Sluttrapport — Analyse av Sindre Finnes' aksjehandler (2013–2021)

Datakilde: Transaksjonsdata innlevert til Stortingets habilitetsutvalg, oktober 2023 — gjengitt og verifisert av VG, NRK og DN
Analyseperiode: 30. september 2013 – 14. oktober 2021
Metode: Python/pandas-analyse av transaksjonsdata, kryssreferert mot historiske børskurser (Yahoo Finance + lokale CSV-filer)
Formål: Denne analysen kartlegger statistiske mønstre i tidspunkt og volum for kjøp. Den fastslår ikke motiv eller intensjon — det krever tilgang til kommunikasjon og interne dokumenter som ikke er offentlig tilgjengelig.

Sammendrag av funn

1. Omfang — langt utover det ordinære

Dette er ikke hobbyinvestering. Det er systematisk, høyfrekvent handel i et omfang som forutsetter kontinuerlig markedsovervåking og informasjonstilgang.

2. Kursutviklingen etter kjøp — statistisk over normalen

Et tilfeldig utvalg børskjøp vil over tid ligge nær markedssnittet (50–54 % i et bull-marked). En treffrate på 55,5 % over 1 091 uavhengige kjøp er statistisk usannsynlig ved ren tilfeldighet:

Merk: Mot det konservative markedssnittet på 54 % er det samlede funnet ikke signifikant. Signalet drives av enkeltår — se avsnitt 2b.

Hva betyr «signifikant» og «p-verdi»?
Tenk på det som en myntprøve: om du kaster en mynt 1 091 ganger og får kron 605 ganger — er det skjev mynt, eller bare flaks? P-verdien er sannsynligheten for å se dette resultatet ved ren flaks. Jo lavere p-verdi, jo sterkere bevis mot at funnet er tilfeldig:

Skala	Hva det betyr i praksis
p < 5 % (0,05)	Signifikant — funnet er statistisk påvisbart, sannsynligvis ikke tilfeldig
p < 1 % (0,01)	Svært signifikant
p < 0,1 % (0,001)	Ekstremt signifikant — under 1 av 1 000 sjanse for tilfeldighet
p > 5 %	Ikke signifikant — tilfeldighet er fortsatt en rimelig forklaring

Sannsynlighet for å treffe ≥ 55,5 % ved ren tilfeldighet — matrise:

† n=50 viser høyere P enn n=20 for p=0,54 pga. binomial-diskrethet: effektiv terskel = k/n = 28/50 = 56,0 % for n=50 mot 12/20 = 60,0 % for n=20.

Med 1 091 observasjoner er det kun 1 sjanse av 5 714 at en tilfeldig investor oppnår ≥ 55,5 % treffrate (p₀ = 0,50). Mot et konservativt bull-markeds-estimat på 54 % er sannsynligheten imidlertid hele 1 av 6 (17,5 %) — funnet er da ikke statistisk signifikant. Signalet drives av enkeltår med ekstraordinær treffrate, ikke av en jevn informasjonsfordel over hele perioden.

2b. Tidsprofil — fordelen var konsentrert i enkeltår

Binomtest per år og kji-kvadrat-homogenitetstest (χ² = 87,3, df = 8, p < 0,0001) viser at treffraten ikke er jevnt fordelt over tid. Signalet er konsentrert i 2017 og de to siste årene:

Tre funn er særlig bemerkelsesverdige:

• 2013–2016 var dårlige år: Treffraten lå konsekvent under 50 % — ingen statistisk fordel i disse fire første årene.
• 2018 var det svakeste enkeltåret: 30,0 % treffrate — langt under det en tilfeldig investor ville forvente.
• Signalet drives av 2017, 2020 og 2021 — med toppåret 2020 som det klart sterkeste (349 kjøp, 71,1 % treffrate, ekstremt signifikant alene). Disse tre årene utgjør 571 av 1 091 observasjoner (52 %).
• 2020 alene: 349 kjøp i utvalget med 71,1 % treffrate. Totalt registrert 364 kjøp i 2020 — en femdobling fra 70 kjøp i 2018.

Metodisk forbehold for 2020: COVID-krasjens bunn i mars 2020, fulgt av kraftig oppgang, ga generelt høye treffpriser for enhver kjøper. Dette forklarer noe av treffraten. Det forklarer ikke volumet (5× økning), ikke at treffraten er 71,1 % (langt over markedsoppsvinget alene), og ikke at den lovmessige plikten til å avholde seg fra slik handel nettopp var presisert ett år tidligere.

2c. Dekning og sensitivitetstest — robusthet ved manglende kursdata

Av totalt 1 196 registrerte kjøp har 1 091 (91,2 %) tilgjengelig historisk kursdata. Binomtesten er utført på dette utvalget. Den høye dekningsgraden (opp fra 67,1 % i tidligere versjon) skyldes tillegg av lokale CSV-filer for QFRE, NEXT og KOA. Et sentralt statistisk spørsmål er: hva om de 105 manglende handlerne hadde en annen utfallsrate enn de observerte?

Break-even: Funnet er signifikant (α = 0,05) så lenge manglende handler vinner > 20,5 %. Worst-case (0 %) er ikke signifikant totalt, men 2020 alene forblir ekstremt signifikant (71,1 % treffrate, p < 0,001) selv om alle manglende kjøp settes til tap.

2d. FIFO-analyse — faktiske kjøp→salg-par gir et sterkere signal

En supplerende analyse matcher hvert kjøp mot det kronologisk neste salget av samme aksje (FIFO) og beregner avkastning basert på faktiske salgsdatoer — ikke hypotetiske 30-dagersvindu. Transaksjonskurser mangler i rådata; sluttkurs (Close) brukes som proxy for begge datoer.

FIFO-analysen er metodisk sterkere fordi den bruker faktiske salgsdatoer. Særlig viktig: funnet er nå signifikant også mot det konservative 54 %-grunnlaget — noe 30-dagers-analysen ikke klarte.

Per kjøpsår (FIFO):

3. Adferd etter §3-3 — stikk motsatt av forventet

§3-3 i verdipapirhandelloven (vedtatt 21. juni 2019) presiserer eksplisitt at ektefelle til "person med ledelsesansvar" er underlagt de samme meldepliktreglene.

Aktiviteten nesten firedoblet seg etter at loven eksplisitt regulerte ektefellers handel. Dette er det motsatte av det en lovlydig aktør burde gjøre, og kan vanskelig forklares som tilfeldighet. Den statistiske tidsprofilen (avsnitt 2b) forsterker dette: den ekstraordinære avkastningen inntreffer etter vedtaket, ikke før.

4. To uavhengige juridiske grunnlag for innsideproblematikk

Grunnlag 1 — Nærstående til statsminister (MAR art. 3 nr. 1 pkt. 26, jf. §3-3)

Erna Solberg er som statsminister å anse som "person med ledelsesansvar" i den norske statens utøvelse av eierskap og reguleringsmyndighet. Finnes som ektefelle er automatisk "nærstående person" med tilsvarende plikter.

Særlig problematiske selskaper under dette grunnlaget:

• Norsk Hydro (statlig eierskap ~34 %) — 290 transaksjoner
• Equinor (statlig eierskap ~67 %) — 35 transaksjoner
• Q-FREE — direkteleverandør til Statens vegvesen — 282 transaksjoner

Grunnlag 2 — Egenstilling i Norsk Industri / NHO (MAR art. 8 nr. 4)

Som fagsjef i NHO Norsk Industri hadde Finnes tilgang til ikke-offentlig informasjon om medlemsbedriftene gjennom sin stilling — lønnforhandlinger, bransjemøter, regulatoriske prosesser. Dette grunnlaget er uavhengig av ekteskapet og er ikke underlagt de samme foreldelsesargumentene.

Selskaper med mulig tilknytning til Norsk Industri som Finnes handlet i:

Totalt: 844 transaksjoner (38 % av alle) i selskaper med mulig NHO-tilknytning.

FIFO-analyse: segmentert analyse av mulig innsideposisjon

Med kursdata for alle selskaper — inkludert Q-Free (delistet 2024, kursdata fra lokal CSV) — kan vi sammenligne faktiske FIFO-avkastninger per selskapsgruppe.

Grunnlag 1 = nærstående til statsminister (statseide selskaper + statsleverandør)  |  Grunnlag 2 = NHO Norsk Industri-stilling (fagsjef-rolle)  |  1+2 = begge grunnlag

FIFO-avkastning per selskap

Q-Free: utligger som svekker innsidehypotesen for leverandørforholdet

Q-Free er det mest handlede selskapet i hele porteføljen (278 FIFO-par, 282 registrerte kjøp), men presterer signifikant dårligere enn tilfeldig: 30,9 % treffrate og −12,1 % gjennomsnittlig avkastning. Median holdetid på 331 dager antyder langsiktig spekulasjon, ikke kortvarig innsidehandel. Binomtest (tostøktet) mot p₀ = 0,50: p = 1,84 × 10⁻¹⁰.

Dette er motbevis for innsidefordel via Statens vegvesen-forbindelsen: Finnes var aktivt og systematisk feil i Q-Free-handler over åtte år. Grunnlag 1 som helhet svekkes av Q-Free og Equinor (begge ~30 % treffrate).

Kanalkontrast: ren grunnlag 1 vs. grunnlag 2

Skillet mellom de to kanalene er statistisk skarp når vi separerer selskapene:

Det er NHO Norsk Industri-kanalen — ikke statsminister-ekteskapet isolert — som gir det statistiske signalet. Tolkningen snevres inn: den statistisk påvisbare fordelen er knyttet til Finnes' egen fagsjef-stilling i NHO, der han hadde direkte profesjonell tilgang til medlemsselskapenes interne informasjon.

NHO-relaterte selskaper (grunnlag 2 + overlapp 1+2)

Selskaper der Finnes hadde direkte profesjonell tilgang via NHO Norsk Industri-stillingen (Norsk Hydro, Wallenius, Yara, Elkem, Hexagon, REC Silicon, Nekkar, Aker Solutions) viser et helt annet bilde:

Nøkkelfunn: Finnes var ikke en generelt god investor — Q-Free (mest handlede aksje) er signifikant dårlig, og resten av porteføljen er nær tilfeldig. All overskuddsavkastning er konsentrert i NHO Norsk Industri-selskapene der han hadde direkte profesjonell tilgang til bransjeinformasjon. Dette er metodisk det sterkeste argumentet for grunnlag 2.

5. Henleggelsene — spørsmål om ukultur

Politiet og Finanstilsynet henla sakene delvis med begrunnelse om foreldelse og at §3-3 ikke gjaldt tilbake i tid.

Dette er juridisk korrekt for strafferettslig ansvar under §3-3 (vedtatt 2019). Men:

• Det eldre nasjonale innsideforbudet og MAR (gjeldende fra 2016) dekker grunnlag 2 (NHO-stillingen) for hele perioden
• Meldeplikten ble brutt konsekvent — dette er et faktum uavhengig av straffebarheten
• Aktiviteten økte kraftig etter at regelverket eksplisitt forbød det
• Norsk Hydro med dobbelt juridisk grunnlag har 290 transaksjoner over 8 år

Uavhengig av det strafferettslige spørsmålet dokumenterer denne analysen statistiske mønstre i handelsvolumet og treffraten som i demokratisk sammenheng er problematisk uavhengig av intensjon: en persons nærstående til landets øverste leder handler aktivt i selskaper der lederen har informasjonstilgang og/eller myndighet.

6. Systemisk perspektiv — Finnes-saken er ikke unik

Finnes-saken står heller ikke alene. De siste årene har flere saker avdekket tilsvarende strukturelle svakheter i systemet for å håndtere interessekonflikter mellom politiske verv og finansielle disposisjoner. Aksjehandlene til ektemannen til Anniken Huitfeldt, samt Borten Moes investeringer i et selskap med direkte kobling til Nammo, illustrerer at problemene ikke er partipolitiske, men institusjonelle. Selv om sakene er ulike i omfang og karakter, peker de alle på samme grunnleggende utfordring: Norge mangler et helhetlig og effektivt rammeverk for å overvåke, regulere og forhindre interessekonflikter i skjæringspunktet mellom politikk, forvaltning og finansmarkedet. Det er derfor mer fruktbart å analysere disse hendelsene som symptomer på systemsvikt enn som isolerte enkeltsaker.

Metodiske forbehold

• Kursutviklingen er beregnet mot historiske data fra Yahoo Finance, supplert med lokale CSV-filer fra Investing.com:
  • Q-FREE (QFRE): lokal CSV 2013–2023 (delistet fra Oslo Børs 2024)
  • Next Biometrics (NEXT): lokal CSV 2019–2022 (ny ISIN etter restrukturering)
  • Kongsberg Automotive (KOA): lokal CSV 2013–2019 (herstrukturert ~2019)
• Kongsberg Gruppen (KOG, gammel ISIN NO0003043309) er manuelt mappet og hentes via yfinance
• Noen selskaper mangler data (Kahoot, SBanken, Adevinta m.fl. — delistet)
• Kursdata dekker 1 091 av 1 196 kjøp (91,2 %). Sensitivitetstest viser at funnet er signifikant for alle imputasjonsrater > 20,5 % — se avsnitt 2c
• Mot det konservative markedssnittet p₀ = 0,54 er det samlede funnet ikke statistisk signifikant — men 2020 alene er ekstremt signifikant uavhengig av dette
• Analysen kartlegger statistiske mønstre i handelstidspunkt og -volum. Den fastslår verken motiv eller intensjon — det krever tilgang til kommunikasjon og interne dokumenter som ikke er offentlig tilgjengelige
• Baseline for sammenlikning: en privat investor uten informasjonsfordel forventes å treffe positiv 30-dagers avkastning i 50–54 % av kjøpene i et bull-marked (50 % ved ren tilfeldighet, ~54 % justert for generell markedsoppgang 2013–2021)
• NHO-medlemskapslisten er basert på offentlig tilgjengelig informasjon og kan være ufullstendig
• Kji-kvadrat-homogenitetstest bekrefter at treffraten ikke er jevnt fordelt over tid (χ² = 87,3, p < 0,0001)
• EU Market Abuse Regulation (MAR) — EUR-Lex

Datakilder og endringslogg — reproduserbarhet

For å sikre at analysen kan etterprøves og gjenskapes dokumenteres alle datakilder og vesentlige endringer i ISIN-mapping eksplisitt her.

Primære datakilder

Endringslogg — ISIN-mapping og statistikk

Manuell ISIN-mapping (overstyringer)

Følgende ISINer krever manuell mapping fordi de enten bruker ikke-norsk ISIN-prefiks, har skiftet ISIN etter restrukturering, eller er gjenbrukt av et nytt selskap i nyere Euronext-data:

Analyse utarbeidet på grunnlag av offentlig tilgjengelige data innlevert til Stortinget. All kildekode er dokumentert i den tilhørende notatboken (finnes_pattern.ipynb). Analysen kan gjenskapes ved å kjøre notatboken med samme datakilder.