Avyttringars inverkan på säljande bolags aktiekurs

Transkript

1 Linköpings universitet Institutionen för ekonomisk och industriell utveckling Examensarbete i Företagsekonomi, 30 hp Civilekonomprogrammet Vårterminen 2018 ISRN-nummer: LIU-IEI-FIL-A--18/ SE Avyttringars inverkan på säljande bolags aktiekurs En studie på den svenska marknaden med hänsyn till branschtillhörighet, finansieringsalternativ och konjunkturläge Pontus Rygert Johan Åckander Handledare: Andreas Stephan Linköpings universitet SE Linköping, Sverige ,

2 Upphovsrätt Detta dokument hålls tillgängligt på Internet eller dess framtida ersättare under 25 år från publiceringsdatum under förutsättning att inga extraordinära omständigheter uppstår. Tillgång till dokumentet innebär tillstånd för var och en att läsa, ladda ner, skriva ut enstaka kopior för enskilt bruk och att använda det oförändrat för ickekommersiell forskning och för undervisning. Överföring av upphovsrätten vid en senare tidpunkt kan inte upphäva detta tillstånd. All annan användning av dokumentet kräver upphovsmannens medgivande. För att garantera äktheten, säkerheten och tillgängligheten finns lösningar av teknisk och administrativ art. Upphovsmannens ideella rätt innefattar rätt att bli nämnd som upphovsman i den omfattning som god sed kräver vid användning av dokumentet på ovan beskrivna sätt samt skydd mot att dokumentet ändras eller presenteras i sådan form eller i sådant sammanhang som är kränkande för upphovsmannens litterära eller konstnärliga anseende eller egenart. För ytterligare information om Linköping University Electronic Press se förlagets hemsida Copyright The publishers will keep this document online on the Internet or its possible replacement for a period of 25 years starting from the date of publication barring exceptional circumstances. The online availability of the document implies permanent permission for anyone to read, to download, or to print out single copies for his/her own use and to use it unchanged for non-commercial research and educational purpose. Subsequent transfers of copyright cannot revoke this permission. All other uses of the document are conditional upon the consent of the copyright owner. The publisher has taken technical and administrative measures to assure authenticity, security and accessibility. According to intellectual property law the author has the right to be mentioned when his/her work is accessed as described above and to be protected against infringement. For additional information about the Linköping University Electronic Press and its procedures for publication and for assurance of document integrity, please refer to its www home page: Pontus Rygert, Johan Åckander

3 Förord Uppsatsskrivandet har inneburit stor frihet under ansvar där tidiga morgnar blandats med sena kvällar i ekosystemet. Vi vill börja med att tacka varandra för gott samarbete och ser fram emot nya utmaningar i arbetslivet. Vi vill även rikta ett stort tack till vår handledare Andreas Stephan som bidragit med ovärderlig vägledning och stöd under skrivandets gång. Till sist vill vi rikta ett tack till vår seminariegrupp för all värdefull kritik vi fått - utan ert perspektiv hade uppsatsen sett annorlunda ut. Pontus Rygert, Johan Åckander

4 Sammanfattning Titel: Avyttringars inverkan på säljande bolags aktiekurs En studie på den svenska marknaden med hänsyn till konjunkturläge, finansieringsalternativ och branschtillhörighet Författare: Pontus Rygert och Johan Åckander Handledare: Andreas Stephan Bakgrund: Tidigare studier inom ämnet har, till skillnad från motsvarande forskning om företagsförvärv, påvisat signifikanta positiva reaktioner från marknader över hela världen vid tillkännagivandet av en avyttring. Däremot saknas studier om avyttringars effekt på den svenska marknaden. Det råder delade meningar om varför abnormal avkastning uppstår vid tillkännagivandet, där konjunkturläge, finansieringsalternativ och branschtillhörighet är vanligt förekommande förklarande variabler i eventstudier. Syfte: Studiens syfte är att undersöka hur tillkännagivandet av en avyttring påverkar säljande bolags aktiekurs på den svenska marknaden under tidsperioden , samt att undersöka hur rådande konjunkturläge, valt finansieringsalternativ och branschtillhörighet påverkar avkastningen Genomförande: Studien genomförs genom eventstudiemetodologin med en deduktiv ansats. Empirin utgår från historisk tidsseriedata från avyttrande bolags aktiekurser för att bestämma förväntad avkastning som sedan jämförs med faktiskt avkastning för att urskilja om tillkännagivandet påverkar kursutvecklingen. Resultat: Studien visar statistiskt signifikanta resultat för att avyttrande bolags aktiekurs påverkas positivt av tillkännagivandet av en avyttring både för eventfönstret (-3, +3) och (-1, +1). För de enskilda dagarna i eventfönstret finner författarna statistiskt signifikanta avkastningar för dag T-2 och T0. Författarna finner inga statistiskt säkerställda skillnader i avkastning beroende på rådande konjunkturläge. Gällande val av finansieringsalternativ visas att betalning genom aktier genererar signifikant högre avkastning än övriga alternativ. Inga samband kunde säkerställas beroende på företagens branschtillhörighet. Nyckelord: Avyttringar, eventstudie, abnormal avkastning, konjunkturläge, finansieringsalternativ, branschtillhörighet

5 Abstract Title: Divestitures effect on shareholder wealth for vendor companies A study on the Swedish market with regards to the economic cycle, choice of payment method and industry affiliation Authors: Pontus Rygert and Johan Åckander Supervisor: Andreas Stephan Background: Previous studies on the subject, contrary to corresponding studies on mergers and acquisitions, have shown significant positive market reactions from all over the world on the announcements of divestitures. However, similar studies have not been done on the Swedish market. There are split opinions on the origin of the abnormal returns from the announcements of divestitures, but the economic cycle, choice of payment method and industry affiliation are recurring explaining variables in event studies. Aim: The aim of the study is to investigate the effect on shareholder wealth from the announcements of a divestiture on the Swedish market during the period from , as well as investigating how the abnormal returns are affected by the economic cycle, choice of payment method and industry affiliation. Completion: The study is conducted using the event study methodology and a deductive approach. Historical time series from divesting companies share prices are used to estimate expected returns which are then compared to actual returns to decide whether the announcement of a divestiture has an impact on shareholder wealth. Results: The study finds significant results that divesting companies shareholder wealth are positively affected by the announcement of a divestiture for both event windows (-3, +3) and (-1, +1). For each separate day within the event window the authors find statistically significant returns for day T-2 and T0. The authors find no statistically significant differences between the returns regarding the economic cycle. Regarding the choice of method of payment, it is concluded that payment through stock generates excess returns when compared to other financing alternatives. No differences could be found between different industry affiliations. Keywords: Divestitures, event study, abnormal returns, economic cycle, payment method, industry affiliation

6 Innehållsförteckning 1. Inledning Bakgrund Problemformulering Syfte Forskningsfrågor Avgränsningar Forskningsbidrag Teoretisk referensram Typer av avyttringar Sell-Off Spin-Off Equity Carve-Out Förklarande variabler Konjunkturläge och aktivitet på förvärvsmarknaden Finansieringsalternativ Branschtillhörighet Effektiva marknadshypotesen Värdeskapande Motiv bakom avyttringar Historisk roll och utveckling Samtida motiv bakom avyttringar Eliminering av negativa synergieffekter (Områdets relation till kärnverksamheten) Deltagande i köparens värdeskapande Koncentration (reallokering) Tidigare forskning Metod Ansats & Design Eventstudier... 22

7 3.2.1 Insamling och urval av data Bestämmande av event- och estimeringsfönster Urvalsindelning Beräkning av abnormal avkastning Statistiska tester Hypotesformulering Multipelregression för samtliga parametrar Bortfall Tillförlitlighet Reliabilitet Validitet Generaliserbarhet Källkritik Resultat Beskrivande statistik för urvalet Kumulativ Abnormal Avkastning Abnormal avkastning per år Konjunkturläge Finansieringsalternativ Branschtillhörighet Hypotesutfall Multipelregression Resultat från regression Normalfördelad data Multikollinearitet Extremvärden Heteroskedasticitet Analys Abnormal avkastning... 50

8 5.2 Konjunkturläge Finansieringsalternativ Branschtillhörighet Multivariat regression Slutsats Förslag till vidare forskning Referenser... 58

9 Begrepp SIC - Standard industrial classification. System för att klassificera branschtillhörighet med en fyrsiffrig kod. ISIN - International securities identification number. Kod som är avsedd att entydigt identifiera ett värdepapper. AR - Abnormal return AAR - Average abnormal return CAR - Cumulative abnormal return CAAR - Cumulative average abnormal return BvD - Bureau van Dijk. Organisation som tillhandahåller databaser med företagsinformation. M&A - Merger and acquisition. Transaktioner i vilka företag eller tillgångar konsolideras. VIF - Variance inflation factor. Vanligtvis använd för att undersöka korrelation mellan förklarande variabler. Survivorship bias - Syftar på de logiska fel som kan uppstå i en studie till följd av att man enbart koncentrerar sig på de objekt som överlever.

10 1. Inledning 1.1 Bakgrund Förvärv och avyttringar är en naturlig del av många aktiebolags verksamheter och dagens företag vet att de måste fortsätta att växa för att behålla sin konkurrenskraft, eller riskera att förlora sina kunder och marknadsandelar till konkurrenter. Genom att vara en katalysator för fortsatt tillväxt för starka företag, genom att hindra svaga företags fortsatta överlevnad och för att belöna framgångsrika entreprenörer och investerare för deras insatser spelar en välfungerande förvärvsmarknad en viktig roll i en hälsosam ekonomi (Yousif, 2016). Motiven är ofta rättframma när det gäller förvärv. Köparna vill uppnå ett högre värde genom att förvärva kompetens, skapa synergier och ta marknadsandelar genom att eliminera konkurrens (Damodaran, 2008). Företag har en naturlig vilja att växa och många stora företags affärsstrategier präglas av ett stort fokus på tillväxt hänförlig till förvärv. Svenska företag är mycket aktiva på förvärvsmarknaden och under år 2017 genomfördes förvärv och sammanslagningar till ett värde av 19 miljarder euro fördelat på 1120 transaktioner, att jämföra med Norge som hade 416 transaktioner till ett värde av 17 miljarder euro (Institute of Mergers, Acquisitions and Alliances, 2018A). Både intern och extern försäljning av affärsområden är frekvent förekommande inom företagens verksamhet, men avyttringar som värdeskapare får betydligt mindre uppmärksamhet i företagens kapitalallokeringsstrategier, trots att avyttringar står för en betydande del av företagens val av kapitalallokering (Dranikoff, Koller & Schneider, 2002). I en studie från Callahan och Mauboussin (2014) visar författarna att avyttringar i genomsnitt uppgått till 3,7 procent av försäljningen hos de 1500 största amerikanska företagen under det senaste decenniet, en nivå som motsvarar den för återköp av aktier och överstiger den för utdelningar och investeringar i forskning och utveckling. Genomförandet av förvärv, sammanslagningar och avyttringar innebär komplexa transaktioner och dess påverkan på aktieägarvärdet har utforskats väl på de flesta av världens marknader. Majoriteten av den forskning som genomförts inom ämnet har fokuserat på den förvärvande sidan, men resultaten har visat sig variera stort och det råder i dagsläget ingen konsensus om hur aktieägarvärdet påverkas. Motsvarande forskning om avyttringar som undersöker aktieägarvärdets påverkan för den säljande sidan har fått betydligt mindre uppmärksamhet, där majoriteten av tidigare studier undersöker stora marknader som den amerikanska och brittiska medan tidigare forskning på den svenska marknaden helt saknas. Däremot är forskarfältet mer överens om hur aktieägarvärdet påverkas vid tillkännagivandet om en avyttring, som visats ha en positiv värdeskapande effekt för den säljande sidans aktieägare på marknader över hela världen. Denna studie visar empiriska bevis för aktieägarvärdets påverkan hos svenska 1

11 noterade bolag under tidsperioden med hänsyn till rådande konjunkturläge, valt finansieringsalternativ och branschtillhörighet. 1.2 Problemformulering Det finns en mängd tidigare forskning som fastställer att M&A s skapar värde på ett aggregerat plan. Det är däremot svårt för den förvärvande sidan att tillhandahålla sig något av det värde som skapas, vilket tyder på att det är mer fördelaktigt att vara säljare än köpare i dessa situationer (Callahan och Mauboussin, 2014). Detta stöds ytterligare av tidigare forskning inom ämnet som visar att avyttringar skapar värde för moderföretaget. I en metaanalys som omfattade nära 100 studier inom ämnet konkluderade författarna att avyttringar av delar av en verksamhet i genomsnitt resulterade i positivt värdeskapande för aktieägarna (Lee och Madhavan, 2010). Aktiviteten på förvärvsmarknaden är fortsatt hög och nådde nya rekordnivåer under 2017 med över transaktioner världen över, vilket tyder på att många företag aktivt förvärvar och skapar konkurrens på förvärvsmarknaden (Institute of Mergers, Acquisitions and Alliances, 2018B). Den ökade konkurrensen gynnar företag som avser att genomföra avyttringar genom det ökade antalet budgivare i transaktionerna, vilket ökar chanserna för högre premier. I en studie av Jarrel, Brickley och Netter (1988) visade författarna att avkastningen för den förvärvande sidan sjunkit och varit negativ. Vidare menar författarna att denna negativa utveckling är hänförlig till den ökande konkurrensen mellan budande företag (Jarrel, Brickley och Netter, 1988). Thaler (1988) definierar företeelsen som Winner s Curse och menar att köparna agerar irrationellt när det förekommer flera budgivare. Winner s Curse kan uppstå på två sätt, dels genom att det vinnande budet överstiger värdet för objektet och dels genom att den vinnande budgivaren överestimerat värdet på objektet. Enligt prognoser från Institute of Mergers, Acquisitions and Alliances (2017) kommer den positiva trenden i antal förvärv som pågått sedan 2013 att brytas, då antalet förvärv och det aggregerade värdet av affärerna beräknas minska under Det faktum att aktiviteten på förvärvsmarknaden rör sig i vågor är enligt Duchin och Schmidt (2013) en av de mest konsekventa empiriska regelbundenheterna som går att finna i dagens forskning inom ämnet M&A s. Däremot skiljer sig åsikterna kring varför dessa vågor uppstår. Mitchell och Mulherin (1996) följer den neoklassiska teorin och menar att aktiviteten ökar under industry shocks. Förändringar av förutsättningarna i branscher ställer krav på att företagen ska anpassa sig och driver på aktiviteten genom omstruktureringar och konsolideringar. Shleifer och Vishny (2003) menar att de neoklassiska teoriernas förklaringar till företagsförvärv har en betydande förklaringskraft, men att de ger en ofullständig bild av verkligheten eftersom de fokuserar på branschspecifika chocker. Harford (2005) menar att förvärvsvågorna visats ha en hög korrelation med konjunktursvängningar och aktiemarknadens värderingar, och att man behöver sträcka sig längre än de 2

12 neoklassiska teoriernas förklaringar för att kunna förstå de bidragande faktorerna till förvärvsvågor på ett aggregerat plan. Flera studier visar att det finns statistiskt signifikanta skillnader i aktiviteten på förvärvsmarknaden mellan branscher under olika tidsperioder (Mulherin & Boone, 2000; Mitchell & Mulherin, 1996; Andrade & Stafford, 1999). Mulherin och Boone (2000) visar också att det finns signifikanta kopplingar mellan olika branschers aktivitet och avregleringar på marknaden där företagen verkar. Författarna menar därför att det finns anledning att studera om avkastningen från avyttringar skiljer sig mellan företag i branscher med olika aktivitetsnivå och om det finns skillnader i avkastningen under olika perioder av konjunkturcykeln. Finansieringsalternativ är ytterligare en komplementerande faktor som ofta använts för att försöka förklara den över- eller underavkastning som uppstår vid företagsförvärv och avyttringar. Vanligtvis klassificeras betalningsalternativen som antingen kontant betalning, betalning genom aktier eller en blandning av de två alternativen (Fuller, Netter & Stegemoller, 2002). Motiven bakom den valda finansieringsmetoden har i sin tur försökt förklaras genom en rad olika teorier. I en sammanställning av tidigare forskning inom ämnet nämner Zhang (2001) bland annat asymmetrisk information mellan köparen och marknaden, skatteeffekter som följd av kontant betalning jämfört med aktier och relativ storlek på det förvärvande företaget jämfört med transaktionens storlek som förklaring till varför företag väljer vissa alternativ och varför dessa påverkar avkastningen. Myers och Majluf (1984) fann i sin studie om asymmetrisk information vid förvärv att tillkännagivandet av vilket finansieringsalternativ som används ger olika information om den budande sidans värdering av sina tillgångar. När det budande företaget erbjuder betalning i form av aktier indikerar det att dess aktier är övervärderade, vilket skulle betyda en relativ rabatt jämfört med om betalningen skulle ske kontant. Enligt Myers och Majluf (1984) indikerar detta att det budande företagets tillgångar är undervärderade. Detta resulterar i att marknaden ser positivt på kontant betalning och negativt på betalning genom aktier, vilket också visas i övriga studier som konkluderat att marknaden reagerar mer positivt vid kontant betalning vilket leder till en mindre negativ abnormal avkastning för den budande sidan (Mitchell, Andrade och Stafford, 2001; Travlos, 1987). Vidare kan detta kopplas till om det föredragna finansieringsalternativet skiljer sig under de delar av konjunkturcykeln där marknaden karaktäriseras av höga aktievärderingar. Sammanfattningsvis menar uppsatsförfattarna att det finns anledning att undersöka hur en avyttring kan påverka aktieägarvärdet för det säljande bolaget, både som en strategiskt välplanerad åtgärd och som ett reaktivt beslut för att bli av med en dåligt presterande verksamhetsgren. Speciellt på den svenska marknaden där motsvarande forskning idag saknas. Motiveringen för denna uppsats grundas i att belysa effekterna som uppstår för den aktör som genomför avyttringen med hänsyn till hur avkastningen påverkas av rådande konjunkturläge, valt finansieringsalternativ och branschtillhörighet. Genom detta vill författarna visa hur svenska företag historiskt sett skapat aktieägarvärde genom att sälja av delar av sin verksamhet. 3

13 1.3 Syfte Studiens syfte är att genom tillämpning av eventstudiemetodologin undersöka hur svenska börsnoterade företags tillkännagivande om avyttringar mellan åren påverkar aktieägarvärdet på kort sikt. Studien ämnar också undersöka hur eventuell abnormal avkastning påverkas av rådande konjunkturläge, valt finansieringsalternativ och branschtillhörighet. 1.4 Forskningsfrågor Hur påverkas svenska börsnoterade bolags aktieägarvärde vid tillkännagivandet av en avyttring på kort sikt? Hur påverkar rådande konjunkturläge, transaktionens finansieringsform och branschtillhörighet ett bolags aktieägarvärde vid tillkännagivandet av en avyttring på kort sikt? 1.5 Avgränsningar Studiens begränsningar är angivna i enlighet med uppsatsens forskningsfrågor och problemformulering. Studien ämnar enbart undersöka tillkännagivanden som resulterat i fullföljda avyttringar. Endast svenska börsnoterade aktiebolag verksamma inom det angivna tidsintervallet är föremål för studien. Undersökningen kommer genomföras med olika eventfönster om (-1,+1) och (-3, +3) dagar. De industrier (enligt SIC-indelning) som genomför avyttringar inom specificerat tidsintervall mest frekvent är Transport & Kommunikation, Tillverkning, Finans, Försäkring & Fastighet samt Service. Aktiviteten i övriga branscher utgör inte tillräckligt många observerade event för att generera ett statistiskt testbart urval, varför fokus läggs på de fyra mest aktiva industrierna. 1.6 Forskningsbidrag Vid ett tillkännagivande om förvärv återspeglar aktiekursens utveckling delvis marknadsaktörernas förtroende för hur den förvärvade verksamhetsgrenen kommer bidra till ökat värdeskapande för den förvärvande aktören (Callahan & Mauboussin, 2014). Vid ett tillkännagivande om avyttring återspeglar aktiekursens utveckling istället marknadsaktörernas förtroende för hur den avtalade ersättningen kommer bidra till ökat värdeskapande för den avyttrande aktören (Sewing, 2010). Denna studies formulerade infallsvinkel ämnar därför tillföra ytterligare underlag för hur aktieägare och marknadsaktörer bedömer ett företags tillkännagivande om avyttringar genom att undersöka och analysera aktiekursutvecklingen i ett tidsintervall som omger eventdagen. 4

14 Under tiden för utförandet av denna studie har tidigare forskning inom en eventuell effekt på aktieägarvärdet till följd av tillkännagivanden om avyttring på den svenska marknaden nästintill varit obefintlig. Genom att implementera en akademiskt godtagen metod önskar uppsatsförfattarna belysa eventuella effekter som uppstår på den svenska marknaden vid tillkännagivanden om avyttringar och hur olika ekonomiska och finansiella aspekter inverkar på dessa effekter. Förhoppningen är således att fylla den, enligt uppsatsförfattarnas vetskap, kunskapslucka som råder inom ämnesområdet och tillföra underlag för framtida undersökningar. 5

15 2. Teoretisk referensram I detta kapitel beskrivs de stora teorier som används som referenspunkt till i den analys som genomförs i kapitel fem. En närmare genomgång av tidigare forskning och teori till studiens förklarande variabler presenteras, samt en övergripande sammanställning av tidigare forskning inom ämnet och dess resultat. 2.1 Typer av avyttringar Fenomenet avyttring definieras av Gole och Hilger (2008) som försäljningen av aktier eller tillgångar som tillhör en del av en verksamhet till ett nytt företag eller till flera nya företag och/eller privatpersoner. Avyttringar skiljer sig från rena försäljningar eller likvideringar då den innebär att endast ett affärsområde eller del av verksamheten får nya ägare medan moderföretaget eller den säljande parten fortfarande finns kvar (Gole & Hilger, 2008). En avyttring kan vara både en frivillig eller ofrivillig åtgärd och således innebära både bra eller dåliga nyheter för aktieägarna. En ofrivillig avyttring kan till exempel vara en tvångsmässig åtgärd för att få fram kapital för att undvika en konkurs eller för att anpassa sig till nya lagstiftningar och konkurrensregelverk. En frivillig avyttring är å andra sidan oftast en strategisk åtgärd där ledningen bedömer att det kapital som frigörs har ett högre nuvärde för andra ändamål än det nuvarande. Det kan exempelvis vara att affärsområdet har ett högre värde hos en annan ägare eller att koncentrera verksamheten för att eliminera negativa synergier (Afshar, Taffler & Sudarsanam, 1991). Tre av de vanligast förekommande typerna av avyttringar, sell-offs, spin-offs och equity carve-outs, kommer att diskuteras närmare i kommande avsnitt Sell-Off En sell-off är den vanligast förekommande typen av en avyttring och innebär att ett företag säljer av ett affärsområde, tillgång eller produktlinje helt eller delvis till en köpare. Kontrollen över den avyttrade enheten förflyttas till förvärvaren och enheten kommer således att helt absorberas och bli en del av den förvärvande sidans organisationsstruktur. En sell-off används ofta av företag med ekonomiska svårigheter då betalning sker kontant, genom aktier från det förvärvande företaget eller genom en kombination av de två vilket frigör resurser för att förändra kapitalstruktur eller investera i nya projekt som ligger i linje med företagets strategi. En sell-off behöver inte nödvändigtvis innebära att storleken på den avyttrande sidan förändras, såvida det kapital som frigörs inte delas ut till de befintliga aktieägarna (Nixon, Roenfeldt & Sicherman, 2000). Nedan visas en illustration av en sell-off och dess effekt (Figur 2.1.1). 6

16 Avyttrande Företag Betalning Förvärvande Företag Dotterbolag A (Target) Dotterbolag B Dotterbolag A (Target) Dotterbolag A (Target) Figur Egen illustration av en Sell-Off Spin-Off En spin-off liknar en utdelning och skiljer sig från övriga typer av avyttringar då det inte finns någon köpare i transaktionen. Istället delas aktierna ur ett helägt dotterbolag ut till de befintliga aktieägarna och således skapas ett nytt publikt bolag som numera är avskilt från den före detta ägaren och kan liknas vid en omvänd sammanslagning (Kudla & McInish, 1983). Effekten av en spin-off blir att moderföretaget minskar sin balansomslutning eftersom att ingen betalning sker (Nixon, Roenfeldt & Sicherman, 2000). Före Spin-Off Efter Spin-Off Företag A Företag A Företag B Dotterbolag A Dotterbolag A Dotterbolag B Dotterbolag B Aktieägare Aktieägare Figur Egen illustration av en Spin-Off Equity Carve-Out En equity carve-out innebär att det avyttrande företaget erbjuder andelar av ett helägt dotterföretag till offentligheten, vanligtvis genom en så kallad Initial Public Offering, där den avyttrade enheten blir ett separat publikt bolag. Till skillnad från en spin-off är det vanligt att den avyttrande sidan i en equity 7

17 carve-out fortsätter att vara ägare av en del av den avyttrade verksamheten och används vanligtvis när företaget behöver skaffa fram kapital men samtidigt vill behålla kontrollen. Allen och McConnell (1998) visar exempelvis att företag som genomför equity carve-outs ofta karaktäriseras av svaga resultat och hög skuldsättningsgrad samt att effekten på aktieägarvärdet är signifikant mer positiv när syftet är att betala av skulder än när syftet är att återinvestera kapitalet. Nedan visas en illustration av en equity carve-out. Före Carve-out Efter Carve-out Avyttrande Företag Avyttrande Företag Dotterbolag A (Target) Dotterbolag B Dotterbolag B Betalning Aktieägare Aktieägare Dotterbolag A (Target) Aktiemarknaden Figur Egen illustration av en Equity Carve-Out 2.2 Förklarande variabler Konjunkturläge och aktivitet på förvärvsmarknaden Den ekonomiska konjunkturen beskrivs som avgörande för företag och samhällsekonomin i stort (Halldin et. al., 2017; Bergman, 2011). Faktorer som inflation, penningpolitik, aggregerad efterfrågan, bytesbalans och arbetsmarknadsutsikter underbygger konjunkturläget. Att aktiviteten på förvärvsmarknaden rör sig i vågor är ett välstuderat fenomen. Orsakerna till detta har dels visat sig vara på grund av förändrade förutsättningar för företagen vilket skapar ett behov av att genomföra omstruktureringar, och dels på grund av rådande konjunkturläge och aktiemarknadens värderingar (Duchin & Schmidt, 2013; Harford, 2005). Den forskning som genomförts på området sträcker sig tillbaka till mitten av 1900-talet där Nelson (1959) visade att aktiviteten på förvärvsmarknaden kunde kopplas till konjunkturläget på den amerikanska marknaden. Sambandet mellan aktiviteten på förvärvsmarknaden och konjunkturläget påvisas även i senare studier. Sudarsanam (1995) visade också att aktiviteten på förvärvsmarknaden följer konjunkturcykeln och menar vidare att i en högkonjunktur finns större möjligheter att genomföra goda investeringar och att deltagarna på marknaden har en 8

18 optimistisk syn på framtida tillväxtmöjligheter för sina företag. I tider med sämre ekonomiska förutsättningar råder en mer pessimistisk syn på befintliga investeringsmöjligheter och Alexandrou och Sudarsanam (2001) menar att det främst är företag med redan starka konkurrensfördelar som är aktiva på förvärvsmarknaden under sådana perioder, då de har möjlighet att stärka sin position mot svagare konkurrenter. Eftersom att förutsättningarna på förvärvsmarknaden skiljer sig stort under olika konjunkturlägen så finns det anledning att studera om den abnormala avkastningen skiljer sig mellan perioderna. Dels finns det skillnader i räntor och svårigheten att skaffa fram kapital och dels skiljer sig den generella värderingen av tillgångar på marknaden. Flera studier undersöker fenomenet men resultaten skiljer sig. Alexandrou och Sudarsanam (2001) visade i sin studie på företag från Storbritannien att avyttringar som genomfördes under perioder av lågkonjunktur genererade signifikant högre avkastningar för den avyttrande sidan än avyttringar som tillkännagavs under högkonjunktur. Ett intressant resultat i deras studie är att avyttrande företag visade sig vara betydligt mer aktiva på förvärvsmarknaden under lågkonjunktur än högkonjunktur, vilket skiljer sig från motsvarande teorier om den förvärvande sidan som har betydligt högre aktivitet under högkonjunktur. Detta beror enligt författarna på att företagen tvingas att kritiskt granska sina portföljer av affärsenheter i tider med fallande volymer och marginaler för att behålla sitt aktieägarvärde (Alexandrou & Sudarsanam, 2001). Den högre frekvensen av avyttringar under lågkonjunkturer är däremot inte konsistent. I en studie av Duhaime & Grant (1984) kunde inga statistiskt säkerställda skillnader påvisas under olika delar av konjunkturcykeln för frekvensen av genomförda avyttringar. Nathan och O Keefe (1989) genomförde en liknande studie där de undersökte hur storleken på premier som betalades av förvärvande företag påverkades av konjunkturläget under tidsperioden och resultaten låg i linje med vad som visades av Alexandrou och Sudarsanam (2001). Författarna visade att företag tenderar att vara undervärderade under lågkonjunktur och att premierna som betalades var större under dessa perioder, vilket indikerar att den abnormala avkastningen borde vara större för den avyttrande sidan under en lågkonjunktur (Nathan & O Keefe, 1989). Till skillnad från ovanstående resultat visade exempelvis Öz (2010) i sin studie att den förvärvande sidan i genomsnitt hade en högre abnormal avkastning under lågkonjunktur än under högkonjunktur. Detta resultat indikerar att förvärvande företag i genomsnitt betalade högre premier under högkonjunktur, vilket i sin tur skulle betyda att den säljande sidan i transaktionen i genomsnitt skulle uppnå en lägre abnormal avkastning vid rådande lågkonjunktur. Konjunkturinstitutet (2018A) definierar konjunkturläget som nivån av ekonomisk aktivitet i förhållande till en trend eller jämviktsnivå. Konjunkturläget utgår från potentiellt BNP vilket definieras som den nivå på produktionen som skulle uppnås om det råder ett normalt utnyttjande av de tillgängliga 9

19 produktionsfaktorerna arbete och kapital. Högkonjunktur respektive lågkonjunktur definieras vidare som om den faktiska BNP-nivån över- eller understiger den potentiella BNP-nivån för perioden (Konjunkturinstitutet, 2018A). Konjunkturinstitutet mäter också det svenska konjunkturläget genom en månatlig enkät till företag som undersöker stämningsläget i ekonomin. Den data som samlas in sammanställs sedan till en barometerindikator, som visat sig ha en hög prognosprecision (Konjunkturinstitutet, 2009). Barometerindikatorn har ett medelvärde på 100 och ett standardfel på 10, och konjunkturläget definieras vidare som högkonjunktur om indikatorvärdet överstiger medelvärdet och som lågkonjunktur om det understiger medelvärdet. I tabellen nedan redovisas gränsvärdena för de olika konjunkturlägena. Tabell Egen sammanställning av gränsvärden för Konjunkturinstitutets Barometerindikator Indikatorvärde Ekonomiskt stämningsläge Konjunkturläge > 110 Mycket stark ekonomi Högkonjunktur > 100 Stark ekonomi Högkonjunktur < 100 Svag ekonomi Lågkonjunktur < 90 Mycket svag ekonomi Lågkonjunktur 120 Konjunkturbarometer Figur Egen sammanställning av indikatorvärden från (Konjunkturinstitutet, 2018B) 10

20 Genom att använda barometerindikatorn för att bestämma rådande konjunkturläge går det att utläsa ur diagrammet ovan att undersökningsperioden innefattar flera hög- och lågkonjunkturer, vilket innebär att undersökningen omfattar flera kompletta konjunkturcykler Finansieringsalternativ Vid ett uppköp har den förvärvande sidan flera alternativ att välja mellan gällande betalning till den avyttrande sidan. Företaget kan dels använda interna medel antingen direkt från kassan eller genom att ta in nytt kapital från sina befintliga aktieägare eller genom belåning, och dels erbjuda betalning i form av aktier eller genom en kombination av ovanstående alternativ. Myers & Majluf (1984) diskuterar en företagslednings val av kapitalanskaffning genom pecking-order teorin och menar att det råder en informationsasymmetri mellan företagsledningen och investerare, och att olika val av finansieringsalternativ ger olika information om nuvarande värdering på en tillgång. Enligt pecking order-teorin föredrar en företagsledning kontant betalning, följt av belåning och till sist emittering av nya aktier. Anledningen till att emittering av nya aktier för att anskaffa kapital eller för att genomföra betalning genom att erbjuda aktier i det förvärvande företaget ses som en sista utväg är att detta indikerar att företagsledningen anser att deras egna aktier är övervärderade (Myers & Majluf, 1984). Pecking-order teorin stöds av ett flertal studier som visar att den förvärvande sidan genererar signifikant lägre abnormal avkastning vid betalning genom aktier jämfört med kontant betalning. Travlos (1987) genomförde en studie på den amerikanska marknaden mellan som undersöker hur aktiekursen påverkas vid oväntade bud hos den förvärvande sidan. Resultaten visade att den förvärvande sidan genererade signifikant negativa abnormala avkastningar vid betalning genom aktier medan inga skillnader från den normala avkastningen kunde påvisas vid kontant betalning. Även Fuller, Netter och Stegemoller (2002) visar i sin studie på den amerikanska marknaden att förvärv med aktier som betalningsmedel genererar en signifikant negativ avkastning för den förvärvande sidan. Däremot kunde de inte statistiskt säkerställa att negativ avkastning genererades vid kontant betalning. Franks, Harris och Mayer (1988) genomförde en omfattande studie på den amerikanska och brittiska marknaden. Även de studerade hur avkastningen vid ett tillkännagivande om förvärv påverkade den abnormala avkastningen hos den förvärvande sidan, men konstaterade även att den säljande sidan genererade en högre abnormal avkastning vid kontant betalning jämfört med betalning genom aktier. Vid kontant betalning blir den säljande sidans aktieägare föremål för kapitalbeskattning och författarna visar även att budpremier i dessa typer av förvärv var avsevärt större än när betalningen skedde genom aktier, varför tillkännagivandet uppfattas mer positivt av marknaden (Franks, Harris & Mayer, 1988). Även Ayers, Lefanowics och Robinson (2003) visar i sin studie att budpremier tenderar att vara större i förvärv med kontant betalning. De fann också ett tydligt samband mellan storleken på budpremien och storleken på kapitalbeskattningen för individuella aktieägare i det säljande företaget, och att effekten var 11

21 signifikant avtagande ju större andelen institutionella investerare var. Däremot saknas motsvarande forskning som undersöker hur valet av finansieringsalternativ påverkar aktieägarvärdet vid en avyttring Branschtillhörighet För att underlätta undersökningen av hur företagens branschtillhörighet påverkar eventuell abnormal avkastning kommer det amerikanska SIC systemet användas. Varje bolag har en indelning motsvarande fyra siffror, och klassificeras efter sektorstillhörighet (Tabell 2.3.2). I datamängden som ligger till grund för denna uppsats är de fyra mest aktiva branscherna för omstrukturering Finans, Försäkring & Fastighet, Tillverkning, Transport & Kommunikation samt Service. Total transaktionsvolym för avyttringar i Sverige mellan 1997 och 2017 uppgick till 67B (BvD, 2018). Tabell Indelning av branschtillhörighet utefter SIC-koder Sektor Intervall Agrikultur, Skogsverksamhet, Fiske Mineralbrytning Konstruktion Tillverkning Transport & Kommunikation Grossisthandel Detaljhandel Finans, Försäkring & Fastighet Service Allmän administration Som tidigare presenterat i problemformuleringen råder det inom neoklassisk teori en tämligen splittrad syn på varför vissa branscher har högre omstruktureringsaktivitet och vad det är som driver frekvensen av dessa transaktioner över tid (Mitchell & Mulherin, 1996; Shleifer & Vishny, 2003). Prakash (2017) skriver i en rapport om M&A-aktiviteten i Europa att bolag verksamma inom teknologi, media och telekommunikation (motsvarande SIC-klassificering är tillverkning) stod för en övervägande andel av avyttringarna under år Anledningen till detta argumenteras vara en sektorspecifik konsolideringsfas som uppstått till följd av en stor förvärvsvåg under år I samma rapport beskrivs den finansiella sektorn som avtagande i förhållande till avyttringar. Detta tros bero på förväntade nya regleringar och förändringar i tidigare bestämmelser kring verksamhet av finansiell karaktär. 12

22 Att branschtillhörighet skulle ha en inverkan på abnormal avkastning kan delvis förklaras av informationsasymmetrier. Bolag som verkar på samma marknad som samtidigt präglas av frekventa omstruktureringar torde ha en större möjlighet att identifiera eventuella synergieffekter som kan uppnås, vilket ger båda parterna bättre förutsättningar för en rättvis prissättning (Sewing, 2010). I branscher där aktörerna har sämre insyn i denna sorts transaktioner kan omständigheterna istället gynna den säljande aktören till följd av svårigheterna i prissättningen (Hayward & Hambrick, 1997). 2.3 Effektiva marknadshypotesen Ett av de underliggande antaganden som krävs för att kunna använda eventstudiemetodologin är att den effektiva marknadshypotesen (EMH) håller, åtminstone i sin semi-starka form (Yousef, 2016; Fama, 1998). Den effektiva marknadshypotesen är en teori som menar att prissättningen av tillgångar på en effektiv marknad till fullo reflekterar all information som är tillgänglig marknaden. Jensen (1978, ss. 96) definierar en effektiv marknad som A market is efficient with respect to information set T if it is impossible to make economic profits by trading on the basis of information set T.. Detta betyder i praktiken att fluktuationer av en tillgångs pris följer en random walk och är oberoende av föregående dagars rörelser, vilket innebär att en investerare teoretiskt sett ska kunna bygga en portfölj av slumpmässigt valda tillgångar och uppnå samma riskjusterade avkastning som en professionell investerare (Malkiel, 2003). Graden av effektivitet på en marknad brukar delas in i tre former, stark, semi-stark och svag. I den starka formen av EMH görs antagandet att det inte finns några transaktionskostnader, att all information är fritt tillgänglig till alla deltagare på marknaden och att investerare är överens om hur den tillgängliga informationen påverkar prissättningen. Trots att dessa kriterier inte håller i verkligheten menar Fama (1970) att avsaknaden av dessa kriterier inte nödvändigtvis behöver innebära att marknaden är ineffektiv utan snarare att de är potentiella källor till ineffektivitet. Transaktionskostnader som hindrar ett fritt flöde av transaktioner betyder inte att priset inte reflekterar all tillgänglig information, marknaden kan vara effektiv om en tillräcklig mängd investerare har tillgång till perfekt information och oenighet kring hur information påverkar priset betyder inte nödvändigtvis att marknaden är ineffektiv, så länge det inte innebär att vissa investerare konsistent kan utvärdera informationen bättre än vad som är implicit i marknadens prissättning (Fama, 1970). I den semi-starka formen av EMH förenklas antagandena något och menar att all publik information reflekteras i tillgångars priser och att marknaden reagerar effektivt på ny information som släpps. Detta innebär att teknisk och fundamental analys inte ska kunna bidra till högre riskjusterad avkastning, men 13

23 att information som inte är publikt tillgänglig så som insiderinformation inte reflekteras i prissättningen, vilket möjliggör överavkastning för de som använder sådan information (Gilson & Kraakman, 1984). I den svaga formen av EMH görs ingen skillnad på vilken information som marknaden har tillgång till utan teorin simplifieras till antagandet att prisfluktuationer följer en random walk, vilket innebär att historiska prissättningar inte har någon påverkan på kommande dagars priser (Gilson & Kraakman, 1984). Mycket forskning har gjorts för att undersöka om den effektiva marknadshypotesen håller i verkligheten och Jensen (1978) menar att det inte finns någon annan teori inom den ekonomiska forskningen som har mer empiriska bevis som stödjer den än just den effektiva marknadshypotesen. I en jämförande studie som omfattade 20 europeiska länder fann Baciu (2014) exempelvis att den svenska marknaden var en av de mest effektiva relativt övriga länder som ingick i undersökningen. Att åtminstone den semi-starka formen av EMH håller är av stor vikt för att eventstudier ska kunna genomföras eftersom de förutsätter att marknaden på ett effektivt sätt tar till sig ny information och anpassar prissättningen efter den. Flera empiriska studier har funnit signifikanta resultat på att marknaden reagerar genom positiv abnormal avkastning före tillkännagivandet sker vid förvärv, vilket indikerar att information om transaktionen har läckt och att människor agerat på sagd information (Aktas, de Bodt & Declerck, 2001; McWilliams & Siegel, 1997). Yousef (2016) menar att de två huvudsakliga förklaringarna till positiva abnormala avkastningar under perioder innan tillkännagivandet är att marknaden förväntar sig ett kommande förvärv och anpassar sig utefter det och insiderhandel från anställda i berörda bolag. Jarrel och Poulsen (1989) visar i sin studie att nästan en tredjedel av den kumulativa abnormala avkastningen hos amerikanska bolag mellan kan hänföras till spekulation om kommande tillkännagivanden om förvärv, både i fall där spekulationerna fått uppmärksamhet i media och i fall där de inte fått medial uppmärksamhet. 2.4 Värdeskapande En klassisk teori som behandlar företags val av kapitalstruktur är den från Modigliani och Miller (1958). Modigliani och Miller menar att på en perfekt marknad utan transaktionskostnader kan en företagsledning inte påverka företagsvärdet genom finansiell hävstång då företagets avkastningskrav har ett linjärt samband med andelen lån. I teorin betyder detta att företagets värde grundar sig i de produkter, tjänster och idéer det erbjuder marknaden och att val av kapitalstruktur och utdelningspolicy inte har någon inverkan över värderingen. För avyttringar blir betydelsen att en företagsledning inte kan skapa företagsvärde genom att enbart sälja av eller dela upp företaget i olika delar. Värdet skapas istället av att de underliggande motiven som föranleder en avyttring uppfattas som nuvärdespositiva av marknaden. Trots att det finns känslomässiga tendenser att tolka aktiekurser som ett resultat av 14

24 irrationella marknadsfluktuationer, kvarstår fortfarande investeringsperspektivet: aktier förvärvas på grund av deras möjlighet att skapa värde (Rappaport, 1992). 2.4 Motiv bakom avyttringar Historisk roll och utveckling Avyttringar har ofta genomförts till följd av att ett företag utsätts för någon form av påtryckning (Dranikoff, Koller & Schneider, 2002; Lindgren & Spångberg, 1981). Det kan grundas i att företaget måste frigöra kapital omgående för att tillmötesgå monetära förpliktelser, att ett affärsområde har presterat dåligt, att moderbolaget vill nå en lägre skuldsättningsgrad eller att konsensus kring uppfattningen av företagets verksamhet skiftat till det sämre bland marknadsanalytiker. Bland företagsledningar råder ett visst negativt stigma kring avyttringar. Ett förvärv ses som ett starkt beslut präglat av förtroende för bolagets tillväxt, medan en avyttring istället signalerar om svaghet och misslyckande. Denna bild stärks också av tidigare undersökningar som visar att företag genomför avyttringar för sent och för sällan, trots att majoriteten av de avyttrade affärsområdena uppvisat negativa resultat under flera år (Dranikoff, Koller & Schneider, 2002; Hayward & Shimizu, 2006). Transaktionernas karaktär har dock förändrats genom tiden. Från att ha haft en stark koppling till krissituationer som reaktiva åtgärder ökar istället uppfattningen om förfarandet som en proaktiv adaptering av verksamheten (Markides & Berg, 1992; Davis, 1974) Samtida motiv bakom avyttringar Den huvudsakliga anledningen till företagens avyttringar idag är ledningens vilja att på sikt uppnå ett högre företagsvärde (Sewing, 2010). Det finns en tämligen omfattande mängd tidigare forskning som ämnar belysa hur förfarandet kan uppnå denna målsättning. Sewing (2010) menar att en avyttring kan ge upphov till ökat företagsvärde på följande vis: Genom att eliminera enheter med negativa synergieffekter. Genom att delta i köparens potentiella värdeskapande. Genom att reallokera resurser till mer lovande avdelningar. 15

25 Realisering Eliminering Reallokering Deltagande Risk: Suboptimalt beslutsfattande gällande tid och objekt, t.ex. p.g.a.: - Opassande informationsunderlag - Begränsade möjligheter - Försenade beslut Risk: Suboptimalt utförande, t.ex. p.g.a.: - Svårigheter i finna rätt köpare - Instabilitet till följd av förseningar - Otillräcklig bibehållning av personal Företagsvärde Potentiellt värdeskapande från avyttring Figur (Källa tillämpad från Sewing, 2010) Realiserat värdeskapande från avyttring Företagsvärde efter avyttring Det bakomliggande tanken illustreras i figur 2.4.2, och begreppen eliminering, reallokering och deltagande beskrivs mer utförligt i nedanstående stycken Eliminering av negativa synergieffekter (Områdets relation till kärnverksamheten) Vid undersökning av affärsenheternas synergieffekter och deras inverkan på ekonomiskt värde är den mest konventionella metoden att beakta de finansiella, operationella och prisrelaterade synergierna (Chatterjee, 1986). Finansiell synergi avser reducerade kapitalkostnader, operationell synergi avser reducerade produktionskostnader och den prisrelaterade synergin avser huruvida ett bolag kan ta ut ett högre pris för sina produkter till följd av informationsasymmetri mellan marknadsaktörer (Chatterjee, 1986). Goold och Campbell (1998) menar att det finns en observerad tendens bland vissa företagsledningar att eftersträva synergieffekter in i absurdum. Liten eller ingen hänsyn alls tas till de faktiska kostnaderna för implementering av nyförvärv eller upprätthållandet av ogenomtänkta samarbeten affärsenheter emellan. Fenomenet mynnar ut i att företagen får en för bred profil och kommer längre ifrån sitt kundsegment, vilket leder till en sämre lönsamhet på ett aggregerat plan. Bolag som lyckas identifiera en föreliggande negativ synergieffekt mellan sina divisioner får därefter ta ett beslut om hur de uppnår högst företagsvärde framgent. I vissa fall kan den negativa effekten 16

26 elimineras genom intern effektivisering, i andra fall kan en komplett eller partiell avyttring av affärsenheten vara ett mer lönsamt förfarande (Sewing, 2010) Deltagande i köparens värdeskapande Bästa ägare Alternativ bästa ägare Beroende av säljarens proaktivitet (Info-/Auktionsasymmetri) Avyttringskandidatens nuvarande värde Värdeskapande från omstrukturering Köparens potentiella värdeskapande Överenskommet transaktionspris Säljarens värdeskapande till följd av deltagande Figur (Källa tillämpad från Sewing, 2010) Den säljande aktören i en M&A transaktion kan skapa ökat företagsvärde genom en hög grad av deltagande när en affärsenhet avyttras. Genom att sätta sig in i hur en avyttringskandidat kan skapa ökat värde för en potentiell köpare kan den säljande aktören identifiera den bästa ägaren. Utöver det interna värdet på avyttringskandidaten tillkommer således en premie satt i relation till köparens potentiella värdeskapande. Är köparens potentiella värdeskapande högre, mynnar det många gånger ut i en högre transaktionspremie. Längst ut till höger i figur illustreras det potentiella värdeskapandet som det säljande bolaget kan erhålla vid en hög deltagandegrad i samband med en avyttring. Baserat på faktorer som ekonomisk räckvidd (lägre genomsnittlig kostnad till följd av större produktutbud) och ekonomisk skala (lägre genomsnittlig kostnad per tillverkad enhet) bedöms en potentiell köpare som mest lämplig för den antydda avyttringskandidaten (Sewing, 2010). Konceptet exemplifieras i figur I verkliga marknader förekommer informations- och auktionsasymmetrier till följd av säljarens mer omfattande förståelse för affärsenheten de ämnar avyttra, vilket också spelar en stor roll i transaktionspremiens storlek. Detta leder ofta till att en försäljning initialt gynnar säljaren i större utsträckning. (Buchholtz, Lubatkin & O Neill, 1999; Hayward & Hambrick, 1997). 17

27 2.4.5 Koncentration (reallokering) Kotler (1988) föreslår att det huvudsakliga elementet av ett bolags uppdragsbeskrivning är definitionen av vilket segment det ämnar bedriva verksamhet inom. Segment bryts vidare ner i ytterligare fyra områden; Industriell räckvidd, marknadssegment, vertikal- och geografisk räckvidd. Tidigare forskning inom området expanderar just på geografisk räckvidd (Albaum et al., 1989; Piercy, 1982). I sammanhanget bestäms koncentration som avgränsad verksamhet inom ett fåtal noga utvalda geografiska marknader, och att företaget specifikt tillskjuter ytterligare resurser i denna region med målsättningen att nå en större marknadsandel. Koncentration får även en annan innebörd inom portföljhantering. Brandimarte, Fallen och McNish (2001) menar att stora företag bör ses som en portfölj av potentiellt oberoende affärsenheter där värdet skapas genom att företagen tillämpar sina unika kompetenser till varje affärsenhet och genomför omstruktureringar i de fall där förutsättningarna förändrats. Eftersom att behovet av kompetens för att kunna skapa värde för enskilda affärsenheter förändras när de når nya stadier i sin livscykel behöver företagsledningen ta ställning till olika strategiska alternativ, antingen att inte vidta någon åtgärd alls, att tillhandahålla sig de kompetenser som krävs eller att avyttra affärsområdet. Det är generellt sett rekommenderat att ha en balanserad portfölj av olika affärsenheter över ett bolags livscykel, och att innehaven rebalanseras kontinuerligt för att bemöta förändringen i bolagens behov (Navarro & Bromiley, 2010). I de senare faserna av ett bolags livscykel blir konsolidering extra kritiskt enligt Kröger (2006), som tar upp begreppet horisontella avknoppningar. Han menar att proaktiv avyttring av affärsenheter som ej tillhör kärnverksamheten tillåter ett bolag att reallokera resurser på ett sätt som gynnar likväl värdeskapandet som värdebevarandet i mognadsfasen. 2.5 Tidigare forskning En stor del av den tidigare forskning som undersöker hur aktieägarvärdet påverkas vid avyttringar har sitt ursprung i USA och amerikanska forskare började studera ämnet redan på 80-talet. Rosenfeld (1984) var en av de första att genomföra en liknande studie där han jämförde två liknande former av avyttringar, sell-offs och spin-offs, mellan 1963 och En sell-off innebär som tidigare nämnt att tillgångarna säljs av helt och blir en del av det förvärvande företaget och en spin-off innebär att samtliga aktier ur ett dotterföretag delas ut till aktieägarna, vilket skapar ett separat publikt bolag. Skillnaden mellan de olika alternativen är utöver detta främst skattemässiga, där en spin-off behandlas likt en utdelning och en ren sell-off istället blir föremål för kapitalbeskattning. Rosenfeld (1984) fann att både sell-offs och spin-offs har en positiv inverkan på aktiekursen, men att sell-offs tenderar att avkasta högre på eventdagen. Rosenfeld (1984) fann vidare att avkastningen var nästintill identisk både för den förvärvande och avyttrande sidan, vilket indikerar att båda parter uppfattar beslutet om avyttring som nuvärdespositivt. 18

28 Alexander, Benson och Kampmeyer (1984) var också tidiga med att undersöka avyttringarnas effekt på den amerikanska marknaden. I sin studie som omfattade amerikanska sell-offs under perioden fann de att avyttringar genererade positiv abnormal avkastning under tiden kring tillkännagivandet, men att företagen ofta presterat dåligt under tiden innan tillkännagivandet. Författarna kunde däremot inte visa att resultaten var signifikanta. En tredje amerikansk studie av Jain (1985), spann vidare på Alexander, Benson och Kampmeyers (1984) forskning och menade att den statistiska insignifikansen kan bero på ett för litet urval. Med ett nästan tjugo gånger större urval som inkluderade fler än 1000 tillkännagivanden kunde Jain (1985) styrka resultaten av den tidigare forskningen. Han visade att både den förvärvande och avyttrande sidan genererade statistiskt signifikanta abnormala avkastningar, men också att perioden innan tillkännagivandet karaktäriserades av signifikant negativa avkastningar för säljarna. Även den australiensiska marknaden är väl utforskad med flera studier genomförda på 2000-talet. Lui (2007) fann exempelvis att påverkan på aktieägarvärdet vid tillkännagivanden är konsistent men svagt positiv både för den förvärvande och avyttrande sidan. Lui studerade också motiven bakom och orsakerna till avyttringar och menar där att hög skuldsättningsgrad, dåliga resultat och lönsamhet samt ökat geografiskt fokus som underliggande orsaker bidrog till positiva marknadsreaktioner. Cooney, Finn och Karl (2004) undersökte australiensiska avyttringar mellan under ett tvådagarsintervall. Författarna konkluderade att hög abnormal avkastning kan attribueras till avyttringar där det sålda affärsområdet är orelaterat till företagets kärnverksamhet, vilket tyder på att beslutet är en strategisk åtgärd för att öka fokus på kärnverksamheten. Studien resulterade i att författarna kunde visa att australiensiska företag under tidsperioden genererade 1,15 procent i abnormal avkastning efter tillkännagivandet, vilket säkerställdes på 99 procents signifikansnivå. Lal (2013) byggde vidare på undersökningen av Cooney, Finn och Karl (2004) och utökade undersökningsperioden till att även omfatta tidsperioden Lal (2013) uppnådde ett liknande resultat och kunde visa statistiskt säkerställda abnormala avkastningar på 1,86 procent för eventfönstret (-1, +1). Däremot skiljer sig resultatet från Cooney, Finn och Karl (2004) då Lal (2013) menar att högre abnormal avkastning vid avyttringar av tillgångar som inte är relaterade till företagens kärnverksamhet endast kunde påvisas i fall där marknaden reagerat positivt på avyttringen, medan ingen statistisk signifikans kunde säkerställas för kontrollvariabeln i fall där marknaden reagerat negativt på tillkännagivandet. Även de europeiska marknaderna har undersökts, om än inte i lika stor omfattning som de amerikanska. Clubb och Stouraitis (2002) undersökte avyttringar genomförda i Storbritannien under en tioårsperiod mellan Författarna menar att tidigare forskning betonat motiven bakom avyttringar och ändamålet för de pengar som frigörs som förklarande variabler till varför abnormal avkastning uppstår. Istället har Clubb och Stouraitis (2002) försökt förklara storleken på den abnormala avkastningen genom att undersöka lönsamheten i avyttringen, detta gjordes genom att jämföra priset för den avyttrade 19

29 enheten med historisk lönsamhet och bokfört värde för affärsområdet. Författarna fann ett starkt samband mellan abnormal avkastning och affärens lönsamhet och menar vidare att lönsamheten för transaktionen är en av de mest signifikanta bestämmande faktorerna för marknadens reaktion på ett tillkännagivande. Även Can, Owen och Yawson (2008) har genomfört en studie i Storbritannien där man undersökte tidsperioden mellan Författarna har fokuserat på multinationella företag från Storbritannien och undersökt om det finns skillnader i abnormal avkastning beroende på vilket land den avyttrade enheten har sitt säte. De fann vidare en viss bias för inhemska avyttringar som genererade högre abnormal avkastning, jämfört med avyttringar från USA, Kontinentaleuropa och Asien (Can, Owen & Yawson, 2008). Samtliga av ovanstående studier har genomförts på marknader som tillhör stora och väletablerade ekonomier. Sun (2012) menade därför att det finns ett intresse att undersöka fenomenet på tillväxtmarknader och mindre etablerade ekonomier. Sun (2012) undersöker publika bolag på den taiwanesiska marknaden mellan och jämför dels hur aktieägarvärdet påverkas vid tillkännagivandet och dels företagens prestation under den femårsperiod som följer efter tillkännagivandet. Resultaten visade både att en statistiskt signifikant abnormal avkastning uppnåddes dagarna runt tillkännagivandet och att företag som avyttrat generellt presterade starkare under åren efter avyttringen (Sun, 2012). Som följd av det faktum att aktiviteten på förvärvsmarknaden rör sig i vågor som delvis kan förklaras av förändringar i företags förutsättningar på marknaden och behov att omstrukturera sig finns också studier som fokuserar på specifika branscher under perioder där förutsättningar för dessa företag förändrats (Duchin & Schmidt, 2013). Ett exempel på en sådan studie har genomförts av Owers & Alexander (2011), som undersökte avyttringar bland företag tillhörande mediabranschen under tidsperioden , som präglades av lagändringar och digitalisering. Författarna fann att avyttrande företag genererade en statistiskt signifikant abnormal avkastning på 3,66 procent i genomsnitt. I tabellen nedan sammanfattas resultaten från de studier som ingår i sammanställningen. De tidigare studierna ger en tydlig bild av att tillkännagivanden av avyttringar generellt uppfattas som positiva av marknaden och leder till abnormala avkastningar under dagarna kring tillkännagivandet. Trots att fältet verkar tämligen överens om att avyttringar påverkar aktieägarvärdet positivt på kort sikt finns ingen konsensus kring vilka komplementerande faktorer som bäst förklarar uppkomsten av denna överavkastning. 20

30 Tabell Sammanställning av tidigare eventstudier Författare Marknad Period Intervall CAAR CAR Signifikansnivå Rosenfeld (1984) USA , +1 2,76% - 99% Clubb Stouraitis (2002) & Storbritannien , +1 0,9% - - Jain (1985) USA , -1 0,7% - 99% Alexander, Benson Kampmeyer (1984) & USA , 0 13,2% - - Lui (2007) Australien , +1 0,22% - 90% Owers Alexander (2011) & Hela världen, mediabranschen , +1 3,66% - 99% Sun (2012) Taiwan Lal (2013) Australien , +1 0,24% - 95% -1, +1 1,86% - 99% Cooney, Finn & Karl (2004) Can, Owen & Yawson (2008) Australien Storbritannien , +1 1,15% - 99% -1, +1-1,3% 99% 21

31 3. Metod 3.1 Ansats & Design Studien utgår ifrån tidigare undersökningar inom samma forskningsområde. Majoriteten av tidigare forskning granskar primärt den förvärvande sidan i en M&A-transaktion. MacKinlay (1997) menar att sådan forskning ändå är applicerbar då ett tillkännagivande om ett förvärv antyder att det finns en motpart som har den säljande rollen i den utlysta transaktionen. Studien avser således att undersöka samma sorts uppgörelser, men skiftar fokus till hur utfallet blir för den avyttrande aktören. Deduktion innebär att utgå från ett eller flera teoretiska antaganden och utifrån dessa framställa en slutsats som bör gälla i det allmänna fallet (Netz, 1999). Då studien utgår ifrån tidigare forskning och teoribildning innan insamling av data genomförs präglas den av en deduktiv forskningsansats (Bryman & Bell, 2013). Vald ansats ligger väl i linje med tidigare undersökningar inom samma forskningsområde, vilket gör resultatet mer jämförbart studierna emellan. Då den primära datamängden utgörs av historiska tidsseriedata är det material som undersöks högt strukturerat och kvantifierat. Efter att datan har bearbetats och tillämpats för att besvara forskningsfrågorna kommer hypotesprövningar att implementeras för att säkerställa om utfallen är statistiskt signifikanta eller inte. Dessa skäl föranleder ett val av en kvantitativ forskningsmetod. Enligt Bryman och Bell (2017) ger en kvantitativ metod även möjligheten att generalisera resultaten över en större population, vilket är önskvärt med tanke på studiens syfte om att undersöka den svenska marknaden. 3.2 Eventstudier En eventstudie är en statistisk metod för att bedöma hur en händelse påverkar ett företags värdering. Ett bolags aktieägarvärde står i direkt i relation till hur ägare och spekulanter värderar företagets aktier. Under antagandet om en effektiv marknad kan metoden användas för att undersöka om företagsspecifika event stärker eller försvagar aktieägarvärdet genom implementering av statistiska hypoteser och tester (Peterson, 1989). Designen av denna uppsats efterliknar den eventstudiemetodologi som presenteras av Campbell, Lo och MacKinlay (1997) i The Econometrics of Financial Markets. En eventstudie är den vanligaste metoden som används vid finansiella studier och undersökningar av hur ett företagsspecifikt event såsom en avyttring påverkar aktieägarvärdet. Ahern (2009) tar upp fördelarna med eventstudier, och menar att abnormal avkastning som eventuellt uppstår i efterverkan av en bolagsspecifik händelse väldigt träffsäkert kan estimeras genom att aggregera resultatet från eventstudier av flera bolag som erfar 22

32 likartade händelser i olika tidpunkter. Med snarlika argument menar Binder (1998) att eventstudier har blivit den vanligaste metoden för att mäta aktiekursutveckling till följd av ett företagsspecifikt tillkännagivande. Enligt MacKinlay (1997) är det första steget vid genomförandet av en eventstudie att definiera syftet med undersökningen, vilket i denna uppsats är att fastställa om tillkännagivanden om avyttringar på den svenska marknaden har en signifikant inverkan på aktieägarvärdet. Ett sekundärt syfte är att undersöka hur faktorer som branschtillhörighet, finansieringsalternativ och konjunkturcykler påverkar utfallet. Nästa steg är att generera en tillförlitlig och relevant datamängd för att möjliggöra denna analys, vilket presenteras mer ingående i avsnitt 3.3. Därefter bestäms tidsperioden för beräkning av förväntad avkastning och eventperioden för abnormal avkastning i avsnitt 3.4. Slutligen beräknas CAR (-1, +1) och CAR (-3, +3), vilka kommer att presenteras och testas för statistisk signifikans i avsnitt 4 för att slutligen analyseras i avsnitt Insamling och urval av data Den data som använts i studien är inte specifikt framtagen för att besvara uppsatsens forskningsfrågor. Observationerna klassificeras därför som sekundärdata. Användandet av sekundärdata medför vissa karaktäristiska svårigheter (Hox & Boeije, 2005): Lokalisering av datakällor Insamling av relevant data Bedömning av datans kvalitet i förhållande till metodologiska kriterier Enligt Bryman och Bell (2017) är databaser en ansenlig och lättillgänglig källa för insamlande av information av denna karaktär. Databaser har därför använts som den primära källan för att hämta in underlag till studien. Då den undersökta tidsperioden om 20 år medför en kopiös mängd data blir mängden av information mycket omfattande, och således blir användandet av databaser både tids- och kostnadseffektivt. Detta lämnar utrymme för att lägga större fokus på de avsnitten i uppsatsen som fördjupar slutsatserna (Dale, Arber & Procter, 1988). Dagliga aktiekurser och finansiella data för enskilda företag samt kursutvecklingen för OMX Stockholm All-Share Index (OMXSPI) har hämtats från databasen Thomson Reuters Datastream. Information om företagsspecifika event, inblandade aktörer, affärens storlek och datum för tillkännagivande har inhämtats från BvD s databas Zephyr. Information om svenska konjunkturcykler har inhämtats från Konjunktursinstitutets Konjunkturbarometer. 23

33 Hox och Boeije (2005) menar också att insamlingskriterier bör redogöras för vid användandet av sekundärdata för att stärka tillförlitligheten. Informationsinsamlingen från databasen Zephyr har genomförts enligt följande kriterier: Datum: Tidsintervallet för inkluderade observationer är satt från 1 januari 1997 till och med 31 december Transaktionsstatus: Enbart genomförda avyttringar är föremål för vald datamängd. Rykten och avbrutna affärer har exkluderats helt. Affärens storlek: Enbart transaktioner där köpeskillingen har redovisats är föremål för studien. De affärer där köpeskillingen ej görs publikt tillgänglig har därför exkluderats. Nationalitet: Syftet med uppsatsen är att undersöka den svenska marknaden, således har enbart observationer där svenska företag är den säljande aktören inkluderats. Publik status: Endast listade företag på den svenska marknaden är föremål för studien. Företag som inte längre är publikt ägda under denna studies sammanställning är fortsatt inkluderade för att motverka potentiell survivorship bias (Brown et. al. 1992). Branschtillhörighet: Ingen industri har medvetet exkluderats, men ett flertal branscher föll bort till följd av ett obefintligt antal observationer. I de fall då det säljande företaget är verksamt inom flera branscher har den huvudsakliga SIC-klassificeringen använts som grund för indelningen. Finansieringsbeskrivning: För att undersöka ifall val av finansiering har någon inverkan på utfallet har enbart observationer där finansieringsalternativet redovisats i samband med tillkännagivandet inkluderat. Detta kriterium påverkar inte urvalet för den isolerade undersökningen av branschtillhörighet eller konjunkturläge. Bortfallet presenteras mer utförligt i avsnitt 3.5. En genomförd insamling enligt ovanstående kriterier genererade ett urval om 309 avyttringar. Stängningskurser insamlades för OMX Stockholm All-Share Index samt för varje avyttrande företag med hjälp av Thomson Reuters Datastream. Helgdagar, extra ledighetsdagar och övriga dagar då börsen varit stängd har exkluderats. I de fall som tillkännagivandet har gjorts publikt under en helgdag har nästkommande handelsdag använts som eventdag. 24

34 3.2.2 Bestämmande av event- och estimeringsfönster För att kunna observera hur aktieägarvärdet påverkas vid tillkännagivandet av en M&A eller avyttring behövs en uppskattning över vilken avkastning som förväntas av företaget under en period där inga tillkännagivanden ges. Detta kallas normal avkastning och definieras av MacKinlay (1997) som den förväntade avkastningen under en period som inte innefattar det undersökta eventet. Med andra ord behöver normalavkastningen beräknas under en förutbestämd tidsperiod innan varje tillkännagivande. Denna tidsperiod kallas för estimeringsfönster. Nästa steg är att bestämma eventfönstret och dess storlek. Eventfönstret kan vara av varierande storlek beroende på syftet med studien och författarnas preferenser och bestämmer den tidsperiod under vilken avkastningen undersöks för att se om den skiljer sig från normalavkastningen och genererar överavkastning. I dagsläget finns ingen konsensus från tidigare forskning om en standardlängd på eventfönstret, men enligt Yousef (2016) är den konventionella synen att ett kortare eventfönster kan användas för att minska risken att påverkas av confounding bias. Confounding bias innebär att längre eventfönster riskerar att även innefatta andra händelser som påverkar avkastningen, vilket resulterar i en sammanblandning av orsaksfaktorerna. Ett kortare eventfönster skulle således bidra till starkare empiriska resultat (Binder, 1998; Yousef, 2016). Det finns dock flera författare som använder sig av längre eventfönster då det är svårt att veta när information om en kommande transaktion når marknaden och man kan anta att information släpps till marknaden från olika håll under en längre tidsperiod när potentiella köpare utvärderar förvärvsmålet (McWilliams & Siegel, 1997). Krivin et. al. (2003) menar istället att utifrån de stora talens lag torde upprepade undersökningar med olika eventfönster generera snarlika utfall. Då studien ämnar undersöka hur aktieägarvärdet påverkas på kort sikt efter det officiella tillkännagivandet av en transaktion använder författarna sig följaktligen av korta eventfönster av tre handelsdagar (+1, -1) och sju handelsdagar (+3, -3). Genom att använda flera eventfönster med olika längd kan författarna kontrollera att resultaten är konsistenta. Estimeringsfönstret används för att generera skattningar av α och β som sedan ligger till grund för beräkningen av normalavkastning. I enlighet med MacKinlay (1997) har undersökningsförfattarna satt estimeringsfönstret med start 120 dagar innan eventfönstret. 120 dagar innefattar ungefär ett halvt börsår och är tillräckligt stort för att skatta modellens parametrar på ett tillförlitligt sätt samtidigt som bortfallet från transaktioner där avkastningshistorik för längre perioder saknas minskar. I figur nedan illustreras estimerings- och eventfönster där eventdagen är t, estimeringsfönstret löper från T 0 till T 1 och eventfönstret löper från T 1 till T 2. Post-eventfönstret (T 2 till T 3) är inte föremål för denna studie. 25

35 Estimeringsfönster Eventfönster Post-eventfönster T 0 T 1 0 T 2 T 3 Figur Estimeringsfönster och Eventfönster ꞇ Urvalsindelning För att var för sig undersöka parametrarnas inverkan på CAR delas datamängden in i tre olika grupper. Utfallen av regressionerna presenteras i avsnitt 4. För att bedöma om avkastningen förändras i relation till rådande konjunkturläge genomförs en regressionsanalys mellan CAR och konjunkturläge där konjunkturläget delas in efter fyra olika ekonomiska stämningslägen: Mycket svagt Svagt Starkt Mycket starkt Observationerna delas även in efter val av betalningsform och undersöks i en regressionsanalys mot faktisk avkastning. Fyra urvalsgrupper bestäms för att kategorisera transaktioner av olika finansieringsalternativ. I kategorin Annat ingår finansiering via obligationer, utfärdad kredit och skuldsättning gentemot säljaren. En sammanslagning blir nödvändig för att generera ett testbart antal observationer. Underkategorierna blir: Likvida Medel Aktier Annat Blandat Slutligen delas observationerna upp efter de avyttrande bolagens branschtillhörighet. Regressionstester kommer genomföras gentemot CAR. Urvalsgrupperna kategoriseras efter det amerikanska SICsystemet. För att uppnå statistisk signifikans inom rimliga konfidensintervall erfordras en tillförlitlig mängd med observationer (Bowerman, O Connell & Koehler, 2005). Till följd av detta har enbart fyra 26

36 branscher tagits med i undersökningen. De exkluderade observationerna presenteras mer genomgående i avsnitt 3.5. I de fall där bolagen har flera SIC-klassificeringar kommer enbart den primära SIC-koden att användas för indelning. Tillverkning Transport & Kommunikation Finans, Försäkring & Fastighet Service Beräkning av abnormal avkastning För att fastställa om överavkastning uppnåtts subtraheras den faktiska avkastningen för eventfönstret från den förväntade avkastningen (Peterson, 1989). Under antagandet att marknaden är effektiv kommer tillkännagivandet av en M&A eller avyttring omedelbart att synas i en akties kursutveckling under en kort period runt tillkännagivandet (MacKinlay, 1997). Abnormal avkastning till följd av en aktörs i tillkännagivande vid tiden t beräknas som följande: (1) AR i,t = r i,t E(r i,t ). AR i,t är abnormal avkastning för aktie i vid tiden t R i,t är faktisk avkastning för aktie i vid tiden t E(r i,t ) är förväntad avkastning för aktie i vid tiden t Den förväntade avkastningen, beräknas genom att tillämpa market model i en Ordinary Least Squares regression. Relationen mellan aktiens och marknadens avkastning ser ut som följande: (2) E(r i,t ) = α i + β i x R mt + ℇ it. R i,t är aktiens avkastning vid tiden t R mt är marknadens avkastning baserat på ett marknadsindex vid tiden t α i och β i är koefficienter framtagna från regressionen ℇ it är skattningens felterm Den faktiska avkastningen för aktie i vid tiden t beräknas som: 27

37 (3) R i,t = ln( P t P t 1 ). Avkastningen för marknadsindexet beräknas som: (4) R m,t = ln ( MP t MP t 1 ). Den kumulativa abnormala avkastningen, CAR, är ett mått på total abnormal avkastning under eventfönstret. CAR är summan av all abnormal avkastning från början av eventfönstret till en given dag t enligt följande: t (5) CAR t = j=1 AR T1+j Statistiska tester För normalfördelad data implementeras oftast parametriska tester såsom t-tester, z-tester och ANOVA (Bowerman, O'Connell & Koehler, 2005). Mackinlay (1997) föreslår en tillämpad metod för att beräkna test-variabeln i eventstudier. Den abnormala avkastningen utgör residualtermen (ℇ i) i användandet av MM. (6) AR it (dvs. ℇ it ) = R it α i β ir mt. Variansen utgörs av två komponenter, residual varians (σ 2 ℇi ) och ytterligare varians som uppstår till följd av urvalsfel i skattningen av α i och β i i (2). Sammanslaget räknas variansen i den abnormala avkastningen ut enligt nedanstående ekvation. (7) σ 2 (AR it ) = σ 2 εi + 1 [1 + (R mt μ m) 2 ]. L 1 σ m2 Parametern L 1 är antal dagar i estimeringsperioden (T 0 till T 1). Då L 1 antar högre värden går den andra komponenten i ekvationen mot noll. För att möjliggöra test på hela urvalet för statistisk signifikans förutsätts att abnormal avkastning och varians för varje observation summeras. CAR beräknas genom att summera CAR för varje enskilt bolag och dividera med antal observationer. Variansen beräknas enligt (8) nedan där även den andra komponenten i (7) adderas för varje observation. 28

38 (8) σ 2 t (t CAR 1, t 2 ) = 2 σ 2 t=t 1 (AR t). Test-variabeln (θ 1 ) räknas slutligen ut enligt (9). (9) θ 1 = CAR (t 1,t 2 ) σ 2 1 (CAR (t 1,t 2 )) 2 Ett parametriskt test förutsätter att datamängden är normalfördelad och utgörs av ett tillräckligt stort antal observationer. I de fall som data inte uppfyller dessa kriterier kan icke-parametriska metoder som Generalized sign test (GST) och Wilcoxon signed-rank test (WSRT) implementeras som komplement (MacKinlay, 1997). GST och WSRT används för att pröva för konsistenta skillnader mellan parvisa observationer, vanligtvis före och efter ett event (Bowerman, O'Connell & Koehler, 2005). I denna studie används GST och WSRT för att pröva om den kvantitativa variabeln CAR har en median skild från noll. 3.3 Hypotesformulering Hela urvalet parametriska test (CAAR och AAR) H 0: μ = 0 Aktieägarvärdet påverkas inte på kort sikt av företagens tillkännagivanden om avyttringar. H 1: μ 0 Aktieägarvärdet påverkas på kort sikt av företagens tillkännagivanden om avyttringar. Förklarande variabler (Konjunktur, Finansieringsalternativ, Branschtillhörighet) H 0: β = 0 Aktieägarvärdet påverkas inte på kort sikt av parametern. H 1: β 0 Aktieägarvärdet påverkas på kort sikt av parametern. 3.4 Multipelregression för samtliga parametrar För att undersöka hur variablerna konjunktur, finansieringsalternativ och branschtillhörighet samspelar och påverkar CAR genomförs en multipelregression. Statistikprogrammet Eviews används för ändamålet. Urvalsgrupperna reduceras för att uppehålla en signifikant mängd observationer i varje urvalsgrupp. Reduktion blir tyvärr nödvändigt till följd av ett betydande bortfall i samband med undersökning av finansieringsalternativ (Presenteras mer ingående i avsnitt 3.5 Bortfall). 29

39 Tabell Variabler i multipelregressionen Variabel Egenskaper Kodning CAR(-1, +1)(-3, +3) Kontinuerlig, Beroende - Konjunktur Kategorisk, Förklarande 1 om Stark*, 0 om Svag Finansieringsalternativ Kategorisk, Förklarande 1 om Likvida Medel, 0 om annat Finansindustri Kategorisk, Förklarande 1 om Finans, Försäkring & Fastighet, 0 om annan Tillverkningsindustri Kategorisk, Förklarande (*Konjunkturbarometervärde > 100) 1 om Tillverkning, 0 om annan För att minimera risken för missvisande resultat i den multivariata undersökningen bör datan testas för fyra viktiga faktorer (Gujarati & Porter, 2009). Utfallet för samtliga test presenteras i avsnitt Feltermernas normalfördelning testas med ett Jarque-Bera test. Genom att undersöka måtten skewness och kurtosis ges möjligheten att fastställa huruvida data förekommer normalfördelad eller ej (Jarque & Bera, 1980). 2. Multikollinearitet avser korrelation mellan de förklarande variablerna i en regressionsanalys. Variablerna testas för multikollinearitet genom att avläsa deras VIF-värden. 3. Extremvärden kan potentiellt leda till över- eller underskattning av en koefficient i multivariat analys (Gujarati & Porter, 2009). En bedömning om uteslutning av extremvärden görs med hänsyn taget till urvalets storlek. 4. Infinnande av heteroskedasticitet i en regressionsanalys innebär att feltermernas varians inte är konstant (Asteriou & Hall, 2011). Förekomst av heteroskedasticitet testas för med hjälp av ett White test och ett Breusch-Pagan-Godfrey test. 3.5 Bortfall I tabell nedan visas de bortfall som uppstod vid bearbetningen av datan. För 22 observationer fattas det information kring den avyttrande aktörens ISIN-kod, vilken har använts för att inhämta aktiekurser från Thomson Reuters Datastream. För 167 observationer saknas information om vilken finansieringsform som legat till grund för transaktionen. Ett bortfall av denna storlek kan medföra svårigheter eftersom bortfall innebär 30

40 variansökning, som i sin tur leder till längre konfidensintervall och sämre precision (Japec et. al., 1997). För att kunna besvara uppsatsens frågeställning erfordras information om finansieringsform, varför dessa observationer har behandlats som bortfall i den multivariata undersökningen. Observationerna har däremot inkluderats i den univariata delen av studien. I undersökningen av branschtillhörighetens inverkan på abnormal avkastning har 44 observationer fallit bort då deras branschklassificering inte utgör ett tillräckligt stort urval för parametriska tester. För sex observationer var den avyttrande aktören inte publikt noterad vid tillfället för tillkännagivandet. Totalt 195 observationer faller bort för den multivariata analysen. Sammanslaget faller 72 observationer bort i undersökningen av branschtillhörighetens inverkan på CAR och 28 observationer faller bort för samtliga univariata undersökningar. Tabell Bortfall och anledning Anledning SIC-tillhörighet utgör för litet urval (Bortfall specifikt för undersökning av branschtillhörighet) Bortfall 44 ISIN-kod saknas 22 Finansieringsalternativ saknas 167 Onoterat vid tillkännagivande Tillförlitlighet Reliabilitet Enligt Henkel (1976) definieras reliabilitet som till den grad ett experiment eller test genererar samma resultat vid upprepade försök. En mätning av ett fenomen är aldrig helt fri från någon form av felkälla (Stanley & Campbell, 1963). Slumpfel existerar alltid i olika storlekar, så målsättningen blir inte att eliminera det helt, utan att istället vidta en rad åtgärder för att motverka dess inverkan på studiens slutgilitga resultat. Studien utgår ifrån antagandet om att den insamlade datan utgör en korrekt bild av faktiska stängningskurser. Då materialet är av en kvantitativ karaktär minimeras risken för tolkning- och bedömningsfel (Hanssen, 2001). Vad gäller insamlingen av aktiekursdata har välrenommerade databaser använts. För att fastställa den insamlade datans tillförlitlighet och kompatibilitet med studiens utformning har Microsoft Excelfunktionen =RANDBETWEEN nyttjats. Funktionen genererar ett slumpmässigt heltal inom ett specificerat intervall. Funktionen används parvis i 30 upprepningar för att generera ett radvärde och ett kolumnvärde som motsvarar ett datum och ett företag i tabellen för den aktiekursinformation som är 31

41 föremål för studien. Stängningskursen vid genererat datum jämförs sedan mellan databaserna Thomson Reuters Datastream, Marketwatch och OMX Nasdaq. Med en decimals omfång var samtliga slumpmässigt genererade stängningskurser identiska databaserna emellan. Tabell presenteras i appendix 1. Formateringen och bearbetningen av data görs i Microsoft Excel 2016 likt hur Benninga (2014) presenterar tillvägagångssätt för eventstudier i boken Financial Modelling. Samtliga beräkningar automatiseras till en mycket hög grad för att minska den mänskliga faktorns inverkan på resultaten. Det huvudsakliga tillvägagångssättet i studien för att fastställa statistisk signifikans utgörs av parametriska t-test. Metoden förutsätter hursomhelst att urvalet är normalfördelat. Enligt Körner och Wahlgren (2015) är normalfördelning i en datamängd ett idealtillstånd som sällan helt överensstämmer med verkligheten. De menar ändå att ett parametriskt t-test kan användas som en tillförlitlig metod i test av en icke-normalfördelad datamängd givet att urvalet inte är väldigt skevt fördelat och till en viss grad fritt från avstickande extremvärden. En liten mängd extremfall förekommer i resultaten, och dessa observationer har inte exkluderats då de inte beror på mätfel, utan snarare är observerade effekter som uppstått följd av företagens tillkännagivanden. För att ytterligare stärka resultatet utförs även ickeparametriska tester i samband med de parametriska, vilka bör beaktas ifall urvalet präglas av en skev fördelning (Körner & Wahlgren, 2015) Validitet Validitet ser till hur väl studien reflekterar konceptet den är designad för att undersöka (Adcock & Collier, 2001). För att nå en hög validitet fordras således att val av utvärderingsmått är i linje med uppsatsens formulerade syfte. Fama och French (1996) menar att implementering av CAPM medför anomalier i resultaten till följd av modellens restriktioner, och att dessa går att undkomma utan signifikanta påföljder genom att istället nyttja MM. MacKinlay (1997) instämmer och poängterar att användandet av CAPM som under 70-talet var den överlägset mest frekvent valda modellen för utförandet av eventstudier har tynat bort för att ersättas av den alltmer populära MM. Vald modell är akademiskt vedertagen och torde vara ett tillförlitligt alternativ för att beräkna normalavkastning i studien. De variabler som undersöks för att fastställa en eventuell effekt av företags tillkännagivanden i denna studie är således framtagna med en akademiskt vedertagen modell som har fått bred uppmärksamhet i likartade studiers utformanden. Även de statistiska modellerna som har implementerats för att fastställa 32

42 resultatens statistiska signifikans är förenliga med undersökningar av samma slag. Detta torde inte enbart främja jämförelsebarheten, utan även upphålla studien till en hög standard ur ett validitetsperspektiv Generaliserbarhet Generaliserbarhet tillämpas vanligtvis i vetenskapliga undersökningar. Det kan beskrivas som huruvida forskningsresultatet från undersökningen av ett urval kan generaliseras på en större population (Shavelson & Webb, 1991). Generaliserbarheten blir aldrig absolut, men i samband med de formulerade avgränsningarna argumenterar författarna att studiens generaliserbarhet över den svenska marknaden blir statistiskt sannolik Källkritik De centrala teorierna som utgör den vetenskapliga grunden i studiens förfaringssätt är av en akademiskt vedertagen utformning. En del källor med svagare vetenskaplig förankring har primärt använts för att belysa och utveckla begrepp och stör således inte studiens jämförelsegrund i relation till tidigare forskning. De avyttringar som är föremål för undersökningen hämtas från BvD s databas Zephyr. BvD tillhör den renommerade ratingorganisationen Moody s och tillhandahåller finansiella data som används på en global skala för forskningsändamål och företagsanalys. Aktiekurser för de företag som ingår i studien hämtas från databasen Thomson Reuters Datastream. Thomson Reuters är en erkänd tillhandahållare av finansiell statistik och används av professionella investerare världen över. Det ska lyftas att studien utgår ifrån antagandet om att den data som inhämtas överensstämmer med vad den historiskt ämnar återspegla. Missvisande information skulle givetvis förvrida studiens forskningsresultat. Trots de försiktighetsåtgärder som tillämpas för att minimera den mänskliga faktorns inverkan och de stickprovsjämförelser som utförs databaser emellan går det inte att till fullo garantera sekundärdatans exakthet. Författarna argumenterar, med utgångspunkt i de väletablerade databaserna och genom ett kritiskt förfarande i bearbetningen av insamlat material, att sannolikheten för att generera ett missvisande forskningsresultat hålls mycket låg. Majoriteten av den litteratur som refereras till i uppsatsen är akademiska artiklar som är granskade och publicerade i erkända tidsskrifter såsom Journal of Financial Economics, Journal of Corporate Finance och Journal of Economic Perspectives. Undersökningarna som presenteras i dessa journaler har även hänvisats till i tidigare forskning, och efter en kritisk bedömning av materialets relevans i relation till denna studies forskningsfrågor bedöms källorna vara pålitliga. 33

43 4. Resultat Den data som samlats in kommer att genomgå olika statistiska tester för att mäta sannolikheten att medelvärdet av CAR skiljer sig från noll. Parametriska t-tester samt icke-parametriska tester som GST och WSRT används för ändamålet. Först presenteras resultatet för hela urvalet, följt av resultatet av undersökningen i den kompletterande frågeställningen om konjunkturläge, finansieringsalternativ och branschtillhörighet. Avslutningsvis presenteras utfallet av multipelregressionen för CAR och övriga variabler. 4.1 Beskrivande statistik för urvalet I diagrammet nedan presenteras frekvensen för de genomförda avyttringarna för varje år i undersökningsperioden. Frekvensen är relativt stabil genom åren med år 1997, 1998 och 2009 som utstickare, där frekvensen varit betydligt lägre. 25 Antal avyttringar per år Figur Antal avyttringar per år för urvalet I figur och nedan ges en beskrivning av resultatet för hela datamaterialet med 309 observationer och dess kumulativa abnormala avkastningar för undersökningsperioden som kommande statistiska undersökningar grundar sig i. Med ett sju dagar långt eventfönster (-3, +3) visas en genomsnittlig kumulativ abnormal avkastning om 1,20 procent och ett medianvärde om 0,42 procent. För det korta eventfönstret (-1, +1) visas en något lägre genomsnittlig avkastning på 0,55 procent och ett medianvärde om 0,20 procent. Datamaterialet uppvisar hög kurtosis och skevhet för båda storlekarna på eventfönstret, vilket indikerar att resultaten inte följer en normalfördelning och att den innehåller extremvärden. Författarna har däremot valt att inte justera bort extremvärden ur datamaterialet då de anser att en avyttring är en extraordinär händelse som kan orsaka stora avvikelser i avkastningen runt 34

44 händelsen Eventfönster 7 dagar Mean Median Maximum 0.48 Minimum Std. Dev Skewness 1.84 Kurtosis Figur Beskrivande statistik för eventfönstret (-3, +3) Eventfönster 3 dagar Mean Median Maximum 0.46 Minimum Std. Dev Skewness Kurtosis Figur Beskrivande statistik för eventfönstret (-1, +1) 4.2 Kumulativ Abnormal Avkastning I tabellerna och nedan visas resultaten från de statistiska tester som genomförts på datamaterialet. Ett parametriskt test i form av ett t-test och två icke-parametriska test i form av ett GST och ett WSRT har genomförts. Eventfönstren som använts har satts som (-3, +3) och (-1, +1) vilket motsvarar de sju och tre dagar som omger eventdagen. För det längre eventfönstret på sju dagar finns ett starkt samband och det säkerställs att den genomsnittliga kumulativa abnormala avkastningen skiljer från noll på 5 procents signifikansnivå. För de icke-parametriska testen uppvisades inga signifikanta 35

45 resultat visas i ett GST, däremot säkerställdes att medianen skiljer sig från noll med WSRT på 5 procents signifikansnivå. Konsistent med resultatet från det längre eventfönstret skiljer sig den genomsnittliga abnormala avkastningen från noll även i det kortare eventfönstret, dock på en lägre signifikansnivå om 10 procent, vid genomförandet av ett t-test. Däremot kunde ingen statistisk signifikans säkerställas för de icke-parametriska testen. Tabell Resultat från statistiska tester för evenfönstret (-3, +3) Tester för eventfönster (-3, +3) t-test (MacKinlay) GST WSRT Test för μ 0 Test för median 0 Test för median 0 p-värde 0,0126 p-värde 0,49 p-värde 0,013 t-värde 2,51 t-värde 0,68 z-värde 2,50 Medelvärde 1,20% Medianvärde 0,42% N 309 Signifikansnivå 5 % Ej signifikant Signifikansnivå 5 % Tabell Resultat från statistiska tester för eventfönstret (-1, +1) Tester för eventfönster (-1, +1) t-test (MacKinlay) GST WSRT Test för μ 0 Test för median 0 Test för median 0 p-värde 0,09 p-värde 0,36 p-värde 0,33 t-värde 1,70 t-värde 0,91 z-värde 1,25 Medelvärde 0,55% Medianvärde 0,20% N 309 Signifikansnivå 10 % Ej significant Ej signifikant I figur nedan illustreras den genomsnittliga kumulativa abnormala avkastningen samt den genomsnittliga abnormala avkastningen för samtliga sju dagar i det längre eventfönstret (-3, +3). I figuren syns tydligt att marknaden i genomsnitt reagerat positivt under dagen för tillkännagivandet där den enskilt största rörelsen skett av de dagar som ingår i eventfönstret. Dagen efter tillkännagivandet 36

46 verkar föregående dags uppgång korrigeras genom en svagt negativ genomsnittlig avkastning, för att sedan vara svagt positiv kommande två dagar. Abnormal avkastning 1,4% 1,2% 1,0% 0,8% 0,6% 0,4% 0,2% 0,0% -0,2% -0,4% T -3 T -2 T -1 T0 T +1 T +2 T +3 CAAR AAR Figur Abnormal avkastning för de enskilda dagarna i eventfönstret I tabell visas den genomsnittliga kumulativa abnormala avkastningen och den genomsnittliga abnormala avkastningen för samtliga sju dagar i eventfönstret. Dag T-2 samt dagen för tillkännagivandet hade högst andel positiva datapunkter och de var också för dessa två dagar som statistisk signifikans kunde säkerställas, på 5 procent för T-2 och 1 procent vid dagen för tillkännagivandet. Tabell Resultat från T-test för de enskilda dagarna i eventfönstret T -3 T -2 T -1 T0 T +1 T +2 T +3 CAAR 0,0% 0,3% 0,2% 1,1% 0,8% 1,0% 1,2% AAR 0,0% 0,3% -0,1% 0,9% -0,3% 0,2% 0,2% Positiv andel 0,50 0,55 0,47 0,54 0,46 0,48 0,48 p-värde 0,844 0,044 0,379 0,001 0,184 0,254 0,276 Signifikansnivå - 5% - 1% Abnormal avkastning per år Tabell visar resultatet för de statistiska tester som genomförts där urvalet delats in på årsbasis. På grund av de små urvalen har endast GST och WSRT genomförts då de inte kräver att datan är normalfördelad. Resultatet visar att hypotesen för att medianen skiljer sig från noll endast kan förkastas för tre av åren, 2008, 2010 och 2013 med ett WSRT. För övriga år kunde ingen statistisk signifikans finnas. 37

47 Tabell Resultat från teckentest för de enskilda åren i undersökningsperioden Generalized Sign Test Wilcoxon Signed-Rank Test n År t p n År z p ,894 0, ,618 0, ,900 0, ,802 0, ,942 0, ,224 0, ,093 0, ,802 0, ,193 0, ,626 0, ,521 0, ,043 0, ,267 0, ,753 0, ,473 0, ,565 0, ,923 0,0545* ,085 0, ,918 0, ,751 0,08* ,236 0, ,481 0, ,568 0, ,549 0, ,357 0,0184** ,516 0, ,142 0, ,426 0, ,289 0, ,510 0,610 Signifikans 10%* 5%** 1%*** 4.3 Konjunkturläge I figur nedan visas hur antalet avyttringar är fördelat per år under undersökningsperioden tillsammans med barometerindikatorns värde för respektive år. Inget tydligt samband går att urskilja för frekvensen av genomförda avyttringar och värdet på barometerindikatorn. 38

48 Antal avyttringar och konjunkturindikator Avyttringar (Vänster Y) Konjunkturindikator (Höger Y) Figur Antal avyttringar och barometerindikatorns värde per år I figur visas den genomsnittliga kumulativa abnormala avkastningen för eventfönstret (-3, +3) för varje år i undersökningsperioden samt motsvarande värde för barometerindikatorn. 8,0% 6,0% 4,0% 2,0% 0,0% -2,0% -4,0% CAAR och konjunkturindikator CAAR (Vänster Y) Konjunkturindikator (Höger Y) Figur Kumulativ abnormal avkastning och barometerindikatorns värde per år Inget tydligt samband går att urskilja mellan abnormal avkastning och konjunktur. För att undersöka närmare hur konjunkturläget påverkar den abnormala avkastningen har regressionsanalyser genomförts för kumulativ abnormal avkastning både för eventfönstret (-3, +3) och (-1, +1). Först genomfördes en regression där effekten på den abnormala avkastningen jämfördes beroende på om barometerindikatorn indikerade på en högkonjunktur eller lågkonjunktur enligt definitonen i avsnitt 2.2.1, där högkonjunktur 39

49 råder under perioder där barometerindikatorns värde överstiger 100, och lågkonjunktur råder när värdet understiger 100. Resultatet av regressionen för eventfönstret (-3, +3) visas i tabell nedan. Tabell Resultat för regression med eventfönstret (-3 +3) Konjunkturläge Hög/Låg (-3, +3) N 309 Koefficient -0,007 P-värde 0,40 Signifikansnivå Ej signifikant Enligt regressionen genererade avyttringar som genomförts i en högkonjunktur marginellt lägre abnormal avkastning jämfört med avyttringar som genomförts i lågkonjunktur. Däremot var resultatet inte statistiskt signifikant på någon nivå varför inget samband kan säkerställas. Även för det kortare eventfönstret (-1, +1) fann författarna ett liknande resultat där inget statistiskt säkerställt samband kunde visas. Resultatet för det korta eventfönstret presenteras i tabell nedan. Tabell Resultat för regression med eventfönstret (-1, +1) Konjunkturläge Hög/Låg (-1, +1) N 309 Koefficient 0,002 P-värde 0,80 Signifikansnivå Ej signifikant Eftersom det rådande konjunkturläget kan beskrivas tydligare än hög- eller lågkonjunktur genomfördes även en multipelregression utefter de fyra olika ekonomiska stämningslägen som beskrivs i avsnitt 2.1. Vid en multipelregression utesluts en av variablerna för att användas som referensgrupp och därför presenteras ej urvalsgruppen Mycket Stark för referensgruppen Stark eller urvalsgruppen Mycket Stark och Stark för referensgruppen Svag, då de redan redovisats i övriga referensgrupper. Resultatet för eventfönstret (-3, +3) presenteras i tabell nedan. 40

50 Tabell Multipelregression för ekonomiska stämningslägen (-3, +3) F-värde = 0,35 N = 309 R2 = 0,0106 Referensgrupp Mycket Stark Referensgrupp Stark Referensgrupp Svag Konjunkturläge Stark Svag Mycket Svag Svag Mycket Svag Mycket Svag Koefficient 0,021 0,022 0,025 0,001 0,005 0,003 P-värde 0,12 0,12 0,11 0,92 0,72 0,80 Signifikansnivå Utifrån tabell ovan kan det utläsas att avyttringar som genomförs vid svaga ekonomiska stämningslägen tenderar att generera en högre abnormal avkastning än avyttringar som genomförs vid starka ekonomiska stämningslägen i urvalet. Däremot kan inget samband säkerställas då författarna inte kan finna några statistiskt signifikanta resultat för någon av urvalsgrupperna. Liknande resultat visades även för det korta eventfönstret (-1, +1). Däremot kunde det säkerställas på 10 procents signifikansnivå att de avyttringar i urvalet som genomfördes under ett starkt ekonomiskt stämningsläge överavkastade avyttringar som genomfördes under ett mycket starkt ekonomiskt stämningsläge. För övriga konjunkturlägen kunde författarna inte finna några samband. Tabell Multipelregression för ekonomiska stämningslägen (-1, +1) F-värde = 0,35 N = 309 R2 = 0,0127 Referensgrupp Mycket Stark Referensgrupp Stark Referensgrupp Svag Konjunkturläge Stark Svag Mycket Svag Svag Mycket Svag Mycket Svag Koefficient 0,02 0,01 0,02-0,01-0,001 0,009 P-värde 0,07 0,39 0,15 0,25 0,95 0,42 Signifikansnivå 10 % Finansieringsalternativ I figur nedan visas frekvensen av valda finansieringsalternativ för alla år som ingår i undersökningsperioden. Betalning genom likvida medel är vanligast förekommande och har använts i 53 procent av de avyttringar som urvalet består utav. Efter bortfall består urvalet för finansieringsalternativ av 200 observationer. 41

51 Figur Avyttringar per år för varje finansieringsalternativ För att undersöka om det finns samband mellan den kumulativa abnormala avkastningen och valet av finansieringsalternativ för en avyttring genomfördes en multipelregression. Dummyvariabler konstruerades för finansieringsalternativen utifrån de klassificeringar som definieras i avsnitt 3.4 Urvalsindelning. I tabellen nedan presenteras resultatet för eventfönstret (-3, +3) samt de tre referensgrupper som använts för att ställa samtliga finansieringsalternativ mot varandra. Resultatet visar att störst abnormal avkastning genereras för den avyttrande firman när betalning erhålls genom aktier i det förvärvande företaget, vilket också säkerställs på 5 procents signifikansnivå både med Blandat och Likvida Medel som referensgrupp. Däremot kunde ingen statistisk signifikans säkerställas att Aktier genererade högre abnormal avkastning än Annat. Det kunde också säkerställas att finansieringsalternativet Annat genererade en högre abnormal avkastning än Blandat på 10 procents signifikansnivå och Likvida Medel på 5 procents signifikansnivå. För finansieringsalternativet Likvida Medel kunde det säkerställas på 5 procents signifikansnivå att de genererar en lägre abnormal avkastning än Aktier och Annat. Däremot kunde inget samband finnas mellan Likvida Medel och Blandat. Förklaringsgraden för regressionen antar ett mycket lågt värde av 0,049 vilket indikerar att endast 4,9 procent av variationen av den kumulativa abnormala avkastningen förklaras av modellen. Detta betyder att trots att flera signifikanta samband finns mellan finansieringsalternativ och CAR är prediktionskraften för storleken på CAR beroende på finansieringsalternativ lågt. 42

52 Tabell Multipelregression för finansieringsalternativ (-3, +3) F-värde = 0,018 N = 200 R2 = 0,049 Referensgrupp Blandat Referensgrupp Likvida Medel Referensgrupp Aktier Finansieringsalternativ Likvida medel Aktier Annat Aktier Annat Annat Koefficient -0,001 0,042 0,031 0,044 0,032-0,012 P-värde 0,90 0,02 0,06 0,011 0,033 0,58 Signifikansnivå - 5 % 10 % 5 % 5 % - Konsistent med resultatet från eventfönstret (-3, +3) visas även för eventfönstret (-1, +1) att högt kumulativ abnormal avkastning genereras vid betalning med aktier i det förvärvande företaget. Resultatet presenteras i tabell nedan och det säkerställs på 5 procents signifikansnivå mot referensgruppen Blandat och till 1 procents mot referensgruppen Likvida Medel vilket indikerar att det finns ett starkt samband mellan kumulativ abnormal avkastning och betalning genom aktier. Författarna finner även statistisk signifikans på 5 procents nivå för att även finansieringsalternativet Annat genererar högre kumulativ abnormal avkastning än betalning med likvida medel. Regressionen visar också att finansieringsalternativet Likvida Medel genererar en lägre avkastning än Blandat, men där kan ingen statistisk signifikans säkerställas. Även det korta eventfönstret har en låg förklaringsgrad där 4,8 procent av variationen i CAR förklaras modellen, vilket också här innebär att prediktionskraften för storleken på CAR hos de signifikanta finansieringsalternativen är låg. Tabell Multivariat regression för finansieringsalternativ (-1, +1) F-värde = 0,022 N = 200 R2 = 0,048 Referensgrupp Blandat Referensgrupp Likvida Medel Referensgrupp Aktier Finansieringsalternativ Likvida medel Aktier Annat Aktier Annat Annat Koefficient -0,005 0,033 0,020 0,038 0,024-0,013 P-värde 0,61 0,03 0,15 0,007 0,048 0,43 Signifikansnivå - 5 % - 1 % 5 % - 43

53 Branschtillhörighet I figuren nedan presenteras antalet avyttringar per år för de fyra branscher som ingår i urvalet. Efter bortfall blev det återstående antalet avyttringar i urvalet 265 stycken, där branschen Tillverkning var den som hade högst aktivitet. 12 Avyttringar per år och bransch Finans, Försäkring & Fastighet Tillverkning Service Transport & Kommunikation Figur Avyttringar per år och bransch för urvalet För att undersöka om branschtillhörigheten hade någon påverkan på den abnormala avkastning som genererades vid tillkännagivandet om en avyttring genomfördes en multipelregression där de fyra olika branscherna som specificerades i avsnitt 3.5 Urvalsindelning ingick. De olika branscherna kodades om till dummyvariabler där tre olika referensgrupper användes för att ställa samtliga branscher mot varandra. I tabellen nedan redovisas resultatet för eventfönstret (-3, +3) och det visas tydligt att inga statistiskt säkerställda samband finns mellan storleken på abnormal avkastning och branschtillhörighet då ingen signifikans kunde påvisas för någon av branscherna. 44

54 Tabell Multivariat regression för branschtillhörighet (-3, +3) F-värde = 0,78 N = 265 R2 = 0,004 Referensgrupp Service Referensgrupp Finans, Försäkring & Fastighet (FF&F) Referensgrupp Transport Branschtillhörighet Tillverkning Transport FF&F Transport Tillverkning Tillverkning Koefficient -0,01 0,001-0,002 0,003-0,008-0,011 P-värde 0,39 0,96 0,89 0,87 0,61 0,43 Signifikansnivå Resultatet är konsistent för eventfönstret (-1, +1) som även den saknar statistiskt signifikanta resultat för samtliga branscher. Tabell Multivariat regression för branschtillhörighet (-1, +1) F-värde = 0,85 N = 265 R2 = 0,003 Referensgrupp Service Referensgrupp Finans, Försäkring & Fastighet (FF&F) Referensgrupp Transport Branschtillhörighet Tillverkning Transport FF&F Transport Tillverkning Tillverkning Koefficient 0,004 0,011 0,006 0,005-0,002-0,007 P-värde 0,69 0,39 0,66 0,76 0,86 0,56 Signifikansnivå Hypotesutfall I tabell nedan sammanställs de formulerade hypoteserna samt huruvida nollhypotesen förkastas eller ej. Samtliga hypoteser är dubbelsidiga i det att de testas för signifikanta avvikelser från noll. För båda eventfönstren utläses ett signifikant resultat för hela urvalet och de förklarande variablerna Aktier och Annat. I eventfönstret (-1, +1) uppvisas även ett negativt samband mellan mycket stark konjunktur och CAR. 45

55 Tabell Hypotesutfall Hela urvalet (-3, +3) H 0 H 1 Utfall Signifikansnivå μ = 0 μ 0 H 0 förkastas 0,05 Hela urvalet (-1, +1) H 0 H 1 Utfall Signifikansnivå μ = 0 μ 0 H 0 förkastas 0,10 Förklarande variabler (-3, +3) H 0 H 1 Utfall Signifikansnivå Mycket stark β = 0 β 0 H 0 förkastas ej - Stark β = 0 β 0 H 0 förkastas ej - Svag β = 0 β 0 H 0 förkastas ej - Mycket svag β = 0 β 0 H 0 förkastas ej - Likvida medel β = 0 β 0 H 0 förkastas ej - Aktier β = 0 β 0 H 0 förkastas 0,05 Annat β = 0 β 0 H 0 förkastas 0,05 Blandat β = 0 β 0 H 0 förkastas ej - Tillverkning β = 0 β 0 H 0 förkastas ej - Transport β = 0 β 0 H 0 förkastas ej - F,F&F* β = 0 β 0 H 0 förkastas ej - Service β = 0 β 0 H 0 förkastas ej - Förklarande variabler (-1, +1) H 0 H 1 Utfall Signifikansnivå Mycket stark β = 0 β 0 H 0 förkastas - Stark β = 0 β 0 H 0 förkastas ej 0,10 Svag β = 0 β 0 H 0 förkastas ej - Mycket svag β = 0 β 0 H 0 förkastas ej - Likvida medel β = 0 β 0 H 0 förkastas ej - Aktier β = 0 β 0 H 0 förkastas 0,01 Annat β = 0 β 0 H 0 förkastas 0,05 Blandat β = 0 β 0 H 0 förkastas ej - Tillverkning β = 0 β 0 H 0 förkastas ej - Transport β = 0 β 0 H 0 förkastas ej - F,F&F* β = 0 β 0 H 0 förkastas ej - Service β = 0 β 0 H 0 förkastas ej - *Finans, Försäkring och Fastighet 46

56 4.7 Multipelregression Resultat från regression I den multivariata undersökningen användes CAR(-3, +3) och CAR(-1, +1) som beroende variabler. Med de tidigare genomförda univariata regerssionsanalyserna hade finansieringsformen Aktier en hög grad av signifikans, varför det hade varit intressant att ha med parametern i den multivariata modellen. Problemen som uppstod var dessvärre stark heteroskedasticitet och problem med multikollinearitet, varför en annan uppsättning förklarande variabler blev aktuell. Tabell visar utfallet från den multivariata regressionen för eventfönstret (-3, +3). Dessvärre är många av de förklarande variablerna insignifikanta i denna analys. Finansieringsformen Likvida Medel är signifikant med 90 procents säkerhet. Koefficienten -0,017 antyder ett negativt samband med CAR i de fall som den säljande aktören förväntas få ersättning i form av likvida medel. Förhållandet går i linje med det resultat som den enskilda regressionen mellan CAR och parametern tidigare indikerat. Tabell visar utfallet från den multivariata regressionen för eventfönstret (-1, +1). Även här visas finansieringsalternativet likvida medel ha en signifikant inverkan, dock med en mindre negativ koefficient. Alpha-värdet, eller interceptet, förekommer signifikant på 10 procents nivå. Tabell Multipelregression med samtliga förklarande variabler (-3, +3) F = 1,02 N = 200 R2 = 0,02 C (intercept) Konjunktur Likvida medel Finans, Försäkring & Fastighet Tillverkning Koefficient 0,016-0,004-0,017 0,008 0,009 p-värde 0,15 0,69 0,077 0,52 0,48 Signifikansnivå % - - CAR = 0,016 - (0,0039 Konjunktur) - (0,017 Likvida Medel) + (0,008 Finans, Försäkring & Fastighet) + (0,008 Tillverkning) 47

57 Tabell Multipelregression med samtliga förklarande variabler (-1, +1) F = 0,98 N = 200 R2 = 0,023 C (intercept) Konjunktur Likvida medel Finans, Försäkring & Fastighet Tillverkning Koefficient 0,014-0,003-0,012 0,002 0,004 p-värde 0,06 0,61 0,07 0,76 0,63 Signifikansnivå 10 % - 10 % - - CAR = 0,014 - (0,003 Konjunktur) - (0,012 Likvida Medel) + (0,002 Finans, Försäkring & Fastighet) + (0,004 Tillverkning) Normalfördelad data Med normalfördelning avses mått av spridning runt medelvärdet (Wahlin, 2015). I undersökningen av CAR (-3, +3) utläses ett skewness-värde om 1,17, vilket inte antyder några extrema förhållanden. Kurtosis-värdet om 11,42 hamnar däremot långt utanför det föreslagna intervallet om ±2 som Field (2009) ordinerar för multivariat analys. Motsvarande, i undersökningen av CAR (-1, +1) utläses ett skewness-värde om 1,46 som också faller inom det ordinerade intervallet ±2. Kurtosis-värdet om 10,65 antyder dock skeva förhållanden. I ett Jarque-Bera test med 200 observationer och fyra förklarande variabler bör testvariabeln ej överstiga 140. I detta test hamnar testvärdena på 941 och 559 respektive, vilket innebär att vi kan förkasta antagandet om normalfördelad data med 99,9 procents säkerhet för båda eventfönstren Multikollinearitet Multikollinearitet avser korrelationen mellan de oberoende variablerna i en regressionsmodell. Gujarati och Porter (2009) menar att förekomst av multikollinearitet mellan variabler utgör ett hot för användandet av multivariata regressioner. Ett VIF-värde som överstiger 10 beskrivs som indikativt för problem med multikollinearitet. Samtliga variabler utläses ha ett VIF-värde under 3 i regressionen för båda eventfönstren, varför undersökningen antas vara fri från multikollinearitet Extremvärden Multivariata regressioner tenderar att vara känsliga för extremvärden (Yousef, 2016). Med hjälp av en scatter plot där CAR(-3, +3) står till vänster och CAR(-1, +1) till höger går det att utläsa ett fåtal outliers. Samma regression har genomförts upprepade gånger med olika behandling av extremvärdena (t. ex. uteslutning av de två högsta och lägsta observationerna). Resultatet från regressionen har inte förändrats 48

58 signifikant i något av de upprepade försöken, varför extremvärdena inte antas vara jämförelsestörande. Således har ingen rensning genomförts. Figur Scatter plot för kumulativ abnormal avkastning Heteroskedasticitet Med hjälp av ett White-test och ett Breusch-Pagan-Godfrey test undersöktes datan för heteroskedasticitet. För residualerna i CAR(-3, +3) genererade båda testerna F-värden tillräckligt starka för att förkasta nollhypotesen om påverkande heteroskedasticitet på 5 procents signifikansnivå (2,12 respektive 2,71). För residualerna i CAR(-1, +1) genererade testerna F-värden tillräckligt starka för att förkasta nollhypotesen om påverkande heteroskedasticitet på 10 procent respektive 5 procents signifikansnivå (1,68 respektive 2,43). Därför har inga ytterligare åtgärder tagits för att motverka fenomenet. 49