Peter Erlandsson Göran Robert Scharin Handledare: Joachim Landström

Transkript

1 Utdelningsannonseringarnas påverkan på andra bolag -En eventstudie om hur annonsering av förändrad utdelning hos ett företag påverkar aktiekursen hos konkurrenter i samma bransch Kandidatuppsats 15 hp Företagsekonomiska institutionen Uppsala universitet HT 2016 Datum för inlämning: Peter Erlandsson Göran Robert Scharin Handledare: Joachim Landström

2 Sammandrag När ett företag annonserar om en förändring av utdelning delges marknaden information som kan uppfattas som att företaget går bättre eller sämre än väntat. I samband med utdelningsannonseringen påverkas ofta det egna företagets aktiekurs beroende på hur marknaden förhåller sig till informationen. En annonsering av förändring i utdelning tenderar också att påverka konkurrerande företag inom samma bransch. Syftet med denna uppsats är att via en eventstudie undersöka om en annonsering av förändring i utdelning från ett Large Cap bolag resulterar i en abnormal avkastning hos konkurrenter i samma bransch. Studiens urval består av 84 bolag verksamma inom industrisektorn på Stockholmsbörsen under perioden Resultaten är entydiga, ingen statistiskt signifikant abnormal avkastning kan uppmätas hos konkurrenter i branschen till följd av annonsering av utdelningsförändring. Nyckelord: utdelningsannonsering, abnormal avkastning, eventstudie, signalteori, branscheffekter, effektiva marknadshypotesen.

3 Innehållsförteckning 1. Inledning Bakgrund Syfte Disposition Teoretisk referensram Den effektiva marknadshypotesen Signalteorin Signalteorin inom branscher Signalteorin vid positiva och negativa förändringar Metod Introduktion till metod Eventstudie Definition av event samt val av eventfönster Data och urval Estimeringsfönster Den normala avkastningen Beräkningen av abnormal avkastning (AR) Beräkning av genomsnittlig abnormal avkastning (AAR) Beräkning av genomsnittlig kumulativ abnormal avkastning (CAAR) Beräkning av signifikansen Hypotesprövningen Empiriskt resultat Konkurrenternas reaktion på förändringar i utdelningar Konkurrenternas reaktion på utdelningsökningar Konkurrenternas reaktion på utdelningsminskningar Reaktioner hos mindre konkurrenter vid utdelningsökning Reaktioner hos mindre konkurrenter vid en utdelningsminskning Konklusion Slutsats Studiens tillförlitlighet Förslag på framtida forskning Referenser... 28

4 1. Inledning 1.1 Bakgrund Aktieutdelningar från företag är ett sätt för investerare att erhålla avkastning från sina investerade medel. Svenska företag betalar varje år ut stora summor till sina aktieägare. Under år 2014 betalade de 36 största svenska aktiebolagen ut över 145 miljarder svenska kronor till sina aktieägare (Svenskt näringsliv, 2014). Utdelningar tenderar att inte enbart innehålla avkastning i form av monetära medel utan indikerar också hur företaget presterar. Tidigare studier där exempelvis Lintner (1956) undersöker om förändringar i utdelning signalerar information om bolagets framtida vinster. Enligt Lintner bör en korrigering av aktiekursen ske beroende på hur marknaden uppfattar signalerna som uppkommer ur en annonsering av utdelning. En ökning av utdelning tenderar att snabbare öka priset på en aktie om marknaden informeras om en utdelningsökning samt långsammare om marknaden informeras av en reducering av utdelning (Van Eaton, 1999). Annonsering av en oförutsedd förändring i utdelning hos ett aktiebolag medför ofta en korrigering av aktiepriset (Aharony & Swary, 1980; Kalay & Lowenstein, 1985). En förklaring till detta är enligt Miller & Modgliani (1961), att ledningen inom ett företag är bättre informerade om företagets framtidsutsikter än investerare, vilket medför att den förändrade utdelningen signalerar ny information om hur företaget presterar. Flera studier belyser relationen mellan utdelning och framtida vinster. Exempelvis visar (Bhattacharya, 1979; John & Williams, 1985; Miller & Rock, 1985) i sina studier att en ökning av utdelningar signalerar att ledningen förväntar sig högre intjäning i framtiden. Samtidigt finns det ett flertal studier som inte finner något eller endast litet samband mellan ökning i utdelning och framtida intjäning (Watts, 1973; Penman, 1983; De Angelo, DeAngelo & Skinner, 1997; Grullon, Michely & Swaminathan, 2002). En annonsering om förändrad utdelning påverkar inte enbart det egna företagets aktiekurs. I en global värld med god tillgång till information om ett företags eller en sektors utveckling används i hög utsträckning konkurrenters annonseringar för att undersöka om samma effekter uppstår hos andra bolag inom branschen (Foster, 1981). Andra typer av annonseringar såsom vinstvarningar, försäljningsprognoser och regleringar påverkar inte enbart det egna företaget utan kan också påverka konkurrenterna (Ibid). Ett flertal tidigare 1

5 studier undersöker vilka effekter ett annonserande bolag har på konkurrenter i samma bransch. Lang & Stulz (1992) fann en negativ aktiereaktion hos konkurrenterna när en bank annonserande om konkurs. Foster (1981) och Clinch & Sinclairs (1987) studier visade på att ett företag som annonserar en försämrad intjäningsprognos leder till en negativ aktiereaktion hos konkurrenter inom samma bransch. Den branschspecifika effekten av utdelningsannonseringar undersöker (Laux et al., 1998; Kohers, 1999; Firth, 1996; Howe & Shen, 1998). Firth (1996) menar att utdelningar har stark påverkan på en akties prissättning då utdelningar signalerar att intjäning kan komma att förändras i framtiden. Vidare menar Laux et al. (1998) och Kohers (1999) att det finns en smittoeffekt samt en konkurrenseffekt när bolag annonserar om utdelning. Smittoeffekter innebär att företag inom samma bransch påverkas i samma riktning av en förändring av utdelning från ett konkurrerande företag. En höjning ses som positiv samtidigt som en sänkning ses som negativ (Laux et al., 1998). Konkurrenseffekter uppstår när marknaden bedömer att andra företag i samma bransch kommer ha en större konkurrensfördel om ett annonserande företag sänker sin utdelning, vilket kan signalera att det annonserande företagets framtida intjäning kan komma att minska. Marknaden kan då bedöma att starka konkurrenter har möjlighet att öka sin marknadsandel på det annonserande företagets bekostnad och därmed kan det uppstå positiv abnormal avkastning för de icke annonserande företagen (Laux et al. 1998). Kohers (1999) belyser även homogenitet mellan företag som en viktig egenskap när utdelningsförändringar når marknaden. Företag med liknande tjänster och produkter bör påverkas starkare av en förändring i utdelning eftersom de agerar på samma marknad. En annan viktig aspekt är förhållandet mellan bolagens storlek och marknadsinflytande. Foster (1981) hävdar att när ett stort bolag annonserar om en utdelningsförändring ger det ett starkare signalvärde än om ett mindre bolag annonserar om förändring i utdelning. Flera av de studier som undersöker branschspecifika effekter finner ett samband mellan företagens annonsering och konkurrerande företags aktieutveckling (Laux et al., 1998; Kohers, 1999; Firth, 1996; Caton, 2003). Dessa studier har främst undersökt den amerikanska och australiensiska aktiemarknaden medan den svenska marknaden är outforskad inom detta ämne. Utifrån ett svenskt investerarperspektiv är det intressant att undersöka om utdelningar ger positiva eller negativa signaler på den svenska aktiemarknaden. En bättre förståelse för hur 2

6 företag i samma bransch påverkas av konkurrenters beslut och information menar vi är ett viktigt verktyg för att kunna analysera och värdera företag. Investerare söker ständigt efter nya sätt att identifiera en investeringsmöjlighet och utifrån tidigare resultat som grundar sig på utdelningsförändringar är det intressant att undersöka om utdelningsförändringar kan innehålla information som investerare på den svenska aktiemarknaden kan utnyttja. Det är också relevant att undersöka eftersom investerare och andra intressenter kan dra nytta av att analysera och prognostisera konkurrenseffekter. 1.2 Syfte Syftet med denna uppsats är att undersöka om abnormal avkastning uppstår hos konkurrenter när ett Large Cap bolag inom industribranschen annonserar om en förändring av utdelning. Vidare undersöks om mindre bolag erhåller en abnormal avkastning till följd av att ett Large Cap bolag annonserar om höjd eller sänkt utdelning 1.3 Disposition I detta kapitel beskrivs bakgrunden till studien samt dess fokus och upplägg. I kapitel 2 går vi igenom det teoretiska ramverket med teorier kring den effektiva marknadshypotesen, signalteori och tidigare forskning. Kapitel 3 beskriver val av metod och urval medan kapitel 4 består av det empiriska resultatet och en diskussion med avstamp i den teoretiska referensramen. I kapitel 5 presenteras konklusioner och förslag till framtida forskning. 3

7 2. Teoretisk referensram I detta kapitel presenteras teorier som används i den empiriska studien och ligger till grund för diskussionen och de efterföljande slutsatserna. 2.1 Den effektiva marknadshypotesen Fama (1970) undersöker hur marknaden reagerar på ny information och utvecklade den effektiva marknadshypotesen. Marknaderna anses effektiva och därmed är kursrörelser och aktiepriser inte förutsägbara. Den effektiva marknadshypotesen grundar sig i antagandet att aktiepriserna påverkas av tillgänglig och för företaget relevant information. När ny information delges marknaden kommer aktiepriset att anpassas beroende på hur investerarna bedömer värdet av informationen. Den effektiva marknadshypotesen delas upp i tre olika former, svag, halvstark och stark form. I den svaga formen av marknadseffektivitet återspeglas aktiepriset av historisk information och priset på aktien reflekteras enbart av historiska aktiekurser. Detta innebär att investerare inte kan förutse framtida aktiekurser, utan marknaden följer en slumpmässig utveckling (Fama, 1970). Den halvstarka formen av marknadseffektivitet beskrivs utifrån att aktiekursen påverkas av offentlig information, exempelvis annonseringar av utdelning, vinstvarning och annan information som investerarna anser viktig för värdering av aktiekursen. Den starkaste formen av marknadseffektivitet innebär att aktien påverkas av all tillgänglig information om företaget, även insiderinformation. I den starka formen finns ingen möjlighet för en investerare att tillgodogöra sig högre avkastning med hjälp av ytterligare information (Fama, 1970). 2.2 Signalteorin Bhattacharya (1979) undersöker i sin studie utdelningar och vilken typ av signaler de sänder till marknaden. Bhattacharya menar att utdelningar har ett starkt signalvärde kopplat till hur företagets framtida intjäning kommer att se ut. Annonsering om exempelvis initierad, minskad, återhållen eller ökad utdelning ses då som en viktig signal till marknaden. Det starka signalvärde som en utdelning innebär grundar sig i att företaget gör en kontantutbetalning vilket betyder att företagets kassa blir mindre men att ledning förväntar sig högre kassaflöden från nya projekt och därmed kommer ökade eller initierade utdelningar ej ha en negativ påverkan på företagets förmåga att göra nya investeringar (Bhattacharya, 1979). När ett företag annonserar om en förändring av utdelning innebär det att företaget delar med sig av information. För att utdelningar skall ha en informationseffekt måste företagsledningen ha 4

8 information som ännu inte delgivits marknaden (Divecha & Morse, 1983). Den tidiga forskningen med Lintner (1956) visar att företag endast höjer utdelningen när ledningen har en tro på att intjäningen inom företaget kommer att öka permanent i framtiden Signalteorin inom branscher Caton et al. (2003); Laux et al. (1998) och Kohers (1999) grundar sina undersökningar på signalteorin, som hävdar att kursrörelser hos konkurrerande företag i en bransch förekommer som en effekt av förändrad utdelning från konkurrenter i branschen. En förutsättning för signaleffekter inom branschen är att det råder en hög grad av homogenitet mellan företagen (Kohers, 1999). Vidare hävdar Kohers att ju starkare graden av homogenitet, desto mer korrelerar effekten av en utdelningsannonsering bolagen emellan. Även Firth (1996) visar i sina studier att det finns svagt positiva informationssignaler mellan företag som annonserar om förändring av utdelning och konkurrenter inom samma bransch. Firth undersöker om icke- annonserande företag kan erhålla en abnormal avkastning till följd av att en konkurrent annonserar om förändring av utdelning. En påverkan på ett icke-annonserande företag kan förklaras av att aktörer inom samma marknad tenderar att gynnas och missgynnas av samma faktorer såsom konjunkturläge, råvarupriser, produktionsprocesser och arbetsmarknad. En ökning av utdelning i ett företag signalerar till investerarna att andra företag i samma bransch kan komma att förändra sin egen utdelning eller att intjäningen kan komma att förändras i framtiden (Laux et al., 1998). På samma sätt signalerar en minskning i utdelning att konkurrenter i samma bransch kan komma att sänka sin utdelning (Ibid). Utifrån dessa resonemang formuleras den första hypotesen: Hypotes 1: Annonsering av förändrad utdelning hos ett Large Cap bolag leder till abnormal avkastning hos konkurrenter i samma bransch Signalteorin vid positiva och negativa förändringar Firth (1996) undersöker i sin studie om en annonsering av ökad utdelning påverkar andra företag i samma bransch. Resultatet visar att en ökning av utdelning resulterade i en positiv signifikant abnormal avkastning på 0.37 procent hos konkurrenterna. Det tyder på att det finns en smittoeffekt och inte en konkurrenseffekt bland företagen i undersökningen. Dock bör påpekas att Firth inte har differentierat företagen i studien efter marknadsinflytande, vilket gör att någon konkurrenseffekt inte kan fastställas. I kontrast till Firth (1996) observerade Laux et al. (1998) och Howe & Shen. (1998) ingen signifikant abnormal avkastning mellan annonsering av utdelningshöjning hos en konkurrent och en abnormal avkastning i det egna 5

9 företaget. Kohers et al. (1999) observerade en negativ abnormal avkastning på procent hos företag när en konkurrent inom samma bransch annonserade om en initiering av utdelning. Förklaringen till detta enligt författarna är att investerare anser att det annonserande företaget stärkt sin ekonomiska situation på bekostnad av konkurrenterna. Flera av ovanstående studier undersöker också om en annonsering av utdelningsminskning påverkar rivaliserande företags aktieutveckling. Firth (1996) finner i sina studier att icke annonserande företag erhåller en signifikant negativ abnormal avkastning på -0,60 procent när ett konkurrerande företag sänker sin utdelning. Laux et al. (1998) finner inte någon positiv abnormal avkastning hos konkurrenten vid annonsering av ökad utdelning. Däremot vid en annonsering av minskad utdelning kunde det observeras en negativ abnormal avkastning på procent hos konkurrenterna i branschen. Caton et al. (2003) och Howe & Shen (1998) observerar en negativ abnormal avkastning hos företag när konkurrenter minskar sin utdelning. Det tyder på att det finns en smittoeffekt mellan företag som sänker sin utdelning och konkurrerande företags negativa abnormala avkastning. Ingen av studierna observerar motsatsförhållandet, där en annonserad minskning i utdelning resulterar i en positiv abnormal avkastning hos konkurrenterna, vilket tyder på att minskad utdelning inte ses av investerarna som att konkurrenterna fått ett ökat marknadsinflytande. Utifrån dessa resultat formuleras undersökningens andra hypotes: Hypotes 2a: En annonsering om höjning av utdelning från ett Large Cap leder till en positiv abnormal avkastning hos konkurrenter i samma bransch Hypotes 2b: En annonsering om sänkning av utdelning från ett Large Cap bolag leder till en negativ abnormal avkastning hos konkurrenter i samma bransch I sin studie beskriver Laux et al. (1998) att konkurrenseffekter bidrar till att påverka andra företag i samma bransch vid förändringar i utdelningen hos ett konkurrerande företag. Ett företag med större marknadsinflytande kan påverkas positivt av att en konkurrent annonserar om en sänkning av utdelning vilket ses som negativt för det annonserande företaget. Konkurrenter med mindre marknadsinflytande och mindre resurser riskerar däremot att erhålla en negativ abnormal avkastning när ett större bolag exempelvis höjer sin utdelning. Signalerna av en sänkning av utdelning från ett större företag kan enligt Laux et al. (1998) medföra en positiv konkurrenseffekt om det mindre bolaget är i position att utnyttja sin konkurrents svaghet. Utan resurser att utnyttja svagheten minskar dock möjligheten att 6

10 tillgodogöra sig effekten. Foster (1981) hävdar att ju större ett bolag är desto mer marknadsinflytande har bolaget. Förändrar således ett stort bolag sin utdelning ger det enligt Foster (1981) ett större genomslag än om en mindre konkurrent gör samma sak. Med detta som bakgrund formuleras studiens tredje hypotes: Hypotes 3a: En annonsering av utdelningsökning från ett Large Cap bolag resulterar i negativ abnormal avkastning hos företag på Mid- och Small Cap listan. Hypotes 3b: En annonsering av utdelningssänkning från ett Large Cap bolag resulterar i positiv abnormal avkastning hos företag på Mid- och Small Cap listan. 7

11 3. Metod I följande kapitel presenteras studiens urval och metod för att samla in och behandla data. Slutligen kommer en redogörelse för de statistiska testerna med hypoteser att presenteras. 3.1 Introduktion till metod I likhet med tidigare studier samlas finansiella data manuellt in för att kvantitativt analyseras och därmed få ett resultat genom att sätta upp hypoteser och statistiskt testa dessa. Studien grundar sig på en eventstudie. Metoden skiljer sig delvis åt från andra studiers metoder, då de i flera fall även använt sig av regressionsmodeller i sina undersökningar. Flera tidigare studier som undersöker hur förändring av utdelning påverkar konkurrerande företags aktiekurs har i likhet med denna studie beräknat abnormal avkastning för att komma fram till sitt resultat (Firth, 1996; Kohers, 2003; Howe & Shen, 1998; Laux et al., 1998). 3.2 Eventstudie Syftet med studien är att undersöka hur annonsering av förändring i utdelning hos företag inom industrisektorn påverkar konkurrenternas aktiekurser. MacKinlay (1997) beskriver metoden för eventstudier som ett sätt att mäta effekten på ett företags värde utefter en speciell händelse. Eftersom studien undersöker om annonsering av förändring i utdelning medför abnormal avkastning hos konkurrenterna, är en eventstudie ett lämpligt sätt att mäta effekten av en annonsering. MacKinlay, (1997) belyser vikten av att marknaden är effektiv och således bör aktiepriserna omedelbart omvärderas beroende på den nya informationen som eventet medför. Vidare beskriver Fama (1991) eventstudier som ett sätt att undersöka den halvstarka formen av den effektiva marknadshypotesen. Utformningen av eventstudier behöver inte nödvändigtvis följa några specifika riktlinjer, utan kan genomföras utifrån undersökningens utformning (MacKinlay, 1997). Campbell et al. (1997) följer en process i sju steg som vi i vår studie valt att följa, och som innehåller följande delar: - Definition av eventet samt val av eventfönstret - Data och urval - Undersökningens estimeringsperiod - Den normala och abnormala avkastningen - Hypotesprövning - Empiriskt resultat - Konklusion 8

12 3.2.1 Definition av event samt val av eventfönster I sjustegsprocessen är första steget i en eventstudie att definiera den händelse som skall undersökas och välja hur många dagar som skall ingå i eventfönstret. Ett eventfönster beskriver inom vilken period ett företags akties pris skall undersökas. Vanligt förekommande är att eventdagen samt föregående och efterkommande dag inkluderas i eventfönstret. Dagen före till följd av att ett eventuellt informationsläckage förekommer till följd av insiderinformation, annonseringsdagen och dagen efter för att undersöka om någon effekt uppnåtts till följd av annonseringen (MacKinlay, 1997). Denna studies event definieras som det datum när det första Large Cap bolaget i branschen annonserar om förändring av utdelning jämfört med föregående år. Anledningen till att första annonseringen används som eventdatum är för att undvika flera utdelningsannonseringar inom samma eventperiod. Studien undersöker endast de kortsiktiga effekterna i samband med annonseringen och om det kan ge upphov till abnormal avkastning. Eventfönstret kommer att sträcka sig från nio dagar innan eventdagen till och med nio dagar efter eventdagen i likhet med Firth (1996). Perioden före annonseringen undersöks i syfte att inkludera de förväntningar en eventuell annonsering av förändring av utdelning innebär. Eventdagen och dagen före beskriver den omedelbara reaktionen på den aktuella förändringen av utdelningen. Slutligen undersöks marknadens reaktioner från utdelningsförändringen fram till nio dagar efter annonseringen. Detta i syfte att undersöka effekterna ytterligare några dagar efter eventdagen (Firth, 1996). I likhet med Firths undersökning kommer dagarna delas in i dag minus nio till dag minus fem (-9,-5), dag minus fyra till dag minus två (-4,-2), dag minus ett till dag noll, noll som är eventdagen (-1,0), dag ett till dag fyra (1,4) och slutligen dag fem till dag nio efter eventdagen (9,5). Perioderna i eventfönstret kommer att undersökas och testas separat för att se om abnormal avkastning uppvisas innan och efter eventdagen såväl som dagen innan och på eventdagen Data och urval Studiens urval omfattar noterade aktiebolag verksamma inom industrisektorn på Stockholmsbörsen mellan åren 2011 och Tidsperioden valdes då den har inträffat i närtid samt exkluderar finanskrisen Krisen innebar fluktuationer och onormalt stora svängningar i aktiepriser som skulle kunna resultera i felaktiga abnormala avkastningar. Definitionen av industrisektor är Affärsvärldens lista över industribolag som den såg ut 1 december 2016 (Affärsvärlden, 2016). Listan representerar 84 aktiebolag fördelade på 9

13 Stockholmsbörsens Large-, Mid- och Small Cap 1. Bolag som under undersökningens år börsintroducerats eller avnoterats ingår i undersökningen förutsatt att de har beräkningsbara dagliga aktiekurser. Genom att inkludera ett stort urval av företag inom produktionsindustrin är det lättare att generalisera resultatet för hela industrisektorn. Urvalet är relativt stort i jämförelse med andra branscher på Stockholmsbörsen och studien kan då lättare dra slutsatser utifrån resultatet. Kohers (1999) betonar betydelsen av homogenitet mellan företag för att information om annonseringar av utdelningar ska ge effekt hos konkurrenter. Hos industrisektorn på Stockholmbörsen är det svårt att avgöra om homogenitet förekommer för hela sektorn men i förhållande till andra sektorer och storleken på urvalet är det den sektor som vi anser är lämplig för undersökningen. Förändringar i utdelningar förekommer frekvent mellan företag och år. Enbart en liten förändring av utdelning anses inte ge effekt på konkurrenter. En förutsättning för att en ökning eller minskning av utdelning innehåller ett väsentligt informationsvärde, behöver storleken på förändringen fastställas. Firth (1996) använder sig av förändring i utdelning på 10 procent eller mer i sin studie. Vi anser i enlighet med Laux et al. (1998), som använde utdelningsförändring på 25 procent eller mer, att en högre procentuell förändring medför en starkare signal, därmed kommer en förändring av utdelning med 25 procent eller högre användas i urvalet. I jämförelse med Firth (1996) har denna studie relativt få observationer och vi gör bedömningen att en utdelningsförändring på 10 procent ger en för svag signal för att ha ett signalvärde. Hypotes 3 undersöker om en annonsering från ett Large Cap bolag medför abnormal avkastning hos företag på Mid- och Small Cap listorna. Vi använder börsvärdet som en indikation på att ett företag har ett starkt marknadsinflytande, vilket betyder att ett Large Cap bolag har ett större inflytande på marknaden än Mid- och Small Cap bolag. Laux et al. (1998) använde sig av Herfindahl index för att beskriva marknadsinflytande mellan konkurrenter i branschen. Indexet är ett mått på storleken av ett företag i förhållande till branschen som helhet och därmed en indikator på dess marknadsinflytande (Laux et al., 1998). I urvalet för att undersöka den tredje hypotesen sorteras andra Large Cap bolag ut för att kunna undersöka om mindre bolag påverkas av en utdelningsannonsering i större utsträckning. 1 Large Cap innebär bolagsvärde över 1 Miljard dollar, Mid Cap innebär bolagsvärde mellan 150 miljoner dollar till 1 miljard dollar och Small Cap har ett börsvärde som understiger 150 miljoner dollar (Nasdaq, 2016) 10

14 Studien består av sekundärdata i form av pressmeddelande och indexdata. Datumen för annonseringarna samt aktiedata och indexdata har hämtats från Thomson Reuters Eikons databas samt Thomson Reuters Datastream. I Retrievers mediearkiv undersöks pressmeddelanden angående annonseringar av utdelningsförändringar. I samband med annonsering av utdelningsförändring hos ett bolag kan det finnas annan information som påverkar ett konkurrerande aktiebolags kurs. För att säkerställa att information som kan tänkas påverka resultaten inte ingår har bolag som släpper annan kursdrivande information exkluderats. För att minska risken för annan kursdrivande information inkluderas inte eventdagar där annan information samtidigt delgivits (Laux el al., 1998). Återköp av aktier, betydande affärshändelser och överraskande kvartalsrapporter är exempel på sådana händelser. För att minska ett eventuellt missledande resultat har bolag som ger utdelning kvartalsvis exkluderats från undersökningen. Aktiebolag som inte varit noterade under 130 dagar före eventdagen kommer också att exkluderas i undersökningen se tabell 1. Eftersom studien använder hypoteser med tre olika urval följer 3 tabeller som beskriver urvalet av undersökta företag beskrivet för varje hypotes. Tabell 1. Bortfall och slutgiltigt urval för hypotes 1 Tabellen visar urvalet efter att företag som har beräkningsbara kurser för de aktuella åren inkluderats. Antalet observationer är de 84 företag som finns med på affärsvärldens lista över svenska industriföretag. År Antal observationer Bortfall Slutligt urval Totalt urval

15 Tabell 2: Urval för höjning och sänkning i hypotes 2a samt 2b Tabellen visar urvalet där åren för höjning respektive sänkning av utdelning har separerats. Händelse beskriver om årets första annonsering är en sänkning eller höjning, antalet observationer beskriver antal företag som observerats efter bortfall ÅR Händelse Antalet Sänkningar Höjningar observationer 2011 Höjning Sänkning Höjning Höjning Höjning Sänkning Slutligt urval Tabell 3: Urval för hypotes 3a och 3b som undersöker reaktionen hos Mid- och Small Cap bolag på Stockholmsbörsen Tabellen visar det slutliga urvalet efter att Large Cap bolag sorterats ut för att mäta mindre bolags reaktioner. Urval höjning består av 140 bolag på Mid- och Small Cap-listorna som används i urval till hypotes 3a. Urval sänkning består av 80 bolag på Mid- och Small Caplistorna som används i urval till hypotes 3b Urval höjning Urval sänkning Totalt urval Estimeringsfönster Estimeringsfönstret används för att undersöka hur utvecklingen på aktien skulle utvecklats om eventet aldrig inträffat. Denna period ska inte innehålla samma typ av event som studeras i undersökningen, vilket innebär att en indikation ges av aktiens utveckling under förhållanden som inte påverkats av eventet. Det finns ingen allmänt vedertagen konsensus för längden på ett estimeringsfönster. Laux et al. (1998) använder sig av tidperioden 400 dagar före eventdagen som estimeringsfönster. Studien kommer i enlighet med rekommendationer från MacKinlay (1997) använda ett estimeringsfönster på 120 dagar eftersom detta anses vara ett tillräckligt långt intervall för att estimera en akties utveckling i förhållande till övriga aktier på marknaden. Vidare menar MacKinlay att en överlappning av eventfönstret och estimeringsfönstret bör undvikas. Därför kommer estimeringsfönstret att avslutas dagen före eventfönstret börjar. Se Figur 1. 12

16 Figur 1. Studiens estimeringsperiod och eventperiod Estimeringsperiod Eventperiod t-130 t-10 t-9 t=0+1 t+9 Nedan följer en redogörelse för de matematiskt grundade formlerna erhållna från MacKinlay (1997), som används i undersökningen. Formlerna beräknar abnormal avkastning samt testar den statistiska signifikansen i resultatet. 3.3 Den normala avkastningen Den normala avkastningen definierar MacKinlay (1997) som den förväntade avkastningen förutsatt att eventet inte har inträffat. Det finns två vanliga metoder för att beräkna den normala avkastningen, den konstanta medelvärdesmetoden och marknadsmodellen. Om en tillgångs medelavkastning är konstant över perioden kan den konstanta medelvärdesmetoden användas. Den andra modellen, marknadsmodellen, beskriver en stabil linjär relation mellan marknadsavkastningen och aktieavkastningen. MacKinlay (1997) föredrar marknadsmodellen eftersom den ger ett tillförlitligare resultat i och med att beta- och alfa värdet beräknas för varje aktie separat. Marknadsmodellen ger en bättre möjlighet att upptäcka eventuella effekter av ett event än den konstanta medelvärdesmodellen, vilket är avsikten med vår studie. Marknadsmodellen, som vi kommer att använda, beräknas enligt följande formel: R i,t = α i + β i R m,t + ε i,t Där, R i,t = Normal avkastningen för aktie i under tidsperioden t α i = Den osystematiska risken för aktie i β i = Den systematiska (marknadsrisken) risken för aktie i R m,t = Marknadsportföljens avkastning under tiden t 13

17 ε i,t = Felterm, antas vara Beräkningen av abnormal avkastning (AR) Abnormal avkastning är skillnaden mellan aktiens faktiska avkastning och vad som aktien förväntas avkasta. Formeln nedan beräknar aktiens abnormala avkastning genom att subtrahera marknadsportföljens avkastning från den enskilda aktiens faktiska avkastning. (MacKinlay, 1997). Beräknas enligt följande formel: AR i,t = R i,t - (α i + β ir m,t ) Där, AR i,t = Abnormal avkastning för aktie i under period t R i,t = Faktisk avkastning för aktie i period t α i= Den osystematiska risken för aktie i β i= Den systematiska (marknadsrisken) risken för aktie i R m,t = Marknadsportföljens avkastning under tiden t Beräkning av genomsnittlig abnormal avkastning (AAR) När den abnormala avkastningen är beräknad, kan den genomsnittliga abnormala avkastningen beräknas. Uträkningen görs genom att summera samtliga abnormala avkastningar och därefter dividera med antalet observerade event (MacKinlay, 1997). Beräknas enligt följande formel: n AAR t = 1 n AR i,t i=1 Där, AAR t = Genomsnittlig abnormal avkastning under perioden t n = Antalet event AR i,t = Abnormal avkastning för aktie i under period t 14

18 3.3.3 Beräkning av genomsnittlig kumulativ abnormal avkastning (CAAR) MacKinlay (1997) summerar den genomsnittliga abnormala avkastningen för dagarna under eventet för att erhålla den genomsnittliga kumulativa abnormala avkastningen. Beräkningen sker enligt formeln nedan: t 2 CAAR(t 1, t 2 ) = AAR t t= t1 Där, CAAR(t 1, t 2 ) = Den genomsnittliga kumulativa abnormala avkastningen från dag t 1 till dag t 2 i eventfönstret AAR t = Genomsnittlig abnormal avkastning under perioden t Beräkning av signifikansen För att kunna beräkna om den observerade genomsnittliga abnormala avkastningen är statistiskt skild från noll kommer ett t-test att genomföras. Vidare behöver variansen för den genomsnittliga abnormala avkastningen att beräknas. Detta utförs genom att summera de enskilda varianserna från varje enskilt bolag (MacKinlay, 1997). Beräkningen sker enligt formeln nedan: Där, var(aar t ) = 1 n 2 σ 2 ε i var(aar t ) = Variansen i genomsnittlig abnormal avkastning under tidsperioden t n = Antal event σ 2 = Den genomsnittliga abnormala avkastningens varians för aktie i under estimeringsperioden Nästa steg är att räkna ut variansen i den genomsnittliga kumulativa abnormala avkastningen från dag t 1 till dag t 2 genom att summera variansen i den genomsnittliga abnormala avkastningen (MacKinlay, 1997) n i=1 15

19 Beräkning sker enligt formeln nedan: var(caar(t 1, t 2 )) = var(aar t ) t 2 t= t1 Där, var(caar(t 1, t 2 ))= Variansen i den genomsnittliga kumulativa abnormala avkastningen från dag t 1 till dag t 2 i eventfönstret var(aar t )= Variansen i genomsnittlig abnormal avkastning under tidsperioden t Som ett sista steg beräknas t-värdet för att testa om den genomsnittliga kumulativa abnormala avkastningen under perioden t 1 till t 2 är signifikant skilt från noll (MacKinlay, 1997). Beräkningen sker enligt följande formel: CAAR(t 1, t 2 ) θ = ~ N(0, 1) 1/2 var(caar(t 1, t 2 )) Där, CAAR(t 1, t 2 )= Den genomsnittliga kumulativa abnormala avkastningen från dag t 1 till dag t 2 i eventfönstret var(caar(t 1, t 2 )) 1/2 = Variansen i den genomsnittliga kumulativa abnormala avkastningen från dag t 1 till dag t 2 i eventfönstret 3.4 Hypotesprövningen Studiens tre hypoteser undersöker om en abnormal avkastning förekommer hos konkurrerande företag före, under och efter att en konkurrent annonserat om förändring av utdelning. Genom att beräkna CAAR i fem olika intervall i eventfönstret, samt undersöka detta genom ett hypotestest säkerställs om den abnormala avkastningen är signifikant. Hypotes 1 undersöker genom ett dubbelsidigt hypotestest om en förändring av utdelning hos 16

20 ett Large Cap bolag, både höjning och sänkning, bidrar till abnormal avkastning hos konkurrenterna under eventperioden. För att de negativa och positiva värdena ej ska ta ut varandra har hypotes 1 beräknats utifrån absoluta värden. Eftersom hypotesen inte undersöker någon riktning måste absoluta värden användas. Hypotes 2a och 2b undersöker genom ett enkelsidigt hypotestest hur företag inom samma bransch reagerar när ett Large Cap bolag höjer respektive sänker sin utdelning. För att testa hypotes 2a och 2b räknas CAAR ut för dagarna i eventet och följaktligen undersöks resultatet under intervallets tidsperiod. Även hypotes 3a och 3b undersöker genom ett enkelsidigt hypotestest ifall en annonsering av ökning respektive sänkning från ett Large Cap bolag i större grad påverkar bolag som är listade på Mid- och Small Cap listan. I likhet med våra tidigare hypoteser testar vi om en abnormal avkastning uppstått inom intervallets dagar genom att beräkna CAAR och testa om resultaten är statistiskt signifikanta. 17

21 4. Empiriskt resultat I detta kapitel presenteras och diskuteras studiens empiriska resultat. Inledningsvis presenteras den beskrivande statistiken för konkurrenters reaktion på förändringar i utdelning hos branschkollegor. Därefter följer en redogörelse för hur konkurrenters aktiekurser reagerar på bolag som höjer respektive sänker sin utdelning under samma period. Vidare presenteras i sista delen hur mindre företag reagerar på ett större bolags utdelningsannonsering. Samtliga resultat som presenteras innefattar perioden Konkurrenternas reaktion på förändringar i utdelningar Tabell 4: Abnormal avkastning vid förändring av utdelning Tabellen beskriver den genomsnittliga kumulativa abnormala avkastningen för perioden Perioden sträcker sig från nio dagar innan eventdagen fram till nio dagar efter eventdagen där dag noll är eventdagen. CAAR betecknar den genomsnittliga kumulativa abnormala avkastningen. T-stat visar resultatets statistiska signifikans. Dag CAAR T-stat -9, -5 0,75% 0,0582-4, -2 0,65% 0,0507-1,0 0,57% 0,0439 1,4 1,1% 0,0863 5,9 0,81% 0,0627 Hypotes 1 undersöker om konkurrerande bolag uppvisar en abnormal avkastning för perioden nio dagar innan till och med nio dagar efter en annonsering av förändring i utdelning hos ett konkurrerande företag. Resultatet visar inte på någon signifikans då CAAR är 0,57 procent (t-värde = 0,0439) för dag minus ett och eventdagen (-1,0). Dagarna innan eventdagen uppvisar ingen signifikant CAAR där dag minus nio till minus fem (-9,-5) visar 0,75 procent (t-värde = 0,0582). Även dag minus fyra till minus två visar inte någon statistisk signifikans där CAAR uppmäts till 0,65 procent (t-värde = 0,0507). Dag fem till nio visar 0,81 procent (t-värde = 0,0627) vilket inte påvisar någon statistisk signifikans. Enligt Bhattacharya (1979) ger en utdelningsannonsering starka signaleffekter hos konkurrerande företag men utifrån dessa resultat finner undersökningen ej statistiskt stöd för detta hos företag inom den svenska 18

22 industrisektorn. I kontrast till vår studie, fann Firth (1996) signifikant resultat hos konkurrenter inom branschen men dock var den abnormala avkastningen markant lägre hos konkurrenterna än det annonserande bolaget. Firth (1996) kunde påvisa en signifikant abnormal avkastning hos konkurrerande bolag dagen innan samt på eventdagen men inte på övriga dagar i eventfönstret. 4.2 Konkurrenternas reaktion på utdelningsökningar Tabell 5: Abnormal avkastning vid utdelningsökningar Tabellen beskriver den genomsnittliga kumulativa abnormala avkastningen nio dagar innan fram till nio dagar efter annonseringsdagen. Dag noll är eventdagen. CAAR beskriver den genomsnittliga kumulativa abnormala avkastningen. T-stat visar resultatets signifikans. Dag CAAR T-stat -9, -5-2,14 % -0,1667-4, -2-3,53 % -0,2749-1,0-5,18 % -0,4031 1,4-6,82 % -0,5307 5,9-8,44 % -0,6567 Hypotes 2a undersöker om en annonsering av utdelningsökning ger upphov till positiv abnormal avkastning hos konkurrerande bolag nio dagar innan till och med nio dagar efter eventdagen. Dag minus nio till minus fem (-9, -5) uppmäts en CAAR på procent (tvärde = -0,1667) vilket inte är statistiskt signifikant. Dag minus fyra till minus två (-4, -2) uppmäts en CAAR på -3,53 procent (t-värde = -0,2749) vilket inte visar någon statistisk signifikans. Dagarna innan eventdagen kunde således inte uppvisa någon positiv signifikant abnormal avkastning. Dag minus ett och eventdagen (-1,0) uppmäts en CAAR på -5,18 procent (t-värde = -0,4031) och kan inte påvisa någon statistisk signifikans. Dagarna ett och fyra (1, 4) efter eventdagen uppmäts en CAAR på -6,82 procent (t-värde = -0,5307) och ingen signifikans kan påvisas. Även dag fem till nio uppvisade inte någon statistisk signifikans där resultatet uppmättes till -8,44 procent (t-värde = -0,6567). Inget av resultaten visar någon statistisk signifikans och utifrån detta kan studien inte påvisa om det föreligger positiv abnormal avkastning hos konkurrenter när ett företag annonserar om en höjning av utdelning. Resultaten skulle kunna tyda på att det istället förekommer en konkurrenseffekt men det kan inte statistiskt säkerställas. Firth (1996) fann i motsats till vår studie en signifikant positiv abnormal avkastning hos icke annonserande företag på 0.37 procent när ett företag annonserar om höjning av utdelning. Det innebär att det finns ett visst signalvärde i annonsering om 19

23 utdelningsökning. Däremot kunde Howe & Shen (1998) och Laux et al. (1998) inte påvisa någon signifikant abnormal avkastning mellan annonsering av utdelningshöjning hos ett företag och abnormal avkastning hos konkurrenter. 4.3 Konkurrenternas reaktion på utdelningsminskningar Tabell 6: Abnormal avkastning vid utdelningssänkningar Tabellen beskriver den genomsnittliga kumulativa abnormala avkastningen av en utdelningssänkning nio dagar innan och nio dagar efter eventdagen där dag noll är eventdagen. CAAR beskriver den genomsnittliga kumulativa avkastningen. T-stat visar resultatets signifikans. Dag CAAR T-stat -9, -5-0,87 % -0,3575-4, -2-1,35 % -0,5519-1,0-0,91 % -0,3729 1,4-1,52 % -0,6229 5,9-2,49 % -1,0179 Hypotes 2b undersöker om en utdelningsminskning ger upphov till negativ abnormal avkastning hos konkurrerande företag nio dagar före eventdagen till och med nio dagar efter. Dag minus nio till och med minus fem (-9, -5) uppmäts en CAAR på -0,87 procent (t-värde = -0,3575), vilket inte är statistiskt signifikant. Dag minus fyra till minus två (-4,-2) uppmäts en CAAR på procent (t-värde= -0,5519), vilket inte statistiskt kan säkerställas. Dag minus ett och eventdagen (-1,0) uppmäts en CAAR på -0,91 procent (t-värde = -0,3729) vilket inte är statistiskt signifikant. I den efterföljande perioden uppmäts i dag ett till dag fyra (1, 4) en CAAR på -1,52 procent (t-värde = -0,6229), samt för dag fem till dag nio (5,9) en CAAR på -2,49 procent (t-värde = -1,0179) vilket inte påvisar någon statistisk signifikans dagarna efter eventdagen. Både Firth (1996) och Laux et al. (1998) kunde påvisa en negativ abnormal avkastning på -0,60 procent respektive procent till följd av att ett konkurrerande företag annonserade om sänkt utdelning. Resultatet från studierna är entydiga. Det tyder på att det snarare föreligger en smittoeffekt än en konkurrenseffekt genom att ingen positiv abnormal avkastning uppmättes till följd av att en konkurrent annonserade om minskad utdelning. 20

24 4.4 Reaktioner hos mindre konkurrenter vid utdelningsökning Tabell 7: Abnormal avkastning hos bolag listade på Mid- och Small Cap Tabellen beskriver den genomsnittliga kumulativa abnormala avkastningen (CAAR) hos mindre bolag listade på Mid och Small Cap då ett större bolag annonserar om en utdelningsförändring nio dagar innan samt nio dagar efter eventdagen där dag noll är eventdagen. CAAR är den kumulativa genomsnittliga abnormala avkastningen. T-stat visar resultatets signifikans Dag CAAR t-stat -9, -5 3,40 % 0,2791-4, -2 3,98 % 0,3268-1,0 3,96 % 0,3251 1,4 4,08 % 0,3348 5,9 4,04 % 0,3315 Hypotes 3a bygger på antagandet att Large Cap bolag som annonserar om en ökad utdelning resulterar i negativ abnormal avkastning hos mindre konkurrenter listade på Mid- och Small Cap listorna. Resultatet för dag minus nio till minus fem (-9, -5) uppmäts en CAAR på 3,4 procent (t-värde = 0,2791) vilket inte är statistiskt signifikant. Dag minus fyra till minus två (-4, -2) uppmäts en CAAR på 3,98 procent (t-värde = 0,3268) vilket inte är statistiskt signifikant. Dag minus ett och eventdagen (-1, 0) uppmäts en CAAR på 3,96 procent (t-värde = 0,3251) vilket inte är statistiskt signifikant. Dag ett till fyra (1, 4) uppmäts en CAAR på 4,08 procent (t-värde = 0,3348) och dag fem till och med dag nio (5, 9) uppmätte en CAAR på 4,04 procent (t-värde = 0,3315) vilket betyder att dagarna efter eventdagen inte kunde uppvisa någon signifikant negativ abnormal avkastning. Därmed finner studien inte något stöd i teorierna presenterade av Laux et al. (1998) om antagandet att det finns en konkurrenseffekt som gör att företag med mindre marknadsinflytande kan drabbas negativt när företag med större marknadsinflytande höjer sin utdelning. Det ligger närmare till hands att anta att det istället finns en viss smittoeffekt av att ett bolag höjer sin utdelning och därmed signalera bättre framtida intjäning. Studiens resultat är i linje med de resultat Laux et al. (1998) fick, men något högre CAAR. Det kan förklaras av att olika eventperioder användes och att Laux et al. (1998) inte enbart undersöker industrisektorn. Användandet av att segmentera marknadsinflytande i form av bolag på olika börslistor istället för Herfindahl index kan också medföra att resultatet skiljer sig åt. Genom 21

25 att bedöma marknadsinflytande utefter börsvärde kan det ge en svagare indikation än Herfindahls index på om det föreligger en konkurrenseffekt. 4.5 Reaktioner hos mindre konkurrenter vid en utdelningsminskning Tabell 8: Abnormal avkastning hos mindre bolag Tabell 2 beskriver den genomsnittliga kumulativa abnormala avkastningen hos mindre bolag listade på Mid- och Small Cap då ett större bolag annonserar om en utdelningsminskning nio dagar innan samt nio dagar efter eventdagen som är dag noll. CAAR är den genomsnittliga kumulativa abnormala avkastningen. t-stat visar testets signifikans Dag CAAR t-stat -9, -5-1,50 % -0,1744-4, -2-2,34 % -0,2719-1,0-2,04 % -0,2362 1,4-2,60 % -0,3022 5,9-3,21 % -0,3729 Hypotes 3b grundade sig i att utdelningsänkningar hos ett Large Cap bolag resulterar i positiv abnormal avkastning hos mindre konkurrenter listade på Mid- och Small Cap listorna. För dag minus nio till dag minus fem (-9, -5) uppmäts en CAAR på -1,5 procent (t-värde = - 0,1744) vilket inte uppvisar någon statistisk signifikans. Dag minus fyra till dag minus två (- 4, -2) uppmäts en CAAR på -2,34 procent (t-värde = -0,2719) vilket inte är statistiskt signifikant. Dag minus ett till dag eventdagen (-1, 0) uppmäts en CAAR på -2,04 procent (tvärde = -0,2362) vilket inte är statistiskt signifikant. Dag ett till och dag fyra (1, 4) uppmäts en CAAR på -2,6 procent (t-värde = -0,3022) samt dag fem till dag nio uppmäts en CAAR på -3,21 procent (t-värde = -0,3729) vilket betyder att för dagarna efter eventdagen kan inget resultat statistiskt säkerställas. Laux et al. (1998) antyder att bolag med mindre marknadsinflytande kan erhålla en positiv effekt från signalerna om att ett större bolag sänker sin utdelning och därmed signalerar en sämre intjäningsförmåga. I motsatts till vad Laux et al. (1998) antyder i sin undersökning kan resultatet från denna studie inte uppvisa någon signifikant positiv abnormal avkastning hos bolag på Mid och Small Cap listorna när ett Large Cap bolag annonserar om en 22

26 utdelningsminskning. Det tyder på att signalerna från en utdelningssänkning hos ett Large Cap bolag inte resulterar i någon effekt hos mindre bolag inom samma bransch. 23

27 5. Konklusion 5.1 Slutsats I följande avsnitt presenteras studiens slutsats och därefter diskuteras studiens tillförlitlighet. Slutligen lämnas förslag till framtida forskning Syftet med denna studie är att undersöka om en annonsering av förändring i utdelning från ett Large Cap-bolag verksamt inom industrisektorn på Stockholmsbörsen påverkar andra företag inom samma bransch. Vidare undersöks det om konkurrenter med mindre marknadsinflytande erhåller större abnormal avkastning till följd av att ett Large Cap bolag annonserar om förändring av utdelning. Studiens undersökning bygger på företag noterade på Stockholmsbörsen mellan åren Totalt ingår 84 företag i undersökningen. Genom en eventstudie undersöks om abnormal avkastning förekommer hos bolagen till följd av konkurrenternas annonsering av förändring i utdelning. Hypotes 1 undersöker om en utdelningsförändring ger upphov till abnormal avkastning hos konkurrenter i branschen. Urvalet är bolag verksamma inom industrisektorn där Affärsvärldens branschindex används för att definiera industrisektorn. Studien hämtar kursdata från åren 2011 till 2016 och antalet observationer uppgår till 311. I likhet med Laux et al. (1998) finner studien ingen signifikant abnormal avkastning hos konkurrenter inom branschen vid annonsering om utdelningsförändring hos ett konkurrerande bolag. Varken Kohers (1999) eller Howe & Shen (1998) påvisar någon signifikant abnormal avkastning hos konkurrerande företag. Firth (1996) finner dock abnormal avkastning för eventdagen hos konkurrerande bolag på eventdagen vid både annonsering av en sänkning och en ökning av utdelning Hypotes 2 undersöker om olika annonseringar påverkar abnormal avkastning där hypotes 2a och 2b undersöker utdelningsökning respektive utdelningssänkning. Åren delas upp i de år som en sänkning är första annonsering respektive ökning är första annonsering. Urvalet för åren med sänkning uppgår till 111 observationer och åren med en höjning uppgår till 200 observationer. I likhet med tidigare studier visar resultaten inte på någon statistisk signifikans och studien finner inget stöd för hypotes 2a och 2b. 24

28 Den tredje hypotesen grundar sig i att utdelningsförändring hos ett stort bolag med en större marknadsandel och större marknadsinflytande påverkar mindre bolag i större grad. Foster (1981) menar att större företag har en större påverkan på marknaden och således borde signaleffekten vara starkare när ett stort bolag annonserar om en förändring av utdelning. Undersökningen definierar bolag på Large Cap listan som stora bolag då marknadsvärdet är större än bolag som är listade på Mid- och Small Cap listorna. Den sista hypotesen delas upp i två delar där hypotes 3a undersöker ifall en annonsering av utdelningshöjning kan resultera i negativ abnormal avkastning hos mindre bolag. Hypotes 3b undersöker om en annonsering av utdelningssänkning resulterar i en positiv abnormal avkastning hos mindre bolag. Under åren med höjning observeras 140 mindre bolag och åren med en sänkning observeras 80 mindre bolag. Resultatet är dock i linje med föregående studiers resultat, en abnormal avkastning kan ej statistiskt säkerställas hos mindre bolag när ett Large Cap bolag annonserar om utdelningsförändring. Laux et al. (1998) samt Kohers (1999) belyser betydelsen av homogenitet inom branscher för att signaleffekten av en utdelningsannonsering ska ha någon effekt. Detta kan vara en brist hos den svenska industribranschen då en uppdelning av industribranschen i tjänster och produktion innebär att observationerna inte blir tillräckligt många. Det är en brist som är svår att inte ta upp som en svaghet i studien men som blir svår att justera för då marknaden i jämförelse med den amerikanska är relativt liten. Detta kan innebära en effekt på det slutgiltiga resultatet som skulle kunna bli annorlunda vid en uppdelning mellan tjänste- och produktionsbolag. Slutligen är resultaten i linje med tidigare forskning på flera punkter och vi kan i denna undersökning ej finna något signifikant resultat för någon av hypoteserna. Mer kompletterande forskning krävs och en större datainsamling, alternativt inkludering av fler event kan bidra till att studien finner ett tydligare resultat. 5.2 Studiens tillförlitlighet Studien använder sig av data från Thomson Reuters Eikons databas för utdelningsannonseringar, samt använder Thomson Reuters Datastream för att hämta totalavkastning för de 84 bolag som är inkluderade i studien från åren 2011 till Åren valdes för att undvika spåren av den tidigare finanskris som drabbade de finansiella marknaderna. 25