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