Finnish and Swedish sectors during COVID-19 pandemic : evaluating the performance and modelling future index prices based on COVID-19 data
Sandholm, Juuso (2023)
Pro gradu -tutkielma
Sandholm, Juuso
2023
School of Business and Management, Kauppatieteet
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2023030629754
https://urn.fi/URN:NBN:fi-fe2023030629754
Tiivistelmä
This study focuses on Finland´s and Sweden´s stock markets during COVID-19 period from March 2020 to April 2022. In addition of the whole period, three sub-periods 1) from 18 March 2020 to 30 September 2020, 2) from 1 October 2020 to 30 July 2021 and 3) from 2 August 2021 to 7 April 2022 are examined. This thesis examines if the performance was similar in same sectors in Finland and Sweden and try to provide answer if there were winners or losers among the sectors. Performance measurement tools, such as Treynor, Sharpe, Sortino, and Calmar ratio are used to assess the sector indices. Distance-based MCDM method TOPSIS will be used to rank the results.
There is a lack of studies, that focus on examining the COVID-19 variables and their relationship to stock prices if no other economic variables were used and were they the same during different waves. Even if there is a lot of research on price predictions, there is a lack of studies on if it would have been possible to predict the index price development in future waves based on previous waves´ data and models. Linear regression is used to identify the significant variables that affect the index prices and classical linear regression models are created to predict the following waves´ sector index prices.
The results indicate that some sectors, such as financial sector, did have similar performance in both countries, but the winner and loser sectors varied a lot depending on the time period. Similarly, the factors that affected the index prices varied depending on the time period and were somewhat different in both countries. CLRM models could predict index prices to some extent in the same wave, when using linear regression models and in-sample method but predicting future waves´ index prices is not possible. Tämä tutkielma perehtyy Suomen ja Ruotsin osakemarkkinoihin COVID-19 pandemian aikana maaliskuusta 2020 huhtikuuhun 2022 saakka, jonka lisäksi tarkastellaan kolmea osajaksoa. Tässä pro gradu -tutkielmassa tutkitaan, oliko suoriutuminen samoilla sektoreilla Suomessa ja Ruotsissa samankaltaista sekä pyritään antamaan vastaus, oliko toimialojen välillä voittajia tai häviäjiä. Toimiala-indeksien arvioinnissa käytetään suorituskyvyn mittaustyökaluja ja näiden tulosten luokittelussa käytetään etäisyysperusteista monikriteeristä päätöksentekomenetelmää nimeltään TOPSIS.
Aiempia tutkimuksia tärkeimmistä osakkeiden hintoihin vaikuttaneista COVID-19-muuttujista tai näiden muuttumisesta aaltojen välillä ei ole esitetty, kuten ei myöskään tulevien osakehintojen ennustamisesta edellä mainittujen tietojen valossa. Tässä tutkielmassa käytetään lineaarista regressiota indeksihintoihin vaikuttavien merkittävien muuttujien tunnistamiseen ja regressiomalleja hintaennusteiden tekemiseen.
Tulokset osoittavat, että jotkin sektorit, kuten finanssisektori, suoriutuivat molemmissa maissa samankaltaisesti, mutta voittajat ja häviäjät vaihtelivat suuresti ajanjaksosta riippuen. Samoin indeksihintoihin vaikuttaneet tekijät vaihtelivat ajanjakson mukaan ja erosivat jonkin verran molemmissa maissa. Regressiomallit kykenevät ennustamaan indeksihintoja jossain määrin saman aallon sisällä in-sample menetelmää käytettäessä, mutta tulevien aaltojen indeksihintojen ennustaminen ei ole mahdollista.
There is a lack of studies, that focus on examining the COVID-19 variables and their relationship to stock prices if no other economic variables were used and were they the same during different waves. Even if there is a lot of research on price predictions, there is a lack of studies on if it would have been possible to predict the index price development in future waves based on previous waves´ data and models. Linear regression is used to identify the significant variables that affect the index prices and classical linear regression models are created to predict the following waves´ sector index prices.
The results indicate that some sectors, such as financial sector, did have similar performance in both countries, but the winner and loser sectors varied a lot depending on the time period. Similarly, the factors that affected the index prices varied depending on the time period and were somewhat different in both countries. CLRM models could predict index prices to some extent in the same wave, when using linear regression models and in-sample method but predicting future waves´ index prices is not possible.
Aiempia tutkimuksia tärkeimmistä osakkeiden hintoihin vaikuttaneista COVID-19-muuttujista tai näiden muuttumisesta aaltojen välillä ei ole esitetty, kuten ei myöskään tulevien osakehintojen ennustamisesta edellä mainittujen tietojen valossa. Tässä tutkielmassa käytetään lineaarista regressiota indeksihintoihin vaikuttavien merkittävien muuttujien tunnistamiseen ja regressiomalleja hintaennusteiden tekemiseen.
Tulokset osoittavat, että jotkin sektorit, kuten finanssisektori, suoriutuivat molemmissa maissa samankaltaisesti, mutta voittajat ja häviäjät vaihtelivat suuresti ajanjaksosta riippuen. Samoin indeksihintoihin vaikuttaneet tekijät vaihtelivat ajanjakson mukaan ja erosivat jonkin verran molemmissa maissa. Regressiomallit kykenevät ennustamaan indeksihintoja jossain määrin saman aallon sisällä in-sample menetelmää käytettäessä, mutta tulevien aaltojen indeksihintojen ennustaminen ei ole mahdollista.