| Summary: | Syfte: Att skapa ett FEARS-index som mäter investerarsentiment på den svenska aktiemarknaden samt undersöka om det är skillnad på positivt och negativt sentiment både på Stockholmsbörsen och First North Sweden. Metod: Studien är av kvantitativ karaktär och antar en deduktiv ansats och använder sig av tidsserieanalys. Multipel linjär regression genomförs för att undersöka sambandet mellan variablerna. Studien använder sig även av Google Trender för att konstruera ett index som mäter investerarnas sinnesstämning. Data är huvudsakligen hämtad från Google Trender och Bloomberg. Teoretiska perspektiv: Det teoretiska ramverket utgörs av finansiella teorier om effektiva marknadshypotesen, beteendeekonomi och investerarsentiment samt ett fokus på tidigare studier som undersökt investerarsentiment baserat på just Google-sökningar. Resultat: FEARS-indexet påverkar avkastning och förändringar i handelsvolym både på Stockholmsbörsen och First North Sweden. Dessa förändringar är starkare på Stockholmsbörsen än på First North Sweden. FEARS-indexen påverkar inte förändringar i volatilitet på av nämnda marknader. Resultaten visar sig robusta även vid användning av andra metoder för att skapa FEARS-indexen. Slutsats: FEARS-index kan användas för att undersöka nutida och framtida, kortsiktiga samband på den svenska aktiemarknaden. Studien bidrar även med ökad kunskap om vilken sorts sentiment som påverkar den svenska aktiemarknaden i högst utsträckning, samt för vilken sorts marknad som sentimenten har störst påverkan. Purpose: To construct a FEARS-index that measures investor sentiment in the Swedish stock market, in addition to examining whether there is a difference in positive and negative sentiment on OMX Stockholm and First North Sweden. Methodology: The report is quantitative with a deductive approach, by applying time series analysis. Multiple linear regression is conducted to examine the relationship between the variables. The study utilizes Google Trends to construct an index that measures investor sentiment. Data is ...
|
|---|