Bilaga 6. Underlag till effektstudie
|
|
- Vilhelm Hermansson
- för 6 år sedan
- Visningar:
Transkript
1 BILAGA TILL GRANSKNINGSRAPPORT DNR: Bilaga 6. Underlag till effektstudie RiR 2017:35 Avskaffandet av revisionsplikten för små aktiebolag en reform som kostar mer än den smakar RIKSREVISIONEN 1
2 BILAGA 6. UNDERLAG TILL EFFEKTSTUDIE Utökat material till effektskattningarna I denna bilaga presenteras en fördjupning av det tillvägagångssätt som används för att skatta effekter i granskningsrapporten. Först presenteras data, metod och den modellspecifikation som ligger till grund för de huvudsakliga resultat som presenteras i granskningen. Sedan kommer fördjupade resultatanalys av bolagsskatteinbetalningarna och kompletterande tabeller och diagram avseende de huvudsakliga utfallen. Bilagan avslutas med en känslighetsanalys av de huvudsakliga resultaten. Data Data från SCB (FEK, FRIDA) samt Bisnode har använts. Populationen aktiebolag har begränsats till aktiva aktiebolag som omfattades av frivillig revision 2011 (ca aktiebolag). I syfte att öka jämförbarheten mellan grupperna har även populationen begränsats till att endast innefatta bolag som inte hade mer än 3 miljoner kronor i nettoomsättning under åren 2007 till Det minskar populationen från ca aktiva aktiebolag till ca Metod för att identifiera relevanta jämförelsegrupper Metoden som används för att identifiera relevanta jämförelsegrupper är Matchning. Den specifika metoden som används är exakt egenskapsmatchning s.k. coarsened exact matching (CEM). Detta innebär att datamaterialet delas upp i olika stratum baserat på värden på de variabler som ingår i matchningen. För att möjliggöra exakta matchningar när matchning sker på kontinuerliga variabler delas dessa in i olika intervall. Bolag som har valt bort revisor matchas sedan till jämförelsebolag inom varje stratum. När effekten av bortvalet av revision ska studeras är det viktigt att ta hänsyn till faktorer som påverkar både bortvalet och utfallet. I det här fallet är det laggade utfallen också de variabler som avgör om bolagen omfattas av reformen. Normalt sett matchar man inte på utfallsvariablerna men eftersom dessa är avgörande för beslutet om bortval görs ändå matchningen på dessa laggade variabler. 2 Hänsyn tas även till branschtillhörighet och rörelsemarginalen för Den senare variabeln inkluderas eftersom att en låg rörelsemarginal kan öka sannolikheten för att välja bort revision eftersom pressade marginaler normalt sett leder till att företagaren söker efter kostnader som verksamheten kan klara sig utan. Många olika matchningsspecifikationer har testats och de huvudsakliga resultaten påverkas inte av de olika modellspecifikationerna i någon betydande 1 Ökar hastigheten i matchningsalgoritmen och minskar inslaget av extremvärden. Olika typer av förberedande begränsningar har gjorts med liknande resultat. 2 Efterfrågan på frivillig revision har undersökts i Collis m.fl., 2004, Niemi m.fl., 2012 och senast i Ojala m.fl., Den enskilt viktigaste variabeln för att förklara varför bolag väljer revision är storleken på bolaget (oftast mätt som balansomslutning eller nettoomsättning). I Ojala m.fl., 2016 framhålls även att tillväxtutsikter är viktiga för val om revision. För att ta hänsyn till detta har man i studien använt tillväxttakten i intäkter året innan valet om revision. I Riksrevisionens granskning har detta beaktats genom att aktiebolagen har matchats under flera år på nettoomsättningen vilket ger samma storlek på bolagsgrupperna och samma tillväxttakt. 2 RIKSREVISIONEN
3 BILAGA TILL GRANSKNINGSRAPPORT DNR: utsträckning (se känslighetsanalysen på s. 12). Exempelvis har matchningsmodeller enbart baserade på förändringen i nettoomsättning och balansomslutning under de två åren innan bortvalet testats. Matchningen har gjorts för åren 2009 och 2010 på intervall av logaritmen av nettoomsättningen, balansomslutningen och rörelsemarginalen (endast 2010). 3 Exakt egenskapsmatchning har gjorts på antal anställda och branschtillhörighet (17 nivåer). På detta sätt jämförs bara bolag som exempelvis hade ungefär samma nettoomsättning både 2009 och 2010 (dvs. även samma tillväxttakt) och tillhörde samma bransch med lika många anställda etc. Betingad skillnad i skillnad När matchning kombineras med skillnad i skillnad kallas det i litteraturen för betingad skillnad i skillnad. 4 I den jämförs utvecklingen i de matchade jämförelsegrupperna innan och efter 2011 (dvs. året då ena gruppen valde bort revisorn). Metoden bygger på att effekten av en behandling mäts genom att jämföra skillnaden i utvecklingen i utfallet mellan grupperna i stället för nivåskillnaden mellan grupperna. Om utfallsvariabeln utvecklas olika mellan grupperna kan det givet vissa antaganden tolkas som en effekt av behandling, i det här fallet att välja bort revision. En grundläggande förutsättning för att metoden ska fungera är att behandlings- och kontrollgrupperna har en likartad utveckling i utfallsvariabeln för behandling, dvs. uppvisar s.k. parallella trender. Enklaste sättet att undersöka om denna förutsättning är uppfylld är en visuell granskning, vilket visas i diagram 1. 5 I diagrammet framgår att antagandet inte håller för det omatchade urvalet men ser trovärdigt ut för det matchade urvalet. I granskningen undersöks hur olika ekonomiska utfall, påverkas när en grupp aktiebolag väljer bort revision. I denna granskning har en något modifierad version av skillnad i skillnad-modell skattats. I den enklaste modellen hade det genomsnittliga utfallet för åren 2007 till 2010 jämförts med genomsnittet för 2011 till Men i den valda ekonometriska modellen till denna granskning har istället varje års skillnader mellan grupperna jämförts med skillnaderna för 2010 (dvs. året innan bortvalet). Mer specifikt har följande ekonometriska modell skattas för att mäta behandlingseffekten: 2009 YY ii,tt = TT tt + EEEE_RRRRRR ii + δδ jj EEEE_RRRRRR ii TT jj + jj= δδ bb (EEEE_RRRRRR ii TT bb ) + εε ii,tt. bb=2011 där index ii avser individ och tt tidpunkt (år). Utfallet, exempelvis ln(nettoomsättningen) betecknas med YY ii,tt. Behandlingseffekten ges av interaktionerna EEEE_RRRRRR ii (som antar värde 1 om bolaget valde bort revision 2011) och TT bb (som var och en antar värde 1 för 2011, 2012, 2013, 2014 och 2015). 6 De gemensamma årseffekterna fångas av TT tt. Skillnaden mellan grupperna under referensåret Intervallen till alla kontinuerliga variabler utom rörelsemarginalen har bestämts med algoritmen Sturges som oftast används när intervallen till histogram ska bestämmas. Gränserna för rörelsemarginalen har i stället sats till: { , } 4 I den internationella utvärderingslitteraturen går analysen under namnet conditional difference-in-difference, se exempelvis Heckman m.fl., Antagandet testas även direkt i modellen som används för att skatta effekterna. 6 Efter 2011 har inga begränsningar gjorts på urvalet. Exempelvis kan jämförelsegruppen välja bort revision 2012 och vice versa. RIKSREVISIONEN 3
4 BILAGA 6. UNDERLAG TILL EFFEKTSTUDIE fånga av EEEE_RRRRRR, eftersom att vi har matchat ihop grupperna under bland annat detta år är denna parameter noll för exempelvis antal anställda (där vi matchade exakt) och mycket nära noll (och insignifikant) för exempelvis ln(nettoomsättningen) där matchning gjordes på intervallen. Parametrarna δδ bb (bb = 2011, 2012, 2013, 2014, 2015) mäter alla skillnaden för respektive år mot skillnaden som förelåg 2010 mellan företagen som valde bort revision 2011 och jämförelsegruppen. Det är således dessa parameterestimat som kan tolkas som den kausala effekten av att välja bort revision givet att antagandet om parallella trender stämmer och att bortvalet av revision är exogent betingat på de matchade variablerna (s.k. betingat oberoende). Det ska dock understrykas att bolag själva väljer om de vill ha revision eller ej, och även om de matchats ihop på den ekonomiska utvecklingen fram till bortvalet går det aldrig att vara helt säker på att antagandet om betingat oberoende håller (detta går heller inte att testa formellt). Om det finns någon tidsvariant variabel som inte har inkluderats i matchningen som påverkar valet av revision och utfall blir effektskattningen snedvriden, dvs. en blandning av selektionseffekt och behandlingseffekt. Antagandet om parallella trender testas däremot direkt i modellen med parametrarna δδ jj (även kallat placeboskattningar). Om de är signifikanta tyder det på att utvecklingen i utfallsvariabeln mellan jämförelsegruppen och bolagen som valde bort revision inte var parallell upp till året för behandling. Om exempelvis δδ jj visar negativa värden som stiger mot noll för varje år närmare basåret 2010 visar det att skillnaderna mellan grupperna minskade redan innan 2011 vilket omöjliggör en kausal tolkning av δδ bb. Resultat från matchningen Diagram 1 illustrerar resultatet före och efter matchningen med utvecklingen i nettoomsättningen. Efter matchningen uppnåddes balans 7 i alla ingående variabler och den matchade populationen minskade till ca bolag, varav nästan valde bort revision och drygt behöll revision (se diagram 2 och tabell 1). Utan matchningen växer exempelvis nettoomsättningen hos behandlings- och jämförelsegrupperna i olika takt redan innan bortvalet av revision. Men med matchningen växer aktiebolagen i samma takt fram till bortvalet och övriga variabler är dessutom balanserade. 7 Det vill säga att grupperna är lika i de observerbara variablerna efter matchningen. 4 RIKSREVISIONEN
5 BILAGA TILL GRANSKNINGSRAPPORT DNR: Diagram 1 Matchad och omatchad utveckling av nettoomsättningen Miljoner kr 1,9 1,7 1,5 1,3 1,1 0,9 0,7 0, Valde bort revision Valde bort revision (matchad) Behöll revision Behöll revision (matchad) Anm.: De streckade linjerna avser hela den undersökta populationen aktiebolag. De heldragna linjerna avser det matchade urvalet av denna population. Källor: SCB (FEK), Bisnode och Riksrevisionens beräkningar. Balanstest utfördes även för ett flertal andra variabler såsom förädlingsvärde, periodiseringsfond, rörelseresultat, aktiekapital, utdelning, nettomarginal etc. varav samtliga test visade på balans (ttesten gav p-värden över 0,05 i samtliga test.). För det omatchade urvalet var dock en klar majoritet av variablerna obalanserade (se tabell 1 och diagram 2). Att flera observerbara variabler som inte ingick i matchningen blev balanserade efter matchning tyder på att även icke-observerbara variabler kan ha balanserats av matchningen. Tabell 1 Antal bolag innan och efter matchning samt F-test för skillnaden i branschsammansättning. Matchat urval Samtliga F-test på branschnivå a 0,022 13,1 P-värde från F-test på branschnivåer 1 <0,01 Antal bolag som valde bort revisorn Antal bolag som behöll revisorn Anm.:. a= Samtliga SNI-dummys var insignifikanta efter matchning. Källor: SCB (FEK), Bisnode samt Riksrevisionens beräkningar. RIKSREVISIONEN 5
6 BILAGA 6. UNDERLAG TILL EFFEKTSTUDIE Diagram 2 Balanstest Enskilda t-test på de standardiserade koefficienterna, 2010 Matchad Ingående matchade variabler ln(nettoomsättning) ln(balansomslutning Medelantal anställda Rörelsemarginal Omatchad Övriga utfallsvariabler ln(övriga externa kostnader) Räntabilitet Andel nolltaxerande ln(inbetald bolagsskatt) ln(kumulativ bolagsskatt) Övriga variabler Rörelseresultat Resultat efter finansiella poster ln(totala kostnader) Bolagsskatt som andel av nettoresultat Effektiv bolagsskatt Aktiekapital Förädlingsvärde Förändring av periodiseringsfond Periodiseringsfond Finansiella intäkter Resultat före avskrivningar Eget kapital under 50% av aktiekapital Eget kapital Nettoinvesteringar Utdelning Årets resultat Övriga externa kostnader Nettomarginal Kassalikviditet Överskott av näringsverksamhet Extern hjälp med upprättandet av ÅR -0,20-0,10 0,00 0,10-0,20-0,10 0,00 0,10 Anm.: Uttrycket ln(nettoomsättning) betyder att nettoomsättningen har logaritmerats innan beräkningarna har gjorts för att minska inslaget av extremvärden. De horisontella blå strecken markerar 95-procentiga konfidensintervall. Om punktskattningen och konfidensintervallen exempelvis befinner sig till höger om det vertikala röda strecket betyder det att värdet på variabeln var signifikant större för bolagen som valde bort revision. Källor: SCB (FRIDA, FEK), Bisnode samt Riksrevisionens beräkningar. Kompletterande resultat avseende effekten på ekonomisk storlek och lönsamhet Nedan visas resultaten från effektskattningarna på olika utfall. Diagram 3, diagram 4 och tabell 2 visar skillnaden i utfallen för nettoomsättning, balansomslutning, medelantal anställda, övriga externa kostnader samt rörelsemarginal och räntabilitet. Tabell 3 redovisar de olika skattningarna av bolagsskatten som visas i diagram 5. 6 RIKSREVISIONEN
7 BILAGA TILL GRANSKNINGSRAPPORT DNR: Diagram 3 Skillnad i utvecklingen för fyra olika utfall för bolag som valde bort respektive valde revision. Resultat från betingade skillnader i skillnader-regressioner. ln(nettoomsättning) 0,1 ln(övriga externa kostnader) 0,0-0,1-0,2 ln(balansomslutning) 0,1 Medelantal anställda 0,0-0,1-0, Anm.: Punktskattningarna till diagrammet finns även i tabell 2. Varje punktskattning i diagrammet mäter skillnaden i skillnaden mellan undersökningsgruppen och jämförelsegruppen jämfört med referensåret De vertikala strecken markerar 95-procentiga konfidensintervall. Om en punktskattning och konfidensintervall för ett visst år exempelvis befinner sig under det horisontella röda strecket betyder det att bolag utan revision var ekonomiskt mindre än jämförelsegruppen. Källor: SCB (FEK), Bisnode samt Riksrevisionens beräkningar. RIKSREVISIONEN 7
8 BILAGA 6. UNDERLAG TILL EFFEKTSTUDIE Diagram 4 Skillnad i utvecklingen i rörelsemarginal och räntabilitet för bolag som valde bort respektive valde revision. Resultat från betingade skillnader i skillnader-regressioner. Rörelsemarginal (%) Räntabilitet (%) 6,0 4,0 2,0 0,0-2,0-4,0-6, Anm.: Punktskattningarna till diagrammet finns i tabell 2. De vertikala strecken markerar 95-procentiga konfidensintervall. Om en punktskattning och konfidensintervall för ett visst år exempelvis befinner sig under det horisontella röda strecket betyder det att bolag utan revision hade lägre lönsamhet än jämförelsegruppen. Källor: FEK (SCB), Bisnode samt egna beräkningar. 8 RIKSREVISIONEN
9 BILAGA TILL GRANSKNINGSRAPPORT DNR: Tabell 2 Effekt av att välja bort revision 2011 Regressionsresultat avseende ekonomiska utfall från betingade skillnader i skillnader-regressioner (med 2010 som referensår) ln(nettoomsättningomslutning) kostnader) anställda marginal ln(balans- ln(övriga externa Medelantal Rörelse- Räntabilitet Behandlingsgrupp * ,016 0,024** 0,063*** 0,0098-0,057-1,24 (0,014) (0,011) (0,019) (0,014) (0,67) (1,07) Behandlingsgrupp * ,0043-0,010 0,023* 0,015-0,36-2,12** (0,011) (0,0089) (0,012) (0,010) (0,57) (1,03) Behandlingsgrupp * ,0010 0,0074-0, ,93* 1,42 (0,0068) (0,0058) (0,0088) (0,0058) (0,52) (0,95) Behandlingsgrupp * ,054*** -0,027*** -0,062*** -0,010-0,61 0,40 (0,010) (0,0076) (0,0100) (0,0099) (0,65) (1,00) Behandlingsgrupp * ,097*** -0,058*** -0,10*** -0,039*** -1,41* -1,98* (0,016) (0,012) (0,015) (0,014) (0,74) (1,04) Behandlingsgrupp * ,12*** -0,073*** -0,14*** -0,069*** -0,37-0,52 (0,020) (0,015) (0,018) (0,017) (0,84) (1,07) Behandlingsgrupp * ,13*** -0,068*** -0,12*** -0,085*** -2,39** -2,41** (0,022) (0,017) (0,020) (0,021) (0,93) (1,13) Behandlingsgrupp * ,10*** -0,050** -0,11*** -0,12*** 0,31-0,079 (0,025) (0,020) (0,023) (0,026) (0,97) (1,12) R 2 0,005 0,003 0,008 0,001 0,001 0,002 Antal observationer Anm.: För många utfall har logaritmerade värden använts (den naturliga logaritmen) i stället för värden i kronor. Detta är en vanlig matematisk transformation som används inom statistiken bland annat för att minska inslaget av extremvärden i regressionerna. Vid låga värden är dessa parameterskattningar dessutom ungefär lika med den procentuella förändringen i utfallet vilket underlättar tolkningen. Alltså motsvarar ett parameterestimat på -0,054 ungefär -5,4 procents skillnad mellan de jämförda bolagsgrupperna i utfallsvariabeln. Mer exakt kan detta beräknas till - 5,26 procent [(exp(0,054)-1)*100]. Approximationen blir dock sämre ju större parameterestimatet blir. */**/*** indikerar statistisk signifikans på 10/5/1-procents nivå. Standardfelen är klustrade på företagsnivå. Källor: SCB (FEK), Bisnode samt Riksrevisionens beräkningar. Fördjupad redovisning av effektskattningarna på bolagsskatten Lägre omsättning men liknande rörelsemarginaler borde betyda lägre skatteintäkter om bokslutsdispositionerna nyttjas i ungefär samma grad. Diagram 5 visar skillnaden i inbetald bolagsskatt utifrån olika transformeringar mellan aktiebolag utan revision och aktiebolag med revision (de exakta parameterskattningarna till diagrammet finns i tabell 3). I det vänstra övre diagrammet finns skillnaden i inbetald bolagsskatt per år och en transformering 8 av variabeln för att minska inslaget av extremvärden. I de två nedre diagrammen visas den naturliga logaritmen av 8 En datatransformering som kallas Winsor har använts. Observationer med värden som överstiger eller understiger en viss gräns ersätts med gränsvärdet. Exempelvis innebär Winsor 90 % att alla värden ovanför den 95:e percentilen skrivs ner till den 95:e percentilen och värden under den 5:e percentilen skrivs upp till den 5:e percentilen. RIKSREVISIONEN 9
10 BILAGA 6. UNDERLAG TILL EFFEKTSTUDIE inbetald bolagsskatt per år och den kumulativa inbetalda bolagsskatten. Eftersom att cirka hälften av bolagen betalar noll kronor i skatt under vissa eller flera år visas det i övre högra deldiagrammet andelen nolltaxerare (eftersom att ln(0) inte är matematiskt definierat vilket i praktiken leder till att alla nolltaxerare utelämnas från beräkningarna 9 ). Den övergripande trenden är att bolag som valde bort revision betalade något mindre skatt de efterföljande åren. Dessa bolag hade mellan åren 2011 och 2015 betalat in sammanlagt nästan 7 procent mindre i bolagsskatt jämfört med de bolag som behöll revision Detta illustreras av att den sista punktskattningen med tillhörande konfidensintervall i det nedre högra deldiagrammet i diagram 5 befinner sig under det horisontella röda strecket. Samma mönster går att urskilja för inbetald bolagsskatt per år mätt som antingen skillnaden i tusentals kronor eller den procentuella skillnaden (se deldiagrammen i vänster kolumn i diagram 5). Samtidigt uppmättes inga statistiskt säkerställda skillnader i andelen bolag som inte betalade någon skatt alls, s.k. nolltaxerare. Tendensen i skattningarna visar dock på en något lägre andel nolltaxerare bland de bolag som valde bort revision 2011 (se det övre högra deldiagrammet i diagram 5). 9 Huvudproblemet med variabeln är att fördelningen är log-normalfördelad bortsett från att nästan hälften av observationsvärdena är lika med 0. Detta komplicerar analysen eftersom att en vanlig logtransformering då bortser från nästan hälften av observationerna för varje år, dvs. de företag som nolltaxerar. Men utan logtransformering kommer extremvärden att få oproportionell vikt i regressionerna. Därför har i stället den kumulativa inbetalda skatten beräknats vilket kraftigt reducerar antalet noll-observationer, sedan tas logaritmen av denna variabel. Andra varianter av datatransformeringar har också gjorts där data transformerats med olika grader av trimning (s.k. Winsor, se föregående fotnot). Denna metod adresserar problemet med extremvärden utan att exkludera nolltaxerarna. 10 RIKSREVISIONEN
11 BILAGA TILL GRANSKNINGSRAPPORT DNR: Diagram 5 Skillnad i utvecklingen för fyra olika transformeringar av bolagsskatten för aktiebolag som valde bort respektive valde revision. Resultat från betingade skillnader i skillnader-regressioner. Inbetald bolagsskatt (tusentals kr) 5,0 Procentenheter av andel nolltaxerare 5,0 0,0-5,0 0,0-10,0-5,0 ln(inbetald bolagsskatt) 0,2 ln(kumulativ bolagsskatt) 0,2 0,0 0,1 0,0-0,2-0, Inbetald bolagsskatt Inbetald bolagsskatt (Winsor 90 %) Övriga utfall Anm.: Punktskattningarna till diagrammen finns även i tabell 3. Varje punktskattning i diagrammet mäter skillnaden i skillnaden mellan undersökningsgruppen och jämförelsegruppen jämfört med referensåret De vertikala strecken markerar 95-procentiga konfidensintervall. Om en punktskattning och konfidensintervall för ett visst år exempelvis befinner sig under det horisontella röda strecket betyder det att bolag utan revision betalade mindre i bolagsskatt än jämförelsegruppen. De nedre deldiagrammen är uttryckta som skillnaden i den logaritmerade bolagsskatten vilket approximativt motsvarar den procentuella skillnaden mellan grupperna om talet multiplicerat med 100. Winsor är en statistisk datatransformering för att hantera extremvärden i populationen. Winsor 90 % innebär att det högst tillåtna värdet i populationen är värdet för den 95:e percentilen och det lägst tillåtna värdet är den 5:e percentilen, värden utanför dessa gränser skrivs ner till gränsvärdet. Källor: SCB (FRIDA, FEK), Bisnode samt Riksrevisionens beräkningar. RIKSREVISIONEN 11
12 BILAGA 6. UNDERLAG TILL EFFEKTSTUDIE Tabell 3 Effekt av att välja bort revision 2011 Regressionsresultat avseende skatteutfall från betingade skillnader i skillnader-regressioner (med 2010 som referensår) Andel nolltaxerande Inbetald bolagsskatt Kumulativ inbetald bolagsskatt Original Winsor 90 % Logaritmerad Original Winsor 90 % Logaritmerad Behandlingsgrupp * ,0045 0,0012 0,0012 0,042-0,0021-0,0021 0,061* (0,012) (0,00096) (0,00079) (0,048) (0,0025) (0,0021) (0,034) Behandlingsgrupp * ,031*** -0, , ,058-0,0020-0,0018 0,023 (0,011) (0,00088) (0,00072) (0,046) (0,0017) (0,0015) (0,025) Behandlingsgrupp * , , ,0010* 0,027-0, , ,0077 (0,0099) (0,00072) (0,00061) (0,043) (0,00095) (0,00080) (0,017) Behandlingsgrupp * ,0058-0, , ,012 0, , , (0,0098) (0,00081) (0,00065) (0,042) (0,0011) (0,00086) (0,014) Behandlingsgrupp * ,0063-0,0032*** -0,0022*** -0,13*** -0,0031-0,0018-0,034* (0,012) (0,00094) (0,00076) (0,048) (0,0023) (0,0019) (0,021) Behandlingsgrupp * ,011-0,0029*** -0,0018** -0,097* -0,0078** -0,0055** -0,067*** (0,012) (0,0011) (0,00081) (0,051) (0,0034) (0,0027) (0,024) Behandlingsgrupp * ,015-0,0037*** -0,0022** -0,12** -0,011** -0,0073** -0,057** (0,013) (0,0012) (0,00088) (0,053) (0,0044) (0,0035) (0,026) Behandlingsgrupp * ,017-0,0047*** -0,0015-0,100* -0,015*** -0,0088** -0,070** (0,013) (0,0014) (0,00096) (0,053) (0,0057) (0,0045) (0,030) R 2 0,001 0,003 0,002 0,002 0,133 0,167 0,162 Observationer Anm.: */**/*** indikerar statistisk signifikans på 10/5/1-procents nivå. Standardfelen är klustrade på företagsnivå. Källor: SCB (FRIDA, FEK), Bisnode samt Riksrevisionens beräkningar. Känslighetsanalys Nedan presenteras översiktligt de fördjupade analyser som har genomförts för att testa om resultaten är stabila för olika specifikationer i matchningen. För att begränsa omfattningen redovisas här endast balanstest för 2010 och utfallsvariabeln för skattningarna har begränsats till endast nettoomsättningen. Utöver olika varianter av matchningsmodeller redovisas även en begränsad upprepning av effektstudien på bolagspopulationen som valde bort revision för första gången 2012 och 2013 i stället för Olika matchningsspecifikationer Flera olika modellspecifikationer testas (se tabell 4). Syftet är att undersöka hur balansen påverkas och hur stabila resultaten är för val av specifikation. Innan den första restriktionen läggs på populationen består den av nästan bolag. 12 RIKSREVISIONEN
13 BILAGA TILL GRANSKNINGSRAPPORT DNR: Tabell 4 Olika matchningsspecifikationer Modell Restriktioner Specifikation Antal innan matchning Antal efter matchning CEM och 2010: Nettoomsättning och balansomslutning med manuellt satta intervall CEM2 Under 2 mnkr i nettoomsättning och 2010: Exakt matchning på branschtillhörighet (grov indelning) och medelantal anställda. Intervallmatchning baserad på algoritmen Sturges för ln(nettoomsättning) och ln(balansomslutning). 2010: Manuell intervallmatchning på rörelsemarginal CEM3 Under 2 mnkr i nettoomsättning och 2010: Exakt matchning på branschtillhörighet (avdelningsnivå) och medelantal anställda. Intervallmatchning baserad på algoritmen Sturges för ln(nettoomsättning) och ln(balansomslutning). 2010: Manuell intervallmatchning på rörelsemarginal CEM4 Under 2 mnkr i nettoomsättning och 2010: Exakt matchning på branschtillhörighet (grov indelning) och medelantal anställda. Intervallmatchning baserad på algoritmen Sturges för ln(nettoomsättning), ln(balansomslutning) och ln(övriga externa kostnader). 2010: Manuell intervallmatchning på rörelsemarginal CEM5 Under 3 mnkr i nettoomsättning för alla år mellan 2007 och och 2010: Exakt matchning på branschtillhörighet (grov indelning) och medelantal anställda. Intervallmatchning baserad på algoritmen Sturges för ln(nettoomsättning), ln(balansomslutning) och ln(övriga externa kostnader). 2010: Manuell intervallmatchning på rörelsemarginal CEM6 Under 3 mnkr i nettoomsättning för alla år mellan 2007 och och 2010: Exakt matchning på branschtillhörighet (grov indelning) och medelantal anställda. Intervallmatchning baserad på algoritmen Sturges för ln(nettoomsättning) och ln(balansomslutning). 2010: Manuell intervallmatchning på rörelsemarginal CEM7 Under 3 mnkr i nettoomsättning för alla år mellan 2007 och och 2010: Exakt matchning på branschtillhörighet (grov indelning) och medelantal anställda. Intervallmatchning baserad på algoritmen Sturges för ln(nettoomsättning) och ln(balansomslutning) CEM och 2010: Exakt matchning på branschtillhörighet (grov indelning) och medelantal anställda. Intervallmatchning baserad på algoritmen Sturges för ln(nettoomsättning) och ln(balansomslutning). 2010: Manuell intervallmatchning på rörelsemarginal CEM9 Under 3 mnkr i nettoomsättning för alla år mellan 2007 och och 2010: Exakt matchning på branschtillhörighet (grov indelning) och medelantal anställda. Intervallmatchning baserad på algoritmen Sturges för ln(balansomslutning) Manuella intervall för: Nettoomsättning (mnkr) Balansomslutning (mnkr) Rörelsemarginal (procent) {0,75 1 1,5 2 2,5 2,6 2,7 2,8 2,9 2, ,1 3,2 3,4 3, } { 0,75 1 1,1 1,2 1,3 1,4 1, ,6 1,7 1,8 1, } { , } RIKSREVISIONEN 13
14 BILAGA 6. UNDERLAG TILL EFFEKTSTUDIE Balanstest Över lag ger samtliga matchningsmodeller god balans. Avvikelserna små för samtliga modeller och i princip inga skillnader är statistiskt säkerställda för modellerna men några modeller har tydligt större absoluta avvikelser än andra. Diagram 6 visar absolutvärdena av de standardiserade skillnaderna mellan bolag utan revision och bolag med revision för olika matchningsmodeller. Variablerna som ingår i testen är de ingående matchade variablerna i huvudmodellen, övriga utfallsvariabler samt även övriga variabler som inte ingår in matchningen eller i utfallsanalysen. Standardiseringen har gjorts för att lättare kunna göra jämförelser mellan variabler och absolutvärden har beräknats för att lättare kunna göra jämförelser mellan modeller. Varje modells avvikelser har rangordnats från minsta till största avvikelse. Diagram 6 Absolutvärden av standardiserade avvikelser mellan olika matchningsmodeller för 31 olika företagsekonomiska variabler 0,04 0,035 0,03 0,025 0,02 0,015 0,01 0, CEM1 CEM2 CEM3 CEM4 CEM5 CEM6 CEM7 CEM8 CEM9 Anm.: För varje matchningsmodell har avvikelserna rangordnats utifrån absolut storlek. Källor: SCB (FEK, FRIDA), Bisnode samt Riksrevisionens beräkningar. För att underlätta jämförelserna har medelvärden av de standardiserade absolutavvikelserna beräknats för de huvudsakliga variablerna (ingående matchade variablerna i huvudmodell och övriga utfallsvariabler) samt ett medelvärde för samtliga redovisade variablers standardiserade absolutavvikelser (se vänster del i diagram 7). Det framgår här att CEM3, CEM6 och CEM7 har lägst medelabsolutavvikelse. Därför visas även dessa modeller uppdelat på de huvudsakliga variablerna i höger del av diagram 7. Oavsett vilken av dessa modeller som analyseras är de absoluta skillnaderna mycket små. 14 RIKSREVISIONEN
15 BILAGA TILL GRANSKNINGSRAPPORT DNR: Diagram 7 Medelabsolutavvikelser och absolutavvikelser för modell 3, 6 och 7 Medelvärde absolutavvikelse 0,012 0,010 0,008 0,006 0,004 Absolutavvikelse Huvudsakliga variabler 0 0,004 0,008 0,012 0,016 0,02 ln(nettoomsättning) ln(balansomslutning) Medelantal anställda ln(övriga externa kostnader) Rörelsemarginal Räntabilitet 0,002 0,000 CEM1 CEM2 CEM3 CEM4 CEM5 CEM6 CEM7 CEM8 CEM9 Andel nolltaxerande ln(inbetald bolagsskatt) ln(kumulativ bolagsskatt) Huvudsakliga variabler Samtliga variabler CEM3 CEM6 CEM7 Källor: SCB (FEK, FRIDA), Bisnode samt Riksrevisionens beräkningar. Effektskattningar på nettoomsättningen med olika modellspecifikationer Nedan följer effektskattningar på nettoomsättningen med de 9 olika modellalternativen för matchningen. Matchningsmodell 6 (CEM6) är den valda modellen i själva granskningsrapporten. Överlag är mönstret snarlikt mellan modellerna (se diagram 8). Men för några modeller kan inte parallella trender styrkas och i två modeller är skillnaden för 2015 inte statistiskt signifikant (CEM4 och CEM5 som också har relativt höga medelabsolutavvikelser, se diagram 7). RIKSREVISIONEN 15
16 BILAGA 6. UNDERLAG TILL EFFEKTSTUDIE Diagram 8 Effekten på ln(nettoomsättning) skattad med 9 olika modellspecifikationer för matchningen 0,1 CEM1 N=33785 CEM2 N=11757 CEM3 N= ,0-0,1-0,2 0,1 CEM4 N=5033 CEM5 N=4327 CEM6 N= ,0-0,1-0,2 0,1 CEM7 N=25976 CEM8 N=16766 CEM9 N= ,0-0,1-0, Källor: SCB (FEK), Bisnode samt Riksrevisionens beräkningar. De vertikala strecken markerar 95-procentiga konfidensintervall. N avser antal matchade aktiebolag. Urvalets representativitet för populationen I diagram 1 framgår att medelvärdet för nettoomsättningen i det matchade urvalet av bolag som valde bort revision 2011 var något större än populationsgenomsnittet för bolag som valde bort revision. Ett problem med detta kan vara att urvalets medelvärde efter tid närmar sig populationsgenomsnittet även i avsaknad av någon reform. Detta är ett statistiskt fenomen som kallas regression mot medelvärdet och kan uppstå när ett urval från en population görs på bas av deras position i fördelningen. 10 Eftersom att urvalsmedelvärdet för bolag som valde bort revision var betydligt högre än populationsmedelvärdet och dessutom konvergerar mot populationsmedelvärdet efter reformen finns det risk för att en del av den uppmätta effekten egentligen består i detta statistiska fenomen. Det som talar emot denna risk är att det identifierade urvalet under fyra år i rad låg stabilt över medelvärdet för populationen. Detta talar för att deras relativa storlek jämfört med populationen även skulle bestå i avsaknad av någon reform. Men för att få en bättre uppfattning om hur pass påverkade resultaten eventuellt kan vara av detta fenomen specificeras olika matchningsmodeller baserade på tillväxttakten i nettoomsättning och 10 Om seriekorrelationen är hög minskar dock inslaget av detta fenomen. 16 RIKSREVISIONEN
17 BILAGA TILL GRANSKNINGSRAPPORT DNR: balansomslutning de två åren innan bortvalet i stället för nivån på variablerna. Resultaten från dessa skattningar visar ett mönster som är mycket snarlikt det mönster som observeras med den föredragna CEM-modellen och övriga CEM-modeller (se diagram 9). Därför bedöms att huvudresultaten i granskningen inte har påverkats av detta statistiska fenomen i någon betydande utsträckning. I tabell 5 redovisas tre av modellerna som testades. Det som skiljer dessa modeller åt från varandra är intervallen som tillväxten i nettoomsättningen och balansomslutningen delades in på. Tabell 5 Matchningsspecifikationer som utgår från tillväxttakt i nettoomsättning och balansomslutning istället för deras nivåer Intervall för procentuell tillväxt av nettoomsättning och balansomslutning för 2009 och 2010 Restriktioner CEM10 +/-{ , } Under 3 mnkr i nettoomsättning för alla år mellan 2007 och Tillväxt i CEM11 +/-{ 0 5 7, } nettoomsättning och balansomslutning CEM12 Sturges algoritm begränsades till mellan -100 och 100 procent för 2010 och Anm.: Samtliga modeller har även matchats exakt på branschtillhörighet. Diagram 9 visar tre skattade matchningsmodeller på ln(nettoomsättning) samt tillhörande medelvärden för urvalen och populationen. I de tre redovisade modellerna framgår att mönstret på effektskattningarna i hög grad liknar de tidigare effektskattningarna. De båda matchade urvalens medelvärden ligger i ungefär samma relativa position gentemot populationsmedelvärdena. Därför kommer fenomenet regression mot medelvärdet påverka båda grupperna på samma sätt. Eftersom att parameterskattningarna endast blir marginellt lägre jämfört med huvudanalysen tolkas detta som att det i huvudanalysen inte finns något betydande problem med detta statistiska fenomen. Den största skillnaden uppmäts för 2015 men även där ryms skillnaderna inom konfidensintervallen för huvudskattningarna. Slutsatsen att aktiebolag som väljer bort revisor växer långsammare efter bortvalet håller oavsett om matchning görs på nivå eller tillväxttakt. Det är alltså inte troligt att huvudresultaten drivs av att matchningsansatsen identifierar ett särskilt urval i populationen som ändå hade utvecklats svagare i avsaknad av reformen. RIKSREVISIONEN 17
18 BILAGA 6. UNDERLAG TILL EFFEKTSTUDIE Diagram 9 Tre skattade matchningsmodeller på utfallet ln(nettoomsättning) samt tillhörande medelvärden för urvalen och populationen. CEM10 N=16331 CEM11 N=20050 CEM12 N= ,05 0,00-0,05-0,10-0, Mkr 1,90 1,70 1,50 1,30 1,10 0,90 0,70 0, Valde bort revision Valde bort revision (matchad) Behöll revision Behöll revision (matchad) Källor: SCB (FEK), Bisnode samt Riksrevisionens beräkningar. De vertikala strecken markerar 95-procentiga konfidensintervall. N avser antal matchade aktiebolag. Bolag som valde bort revision 2012 eller 2013 i stället för 2011 Effektstudien har även upprepats för aktiebolag som valde bort revision för första gången 2012 respektive 2013 jämfört med aktiebolag som inte hade valt bort revision 2012 respektive Matchningsspecifikationen som använts här är densamma som i huvudgranskningen med tillägget att delvärdena matchats på de tre åren före bortvalet i stället på två år. Detta gjordes för att kunna säkerställa parallella trender innan bortvalet. Precis som i huvudanalysen syns en statistiskt signifikant relativ nedgång i nettoomsättningen för aktiebolag som valde bort revision (se diagram 10). Detta tyder på att resultatet i granskningen är generaliserbara till liknande aktiebolag över tid. 18 RIKSREVISIONEN
19 BILAGA TILL GRANSKNINGSRAPPORT DNR: Diagram 10 Medelvärden för nettoomsättning med matchad och omatchat urval samt motsvarande parameterskattningar från betingade skillnader i skillnader-regressioner Miljoner kr 2,0 1,7 1,4 1,1 0,8 0, Behöll revision Behöll revision (matchad) ln(nettoomsattning) 0,05 Miljoner kr 2,0 1,7 1,4 1,1 0,8 0, Valde bort revision Valde bort revision (matchad) ln(nettoomsattning) 0,10 0,00-0,05 0,05 0,00-0,05-0,10-0,10-0, , N=5200 N=3052 Källor: SCB (FEK), Bisnode samt Riksrevisionens beräkningar. De vertikala strecken markerar 95-procentiga konfidensintervall. Andra ansatser för att skatta effekter En effektutvärdering av hur reformen har påverkat tillväxttakten hos nyregistrerade aktiebolag strax innan och efter reformen har även genomförts som ett komplement till studien ovan. Resultaten från den kompletterande studien ligger i linje med denna bilagas resultat, dvs. det går inte att utläsa någon positiv tillväxteffekt av reformen, snarare en motsatt effekt. Underlaget kan begäras ut från ärendets akt genom Riksrevisionens registratur. En annan ansats för att identifiera kausala effekter på etablerade aktiebolag som har utforskats noga är regressionsdiskontinuitetsmetoden 11. Metoden går kortfattat ut på att analysera bolag som befinner sig strax ovanför och under de delvärden som avgör om de lyder under revisorsplikt eller ej. Metoden är väletablerad inom forskningen men i Riksrevisionens granskning är förutsättningarna något annorlunda eftersom att det finns tre variabler som i en viss kombination över tid avgör revisorsplikten om de överstiger sina tröskelvärden. Detta innebär att vi får utvärdera modellen vid 11 Se exempelvis Angrist och Pischke RIKSREVISIONEN 19
20 BILAGA 6. UNDERLAG TILL EFFEKTSTUDIE olika fronter vilket försvårar uppgiften. Sammantaget faller dock ansatsen i denna granskning oftast på det första stegets regression, dvs. att den indikatorn som ska prediktera om bolaget väljer revision eller ej inte uppvisar ett tillräckligt starkt statistiskt samband. 20 RIKSREVISIONEN
Bilaga 4. Deskription av aktiebolag
Bilaga 4. Deskription av aktiebolag RiR 2017:35 Avskaffandet av revisionsplikten för små aktiebolag en reform som kostar mer än den smakar RIKSREVISIONEN 1 BILAGA 4. DESKRIPTION I denna bilaga presenteras
Bilaga 1. Kvantitativ analys
bilaga till granskningsrapport dnr: 31-2013-0200 rir 2014:11 Bilaga 1. Kvantitativ analys Att tillvarata och utveckla nyanländas kompetens rätt insats i rätt tid? (RiR 2014:11) Bilaga 1 Kvantitativ analys
Dekomponering av löneskillnader
Lönebildningsrapporten 2013 133 FÖRDJUPNING Dekomponering av löneskillnader Den här fördjupningen ger en detaljerad beskrivning av dekomponeringen av skillnader i genomsnittlig lön. Först beskrivs metoden
Lektionsanteckningar 11-12: Normalfördelningen
Lektionsanteckningar 11-12: Normalfördelningen När utfallsrummet för en slumpvariabel kan anta vilket värde som helst i ett givet intervall är variabeln kontinuerlig. Det är väsentligt att utfallsrummet
Rekrytering av internationell kompetens
JUNI 2016 Sammanfattning av rapport Rekrytering av internationell kompetens Författare: Jonas Öhlin, DAMVAD Analytics Samuel Palmquist, DAMVAD Analytics Detta dokument är en sammanfattning av rapporten
Kapitel 4: SAMBANDET MELLAN VARIABLER: REGRESSIONSLINJEN
Kapitel 4: SAMBANDET MELLAN VARIABLER: REGRESSIONSLINJEN Spridningsdiagrammen nedan representerar samma korrelationskoefficient, r = 0,8. 80 80 60 60 40 40 20 20 0 0 20 40 0 0 20 40 Det finns dock två
Lönsamhet i hotell- och restaurangbranschen 1997-2006
Lönsamhet i hotell- och restaurangbranschen 1997-2006 Branschekonomi och skatter Björn Arnek Januari 2008 Sammanfattning Syftet med följande rapport är att ge en bild av lönsamheten i hotell- respektive
Repetitionsföreläsning
Population / Urval / Inferens Repetitionsföreläsning Ett företag som tillverkar byxor gör ett experiment för att kontrollera kvalitén. Man väljer slumpmässigt ut 100 par som man utsätter för hård nötning
Introduktion. Konfidensintervall. Parade observationer Sammanfattning Minitab. Oberoende stickprov. Konfidensintervall. Minitab
Uppfödning av kyckling och fiskleveroljor Statistiska jämförelser: parvisa observationer och oberoende stickprov Matematik och statistik för biologer, 10 hp Fredrik Jonsson vt 2012 Fiskleverolja tillsätts
Skattning av matchningseffektiviteten. arbetsmarknaden FÖRDJUPNING
Lönebildningsrapporten 9 FÖRDJUPNING Skattning av matchningseffektiviteten på den svenska arbetsmarknaden I denna fördjupning analyseras hur matchningseffektiviteten på den svenska arbetsmarknaden har
F13 Regression och problemlösning
1/18 F13 Regression och problemlösning Måns Thulin Uppsala universitet thulin@math.uu.se Statistik för ingenjörer 4/3 2013 2/18 Regression Vi studerar hur en variabel y beror på en variabel x. Vår modell
Föreläsning 10, del 1: Icke-linjära samband och outliers
Föreläsning 10, del 1: och outliers Pär Nyman par.nyman@statsvet.uu.se 19 september 2014-1 - Sammanfattning av tidigare kursvärderingar: - 2 - Sammanfattning av tidigare kursvärderingar: Kursen är för
Perspektiv på den låga inflationen
Perspektiv på den låga inflationen PENNINGPOLITISK RAPPORT FEBRUARI 7 Inflationen blev under fjolåret oväntat låg. Priserna i de flesta undergrupper i KPI ökade långsammare än normalt och inflationen blev
Poissonregression. E(y x1, x2,.xn) = exp( 0 + 1x1 +.+ kxk)
Poissonregression En lämplig utgångspunkt om vi har en beroende variabel som är en count variable, en variabel som antar icke-negativa heltalsvärden med ganska liten variation E(y x1, x2,.xn) = exp( 0
F19, (Multipel linjär regression forts) och F20, Chi-två test.
Partiella t-test F19, (Multipel linjär regression forts) och F20, Chi-två test. Christian Tallberg Statistiska institutionen Stockholms universitet Då man testar om en enskild variabel X i skall vara med
Rörelseresultat i välfärdsbolag - en jämförelse
www.pwc.se Uppdragsgivare Svenskt Näringsliv Oktober 2016 Rörelseresultat i välfärdsbolag - en jämförelse 1. Sammanfattning och slutsats har på uppdrag av Svenskt Näringsliv gjort en analys av de aktiebolag
Att välja statistisk metod
Att välja statistisk metod en översikt anpassad till kursen: Statistik och kvantitativa undersökningar 15 HP Vårterminen 2018 Lars Bohlin Innehåll Val av statistisk metod.... 2 1. Undersökning av en variabel...
Hotellmarknadens konjunkturbarometer April Fortsatt stark hotellkonjunktur
Hotellmarknadens konjunkturbarometer April 19 Fortsatt stark hotellkonjunktur 1 INNEHÅLL Sammanfattning / 3 Hotellföretagen förväntningar på efterfrågan / 4 Förväntningarna fortsatta positiva / 4 Hotellföretagen
För logitmodellen ges G (=F) av den logistiska funktionen: (= exp(z)/(1+ exp(z))
Logitmodellen För logitmodellen ges G (=F) av den logistiska funktionen: F(z) = e z /(1 + e z ) (= exp(z)/(1+ exp(z)) Funktionen motsvarar den kumulativa fördelningsfunktionen för en standardiserad logistiskt
TILLVÄXTRAPPORT EXPEDITION FRAMÅT BOKSLUTSÅR Datum: 8 januari 2019
TILLVÄXTRAPPORT EXPEDITION FRAMÅT BOKSLUTSÅR 2017 Datum: 8 januari 2019 Jan Fineman Bisnode, Business Market Analytics Tel: +46 8 558 059 00, www.bisnode.com Innehåll Bakgrund... 3 Mätgrupper... 3 Mätning
Bilaga 3. Varselstatistik, bortfallsanalys och statistiska beräkningar
bilaga till granskningsrapport dnr: 31-2013-0722 rir 2014:27 Bilaga 3. Varselstatistik, bortfallsanalys och statistiska beräkningar Arbetsförmedlingens arbete vid varsel Ett bidrag till effektiva omställningsinsatser?
Appendix 2. Kommentar från Lars E.O. Svensson
Appendix. Kommentar från Lars E.O. Svensson De synpunkter som framförs i denna kommentar är Svenssons egna och delas inte nödvändigtvis av Riksbankens övriga direktionsledamöter och medarbetare. Korrigering
Hotellmarknadens konjunkturbarometer Augusti Stark hotellmarknad trots svagare konjunktur
Hotellmarknadens konjunkturbarometer Augusti 19 Stark hotellmarknad trots svagare konjunktur 1 INNEHÅLL Sammanfattning / 3 Hotellföretagens förväntningar på efterfrågan / 4 De positiva förväntningarna
Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 3
Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 3 Kontinuerliga sannolikhetsfördelningar (LLL Kap 7 & 9) Department of Statistics (Gebrenegus Ghilagaber, PhD, Associate Professor) Financial Statistics
Två innebörder av begreppet statistik. Grundläggande tankegångar i statistik. Vad är ett stickprov? Stickprov och urval
Två innebörder av begreppet statistik Grundläggande tankegångar i statistik Matematik och statistik för biologer, 10 hp Informationshantering. Insamling, ordningsskapande, presentation och grundläggande
Föreläsning 4. NDAB01 Statistik; teori och tillämpning i biologi
Föreläsning 4 Statistik; teori och tillämpning i biologi 1 Dagens föreläsning o Icke-parametriska test Mann-Whitneys test (kap 8.10 8.11) Wilcoxons test (kap 9.5) o Transformationer (kap 13) o Ev. Andelar
Modell för löneökningar
Lönebildningsrapporten 13 35 FÖRDJUPNING Modell för löneökningar I denna fördjupning redovisas och analyseras en modell för löneökningar. De centralt avtalade löneökningarna förklarar en stor del av den
LULEÅ TEKNISKA UNIVERSITET Ämneskod S0006M Institutionen för matematik Datum Skrivtid
LULEÅ TEKNISKA UNIVERSITET Ämneskod S0006M Institutionen för matematik Datum 2009-06-05 Skrivtid 0900 1400 Tentamen i: Statistik 1, Undersökningsmetodik 7.5 hp Antal uppgifter: 6 Krav för G: 12 Lärare:
Beskrivande statistik
Beskrivande statistik Tabellen ovan visar antalet allvarliga olyckor på en vägsträcka under 15 år. år Antal olyckor 1995 36 1996 20 1997 18 1998 26 1999 30 2000 20 2001 30 2002 27 2003 19 2004 24 2005
Lektionsanteckningar 2: Matematikrepetition, tabeller och diagram
Lektionsanteckningar 2: Matematikrepetition, tabeller och diagram 2.1 Grundläggande matematik 2.1.1 Potensfunktioner xmxn xm n x x x x 3 4 34 7 x x m n x mn x x 4 3 x4 3 x1 x x n 1 x n x 3 1 x 3 x0 1 1
2 Dataanalys och beskrivande statistik
2 Dataanalys och beskrivande statistik Vad är data, och vad är statistik? Data är en samling fakta ur vilken man kan erhålla information. Statistik är vetenskapen (vissa skulle kalla det konst) om att
Vägledning till statistisk redovisning i NFTS försöksdokumentation
1(5) Fältforsk 2013-12-09 Vägledning till statistisk redovisning i NFTS försöksdokumentation Inledning Det här dokumentet beskriver hur de statisiska resultat som redovisas i NFTS försöksdokumentation
Bilaga 6 till rapport 1 (5)
till rapport 1 (5) Bilddiagnostik vid misstänkt prostatacancer, rapport UTV2012/49 (2014). Värdet av att undvika en prostatabiopsitagning beskrivning av studien SBU har i samarbete med Centrum för utvärdering
Analys av medelvärden. Jenny Selander , plan 3, Norrbacka, ingång via den Samhällsmedicinska kliniken
Analys av medelvärden Jenny Selander jenny.selander@ki.se 524 800 29, plan 3, Norrbacka, ingång via den Samhällsmedicinska kliniken Jenny Selander, Kvant. metoder, FHV T1 december 20111 Innehåll Normalfördelningen
ÖVNINGSUPPGIFTER KAPITEL 7
ÖVNINGSUPPGIFTER KAPITEL 7 TIDSSERIEDIAGRAM OCH UTJÄMNING 1. En omdebatterad utveckling under 90-talet gäller den snabba ökningen i VDlöner. Tabellen nedan visar genomsnittlig kompensation för direktörer
Bolånetagarnas amorteringar har ökat sedan införandet av individuella amorteringsplaner
PROMEMORIA Datum 2014-11-11 FI Dnr 14-15503 Författare Johan Berg, Maria Wallin Fredholm Finansinspektionen Box 7821 SE-103 97 Stockholm [Brunnsgatan 3] Tel +46 8 787 80 00 Fax +46 8 24 13 35 finansinspektionen@fi.se
Delårsrapport 1 januari 30 september 2006 Svensk Internetrekrytering AB (publ)
1 Delårsrapport 1 januari 30 september 2006 Svensk Internetrekrytering AB (publ) Juli - september 2006 jämfört med samma period föregående år Nettoomsättningen ökade med 142% till 14,9 MSEK (6,1). Rörelseresultatet
Föreläsning 5. Kapitel 6, sid Inferens om en population
Föreläsning 5 Kapitel 6, sid 153-185 Inferens om en population 2 Agenda Statistisk inferens om populationsmedelvärde Statistisk inferens om populationsandel Punktskattning Konfidensintervall Hypotesprövning
Laboration 5: Regressionsanalys. 1 Förberedelseuppgifter. 2 Enkel linjär regression DATORLABORATION 5 MATEMATISK STATISTIK FÖR I, FMS 012, HT-08
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK Laboration 5: Regressionsanalys DATORLABORATION 5 MATEMATISK STATISTIK FÖR I, FMS 012, HT-08 Syftet med den här laborationen är att du skall
Branschfakta personlig assistans 2013
2014 Branschfakta personlig assistans 2013 Innehåll 1 Inledning... 3 2 Assistansföretagens ekonomi... 5 3 Jämförelser med andra branscher... 9 4 Sammanfattning... 11 2 1 Inledning Under 1994 trädde assistansreformen
ANALYS OCH UTVÄRDERING AV TILLVÄXTPROGRAMMET EXPEDITION FRAMÅT
ANALYS OCH UTVÄRDERING AV TILLVÄXTPROGRAMMET EXPEDITION FRAMÅT Bisnode Jan Fineman och Håkan Wolgast 2016-06-22 Besöksadress: Rosenborgsgatan 4 6, Solna Sida 2 (19) Innehåll Bakgrund... 3 Mätgrupper...
Föreläsning 12: Regression
Föreläsning 12: Regression Matematisk statistik David Bolin Chalmers University of Technology Maj 15, 2014 Binomialfördelningen Låt X Bin(n, p). Vi observerar x och vill ha information om p. p = x/n är
Sänkningen av parasitnivåerna i blodet
4.1 Oberoende (x-axeln) Kön Kön Längd Ålder Dos Dos C max Parasitnivå i blodet Beroende (y-axeln) Längd Vikt Vikt Vikt C max Sänkningen av parasitnivåerna i blodet Sänkningen av parasitnivåerna i blodet
Kapitel 12: TEST GÄLLANDE EN GRUPP KOEFFICIENTER - ANOVA
Kapitel 12: TEST GÄLLANDE EN GRUPP KOEFFICIENTER - ANOVA 12.1 ANOVA I EN MULTIPEL REGRESSION Exempel: Tjänar man mer som egenföretagare? Nedan visas ett utdrag ur ett dataset som innehåller information
Data på individ/hushålls/företags/organisationsnivå. Idag större datamänger än tidigare
MIKROEKONOMETRI Data på individ/hushålls/företags/organisationsnivå Tvärsnittsdata och/eller longitudinella data o paneldata Idag större datamänger än tidigare Tekniska framsteg erbjuder möjligheter till
Kapitel 17: HETEROSKEDASTICITET, ROBUSTA STANDARDFEL OCH VIKTNING
Kapitel 17: HETEROSKEDASTICITET, ROBUSTA STANDARDFEL OCH VIKTNING När vi gör en regressionsanalys så bygger denna på vissa antaganden: Vi antar att vi dragit ett slumpmässigt sampel från en population
Branschrapport. Vård- och omsorgsbranschens utveckling 2007-2011
Branschrapport Vård- och omsorgsbranschens utveckling 2007-2011 Februari 2013 Innehåll 1 Sammanfattning... 3 2 Metod... 4 3 Branschstatistik... 5 3.1 Storleksfördelning bland företagen... 6 3.2 Omsättning...
Vi har en ursprungspopulation/-fördelning med medelvärde µ.
P-värde P=probability Sannolikhetsvärde som är resultat av en statistisk test. Anger sannolikheten för att göra den observation vi har gjort eller ett sämre / mer extremt utfall om H 0 är sann. Vi har
STOCKHOLMS UNIVERSITET Statistiska institutionen Michael Carlson (examinator) VT2017 TENTAMEN I GRUNDLÄGGANDE STATISTIK FÖR EKONOMER 2017-04-20 LÖSNINGSFÖRSLAG Första version, med reservation för tryck-
Nyckeltal Fristående skolor
www.pwc.se Uppdragsgivare Svenskt Näringsliv s riksförbund Nyckeltal Fristående skolor 1. Inledning och metod har fått i uppdrag av Svenskt Näringsliv och s riksförbund att göra en oberoende granskning
Kapitel 18: LINJÄRA SANNOLIKHETSMODELLER, LOGIT OCH PROBIT
Kapitel 18: LINJÄRA SANNOLIKHETSMODELLER, LOGIT OCH PROBIT Regressionsanalys handlar om att estimera hur medelvärdet för en variabel (y) varierar med en eller flera oberoende variabler (x). Exempel: Hur
Hypotesprövning. Andrew Hooker. Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University
Hypotesprövning Andrew Hooker Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University Hypotesprövning Liksom konfidensintervall ett hjälpmedel för att
Institutionen för teknikvetenskap och matematik, S0001M LABORATION 2
Institutionen för teknikvetenskap och matematik, S0001M LABORATION 2 Laborationen avser att illustrera användandet av normalfördelningsdiagram, konfidensintervall vid jämförelser samt teckentest. En viktig
2011:1 Hur förhåller sig lönenivån i Eskilstuna till andra kommuner i landet och hur har den utvecklats?
2011-01-29 Fakta och statistik från Eskilstuna kommun näringsliv visar intressanta statistiska uppgifter i kortform utifrån ett eskilstunaperspektiv. 2011:1 Hur förhåller sig lönenivån i Eskilstuna till
BESKRIVNING AV STATISTIKEN Ekonomisk statistik/näringslivets struktur (9) Marcus Lundgren
Ekonomisk statistik/näringslivets struktur 2018-11-02 1(9) Branschnyckeltal I denna beskrivning redovisas först allmänna och legala uppgifter om undersökningen samt dess syfte och historik. Därefter redovisas
Bilaga 1. Överensstämmelse mellan ÅR och RS kompletterande statistik
Bilaga 1. Överensstämmelse mellan ÅR och RS kompletterande statistik RiR 2018:23 Räkenskapssammandraget är resultat- och balansräkningen tillförlitlig? RIKSREVISIONEN 1 BILAGA 1. ÖVERENSSTÄMMELSE MELLAN
MSEK 2017Q1 2017Q2 2017Q3 2017Q4 2018Q1 2018Q2 2018Q3 2018Q4
Avstämning alternativa nyckeltal Avstämning avseende alternativa nyckeltal har upprättats i enlighet med ESMA - Alternativa Nyckeltal (ESMA/2015/1415). Informationen har inte varit föremål för revisorernas
Föreläsning 1. NDAB02 Statistik; teori och tillämpning i biologi
Föreläsning 1 Statistik; teori och tillämpning i biologi 1 Kursens uppbyggnad 9 föreläsningar Föreläsningsunderlag läggs ut på kurshemsidan 5 lektioner Uppgifter från kursboken enligt planering 5 laborationer
Rekordbeläggning på den svenska hotellmarknaden. Helåret 2015 och prognos för 2016
Rekordbeläggning på den svenska hotellmarknaden Helåret 2015 och prognos för 2016 Innehåll Sammanfattning... 3 Bättre konjunktur ökar efterfrågan från affärs- och konferenssegmenten... 4 Högsta beläggningsgraden
Logistisk regression och Indexteori. Patrik Zetterberg. 7 januari 2013
Föreläsning 9 Logistisk regression och Indexteori Patrik Zetterberg 7 januari 2013 1 / 33 Logistisk regression I logistisk regression har vi en binär (kategorisk) responsvariabel Y i som vanligen kodas
Kapitel 15: INTERAKTIONER, STANDARDISERADE SKALOR OCH ICKE-LINJÄRA EFFEKTER
Kapitel 15: INTERAKTIONER, STANDARDISERADE SKALOR OCH ICKE-LINJÄRA EFFEKTER När vi mäter en effekt i data så vill vi ofta se om denna skiljer sig mellan olika delgrupper. Vi kanske testar effekten av ett
Modellprognos för konjunkturlönestatistikens definitiva utfall för mars 2016-februari 2017
Modellprognos för konjunkturlönestatistikens definitiva utfall för mars 2016-februari 2017 Medlingsinstitutets modell för den definitiva löneökningstakten i ekonomin som helhet visar på en ökning på mellan
import totalt, mkr index 85,23 100,00 107,36 103,76
1. a) F1 Kvotskala (riktiga siffror. Skillnaden mellan 3 och 5 månader är lika som skillnaden mellan 5 och 7 månader. 0 betyder att man inte haft kontakt med innovations Stockholm.) F2 Nominalskala (ingen
Hur reagerar väljare på skatteförändringar?
Hur reagerar väljare på skatteförändringar? nr 1 2013 årgång 41 I den här artikeln undersöker vi hur väljare reagerar på förändrade skatter när de röstar. Vi finner att vänstermajoriteter straffas om de
Laboration 4: Stora talens lag, Centrala gränsvärdessatsen och enkla punktskattningar
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK DATORLABORATION 4 MATEMATISK STATISTIK, FÖR I/PI, FMS 121/2, HT-3 Laboration 4: Stora talens lag, Centrala gränsvärdessatsen och enkla punktskattningar
MSEK 2016Q4 2017Q1 2017Q2 2017Q3 2017Q4 2018Q1 2018Q2 2018Q3
Avstämning alternativa nyckeltal Avstämning avseende alternativa nyckeltal har upprättats i enlighet med ESMA - Alternativa Nyckeltal (ESMA/2015/1415). Informationen har inte varit föremål för revisorernas
Statistik 1 för biologer, logopeder och psykologer
Innehåll 1 Hypotesprövning Innehåll Hypotesprövning 1 Hypotesprövning Inledande exempel Hypotesprövning Exempel. Vi är intresserade av en variabel X om vilken vi kan anta att den är (approximativt) normalfördelad
Småföretagsbarometern
1 Innehåll Småföretagsbarometern... 3 Uppsala läns näringslivsstruktur... 4 Sammanfattning av konjunkturläget i Uppsala län... 4 Småföretagsbarometern Uppsala län... 6 1. Sysselsättning... 6 2. Orderingång...
Att beräkna t i l l v ä x t takter i Excel
Att beräkna t i l l v ä x t takter i Excel Detta kapitel är en liten matematisk vägledning om att beräkna tillväxttakten i Excel. Här visas exempel på potenser och logaritmer och hur dessa funktioner beräknas
Analytisk statistik. Tony Pansell, optiker Universitetslektor
Analytisk statistik Tony Pansell, optiker Universitetslektor Analytisk statistik Att dra slutsatser från det insamlade materialet. Två metoder: 1. att generalisera från en mindre grupp mot en större grupp
1. a) F4 (känsla av meningslöshet) F5 (okontrollerade känlsoyttringar)
1. a) F1(Sysselsättning) F2 (Ålder) F3 (Kön) F4 (känsla av meningslöshet) F5 (okontrollerade känlsoyttringar) nominalskala kvotskala nominalskala ordinalskala ordinalskala b) En möjlighet är att beräkna
TENTAMEN I STATISTIKENS GRUNDER 2
STOCKHOLMS UNIVERSITET Statistiska institutionen Michael Carlson HT2012 TENTAMEN I STATISTIKENS GRUNDER 2 2012-11-01 Skrivtid: kl 9.00-14.00 Godkända hjälpmedel: Miniräknare, språklexikon Bifogade hjälpmedel:
Ekonomiska kommentarer
NR 6 217 21 november Ekonomiska kommentarer Svenska hushållens skuldsättning uppdatering för 217 Karl Blom och Peter van Santen Författarna är verksamma vid Riksbankens avdelning för finansiell stabilitet
Design ger uppemot 70 % högre vinstmarginaler under många år
1 Ny analys från Teknikföretagen visar att företag som satsar på design har högre vinstmarginaler Design ger uppemot 70 % högre vinstmarginaler under många år Ett konsekvent investerande i design har stor
Medelvärde, median och standardavvikelse
Medelvärde, median och standardavvikelse Detta är en enkel aktivitet där vi på ett dynamiskt sätt ska titta på hur de statistiska måtten, t.ex. median och medelvärde ändras när man ändar ett värde i en
Småföretagsbarometern
1 Innehåll Småföretagsbarometern... 3 Norrbottens näringslivsstruktur... 4 Sammanfattning av konjunkturläget i Norrbottens län... 4 Småföretagsbarometern Norrbottens län... 6 1. Sysselsättning... 6 2.
Modellprognos för konjunkturlönestatistikens definitiva utfall april 2017-mars 2018
Modellprognos för konjunkturlönestatistikens definitiva utfall april 2017-mars 2018 Utfall helåret 2017 Helåret 2017 var den löneökningstakten i ekonomin totalt sett 2,4 procent, enligt preliminära siffror.
Samhällsmedicin, Region Gävleborg: Rapport 2015:4, Befolkningsprognos 2015.
1 Inledning Befolkningsprognosen är framtagen av Statistiska Centralbyrån (SCB) och sträcker sig från år 2015 till år 2050. Prognosen är framtagen för Gävleborgs län som helhet, samt för länets samtliga
För logitmodellen ges G (=F) av den logistiska funktionen: (= exp(z)/(1+ exp(z))
Logitmodellen För logitmodellen ges G (=F) av den logistiska funktionen: F(z) = e z /(1 + e z ) (= exp(z)/(1+ exp(z)) Funktionen motsvarar den kumulativa fördelningsfunktionen för en standardiserad logistiskt
Hypotestestning och repetition
Hypotestestning och repetition Statistisk inferens Vid inferens använder man urvalet för att uttala sig om populationen Centralmått Medelvärde: x= Σx i / n Median Typvärde Spridningsmått Används för att
Metoder för att mäta effekter av arbetsmarknadspolitiska program WORKING PAPER 2012:2
Metoder för att mäta effekter av arbetsmarknadspolitiska program WORKING PAPER 22:2 AV: MARIE GARTELL, CHRISTER GERDES OCH PETRA NILSSON. Sammanfattning De arbetsmarknadspolitiska programmen är en viktig
SSM Holding AB (publ), Finansiella nyckeltal 1 (5) Belopp i MSEK 2016Q3 2016Q4 2017Q1 2017Q2 2017Q3 2017Q4 2018Q1 2018Q2
Avstämning alternativa nyckeltal Avstämning avseende alternativa nyckeltal har upprättats i enlighet med ESMA - Alternativa Nyckeltal (ESMA/2015/1415). Informationen har inte varit föremål för revisorernas
1989, Statistiska centralbyrån ISSN Printed in Sweden Garnisonstryckeriet, Stockholm 1989
Från trycket April 1989 Producent Statistiska centralbyrån, Utvecklingsavdelningen Ansvarig utgivare Staffan Wahlström Förfrågningar Lennart Nordberg, tel. 019-17 60 12 1989, Statistiska centralbyrån ISSN
Belopp i miljoner SEK 2016Q2 2016Q3 2016Q4 2017Q1 2017Q2 2017Q3 2017Q4 2018Q1
Avstämning alternativa nyckeltal Avstämning avseende alternativa nyckeltal har upprättats i enlighet med ESMA - Alternativa Nyckeltal (ESMA/2015/1415sv). Informationen har inte varit föremål för revisorernas
Företagsamheten 2014 Hallands län
Företagsamheten 2014 s län Medlemsföretaget Carolines kök, Nacka s län 2 Innehåll 1. Inledning... 3 2. Sammanfattning s län... 4 3. Företagsamheten... 5 Företagsamma unga... 5 Kvinnors företagsamhet...
F3 Introduktion Stickprov
Utrotningshotad tandnoting i arktiska vatten Inferens om väntevärde baserat på medelvärde och standardavvikelse Matematik och statistik för biologer, 10 hp Tandnoting är en torskliknande fisk som lever
Rörelseresultat och investeringar i välfärdsbolag
www.pwc.se Uppdragsgivare Svenskt Näringsliv Juli 2016 Rörelseresultat och investeringar i välfärdsbolag 1. Sammanfattning och slutsats har på uppdrag av Svenskt Näringsliv gjort en analys av de aktiebolag
Metod för beräkning av potentiella variabler
Promemoria 2017-09-20 Finansdepartementet Ekonomiska avdelningen Metod för beräkning av potentiella variabler Potentiell BNP definieras som den produktionsnivå som kan upprätthållas vid ett balanserat
Har förändringar i sammansättning av sysselsättningen bromsat löneökningstakten?
44 Avtalsrörelsen 2007 och makroekonomisk FÖRDJUPNING Har förändringar i sammansättning av sysselsättningen bromsat löneökningstakten? Löneutfallen efter 2007 års avtalsrörelse har varit överraskande låga.
Statistik 1 för biologer, logopeder och psykologer
Innehåll 1 2 Diskreta observationer Kontinuerliga observationer 3 Centralmått Spridningsmått Innehåll 1 2 Diskreta observationer Kontinuerliga observationer 3 Centralmått Spridningsmått Vad är statistik?
Dnr 2000:644. Grupper i förskolan en kartläggning våren 2001
SKOLVERKET Rapport Grupper i förskolan en kartläggning våren 2001 SKOLVERKET 2 INNEHÅLLSFÖRTECKNING 1. SAMMANFATTNING... 3 2. BAKGRUND... 4 3. SYFTE... 4 4. METOD... 4 5. JÄMFÖRELSER MELLAN OFFICIELL STATISTIK
Modellprognos för konjunkturlönestatistikens definitiva utfall december 2016-november 2017
Modellprognos för konjunkturlönestatistikens definitiva utfall december 2016-november 2017 Utfall helåret 2016 Helåret 2016 var den definitiva löneökningstakten i ekonomin totalt sett 2,4 procent, enligt
Utvecklingen av löneskillnader mellan statsanställda kvinnor och män åren 2000 2014
Utvecklingen av löneskillnader mellan statsanställda kvinnor och män åren 2000 2014 Rapportserie 2015:3 Arbetsgivarverket Utvecklingen av löneskillnader mellan statsanställda kvinnor och män åren 2000
Lönsamhet/räntabilitet/avkastning Avkastning på eget kapital Avkastning på totalt kapital Vinstmarginal Kapitalomsättningshastighet
Finansiell analys Utförs t ex för att: en långivare behöver underlag för att kunna besluta om han ska bevilja företaget ytterligare lån en aktieägare vill veta hur företaget har utvecklats för att få underlag
LABORATION 3 - Regressionsanalys
Institutionen för teknikvetenskap och matematik S0001M Matematisk statistik, LP1, HT 2015, Adam Jonsson LABORATION 3 - Regressionsanalys I denna laboration ska du lösa ett antal uppgifter i enkel regressionsanalys
Poolade data över tiden och över tvärsnittet. Oberoende poolade tvärsnittsdatamängder från olika tidpunkter.
PANELDATA Poolade data över tiden och över tvärsnittet Alternativ 1: Oberoende poolade tvärsnittsdatamängder från olika tidpunkter. Oberoende stickprov dragna från stora populationer vid olika tidpunkter.
Inledning till statistikteorin. Skattningar och konfidensintervall för μ och σ
Inledning till statistikteorin Skattningar och konfidensintervall för μ och σ Punktskattningar Stickprov från en population - - - Vi vill undersöka bollhavet men får bara göra det genom att ta en boll
Studietyper, inferens och konfidensintervall
Studietyper, inferens och konfidensintervall Andrew Hooker Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University Studietyper Experimentella studier Innebär
Föreläsning 1. Repetition av sannolikhetsteori. Patrik Zetterberg. 6 december 2012
Föreläsning 1 Repetition av sannolikhetsteori Patrik Zetterberg 6 december 2012 1 / 28 Viktiga statistiska begrepp För att kunna förstå mer avancerade koncept under kursens gång är det viktigt att vi förstår
VGR Analys 2019:07 Koncernkontoret Fördjupad uppföljning av företagsstöd 2018
VGR Analys 2019:07 Koncernkontoret 2019-02-28 Fördjupad uppföljning av företagsstöd 2018 Sammanfattning av den fördjupade uppföljningen Stödgrupperna Resultat från enkäten Jämförelse i tillväxt mellan