Studien syftar till att undersöka huruvida det finns ett signifikant samband mellan den svenska reporäntan och prisbildningen av aktier inkluderade i indexet OMXS30. Datamaterialet täcker perioden 2004 till 2012 och hämtas direkt från NASDAQ OMX Nordic. Genom en eventstudie och med hjälp av Marknadsmodellen estimeras en abnormal avkastning för händelseperioderna. För att ta hänsyn till de estimeringsproblem som finns associerade med finansiell tidsseriedata och dess varians används en EGARCH-modell. Resultatet tyder på en signifikant negativ korrelation mellan reporäntan och marknadspriserna på Stockholmsbörsen.

Syftet med vår uppsats var att med hjälp av Model Confidence Set (MCS) finna de bättre presterande modellerna bland de mest ?kända? och undervisade volatilitetsmodellerna. Vidare har vi även rankat dessa modeller inbördes. Eftersom prognoser om volatiliteten är mycket viktigt vid prissättningen på derivat, i detta fall ett räntederivat, är ämnet ständigt intressant. Med Model Confidence Set fann vi ett set av bättre presterande modeller utifrån vårt urval av ursprungliga modeller.

Syfte: Syftet med uppsatsen är att undersöka vilken påverkan VD-byte har på företag noterade på den svenska börsmarknadens A-lista, och att detta i sin tur skall ge intressenter djupare förståelse för reaktionerna på marknaden vid denna händelse.Metod: Vi undersöker den kvantitativa effekten av ett VD-byte genom olika event studier. I uppsatsen används EGARCH-modellen för att modellera avkastningarna, GARCH/GARCH-M för att estimera volatiliteten och en linjär faktormodell för att modellera bid-ask spreaden. Vi utför hypotestester i syfte att fastställa avvikande effekter utifrån den effektiva marknadshypotesen.Studien är baserad på 54 stycken VD-byten från 1996 till 2003.Teoretiska perspektiv: Vi utgår från effektiva marknadshypotesen, signalhypotesen och agentteorin i tolkningen samt beskrivningen av våra resultat.Empiri: Det kan inte påvisas någon statistiskt säkerställd effekt påavkastning, volatilitet eller bid-ask spread för marknaden. Detsamma gäller förföretag med nyanställda VD, som rekryterades externt. För företag med interntrekryterade VD kunde vi dock påvisa en statistisk effekt på avkastningarna ochvolatiliteten.

This paper describes a study examining four different GARCH models AR(1)-GARCH(1,1), AR(1)-EGARCH(1,1), AR(1)-APGARCH(1,1) and AR(1)-GJR-GARCH(1,1), and their ability to predict future volatility and thereby providing more reliable estimates for Value-at-Risk. The study is based on daily observations for the return of the OMX Stockholm 30 Index, during the time period 31st December 1996 to 29th December 2006. The coefficients for these GARCH models have been estimated using a five-year rolling estimation window, with one-year lags, for five different in-sample-periods. These five in-sample-periods, and the coefficients given by them, have been used to generate five out-of-sample predictions for the volatility in each year. Using these volatility predictions, the daily Value-at-Risk has been calculated for confidence intervals of 90 percent, 95 percent, and 99 percent, respectively, during the time period between 1st January 2001 and 29th December 2006.