Vad förklarar aktiers avkastning? : En empirisk studie av förklarande variabler för avkastningen på Stockholmsbörsen

Sammanfattning: Att kunna förklara och förutse aktiers avkastning är av stort intresse för aktörer inom finansbranschen. Kunskap inom ämnet kan leda till mer framgångsrika investeringsstrategier och en mer träffsäker analys av ett företags värde. I syfte att bättre kunna förklara aktiers avkastning har flera olika strategier utvecklats. En av dessa modeller är CAPM, som försöker förutse aktiers avkastning genom bland annat dess risk. Modellen har fått utstå omfattande kritik, bland annat för att den exkluderar viktiga variabler och utgår från orealistiska antaganden. Andra strategier använder sig av olika nyckeltal i försök att förklara aktiers avkastning. Tidigare forskning visar att det finns variabler som bidrar till att förklara avkastning. Vad som är säkert är att ingen modell är perfekt, men vissa kan fungera bättre än andra.  Avsikten med studien är 1) att analysera CAPM:s tillförlitlighet på den svenska aktiemarknaden, och 2) analysera om nyckeltalen beta, direktavkastning, företagets storlek, P/E-tal, och skuldkvot kan förklara variationer i aktiers avkastning. För detta ändamål undersöks 80 aktier på Stockholmsbörsen under tidsperioden 2010-2021. Detta för att utreda om det finns en statistiskt signifikant skillnad mellan den faktiska avkastningen och den avkastning som aktierna bör ha enligt CAPM, samt om de nyckeltal som används i studien har ett statistiskt signifikant samband med avkastning.  Resultaten visar att det finns en statistiskt signifikant skillnad mellan den faktiska avkastningen och den enligt CAPM förväntade avkastningen under studieperioden. Slutsatsen är att CAPM inte kan förutse avkastning på Stockholmsbörsen. Resultaten visar också att avkastning har ett positivt samband med direktavkastning och ett negativt samband med skuldkvot under studieperioden. Variablerna P/E, beta och företagets storlek har inte statistiskt signifikanta samband med avkastning på Stockholmsbörsen.