aktieåterköp och könsfördelning i styrelser1391874/... · 2020-02-05 · sätt utreda detta har...
TRANSCRIPT
Aktieåterköp och
könsfördelning i styrelser - En studie av den kortsiktiga avkastningen efter annonseringen
av ett aktieåterköp i svenska noterade bolag
Kandidatuppsats 15 hp
Företagsekonomiska institutionen
Uppsala universitet
HT 2019
Datum för inlämning: 2020-01-16
Simon Strömbäck
Erik Vågstedt
Handledare: Katarzyna Cieslak
Sammandrag
Frågor kring könsfördelningen i bolagsstyrelser har i Sverige under senare tid
uppmärksammats allt mer. Forskningen kring kvinnliga styrelseledamöters påverkan på olika
företagsbeslut är gedigen, men på den svenska marknaden är den inte lika täckande. Denna
studies syfte är att utreda huruvida kvinnliga styrelseledamöter har ett samband till
avvikelseavkastningen som följer av annonseringen av ett aktieåterköp. För att på ett adekvat
sätt utreda detta har både andel och antal kvinnor undersökts kopplat till avvikelseavkastning.
En eventstudie samt multipla linjära regressioner utförs i syfte att finna eventuella samband,
där urvalet utgörs av 179 observationer av svenska noterade företag som utfört aktieåterköp
under perioden 2011–2019. Resultatet av studien visar inget signifikant samband mellan
kvinnor och avvikelseavkastningen till följd av annonseringen av aktieåterköp.
Nyckelord: Avvikelseavkastning, market timing, aktieåterköp, agentkostnader, kvinnliga styrelseledamöter, critical mass.
Innehållsförteckning Inledning 2
1.1 Problematisering 3 1.2 Syfte 5 1.3 Disposition 5
Teori 6 2.1 Aktieåterköp i Sverige 6 2.2 Motiv till aktieåterköp 6 2.3 Informationshypotesen 7 2.4 Principal-agentteorin 8 2.5 Critical mass theory 10 2.6 Den Effektiva Marknadshypotesen och marknadens reaktion på ny information 12
Metod 13 3.1 Operationalisering 13 3.2 Data och urval 13
3.2.1 Finansiell data 13 3.2.2 Styrelsesammansättning 14 3.2.3 Bortfall 15
3.3 Eventstudie 16 3.4 Eventfönster 16 3.5 Marknadsmodellen 17 3.6 T-test 19 3.7 Multipla linjära regressioner 21
3.7.1 Beroende variabel 22 3.7.2 Oberoende variabel 22 3.7.3 Kontrollvariabler 23
3.8 Multikollinearitet 24 3.9 Extremvärden 24
3.10 Studiens begränsningar 25 3.10.1 Kritik mot eventstudier 25 3.10.2 Kritik mot styrelsesammansättning som oberoende variabel 25 3.10.3 Kritik mot studiens storlek 26
Empiriskt resultat 27 4.1 Deskriptiv statistik 27
4.1.1 Korrelation 28 4.1.2 VIF-test 29
4.2 Resultat av eventstudien 29 4.3 Resultat av regressionsanalyser 31
1
Analys 33 5.1 Diskussion 33 5.2 Slutsats 35 5.3 Studiens trovärdighet och tillförlitlighet 36 5.4 Framtida forskning 37
Källförteckning 38
Bilagor 44
2
1. Inledning
Studien inleds med en problematisering av ämnet som mynnar ut i studiens syfte. Avsnittet avslutas med en redogörelse av studiens disposition.
1.1 Problematisering
I Sverige har det under senare tid pågått en allt mer intensifierad debatt kring könsfördelning
i företagsstyrelser, där kärnfrågan i den politiska diskursen främst varit könskvotering, en
diskussion som ledde till en promemoria om förslag till lagstadgad könskvotering (Ds
2016:32). Förslaget lades sedermera ned, främst med anledning av att en majoritet inte stödde
förslaget. Syftet med lagförslaget var att påskynda utvecklingen mot ett jämställt klimat i
svenskt näringsliv, något som ansågs kunna göras med andra metoder än genom ny
lagstiftning. Sverige är idag ett av världens mest jämställda länder (World Economic Forum,
2018) trots utebliven lagstiftning. Detta gör det intressant att undersöka kvinnliga
styrelseledamöters effekt på företags beslutsfattning i just Sverige.
Forskningen kring hur kvinnor i styrelser påverkar företags prestation är gedigen (se bland
annat Kravitz, 2003; Adams och Ferreira, 2009; Post och Byron, 2015), men på senare tid har
även intresse väckts för hur kvinnor i styrelser påverkar enskilda beslut. Dessa studiers
resultat visar på att kvinnliga styrelseledamöter har en tendens att mer sällan utföra
värdeförstörande förvärv samt att män är mer benägna att belåna företaget. Resultaten pekar
även på att män har en övertro till sin kunskap och därmed undervärderar risken i sina beslut
(se bland annat Dittrich, Güth och Maciejovsky, 2005; Huang och Kisgen, 2013). Tidigare
studier har även funnit att mäns beteende och närvaro förbättras när kvinnor medverkar i
styrelsen (Adams och Ferreira, 2009). Även om flera olika beslut har undersökts, bland annat
förvärvsbeslut (Levi, Li och Zhang, 2014; Huang och Kisgen, 2013) och utdelning till
aktieägare (Chen, Crossland och Huang, 2017), är forskningen kring hur kvinnor i styrelsen
påverkar beslutet samt utfallet av ett aktieåterköp förhållandevis tunn. En studie på området
gjord på den amerikanska marknaden skrevs dock relativt nyligen av Evgeniou och
Vermaelen (2017).
3
Aktieåterköp är ett viktigt beslut som kräver godkännande av bolagsstämman (SFS
2005:551). Anledningarna till att utföra aktieåterköp kan vara flera. Exempelvis kan
aktieåterköp utföras för att distribuera ett överskott av likvida medel då återköp kan ses som
ett mindre komplicerat sätt än utdelningar (Råsbrant, 2011). Företag kan även välja att utföra
återköp som en del av ett incitamentsprogram till dess anställda (ibid.). Andra anledningar till
att företag beslutar att utföra återköp kan bland annat vara för att minska agentkostnaderna
kopplade till fria kassaflöden, förändra kapitalstrukturen, men även för att signalera att aktien
potentiellt är undervärderad (Brav et al., 2005; Råsbrant, 2011). Eftersom styrelsen kan
besluta om när aktieåterköpet ska genomföras kan marknaden tolka ett återköp som en signal
att aktien är undervärderad (Evgeniou och Vermaelen, 2017). I studien av Evgeniou och
Vermaelen (2017) framgår det att företag med kvinnliga styrelseledamöter efter aktieåterköp
har en lägre avvikelseavkastning än företag utan kvinnliga styrelseledamöter (0,60% lägre).
Avvikelseavkastning (abnormal return) definieras som skillnaden mellan faktisk avkastning
och förväntad avkastning (MacKinlay, 1997). Författarna hävdar att bolag utan kvinnliga
styrelsemedlemmar oftast utförde aktieåterköp för att bolaget ansåg att den egna aktien var
undervärderad. Kvinnliga styrelseledamöter utför oftare återköp som ett verktyg för att öka
kontrollen och minska agentkostnader, med mindre hänsyn till huruvida aktien är över-/eller
undervärderad Evgeniou och Vermaelen (2017).
För att avgöra om aktien är under- eller övervärderad krävs tillgång till information, varför
flertalet studier om förhållandet mellan könsfördelning i styrelser och beslutsfattning
diskuterar om kvinnor har samma tillgång till information som män (Inci, Narayanan och
Seyhun, 2017; Kanter, 1977; Torchia, Calabrò och Huse, 2011; Evgeniou och Vermaelen,
2017). De manliga styrelseledamöterna ansågs i studien av Evgeniou och Vermaelen (2017)
ha ett informationsövertag gentemot kvinnor och kunde på så vis på ett mer effektivt sätt
utnyttja tillfällen då aktien var undervärderad. I företagsstyrelser med kvinnor var det istället
oftast ett övervakningssyfte som föranledde aktieåterköpen, alltså att det fria kassaflödet som
fanns tillhanda skulle elimineras för att minska agentproblematiken (ibid.). Den senare
anledningen till aktieåterköp har dock, enligt resultatet från studien, inte en lika stor effekt på
avvikelseavkastningen som då marknaden tolkade återköpet som ett tecken på en
undervärderad aktie.
4
Då den svenska marknaden är mer jämställd än den amerikanska (World Economic Forum,
2018) kommer denna studies resultat sannolikt skilja sig i någon mån från studien av
Evgeniou och Vermaelen (2017). Urvalet i studien av Evgeniou och Vermaelen (2017), som
utfördes på den amerikanska marknaden, visade på en genomsnittlig andel kvinnor i
observerade företag om 11,43%. I Sverige är andelen kvinnliga styrelseledamöter betydligt
högre, där andelen uppgick till 34% 2019 (Andra AP-fonden, 2019). Enligt World Economic
Forums (2018) rapport är Sverige det tredje mest jämställda landet i världen samtidigt som
man finner USA på plats 51 (World Economic Forum, 2018). Med hänsyn till denna skillnad
i styrelsesammansättningar framstår det som sannolikt att resultatet från undersökningen
kommer skilja sig från tidigare undersökningar på den amerikanska marknaden. Det finns
även fler anledningar än så till varför det är intressant att jämföra den svenska marknaden
med den amerikanska. Aktieåterköp är inte lika vanligt i Sverige som i USA (Dagens
industri, 2018), vilket gör att de återköp som faktiskt utförs på den svenska marknaden
rimligen också borde få reaktioner. Dessa faktorer sammanvägt gör det intressant att
undersöka hur avvikelseavkastningen efter ett aktieåterköp ser ut i Sverige och framför allt
hur könsfördelningen i styrelsen påverkar avvikelseavkastningens storlek.
Ambitionen med denna studie är att göra en undersökning av den kortsiktiga
avvikelseavkastningen till följd av annonserat aktieåterköp och avvikelseavkastningens
samband med kvinnliga styrelseledamöter på den svenska marknaden.
1.2 Syfte
Syftet med uppsatsen är att undersöka om samband föreligger mellan kvinnliga
styrelseledamöter och avvikelseavkastning, efter tillkännagivandet av aktieåterköp hos
svenska noterade bolag.
1.3 Disposition
Studien inleds med ett teoretiskt kapitel där den teoretiska referensramen redogörs för,
baserat på teorier samt tidigare forskning. Efterföljande metodkapitel beskriver den
kvantitativa metod som studien genomför, utöver metod beskrivs även studiens data, urval
samt bortfall. Avsnittet avslutas med metodens begränsningar. Vidare presenteras studiens
empiriska resultat i form av eventstudien, deskriptiv statistik, t-test och regressionsanalyser.
5
Slutligen diskuteras samt analyseras resultatet i analyskapitlet, följt av slutsats och förslag till
framtida forskning inom ämnet.
6
2. Teori
I följande avsnitt redogörs studiens teoretiska referensram. Utifrån teori och tidigare forskning formuleras studiens hypoteser som ligger till grund för metod, resultat samt analys.
2.1 Aktieåterköp i Sverige
Aktieåterköp i Sverige har inte en lika gedigen och lång historia som i andra länder, till
exempel USA som Evgeniou och Vermaelen (2017) studerar. Det var först år 2000 som
aktieåterköp på Stockholmsbörsen tilläts genom aktiebolagslagen (SFS 2005:551; Prop.
1999/2000:34). Det är styrelsen som beslutar huruvida ett aktieåterköp ska genomföras.
Enligt aktiebolagslagen (SFS 2005:551) måste dock styrelsen be bolagsstämman om
bemyndigande att genomföra aktieåterköp. Det är också bolagsstämman som beslutar om att
ge styrelsen bemyndigande att genomföra ett aktieåterköp. Detta bemyndigande gäller som
längst fram till nästa bolagsstämma. Eftersom bemyndigandet är tidsbegränsat och inte kräver
något genomförande är det inte ovanligt att många styrelser efterfrågar detta (Råsbrant,
2011). Råsbrant (2011) menar vidare att dessa annonseringar varken är ovanliga eller
oväntade vilket leder till en låg avvikelseavkastning. Enligt reglerna på Stockholmsbörsen
måste styrelsen meddela när de tänker utnyttja detta bemyndigande, så fort som möjligt, för
att genomföra aktieåterköp (Nasdaq, 2019a). I detta meddelande måste man även meddela när
aktieåterköpen kommer att äga rum, motivet för att genomföra återköp, hur många aktier det
handlar om samt företagets befintliga innehav (Nasdaq Stockholm, 2019a). Det är
annonseringen av dessa, sistnämnda, meddelanden som denna studie undersöker effekten av.
2.2 Motiv till aktieåterköp
Anledningarna till varför bolag genomför aktieåterköp är flera och något som diskuterats
flitigt i litteraturen (se bland annat Brav et al., 2005; Ikenberry, Lakonishok och Vermaelen,
1995). En vanlig anledning till att aktieåterköp utförs är i syfte att genomföra en utbetalning
till aktieägarna, som alternativ till utdelningar. Evgeniou och Vermaelen (2017) diskuterar
framförallt tre anledningar till varför bolag genomför aktieåterköp: (1) för att minska
agentkostnaderna genom att eliminera fritt kassaflöde som annars hade slösats bort, (2) för att
aktien är undervärderad eller, (3) för att förändra kapitalstrukturen i syfte att göra
7
skatteeffektiviseringar. Såsom nämnts ovan kan anledningarna vara flera, till exempel för att
fullfölja ett incitamentsprogram eller för att på ett okomplicerat sätt distribuera ett överskott
(Råsbrant, 2011).
Tidigare forskning (se bland annat Dittmar och Field, 2015; Ikenberry et al., 1995; Peyer och
Vermaelen, 2009; Cziraki, Lyandres och Michaely, 2019; Evgeniou et al., 2018) visar att
tillkännagivandet av återköp oftast följs av positiv kort- och långsiktig avvikelseavkastning.
Till skillnad från utdelningar, som är ett annat sätt att utföra utbetalningar, kan aktieåterköp
utföras vid valfri tidpunkt givet att styrelsen är bemyndigad att utföra aktieåterköp (Råsbrant,
2011). Således utför i regel inte ett företag aktieåterköp då exempelvis aktien anses vara högt
värderad.
2.3 Informationshypotesen
Aktieåterköp, till skillnad från utdelningar, är relativt ovanliga i Sverige vilket innebär att
dessa kan användas mer som ett verktyg för marknadstiming (market timing) när aktien är
potentiellt undervärderad (Evgeniou och Vermaelen, 2017). Marknadstiming, eller förmågan
att köpa/sälja aktien vid rätt tillfälle, kräver väldigt specifik tillgång till information och
kunskap om prisnivåerna på marknaden, något som Inci et al. (2017) diskuterar vidare i sin
studie.
Inci et al. (2017) väljer att fokusera på mäns tillgång till information och hur det ger dem
fördelar över kvinnor, något som även Evgeniou och Vermaelen (2017) diskuterar. Utifrån
tidigare forskning utvecklar Inci et al. (2017) informationshypotesen (male information
advantage hypothesis). Författarna menar att denna överlägsna tillgång till information kan
innebära att män är bättre på exempelvis marknadstiming (Evgeniou och Vermaelen, 2017;
Inci et al., 2017). Även Kanter (1977) diskuterar mäns fördelar i arbetslivet. Hon menar att
kvinnor inte har samma tillgång till information som män, speciellt i företag och grupper där
kvinnor är underrepresenterade. Vidare forskning rörande könsfördelning (Davies-Netzley,
1998; Moore, 1988) visar att kvinnor exkluderas från de manliga kollegornas
informationsnätverk. När män inte längre är en stor majoritet sjunker dock
informationsfördelarna då kvinnorna förmodligen inkluderas i de informationsnätverk som
krävs (Inci et al., 2017), vilket stämmer överens med andra studier som diskuterar
8
minoriteters påverkan på en grupp (Adams och Ferreira, 2009; Kanter, 1977; Schelling, 1971;
Torchia et al., 2011). Till följd av dessa studiers argumentation rörande mäns överlägsna
tillgång till information kan en vänta sig att män ceteris paribus är bättre på att utöva
marknadstiming. Detta torde innebära att avvikelseavkastningen som följer annonsering av
aktieåterköp bör vara högre för företag med lägre andel kvinnor i styrelsen.
Vidare visar Gul, Srinidhi och Ng (2011) på att kvinnliga styrelseledamöter bidrar till
aktieprisets klarhet genom att mer information beaktas vid prissättningen av aktien genom att
företagen blir mer transparenta. De kvinnliga styrelseledamöterna anses alltså bidra med
bättre övervakning vilket leder till bättre öppenhet gentemot allmänheten. Den ökade
transparensen leder dock till att det är svårare för företagets styrelse att hitta tillfällen då
aktien är undervärderad eftersom mer information är prissatt. Möjligheten att utföra
aktieåterköp med marknadstiming anser alltså Evgeniou och Vermaelen (2017) försämras då
kvinnor utgör en del av styrelsen. På grund av kvinnors bättre övervakning skulle det således
enligt teorin vara svårare att identifiera och utnyttja en undervärdering än om styrelsen
utgjorts av enbart män. Detta leder, tillsammans med hypotesen rörande mäns
informationsfördelar, fram till studiens första hypotes, som lyder:
● H1: Det föreligger ett negativt samband mellan andelen kvinnliga
styrelseledamöter och avvikelseavkastning till följd av annonsering av
aktieåterköp.
2.4 Principal-agentteorin
Principal-agentteorin handlar grundläggande om situationen då en principal delegerar viss
beslutskompetens till en agent (Jensen och Meckling, 1976). Principalen i detta fall är
aktieägarna samtidigt som företagsstyrelsen är agenten. Således handlar diskrepansen mellan
intressen i detta fall om att styrelsen inte ska använda det tillgängliga fria kassaflödet på ett
sätt som missgynnar aktieägarna (Jurkus, Parok och Woodard, 2011). Med utgångspunkten
att båda aktörerna agerar i sitt egna intresse finns fog för att anta att agenten inte alltid
kommer agera i principalens bästa intresse (Jensen och Meckling, 1976). För att stävja detta
kan principalen vidta åtgärder för att minska det utrymme agenten har att avvika från
principalens bästa intresse. Det är i sin tur dessa åtgärder som definieras som agentkostnader.
9
Trots att principalen lägger resurser på agentkostnader i syfte att harmonisera agentens
intressen med sina egna, kommer det aldrig gå att helt eliminera agentens utrymme att istället
tillgodose sina egna intressen. Jurkus et al. (2011) framförde i sin artikel att kvinnliga
styrelseledamöter har en signifikant negativ korrelation med höga agentkostnader på
marknader med lägre konkurrens. Kvinnor i styrelsen kan således påstås minska
agentkostnaderna i företag utan stark extern styrning.
I anslutning till bland annat förvärvsbeslut har tidigare forskning visat på att företag med
kvinnliga ledamöter i styrelsen haft en högre avkastning i samband med annonseringen av
beslutet, i jämförelse med företag där alla styrelseledamöter varit män (Huang och Kiesen,
2013; Levi et al., 2014). Det föreligger alltså, enligt dessa resultat, en allmän uppfattning att
kvinnliga styrelseledamöter mer sällan genomför värdeförstörande förvärv. Kopplat till dessa
resultat har parallellt en hypotes växt fram inom litteraturen, kallad Styrningshypotesen.
Hypotesen syftar till att kvinnor förbättrar företagsstyrningen, till exempel genom att
förbättra övervakningen och att minska agentkostnaderna mellan aktieägare och
företagsledningen (Adams och Ferreira, 2009).
I linje med argumentationen kring kvinnors övervakningsförmåga och eliminering av
agentkostnader finner Chen et al. (2017) att kvinnor är mer benägna att utföra utbetalningar
än män. Tidigare forskning har även undersökt mäns övertro till sin egen förmåga och
kunskap (Barber och Odean, 2001; Niederle och Vesterlund, 2007). Man fann i dessa studier
att män överlag har en större övertro till sin egna förmåga än vad kvinnor har. Ytterligare
studier på män och kvinnors skillnader berör risktagande och riskaversivitet (Charness och
Gneezy, 2012; Eckel och Grossman, 2008). Dessa studier finner att kvinnor är mer
riskaversiva än män och därmed fattar färre riskfyllda beslut. Om män övervärderar sin egen
förmåga och kunskap samt fattar mer riskfyllda beslut kan kvinnors benägenhet att göra
utbetalningar minska risken för att män fattar värdeförstörande beslut. Detta kan i sin tur leda
till en positiv marknadsreaktion om marknaden är av uppfattningen att män kan fatta
värdeförstörande beslut.
I syfte att undersöka huruvida Principal-agentteorin kan förklara avvikelseavkastningen till
följd av aktieåterköp använder studien en motsägande hypotes till hypotes 1. Istället för att
10
marknadstimingen och manliga styrelseledamöters informationsövertag är förklaringen till
storleken på avvikelseavkastningen, förklaras avvikelseavkastningen istället av att marknaden
beaktar värdet i att hantera fria kassaflöden och agentkostnader på ett effektivt sätt. Som
nämnt tidigare är nämligen kvinnor överlägsna övervakare (Adams och Ferreira, 2009).
Därmed lyder den motsägande hypotesen:
H2: Det föreligger ett positivt samband mellan andelen kvinnliga styrelseledamöter och
avvikelseavkastning till följd av annonsering av aktieåterköp.
2.5 Critical mass theory
Studier kring kvinnliga styrelseledamöter brukar angripa problem rörande hur mycket
minoriteter faktiskt kan påverka en majoritets beteende och beslut i stort. Det finns flera olika
teorier kring hur stor andel det krävs av en minoritet för att minoriteten ska ha en påverkan.
Schelling (1971) diskuterade tidigt gruppdynamik och minoriteter, något som Kanter (1977)
utvecklade till just könsdiversifieringens påverkan på gruppdynamik. Båda menar att det
krävs ett kritiskt antal av minoriteten inom en grupp för att minoriteten ska nå inflytande.
Kanter (1977) studerade kvinnor som arbetade inom ett mansdominerat företag för att studera
hur andelen kvinnor inom en grupp påverkade gruppens beteende. Om mängden kvinnor
inom en grupp inte når en viss andel fungerar de endast som symboler då dessa endast
behandlas som företrädare för sin minoritet snarare än individer (Kanter, 1977). Det är
andelen kvinnor i gruppen som påverkar om kvinnorna har inflytande, vilket Kanter (1977)
utvecklar till fyra typer av grupper med olika fördelning av minoriteter. Dessa grupper
varierar från helt homogena grupper med 100% av en egenskap, i detta fall kön, till mer
balanserade grupper med en jämnare fördelning. I studien av Evgeniou och Vermaelen (2017)
fann författarna att den genomsnittliga könsfördelningen bland styrelser i urvalet var ungefär
11,43%. En sådan fördelning beskriver Kanter (1977) som skev (skewed) och i dessa grupper
förblir minoriteten (kvinnor) endast symboler, det vill säga att minoriteten inte får någon
större påverkan på gruppens beslutsfattning (ibid.). Enligt Andra AP-fondens kvinnoindex är
andelen kvinnor i svenska bolag i genomsnitt 34%, (Andra AP-fonden, 2019). En sådan
fördelning kallar Kanter (1977) för lutande (tilted), en lutande grupp kännetecknas av att
minoritetens inflytande över beslut växer, minoriteten är inte längre endast symboler.
11
Denna forskning har sedan dess utvecklats till just styrelser och hur andelen kvinnor påverkar
styrelsens beslut. Vinnicombe et al. (2008) utförde en omfattande studie om kvinnor i
styrelsepositioner i flertalet länder, bland annat USA, Kanada, Spanien, Norge och Tunisien.
I studien fann man att kvinnors medverkan i styrelser medför förändring för gruppen.
Kvinnor förändrar hela styrelsens beteende samt lyfter svåra ämnen för diskussion. Man fann
även att det kritiska antalet för kvinnor i styrelser är tre, alltså att det krävs minst tre kvinnor
för att dessa ska kunna påverka styrelsen i stort och inte längre ses som symboler
(Vinnicombe et al., 2008). Torchia et al. (2011) utvecklade forskningen för att undersöka
huruvida det krävs ett kritiskt antal för att kvinnor i styrelser ska ha möjlighet att påverka ett
företags innovation. Även Konrad, Kramer och Erkut (2008) undersöker hur många kvinnor
som krävs för att nå critical mass i en studie på kvinnliga styrelseledamöter i “Fortune
1000”-företag. Författarna menar att en ensam kvinna ofta ignoreras och behöver arbeta extra
hårt för att få sin röst hörd. Kvinnor ses som symboler även när två kvinnor ingår i gruppen,
dem inkluderas dock i diskussioner i större grad (Konrad et al., 2008). I studien genomfördes
intervjuer med kvinnor som suttit i styrelser med olika antal kvinnor. Kvinnorna berättade att
styrelser med tre eller fler kvinnor fungerar på ett helt annat sätt, att dessa styrelser är mer
professionella och stöttande. En annan kvinna svarade i intervjuerna att först när det är minst
tre kvinnor så slutar man känna sig som en symbol (ibid.). Kravitz (2003) diskuterar om
jämställdhet inom företag leder till att prestationen ökar. Han finner att desto mer komplext
ett beslut är, desto mer gynnas gruppen av jämställdhet. Fortsättningsvis blir resultatet som
bäst när fördelning är 50/50 (Kravitz, 2003), vilket är en så kallad balanserad grupp enligt
Kanter (1977). Dessa är dock relativt sällsynta bland styrelser i Sverige (Andra AP-Fonden,
2019).
Critical mass theory är den mest frekvent använda teorin vid studier av kvinnors medverkan i
styrelser. Det finns dock teorier som hävdar motsatsen till Critical mass theory, en sådan är
Social Identity Theory (Turner, 1996). Grundtanken runt Social Identity Theory är att även en
ensam minoritet kan förändra hur en grupp fattar beslut. Teorins fokus ligger på att förklara
individers beteende och interaktioner baserat på den minoritet de tillhör (Turner, 1996; Chen
et al., 2016). Hogg och Reid (2006) menar att när flera olika minoriteter samlas i en grupp
påverkas gruppens beteende i stort. Detta på grund av att de olika minoriteterna tvingas delta
i en gruppdiskussion (Hogg och Reid, 2006). Att vara del av en underrepresenterad grupp
12
hindrar alltså inte en individ från att vara delaktig i och påverka den större gruppens beslut
(Westphal och Milton, 2000).
Trots att åsikterna går isär är Critical mass theory den mest erkända teorin vid studier av
kvinnors påverkan på en grupp. Studier som bygger på Critical mass theory når liknande
resultat i att det ofta krävs mer än två kvinnor i gruppen (styrelsen) för att dessa ska kunna
påverka gruppens beslut. Det kritiska antalet kvinnor blir enligt dessa studier alltså tre eller
flera. Först då ses kvinnorna inte längre som symboler och får ett större inflytande vilket
leder till att styrelsen ändrar sin arbetsprocess (Adams och Ferreira, 2009; Torchia et al.,
2011). Detta föranleder studiens tredje hypotes:
● H3a: Det råder inget samband mellan en kvinnlig styrelseledamot och
avvikelseavkastning vid annonsering av aktieåterköp.
● H3b: Det råder inget samband mellan två kvinnliga styrelseledamöter och
avvikelseavkastning vid annonsering av aktieåterköp.
● H3c: Det råder ett samband mellan minst tre kvinnliga styrelseledamöter
(critical mass) och avvikelseavkastning vid annonsering av aktieåterköp.
2.6 Den Effektiva Marknadshypotesen och marknadens reaktion på ny information
Den effektiva marknadshypotesen (EMH) introducerades av Fama (1970) som diskuterade
hur marknaden reagerar på ny information och hur priserna sätts därefter. Enligt Famas
(1970) teori finns det tre olika nivåer av EMH, svag, semi-stark och stark. När marknaden är
stark återspeglar priset all tillgänglig information på marknaden, detta innefattar privat och
allmän information. Detta medför att det blir i stort sett omöjligt att prestera bättre än
marknaden eftersom priset innefattar all information. Då marknaden är semi-stark är inte all
information inräknad i priset utan uppdateras då ny information blir tillgänglig. Under de
svagaste förhållandena är priser omöjliga att förutspå utifrån historisk data då priserna endast
antar slumpmässiga priser i en så kallad “random walk” (Fama, 1970). Denna studie gör
antagandet att marknaden reagerar när ny information, i form av annonseringen av ett
aktieåterköp, når marknaden och anpassar priset därefter.
13
3. Metod
I avsnitt 3 presenteras studiens kvantitativa metod. Avsnittet inleds med att introducera operationaliseringen vilken följs av datainsamlingen. Studien tillämpar en eventstudie vilken presenteras tillsammans med ytterligare tester. Vidare diskuteras även bortfall samt begränsningar för metoden.
3.1 Operationalisering
I denna uppsats undersöks kortsiktig avvikelseavkastning till följd av annonserat
aktieåterköp. För att undersöka detta utformades en kvantitativ forskningsdesign med en
deduktiv ansats. Både en eventstudie och flera regressionsanalyser utfördes i syfte att
undersöka det eventuella sambandet mellan avvikelseavkastning och kvinnliga
styrelseledamöter. Eventstudien utfördes i linje med MacKinlays (1997) studie som beskriver
hur en eventstudie fungerar, där avvikelseavkastning (abnormal return) används för att mäta
effekten av den undersökta händelsen. Ytterligare stöd för att detta är ett tillförlitligt mått är
att Evgeniou och Vermaelen (2017) använde sig av ett likadant mått. Det är även vanligt
förekommande i övriga eventstudier att avvikelseavkastning används som proxy för
marknadens reaktion till den nya informationen (se bland annat Brinkhuis och Scholtens,
2018; Evgeniou et al., 2018). Avvikelseavkastning beräknas utifrån skillnaden mellan faktisk
avkastning och förväntad avkastning (MacKinlay, 1997). Regressionsanalyserna utformades
med beroende variabeln kumulativ avvikelseavkastning. Oberoende variabler utgjordes av
andel kvinnor eller antal kvinnor. Som kontrollvariabler användes företagsstorlek,
skuldsättningsgrad, volatilitet och lönsamhet. Avslutningsvis utformades två dummyvariabler
för år och bransch.
3.2 Data och urval
3.2.1 Finansiell data
Då studien fokuserar på den svenska marknaden begränsades urvalet till det datum då
styrelsen för bolaget fattade ett beslut om att genomföra aktieåterköp på Nasdaq Stockholm.
Detta sker då styrelsen meddelar att man ämnar att utnyttja sitt bemyndigande från
årsstämman via ett pressmeddelande. Dessa pressmeddelanden inhämtades från Nasdaqs
14
(2019b) egna hemsida. Ursprungligen användes Thomson Reuters Eikon Datastream (2019)
för att hitta aktieåterköp, men de datum som återgavs syftade till datumet då styrelsen
bemyndigades. Dessa datum stämde inte överens med styrelsens annonsering av att utnyttja
bemyndigandet vilket diskuteras i avsnitt 2.1. Därför hämtades istället annonseringar
manuellt från Nasdaq (2019b). Vidare begränsades studien till de meddelanden som faktiskt
resulterade i ett återköp. Eftersom studien undersöker effekten av ett annonserat aktieåterköp
uteslöts de återköp som utfördes utan annonsering. Till dessa hör bland annat banker och
fondkommissionärer då dessa inte innefattas av Nasdaqs regelverk med krav på annonsering
innan återköp (Nasdaq, 2019a). Den valda tidsperioden innefattar åren 2011-2019, då
tidsspannet uppskattades tillhandahålla ett tillräckligt stort urval. Det sista observerade
återköpet utfördes 18 November 2019. Datainsamlingen resulterade i ett urval om 179
observationer. Finansiell sekundärdata hämtades sedan från Thomson Reuters Eikon
Datastream (2019). Det finansiella måttet som använts är Total Return Index (RI), vilket
förutsätter att alla utbetalningar, såsom utdelningar och aktieåterköp, återinvesteras samtidigt
som det följer aktiens rörelse. Marknadsportföljen utgjordes av SIX Return Index (SIXRX).
3.2.2 Styrelsesammansättning
För varje aktieåterköp hämtades även styrelsens sammansättning från Kollegiet för svensk
bolagsstyrning (2019). Varje meddelande om aktieåterköp jämfördes med
sammanställningen. Vidare undersöktes även företagens årsredovisningar för de år som inte
täcktes av Kollegiet för svensk bolagsstyrning (2019). Då styrelsens sammansättning för det
exakta datumet för aktieåterköpet är svår att ange användes den årsredovisning som låg
närmast i tiden. Vidare har arbetstagarrepresentanter i styrelser inte beaktats som
styrelsemedlemmar i denna studie eftersom att dessa representanter inte är valda direkt av
stämman.
15
3.2.3 Bortfall
När studiens data samlades in konstaterades ett visst bortfall. Somliga annonseringar av
aktieåterköp resulterade inte i ett faktiskt återköp. Till exempel annonserade Swedish Orphan
Biovitrum AB att styrelsen tänkte genomföra återköp juli 2019, men något återköp har ännu
inte skett. Anledningen till att observationer som inte innefattade ett utfört återköp uteslöts
var på grund av att vissa företag kontinuerligt annonserade att återköp skulle utföras
framöver, utan att sedan genomföra något återköp. Syftet att utesluta dessa var alltså att
undvika observationer där annonseringen med stor sannolikhet hade liten eller ingen effekt på
marknaden. Denna avgränsning innebar att 16 observationer ströks från urvalet. För två
observationer var det inte möjligt att hitta data för styrelsens sammansättning. Däribland
OEM AB vars årsredovisning för de gällande åren var otillgänglig från deras egen hemsida.
Ytterligare en anledning till bortfall var de återköp som sammanföll med någon annan
händelse för företaget, där vissa aktieåterköp exempelvis annonserades i samband med
årsstämman eller kurspåverkande rapporter. För att undvika ett kontaminerat resultat uteslöts
även dessa observationer. Detta då det inte kan uteslutas att årsstämman eller rapporten i sig
påverkat priset. Så var fallet för till exempel Wallenstams aktieåterköp 2019 där
annonseringen skedde vid det konstituerande styrelsemötet efter årsstämman då styrelsen
bemyndigades att genomföra återköp. Detta resulterade i ett bortfall om 48 observationer.
Vissa observationer föll även bort till följd av att någon annonsering innan aktieåterköpet inte
fanns publicerad eller att företaget noterats för nära inpå aktieåterköpet och således inte täckte
16
hela estimeringsfönstret. Här innefattas det bortfall som skedde till följd av att bolaget var en
bank eller fondkommissionär, vilket innebar ett bortfall om sju observationer. Eftersom att
Nasdaqs regelverk för emittenter inte kräver att banker eller fondkommissionärer annonserar
aktieåterköp, har dessa observationer strukits redan vid informationsinsamlingen genom att
några pressmeddelanden inte identifierats. Tidigare artiklar på området har haft liknande
bortfall, se däribland Andriosopoulos och Hoque (2013). Efter ett totalt bortfall av 76
observationer bestod studiens urval av 179 aktieåterköp . 1
3.3 Eventstudie
Genom tillämpning av en eventstudie kan annars komplexa analyser av effekterna som följer
event enkelt förklaras (MacKinlay, 1997). Med hjälp av aktiens avvikelseavkastning
analyserar man effekten av den specifika händelsen i fråga (ibid.). En grundförutsättning för
eventstudier är att effekten av beslutet eller händelsen ger omedelbar effekt på det tillhörande
priset, det vill säga att marknaden är effektiv (ibid.). I Enlighet med MacKinlay (1997) är det
första som krävs av en eventstudie att man definierar själva eventet av intresse samt den
period som man är intresserad av att studera. Vi studerar i denna studie effekten, det vill säga
avvikelseavkastningen, av aktieåterköp kopplat till aktieåterköp. Denna effekt beräknades
utifrån marknadsmodellen för varje enskilt aktieåterköp och beräknades sedan till kumulativ
genomsnittlig avvikelseavkastning. Avslutningsvis utfördes två t-test.
3.4 Eventfönster
Eventstudien inleddes med att definiera händelsen ifråga samt vilken period som skulle
studeras (MacKinlay, 1997). Som nämnt ovan är händelsen som studeras annonseringen av
1 Se Bilaga B, tabell B1 för samtliga observerade återköp efter bortfall.
17
aktieåterköp. För att vidga analysen av avvikelseavkastningen krävs att tidsperioden som
studeras är större än själva dagen för händelsen (ibid.). Enligt MacKinlay (1997) är 120 dagar
innan händelsen ett rimligt estimeringsfönster, detta för att estimera vilket pris aktien hade
haft om händelsen inte hade inträffat. För att undvika faktorer som kan påverka priset, som
till exempel ryktesspridning eller insider trading slutar estimeringsfönstret tio dagar innan
eventdagen (ibid.). Till eventfönstret adderar man även två dagar, en innan och en efter
eventdagen för att analysera huruvida det sker någon avvikelseavkastning i anslutning till
händelsen (ibid.).
Figur 1. Eventstudiens tidslinje.
t0 = eventdagen
L1 = estimeringsperioden
L2 = eventperiod
3.5 Marknadsmodellen
Förväntad avkastning
Det finns flera olika modeller för att mäta förväntad avkastning. Studien använde
marknadsmodellen då denna, enligt MacKinlay (1997), är en förbättring av tidigare modeller.
Marknadsmodellen är en linjär modell som ställer avkastningen på en specifik aktie gentemot
avkastningen på marknadsportföljen. Förväntad avkastning definieras som:
RRit = αi + βi mt + εit (1)
Där:
Rit = den förväntade avkastningen för aktie i för period t
αi = diversifierbar risk för aktie i
βi = systematisk risk för aktie i
Rmt = marknadsportföljens avkastning för period t
18
εit = felterm
Avvikelseavkastning
Avvikelseavkastning beräknas som skillnaden mellan faktisk avkastning och förväntad
avkastning (MacKinlay, 1997):
α R )ARit = Rit − ( i + βi mt (2)
Där:
ARit = avvikelseavkastning för aktie i under period t
Rit = faktisk avkastning för aktie i under estimeringsperioden t
α R )( i + βi mt = förväntad avkastning
Genomsnittlig avvikelseavkastning
Den genomsnittliga avvikelseavkastningen bestäms enligt formeln (MacKinlay, 1997):
ARt = n1 ∑
n
t=1ARit (3)
Där:
ARt = genomsnittlig avvikelseavkastning för period t
ARit = avvikelseavkastning för aktie i under period t
n = antal event
Kumulativ avvikelseavkastning (CAR)
Den kumulativa avvikelseavkastningen eller cumulative abnormal return (CAR) beräknas
utifrån formeln (MacKinlay, 1997):
AR (t , ) RC i 1 t2 = ∑t2
t=t1A it (4)
Där:
19
AR (t , )C i 1 t2 = kumulativ avvikelseavkastning, aktie i mellan två perioder under
eventfönstret
ARit = avvikelseavkastning för aktie i under period t
Genomsnittlig kumulativ avvikelseavkastning
Genomsnittlig kumulativ avvikelseavkastning beräknas enligt MacKinlay (1997):
(t , ) CARi 1 t2 = ∑t2
t=t1ARi,t (5)
Där:
R (t , ) CA i 1 t2 = den genomsnittliga kumulativa avvikelseavkastning, mellan två
dagar under eventfönstret
ARt = genomsnittlig avvikelseavkastning för period t
3.6 T-test
För att mäta signifikansen för avvikelseavkastningen utfördes ett t-test. I testet tillämpades
aggregerad varians för varje enskilt företag i testet (Kothari och Warner, 2006; MacKinlay,
1997). Formeln lyder enligt följande:
ar(AR ) v t = 1n2 ∑
n
t=t1σ2
ε1
(6)
ar(AR )v t = variansen för genomsnittlig avvikelseavkastning under perioden t
σ2 = variansen för genomsnittlig avvikelseavkastning under perioden t för
aktie i
n = antalet observationer
Ju längre tidsperioden är, desto högre varians får den kumulativa avvikelseavkastningen
(CAR). Därför multipliceras den kumulativa avvikelseavkastningen med eventfönstrets
längd. Ekvationen ger resultatet varians i genomsnittlig avvikelseavkastning under perioden
(Khotari och Warner, 2006):
20
(t , t ) Lσ (AR )σ21 2 = 2
t (7)
(t , t )σ21 2 = varians i genomsnittlig avvikelseavkastning under
estimeringsfönstret för eventfönstrets längd
L = längd på eventfönstret
(AR )σ2t = varians i genomsnittlig avvikelseavkastning under perioden t
T-testet genomfördes genom att dividera genomsnittlig kumulativ avvikelseavkastning med
den beräknade standardavvikelsen (Khotari och Warner, 2006). Anledningen till att detta
utfördes var för att säkerställa att genomsnittlig kumulativ avvikelseavkastning inte är noll.
Standardavvikelsen tas fram med hjälp av den beräknade variansen ovan.
t = CAR (t ,t ) i 1 2
σ (t , t ) [ 21 2 ] 1/2 (8)
R (t , ) CA i 1 t2 = den genomsnittliga kumulativa avvikelseavkastningen mellan två
dagar under eventfönstret
För att studera hur kvinnor påverkar reaktionen på aktiepriset samt studera critical mass
jämfördes sedan de olika grupperna. De teorier rörande critical mass som tidigare har nämnts
hävdar att det krävs minst tre kvinnor för att uppnå critical mass och därmed få ett inflytande
över gruppen (Adams och Ferreira, 2009; Konrad et al., 2008; Torchia et al., 2011;
Vinnicombe et al., 2008). För att undersöka detta utformades ytterligare ett t-test som jämför
medelvärdet av CAR för de observationer med färre än tre kvinnor med de observationer med
tre eller fler kvinnor. Detta testades enligt formeln nedan.
t = ( x − x )1 2
√ +n1
V ar 1n2
V ar 2(9)
xp = för perioden t-1 till t+1 i populationen pRCA
V arp = varians för i eventfönstret. Ovan tidigare redovisade formlerRCA
21
tillämpas för uträkningen av varians härledd från populationen p.
np = antal observationer i populationen p
3.7 Multipla linjära regressioner
För att undersöka huruvida kvinnliga styrelseledamöter har en påverkan på företags
kumulativa avvikelseavkastning vid annonseringen av ett aktieåterköp kompletterades
studiens t-test med multipla linjära regressioner (Huang och Kisgen, 2013; Evgeniou och
Vermaelen, 2017). Eftersom att hypoteserna undersöker både andelen (Wom%) samt antalet
(critical mass) kvinnor beräknades flera olika regressioner. Regressionsmodellerna
utformades med IBM SPSS Statistics 25.
Modell 1 (Hypotes 1 & 2) 2
α (Kvinnor%) (SIZE) β (ROA) (LEV ) (V OL)CARit = 0 + β1 it + β2 it + 3 + β4 it + β5 it
ummyY DummyBr + D + + εit (10)
Där:
CARit = kumulativ avvikelseavkastning, aktie i, under eventfönstret
vinnor%K = andelen kvinnor i styrelsen för aktie i under period t
IZE S it = logaritmerade värdet av tillgångarna för aktie i under period t
ROA it = företagets lönsamhet
EV L it = skuldsättningsgrad
OL V it = Volatilitet
ummyYD = dummyvariabel för år
ummyBrD = dummyvariabel för bransch
För att testa hypotes 3 (a-c) användes en regressionsmodell med tre enskilda variabler
baserade på Critical mass theory (Torchia et al., 2011). En likadan regressionsmodell som
Modell 1 tillämpades men där den oberoende variabeln “andel kvinnor” (Kvinnor%) byttes ut
till tre variabler som representerar olika antal kvinnor. Varje grupp kodades som en
dummyvariabel så att den antar värdet 1 om den är inom gruppen och värdet 0 om den är
utanför.
2 Se avsnitt 3.7.1 till 3.7.3 för utförlig definition av variabler.
22
Modell 2 (Hypotes 3 a-c)
α (1 kvinna) (2 kvinnor) (≥ kvinnor) (SIZE) + (ROA) CARit = 0 + β1 it + β2 it + β3 3 it + β4 it β5 it
(LEV ) + (V OL) + DummyY β DummyBr + β6 it β7 it β8 it + 9 it + εit (11)
Där:
1 kvinna)( it = dummyvariabel för antal kvinnor i styrelsen, antar värdet 1 om
antalet (1) överensstämmer, antar annars värdet 0.
2 kvinnor)( it = dummyvariabel för antal kvinnor i styrelsen, antar värdet 1 om
antalet (2) överensstämmer, antar annars värdet 0.
≥ kvinnor)( 3 it = dummyvariabel för antal kvinnor i styrelsen, antar värdet 1
om antalet (3 eller fler) överensstämmer, antar annars värdet 0.
3.7.1 Beroende variabel
Studiens beroende variabel var den kumulativa avvikelseavkastning (CAR) som har skådats
under eventperioden med hjälp av Thomson Reuters Datastream Eikon.
Avvikelseavkastningen mättes i procent och beräknades enligt de formler som listats under
tidigare delkapitel 3.6. Kumulativ avvikelseavkastning mättes för att användas som proxy för
marknadens reaktion på aktieåterköp.
3.7.2 Oberoende variabel
Då syftet med studien var att undersöka om det föreligger ett samband mellan kvinnor i
styrelsen och avvikelseavkastningen i samband med annonseringen av aktieåterköp, var den
oberoende variabeln kvinnliga styrelseledamöter. Detta utformades lite olika beroende på den
hypotes som prövades. Vid prövning av hypotes 1 och 2 användes andelen kvinnor för att
undersöka om det föreligger ett negativt samband, likt Adams och Ferreiras studie (2009).
Vid hypotes 3 (a-c) delades istället observationerna in i tre olika grupper för att undersöka
hypotesen rörande critical mass. Grupp 1 innehåller en kvinna, grupp 2 innehåller två kvinnor
och grupp 3 innehåller tre eller fler kvinnor. Detta i enlighet med Torchia et al. (2011) som
även dem testade critical mass med hjälp av indelade grupper. Observationer med företag
utan kvinnliga styrelseledamöter fungerar som referensgrupp för att jämföra med de andra
23
grupperna (Torchia et al., 2011). Likt Torchia et al. (2011) skapade vi även en
dummyvariabel (0/1) för att representera grupperna. Varje dummy kodades så att de antog
värdet 1 om den var inom gruppen och värdet 0 om den var utanför. Det positiva med
dummyvariabler är att de möjliggör användandet av endast en variabel för
regressionsanalysen och analysen av hur varje grupp förhåller sig till referensgruppen blir
enklare (ibid.).
3.7.3 Kontrollvariabler
Kontrollvariablerna lades till för att ytterligare konkretisera den oberoende variabelns
påverkan på kumulativ avvikelseavkastning och minska risken att missvisande samband
mellan beroende och oberoende variabler uppstår i regressionen.
Företagsstorlek
Företagets storlek mättes som dess totala tillgångar vid tidpunkten för eventet. Anledningen
till att företagets storlek ansågs vara en relevant kontrollvariabel är att just storleken på
företag kan ha en indirekt påverkan på avvikelseavkastningen, något som även Evgeniou och
Vermaelen (2017) lyfter. Företag med en hög andel kvinnor i styrelsen tenderar att vara större
företag som samtidigt präglas av mindre volatilitet och en mer utbredd bevakning av
analytiker (ibid.). I regressionsanalysen användes det logaritmerade värdet av totala 3
tillgångar för året innan aktieåterköpet (Brinkhuis och Scholtens, 2018). Logaritmeringen
gjordes i syfte att försöka undvika en snedfördelad variabel för att reflektera ett
normalfördelat urval.
Lönsamhet
Lönsamhet mättes enligt måttet return on assets (ROA), det vill säga avkastningen på
företagets tillgångar. Anledningen till att ROA används istället för return on equity (ROE) är
för att undvika eventuella multikollinearitetsproblem som uppstår då ROA inte tar hänsyn till
skuldsättningsgrad. Detta låg även i linje med Evgeniou och Vermaelen (2017).
Multikollinearitetsproblem utreds vidare i del 3.8.1. Lönsamheten benämns som ROA i
ekvationerna. Genom Datastream har ROA tagits fram för samtliga företag som annonserat
aktieåterköp på Stockholmsbörsen. Formeln som användes för ROA lyder:
3 Denna studie använder sig av det 10-logaritmerade värdet av företagsstorlek.
24
Nettoinkomst ((räntekostnader för kapitaliserad gäldränta)( +
1 kattesatsen)) genomsnitt av förra årets samt nuvarande års totala tillgångar× ( − s ÷
Skuldsättningsgrad
Ytterligare en kontrollvariabel som testats i studien är den tidigare nämnda
skuldsättningsgraden. Denna beräknades som skuld genom skuld plus tillgångar (Evgeniou
och Vermaelen, 2017). Företagets skuldsättningsgrad benämns som LEV i ekvationerna.
Volatilitet
Vidare användes även volatilitet som kontrollvariabel. Likt Evgeniou och Vermaelen (2017)
beräknades den med hjälp av den dagliga avkastningens standardavvikelse, sex månader
innan annonseringsdatumet ( ). Företagets volatilitet benämns som VOL i ekvationerna.t0
Bransch och år
För att kontrollera för år- och branscheffekter användes två dummyvariabler. Bransch och år
användes för att kontrollera om CAR varierar utifrån år eller bransch. Dummyn år benämns
som Y och dummyn bransch benämns som Br. Branscherna delades in enligt Industry
classification benchmarks (ICB) som även används av Nasdaq (Nasdaq, 2019c).
3.8 Multikollinearitet
I samband med multipla linjära regressioner finns en eventuell problematik i att två eller flera
oberoende variabler korrelerar med varandra (Mason och Perreault, 1991). Problematiken
ligger främst i att tolkningen av koefficienternas storlek samt slutsatserna man kan dra av
dem kan påverkas. Utöver det finns en risk att även koefficienternas standardfel påverkas
eller slutsatserna som kan dras från ett utfört t-test då kollinariteten kan te sig missvisande
(Ibid.). För att undersöka om multikollinearitet föreligger i studien mättes variance inflation
factor (VIF) (Ibid.). Detta innebär att variablerna undersöktes där ett värde gavs mellan 1 till
10, där ett högt värde visar på stark multikollinearitet (Ibid.).
25
3.9 Extremvärden
Det finns flera olika sätt att undersöka extremvärden och undvika att eventuella extremvärden
påverkar resultatet på ett avgörande vis. Två vanliga sätt att ta hänsyn till extremvärden är
trimming och winsorizing. Vid winsorizing ersätts extremvärdet med det som ligger på
gränsen för vad som räknas som ett extremvärde. I denna studie användes winsorizing för att
minska effekten av dessa extremvärden. Winsorizing valdes framför trimming då det anses ge
ett mer rättvist resultat, eftersom urvalet redan var relativt litet. Detta utfördes för att ett
viktigt antagande vid statistiska tester är att populationen är normalfördelad (Dixon, 1960;
Salkind, 2010).
3.10 Studiens begränsningar
3.10.1 Kritik mot eventstudier
Användningen av eventstudie som metod medför några svagheter till studien. Inledningsvis
finns det en risk i att eventdatumet är svårt att identifiera (MacKinlay, 1997). Ett typexempel
är om insamlingen av eventdatumen sker från publicerade finansiella tidskrifter, där det inte
går att säkerställa om informationen redan nått investerare innan publiceringen sker. Alltså
finns en osäkerhet i ett sådant scenario om eventet inträffade dagen då annonseringen skedde,
eller en tidigare dag då informationen eventuellt nådde investerarna. För att undvika detta
problem kan eventfönstret utökas till tre dagar (dag -1 till dag +1). Trots att detta medför en
försvagad styrka i testet, är testet fortfarande tillräckligt starkt (ibid.).
Ytterligare kritik som kan lyftas är det dagliga intervallet som användes vid mätning av
avkastningen. Dagligt intervall är enligt MacKinlay (1997) inte det kortaste möjliga vilket
kan medföra vissa fel, dessa fel förminskas dock med ett större antal observationer. Effekten
av kortare än dagligt intervall är dessutom inte nödvändigtvis tillräckligt stor för att berättiga
den extra arbetsbördan (ibid.).
3.10.2 Kritik mot styrelsesammansättning som oberoende variabel
Litteraturen rörande styrelsens sammansättning och dess karaktärsdrag är relativt överens om
att sammansättningen inte är en exogen, slumpmässig, variabel (Sila, Gonzalez och
Hagendorff, 2016). Styrelsen väljs egentligen av företag för att tillgodose företagets egna mål
(ibid.). Kön är alltså bara en av flera faktorer som påverkar styrelsens beslut och
26
sammansättning (Fama och Jensen, 1983). Till exempel kan företag tillsätta kvinnor om dem
vet att kvinnor och män skiljer sig åt i sin utdelningspolicy eller om företaget vill öka
närvaron hos styrelsemedlemmarna kanske man tillsätter en kvinna. Eftersom kvinnor inte
tillsätts av slump behövde eventuella endogenitetsproblem hanteras. Endogenitetsproblem är
något som tester av denna typ inte sällan medför sig. Analysmodellen omfattade inte alla
variabler som förklarar resultatet, trots att variablerna var omsorgsfullt valda. Detta anses
som en begränsning i studien.
Ett ytterligare problem är det rörande styrelsens sammansättning vid själva aktieåterköpet.
Datan rörande styrelsesammansättningen hämtades främst från årsredovisningen närmast
eventet då sammansättningen vid tidpunkten för aktieåterköpet var svår att hitta. Detta
medför att det kan ha skett ett byte styrelsemedlemmar vilket kan ge missvisande resultat om
könsfördelningen har ändrats.
3.10.3 Kritik mot studiens storlek
I studien var antalet observationer i underkant i jämförelse med artiklar på området, främst
studier som utförts på den amerikanska marknaden. Möjligen hade underlaget kunnat utökas
till millennieskiftet då aktieåterköp blev lagligt i Sverige, se aktiebolagslagen (SFS 2005:551)
och prop. 1999/2000:34. Studiens storlek anpassades dock efter den tidsram som studien
skulle utföras inom, varför ett mer välgrundat resultat skulle kunna skapas utifrån ett större
urval.
27
4. Empiriskt resultat
I detta avsnitt presenteras studiens empiriska resultat. Avsnittet inleds med studiens deskriptiva statistik, följt av eventstudien i form av t-test och slutligen presenteras resultatet av regressionsmodellerna.
4.1 Deskriptiv statistik
Tabell 4 innehåller studiens deskriptiva statistik. För att ge ett tydligt resultat, samt påvisa
skillnader, delades de 179 observationerna in i grupper baserat på hur många kvinnor som
satt i styrelsen vid annonsering av aktieåterköpet . Grupperna är indelade efter noll, en, två 4
och tre eller fler kvinnor (critical mass) . Flest antal observationer utgörs av styrelser som har 5
två kvinnliga ledamöter med 94 observationer. Fördelningen skiljer sig från andra studier
inom området (Evgeniou och Vermaelen, 2017). Urvalet innefattar större andel styrelser med
4 Se del 3.2.2 Styrelsesammansättning. 5 Se del 3.7.3 Oberoende variabel.
28
högre andel kvinnor, vilket tyder på att svenska bolag är mer jämställda än till exempel
amerikanska (ibid.).
För varje grupp återges sedan resultatet av variablerna CAR, storlek, skuldsättningsgrad,
volatilitet samt lönsamhet. Spridningen för resultaten benämns som 𝜎. Som nämnts i
metoddelen har extremvärden för CAR, volatilitet och lönsamhet genomgått winsorizing för
att undvika att dessa påverkar resultatet. Utöver det är samtliga värden för företagsstorlek
logaritmerade. I de resultat som visas och de analyser som genomförs används alltså dessa
värden.
4.1.1 Korrelation
För att undersöka eventuella korrelationer mellan de variabler som användes i
regressionsanalyserna har en bivariat analys utförts. Resultatet från den bivariata analysen
framgår i tabell 5. Den beroende variabeln kumulativ avkastning (CAR) hade en negativ
korrelation med den oberoende variabeln volatilitet (VOL), där korrelationen var signifikant
på 5%-nivån. De två oberoende variablerna Andel kvinnor och företagsstorlek (SIZE) hade
en positiv korrelation med signifikans på 5%-nivån. Denna korrelation innebär att större
bolag också har en högre andel kvinnor. En signifikant positiv korrelation på 5%-nivån fanns
även mellan de oberoende variablerna skuldsättningsgrad (LEV) och storlek (SIZE).
Korrelationen tyder på att det ofta är större företag som har en hög skuldsättningsgrad. Denna
korrelation överstiger 0,5, vilket innebär en risk för multikollinearitet. Av tabell 5 framgår
29
även fler korrelationer mellan variabler. Korrelationen är under 0,5 för de resterande
oberoende variablerna, med undantag för dummy variablerna för antalet kvinnor. Eftersom
värdena understiger 0,5 är det rimligt att anta att multikollinearitet inte är aktuellt men ett
VIF-test utfördes ändå för att utesluta multikollinearitet, främst för att utesluta
multikollinearitet mellan variablerna skuldsättningsgrad och storlek.
4.1.2 VIF-test
I tabell 6 ovan, som återger VIF-värden från regressionernas variabler, framgår höga värden
för dummyvariablerna “antal kvinnor”. Eftersom att dessa variabler kodats som “0” eller “1”
är det väntat att just dessa värden är höga, likt tidigare studier (se bland annat Torchia et al.,
2011). För de resterande variablerna är det främst storlek som sticker ut med värden om
2,225 respektive 2,863. Då dessa värden är de högsta i tabellen, men fortfarande generellt
låga VIF-värden som tyder på en låg multikollinearitet, har inga variabler tagits bort från
regressionsanalyserna. I modell 2 och 4 uteslöts dummyvariablerna år och bransch.
4.2 Resultat av eventstudien
30
Eventfönstrets avvikelseavkastning var positiv om 0,7% vilket framgår av tabell 7 ovan. Den
genomsnittliga avvikelseavkastningen var således positiv för eventfönstret, alltså i samband
med annonsering av aktieåterköp på Nasdaq Stockholm. Den tydligaste positiva reaktionen
observerades på eventdagen, där avvikelseavkastningen uppmättes till 0,6% i genomsnitt.
Eventdagen och eventfönstrets resultat var signifikanta på 1%-nivån. Dagen efter eventdagen
var resultatet signifikant på 10%-nivån.
I enlighet med studiens metoddel utfördes även ett jämförande t-test mellan observationer av
företag med ett antal kvinnliga styrelseledamöter som uppnådde critical mass och de företag
som hade färre kvinnliga styrelseledamöter än critical mass. Den genomsnittliga kumulativa
avvikelseavkastningen under eventfönstret var väldigt jämn mellan de två grupperna, där
differensen enbart var 0,01%. Av t-testet som utfördes framgick att resultatet inte var
signifikant. Genomsnittlig avvikelseavkastning var signifikant på 1%-nivån under eventdagen
för båda grupperna. Den genomsnittliga kumulativa avvikelseavkastningen för Grupp 1 var
signifikant på 5%-nivån under eventfönstret.
Resultatet i tabell 8 ovan visar på att Grupp 2, gruppen med företag som uppnådde critical
mass antal kvinnor, hade en större avvikelseavkastning under eventdagen samt dagen efter
eventdagen. Båda grupperna hade en positiv avvikelseavkastning både på eventdagen och
dagen efter eventdagen. Även den genomsnittliga kumulativa avvikelseavkastningen för
eventfönstret var positiv över eventfönstret för båda grupperna. Med hänsyn till den lilla
skillnaden mellan de två grupperna som kunde identifieras i tabell 8 utfördes även
regressionsanalyser i syfte att finna tydligare samband mellan könsfördelning i styrelser och
avvikelseavkastning efter aktieåterköp.
31
4.3 Resultat av regressionsanalyser
I tabell 9 ovan presenteras resultatet av studiens multipla regressioner. Dessa studerar
kumulativ avvikelseavkastning för svenska företag vid annonseringen av aktieåterköp.
Regressionerna är utförda enligt de utformade hypoteserna i studiens teoridel. Modell 1 och 2
kopplas till hypotes 1 och 2 där andelen kvinnor används som oberoende variabel och
undersöks. Hypoteserna 1 och 2 syftar till att undersöka huruvida det finns ett negativt eller
positivt samband mellan andelen kvinnor och avvikelseavkastning. Modell 3 och 4 kopplas
till hypotes 3 (a-c) där syftet är att undersöka om critical mass har en påverkan på
avvikelseavkastningen som följer ett annonserat aktieåterköp, i denna modell är antalet
kvinnor istället den oberoende variabeln. Modell 1 innefattar samtliga kontroll- och
dummyvariabler. I modell 2 redovisas regressionen utan dummyvariabler, som följd av detta
ökade förklaringsgraden (justerad R2). Samma metod genomfördes i modell 3 och 4, även här
ökade förklaringsgraden. Justerad R2 mäter den andel av variansen för den beroende
variabeln som kan förklaras av de oberoende variablerna. Förklaringsgraden antar ett värde
32
mellan noll och ett. Förklaringsgraden 0,078 i modell 2 innebär att modellen endast kan
förklara 7,8% av den kumulativa avvikelseavkastningen som följer ett annonserat
aktieåterköp. Eftersom förklaringsgraden är relativt låg innebär det att 92,2% förklaras av
andra faktorer som inte innefattas i modellen. Både modell 2 och 4 är signifikanta på
0,1%-nivån med F-värden 4,017 och 2,773. Då förklaringsgraden är högst i modell 2 och 4,
samt att dessa är signifikanta, används dem för vidare analys.
Modell 2 visar att det finns ett svagt negativt samband mellan andelen kvinnor och kumulativ
avvikelseavkastning vid annonserat aktieåterköp. Då detta samband är signifikant på
10%-nivån pekar resultatet mot att hypotes 1 stämmer, sambandet är dock inte tillräckligt
starkt för att med säkerhet bekräftas, varför nollhypotesen inte kan förkastas. Eftersom att
sambandet är svagt negativt ger resultatet inget stöd för hypotes 2, varför den förkastas. Även
modell 4 påvisar ett negativt samband mellan antalet kvinnor och kumulativ
avvikelseavkastning efter annonserat aktieåterköp. Enligt resultatet blir det negativa
sambandet större desto fler kvinnor som sitter i styrelsen och är som störst vid critical mass.
Huruvida critical mass har en betydelse för sambandet går dock inte att säga då detta
samband inte är statistiskt signifikant vilket leder till att hypotes 3 förkastas.
Av modellerna framgår även att företagets storlek har ett positivt samband med
avvikelseavkastningen för perioden, vilket talar emot att större företag är mer övervakade av
investerare än mindre företag. Sambanden är dock inte statistiskt signifikanta vilket gör att
det inte går säkert fastställa ett samband. Vidare fann studien att volatilitet har ett negativt
samband med avvikelseavkastning på 1% signifikansnivå. Detta innebär att företag med
högre volatilitet generellt sett har lägre kumulativ avvikelseavkastning vid ett annonserat
aktieåterköp än företag med lägre volatilitet. Skuldsättningsgrad har ett negativt samband
med avvikelseavkastning på 10% signifikansnivå för modell 1. Detta kan innebära att företag
med lägre skuldsättningsgrad har högre avvikelseavkastning än företag med hög
skuldsättningsgrad.
33
5. Analys
I studiens avslutande avsnitt diskuteras resultatet av eventstudien följt av en slutsats kopplat till de hypoteser som studien grundar sig i. Vidare diskuteras studiens tillförlitlighet samt framtida forskning.
5.1 Diskussion
Av resultatet från studiens utförda eventstudie framgick, i linje med tidigare forskning på
området, att en positiv avvikelseavkastning följde annonseringen av aktieåterköp. Detta
indikerar att beslutet att genomföra återköpet tas när aktien, i genomsnitt, är undervärderad,
vilket är i linje med tidigare forskning (se bland annat Dittmar och Field, 2015; Ikenberry et
al., 1995; Peyer och Vermaelen, 2009; Cziraki et al., 2019; Evgeniou et al., 2018). Att
marknaden reagerar på offentliggörandet av sådan information tyder också på att marknaden
är semi-stark i enlighet med den effektiva marknadshypotesen (Fama, 1970). Av
regressionsanalys modell 2 framgick ett svagt negativt samband mellan andel kvinnor och
avvikelseavkastning som var signifikant på 10%-nivån. Detta pekar mot att kvinnliga
styrelseledamöter har ett negativt samband med avvikelseavkastningen som följer ett
annonserat aktieåterköp. Av eventstudien framgick att företag med ett antal kvinnliga
styrelseledamöter som inte uppnådde critical mass enbart hade 0,01% högre
avvikelseavkastning än företag som uppnådde critical mass. Resultatet som gavs av
eventstudien pekar alltså på att critical mass inte har någon reell påverkan i kontrast till vad
tidigare studier om teorin menar (Vinnicombe et al., 2008; Konrad et al., 2008 Adams och
Ferreira, 2009).
Teorin som bland annat Evgeniou och Vermaelen (2017) stöder sig på, Social identity theory,
skulle med beaktande av resultatet kunna förklara hur många kvinnor det krävs för att
påverka en styrelse. Antalet observationer i denna studie med noll antal kvinnor i styrelsen
uppgick dock enbart till tre stycken, varför underlaget att grundläggande pröva Social identity
theory är för tunt. Samtidigt går det inte av resultatet i denna studie att dra någon slutsats
kring mäns bättre marknadstiming såsom Evgeniou och Vermaelen (2017) fann i sin studie.
Detta eftersom att avvikelseavkastningen inte var nämnvärt större för företag med lägre andel
34
kvinnor. Resultatet från eventstudien tyder dock på att ingen av studiens ursprungliga
hypoteser med säkerhet kan bekräftas, då något tydligt samband inte framgick av
eventstudien.
Teorier rörande kvinnor och mäns förutsättningar vid medverkan i styrelser diskuteras ur
flertalet olika aspekter. Inci et al. (2011) menar att mäns överlägsna tillgång till information
ger dem en fördel vid fattandet av beslut såsom aktieåterköp. Evgeniou och Vermaelen
(2017) fann i sin studie att styrelser med högre andel manliga styrelseledamöter har högre
avvikelseavkastning vid annonseringen av aktieåterköp, något som författarna menar är på
grund av mäns tillgång till information som gör dem till bättre utövare av marknadstiming.
Detta låg till grund för hypotes 1 i denna studie. Resultatet av studiens regressionsmodeller
visade, likt Evgeniou och Vermaelen (2017), att det finns ett svagt negativt samband mellan
andelen kvinnor i styrelsen och avvikelseavkastningen. Detta innebär att det inte finns grund
för den motsägande hypotesen 2 som grundade sig i kvinnors överlägsna övervaknings- och
styrningsförmåga och att den överlägsna hanteringen av agentkostnader skulle innebära en
positiv avvikelseavkastning. Samtidigt är inte sambandet tillräckligt signifikant för att kunna
förkasta nollhypotesen för hypotes 1.
Enligt de studier som undersöker critical mass (se bland annat Adams och Ferreira, 2009;
Kanter, 1977; Konrad et al., 2008) krävs det minst tre kvinnor i en styrelse för att det ska ske
en förändring och kvinnorna ska kunna påverka beslutfattnignsprocessen. Resultatet i denna
studies regressionsmodeller visar ett negativt samband redan med en kvinnlig
styrelseledamot, där sambandet blev starkare negativt då antalet kvinnliga styrelseledamöter
ökade. Det gick således inte att iaktta en särskild ökning då antalet kvinnliga
styrelseledamöter var tre. Istället för Critical mass theory tycks Social identity theory stämma
mer överens med studiens resultat, där en påverkan på avvikelseavkastningen går att finna
redan med färre än tre kvinnor i styrelsen (Turner, 1996; Evgeniou och Vermaelen, 2017).
Resultatet var dock inte statistiskt signifikant vilket innebär att sambandet inte med säkerhet
går att fastställa, varför hypotes 3 ändå förkastas.
Studiens regressionsmodeller fann även att företagets storlek har ett marginellt positivt
samband med avvikelseavkastningen. Mindre företag skapar alltså inte ett större värde med
35
sina aktieåterköp än stora. Detta går emot teorin att större företag är mer övervakade av
investerare, vilket skulle göra det svårare att utöva marknadstiming (Evgeniou och
Vermaelen, 2017). I motsats till storlek har volatilitet i denna studie ett negativt samband till
avvikelseavkastning, vilket är motsägande till tidigare studier inom ämnet (Evgeniou et al.,
2018; Evgeniou och Vermaelen, 2017). Evgeniou et al. (2018) finner i sin studie att
långsiktig avvikelseavkastning har ett positivt samband med företagets volatilitet. Denna
studie mäter endast den kortsiktiga effekten, varför det kan vara så att sambandet blir positivt
i en längre tidsaspekt.
Resultatet av regressionsanalysen leder till att de hypoteserna 2 och 3 a-c förkastas då inget
tillräckligt starkt statistiskt signifikant samband går att utvinna. Det går inte heller med
säkerhet att utläsa om det finns ett negativt samband mellan andelen kvinnor och
avvikelseavkastning vid annonseringen av aktieåterköp. Således kan inte nollhypotesen för
hypotes 1 förkastas. Av resultatet går det inte att utröna om critical mass har en påverkan på
styrelsers arbete och beslutfattande. Förmodligen visade sig urvalet vara för litet för att ett
statistiskt samband ska kunna påvisas. Enligt regressionsmodellerna har både andel och antal
kvinnor ett negativt samband med avvikelseavkastning. Studiens resultat, signifikant eller ej,
visar alltså liknande samband som det Evgeniou och Vermaelen (2017) fann i sin studie.
5.2 Slutsats
Syftet med studien var att undersöka om samband föreligger mellan andelen kvinnliga
styrelseledamöter och avvikelseavkastning, efter tillkännagivandet av aktieåterköp hos
svenska noterade bolag. För att undersöka detta formulerades flertalet hypoteser, dels
kopplade till andel kvinnor men även till antalet kvinnor. För att testa hypoteserna utfördes
dels en eventstudie och dels flertalet regressionsmodeller. Av den utförda eventstudien
framgick inget tydligt samband mellan andelen kvinnor och avvikelseavkastning.
Avvikelseavkastningen var för urvalet positiv i genomsnitt, däremot var den i princip
densamma oavsett andelen kvinnliga styrelseledamöter. Resultatet tyder således på att den
svenska marknaden överlag utför aktieåterköp med marknadstiming.
Resultatet av regressionsmodellerna visade att det finns ett negativt samband mellan andelen
kvinnor och kumulativ avvikelseavkastning. Då detta samband endast var signifikant på
36
10%-nivån går det inte att bekräfta hypotes 1, vilket leder till att nollhypotesen inte kan
förkastas. Hypotes 2 förkastades då resultatet inte gav något stöd för att en högre andel
kvinnor leder till högre avvikelseavkastning. Teorin bakom hypotes 3, Critical mass theory,
stämde inte heller överens med resultatet då ett negativt samband gick att finna även mellan 1
kvinna och avvikelseavkastning samt 2 kvinnor och avvikelseavkastning. Sambanden var
insignifikanta, varför några slutsatser inte gick att dra från resultatet. Detta resultat innebär att
även hypotes 3 förkastas. Det går alltså inte utifrån dessa modeller att med säkerhet fastslå
om det föreligger ett samband mellan kvinnliga styrelseledamöter och avvikelseavkastning.
5.3 Studiens trovärdighet och tillförlitlighet
Studien har ett antal begränsningar som nämns redan i metodavsnittet. Utöver detta har
flertalet avgränsningar varit tvungna att genomföras. Tidsperioden 2011-2019 valdes delvis
för att perioden tycktes ha tillräckligt med observationer men även då tid att samla in data för
fler år ansågs vara för knapp. Undersökningen kring avvikelseavkastning samt de
kontrollvariabler som används bygger på sekundärdata från Thomson Reuters Datastream
Eikon, en databas som kan anses vara tillförlitlig och trovärdig. Vidare har annonseringar om
aktieåterköp hämtats manuellt från Nasdaqs (2019b) egna hemsida. Till det har även flera
styrelsesammansättningar hämtats manuellt från företagens årsredovisningar. Eftersom dessa 6
moment utförs manuellt går det inte att undvika att ta hänsyn till den mänskliga faktorn.
Därmed kan det inte säkerställas att undersökningen inte innehåller några misstag.
Utöver nämnda begränsningar är, som tidigare nämnts i studien, aktieåterköp relativt
ovanliga på den svenska marknaden. I jämförelse med en studie på den amerikanska
marknaden blir alltså antalet observationer färre under en liknande tidsperiod. Detta är en
tänkbar anledning till varför denna studies resultat delvis avviker från tidigare studier på
området. Studien kan anses ha hög reliabilitet då den enkelt bör kunna återskapas eftersom
datan som används är sekundärdata samt att tillvägagångssättet tydligt presenteras i
metodavsnittet. Dock gick resultatet emot tidigare forskning i vissa delar samt att
identifierade samband inte var signifikanta. Då studien tillämpade erkända tidigare använda
modeller och teorier samt en efterföljande analys förankrad i dessa beaktas
sammanfattningsvis studien som trovärdig.
6 Se avsnitt 3.2.2 styrelsesammansättningar.
37
5.4 Framtida forskning
Som nämnt tidigare mäter studien endast den kortsiktiga effekten av annonsering. För att göra
en ännu mer genomgående studie vore det intressant att även se till den långsiktiga effekten
likt Evgeniou och Vermaelen (2017) och Evgeniou et al. (2018). Genom att se till både kort
och lång sikt skulle skillnader över tid kunna identifieras.
Då tidsspannet 2011-2019 endast innefattade 179 observationer och antalet företag med noll
kvinnliga styrelseledamöter endast var tre, blir analysen av Critical mass theory och
motstående Social identity theory svår att utföra. På grund av detta kan det även vara av
intresse att undersöka en längre period, förslagsvis från år 2000 då aktieåterköp blev lagligt i
Sverige, se aktiebolagslagen (SFS 2005:551) och prop 1999/2000:34. Ett större underlag
skulle kunna leda till ett mer statistiskt säkert resultat. Alternativt kan en studie undersöka
samma period med flera länder, förslagsvis norden där länderna är relativt lika varandra.
Vidare kan det vara av intresse att i framtida studier inom ämnet ta fler aspekter i beaktning.
Dessa kan innefatta bland annat syftet med aktieåterköpet då svenska bolag måste redovisa
anledningen till aktieåterköpet. Ytterligare en aspekt att studera kan vara storleken på
aktieåterköpsprogrammet och dess påverkan på avvikelseavkastningen.
En ytterligare studie rörande kvinnors roll vid aktieåterköp kan vara att undersöka om
andelen kvinnor påverkar huruvida det faktiskt genomförs återköp av företaget. Detta i linje
med de teorier som hävdar att mäns informationsfördelar gör dem till bättre utövare av
marknadstiming (Evgeniou och Vermaelen, 2017; Inci et al., 2017; Kanter, 1977). Denna
argumentation kan innebära att kvinnor mer sällan yrkar för att genomföra aktieåterköp då
dem inte lika lätt upptäcker att aktien är undervärderad.
38
Källförteckning Adams, R.B., Ferreira, D., (2009). Women in the boardroom and their impact on governance
and performance. Journal of Financial Economics, 94(2), s. 291–309.
Andra AP-Fonden, (2019). Kvinnoindex - Andra AP-fonden. [online] Tillgänglig på:
https://www.ap2.se/sv/hallbarhet-agarstyrning/mangfald/kvinnoindex/ [Hämtad 2019-11-14].
Barber, B.M., Odean, T., (2001). Boys will be boys: Gender, overconfidence, and common
stock investment. Quarterly journal of economics, Vol. 116 (1), s. 261-292.
Brav, A., Graham, J.R., Harvey, C.R., Michaely, R. (2005). Payout policy in the 21st century.
Journal of Financial Economics, Vol 77, s. 483–527.
Brinkhuis, E., Scholtens, B., (2018). Investor response to appointment of female CEOs and
CFOs. The Leadership Quarterly, Vol. 29 (3), s. 423–441.
Charness, G., Gneezy, U., (2012). Strong Evidence for Gender Differences in Risk Taking.
Journal of Economic Behavior & Organization , Vol. 83 (1), s. 50–58.
Chen, G., Crossland, C., Huang, S., (2016). Female board representation and corporate
acquisition intensity: Female Board Representation and M&A. Strategic Management
Journal, Vol. 37 (2), S. 303–313.
Cziraki, P., Lyandres, E., Michaely, R., (2019). What Do Insiders Know? Evidence from
Insider Trading Around Share Repurchases and SEOs (SSRN Scholarly Paper No. ID
2732969). Social Science Research Network, Rochester, NY.
Davies-Netzley, S.A., (1998). Women above the Glass Ceiling: Perceptions on Corporate
Mobility and Strategies for Success. Gender and Society, Vol. 12 (3), s. 339–355.
39
Dittmar, A., Field, L.C., (2015). Can managers time the market? Evidence using repurchase
price data. Journal of Financial Economics, Vol. 115 (2), S. 261–282.
Dittrich, D.A.V., Güth, W., Maciejovsky, B., (2005). Overconfidence in investment
decisions: An experimental approach. The European Journal of Finance, Vol. 11 (6), s.
471–491.
Dixon, W.J., (1960). Simplified Estimation from Censored Normal Samples. The Annals of
Mathematical Statistics, Vol. 31 (2), s. 385–391.
Ds 2016:32. Jämn könsfördelning i bolagsstyrelser.
Eckel, C.C., Grossman, P.J., (2008). Chapter 113 Men, Women and Risk Aversion:
Experimental Evidence. Handbook of Experimental Economics Results, Vol. 1, s.
1061–1073.
Evgeniou, T., de Fortuny, E.J., Nassuphis, N., Vermaelen, T., (2018). Volatility and the
buyback anomaly. Journal of Corporate Finance, Vol. 49, s. 32–53.
Evgeniou, T., Vermaelen, T., (2017). Share buybacks and gender diversity. Journal of
Corporate Finance, Vol. 45, s. 669–686.
Fama, E.F., (1970). Efficient Capital Markets: A Review of Theory and Empirical Work. The
Journal of Finance, Vol. 25, s. 383–417.
Gul, F.A., Srinidhi, B., Ng, A.C., (2011). Does board gender diversity improve the
informativeness of stock prices? Journal of Accounting and Economics, Vol. 51, s. 314–338.
Hogg, M.A., Reid, S.A., (2006). Social Identity, Self-Categorization, and the Communication
of Group Norms. Communication Theory, Vol. 16 (1), s. 7–30.
40
Huang, J., Kisgen, D.J., (2013). Gender and corporate finance: Are male executives
overconfident relative to female executives? Journal of Financial Economics, Vol. 108 (3), s.
822–839.
Ikenberry, D., Lakonishok, J., Vermaelen, T., (1995). Market underreaction to open market
share repurchases. Journal of Financial Economics, Vol. 39 (2 och 3), s. 181–208.
Inci, A.C., Narayanan, M.P., Seyhun, H.N., (2017). Gender Differences in Executives’ Access
to Information. Journal of Financial and Quantitative Analysis, Vol. 52 (3), s. 991–1016.
Jensen, M.C., Meckling, W.H., (1976). Theory of the firm: Managerial behavior, agency
costs and ownership structure. Journal of Financial Economics, Vol. 3 (4), s. 305–360.
Jurkus, A.F., Park, J.C., Woodard, L.S., (2011). Women in top management and agency costs.
Journal of Business Research, Vol. 64 (2), s. 180–186.
Kanter, R.M., (1977). Some Effects of Proportions on Group Life: Skewed Sex Ratios and
Responses to Token Women. American Journal of Sociology, Vol. 82 (5), s. 965–990.
Kollegiet för svensk bolagsstyrning (2015). Uppdaterad statistik för könsfördelning i
bolagsstyrelser. [online] Tillgänglig på:
http://www.bolagsstyrning.se/dokumentation/undersokningar/uppdaterad-statistik-konsfordel
ning-i-bo__470
Kollegiet för svensk bolagsstyrning (2016). Uppdaterad statistik för könsfördelning i
bolagsstyrelser. [online] Tillgänglig på:
http://www.bolagsstyrning.se/userfiles/archive/611/statistik_konsfordelning_2016-06-10.pdf
Kollegiet för svensk bolagsstyrning (2017). Uppdaterad statistik för könsfördelning i
bolagsstyrelser. [online] Tillgänglig på:
http://www.bolagsstyrning.se/userfiles/archive/3696/statistik_konsfordelning_20170610.pdf
41
Kollegiet för svensk bolagsstyrning (2018). Uppdaterad statistik för könsfördelning i
bolagsstyrelser. [online] Tillgänglig på:
http://www.bolagsstyrning.se/userfiles/archive/3697/statistik_konsfordelning_20180610.pdf
Kollegiet för svensk bolagsstyrning (2019). Uppdaterad statistik för könsfördelning i
bolagsstyrelser. [online] Tillgänglig på:
http://www.bolagsstyrning.se/UserFiles/Archive/Statistik_konsfordelning_2019.pdf
Konrad, A.M., Kramer, V., Erkut, S., (2008). Critical Mass: The Impact of Three or More
Women on Corporate Boards. Organizational Dynamics, Vol. 37 (2), s. 145–164.
Kothari, S.P., Warner, J.B., (2006). Econometrics of Event Studies. Handbook of Empirical
Corporate Finance, Vol. 1, s. 3–36.
Kravitz, D.A., (2003). More Women in the Workplace: Is There a Payoff in Firm
Performance? Academy of Management Perspectives, Vol. 17 (3), s. 148–149.
Levi, M., Li, K., Zhang, F., (2014). Director gender and mergers and acquisitions. Journal of
Corporate Finance, Vol. 28, s. 185–200.
MacKinlay, A.C., (1997). Event studies in Economics and Finance. Journal of Economic
Literature, Vol. 35 (1), s. 13–39.
Mason, C., Perreault, JR., (1991). Collinearity, Power, and Interpretation of Multiple
Regression Analysis. Journal of Marketing Research, Vol. 28 (3), s. 268–280.
Moore, G., (1988). Women in Elite Positions: Insiders or Outsiders? Sociological Forum,
Vol. 3 (4), s. 566–585.
42
Nasdaq (2019a), Regelverk för emittenter. [online] Tillgänglig på:
https://www.nasdaq.com/solutions/rules-regulations-stockholm (Hämtad 2019-12-27)
Nasdaq Stockholm (2019b), Företagsmeddelanden. [online] Tillgänglig på:
http://www.nasdaqomxnordic.com/nyheter/foretagsmeddelanden (Hämtad 2019-12-10)
Nasdaq Stockholm (2019c), Företag listade på Nasdaq Stockholm. [online] Tillgänglig på:
http://www.nasdaqomxnordic.com/aktier/listed-companies/stockholm (Hämtad 2019-12-10)
Niederle, M., Vesterlund, L., (2007). Do Women Shy Away from Competition? Do Men
Compete Too Much? The Quarterly Journal of Economics, Vol. 122 (3), s. 1067–1101.
Peyer, U., Vermaelen, T., (2009). The Nature and Persistence of Buyback Anomalies. The
Reviev of Financial Studies, Vol. 22 (4), s. 1693–1745.
Post, C., Byron, K., (2015). Women on boards and firm financial performance: A
meta-analysis. Academy of Management Journal, Vol 58. Issue 5.
Proposition 1999/2000:34, Förvärv av egna aktier .
Råsbrant, J., (2011). The Price Impact of Open Market Share Repurchases. [online]
Tillgänglig på SSRN: https://ssrn.com/abstract=1780967 eller
http://dx.doi.org/10.2139/ssrn.1780967 (Hämtad 2019-12-07)
Salkind, N., (2010). Winsorize, in: Encyclopedia of Research Design. SAGE Publications,
Inc., 2455 Teller Road, Thousand Oaks California 91320 United States.
Schelling, T.C., (1971). Dynamic models of segregation. The Journal of Mathematical
Sociology, Vol. 1, s. 143–186.
SFS 2005:551. Aktiebolagslag.
Sila, V., Gonzalez, A., Hagendorff, J., (2016). Women on board: Does boardroom gender
diversity affect firm risk? Journal of Corporate Finance, Vol. 36, s. 26–53.
43
Torchia, M., Calabrò, A., Huse, M., (2011). Women Directors on Corporate Boards: From
Tokenism to Critical Mass. Journal of Business Ethics, Vol. 102, s. 299–317.
Vinnicombe, S., Singh, V., Burke, R.J., Bilimoria, D., Huse, M., (2008). Women on
Corporate Boards of Directors: International Research and Practice. Edward Elgar
Publishing Limited, Cheltenham, Gloucestershire, United Kingdom.
Westphal, J., Milton, L., (2000). How Experience and Network Ties Affect the Influence of
Demographic Minorities on Corporations. Administrative Science Quarterly, Vol. 45 (2), s.
366–398.
World Economic Forum, (2018). The global gender gap report 2018. [online] Tillgänglig på:
https://www.weforum.org/reports/the-global-gender-gap-report-2018 (Hämtad 2019-12-04).
44
Bilagor
45
46
Bilaga B
Tabell B1. Studiens observationer.
Företag Datum Andel Kvinnor CAR -1 till +1 Storlek Skuldsättningsgrad Lönsamhet Volatilitet
Acando B 10-02-11 0,333 0,014 6,002 0,000 0,069 0,069
Acando B 23-03-11 0,333 0,056 6,002 0,000 0,069 0,069
Acando B 31-08-11 0,333 0,019 6,002 0,000 0,069 0,069
Acando B 26-10-11 0,333 0,023 6,002 0,000 0,069 0,069
Acando B 22-03-12 0,286 -0,024 6,012 0,000 0,078 0,078
Acando B 14-12-12 0,286 -0,012 6,012 0,000 0,078 0,078
Addlife 16-09-16 0,400 0,055 5,808 0,309 0,117 0,117
Addlife 19-06-17 0,333 -0,089 6,197 0,416 0,072 0,072
Addtech B 29-10-13 0,167 -0,002 6,436 0,306 0,115 0,115
Addtech B 12-09-14 0,167 0,018 6,486 0,278 0,109 0,109
Addtech B 14-09-15 0,167 -0,015 6,539 0,335 0,513 0,513
Addtech B 15-09-16 0,286 0,014 6,585 0,360 0,108 0,108
ÅF 07-10-11 0,375 -0,080 6,594 0,027 0,079 0,079
ÅF 16-10-12 0,300 0,026 6,612 0,269 0,061 0,061
Ahlsells 20-10-17 0,333 0,004 7,396 0,470 0,065 0,065
Alimak Group AB (publ) 13-09-19 0,333 -0,003 6,769 0,264 0,068 0,068
Alimak Group AB (publ) 05-12-18 0,250 0,037 6,742 0,264 0,068 0,068
Ambea 18-11-19 0,429 0,000 6,760 0,436 0,055 0,055
Arise Windpower 06-08-12 0,167 0,044 6,453 0,595 0,026 0,026
Assa Abloy 23-05-12 0,250 0,003 7,737 0,352 0,100 0,100
Attendo 23-09-16 0,300 -0,024 6,966 0,411 0,073 0,073
Attendo 05-09-17 0,429 0,029 6,996 0,494 0,065 0,065
Axfood 20-04-17 0,571 0,008 7,020 0,024 0,134 0,134
BE Group 14-07-11 0,333 -0,017 6,415 0,534 0,013 0,013
Beijer ref AB (publ) 25-05-18 0,286 0,078 6,866 0,467 0,094 0,094
Besqab AB 12-05-16 0,286 -0,038 6,185 0,180 0,159 0,159
Besqab AB 18-05-17 0,375 -0,067 6,253 0,068 0,180 0,180
Bilia 25-10-19 0,300 0,151 7,079 0,445 0,068 0,068
Bilia 09-08-11 0,200 0,113 6,698 0,168 0,087 0,087
Bilia 21-05-12 0,200 0,011 6,736 0,154 0,030 0,030
BillerudKorsnäs AB 11-09-17 0,429 0,017 7,411 0,271 0,063 0,063
BillerudKorsnäs AB 13-06-18 0,444 -0,056 7,393 0,386 0,035 0,035
Biotage 06-05-11 0,200 0,104 5,816 0,011 0,050 0,050
Biotage 27-04-12 0,167 0,068 5,819 0,010 0,061 0,061
Biotage 26-04-13 0,143 -0,015 5,787 0,012 0,072 0,072
Bufabb 21-08-19 0,429 -0,006 6,566 0,446 0,079 0,079
Bure Equity AB (publ) 13-09-11 0,200 -0,044 6,469 0,007 -0,019 -0,019
Bure Equity AB (publ) 08-10-13 0,167 0,006 6,383 0,023 0,081 0,081
Bure Equity AB (publ) 13-10-14 0,167 -0,029 6,376 0,014 0,307 0,307
Bure Equity AB (publ) 05-05-15 0,286 -0,051 6,548 0,005 0,602 0,602
47
Bure Equity AB (publ) 07-05-19 0,333 0,012 6,983 0,000 0,207 0,207
Christian Berner 22-05-17 0,500 0,026 5,274 0,137 0,084 0,084
Com Hem Holding AB 03-08-15 0,333 0,017 7,272 0,602 0,032 0,032
Com Hem Holding AB 10-11-15 0,333 0,040 7,272 0,602 0,032 0,032
Com Hem Holding AB 10-02-16 0,333 0,033 7,257 0,660 0,035 0,035
Com Hem Holding AB 08-06-16 0,333 0,023 7,257 0,660 0,035 0,035
Com Hem Holding AB 12-07-16 0,333 -0,038 7,257 0,660 0,035 0,035
Com Hem Holding AB 01-12-16 0,333 -0,001 7,257 0,660 0,035 0,035
Com Hem Holding AB 31-01-17 0,400 0,018 7,285 0,715 0,037 0,037
Com Hem Holding AB 23-03-17 0,400 0,008 7,285 0,715 0,037 0,037
Com Hem Holding AB 11-07-17 0,400 -0,002 7,285 0,715 0,037 0,037
Com Hem Holding AB 17-10-17 0,400 0,051 7,285 0,715 0,037 0,037
Concentric AB 19-07-12 0,167 -0,099 6,246 0,166 0,095 0,095
Concentric AB 07-05-14 0,167 -0,005 6,242 0,194 0,136 0,136
Concentric AB 11-05-15 0,286 0,014 6,279 0,176 0,146 0,146
Concentric AB 08-05-17 0,286 -0,046 6,280 0,169 0,161 0,161
Concentric AB 13-06-19 0,375 0,044 5,545 0,150 0,205 0,205
Concentric AB 04-06-18 0,286 0,000 6,274 0,150 0,205 0,205
Coor service management
holding AB 13-06-19 0,429 0,047 6,797 0,447 0,022 0,022
Corem Property Group 09-09-11 0,333 -0,115 6,805 0,679 0,021 0,021
Corem Property Group 08-05-12 0,429 -0,089 6,822 0,685 0,043 0,043
Corem Property Group 13-12-13 0,200 0,001 6,843 0,671 0,078 0,078
Corem Property Group 05-05-14 0,200 0,036 6,881 0,706 0,035 0,035
Corem Property Group 01-06-16 0,400 0,005 6,969 0,672 0,108 0,108
Corem Property Group 24-07-17 0,400 -0,030 7,083 0,647 0,093 0,093
Diös Fastigheter AB 17-08-12 0,333 -0,001 7,075 0,719 0,061 0,061
Eastnine AB 28-09-18 0,400 -0,007 6,379 0,219 0,057 0,057
Eastnine AB 29-06-18 0,400 -0,014 6,379 0,219 0,057 0,057
Eastnine AB 18-12-18 0,400 0,007 6,379 0,219 0,057 0,057
Eastnine AB 15-09-11 0,167 0,035 6,692 0,000 -0,286 -0,286
Eastnine AB 12-10-11 0,167 0,018 6,692 0,000 -0,286 -0,286
Eastnine AB 25-03-15 0,333 0,082 6,392 0,000 0,028 0,028
Eastnine AB 20-05-16 0,500 0,017 6,367 0,000 0,053 0,053
Eastnine AB 10-06-16 0,500 -0,028 6,367 0,000 0,053 0,053
Eastnine AB 30-06-17 0,400 -0,004 6,377 0,000 0,069 0,069
Eastnine AB 29-09-17 0,400 0,051 6,377 0,000 0,069 0,069
Eastnine AB 31-03-17 0,400 0,013 6,377 0,000 0,069 0,069
Elekta 23-07-19 0,444 0,005 7,374 0,370 0,056 0,056
Fenix Outdoor International
AG 07-02-19 0,167 -0,008 6,596 0,080 0,189 0,189
Fingerprint Cards 23-05-16 0,125 0,052 6,281 0,000 0,752 0,752
Green Landscaping Group 24-10-19 0,333 0,025 6,099 0,759 0,009 0,009
HMS Networks AB (publ) 08-03-17 0,333 -0,011 6,148 0,341 0,104 0,104
HMS Networks AB (publ) 28-08-18 0,333 0,013 6,157 0,295 0,117 0,117
48
HMS Networks AB (publ) 12-12-17 0,333 -0,024 6,148 0,341 0,104 0,104
I.A.R. Systems Group AB
(publ) 09-11-18 0,600 0,003 5,610 0,005 0,159 0,159
IFS B 17-02-11 0,333 0,007 6,367 0,038 0,068 0,068
IFS B 26-04-11 0,333 0,006 6,367 0,038 0,068 0,068
IFS B 27-07-11 0,333 0,016 6,367 0,038 0,068 0,068
IFS B 05-09-11 0,333 -0,006 6,367 0,038 0,068 0,068
IFS B 02-11-11 0,333 0,015 6,367 0,038 0,068 0,068
IFS B 30-11-11 0,333 -0,023 6,367 0,038 0,068 0,068
IFS B 09-02-12 0,333 0,130 6,382 0,125 0,058 0,058
IFS B 23-05-12 0,333 -0,006 6,382 0,125 0,058 0,058
IFS B 19-07-12 0,333 -0,018 6,382 0,125 0,058 0,058
IFS B 21-07-15 0,429 0,033 6,460 0,109 0,074 0,074
Intellecta 10-06-11 0,143 0,001 5,745 0,341 0,043 0,043
Intellecta 22-05-12 0,250 -0,041 5,759 0,395 -0,092 -0,092
Intrum Justicia 05-02-14 0,286 -0,014 7,007 0,655 0,110 0,110
Intrum Justicia 17-07-14 0,286 0,022 7,007 0,655 0,110 0,110
Intrum Justicia 22-10-14 0,286 0,027 7,007 0,655 0,110 0,110
Investor B 15-05-13 0,231 0,007 8,328 0,159 0,191 0,191
JM AB 27-04-12 0,429 -0,070 7,050 0,158 0,090 0,090
JM AB 26-04-13 0,375 -0,033 7,062 0,156 0,101 0,101
JM AB 25-04-14 0,375 -0,008 7,047 0,182 0,115 0,115
JM AB 24-04-15 0,375 -0,017 7,093 0,229 0,092 0,092
JM AB 15-07-16 0,500 -0,007 7,078 0,127 0,123 0,123
JM AB 27-04-17 0,429 0,016 7,096 0,242 0,156 0,156
Karo Pharma AB 18-06-18 0,250 0,018 6,609 0,446 0,154 0,154
Karolinska Development 28-09-12 0,143 0,024 6,370 0,000 -0,093 -0,093
Karolinska Development 22-08-13 0,143 -0,010 6,345 0,005 0,096 0,096
Kinnevik B 11-02-16 0,222 -0,030 7,931 0,022 -0,043 -0,043
Klövern B 25-05-12 0,600 0,006 7,176 0,695 0,047 0,047
Lagercrantz B 15-02-12 0,167 0,044 6,126 0,215 0,104 0,104
Lagercrantz B 21-08-13 0,143 0,089 6,203 0,286 0,107 0,107
Lagercrantz B 25-09-17 0,250 0,006 6,460 0,473 0,091 0,091
Lagercrantz B 22-11-17 0,250 0,009 6,460 0,473 0,091 0,091
Loomis AB B 18-04-11 0,333 0,010 6,861 0,443 0,071 0,071
Loomis AB B 28-07-11 0,333 0,000 6,861 0,443 0,071 0,071
Lundin Petroleum AB 04-06-13 0,250 0,028 7,329 0,495 0,021 0,021
Lundin Petroleum AB 17-02-14 0,250 0,021 7,448 0,851 -0,080 -0,080
Medicover AB (publ) 26-10-18 0,222 -0,008 6,692 0,289 0,051 0,051
Mekonomen AB (publ) 02-07-19 0,429 0,014 7,036 0,528 0,036 0,036
Mekonomen AB (publ) 13-12-18 0,429 0,025 6,737 0,528 0,036 0,036
Munters Group AB (publ) 15-08-18 0,333 0,005 6,952 0,448 0,003 0,003
NAXS 16-08-11 0,250 -0,026 5,757 0,000 -0,017 -0,017
NAXS 22-05-12 0,000 -0,005 5,750 0,000 0,094 0,094
49
NAXS 15-05-13 0,000 0,003 5,785 0,000 0,086 0,086
NAXS 09-05-14 0,000 0,093 5,815 0,000 0,182 0,182
NAXS 02-06-17 0,250 -0,007 5,926 0,000 0,052 0,052
NCC AB 26-04-19 0,625 0,005 7,423 0,448 -0,024 -0,024
NCC AB 27-04-12 0,286 -0,023 7,515 0,507 0,060 0,060
NCC AB 03-05-13 0,333 0,013 7,587 0,524 0,061 0,061
NCC AB 20-07-16 0,500 0,018 7,593 0,351 0,251 0,251
Nederman Holding 03-01-14 0,286 0,012 6,322 0,513 0,051 0,051
Net insight AB 18-06-15 0,429 -0,019 6,360 0,000 0,003 0,003
Net insight AB 08-06-16 0,429 -0,016 6,414 0,000 0,055 0,055
Net insight AB 13-06-17 0,429 0,020 5,854 0,000 0,005 0,005
Net Insight AB 20-12-18 0,333 -0,009 5,835 0,000 -0,089 -0,089
Nobina AB 01-10-18 0,333 -0,101 6,878 0,777 0,055 0,055
Nobina AB 29-10-19 0,429 0,007 6,948 0,777 0,055 0,055
Nordic Waterproofing Holding
A/S 20-12-18 0,333 0,036 6,245 0,331 0,083 0,083
NOTE AB (publ) 12-12-18 0,429 0,004 5,878 0,336 0,077 0,077
Orexo AB (publ) 13-07-12 0,167 0,030 5,737 0,395 -0,143 -0,143
Orexo AB (publ) 12-06-19 0,375 -0,066 6,077 0,402 0,141 0,141
Orexo AB (publ) 15-06-18 0,286 -0,095 5,989 0,402 0,141 0,141
PEAB 11-05-11 0,250 -0,059 7,439 0,535 0,042 0,042
Proact 29-10-14 0,200 0,006 6,153 0,359 0,044 0,044
Proact 19-07-16 0,400 0,007 6,253 0,377 0,060 0,060
Proact 20-07-17 0,400 0,008 6,253 0,264 0,067 0,067
Proact 06-11-17 0,400 0,018 6,253 0,264 0,067 0,067
Proffice 06-05-15 0,333 0,000 6,205 0,341 0,066 0,066
Saab 05-06-19 0,364 0,033 7,746 0,321 0,029 0,029
Scandi Standard AB 07-09-15 0,286 -0,003 6,484 0,609 0,064 0,064
Scandi Standard AB 30-08-16 0,125 -0,021 6,538 0,610 0,050 0,050
Scandi Standard AB 23-11-17 0,111 0,053 6,538 0,721 0,046 0,046
Securitas AB (publ) 05-06-19 0,375 0,000 7,736 0,508 0,063 0,063
Semcon AB (publ) 06-12-17 0,400 0,027 6,074 0,000 0,070 0,070
Semcon AB (publ) 15-07-19 0,400 0,027 5,970 0,000 0,103 0,103
Semcon AB (publ) 06-12-18 0,400 0,005 5,958 0,000 0,103 0,103
Sweco B 22-02-11 0,500 0,007 6,474 0,046 0,122 0,122
Swedish Match 11-05-15 0,429 -0,031 7,193 0,148 0,212 0,212
Telia Company AB (publ) 16-04-19 0,375 -0,009 8,391 0,479 0,022 0,022
Telia Company AB (publ) 20-04-18 0,429 0,097 8,382 0,479 0,022 0,022
TeliaSonera 18-02-11 0,250 0,012 8,383 0,479 0,085 0,085
TeliaSonera 22-04-13 0,375 -0,032 8,394 0,372 0,072 0,072
TeliaSonera 22-04-14 0,375 0,031 8,393 0,358 0,067 0,067
TeliaSonera 28-04-15 0,375 0,244 8,425 0,374 0,043 0,043
Tethys Oil AB 04-11-14 0,200 -0,031 6,194 0,000 0,226 0,226
Tethys Oil AB 23-06-15 0,200 -0,013 6,259 0,000 0,104 0,104
50
Tethys Oil AB 23-05-16 0,167 0,006 6,335 0,331 0,013 0,013
Tethys Oil AB 11-09-17 0,250 0,058 6,303 0,000 0,135 0,135
Tethys Oil AB 22-05-19 0,167 0,039 6,412 0,000 0,237 0,237
TradeDoubler 24-06-13 0,333 -0,015 6,062 0,326 0,009 0,009
Troax Group 19-08-19 0,333 0,008 6,279 0,003 0,145 0,145
Wallenstam B 28-12-11 0,400 -0,025 7,417 0,598 0,042 0,042
Wallenstam B 02-05-12 0,400 0,028 7,462 0,574 0,082 0,082
Wallenstam B 04-06-13 0,400 0,013 7,494 0,565 0,056 0,056
Wallenstam B 17-06-14 0,400 -0,018 7,511 0,539 0,029 0,029
Wallenstam B 07-08-15 0,400 0,032 7,502 0,501 0,090 0,090