Riskbeteende utifrån prospektteorin

Transkript

1 Riskbeteende utifrån prospektteorin En kvantitativ studie av den svenska skogsindustrins risk- och avkastningssamband Författare: Elin Bard Ida Nordgren Handledare: Lars Lindbergh Student Handelshögskolan Vårterminen 2015 Examensarbete, 30 hp

2

3 Sammanfattning Antagandet om individers rationella beteende har länge varit ett vedertaget koncept inom den ekonomiska utvecklingen. Att anomalier, så som finansiella kriser, har observerats på marknaden har bidragit till att den traditionella ekonomiska synen blivit ifrågasatt. Genom dessa anomalier har forskare erhållit ett starkare intresse för de psykologiska faktorernas inverkan på marknadsaktörer, vilket resulterat i forskningsgrenen beteendeekonomi. Det stora genombrottet för beteendeekonomin kom år 1979 i samband med att Kahneman och Tversky (1979) presenterade prospektteorin. Genom prospektteorins uppkomst ifrågasattes det traditionella ekonomiska synsättet att se på individers beslutstagande under risk. Ett antal studier som sökt stöd för prospektteorin har flyttat fokus från undersökningar av individer till företag, genom att studera risk- och avkastningssambandet, med utgångspunkt i prospektteorins värdefunktion. Studiens teoretiska grund bygger huvudsakligen på prospektteorin samt den förväntade nyttoteorin. Den förväntade nyttoteorin utgör en del av den traditionella ekonomiska synen, vilken antar att en individ agerar nyttomaximerande och antingen är riskaversiv, risksökande eller riskneutral. Detta i kontrast till prospektteorin, vilken är en del av det beteendeekonomiska området som menar att individer inte alltid handlar nyttomaximerande samt handlar utefter subjektiva preferenser. Studiens syfte uppfylldes genom studerandet av risk- och avkastningssambandet utifrån prospektteorins värdefunktion, för företag inom den svenska skogsindustrin, för att se om stöd för prospektteorin som en förklarande modell för beslutstagande under risk förelåg. De utformade hypoteserna prövades utifrån data som insamlats genom en kvantitativ datainsamlingsmetod. Avkastningsmåtten som hämtats är den årliga avkastningen på eget samt totalt kapital, för tidsperioden Datat analyserades genom korstabeller samt rangkorrelationsmatriser. Resultatet visade, med en signifikansnivå på 1%, att prospektteorin är en fullgod alternativ förklaringsmodell för företagens beslutstagande under risk inom den svenska skogsindustrin. Genom att resultatet genererades med utgångspunkt i prospektteorin, kunde studien bevisa att företagen inom den svenska skogsindustrin fattar beslut under risk olika beroende på var i förhållande till branschens genomsnittsprestation de ligger. Detta talar för att företagen inom den svenska skogsindustrin som, i förhållande till branschgenomsnittet, överpresterat agerar riskaversivt medan företagen som underpresterat agerar risksökande. Resultatet talar därför mot den förväntade nyttoteorins antaganden. Nyckelord: Behavioral finance, Prospect theory, Decision making under risk, Expected utility theory, Risk-return trade off, Risk-return paradox

4

5 Stort tack! Vi vill rikta ett stort tack till vår handledare Lars Lindbergh som hjälpt och väglett oss under arbetets gång samt till universitetets bibliotekspersonal som funnits till hands vid frågor om litteratur. Vi vill vidare tacka våra familjer som stöttat och trott på oss. Slutligen vill vi tacka varandra för ett bra jobb och väl fungerande samarbete. Umeå Elin Bard & Ida Nordgren

6

7 Innehållsförteckning 1 Inledning Problembakgrund Problemdiskussion Problemformulering Syfte Teoretiskt och praktiskt bidrag Avgränsningar Ämnesval Teoretisk referensram Den förväntade nyttoteorin Grundantaganden Rationalitetsantaganden Prospektteorin Grundantaganden Beslutsprocessen under risk Beslutsviktsfunktionen Referenspunkten och värdefunktionen Kritik riktad mot den förväntade nyttoteorin Prospektteorin applicerat på företag Risk/avkastningsparadoxen Vidare studier på risk- och avkastningssambandet Hypoteser Huvudhypoteser Underhypoteser Vetenskaplig metod Förförståelse Vetenskapliga utgångspunkter Angreppssätt och forskningsstrategi Studiens perspektiv Litteratursökning Litteraturgranskning Praktisk Metod... 34

8 5.1 Forskningsdesign Urval Datainsamling Databearbetning Bortfall Antaganden och beräkning av variabler Avkastningsmått Median och referenspunkt Variansen Statistiska verktyg Fördelning av data Korstabell Spearmans rangkorrelation Kvalitetskontroll Metoddiskussion Resultat Deskriptiv statistisk Fördelning av data Avkastning på eget kapital Sambandet mellan risk och avkastning på eget kapital under referenspunkten Sambandet mellan risk och avkastning på eget kapital ovan referenspunkten Avkastning på totalt kapital Sambandet mellan risk och avkastning på totalt kapital under referenspunkten Sambandet mellan risk och avkastning på totalt kapital ovan referenspunkten Sammanställning av hypotesprövning Analys Samband under referenspunkten Samband ovan referenspunkten Den svenska skogsindustrins riskbeteende utifrån prospektteorin Skillnad mellan avkastningsmåtten Slutsats och rekommendationer... 67

9 8.1 Slutsats Kunskapsbidrag Samhälleliga och etiska överväganden Rekommendation för vidare forskning Sanningskriterier Reliabilitet Validitet Litteraturförteckning Appendix 1. Fördelning av data Appendix 2. Korrelation och regressionslinje Figurförteckning Figur 1. Beslutsviktsfunktionen Figur 2. Värdefunktionen Figur 3. Frekvenspolygon för avkastning på eget kapital Figur 4. Frekvenspolygon för avkastning på totalt kapital Figur 5. Frekvenspolygon för risk, avkastning på totalt kapital Figur 6. Frekvenspolygon för risk, avkastning på eget kapital Figur 7. Spridningsdiagram med outliers inkluderade Figur 8. Spridningsdiagram justerad för outliers Figur 9. Spridningsdiagram med outliers inkluderade Figur 10. Spridningsdiagram justerad för outliers Figur 11. Spridningsdiagram med outliers inkluderade Figur 12. Spridningsdiagram justerad för outliers Figur 13. Spridningsdiagram med outliers inkluderade Figur 14. Spridningsdiagram justerad för outliers Tabellförteckning Tabell 1. Sammanställning av tidigare studier Tabell 2. Tillämpade nyckelord Tabell 3. Korstabell för kategorisering av företag Tabell 4. Deskriptiv statistik Tabell 5. Kolmogorov-Smirnov test... 46

10 Tabell 6. Kategorisering av företag under referenspunkten utifrån avkastning på eget kapital och risk Tabell 7. Korrelationen mellan avkastning på eget kapital och risk, under referenspunkten Tabell 8. Kategorisering av företag ovan referenspunkten utifrån avkastning på eget kapital och risk Tabell 9. Korrelation mellan avkastning på eget kapital och risk, ovan referenspunkten Tabell 10. Kategorisering av företag under referenspunkten utifrån avkastning på totalt kapital och risk Tabell 11. Korrelation mellan avkastning på totalt kapital och risk, under referenspunkten Tabell 12. Kategorisering av företag ovan referenspunkten utifrån avkastning på totalt kapital och risk Tabell 13. Korrelation mellan avkastning på totalt kapital och risk, ovan referenspunkten Tabell 14. Sammanställning av hypotesprövning Tabell 15. Korrelation mellan avkastning på eget kapital och risk, justerad för outliers Tabell 16. Korrelation mellan avkastning på eget kapital och risk, justerad för outliers Tabell 17. Korrelation mellan avkastning på totalt kapital och risk, justerad för outliers Tabell 18. Korrelation mellan avkastning på totalt kapital och risk, justerad för outliers... 83

11 1 Inledning I detta inledande kapitel kommer studiens problembakgrund och problemdiskussion presenteras, för att sedan leda fram till studiens problemformulering och syfte. Slutligen kommer det teoretiska och praktiska bidraget samt avgränsningar att redogöras för. 1.1 Problembakgrund Under många decennier har forskare, och därmed deras modeller och teorier, antagit att den finansiella marknaden är effektiv. Med detta antagande följer att individen agerar rationellt, det vill säga när individen ställs inför beslut med osäker utgång överlägger denna mellan olika alternativ och väljer till sist det alternativ som generar den största behovstillfredsställelsen (Axelsson et al., 1998, s. 17; Hultkrantz & Nilsson, 2008, s. 22; Van De Venter & Michayluk, 2008, s. 546). Om individen inte gör ett optimalt val skulle denna enligt Baker och Nofsinger (2010, s. 4) orsaka ett ogynnsamt utfall för sig själv, utifrån den traditionella synen. Den rationella individen kallas inom ekonomin Homo Economicus (Bloomfield, 2010, s. 23). Ett annat fundamentalt antagande inom det traditionella finansiella synsättet är att individer är riskaversiva. Riskaversivitet menar Baker och Nofsinger (2010, s. 4) innebär att rationella marknadsaktörer kräver en högre förväntad avkastning för en högre förväntad risk. Dessa två koncept, riskaversion samt risk och avkastning, i kombination med varandra förutspår ett positivt samband mellan risk och avkastning (Chou et al. 2009, s. 193; Kliger & Tsur, 2011, s. 30). Generellt antar finansiella teorier ett positivt risk- och avkastningssamband. Vidare har studier främst undersökt detta samband med fokus på värdepappersmarknaden, se till exempel Nyberg (2012) som fann att risk och avkastning är positivt korrelerade. Hurdle (1974) samt Neumann et al. (1979) är ytterligare forskare som empiriskt visat, med sina studier, på ett positivt samband mellan risk och avkastning, men då på bransch- och företagsnivå. Den ekonomiska och finansiella forskningens intresse har länge legat på sambandet mellan risk och avkastning, samt avvägningen investeraren gör mellan dessa. Fokus har också legat på den rationella individens beslutstagande under risk. Så tidigt som 1738 utvecklade Bernoulli (1738, refererad i Tversky 1975, s. 163) den förväntade nyttoteorin (eng. Expected Utility Theory). Denna ämnade att förklara hur en rationell individ tar beslut under risk. Den förväntade nyttoteorin har sedan utvecklats av von Neumann och Morgenstern (1953) och styrker enligt Gazioğlu och Çalışkan (2011, s. 1581) samt Kahneman och Tverksy (1979, s. 263) antagandet att individen är rationell och handlar för att maximera sin nytta. Vidare menar Axelsson et al. (1998, s. 299) att individen antas vara antingen riskaversiv, risksökande eller riskneutral inom denna teori. Tversky (1975, s. 163) förklarar att den förväntade nyttoteorin har kommit att bli den dominerande teorin för studier av individens beslutstagande under risk. Risk definieras i denna studie som ett förhållande där varje utfall är känt och kan tilldelas en viss sannolikhet, i enlighet med Hultkrantz och Nilsson (2008, s. 56). 1

12 Det traditionella synsättet har dock ifrågasatts vid ett flertal tillfällen genom historien, exempelvis till följd av de olika finansiella kriserna. Betydande finansiella kriser är bland andra, börskraschen år 1929 i USA som orsakade den stora depressionen under 1930-talet, börskraschen under tidigt 2000-tal som inträffade till följd av en sprucken IT-bubbla samt terrordåden den 11 september 2001 (Lucas, 2007). Den största och mest betydande finansiella krisen under senare tid inträffade Barberis (2011, s. 2) menar att denna kris, och tidigare kriser, till viss del kan förklaras av psykologiska faktorer. I en studie visar Basu et al. (2008) att dessa kriser tyder på existerande anomalier i beslutstagande sammanhang. Anomalier innebär här att individers agerande och beteenden avviker från rationalitetsantagandet. Barberis (2011, s. 2) menar dock att det krävs ytterligare forskning för att säkerställa de psykologiska faktorernas inverkan på finansiella kriser. Genom att anomalier observerats på den finansiella marknaden har forskare erhållit ett starkare intresse för de psykologiska faktorernas inverkan på marknadsaktörer, vilket resulterat i forskningsgrenen beteendeekonomi. Beteendeekonomin syftar till att generera förklaringar till individers ekonomiska beslutstaganden genom att kombinera traditionellt finansiellt synsätt med kognitiv psykologi, för att söka ersätta Homo Economicus med mer realistiska antaganden (Baker & Nofsinger, 2010, s. 3: Bloomfield, 2010, s. 23). Bloomfield (2010, s. 25) menar att detta leder till skillnaden mellan traditionell ekonomi och beteendeekonomi: Traditionell ekonomi tar inte psykologiska faktorer i beaktande medan beteendeekonomin tar en liten del av den psykologiska aspekten och kombinerar denna med den traditionella ekonomin. För att helt förstå det finansiella området menar beteendeekonomin att detta är en nödvändighet. Beteendeekonomin breddar därmed det traditionella ekonomiska synsättet med frågan: Hur beter sig individer egentligen? Det stora genombrottet för beteendeekonomin kom år 1979 i samband med att Kahneman och Tversky (1979) presenterade prospektteorin (eng. Prospect Theory). Denna teori visade att individen agerar efter sina egna subjektiva preferenser och därmed agerar irrationellt, sett utifrån det traditionella synsättets antaganden. Altman (2010, s. 192) säger att teorin har uppmärksammats av forskare och anses av vissa bättre förklara det mänskliga beteendet utifrån den verkliga världen. Kahneman och Tversky (1979, s ) fann att individer inte är uniformt riskaversiva, risksökande eller riskneutrala utan att de är en mix mellan riskaversiva och risksökande. Därmed blir risk och avkastning både positivt och negativt korrelerade. Daniel Kahneman och framlidne Amos Tversky ( 1996) belönades år 2002 med nobelpriset i ekonomi för deras prospektteori skriver Altman (2004, s. 3). Han skriver också att det uppseendeväckande med detta är att båda forskarna innehar en utbildning inom psykologi och inte inom ekonomi. Prospektteorin har blivit ett alternativ till den traditionella ekonomiska synen, men behandlar dock bara en del av beteendeekonomins problembakgrund förklarar Altman (2010, s. 192). Fokusområdet inom teorin, menar han, ligger på hur individer tar ställning till olika prospekt samt hur de fattar beslut under risk. Ett prospekt kommer i denna studie definieras som ett handlingsalternativ med olika osäkra konsekvenser, detta i enlighet med Hultkrantz och Nilsson (2008, s. 62) samt Starmer (2000, s. 334). Kahneman och Tversky (1979, s. 263, 274) beskriver teorin som en alternativ förklaringsmodell istället för den förväntade nyttoteorin och kritiserar samtidigt den förväntade nyttoteorin, då de menar att denna inte är optimal för att beskriva individers beslutstagande under risk. 2

13 År 1992 utvecklade Tversky och Kahneman (1992) en ny version av prospektteorin, den så kallade kumulativa prospektteorin. Denna teori tillämpade kumulativa istället för separata beslutsvikter, som användes i originalversionen av prospektteorin. Tversky och Kahneman (1992, s. 299) förklarar att den kumulativa prospektteorin inkluderade en funktion som omvandlade de separata beslutsvikterna till kumulativa beslutsvikter, på så sätt kunde teorin behandla osäkra samt riskfyllda prospekt med obegränsat antal utfall. Tidigare kunde endast ett mindre antal utfall behandlas. I denna studie kommer dock endast den ursprungliga prospektteorin från år 1979 behandlas, det beror på att de undersökningar som den aktuella studien ämnar replikera utgår från prospektteorins originalversion. Efter Kahneman och Tverskys (1979) samt Tversky och Kahnemans (1992) artiklar har prospektteorin använts av ett flertal andra forskare inom olika forskningsområden för att förklara företags riskattityder vid undersökningar av sambandet mellan risk och avkastning. Dessa forskare har även influerats av Bowmans (1980) studie. Bowman (1980) var en av de första som upptäckte ett negativt risk- och avkastningssamband mellan och inom olika branscher, den så kallade risk/avkastningsparadoxen (eng. Risk/Return Paradox). Med begreppet inom branscher menar han att samtliga företag inom olika branschhuvudgrupper studeras för att kunna undersöka varje specifik branschs risk- och avkastningssamband. Begreppet mellan branscher syftar istället på att studera hur risk- och avkastningssambandet ser ut mellan branschhuvudgrupperna, det görs alltså en jämförelse mellan branscherna utifrån branschgenomsnittet. Bowmans (1980) upptäckt har bidragit till en utveckling av studier på risk- och avkastningssambandet. Kombinationen av prospektteorin och risk/avkastningsparadoxen har inspirerat senare studier att undersöka den strategiska företagsledningens beslutstagande under risk samt dess effekt på risk- och avkastningssambandet. Professorerna Fiegenbaum och Thomas (1988) är bland de första som inkluderat både prospektteorin och paradoxen i sin forskning. I sin studie från 1988 utformar de en modell för att testa om riskattityder kan förklaras med hjälp av prospektteorins värdefunktion, utifrån sambandet mellan risk och avkastning inom samt mellan branscher. Antagandet de adderade var att den strategiska företagsledningens beslutstagande och riskpreferenser är synonymt med företagets beslutstagande och riskpreferenser. Fiegenbaum och Thomas (1988, s. 91) utgår från företagets avkastning på eget kapital, vilket enligt Jegers (1991, s. 216) främst reflekterar aktieägarnas synvinkel. Resultatet visade att Amerikanska företag inom olika branscher är risksökande när de gör förluster, samt riskaversiva vid vinster, vilket ger stöd för prospektteorin. Detta innebär att de fann att risk- och avkastningssambandet, inom och mellan branscher, inte alltid är positivt korrelerade. Andra forskare som följt i Fiegenbaum och Thomas (1988) spår är, bland andra, Chou et al. (2009), Jegers (1991), Kliger och Tsur (2011) samt Zribi och Boujelbène (2012). Det som skiljer Zribi och Boujelbène (2012) från de övriga är att dessa specifikt studerat bankers beslutstagande under risk. De andra har studerat risk- och avkastningssambandet mellan och inom olika branscher på olika geografiska marknader. Samtliga nämnda studier har dock testat sambandet mellan risk och avkastning samt funnit stöd för prospektteorin som en förklaringsmodell för beslutstagande under risk. Jegers (1991, s. 216), i jämförelse med Fiegenbaum och Thomas (1988), inkluderar även avkastning på totalt kapital för att spegla ledningens synvinkel, vilket han ansåg vara viktigt då ledningen har ett stort inflytande vid strategiska beslut. Chou et al. (2009) samt Zribi och Boujelbène (2012) är ytterligare två studier som använt sig av avkastning på 3

14 totalt kapital. De har inte gjort samma skarpa definition som Jegers (1991) gör mellan avkastningsmåtten. Chou et al. (2009), Fiegenbaum och Thomas (1988), Jegers (1991), Kliger och Tsur (2011) samt Zribi och Boujelbène (2012), vilka alla funnit att det inte enbart föreligger ett positivt samband mellan risk och avkastning, påpekar att ytterligare studier krävs på beslutstagande under risk inom och mellan branscher. De säger att ytterligare studier är viktiga för att skapa vidare förståelse för sambandet mellan beteendeekonomi och företagsledningens risktagande. Altman (2010 s. 193) menar att om individer är irrationella, är det viktigt att ta med den aspekten vid utformandet av nya policys för att undvika subjektiva val som inte är optimala för företaget. 1.2 Problemdiskussion Om individer och företag inte agerar helt rationellt samt om sambandet mellan risk och avkastning inte enbart är positivt, kan det betyda att äldre traditionella teorier och modeller inte är tillräckliga för att beskriva beslutsprocessen under risk. För att kunna utveckla klara och tydliga policys som tar i beaktning individers irrationella beteende krävs ytterligare forskning på fler marknader för att vidga det beteendeekonomiska området. Som vi sett finns det olika alternativa förklaringsmodeller för beslutstagande under risk, bland andra den förväntade nyttoteorin, inom det traditionella ekonomiska området, som säger att beslutstagaren är rationell och prospektteorin, inom beteendeekonomin, som säger att beslutstagaren är irrationell. Dessa två teorier åskådliggör olika sätt att se på individers beslutstagande under risk. De visar också på olika samband mellan risk och avkastning. Den förväntade nyttoteorin påstår att sambandet mellan risk och avkastning är positivt medan prospektteorin menar att sambandet är både positivt och negativt. Senare studier som till exempel Chou et al. (2009), Fiegenbaum och Thomas (1988), Jegers (1991), Kliger och Tsur (2011) samt Zribi och Boujelbène (2012) har byggt vidare på prospektteorin och applicerat denna på branscher istället för på individer. Dessa har studerat olika risk- och avkastningsmått inom och mellan branscher för att undersöka sambandet mellan risk och avkastning. Studierna har poängterat vikten av att studera huruvida den strategiska företagsledningens beslutsprocess under risk följer den traditionella synen eller den icke traditionella synen. De menar att om den traditionella synen inte håller är det viktigt att beakta detta vid utformandet av policys för att undvika att subjektiviteten påverkar optimeringen av företaget. Som sagts uttrycker tidigare forskning att ytterligare studier krävs på risk- och avkastningssambandet för att vidga förståelsen av det mänskliga beteendet vid beslutstagande under risk. Då det, enligt vårt vetande, inte gjorts någon liknande studie på svenska branscher anser vi det intressant att utföra en sådan. Detta för att se vilket samband mellan risk och avkastning som går att påvisa. Med tanke på studiens omfattning kommer denna studie endast undersöka en bransch, nämligen den svenska skogsindustrin. 4

15 Jegers (1991, s. 217) har i sin undersökning valt att studera belgiska tillverkningsföretag, då dessa var en viktig del av landets ekonomi. I linje med detta har vi utgått från en bransch som är en viktig del av svensk ekonomi, det vill säga den svenska skogsindustrin. I skogsindustrin ingår företag inom massa- och pappersindustrin samt den trämekaniska industrin (SKGS, u.å. a). Dessa utgör enligt Skogsindustrierna (2014) en viktig del av Sveriges basindustri, som i sin tur är en mycket viktig del av landets ekonomi. Till basindustrierna räknas, enligt SKGS (u.å. b), förutom skogsindustrin även stål- och gruvindustrin samt den kemiska industrin. En av anledningarna till att basindustrin är en viktig del av den svenska ekonomin är, enligt Lindvall (2014), att denna byggt grunden för andra aktörer inom verkstadsindustrin. Dessa har sedan lyckats ta en världsledande ställning inom olika marknadssegment. Vidare förklarar han att småföretag är beroende av de basindustrier som finns på deras orter. Enligt SCB (2015a) utgjorde den totala exporten 44,6% av Sveriges BNP år 2014, varav 31,4% motsvarar varuexporten. Vi ser därmed att handeln med andra länder är viktig för Sveriges välfärd. Skogsindustrin är en viktig del av exporten då Sverige är världens tredje största exportör av massa, papper och sågade trävaror (Skogsindustrierna, 2014). SCB (2015b) visar att 11% av Sveriges varuexport är skogsvaror. Skogsvaruexporten visade samtidigt en ökning med 3% från år 2013 till Med tanke på att Sverige endast importerar 2,9% skogsvaror och samtidigt exporterar 11% innebär detta ett positivt handelsnetto för skogsvaror. Tittar man specifikt på massa- och pappersproduktionen exporteras nära 90% och motsvarande andel av trävaror är nära 75% (Skogsindustrierna, 2014). Skogsindustrin är också teknik- och kunskapsintensiv vilket medför att investeringar av nya produktionslinjer samt maskiner uppgår till flera miljarder kronor. Skogsindustrierna (2014) visar att skogsindustrins investeringar utgör i genomsnitt 15-20% av de totala industriinvesteringarna. Enligt Lundius et al. (2012) är basindustrin, och därmed skogsindustrin, med sin export avgörande för Sveriges framtida utveckling och välfärd. Bowman (1980, s. 2) uttrycker i sin artikel att studier av risk- och avkastningssambandet är viktiga inom och mellan branscher, eftersom företag och dess beslutande enhet kan ha en påverkan på landets ekonomi. Då vi ser att skogsindustrin är en viktig hörnsten i svensk ekonomi kan antas att beslut inom denna kan få konsekvenser för Sveriges ekonomi som helhet. Därför finner vi det intressant att studera risk- och avkastningssambandet inom den svenska skogsindustrin. Detta väljer vi att göra utifrån prospektteorins värdefunktion, då flera tidigare studier implementerat denna teori i sina undersökningar på sambandet mellan risk och avkastning inom och mellan branscher, samt anser att denna är en bra förklarande modell för beslutstagande under risk. 1.3 Problemformulering Den aktuella studiens problemformulering är utformad, i enlighet med prospektteorins värdefunktion, för att genom risk- och avkastningssambandet testa om stöd finns för prospektteorin inom den svenska skogsindustrin, därmed lyder problemformuleringen: Utifrån prospektteorins värdefunktion, går det påvisa ett samband mellan risk och avkastning för företag inom den svenska skogsindustrin? 5

16 1.4 Syfte Syftet med studien är att undersöka sambandet mellan risk och avkastning för företag inom den svenska skogsindustrin, givet antagandet att den strategiska företagsledningens beslutstagande och riskpreferenser är synonymt med företagets beslutstagande och riskpreferenser. Undersökningen kommer utgå från prospektteorins värdefunktion som visar att en individ, utifrån en förutbestämd referenspunkt, är både risksökande och riskaversiv. Detta för att undersöka om det finns stöd för prospektteorins antagande för beslutstagande under risk och se om denna teori kan användas för att förklara företagens riskbeteende inom den svenska skogsindustrin. Vi ämnar mäta detta genom information om företagens redovisningsgrundade avkastning på eget kapital och avkastning på totalt kapital, samt genom dessa två måtts varianser. Avkastningsmåtten avser att reflektera den strategiska företagsledningens prestationer. 1.5 Teoretiskt och praktiskt bidrag Då ingen liknande studie av sambandet mellan risk och avkastning har gjorts, enligt vårt vetande, inom den svenska skogsindustrin ämnar studien att fylla denna kunskapslucka. Studien syftar till att undersöka om den svenska skogsindustrins beslutstagande under risk överensstämmer med prospektteorins antaganden. Generellt kommer den också att bidra med en ökad medvetenhet för subjektiva preferenser, vilka har visats haft en betydande roll vid beslutstagande under risk. Detta innebär i allmänhet att studien bidrar med att bredda kunskapen inom det beteendeekonomiska området. Studiens praktiska bidrag ämnar rikta sig till företagens strategiska ledning inom den svenska skogsindustrin, för att öka dess medvetenhet om eget risktagande. Detta för att den strategiska företagsledningen ska kunna ta dess riskbeteende i beaktning vid beslutsfattande samt vid utformning av policys. Studien kan samtidigt hjälpa företagen att vidare utforska om de tar den risk som är optimal för företagets lönsamhet. Samtidigt kan studiens resultat vara intressant för samhället, då speciellt vid politiska frågor som rör utformningen av allmänna policys för kapitalbildning. Vidare kan aktieägare och kreditgivare finna studien intressant då dessa intressenter är måna om hur kapitalet i företaget förvaltas, vilket påverkas av tagna beslut. 1.6 Avgränsningar Studien kommer avgränsas till företag inom den svenska skogsindustrin, eftersom denna utgör ett viktigt bidrag till Sveriges ekonomi. Till skogsindustrin räknas företag inom massa- och pappersindustrin samt den trämekaniska industrin (SKGS, u.å. a). Detta innebär att endast företag som går under SNI-kod 16, tillverkning av trä och varor av trä, kork, rotting o.d. utom möbler och SNI-kod 17 pappers- och pappersvarutillverkning kommer inkluderas i studien. För information om SNI-koder se SCB (u.å.). Endast aktiebolag kommer ingå i undersökningen. Detta då den finansiella informationen som krävs endast finns tillgänglig för dessa företag i databasen Retriever. 6

17 Företagen i studien kommer att begränsas till större bolag, vilket enligt Bolagsverket (2012) innebär att de ska uppfylla minst ett av följande kriterier under vart och ett av de två senaste räkenskapsåren: o en nettoomsättning på mer än 80 miljoner SEK o fler än 50 anställda i medeltal o mer än 40 miljoner SEK i balansomslutning för koncernföretagen Tidsperioden i studien sträcker sig från år Ämnesval Under vår utbildning på Handelshögskolan vid Umeå Universitet har vi främst utgått från traditionella ekonomiska modeller och teorier, samt antagit att människan är rationell i sina beslut. Att göra denna förenkling av verkligheten menar Barberis (2013, s. 192) är en förutsättning vid enklare beräkningar och modeller. Vi anser dock, med tanke på den kritik som riktats mot de traditionella ekonomiska teorierna, att våra studier berört alternativ till dessa teorier i för liten grad. Att ta hänsyn till psykologiska faktorer vid ekonomiska beslut har blivit alltmer aktuellt då den traditionella synen har kritiserats. Detta, tillsammans med ett intresse för den psykologiska inverkan vid människors beslut, ligger till grund för vårt val av ämne. Vi har valt att rikta studien mot företag inom den svenska skogsindustrin för att undersöka hur de tenderar att agera vid finansiella beslut under risk. Denna bransch är vi intresserade av att studera, då skogsindustrin står för en väsentlig del av Sveriges ekonomi, därmed är de finansiella beslut och de risker företagen tar av stor vikt. Vi har också ett gemensamt intresse för skogen, skogsindustrin och dess inverkan på svenskt näringsliv vilket ytterligare gjort att vi, i den aktuella studien, valt att studera företag inom skogsindustrin. 7

18 2 Teoretisk referensram Syftet med följande kapitel är att redogöra för studiens teoretiska utgångspunkt. Till en början kommer de övergripande teorierna för studien, den förväntade nyttoteorin och prospektteorin, att presenteras. Detta leder sedan till en beskrivning av tidigare studier som genomförts inom ramen för den aktuella studiens problemformulering. 2.1 Den förväntade nyttoteorin Den förväntade nyttoteorin formulerades så tidigt som år 1738 av Daniel Bernoulli (1738, refererad i Tversky, 1975, s. 163; Starmer, 2000, s. 333), genom det så kallade St. Petersburg Paradoxen. Bernoulli kan sägas lade grunden till studiet om individers beslutsfattande under risk. Därefter har teorin fångat många forskares intresse och har bland annat utvecklats av von Neumann och Morgenstern (1953) samt Savage (1954). Tversky (1975, s. 163) förklarar att det är den utvecklade versionen av den förväntade nyttoteorin som har kommit att bli den dominerande förklaringsmodellen för beslutstagande under risk. I följande avsnitt kommer den förväntade nyttoteorin som den vanligen tolkas och tillämpas att förklaras. Detta för att öka förståelsen för vad prospektteorin säger och kritiserar Grundantaganden Viktigt att initialt veta om den förväntade nyttoteorin är att rationella individer antas fatta beslut som maximerar nyttan av utfallet (von Neumann & Morgenstern, 1953, s. 8). Genom tiderna har nytta definierats olika av olika forskare. Von Neumann och Morgenstern (1953, s. 8) väljer i sin studie att se nyttan i monetära mått, det vill säga rationella individer antas fatta beslut som maximerar deras nuvarande förmögenhet. Kahneman och Tversky (1979) samt Savage (1954) är andra exempel på forskare som bland annat använt detta monetära mått för nytta. Vidare tilldelar individer ett värde till den absoluta förmögenheten istället för till den värdeförändring som sker i förmögenheten orsakad av ett prospekts utfall. Detta skiljer den förväntade nyttoteorin från prospektteorin, som menar att individer värderar förändringen i förmögenheten, det vill säga vinster och förluster (Kahneman & Tversky, 1979, s. 277). Både Savage (1954) samt von Neumann och Morgenstern (1953) pekar på att rationella individers beslutsprocess i teorin följer fastställda rationalitetsantaganden, så kallade axiom, för att maximera sin nytta. Dessa axiom kommer mer utförligt behandlas i nästkommande avsnitt. Den förväntade nyttoteorins nyttofunktion är, enligt Axelsson et al. (1998, s. 299) samt Starmer (2000, s. 335), antingen konkav, konvex eller linjär för en individs beteende under risk. De menar att en konkav nyttofunktion indikerar att en individ är riskaversiv, en konvex nyttofunktion indikerar att individen är risksökande och en linjär nyttofunktion indikerar att individen är riskneutral. Vidare menar Kahneman och Tversky (2000, s. xi) samt Schoemaker (1982, s. 531) att individer antas vikta ett riskfyllt prospekts utfall med sannolikheter. Med detta följer att teorin har en linjär sannolikhetsskala, det vill säga att 8

19 en förändring av sannolikheten från en säker vinst ner till 98% har samma effekt som en förändring från 5% chans att vinna till 3% chans. Nyttan av utfallen viktas därför med enbart sannolikhetstal och preferenserna för ett prospekt ökar med sannolikheten (Kahneman & Tversky, 1979, s. 265). Enligt Kahneman och Tversky (1979, s. 263) baseras den förväntade nyttoteorin på tre grundsatser. Den första grundsatsen är förväntan och innebär att ett prospekts totala nytta är den förväntade nyttan av dess utfall. Andra grundsatsen behandlar integrationen av tillgångar. Denna menar att ett prospekt accepteras enbart om nyttan av en integration mellan prospektet och den nuvarande förmögenheten överstiger nyttan av den nuvarande förmögenheten i enskildhet. Grundsatsen kopplas samman med ovan argumentation om att individer inom den förväntade nyttoteorins ramar tilldelar värde till den absoluta förmögenheten istället för till förändringen av denna. Den sista grundsatsen pekar på att en individ är riskaversiv om denne alltid föredrar ett säkert prospekt framför ett osäkert. Riskaversivitet inom den förväntade nyttoteorin menar Tversky (1975, s. 164) visualiseras genom en konkav nyttofunktion Rationalitetsantaganden När von Neumann och Morgenstern (1953, s ) utvecklade den förväntade nyttoteorin formulerade de fyra rationalitetsantaganden, så kallade axiom. Dessa är som nämnts ovan idealet för en rationell beslutstagare. Rationalitetsantagandena kom att benämnas fullständighet (eng. Completeness), transitivitet (eng. Transitivity), kontinuitet (eng. Continuity) och oberoende (eng. Independence). Samtliga antaganden måste uppfyllas för en rationell individ. Då axiomen av von Neumann och Morgenstern (1953, s ) är de mest vedertagna kommer vi nedan förklara vad dessa står för. Enligt von Neumann och Morgenstern (1953, s ) anger de två första axiomen, fullständighet och transitivitet, en rationell individs preferensordning mellan olika riskfyllda prospekt. Fullständighetsantagandet säger att en individ ska kunna rangordna sina alternativ på ett konsekvent sätt. Detta innebär att endast ett av följande förhållanden ska hålla: att A föredras framför B, att B föredras framför A eller att individen är indifferent mellan A och B. Transitivitetsantagandet fastställer att om A föredras framför B och B föredras framför C, så ska A föredras framför C. Antagandet om kontinuitet innebär, enligt von Neumann och Morgenstern (1953, s ), att om en individ ställs inför ett prospekt med tre utfall, ett bästa scenario A, ett neutralt scenario B samt ett värsta scenario C, är individen indifferent mellan en kombination av scenario A+C och scenario B. Oberoendeantagandet innebär att om en individ föredrar A framför B så ska denne också föredra sannolikheten av A framför sannolikheten av B, givet prospekt C (Kahneman & Tversky, 1979, s. 266; von Neumann & Morgenstern, 1953, s ). 9

20 2.2 Prospektteorin År 1979 publicerade Kahneman och Tversky (1979) prospektteorin som en ny alternativ förklaringsmodell för beslutstagande under risk. Modellen växte fram utifrån ifrågasättande av den förväntade nyttoteorin, som den vanligen tolkas och tillämpas, och som länge varit den accepterade normativa förklaringsmodellen av rationellt beslutstagande under risk. Syftet med prospektteorin var att på ett mer realistiskt sätt avbilda individers beslutsprocess under risk. För att möjliggöra detta lade Kahneman och Tversky (1979) till kognitiva inslag i sin teori. Vidare förklarar de att prospektteorin är utformad för enkla prospekt med monetära utfall och angivna sannolikheter. Ett prospekt definieras i denna studie som ett handlingsalternativ med olika osäkra utfall, i enlighet med Hultkrantz och Nilsson (2008, s. 62) Grundantaganden Prospektteorin inkluderar begreppet riskaversion som en del av individers beslutstagande under risk. Verkningar av detta förklarar Kahneman och Tversky (1979, s. 263 & 278) blir att en och samma individ är riskaversiv vid val av säkra vinster men risksökande vid val av säkra förluster. Följden menar de blir att prospektteorins värdefunktion är konkav för vinster, konvex för förluster samt brantare för förluster än för vinster. Här återfinns alltså inte en liknande nyttofunktion som inom den förväntade nyttoteorin. Från föregående kapitel vet vi att Axelsson et al. (1998, s. 299) samt Starmer (2000, s. 335) pekar på att en individ antingen är riskaversiv, risksökande eller riskneutral oberoende på hur prospektet uttrycks enligt den förväntade nyttoteorin. Kahneman och Tversky (1979, s. 263 & 274) menar vidare att individer tilldelar nytta till vinster och förluster, alltså till förändringen av den nuvarande förmögenheten, och inte till den absoluta förmögenheten. De förklarar att tilldelningen av värde till vinster och förluster utgår från individens individuella referenspunkt, där referenspunkten utgörs av individens förhandenvarande förmögenhet. Detta i motsats till den förväntade nyttoteorin som enligt Schoemaker (1982, s. 537) tilldelar värde till den absoluta förmögenheten. Kahneman och Tversky (1979, s. 263) säger att den förväntade nyttoteorin också menar att den absoluta förmögenheten tilldelas samma nytta oavsett initial förmögenhet. Därmed menar denna teori att valet mellan ett säkert prospekt och ett osäkert prospekt är oberoende av vilken initial förmögenhet individen har. Istället påpekar Kahneman och Tversky (1979, s. 273) att prospektteorin, med tillägget av riskaversion, säger att individer alltid föredrar det säkra prospektet oavsett vilken initial förmögenhet dessa innehar. Ytterligare ett grundantagande inom prospektteorin är enligt Kahneman och Tversky (1979, s. 263, 277 & 280) att individer använder subjektiva beslutsvikter för att värdera ett prospekts utfall, istället för sannolikhetstal som den förväntade nyttoteorin antar. De menar att de subjektiva beslutsvikterna påverkar en individs beslutsviktfunktion, på det sätt att denna antas vara icke linjär, se figur 1. Motsvarande menar Schoemaker (1982, s. 531) att beslutsviktsfunktionen inom den förväntade nyttoteorin utgör den linjära sannolikhetsskalan Beslutsprocessen under risk Prospektteorin delar in den individuella beslutsprocessen under risk i två faser: redigeringsfasen samt utvärderingsfasen. Redigeringsfasen innebär, enligt Kahneman och Tversky (1979, s. 274), att individen först strukturerar och sorterar de olika 10

21 beslutsproblemen som denne ställs inför. Detta hjälper individen att förenkla och analysera prospekten. Första delen av denna fas är kodning av utfallen i egenskap av vinster eller förluster. Här tilldelas den eventuella värdeförändringen i förmögenheten en nytta. Vidare menar Kahneman och Tversky (1979, s. 274) att tilldelningen av värde till nyttan av ett utfall sker utifrån individens specifika referenspunkt. Referenspunkten är individens nuvarande innehav av tillgångar vilket tjänar som en subjektiv preferens. Referenspunkten kommer att behandlas vidare i avsnitt Efter kodningen kombineras prospekt med lika sannolikheter, prospekt med säkra utfall separeras från prospekt med riskfyllda utfall och faktorer som är gemensamma för alla prospekt exkluderas. Detta för att ytterligare förenkla beslutet. Enligt von Neumann och Morgenstern (1953, s ) följer rationella individers beslutstagande en viss förutbestämd preferensordning inom den förväntade nyttoteorin. Detta motsäger prospektteorin då redigeringsfasen visar på anomalier, det vill säga att individens agerande och beteenden kan avvika från rationalitetsantagandet. Kahneman och Tversky (1979, s. 275) pekar på att preferensordningen inte är oföränderlig utan att denna kan se olika ut för olika sammanhang, till exempel visar de att den inkonsekvens som skapas i samband med förenklingen av valalternativen beror på exkluderandet av gemensamma komponenter under redigeringsfasen. Under den andra fasen, utvärderingsfasen, utvärderar individen de prospekt som genomgått redigeringsfasen för att slutligen välja det prospekt som har högst personligt värde, det vill säga genererar högst nytta. Utvärderingen är liknande den som sker under den förväntade nyttoteorin med en viktig skillnad, att individen tilldelar beslutsvikter istället för sannolikhetstal till utfallen (Kahneman & Tversky, 1979, s. 277 & 280). Detta fick Kahneman och Tversky (1979) att omformulera den förväntade nyttoteorins linjära sannolikhetsskala till en icke linjär funktion, se figur Beslutsviktsfunktionen Inom prospektteorin antas individerna ersätta sannolikhetstalen med beslutsvikter. Dessa multipliceras med värdet av varje riskfyllt prospekts utfall. Kahneman och Tversky (1979, s. 280) beskriver att beslutsvikterna är relaterade till sannolikhetstalen men inte nödvändigtvis överensstämmer med dessa, bland annat behöver beslutsvikterna inte summeras till ett vilket summan av sannolikheterna måste. Vidare menar de att individer tilldelar beslutsvikter till prospektens utfall efter subjektiva preferenser. De påpekar dock samtidigt att de subjektiva beslutsvikterna ofta sammanfaller med sannolikhetstalens storlek. Dock menar Kahneman och Tversky (1979, s. 281) att subjektiviteten i beslutsvikterna kan orsaka att individer tilldelar en oproportionellt hög vikt till låga sannolikhetstal samt tilldelar en för låg beslutsvikt till höga sannolikhetstal. Denna effekt förklarar de genom ett exempel med en lottsedel. Individen har en minimal sannolikhet att vinna på en lottsedel, sannolikheten att förlora pengarna individen betalt för lottsedeln är däremot stor. Trots dessa sannolikheter väljer ofta individen att köpa lotten eftersom chansen att vinna finns, samtidigt som den möjliga förlusten är relativt liten. Som beskrivits i kapitlet om den förväntade nyttoteorin förklarar Kahneman och Tversky (2000, s. xi) samt Schoemaker (1982, s. 531) att denna kräver en linjär reaktion vid förändring av sannolikhetstalen. Detta i motsats till prospektteorins beslutsviktsfunktion som enligt Tversky och Kahneman (1986, s. 263) inte är linjär, vilket kan ses i figur 1 nedan. Den icke linjära sannolikhetsskalan beror på att 11

22 beslutsviktsfunktionen är en ökande funktion av sannolikheten. Funktionen visar att om sannolikheten av ett utfall ökar från 0.39 till 0.40 har detta mindre effekt på preferenserna än om sannolikheten av samma utfall ökar från 0.99 till 1.00 (Kahneman & Tversky, 2000, s. xi). Figur 1. Beslutsviktsfunktionen Källa: Kahneman och Tversky (1979, s. 283) Referenspunkten och värdefunktionen En viktig del av prospektteorin är, enligt Kahneman och Tversky (1979, s. 277), att individer värderar ett prospekts utfall genom en utvärdering av förändringar eller skillnader och inte genom en utvärdering av den absoluta storheten. De menar vidare att detta antagande är förenligt med basprinciperna beträffande en individs perception och omdöme. Helson (1964) menar att de tidigare upplevelserna och erfarenheterna definierar en så kallad referenspunkt. Utifrån denna referenspunkt utvärderar en individ ett stimuli. Detta innebär att individer inte har en och samma referenspunkt eftersom referenspunkten är individuell svarar individer olika på givna stimulus. Kahneman och Tversky (1979, s. 277) påpekar även att värdet av en förändring i förhållande till referenspunkten inte är oberoende av den initiala positionen. De menar att värdet av ett prospekt ska ses utifrån två aspekter, den nuvarande tillgångspositionen, det vill säga referenspunkten, samt storleken av värdeförändringen i tillgångspositionen till följd av utfallet. Från ovan argumentation kan utläsas att utfallen, det vill säga vinst eller förlust, av prospekten definieras utifrån en referenspunkt enligt prospektteorin. Kahneman och Tversky (1979, s. 274) menar att denna referenspunkt vanligast utgår från en individs nuvarande förmögenhet. Positionen av referenspunkten beror exempelvis på hur prospektet är utformat samt utifrån den beslutstagande individens förväntningar. Dock påpekar Barberis (2013, s. 178), Chou et al. (2009, s. 196) samt Kliger och Tsur (2011, s. 31) att Kahneman och Tversky (1979) ger för lite information om hur referenspunkten ska fastställas. Enligt Markowitz (1952, s. 157) kan referenspunkten i vissa situationer utgöras av en individs förväntade förmögenhet, det är dock vanligast att det är den nuvarande förmögenheten som bestämmer en individs referenspunkt. Vidare påpekar han att referenspunkten och den nuvarande förmögenheten kan skilja sig från varandra, till exempel genom att det nyligen skett en förändring i individens förmögenhet 12

23 vilken denne ännu inte hunnit anpassa sig till. Barberis (2013, s. 178) påpekar att svårigheten att fastställa referenspunkten är den vaga definitionen som prospektteorin ger av vinster och förluster. Detta då Kahneman och Tversky (1979, s. 277) enbart säger att individer specificerar vinster och förluster utifrån deras enskilda referenspunkt. Barberis (2013, s. 178) menar att det utifrån detta är svårt att veta hur varje enskild individ specificerar vad en vinst och förlust är vid olika situationer. Referenspunkten utgör origo i den värdefunktion som Kahneman och Tversky (1979, s. 278) presenterar i sin teori, se figur 2 nedan. Vidare beskriver de att värdefunktionen är utformad efter antagandet att en psykologisk respons är en konkav funktion av storleken av fysisk förändring. Det vill säga, en individ upplever värdeskillnaden mellan en vinst på 100 kr och 200 kr som större än värdeskillnaden mellan en vinst på kr och kr. Samma samband gäller för värdeskillnader vid förluster. Genom detta föreslår Kahneman och Tversky (1979, s. 278) att värdefunktionen är konkav för värdeförändringar ovan referenspunkten och konvex för värdeförändringar under referenspunkten. Detta innebär att värdefunktionen generellt är konkav för vinster och vanligen konvex för förluster. Vidare innebär den föreslagna värdefunktionen att det marginella värdet för både vinster och förluster minskar med deras storlek. Enligt Kahneman och Tversky (1979, s. 263 & 279) är värdefunktionen generellt brantare för förluster än för vinster, vilket gör att effekten av en förlust blir för en individ större än effekten av en lika stor vinst. I likhet med Kahneman och Tversky (1979, s. 278) menar Markowitz (1952, s. 154) att en individs värdefunktion både är konkav och konvex. Dock visar han i sin studie att värdefunktionen är både konvex och konkav under referenspunkten samt konvex och konkav ovan referenspunkten. Detta visar på att Markowitz (1952, s. 154), liksom Kahneman och Tversky (1979, s. 278), fann att individers riskattityder är en blandning mellan risksökande och riskaversiva. Slutligen föreslår prospektteorin att individer agerar riskaversivt vid vinster och risksökande vid förluster (Kahneman & Tversky, 1979, s. 268). Figur 2. Värdefunktionen Källa: Kahneman och Tversky (1979, s. 279) 13

24 Kahneman och Tversky (1979, s. 270) anser att den förväntade nyttoteorins nyttofunktion inte fångar riskaversion på ett adekvat sätt. De motsätter sig att nyttofunktionen endast är konkav för riskaversiva individer. Värdefunktionen i prospektteorin visar istället att individer är en blandning av riskaversiva och risksökande, därmed kurvans form (Kahneman & Tversky, 1979, s ) Kritik riktad mot den förväntade nyttoteorin Kahneman och Tversky (1979, s. 263) riktar kritik mot den förväntade nyttoteorin som en deskriptiv modell för beslutstagande under risk. De menar att val mellan riskfyllda prospekt innehåller flera principer som är oförenliga med de grundläggande principerna i den förväntade nyttoteorin. Därmed anser författarna att den förväntade nyttoteorin inte är en tillräckligt adekvat deskriptiv modell för beslutstagande under risk. Redan innan publicerandet av prospektteorin kritiserade Tversky (1975, s. 168 & 172) den förväntade nyttoteorin som en deskriptiv modell för beslutstagande under risk. Han tyckte att den normativa modellen inte gav en komplett analys av rationellt beteende under risk. Detta menar han hindrar teorin från att appliceras inom ämnesområden som psykologi, ekonomi etcetera, vilka djupare ämnar att studera och förklara den faktiska beslutsprocessen under risk. Han nämner dock samtidigt att den förväntade nyttoteorin kan användas som en förenklad normativ teori, vilket teoretiker gör när de syftar till att föreskriva en beslutsprocess och inte beskriva den faktiska beslutsprocessen. I sin artikel från 1979 visar Kahneman och Tversky (1979) på olika beslutssituationer som systematiskt motsäger den förväntade nyttoteorins antagande om att individer viktar möjliga utfall utifrån sannolikhetstal. Genom sin undersökning har Kahneman och Tversky (1979, s ) sammanställt tre fenomen som ger empiriskt stöd för deras påstående om beslutsvikter. De tre fenomenen benämner de reflektionseffekten (eng. The Reflection Effect), visshetseffekten (eng. The Certainty Effect) samt isoleringseffekten (eng, The Isolation Effect). Fenomenen talar inte bara emot den förväntade nyttoteorins antagande om sannolikhetsvikter, de motbevisar också några av nyttoteorins rationalitetsantaganden. Vi kommer nu kortfattat redogöra för vad var och ett av dessa fenomen innebär och vad inom den förväntade nyttoteorin dessa motsäger. Genom reflektionseffekten visade Kahneman och Tversky (1979, s. 268) att om ett prospekt går från att uttryckas som positivt, alltså prospekt som inte involverar förluster, till att uttryckas som negativt, alltså prospekt som involverar säkra förluster, spegelvänds individernas preferenser. Det vill säga, individerna tenderar att ha ett riskaversivt beteende för prospekt som uttrycks positivt och ett risksökande beteende för prospekt som uttrycks negativt. Det reflektionseffekten motsäger är bland annat rationalitetsantagandet om oberoende, som enligt von Neumann och Morgenstern (1953, s ) innebär att en individs preferenser alltid ska följa en viss ordning. Enligt visshetseffekten tilldelar individer en tyngre beslutsvikt till utfall som anses vara mer säkra än till osäkra utfall (Kahneman & Tversky, 1979, s ). Detta fenomen introducerades ursprungligen av den franske ekonomen Maurice Allias år 1953 (refererad i Kahneman & Tversky, 1979, s. 265). Kahneman och Tversky (1979, s. 263 & 265) visade utifrån en variation av hans undersökningsfrågor att när ett säkert utfall ändras till ett osäkert utfall förändras individernas preferenser, och de tenderar att bli mer riskbenägna. De kunde därmed visa att individer har ett riskaversivt beteende vid val med en säker vinst samt ett risksökande beteende vid val med en säker förlust. Det 14

25 vill säga individer övervärderar säkra utfall i jämförelse med osäkra utfall. Även om ett osäkert utfall har en sannolikhet att generera en högre nytta än ett säkert utfall väljer individer generellt det säkra utfallet. Detta motsäger den förväntade nyttoteorin som enligt Gazioğlu och Çalışkan (2011, s. 1581) samt von Neumann och Morgenstern (1953, s. 8) menar att en rationell individ alltid handlar för att maximera sin nytta. Detta innebär att en individ skulle välja ett osäkert utfall före ett säkert utfall om detta genererar en högre nytta för individen. Vidare kunde Kahneman och Tversky (1979, s ) genom visshetseffekten motsäga den förväntade nyttoteorins antagande om att nyttan av utfallen viktas efter dess sannolikhet, vilket Schoemaker (1982, s. 531) påpekar. Om en individ skulle vikta utfallen efter dess sannolikheter skulle inte ett säkert utfall övervärderas. Kahneman och Tversky (1979, s. 271) förklarar att isoleringseffekten visar att individer oftast väljer att enbart se till de komponenter som skiljer de olika prospekten åt, och därmed exkluderas likheterna. Vidare menar Kahneman och Tversky (1979, s. 275) att individen gör detta i beslutsprocessen under redigeringsfasen för att förenkla valet mellan olika alternativ. Följden blir inkonsekventa preferenser då de gemensamma och icke gemensamma nämnarna i många fall kan delas in på fler än ett sätt. Detta innebär att samma val kan presenteras olika, vilket kan leda till olika preferenser från gång till gång. Detta i motsats till von Neumann och Morgenstern (1953, s ) som med den förväntade nyttoteorin menar att en individs preferensordning ska vara oföränderlig. Vidare kunde Kahneman och Tversky (1979, s ) genom isoleringseffekten motsäga den förväntade nyttoteorins antagande om att beslut mellan prospekt endast grundar sig på sannolikheten av den absoluta förmögenheten. De kunde genom detta anta att individer tilldelar nytta till vinster och förluster, och inte endast till den absoluta förmögenheten. 2.3 Prospektteorin applicerat på företag Efter publicerandet har prospektteorin väckt många forskares intresse för dess antaganden om individers beslutstagande under risk. Teorin har fått både kritik och beröm. På senare tid har exempelvis Chou et al. (2009), Fiegenbaum och Thomas (1988), Jegers (1991), Kliger och Tsur (2011) samt Zribi och Boujelbène (2012) applicerat prospektteorins antagande, om individers beslutstagande under risk, till företag, det vill säga studerat riskoch avkastningssambandet inom och mellan branscher. För att möjliggöra detta adderades antagandet att individers, det vill säga den strategiska företagsledningens, riskpreferenser motsvarar företagets riskpreferenser. Idén att applicera prospektteorin på företag och branscher härstammar från Bowmans (1980) studie där han myntade begreppet risk/avkastningsparadoxen Risk/avkastningsparadoxen Ur ett strategiskt företagsledningsperspektiv studerade Bowman (1980) skillnaden mellan företag inom olika branscher med hänseende till risk- och avkastningssambandet på den amerikanska marknaden. Han menar att företagsledningen är engagerade i frågor gällande företags-, affärs-, och funktionsstrategier. Gemensamt för dessa är de strategiska beslutstagandena angående resursallokeringen. Bowman (1980, s. 1) fann det intressant att studera risk- och avkastningssambandet inom och mellan olika branscher, med hänsyn till den strategiska beslutsprocessen. 15

26 Bowman (1980, s. 2) poängterar i sin studie att sambandet mellan risk och avkastning vanligen studerats på värdepappersmarknaden och att endast ett fåtal studier behandlat detta samband inom företag. Att studera detta samband på företagsnivå menar han är intressant för själva företagen men också för samhället, speciellt vid offentligt politiska frågor angående utformningen av allmänna policys för kapitalbildning och dess effekter. Vidare menar Bowman (1980, s. 3-4) att många studier som har studerat risk- och avkastningssambandet antar att riskaversiva investerare kräver en högre avkastning för högre risk, vilket genererar ett positivt samband mellan variablerna. Han reagerade på att mycket av den samtida forskningen antog att risken måste generera sin egen premie. För att undersöka risk- och avkastningssambandet använde Bowman (1980, s. 4-5) företagens avkastning på eget kapital, på årsbasis, som avkastningsmått, samt dess varians som riskmått. Han förklarar att risken fångar osäkerheten av resursallokeringens utfall, eller snarare dess sannolikhetsfördelning. Han styrker sitt val av avkastningsmått genom att påpeka att det är ett primärt mått för företagsledningen samt att måttet i stor omfattning används inom det ekonomiska forskningsområdet. Resultatsammanställningen möjliggjorde Bowman (1980, s. 6) genom att fördela företagen i två, det vill säga företag ovan samt under referenspunkten, där referenspunkten utgjordes av medianen av avkastning på eget kapital. Medianen fick han fram genom att rangordna samtliga observationer på avkastning på eget kapital respektive variansen. Därefter gjorde han bland annat korstabeller för risk och avkastning. Till skillnad från Hurdle (1974) samt Neumann et al. (1979), vilka fann ett signifikant positivt samband mellan risk och avkastning inom och/eller mellan branscher, fann Bowman (1980) ett negativt risk- och avkastningssamband. Bowman (1980) visade därmed att ökad risk inte alltid kan associeras med ökad avkastning. Resultatet av studien visade att majoriteten av branscherna med företag ovan referenspunkten tenderade att ta lägre risk än företagen under referenspunkten. Han kunde därmed, med signifikans, visa att det förekommer ett negativt risk- och avkastningssamband inom branscher men dock inte mellan branscherna. Upptäckten av ett negativt risk- och avkastningssamband kom han att benämna risk/avkastningsparadoxen. Efter publicerandet av prospektteorin hävdar bland annat Fiegenbaum och Thomas (1988, s. 97) att Bowmans risk/avkastningsparadox kan förklaras av denna teori. Genom detta har forskare förändrat utgångspunkterna och en del av tillvägagångssättet vid studerandet av risk- och avkastningssambandet inom och mellan branscher. Då prospektteorin, enligt Altman (2010, s. 192), av vissa är ansedd att bättre spegla individers beslutstagande under risk har forskare valt att inkludera en del av dess antaganden i sin forskning. Bowmans (1980) tillvägagångssätt har därmed utvecklats genom att senare studier har inkluderat ytterligare avkastningsmått samt adderat antaganden från prospektteorin. Tillägget av prospektteorin anser kunna förklara företagsledningens, och därmed företagets, beslutstagande mellan prospekt med riskfyllda utfall Vidare studier på risk- och avkastningssambandet Senare studier har, som sagts ovan, applicerat prospektteorins antaganden om individers beslutstagande under risk kombinerat med Bowmans risk/avkastningsparadox. Fiegenbaum och Thomas (1988, s. 90), Jegers (1991, s. 215), Miller och Bromiley (1990, s. 766) samt Zribi och Boujelbène (2012, s. 22) ger samtliga en analog förklaring av appliceringen av prospektteorin till branscher och dess företag. Alla fastslår att ett 16

27 företag vars prestation ligger ovan sin branschs referenspunkt är riskaversivt, alltså att företagsledningen endast accepterar en högre risk om utfallet innebär en högre förväntad avkastning. Företag vars prestation ligger under sin branschs referenspunkt tenderar istället att vara risksökande, de kräver inte alltid en högre avkastning för en högre risk. Miller och Bromiley (1990, s. 766) menar att anledningen till att ta en högre risk för företag under referenspunkten är att sannolikheten ökar till att nå branschens genomsnittsprestation, det vill säga branschens referenspunkt, även om den förväntade avkastningen är låg. Företagens riskbeteende sammanfattar Miller och Bromiley (1990, s. 766) med att säga att ökat risktagande i högpresterande företag förknippas med ökad avkastning, efterföljden blir att ökad risk leder till en ökad prestation. Motsatt förknippas inte högre risk med högre avkastning inom lågpresterande företag, det vill säga att ökad risk kan leda till sämre prestation i förhållande till branschen. Många av de studier, till exempel Fiegenbaum och Thomas (1988, s. 85) samt Jegers (1991, s. 216), som studerat risk- och avkastningssambandet på företagsnivå, det vill säga inom branschen, utifrån prospektteorin har utgått från samma perspektiv som Bowman (1980), nämligen det strategiska företagsledningsperspektivet. Samma perspektiv kommer tillämpas i denna studie, dels därför liknande studier har tillämpat perspektivet och dels då studiens praktiska bidrag ämnar uppmärksamma den strategiska företagsledningen på branschens beslutstagande under risk. Miller och Bromiley (1990, s. 765) tydliggör att den strategiska företagsledningen väljer mellan flertalet projekt och att de under utvärderingen tar hänsyn till vad varje enskilt projekts risk och avkastning kan bidra med till företagets totala risk- och avkastningsposition. Det slutgiltiga valet innefattar på så sätt ett projekt som utses från företagets nuvarande riskoch avkastningsposition. Den aktuella studien kommer på detta sätt betrakta företagsledningens beslutstagande mellan projekt. Enligt Kliger och Tsur (2011, s. 31) är det första viktiga steget för att applicera prospektteorin till undersökningar av företag och branscher att definiera referenspunkten. De menar liksom Barberis (2013, s. 178) samt Chou et al. (2009, s. 196) att Kahneman och Tversky (1979) inte definierat någon generell regel om vad som ska tjäna som referenspunkt. I studier av sambandet mellan risk och avkastning på företagsnivå har definitionen av prospektteorins referenspunkt varierat. Miller och Bromiley (1990, s. 765) definierar i sin studie referenspunkten som branschmedelvärde av respektive risk- och avkastningsmått. Detta till skillnad från Chou et al. (2009), Fiegenbaum och Thomas (1988), Jegers (1991) samt Zribi och Boujelbène (2012) som definierar referenspunkten som branschmedianen av respektive mått. Genom, att för varje tidsperiod och för varje enskilt företag inom branschen, beräkna den genomsnittliga avkastningen samt risken estimerade Chou et al. (2009, s. 196), Fiegenbaum och Thomas (1988, s. 91) samt Jegers (1991, s. 218) branschens medianmått. Därefter rangordnade de företagen inom varje bransch efter deras genomsnittliga avkastning över den studerade tidsperioden och delade rangordningen vid medianen. Företag som låg under branschmedianen ansågs vara under referenspunkten och företag som låg ovan branschmedianen ansågs vara ovan referenspunkten. Dock varierar val av avkastningsmått mellan studier. För att kunna studera risk- och avkastningssambandet mellan samt inom branscher specificerade Fiegenbaum och Thomas (1988, s. 91) en referenspunkt beräknad med avkastningsmåttet avkastning på eget kapital. Dess varians tjänade som riskmått. Val av referenspunkt argumenterar författarna för på följande sätt: 17

28 We chose the median ROE 1 because it represents the middle point of the return distribution and is unaffected by extreme outliers. Thus, the median may better indicate managerial perceptions of target performance than the mean. 2 Branschens genomsnittliga avkastning eller medianavkastningen framhäver Kliger och Tsur (2011, s. 31) är den vanligaste definitionen av referenspunkt samt att den oftast beräknas under den valda tidsperioden, alltså inte från år till år. Den största skillnaden mellan Kliger och Tsurs (2011) studie jämfört med bland andra Fiegenbaum och Thomas (1988) samt Jegers (1991) studie är definitionen samt beräkningen av referenspunkten. Kliger och Tsur (2011, s. 31) kritiserar den vedertagna definitionen av referenspunkten eftersom användandet av medelvärdet eller medianen resulterar i antagandet att företag inom en bransch utvärderar sina prestationer i förhållande till varandra. De påpekar också att användandet av branschens median eller medelvärde som referenspunkt innebär ett antagande om att företag baserar sitt framtida risktagande efter ett prestationsmål som ännu inte är känt. Vidare kritiserar de att referenspunkten beräknas under den valda tidsperioden, de menar att detta mått endast är korrekt om den förväntade avkastningen förväntas vara konstant över tidsperioden. Ett mer passande sätt att beräkna referenspunkten enligt Kliger och Tsur (2011, s. 31) är att beräkna den årligen efter branschprestation och därefter endast använda måttet för att undersöka ett företags beslutstagande under risk i den efterföljande perioden. På detta sätt menar Kliger och Tsur (2011, s. 30) att de undviker antagandet att företagsledningens riskbeteende är tidsinvariant. Denna beräkning applicerar de tillika på riskmåttet. I förhållande till de övriga studierna som behandlats i detta avsnitt är Kliger och Tsurs (2011, s. 31) syn på referenspunkten något specifikt för deras studie. I denna studie kommer, trots deras kritik, medianen av valda avkastningsmått inom den svenska skogsindustrin att användas som referenspunkt över den valda tidsperioden. Detta dels då den aktuella studien ämnar replikera Fiegenbaum och Thomas (1988) samt Jegers (1991), och dels då vi ser att denna definition av referenspunkten är accepterad av andra liknande studier. Ovan nämndes att Fiegenbaum och Thomas (1988, s. 91) tillämpat avkastning på eget kapital som avkastningsmått samt dess varians som riskmått. Jegers (1991) valde att replikera samt utveckla Fiegenbaum och Thomas (1988) studie. Han utförde sin studie på Belgiska tillverkningsföretag under tidsperioden Den främsta åtskillnaden mellan studierna är att Jegers (1991, s. 216), förutom avkastning på eget kapital, inkluderat avkastningsmåtten avkastning på totalt kapital, kassaflöde på eget kapital samt kassaflöde plus finansiella utlägg på totalt kapital, se tabell 1 där även ytterligare skillnader mellan studierna sammanställts. Jegers (1991, s. 216) valde att medräkna avkastning på totalt kapital eftersom han, utifrån ett strategiskt företagsledningsperspektiv, ansåg att detta mått bättre reflekterar företagsledningens prestation. Han menar att det är viktigt att spegla företagsledningens perspektiv med ett bra mått då denna har ett stort inflytande på de strategiska beslut som tas inom företaget. Vidare menar han att avkastning på eget kapital, som Fiegenbaum och Thomas (1988, s. 91) använder, istället speglar aktieägarnas synvinkel. Argumentet för detta är att 1 Förkortning av return on equity, det vill säga avkastning på eget kapital 2 På svenska: Vi valde medianen av ROE därför måttet representerar medelpunkten av avkastningsfördelningen och den är opåverkad av extrema avvikelser. Därför kan medianen bättre indikera ledningens uppfattningar av målprestationen än medelvärdet. 18

29 avkastning på eget kapital reflekterar de vinstmedel som är tillgängliga för ägarna. Trots Jegers (1991, s. 216) åtskillnad mellan avkastning på eget kapital och avkastning på totalt kapital kommer den aktuella studien tillämpa båda avkastningsmåtten i syfte att reflektera den strategiska företagsledningens prestation. Måtten kommer inte skiljas åt lika strikt som i Jegers (1991, s. 216) studie eftersom de övriga studierna, som nämnts i detta avsnitt, tillämpat måtten i syfte att spegla den strategiska företagsledningens prestation. Således kommer avkastning på eget kapital samt avkastning på totalt kapital tjäna som mätenheter för den strategiska företagsledningens prestation i den aktuella studien. Vidare använder Jegers (1991, s. 216) standardavvikelsen samt, liksom Fiegenbaum och Thomas (1988, s. 91), variansen av avkastningsmåtten som riskmått. Vidare kan man se att Fiegenbaum och Thomas (1988) samt Jegers (1991) studier har refererats i många senare undersökningar. Det som kan uttydas är att många fortsatta studier, bland annat Chou et al. (2009) samt Kliger och Tsur (2011), har inspirerats av dessa tre forskares sätt att undersöka risk- och avkastningssambandet på företagsnivå, det vill säga inom branschen. Chou et al. (2009, s. 195) har valt att använda avkastning på totalt kapital medan Kliger och Tsur (2011, s. 30) har använt avkastning på eget kapital. Chou et al. (2009, s. 195) styrker deras val av avkastningsmått bland annat genom att referera till Fiegenbaums (1990, s. 192) studie där han, till skillnad från sin studie tillsammans med Thomas (1988), använder avkastning på totalt kapital som mått. Vidare använder Chou et al. (2009, s. 195), liksom Jegers (1991, s. 216), standardavvikelsen av avkastningen på totalt kapital. Utifrån tabell 1 ser vi att avkastning på totalt kapital samt avkastning på eget kapital ofta används i studier på företags risk- och avkastningssamband, med tillägg av andra avkastningsmått. Då dessa mått verkar vara de mest vedertagna och tillämpade kommer de även inkluderas som avkastningsmått i den aktuella studien. Anledningen till att addera avkastning på totalt kapital är, liksom Jegers (1991, s. 216) säger, att den bättre reflekterar den strategiska företagsledningens prestation. Dock ska återigen poängteras att både avkastning på eget kapital samt avkastning på totalt kapital, i den aktuella studien, ämnar reflektera företagsledningens prestation. Riskmåttet i denna studie kommer utgöras av variansen av avkastning på eget kapital respektive avkastning på totalt kapital. Valet baserar sig på att Fiegenbaum och Thomas (1988, s. 91) samt Jegers (1991, s. 216), vilka den aktuella studien ämnar att replikera, använder variansen som riskmått. Kategoriseringen av branscher gjordes av Chou et al. (2009, s. 195), Fiegenbaum och Thomas (1988, s. 92), Jegers (1991, s. 217) samt Kliger och Tsur (2011, s. 32) utifrån olika branschklassificeringar, liknande det SNI-kodsystem som Sverige har. Den aktuella studien har sökt ut företag med SNI-kod 16 och 17, vilka utgör den svenska skogsindustrin. Jegers (1991, s. 217) valde att avgränsa sitt urval ytterligare genom att endast inkludera medelstora och stora företag. Han definierar ett sådant företag som ett som minst uppfyller ett av tre krav: minst 50 anställda, en försäljning som uppgår till minst 1,2 miljoner dollar eller har 0,6 miljoner dollar i totala tillgångar. Jegers (1991, s. 217) motiveringen till denna avgränsning är att antalet mindre företag var många fler än större företag vilket orsakade en skevhet i fördelningen av urvalet. Dock påpekar han att dessa avgränsningar är relativt låga vilket gör att en skevhet i fördelningen ändå kommer vara närvarande, om än dock i mindre utsträckning. Minimering av skevheten i fördelningen är en anledning till varför den aktuella studien väljer att endast inkludera större företag. En annan anledning till att endast inkludera större företag är också att dessa 19

30 har en större inverkan på Sveriges ekonomi, vilket gör att den strategiska företagsledningens beslut i högre grad kan komma att påverka samhället. Undersökningar av sambandet mellan risk och avkastning har även genomförts specifikt på banker. Exempel på en sådan studie är Zribi och Boujelbènes (2012). Trots att de genomfört undersökningen på bankers riskbeteende har de till stor del tillämpat samma tillvägagångssätt som Fiegenbaum och Thomas (1988). Måtten de valt att använda i sin studie är både avkastning på eget kapital samt avkastning på totalt kapital, riskmåtten motsvarar avkastningsmåttens respektive standardavvikelse. Tabell 1. Sammanställning av tidigare studier Studier Tidsperiod Urval Mått 3 Risk-och avkastningssamband Fiegenbaum & Thomas (1988) , , , , branscher, representerade av totalt amerikanska företag Avkastningsmått: ROE Riskmått: Variansen av ROE Positivt samband inom samt mellan branscher ovan referenspunkten. Negativt samband inom samt mellan branscher under referenspunkten , Resultatet stödjer prospektteorin. Jegers (1991) tillverkningsbranscher, representerade av totalt belgiska tillverkningsföretag Avkastningsmått: ROE, ROA 4, kassaflöde på eget kapital och kassaflöde + finansiella utlägg på totalt kapital Riskmått: variansen av avkastningsmåtten samt standardavvikelsen av avkastningen dividerat med den genomsnittliga avkastningen Positivt samband inom samt mellan branscher ovan referenspunkten. Negativt samband inom samt mellan industrier under referenspunkten. Resultatet stödjer prospektteorin. 3 Samtliga studier har använt redovisningsbaserade avkastnings- och riskmått 4 Förkorting av return on assets, det vill säga avkastning på totalt kapital 20

31 Chou et al. (2009) , branscher, representerade av totalt amerikanska företag Avkastningsmått: ROA Riskmått: Standardavvikelsen av ROA Positivt samband inom branscher ovan referenspunkten. Negativt samband inom branscher under referenspunkten. Resultatet stödjer prospektteorin. Kliger & Tsur (2011) branscher, representerade av totalt företag Avkastningsmått: ROE, vilken är beräknad för varje separat år. Riskmått: Risken mäts, för varje år för varje enskilt företag, av den absoluta skillnaden mellan företagets avkastning och dess industris samtida medianavkastning. Positivt samband inom branscher ovan referenspunkten. Negativt samband inom branscher under referenspunkten. Resultatet stödjer prospektteorin. Zribi & Boujelbène (2012) kommersiella banker listade på den Tunisiska börsen Avkastningsmått: ROE, ROA samt CAP 5 Riskmått: Standardavvikelsen av avkastningsmåtten Positivt samband inom branscher ovan referenspunkten. Negativt samband inom branscher under referenspunkten. Resultatet stödjer prospektteorin. För att undersöka sambandet mellan risk och avkastning, utifrån Kahneman och Tverskys (1979) antaganden om individers beslutstagande under risk, genererade Fiegenbaum och Thomas (1988, s. 90) hypoteser som grundade sig i prospektteorins värdefunktion. Prospektteorin säger att risk- och avkastningssambandet inte alltid har ett ett-till-ett förhållande. Genom detta utformade Fiegenbaum och Thomas (1988, s. 90) hypoteser som ämnade undersöka om ett negativt respektive positivt samband mellan risk och avkastning förekom för företag under respektive ovan referenspunkten. Detta både mellan och inom branscher. Eftersom Jegers (1991, s. 218) replikerar Fiegenbaum och Thomas 5 CAP = eget kapital/totala tillgångar 21

32 (1988) testade han samma hypoteser. Chou et al. (2009, s. 196) är ytterligare ett exempel på en studie som testat samma hypoteser. Utläsas kan från samtliga ovannämnda studier att de på ett eller annat sätt är sammankopplade till varandra. Senare studier har frekvent refererat till tidigare studier som behandlat risk- och avkastningssambandet inom samt mellan branscher, så som Fiegenbaum och Thomas (1988) samt Jegers (1991). De har använt liknande tillvägagångssätt, samma avkastnings- och riskmått, samma hypoteser etcetera. Samtliga har tillika sitt ursprung i prospektteorin och Bowmans (1980) risk/avkastningsparadox. Slutligen ska studiernas resultat sammanfattas. Främst kommer den aktuella studiens resultat att ställas mot vad Fiegenbaum och Thomas (1988) samt Jegers (1991) kom fram till. Fiegenbaum och Thomas (1988, s. 93 & 97) fann stöd för båda sina hypoteser. Resultatet visade följaktligen att det inom samt mellan branscher under referenspunkten existerar ett negativt risk- och avkastningssamband, samtidigt som det inom samt mellan branscher ovan referenspunkten existerar ett positivt samband mellan risk och avkastning. De kunde genom detta visa att företag under den definierade referenspunkten agerar risksökande medan företag ovan samma referenspunkt agerar riskaversivt i samband med beslutstagande under risk. Detta resultat visar att Bowmans (1980) risk/avkastningsparadox kan förklaras genom prospektteorins antaganden om individers beslutstagande under risk. Jegers (1991) fann också ett signifikant negativt risk- och avkastningssamband inom och mellan branscher under referenspunkten. Detta med hänseende till alla använda avkastningsmått. Han fann också ett signifikant positivt risk- och avkastningssamband inom och mellan branscher ovan referenspunkten. Jegers (1991, s. 223) poängterar att hans resultat i kombination med Fiegenbaum och Thomas (1988) resultat ger starkt stöd för att prospektteorin är en fullgod alternativ förklaringsmodell för företags beslutstagande under risk. Vidare har Chou et al. (2009), Kliger och Tsur (2011) samt Zribi och Boujelbène (2012) funnit samma samband mellan risk och avkastning som Fiegenbaum och Thomas (1988) samt Jegers (1991). Detta visar på starkt stöd för prospektteorins applicering, som en alternativ förklaringsmodell för beslutstagande under risk, till företag och branscher. Vi ser därmed, trots användning av olika mått samt olika statistiska test, att resultaten visar på lika samband. 22

33 3 Hypoteser Detta kapitel kommer beskriva och förklara syftet med studiens hypoteser. Först följer en förklaring av genereringen samt förståelsen av huvudhypoteserna. Kapitlet kommer därefter avslutas med en redogörelse av studiens underhypoteser. 3.1 Huvudhypoteser De tidigare studierna samt teorierna, prospektteorin och den förväntade nyttoteorin, inom problemområdet har varit vägvisande vid studiens hypotesgenerering. Syftet med den aktuella studien är att undersöka om det utifrån prospektteorins värdefunktion går att påvisa ett samband mellan risk och avkastning för företag inom den svenska skogsindustrin. Därmed utformades hypoteserna på det sätt som bäst belyser detta samband och som samtidigt följer den förklarande kunskapssynen samt det deduktiva angreppsättet. Poängteras ska att hypoteserna inte ämnar att studera ett kausalt samband. Ett kausalt samband menar Lantz (2014, s. 151) är där en beroende variabel påverkas av en oberoende variabel. Vidare menar han att påvisad korrelation mellan två variabler är ett måste för att ett samband ska föreligga, dock behöver detta inte vara ett kausalt samband. Hittills har förklarats att den förväntade nyttoteorin och prospektteorin är två olika alternativa förklaringsmodeller till individers beslutstagande under risk. Den traditionella förväntade nyttoteorin menar, enligt Axelsson et al. (1998, s. 299) samt Starmer (2000, s. 335), att en individ antingen är riskaversiv, riskneutral eller risksökande. Individen söker alltid välja det alternativ som resulterar i störst nytta, det vill säga hon antas vara rationell (von Neumann & Morgenstern, 1953, s. 8). Kahneman och Tversky (1979) ställde sig frågande till detta antagande vilket resulterade i prospektteorin. Prospektteorin menar att en individ är en blandning av riskaversiv och risksökande, samt att det är prospektets utformning och framställning som påverkar en individs beslutstagande. Individen anses heller inte alltid agera rationellt. Därmed har de båda teorierna olika funktioner för individers beslutsprocess. Den förväntade nyttoteorin menar att nyttofunktionen antingen är konkav, konvex eller linjär medan prospektteorin menar att värdefunktionen är både konkav och konvex. Genom Bowmans (1980) risk/avkastningsparadox kom Fiegenbaum och Thomas (1988) att använda prospektteorin i en undersökning av risk- och avkastningssambandet på företagsnivå. Utifrån prospektteorins värdefunktion, samt antagandet att den strategiska företagsledningens beslutstagande och riskpreferenser är synonyma med företagets beslutstagande och riskpreferenser, utformade Fiegenbaum och Thomas (1988, s. 90) två hypoteser som ämnade studera sambandet mellan risk och avkastning inom industrierna. Dessa hypoteser är även denna studies huvudhypoteser och kommer benämnas H0A samt H0B. Hypoteserna lyder: H0A: Ett negativt samband mellan risk och avkastning existerar för företag under referenspunkten inom den svenska skogsindustrin 23

34 Denna hypotes syftar till att undersöka om ett negativt samband mellan risk och avkastning går att påvisa för företag, inom den svenska skogsindustrin, som ligger under branschens referenspunkt. Om denna hypotes inte förkastas kan sägas, utifrån prospektteorin, att den strategiska företagsledningen för dessa företag generellt agerar risksökande, de kräver inte en högre avkastning vid högre risk (Fiegenbaum & Thomas, 1988, s. 90). Utifrån Miller och Bromiley (1990, s. 766) kan då sägas att dessa företag tar en högre risk för att öka sannolikheten att nå branschens genomsnittliga avkastning. H0B: Ett positivt samband mellan risk och avkastning existerar för företag ovan referenspunkten inom den svenska skogsindustrin Denna hypotes syftar till att undersöka om ett positivt samband mellan risk och avkastning går att påvisa för företag inom den svenska skogsindustrin som ligger ovan branschens referenspunkt. Om denna hypotes inte förkastas kan sägas, utifrån prospektteorin, att den strategiska företagsledningen för dessa företag generellt agerar riskaversivt, de kräver en högre avkastning vid högre risk (Fiegenbaum & Thomas, 1988, s. 90). Utifrån Miller och Bromiley (1990, s. 766) kan då sägas att ett ökat risktagande inom företagen förknippas med ökad avkastning. 3.2 Underhypoteser För att testa våra huvudhypoteser har vi format underhypoteser, eftersom studien ämnar undersöka risk- och avkastningssambandet med två olika avkastningsmått krävdes två kategorier av underhypoteser. De två kategorierna av underhypoteser reflekterar sambandet mellan risk och avkastning på eget kapital samt sambandet mellan risk och avkastning på totalt kapital. Båda avkastningsmåtten ämnar reflektera den strategiska företagsledningens prestation vid val av projekt med okända utfall, detta i linje med tidigare studier. Detta möjliggör en djupare analys av huvudhypoteserna, då sambandet mellan risk och avkastning kan observeras för två mått. Om ingen av underhypoteserna förkastas kan sägas att dessa samband kan iakttas för fler observationer, vilket bidrar till att säkrare slutsatser kan dras. Underhypoteserna som ämnar testa risk- och avkastningssambandet med olika avkastningsmått kommer benämnas H0C-H0F. Underhypoteser för avkastningsmåttet avkastning på eget kapital H0C: Ett negativt samband mellan risk och avkastning på eget kapital existerar för företag under referenspunkten inom den svenska skogsindustrin H0D: Ett positivt samband mellan risk och avkastning på eget kapital existerar för företag ovan referenspunkten inom den svenska skogsindustrin Dessa underhypoteser syftar till att undersöka sambandet mellan risk och avkastning på eget kapital. H0C ämnar undersöka huruvida ett negativt samband mellan risk och avkastning på eget kapital går att påvisa för företag inom den svenska skogsindustrin som ligger under branschens referenspunkt. Underhypotes H0D ämnar istället undersöka om ett positivt samband mellan risk och avkastning på eget kapital går att påvisa för företag inom den svenska skogsindustrin som ligger ovan branschens referenspunkt. Om ingen av dessa underhypoteser förkastas innebär det att prospektteorin är en fullgod alternativ 24

35 förklaringsmodell, utifrån måttet avkastning på eget kapital, för den svenska skogsindustrins riskbeteende. Underhypoteser för avkastningsmåttet avkastning på totalt kapital H0E: Ett negativt samband mellan risk och avkastning på totalt kapital existerar för företag under referenspunkten inom den svenska skogsindustrin H0F: Ett positivt samband mellan risk och avkastning på totalt kapital existerar för företag ovan referenspunkten inom den svenska skogsindustrin Dessa underhypoteser syftar till att undersöka sambandet mellan risk och avkastning på totalt kapital. H0E ämnar undersöka huruvida ett negativt samband mellan risk och avkastning på totalt kapital går att påvisa för företag inom den svenska skogsindustrin som ligger under branschens referenspunkt. Underhypotes H0F ämnar istället undersöka om ett positivt samband mellan risk och avkastning på totalt kapital går att påvisa för företag inom den svenska skogsindustrin som ligger ovan branschens referenspunkt. Om ingen av dessa underhypoteser förkastas innebär det att prospektteorin är en fullgod alternativ förklaringsmodell, utifrån måttet avkastning på totalt kapital, för den svenska skogsindustrins riskbeteende. Underhypotesernas syfte är att besvara studiens frågeställning, det vill säga om det, utifrån prospektteorins värdefunktion, går att påvisa ett samband mellan risk och avkastning inom den svenska skogsindustrin. Om ingen av underhypoteserna förkastas innebär det att H 0A och H0B inte heller förkastas. Detta i sin tur medför att denna studie ger stöd för användningen av prospektteorin som en förklaringsmodell till företagens beslutstagande under risk inom den svenska skogsindustrin, givet antagandet att den strategiska företagslednings riskpreferenser motsvarar företagets riskpreferenser. 25

36 4 Vetenskaplig metod I detta kapitel kommer inledningsvis förförståelse, vetenskapliga utgångspunkter, samt studiens deduktiva angreppssätt och kvantitativa forskningsstrategi att redogöras för. Kapitlet behandlar även studiens perspektiv, litteratursök och kritik till den litteratur som använts. 4.1 Förförståelse Wallén (1996, s. 33 & 81) belyser vikten av att vara medveten om forskarnas förförståelse eftersom denna kan påverka studien. Han menar vidare att individer tolkar ny information utifrån tidigare förförståelse. Därför anser vi det viktigt att redogöra för vår förförståelse och erfarenhet samt hur dessa kan komma att påverka de val som görs i studien. Förförståelsen kan, enligt Johansson-Lindfors (1993, s. 76) delas in i två olika grenar: förstahandsförståelse och andrahandsförståelse. Förstahandsförståelsen sammankopplas med tidigare erfarenheter och upplevelser medan andrahandsförståelsen sammankopplas till kunskap hämtad från bland annat läroböcker, en så kallad teoretisk förförståelse. Det är den förstnämnda av dessa som brukar behandlas i vetenskapligmetodsammanhang och som vi vidare kommer diskutera. Johansson (2011, s. 48) menar att förförståelsen kan ha inverkan på forskarnas objektivitet då forskarna genom livet har tillförskaffats erfarenheter från deras sociala bakgrund, utbildning, praktiska erfarenheter med mera. Därför är det viktigt att som läsare av denna studie förhålla sig kritisk till den objektivitet som är tänkt i denna studie. Enligt Johansson-Lindfors (1993, s. 26) påverkar forskarnas förförståelse val av problemformulering samt kunskapssyn. Därför hoppas vi att en redogörelse av vår förförståelse fördjupar läsarens förståelse för studiens valda riktning. Vi har en gemensam utbildningsbakgrund då båda har studerat Civilekonomprogrammet med inriktning mot finansiering, vid Umeå universitet. Utbildningen har gett oss en djup kunskap om finansiella nyckeltal, som till exempel avkastning på eget kapital och avkastning på totalt kapital. Detta ger oss en bra grund att beräkna och tolka dessa nyckeltal. Vi har också kompletterat vår finansiella inriktning med kurser inom management. Dessa kurser gav oss en bredare förståelse för de psykologiska aspekterna inom det ekonomiska området. Genom utbildningen har vi också byggt upp ett brett akademiskt ordförråd som hjälper oss att förstå och tolka vetenskapliga artiklar. Då stora delar av utbildningen varit på engelska har vi också utvecklat en god språkförståelse, vilket har ökat vår förmåga att analysera och förstå engelska texter. Vidare har en av oss tagit kurser inom skog och trä på högskolenivå, vilket bidrar till god förståelse för skogsindustrin. Vad som också har gett oss en inblick i de psykologiska faktorernas inverkan på finansiellt beslutstagande är att vi båda vikarierat inom banksektorn. Där har vi mött kunder med placeringsfrågor och på så sätt fått förståelse för att psykologiska aspekter kan spela in vid investeringsval med osäkra utfall. Detta väckte intresset för beslutstagande under risk, vilket också speglas av studiens valda ämnesområde. 26

37 4.2 Vetenskapliga utgångspunkter Det är de fundamentala metodologiska frågorna i studien som, enligt Hart (1998, s. 50), lägger grunden för dess upplägg och utförande. Han menar vidare att de metodologiska utgångspunkterna i en studie visar författarnas verklighetssyn samt deras syn på vad kunskap egentligen är. Dessa fundament är viktiga att ta upp eftersom alla inte delar samma uppfattning. Bryman och Bell (2013, s. 45, 63) påpekar att studiens genomförande och fokus är beroende av hur forskningsfrågan formuleras samt att dessa är viktiga att redogöra för om studien ska kunna vara replikerbar. Vi tycker därför att det är viktigt att belysa vår studies utgångspunkter och hur dessa påverkar studien. Epistemologi och ontologi är två läror som går i varandra. Epistemologi är ett begrepp som konkretiserar forskarens syn på den alstrade kunskapen (Jensen, 1995, s. 32), det vill säga läran om vad som är eller kan betraktas som godtagbar kunskap (Wallén, 1996, s. 2). Ontologi är ett uttryck för forskarens människo- och verklighetsuppfattning, enligt Jensen (1995, s. 32). Denna studie ämnar bidra med kunskap till det beteendeekonomiska forskningsområdet genom att, utifrån prospektteorins värdefunktion, se om det går att påvisa ett samband mellan risk och avkastning inom den svenska skogsindustrin. Målet är att på ett så värderingsfritt och objektivt sätt som möjligt, beskriva verkligheten. Vidare kommer egna tolkningar att undvikas då undersökningen utgår från tidigare studier. Ontologiska ställningstaganden behandlar hur man väljer att se på verkligheten och delas vanligtvis in i två olika synsätt; objektivism respektive konstruktionism (Bryman & Bell, 2013, s. 42). I den aktuella studien kommer författarna utgå från att sociala aktörer inte kan styra eller påverka organisationens existens, vilket är i linje med det objektiva synsättet. Detta innebär att antagandet att organisationer är en yttre verklighet som sociala aktörers subjektivitet inte kan influera görs (Bryman & Bell, 2013, s. 42). Då studiens problemformulering ämnar generera ett resultat som speglar organisationer som en yttre verklighet och inte ämnar att subjektivt tolka resultatet, reflekterar objektivismen studien till större del än konstruktionismen. Det konstruktionistiska synsättet anser istället att det är de sociala aktörerna som konstruerar verkligheten efter subjektiva preferenser. Om detta synsätt skulle tillämpas i denna studie skulle vi tillåta våra egna åsikter färga riktningen i studien, vilket inte är i linje med frågeställningens syfte. Läsaren ska dock ha i åtanke att det kan vara problematiskt att hålla studien helt objektiv. Detta eftersom det enligt Holme och Solvang (1997, s. 151) är naturligt för individer att inte förhålla sig helt värderingsfria och objektiva mot det studerade objektet. Till så hög grad som möjligt ska vi hålla oss objektiva. Från ovan argumentation faller det naturligt att studien har en positivistisk kunskapsteoretisk riktning. Positivismen är den epistemologiska ståndpunkten som speglar de metoder och den verklighetsbild som tillämpas inom naturvetenskapen och där forskarens objektivism är en viktig del (Holme & Solvang, 1997, s. 326; Jensen, 1995, s. 32). Enligt Bjereld et al. (2002, s. 71) är det strävan efter en absolut kunskap som empiriskt kan prövas som karaktäriserar positivismen. Positivismen är därför passande i vår studie då den är hypotestestande och målet är att beskriva förekomsten av sambandet mellan risk och avkastning, inte tolka det. Enligt Bryman och Bell (2013, s. 37) skiljer positivismen mellan teori och forskning, det vill säga att forskningen ska bidra med ytterligare kunskap genom prövandet av teorierna. Detta visar också att den aktuella studien är i linje med positivismen genom att denna ska undersöka 27

38 om prospektteorin är en bra alternativ förklaringsmodell för beslutstagande under risk inom den svenska skogsindustrin. Studien ämnar också, att istället för med egna uppskattningar och bedömningar, ge en mätbar och värderingsfri förklaring av resultatet i linje med det naturvetenskapliga synsättet. Kritik har dock riktats mot positivismens syn på individen som ett objekt. Wallén (1996, s. 27) menar att positivismens exkluderande av individers individuella handlingar och tänkande samt synen på individen som ett objekt försummar helhetssynen. Utifrån kritiken har hermeneutiken utvecklats som ett alternativt synsätt till positivismen. Hermeneutiken är ett tolkningsperspektiv som har till syfte att skapa förståelse för människors beteende istället för att beskriva vad beteendet beror på (Jensen, 1995, s. 32). Eftersom syftet med denna studie är att undersöka om det utifrån prospektteorins värdefunktion går att påvisa ett samband mellan risk och avkastning utifrån valda mätmetoder och inte att förstå bakomliggande orsaker till sambandet passar det positivistiska perspektivet bättre än det hermeneutiska. Sammanfattningsvis ser vi att det är problemformuleringen som styr vilken kunskapssyn samt verklighetssyn som kommer tillämpas genomgående i uppsatsen. 4.3 Angreppssätt och forskningsstrategi Det finns två olika sätt att se på relationen mellan teori och praktik, det deduktiva samt det induktiva angreppssättet. Forskningsprocessens utformning är beroende av vilket angreppssätt som väljs (Bryman & Bell, 2013, s ). Denna studie utgår från den deduktiva metodansatsen bland annat därför att Johansson-Lindfors (1993, s. 56) menar att denna ansats och den positivistiska kunskapssynen går hand i hand, genom att både metodansatsen och kunskapssynen utgår från tidigare teorier för att möjliggöra testning av dessa. Motsatt menar det induktiva angreppssättet att forskningen ska bidra till att generera teorier utifrån empirisk data (Bjereld, 2002, s. 88). Den aktuella studien har sin utgångspunkt i teorin, huvudsakligen i den förväntade nyttoteorin och prospektteorin. Från dessa har hypoteser, som ska genomgå en empirisk prövning, härletts, detta i linje med den deduktiva forskningsprocessen. Bjereld et al. (2002, s. 89) menar att hypoteserna ligger till grund för forskarens undersökning av verkligheten, vilket följer ett deduktivt tillvägagångssätt. I enlighet med det valda angreppssättet kommer hypoteserna bekräftas eller förkastas. Därefter kommer resultatet ställas mot den redan existerande teorin, och de studier som gjorts inom området, för att se om resultat och teori stämmer överens eller om någon avvikelse kan betraktas. Istället för att härleda en teori, utifrån insamlad data, kommer vi i denna studie, på ett objektivt sätt, bidra med ökad kunskap om företags beslutstagande under risk. Detta är det starkaste argumentet till varför studien följer en deduktiv metodansats och inte en induktiv. Forskningsstrategin som kommer tillämpas i denna studie utgår från tidigare gjorda kunskapsteoretiska grundval. Utifrån studiens objektiva verklighetssyn, positivistiska kunskapssyn och deduktiva angreppsätt kommer forskningsstrategin följa det kvantitativa genomförandet. Holme och Solvang (1997, s. 14) säger att den kvantitativa forskningsstrategin betonar kvantifiering vid insamlandet av data och analys av denna, samt att strategin inrymmer de tre grundvalen som nämnts ovan. Detta passar denna studie då den ämnar pröva prospektteorins tillämpning på den svenska skogsindustrin genom kvantitativ data. Den andra forskningsstrategin är den kvalitativa, som betonar vikten av 28

39 ord istället för kvantifiering (Bryman & Bell, 2013, s. 49). Det kvalitativa genomförandet är inte lämpligt för den aktuella studien då det förespråkar ett induktivt angreppssätt samt att människors individuella uppfattningar och konstruktionism av verkligheten tas i beaktning. Som nämnts ovan är målet med denna studie att på ett objektivt sätt studera sambandet mellan risk och avkastning för att bidra med kunskap inom det beteendeekonomiska området, vilket gör att den kvantitativa forskningsstrategin är mest lämpad. Liknande kritik som den Wallén (1996, s. 27) riktat mot den positivistiska kunskapssynen, att denna kan försumma helhetsbilden av människan och dess omgivning, har även riktats mot den kvantitativa strategin. Att kritiken är snarlik beror, enligt Bryman och Bell (2013, s. 183), på att den kvantitativa forskningen grundar sig i positivismens och objektivismens tankesätt. Holme och Solvang (1997, s. 79) menar i enlighet med Wallén (1996) att en kvalitativ metod bättre fångar helhetsbilden och ger en ökad förståelse av sociala processer än vad en kvantitativ metod gör. Målet med denna studie är att, utifrån företagens redovisningsgrundande data, försöka påvisa ett samband mellan risk och avkastning inom den svenska skogsindustrin. Studien ämnar alltså inte att förstå orsaken till det möjliga sambandet. Detta gör att den kvantitativa metoden passar bättre till att besvara problemformuleringen. Denna metod är också mest lämpad då den, enligt Holme och Solvang (1997, s. 13), lägger vikt vid siffror och statistik. Vi är medvetna om att denna vetenskapliga metodgenomgång är det teoretiskt ideala. Bryman och Bell (2013, s. 183) påpekar att avvikelser från denna idealtypiska forskningsprocess kan ske. I den aktuella studien kommer den ideala processen, så långt det är möjligt, att försöka följas. 4.4 Studiens perspektiv Bjereld et al. (2002, s. 17) påpekar att verkligheten bör sättas in i ett perspektiv för att göras överskådlig. De menar att forskare använder sig av specifika perspektiv för att undvika tvetydigheter mellan författarens mening och läsarens mening. Vidare förenklar perspektiv bilden av verkligheten och bidrar därmed till att förtydliga studiens problemformulering och syfte, samt minimera läsarens egna tolkningar och uppfattningar. Utifrån detta vill vi belysa att den aktuella studiens perspektiv utgår från den strategiska företagsledningens synvinkel. I denna studie kommer den strategiska företagsledningen definieras, liksom i Bowmans (1980, s. 1) studie, som de individer inom företaget som ansvarar för att välja geografisk domän för företagets verksamhet, bestämma hur företaget bäst ska integrera med denna domän samt gör de interna förändringar som krävs utifrån dessa beslut. Detta innebär att den strategiska företagsledningen består av de individer inom företaget som ansvarar för frågor gällande företags-, affärs-, och funktionsstrategier. En viktig uppgift för dessa individer är att ansvara över företagets resursallokering, bland annat besluta vilka projekt som ska genomföras. Perspektivet grundar sig i problembakgrunden där vi poängterat vikten av att den strategiska företagsledningen beaktar ett eventuellt irrationellt beteende vid exempelvis utformning av nya policys. Medvetenheten av ett irrationellt beteende är viktigt för att undvika att subjektiviteten påverkar optimering av företaget. Ytterligare en anledning till valt perspektiv är att tidigare studier som Bowman (1980), Fiegenbaum och Thomas 29

40 (1988), Jegers (1991) samt Zribi och Boujelbène (2012) också är vinklade utifrån företagsledningens perspektiv. Denna studie ämnar reflektera de strategiska företagsledningarna, inom den svenska skogsindustrin, utifrån företagens redovisningsgrundade avkastning på eget kapital samt avkastning på totalt kapital. Dessa avkastningsmått ämnar tjäna som en mätenhet för de strategiska ledningarnas prestationer, genom att måtten visar vilken genererad avkastning investeringar finansierade med eget kapital respektive totalt kapital ger. Detta visar om den strategiska företagsledningens beslutstagande under risk resulterar i en högre eller lägre avkastning för företaget. 4.5 Litteratursökning Forskare bör vara kritiska vid teorival till sina studier. Det kritiska teorivalet består enligt Johansson-Lindfors (1993, s. 87) av två faser: teorisökningen och teorianvändningen. I detta avsnitt kommer vi att behandla den teorisökning som gjorts, för att i nästa avsnitt redogöra för teorianvändningen. Förförståelsen för vilken del av verkligheten som rör problemformuleringen är enligt Jensen (1995, s ) basen för litteratursökningen eftersom denna indikerar vilka teorier, områden samt tidigare studier som lämpar sig bäst att inhämta information från. Den aktuella studiens problemformulering och syfte avser att utifrån prospektteorins värdefunktion undersöka om ett eventuellt risk- och avkastningssamband inom den svenska skogsindustrin föreligger. Problembakgrunden visar samtidigt på ett intresse för den förväntade nyttoteorin då denna är en orsak till prospektteorins uppkomst. Därmed har studier som behandlar prospektteorin, den förväntade nyttoteorin, den svenska skogsindustrin samt företags besluttagande under risk tjänat som utgångspunkt för litteratursökningen. De främst tillämpade nyckelorden under litteratursökning kan läsas i tabell 2 på nästa sida, där dessa har kategoriserats. För att ytterligare försäkra oss om att vi inte missat viktiga studier inom området har vi också fokuserat på tidsskrifter som till exempel Journal of Behavioral Finance, Journal of Economic Behavior and Organization samt Academy of Management Journal. Genom att prospektteorin och den förväntade nyttoteorin båda har inslag av psykologiska faktorer kan det sägas att studien till viss del är tvärvetenskaplig. Johansson-Lindfors (1993, s. 87) menar att det är viktigt att inte avgränsa sig alltför hårt till ett och samma ämnesområde då studien innehåller tvärvetenskap. Det här är något som vi har tagit i beaktning vid sökning av litteratur och genom detta försökt undvika en ensidig sökning. För att vidga litteratursökningen utgick vi från andra studiers referenslistor för att få inspiration samt förslag på andra relevanta studier. Vidare har vi vid vår litteratursökning av vetenskapliga artiklar främst använt Umeå universitetsbiblioteks databas EBSCO Business Source Premier. För att erhålla artiklar med så hög pålitlighet som möjligt har vi använt oss av studier som är vetenskapligt granskade och utvärderade av andra forskare. Samtidigt kontrollerade vi om de valda studierna citerats i andras arbeten för att få en uppfattning om de är erkänt accepterade. 30

41 Vi har också använt en del böcker och kurslitteratur, främst sådana som behandlar företagsekonomisk vetenskaplig metod men också för att underbygga de valda teorierna. Dessa böcker har vi främst sökt fram genom Umeå universitetsbiblioteks söktjänst. Tabell 2. Tillämpade nyckelord Nyckelord för: Prospektteorin Prospect theory, Prospect, Behavioral finance, Behavioral economics, Decision making under risk, Decision making, Decision making under uncertainty, Reference point, Risk and return, Risk-return trade off, Risk-return relation, Irrational individuals, Irrational investors, Irrational behavior, Irrationality, Den förväntade nyttoteorin Expected utility theory, Utility theory, Expected utility, Utility, Rational investor, Rational individuals, Rational Behavior, Rationality, Risk and return, Riskreturn trade off, Risk-return relation Företags beslutstagande under risk Organisational decision making under risk, Organisational decision making under uncertainty, Organisational decision making, Strategic decision making, Strategic decision making under risk, Strategic decision under uncertainty, Strategic management decision making, Strategic manager, Risk and return, Risk-return trade off, Risk-return paradox Den svenska skogsindustrin Decision making in forest industry, Forest industry, Forest, Risktagande inom den Svenska skogsindustrin, Skogsindustrin, Sveriges skogsindustri, Basindustrin, Svensk basindustri 4.6 Litteraturgranskning Den andra fasen i det kritiska teorivalet är, som sagts i föregående avsnitt, teorianvändningen. Thurén (2013, s. 4) menar att det är viktigt att kritiskt granska den litteratur som sökts fram för att kontrollera vad som är sant. I avsnitt 2.2 där prospektteorin behandlas är Kahneman och Tverskys (1979) studie den litteratur som dominerar. Anledningen till detta är att vi anser det viktigt att använda originalstudien om prospektteorin eftersom grundarna av teorin bäst kan beskriva dennas utgångspunkter och ståndpunkter. Att basera ett helt avsnitt på en teori, beskriven huvudsakligen från en studie, kan kritiseras då en ensidig samt felaktig bild av verkligheten kan skapas. Dock anser vi att detta inte är ett problem i den aktuella studien eftersom det relevanta för denna är vad prospektteorin säger om beslutstagande under risk. För denna studie lämpar det sig 31

42 bäst att framställa prospektteorin utifrån vad Kahneman och Tversky (1979) säger i sin studie eftersom grunden till problemformuleringen ligger i prospektteorins värdefunktion. Detta gör att vi anser att en ensidig bild av prospektteorin inte är ett problem. Det viktiga är att läsaren förstår vilket ursprung prospektteorin har, vad denna säger och hur denna kan tillämpas. Detta för att skapa en förståelse av att det finns flera förklaringsmodeller för beslutstagande under risk samt skapa en bredare förståelse för vad den aktuella studien undersöker. Genom att denna studie också empiriskt undersöker hur risk- och avkastningssambandet ser ut för den svenska skogsindustrin minskar problemet ytterligare eftersom vi inte utifrån prospektteorin påstår att sambandet ser ut exakt som teorin säger. För att undvika en ensidig och felaktig bild av verkligheten och prospektteorin har vi i avsnitt byggt vidare på den aktuella studiens teoretiska grund genom att redogöra för andra vetenskapliga artiklar som tillämpat och undersökt prospektteorin. Genom att dessa studier funnit stöd för prospektteorin som en alternativ förklaringsmodell till företags beslutstagande under risk, anser vi att detta styrker Kahneman och Tverskys (1979) studie. Vi anser också att Kahneman och Tverskys (1979) studies pålitlighet och acceptans ökar då flera andra forskare har citerat och refererat till denna, att artikeln är flitigt refererad påpekar även Barberis (2013, s. 173). Vidare har vi i största möjliga mån använt och refererat till förstahandskällor, vilket Thurén (2013, s. 8) rekommenderar. Han menar att förstahandskällorna är mer tillförlitliga än andrahandskällorna då den senare oavsiktligt kan orsaka förvanskning av ursprunget av förstahandskällans ståndpunkt. Dock har vi använt två andrahandsreferenser, en av dem är till Bernoullis (1738, refererad i Tversky, 1975, s. 163) studie. Vi har valt att göra detta då vi anser det irrelevant för vårt arbete att använda en referens med ursprung från 1700-talet. Istället har vi kontrollerat att ett flertal andra författare beskrivit Bernoullis studie likartat. En andra artikel som vi använt en andrahandsreferens till är Allias (1953, refererad i Kahneman & Tverskys, 1979, s. 265) studie. Att denna andrahandsreferens valdes beror på att ursprungsstudien är skriven på franska, vilket är ett språk vi inte behärskar. Då Allias (1953, refererad i Kahneman & Tverskys, 1979, s. 265) studie endast nämnts för att förtydliga Kahneman och Tverskys (1979) tillvägagångssätt ansåg vi det acceptabelt att använda en andrahandsreferens. Granskning har även gjorts på de valda studiernas empiriska grunder, det vill säga om de är primära eller sekundära källor. En primärkälla, enligt Johansson-Lindfors (1993, s. 89), är en där forskaren själv iakttagit vad som återges. Litteraturen i den aktuella studien, då främst den som används till den teoretiska referensramen, är primärkällor. Forskarna har i sina studier själv iakttagit det som återges. De fortsatta studierna som applicerar prospektteorin på företag bygger dock till viss del på varandra. Fiegenbaum och Thomas (1988) har utgått från Bowmans (1980) samt Kahneman och Tverskys (1979) studie, vidare har samma metod som Fiegenbaum och Thomas (1988) tillämpats av andra forskare, som till exempel Jegers (1991), för att undersöka beslutstagande under risk på företag. Vi ser inte detta som ett problem då samtliga studier utgår från egenhämtad data och egna beräkningar, samt att de förhållit sig kritiska i sin skrift till tidigare studier. Risken som finns med detta menar Johansson (2011, s. 86) är att de senare studiernas uttryck och språkanvändning kan ha påverkats av de tidigare studierna genom att förförståelsen har ändrats. 32

43 Aktualiteten i de valda studierna anser vi är en viktig del att diskutera då vi har ett antal äldre studier som utgångspunkt, till exempel Bowman (1980), Fiegenbaum och Thomas (1988) samt Kahneman och Tversky (1979). Enligt Johansson-Lindfors (1993, s. 89) behöver inte en studies resultat och mening vara inaktuell bara för att studien inte publicerades nyligen. Hon menar dock att det är viktigt att forskaren är påläst om den senaste forskningen inom forskningsområdet. Då vår utgångpunkt är prospektteorin anser vi det av vikt att utgå från Kahneman och Tverskys (1979) originalstudie, lika med Bowmans (1980) risk/avkastningsparadox. För att motverka inaktualitet har vi utvecklat vår problemformulering utifrån nyare forskning inom det beteendeekonomiska forskningsområdet och därmed kan vi styrka studiens aktualitet med nyare artiklar. 33

44 5 Praktisk Metod Följande kapitel ämnar att redogöra för studiens praktiska tillvägagångssätt. Inledningsvis kommer forskningsdesign, urval, tillvägagångssättet vid datainsamling och databearbetning, samt diskussion om bortfall att tas upp. Sedan följer en beskrivning av de antaganden och beräkningar som gjorts, samt de statistiska verktyg som använts. 5.1 Forskningsdesign Det finns två motsatta huvudtyper av studier, observationsstudie och experimentell studie. Lantz (2014, s. 25) menar att valet huvudsakligen beror på undersökningens syfte. Som nämnts under kapitlet vetenskaplig metod ska den aktuella studien utföras på ett objektivt sätt, det vill säga att studera verkligheten som den är. Detta gör att den aktuella undersökningen är en observationsstudie. Vidare förklarar Lantz (2014, s. 25) att en observationsstudie innebär att forskaren samlar in data genom att studera de observationer som ingår i urvalet utan att själv påverka dessa. En experimentell studie genomförs istället genom att placera observationerna i en kontext som skapats för att passa med undersökningens syfte. En observationsstudie kan delas in i underkategorier beroende på tidsaspekten vid insamling av data. Denna studie har tillämpat en tvärsnittsdesign. En tvärsnittsdesign innebär enligt Lantz (2014, s. 28) att data samlas in, från ett flertal observationer, vid en specifik tidpunkt. Syftet med tvärsnittsstudien är att med en kvantitativ metod behandla och granska det insamlade datat för att sedan kunna upptäcka olika samband. 5.2 Urval Målet med denna studie är att, med ett deduktivt angreppsätt, förklara förekomsten av sambandet mellan risk och avkastning inom den svenska skogsindustrin. Det idealiska urvalet består av den totala populationen. En generell regel är att större urval ökar kvaliteten av såväl skattningarna som analysen säger Lantz (2014, s. 108). Vidare förklarar han att en totalundersökning oftast är kostsam och att ett statistiskt urval därför ofta genomförs. Den aktuella studien är hypotestestande och syftar inte till att generalisera resultatet. Studien avser istället att frambringa idéer om ett eventuellt samband mellan risk och avkastning inom ett relativt outvecklat kunskapsområde, vilket Johansson- Lindfors (1993, s. 98) beskriver är grundtanken med ett riktat och begränsat urval. Vidare menar hon att denna urvalsmetod lämpar sig bäst vid hypotestestande undersökningar. Studien kommer därmed tillämpa ett riktat och begränsat urval. Vid hypotesgenererade undersökningar är det problemformuleringen som styr valet av informationsenheter och tanken med det riktade och begränsade urvalet är att de informationsenheterna som ytterst belyser problemformuleringen blir utvalda. Johansson-Lindfors (1993, s. 98) belyser att nackdelen med ett riktat och begränsat urval är att observationerna kan ge en ensidig syn på forskningsproblemet. Denna nackdel är något vi för den aktuella studien är medvetna om, då endast observationer från den 34

45 svenska skogsindustrin har insamlats. Men genom problemformuleringen, avgränsningarna, hypotesgenereringen och att syftet inte är att generalisera resultatet till andra branscher är denna urvalsmetod mest lämpad för studien. Populationen i den aktuella studien består således av företag inom den svenska skogsindustrin. Emellertid kommer populationen avgränsas till de uppställda kriterierna under avsnittet avgränsningar. Detta innebär att rampopulationen kommer bestå av företag som går under SNI-kod 16 och 17, och som uppfyller Bolagsverkets kriterier för större bolag. Vi har även inkluderat SNI-kod , verksamhet utförd av huvudkontor, för att försäkra oss om att koncernen för företagen inte faller bort i urvalet. Detta därför att många av företagen rapporterar finansiell information genom koncernen. Efter sortering utifrån urvalskriterierna bestod urvalet av 283 företag. Ett problem som kan uppstå vid urvalsförfarandet förklarar Lantz (2014, s. 116) är under- samt övertäckning. Undertäckning menar han innebär att företag som bör finnas med i urvalsramen saknas, medan övertäckning innebär att företag som inte bör finnas med i urvalsramen är inkluderade. Risken för undertäckning i den aktuella studien innebär att företag som bör ingå i den svenska skogsindustrin faller bort, då företag kan gå under ett flertal SNI-koder beroende på verksamhetens utformning. Detta innebär att företag inom den svenska skogsindustrin vars huvudverksamhet inte går under SNI-kod 16, 17 eller kan saknas i rampopulationen. Övertäckning ser vi inte som ett större problem då samtliga företag som inte innehar SNI-kod 16, 17 eller har exkluderats. 5.3 Datainsamling Lantz (2014, s. 47 & 52) beskriver två olika metoder att samla in data, primärdata och sekundärdata. Enligt honom är källor till sekundärdata exempelvis officiell statistik, facklitteratur samt databaser. Vi kommer i denna studie att utgå från sekundärdata som hämtats från databasen Retriever. Det insamlade datat räknas till kategorin tidsseriedata eftersom mätvärdena kan sorteras med avseende på tid. Denna studie kommer dock anta att den strategiska företagsledningens riskbeteende är tidsinvariant, vilket gör att studien har en tvärsnittsdesign. Vid insamlandet av datat avgränsades sökningen till bolag som enligt bolagsverket räknas som större bolag, se avsnittet 1.6 om avgränsningar. Detta möjliggjordes genom Retrievers tjänst utökad sök där önskade avgränsningar kunde specificeras. Databasen Retriever valdes eftersom de relevanta nyckeltalen för undersökningen fanns lättillgängliga. En annan anledning till valet var att de redovisade nyckeltalen i Retriever är beräknade på samma sätt, vilket förenklade databearbetningen då inga justeringar behövde göras. Vid insamling av sekundärdata finns risken att datat är av sämre kvalitet, vilket för forskaren kan vara svårt att upptäcka (Saunders et al., 2012, s. 320). För att säkerställa Retrievers redovisade nyckeltal har vi genomfört ett antal stickprov på några av företagens nyckeltal. Dessa stickprov visade att de redovisade nyckeltalen stämde bra överens med företagens årsrapporter. Vi anser därför att dålig kvalitet på data inte är en risk för den aktuella datainsamlingen. Vidare anser vi också att Retriever är en tillförlitlig källa eftersom det är en välanvänd databas för nedladdning av data. De hämtade nyckeltalen, för de utvalda företagen, är avkastning på eget kapital samt avkastning på 35

46 totalt kapital för tidsperioden Nyckeltalen för rampopulationen sparades sedan ner i Excel för manuell bearbetning och beräkning. 5.4 Databearbetning Efter datainsamlingen påpekar Winter (1992, s. 53) att bearbetning av det insamlade datat krävs, då det är ett råmaterial som är svårt att överskåda. Databearbetningen genomförs därför för att få en överblick av datamängden, så att den tydligt åskådliggör problemformuleringen. För att besvara den aktuella studiens problemformulering genomfördes, som nämnts ovan, beräkningar i kalkylprogrammet Excel. Som nämnts under avsnitt 5.2 kan övertäckning uppstå vid urvalsförfarandet, detta har undvikits genom att kontrollera företagens branschhuvudgrupp, branschundergrupp samt huvud SNI-kod. Genom detta har företag som inte tillhör den svenska skogsindustrin exkluderats. Vidare har beräkningar av medelvärde, varians samt referenspunkt utförts i Excel. Efter bearbetning av datat användes statistikprogrammet SPSS för att utföra lämpliga statistiska test. Vi ansåg SPSS som ett passande statistikprogram för denna studie då det, enligt Körner och Wahlgren (2013, s. 25), är ett av de mest använda programmen vid universitet både i Sverige och övriga delar av världen. 5.5 Bortfall Bortfall är enligt Lantz (2014, s. 173) de individer som från början fanns med i urvalet men som faller bort och därmed inte kommer med i det slutliga urvalet. Han påpekar att det är av stor vikt att beskriva hur stort bortfallet är samt att det är viktigt att vara medveten om vad bortfall kan ha för eventuella effekter på studiens resultat. Winter (1992, s ) beskriver att bortfall uppstår då data inte finns tillgängligt för samtliga individer i urvalet, vilket resulterar i att det urval som fanns från början blir ofullständigt. Hon menar vidare att det kan undersökas om bortfallet utgörs av specifika egenskaper och därmed inte blir ett slumpmässigt bortfall. Detta kan göras genom att försöka identifiera specifika egenskaper i bortfallet så att hänsyn till dessa kan tas vid analys och slutsats. I den aktuella studien har vi valt att, från urvalet på 283 företag, manuellt exkludera de företag där mindre än 25% av datat fanns tillgängligt för den valda tidsperioden, vilket innebar att företag som uppvisade data för färre än två år av den studerade åttaårsperioden inte togs med. Detta gjordes i linje med Chou et al. (2009, s. 195) som också exkluderat de företag som redovisade data för mindre än 25% av deras studerade tidsperiod. Detta innebär att de i studien inkluderat företag som inte uppvisat data för samtliga studerade år. Även Jegers (1991, s. 218) har i sin studie valt att inkludera företag som inte har tillgänglig data för samtliga år av den studerade tidsperioden eftersom han sett att tidigare forskning visat på att resultatet inte påverkats av detta i större utsträckning. Antalet exkluderade företag, där mindre än 25% data fanns tillgängligt över den studerade åttaårsperioden, uppgick till 2 företag för både avkastning på eget kapital och avkastning på totalt kapital. De exkluderade företagen var samma för båda avkastningsmåtten. Anledningen till dessa företags bortfall är att företagen registrerades först år Vidare 36

47 exkluderades företagen som, för avkastning på totalt kapital respektive avkastning på eget kapital, utgjorde medianen, då dessa varken kunde klassas som ovan eller under referenspunkten. Detta motsvarade ett totalt bortfall på ca 1%. Enligt Winter (1992, s. 38) är ett bortfall på 10% acceptabelt genom att resultat inte väsentligt påverkas. Vi anser därmed att ett bortfall på 1% inte kommer påverka studiens resultat i hög grad. Efter bortfallet uppgick antalet företag i det slutliga urvalet till 280 företag för respektive avkastningsmått. 5.6 Antaganden och beräkning av variabler För att utföra de statistiska test som krävdes för att pröva de formade hypoteserna behövde beräkningar av variabler först utföras. De beräkningar som använts i denna studie är i linje med Bowman (1980), Fiegenbaum och Thomas (1988) samt Jegers (1991) studie. Adekvata variabler och beräkningar vid undersökningar av risk- och avkastningssambandet på företagsnivå redogjordes för i kapitlet teoretisk referensram, valet av variabler för den aktuella studien gjordes därefter utifrån denna litteraturgenomgång. Detta avsnitt kommer vidare behandla dessa variabler samt ytterligare bakomliggande skäl till valen Avkastningsmått Som nämnts under avsnitt har den aktuella studien valt att undersöka den svenska skogsindustrins risk- och avkastningssamband med de redovisningsgrundande avkastningsmåtten avkastning på eget kapital samt avkastning på totalt kapital. Båda måtten är ämnade att reflektera den strategiska företagsledningens prestation. Jegers (1991, s. 216) menar att en skillnad mellan dessa mått föreligger. Han menar att avkastning på eget kapital i större grad reflekterar aktieägarnas synvinkel, eftersom endast det egna kapitalet är inkluderat. Avkastning på totalt kapital inkluderar istället företagets totala kapital, innan utbetalning samt utdelning till kreditgivare och ägare, vilket enligt Jegers (1991, s. 216) i större grad reflekterar den strategiska företagsledningens prestation jämfört med avkastning på eget kapital. I kontrast till detta menar Bowman (1980, s. 5) att det är avkastning på eget kapital som är det relevanta avkastningsmåttet att använda, detta därför att det är det mest intressanta lönsamhetsmåttet för den strategiska företagsledningen. Han menar också att avkastning på eget kapital är det vanligaste måttet inom ekonomisk forskning. Fiegenbaum och Thomas (1988, s. 85 & 91) valde att utveckla Bowmans (1980) tillvägagångssätt och tillämpade därmed också avkastning på eget kapital som avkastningsmått. Fiegenbaum och Thomas (1988, s. 100) påpekar dock att frågan om vems avkastningsmått och riskmått som är viktigast att ta hänsyn till är en viktig del att ta ställning till vid undersökningar av riskattityder. Trots att Jegers (1991, s. 216) poängterar att avkastning på eget kapital och avkastning på totalt kapital reflekterar olika synvinklar kommer vi i den aktuella studien tillämpa avkastningsmåtten som en mätenhet för den strategiska företagsledningens prestation. Även om avkastningsmåtten kan sägas reflektera olika synvinklar olika mycket är båda i grunden lönsamhetsmått. Bodie et al. (2014, s ) förklarar att avkastning på eget kapital fokuserar på lönsamhet genererad från investeringar finansierade av eget kapital, medan avkastning på totalt kapital fokuserar på lönsamheten från investeringar finansierade av företagets totala kapital. Då också Bowman (1980, s. 5) samt Fiegenbaum och Thomas (1988, s. 85 & 91) har till syfte att undersöka risk- och avkastningssambandet 37

48 ur den strategiska företagsledningens perspektiv genom användningen av avkastning på eget kapital anser vi att även detta avkastningsmått är lämpligt att använda vid bedömning av den strategiska företagsledningens prestation. För att båda avkastningsmåtten ska visa god lönsamhet krävs det att den beslutande enheten inom företaget, det vill säga den strategiska företagsledningen, fattar rätt resursallokeringsbeslut, därför anser vi att avkastning på eget kapital samt avkastning på totalt kapital kan användas för att reflektera den strategiska företagsledningens prestationer. Beräkning av avkastningsmåtten kan skilja sig lite åt, grunden är dock densamma (Bodie et al., 2014, s ). Eftersom avkastningsmåtten i denna studie är hämtade från Retriever har vi erhållit deras sätt att beräkna dessa. Det är inte säkert att de studier vi ämnar jämföra våra resultat med har beräknat avkastningsmåtten på samma sätt, dock påverkas inte jämförbarheten av detta. Det viktiga är att avkastningsmåttet i en studie är beräknad på samma sätt för att kunna generera pålitliga resultat, detta då företagen som inkluderats i studien ställs mot varandra utifrån måttet. Resultaten från olika studier kan därmed jämföras med varandra så länge som avkastningsmåtten speglar samma perspektiv Median och referenspunkt I enlighet med Fiegenbaum och Thomas (1988, s. 91) samt Jegers (1991, s. 218) beräknade vi för varje företag det aritmetiska medelvärdet för avkastning på eget kapital samt avkastning på totalt kapital över den studerade tidsperioden. Enligt Körner och Wahlgren (2013, s. 47) benämns det aritmetiska medelvärdet vanligen medelvärdet, vilket det också gör i denna studie. Sedan rangordnade vi dessa, från högsta till lägsta värde, och delade företagen i två grupper vid respektive median. Eftersom medianerna utgör referenspunkten för avkastning på eget samt totalt kapital fick vi, för respektive avkastningsmått, en grupp med företag som låg ovan referenspunkten samt en grupp med företag under referenspunkten. Vi valde att använda medianen, istället för medelvärdet, som referenspunkt för den svenska skogsindustrin då merparten av de tidigare studier vi främst utgått från låter medianen tjäna som referenspunkt inom branschen, se tabell 1. En annan anledning till varför medianen är ett lämpligt mått i denna studie är att denna inte påverkas av eventuella extremvärden enligt Fiegenbaum och Thomas (1988, s. 91) samt Körner och Wahlgren (2013, s. 45). Detta gör att skogsindustrins referenspunkt kan bli mer rättvisande då den inte påverkas av företag som har extremt låg eller extremt hög genomsnittlig avkastning över den studerade tidsperioden Variansen Som riskmått i denna studie använde vi variansen för avkastning på eget kapital och avkastning på totalt kapital. Detta i linje med Fiegenbaum och Thomas (1988, s. 91) samt Jegers (1991, s. 216), vilka också använde variansen för de valda avkastningsmåtten som mätenhet för risk. Andra tidigare studier, som exempelvis Chou et al. (2009, s. 195) samt Zribi och Boujelbène (2012, s. 21) har istället använt standardavvikelsen som riskmått, men då den aktuella studien ämnar replikera Fiegenbaum och Thomas (1988) samt Jegers (1991) valde vi att använda variansen för att kunna få ett så jämförbart resultat som möjligt. Vi beräknade först variansen för varje företag som låg ovanför referenspunkten. Detta genom att beräkna företagens varians för samtliga år, bortsett från år 2013 då vi inte hade någon tillgänglig data för år Sedan beräknades ett medelvärde av respektive 38

49 företags varians över tidsperioden. Detta tillvägagångssätt, för bestämning av variansen, tillämpades på samma sätt för de företag som låg under referenspunkten. 5.7 Statistiska verktyg I linje med Bowman (1980, s. 12), Fiegenbaum och Thomas (1988, s. 92) samt Jegers (1991, s. 218) har vi valt att i denna studie tillämpa två grundläggande icke parametriska metoder för att studera risk- och avkastningssambandet: korstabell samt Spearmans rangkorrelation. Främst väljer vi att tillämpa samma metoder som de tidigare studierna då vi ämnar generera ett jämförbart resultat. Vidare väljer vi icke parametriska metoder då statistiska test visat att vårt data inte är normalfördelat, se avsnitt Icke parametrisk statistik är utformad för att användas när man inte förutsätter normalfördelning (Saunders et al., 2012, s. 508) därför lämpar sig dessa statistiska metoder att använda i denna studie. Vidare i detta avsnitt kommer vi redogöra för de statistiska test vi brukat Fördelning av data För att säkerställa att de två icke parametriska statistiskmetoderna, korstabell samt Spearmans rangkorrelationstest, lämpade sig för studiens data har vi inledningsvis kontrollerat dess fördelning. Som sagts i föregående avsnitt lämpar sig icke parametriska metoder för data som inte följer en normalfördelning (Saunders et al., 2012, s. 508). Definitionen av normalfördelat data är, enligt Saunders et al. (2012, s. 510), att varje kvantitativ variabel ska vara normalfördelat samt att variablerna ska vara samlade runt medelvärdet i ett symmetriskt mönster, formandes en klockformad frekvensfördelning. Vidare menar Saunders et al. (2012, s. 495) att ett symmetriskt mönster innebär att datat är jämt fördelat på var sida om den högsta frekvensen. För att visa datats fördelning skapade vi frekvenspolygoner och utförde Kolmogorov-Smirnov test för respektive avkastningsmått och riskmått i SPSS. Detta är två av de metoder som Saunders et al. (2012, s. 510) menar används vid kontrollering av datats fördelning. Kolmogorov-Smirnov testet tillämpades då testet lämpar sig vid användning av rangordnat data samt anses ha en högre statistisk styrka än chi-två testet (Conover, 1999, s. 428). Kolmogorov-Smirnov testet undersöker till vilken grad en observerad frekvensfördelning överensstämmer med en teoretisk frekvensfördelning, genom detta kan sedan slutsatser dras om datats fördelning. Enligt Conover (1999, s ) visar Kolmogorov-Smirnovs teststatistika den högsta absoluta skillnaden mellan den observerade samt teoretiska kumulerade proportionen. Normalfördelningstestet prövar om den absoluta skillnaden mot den teoretiska fördelningen är tillräckligt stor för att vara signifikant. Pallant (2010, s. 63) menar att ett signifikant värde över 0,05 indikerar en normalfördelning medan ett signifikant värde under 0,05 tyder på icke normalfördelat data. Frekvenspolygoner skapades för att visuellt visa på datats fördelning. Dessa visar om datat för varje kvantitativ variabel, det vill säga för avkastning på eget kapital, avkastning på totalt kapital, risk för avkastning på eget kapital och risk för avkastning på totalt kapital, är samlad runt medelvärdet av observationerna i ett symmetriskt mönster. För att förtydliga fördelningen lades en normalfördelingskurva till i figurerna, se figur 3-6, appendix 1. Saunders et al. (2012, s. 495) förklarar att om observationerna är samlade till 39

50 vänster om medelvärdet och har en lång svans till högre innebär det att datat är positivt snedfördelat. Är observationerna istället samlad till höger om medelvärdet med en lång svans till vänster innebär det att datat är negativt snedfördelat. Parametriska metoder föredras ofta framför icke parametriska metoder då de anses ha den högsta statistiska styrkan eftersom numerisk data används förklarar Saunders et al. (2012, s. 508). Men för att de parametriska analysmetoderna ska ge ett starkt statistiskt resultat menar de att det krävs att datat uppfyller specifika kriterier, till exempel att datat ska vara normalfördelat. Då datat i den aktuella undersökningen inte är normalfördelat tillämpas icke parametriska analysmetoder. Styrkan av de icke parametriska analysmetoderna i den aktuella undersökningen stärks genom ett stort urval ur populationen Korstabell En korstabell beskriver Körner och Wahlgren (2013, s. 156 & 32) som en tabell där två eller fler kvantitativa eller kvalitativa variabler redovisas. I denna studie har korstabeller skapats för avkastning på eget kapital och dess risk samt för avkastning på totalt kapital och dess risk, det vill säga att avkastningsmåttet och dess risk utgör de två variablerna i tabellen. Vidare har tabellerna redovisat siffrorna i absoluta tal. I enlighet med Bowman (1980, s. 6), Fiegenbaum och Thomas (1988, s. 92) samt Jegers (1991, s. 218) utförde vi en korstabell för respektive företagsgrupp, det vill säga företag inom den svenska skogsindustrin under respektive ovan referenspunkten, se tabell 3 på nästa sida. Detta gjordes för respektive avkastningsmått och dess varians. Korstabellerna utfördes för att möjliggöra en kategorisering av företagen i respektive företagsgrupp till grupperna högt avkastningsmått-låg varians (HL), lågt avkastningsmått-hög varians (LH), högt avkastningsmått-hög varians (HH) och lågt avkastningsmått-låg varians (LL). För till exempel företagsgruppen ovan referenspunkten beräknade vi den genomsnittliga avkastningen och variansen, för respektive avkastningsmått, över den studerade tidsperioden. Därefter rangordnade vi observationerna efter respektive risk- och avkastningsmått och delade företagsgruppen vid medianen av avkastningsmåttet och riskmåttet. Som vi kan se utifrån tabell 3 möjliggjorde detta att varje företag kunde kategoriseras som antingen HL, LH, HH eller LL. Eftersom korstabellerna utfördes för respektive företagsgrupp, det vill säga företag under respektive ovan referenspunkten, innebär det att antalet företag per tabell är 140 stycken. Som nämnts under avsnitt 5.5 består studiens totala urval av 280 stycken företag, hälften av dessa, alltså 140 stycken, placeras ovan referenspunkten och den andra hälften placeras under referenspunkten. Detta innebär att det blir 140 företag per korstabell. Beräkningarna och kategoriseringen av företagen har gjorts manuellt i Excel. 40

51 Tabell 3. Korstabell för kategorisering av företag Risk Hög Låg Summa Avkastning Hög HH HL HH+HL Låg LH LL LH+LL Summa HH+LH HL+LL Totalt 140 Körner och Wahlgren (2013, s. 158) samt Saunders et al. (2012, s. 498) framhäver att korstabeller kan användas för att undersöka oberoende mellan variablerna. Hur undersökningen via tabellerna utförs styrs av vilka hypoteser som ska testas. Vi har testat sambandet mellan risk och avkastning för respektive korstabell, i enlighet med de formade underhypoteserna i avsnitt 3.2. Samma tillvägagångsätt som Bowman (1980, s. 26), Fiegenbaum och Thomas (1988, s. 92) samt Jegers (1991, s. 218) tillämpat har även använts i denna studie för att framställa jämförbara resultat. De använde sig av den så kallade negativa sambandskvoten för risk och avkastning (eng. Negative Risk-Return Association Ratio). Denna negativa sambandskvot beräknas: Negativa sambandskvoten = (HL + LH) (HH + LL) Formel 1 Den negativa sambandskvoten, uttryckt i ord, är summan av företagen i cellerna LH och HL dividerad med summan av företagen i cellerna HH och LL i korstabellerna (Jegers, 1991, s. 218). Fiegenbaum och Thomas (1988, s. 92) förklarar, liksom Bowman (1980, s. 26), att en negativ sambandskvot som är större än 1 antyder ett negativt samband mellan risk och avkastning, medan en negativ sambandskvot som är mindre än 1 antyder ett positivt samband mellan risk och avkastning. Desto högre divergens från 1 desto starkare samband. Om den negativa sambandskvoten är lika med 1 finns inget samband mellan risk och avkastning. På detta sätt har vi också, i den aktuella studien, beräknat och utvärderat den negativa sambandskvoten för att studera risk- och avkastningssambandet för företag inom den svenska skogsindustrin. Inget signifikant resultat kommer kunna genereras utifrån denna analys, men genom jämförelser med tidigare studier anser vi att korstabellerna ger en bra indikation av hur sambandet mellan risk och avkastning ser ut inom den svenska skogsindustrin. Dock kommer indikationerna från den negativa sambandskvoten att kontrolleras med Spearmans rangkorrelationskoefficient, vilken vi kommer redogöra för i nästkommande avsnitt Spearmans rangkorrelation För att finna styrkan av sambandet mellan risk och avkastning för företag inom den svenska skogsindustrin valde vi att tillämpa Spearmans rangkorrelation, i enlighet med tidigare studier. Enligt Conover (1999, s. 313) är det vanligaste korrelationstestet Pearsons produktmomentkorrelationskoefficient, dock används testet vid numerisk samt normalfördelat data. Denna studie tillämpar istället Spearmans rangkorrelationstest då det 41

52 används flitigt i studier med icke parametriskt samt rangordnat data och därför att det är ett vanligt korrelationstest inom företagsekonomi (Conover, 1999, s. 313). Denna modell använder en korrelationskoefficient som är beräknad utifrån rankad data, därmed menar Saunders et al. (2012, s. 521) att korrelationskoefficienten representerar graden av överensstämmelse mellan två uppsättningar av rangordnade variabler. I denna studie representerar risk och avkastning de två uppsättningarna av rankad data. Korrelationskoefficienten är måttet som används vid mätningen av ett variabelsamband. Lantz (2014, s ) förklarar att koefficienten kan anta värden mellan -1 och 1, där ett värde lika med -1 indikerar ett perfekt negativt samband, ett värde lika med 1 indikerar ett perfekt positivt samband samt ett värde lika med 0 indikerar att det inte föreligger något samband mellan variablerna. Vidare menar Pallant (2010, s. 103) att en negativ korrelation innebär att när den ena variabeln ökar minskar den andra och en positiv korrelation indikerar att när den ena variabeln ökar, ökar den andra. För att kunna besvara underhypoteser H0C-H0F med hjälp av Spearmans rangkorrelationstest utförde vi testet för respektive företagsgrupp, det vill säga för de företagen ovan samt under referenspunkten. För respektive företagsgrupp rangordnade vi respektive avkastningsmått, eftersom Spearmans rangkorrelationstest kräver rangordnat data (Saunders et al., 2003, s. 364). Vidare utfördes testet med en signifikansnivå på 1%, det vill säga med ett 99% konfidensintervall. Val av signifikansnivå grundar sig bland annat i Fiegenbaum och Thomas (1988, s. 93 & 99) samt Jegers (1991, s ) studier, vilka har tillämpat 1% signifikansnivå. Vi fann därför att 1% signifikansnivå var lämplig att tillämpa, men också därför att Lantz (2014, s. 84) poängterar att detta är en vanlig signifikansnivå att använda. Viktigt att komma ihåg är att signifikansnivån inte visar hur starkt sambandet är mellan variablerna, utan hur stor tillit vi kan lägga till resultatet av testet (Pallant, 2010, s. 135). Vidare valde vi att tillämpa ett ensidigt test då de utformade hypoteserna ämnar att studera ett positivt respektive negativt samband, det vill säga att de ämnar testa sambandet mot en riktning. Ett tvåsidigt test hade använts om hypoteserna ämnat testa om något slags samband föreligger mellan variablerna risk och avkastning (Körner & Wahlgren, 2013, s ). Som ett komplement till de siffror som beskriver ett eventuellt samband valde vi att göra spridningsdiagram. I dessa inkluderade vi en regressionslinje för att visuellt visa lutningen på sambandet. Lantz (2014, s. 92) beskriver regressionslinjen som den linje som bäst representerar sambandet mellan variablerna Kvalitetskontroll I enlighet med Chou et al. (2009, s. 198) utförde vi en kvalitetskontroll på vårt data. Detta gjordes genom att justera för outliers. Enligt Körner (1993, s. 63) är en outlier en observation vars värde kraftigt avviker från flertalet av de övriga observationernas värde. Wallén (1996, s. 132) menar att man vid data med extrema värden bör göra mätningarna med och utan dessa, för att sedan kunna redovisa skillnaden i resultatet. I den aktuella studien innebar justering av outliers att vi, i likhet med Chou et al. (2009, s. 198), tog bort de företag vars riskmått låg mer än tre standardavvikelser från medelvärdet. Denna justering genomfördes på respektive avkastningsmåtts risk, för respektive företagsgrupp det vill säga företag inom den svenska skogsindustrin under respektive ovan 42

53 referenspunkten. Som nämndes under avsnitt består varje företagsgrupp av 140 företag, vid justering för outliers föll företag vars riskmått låg mer än tre standardavvikelser från medelvärdet bort vilket minskade antalet företag per företagsgrupp. Då varje företagsgrupp har specifika riskmått innebär det att antalet företag som faller bort vid justering av outliers skiftar från företagsgrupp till företagsgrupp. Att justera för outliers påpekar Körner (1993, s. 159) samt Körner och Wahlgren (2013, s. 79) som viktigt då korrelationskoefficienten i stor utsträckning kan påverkas av dessa extremvärden. För att se vilken inverkan på resultatet justeringen av outliers hade, utförde vi ytterligare fyra Spearmans rangkorrelationstest samt fyra spridningsdiagram. Detta möjliggjorde en kvalitetskontroll för de sambandsvärden vi ursprungligen fann. Vi utförde ingen liknande kvalitetskontroll på korstabellerna då vi ansåg att extrema värden inte påverkar resultatet dessa genererade. I korstabellerna är det viktiga om avkastningsmåttet respektive dess risk ligger ovan eller under referenspunkten. 5.8 Metoddiskussion Efter genomgång av studiens praktiska tillvägagångssätt vill vi i detta avsnitt uppmärksamma läsaren på hur några av de praktiska metodval vi gjort kan komma att påverka resultatet. Att vi för företagens avkastning, för respektive avkastningsmått, beräknade medelvärdet och använde den genomsnittliga avkastningen över den studerade tidsperioden kan ha en viss inverkan på resultatet. Detta eftersom medelvärdet är känsligt för extrema värden (Körner & Wahlgren, 2013, s. 45). I denna studie innebär detta att företag som för något enskilt år uppvisade extremt hög avkastning eller extremt låg avkastning, jämfört med övriga år under tidsperioden, kan få ett missvisande värde på den genomsnittliga avkastningen. Detta medför i sin tur att företagens avkastning i förhållande till branschgenomsnittet också kan bli missvisande. En annan anledning till att företagens genomsnittliga avkastning, och därmed deras avkastning i förhållande till branschen, kan bli missvisande, är att vi, som förklarades under avsnitt 5.5, exkluderade företag där mindre än 25% av datat fanns tillgängligt för den valda tidsperioden. Detta i enlighet med Chou et al. (2009, s. 195). Eftersom den aktuella studien har en vald tidsperiod på åtta år innebär det att företag med data för färre än två år togs bort. En missvisande genomsnittlig avkastning kan därför ha genererats för företag som endast hade ett fåtal observationer i förhållande till den valda tidsperioden, eftersom genomsnittet för åtta år endast baseras på ett mindre antal observationer. Fel i beräkningar för medelvärde och varians för respektive avkastningsmått kan också ha förekommit på grund av den mänskliga faktorn, detta då dessa beräkningar gjordes manuellt i Excel. Detta är dock något vi försökt reducera genom kontrollräkning av variablerna. Eftersom den aktuella studien är hypotesprövande innebär det, enligt Körner och Wahlgren (2013, s. 122) att studien ska leda till att nollhypotesen antingen förkastas eller inte förkastas, det vill säga att den istället accepteras. Enligt Lantz (2014, s. 90) finns det vid hypotesprövning risk att fatta fel beslut. Han menar att dessa felaktiga beslut kan uppstå på två olika sätt och benämns fel av typ I respektive fel av typ II. Ett typ I-fel innebär att en sann nollhypotes förkastas, vidare innebär ett typ II-fel att en falsk nollhypotes inte förkastas och istället accepteras. Lantz (2014, s. 89) beskriver också att 43

54 hur stor risk det finns att göra ett fel av typ I eller typ II beror på signifikansnivån i den statistiska hypotesprövningen. Vid en lägre signifikansnivå är risken för att förkasta en sann nollhypotes, alltså göra ett typ I-fel, mindre men vid en lägre signifikansnivå krävs också starkare bevis för att förkasta en nollhypotes. Då den aktuella studien har en signifikansnivå på 1%, ser vi risken för att göra ett typ II-fel som större än risken att göra ett typ I-fel. Detta innebär att det i större utsträckning finns en risk att inte förkasta en nollhypotes trots att den är falsk. 44

55 6 Resultat I detta kapitel presenteras studiens resultat. Inledningsvis görs en presentation av deskriptiv statistik samt fördelning av data. Sedan visas resultatet för respektive avkastningsmått samt underhypoteserna för dessa. 6.1 Deskriptiv statistisk I tabell 4 nedan visas medelvärde, minimum- och maximumvärde, intervall mellan minimum- och maximumvärde, samt standardavvikelse för studiens respektive variabler. Tabell 4. Deskriptiv statistik Descriptive Statistics N Range Minimum Maximum Mean Std. Deviation (%) (%) (%) (%) (%) Avkastning på totalt kapital Risk, avkastning på totalt kapital Avkastning på eget kapital Risk, avkastning på eget kapital ,11-23,13 37,98 6,26 8, ,00,00 900,00 87,63 123, , ,32 170,51-2,65 92, ,87, , , ,59 Valid N (listwise) 281 Från tabell 4 kan utläsas att standardavvikelsen för avkastning på eget kapital är betydligt högre än standardavvikelsen för avkastning på totalt kapital, 92,73% jämfört med 8,15%. Detta innebär att spridningen, alltså skillnaden mellan de olika observationerna, är större för avkastning på eget kapital. Minimum respektive maximumvärdena för de båda avkastningsmåtten visar också på detta, då minimum- och maximumvärdena för avkastning på eget kapital är -1055,32% respektive 170,51%, jämfört med motsvarande värden för avkastning på totalt kapital vilka är -23,13% respektive 37,98%. Detta påverkar i sin tur storleken på intervallen mellan minimum- och maximumvärdena. Svängningarna i avkastningsmåtten, främst i avkastning på eget kapital, är stora från år till år eftersom vissa företag uppvisar stora negativa avkastningsmått ett år för att det andra året uppvisa stora positiva tal och vise versa. Ett av de studerade företagen redovisar en avkastning på eget kapital under 2009 på -2594,87% för att under 2010, för samma avkastningsmått, redovisa en siffra på 31,61%. Samma företag hade, över hela den studerade tidsperioden, ett medelvärde för avkastning på eget kapital på -346,35%. Detta bidrar till en mycket hög varians. Den höga variansen visas tydligt i tabell 4. Den högsta variansen är hela ,87% för ett av företagens samtliga observationer för avkastning 45

56 på eget kapital över den studerade tidsperioden. Svängningarna i avkastning på eget samt totalt kapital inom den svenska skogsindustrin är därmed höga. Jämför vi medelvärdena på avkastningsmåtten ser vi att avkastning på eget kapital har ett negativt medelvärde på -2,65% jämfört med medelvärdet för avkastning på totalt kapital som är ett positivt värde på 6,26%. Det negativa medelvärdet på eget kapital påverkas av att antalet företag som uppvisar negativ avkastning på eget kapital är fler än antalet företag som uppvisar negativ avkastning på totalt kapital, samt att de företag som uppvisar negativ avkastning på eget kapital har relativt extrema negativa värden. 6.2 Fördelning av data Utifrån tabell 5 nedan kan resultatet av Kolmogorov-Smirnov testet ses för samtliga avkastnings- och riskvariabler. Teststatistikan visar den högsta absoluta skillnaden mellan den observerade samt teoretiska kumulerade proportionen. I tabell 5 kan ses att Most Extreme Absolute och Test Statistic visar samma värde och är därmed synonyma med varandra, därför kommer dessa två härmed benämnas med det gemensamma namnet teststatistika. Utläsas kan att teststatistikan för risk, avkastning på eget kapital är 0,464 och är därmed högst i förhållande till resterande teststatistikor. Därmed kan sägas att den största skillnaden mellan den observerade och den teoretiska kumulerade fördelningen är 0,464 för denna variabel. Minst är teststatistikan för avkastning på totalt kapital som har ett värde på 0,083. Den minsta absoluta skillnaden mellan den observerade och teoretiska kumulerade fördelningen är därmed 0,083. Enbart utifrån de absoluta skillnaderna kan inte något med signifikans sägas om datats fördelning. I avsnitt under den praktiska metoden nämndes att ett signifikansvärde större än 0,05 indikerar ett normalfördelat data, medan ett signifikansvärde mindre än 0,05 indikerar ett icke normalfördelat data. Kolmogorov-Smirnov testet i denna studie visar för samtliga variabler på ett signifikansvärde på 0,000, vilket innebär att datat inte följer en normalfördelning då signifikansvärdet är mindre än 0,05. Därmed är den absoluta skillnaden mellan den observerade och den teoretiska kumulerade proportionen tillräckligt stor för att med signifikans kunna säga att datat inte följer en normalfördelning. Tabell 5. Kolmogorov-Smirnov test One-Sample Kolmogorov-Smirnov Test Avkastning på totalt kapital Risk, avkastning på totalt kapital Avkastning på eget kapital Risk, avkastning på eget kapital N Normal Parameters a,b Mean (%) 6,26 87,63-2, ,13 Std. Deviation (%) 8,15 123,16 92, ,59 Most Extreme Differences Absolute,083,238,307,464 Positive,083,208,224,464 Negative -,064 -,238 -,307 -,422 Test Statistic,083,238,307,464 Asymp. Sig. (2-tailed),000 c,000 c,000 c,000 c a. Test distribution is Normal. b. Calculated from data. c. Lilliefors Significance Correction. 46

57 Fördelningen av datat framgår vidare av frekvenspolygonerna i figurerna 3-6 i appendix 1. Datat för variabeln avkastning på totalt kapital kan tyckas vara normalfördelat, se figur 4, dock ser vi en antydan av skevhet i förhållande till dess medelvärde på 6,26%. Frekvenspolygonen för avkastning på eget kapital, figur 3, visar på en negativ skevhet i förhållande till dess medelvärde på -2,65%. Denna skevhet är större än den för avkastning på totalt kapital. Figur 5 och 6 visar att det för båda variablerna risk, avkastning på totalt kapital samt risk, avkastning på eget kapital föreligger en positiv skevhet i förhållande till medelvärdena på 87,63% respektive ,13%. Datat är därmed inte symmetriskt samlat runt medelvärdet för någon av variablerna. Både Kolmogorov-Smirnov testet samt frekvenspolygonerna talar således för tillämpningen av de icke parametriska statistikmetoderna i denna studie, då datat, med signifikans, visats vara icke normalfördelat. 6.3 Avkastning på eget kapital Sambandet mellan risk och avkastning inom den svenska skogsindustrin har bland annat testats genom observationer av företagens årliga avkastning på eget kapital och dess varians för perioden De statistiska test som genomförts på detta avkastningsmått ämnar pröva underhypoteserna: H0C: Ett negativt samband mellan risk och avkastning på eget kapital existerar för företag under referenspunkten inom den svenska skogsindustrin H0D: Ett positivt samband mellan risk och avkastning på eget kapital existerar för företag ovan referenspunkten inom den svenska skogsindustrin Dessa underhypoteser utformades för att möjliggöra en djupare analys av de två huvudhypoteserna H0A och H0B, beträffande avkastning på eget kapital. Nedan kommer resultatet av prövningen, av respektive underhypotes, för sambandet mellan risk och avkastning på eget kapital redovisas. Avsnitt kommer behandla underhypotes H0C och avsnitt kommer behandla underhypotes H0D Sambandet mellan risk och avkastning på eget kapital under referenspunkten Tabell 6 på nästkommande sida visar kategoriseringen av de 140 företag, det vill säga hälften av de totala 280 företag, som ligger under branschens referenspunkt utifrån avkastning på eget kapital. Korstabellen åskådliggör att avsevärt fler företag hamnar under kategorierna hög avkastning på eget kapital och låg risk samt låg avkastning på eget kapital och hög risk än under kategorierna hög avkastning på eget kapital och hög risk samt låg avkastning på eget kapital och låg risk. De två förstnämnda kategorierna står för 72,86% ((51+51)/140) av det totala antalet företag under referenspunkten. Detta tyder på att hög avkastning på eget kapital tenderar att hänga samman med låg risk och låg avkastning på eget kapital tenderar att hänga samman med hög risk, för företag som ligger under referenspunkten. 47

58 Tabell 6. Kategorisering av företag under referenspunkten utifrån avkastning på eget kapital och risk Risk Hög Låg Summa Hög Avkastning på eget kapital Låg Summa Utifrån ovan kategorisering beräknades, med hjälp av formel 1, den negativa sambandskvoten till 2,68. Detta visar på ett negativt samband mellan risk och avkastning på eget kapital eftersom kvoten är större än 1. Som nämnts hade inget samband förelegat om sambandskvoten varit lika med ett eller att ett positivt samband hade förelegat om kvoten varit mindre än ett. Att det föreligger ett negativt samband mellan risk och avkastning på eget kapital för företag under referenspunkten inom den svenska skogsindustrin visas också av Spearmans rangkorrelationskoefficient i tabell 7 nedan. Utläsas kan att rangkorrelationskoefficienten är -0,618, vilket enligt Saunders et al. (2012, s. 521) tyder på att ett starkt negativt samband föreligger. Detta påvisar att höga värden i den ena variabeln efterföljs av låga värden i den andra variabeln. Sambandskvoten visar också på detta negativa samband, dock utan signifikansnivå. Utifrån Spearmans rangkorrelationstest kan vi säga att det negativa sambandet är signifikant på 1% nivån. Korrelationen på -0,618 visar på signifikansen av styrkan samt riktningen på sambandet mellan risk och avkastning på eget kapital, den säger dock inget om hur variablerna påverkar varandra. Sambandet visas också visuellt av regressionslinjen i figur 7 i appendix 2. Tabell 7. Korrelation mellan avkastning på eget kapital och risk, under referenspunkten Correlations Avkastning på eget kapital Risk Spearman's rho Avkastning på eget kapital Correlation Coefficient 1,000 -,618 ** Sig. (1-tailed).,000 N Risk Correlation Coefficient -,618 ** 1,000 Sig. (1-tailed),000. N **. Correlation is significant at the 0.01 level (1-tailed). 48

59 När vi utförde kvalitetskontrollen av resultatet exkluderades företag med ett riskmått som låg tre standardavvikelser från dess medelvärde inom denna företagsgrupp. Detta innebar att 4 företag föll bort från det totala antalet på 140 stycken, därmed minskade antal företag till 136 stycken. Efter justeringen var korrelationen mellan variablerna fortsatt signifikant på 1% nivån, se tabell 15 i appendix 2. Dock förändras rangkorrelationskoefficienten till -0,584, vilket enligt Saunders et al. (2012, s. 521) innebär att det negativa sambandet istället klassas som måttligt starkt. En justering för outliers har därmed visats ha inverkan på sambandet mellan risk och avkastning på eget kapital för företag under referenspunkten. Då resultatet är fortsatt signifikant på 1% nivån anser vi att korrelationstestet är pålitligt. Spridningsdiagram i figur 7 och 8, appendix 2, visar den regressionslinje som bäst visualiserar det negativa sambandet mellan risk och avkastning på eget kapital för data som inte är samt är justerat för outliers. Vi ser att regressionslinjens lutning påverkas till hög grad av outliers, eftersom denna blir flackare när dessa exkluderas. Dock påverkas inte styrkan av sambandet, det vill säga korrelationskoefficienten, avsevärt av denna justering. Sammanfattande ser vi att den negativa sambandskvoten visar att sambandet mellan risk och avkastning på eget kapital är negativt. Även Spearmans rangkorrelationskoefficient, med och utan extremvärden, visar på ett starkt negativt samband med en signifikansnivå på 1% mellan dessa variabler. Genom detta väljer vi att inte förkasta underhypotes H0C Sambandet mellan risk och avkastning på eget kapital ovan referenspunkten Korstabellen i tabell 8 visar kategoriseringen av de 140 företag som ligger ovan den svenska skogsindustrins referenspunkt utifrån avkastning på eget kapital. Utifrån denna korstabell kan utläsas att de dominerande kategorierna för företag ovan referenspunkten är hög avkastning på eget kapital och hög risk samt låg avkastning på eget kapital och låg risk. 61,43% ((43+43)/140) av företagen ovan referenspunkten hamnar under dessa kategorier. Denna fördelning mellan kategorierna visar på att ett samband föreligger mellan risk och avkastning på eget kapital. Då de flesta företagen har kategoriseringen hög avkastning och hög risk eller låg avkastning och låg risk ser vi att hög avkastning följs av hög risk samt att låg avkastning följs av låg risk för företag ovan referenspunkten. Tabell 8. Kategorisering av företag ovan referenspunkten utifrån avkastning på eget kapital och risk Risk Hög Låg Summa Hög Avkastning på eget kapital Låg Summa

60 Den negativa sambandskvoten mellan dessa kategorier beräknades, genom formel 1, till 0,63. Då denna är mindre än 1 innebär det att ett positivt samband föreligger mellan variablerna risk och avkastning på eget kapital. Denna sambandskvot divergerar inte lika mycket från 1 som sambandskvoten för företag under referenspunkten, vilket innebär att det positiva sambandet inte är lika starkt som det negativa sambandet. Liksom den negativa sambandskvoten påvisar även Spearmans rangkorrelationstest på ett positivt samband, se tabell 9. Utifrån tabellen kan utläsas att korrelationen mellan risk och avkastning på eget kapital för företag ovan referenspunkten är positivt med en korrelationskoefficient på 0,382, en 1% signifikans. Enligt Saunders et al. (2012, s. 521) innebär en korrelationskoefficient på 0,382 ett måttligt starkt positivt samband. Detta test tyder därför också på att höga avkastningsvärden efterföljs av höga riskmått samt att låga avkastningsvärden efterföljs av låga riskmått. Tabell 9. Korrelation mellan avkastning på eget kapital och risk, ovan referenspunkten Correlations Avkastning på eget kapital Risk Spearman's rho Avkastning på eget kapital Correlation Coefficient 1,000,382 ** Sig. (1-tailed).,000 N Risk Correlation Coefficient,382 ** 1,000 Sig. (1-tailed),000. N **. Correlation is significant at the 0.01 level (1-tailed). Även här hade justeringen för outliers inte någon större inverkan på rangkorrelationskoefficienten. Genom exkluderandet av företag med extremvärden på riskmåttet minskade antalet företag med 2 stycken. Utifrån tabell 16 i appendix 2 ser vi att antalet företag, efter justering för outliers, minskade till 138 stycken och att rangkorrelationskoefficienten förändrades till 0,369. Därmed ser vi att styrkan av sambandet påverkas relativt lite av exkluderandet av extremvärdena. Det positiva sambandet är fortsatt måttligt starkt med ett signifikansvärde på 1%. Utifrån spridningsdiagrammen i figur 9 och 10 i appendix 2, kan visuellt skådas att sambandet mellan risk och avkastning på eget kapital inte förändrar regressionslinjens lutning nämnvärt. Det som dock kan uttydas är att regressionslinjen i figur 10 är en aning flackare än vad motsvarande linje i figur 9 är, vilket tyder på att det positiva sambandet, efter justering för outliers, är en aning svagare. Således tyder den negativa sambandskvoten samt Spearmans rangkorrelationstest på att ett positivt samband mellan risk och avkastning på eget kapital föreligger för företag ovan referenspunkten inom den svenska skogsindustrin. Resultatet visar även på att rangkorrelationskoefficienten inte nämnvärt påverkas av outliers, utan är fortsatt signifikant på 1% nivån, därför anser vi att resultatet är pålitligt. Detta innebär att vi inte förkastar underhypotes H0D. 50

61 6.4 Avkastning på totalt kapital Sambandet mellan risk och avkastning inom den svenska skogsindustrin har också testats genom observationer av företagens årliga avkastning på totalt kapital för perioden De statistiska test som genomförts på detta avkastningsmått ämnar pröva underhypoteserna: H0E: Ett negativt samband mellan risk och avkastning på totalt kapital existerar för företag under referenspunkten inom den svenska skogsindustrin H0F: Ett positivt samband mellan risk och avkastning på totalt kapital existerar för företag ovan referenspunkten inom den svenska skogsindustrin Dessa underhypoteser utformades för att möjliggöra en djupare analys av de två huvudhypoteserna H0A och H0B, beträffande avkastning på totalt kapital. Nedan följer en resultatgenomgång av prövningen för respektive underhypotes för sambandet mellan risk och avkastning på totalt kapital. Avsnitt kommer behandla underhypotes H0E och avsnitt kommer behandla underhypotes H0F Sambandet mellan risk och avkastning på totalt kapital under referenspunkten Korstabellen i tabell 10 nedan visar uppdelningen av de 140 företagen, det vill säga hälften av de totala 280 företagen, under branschens referenspunkt utifrån avkastning på totalt kapital. Samma tendens som visades för avkastning på eget kapital visas även här, det vill säga att flest företag under referenspunkten tenderar att ha hög avkastning på totalt kapital och låg risk eller låg avkastning på totalt kapital och hög risk. 55,71% ((39+39)/140) av företagen under referenspunkten hamnar under dessa två kategorier. Denna ojämna fördelning mellan kategorierna indikerar att ett samband föreligger mellan risk och avkastning på totalt kapital. Fördelningen av företagen indikerar också att hög avkastning på totalt kapital tenderar att följas av låg risk samt att låg avkastning på totalt kapital tenderar att följas av hög risk inom denna företagsgrupp. Tabell 10. Kategorisering av företag under referenspunkten utifrån avkastning på totalt kapital och risk Risk Hög Låg Summa Hög Avkastning på totalt kapital Låg Summa

62 En beräkning utifrån formel 1 resulterade i en negativ sambandskvot på 1,26, vilken visar att sambandet mellan variablerna är negativt för företag under referenspunkten. Detta då den negativa sambandskvoten är större än 1, tillika som för avkastning på eget kapital. Sambandet mellan risk och avkastning på totalt kapital prövades även här med Spearmans rangkorrelationstest, vilket visas av tabell 11. Testet påvisade en rangkorrelationskoefficient med värde -0,239 och med en signifikansnivå på 1%. Rangkorrelationskoefficientens värde tyder enligt Saunders et al. (2012, s. 521) på ett svagt negativt samband mellan risk och avkastning på totalt kapital för företag under branschens referenspunkt. Detta innebär att höga värden på ena variabeln efterföljs av låga värden på den andra variabeln. Detta visas också av regressionslinjens lutning i figur 11, appendix 2. Tabell 11. Korrelation mellan avkastning på totalt kapital och risk, under referenspunkten Correlations Avkastning på totalt kapital Risk Spearman's rho Avkastning på totalt kapital Correlation Coefficient 1,000 -,239 ** Sig. (1-tailed).,002 N Risk Correlation Coefficient -,239 ** 1,000 Sig. (1-tailed),002. N **. Correlation is significant at the 0.01 level (1-tailed). Med justering för outliers minskade antalet företag till 138, det innebär att 2 av de 140 företagen inom denna företagsgrupp hade riskmått som låg mer än tre standardavvikelser från medelvärdet. Justeringen gjorde att rangkorrelationskoefficienten förändrades till -0,209, vilket kan ses i tabell 17, appendix 2. Sambandet mellan risk och avkastning på totalt kapital för företag under referenspunkten förändras därmed inte avsevärt när värden som ligger tre standardavvikelser från medelvärdet exkluderas, utan är fortsatt svagt negativt och signifikant på 1% nivån. Att det negativa sambandet blir lite svagare åskådliggörs av regressionslinjen i figur 12, appendix 2 genom att denna är en aning flackare än regressionslinjen i figur 11 i appendix 2 där outliers är inkluderade. Resultatet av både den negativa sambandskvoten samt Spearmans rangkorrelationstest, både med och utan outliers, visar på att det, för företag under referenspunkten, förekommer ett negativt samband mellan risk och avkastning på totalt kapital med en signifikansnivå på 1%. Underhypotes H0E kommer därmed inte förkastas. 52

63 6.4.2 Sambandet mellan risk och avkastning på totalt kapital ovan referenspunkten I tabell 12 nedan kan utläsas att det för de 140 företagen ovan referenspunkten är antalet företag fler i kategorierna hög avkastning på totalt kapital och hög risk samt låg avkastning på totalt kapital och låg risk. Dessa båda kategorier står för 54,29% ((38+38)/140) av det totala antalet företag ovan referenspunkten. Detta innebär att hög avkastning på totalt kapital tenderar att vara förknippad med hög risk, samt att låg avkastning på totalt kapital tenderar att vara förknippad med låg risk. Vidare innebär detta att det föreligger ett samband mellan variablerna risk och avkastning på totalt kapital för företag inom den svenska skogsindustrin ovan referenspunkten. Tabell 12. Kategorisering av företag ovan referenspunkten utifrån avkastning på totalt kapital och risk Risk Hög Låg Summa Hög Avkastning på totalt kapital Låg Summa Den negativa sambandskvoten mellan variablerna är 0,84, enligt beräkning utifrån formel 1. Då denna är mindre än 1 tyder detta således på att det förekommer ett positivt samband mellan risk och avkastning på totalt kapital för företag ovan referenspunkten. Att det existerar ett positivt samband mellan risk och avkastning på totalt kapital, för företag ovan referenspunkten, visas också genom Spearmans rangkorrelationstest, se tabell 13 på nästkommande sida. Testet visar, med en signifikansnivå på 1%, en korrelationskoefficient på 0,198, vilket innebär att sambandet mellan variablerna är signifikant positivt. Enligt Saunders et al. (2012, s. 521) visar därmed korrelationskoefficienten på ett mycket svagt positivt samband. Genom detta kan också här ses att höga avkastningsmått tenderar att efterföljas av höga riskmått samt att låga avkastningsmått tenderar att efterföljas av låga riskmått. 53

64 Tabell 13. Korrelation mellan avkastning på totalt kapital och risk, ovan referenspunkten Correlations Avkastning på totalt kapital Risk Spearman's rho Avkastning på totalt kapital Correlation Coefficient 1,000,198 ** Sig. (1-tailed).,010 N Risk Correlation Coefficient,198 ** 1,000 Sig. (1-tailed),010. N **. Correlation is significant at the 0.01 level (1-tailed). Vid justeringen för outliers föll tre observationer bort, vilket innebar att företagsantalet minskade från 140 ner till 137, det vill säga att 3 av de 140 företagen hade riskmått som låg mer än tre standardavvikelser från medelvärdet. Tabell 18 i appendix 2 åskådliggör att rangkorrelationskoefficienten minskar till 0,179 och att korrelationens signifikansnivå förändras från 1% till 5%. Sambandet är dock fortsatt mycket svagt och positivt. Att signifikansnivån förändras till 5% visar att resultatet inte är lika pålitligt som de övriga korrelationstesten. Vi ser dock av regressionslinjerna i figur 13-14, appendix 2, att lutningen på sambandet inte förändras mycket genom justering för outliers. Detta innebär att sambandet inte, till högre grad, påverkas av outliers. Den negativa sambandskvoten samt Spearmans rangkorrelationskoefficient, med 1% respektive 5% signifikansnivå, indikerar att ett svagt positivt samband mellan risk och avkastning på totalt kapital föreligger för företag ovan referenspunkten inom den svenska skogsindustrin. Trots att signifikansnivån förändras till 5% vid justering för outliers, är resultatet fortfarande signifikant på 1% nivå med outliers inkluderade. Underhypotes H0F kommer därför inte att förkastas. 6.5 Sammanställning av hypotesprövning För att tydliggöra resultatet av den aktuella studiens hypotesprövning visas i tabell 14, på nästkommande sida, en sammanställning av samtliga hypoteser. Vi ser i denna tabell att underhypoteserna H0C och H0E, med signifikans, visar att ett negativt samband mellan risk och avkastning föreligger inom den svenska skogsindustrin, för företag under referenspunkten. Vidare kan ses att underhypoteserna H0D och H0F med signifikans visar att ett positivt samband mellan risk och avkastning föreligger inom den svenska skogsindustrin, för företag ovan referenspunkten. Dessa resultat medförde att ingen av underhypoteserna förkastades och därmed accepterades. Genom att ingen av underhypoteserna har förkastats i denna studie innebär det att vi också väljer att acceptera studiens två huvudhypoteser, H0A-H0B, se tabell 14. Detta utifrån de empiriska resultaten som framställts. Innebörden av detta är att det går att påvisa ett negativt samband mellan risk och avkastning för företag inom den svenska skogsindustrin som ligger under branschens referenspunkt, samt att det går att påvisa ett positivt samband 54

65 mellan risk och avkastning för företag inom den svenska skogsindustrin som ligger ovan branschens referenspunkt. Tabell 14. Sammanställning av hypotesprövning Underhypoteser H0C-H0F H0C: Ett negativt samband mellan risk och avkastning på eget kapital existerar för företag under referenspunkten inom den svenska skogsindustrin Signifikant positivt/negativt samband Ja H0D: Ett positivt samband mellan risk och avkastning på eget kapital existerar för företag ovan referenspunkten inom den svenska skogsindustrin Ja H0E: Ett negativt samband mellan risk och avkastning på totalt kapital existerar för företag under referenspunkten inom den svenska skogsindustrin Ja H0F: Ett positivt samband mellan risk och avkastning på totalt kapital existerar för företag ovan referenspunkten inom den svenska skogsindustrin Huvudhypoteser H0A-H0B Ja Accepteras/ Förkastas H0A: Ett negativt samband mellan risk och avkastning existerar för företag under referenspunkten inom den svenska skogsindustrin Accepteras H0B: Ett positivt samband mellan risk och avkastning existerar för företag ovan referenspunkten inom den svenska skogsindustrin Accepteras 55

66 7 Analys Syftet med följande kapitel är att analysera resultatet genom att återkoppla till den teoretiska referensramen. Först kommer resultatet för företagen under referenspunkten att analyseras, sedan kommer analysen av resultatet för företagen ovan referenspunkten att presenteras. De två avslutande avsnitten ämnar diskutera den svenska skogsindustrins riskbeteende utifrån prospektteorin samt ge en inblick i vad skillnaden i resultatet mellan avkastning på eget kapital samt avkastning på totalt kapital kan bero på. 7.1 Samband under referenspunkten Kahneman och Tversky (1979, s. 278) fastslog genom prospektteorin att individer är en blandning av riskaversiva och risksökande vid val mellan riskfyllda prospekt. Detta innebär att värdefunktionen för en individ är konkav för vinster och konvex för förluster, med en subjektiv referenspunkt som origo. Med utgångspunkt i prospektteorin har senare studier, till exempel Fiegenbaum och Thomas (1988) samt Jegers (1991), testat detta antagande på företagsnivå genom att studera risk- och avkastningssambandet. Med grunden i prospektteorins värdefunktion utformades studiens problemformulering till att studera sambandet mellan risk och avkastning, för att söka stöd för prospektteorin som en alternativ förklaringsmodell för beslutstagande under risk inom den svenska skogsindustrin. Syftet med den aktuella studien var därmed att utifrån företagens redovisningsgrundade avkastning på eget kapital samt avkastning på totalt kapital undersöka om stöd för prospektteorin, som en förklaringsmodell för beslutstagande under risk, fanns inom den svenska skogsindustrin. Detta möjliggjordes genom antagandet att ett företags strategiska ledning utgör dess riskpreferenser. Även här är den strategiska företagsledningens riskbeteende synonymt med företagets riskbeteende. Genom denna undersökning fann vi ett negativt samband mellan risk och avkastning på eget kapital för företag under referenspunkten, inom den svenska skogsindustrin. I och med att ett starkt signifikant negativt samband påvisades mellan dessa variabler förkastades inte H0C. Detta i likhet med Bowman (1980), Fiegenbaum och Thomas (1988), Jegers (1991) samt Kliger och Tsurs (2011) studier som fann samma samband för de specifika variablerna. Det påvisade negativa sambandet indikerar, utifrån prospektteorin, att företagen under referenspunkten inom den svenska skogsindustrin tenderar att agera risksökande vid val mellan projekt. Genom appliceringen av prospektteorin, som en alternativ förklaringsmodell för beslutstagande under risk, till företag inom den svenska skogsindustrin har denna studie funnit stöd för prospektteorins antagande om att individer under referenspunkten tenderar att agera risksökande. Bowman (1980, s. 8) fann ett negativt samband mellan risk och avkastning på eget kapital för bland andra skogsindustrin. Han fick för denna bransch fram en negativ sambandskvot på 1,40, vilket indikerar på ett negativt samband. Detta till skillnad från den negativa sambandskvoten i denna studie, som för denna företagsgrupp är 2,68, se avsnitt Den negativa sambandskvoten i denna studie visar därmed på ett tydligare samband mellan risk och avkastning på eget kapital än vad Bowmans (1980, s. 8) gör. Skillnaden kan bero på att Bowman (1980, s. 6) utfört korstabeller på samtliga företag inom 56

67 branschen. Han har alltså inte, som vi, utfört korstabellerna på företagsgrupperna ovan respektive under referenspunkten inom branschen. Detta kan ha bidragit till att han genererat en läger negativ sambandskvot. Fiegenbaum och Thomas (1988, s. 103) fann istället detta samband separat för företag inom tillverkning av trä och varor av trä (motsvarande svenska SNI-kod 16) samt för företag inom pappers- och pappersvarutillverkning (motsvarande svenska SNI-kod 17). De fann, för företagen inom tillverkning av trä och varor av trä under referenspunkten, en negativ sambandskvot på 2,50 samt en negativ sambandskvot på 3,20 för företag inom pappers- och pappersvarutillverkning under referenspunkten. Motsvarande rangkorrelationskoefficienter som de påvisade, med en signifikansnivå på 5%, var -0,89 respektive -0,66, vilka representerar ett mycket starkt negativt samband. Dessa resultat är likartade de som genererats i denna studie, där den negativa sambandskvoten för den svenska skogsindustrin är 2,68 och rangkorrelationskoefficienten -0,618, se tabell 7. Till skillnad från Fiegenbaum och Thomas (1988, s. 103) är vår rangkorrelationskoefficient signifikant på 1%, både med och utan outliers, vilket betyder att vårt resultat är säkrare. Vi ser från detta att sambandet mellan risk och avkastning på eget kapital inom den svenska skogsindustrin är förhållandevis lik den inom den amerikanska skogsindustrin. Detta kan indikera att ett negativt samband mellan dessa variabler generellt föreligger inom skogsindustrin, vilket i så fall stödjer prospektteorins applicering som förklaringsmodell för dessa företags beslutstagande under risk. Vidare innebär detta att vi kan dra slutsatsen att företag, inom den svenska skogsindustrin, under referenspunkten agerar risksökande. Ett risksökande beteende påvisas genom högt risktagande för att öka chansen att få en hög avkastning (Fiegenbaum & Thomas, 1988, s. 90). Jegers (1991, s. 201) replikerade Fiegenbaum och Thomas (1988) undersökning och inte helt uppseendeväckande erhöll han ett liknande resultat. Dock fann han inte det negativa sambandet mellan risk och avkastning på eget kapital specifikt för skogsindustrin, utan fann detta inom andra branscher på den belgiska marknaden. 50% av de 38 branscherna han studerade med måttet avkastning på eget kapital visade med 1% signifikansnivå på ett negativt samband mellan avkastningsmåttet och dess risk. Mer intressant är att Kliger och Tsur (2011, s. 36), med ett annorlunda tillvägagångssätt, fann samma signifikanta negativa samband inom branscher. Bland annat tog de hänsyn till tidsvariation samt valde att tillämpa regressionsanalys. Att flera studier kommit fram till samma resultat gör att dess trovärdighet stärks. Fiegenbaum och Thomas (1988, s. 97), Jegers (1991, s. 220) samt Kliger och Tsur (2011, s. 38) menar att deras resultat överensstämmer med prospektteorins förutsägelser och därmed ger stöd för teorin som en alternativ förklaringsmodell för beslutstagande under risk, vilket indikerar att även denna studies resultat gör det. Intressant är att Zribi och Boujelbène (2012) med sin studie fann liknande riskbeteende inom banker, vilket tyder på att det negativa sambandet mellan risk och avkastning på eget kapital finns inom samhällets olika sektorer. Detta indikerar att företaget inte alltid tar beslut som genererar en hög avkastning i förhållande till dess risk, det vill säga att högre risk inte alltid behöver generera högre avkastning. Enligt Jegers (1991, s. 215) motsäger detta den traditionella ekonomiska synen där risk och avkastning alltid antas ha ett positivt samband. 57

68 Påvisandet av det negativa sambandet mellan risk och avkastning stärks ytterligare av empiriska resultat från studier mellan risk och avkastning på totalt kapital. Genom underhypotes H0E ämnade även denna studie att, liksom Jegers (1991, s. 216), utröna om det negativa sambandet kan göras gällande även för avkastning på totalt kapital. De resultat denna studie genererade gjorde att underhypotes H0E inte förkastades, vilket innebär att det föreligger ett negativt samband mellan risk och avkastning på totalt kapital för företag placerade under referenspunkten inom den svenska skogsindustrin. Det negativa sambandet vi fann är signifikant på 1%, men är dock svagare än det negativa sambandet mellan risk och avkastning på eget kapital. Den negativa sambandskvoten för avkastning på totalt kapital, för företag under referenspunkten, är 1,26, se avsnitt 6.4.1, medan rangkorrelationskoefficienten för samma mått är -0,239, se tabell 11. Resultatet är i linje med vad Jegers (1991, s. 220) påvisade på den belgiska marknaden med detta avkastningsmått. 30% av de 37 branscherna han studerade med måttet avkastning på totalt kapital visade, med en 1% signifikansnivå, ett negativt samband mellan avkastningsmåttet och dess risk. Vi ser att det i Jegers (1991, s. 220) studie är färre branscher som visar ett signifikant negativt samband mellan risk och avkastning på totalt kapital än branscher som visar ett signifikant negativt samband mellan risk och avkastning på eget kapital. Jegers (1991, s. 223) påpekar att det är viktigt att inkludera dessa resultat, som tillägg till Fiegenbaum och Thomas (1988) resultat, då fler avkastningsmått och riskmått krävs om förfiningar ska genomföras av prospektteorin. I likhet med ovan fann också Zribi och Boujelbène (2012, s. 24) detta negativa samband mellan risk och avkastning på totalt kapital inom den tunisiska bankbranschen. En intressant iakttagelse är att de fann en ungefärligt lika stark korrelation mellan risk och avkastning på eget kapital som mellan risk och avkastning på totalt kapital, -0,383 respektive -0,355. Dock är sambanden inte lika säkra då resultatet för eget kapital är signifikant med 1% medan resultatet för totalt kapital är signifikant med 5%. Denna studie genererade istället lika säkra samband, det vill säga en signifikansnivå på 1%, men inte lika starka samband mellan avkastningsmåtten och dess risk för företag inom den svenska skogsindustrin under referenspunkten. För sambandet mellan risk och avkastning på eget kapital är rangkorrelationskoefficienten -0,618 och motsvarande för risk och avkastning på totalt kapital är -0,239. Vi ser alltså att en viss skillnad mellan dessa branscher och geografiska marknader föreligger. Liksom denna studie har Fiegenbaum och Thomas (1988), Jegers (1991), Kliger och Tsur (2011) samt Zribi och Boujelbène (2012) samtliga funnit ett negativt samband inom branscher mellan risk och avkastning på eget respektive totalt kapital. Fiegenbaum och Thomas (1988, s. 97) menar att de funnit stöd för prospektteorin via sitt resultat, därmed kan de utifrån prospektteorins antagande om beslutstagande under risk säga att de flesta företag under referenspunkten tenderar att agera risksökande. Jegers (1991, s. 223) menar i sin tur att hans resultat, i kombination med Fiegenbaum och Thomas (1988) resultat, visar prospektteorins användbarhet vid förklaring av företags beslutstagande under risk. Detta styrks genom att Kliger och Tsurs (2011), Zribi och Boujelbènes (2012) samt denna studie visar samma resultat. Genom de tidigare studiernas resonemang, och att vi inte förkastar H0C och H0E, ger vårt resultat ytterligare stöd för prospektteorins antaganden för beslutstagande under risk. Vårt resultat visar också att prospektteorin kan användas till att förklara den svenska skogsindustrins beslutstagande under risk. Genom detta kan slutsatsen dras att företagen under referenspunkten, inom den svenska skogsindustrin, tenderar att agera risksökande, då ett negativt samband har påvisats mellan avkastningsmåtten och dess risk. 58

69 En intressant aspekt att diskutera, som vi empiriskt inte har undersökt, är varför företagen inom den svenska skogsindustrin som ligger under referenspunkten visar på ett högt risktagande, på både eget och totalt kapital. Med prospektteorin som grund menar Miller och Bromiley (1990, s. 766) att det höga risktagandet beror på att företagen, det vill säga dess strategiska företagsledning, eftersträvar branschens genomsnittliga prestation. Genom denna förklaring om företags risktagande kan den aktuella studiens resultat tolkas så att de företag, inom den svenska skogsindustrin, som ligger under referenspunkten är beredda att ta en högre risk, trots att den förväntade avkastningen är låg, i ett försök att nå branschgenomsnittet. Efterföljden av denna strategi kan innebära, enligt Miller och Bromiley (1990, s. 766), att det höga risktagandet kan resultera i sämre prestationer i förhållande till branschen som helhet, då risktagandet inte alltid resulterar i högre avkastning. Genom att denna studies resultat har visat stöd för prospektteorin och att denna teori därför kan användas till att förklara den svenska skogsindustrins riskbeteende, vilket är synonymt med den strategiska företagsledningen i respektive företag, kan ytterligare en tolkning av resultatet härledas. Åter ska poängteras att denna förklaring till skogsföretagens handlande helt är baserad på den teoretiska referensramen, vilket möjliggörs då stöd för prospektteorin har påvisats inom den svenska skogsindustrin. Utifrån prospektteorin skulle det risksökande beteende hos dessa strategiska företagsledningar kunna förklaras av att de utifrån företagets nuvarande prestation, vilket är under referenspunkten, ser en chans att generera en hög avkastning genom att ta en högre risk. Prospektteorin menar att om det finns en chans till en stor vinst, trots att denna är liten, lägger individer en stor beslutsvikt vid denna (Kahneman & Tversky, 1979, s. 281). Samtidigt visar prospektteorins värdefunktion, se figur 2, att en psykologisk respons är en konkav funktion av storleken av en fysisk förändring (Kahneman & Tversky, 1979, s. 278). Utifrån detta kan tänkas att företagsledningen i dessa företag värderar möjligheten till en hög avkastning högre än vad de värderar möjligheten till en förlust, då de i förhållande till branschen har underpresterat och därför inte tar en möjlig förlust lika hårt som om de överpresterat. Dock kan det ifrågasättas att samtliga företag under referenspunkten antas agera på samma sätt. Troligt är att beslutstagandet beror på vart på prospektteorins värdefunktion företaget ligger. Fiegenbaum och Thomas (1988, s. 98) menar att det för företag nära referenspunkten inte finns något samband mellan risk och avkastning, då med utgångspunkt i prospektteorin, vilket de också empiriskt visade i sin studie. Den aktuella studiens problemformulering och syfte är utformade, i enlighet med prospektteorins värdefunktion, för att genom risk- och avkastningssambandet testa om stöd finns för prospektteorin inom den svenska skogsindustrin. Genom denna utformning förväntade vi oss, liksom Fiegenbaum och Thomas (1988, s. 86) samt Jegers (1991, s. 223), ett risksökande beteende inom företag som låg under referenspunkten. Det risksökande beteendet speglas av den konvexa värdefunktionen i figur 2, det vill säga den nedre vänstra delen. Eftersom vi funnit ett signifikant negativt samband mellan risk och avkastning på eget respektive totalt kapital inom den svenska skogsindustrin, vilket är i linje med tidigare studiers resultat, kan vi dra slutsatsen att vi funnit stöd för prospektteorins konvexa värdefunktion under referenspunkten för denna bransch. 59

70 7.2 Samband ovan referenspunkten Andra delen för att kunna besvara problemformuleringen och därmed studiens två huvudhypoteser bestod av att besvara underhypotes H0D och H0F. Detta för att se om ett positivt risk- och avkastningssamband förelåg för företag inom den svenska skogsindustrin ovan referenspunkten, och genom detta finna stöd för prospektteorin och den konkava delen av dess värdefunktion. Underhypotes H0D förkastades inte då denna studies resultat påvisade ett signifikant positivt samband mellan risk och avkastning på eget kapital för företag inom den svenska skogsindustrin ovan referenspunkten. Utifrån risk/avkastningsparadoxen i kombination med prospektteorin fann även Fiegenbaum och Thomas (1988, s. 93) inom de flesta branscher ett signifikant positivt samband mellan risk och avkastning på eget kapital, för företag ovan referenspunkten. Rangkorrelationskoefficienterna som Fiegenbaum och Thomas (1988, s. 103 & 105) fann för branschen tillverkning av trä och trävaror är 0,23 samt 0,25 för pappers- och pappersvarutillverkningsföretag. Dock fann de inget signifikant positivt samband för dessa branscher. Till skillnad från detta fann vi ett positivt samband mellan risk och avkastning på eget kapital med en signifikansnivå på 1%, för företag ovan referenspunkten inom den svenska skogsindustrin. Den rangkorrelationskoefficient som påträffades för den svenska skogsindustrin på 0,382, se tabell 9, divergerar därmed inte mycket från Fiegenbaum och Thomas (1988, s. 103 & 105). Den största skillnaden i våra resultat är att Fiegenbaum och Thomas (1988, s. 103) beräknade den negativa sambandskvoten till 1,33 för företag inom trävarutillverkningsbranschen respektive 1,00 för företag inom pappers- och pappersvarutillverkningsbranschen och visar därmed inte på att ett positivt samband föreligger. I jämförelse beräknade vi den negativa sambandskvoten för den svenska skogsindustrin till 0,63, se avsnitt 6.3.2, vilket visade på att ett positivt samband föreligger. Därmed visar Fiegenbaum och Thomas (1988) resultat på ett svagare samt inte lika säkert resultat som vårt. Skillnaden i resultaten mellan denna studie och Fiegenbaum och Thomas (1988) studie kan bero på att det föreligger skillnader i tid, då vi studerat tidsperioden och de studerat perioden Det är troligt att denna skillnad föreligger då Fiegenbaum och Thomas (1986) i en tidigare studie visat att sambandet ser olika ut för olika tidsperioder. Vidare påverkas skogsindustrin av omvärldsfaktorer vilket i sin tur kan påverka hur den strategiska företagsledningen inom dessa företag väljer att agera. Till exempel kan de kraftiga stormarna 2005 och 2007 som drabbade Sverige, och som orsakade stora skador på skogarna, påverkat företagsledningens beslutstagande mellan riskfyllda projekt, då förhållandena inom skogsindustrin förändrades. Den finansiella krisen 2008 är också en händelse som förändrade förhållandena inom de flesta branscherna världen över. Därmed kan specifika händelser under de olika tidsperioderna haft inverkan på resultaten. Detta är något som kan påverka samtliga studiers resultat, vilket leder till skillnader. Även Jegers (1991, s. 220) fann, i likhet med Fiegenbaum och Thomas (1988) samt denna studie, att ett positivt samband mellan risk och avkastning på eget kapital föreligger inom branscher för företagen ovan referenspunkten. Han visade att det inom många branscher, 53% av de 38 studerade, på den belgiska marknaden förelåg signifikanta positiva rangkorrelationskoefficienter. Av de mått Jegers (1991, s. 220) använde för mätningarna visade avkastning på eget kapital de starkaste sambanden. Liknande signifikanta resultat, 60

71 på en 1% nivå, på det positiva sambandet mellan risk och avkastning på eget kapital ovan referenspunkten har visats av Kliger och Tsur (2011, s. 35). Genom att de i sin studie har utvecklat Fiegenbaum och Thomas (1988) samt Jegers (1991) tillvägagångssätt och ändå påträffat detta samband stärker detta studiernas, inklusive vår studies, tillförlitlighet. Dock har Zribi och Boujelbène (2012, s. 23) i sin studie kommit fram till att det inte föreligger ett positivt samband mellan risk och avkastning på eget kapital för banker ovan referenspunkten. Att Zribi och Boujelbène (2012, s. 23) inte fann ett positivt samband för banker ovan referenspunkten anser vi inte påverkar tillförlitligheten av de övriga resultaten eftersom studien är inriktad mot bankbranschen, vilken skiljer sig från övriga branscher i form av annorlunda operationalisering. Det den aktuella studien tillika åskådliggör är att ett positivt samband mellan risk och avkastning på totalt kapital också föreligger för företag ovan referenspunkten inom den svenska skogsindustrin. De empiriska resultaten som framställts i den aktuella studien medförde att underhypotes H0F inte förkastades. Dock var detta positiva samband inte lika starkt som för motsvarande samband mellan risk och avkastning på eget kapital ovan referenspunkten. Vi ser också att sambandet mellan risk och avkastning på totalt kapital inte är lika säkert eftersom signifikansnivån förändras från 1% till 5% när justering för outliers gjordes. Detta visar att företag inom den svenska skogsindustrin med extrema värden på risken, till viss del, påverkar det resultat som genererats. Den negativa sambandskvoten för avkastning på totalt kapital, för företag ovan referenspunkten inom den svenska skogsindustrin är 0,84, se avsnitt 6.4.2, och rangkorrelationskoefficienten för samma mått är 0,198, se tabell 13. Även Jegers (1991, s. 220) visade med sitt resultat att sambandet mellan risk och avkastning på totalt kapital, för företag ovan referenspunkten, inte är lika starkt som sambandet mellan risk och avkastning på eget kapital. Båda sambanden var dock signifikanta på 1% nivån, därmed kan sägas att Jegers (1991, s ) bevisade samband är säkrare jämfört med vårt vid justering för outliers. Nämnas kan att han utav 37 branscher fann det positiva sambandet mellan risk och avkastning, med signifikans, på totalt kapital för 30% av dem. Vidare skänker Chous et al. (2009, s. 193) samt Zribi och Boujelbènes (2012, s. 23) resultat ytterligare tillförlitlighet till vårt, Fiegenbaum och Thomas (1988) samt Jegers (1991) resultat, då samtliga av dessa har funnit signifikanta resultat för att ett positivt samband mellan risk och avkastning på totalt kapital föreligger för företag ovan referenspunkten inom branscher. Jegers (1991, s. 220 & 223) menar att hans resultat i kombination med Fiegenbaum och Thomas (1988) resultat visar starkt stöd för att prospektteorin är en bra alternativ förklaringsmodell för den strategiska företagsledningens riskattityder. Dessa studier förklarar separat att deras resultat visar att företagsledningen i företag tillämpar en riskaversiv attityd ovan referenspunkten och en risksökande attityd under referenspunkten i enlighet med prospektteorin. Då vi fått samma resultat för avkastningen på eget samt totalt kapital som Fiegenbaum och Thomas (1988) samt Jegers (1991) kan vi dra slutsatsen att vår upptäckt också stödjer prospektteorin och dess användning som alternativ förklaringsmodell till beslutstagande under risk, begränsat till den svenska skogsindustrin. Miller och Bromiley (1990, s. 766) förklarar den strategiska företagsledningens riskattityd genom det positiva sambandet mellan risk och avkastning, ovan referenspunkten, utifrån prospektteorin. Vårt resultat kan med utgångspunkt från Miller 61

72 och Bromiley (1990, s. 766) tolkas så att den strategiska företagsledningen i företag inom den svenska skogsindustrin, ovan referenspunkten, endast väljer projekt med en högre risk om de med säkerhet vet att det genererar en högre avkastning. Företagsledningen väljer, enligt teorin, projekt utifrån dess unika risk- och avkastningsegenskaper samtidigt som valet sker utifrån företagets förhållande till branschgenomsnittet, det vill säga skogsindustrins referenspunkt. Då dessa strategiska företagsledningar kan ses vara överpresterande, jämfört med branschen, är de enligt prospektteorin riskaversiva. Miller och Bromiley (1990, s. 766) menar att desto längre ifrån referenspunkten företaget ligger desto mindre risk är de beredda att ta. Efterföljden av detta blir att de bäst presterande företagen inom den svenska skogsindustrin kan tänkas ta en högre risk för högre avkastning, vilket vidare innebär att högre risk förknippas med bättre prestation. Då denna studies resultat stödjer prospektteorin, och är i linje med liknande studiers resultat, kan vi utifrån dess antaganden om risktagande tolka våra resultat. Tolkningarna av studiens resultat kommer göras utifrån den framtagna teoretiska referensramen och har alltså inte empiriskt testats. Då vi visat att ett positivt samband mellan risk och avkastning på eget samt totalt kapital existerar, för företag ovan referenspunkten inom den svenska skogsindustrin, kan vi utifrån prospektteorin anta att dessa företags strategiska ledningar tenderar att vara riskaversiva. Kahneman och Tversky (1979, s. 277) menar att individer väljer mellan prospekt utifrån den förhandenhavande förmögenheten samt värdeförändring som prospektet kan tillföra till denna. Därför kan antas att den svenska skogsindustrins strategiska företagsledningar generellt utvärderar projekt utifrån värdeförändringen som dessa bidrar till samt hur det enskilda företaget ligger i förhållande till branschgenomsnittets prestation. Då dessa företag anses prestera bättre än genomsnittet, eftersom de ligger ovan referenspunkten, kan tänkas att ingen liknande anledning till högre risktagande finns, som för företag under referenspunkten. Vidare tenderar bra presterande företag att inte lägga en lika stor beslutsvikt vid en vinst som lågt presterande företag gör, då det marginella värdet för både vinster och förluster minskar med deras storlek (Kahneman & Tversky, 1979, s. 278). Detta kan innebära att de överpresterande företagen inom den svenska skogsindustrin inte är beredda att ta en högre risk för en marginell vinst, då risken för en förlust ökar med ökat risktagande. Denna beskrivning av dessa strategiska företagsledningars riskattityder stärks också genom att Kahneman och Tversky (1979, s. 263 & 279) menar att värdefunktionen för individer oftast är brantare för förluster än för vinster, därför väger en förlust oftast tyngre än en lika stor vinst. Som nämnts i föregående avsnitt påpekar Fiegenbaum och Thomas (1988, s. 98) att varken ett riskaversivt eller risksökande beteende kan påvisas för företag som ligger nära branschen referenspunkt. Därför ställer vi oss tveksamma till att göra antagandet att alla företag ovan referenspunkten inom den svenska skogsindustrin agerar på samma sätt. Det riskaversiva beteendet är troligtvis mer markant hos de företag som ligger högt ovan referenspunkten. Istället borde de företag som ligger nära referenspunkten varken visa ett riskaversivt eller risksökande beteende och därmed visa samma riskbeteende som de företag som ligger nära, fast under, referenspunkten. Den aktuella studiens problemformulering och syfte är utformad, i enlighet med prospektteorins värdefunktion, för att genom risk- och avkastningssambandet testa om stöd finns för prospektteorin inom den svenska skogsindustrin. Genom denna utformning förväntade vi oss, liksom Fiegenbaum och Thomas (1988, s. 86) samt Jegers (1991, s. 223), ett riskaversivt beteende av företag som låg ovan referenspunkten. Det 62

73 riskaversiva beteendet speglas av den konkava värdefunktionen i figur 2, det vill säga den övre högra delen. Eftersom vi funnit ett signifikant positivt samband mellan risk och avkastning på eget respektive totalt kapital inom den svenska skogsindustrin, vilket är i linje med tidigare studiers resultat, kan vi dra slutsatsen att vi funnit stöd för prospektteorins konkava värdefunktion ovan referenspunkten för denna bransch. 7.3 Den svenska skogsindustrins riskbeteende utifrån prospektteorin Ingen av underhypoteserna, H0C-H0F, har förkastats i denna studie, därmed accepterar vi de två huvudhypoteserna, H0A och H0B, utifrån de empiriska resultaten som framställts. Som framgått av Fiegenbaum och Thomas (1988, s. 97) samt Jegers (1991, s. 220) ger deras resultat stöd för att prospektteorin kan användas till att förklara företags riskbeteende mellan riskfyllda projekt, genom de funna risk- och avkastningssambanden. Eftersom den aktuella studiens resultat är liknande de två ovan nämnda studierna, då för den svenska skogsindustrin, drar vi slutsatsen att detta ger stöd för att prospektteorin kan användas som en förklaringsmodell till dessa företags riskbeteende, nämligen den strategiska företagsledningens riskattityd. Kvaliteten på den aktuella studiens resultat testades genom att exkludera outliers som låg mer än tre standardavvikelser från medelvärdet, i enlighet med Chous et al. (2009, s. 204) tillvägagångssätt. Detta exkluderande hade ingen större inverkan på de resultat som redan genererats. Alla resultat var fortsatt signifikanta med 1%, förutom det för avkastning på totalt kapital ovan referenspunkten vars signifikans förändrades till 5%. Signifikansförändringen tyder på att sambandet mellan risk och avkastning på totalt kapital ovan referenspunkten till viss del påverkas av extrema värden, därmed är sambandet inte lika säkert. Chous et al. (2009, s. 204) prövning av kvaliteten visade också väldigt små förändringar av sambandet mellan risk och avkastning på totalt kapital, deras resultat var signifikant med 5% före och efter kvalitetskontrollen. Att resultatet inte i stor utsträckning påverkas av extrema värden tyder på ett trovärdigt resultat. Detta innebär att det för den svenska skogsindustrin föreligger positiva respektive negativa samband mellan risk och avkastning. Under avsnitt 7.1 ser vi att företag under referenspunkten inom den svenska skogsindustrin motsvarar den nedre vänstra delen av prospektteorins värdefunktion, den konvexa delen. Vidare ser vi under avsnitt 7.2 att företag ovan referenspunkten motsvarar den övre högra delen av prospektteorins värdefunktion, den konkava delen. Detta gör att den svenska skogsindustrin som helhet speglar prospektteorins värdefunktion i figur 2. Genom detta har vi dragit slutsatsen, utifrån prospektteorins förklarande om riskbeteende, att företagen som ligger under referenspunkten är risksökande medan företagen ovan referenspunkten är riskaversiva. Vi accepterar därmed Kahneman och Tverskys (1979, s ) påstående om att individer är en blandning av riskaversiva samt risksökande. Här ses ett motsägande mot den förväntade nyttoteorins antagande angående en individs nyttofunktion. Enligt denna teori är en individs nyttofunktion antingen konkav, konvex eller linjär, vilket indikerar att en individ antingen är riskaversiv, risksökande eller riskneutral (Axelsson et al., 1998, s. 299; Starmer, 2000, s. 335). Då de empiriska resultaten åskådliggör att företagen inom den svenska skogsindustrin visar på olika riskattityder, beroende på var i förhållande till referenspunkten de ligger, kan vi dra 63

74 slutsatsen att branschen som helhet inte endast är riskaversiv eller risksökande, vilket motsäger den förväntade nyttoteorins antagande. Traditionella teorier, som till exempel den förväntade nyttoteorin, används ibland vid förenklingar av verkligheten för att möjliggöra beräkningar och modeller som inte specifikt ska förklara en individs riskattityd (Barberis, 2013, s. 192). Men att göra en sådan förenkling av den svenska skogsindustrin kan leda till missvisande resultat då dessa antaganden har, via denna studie, visats att inte överensstämma med verkligheten. Om antagandet görs att prospektteorin är en bättre förklaringsmodell till beslutstagande under risk för flertalet andra svenska branscher kan liknande förenklingar av verkligheten också generera missvisande utfall. Då stöd för prospektteorin som en alternativ förklaringsmodell för beslutstagande under risk har påvisats inom den svenska skogsindustrin, kan antagandet göras att företagens beslutsprocess följer den som prospektteorin har fastställt. Detta är något som Chou et al. (2009, s. 196) också påpekar, att prospektteorin kan användas till att förklara den strategiska företagsledningens agerande. Därigenom kan en analys av företagens val mellan olika projekt göras utifrån denna. Kommande diskussion av företagens agerande vid beslutstagande mellan olika projekt är enbart härledd utifrån den teoretiska referensramen, denna studie har inte empiriskt testat hur företagen tar beslut. Med utgångspunkt i prospektteorin, kan sägas att de strategiska företagsledningarna inom den svenska skogsindustrin genomgår två faser när de väljer mellan olika projekt (Kahneman & Tversky, 1979, s. 274). Projektens bidragande nytta till företagets nuvarande förmögenhetsposition tilldelas med subjektiva preferenser utifrån den värdeförändring projekten förväntas genererar. De subjektiva preferenserna kan orsaka att låga sannolikhetstal tilldelas en hög beslutsvikt medan höga sannolikhetstal tilldelas en proportionellt för liten beslutsvikt (Kahneman & Tversky, 1979, s. 281). Detta gör att företag under referenspunkten ibland väljer att genomföra ett projekt som har liten sannolikhet att generera en hög avkastning för att försöka nå branschgenomsnittet. Dock är utfallet av projektet inte på förhand känt, vilket innebär att projektet kan leda till en förlust, därigenom agerar inte företag inom den svenska skogsindustrin alltid nyttomaximerande. Att de inte alltid agerar nyttomaximerande motsäger den förväntade nyttoteorin. Om istället den svenska skogsindustrin hade visat ett agerande som stämmer in med vad den förväntade nyttoteorin säger, skulle den strategiska företagsledningen tilldela beslutsvikter som är proportionerliga med projektets sannolikhet till vinst eller förlust, enligt Kahneman och Tverskys (1979, s. 263) resonemang. Vidare hade ledningen tilldelat nytta till den absoluta förmögenheten istället för till värdeförändringen. Konsekvensen skulle kunna vara den att företagen under referenspunkten, istället för att ta sig an projekt med liten sannolikhet till hög avkastning, endast tar sig an projekt som, för högre risk, ger högre avkastning. Detta innebär att dessa företag skulle agera mer riskaversivt, liksom företagen ovan referenspunkten. Som tidigare nämnts menar prospektteorin att en psykologisk respons är en konkav funktion av storleken av fysisk förändring (Kahneman & Tversky, 1979, s. 278). Detta innebär i sin tur att företagen som ligger under referenspunkten inom den svenska skogsindustrin inte bör känna en förlust lika tung som vad företagen ovan referenspunkten gör. Samtidigt värderar inte företagen ovan referenspunkten en vinst lika högt som vad företagen under referenspunkten gör. I motsats menar den förväntade nyttoteorin att individer värderar vinster och förluster lika utifrån deras sannolikheter, oberoende på den initiala förmögenheten (Kahneman & Tversky, 2000, s. xi). Om detta skulle vara fallet för den svenska skogsindustrin förväntar vi oss att företagen under respektive ovan 64

75 referenspunkten skulle värdera projekt mer lika och därmed agera mer lika under risk. Skillnaden mellan det riskaversiva och risksökande beteendet skulle troligtvis inte vara lika tydlig. Innebörden av detta är att om man ämnar studera företags riskbeteende kan det vara bra att ha i åtanke att dessa kan vara en blandning av riskaversiva och risksökande, eftersom antagandet att de är antingen det ena eller det andra kan förvanska resultatet. 7.4 Skillnad mellan avkastningsmåtten Som avslutande del anser vi att det är i sin ordning att diskutera skillnaderna i resultatet mellan avkastningsmåtten. Först och främst ser vi att avkastningsmåtten genererar samma resultat och därmed stödjer prospektteorins användbarhet som förklaringsmodell vid beslutstagande under risk. Att samma resultat har framställts av respektive avkastningsmått, kan bero på att måtten till viss del är sammankopplade (Bodie et al., 2014, s. 642). Detta visas genom att måtten är beräknade på liknande sätt och att båda speglar hur effektivt den strategiska företagsledningen förvaltar företagets kapital. Avkastning på eget kapital reflekterar endast förvaltningen av aktieägarnas kapital, medan avkastning på totalt kapital reflekterar förvaltningen av företagets totala tillgångar (Retriever, 2015). Därmed följs dessa mått till stor del åt, vilket kan vara anledningen till att de båda visar på ett negativt respektive positivt samband. Vi ser utifrån resultatet att sambanden för avkastning på eget kapital och dess risk är starkare än vad sambanden för avkastning på totalt kapital och dess risk är. Även vid justering av outliers gäller detta. Dock visades att sambandet mellan avkastning på totalt kapital och dess risk, för företag ovan referenspunkten inom den svenska skogsindustrin, blir mindre säkert när outliers exkluderas då signifikansnivån förändrades från 1% till 5%. Detta säger oss att resultatet för sambandet mellan avkastning på totalt kapital och dess risk ovan referenspunkten är mer känslig för extrema värden på riskmåttet. Att dessa skillnader föreligger mellan avkastning på eget kapital och avkastning på totalt kapital, kan inte sägas med säkerhet. En bakomliggande orsak kan eventuellt vara att den strategiska företagsledningen, för företagen inom den svenska skogsindustrin, väljer att finansiera mer riskfyllda projekt med det egna kapitalet medan de endast väljer att gå in med ytterligare kapital, det vill säga resterande del av det totala kapitalet, vid säkrare projekt. Den strategiska företagsledningen kanske väljer att agera på detta sätt då de anser det vara det bästa för företaget. Detta är dock endast spekulationer från vår sida, företagsledningens agerande behöver inte alls te sig på det här sättet i verkligheten. Skillnaden mellan resultaten kan därmed ha andra grunder. Fiegenbaum och Thomas (1988, s. 100) ställer frågan vilken risk och avkastning som är viktigast, är det företagets eller ägarnas? De menar att en viktig fråga att besvara är om ledningen agerar som agent för företagets huvudägare eller agerar för att förstärka den strategiska företagsledningens kapacitet inom organisationen. Därför anser vi det viktigt att undersöka denna fråga vidare för att riktigt kunna besvara varför skillnader i resultatet föreligger mellan avkastning på eget respektive total kapital. Ytterligare en skillnad som kan skådas är skillnaden i sambandens regressionslinje, detta kan ses i figur 7 och 9 samt i figur 11 och 13, appendix 2. Vi ser att regressionslinjen, för både avkastning på eget kapital samt avkastning på totalt kapital, är brantare under referenspunkten än vad den är ovan referenspunkten. Detta gäller vid både inkluderande och exkluderande av outliers. Innebörden av detta är, som också kan ses utifrån samtliga 65

76 Spearmans rangkorrelationskoefficienter, att sambanden mellan respektive avkastningsmått och dess risk är starkare under referenspunkten. Det här är intressant då Kahneman och Tversky (1979, s. 279) säger att värdefunktionen ska vara brantare för förluster än för vinster. Chou et al. (2009, s. 194) menar att detta, för företag, åskådliggörs genom att avvägningen mellan risk och avkastning är brantare för företag som ligger under referenspunkten än för de som ligger ovan referenspunkten. Med sin studie visade Chou et al. (2009, s ) att lutningen för företagen under referenspunkten är brantare än för företagen ovan referenspunkten, detta menar de visar stöd för prospektteorin som en alternativ förklaringsmodell för företags riskbeteende. Då den aktuella studien, med regressionslinjer, visar att lutningen för företag under referenspunkten, inom den svenska skogsindustrin, är brantare än för företagen ovan referenspunkten visar den på ytterligare stöd för prospektteorin. 66

77 8 Slutsats och rekommendationer I detta kapitel följer en presentation om de slutsatser som kan dras utifrån studien. Vidare följer en redogörelse för kunskapsbidraget med studien samt samhälleliga och etiska överväganden. Slutligen ges också rekommendationer till vidare studier inom ämnet. 8.1 Slutsats Syftet med den aktuella studien var att undersöka, utifrån företagens redovisningsgrundade avkastning på eget kapital samt avkastning på totalt kapital, om stöd för prospektteorin som en förklaringsmodell för beslutstagande under risk fanns inom den svenska skogsindustrin. Utifrån den teoretiska referensramen utformades hypoteser samt antagandet att den strategiska företagsledningen utgör företagets riskpreferenser, vilket möjliggjorde en prövning av problemformuleringen. Därmed ämnade studien att, i enlighet med prospektteorins värdefunktion, se om ett samband mellan risk och avkastning gick att påvisa för företag inom den svenska skogsindustrin. Studiens resultat åskådliggör att företag inom den svenska skogsindustrin som ligger under referenspunkten, det vill säga under branschens medianavkastning, har ett negativt samband mellan avkastning på eget kapital och dess risk samt mellan avkastning på totalt kapital och dess risk. Samtidigt visar den att det för företag ovan referenspunkten föreligger ett positivt samband mellan respektive avkastningsmått och dess risk. Sambanden har statistiskt bevisats med signifikansnivå på 1%, detta innebär att studien åskådliggör att stöd för prospektteorin, som en förklaringsmodell för beslutstagande under risk, finns inom den svenska skogsindustrin. Vi ser genom detta att företag, inom den svenska skogsindustrin, under referenspunkten agerar risksökande medan företag ovan referenspunkten agerar riskaversivt, vilket är i enlighet med prospektteorins förslagna värdefunktion. Implikationerna av det här är att företag under referenspunkten tar en högre risk i förhållande till den genererade avkastningen än vad företag ovan referenspunkten gör. Vidare innebär detta att högre risktagande för företagen ovan referenspunkten förknippas med en högre prestation medan ett högre risktagande för företag under referenspunkten inte behöver förknippas med en bättre prestation. Detta då dessa företag inte i lika hög grad kräver en högre genererad avkastning för högre risktagande. Högre risktagande, i denna företagsgrupp, kan därför leda till en sämre prestation i förhållande till branschen. Då studien visar på en blandning av risksökande samt riskaversivt beteende inom den svenska skogsindustrin kan vi dra slutsatsen att den förväntade nyttoteorin inte är den optimala teorin för att förklara branschens beslutstagande under risk. Detta eftersom den förväntade nyttoteorin antar ett antingen riskaversiv, risksökande eller riskneutral beteende. Vidare antar denna teori att individen i fråga alltid tar beslut som är nyttomaximerande. Detta motsägs också av denna studie då vi sett att företag, inom den svenska skogsindustrin, under referenspunkten inte alltid tar beslut som är nyttomaximerande utan tar beslut som frambringar en möjlighet till hög avkastning även fast möjligheten är liten. 67

78 Slutsatsen är att stöd för prospektteorin existerar inom den svenska skogsindustrin, vilket indikerar att denna teori är en bra alternativ förklaringsmodell till dess företags beslutstagande under risk. Denna studies resultat i kombination med Chous et al. (2009), Fiegenbaum och Thomas (1988), Jegers (1991), Kliger och Tsurs (2011) samt Zribi och Boujelbènes (2012) studier visar att prospektteorin är en potentiellt stark alternativ förklaringsmodell till företags beslutstagande under risk, istället för traditionella ekonomiska teorier, som till exempel den förväntade nyttoteorin. Dock ger inte denna studie, i enskildhet, en stark bas för allmän acceptans för prospektteorin som en del av forskningsområdet för ekonomiskt beslutsfattande. Den ger heller inget starkt stöd för att prospektteorin kan appliceras till och antas vara en bra förklaringsmodell för samtliga svenska branscher. För detta krävs vidare studier inom området. 8.2 Kunskapsbidrag Denna studie påvisar att riskbeteendet för företagen inom den svenska skogsindustrin kan förklaras utifrån prospektteorins värdefunktion, och stödjer därmed propositionerna inom teorin. Det generella teoretiska kunskapsbidraget består därför av en ökad vetskap till det, på den svenska marknaden, relativt outforskade området beteendeekonomi. Mer specifikt reducerar studien den kunskapslucka som är befintlig inom den svenska skogsindustrin vad gäller företagens beslutstagande under risk. Bidraget med denna studie är genom detta att prospektteorin kan användas till att förklara den svenska skogsindustrins riskbeteende. Det generella teoretiska kunskapsbidraget blir än tydligare då den tillgängliga forskningen inom beteendeekonomin främst är genomförd på individnivå och till mindre del utförd på företagsnivå, det vill säga med den strategiska företagsledningen i fokus. Ur ett vidare perspektiv styrker det genererade resultatet tidigare studiers slutsatser, att prospektteorin är en bättre alternativ förklaringsmodell för företags beslutstagande under risk istället för de traditionella ekonomiska teorierna, då samma signifikanta samband påvisats. Det praktiska bidraget riktar sig mot de strategiska företagsledningarna inom den svenska skogsindustrin. Då stöd påvisats för prospektteorin och att företagens riskbeteende därmed kan förklaras utifrån denna, uppmärksammas företagsledningarna på deras individuella riskbeteenden. Vidare ger resultatet denna grupp en ökad förståelse för deras eget agerande under risk. Att öka sin förståelse för företagets beslutstagande under risk kan hjälpa den strategiska företagsledningen att på en djupare nivå analysera om de tar de beslut som är optimala för företaget och dess intressenter. Vidare kan denna studie hjälpa den strategiska företagsledningen vid utformning av nya policys, som behandlar företagets investeringsstrategier, samt vid investeringsbeslut mellan olika projekt. Denna studies resultat bidrar samtidigt med att ge intressenterna en bättre bild över hur den svenska skogsindustrin tar sina beslut, vilket kan öka deras insikter om hur företagen allokerar sitt kapital mellan mer riskfyllda och säkrare projekt. Vidare kan intressenterna utifrån denna studie se att företag inom den svenska skogsindustrin som har en avkastning som är högre än branschgenomsnittet tar en lägre risk, samt att de företag som har en avkastning som är lägre än branschgenomsnittet tenderar att ta högre risk. Detta indikerar att en riskaversiv intressent bör vända sig till företag med en hög avkastning i förhållande till branschen, medan en risksökande intressent bör vända sig till företagen med en låg avkastning i förhållande till branschen. 68

79 8.3 Samhälleliga och etiska överväganden I följande avsnitt kommer vi föra en diskussion kring samhälleliga och etiska överväganden som bör behandlas utifrån den aktuella studiens genomförande. Vi anser inte att några större etiska och samhälleliga problem uppstått i genomförandet av studien, bland annat då vi noggrant och tydligt redogjort för de metodval som gjorts, såväl vetenskapliga som praktiska. Detta innebär att studien reflekteras av öppenhet och transparens. Att inga individer deltagit i studien gör att de etiska övervägandena som behandlar individers integritet och fria val inte behöver beaktas. Vidare har inga konfidentiella problem uppstått eftersom det insamlade datat utgörs av offentliga handlingar samt att studien anonymiserar företagsnamnen. Dock kan innebörden av de resultat som framställts medföra konsekvenser som är viktiga att diskutera utifrån ett etiskt samt samhälleligt perspektiv. I den aktuella studien har påvisats att den strategiska företagsledningen i företagen inom den svenska skogsindustrin ställer sig olika till risk, beroende på var i förhållande till branschens genomsnittsprestation de ligger. Analysavsnittet framhöll således att företagen som ligger under branschgenomsnittet är beredda att satsa på projekt med högre risk för att öka chansen till en hög avkastning, trots att chansen i vissa fall är mycket liten. Detta i kontrast till företagen som överpresterar i förhållande till branschen, vilka istället undviker riskfyllda projekt. Dessa företag kräver att högre risk ska generera högre avkastning. Resultatet kan genom detta implicit tolkas som att företagen, vars prestation ligger under branschgenomsnittet, tar onödiga risker och inte tänker på ägarnas bästa utan riskerar att förlora kapital. Vidare kan företag vars prestation ligger över branschgenomsnittet ses som för riskaversiva och därför riskerar att gå miste om lönsamma projekt vars risker de ansåg vara för höga. Genom dessa beslutstaganden under risk kan därmed andra intressenters intressen åsidosättas till fördel för den strategiska företagsledningens uppfattning om vad som är optimalt för företaget. Risken finns därigenom att konflikter uppstår mellan ledning och ägare samt intressenter till företagen. Den strategiska företagsledningens handlande kan, utifrån detta resonemang, anses som oetiskt i de fall då ägarnas och intressenternas intressen åsidosätts till den grad att ekonomisk nackdel uppstår för dem. För att undvika denna möjliga konflikt kan det vara gynnsamt för företagen inom den svenska skogsindustrin att, utifrån denna studies resultat, beakta sitt eget riskbeteende. 8.4 Rekommendation för vidare forskning Denna studie studerar risk- och avkastningssambandet under tidsperioden Denna tidsperiod inrymmer många händelser på marknaden, till exempel finanskrisen 2008 och några stormar som kan ha påverkat företagens agerande. Det skulle därför vara intressant att utföra denna studie på uppdelade tidsperioder för att se om någon skillnad i riskbeteende föreligger. Vi rekommenderar vidare studier att undersöka risk- och avkastningssambandet på samtliga svenska branscher för att se om den strategiska företagsledningens beslutstagande under risk skiljer sig åt mellan dessa. Sambandet skulle då kunna undersökas både mellan och inom branscherna. Detta skulle bredda vetskapen och förståelsen för företags beslutstagande under risk. 69

80 För att stärka stödet för prospektteorins applicerbarhet på individers beslutstagande under risk kan vidare studier, inom detta område, bredda undersökningen med ytterligare avkastningsmått samt riskmått för att kontrollera om skillnader föreligger mellan dessa. Den aktuella studien har antagit att den strategiska företagsledningens risktagande är tidsinvariant, därmed föreslås att en studie med ett liknande tillvägagångssätt som Kliger och Tsurs (2011) utförs. Detta för att beakta att företagsledningens beslutsfattande under risk eventuellt inte är tidsinvariant. En intressant aspekt hade varit att genomföra studien utifrån aktieägares och kunders perspektiv, då meningsskiljaktigheter kan föreligga mellan ägare och företagsledning. Med utgångspunkt i prospektteorin kan en vidare studie rikta sig mot att studera risk- och avkastningssambandet för de företag som, inom en bransch, ligger nära referenspunkten. Vidare kan jämförelser mellan företag nära respektive långt från referenspunkten göras. En annan intressant aspekt att utföra en liknande studie från är att jämföra börsnoterade samt onoterade bolag inom samma bransch, för att se om skillnader i riskbeteende föreligger. 70

81 9 Sanningskriterier I kommande kapitel kommer de väsentliga sanningskriterierna för studien att diskuteras, det vill säga reliabilitet samt validitet. 9.1 Reliabilitet Utifrån det vetenskapliga metodavsnittet har fastställts att den aktuella studien ämnar att se om ett samband mellan risk och avkastning inom den svenska skogsindustrin föreligger. Därmed ämnar studien inte till att förstå bakomliggande orsaker till sambandet utan att avbilda verkligheten som den ser ut. Genom detta tillvägagångssätt krävs det att mätningarna av sambandet ska ha utförts på ett korrekt sätt, så att resultatet som framställts är pålitligt. Bjereld (2002, s. 108) menar att de kriterier som tillämpas för att bedöma om avbildningen av verkligheten är bra, är validitet samt reliabilitet. Winter (1992, s. 53) menar att validiteten och reliabiliteten är viktiga kriterier för att fastslå hur säkra slutsatser som kan dras utifrån problemformuleringen. I stort syftar en studies validitet och reliabilitet till att säkerställa att den empiriska verkligheten kan, på ett korrekt sätt, avbildas genom den teoretiska modellen som byggts upp (Johansson-Lindfors, 1993, s. 107). Reliabiliteten av en undersökning behandlar enligt Wallén (1996, s. 66) tillförlitligheten av resultatet, det vill säga att olika mätningar av samma slag på samma objekt ska ge överensstämmande resultat. Således fastställer en god reliabilitet att slumpen inte har påverkat resultatet av mätningen (Lantz, 2014, s. 40). Då reliabiliteten till stor del beror på hur mätningen är utförd menar Bjereld (2002, s. 111) att denna kan stärkas av att flertalet andra forskare har genomfört samma mätning och genererat identiska resultat. Reliabiliteten i den aktuella studien anser vi är god då dels samma tillvägagångssätt tillämpats och samma resultat har frambringats av ett flertal andra studier och dels därför att förfaringssättet är väl beskrivet. Vi justerade även datat för outliers för att se huruvida resultatet påverkades av dessa. Dock förblev resultatet detsamma, vilket ytterligare visar att slumpen inte haft någon större inverkan på resultatet. Detta styrker studiens reliabilitet. Genom väl beskrivet förfaringssätt i den aktuella studien kan insamling av data genomföras på ett analogt sätt vilket möjliggör en replikering av studien. Datat som används i denna studie förstärker reliabiliteten genom att det är hämtat från en tillförlitlig källa samt att avkastning på eget kapital respektive avkastning på totalt kapital är beräknade på samma sätt för samtliga företag. Detta förenklar också en replikering och reproducering av studien. Sammanfattningsvis skulle en framtida studie med samma problemformulering, tillvägagångssätt, definition av variablerna och med insamlad data för samma tidsperiod troligtvis generera överensstämmande resultat med denna studie, vilket understryker reliabiliteten. 71

82 9.2 Validitet Validitet är enligt Lantz (2014, s. 40) graden av en studies giltighet, det vill säga att studien mäter det som dess problemformulering avser mäta. För att uppnå en hög validitet krävs att både god begreppsvaliditet samt god reliabilitet uppnås. Begreppsvaliditeten innefattar valda variabler samt definitionen av dessa. Valet av variabler menar Bjereld (2002, s ) i sin tur beror på vad som ämnas mätas i studie. Begreppsvaliditeten sammankopplas i denna studie med variablerna avkastning på eget kapital, avkastning på totalt kapital samt variansen av dessa. Detta då studiens problemformulering syftar till att undersöka om något samband mellan risk och avkastning existerar. Diskuteras kan huruvida de valda avkastningsmåtten svarar mot den strategiska företagsledningens beslutstagande under risk samt hur pass väl variansen av avkastningsmåtten motsvarar ett relevant riskmått. Med utgångspunkt i studiens teoretiska referensram kan uttydas att de föregående nämnda måtten är frekvent tillämpade i tidigare studier, vilket underbygger relevansen av måtten för den aktuella studien. Vidare diskuteras valen av variabler i det praktiska metodavsnittet, där argument för och emot variablerna läggs fram. Således anses begreppsvaliditeten i studien vara god då valet av undersökningsvariabler kan underbyggas med tidigare studier på risk- och avkastningssambandet, därmed kan relevansen av insamlat data påvisas. Winter (1992, s. 61) förklarar att det för en fullgod validitet krävs en god reliabilitet. Från föregående avsnitt kan utläsas att vi anser att studien har en god reliabilitet, vilket stärker studiens validitet. Validiteten stärks vidare av noggranna redogörelser för vetenskapligtsamt praktiskt tillvägagångssätt. 72

83 Litteraturförteckning Altman, M. (2004). The Nobel Prize in Behavioral and Experimental Economics: a Contextual and Critical Appraisal of the Contributions of Daniel Kahneman and Veron Smith. Review of Political Economy, 16 (1), Altman, M. (2010). Prospect Theory and Behavioral Finance. I: K.H. Baker, J.R. Nofsinger, red. Behavioral: Investors, Corporations, and Markets. New Jersey: John Wiley & Sons. ss E-bok. Axelsson, R., Holmlund, B., Jacobsson, R., Löfgren, K., & Puu, T. (1998). Mikroekonomi. 2:a uppl. Lund: Studentlitteratur. Baker, K.H., & Nofsinger, J.R. (2010). Behavioral Finance: An Overview. I: K.H. Baker, J.R. Nofsinger, red. Behavioral Finance: Investors, Corporations, and Markets. New Jersey: John Wiley & Sons. ss E-bok. Barberis, C.N. (2011). Psychology and the Financial Crisis of New Haven: Yale School of Management. Barberis, C.N. (2013). Thirty Years of Prospect Theory in Economics: A Review and Assessment. Journal of Economic Perspectives, 27 (1), Basu, S., Raj, M., & Tchalian, H. (2008). A Comprehensive Study of Behavioral Finance. Journal of Financial Service Professionals, 62 (4), Bjereld, U., Demker, M., & Hinnfors, J. (2002). Varför vetenskap?. 2:a uppl. Lund: Studentlitteratur. Bloomfield, R. (2010). Traditional Versus Behavioral Finance. I: K.H. Baker, J.R. Nofsinger, red. Behavioral Finance: Investors, Corporations, and Markets. New Jersey: John Wiley & Sons. ss E-bok. Bodie. Z., Kane, A., & Marcus. J.A. (2014). Investments. 10:e uppl. Maidenhead: McGraw-Hill. Bolagsverket. (2012, 11 juni). Större och mindre företag. Bolagsverket. [Hämtad ]. Bowman, E.H. (1980). A Risk/Return Paradox for Strategic Management. Sloan Management Review, 21, Bryman, A., & Bell, E. (2013). Företagsekonomiska forskningsmetoder. 2:1 uppl. Stockholm: Liber. Chou, P., Chou, R., & Ko, K. (2009). Prospect Theory and the Risk-Return Paradox: Some Recent Evidence. Review of Quantitative Finance & Accounting, 33 (3),

84 Conover, J.W. (1999). Practical Nonparametric Statistics. 3:e uppl. New York: John Wiley & Sons. Fiegenbaum, A. (1990). Prospect Theory and the Risk-Return Association: An Empirical Examination in 85 Industries. Journal of Economic Behavior and Organization, 14 (2), Fiegenbaum, A., & Thomas, H. (1986). Dynamic and Risk Measurement Perspectives on Bowman's Risk-Return Paradox for Strategic Management: An Empirical Study. Strategic Management Journal, 7 (5), Fiegenbaum, A., & Thomas, H. (1988). Attitudes Toward Risk and the Risk-Return Paradox: Prospect Theory Explanations. Academy of Management Journal, 31 (1), Gazioğlu, Ş., & Çalışkan, N. (2011). Cumulative Prospect Theory Challenges Traditional Expected Utility Theory. Applied Financial Economics, 21 (21), Hart, C. (1998). Doing a Literature Review: Releasing the Social Science Research Imagination. London: Sage Publications. Helson, H. (1964). Adaptation-level Theory : An Experimental and Systematic Approach to Behavior. New York: Harper & Row. Holme, I.M., & Solvang, B.K. (1997). Forskningsmetodik: Om kvalitativa och kvantitativa metoder. Lund: Studentlitteratur. Hultkrantz, L., & Nilsson, J. (2008). Samhällsekonomisk analys. 2:a uppl. Stockholm: SNS Förlag. Hurdle, G.J. (1974). Leverage, Risk, Market Structure and Profitability. The Review of Economics and Statistics, 54 (4), Jegers, M. (1991). Prospect Theory and the Risk-Return Relation: Some Belgian Evidence. Academy of Management Journal, 34 (1), Jensen, R.H. (1995). Företagsekonomisk problemlösning sett i metodperspektiv. I: P. Darmer, P.V. Freytag, red. Företagsekonomisk undersökningsmetodik. Lund: Studentlitteratur. ss Johansson, L.-G. (2011). Introduktion till vetenskapsteorin. 3:e uppl. Stockholm: Thales. Johansson-Lindfors, M.-B. (1993). Att utveckla kunskap: Om metodologiska och andra vägval vid samhällsvetenskaplig kunskapsbildning. Lund: Studentlitteratur. Kahneman, D., & Tversky, A. (1979). Prospect Theory: An Analysis of Decision under Risk. Economitrica, 47 (2),

85 Kahneman, D., & Tversky, A. red. (2000). Choices, Values, and Frames. Cambridge: Cambridge university press. Kliger, D., & Tsur, I. (2011). Prospect Theory and Risk-seeking Behavior by Troubled Firms. Journal of Behavioral Finance, 12 (1), Körner, S. (1993). Praktisk statistik. Lund: Studentlitteratur. Körner, S., & Wahlgren, L. (2013). Statistiska metoder. 2:9 uppl. Lund: Studentlitteratur. Lantz, B. (2014). Den statistiska undersökningen: Grundläggande metodik och typiska problem. Lund: Studentlitteratur. Lindvall, P. (2014). Regeringen står handfallen när basindustrin förfaller. SvD Näringsliv, [online] 25 februari. Tillgänglig via; [Hämtad 2 Mars 2015]. Lucas, D. (2007). Börskrasch mer än ett laddat ord. DN. Ekonomi, [online] 18 mars. Tillgänglig via; [Hämtad 13 februari 2015]. Lundius, A., Hall, M., & Abrahamsson, J. (2012). Maktspel i politiken ett hot basindustrin. SvD Opinion, [online] 8 maj. Tillgänglig via; [Hämtad 2 Mars 2015]. Markowitz, H. (1952). The Utility of Wealth. Journal of Political Economy, 60 (2), Miller, D.K., & Bromiley, P. (1990). Strategic Risk and Corporate Performance: An Analysis of Alternative Risk Measures. Academy of Management Journal, 33 (4), Neumann, M., Böbel, I., & Haid, A. (1979). Profitability, Risk and Market Structure in West German Industries. Journal of Industrial Economics, 27 (3), Nyberg, H. (2012). Risk-Return Tradeoff in U.S. Stock Returns Over the Business Cycle. Journal of Financial & Quantitative Analysis, 47 (1), Pallant, J. (2010). SPSS Survival Manual: A Step by Step Guide to Data Analysis Using the SPSS Program. 4:e uppl. Maidenhead: McGraw-Hill. Retriever. (2015). Formler och nyckeltal. [pdf] Stockholm: Retriever. [Hämtad ]. Saunders, M., Lewis, P., & Thornhill, A. (2003). Research Methods for Business Students. 3:e uppl. Edinburgh: Pearson Education Limited. 75

86 Saunders, M., Lewis, P., & Thornhill, A. (2012). Research Methods for Business Students. 6:e uppl. Edinburgh: Pearson Education Limited. Savage, L.J. (1954). The foundations of Statistics. New York: John Wiley & Sons. SCB. (2015a, 27 februari). Export och import av varor och tjänster (1993-). SCB. [Hämtad ]. SCB. (2015b, 26 februari). Export och import av varor, januari-december 2014, i löpande priser. SCB. [Hämtad ]. SCB. (u.å). Sökning efter SNI-kod. SCB. [Hämtad ]. Schoemaker, P. (1982). The Expected Utility Model: Its Variants, Purposes, Evidence and Limitations. Journal of Economic Literature, 20, SKGS. (u.å. a). Skogsindustrin i Sverige. SKGS. [Hämtad ]. SKGS. (u.å. b). Om basindustrin. SKGS. [Hämtad ]. Skogsindustrierna. (2014, 30 april). Branschfakta. Skogsindustrierna. [Hämtad ]. Starmer, C. (2000). Developments in Non-Expected Utility Theory: The Hunt for a Descriptive Theory of Choice under Risk. Journal of Economic Literature, 38 (2), Thurén, T. (2013). Källkritik. 3:e uppl. Stockholm: Liber. Tversky, A. (1975). A Qritique of Expected Utility Theory: Descriptive and Normative Consideration. Erkenntnis, 9 (2), Tversky, A., & Kahneman, D. (1986). Rational Choice and the Framing of Decision. Journal of Business, 59 (4), Tversky, A., & Kahneman, D. (1992). Advances in Prospect Theory: Cumulative Representation of Uncertainty. Journal of Risk and Uncertainty, 5 (4), Van de Venter, G., & Michayluk, D. (2008). An Insight into Overconfidence in the Forecasting Abilities of Financial Advisors. Australian Journal of Management, 32 (3),

87 Von Neumann, J., & Morgenstern, O. (1953). Theory of Games and Economic Behavior. 3:e uppl. Princeton: Princeton University Press. Wallén, G. (1996). Vetenskapsteori och forskningsmetodik. 2:a uppl. Lund: Studentlitteratur. Winter, J. (1992). Problemformulering, undersökning och rapport. 3:e uppl. Stockholm: Almqvist & Wiksell Förlag Zribi, N., & Boujelbène, Y. (2012). Prospect Theory and Tunisian Banks Risk-Taking. IUP Journal of Behavioral Finance, 4 (1),

88

89 Appendix 1. Fördelning av data Figur 3. Frekvenspolygon för avkastning på eget kapital Figur 4. Frekvenspolygon för avkastning på totalt kapital Figur 5. Frekvenspolygon för risk, avkastning på totalt kapital Figur 6. Frekvenspolygon för risk, avkastning på eget kapital 79

90 Appendix 2. Korrelation och regressionslinje Avkastning på eget kapital under referenspunkten Tabell 15. Korrelation mellan avkastning på eget kapital och risk, justerad för outliers Correlations Avkastning på eget kapital Risk Spearman's rho Avkastning på eget kapital (%) Correlation Coefficient 1,000 -,584 ** Sig. (1-tailed).,000 N Risk (%) Correlation Coefficient -,584 ** 1,000 Sig. (1-tailed),000. N **. Correlation is significant at the 0.01 level (1-tailed). Figur 7. Spridningsdiagram med outliers inkluderade Figur 8. Spridningsdiagram justerad för outliers 80

91 Avkastning på eget kapital ovan referenspunkten Tabell 16. Korrelation mellan avkastning på eget kapital och risk, justerad för outliers Correlations Avkastning på eget kapital Risk Spearman's rho Avkastning på eget kapital (%) Correlation Coefficient 1,000,369 ** Sig. (1-tailed).,000 N Risk (%) Correlation Coefficient,369 ** 1,000 Sig. (1-tailed),000. N **. Correlation is significant at the 0.01 level (1-tailed). Figur 9. Spridningsdiagram med outliers inkluderade Figur 10. Spridningsdiagram justerad för outliers 81

92 Avkastning på totalt kapital under referenspunkten Tabell 17. Korrelation mellan avkastning på totalt kapital och risk, justerad för outliers Correlations Avkastning på totalt kapital Risk Spearman's rho Avkastning på totalt kapital (%) Correlation Coefficient 1,000 -,209 ** Sig. (1-tailed).,007 N Risk (%) Correlation Coefficient -,209 ** 1,000 Sig. (1-tailed),007. N **. Correlation is significant at the 0.01 level (1-tailed). Figur 11. Spridningsdiagram med outliers inkluderade Figur 12. Spridningsdiagram justerad för outliers 82

93 Avkastning på totalt kapital ovan referenspunkten Tabell 18. Korrelation mellan avkastning på totalt kapital och risk, justerad för outliers Correlations Avkastning på totalt kapital Risk Spearman's rho Avkastning på totalt kapital (%) Correlation Coefficient 1,000,179 * Sig. (1-tailed).,018 N Risk (%) Correlation Coefficient,179 * 1,000 Sig. (1-tailed),018. N *. Correlation is significant at the 0.05 level (1-tailed). Figur 13. Spridningsdiagram med outliers Inkluderade Figur 14. Spridningsdiagram justerad för outliers 83

94 Handelshögskolan Umeå universitet Umeå