The stock market index S&P 500 is influenced by a wide range of macroeconomic and behavioral factors. This study aims to explore how the relationship between key indicators differs under two U.S. presidential administrations – Joe Biden and Donald Trump. This is achieved by analyzing periods with differing political climates. Principal Component Regression (PCR) is used to identify the extent to which the selected variables affect stock market behavior and to evaluate whether this relationship differs across the presidential administrations. The results show that while the Biden-era model provides stronger and more interpretable patterns than the Trump-era model, both models exhibit limited reliability due to short time spans and data constraints. The political environment appears to have a strong impact on stock market performance, and PCR proves effective in capturing the complex relationships among variables.

Aktieindexet S&P 500 påverkas av flertalet olika makroekonomiska och beteendemässiga faktorer. Denna studie syftar till att undersöka hur sambandet mellan centrala indikatorer skiljer sig åt under två amerikanska presidentadministrationer – Joe Biden och Donald Trump. Detta uppnås genom att analysera perioder med olika politiska klimat. Principal Component Regression (PCR) används för att identifiera i vilken utsträckning de valda variablerna påverkar börsbeteendet och för att utvärdera om detta samband skiljer sig mellan presidentadministrationerna. Resultaten visar att även om modellen för Biden-perioden ger starkare och mer tolkbara mönster än modellen för Trump-perioden, uppvisar båda modellerna begränsad tillförlitlighet på grund av korta tidsperioder och begränsad data. Det politiska klimatet har ett starkt inflytande på aktiemarknadens utveckling och PCR visar sig vara effektivt för att förstå de komplexa sambanden mellan variablerna.