| dc.description.abstract | Denne artikkelen modellerer risikoprofilen til lakseoppdrettsaksjer notert på Oslo Børs ved bruk av minste kvadraters metode (OLS) og kvantilregresjon. Vi har undersøkt hvordan noen utvalgte risikofaktorer påvirker avkastningen til lakseoppdrettsaksjer. Bransjen er i sterk vekst og har opplevd økt oppmerksomhet fra analytikere og investorer de seneste årene. Likevel er det gjort lite forskning på prising av lakseoppdrettsaksjer, og hvilke risikofaktorer som driver prisen på aksjene. Ved bruk av multifaktormodeller avdekker vi at avkastningen til lakseoppdrettsaksjer påvirkes signifikant av noen finansielle og industrispesifikke risikofaktorer. Vi finner støtte for at meravkastningen til markedsporteføljen og avkastningen til Small Minus Big-porteføljen har en positiv sammenheng med avkastningen til lakseoppdrettsaksjene. Resultatene bekrefter også at noen forwardpriser på laks har en positiv effekt, mens spotprisen på laks har ingen signifikant effekt. Kvantilregresjonen avdekker tendenser til at lakseoppdrettsaksjer er utsatt for varierende grad av markedsrisiko under ulike forhold i lakseaksjemarkedet, med en estimert markedsbeta høyere enn 1 i de lave kvantilene, og lavere enn 1 i de høye kvantilene. Videre finner vi indikasjoner på at sensitiviteten mot noen forwardpriser på laks er sterkest i nedre og mellomliggende kvantiler over den betingede avkastningsfordelingen. Likevel, vi kan ikke konkludere med at kvantilregresjonsestimatene er signifikant forskjellig fra OLS-estimatene.
Funnene vil kunne ha implikasjoner for investorer, ved at de kan få bedre beslutningsgrunnlag for sine avgjørelser om hva som påvirker prising av lakseoppdrettsaksjer. Resultatene indikerer også at tilstanden i lakseaksjemarkedet bør være av betydning for investors beslutninger, i form av timing av sine investeringer. Dermed kan investorer bli mer effektive i sin porteføljeforvaltning. Lakseoppdrettsselskapene vil kunne ha nytte av funnene for blant annet risikostyring gjennom en Value at Risk-analyse. | nb_NO |
