiella bolag som gjordes på Nasdaq Stockholm och Nasdaq First North Stockholm mellan 2013–2019, vilka även ska finnas tillgängliga på Thomson Reuters Eikon. Enligt Nasdaq OMX Nordic gjordes 423 börsintroduktioner under den valda perioden, vilka utgör den bas som genererar det slutgiltiga användbara urvalet som behövs för denna studie. Fem filter används för att exkludera observationer som skulle kunna snedvrida resultatet, vilket stärker studiens externa validitet (Ibid):

I. Börsintroduktioner av företag som tidigare varit listade på en annan aktiebörs (94 fall exkluderas).

Dessa introduktioner exkluderas i studien på grund av att de redan innehaft de fördelar angående kapitalanskaffning etc. som en börsintroduktion ger upphov till. Exempel på detta är företag som tidigare varit listade på Spotlight och väljer att introduceras på Nasdaq Stockholm såsom Mr Green gjorde den 30 november 2016 (Nasdaq, 2016).

Detta filter exkluderar även företag som tar steget från Nasdaq First North Stockholm till Nasdaq Stockholm.

II. Börsintroduktioner av företag som är aktiva inom den finansiella sektorn (7 fall exkluderas).

Dessa introduktioner exkluderas i linje med studierna av McGilvery, Faff & Pathan (2012) samt Slovin, Sushka & Poloncheck (1992), då dessa företags informationsstruktur skiljer sig från andra företags. På grund av detta anses den informationsexternalitet (spillover effekt) som finansiella företag åsamkar inte vara jämförbar med andra bolags.

III. Börsintroduktioner av företag som saknar konkurrent inom vald branschklassificering (2 fall exkluderas).

Dessa introduktioner exkluderas i enlighet med McGilvery, Faff & Pathan (2012) på grund av att de inte har en listad konkurrent vars kursrörelser kan studeras under tidsperioden.

IV. Börsintroduktioner av företag i samma bransch vars mätperioder överlappar varandra och som därigenom utgör kluster (180 fall exkluderas).

I linje med MacKinley (1997) samt tidigare studier (Hsu, Reed & Rocholl, 2010;

McGilvery, Faff & Pathan, 2012) exkluderas de observationer vars mätperioder överlappar varandra. Detta skapar möjligheten att kunna beräkna den ackumulerade variansen av avvikelseavkastning utan att behöva oroa sig över eventuell kovarians mellan observationer. Kluster förklaras närmare under rubrik 3.2.4 Mätperiod.

V. Börsintroduktioner av företag vars tillgängliga data är inkomplett (60 fall exkluderas).

Företag vars data inte följer riktlinjer för totalt avkastningsindex, totala tillgångar eller på annat sätt skiljer sig mot övriga observationers data exkluderas. Detta görs för att stärka reliabiliteten i datasetet och minska risk för snedvridning av resultat.

3.1.3 Branschklassificering

“The Global Industry Classifications Standard” (GICS) är en branschklassificering som utvecklades gemensamt av Morgan Stanley Capital International och Standard & Poor’s (Bhojraj, Lee & Oler, 2003). Standarden är utformad genom att företag klassas utefter deras huvudsakliga affärsverksamhet, där källorna för intäkter och vinster spelar en central roll, vilket skiljer standarden från andra klassificeringar så som ”Standard Industry Classification” (SIC) och ”North American Industry Classification System” (NAICS) (Ibid). Vad gäller

väldiversifierade företag som är aktiva i ett flertal relativt lika branscher klassas de som tillhörande den industriella eller finansiella sektorn, medan företag som är aktiva i substantiellt skilda branscher klassas inom den bransch som genererar majoriteten av intäkterna (Ibid). GICS består av 11 sektorer, 24 industrigrupper, 69 industrier och 158 sub-industrier (S&P Global &

MSCI, 2018), vilka exemplifieras för energisektorn nedan i Figur 3.1.

Figur 3.1 - GICS-klassificering

Figur 3.1 visar hur indelningen av sektorer, industrigrupper, industrier och sub-industrier förhåller sig till varandra enligt GICS-klassificering. Energisektorn exemplifieras.

Källa: Standard & Poor’s Global Market Intelligence & Morgan Stanley Capital International. 2018.

Bhojraj, Lee & Oler (2003) påvisade att GICS-klassificering är markant bättre på att förklara samrörelser i aktieavkastning och andra multiplar än övriga branschklassificeringar. Detta motiverar valet av GICS i denna studie, vilket görs i linje med McGilvery, Faff & Pathan (2012). Valet av just industrigrupper inom GICS motiveras av att företag inom samma sektor är alltför olika vad gäller affärsverksamhet och därför antas en konkurrens- eller kontagiös effekt inte vara smärre märkbar inom sektorer. En fördelning utefter industri eller subindustri skulle i sin tur leda till att flertalet börsintroducerande företag skulle sakna konkurrenter och därför behöva exkluderas i studien enligt filter III ovan.

Det slutgiltiga urvalet är 84 börsintroduktioner och 1120 observerade rivaler, fördelade över 18 industrigrupper, vilka redovisas i Tabell 3.1 nedan. Deskriptiva statistik gällande vilka företag som åtog sig börsintroduktion redovisas i Appendix Tabell A1.

Tabell 3.1 - Slutgiltigt urval

Tabell 3.1 redovisar det slutgiltiga antalet börsintroduktioner och observerade rivaler, fördelade över industrigrupper.

Industrigrupp Börsintroduktioner Rivaler

Bilar & bilkomponenter 2 4

Detaljhandel 7 50

Energi 2 7

Farmaceutik, bioteknik & biovetenskap 7 127

Fastigheter 8 88

Hushåll & personliga produkter 2 9

Hälsovårdsutrustning & tjänster 6 109

Industrivaror 9 300

Kommersiella & professionella tjänster 6 69

Konsumtionstjänster 5 34

Mat, dryck & tobak 2 7

Material 6 65

Media & underhållning 4 49

Mjukvara 6 69

Teknologisk hårdvara & utrustning 7 108

Telekomtjänster 2 8

Transport 1 3

Varaktiga konsumtionsvaror & kläder 2 14

Totalt 84 1120

3.2 Eventstudie

3.2.1 Huvudsaklig metodik

Syftet med denna studie är att undersöka kursrörelser hos företag vid en intraindustriell börsnotering, vilket innebär att studien har en kvantitativ ansats och ämnar studera effekten av en specifik händelse på värdet hos företag. För att uppfylla detta syfte genomförs en eventstudie, som är användbar givet det faktum att effekter av en händelse omedelbart speglas i tillgångspriser, under antagandet om rationalitet på marknaden (MacKinley, 1997; Fama 1970). Det centrala i en eventstudie är att mäta avvikande aktieavkastning (MacKinley, 1997), vilket i denna uppsats benämns som avvikelseavkastning. Metodiken med eventstudie görs i linje med tidigare studier om börsintroduktioners intraindustriella effekt på rivaler (Akhigbe, Borde & Whyte, 2003; Hsu, Reed & Rocholl, 2010; McGilvery, Faff & Pathan, 2012).

Först och främst komponeras ett avkastningsindex för de olika industrigrupperna för att kunna mäta branschens reaktion på börsintroduktioner. Därefter identifieras den period där företags aktiepriser kommer undersökas (MacKinley, 1997). Denna period kallas eventperioden och inkluderar fördelaktigt flertalet dagar både före och efter eventet i fråga, som i denna studie är en börsintroduktion (Ibid). Efter att ha bestämt urval och kontrollerat för möjlig snedvridning av studien, vilket gjorts under 3.1.2 Urval, identifieras mätperioden. Vidare väljs modell som används för estimering av förväntad avkastning. Den förväntade avkastningen används för att beräkna avvikelseavkastning och genomsnittlig avvikelseavkastning. Till sist beräknas

ackumulerad genomsnittlig avvikelseavkastning för urvalet. Resultaten används följaktligen för att pröva studiens tre första hypoteser.

3.2.2 Branschindex

För att kunna analysera de 1120 observerade rivalerna i denna studie komponeras avkastning för ett branschindex som representerar genomsnittlig avkastning för rivaler som under tiden för en intraindustriell börsintroduktion handlades publikt inom samma industrigrupp.

Avkastningen för detta index beräknas enligt ekvation:

𝑅 ¹

𝑁Σ 𝑅 (1)

Klargörande av variabler:

𝑅 = Avkastning för bransch (x) under period (t) N = Antal rivaler

𝑅 = Avkastning för rival (i) under period (t) 3.2.3 Eventperiod

Dagarna omkring en börsintroduktion är den eventperiod som denna studie avser att studera.

Själva introduktionsdagen kommer att benämnas ID, och är den dag då emittenten (i.e. det introducerande företaget) för första gången handlas publikt på börsen. McGilvery, Faff &

Pathan (2012) konstruerade en eventperiod på sammanlagt tretton dagar, från sex dagar innan ID (ID-6) till sex dagar efter ID (ID+6), medan Hsu, Reed & Rocholl (2010) hade en eventperiod på hela 61 dagar, från ID-30 till ID+30. Eftersom Hsu, Reed & Rocholl (2010) påvisade avvikelseavkastning för rivaler mellan ID-10 till ID+30 är det av intresse av att ha en lång eventperiod för inte missa eventuell avvikelseavkastning i perioden före eller efter introduktionsdagen.

Denna studie undersöker perioden mellan 15 dagar innan (ID-15) och 15 dagar efter (ID+15) introduktionsdagen. Antalet dagar i eventperioden uppgår sedermera till 31 stycken.

3.2.4 Mätperiod

För att beräkna avvikelseavkastning behövs en mätperiod för att kunna göra en uppskattning på normal avkastning för de berörda aktörerna, som i detta fall är rivalerna. Det är fördelaktigt att ha en lång mätperiod för att uppskattningen ska bli så korrekt som möjligt, samtidigt som det minskar risken för att enskilda event under mätperioden får en påverkan på estimeringen av normal avkastning (MacKinley, 1997). Akhigbe, Borde & Whyte (2003), Hsu, Reed & Rocholl

(2010) samt McGilvery, Faff & Pathan (2012) använde sig av mätperioder mellan ID-220 till ID-20, ID-255 till ID-42 och ID-255 till ID-40 respektive.

Mätperioden i denna studie inkluderar dagarna från ID-120 till ID-16 och är således kortare än föregående studier inom ämnet. Anledningen till detta är att börsintroduktioner ofta kommer i kluster inom branscher, vilket tenderar att störa mätningarna. För att försäkra att kovariansen mellan observationerna i denna studie är noll, exkluderas därmed flertalet observationer enligt 3.1.2 Urval – Filter IV i enlighet med MacKinley (1997). För att inte exkludera ett för stort antal relevanta observationer väljs därför en mätperiod på sammanlagt 105 dagar, vilket säkerställer att mätperioden blir så lång som möjligt och minimerar risken för vilseledande normal avkastning i estimatet (Ibid). Figur 3.2 illustrerar tidslinjen för mätperiod och eventperiod nedan.

Figur 3.2 - Tidslinje

Figur 3.2 visar tidslinjen för mätperiod respektive eventperiod i eventstudien.

3.2.5 Marknadsmodellen & avvikelseavkastning

Marknadsmodellen är en statistisk modell som anknyter avkastning i ett specifikt värdepapper (e.g. en aktie) till avkastningen i marknadsportföljen (MacKinley, 1997). Modellen grundar sig i ”Capital Asset Pricing Model” (CAPM), vilken är en jämviktsteori som bestämmer förväntad avkastning i en aktie beroende på dess kovarians med just marknadsportföljen (Sharpe, 1964).

Marknadsportföljen som används i denna studie representeras av Nasdaq OMX Stockholm PI (OMXSPI) för att få ett så brett och representativt index som möjligt.

Marknadsmodellen används för att göra ett estimat av förväntad avkastning. Det är denna förväntade avkastning från mätperioden (𝐿₁) som senare jämförs med den faktiska avkastningen i eventperioden (𝐿 ) från ekvation (1) för att kunna påvisa avvikelseavkastning.

Vidare är samtliga ekvationer samstämmiga med de i MacKinley (1997). Förväntad avkastning för branschindex beräknas enligt ekvation:

𝑅 𝛼 𝛽 𝑅 𝜀 (2)

Klargörande av variabler:

𝑅 = Avkastning för bransch (x) under period (t) 𝛼 = Icke-systematisk risk för bransch (x)

𝛽 = Systematisk risk för bransch (x)

𝑅 = Avkastning för marknadsportföljen (m) under period (t)

𝜀 = Felterm för bransch (x) under period (t), som förväntas ha medelvärde 0

Givet marknadsmodellens estimat kan man mäta och analysera avvikelseavkastning. 𝐴𝑅 är urvalet av avvikelseavkastning i 𝐿 . Avvikelseavkastningen representerar skillnaden mellan den förväntade avkastningen i eventperioden mätt utifrån variabler från estimatet och den faktiska avkastningen i eventperioden, vilket definieras som feltermen av marknadsmodellen.

Genom detta kan man uppskatta hur avkastningen hos rivaler påverkas av börsintroduktionen.

Avvikelseavkastning för branschindex beräknas enligt ekvation:

𝐴𝑅 𝑅 𝛼 𝛽 𝑅 (3)

Klargörande av variabler:

𝐴𝑅 = Avvikelseavkastning för bransch (x) under period (t) 𝑅 = Faktisk avkastning för bransch (x) under period (t)

𝛼 𝛽 𝑅 = Förväntad avkastning för bransch (x) under period (t)

För att dra övergripande slutsatser för eventet i fråga behövs avvikelseavkastningen aggregeras för observationerna. Detta görs i två omfång: över tid och över observationer. Genom att summera de olika observationerna och dividera med antalet kan ett genomsnitt räknas ut för varje eventdag. Genomsnittlig avvikelseavkastning beräknas enligt ekvation:

𝐴𝐴𝑅 ¹

𝑁 Σ^𝑁₌₁ 𝐴𝑅 (4)

Klargörande av variabler:

𝐴𝐴𝑅 = Genomsnittlig avvikelseavkastning under period (t) N = Antal börsintroduktioner

𝐴𝑅 = Avvikelseavkastning för bransch (x) under period (t)

Genom att summera genomsnittlig avvikelseavkastning för de olika eventdagarna kan man observera den totala genomsnittliga avvikelsen i avkastning under eventperioden. Ackumulerad genomsnittlig avvikelseavkastning beräknas enligt ekvation:

𝐶𝐴𝐴𝑅 𝑡₁, 𝑡 Σ ₌ 𝐴𝐴𝑅 (5)

Klargörande av variabler:

𝐶𝐴𝐴𝑅 𝑡₁, 𝑡 = Ackumulerad genomsnittlig avvikelseavkastning under period 𝑡₁ till 𝑡

𝐴𝐴𝑅 = Genomsnittlig avvikelseavkastning under period (t)

3.2.6 Test för statistisk signifikans

För att undersöka huruvida resultaten från eventstudien är statistiskt signifikanta utförs ett T- test. Under hypoteserna är avvikelseavkastningen normalfördelad runt 0. Genom testet kan man se ifall avvikelseavkastningen för rivaler statistiskt skiljer sig från detta (MacKinley, 1997).

Först och främst beräknas variansen i avvikelseavkastning, vilket görs enligt ekvation:

𝑣𝑎𝑟 𝐴𝑅 𝜎 (6)

Klargörande av variabler:

𝑣𝑎𝑟 𝐴𝑅 = Varians i avvikelseavkastning för bransch (x) under period (t) 𝜎 = Varians i avvikelseavkastning under mätperiod för bransch (x)

Därefter beräknas variansen i genomsnittlig avvikelseavkastning enligt ekvation:

𝑣𝑎𝑟 𝐴𝐴𝑅 ¹

𝑁 Σ^𝑁₌₁ 𝜎 (7)

Klargörande av variabler:

𝑣𝑎𝑟 𝐴𝐴𝑅 = Varians i genomsnittlig avvikelseavkastning under period (t) N = Antal börsintroduktioner

𝜎 = Varians i avvikelseavkastning under mätperiod för bransch (x)

Vidare beräknas varians för ackumulerad genomsnittlig avvikelseavkastning enligt ekvation:

𝑣𝑎𝑟 𝐶𝐴𝐴𝑅 𝑡₁, 𝑡 Σ ₌ 𝑣𝑎𝑟 𝐴𝐴𝑅 (8) Klargörande av variabler:

𝑣𝑎𝑟 𝐶𝐴𝐴𝑅 𝑡₁, 𝑡 = Varians i ackumulerad genomsnittlig avvikelseavkastning under period 𝑡₁ till 𝑡

𝑣𝑎𝑟 𝐴𝐴𝑅 = Varians i genomsnittlig avvikelseavkastning under period (t)

Estimaten av varians görs under förutsättningen att observationerna inte överlappar varandra i tid, vilket tagits i beaktning i 3.1.2 Urval – Filter IV. Slutsats för ackumulerad genomsnittlig avvikelseavkastning kan därför dras att urvalet är normalfördelat kring 0. T-test kan utföras enligt ekvation:

𝜃₁ ^{𝐶𝐴𝐴 ,}

𝐶𝐴𝐴 , ^, ~ 𝑁 0,1 (9)

Klargörande av variabler:

𝐶𝐴𝐴𝑅 𝑡₁, 𝑡 = Ackumulerad genomsnittlig avvikelseavkastning under period 𝑡₁ till 𝑡 𝑣𝑎𝑟 𝐶𝐴𝐴𝑅 𝑡₁, 𝑡 = Varians i ackumulerad genomsnittlig avvikelseavkastning under period 𝑡₁ till 𝑡

3.3 Linjär regression

I linje med Akhigbe, Borde & Whyte (2003) genomförs två bivariata regressionsanalyser i syfte att undersöka ifall storleken på emittenten i förhållande till branschens medelstorlek, samt branschens systematiska risk har en påverkan på avvikelseavkastning hos rivaler vid en börsintroduktion. För regressionsanalys beräknas ackumulerad avvikelseavkastning enligt ekvation:

𝐶𝐴𝑅 𝑡₁, 𝑡 Σ ₌ 𝐴𝑅 (10)

Klargörande av variabler:

𝐶𝐴𝑅 𝑡₁, 𝑡 = Ackumulerad avvikelseavkastning för rivaler i bransch (x) under period 𝑡₁ till 𝑡

𝐴𝑅 = Avvikelseavkastning för bransch (x) under period (t)

För regressionerna används den ackumulerade avvikelseavkastningen som beroende variabel samt två oberoende testvariabler enligt följande:

Regressionsmodell 1.

𝐶𝐴𝑅 𝑡₁, 𝑡 𝛽₀ 𝛽₁𝑅𝐸𝐿𝑆𝐼𝑍𝐸 𝜀 (11) Klargörande av variabler:

𝐶𝐴𝑅 𝑡₁, 𝑡 = Ackumulerad avvikelseavkastning för rivaler i bransch (x) under period 𝑡₁ till 𝑡

𝛽₀ = Konstant

𝛽₁𝑅𝐸𝐿𝑆𝐼𝑍𝐸 = Den relativa storleksskillnaden mellan det emitterande företaget och medelvärdet hos rivaler i bransch (x), mätt i totala tillgångar

𝜀 = Slumpartad felterm i bransch (x) Regressionsmodell 2.

𝐶𝐴𝑅 𝑡₁, 𝑡 𝛽₀ 𝛽₁𝑅𝐸𝐿𝑅𝐼𝑆𝐾 𝜀 (12) Klargörande av variabler:

𝐶𝐴𝑅 𝑡₁, 𝑡 = Ackumulerad genomsnittlig avvikelseavkastning för rivaler i bransch (x) under period 𝑡₁ till 𝑡

𝛽₀ = Konstant

𝛽₁𝑅𝐸𝐿𝑅𝐼𝑆𝐾 = Risk i bransch (x) i förhållande till marknadsindex 𝜀 = Slumpartad felterm i bransch (x)

3.3.2 Beroende variabel

I de två regressionerna används ackumulerad avvikelseavkastning för hela eventperioden som beroende variabel. Variabeln används för att den förväntas kunna ge det bästa måttet på den reaktion som sker hos rivaler i samband med en börsintroduktion.

3.3.3 Oberoende variabler

Den oberoende variabeln som används i Regressionsmodell 1 ställs upp i enlighet med studiens fjärde hypotes. Variabeln omfattar storlek på emittenten i relation till medelvärdet på storleken hos rivaler. Storlek mäts i totala tillgångar vid introduktionsdagen, vilket är motsats till Akhigbe, Borde & Whyte (2003) som mäter storlek i marknadsvärde, men i linje med Hsu, Reed & Rocholl (2010). Valet av totala tillgångar som mått istället för marknadsvärde motiveras av att marknaden inte haft tillräcklig tid att värdera det emitterande bolaget, vars kursrörelser första handelsdagen kan vara väldigt volatila (Loughran & McDonald, 2013).

Därför finns det en risk att marknadsvärde efter den första handelsdagen inte speglar företagsstorlek lika bra som totala tillgångar.

I Regressionsmodell 2 ställs den oberoende variabeln för relativ risk upp i enlighet med studiens femte hypotes. Variabeln omfattar den systematiska risken hos rivaler. Variabeln beräknas enligt CAPM-modellen (Sharpe, 1964), vilket görs i linje med 𝛽 i ekvation (2). Valet av denna variabel motiveras av att branscher som klassificeras av hög risk tenderar att påverkas mer av en intraindustriell börsintroduktion än de lägre riskfyllda branscherna (Akhigbe, Borde &

Whyte, 2003).

3.4 Metodkritik

Genom att komponera ett branschindex för rivaler går volatiliteten för urvalen ner i mätperioden, utifrån ett antagande om att aktier i samma industrigrupp inte är perfekt korrelerade med varandra. Detta gör alltså att den systematiska risken (𝛽) i ekvation (2), ekvation (3) och ekvation (12) eventuellt blir mindre, vilket i sin tur genererar en lägre (högre) förväntad avkastning för rivaler vid positiv (negativ) marknadsavkastning än vad som skulle förefallit vid en beräkning av var rival för sig. Komponering av branschindex leder även till högre varians i observationer, vilket minskar sannolikheten för signifikanta resultat. För vissa observationer saknas nyckelvariabler i data, vilket orsakade ett bortfall av dessa enligt 3.1.2 Urval – Filter V. Helst är urvalet så stort som möjligt för att studiens generaliserbarhet då ökar, men på grund av inkomplett data blev antalet observerade börsintroduktioner 84 stycken.

Vad gäller eventstudie finns det risk att det inte enbart är den enskilda undersökta händelsen som kan ha påverkan på kursrörelser under mät- samt eventperiod (MacKinley, 1997). Olika makroekonomiska företeelser kan influera kurser, vilket inte har att göra med det företagsspecifika eventet som undersöks. Risk finns alltså att resultat vid enstaka börsintroduktioner kan vara snedvridet.

4. Resultat & Analys

4.1 Analys av eventstudie

Tabell 4.1 - Avvikelseavkastning eventperiod

Tabell 4.1 redovisar genomsnittlig avvikelseavkastning (AAR) samt ackumulerad genomsnittlig avvikelseavkastning (CAAR) för rivaler vid en intraindustriell börsintroduktion över hela eventperioden (ID-15 till ID+15).

Dag AAR CAAR

-15 -0,27% -0,27%

-14 0,12% -0,15%

-13 -0,40%* -0,55%

-12 0,13% -0,42%

-11 -0,09% -0,51%

-10 -0,10% -0,61%

-9 0,05% -0,55%

-8 0,10% -0,45%

-7 -0,08% -0,53%

-6 -0,29% -0,81%

-5 -0,06% -0,87%

-4 -0,07% -0,94%

-3 -0,19% -1,13%

-2 0,38%* -0,75%

-1 -0,17% -0,92%

ID0 -0,11% -1,03%

+1 -0,26% -1,29%

+2 -0,41%* -1,70%*

+3 0,65%*** -1,05%

+4 0,23% -0,81%

+5 -0,30%* -1,12%

+6 -0,14% -1,25%

+7 -0,06% -1,32%

+8 -0,16% -1,47%

+9 -0,28% -1,76%*

+10 -0,11% -1,87%*

+11 -0,68%*** -2,54%*

+12 -0,09% -2,63%*

+13 0,15% -2,48%*

+14 0,22% -2,26%*

+15 0,23% -2,02%*

*** Indikerar signifikans på 1 % nivå, ** Indikerar signifikans på 5 % nivå, * Indikerar signifikans på 10 % nivå

Resultaten i Tabell 4.1 påvisar en genomgående negativ trend i CAAR för rivaler vid en intraindustriell börsintroduktion, dock med låg eller icke-befintlig statistisk signifikans. Den negativa trenden är förenlig med tidigare studier (Hsu, Reed & Rocholl, 2010; McGilvery, Faff

& Pathan, 2012) som påvisar negativa CAAR om -1,58% (ID-10 till ID+20) samt -2,95% (ID- 6 till ID+6) respektive. Den ackumulerade genomsnittliga avvikelseavkastningen för hela eventperioden uppgår till -2,02% för rivaler på den svenska marknaden, signifikant på 10%

nivå, vilket tyder på att det finns en konkurrenseffekt då en ny aktör emitterar sina aktier för första gången.

Vad gäller den effektiva marknadshypotesen (Fama, 1970) återspeglas huvudsakligen den semi-starka formen av EMH. Den informationsspridning som sker till följd av en börsintroduktion verkar inte ge någon direkt påverkan på aktiepriser hos rivaler på själva introduktionsdagen, utan mer över hela eventperioden. Detta indikerar att insiderinformation sannolikt offentliggörs successivt över tid, vilket i teori och praktik påverkar kursvärderingen.

Värt att observera är de två dagarna då den genomsnittliga avvikelseavkastningen markant skiljer sig från de övriga, ID+3 och ID+11. Dessa resultat tyder på en tudelad spillover effekt med både konkurrens- samt kontagiösa inslag hos rivaler efter en börsintroduktion. Den positiva AAR om +0,65% tyder på en kontagiös effekt tre dagar efter en börsintroduktion. Detta är i linje med studien av McGilvery, Faff & Pathan (2012) som också finner positiv AAR dag ID+3. Värt att notera är att de i övrigt enbart finner positiv AAR i en av de övriga elva undersökta dagarna under eventperioden. Anledningen till att rivaler erhåller positiv AAR denna dag efter en börsintroduktion skulle kunna förklaras av den höjd av ny konkurrens som tagits i beaktning vid prissättning av rivaler de närliggande dagarna dessförinnan (ID-1 till ID+2). Den negativa avvikelseavkastningen under dessa dagar kan bero på osäkerhet angående hur stora fördelar en börsintroduktion har för emittenten. Denna osäkerhet ökar risken för rivalers framtida kassaflöden. Dag ID+3 finns en möjlighet att marknaden anser att man tagit för hög beaktning i denna osäkerhet om konkurrensnivåer, vilket justerar tillbaka aktiepriser och leder till positiv AAR dag ID+3.

I motsats till ID+3 tyder ID+11 på en eftersläntrande konkurrenseffekt hos rivaler, vilket är i linje den fördröjning av inkorporering av information i aktiepriser som påvisats tidigare (Amir

& Lev, 1996; Fama 1970). Ackumulerad genomsnittlig avvikelseavkastning presenteras grafiskt i Figur 4.1 nedan.

Figur 4.1 - Tidslinje för ackumulerad genomsnittlig avvikelseavkastning

Figur 4.1 redovisar tidslinjen i dagar kring en börsintroduktion på x-axeln, där dag 0 är introduktionsdagen.

Ackumulerad genomsnittlig avvikelseavkastning (CAAR) i procent, för rivaler vid en intraindustriell börsintroduktion, visas på y-axeln.

Vidare presenteras resultat och analys för olika delperioder i studiens eventfönster. Dessa är uppdelade utefter introduktionsdag samt för- och efterperiod.

Tabell 4.2 - Ackumulerad genomsnittlig avvikelseavkastning på introduktionsdagen

Tabell 4.2 redovisar ackumulerad genomsnittlig avvikelseavkastning (CAAR) för rivaler vid en intraindustriell börsintroduktion på introduktionsdagen (ID0).

Period CAAR

ID0 -0,11%

*** Indikerar signifikans på 1 % nivå, ** Indikerar signifikans på 5 % nivå, * Indikerar signifikans på 10 % nivå

Förväntningarna kring avvikelseavkastning på introduktionsdagen var att de skulle vara av det negativa slaget för rivaler, vilket detta medelvärde tyder på. Dock är detta negativa resultat utan statistisk signifikans. Studien på den australienska marknaden visade att rivaler erhåller negativ genomsnittlig avvikelseavkastning om -0,27% på eventdagen (McGilvery, Faff & Pathan, 2012), vilket är snarlikt resultatet på -0,11% i denna studie. Skillnaden sinsemellan är att resultaten i den australienska studien stöds av statistisk signifikans på 10 % nivå. Vad som orsakat brist på signifikanta resultat i denna studie kan möjligtvis vara på grund av det lägre antalet börsintroduktioner som undersöks i denna studie.

-3.00%

-2.00%

-1.00%

0.00%

1.00%

2.00%

3.00%

-15 -14 -13 -12 -11 -10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

CAAR

Eventdag

Att all osäkerhet angående det emitterande företagets fullbordande av börsintroduktionen skulle försvinna på introduktionsdagen, och att detta leder till ny spridning av relevant information, är sannolikt inte fallet på den svenska marknaden. Marknaden anser alltså inte att introduktionsdagen har en signifikant påverkan på rivalers förväntade framtida kassaflöden.

Enligt EMH skulle en spridning av ny relevant information ha påverkat aktiepriser omedelbart, vilket tyder på att ingen ny information spridits eller att spridd information inte har någon konkurrenseffekt på rivaler på introduktionsdagen. Detta gör att hypotes 1 inte accepteras.

Tabell 4.3 - Ackumulerad genomsnittlig avvikelseavkastning före introduktionsdagen

Tabell 4.3 redovisar ackumulerad genomsnittlig avvikelseavkastning (CAAR) för rivaler vid en intraindustriell börsintroduktion över perioden före introduktionsdagen (ID-15 till ID-1).

Period CAAR

ID-15 till ID-1 -0,92%

*** Indikerar signifikans på 1 % nivå, ** Indikerar signifikans på 5 % nivå, * Indikerar signifikans på 10 % nivå

Den undersökta perioden innan en börsintroduktion tyder på att rivalers förväntade framtida kassaflöden påverkas negativt av en kommande börsintroduktion. Dock stöds inte resultatet av statistisk signifikans. Den negativa ackumulerade genomsnittliga avvikelseavkastningen följer den nedåtgående trend innan en börsintroduktion som visas i tidigare studier (Hsu, Reed &

Rocholl, 2010; Mcgilvery, Faff & Pathan, 2012).

Perioden innan en börsintroduktion visar tendenser av att en konkurrenseffekt redan börjar ta form ett flertal dagar innan börsintroduktionen. Sannolikt tar marknaden del av information om sannolikheten för att företag genomför sin planerade börsintroduktion, vilket delvis sker genom de tillfällen underwriters träffar institutionella investerare. Detta gör att marknaden tar denna information i beaktning vid sitt prissättande av rivalers aktier. När sannolikheten för en börsintroduktion ökar, ökar samtidigt sannolikheten att emittenten kommer lyckas med kapitalanskaffning som kan användas till investeringar, amorteringar, etc. Då dessa förväntas generera positiva framtida kassaflöden för emittenten som därigenom får en starkare konkurrerande ställning, påverkas rivaler i genomsnitt negativt på den svenska marknaden.

Detta tyder på att en konkurrenseffekt finns på rivaler under perioden innan en börsintroduktion, men på grund av testets statistiska icke-signifikanta resultat accepteras inte hypotes 2.

Tabell 4.4 - Ackumulerad genomsnittlig avvikelseavkastning efter introduktionsdagen

Tabell 4.4 redovisar ackumulerad genomsnittlig avvikelseavkastning (CAAR) för rivaler vid en intraindustriell börsintroduktion över perioden efter introduktionsdagen (ID+1 till ID+15).

Period CAAR

ID+1 till ID+15 -1,00%

*** Indikerar signifikans på 1 % nivå, ** Indikerar signifikans på 5 % nivå, * Indikerar signifikans på 10 % nivå

Ser man till den undersökta perioden efter en börsintroduktion visas återigen tecken på att rivalers förväntade framtida kassaflöden påverkas negativt av en börsintroduktion. Resultatet stöds dock inte heller här av statistisk signifikans. Tabell 4.1 visar att den ackumulerade genomsnittliga avvikelseavkastningen hos rivaler som lägst är -2,63%, vilket inträffar under dag ID+12. Vad som även går att tyda är att flertalet dagar dessförinnan påvisar negativa AAR.

Av intresse komponeras ytterligare en delperiod i eventfönstret för att studera perioden som påvisar konstant negativ avvikelseavkastning, ID+5 till ID+12, vilken presenteras nedan.

Tabell 4.5 - Ackumulerad genomsnittlig avvikelseavkastning i delperiod efter introduktionsdagen

Tabell 4.5 ackumulerad genomsnittlig avvikelseavkastning (CAAR) för rivaler vid en intraindustriell börsintroduktion över en delperiod efter introduktionsdagen (ID+5 till ID+12).

Period CAAR

ID+5 till ID+12 -1,82%***

*** Indikerar signifikans på 1 % nivå, ** Indikerar signifikans på 5 % nivå, * Indikerar signifikans på 10 % nivå

Resultaten i Tabell 4.5 påvisar negativ ackumulerad genomsnittlig avvikelseavkastning för rivaler, signifikant på 1 % nivå. Detta indikerar att rivaler upplever en ökad konkurrens av en börsintroduktion, vilket påverkar deras kurs negativt i enlighet med konkurrenseffekten. Dessa resultat är dessutom i linje med den fördröjda effekten som finns innan tillgängliggjord information reflekteras i priser (Amir & Lev, 1996; Fama 1970). Att en fördröjd effekt på rivalers aktiepriser återfinns innebär att marknaden behövt tid för att analysera den effekt en börsintroduktion har på konkurrenter.

Det kan även vara så att ny information tillgängliggjorts för marknaden under dessa dagar efter börsintroduktionen. Marknaden värderar sannolikt rivaler beroende på hur lyckade börsintroduktionerna varit. Eftersom svenska börsintroduktioner precis som i övriga världen speglas av underprissättning (Abrahamson, De Ridder, & Råsbrant, 2011), kan den kursutveckling som sker för emittenten under de första dagarna uppfattas som ett hot mot de redan listade rivalerna. När ett bolag har en lyckad börsintroduktion anses det sannolikt att dess

konkurrerande ställning stärkts, vilket i sin tur leder till positiva förväntade framtida kassaflöden. Den starka konkurrerande ställningen för emittenten innebär svagare ställning för rivaler, vilket leder till sämre förväntade framtida kassaflöden för dessa. Resultaten tyder alltså på att en konkurrenseffekt finns under perioden efter en börsintroduktion, vilket delvis ger stöd för hypotes 3.

På grund av icke-signifikanta resultat i period ID+1 till ID+15 accpteras inte hypotes 3 för hela efterperioden, i motsats till period ID+5 till ID+12 då vi accepterar hypotes 3.

4.2 Regressionsanalys

Tabell 4.6 - Regression för storlek & risk

Tabell 4.6 redovisar resultat från de bivariata regressionsanalyserna från ekvation (11) och ekvation (12) som studerar samband mellan företagsstorlek samt risk med ackumulerad genomsnittlig avvikelseavkastning hos rivaler över hela eventperioden (ID-15 till ID+15).

Variabel Storlek Risk

N 84 84

R-Kvadrat 0,019 0,006

Koefficienter -0,644 -0,038

P-Värde 0,216 0,472

F-Värde 1,554 0,523

Standardfel 1,779 0,181

*** Indikerar signifikans på 1 % nivå, ** Indikerar signifikans på 5 % nivå, * Indikerar signifikans på 10 % nivå

Studien finner utifrån regressionsanalys inget större samband mellan varken storlek eller risk och observerad avvikelseavkastning. Båda variablerna påvisar låg förklaringsgrad till rörelser i avvikelseavkastning sett till R-Kvadrat. Den relativa skillnaden i storlek mellan emittent och rivaler förklarar 1,9% av den avvikelseavkastning som observeras hos rivaler, medan branschers nivå av systematisk risk förklarar så lite som 0,6% av observerad avvikelseavkastning.

Vidare finner studien tecken på att storlek har en relativt stark korrelation med avvikelseavkastning, där ökad storlek på totala tillgångar hos emittenten skulle kunna leda till negativ avvikelseavkastning hos rivaler. Korrelationskoefficienten sett till storlek har ett linjärt samband med avvikelseavkastning om (-0,644), dock utan statistisk signifikans. Vad gäller risk är korrelationen nästan icke-befintlig, då ökad systematisk risk för berörd bransch enbart har en linjär korrelation med avvikelseavkastning på (-0,038), även här utan statistisk signifikans.

Sammanfattningsvis går det av resultatet inte att säkerhetsställa att de oberoende variablerna storlek och risk, till skillnad från Akhigbe, Borde & Whyte (2003), har en inverkan vid börsintroduktioner för förändring i rivalers avvikelseavkastning på Nasdaq Stockholm och Nasdaq First North Stockholm under perioden 2013 till 2019. Resultaten tyder snarare på att sambandet är lågt, speciellt sett till systematisk risk. Det här kan i sin tur ha sin grund i att de bolag denna studie bygger på i många fall har lägre totala tillgångar i jämförelse med genomsnittet hos rivaliserande bolag inom samma bransch. Den relativa risken inom branscher i förhållande till marknaden är låg i stora delar av studien vilket sannolikt påverkar resultatet i regressionsanalysen för denna variabel. På grund av detta accepteras inte hypotes 4 och hypotes 5.

5. Slutsats

5.1 Slutsats

Syftet med denna studie är att utreda kursrörelser hos rivaler vid en intraindustriell börsintroduktion på den svenska marknaden, med ändamål att påvisa avvikelseavkastning. Den huvudsakliga teorin som förklarar varför rivaler reagerar på en börsintroduktion är den studerade spillover effekten, vilken innebär att informationsspridning sker som är relevant för kassaflöden i hela industrin. Resultaten visar att ackumulerad genomsnittlig avvikelseavkastning i period ID-15 till ID+15 uppgår till -2,02%, signifikant på 10 % nivå.

Detta tyder på att en svag konkurrenseffekt finns på rivaler inom industrigrupper, då en börsintroduktion sker på den svenska marknaden. Denna effekt är även genomgående i de undersökta perioderna kring introduktionsdagen. Detta tyder på att marknaden förväntar sig en positiv effekt på det emitterande företagets förväntade kassaflöden, medan rivalers förväntade kassaflöden påverkas negativt, enligt spillover effekten.

Konkurrenseffekten är starkast mellan fem och tolv dagar efter en börsintroduktion, vilket påvisar en fördröjd effekt av introduktionens påverkan på prissättning av rivaler. Den fördröjda effekten är sannolikt grundad i den tid som marknaden behöver för att inkorporera information i priser, eller föranledd av de ofta lyckade börsintroduktionerna som gett hög avkastning för emittenten de första handelsdagarna.

Emittentens storlek och branschens systematiska risk har ingen märkbar påverkan på rivalers avvikelseavkastning på den svenska marknaden, vilket sannolikt beror på att flertalet emitterande företag var av det mindre slaget samt att branscherna under 2013–2019 var klassade av relativt låg systematisk risk.

5.2 Förslag till framtida forskning

Studien har en avgränsning i urvalet till den svenska marknaden i samband med att den kan ses som en företrädare för de resterande nordiska marknaderna på grund av dess storlek. För att utveckla studiens geografiska bredd vore en liknande studie av alla de nordiska marknaderna vara av intresse. En sådan studie skulle dock med största sannolikhet få liknande resultat men kunna användas som underlag till större nationella studier.

Det är även av intresse för framtida forskning att använda sig av en längre tidsperiod i studien.

Det som har använts i denna studie är en tidsperiod på sju år på grund av att perioden från att